城市是现代生活的主场景。城市的发展推动了社会分工的深化、产业模式的重组、交通网络的完善和各方思想的碰撞，不仅优化了资源配置的空间效率，还促进了技术创新和体制变革。而缔造这一切的是城中之人。正是人口的集聚、流动和迁徙行为，塑造了一国的经济地理、城市形态和生产模式。若无迁徙的人，就没有变动的城。
随着网络时代的到来，大数据分析逐渐成为表征居民社会活动的重要工具。国务院发展研究中心大数据宏观团队，基于百度地图慧眼大数据，在本书中刻画人口的分布状况，捕捉人口的流动轨迹，揭示人口迁徙行为背后蕴含的贸易往来、资金转移、技术溢出和思想交流，研判城市活力的兴衰、区域分工的演变和大都市圈的形成。本书不仅通过大数据分析构建了一幅中国城市人口分布与流动的全景图，更希翼从中探求推动以人为核心的新型城镇化的政策路线图，让城市变得更美好。
总 论
迁徙的人 变动的城
工业革命以来，人类的经济增长得益于技术、制度和空间边界的不断拓展变化，前两者分别对应着技术创新和体制变革，后者则表现为城镇化。城镇化推动了社会分工的深化、产业模式的重组、交通网络的完善和各方思想的碰撞，不仅优化了资源配置的空间效率，还促进了技术创新和体制变革。世界正处于快速城镇化过程，全球70亿人口中已有超过一半的人口选择迁移到城市居住。根据联合国的预测，到2045年世界城市人口将超过60亿。城市是经济社会发展的重要引擎。各国经济发展史表明，一个国家只有经历成功的城镇化，才能顺利推进工业化和现代化，并最终进入高收入社会。
我国正处于新型城镇化建设的关键阶段。2017年我国城镇化率已达58.5%，但离中等偏上收入国家的平均城镇化率（65%）还有一段距离，与高收入国家（84%）还相距甚远，仍处于城镇化较快发展阶段，具备通过城镇化提升效率的巨大空间。当前，我国新型城镇化正由规模扩张为主向质量提升为主转变，由以物的城镇化为主向以人的城镇化为核心转变，由城乡人口迁徙为主向城乡和城城人口流动并重转变，由以单个城市为主体形态向以城市群为空间载体转变。由于各类体制因素的制约，城乡要素之间的流动还不充分，城乡居民之间依然存在收入和公共服务的明显差距，农业与非农产业劳动生产率之间也还有较大差距。如果相关体制改革得以持续推进，包括劳动力在内的各类要素依然会向更高效率的部门和地区转移，城镇化仍将是中国经济中高速增长的重要支撑。
人口是城市兴衰的晴雨表。人不仅是城市的建设者、生产者和消费者，亦是新知识的创造者、新思想的传播者和新技术的应用者。城中拥有如此这般之人，世间才有这样那样的城。正如本书第一章所指出，新型城镇化的核心是“人的城镇化”：更高水平的人口集聚，将推动规模经济的发展和市场扩张，有利于创造就业机会并深化分工；更具包容性的城镇化将扩大中等收入人群队伍，支持消费的增长和升级；更可持续的城镇化需要城镇人力资本的有效积累，以推动我国向发达工业和服务型经济转型。人口多寡决定了城市的规模，人口结构塑造了城市的性格，人的进取心奠定了城市演化的格局，人的想象力划出了城市发展的边界。因此，本书的研究对象定位在了“变动的城”中“迁徙的人”。
作为城镇化过程中最重要的主体，人口的集聚、流动和迁徙行为对一国的经济地理、城市形态和生产模式产生较大影响，也是城市经济学的研究重点。以往，对城市人口的研究多借助政府统计部门的常住人口数据进行分析。一般而言，人口统计数据的收集来自10年一次的全国人口普查、5年一次的1%人口抽样调查以及每年的抽样更新，具备较高的权威性、完整性和统一性。随着网络时代的到来，大数据逐渐成为表征居民社会活动的重要载体。智能终端、社交网络、移动通信等信息技术的发展，使得获取这些居民活动行为的时空数据成为可能。不同于一般意义上的常住人口分布或迁徙数据，这些居民地理行为的大数据在样本量、实时性和精确性等方面无疑具有更大优势。
