编者按:本文来自微信公众号“笔记侠”(ID:Notesman),作者:陆铭,36氪经授权发布。
内容来源:2020年12月27日,上海交通大学“安泰交响”新年论坛暨“安泰视界”年度盛典。
分享嘉宾:陆铭,上海交通大学安泰经济与管理学院教授、中国发展研究院执行院长、中国城市治理研究院研究员。
笔记达人 | 醉长亭
责任编辑 | 君莫笑审校 | 君莫笑值班编辑 | 胡铁花
第 5420 篇深度好文:5239 字 | 12 分钟阅读
笔记君邀您阅读前,先思考:
城镇化到底会对经济产生什么影响?
实现数字化需要做什么?
近两年,中国的城市和区域发展已经发生了非常大的变化,我们好不容易确定了以中心城市为核心的城市群发展的战略,但是新冠疫情好像又让大家产生了很多新的担忧。
疫情首先在武汉爆发,后来在北京和上海这样的大城市散发,这就产生了一种担忧:是不是之前大城市的发展模式,特别是高密度大城市的发展模式这条道路走错了?
中国现在大城市的生育率比较低,导致生育率低的原因除了因全球普遍收入水平提高而导致的生育率下降外,另一个非常重要的原因在于房价和教育成本所导致的抚养孩子的成本。
所以,解决这些问题的办法不是不去发展(大)城市,而应该降低教育成本,增加住房供应,不能走向一条因噎废食的道路。
我们到底如何看待城市的规模和安全的问题,接下来我想对两种意义上的人口密度做一个区分。
一是在群聚意义上的人口密度,我们通常说的社会交往所产生的人口密度;另外一种是城市平均的人口密度。
新冠疫情刚刚发生的时候,由于没有及时对疫情进行防控,这两种密度混在一起,但是当我们对新冠疫情的防控采取了一些措施以后,我们是可以把这两种密度分开来的。
也就是说,我们可以隔断社交意义上的人口密度,但是却可以保持在城市层面上的平均人口密度。
接下来让我们从数据上看看这两种人口密度对于疫情传播有什么样的影响。
图1
这两张图符合我们的思维直觉,横轴是城市人口密度,纵轴是城市新冠疫情的感染率,如果我们仅仅看单变量(左图拿掉武汉,右图是把整个的湖北的样本从我们的数据里拿掉),都会得到这样的感觉:人口密度越高的城市,新冠疫情的感染率就越高,两者呈现微弱的正相关。
但是我特别想提醒大家,我们在讨论很多公共话题时,严重忽略了人脑对于数据和信息的处理能力大概在两维。
如果到了三维,我们人脑已经没有办法处理了,我们需要借助于数据的计算技术。
前面讲到,经济上的人口密度跟两件事有关:一是我们在群聚意义上的人口密度,二是城市的平均人口密度,而平均人口密度高的地方,通常就是经济活跃程度比较高的地方。
从数据角度来讲,我们找到了一个大数据,这个大数据可以度量中国每一个城市跟武汉的经济联系。我们发现中国人口密度高、人口规模大的地方也是和武汉的经济联系比较频繁的地方。
图2
图2是控制了中国的每一个城市跟武汉的经济联系之后得到的人口密度和新冠疫情的感染率,横轴是城市人口密度,纵轴是新冠疫情的感染率,这时,你会看到:人口密度高的城市有利于降低新冠疫情的感染率。
两周前我参加了一个国际会议,一个美国学者对美国做了同样的分析,那项研究表明:美国今天新冠的感染率比较严重的不是纽约,而是美国的大农村。
一开始,人们从新闻媒体上看到的是纽约疫情比较严重,跟中国一样,当它没有采取城市防控措施的时候,这个城市的人口密度易于传播疫情。
一旦采取防控措施后,隔断社交距离以后,人口密度高的地方,反而会因为医疗资源比较丰富,做新冠疫情的检测和病人收治也比较容易。
就像最近在中国发生的情况,新冠疫情检测的效率还是在北京、上海这样的大城市更高,而农村地区、小城市和大城市的郊区却出现了更多疫情。
也就是说,哪怕从增强城市的安全性角度来讲,人口密度高也并不一定是件坏事。
有了刚刚讲的中外研究和结论以后,我们来做一个非常简单的思想实验。
如果我们真的能够找到一个办法,能够把中国每一个城市的人口密度降低20%,——给定我们城市的面积,这20%人口密度的减少,就需要每个城市的人口减少20%,——这些人口到哪去?到农村去。
问题来了,根据我们前面所讲的结果,假如中国再出现了一次疫情,恐怕这种做法不会使得疫情的防控变得更加简单,而是会变得更加困难,因为在人口密度低的地方,防控疫情是更加困难的。
更重要的是,作为一个经济学家,我想提醒大家,人口密度的下降很可能带来一个大家比较容易忽视的损失:经济发展受限,尤其是服务业。
接下来,我们看一下在全世界的范围内,中国服务业的发展状况大概处在什么样的状态。
图3
