固定收益專題報(bào)告：人口流動(dòng)趨緩，債務(wù)是否“戒斷”？核心分歧：長(zhǎng)期懷疑好區(qū)域融資可持續(xù)，短期擔(dān)憂弱區(qū)域剛兌能力永煤事件及政策催化下，城投市場(chǎng)傾向于傳統(tǒng)意義上好區(qū)域的弱資質(zhì)主體。從去年

11

月永煤事件以來，市場(chǎng)對(duì)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)城投債較為回避，而以國務(wù)院

5

號(hào)文、銀保監(jiān)

會(huì)

15

號(hào)文為代表的新一輪財(cái)政紀(jì)律收緊下，市場(chǎng)進(jìn)一步擁擠在經(jīng)濟(jì)發(fā)達(dá)地區(qū)下沉區(qū)縣

上，在利差與凈融資上得到了突出體現(xiàn)。截至

11

月

1

日，江浙兩省城投凈融資額合計(jì)

8817.86

億元，在城投凈融資額中占比超過

50%，利差分位數(shù)位于

2015

年以來

10%

左右的低點(diǎn)。而天津、云南、貴州等地區(qū)利差明顯上升，位于歷史分位高點(diǎn)，凈融資額

也出現(xiàn)不同程度額下滑，債務(wù)呈現(xiàn)縮減趨勢(shì)。市場(chǎng)偏好由差區(qū)域的強(qiáng)資質(zhì)融資平臺(tái)轉(zhuǎn)向好區(qū)域的弱資質(zhì)城投。在城投融資大環(huán)境收緊

后，市場(chǎng)更傾向于到好區(qū)域“避險(xiǎn)”，而在“區(qū)域一刀切”投資思路下，強(qiáng)資質(zhì)區(qū)域下沉

明顯：對(duì)比江蘇和天津不同資質(zhì)融資平臺(tái)凈融資額，截至

11

月

1

日，天津市

AAA城投

凈融資額-840.76

億，遠(yuǎn)低于江蘇省

AA城投凈融資額的

1200.68

億元。城投偏好的變化，本質(zhì)上是在過去人口凈流入、經(jīng)濟(jì)高增長(zhǎng)趨勢(shì)外推預(yù)期的助推，投資

端下沉的表現(xiàn)。江浙地區(qū)下轄地級(jí)市的債務(wù)水平已經(jīng)處于較高水平，2020

年兩省

80%

以上的城市負(fù)債率都超過

60%警戒線，而同期全國平均水平僅

30%。在江浙地區(qū)過去

人口凈流入、經(jīng)濟(jì)高速增長(zhǎng)“光環(huán)”下，這一高負(fù)債水平有其合理性：持續(xù)、大規(guī)模的

人口流入帶來經(jīng)濟(jì)增長(zhǎng)，進(jìn)而可以消化高速增長(zhǎng)的債務(wù)。如果類比

PE的概念，對(duì)于

GDP增速高的地區(qū)，市場(chǎng)愿意給一個(gè)更高的“負(fù)債估值”。當(dāng)前市場(chǎng)的核心分歧：長(zhǎng)期懷疑好區(qū)域融資可持續(xù)，短期擔(dān)憂弱區(qū)域剛兌能力。與

PE不同的是，當(dāng)

GDP增速下降，債務(wù)的剛性卻使得高負(fù)債率無法在短時(shí)間內(nèi)快速調(diào)整。

這也正是市場(chǎng)的分歧所在，按照目前的債務(wù)增速看，“好區(qū)域”在未來幾年很可能迎來一

次債務(wù)調(diào)整的外部沖擊，是相當(dāng)一部分人的隱憂。但對(duì)于正在進(jìn)行債務(wù)收縮的地區(qū)，天

津、蘭州、濰坊等地的特殊事件，雖有地方政府懇談會(huì)表態(tài)，但缺乏經(jīng)濟(jì)財(cái)政基本面的

支撐，還是會(huì)讓投資人擔(dān)憂其直接的短期剛兌問題，那么展望未來如何呢？人口流入：過去的“蜜糖”可能是未來的“苦果”區(qū)位優(yōu)勢(shì)、制度先行等因素讓諸多經(jīng)濟(jì)率先發(fā)展的區(qū)域吸引人口流入，而人口的流入進(jìn)

一步支撐了城市規(guī)模擴(kuò)張與債務(wù)擴(kuò)張。在本章我們首先量化人口流入對(duì)地方經(jīng)濟(jì)、財(cái)政

的貢獻(xiàn)，分析

2020

年各地人口流動(dòng)情況，并對(duì)比中、美、日的人口與債務(wù)模式。債務(wù)擴(kuò)張與城市擴(kuò)張背后的動(dòng)力：人口流入人口的流入是地區(qū)債務(wù)擴(kuò)張與城市擴(kuò)張背后的動(dòng)力。經(jīng)濟(jì)增長(zhǎng)和地方政府財(cái)力是衡量地

方政府償債能力的核心因素：經(jīng)濟(jì)增長(zhǎng)反映了地區(qū)的經(jīng)濟(jì)發(fā)展水平和增長(zhǎng)潛力，地方財(cái)

