人民日报刊文：一些特大城市控制外来人口方法粗暴、目的难达_网易新闻
人民日报刊文：一些特大城市控制外来人口方法粗暴、目的难达
用微信扫码二维码
分享至好友和朋友圈
叶裕民/人民日报党报3月25日刊文指出，一些特大城市对外来流动人口采取两种态度：对于高学历的高端人才持欢迎态度，制定各种政策加以引进；对于低学历人口采取排斥态度，设置各种门槛希望能将其拒之门外。       《国家新型城镇化规划（年）》明确提出，“严格控制城区人口500万以上的特大城市人口规模”。严格控制特大城市人口规模，防范和治理“城市病”，是我国新型城镇化的理性选择。但应看到，特大城市人口规模扩张和“城市病”的形成是长期积累的结果，需要冷静谋划、着眼长远，采取系统的方法来化解。现实中，一些特大城市急于求成，采取比较简单粗暴的办法控制外来流动人口，不仅难以达到控制人口规模的目的，还可能引发一系列新的社会矛盾。控制城市人口规模，需要走出一些认识误区。       没有将城市人口规模控制与产业规模控制、城市功能定位结合起来统筹考虑。一个城市的人口规模取决于这个城市的就业规模，而就业规模又是由这个城市的产业规模决定的，包括基础产业和非基础产业。特大城市能聚集这么多的人口，与其产业规模是紧密相关的。从现实情况看，外来流动人口已经成为特大城市产业发展和城市健康运转的支撑力量。一旦没有外来流动人口，其产业发展、城市运转势必陷入瘫痪。因而，控制城市人口规模，关键在于控制城市产业规模。那么，城市产业规模又是由什么决定的？主要是由城市基本功能决定的。对于北京的发展，习近平同志强调“通过疏解北京非首都功能，调整经济结构和空间结构”。这抓住了控制城市人口规模的关键。疏解非首都功能，就要控制和疏解与北京首都功能定位不相符合的基础产业，其中主要是大型制造业。控制城市人口规模，不认真审视城市基本功能，不从基础产业规模去控制，而简单地用行政手段控制流动人口，这样的“瘦身”既有损于城市有机体的健康发展，也不可能取得预期效果。       将城市转型升级简单地理解为引进高端人才、控制所谓的低素质人口。现在，一些特大城市对于外来流动人口采取两种态度：对于高学历的高端人才持欢迎态度，制定各种政策加以引进；对于低学历人口采取排斥态度，设置各种门槛希望能将其拒之门外。特大城市要引进高端人才、建立高精尖产业结构是正确的。但是，任何高精尖的产业体系都包括主导部门“高精尖”和服务部门“大而全”两个有机组成部分。一个城市既需要高精尖的金融、研发、管理人才，也需要餐饮、零售、卫生、保安等从业人员，没有一个城市可以实现“高精尖”产业裸身发展。特大城市在外来流动人口管理上应由排斥性管理向包容性管理转变，不能一味地驱赶和控制所谓的低素质人口。而且，从调查情况看，目前进入特大城市的外来人口，有相当一部分接受过良好教育，是可培训、可提升、可发展的，是富于创造潜力的群体。为他们提供上升和发展的通道，是推进新型城镇化的题中应有之义。       简单地就本城市论城市人口规模控制，缺乏宏观视角。特大城市人口规模扩张是全国性人口迁移聚集的结果。这种人口迁移大多是为了获得发展机会、增加收入的经济型迁移，以及为了享有高端医疗、教育、文化、艺术等服务的服务型迁移。控制城市人口规模，必须着眼全国，促进区域协调发展，消解人口向特大城市迁移的动力。比如，可以研究城市设置标准，将较大规模的县城和中心镇调整为城市，使其能够以城市标准来规划与发展，提高基础设施和公共服务水平，吸引企业投资，扩大就业，减少经济型人口迁移；在各省会城市特别是城市群的中心城市规划发展高端医疗、教育、文化、艺术等服务，减少服务型人口迁移。（作者为中国人民大学新型城镇化协同创新中心公共政策平台首席专家、教授）
(原标题：人民日报刊文：一些特大城市控制外来人口方法粗暴、目的难达)
本文来源：澎湃新闻网
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈中国人口迁移与城市发展的新格局
人口迁移新变化
1.1 人口增速放缓
截止2016年末，全国大陆总人口数接近13.83亿人，比上年末增加809万人，但增速已经放缓。
可以从两个指标看增速放缓的持续性：
一方面，2015年10月全面放开二孩政策后，2016年人口出生率为12.95‰，比去年12.07‰略微提高。目前时间尚短看不出显著影响。但是在生育观念的改变和抚养成本的提高下，人口出生率增速不会有太大的增幅。
另一方面，人口总增长率扣除人口自然增长率后，即为人口迁入率。中国大陆人口净迁入率从80年代开始就基本接近零，且目前看来没有可预见的重大事项使其发生变化。
从内部的自然增长率和外部的迁入率看，中国人口增速将持续放缓。
1.2 人口流动持续
以居住地和户籍分离来定义流动人口，2016年我国流动人口总数为2.45亿人，占总人口近18%。从2000年到2014年流动人口持续增长，最近两年流动人口略有下降。
1.3 人口分布与胡焕庸线
地理学家胡焕庸在1935年提出的划分我国人口密度的对比线（即胡焕庸线，或称为黑河-腾冲线），至今也适用于解释人口分布情况，即该线东南地区的人口密度远远高于其西北地区。其中，上海的人口密度最高，达到3883人/平方公里；天津、北京次之，分别为1298人/平方公里、1292人/平方公里。
1.4 人口聚集中心发生变化
人口净迁移率可以用来描述人口流动情况：一个地区的净迁移率为正值说明该地区迁入人口大于迁出人口，即该地区人口吸引力较强；相反，如果其值为负，说明该地区人口吸引力很弱。其计算公式如下：
