观察者网：向老师您好，感谢您接受观察者网采访。我注意到这次发布的新书叫《强城时代》，对于什么是“强城”提出了六项指标，当时是出于什么考虑选取的这些指标？这些年我们经常可以在媒体上看到类似名词，诸如GDP强城、万亿俱乐部、强省会等等，您怎么看这些排行，“强城”有何不同？

向宽虎：我过去跟着陆铭老师做了一些关于区域和城市研究，我可以基于自己的理解思路来做一些简单介绍。强城，不光要考虑城市本身的经济体量，还要看它的效率和对全国或区域层面的带动力，这一点是很重要的。如果一个城市本身发展得很大，但效率不高，在全国产业链里面的地位也没那么重要，那么它未来的潜力以及对整个国家的带动作用可能就没那么强。

现在我们强调未来的城市化要以几个都市圈作为载体，那么都市圈里面中心城市的能级可能是今后整个国家经济发展的一个很重要的方面。所以强城的衡量标准，首先它自身经济要足够强，效率足够高，其次要在全国经济或区域经济中的地位足够重要。

这里有一些体现关联性的指标，比如用车流数据可以看出城市的中心度，再比如用制造业景气先行指数看城市之间的互动效应，这其实是通过观察关联性的强弱来判断一个城市是否真的达到了强城的标准。

当然，这并不是否认GDP、基础设施、公共服务等这类传统指标不重要。对于一个城市强弱的衡量，目前有五花八门的指标，这里面就是“仁者见仁智者见智”。但我前面主要强调两个方面，第一城市自身到底有多好，第二它在全国乃至世界经济中的重要性到底有多强，这就需要用关联性来度量。

观察者网：您提到的这个问题，其实跟这些年国内推动的城市群、都市圈建设，以及国家的区域发展政策，是高度呼应的。

向宽虎：确实，过去关于中国城市化道路的争论比较多，发展大城市还是小城市等等；后来逐渐形成共识，未来中国城市化道路还是要依托于都市圈和城市群。所以，从城市群的角度去看城市发展，可能就会有不同的思路。

全国17个千万人口之城 图片来自中新网 制图李金磊

观察者网：最近全国各地陆续公布常住人口数据，有一个变化引起高度关注，即北上广深四大一线城市均出现人口下降，这个现象几乎是近二三十年来未曾出现的。其实这几年，互联网上时常能看到“逃离大城市”的声音，虽说总能引发一波对立争论，但总是雷声大雨点小。现在出现这个状况，您觉得有哪些因素？它可能是一个比较短期性的现象，还是较长时段内的一种动向？

向宽虎：我从三个层面来回答这个问题，首先究竟是短期现象还是长期趋势，我觉得可能和你看问题的视角有关，如果你单独看上海，虽然长期内人口不太可能出现负增长，但短期内确实可能出现人口减少。但你要是把它放到长三角这个都市圈范围内去看，长三角都市圈的人口几乎可以确定会增长，短期内都不一定是下降的。只不过有可能一部分人口不在上海，而是在周边地区。

随着中心城区的地价、房价上涨，再加上今后城市群一体化程度提升，比如上海中心城区和周边地方的通勤流动变得更通畅、公共服务一体化程度更高之后，可能有一些人会选择住到周边地区。可见，作为这样一个围绕着上海的都市圈，人口会增加，但增量部分不一定主要布局在上海行政区域范围内，这是一个视角问题。

第二，目前我们看到上海常住人口减少，肯定有一些短期因素在里面。大家都知道去年上海疫情封控之后，有一小部分比较富有的群体可能会考虑移民，但这部分人在人口比例中的占比很少。不过反之，还有一些全国其他地方的新兴富裕阶层想要进入上海顶级的房地产市场。

另一个可能比较重要的因素是，疫情冲击之后，一批人因为就业问题、收入下降等现实因素，以前像是在上海或周边就业的，但现在做过权衡之后，选择去别的地方或回老家待着。但是，我相信这种情况都是暂时的。为什么这么说？因为如果中国经济要继续增长，根据我们现在观察到的一些规律，沿海地区、尤其是长三角城市群仍是非常重要的引擎之一。中国经济要增长，长三角城市群的人口一定要增加，而上海是其中最大的中心。当然，这包括周边江浙很多地方，比如昆山，在行政区划上不属于上海，但如果看经济联系，昆山和上海的关系比它和苏州的关系要紧密；去年上海封城，昆山受到的冲击比苏州疫情时要大得多。