政實(shí)力是判斷地方政府信用水平和償債能力的基礎(chǔ)。在發(fā)達(dá)地區(qū)人口自然增長(zhǎng)緩慢甚至

停滯的背景下，大規(guī)模的人口流入是城投模式得以蓬勃發(fā)展的前提條件。人口在空間上的流動(dòng)直接改變了地區(qū)勞動(dòng)力總量和年齡結(jié)構(gòu)。人口的流入改變地區(qū)勞動(dòng)

力結(jié)構(gòu)，進(jìn)而帶動(dòng)經(jīng)濟(jì)發(fā)展。據(jù)中國流動(dòng)人口調(diào)查，2010

和

2015

年流動(dòng)人口的平均年

齡為

30.8

歲和

31

歲，16-60

歲人口在流動(dòng)人口中的占比分別為

83.6%和

84.1%，大量

勞動(dòng)力人口的遷移顯著改變了地區(qū)間的年齡結(jié)構(gòu)。人口普查數(shù)據(jù)來看，四川、河南、遼

寧等地區(qū)人口流出影響下，年齡結(jié)構(gòu)較老，而江浙等地區(qū)的人口流入很大程度上延緩了

老齡化程度。勞動(dòng)力總量與結(jié)構(gòu)的變化又直接作用于地區(qū)經(jīng)濟(jì)增長(zhǎng)。在上篇報(bào)告中我們用常住人口變

化來衡量其對(duì)經(jīng)濟(jì)的影響，而常住人口中很大一部分構(gòu)成來源于流動(dòng)人口。進(jìn)一步分離

出流動(dòng)人口對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)，我們將各地級(jí)市流動(dòng)人口占比與人均

GDP回歸，解釋

力度達(dá)到了

46.29%，系數(shù)為

0.11，意味著城市流動(dòng)人口占比每上升

1%，帶來人均

GDP的增加約

1100

元。每單位凈流入人口為地方貢獻(xiàn)約

1.65

萬元稅收收入。對(duì)于財(cái)政收入這一城投直接償債

來源，流動(dòng)人口扮演了更為重要的角色。凈流入入口作為就業(yè)者、消費(fèi)者為地方貢獻(xiàn)稅

收收入：作為就業(yè)者主要貢獻(xiàn)個(gè)人所得稅，全部歸地方所有，作為消費(fèi)者則主要貢獻(xiàn)增

值稅，其中

25%劃歸地方財(cái)政。將

251

個(gè)地級(jí)市

2020

年的流動(dòng)人口數(shù)量與地方政府稅

收收入回歸，系數(shù)為

1.65，解釋力度為

62.91%。以這個(gè)系數(shù)衡量流動(dòng)人口的“稅收貢

獻(xiàn)”，每個(gè)流動(dòng)人口每年可以為地方政府帶來

1.65

萬稅收收入。一般均衡效應(yīng)下，流動(dòng)人口對(duì)財(cái)政收入具有“規(guī)模遞增”貢獻(xiàn)。非流動(dòng)人口更迭較為穩(wěn)

定，對(duì)于購置房產(chǎn)的需求較弱；而流動(dòng)人口以勞動(dòng)力年齡人口為主，這部分人口對(duì)于房

屋購置有較大的需求。大規(guī)模人口流入帶來的一般均衡效應(yīng)是房產(chǎn)供需的失衡，進(jìn)而推

動(dòng)房?jī)r(jià)、地價(jià)上漲，也即是流動(dòng)人口對(duì)地區(qū)財(cái)政有“規(guī)模遞增”效應(yīng)：人口流入較少時(shí)，

并不會(huì)顯著影響地區(qū)土地市場(chǎng)；當(dāng)人口流入到達(dá)一定規(guī)模，則會(huì)引發(fā)住房市場(chǎng)失衡，顯

著提高地方政府土地出讓收入。土地財(cái)政收入增長(zhǎng)集中于流動(dòng)人口占比超過

10%的城市中。在

254

個(gè)城市的全樣本中，

將凈流入人口數(shù)量與政府性基金收入回歸，系數(shù)為

1.57，解釋力度

43.74%。進(jìn)一步分

解來看，共有

85

個(gè)樣本的人口凈遷移占總?cè)丝诘谋戎氐陀?/p>

10%，在這個(gè)子樣本中，回

歸方程解釋力度僅有

7.46%，說明當(dāng)流動(dòng)人口規(guī)模較小的時(shí)候，對(duì)地方土地出讓市場(chǎng)的

影響較小。而在剩余的

169

個(gè)樣本中，回歸方程解釋力度進(jìn)一步上升至

47.04%，系數(shù)

為

1.55，進(jìn)一步印證了流動(dòng)人口的“規(guī)模遞增”效應(yīng)。同時(shí)考慮稅收和土地出讓收入，經(jīng)測(cè)算，一單位流動(dòng)人口可以為地方政府貢獻(xiàn)

3.06

萬

元左右的財(cái)政收入。2020

年，全國國有土地使用權(quán)出讓收入

84142

億元，同比增長(zhǎng)