我给大家看两张图,左边这张图是服务业在GDP当中所占的比重,右边这张图是服务业在就业当中所占的比重,其中两条直线分别代表OECD(经济合作发展组织)的发达国家在历史上走过的路径,你们可以看到OECD国家不管是在哪一个经济发展水平上,服务业占比都要超过中国,中国的服务业占比大约比OECD历史同期要低10个百分点左右。
特别是右边这张图,这张图是服务业在就业中所占的比重。
1990年代早期,这条曲线下面红色的点所组成的中国的路径还在OECD走过的历史路径之上,但是随着时间的推移,我们跟OECD国家所走的路径差距越来越大。原因有很多,其中一个因素就是人口密度。
服务业有一个跟制造业不一样的特点,服务业的进行需要面对面的交流。
今年上半年疫情防控时期,学校(线下)教育改为线上教育,但效果并没有想象之中那么好。正因为消费型的服务业需要面对面交流,不管是餐馆还是理发,这种行业就需要借助人口密度来实现生产和消费的同时进行。
图4
图4是中国农村和城镇的比较,上面这条线是中国城市的服务业占比,最下面这条线是农村的服务业占比,中间是全国的平均值,可以看到,在服务业占比上,城市的服务业占比远远高于农村。
3.城市化与服务业
图5
接下来我们看城市化的进程跟服务业之间的关系,图5有两组国家,其中蓝色这组是OECD国家,红色那组是非OECD国家。
可以看到,不管是哪一组国家,城市化的进程都会带来这个国家服务业占比的提高。城市有更高的服务业占比,人口从农村转向城市,会推动服务业的发展。
图6
我们接下来看一下不同规模的城市的比较(图6左图),我们把中国城市简单地分为大城市和非大城市,用500万人口作为大城市的边界。
我们把大城市进一步分为一般大城市和特大城市(图6右图),其中特大城市是指1000万人口以上的城市。
可以看到,在大城市和小城市对比里,大城市的服务业在自己的经济结构当中占比显著高于小城市,而在大城市内部,特大城市的服务业占比又要远远高于一般的大城市。
图7
我们接下来看人口密度。因为城市比农村人口密度高,大城市比小城市人口密度高。分别来看,在城市层面,可以看到建成区人口密度越高的城市,服务业的占比也越高。
接下来我们利用大众点评的大数据来对上海的数据进行分析,看看在城市内部密度是不是重要的。
图8
图8是大众点评网里能够统计出来的餐馆的数量,其中红色的线是外环,绿色的线是内环。可以看到,在内环里有大量的餐馆,颜色越偏暖色,表示数量越多。大家可能觉得这不奇怪,因为内环以内人多,人口密度高。
图9
再来看看服务的质量,大众点评网上有消费者对餐馆打分,我们根据餐馆打分来评价餐馆的质量,颜色偏暖色是打分更高的餐馆。可以看到,在人口密度比较高的中心城区,人们对餐馆质量的评价也高。
图10
图10是餐馆的多样性分布,我们通过大众点评网的数据,根据菜品的类别统计多样性。颜色越深表明在这个方块的地理位置上,菜品的多样性越强。
可以看到,越在中心城区,颜色就越深,也就是说人口密度高的城市内部的街区,同时带来了服务业的数量、质量和多样性,能提升生活的幸福程度。
图11
公共服务也是这样。给大家展现一下医院和学校的分布,学校作为跟人口数量紧密结合的公共服务,在空间分布上相对医院来得更加分散;医院的分布是更加集中在中心城区的位置上。
图12
图12是借助于经济普查数据给大家展现的新增生产性服务业分布。第一张图是2000-2008年经济普查数据中新增生产性服务业企业在上海的位置,大量集中在中心城区;
第二张图是新增生产性服务业就业岗位,比第一张图更加集中在中心城区;
第三张图是新增生产性服务企业的营收,集中程度进一步提高了。
顺便在这里回答一个问题——城市中心人多,人口集中以后好像必然伴随着比较严重的交通拥堵问题,是否要通过疏散中心城区的人口来缓解交通拥堵?
我的研究可以告诉大家:由于就业大量集中在中心城区,尤其是服务业主导的城市,政策上如果把人口疏散的话,只会导致更加严重的职住分离和城市拥堵问题,结果是得不偿失的。
有了刚才的分析,我们能得到几个判断。
中国改革开放40周年之后,服务业带来了非常大的发展,但今天所碰到的问题是经济结构性的调整,要越来越提升服务业的重要性。
制造业为主的发展模式是为了服务于上一阶段的全球化,以及外循环为推动的经济发展模式,接下来中国要走向内外两个循环相互促进,但又以内循环为主的经济发展模式。
从现状来讲,服务业占比是偏低的,尽管跟历史相比已经提高了很多。如果服务业得到更好的释放,有助于提升国内的消费需求,并且能提升居民生活满意度和幸福度。
今天,在中国所感受到的医疗、教育、文化、娱乐和旅游业这些短板,都是服务业。随着内循环为主的经济发展模式的到来,服务业的重要性会越来越高。
过往政策跟今天谈到的问题是什么样的矛盾?