这其实就是城市发展、经济发展的客观规律，在这样的地方，就业更方便，消费型服务业更发达，公共服务也会更好，包括中国人最关心的子女教育问题，也更有优势。因为这些地方的财政实力比较雄厚，本质上是达成了良性循环发展的过程。所以，我相信这种常住人口下降不会成为长期趋势。

观察者网：不过，这个情况是否能够举一反三？比如，就北上广深四大一线城市及其城市群来看，像深圳、广州的制造业、服务业岗位比较多，珠三角跟长三角有相似性，但北京及其周边可能会略有不同？

向宽虎：这需要考虑不同城市的主要功能定位，北京作为首都，是全国的政治中心，它有一些特殊性，可能超出了我们今天讨论的范围。

观察者网：如果放大到城市群的视角来看，对问题的理解就有了不同层次，单看某个城市的增量起伏，似乎并不能涵盖当地及某个区域发展的所有面向。

向宽虎：比如，以前在上海租房的人，现在选择到花桥买房，每天通勤上下班，你说他算不算上海人？从行政区划来看，属于昆山，但实际工作和生活主要还是在上海，只是晚上回到家里睡觉。但人口调查的时候，是根据居住地来调查的。

其实如果把时间轴拉长一点，差不多在2017、18年后，在上海打工、去昆山买房是比较典型的一个现象。2020年的时候，我们在昆山调研时作了一个随机采访，当时是在一个幼托机构，主要是三岁以下的小孩子，问到一些家长，不少人以前在上海开店，因为2018年那轮街面秩序整顿，他们在上海开不了店，就跑去昆山开店。他们告诉我们，还是很喜欢上海，身体有点什么小毛病，还是会跑到上海的医院来看，要逛街购物也会到上海；反正交通很方便，高铁十几分钟就到了，班次也很多。这个例子就反映出同城化效应很强，虽然行政区划不属于同一个地方、甚至跨省，但经济活动非常紧密，如果以都市圈的视角来看，昆山就是属于上海都市圈范畴。

观察者网：我注意到这次新书里面有一章内容关于“制造业劳动力市场景气指数”，您前面提到的人口流动的情况，在这个指数变动趋势中有被反映出来吗？

向宽虎：有的。这个指数的名称，我们现在叫“制造业景气先行指数”。在《强城时代》的章节中，我们主要是看地级市层面，因为单独看指数变化的曲线，可用样本相对比较少，毕竟我们是基于一家平台的数据。如果从地级市来看经济的关联，至少去年3月给了一次检验的机会，通过上海疫情封城一事来检验到底谁和上海的关系比较紧密。这种关联性，本质上是产业链关联的结果，其中一方面即是跨城市劳动力流动的作用。

我们通过指数变化对比后发现，比如上海的制造业领先指数，在去年3月之后下降16个百分点，然后附近的常州可能下降7-8个百分点，苏州更低一点，但影响也很大；而再远一点的南京，几乎没有受到影响。反倒是珠三角地区的东莞等城市和上海关系非常紧密，很大原因是产业链上的关联度比较高。

当然，书里面只是用了上海的相关指数，其实我自己在做的时候是做了每个城市的制造业景气先行指数的关联度，根据过去两三年的关联度强弱大概做一个区分，更直观地看感受中国城市和城市之间的关系到底是什么样子的。

5月制造业景气先行指数来源于月度指数图（2023年5月预测版）。制造业景气先行指数当期值为43.7，前值为44.3。相比于4月，今年5月份指数保持相对稳定，仍然位于“不乐观”区间，趋近“正常”区间。作者供图

观察者网：您和团队最早是出于什么样的动机或原因去追踪制作这个大数据指数？从名称来看“制造业景气先行指数”，制造业本身的内涵非常广泛、涉及门类很多，不知你们在做这个模型的时候，主要侧重提取哪些数据或样本？

向宽虎：我们的数据来自于一家互联网就业平台，它在劳动力市场上的角色有点像传统的中介公司，但又和市场上这种零散的、或者有实体门店来介绍工作的中介不太一样，它是互联网性质的平台，它也有门店，但像雇用双方的撮合这一主要业务基本上已经在手机上完成了。打工人到门店来，是为了去参加工厂面试，需要一个集散的地方。