15.9%，在政府性基金收入中的占比為

90%。按這一比例來推算，平均每個(gè)流動(dòng)人口可以為地方政府增加

1.41

萬元的土地出讓收入。土地價(jià)格的上漲一方面直接給地方政府

帶來財(cái)政收入，另一方面通過“土地金融”提高地方政府加杠桿的能力，開展大規(guī)模的

基建投資，拉動(dòng)地方經(jīng)濟(jì)增長(zhǎng)，實(shí)現(xiàn)“賣地+拉人”模式的循環(huán)。過去的“蜜糖”可能是未來的“苦果”，當(dāng)人口凈流入無法維持高速增長(zhǎng)，對(duì)財(cái)政收入的

影響也是規(guī)模遞增的。人口凈流入帶來規(guī)模遞增的財(cái)政收入效應(yīng)，這一趨勢(shì)停滯帶來的

損失也是成規(guī)模的。當(dāng)人口的增長(zhǎng)低于某個(gè)閾值時(shí)，前期對(duì)土地出讓依賴較高的地區(qū)也

會(huì)收到更大的沖擊。按照前期人口高速流入新建的房屋、基礎(chǔ)設(shè)施與人口不可逆趨勢(shì)的

背離下，這一缺口會(huì)越來越大。而在“土地金融”這一加速器效應(yīng)下，這一效應(yīng)被再次

放大：地方城投依靠土地預(yù)期收益進(jìn)行的債務(wù)擴(kuò)張會(huì)面臨較大考驗(yàn)。人口流動(dòng)呈現(xiàn)從內(nèi)陸到沿海的單向趨勢(shì)過往非普查年份統(tǒng)計(jì)結(jié)果一定程度上低估了流動(dòng)人口的規(guī)模。單從非普查年份來看，我

國流動(dòng)人口規(guī)模呈現(xiàn)趨減的態(tài)勢(shì)，2014

年達(dá)到

2.53

億峰值后緩速下滑。但

2020

年普

查數(shù)據(jù)顯示我國流動(dòng)人口達(dá)

3.76

億人，較

2019

年統(tǒng)計(jì)數(shù)據(jù)漲幅達(dá)

1.4

億，較

2010

年

六普統(tǒng)計(jì)結(jié)果上漲

1.55

億人。與普查數(shù)據(jù)對(duì)比來看，非普查數(shù)據(jù)存在較大誤差，可能

在較大程度上低估了過去的流動(dòng)人口規(guī)模。各省平均流動(dòng)人口占比達(dá)

27.20%，處于“流動(dòng)時(shí)代”。

普查數(shù)據(jù)中的流動(dòng)人口以省內(nèi)

流動(dòng)為主，跨省流動(dòng)人口

1.25

億人，省內(nèi)流動(dòng)人口為

2.51

億人。空間分布上來看，廣

東是流動(dòng)人口最多的省份，達(dá)

5206.62

萬人，浙江、江蘇、河南、山東、四川五省的流

動(dòng)人口也超過

2000

萬人。從流動(dòng)人口占比來看，上海、廣東占比均高于

40%，浙江、

北京等

7

個(gè)省份占比高于

30%。重慶、廣西、山東、河北等省份流動(dòng)人口占比較低，但

均位于

20%左右。與

2010

年六普相比較，河南、吉林、安徽、貴州等省份流動(dòng)人口漲

幅較高。地區(qū)流動(dòng)人口結(jié)構(gòu)性分化明顯，經(jīng)濟(jì)發(fā)達(dá)區(qū)域跨省流入較多，欠發(fā)達(dá)區(qū)域則以省內(nèi)流動(dòng)

為主。拆解跨省流入和省內(nèi)流動(dòng)兩部分來看，廣東是跨省流入人口最多的省份，達(dá)

2962.21

萬人，緊隨其后的是浙江、上海、江蘇，均超過千萬。西藏、寧夏、甘肅等地

跨省流入人口較少。廣東的省內(nèi)流動(dòng)人口同樣位于全國第一位，河南、四川、山東等地

區(qū)人口以省內(nèi)流動(dòng)為主，規(guī)模都在

1500

萬人以上。遷移強(qiáng)度數(shù)據(jù)來看，發(fā)達(dá)地區(qū)、省會(huì)城市是主要人口遷入地，西南、中部地區(qū)城市人口

流出明顯。我們以百度遷徙

2020

年春節(jié)前一周遷徙強(qiáng)度數(shù)據(jù)進(jìn)行分析，春節(jié)前較高的

遷出強(qiáng)度反映了地區(qū)流入人口較多。深圳、北京、上海、廣州、成都市人口流入最多的

五個(gè)城市，省份分布上，人口流入前

50

的城市中，廣東、江蘇、浙江各有

8、6、6

個(gè)

城市。重慶、成都、廣州、北京、周口是人口流出前五的城市，省份分布上，人口流出

前

50

的城市中，廣東、河南、安徽各占

10、6、6

個(gè)城市。不論是省份還是城市層面，都呈現(xiàn)內(nèi)陸-沿海的遷移模式。與我們上文中論述的相一致，

區(qū)位因素、制度先行等優(yōu)勢(shì)，讓發(fā)達(dá)地區(qū)都吸引了大量?jī)?nèi)陸人口流入，進(jìn)而支撐了地區(qū)

的城市建設(shè)與債務(wù)擴(kuò)張。這也是今年以來市場(chǎng)持續(xù)擁擠在發(fā)達(dá)區(qū)域的原因：從人口流動(dòng)