本书正是基于百度慧眼人口大数据来开展的一次研究尝试。截至2019年2月，百度地图日均位置服务请求次数已经超过1000亿次，月活硬件设备数达到11亿，涵盖全国主要省、市、区县级行政区划。基于上述数据并加密脱敏（目的是保护隐私）后，可以得到百度位置大数据。我们利用百度慧眼人口大数据，不仅可以有效刻画人口的分布状况，还能捕捉人口迁徙特征。不同于常住人口流动所反映的长期迁徙，大数据所反映的“日间流动人口”是某日由一个城市前往另一个城市的人口，其行为背后蕴含着贸易往来、资金转移、技术溢出和思想交流，反映了各城市间的经济社会联系，是观察城市活力、区域分工和商贸兴衰的重要指标。
大数据打开了一扇观察我国城镇化发展现状的新窗口。大数据具备覆盖范围广和更新及时的特性，有利于更精准地分析城市人口的分布和流动。我们首先讨论了城镇化最常用的一个指标：城镇化率。城镇化率是判断经济发展阶段的重要指标，是国家制定相关重大政策的基础性依据，但目前基于行政区划的城镇化率统计方法，面临人口统计地和常住地不一致的问题，对人口实际分布动态的反映并不充分。本书利用慧眼常住人口大数据，测算出基于人口密度标准的城镇人口比重（第二章）。我们将人口密度高于1000人/平方公里的区域定义为城镇，由此测算出我国的城镇人口比重要高于现有的城镇化率。从总量看，同样基于常住人口，大数据方法下的城镇化率比行政区划方法高5个百分点左右。这说明我国的城镇化率与发展阶段基本适应，可能并不存在城镇化率偏慢的问题。从结构上看，绝大多数省市区的大数据城镇人口比重要高于统计城镇化率，特别是人口输出省和西部省份；大城市的城镇人口比重已接近发达国家的平均水平，城市群已成为人口和产业的主要载体；高密度城镇区当前已经生活着我国36%的人口，高密度区域的集聚功能效应凸显。我们还结合“小数据”和“大数据”分析了城市人口新的格局变化（第三章）。我们发现，近年来我国城市人口增长由“南北均衡”转向“南快北慢”，南部地区新增人口占全国的比重近八成。在日间人口流动方面，华东、华南日间人口流动规模高，一线和二线城市是日间人口流动的主要节点；发达城市群内部流动性高，后发城市群外部流动性高；一线和二线城市活跃度优势明显，交通和经贸网络不畅的四线城市极不活跃。集聚和分化成为我国城市人口变动最重要的两个关键词。
新型城镇化要成为经济增长的重要动力，核心是通过空间结构优化来实现资源高效配置。《国家新型城镇化规划（2014－2020年）》提出要“以城市群为主体形态，推动大中小城市和小城镇协调发展”，这不仅是基于现实的政策判断，也得到城市经济学前沿理论的支撑。哈佛大学教授格雷泽（2011）在《城市的胜利》一书中曾强调集聚的作用，但其近年来的一个研究方向是“城市网络”。他指出，集聚效应不仅限于每个城市的边界之内，而且能被“城市网络”所共享（Glaser，2016）。随着交通、通讯技术的发展，中小城市能够通过向大城市“借规模”（borrow size）来实现集聚的更多收益，大城市也能够通过向网络中的中小城市疏解功能来避免过度集聚带来的负外部性（Meijers and Burger，2015）。因此，本书的一个研究重点就是以城市群和都市圈为形态的城市网络。