一般来说，平台企业有一个手机APP，打工者看到手机APP上面发布的招聘信息，如果对某个公司的某个岗位有兴趣，就将个人意愿发表在上面，然后就会有人来跟他联系，电话沟通之后，如果确定要去，平台就会给一个条形码，第二天到了现场，扫一下条形码，他就知道自己要去哪家公司面试，面试如果通过了，马上就可以到工厂上班。

这是基本的流程，它的撮合效率比传统劳务中介要高很多，而且服务范围也更广。首先，这家平台企业扎根在昆山，当地有很多做出口加工的企业，比如立讯精密、工业富联等，还包括一些从事加工制造的工厂。

这个平台主要覆盖这些电子制造行业，我们认为这些行业在制造业有一定代表性。从出口和进口数据来看，机械电子产品的进出口和整个宏观经济的进出口趋势非常接近。这是我们使用这家平台数据的原因之一。

第二，它的优势是，平台数据是灵活用工。被单位正式雇用的人，雇用关系比较稳定，想离职或单位要开除，其实没那么简单；今天入职对公司不满意、明天马上离职这种事，基本上不太可能经常发生在正式雇用的情况下。在这种雇用状态下，首先工资是不透明的，很多公司规定员工不能交流自己的收入；其次离职和雇用，没那么随意。所以即使工价有变化，趋势是很平缓的，数据也很难看到。

但是，灵活用工不一样，我今天去工厂打工，跟我签约的就是劳务派遣公司，比如给我定的工价是一小时25块钱，但我工作一天后，晚上到家拿出APP一看，有一家工厂招工28块钱一小时，我明天一早就可以辞职去面试这家。大家不要觉得三块钱几乎可以忽略不计，对普通打工人来说，三块钱的工价差，一天下来就能差二三十块钱，一个月就是好几百，所以他们会很快做调整。

这些行业有很强的劳动力通用性。有时候看上去生产不同内容的工厂，其实操作要求差不多。比如生产汽车行车记录仪的某些原部件，和生产手机里面的某些原件，我们外行人觉得差异性非常大，但实际上在生产线上的操作步骤差不多，有些工厂的一条生产线稍微改一下就可以生产一些外人看似风马牛不相及的产品。

而且，这类行业对劳动力的技能要求非常低。我之前调研的时候，发现有些工厂的面试要求就是认识26个英文字母，看得懂、对得上号就可以。

所以，行业的劳动力流动性非常强，我可以在不同的工厂做流水线工人，我也可以今天不高兴了就去餐馆做服务员，后者同样没有太大的技能要求，可能服务员对沟通要求会稍微高一些；或者也可以去送外卖，当然现在送外卖也有点变成“技术密集型”工作，有时候还比较考验外卖员的路线规划、记忆力等等。

流水线工人/资料图来自新华社

总的来说，这些工种对劳动力的学历、技术门槛比较低，所以很容易转到别的地方。但这种用工的快速转变，意味着制造业的工价不仅代表制造业，某种程度上也反映了服务业的工价，反之服务业的劳动力用工情况也会影响制造业的工价。举个例子，今年2月份制造业工价很低，3月份恢复起来了，但招工数量并没有增加。我跟平台聊到这一情况时，他们的解释是可能是因为很多人跑去做外卖，导致劳动力市场的供给相对减少一些，于是工价就会上涨，可见两者之间是相互影响的。

同样的，这些灵活用工和制造业里面的正式用工也会相互影响。如果灵活用工的工价涨了，那么正式用工也会随之蠢蠢欲动。因为正式工有五险一金，灵活用工只看工价，前者会把这些相关因素放在一起计算，如果灵活用工工价高，超过正式工的工资福利加总的量到了一定程度，可能正式工也会考虑辞掉工作，转向灵活用工。

所以，劳动力市场是有一般均衡效应存在的，仅仅通过工价这个信息就能反映行业、经济的多面性。

工价指数是合成制造业景气先行总指数的构成之一，其在总指数中的权重为0.6。截至2023年5月，工价指数的具体数值以及五档的划分情况如图2所示。5月份工价指数的数值为30.5，仍位于“极不乐观”区间。作者供图