我们测算了年、年，以及年三个时间段的人口净迁移率（5年期）。其中，前两个时间段数据来自第五次、第六次人口普查结果，因此用的是前一个公式计算；而后一个时间段数据来自各年人口抽样调查结果，因此用后一个公式计算。结果显示：
这三个时间段人口净迁移率整体幅度下降，即中国人口迁移高峰期已过；
北京、上海一直是人口净迁入率较高的地区，但幅度也已经减缓；
天津的人口净迁移率已经超过北京、上海，成为新的人口聚集中心；
作为四个直辖市之一的重庆，也开始由人口净迁出转变为人口净迁入。
近年来，重庆和四川的人口净迁移率变化最为显著，均由人口净迁出转为人口净迁入。人口规模决定城市住房需求总量，从中长期看来，人口是支撑房地产发展的重要因素。因此，我们可看到年期间重庆和四川的房地产当年投资完成额也是大幅度增长。
城市发展新格局
2.1 省会城市人口迁移模式
从前文的净迁移率数据看，四个直辖市的人口吸引力毋庸置疑。除了四个直辖市，我国一二线城市主要都是由省会城市构成。
我们根据省会城市和所属省份人口净迁移率的异同，我们将省会城市人口流动模式进行了细分：
成长型：省会城市和所属省份的净迁移率均为正值，即省会城市和其周边城市都在吸引人口流入；
省会城市强化型：省会城市净迁移率为正值，而所属省份净迁移率为负值，即省会城市吸引人口流入，而其周边城市人口流出；
萎缩型：省会城市和所属省份的净迁移率均为负值，即省会城市和其周边城市人口都在流出；
省会城市弱化型：省会城市净迁移率为负值，但是所属省份净迁移率为正值，即省会城市人口吸引力不如周边城市。
根据2016年测算结果，绝大多数省会城市都是人口净迁入。其中，成都人口净迁移率在所有省会中最高，达到6.83%。而人口净迁出的省会主要是在东北三省，以及甘肃、新疆这样内陆省份。
可以看到超过半数省会城市属于成长型，且多为经济较发达的地区；而像长沙、郑州、南昌等中部地区省会城市在其所属省份人口向东部沿海地区流动的背景下，依然能够吸引人口流入，属于省会城市强化型。
2.2 省域城市发展：从不均衡到均衡
经济发达地区吸引更多的人口聚集，而区域间经济发展不均衡正是人口流动的主要推动因素。
威廉姆森“倒U型理论”认为：区域经济发展差距的出现、扩大、缩小以及消失是一个周期性变化过程。
也就是说，随着省会城市经济增长与其他城市拉开距离，会吸引大量人口聚集，经济随之进一步发展的过程中面临产业升级等瓶颈，其他城市会逐渐缩小与其的差异，从而对人口实现分流，省域城市发展也就从不均衡发展到均衡。
2016年测算结果显示，中国一些发达省份已经完成省域城市发展由不均衡到均衡的转变，其他省份则仍处于不均衡状态：
经济较为发达的省份，省域城市发展呈现“多核模式”。省会城市的生产总值占比和人口占比并没有远远甩开其他城市，有些还低于其他城市。如南京的生产总值占比为13.80%，而苏州、无锡的生产总值占比分别为20.24%和12.10%，江苏呈现南京、苏州、无锡多核发展现状。
经济发展较落后的省份，其省会城市“一支独大”。如兰州、昆明、贵阳等。
2.3 省会城市人口流动预测
区域经济发展出现差异是人口发生流动的基本条件。经济发展优先于人口聚集。我们这里引入首位度来预测各省会城市之后的人口流动状况。
首位度，是用于测量城市的区域主导性的指标，反映区域中各种资源的集中程度。其计算公式为：
一般认为，首位度小于或者等于2，表明结构正常、资源集中适当；大于2，则存在结构失衡、资源过度集中的趋势。可以看到，中国接近3/4比例的省会城市经济首位度大于2，即省域经济集中度处在较高水平。
另外，将二者结合起来看：
经济首位度=人口首位度，表明省会城市处于均衡状态，之后的人口流动不会有显著变化，如南京、杭州等；
经济首位度&人口首位度，表明省会城市和其他城市的经济发展水平存在较大差异，将会吸引人口迁入，如成都、长沙等；
经济首位度&人口首位度，则表明省会城市面临人口流出压力，如哈尔滨、西宁等。
大城市人口规模问题
3.1 行政手段控制人口规模
从户籍制度和城市规划看，中国对大城市人口的基本态度是限制。
户籍制度：《国务院关于进一步推进户籍制度改革的意见》指出，全面放开建制镇和小城市落户限制，有序放开中等城市落户限制，合理确定大城市落户条件，严格控制特大城市人口规模，改进城区人口500万以上的城市现行落户政策，建立完善积分落户制度。
城市规划：北京、上海、广州、深圳等特大城市去年公布的十三五规划纲要均明确了2020年的人口控制目标：
?北京提出常住人口控制在2300万人以内；
?上海提出控制在2500万人以内；
?广州提出控制在1550万人以内；
?深圳提出人口发展预期目标为1480万人。
3.2 Zipf 定律与人口规模
放开户籍制度等限制，北上广深等城市真的会超容吗？这是城市发展和规划中值得关注的问题。
Zipf定律（齐普夫定律）源于对词频的研究，也可以很好的描述城市人口分布情况。该定律反映了这样的规律：在一个国家人口数量排名第二的城市，是排名第一的城市人口的1/2；排名第三的是排名第一的1/3，以此类推。
可理解为一个城市的人口排名和该城市人口数的乘积应该是一个固定值，用公式表示为： ln(rank)=a-ln(size)
多数国家都适用Zipf法则，说明：在一个经济体制内，不管城市多大，其随机增长速度都来自同一个分布，即大城市所带来的规模效应会逐渐被递增的边际成本所补偿，故其增长速度不会比小城市快太多，当然也不会比它慢多少。