的角度來看，好區(qū)域人口凈流入、經(jīng)濟(jì)高增長(zhǎng)，房?jī)r(jià)、地價(jià)也持續(xù)上漲。今年以來強(qiáng)、弱資質(zhì)區(qū)域的持續(xù)分化，既有合理之處，也為不合理埋下了種子。今年以

來地產(chǎn)行業(yè)形勢(shì)愈發(fā)嚴(yán)峻，房企現(xiàn)金流大不如前，前期對(duì)人口流入、土地出讓依賴度較

高的“好區(qū)域”受地產(chǎn)行業(yè)影響反而更大，從今年

1-11

月份各省土地成交價(jià)款來看，浙

江、廣東都同比出現(xiàn)了下滑。對(duì)部分中部和弱資質(zhì)區(qū)域城市來說，土地成交價(jià)款規(guī)模本

就較為有限，因而地產(chǎn)行業(yè)傳導(dǎo)過來的風(fēng)險(xiǎn)相對(duì)較小，區(qū)域性價(jià)比反轉(zhuǎn)的種子或已埋下。中國人口與債務(wù)的模式接近于日本，差于美國中國內(nèi)陸-沿海的人口遷徙節(jié)奏，類似于移民遷入美國的模式，但作為一個(gè)整體非移民國

家，我國人口的趨勢(shì)與日本更為接近。本節(jié)我們從人口和債務(wù)角度對(duì)比美國、日本、中

國的發(fā)展模式。人口因素是美、日在房地產(chǎn)泡沫破裂后走上不同發(fā)展道路的重要原因。日本在

1990

年

房地產(chǎn)泡沫后陷入了“失去的

30

年”，經(jīng)濟(jì)增長(zhǎng)逐步進(jìn)入下行階段；而幾乎在同一時(shí)期，

日本的人口增長(zhǎng)進(jìn)入停滯，總?cè)丝谠鲩L(zhǎng)率維持在

0.3%左右，并在

2009

年首次出現(xiàn)人口

凈減少。美國同樣經(jīng)歷了房地產(chǎn)泡沫的破裂，但持續(xù)流入的勞動(dòng)力為其走出危機(jī)提供了支持：2005

年以來，美國每年合法永久移民數(shù)一直在

100

萬人以上的水平，2019

年美

國移民在總?cè)丝诒壤堰_(dá)

13.7%。早于

1970

年，日本年齡中位數(shù)就超過了美國，而到

2020

年，日本年齡中位數(shù)已達(dá)

48

歲，65

歲以上撫養(yǎng)比

51.97%。中國人口與債務(wù)的模式接近于日本，弱于美國：1）人口形勢(shì)上，深圳、杭州等城市每年凈流入人口約

40

萬人，這一節(jié)奏類似于美國的

移民模式；但我國整體人口總量和年齡結(jié)構(gòu)與日本更為類似?？偭可?，我們測(cè)算我國將

在

2024~2025

年出現(xiàn)人口凈減少；年齡結(jié)構(gòu)上，2020

年，美國年齡中位數(shù)為

38

歲，

較日本年輕了

10

歲，而這一年，也是中國年齡中位數(shù)剛剛超過美國的年份，預(yù)計(jì)到

2035

年，中國平均年齡會(huì)與美國擴(kuò)大到

4.8

歲。2）政府債務(wù)負(fù)擔(dān)上，人口老齡化給政府財(cái)政帶來巨大壓力，近三年社會(huì)保障支出在日

本政府財(cái)政支出平均占比為

30.25%，日本政府負(fù)債率也從

1997

年的

82.7%，一直上

升到

2021

年中的

224.2%。我國

2015-2020

年保險(xiǎn)費(fèi)收入復(fù)合增速

6.45%，而財(cái)政補(bǔ)

貼收入復(fù)合增速高達(dá)

12.72%，2020

年社?；痤A(yù)算收入中的

27.7%來自財(cái)政補(bǔ)貼。在

我國老齡化逐步加深背景下，可以預(yù)見我國的社保支出壓力將會(huì)逐步抬升，政府債務(wù)面

臨較重負(fù)擔(dān)。人口凈流入對(duì)好區(qū)域城投債務(wù)擴(kuò)張的支撐正在成為過去時(shí)發(fā)達(dá)地區(qū)債務(wù)擴(kuò)張模式的前提是人口的持續(xù)流入。那么，持續(xù)的人口凈流入還能否維持？

本章我們首先從總?cè)丝谛蝿?shì)、城鎮(zhèn)化進(jìn)程、產(chǎn)業(yè)遷移角度分析人口流動(dòng)趨勢(shì)，在此基礎(chǔ)

上對(duì)地區(qū)流動(dòng)人口進(jìn)行詳細(xì)擬合測(cè)算。幾個(gè)趨勢(shì)：總?cè)丝跍p少、城鎮(zhèn)化趨穩(wěn)、產(chǎn)業(yè)向內(nèi)陸遷移區(qū)域發(fā)展的不平衡、城鎮(zhèn)化推動(dòng)