观察者网：也就是说，“制造业景气先行指数”其实是同时反映了制造业与服务业劳动力的相互联动。那除此之外，能否在一定程度上帮助我们判断制造业行业本身的一些现状？

向宽虎：对的。我们现在观察的数据，主要反映订单情况。因为劳动供给这件事，在短期内其实是稳定的，当然长期来看可能会因为人口红利减弱、老龄化等等因素而发生变化。这样一个群体，每年都要从老家出来到城市打工，而且这种流动有比较明确的季节性，春节的时候在家待一个月，等到过了正月十五，开始大规模返城找工作，一般就是这样一个相对固定的流程。这时候工价基本由需求方决定，需求方指的是工厂，外贸订单到底有没有、有多少，如果订单多、用工需求高，工价就会上涨，招聘人数也会增加，但反之没有订单或订单比较少，工价就会下跌，招聘人数也会下降。

所以，我们想通过工价的变动来先行反映制造业的情况。为什么是先行？因为对于订单的情况，企业本身没有披露义务，即便是上市公司，它也不需要披露自己有多少订单；那么什么时候能够反映出来？订单生产完了，走海关出货，就会产生记录，等月度或季度统计数据公布时，我们能了解到信息；或是对上市公司来讲，每个季度的财报里面会有所反应，比如交了货、还没有货款进入，那就是应收款，如果已经拿到钱了，就是现金流入。但是，这些信息都是滞后的。

当生产商在拿到订单之后，马上开始反映的信息其实是用工规模，比如这批订单三个月要交付，企业马上就会根据实际情况把人招到位，而且还要估算第一批招的人在三个月里面会不会陆续离职，就要再补一点。所以，企业首次招的人数肯定是奔着三个月要完成订单的动力去招的。而且，这个用工数据比原材料数据更能直接反映订单情况。因为原材料可能还要考虑库存的仓储成本，不会一次性准备到位，如果供应链比较稳定的话，企业在三个月里面维持进货和出口的平衡就行，不会一次性把货全囤在仓库。

所以，我觉得“制造业景气先行指数”在更加先行地反映宏观经济的情况是比较有优势的。

用工数量指数是合成总指数的构成之一，其在总指数中的权重为0.4。截至2023年5月，用工数量指数的具体数值以及五档的划分情况如图3所示。5月份用工数量指数为63.5，4月数值为57.2。受2022年疫情导致的低基数效应连续影响，5月份用工数量指数延续前三月的回升走势，并从“乐观”区间跨越至“极乐观”区间。同比基数用2020和2021年同期平均后，5月份用工数量指数和综合指数分别变为47.4（正常）和37.3 。作者供图

观察者网：现在通过对这个指数的分析，在反应宏观经济层面、甚至指导政策的制定、调整、落实方面，能发挥什么作用？

向宽虎：我分两个方面来回答，第一就是它到底和哪些宏观指标相关。我们检验了一下月度的宏观指标，主要看两三个东西。一是就业，现在国家统计局会公布每个月的调查失业率，像最近公布的4月份青年调查失业率达到20.4%，引起很大反响，其实去年我们做过一个对照，就是把计算出来的制造业景气先行指数和国家统计局公布的就业数据做对照分析，发现这个指数和失业率、尤其是16-24岁青年的失业率呈同步反向变化，也就是说经济越景气失业率越低，两者的同步率非常高。

这样一来，我们计算的指数有一个优势，虽然是每个月月底计算，但事实上你想看的话，月中就能基本看到，每天的数据都会更新在平台上；当然数据不能做到完全实时，因为工厂的招工订单可能会在当天晚上录入平台，第二天看到前一天的情况。

但比较好的是，这个指数和失业数据同步反向变化，同时和进口数据同步同向变化。我们国家的整体进口，和加工贸易原材料、尤其是机电行业的进口相关性很高，机电行业的总进口量占比较高；出口的反映可能相对滞后一点，这个不难理解，因为生产是有周期的，工厂拿到订单到交付需要时间。关于制造业景气先行指数和出口之间的关系，我们还在继续探索，想分析得更具体一些。

除此之外，我们还想对标的是PMI采购经理人指数，这个指数是跟制造业直接相关的，但这两个指数存在差异，PMI指数是环比，制造业景气先行指数是同比；PMI是通过采购经理人汇总出来的，相对有主观性，我们这个指数源于真实发生的招聘数据，是企业真实的业务数据。

就目前来看，制造业景气先行指数反映的情况还是比较客观的。而且对照之下，其他的宏观指标，在市场活动里面，对于微观个体的决策、投资者的决策来讲，可能没那么直接，比如投行券商会更看重进出口数据、社融、M2这些指标。