3.3 Zipf定律在中国城市规模的适用性检验
我们用中国常住人口规模排名前88城市的2016常住人口数据去拟合Zipf定律，结果发现拟合优度只有不到70%，远低于其他国家拟合优度。在该假设下，中国一二线城市人口聚集潜力没有完全发挥， 而三四线城市聚集的人口相对较多。既如果没有行政限制，未来一二线人口可能继续增加，三四线人口可能继续减少。
随着城市人口扩张，通勤压力、环境等问题都会对城市管理形成巨大的挑战，但这是城市发展难以逃避的问题。因此，相比限制城市人口规模，更需要考虑如何提高城市管理水平。
中国人口增速减缓，人口流动持续进行。
人口聚集中心发生变化：
?北京、上海仍是净迁入，但幅度减缓；
?天津超过北京、上海、广东成为新的人口聚集中心；
?重庆、四川由人口净迁出转为人口净迁入；
省域城市发展新格局：
?除了东北三省和甘肃、新疆等内陆省份，绝大多数省会城市人口净迁入；
?经济发达省份呈现“多核模式”，其他省份则多为省会城市“独占鳌头”；
?经济首位度高于人口首位度地区将持续吸引人口流入，如成都、武汉；
?经济首位度低于人口首位度地区面临人口流出压力，如哈尔滨、西宁；
?南京、杭州等地的人口流动情况不会有显著变化。
行政手段限制大城市人口规模的合理性值得思考。
如果您喜欢这篇文章，欢迎点赞和分享
【LZTZGC】【QPLKGJT】
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点【图片】中国人口大迁移：一场你死我活的城市战争【东北吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：228,617贴子：
中国人口大迁移：一场你死我活的城市战争收藏
零和博弈——渐行渐近的城市战争内生性人口红利的趋缓回顾我国快速发展的30年，本质是人口红利加速释放的30年，这期间我国总人口净增加了3.24亿，其中15岁至64岁的人口数量保持了12年的连续增长，人口红利的快速释放也加速了城乡的聚集，2014年人口密度也比1980年增长了38%，城镇化率从80年代初不到20%的水平晋升至50%以上，带动了人口布局的重构，也推动了城市群发展以及房地产行业的需求释放。资料图
感覺你發的帖子含金量比較高
但进入“十二五”末，人口红利的可持续性已经成为各个学界关注的问题。一方面，人口总量增速开始下行，人口自然增长率已经下降至5%以下，老龄化问题日趋严重，另一方面，劳动力人口占比也出现拐头，抚养比正逐步抬升。我们此前在年度策略中做过测算，主流城市的购房年龄段主要集中于25-34岁和35-44岁，这部分人群从2015年开始，占比下滑斜率将逐步加大，虽然我们认为在2025年以前，25-44岁人口的总量依然可以稳定在4亿左右，但从大趋势来看，人口红利的下降已经成为不可回避的话题。 9%对33%，城市之间的人口争夺战
事实上，即使在人口红利持续释放的21世纪，城市之间的人口争夺战就已经开始。根据北京BCL的街道精度的数据研究，全国39007个乡镇街道的平均密度为873人/平方公里，到2010年则上升到977人/平方公里，人口增长的趋势延续，但是这10年间依然有33%的街道人口密度出现了下降，而出现大幅增长的街道仅有9%。这说明即使在我国城镇化进程一直都伴随着充满集聚效应和极端分化的过程，这当中城市边界的增长并不是普惠，而是零和博弈，这个现象将会在未来人口红利趋缓的过程中日趋明显，如何在接下来的10年中选对城市，掌握剩余人口红利，将是房企面临的主要问题，因此研究这其中人口迁移的方向和原因是我们这篇报告的价值。中国人口迁移回溯
新中国成立后的一段时间内，由于实行计划经济和严格的户籍管理，加上政策不允许农村居民迁入城市，我国的人口迁移和流动数量较少。从80年代开始，从农村向城市转移的超大规模剩余劳动力成为全国城镇化的主体力量，人口红利得以释放，因此我们从上世纪80年代开始梳理我国人口迁徙趋势的变化。上世纪80年代人口迁移：乡镇企业发展推动补偿性高峰在经历了60-70年代国民经济的调整和改革后，上世纪80年代进入恢复性城镇化阶段，知识青年和下放干部返城带来了城乡迁移的浪潮，尤其在1984年后，国家逐步放宽对人口迁移的制度限制后，允许农民自理口粮在小城镇落户，乡镇企业迅速发展，为农村剩余劳动力向城镇的转移创造了条件。据统计，1979年至1981年我国人口省际净迁入量为626万人，净迁出为107万人，迁移活跃度较70年代明显提升。当时的人口迁移表现具备以下特点：1、人口迁移还主要集中在省内。年全国平均省内迁移率在20-30%左右，其中广东省省内迁移率达到40%以上；2、地区之间的迁移活跃度分化明显。总迁移率最高的北京达到74.2%，而最低的河南只有12.4%。流迁人口的活跃也推动各个地区人口区域的变化，直辖市、沿海城市以及部分非农城市开始吸引农村剩余劳动力，“百万民工下广东”的民工潮开始显现，折射出改革开放进程对我国人口再分布的直接影响，而中西部省份以及东北省份向东部沿海城市迁移的趋势也在当时开始形成。从区域来看，北京、上海、天津、广东等东部省市的人口吸引力开始初步彰显，而人口迁出最大的省市包括四川、浙江、黑龙江等中东部区域，“离土又离乡、进厂又进城”成为当时小城镇发展模式的典型。