1994

年之后人口大規(guī)模遷移。改革開放之前，人口遷

移的規(guī)模和方向主要由政治動(dòng)員和戶籍制度決定，總體的遷移水平較低。改革開放后，

限制人口流動(dòng)的戶籍制度逐步放松，區(qū)域發(fā)展差距的逐步擴(kuò)大，人口遷移規(guī)模也隨之逐

步提升。我國真正的大規(guī)模人口遷移開始于

1994

年之后，主要有兩個(gè)原因：1）1994

年之后的城鎮(zhèn)化浪潮推動(dòng)“鄉(xiāng)-城”流動(dòng)人口快速增長(zhǎng)。上世紀(jì)八十年代，財(cái)政

包干制下鄉(xiāng)鎮(zhèn)企業(yè)快速崛起，城市化速度偏慢。1994

年分稅制改革后，開始了大規(guī)模

的國有企業(yè)和鄉(xiāng)鎮(zhèn)企業(yè)改制，也開啟了農(nóng)民工進(jìn)城大潮，城鎮(zhèn)化進(jìn)程迅速拉升，帶來了

大量“鄉(xiāng)-城”流動(dòng)人口。但土地的城鎮(zhèn)化速度遠(yuǎn)快于人的城市化速度：“土地財(cái)政”和

“土地金融”撬動(dòng)了大額資金并支撐著城市化建設(shè)，但由于戶籍制度限制，很多居民并

不能獲得相應(yīng)的公共服務(wù)。2020

年，我國常住人口城鎮(zhèn)化率已達(dá)

63.89%，但戶籍人口

城鎮(zhèn)化率僅

45.40%，差額達(dá)

18.49PCT。2）區(qū)域發(fā)展的不均衡是人口跨地區(qū)流動(dòng)的根源所在。人口作為一種生產(chǎn)要素，當(dāng)自由

流動(dòng)不受限制時(shí)，會(huì)通過在區(qū)域間的流動(dòng)實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)的收斂。區(qū)域間發(fā)展的不平衡在

當(dāng)下的人口流動(dòng)選擇起到了更為關(guān)鍵的作用。對(duì)比中美來看，美國人口流動(dòng)所受限制較

少，各州

GDP占比和人口占比相對(duì)均衡，各州之間在人均意義上較為均衡。我國各省

GDP占比與人口占比則有較大出入，廣東、江蘇省份

GDP占比較高，而人口占比較低，

所以這些地區(qū)有持續(xù)的人口凈流入；河南、安徽等省份

GDP占比較低，而人口占比卻

很高，這種人均角度上的不均衡推動(dòng)了人口在地域間的流動(dòng)。前期城鎮(zhèn)化的快速推進(jìn)下大量人口從農(nóng)村向城市流動(dòng)，而地區(qū)間發(fā)展的不平衡讓發(fā)達(dá)地

區(qū)省份、城市得以持續(xù)吸引人口凈流入，進(jìn)而支撐了這些地區(qū)的債務(wù)擴(kuò)張。但人口凈流

入對(duì)好區(qū)域城投債務(wù)擴(kuò)張的支撐正在成為過去時(shí)。趨勢(shì)之一：總?cè)丝诨驅(qū)⒂瓉頊p少當(dāng)人口這塊“蛋糕”不再擴(kuò)張，前期人口在空間的重新分配也難以維持。在過去我國家

人口一直在增長(zhǎng)，有持續(xù)的勞動(dòng)力“供給”到發(fā)達(dá)地區(qū)。但這一增長(zhǎng)趨勢(shì)即將迎來反轉(zhuǎn)：

我們測(cè)算，1.3

的超低總和生育率下，我國人口在

2024～2025

年開始凈減少，同時(shí)

65

歲以上人口快速增長(zhǎng)，2030

年總撫養(yǎng)比將突破

50%的窗口期。更進(jìn)一步來講，即使生

育率在短時(shí)間內(nèi)恢復(fù)到

2.1

的人口更迭水平，這部分人群也需要在

15-20

年后才能進(jìn)入

勞動(dòng)力市場(chǎng)。2010

年劉易斯拐點(diǎn)后，我國的勞動(dòng)力已經(jīng)呈現(xiàn)凈減少趨勢(shì)，人口的減少、

勞動(dòng)力的短缺在一段時(shí)期內(nèi)會(huì)是一個(gè)確定的趨勢(shì)?？梢哉f人口形勢(shì)正在發(fā)生著短期內(nèi)不

可逆的變化，前期依靠人口在空間分配的發(fā)展模式也需要轉(zhuǎn)變。趨勢(shì)之二：城鎮(zhèn)化推進(jìn)速度邊際遞減我國大部分城市已處于轉(zhuǎn)型社會(huì)時(shí)期，人口遷移強(qiáng)度將逐步推進(jìn)下降。人口移動(dòng)轉(zhuǎn)變假

說（thehypothesisofthemobilitytransition），將人口增長(zhǎng)、遷移劃分為四個(gè)階段，當(dāng)

區(qū)域處于不同發(fā)展階段的時(shí)候，就會(huì)出現(xiàn)城市間的人口流動(dòng)：Ⅰ）前現(xiàn)代傳統(tǒng)社會(huì)，主