观察者网：正好您提到了16-24岁青年调查失业率数据，想岔开问一下，从指数和调查数据同频变化的角度来看，是否意味着这个年龄段的年轻人在就业市场里面主要在从事一些灵活用工的行业？

向宽虎：严格来说，是外来人口中的年轻人主要聚集在这些行业，或者说主要是灵活就业形态。再年纪大一些的人，不是说他们的工作更稳定了，而是一部分制造业工厂超过一定年龄的人是不招的，所以现在流水线工人的年龄是越来越低，以前可能40左右，接着降到35，还再往下降。

这一方面是因为流水线的安全性要求越来越高，对工人的反应能力、注意力要求也会提升，比如有的工人四十几岁稍微有点老花，就没法操作精细活了；另一方面，经历去年疫情之后，经济形势不是太好，订单情况也不是很景气，所以工厂更挑人，既然需求降低了，就变成买方市场，可以有很大的空间去挑。但像2021年的时候，市场上劳动力需求非常旺盛，订单都来不及做。

2023年4月，全国城镇调查失业率录得5.2％，较3月下降0.1个百分点，为2022年以来最低水平。分年龄段看，25—59岁劳动力调查失业率为4.2％，较3月下降0.1个百分点；16—24岁青年调查失业率录得20.4％，较3月提高0.8个百分点，超过2022年7月的19.9％，创2018年有统计以来最高。

观察者网：不过这个数据分析倒是提醒我们，当前劳动力就业市场的复杂性，一方面这部分人并不完全和大学毕业生的就业情况重叠，可能更多体现了流动青年劳动力的就业情况，另一方面灵活就业之下，传统的统计数据可能存在一定“失真”，这样理解是否可以？

向宽虎：是的。反映经济景气与否，我们现在调研的这些行业具有代表性，它们可以说是直接生产部门，和别的经济部门之间有一定相关性，但反映的不是同一拨人，高校毕业生的就业情况可能会受其影响，但直接反映的不是高校毕业生的情况。

根据七普数据，16-24岁年龄段青年，剔除在校生后，大学生仅占三分之一，其余为高中及以下学历，因此这个年龄段更多体现了青年农民工就业问题。

图片来源见水印

观察者网：最近几年，我们国内制造业话题非常关注，尤其是中美贸易战、新冠疫情之下，其重要性日益凸显，但与此同时，也正是在国际地缘政治、大流行病等背景下，出现了制造部门迁出中国的现象或呼声，不知这些情况能否在这个指数中有所体现？如果有的话，是否跟我们日常认为的去东南亚、南亚或是转向中国内地的趋势相符？

向宽虎：首先，制造业向东南亚转移，严格说来从2018年就开始了，比如我们调研时碰到的企业工业富联，他们做苹果产业链，上游企业就会要求他们做一些分散化工作，不能全部放在中国。因为中美贸易战开始后，企业担心万一双方关系比较紧张的时候，会影响进出货，耽误产品的最终交付。

这相当于做一个备份，但这种备份对工厂来说也很难，因为中国的生产能力很强，劳动力素质比较高，整个东南亚地区和中国比较接近的只有越南——劳动力素质、营商环境相对好一些，但越南的体量非常有限。当很多工厂这样做的时候，其实越南当地的劳动力很快就不够用了，于是成本又一步步上来了。所以，这些工厂其实并不能把这里当成主要生产基地，只是说万一中国市场出现一些摩擦，我可以保证自己的供应能力不会被直接掐断。

现在这个过程已经持续动起来了，过去国内的一些制造工厂其实是不太愿意动的，虽然最终的大客户有这样的要求，但是工厂意愿不高。但是我们在最近的调研中，部分企业有提到，去年郑州富士康事件，确实使得这个过程加速了。对于地方政府比较随意的管控，这些企业是有点担忧的。但今年我们国内已完全恢复常态，各地运营管控逐步正常化，如果把政策环境稳定性的信心给挽回来的话，其实这些企业也不愿意出去。

所以，我们对这个事情不用太过悲观。对于这些下游企业、国际大客户，像苹果这些，他们确实有这样的需求，因为他们也要规避美国等外国政府对华政策的突然变动，从而导致供应链断裂无法生产的情况。只要我们国内营商环境足够好，政策稳定性足够强，尽快消除过去一段时间的负面影响，这类事情就不用太担心。