上世纪90年代人口迁移：东部城市群开始形成1992年邓小平发表著名的“南方谈话”后，90年代伴随市场经济建设的神话，人口迁移流动进入快速提升周期。相比80年代，人口迁移流动也出现了一些新的变化：1、迁移总量和结构的变化。期间户籍人口和流动人口迁移量都增长了近4倍，并且非正式迁移(在人口普查中根据户口登记状况离析出来的“人户分离”的人群)对总迁移的贡献度逐步加大，到2000年，非正式迁移的占比高达70%，远远超过80年代；2、人口迁移原因变化。随着外商直接投资的力度增强以及电子和汽车产业兴起，地区经济发展水平的差异成为人口流迁的核心动力，人口迁移原因也从原来的工作调动、随迁家属等转变为“务工经商”，该部分人群占比至30%。90年代人口向东部沿海城市地区的集中化趋势进一步强化，东部地区迁入人口比重持续增加，而中西部区域人口则保持净迁出，其中中部地区的人口迁出比例持续扩大，总体流向呈现以中西部人口大省为出发点，以经济发达的特大中心城市和东部发达省份为目的地。迁入地分析：全国各地迁出人口中有34.81%的迁入了广东省，其他迁入人口较多的地区依次为浙江8.75%、上海6.60%、江苏6.34%、北京5.65%，广东省、上海、北京等传统主流区域延续了80年代以来的人口吸纳能力，而同时浙江和江苏异军突起，其背后也反映了上世纪90年代长三角地区产业集聚效应开始初步显现。迁出地分析：按照全国总迁入人口中每100人中来自某地区的频数，来自四川省的为最多12.76人，依次分别为湖南9.93人，安徽为9.14人，江西为8.25人，河南为7.24人，中西部区域人口成为全国主要输出点。整体而言，上海、北京、广东成为净迁出地的地区个数最少，而且总净迁入率最高的三个主要吸纳地中心。天津、浙江、福建、新疆为中等净迁入率类型。安徽、江西、湖北、湖南、广西、重庆、四川、黑龙江、河南、贵州为高净迁出率地区；陕西、甘肃、青海、河北、内蒙古、吉林为低净迁出率省份，除河北省外，其余都是属于中西部地区。90年代的人口迁移可总结为“三大加一小”的中心，三大流动中心分别是广东省（珠三角）、上海（沪苏浙闽）、北京，一小是指新疆自治区。比较三大中心的净迁入流向，北京来自全国各地各个方向，除河北外，其他较分散，包括山东、江苏，来自中部的河南、安徽、湖北、黑龙江等，而上海主要吸纳长三角周边的江苏、浙江和安徽等区域人口，广东吸引的大部分迁移流动人口距离最远，主要来自经济较为欠发达的中西部的省份，主要包括湖南、广西、四川等。新疆由于地理位置独特以及中央政府西部大开发战略的实施，开始吸引较多内地人口迁往，但主要来源地仍主要集中在西部和地理位置较近的河南等省份。21世纪以来人口迁移：马太效应下中部地区趋于“边缘化”
人口迁移规模扩大、速度加快 进入21世纪，我国流动人口开始呈现迸发增长的态势，2010年离开户口登记地半年以上的人数达到2.61亿，其中流动人口数达到2.21亿，相对于改革开放初期增长了34倍，其中2010年广东省流迁人口达到3681万，甚至超过了1990年全国流迁人口的总数，证明近30年来全国人口流迁规模和速度都是持续强化的。 区域间分化持续扩大，中部地区边缘化 从省际迁移结构来看，2000年至2010年，强势区域依旧维持强势，我国东部地区人口迁入量上占有绝对优势，迁入人口占全国迁移总人口的比重达到了82.4%，而西部中部分别仅占12.1%和6.5%。细化来看：1、东部超大省市继续傲视其他区域。北京、上海、天津三大超大城市的净迁移人口比重从2000年的17.5%、18.2%和6.6%增长到了2010年的34.5%、37.9%和21.0%，马太效应明显。六普期间人口净流入规模最大的五大省市上海、北京、天津、浙江、江苏全部来自于东部地区。2、中部区域首次成为全部净迁出地区。在山西从五普的净迁入变成净迁出后，中部地区全部变成净迁出地区，尤其安徽、江西、四川、贵州等中部成片地区的净迁出人口占到全国的53.6%，其中安徽净迁出人口比重占到15.0%，为全国最主要人口迁出中心。3、西部地区仍存在一定程度凝聚力。在东部地区强大集聚效应下，西部有大量人口迁出，但宁夏、青海、西藏、新疆等地区依然保持净迁入，说明西部内部依然具备较强凝聚力。资料图
【中国城市部分资料一览表】 （1）2015年《JonesLangLaSalle》颁布的城市排名：超一线城市：上海市、北京市；一线城市：广州市、深圳市；1.5线城市：天津市、成都市、苏州市、武汉市、重庆市、杭州市、沈阳市、南京市、【西安市】；二线城市：青岛市、长沙市、宁波市、大连市、郑州市、厦门市、无锡市、济南市。（2）2016年《CBNweekly》颁布的15个“新一线”城市：成都市、杭州市、武汉市、天津市、南京市、重庆市、【西安市】、长沙市、青岛市、沈阳市、大连市、厦门市、苏州市、宁波市、无锡市；30个“新二线”：福州市、合肥市、郑州市、哈尔滨市、佛山市、济南市、东莞市、昆明市、太原市、南昌市、南宁市、温州市、石家庄市、长春市、泉州市、贵阳市、常州市、珠海市、金华市、烟台市、海口市、惠州市、乌鲁木齐市、徐州市、嘉兴市、潍坊市、洛阳市、南通市、扬州市、汕头市；（北京市、上海市、广州市、深圳市4个城市未计算在内）。 （3）16个副省级行政地区：哈尔滨市、长春市、沈阳市、南京市、杭州市、济南市、广州市、武汉市、成都市、【西安市】（10个省会城市）；大连市、青岛市、宁波市、厦门市、深圳市（5个国家社会与经济发展计划单列市）；伊犁哈萨克自治州（1个自治州）。 （4）18个较大的市：唐山市、大同市、包头市、大连市、鞍山市、抚顺市、吉林市、齐齐哈尔市、无锡市、淮南市、青岛市、洛阳市、宁波市、邯郸市、本溪市、淄博市、苏州市、徐州市。 （5）区号三位数的10个城市：北京市010、广州市020、上海市021、天津市022、重庆市023、沈阳市024、南京025、武汉027、成都028、【西安市029】。（6）中国大陆7个地区：东北地区（黑龙江省、吉林省、辽宁省）；华北地区（北京市、天津市、山西省、河北省、内蒙古自治区）；西北地区（【陕西省】、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区）；华东地区（上海市、江苏省、浙江省、安徽省、江西省、山东省、福建省、台湾地区）；华中地区（河南省、湖北省、湖南省）；华南地区（广东省、广西壮族自治区、海南省、香港特别行政区、澳门特别行政区）；西南地区（四川省、贵州省、云南省、重庆市、西藏自治区）。 （7）中国大陆7个地区中心城市：北京市（华北地区）、沈阳市（东北地区）、【西安市】（西北地区）、上海市（华东地区）、广州市（华南地区）、武汉市（华中地区）、成都市（西南地区）。（8）目前批复的18个国家级新区：上海浦东新区、天津滨海新区、重庆两江新区、浙江舟山群岛新区、兰州新区、广州南沙新区、【陕西西咸新区】、贵州贵安新区、青岛西海岸新区、大连金普新区、四川天府新区、湖南湘江新区、南京江北新区、福州新区、云南滇中新区、哈尔滨新区、长春新区、江西赣江新区。（9）目前批复的11个国内自贸区：上海市、广东省、天津市、福建省、辽宁省、浙江省、河南省、湖北省、重庆市、四川省、【陕西省】。（10）目前国家批复的8个全面创新改革试验区：京津翼地区、四川省、安徽省、广东省、上海市、沈阳市、武汉市、【西安市】。 （11）目前国家批复的17个国家自主创新示范区：北京中关村国家自主创新示范区、武汉东湖国家自主创新示范区、上海张江国家自主创新示范区、深圳国家自主创新示范区、苏南国家自主创新示范区、长株潭国家自主创新示范区、天津国家自主创新示范区、成都国家自主创新示范区、【西安国家自主创新示范区】、杭州国家自主创新示范区、珠三角国家自主创新示范区、郑洛新国家自主创新示范区、山东半岛国家自主创新示范区、沈大国家自主创新示范区、福厦泉国家自主创新示范区、合芜蚌国家自主创新示范区、重庆国家自主创新示范区。 （12）22个省（省会）：河北省（石家庄市）、山西省（太原市）、辽宁省（沈阳市）、吉林省（长春市）、黑龙江省（哈尔滨市）、江苏省（南京市）、浙江省（杭州市）、安徽省（合肥市）、福建省（福州市）、江西省（南昌市）、山东省（济南市）、河南省（郑州市）、湖北省（武汉市）、湖南省（长沙市）、广东省（广州市）、海南省（海口市）、四川省（成都市）、贵州省（贵阳市）、云南省（昆明市）、【陕西省（西安市）】、甘肃省（兰州市）、青海省（西宁市）；其中台湾地区(台北市)未回归暂时未列入。 （13）5个自治区（首府）：内蒙古自治区（呼和浩特市）、新疆维吾尔自治区（乌鲁木齐市）、宁夏回族自治区（银川市）、西藏自治区（拉萨市）、广西壮族自治区（南宁市）。 （14）4个经济圈：环渤海经济圈、泛长三角经济圈、泛珠三角经济圈、【菱形经济圈】。（15）4个直辖市：北京市、上海市、天津市、重庆市。（16）港澳台地区：2个特别行政区：香港特别行政区、澳门特别行政区；台湾地区6个直辖市：台北市、新北市、桃园市、台中市、台南市、高雄市。 截止日期：日 星期二
分区域迁移趋势来看，东部地区主要表现出的是区域内部的迁入和迁出，其中内部迁移比例达到75.7%；中部地区作为主要人口迁出地，其迁出人口占到了全国省际迁移总人口的32.1%，而迁出的人口中87.0%迁入了东部，为东部人口的主要贡献者。西部地区与中部地区类似，但其内部迁移的人口接近迁往中部地区的3倍，更多体现出区域内部迁移的趋势。
迁移中心发生微妙改变 21世纪后，全国人口迁移中心发生改变，上海、北京、浙江、广东、天津、福建和江苏成为新一轮人口迁移中心，其中上海、浙江、天津、福建和江苏人口吸引作用继续提升，而北京、浙江和广东吸引力略有下降，新疆则失去了迁移中心的地位。从迁移中心人口来源来看，随着交通工具升级以及产业重心的转移，各个地区的人口构成也开始体现出变化：上海：“六普”上海的主要吸纳地区从江西和浙江变成了湖北和河南，主要在于江西人口更加偏向流入福建和浙江；北京：北京“六普”期间黑龙江取代四川成为主要被吸引地区天津则没有发生大的变化，环渤海成为北京天津区域主要人口来源浙江：浙江吸引人口中，河南人口大幅增加，取代了五普期间的湖北；广东：广东省人口来源中河南取代了江西；福建：福建区域吸引的人口中除了固有的重庆和四川，贵州人口占比也大幅提升。
1. 经济因素：对生活改善的憧憬从经济角度，迁移人口的迁移决策主要受两方面影响，一方面在于迁移目的地的经济发展趋势，另一方面则受到迁移人口所处地区与目的地之间的经济差距大小影响，追求更高的工资水平和就业机会是主导因素。根据调查，我国因务工经商而迁移的人口比重从80年代的7.9%上升至2010年的45.1%，成为全国迁移的最核心原因，而其他如婚姻嫁娶、学习培训、投靠亲友等非经济因素占比皆出现明显下降。我们比较了各个地区工资收入水平和净迁入人口的关系，结果显示两者呈现非常明显的正相关，证明具备较高的经济发展水平的地区对迁移人口产生巨大的吸引力。北京、天津、上海、江苏、浙江、福建等省份的平均工资相对较高，也带来更多的人口导入，其中来源地和迁入地之间的工资差距是助推人口流动的核心因素。值得关注的是广东省作为21世纪以来人口导入规模最大的省份，平均工资却明显低于北京、上海以及深圳等区域，仅相对高于河南、湖南等人口迁出地，这实质上反映了广东省的人口导入结构中综合素质相对低于其他主流城市，同时也印证了广东省中大部分城市并不是人口迁移的最终站，而是人口反迁的中转站。