要依靠人口自然增長(zhǎng)帶動(dòng)人口增長(zhǎng)，人口以遷出為主，如廣西；Ⅱ）早期轉(zhuǎn)型社會(huì)時(shí)期，

人口自然增長(zhǎng)速度快，同時(shí)遷出規(guī)模趨緩、遷入規(guī)模開始上升，如貴州、安徽；Ⅲ）晚

期轉(zhuǎn)型社會(huì)，人口自然增長(zhǎng)下降，人口遷入、遷出規(guī)模都較大；Ⅳ）現(xiàn)代社會(huì)階段，人

口自然增長(zhǎng)緩慢，甚至出現(xiàn)負(fù)增長(zhǎng)，流動(dòng)人口也以遷入為主，遷出較少。對(duì)比美國，當(dāng)城鎮(zhèn)化進(jìn)入穩(wěn)定水平后，人口流動(dòng)強(qiáng)度也將逐步下降。美國城市化水平在

1960

年就已經(jīng)達(dá)到

70%左右，此后一直維持較穩(wěn)定狀態(tài)，在此后

60

年內(nèi)也只上漲了

10%。隨著城鎮(zhèn)化水平的推進(jìn)，美國人口的遷移強(qiáng)度也在逐漸下降，從

1990

年間最高

的

46%下降至

2010

年的

35%左右。我國

2020

年城鎮(zhèn)化率已達(dá)

63.89%，已超過世界

平均水平，從這一視角來看，隨著城鎮(zhèn)化進(jìn)程的推進(jìn)，我國人口遷移流動(dòng)的整體強(qiáng)度會(huì)

逐步趨緩。在人口總量減少的背景下，鄉(xiāng)-城流動(dòng)人口逐步減少，人口流動(dòng)將以城市間流

動(dòng)為主，成為城市間的零和博弈。趨勢(shì)之三：部分產(chǎn)業(yè)向內(nèi)陸城市轉(zhuǎn)移地區(qū)產(chǎn)業(yè)的發(fā)展決定了地區(qū)人口的流入。而產(chǎn)業(yè)從沿海向內(nèi)陸遷移的過程中，人口從內(nèi)

陸向沿海的單向流動(dòng)也逐步放緩：1）勞動(dòng)力成本上漲驅(qū)使勞動(dòng)力密集型產(chǎn)業(yè)向內(nèi)陸遷移。資本和勞動(dòng)的相對(duì)豐裕程度，

決定了地區(qū)產(chǎn)業(yè)結(jié)構(gòu)變遷。在發(fā)展初期，我國具有勞動(dòng)力成本優(yōu)勢(shì)，而資本相對(duì)匱乏，

發(fā)展勞動(dòng)力密集型產(chǎn)業(yè)有較大優(yōu)勢(shì)，東部沿海省份依靠區(qū)位優(yōu)勢(shì)、交通、外資支持吸引

了大量勞動(dòng)力遷入，經(jīng)濟(jì)快速發(fā)展的同時(shí)也支撐著城市的建設(shè)更新。但我國勞動(dòng)力成本

呈現(xiàn)高速上升趨勢(shì)，2011

年后增速有所下滑，但也持續(xù)高于

GDP增速。成本的上升驅(qū)

使部分勞動(dòng)力密集型產(chǎn)業(yè)向成本相對(duì)較低的地區(qū)轉(zhuǎn)移。以紡織業(yè)為例，2012

年后浙江

省紡織業(yè)總產(chǎn)值進(jìn)入穩(wěn)定狀態(tài)，2017

年后快速下降，而

2015

年開始新疆紡織業(yè)保持高

速增長(zhǎng)。2）中高端制造業(yè)向內(nèi)陸地區(qū)縱深發(fā)展。一方面，勞動(dòng)力的大量涌入帶動(dòng)沿海省份經(jīng)濟(jì)

快速發(fā)展，但隨之推高的房?jī)r(jià)也形成了對(duì)高端制造業(yè)的擠出；另一方面，中西部地區(qū)特

定的工業(yè)基礎(chǔ)，逐步完善的交通等基礎(chǔ)設(shè)施，吸引中高端制造業(yè)產(chǎn)業(yè)遷入，2010-2020

年河南、貴州電子設(shè)備制造業(yè)資產(chǎn)總額復(fù)合增速分別為

23%、26%。中西部地區(qū)出現(xiàn)了

武漢光谷系、合肥中科系、貴州電子元件等產(chǎn)業(yè)，而發(fā)達(dá)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)向高附加值的中

高端服務(wù)業(yè)聚集。中高端制造業(yè)的發(fā)展給內(nèi)陸省份經(jīng)濟(jì)帶來增長(zhǎng)的同時(shí)也帶動(dòng)了人口的

回流。發(fā)達(dá)地區(qū)持續(xù)、大規(guī)模的人口流入呈邊際遞減趨勢(shì)流動(dòng)人口的兩種衡量方法：人戶分離人口與人口平衡方程式。非普查年份的流動(dòng)人口數(shù)

量并不直接公布，常用的衡量方法有兩種：1）據(jù)第七次人口普查統(tǒng)計(jì)口徑，流動(dòng)人口是

指人戶分離人口中扣除市轄區(qū)內(nèi)人戶分離的人口。1常住人口、戶籍人口二者之差即衡量

了人口凈流動(dòng)情況；2）地區(qū)人口變動(dòng)來源于人口自然增長(zhǎng)與人口遷移，常住人口數(shù)量

變化與人口自然增長(zhǎng)變化之差即是人口凈流入的數(shù)量。人戶分離人口可以較好的衡量地區(qū)流動(dòng)人口：1）與統(tǒng)計(jì)數(shù)據(jù)公布口徑保持一致；2）戶