其次，制造业向中国其他地区转移，这只能说有一些零星现象。但我想强调的是，沿海地区的优势依旧很强，往内陆地区转移，搞得不好会把一些产业给搞废掉。

我记得之前有看到新闻报道称，广州那边的服装厂要迁回湖北，因为工人和企业主大都是湖北人，但这种情况就不一定能取得积极效果，因为产业链维度现在都已经高度精细化。比如说我有一家服装厂，需要快速生产订单，这就需要能迅速采购原材料、辅料加工，整条产业链上下游会自动集聚、扎堆的；只把某个部门搬出去，最终可能导致整个产业链就散掉了，而散掉之后想要再重新组建起来是非常困难的，因为它是经过多年市场经验才形成的一个大环境。同理，对于其他制造产业也是如此。

当然，有人可能会说，企业需要考虑成本，沿海劳动力、租金很贵。但事实上我可以给大家举个例子，有一年成都富士康工厂招人，我看了跟我合作的一家平台的数据，显示有一部分工人是从昆山送过去的。按理说，四川是一个劳动力输出大省，成都工厂招工，可以找本地的劳务中介，结果却是从昆山招了一批人过去，可能这批工人中间也有来自四川的，在昆山找到一份工作，然后在昆山看到招工信息后又回去的。

观察者网：也就是说，这个平台的数据不仅体现了长三角地区的状况，还可能是跨省市的。

向宽虎：你可以把它理解为就是一个手机APP，只要用了软件，在哪都能看到信息。我们把APP的使用者称为用户，这些用户群体天南海北来自全国各地，但是他们提供服务的企业主要还是集中在长三角。

为什么呢？因为有些工厂本来觉得可能迁到内陆地区后成本会低一些，但真的去了之后发现实际情况不是这样的，这笔账不能这么算，而且不少内迁工厂慢慢地出现了生产规模缩小的迹象，相比之下长三角工厂可能反而会扩大，这些现象我们通过数据都能看得出来。2019年之前，这家平台自己可能做过此类所谓下沉的行为，但2019年之后他们的业务又逐步缩回到当前业务最集中的十一个核心地级市，因为在别的地方，业务做起来很费劲。

观察者网：如果从这个模型的表现来看，整个中国范围内的区域性格局似乎很难撼动，重要城市群或中心城市其实还是传统的北上广深沿海一带；但是这些年，也有一些区域中心在崛起，比如最火的成都-重庆西南城市群，再比如中部的长沙、武汉等，所以现在是继续维持、甚至加强过去的传统格局，还是真的有新的东西在生长？

向宽虎：应该说，区域格局还是有一些新的东西在产生，但新的东西主要是两个方面。第一，就是沿海三大城市群的集聚程度在进一步提升，尤其是珠三角、长三角。所以我们看到上海人口好像不怎么增长，但如果去看周边地区，人口增长还是很明显的，拿昆山举例，2010年人口普查的时候是167万，2020年人口普查时达到209万，十年时间涨了40万左右，涨幅相当于原来常住人口的1/4。那么，类似这样的其他地方也出现了这种情况，可见它是一个趋势。

从全国层面来讲，人口的大致流动趋势，一是往东南沿海的两个都市圈跑，二是在内陆地区也会出现大城市变得更大的迹象。如果我们在地图上标注这些点，那就是沿海几个点加上内陆几个点，这些地方仍在增加，其他地方则是收缩。

关键在于我们怎么去看这个问题，并不是沿海人口变少了、而像成都周边的人变多了，不是这样的，而是整个四川省除了成都之外的地方，人口都在变少。

这些人去哪里了？一部分去了成都，一部分去了沿海。所以，现在的人口格局就是大集聚的趋势还在，往发达地区流动，同时小集聚的趋势也有，除了沿海三个最主要城市群之外，其他城市群的中心地区人口也在增加，甚至有些地方可能出现整个省或者整个地级市是人口净流出地，但它最中心的几个城区，人口是在增加的。

我们有一篇已经成文、正在修改尾声的文章，对这一现象作了系统性描述，我们把它称之为“双重中心-外围”，一层“中心-外围”是沿海和内陆，另一层“中心-外围”是城市群内部的中心城区和外围地区，这两重格局都在出现分化。