虽然我国的人口和经济活动已高度集聚于城市群和都市圈，但已有研究和规划对城市群和都市圈的界定、辐射范围和功能分布却有待进一步清晰。本书第四章基于百度迁徙数据、慧眼常住人口密度数据、夜间灯光数据，构建了联系度、集聚度和中心度的三维分析框架，用最大联系方法、门槛值方法、核密度估计方法、社会网络分析方法等，基于大数据综合识别出我国17个城市群。研究发现，17个城市群分化比较明显，规划城市群的空间范围普遍要小于大数据城市群。而“十三五”规划的19个城市群中，部分城市群人口集聚功能并不明显。本书第五章通过城市间人口日间流动排序来分析城市群的辐射区域。我国的城市群辐射范围呈东强西弱的格局，京津冀辐射了全国大部分地区，长三角主要辐射华东和华中地区，珠三角主要辐射华南和华中地区，成渝城市群则对西南地区有较好的辐射作用，但西北方向缺少一个较强、有带动力的城市群。本书第六章利用街道人口和地理信息数据，比较了北京、上海、东京和纽约都市圈内部的人口空间结构。研究发现，北京和上海都市圈的人口分布呈现“内极密外极疏”的时空失衡特征，即中心城区拥挤效应较高，居间和外围区域集聚效应不足，昼夜人口差异大，在整体人口密度不太高的情况下，产生较为严重的“城市病”。进一步的研究发现，土地、教育、医疗等公共资源的空间错配是超大城市功能失衡的重要原因。
以往研究更关注城市的集聚效应：不断集聚的城市提高了密度、缩短了距离、减少了分割，通过对城市公共品和多样化收益的“分享”（sharing），提高各类要素配置效率的“匹配”（matching），以及加速知识溢出的“学习”（learning），极大地释放了规模和专业化收益，促进了创新思想的迸发。然而，与城市规模扩大相伴而生的是高房价、高污染和拥堵等“拥挤的不经济”。本书第七章正是聚焦于如何通过发展都市圈来缓解高房价这一难题。研究发现，2015年之后，一线及周边城市房价快速上涨，而为数众多的其他城市则面临去库存压力，这种分化很大程度上是人口向都市圈和区域中心城市迁徙的结果。在我国都市圈内部，人口分布总体呈现内密外疏的格局，但周边县市内部也存在不少业已成型的高密度板块，未来可能成为中心城市人口疏解的重要承载地。根据发达国家的城市化经验，人口向都市圈迁徙的趋势未来还会延续，发挥都市圈周边城市对人口的吸纳作用有助于缓解重点城市的高房价问题。
春节前后是我国人口流动最为活跃的时期，为我们观察人口流动和城市间联系提供了一次自然试验。春节前后的人口流动数据动态地展现了中国人工作地和故乡之间的联系，有助于我们更好地理解我国人口分布格局的变化、人口流动的动力机制以及地区之间的经济社会关联。我们连续分析了2017年和2018年春节期间的人口流动情况（第八章和第九章）。我们的研究表明，春节人口流动的高峰出现在正月初六和正月十六；春节人口潮汐流动现象突出，人口在春节前从一线城市流向三线城市，春节后从三线城市流回一线城市，两次潮汐的规模都在上亿人；从省际来看，人口流动呈现出明显的由分散走向集中、由中部流向东部的趋势；从城市间来看，北上广深外来人口主要来自三线城市，中西部省会城市的外来人口主要来自省内，三线城市流出人口的46%进入北上广深和省会城市，2018年沿海劳动力密集产业集中城市的人口回流减少；从人口流动驱动因素来看，一线城市的人口集聚效应明显，而且呈现出明显的就业驱动模式，而三线和四线城市不但没有起到人口集聚的作用，还存在明显的人口流失；春节期间人口流动最大的三个廊道是安徽-长三角地区、湖南-珠三角地区、河北-京津地区。
