陆  铭  第十四届全国政协委员、上海交大中国发展研究院执行院长、上海交大安泰经济与管理学院特聘教授、教育部长江学者

人口与服务业向城市中心回归

当我们运用大数据视角审视上海的人口空间格局时，发现一个显著趋势：人口正在重新回归中心城区。2000~2010年间中心城区人口减少，而2010~2019年间，中心城区人口又增加了。

这与中国经济发展阶段的变化密切相关。中国经济发展已经逐渐转向以服务业为主的阶段。由于服务业往往需要人与人之间的面对面交流，因此中心城区在服务业的发展方面具有天然的优势。多年前的经济普查数据已经充分证明了这一点，新增的生产性服务业企业及其就业岗位高度集中在中心城区，且营收更为集中。上海作为中国经济发展的领军者，已展现出经济活动向心化的趋势，其他大城市也将陆续出现这一现象。

人群与城市空间分布

在服务业占主要比重的城市，从就业和消费两个维度来看，人们更倾向于在中心城区进行经济活动。在通勤模式上，早晨大量人口从外围地区涌入中心城区上班。同时也存在另一种情况，即住在上海外环以外的人选择就地上班。这样的选择虽然缩短了通勤距离并降低了房租成本，但也意味着他们可能无法享受到中心城区带来的丰富就业和消费机会。这种空间分布差异是现代城市发展的一个显著特征。

城市的拥堵现象往往与职住分离问题紧密相关。我们的团队构建了一个职住分离指数，可以清晰地看出三种不同的人群：

第一种是中心城区居民，他们居住和工作都在中心区域，虽然交通便利但房价高昂；

第二种是郊区大型居住区居民，如北京的回龙观、天通苑等地，他们被期望通过向外疏散来缓解城市交通拥堵，但实际上，他们的大量就业和消费活动仍然集中在中心城区，这反而加剧了通勤距离和拥堵问题；

第三种是郊区周边居民，他们居住在较为便宜的地方，且通勤距离较近。

这三种人群分别体现了城市居民在就业、通勤和房价之间进行选择所达到的状态。

近场服务业的兴起与平台经济的影响

大数据时代，服务业出现了一种新的就业类型，我们称之为“近场服务业”。近场服务业的定义是“在服务需求方的居住地完成的服务”，特点是服务半径通常不超过五公里，更多在三公里内。

典型的近场服务业岗位包括基于平台的外卖骑手和家政服务员等，他们的工作范围相对集中，如外卖骑手的服务半径大多在三公里以内。以外卖骑手为例，全国范围内这一行业的从业者已超过1000万，包括家政服务员在内的从业者占适龄劳动力的5%。在大数据和人工智能时代，预计近场服务业的岗位占比将会持续增长。

城市生活服务业在平台经济的助力下，展现出显著的规模经济性。这种经济模式不仅能够满足消费者多样化的需求，提高生活便利性，还能实现供给与需求的精准匹配。平台经济能够满足特定的小众需求或长尾服务需求，这些需求在传统市场模式下往往难以得到满足。例如，在没有大数据和平台经济支持的时代，特定时间点的家政服务需求（如每周一次的清洁服务）可能难以找到相应的服务提供者。而现在，通过平台经济，服务提供者可以高效地匹配消费者需求，实现供求双方的共赢。

在探讨城市服务业的需求与供给时，我们注意到服务提供者的居住地点与接单地点之间的关系。我和黄维晨研究了饿了么的骑手，通过统计分析，我们发现大量服务提供者居住在离其接单范围较近的区域，但距市中心的距离相对较远。这表明他们并未选择居住在看似订单集中的中心城区，原因主要在于中心城区的居住成本高昂，并且有很多城市管理政策减少了适用于低收入阶层的居住空间。

进一步分析显示，服务提供者的固定配送工作地到市中心的距离大致在5至10公里之间，这反映了他们所服务的终端需求。当服务提供者居住地点离中心城区越远时，其接单地点离居住地也越远，意味着他们需要长途通勤去工作。

我们的分析表明，这种分离带来了负面影响。具体来说，当服务提供者的居住地离接单地点越远时，他们的接单数量会减少，工作时间也会缩短。这是因为他们将大量时间花费在通勤上，而近场服务的特点在于工作时间越长，接单数量越多，收入也相应提高。因此，长途通勤不仅减少了他们的工作时间，也影响了他们的收入。

对于通勤距离与工作时间之间的关系，我们可以通过回归分析来直观地理解。当早上的通勤距离较长时，个体往往会选择提前结束晚上的工作，即晚上接最后一单的时间较早，因此其整体工作时间会相对较短。进一步看，当我们将样本划分为外环内和外环外时，发现订单位于外环内的个体，早上接第一单的时间普遍较晚，而晚上接最后一单的时间则更早。这表明，对于这类工作性质的个体而言，居住地点远离工作地点确实是不利的，因为可能导致他们的工作时间减少，进而影响其收入。