2020年各省市区的流动人口占常住人口比重示意图 图自澎湃新闻

观察者网：非常有意思的变化，这种人口流动格局对中国未来的发展意味着什么？

向宽虎：集聚是能够提高效率的，在经济学里面，当人口更加集聚的时候，像基础设施等公共服务可以供更多人享用，对政府来讲就意味着平摊成本，那么成本就变低了；反之，如果人口分散的话，效率会非常低，基础设施、公共服务的压力也会比较大。

另一个体现在生产层面，当人口增加、劳动力集聚、企业扎堆之后，会出现经济学里面的分享、匹配和学习这三个方面的效应。也就是说，我可以共享投入品，然后可以在消费者偏好和需要的产品之间做更好的匹配，同时在生产所需要的劳动力素质和岗位要求之间更加匹配，这些都可以提高效率。

再者就是学习效应，在大城市可以和各种各样的人交往，碰撞产生的火花能让自身能力得到提高，最终效应是可以使整个生产力得到提升，而在给定的这些要素都不变、人口不变的情况下，生产率提升就意味着增长上来了，这股力量是很强大的。当然，有的人担心人口集聚太多导致“城市病”之类的问题，但其实所谓的“城市病”都是可以通过技术和管理来解决的。

所以，我觉得我们要看到好的一面，同时出于公平考虑，有些问题还是要重视，比如有些年纪大的人不想去大城市，也没有就业需求，想留在农村，但当农村人口逐渐流失之后，公共设施、生存环境其实是在恶化的，因此怎么保证这部分人的权益，需要一些适当的政策。

但是，国家发展的大趋势中，增长是最重要的一个方面，我们不能牺牲它。最好的方法，就是靠集聚来提高增长的力量，然后靠增长产生的财政资金，去反哺那些相对比较弱势的群体。我们千万不能舍本逐末，不能人为压住集聚和增长。

观察者网：对，过去很长一段时间大家的眼光基本都在长三角、珠三角等沿海地区，但近年来随着中西部城市起来，明显可以感受到区域平衡在发生变化，有了多中心的趋势，这对中国整体发展还是有非常积极的作用的。

向宽虎：对于中国这么大纵深的国家来讲，出现几个经济中心是再正常不过的。而且对居民个人来说也有好处，意味着我可以选择不同的生活模式。每个经济中心都有不同的特点，相当于人们多了一些选择。

但总体来看，这几个经济中心之间还是存在差距的。我个人的观点是，长三角、珠三角可能未来潜力还是最大的，但像内陆的成渝、长江中游的武汉长沙、关中地区的西安等等，它们的潜力很难达到长三角和珠三角这样的水平。

我自己是四川人，有亲戚朋友居住在成都，这些年成都发展很快，但我也看到很多问题，甚至有些问题现在也没有答案。成都人口增长非常快，从2010年到2020年两次人口普查期间涨了几百万，现在是一个人口超2000万以上的城市，但与此同时四川省的财政赤字非常严重，已经连续几年是第一赤字大省，最近几年政府在成都发展中投入的钱到底有没有效率，可能还需要时间检验。

虽说成都现在人口增长比较快，但我有点担心这可能是过去一段时间限制沿海大城市人口增长的一个结果。这个逻辑是：比如上海户籍限制很严，对外地人的公共服务均等化做得很不好，外地人子女没法入学，这样原本一些在上海打工的人，觉得以后在上海定居无望，就会选择回老家，但老家又没有就业机会，就有一部分劳动力退回到省会，而不是退回老家县村。这样一来，就使得人口流出大省的省会城市出现一股人口增长的力量。但这种情况和人口的自然集聚的效果混在一起，而对于其他省份来说，可能并没有出现和四川一样的省会如此高速成长的现象。因为人口自然集聚是促成效率的提升，但回流带来的人口增长，某种程度上是扭曲的结果。因此我们不能把成都的成长当成内陆城市群的一个普遍趋势，同时对其效率含义的判断需要更谨慎。

以上资料图来自李聪、宗会明、肖磊：《中国典型人口流出地区人口流动格局——以川渝地区为例》，载《热带地理》第41卷第3期。

观察者网：每次谈到城市化问题，就会发现很多事情是互相联动的。您前面举了成都和四川这组关系，让我们看到内陆城市崛起的另一面。其实这段时间以来，地方债务也是国内关注的一个话题，这是中国经济发展、城市化过程中的一个复杂问题。最近几年，由于内外环境的压力和疫情冲击，过去隐藏的问题逐渐浮上台面，但恐怕短期内也无法解决债务难题，但与此同时地方又必须找到一条新的发展道路，对于民众则是大城市不好待、老家回不去，所以有一个疑惑，这个问题会影响中国城市化进程吗，或是出现另一种可能的局面？