如果回顾历史的话,在过去这10多年的时间里,由于体制性和结构性的障碍,所走过的道路是把人口空间分布通过政策引导到人口密度低的地方,这跟服务业发展的底层逻辑是矛盾的。
到今天为止,户籍制度改革仅仅进行到城区常住人口在500万以下的中小城市,但在城区人口500万以上的大城市,尤其是超大城市,仍然执行着比较严格的户籍制度。这样限制了中国城市规模的涨大,相对来讲是把中国人口放在了农村地区,在城市内部又把人口大量地从中心城区疏散到郊区。
我在2011年较早地提出了这样的现象:中国的城市化存在土地的城市化非常快,但人口的城市化又比较慢,城市走过了非常低密度的发展模式。
图13
接下来看一下中国城市人口密度下降速度,大概在15年的时间内,中国城市人口密度平均下降了一半左右(图13)。
城市人口密度有利于提高服务业的发展,但城市发展走过了盲目扩张土地,在人口进程不顺利的状态下,对服务业的发展就比较不利了。
2.城市非本地户籍人口比重上升
图14
在城市内部,今天所面临的局面是有大量的外来人口。最新数据显示,中国城市化率达到了60%,如果用本地城镇户籍人口度量城市化率,就远远滞后于常住人口所代表的城市化率。
中国的城市人口里大约有三分之一是非本地户籍的外来人口,其中在上海和北京的比例达到40%,深圳能达到70%。
在一些超大城市,居住和工作在这里5年的外来人口超过外来人口总数的一半,居住和工作在这里超过10年的外来人口可以达到外来人口总数的五分之一。在上海目前的户籍制度下,甚至有一些高技能人才也非常难拿到户口,现在的户籍门槛依然很高。
我们最近做了一个研究,刚刚发表在《管理世界》杂志上,从统计数据上我们可以告诉大家:中国城市人口密度有利于服务业的发展。
有了这样的判断之后,我们又做了反事实的政策模拟。
第一个政策模拟,假设中国的城市化率可以比今天提高10个百分点。
为什么是10个百分点?因为今天的城市化率跟同处在相近发展阶段的其他国家相比较而言,我们的城市化率就是低了10个百分点。
第二个政策模拟,假设在中国没有户籍制度。
我们对比了城市外来人口和有本地户籍城市人口的消费,发现外来人口的消费在所有条件都一样的情况下,要比拥有本地城镇户籍人口低16-20%。
如果户籍可以取消,外地户籍人口能变成本地户籍的话,可以极大地释放消费,特别是服务消费。
第三个政策模拟,假设中国的土地供应速度可以下降一半,中国城市人口密度在过去15年下降一半的情况可以得到缓解。
这样的话,在这三个共同的力量作用之下,中国服务业占比可以提高大约3-5个百分点。
中国的服务业占比比OECD这些国家走过的路径低了10个百分点,根据我们的估计,大约有小一半左右的服务业占比偏低的现状,可以通过城市化的方式和中国人口空间分布的改变而得到变化,对下一阶段以内循环为主的国内国际双循环的发展模式有极大的推动力。
最后做个总结:人口向高密度的大城市集中是全世界范围之内走过的普遍道路。
即便在今天,我相信在疫情过去之后,大城市和高密度城市所焕发出来的活力还会持续,而不会被这场疫情所中断。
随着城市的发展,服务业占比的提高也是一个全球范围内普遍会走过的道路,中国也是在走这样的道路,只是当我们把中国的服务业发展路径放到全球比较时,就会发现中国的服务业相对来说是受到抑制的。
我是想提醒大家,可能我们长期以来忽略了一个没有发掘的因素:城市化的模式和城市人口的空间分布。
不要总觉得我们要让人口从城市返回农村;我们要控制大城市规模,鼓励小城市。在大城市内部,不要总是觉得城市中心的内部人口密度高是坏事,要让人们跑到郊区去住。
如果我们可以减少这样的行政力量对人口空间分布的干预,就可以让人口向着高密度的方向去集聚,这样一来就可以带来服务业的发展。
这些年中国的户籍制度改革正在推进,下一阶段在十四五期间,相信很多新出台的政策,一些特大和超大城市的新政策会慢慢被大家看到。
与此同时,中国城市的土地供应的数量应该有所减缓,但是这里面应该分类。
在人口进一步集聚的大城市,要增加土地供应,缓解住房供应的短缺。但是对于大量的中小城市,特别是人口流出的城市,不仅不能再增加土地供应,甚至在人口减少的收缩城市要进行减量型的规划,城市的面积甚至要相应的收缩,否则未来这些城市的服务业的发展将面临更高的成本。
我今天就讲到这些,谢谢大家。
*文章为作者独立观点,不代表笔记侠立场。
注:笔记侠作为合作方,经主办方和讲者审阅授权发布。