• 8
携程联合创始人梁建章:各大城市抢人是零和游戏吗?
统计 阅读时间大约9分钟(3314字)

2018-03-30 携程联合创始人梁建章:各大城市抢人是零和游戏吗?

在这些城市之间正进行着一场空前的“抢人大战”

猎云注:携程联合创始人梁建章和人口与未来网站联合创始人黄文政共同分享了对城市人才政策的看法,他们认为,红红火火的“抢人大战”肯定是一件好事,而这应当成为一系列城市扩容的序幕。文章来源:腾讯科技 作者:梁建章 黄文政

最近这段时间里,北上广深等一线城市几乎同时推出了以落户优惠主导的人才政策,其意图显然在于吸引各类优秀人才。毫不夸张地说,在这些城市之间正进行着一场空前的“抢人大战”。

提升对于优秀人才的重视程度,毫无疑问是一件大好事。但也有人对此提出了担心:要是优秀人才都被大城市“抢”走了,那么小城市和农村怎么办?假设人才总量不变的前提下,A地人才数量的增加就意味着B地人才数量的减少,那么轰轰烈烈的“抢人大战”,会不会最终只是变成一种零和游戏呢?

这种担心看上去似乎有些道理,实际上却混淆了一个基本概念:在人才与地区之间,成为根本的应当是前者而非后者。从以人为本的角度来看,只有当每一个人才都有机会获得充分的发展空间时,才能实现自身价值的最大化。而无数个体的最大化汇总到一起,就会给整个国家带来腾飞的机会。

所以说,假如优秀人才更适合前往大城市发展,那么就应当努力为他们创造出机会。如果以计划经济的思维模式将他们强留在小城市或者农村,最终这些人才创造出来的成果,恐怕会因此大打折扣。所以在这个问题上,不能简单用人才数量的变化来将其视为零和游戏,而是应当从人才价值最大化的角度来考虑问题。

或许又有人会说,凭什么认为优秀人才尤其是年轻人会在大城市获得更好的发展呢?的确,单从个体的角度去评判,未必所有优秀人才都适合前往一线城市。但在整体上,大城市就是能为人才创造出更广阔的发展空间,因为那里存在着我们之前多次提出过的集聚效应。

一个显而易见的事实是,现代工业往往集中在同一地区。比如美国的汽车产业集中分布在底特律,而日本的汽车产业集中分布于名古屋。中国的电子工业聚集于广东南部和江苏地区。在地理上靠近上游和下游环节,一个公司可以降低许多成本,比如运输成本、采购成本,以及其他通信成本。由于集聚效应,中国拥有世界上最大、最完整的制造业产业集群。任何新产品的发明人,都能找到成百上千的供应商,快速且廉价地制造出成品来,进而形成中国制造的优势。

集聚效应不仅仅体现在制造业,在很多高密度人口的大城市,还会在基础建设和服务领域形成集聚效应。比如大城市普遍拥有方便快捷的轨道交通,便于人们上下班的出行。而当创业者需要获得金融、法律、教育培训等领域的服务时,他们在大城市可以拥有的选择也要比其他地区多得多。因为无论对于政府还是市场化的服务机构来说,一定愿意把资源投入到可以服务更多人的方向。所以集聚了庞大人口的大城市,总是有能力提供更好的服务。

还有一个不容忽视的因素是,创新人才同样需要集聚地。比如在美国,几乎一半的风险投资都投到了硅谷,诞生了包括谷歌、思科、惠普、苹果、甲骨文和脸书在内的诸多高科技公司。这就是高新技术产业的集聚效应,而且其首先建立在创新人才聚集的基础上。

在硅谷的夜晚,餐馆和咖啡馆里坐满了身穿休闲装的工程师,他们讨论着下一次的技术突破和创业机会。而且由于许多高科技公司的地址如此接近,使得科技人才在不同的公司之间很容易流动。此外,大城市不仅可以使人才与企业匹配,而且可以给更多拥有不同学科背景的人才提供一起工作的机会。近年来在互联网和软件技术领域的创新往往需要多种学科的合作,这就进一步增强了大城市的优势。

集聚效应是一种网络效应,这一效应由网络规模乘以巨大的创新型人力资源储备库而形成。如果一个地理区域成为一个产业的创新中心,那么这一中心的集聚效应将会趋向于自我强化,随着时间的推移,这一中心的增长会越来越大、优势也越来越明显。近年来,随着聚集效应的增强,世界各地的大城市变得越来越大,而小城市却已经萎缩了。

回过头再来看中国的情况,近年来总有人觉得北上广深这些一线城市实在是太大了,甚至主张控制城市的人口规模。但实际上,中国的一线城市不是偏大而是偏小了。下图显示了各国的总人口和最大城市人口之间的关系。横轴是一国的人口规模(对数刻度),而纵轴是该国最大城市的人口规模。该图表明,一国人口规模与其最大城市人口规模之间存在明显的正相关关系。毫无疑问,一个国家的人口数量越多,则该国居住在最大城市中的人数就越多。