籍人口數(shù)據(jù)由公安部提供，較為準(zhǔn)確。出生率數(shù)據(jù)誤差較大，實(shí)際使用中需進(jìn)行數(shù)據(jù)修

正，整體流動(dòng)人口的衡量精確度受影響。但以人戶分離來衡量流動(dòng)人口同樣存在一定的

局限性：戶籍無法反映近期的常住地的變化，如一個(gè)人從農(nóng)村遷移到城市定居多年，只

因戶籍未發(fā)生變化而仍被統(tǒng)計(jì)為流動(dòng)人口，可能高估了流動(dòng)人口規(guī)模；如果只是進(jìn)行戶

籍的調(diào)整，則可能低估了流動(dòng)人口的規(guī)模。人口的變動(dòng)在短期內(nèi)是一個(gè)較為穩(wěn)定的趨勢(shì)，基于這一假設(shè)，在本節(jié)余下部分，我們首

先測(cè)算各地級(jí)市過去的流動(dòng)人口數(shù)量，在此基礎(chǔ)上進(jìn)行未來數(shù)據(jù)的擬合外推。我們的測(cè)

算過程具體分為三步：STEP1：常住人口數(shù)據(jù)修正各省、市的常住人口時(shí)間序列數(shù)據(jù)存在明顯偏差。我國每

10

年進(jìn)行一次人口普查，每

5

年進(jìn)行一次

1%抽查，其余年份為千分之一抽查。非普查年份的常住人口、流動(dòng)人口

數(shù)據(jù)皆由抽樣數(shù)據(jù)推算，存在一定的偏差。人口變動(dòng)是一個(gè)相對(duì)平穩(wěn)的過程，但人口普

查數(shù)據(jù)顯示，相較于

2019

年，262

個(gè)地級(jí)市的人口普查數(shù)據(jù)中，76

個(gè)市的常住人口變

化幅度超過

10%，占比達(dá)

28.90%?；趦蓚€(gè)假設(shè)，我們?cè)谧畲蟪潭壬侠矛F(xiàn)有信息，對(duì)過去常住人口數(shù)據(jù)進(jìn)行擬合修正：

2010-2019

年公布的常住人口數(shù)據(jù)反映了人口變動(dòng)的趨勢(shì)；人口普查數(shù)據(jù)反映了準(zhǔn)確的

絕對(duì)值數(shù)據(jù)。我們分兩步對(duì)常住人口時(shí)間序列數(shù)據(jù)進(jìn)行修正：

1）將各個(gè)城市

2010-2019

年常住人口數(shù)據(jù)進(jìn)行二次曲線擬合，保留擬合曲線的二階導(dǎo)

數(shù)不變，即保留人口變動(dòng)的趨勢(shì)不變；

2）將

2010

年、2020

年常住人口數(shù)據(jù)以及上一步得到的二階導(dǎo)數(shù)進(jìn)行求解，可以得到

一條新的二次曲線，這條曲線上的值即為修正后的常住人口數(shù)量。STEP2：計(jì)算各城市流動(dòng)人口時(shí)間序列第二步，在得到較為準(zhǔn)確的常住人口數(shù)據(jù)后，我們用常住人口與戶籍人口之差來衡量各

城市的人戶分離人口數(shù)量，以此來衡量各城市流動(dòng)人口。從城市分布來看，長(zhǎng)三角、珠三角城市維持人口凈流入狀態(tài)，西南、東北等欠發(fā)達(dá)地區(qū)

維持凈流出狀態(tài)。從

2018-2020

年各地級(jí)市平均流動(dòng)人口占比的空間分布來看，長(zhǎng)三

角、珠三角地級(jí)市是人口凈流入占比最高的地區(qū)，如上海、東莞等地，“蘇錫常”三市平

均流動(dòng)人口占比達(dá)到了

30.67%。東北地區(qū)、西南地區(qū)是人口凈流出較為嚴(yán)重的地區(qū)。

西南地區(qū)的資陽、畢節(jié)等地的流出人口要更甚于東北地區(qū)，河南、四川等省份人口流出

也較為明顯。2020

年有

87

個(gè)城市的流動(dòng)人口在減少，5

年前這一數(shù)字為

40。以對(duì)比

2015

年和

2020

年各地級(jí)市流動(dòng)人口數(shù)量，流動(dòng)人口呈遞減趨勢(shì)的城市正在增加：2020

年，287個(gè)城市中有

87

個(gè)城市流動(dòng)人口出現(xiàn)邊際減少，占比

30.31%，較

2015

年的

40

個(gè)城市

大幅上升。STEP3：人口趨勢(shì)性穩(wěn)定假設(shè)下的流動(dòng)人口外推第三步，基于人口變動(dòng)趨勢(shì)在短期內(nèi)是穩(wěn)定的這一假設(shè)，我們將前兩步得到的各城市流