全球人口和经济活动越来越向城市地区集聚。到2016年底，全球有占总人口54.3%的40亿人居住在城市（WDI，2017），前600个主要城市贡献了世界GDP的60%（UNHABITAT，2016）。其中，人口向超大城市集聚的趋势颇为引人注目：1950年全球20个最大城市的人口规模均值为500万，2015年前20大城市的人口平均规模已上升到1859万。但人口集聚并不一定孕育繁荣，在全球人口超过1000万的前29个超大城市中，来自非洲、亚洲、拉美发展中国家的就占据22席（UN，2014）。当我们的“国际经验”限于纽约和东京，超大城市的不断集聚似乎就成了一个不可更改的趋势。但从城镇化历史最悠久的欧盟国家来看，超过半数的城镇居民生活在人口规模0.5万~10万人的中小城镇（European Commission，2011），欧洲金融中心法兰克福的人口只有73万人。从中国来看，一些大城市的过度拥挤和中小城市的人口密度不足同时存在，北京、上海中心城区的人口密度已超过东京和纽约。如果强调单向的集聚，不仅“大城市病”将进一步加剧，中小城市的规模效应也无法实现。
因此，我们将目光投向了京津冀地区，力图通过研究京津冀地区的人口分布和人员互动，来考察如何实现超大城市人口集聚和功能疏解的平衡。本书第十章分析了北京市的人口高密度区域，发现每平方公里大于2.5万人的高人口密度区共集聚了517.1万人口，占全北京人口的21.7%，在5~20公里圈层范围最为集中，且与轨道交通走向有密切关联。通过2017年大数据和2010年人口普查数据的比对，发现北京人口密集街道的人口疏解初见成效，其中33个挂账村所属的22个行政村镇总人口从2010年的359万人下降到2017年的327万人。但基于POI数据的分析也发现，挂账村公共资源的配置严重不足，并在周边出现了新的挂账村。本书第十一章分析了近年来北京市、环京地区和京津冀人口分布的变化。我们发现，北京的城六区人口占比从57.8%降至56.6%，郊区人口集聚度的提升速度明显快于城六区，郊区高密度区域的增速是城六区的2倍。环京地区人口呈现出“城六区-北京郊区-环京县”阶梯式疏解，从人口总数、人口密度、高密度方格数量等各个指标衡量，外围区域的增速都要比中心区域更快，首都功能疏解正在取得初步成效。
本书的分析表明，要获得超大城市人口疏解和功能集聚的平衡，关键是要以公共资源的空间再配置来引导产业和人口疏解，通过公共服务网、轨道交通网和信息通信网将地理邻近的大中小城市（镇）整合为高效的城市网络，以“大城”辐射“小市”，以“小市”疏解“大城”。
除了关注人口集聚的区域，本书还特别分析了人口流失的问题区域。用大数据这一显微镜式的分析工具观察城市和人口，就会发现有的城渐为智慧的渊薮，有的市难掩衰老的容颜，此城在熙熙攘攘间释放活力，彼都在门庭稀落中黯然无光。根据我们的研究，近年来，我国人口扩张、饱和与收缩的城市比重为4∶5∶1。其中，“人口离去”不但没有给收缩型城市带来繁荣，反而使人口收缩和城市衰退相互强化。近些年，东北地区人口流失的问题引起了社会各界的广泛关注，第十二章综合运用大数据和传统统计数据，研究分析了东北人口减少的原因。我们发现，东北三省人口绝对数量出现下降，人口占全国比重呈逐年下降态势，维持东北三省人口比重的缺口越来越大。由历史长期形成的原因造成东北三省的生育率显著低于全国平均水平，低出生率解释了2/3以上的人口占比下降。通过大数据观测，东北劳动力输出总体大于劳动力输入，劳动力净输出规模在100万人以上，构成东北人口减少的重要因素。