向宽虎：其实这个问题可以用一句话来回答，就是顶层设计非常重要。我们要认清城市发展的规律，在这个规律之下，一个理想的区域格局应该是什么样子，那么政策制定就要引导形成这样的格局，尽量避免前面提到各种扭曲、然后再想要把它扭曲回来所导致的问题。

现在的债务问题，主要就是过去较长一段时间内，我们在一些没有太强的经济增长潜力的地方投入了过多的资源所导致的，也就是投资效率非常低，但资源是有成本的，有些地方是要借钱来做这些事的，但回报太低，就会积累问题。

所以，我觉得顶层设计非常重要，要引导国内形成一个真正的符合中国国情、符合未来发展所需、符合经济规律的一个区域格局，站位要高，格局要大。

观察者网：那您觉得地方债务有解吗？

向宽虎：地方政府债务问题最后是必须要化解的。我们是社会主义国家，不会允许地方政府破产，会有一些手段去解决问题，但最终的化解方式无非就是两条：一个是财政手段，一个是货币手段，相对应的就是要么用财政资金消化这些债务，要么增加货币供给；财政手段可能导致实质上所有人的税收负担增加，也就是税到底落在谁的头上的问题，要看制度怎么设计；货币手段，则可能导致一段时期内的货币供给增加，从而带来通货膨胀、资产泡沫等问题。

地方债的化解肯定需要付出成本，而这个成本也必须要付，因为我们是社会主义国家，不能因为出了一点问题就把它丢在后面，但普通人需要做好心理准备。

如果我们国家未来能够通过像沿海地区、各大城市群、都市圈更好的增长，其实就有了通过财政手段去化解危机的能力。所以，最终还是要靠高速增长，来创造更多的财政资金，从而去帮助那些落后地区化解债务危机，我觉得这是大家比较能够接受的一条路。

观察者网：在这次代新书发布会上，陆铭老师提到研究这些问题，是为了给我们今后的政策制定提供更精准的参考，比如户籍制度到底怎么改等等，所以前面讨论了这么多，最后想回到您研究的大数据产品，通过数据变化和企业、工人的反馈，有些重要的信息或特点可以反馈在户籍、社保等改革中吗？其实之前外卖员的劳动权益备受关注，但实质推进极其有限，而且有一些实际情况与我们理论上的想象差别也比较大，比如曾有调研称有些灵活用工中，从业者对社保其实态度复杂，他们在意到手有多少；另一个是，中央政府提出全面推进全国统一大市场的建设，从您的研究中可以看到很多实际产生的现象其实已超越了行政范畴，强烈呼应统一大市场的要求，但在政策中仍体现不够、甚至还有很大障碍，这对行政改革提出了哪些要求？

向宽虎：关于第一个问题，从如何从用工大数据里面去得到一些户籍、社保改革的相关启示。我想说的有两点，一方面，我们可以获得灵活就业者的就业和收入信息，其实可以帮助我们判断他们市民化的条件，比如收入、财富状况到底如何；另一方面，我们也能利用数据针对这一人群去分析，如果不能市民化，对他们和企业来说代价有多大，比如对收入、财富的影响，以及对企业用工成本和周边服务业发展的影响。当然，这里面还有很多非常细致的工作要做，因为这是一个全新的数据；同时学术界目前对灵活用工群体的了解还不够深入，我也借此机会呼吁大家多多关注这一群体。

关于第二个问题，即政策应该怎么回应市场自发产生的一体化力量。我觉得陆老师其实已经提到了最关键的点，我也非常赞同的，即政策要给这些市场力量“松绑”。对于这些自发产生的一体化的市场行为，它一定是能盈利的，否则市场会淘汰它，从这个意义上来讲，其实并不需要政府在资金上的支持。恰恰在现实中，我们确实看到的是一些准入性政策对一体化的市场行为存在约束，比如，国家对托育机构制定的标准，实际上使得外来人口的子女很难获得平价的托育服务，因为符合标准的幼托机构收费太高了。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。