2. 距离因素：迁移成本的控制Cindy Fan曾经通过模型证明人口迁徙地区差异效果随着地域空间距离的长短差异而发生变动，说明人口迁移和空间距离存在联系。根据美国的普查局统计，在其迁移人口中，61%会留在原县区（美国州以下最大的行政区），在一个州不同县区间迁移的占19%，而在不同州之间迁移的仅占16%。我国铁路是迁移人口最主要使用的交通工具，迁移人口在跨省际迁移时会以省会城市为迁移核心城市，然后再向相邻经济圈扩散，因此我们整理了我国各省省会之间的站间里程来分析迁移人口及所吸引地区之间的距离。分区域而言，以北京、天津为代表的环渤海经济圈的人口迁移主要以区域内部迁移为主，吸引的是各省之间的人口，如河南、河北和山东等。上海、浙江等长三角地区吸引人口相对较远，而珠三角对人口吸引辐射作用最强，除了湖南是毗邻省份，其余四川、重庆等皆是来自于距离较远的省份。而从迁出省份来看，除了安徽省迁入省份主要为江苏、上海等毗邻省份，其他河南、湖北、湖南、四川等省份均选择空间距离较远的省份。但除了这些主要迁入地区和迁出地区，大部分省份的迁移距离都是空间距离较近，与吸引中心毗邻的省份，这点也得到支付宝大数据的印证，数据显示，2014年春运期间，十大最热线路分别为：广东—湖南、广东—湖北、北京—河北、广东—广西、上海—江苏、广东—四川、广东—江西、广东—河南、江苏—安徽、浙江—安徽，除了广东省，其他区域皆是毗邻省份之间的迁移，外出生活的用户中以离家200—800公里最为集中。
3. 资源因素：向教育资源集中区域资源因素包含多种要素，包括城市基础设施配套、医疗设施、教育设施等，其中尤其教育资源决定了一个区域高素质劳动力以及购买力的潜在供给。我们整理了21世纪以来迁移人口文化素质的差异和变化，发现近年来不同教育程度的劳动力在迁移选择上也是出现了分化：a.受过初等教育的人口省际迁移活跃度更高。全国省际迁移人口中，初等教育以下的人口比重有所提高，而受过中高等教育迁移人口的比重明显下降，显示迁移人群主要以城镇化过程中的农业人口为主。b.高等教育人口更偏向于省内迁移。六普中具有高等学历人口省内迁移比重上升了6.4个百分点，而省际迁移比重下降了3.6个百分点。在省际迁移人口中，只有天津和陕西受过高等教育人口的占比提升，全国其他省份人口都出现下降趋势。c.区域上看，东部地区受过高等教育的迁移人口以省内迁移为主。北京、上海、天津等受过高等教育的人口比重上升幅度最大，而中西部地区高等教育人口更偏向于省际迁移，江西、陕西、湖北等省份比重相对更高。
4. 房价因素：从来都不是主因如我们此前整理，追求更好的工作、更高的工资改善生活是我国人口迁移最重要的原因，而相对能提供更好的工作环境的区域往往意味着更高的房价和房租，因此对于作为一个理性经济人而言，在考虑区域拉力的时候，房价等要素并不是其考虑的首要因素。我们统计了美国在21世纪初人口迁徙的主要原因，其中主要包括工作迁移、婚姻变化、住房原因、气候条件等，其中住房原因、家庭变化、工作变化是美国人迁徙的核心要素，而其中住房原因中，美国人主要因为买新房和改善住房等，为了更便宜的住房占比仅仅10%，这也印证了我们此前的总结。
人口迁徙模式分类根据以上信息我们对我国人口迁移的模式进行了分类，主要分为四大类：第一类：超大城市集聚模式我国东部沿海城市北京、上海、天津、广东是这类模式的主要代表（深圳包含于广东省），这种模式的主要特点在于，已经实现高度的城市化进程，就业非农化任务基本完成，城镇化速度逐步放缓，而人口处于高强度导入状态，但其中短期迁移人口比重较小，迁移流动人口具备较强的长期居留意愿。即使从制度因素来看，这些区域往往执行较严苛的“条件户籍”，但并不能阻止跨省户籍的迁入，背后反映的是全国大量高素质人力资本的不断注入。第二类：外来农业人口导入模式江苏、浙江、福建和广东等省份是这种模式的代表。这些地区具备相对较高的城镇化水平（低于第一种模式），处于快速增长城镇化阶段，人口处于净迁入状态，但人口沉淀性不强，农业户口人口的迁移比重较高，意味着这些地区未来常住人口市民化任务的艰巨。这些地区往往是城市群人口集聚的次中心和农业转出人口“阶梯型迁移”中以城市群核心城市为终极目标的“中间站”。第三类：内生城镇化模式河北、山东、河南、山西、陕西等非核心地区以及广西、贵州、青海、宁夏等中西部区域是这种模式的代表，这些地区城镇化水平略低于全国平均水平，城镇化发展速度温和，相对而言人口迁移活动强度较低（人口迁入迁出基本平衡），尤其跨省迁移和短期增量迁移比重较低，而长期迁移人口沉淀性较强。这种模式整体处于前两种模式的第三圈层，为前两种模式输送人口，而自身城镇化则大幅度依靠自身内生增长和城乡之间的内部迁移。第四类：人口逆迁徙模式我们将东三省、内蒙古、江西、湖南、重庆、四川、安徽等省份划分为这种模式。这些地区城镇化水平处于全国中位数，虽然过去十年人口迁出现象非常明显，大部分都是中部人口输出地，尤其是农业户籍人口，但是自身的经济发展以及城镇化特色也吸引了省内城乡迁移以及外出人口回流。2000年-2010年地区为户籍所在地和常住地的外来人口比重均有所下降，印证这些地区户籍人口存在比较明显的返回式迁移。