我国城镇化的增长动力正在悄然发生转变。长期以来，我国城市人口增长的主要驱动力来源于城乡人口转移，城市制造业和建筑业吸纳了大量农村转移人口。近年来，各类城市产业结构演进趋于多元化，一、二线城市新增劳动力需求以服务业为主，城市间高素质人口的迁徙成为人口流动新特征。本书第十三章和第十四章研究了人口流动与城市发展的关系，从人口净流入、人口集散、城市影响力等角度来研判我国城市的发展潜力。通过非参数回归的分析发现，我国城市发展与人口流动基本呈现倒U型的关系，各城市之间的差距有逐渐缩小的趋势，但就目前来看，地区间不平衡的状态依然在持续。短期内我国各城市的吸引力、经济发展潜力、集散能力等情况虽有所变化，但幅度不大，长三角、珠三角、京津冀等发达城市群在全国城市网络体系中仍占主导地位。
我国过往的城镇化在很大程度上是以从农业经济向工业经济的转变为基础的，随着中国各产业日益趋近于生产可能性曲线，城镇化增长红利能否延续，将取决于能否发挥人口集聚、规模经济和要素流动的作用。正如本书第十五章分析指出，强调生产效率、社会包容性和资源可持续性的新型城镇化道路，将从供需两方面驱动中国经济实现增长。在供给方面，经济集中度和专业化程度的提高，将使公司从规模经济效应中获益，从而促进产业升级和技术融合；流动性和连通性的提高将促进知识共享、劳动力匹配，并最终推动就业和人力资本的增长。在需求方面，城镇化包容性的加强将扩大城镇中等收入人群的规模，他们对更优质服务和生活方式的需要也会反过来刺激内需。
迁徙的人和变动的城，是我们借助大数据分析观察中国城镇化的一个视角，而将“人”和“城”联系在一起的则是公共服务和基础设施。无论是古时城墙护卫一方百姓的功能，还是今日城市政府提供的社会保障，城市归根到底是由政府公共服务构成的空间集合体，而公共服务的偏向度决定了城市的包容性。城乡分割、地区分割的户籍制度和公共服务，虽然在过去40年降低了城市化、工业化的成本，但是以牺牲农民工个人权益和家庭利益为代价的。在推进新型城镇化过程中，2017年户籍城镇化率已比2012年提高了7个百分点，但非城镇户籍的城镇常住人口只从2.34亿下降到2.25亿。如果加上约8000万没有当地户籍的城城流动人口，我国有约3亿城镇居民处于不能享受均等化公共服务的不稳定状态，对整个社会和谐持续产生着不利的影响。不仅如此，在新型城镇化阶段，创新和服务业成为经济增长的主要引擎，人口红利需要升级为人力资本红利，城市的包容性不足将减缓人力资本积累，从而影响城镇化效率的提升。大数据并非只是冰冷的数字，我们不仅要通过大数据构建一幅中国城市人口分布与流动的全景图，更要从大数据分析中探求如何推动以人为核心的新型城镇化，去体验数字变动背后的温度和情感。显然，本书的研究是一个开始。
人类自诞生之日起，就一直在书写着迁徙的历史，贸易、分工、科技、艺术乃至烹饪技巧等，都因迁徙的人而形成、传播和发展。可以说，没有迁徙的人，就不可能有变动的城。在技术逐渐消弭地理区隔的今天，城市最大的财富无疑是人，城市发展的最佳之匙无疑是降低人口迁徙和日常流动的障碍。正如公元前600年的阿尔凯奥斯在描写希腊的城市时所言：“造就一座城市的，不是精良的屋顶或坚固的城墙，也不是运河和船坞，而是善于利用机会的人们。”
目 录
总 论 迁徙的人 变动的城/
第一章 城镇化与经济增长：促成高效的新互动/
一、中国城镇化的初级阶段促进了增长/
二、仅空间上的转移还不足以使中国跻身高收入国家行列/