保障性住房政策与城市规划的挑战

城市拥堵问题本质上缘于职住分离，即工作地与居住地之间的距离过远。为了缓解这一问题，一个直接的解决策略是缩短职住之间的距离。

在之前的研究中，我提出了“倾斜城市”的概念。大城市大致可以分为两类：一类是扁平化的，如巴黎和北京；另一类则是如纽约、伦敦和上海这样的城市，它们的中心城区高密度，但郊区相对低密度，密度梯度下降明显，我称之为“倾斜城市”。通过提高中心城区的居住密度，在服务业发展后实现了供给与需求的近距离匹配。从历史上来看，扁平化城市的形成往往与保护古城有关，它们在二战时期未受战火摧毁。而那些经历过战火并重建的城市，因其重建过程而获得了新的发展机遇，意外地建成了“倾斜城市”，从而实现了人口与工作的近距离结合。

为了更直观地说明这一点，我们比较了两组城市的数据，一组是建筑物高度较低、高楼较少的城市，另一组则是高楼较多的城市。在高楼较多的城市组中，随着人口规模的增长，通勤时间并未显著增加。这表明，通过建设高楼，居民能够住得与工作地点更近，从而减轻人口增长带来的拥堵问题。相反，如果不建设高楼，中心城区的居住容纳能力将受到限制，导致居民居住地点远离工作地点，进而增加通勤时间和拥堵程度。

关于城市拥堵的研究，许多学者和政策制定者仍倾向于将人口规模视为主要成因。然而，我们的研究指出，城市拥堵与人口数量的多少并非直接相关。有效的城市治理和适当的建筑规划，如合理建设高楼，能够显著缓解通勤压力，使通勤时间不会因人口增长而显著增加。这也表明，城市拥堵问题本质上是一个管理问题。

政策建议

在近场服务业中，供需双方的空间距离需要较近，这要求我们在城市发展政策中充分考虑这一特性。传统上，人们认为疏散人口可以缓解拥堵，但实际上，这种疏散反而可能加剧服务供需之间的空间错配，导致服务供给与需求之间的距离增加，结果是增加交通压力，或者使得需求者减少消费。

从供给侧角度看，即使不实施特定政策，中心城区的高房价也会促使一部分人选择居住在城市外围。但这一现象提示我们，在中心城区尽可能增加服务人群可负担的住房供应尤为关键，以确保服务业从业者能在中心城区内拥有生活空间，从而减少供需之间的空间距离。然而，目前一些城市的政策方向与此相反，如拆除老旧居住空间、打击群租等行为，这些做法反而减少了中心城区的住房供应。在中心城区，若无法通过增加市场供应来增加服务人群可负担的住房，另一个可行的选择是建设保障性住房，以满足低收入人群和服务业从业者的居住需求。

可是建保障房的过程中，供给又出了问题了。我列了五大问题：

第一，对象。目前，保障房的供应往往提供给了一些“人才”。

第二，区位。目前区位往往是远郊、工厂附近，考虑提供给制造业的工人。这时出现了供求错配，因为城市大量中低收入者从事的是服务业，他们的居住需求并不是在工厂附近。

第三，价格。保障房目前的价格比市场价略低。我们调研的时候，很多人说太贵了，住不起，还不如在外面群租，但群租往往又不被政策所包容。

第四，设施。很多保障房配有健身房，但是低收入人群下班以后的健身需求并不大。在我们的调研中发现，他们大多骑电瓶车去工作，所以特别希望有充电口以节省电力消耗。

第五，模式。现在的保障房大量采取企业建设、政府监管的模式，建设和管理成本非常高。

相对以上问题，我们对保障房建设有五项建议：

第一，要更多覆盖普通劳动者和灵活就业者，不一定要有成建制的单位和雇主。一些大平台可以利用大数据来识别真实的稳定就业的中低收入者。

第二，应更接近中心城区和轨道交通线。特别是可以将轨道交通站点上（及周边）的建筑作为租赁房，适合那些对房租和通勤特别敏感的人群。

第三，控制价格。控制价格有两种办法：第一种是差异化，比如对于单身人士和夫妻有不同的供给；第二种是严监管，当政府供应的价格低于市场价格时，就需要有监管，防止出现“二房东”等问题。

第四，设施方面要更加面向服务对象的实际需求，比如提供充电桩。

第五，模式上，一方面通过市场来满足服务人群的租房需求；另一方面，目前的政府建或企业建+政府监管的方式所需成本开支较多，我认为可以更多采取现金补贴方式，比如住房券，用市场化手段减少政府的建设管理成本，也有助于消化一些库存住房。