大数据角度的细化审视在大数据风起云涌的今天，我们也根据腾讯、360、百度等掌握的LBS数据来进一步审视当前中国人口迁移的最新格局，这无论是对于从业者还是房企而言，都可能带来一些借鉴意义。分析主要按数据来源和针对的人口分为普通人群和高素质人群。【普通人群】我们普通人群的数据来源百度迁徙，通过对2015年春节前7天数据的整理，我们梳理出最新2015年以来全国人口迁徙的偏好：全国人口迁移的集中度趋于提升，胡焕庸线维持。我们统计了前十大迁出城市和迁入城市的集中度，其中迁出城市人口规模的集中度只有后者的一半，这点与我们此前提到的33%和9%一致，人口向核心区域集中的态势依然维持，同时我国1935年以来的胡焕庸线格局并未发生明显改变。主流人口迁入城市依然全部来自于三大经济圈。春节前十大人口迁出城市分别为北京、上海、深圳、东莞、广州、杭州、天津、佛山，全部来自于环渤海、长三角和珠三角三大城市群，近30年以来人口集聚的马太效应依然持续。最主要人口迁出城市皆为中西部省市的人口富裕城市，但非省会城市。春节前前十大迁入城市分别为重庆、北京、赣州、上海、阜阳、玉林、周口、上饶，其中除了北京和上海，其余城市皆为中西部人口输出大省的城市。重庆、赣州、阜阳等都分别是四川区域、江西省、安徽省人口最多的城市，玉林则为广西最大的侨乡。对于大部分主流迁出城市而言，省会城市或者区域核心城市是第一目的地，其次是北京上海深圳等一线城市。除了重庆、北京、上海等全国性的辐射力，其他主要迁出城市的人口第一目的地都是其省会及核心城市，同时一线城市也都出现在其前十大流入城市名单。这也印证了人口迁移的一般规律，尤其农村人口首先向城市群的次中心集聚，然后再向核心城市迁移，对于部分人口净流出省份的单核城市而言，这种吸纳能力往往显得更强。【高素质人群】我们主要以大学生为高素质人群的迁移标的，数据来自于蚂蚁金服，通过对全国2325所高校近5年的毕业生进行分析。根据大数据分析，在过去五届大学生中，毕业时更换城市已经成为主流，有59%的毕业生在就业时选择了离开学校所在城市，但大部分依然留在省内，省际迁移比重仅为31%。从规模来看，全国各个区域的大学生吸纳量和拥有的高校数量高度一致，东部省市拥有917所高校，吸纳了全国近57%的大学生，中部区域拥有678所高校，吸纳了全国27%的大学生，西部区域拥有482所，吸纳了剩余的18%的大学生。东部核心城市以及区域实际上掌握了全国六成的潜在高素质人口。从宏观迁徙方向来看，大学生的流向与总体人口流动方向基本一致，整体依然呈现中西部向东部流动的格局，但其中个别省份的偏好度则开始发生变化：迁移中心大学生吸引力分化。在我们之前梳理的迁移中心区域中，广东省、浙江省和上海市分别以12.61%、4.64%和1.71%成为净流入率最高的前三大区域，而北京则成为大学生流动性最大的城市，其流入率和流出率皆为7.6%，凸显高素质人口对于北京取舍的纠结。部分中西部区域出现大学生净流入。根据数据，内蒙古、新疆和贵州省成为大学生净流入的省份，分列排行榜5、6、7位，这和我们之前观察到的净流出情况不同，说明近几年中西部人口流失呈现一定程度的止血态势，高素质人口的导入也为这些省市的经济发展带来契机。除了武汉，大学生迁移也大都是省内迁移。数据显示，大学生从学校到工作地点最热门的五大线路是广州、南京、杭州、福州和武汉，其中除了武汉，所有迁移都集中学校周边，如广州—佛山、广州—深圳、杭州—宁波等，这点也与我们此前论述的高素质人群偏向省内迁移一致。各省市之间大学生沉淀率分化较大。毕业以后大学生是在省内工作还是省际迁移，从某种角度上也说明了省市产业结构、工资水平等多种因素对大学生的吸引力，根据数据，最具吸引力的省市前十分别为：广东、浙江、新疆、内蒙古、山东、云南、江苏、江西、河南和福建，而沉淀率最低的十大省市分别为西藏、北京、天津、海南、吉林、湖南、湖北、重庆、上海、黑龙江。值得注意的是，我国四大直辖市全部出现在最低的名单中，一方面说明竞争激烈下大学生的取舍，同时另一方面也凸显出高生活成本下逃离北上深的历史命题。而吉林、黑龙江等东北省的上榜也证明过去老工业形态下城市竞争力的丧失，与我们观察到的东三省人口流出一致。省市间潜在高素质人口供给的差异。我们用各省市大学新增大学生/离开大学生的比重来计算省市之间大学生供给的差异。供给增速最高的十大省份分别是，广东、新疆、青海、宁夏、浙江、内蒙古、贵州、上海、西藏、云南，其中除了广东、浙江和上海一如既往的优秀，其他全部为中西部省份，我们认为这其中一方面和基数有关，另一方面也印证了当前西部大开发以及“一带一路”政策下相关教育资源的侧重。而供给增速最低的十大省市分别为：湖北、湖南、吉林、黑龙江、山西、辽宁、天津、安徽、重庆、四川，其中除了天津，全部是人口输出大省，东三省皆上榜，也显示出这些省市人口外迁后带来的高素质人口潜在供应下降。从高素质人口的竞争格局上，我们认为同时具备增长率和沉淀率的省份将在未来具备更强的竞争力，其中广东省以511%的增量以及85%的沉淀率遥遥领先，而中西部省份如内蒙古、新疆、青海、宁夏、贵州等西部省份成为黑马，未来值得关注，除此之外，浙江、山西、河北、福建、上海等区域在高素质人口方面具备竞争力，而东三省、湖南湖北、海南等区域在这方面相对较弱，值得警惕。