三、走新型城镇化道路必须解决城市蔓延、不平等和
环境破坏所带来的压力/
第二章 大数据视角下的我国城镇人口比重/
一、大数据测算城镇人口比重的优势和思路/
二、大数据测算城镇人口比重的具体测算方法/
三、主要测算结果/
四、几点启示/
第三章 中国城市人口新变局/
一、“南北均衡”转向“南快北慢”/
二、中间规模城市人口骤升，规模两端城市放缓/
三、扩张、饱和与收缩的城市比重为4∶5∶1/
四、工业化不同阶段的城市群人口集聚特征截然不同/
五、大数据视角下的城市日间人口流动/
六、发达城市群内部流动性高，后发城市群外部流动性高/
七、华南和一、二线城市活跃度高，西南和四线城市活跃度低/
八、几点延伸思考/
第四章 基于大数据的城市群识别与空间特征/
一、研究背景与意义/
二、城市群界定标准及评价指标/
三、基于大数据的城市群识别/
四、大数据城市群的主要特征及比较/
五、思考与建议/
第五章 我国主要城市群的空间辐射范围/
一、城市群布局是促进经济社会平衡发展的重要因素/
二、人口流动与区域间联系程度的关系/
三、主要城市群的辐射范围和级别划分/
四、本地性城市群的辐射区域/
五、从城市群的辐射范围看我国的城市群布局/
第六章 从城镇化到都市圈化/
一、城市应该多大为好/
二、都市圈的密与疏/
三、都市圈的日与夜/
四、公共资源空间错配与都市圈功能失衡/
五、从城镇化到都市圈化/
第七章 完善房地产调控长效机制要顺应人口迁徙规律/
一、房地产市场区域分化的主要特征/
二、房地产市场分化背后的人口迁徙/
三、典型国家城市化进程当中人口分布的阶段性特征/
四、顺应城市化和人口迁徙规律，完善房地产调控长效机制/
第八章 试问客从何处来：2017年春节后人口流动状况分析/
一、全国春节后人口流动的基本状况/
二、各省春节后人口流动的特点/
三、城市间人口流动的特点/
四、研究结论/
第九章 离家万里一日还：2018年春节前后的人口流动分析/
一、2018年春节我国人口流动的总体态势/
二、2018年春节我国人口流动的主要特征/
三、城市排名/
四、几点启示/
第十章 集聚与疏解：大数据视角下的北京城/
一、北京大数据人口规模略高于统计数据，人口增长的空间差异明显/
二、公共资源空间错配导致北京人口结构非平衡分布/
三、北京高密度区域分布及变化/
四、人口聚集区的今昔变迁/
第十一章 京津冀协同发展中的人口分布变化：大数据视角/
一、首都人口疏解进展/
二、环首都经济圈人口分布变化/
三、京津冀地区城镇化进程现状比较/
四、结论/
第十二章 东北地区人口为什么减少/
一、东北三省人口占全国比重持续下降/
二、东北三省出生率显著低于全国平均水平/
三、春节前后东北三省人口流动特征/
四、东北三省人口流动特征分析/
五、缓解人口减少问题的政策建议/
第十三章 从人口交互看中国城市的发展与潜力/
一、人口流动与城市发展/
二、人口流动的地理行为大数据分析/
三、研究结论/
第十四章 中国城市人口分布与流动：基于百度大数据的分析/
一、核心城市人口总量分析/
二、人口流动总量分析/
三、人口流动的省内外分析/
四、人口流动的动向分析/
五、城市的影响力分析/
六、结论/
第十五章 寻找中国城镇化新的发展动力/
一、集聚化和专业化将支持产业升级和技术融合/
二、流动性和连通性将促进就业增长/
三、新兴中等收入人群将要求获得更好的服务和生活方式/
参考文献/
温馨提示：请使用泸西县图书馆的读者帐号和密码进行登录