按照上图所反映出来的规模,上海和北京的人口规模应该要比目前的数量还多出许多。就人口而言,世界上最大的城市是东京,有3700万居民;首尔都市圈有2300万居民,而且还在增长过程中。中国的人口是日本的10倍,韩国的27倍。然而,中国最大的两个城市上海和北京,分别只有2400多万人和2100多万人。

对于中国这样一个人口大国的创新中心来说,这样的规模实在太小了。未来应该以上北广深为中心发展连片的3个都市圈,形成京津都市圈,上海-杭州湾都市圈和广深珠都市圈。同时也应该让二线城市大幅度扩容。

那么当一二线城市吸引到更多的优秀人才之后,其他地区又该怎么办呢?其实这就涉及到城市定位和整体规划的问题。对于中国来说,最理想的人口分布情况应该是——高新科技、高端制造业、文化创意等产业都集中在一二线城市,至于旅游、农业以及能源等和资源相关的产业,以及技术含量相对较低的制造业和服务业,则分布在中小城市和农村。

进一步从人才规模的角度进行分析,未来和创新相关的就业人群,估计占整体人口的百分之十左右。然后每一名参与创新的优秀人才,又可以创造出大约4个服务领域内的就业岗位,这里面既包括医生、律师等专门人才,也包括服务员、保姆等技术含量相对较低的职业。这样算起来,有一半人口分布在一二线城市,才是对中国比较理想的结果。

或许这个结论会让不少人吓一跳,认为中国的一二线城市根本承载不了多达6-7亿的人口规模。但实际上,在世界上所有的中等收入以上国家里,排名前20的大城市里,都集中了远远超过整个国家50%以上的人口。包括在很多国家,最大的一座城市就会集中全国20%以上的人口。

比如东京城市群的人口达到3700万,集中了日本1/3的人口。如果把东京和大阪两个城市群的人口相加,那么已经集中了日本将近一半的人口。而在韩国,首尔都市圈拥有人口2300多万,接近占到韩国人口的一半。

中国东部和沿海人口大省的人口规模,基本介于韩国和日本之间,所以作为这些省份的中心城市(二线城市)也完全应该聚焦2000-3000万人口。当然,中国每个省的情况和日本或者韩国还是有所不同,毕竟这些二线城市还将面临被北上广深吸走人口的形势。但即便如此,人口规模达到1000-2000万也是可以接受的情况。

这样算下来,“3+20”可能是中国未来发展所需要的人口格局。所谓“3”,是指三大一线都市圈,包括京津地区、上海-杭州湾都市区以及广深珠都市圈,其中后两个都市圈后的人口规模都可能超过1亿。这三大都市圈将成为世界上最大的都市群,进而有能力形成世界上最具规模的创新中心、文化中心和制造中心,最大限度地发挥出集聚效应的优势。

而在三大都市区之后,中国还将有20个左右的二线城市,以每座城的平均人口达到1500万的规模来计算,总人口数量超过3亿人。这样才能把集聚效应充分发挥出来。目前来看,“3+20”的现有人口规模还不到4亿,距离全国一半人口也就是6-7亿的人口规模还有不少距离,尚未达到理想状态。

附上三大都市圈和二线城市的现有人口

都市圈人口统计(单位:万人)

各城市人口统计(单位:万人)

640

642

从以上数据不难看出,整体而言,中国城市人口占比越来越高已成为必然趋势。未来会有更多的人口从农村流向城市,以及从小城市流向大城市。目前出现的“抢人大战”,会导致更多的优秀人才集中到一起,然后在创新创业等领域内形成良好的集聚效应。对此,我们完全可以报以乐观的态度。

但另一方面,正当“抢人大战”进行得如火如荼之际,各地对于集聚效应和人口规模的意义却未必有充分认识。就在努力争取高端人才的同时,却还存在着用行政指令来限制特大城市人口规模的做法,给人以一种自相矛盾的感觉。而且目前抢人的城市大都侧重于争夺顶端的人才,但城市不仅需要位于金字塔尖的人力资源,也需要大量的普通劳动者。金融和高科技行业离不开餐饮、保洁、安保、快递等服务业的支撑。

要知道,中国目前的现实人口分布距离理想状态还有很大差距,一二线城市也还存在很大的发展空间。限制大城市发展的做法,非但不符合经济规律,还可能导致高房价、留守儿童等一系列负面影响。

当然,城市的不断扩容,也不能只是从外部吸引人才,更需要在根本上提高生育率。中国现在的生育率只有1.3左右,这个数据意味着每代人减少40%的人口规模。长此以往,以后无论一二线城市都将面临无人可抢的困境,中国在人口规模和集聚效应方面优势也会被不断减弱。

所以我们的最终结论是,红红火火的“抢人大战”肯定是一件好事,而这应当成为一系列城市扩容的序幕。未来中央政府应当鼓励各地实现城市扩容,同时配套推出鼓励生育的政策。让更多人有机会在城市中生活和发展,最终会让整个中国变得更加强大而美好!

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×