房地产区域选择思考——把握人口迁移的脉络区域发展机遇分析如我们此前所述，过去十年人口红利带来的房地产市场机遇可能渐行渐远，未来房地产区域的选择需要更加重视区域人口的增长潜力，而其中人口迁移带来的红利将是兵家必争之地。基于报告中我们掌握的数据，我们对全国所有区域进行了量化排序，主要影响因子包括：六普期间人口迁移意愿（传统人口吸引力）、人口自然增长率（人口内生潜力）、大学教育竞争力（高素质人口吸引力）、大学生沉淀率（综合产业吸引力以及房屋购买力）、大学生增长率（潜在供给），由此来评判区域未来的潜力，这个潜力也算是从一个较新的角度，来为房企未来选择提供一个参考：综合来看，广东、浙江、江苏、福建、上海、北京等传统东部省市依然具备较强的人口竞争力及未来高素质人口供给，山东、河北依靠较强的教育资源在大学生沉淀层面占据先机，同时也受益于京津冀的辐射。而安徽、四川、湖南湖北、东北黑龙江、吉林则相对吸引力较低，不但人口流出严重，在大学生吸引力方面也较为薄弱，也从侧面证明了区域产业升级已经迫在眉睫。根据表格我们也按先后顺序对房地产企业选择人口吸引力区域给出了排序：优先选择：一线城市仍具备广阔空间从人口发展空间角度，我们认为东部一线城市北上广深等区域依然具备广阔的空间，这些区域经济发展迅速，工资水平具备极强的吸引力，同时人口受教育程度的提升也进一步反哺区域经济的复苏，可以凭借历史形成的优势，长期享受外来优质人口流入带来的人口红利，具体人口增长空间我们会在下一节详细阐述。其次选择：城市次中心核心城市和国家战略区域广东、浙江、福建、江苏、广东等区域处于或者紧邻三大经济圈，城镇化进程相对完善但仍存在空间，周边省份农村劳动力充裕，同时丰富的资源对高素质人口具备较强的吸引力，这些省份的省会城市南京、杭州、广州、福州，以及核心城市如苏州、东莞、佛山、厦门等城市都具备较强的可持续发展空间。同时我们建议关注具备国家战略支持的区域，如京津冀、长江经济带、一带一路等国家战略带来的部分省市人口迁移方向的变化。再者选择：人口返迁的省会城市和区域单核城市我们主要建议关注重庆、四川、安徽、江西、河南、贵州和湖北等区域的单核城市，这些省份全都是人口导出型区域，但作为人口迁出的第一站，这些省份的省会城市往往并没有受到人口迁出的困扰，同时务工人员的返回式迁移是这些区域得以发展的动力，结合本地农村人口的城镇化，这些区域往往能享受双重人口红利，从而成为地方性的增长高地，如重庆、成都、合肥、南昌、郑州、武汉、贵阳等。警惕选择：所有人口净流出省份的非核心城市根据BCL的统计，全国过去人口流出最严重的区域有两个：1、西部的川渝黔连绵区，除了成都、重庆、贵阳等少数中心城市外的区域；2、东部的浙西南-闽西连绵区，该区域以山区为主，人口密度不高，经济相对不够发达，人口容易流向附近的珠三角和长三角。对于大部分人口流出的省份而言，人口外迁的趋势不可逆转，其中具备人口提升空间的城市可能少之又少。以河南为例，外出人口在18个省辖市并不是均匀分布而是有明显的地域特征，全省只有省会郑州市是净流入地区，外省流入河南的人口中41%的流入到郑州市，省内跨市流动人口中的60%流入到郑州市，成为承接流入人口最多的地区。河南并不会是个例，如湖北、东三省、贵州、安徽等省市单核城市成长的背后是非重点地级市、县级市的无限衰落，这可能是很多开发商需要警惕的。重点一二线城市人口接近饱和了吗？关于重点一二线城市人口饱和度的问题一直是市场关注的重点，学界也有多方面讨论，在这里我们不打算再用传统的国际人口密度来横向比较，而是用一个美妙的公式来回答这个问题——Zipf法则。在区域经济学中，Zipf法则描述的是在一个国家，其人口数量排名第二的城市，是排名第一的城市人口的二分之一；排名第三的城市，是排名第一城市人口的三分之一。用数学公式表示如下：可以理解为一个城市的人口排名和该城市的人口总数的排名应该等于一个固定值，各个城市人口排名的对数就应当与人口规模的对数成严格的负相关关系。多个文献显示，美国以及十九世纪的中国和日本高度符合Zipf法则。根据Kenneth T. Rosen测算，1970年代的44个国家做了类似的检验，结果显示Zipf法则全部成立——用城市人口对数来拟合城市排名对数，绝大部分国家的拟合优度都大于0.98。根据公式，我们用2013年中国人口的数据对Zipf法则进行了实验，计算每一个地级市市辖区的城镇人口数量，结果显示效果非常显著，拟合优度达到0.95。但是从图表上看，在人口数量少于500万以下的城市中，Zipf法则基本成立，而在人口多于500万的大型城市而言，人口要比公式拟合的要少，而且人口越多的城市偏离预测线越远。之所以中国越大的城市越偏离Zipf法则的预测，核心在于中国大型城市在发展过程中受到了人为的限制，主要包括：户籍制度、大城市土地供应控制，以及一直以来我国对于500万以上人口特大城市人口规模的限制，这些导致的直接结果就是特大城市人口发展速度比正常要慢。假设不存在框架性的限制，我国这些特大城市人口需要增长多少才能回归Zipf法则的预测线呢？我们也做了测算，结果显示，重庆、上海、北京、天津、成都、广州、深圳的人口分别需要再增长1620万、712万、383万、658万、453万、409万和388万才能符合Zipf法则，当然这个数据并不具备实质意义，但至少说明了当前重点一二线城市人口依然存在相当规模的提升空间，人口迁移的趋势仍将继续，因此对于开发商而言，不应再为重点一二线城市的人口饱和度犹豫。（来源：中信建投地产报告）
这贴子值得看看
登录百度帐号