動(dòng)人口數(shù)據(jù)進(jìn)行

5

年的擬合外推。整體來看，截至

2025

年，107

個(gè)城市的人口流動(dòng)趨勢(shì)呈現(xiàn)邊際遞減趨勢(shì)。根據(jù)我們的

測(cè)算，鐵嶺、白山、泰州等城市人口凈流出的趨勢(shì)在逐步放緩，而無錫、合肥等城市的

人口凈流入趨勢(shì)也在放緩。部分城市流動(dòng)人口也位于高速增長(zhǎng)的時(shí)期，如貴陽等。但整

體來看，大部分城市流動(dòng)人口增速趨向于平緩，截至

2025

年，有

107

個(gè)城市的流動(dòng)趨

勢(shì)在邊際遞減。與我們前文論證的城鎮(zhèn)化逐步推進(jìn)、2010

年后中國勞動(dòng)力凈減少、部

分產(chǎn)業(yè)轉(zhuǎn)移的邏輯相一致?？臻g上看，長(zhǎng)三角、珠三角地區(qū)城市大規(guī)模、持續(xù)的人口流入呈邊際遞減趨勢(shì)。人口的

流入支撐了江浙、廣東等地區(qū)的城市擴(kuò)張，2020

年，“蘇錫?！逼骄魅肴丝谡急冗_(dá)

30.67%。但這一人口流入的趨勢(shì)正在放緩：2020

年共有

83

個(gè)城市人口凈流入，根據(jù)

我們的擬合測(cè)算結(jié)果，22

個(gè)城市流動(dòng)人口已經(jīng)出現(xiàn)減少，主要位于山東、上海、北京等

地。52

個(gè)城市的流動(dòng)人口增速在

2025

年出現(xiàn)遞減，主要集中在前期人口大量?jī)袅魅氲?/p>

江、浙、粵三省，分別有

5、6、8

個(gè)城市出現(xiàn)增速放緩。結(jié)論：沒必要與市場(chǎng)“對(duì)抗”，但要做好長(zhǎng)期權(quán)衡短期內(nèi)的市場(chǎng)趨勢(shì)是合理的，但這種合理與精明會(huì)蒙蔽長(zhǎng)期的趨勢(shì)。投資者結(jié)構(gòu)、市場(chǎng)

機(jī)制、短期內(nèi)對(duì)發(fā)達(dá)地區(qū)的樂觀估計(jì)，欠發(fā)達(dá)地區(qū)金融資源有限與市場(chǎng)溝通的種種障礙，

毫無疑問會(huì)強(qiáng)化市場(chǎng)目前的短期趨勢(shì)，這種趨勢(shì)會(huì)進(jìn)一步培育債務(wù)的“成癮性”，進(jìn)一步

推高各個(gè)地方對(duì)自身負(fù)債能力的自信，但人口這一地方

GDP與土地財(cái)政收入的起點(diǎn)卻

在惡化。遺憾的是，在長(zhǎng)期趨勢(shì)與短期利益矛盾的時(shí)候，市場(chǎng)與個(gè)人都傾向于選擇后者。我們對(duì)各個(gè)地級(jí)市的人口、經(jīng)濟(jì)增長(zhǎng)進(jìn)行了可能弱化的測(cè)算，并考慮到債務(wù)的“成癮性”，

雖然我們并不認(rèn)為經(jīng)濟(jì)強(qiáng)弱區(qū)域的風(fēng)險(xiǎn)會(huì)形成反轉(zhuǎn)，而是其中被市場(chǎng)定價(jià)的超大性價(jià)比，

會(huì)存在一個(gè)中心收斂的趨勢(shì)。強(qiáng)、弱資質(zhì)區(qū)域的超大性價(jià)比將向中心收斂我們?cè)趥鶆?wù)“成癮性”和人口強(qiáng)趨勢(shì)下對(duì)

205

個(gè)地級(jí)市未來的債務(wù)負(fù)擔(dān)進(jìn)行判斷。首先，

我們用上文擬合測(cè)算得到的未來流動(dòng)人口增速、人口自然增長(zhǎng)速度計(jì)算各個(gè)城市未來常

住人口增速。具體計(jì)算公式如下：

常住人口增速

=

流動(dòng)人口占比×流動(dòng)人口增速+非流動(dòng)人口占比×人口自然增速2025

年，超

50%城市常住人口增速出現(xiàn)下滑。從測(cè)算結(jié)果來看，104

個(gè)城市

2020-2025

年間的常住人口復(fù)合增速出現(xiàn)下降，占比

50.73%。從空間分布來看，廣東、山東、河南分別有

14、13、8

個(gè)城市常住人口增速出現(xiàn)下降，江蘇省南京、常州、蘇州等五個(gè)城

市人口增速有所下滑，浙江省杭州、金華等地也有所放緩。四川省多個(gè)城市流出人口明

顯下降，綿陽、達(dá)州、宜賓等多個(gè)城市常住人口增速有所回升。新疆大量人口流入帶動(dòng)

常住人口快速增長(zhǎng)，我們測(cè)算烏魯木齊、克拉瑪依常住人口增速分別為

3.37%、1.62%。人口增速對(duì)經(jīng)濟(jì)增速的影響約為

1.56PCT。我們將

82

個(gè)樣本的人口增速與經(jīng)濟(jì)增速進(jìn)

行回歸，回歸結(jié)果為

Y=1.56X+8.05，解釋力度為

28%，回歸系數(shù)

P值<0.001。我們用

這一系數(shù)來衡量人口增速對(duì)經(jīng)濟(jì)增長(zhǎng)的邊際影響。各城市未來

GDP增速的計(jì)算公式如

下：

T+1