从“城乡中国”走向“城市中国” ——“大国千城”系列报告三
根据《证券期货投资者适当性管理办法》及配套指引，本资料仅面向华创证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发。若您不是华创证券客户中的金融机构专业投资者，请勿订阅、接收或使用本资料中的信息。
本资料难以设置访问权限，若给您造成不便，敬请谅解。感谢您的理解与配合。
报告摘要
趋势1：从“城乡中国”逐步走向“城市中国”，未来10年大城市化将成为中国城市化的主基调。
趋势2：人口依旧在从内陆向沿海聚集。
趋势3：跨省人口流动的最大变化是南北人口流向的彻底逆转，人口负增长的省份全部在北方。
趋势4：内陆人口大省的省内流动人口增长非常突出，有力推动了内陆省份的城镇化。
趋势5：各省人口加速向中心城市集聚。
趋势6：省内集聚推动了中国的大城市化，成都和武汉预计已步入超大城市行列。
趋势7：过去十年三四线城市人口流出加剧，但仍然坐拥城镇化红利，三四线城市的城镇化红利平均意义上仍能持续五到十年，内部分化将更加剧烈。
趋势8：中国已有12个省份进入深度老龄化社会，沿海省份的老龄化也出现了南北分化，南方更加年轻，中国已经进入加速老龄化通道，且比联合国预测的速度更快。
风险提示：部分数据为估算值，需要人口普查数据进一步披露验证。
报告正文
随着各省人口普查公报的发布完毕，中国人口流动、城镇化和人口结构演化的更多新趋势向我们呈现了出来，我们总结了其中八个最为突出的趋势。
趋势1：从“城乡中国”逐步走向“城市中国”，未来10年大城市化将成为中国城市化的主基调。
在中国汹涌的城市化浪潮中，从乡村到城市依旧是目前人口流动的主线，而在这其中，从城市向更大城市的人口流动正在并将以更为强劲的势头重塑着城市中国的格局。过去10年，中国流动人口的大幅增长中超过一半由城-城流动贡献，而在2010年中国流动人口中城-城流动仅占七分之一。中国第七次人口普查公报中显示2020年中国流动人口达到了3.76亿，相比2010年大幅增长70%，增量多达1.55亿。从六普数据和十年来的人口抽样调查年度数据来看，流动人口约90%以上由乡-城流动人口所贡献，六普数据显示城-城流动人口[1]仅900万人。而七普数据显示，城-城流动人口的规模跳增至1.15亿。因此，1.55亿的中国流动人口的增长，绝大部分源于城-城人口流动的大幅增长，增量1.06亿，乡城流动人口的增量为3900万。（图表1）。
从城乡中国向城市中国的演变，揭示了从城市化到大城市化的一般规律，也拉开了城市之间竞争的序幕。从国际经验来看，城市化率达到70%左右以后城市化就会明显减速，但大城市化，也即人口向大城市的集聚仍会持续下去（图表2、3），即使是今天的发达国家，城市化率普遍达到了80%以上，基本稳定，人口仍在向大城市不断地集聚。未来十年，随着中国城镇化率逐步接近70%，中小城市人口增长与大城市的分化将日渐显著（图表4）。
趋势2：人口依旧在从内陆向沿海聚集。
沿海省份人口增长总体上显著高于内陆，人口由内陆向沿海流动的大方向没有变化。2010-2020年，东南西南沿海各省的人口增长率与2000-2010年相比基本稳定，福建、广西显著加速，增量的角度，东南西南沿海省份人口增长均有提高（图表5、6、7）。2010-2020年，广东、浙江和江苏的人口年均增长率分别是1.91%、1.72%和0.75%，与此前十年基本持平，而三省的常住人口增量从2000-2010年的1910万、850万和562万增长到了2169万、1014万和609万。海南、福建、广西的人口年均增长率从2000-2010年的1.38%、0.79%和0.48%分别增长到了2010-2020年的1.52、1.19和0.86%，常住人口增量从2000-2010年的111万、280万和217万分别增长到了2010-2020年的141万、465万和410万。
趋势3：跨省人口流动的最大变化是南北人口流向的彻底逆转。
人口负增长的省份由全部在南方转为全部在北方（图表5、6、7、8），人口负增长的省份达到了6个，分别是黑龙江、吉林、辽宁、内蒙古、山西和甘肃，北方省份由绝大部分人口流入转为绝大部分人口流出（图表11、12）。2000-2010年人口净流出的9个省份中西南的四川、重庆、贵州、广西四省和中部的河南均从人口净流出转为人口净流入[2]，安徽和湖北人口净流出减少，这背后是人口跨省流动由单向转为双向。2000-2010年人口净流入的省份有多达十个转向流出，包括东三省、内蒙古、山西、河北、山东、江西、云南、青海。沿海省份也出现了南北分化，北方沿海三省（辽宁、河北和山东）由人口流入转为人口流出（图表11、12），天津人口流入大幅放缓（图表7、10、13）。
北方人口的普遍流出背后是经济增速下滑引发的“用脚投票”，经济增长已经出现了南北分化，也带来南北方省份城镇化后半程的不同轨迹。总体上看，中国城市的人均GDP存在边际上的趋同趋势，尤其是2000-2010年的十年中，中国绝大部分城市人均GDP在向一线城市边际趋同（图表14），而2010-2019年这一情况发生了变化，北方城市的人均GDP增速大面积跑输一线城市平均增速，人均GDP与一线城市的差距进一步拉大（图表15）。人口流动上的差异，使得2010年城镇化率相当的浙江、福建、江苏和辽宁、内蒙古、吉林、黑龙江，过去十年城镇人口的增长差异巨大，辽宁、内蒙古、吉林、黑龙江城镇人口增长大幅放缓（图表16）。
趋势4：内陆人口大省的省内流动人口增长非常突出，有力推动了内陆省份的城镇化。
广东、浙江和江苏仍然是存量流动人口分布最多的3个省（图表17、18、19、20），也同时是增量跨省流动人口分布最多的省份，但从十年中的增量流动人口来看，河南、四川、山东、河北、安徽五个人口大省和西部省份新疆已经超过了浙江和江苏，这些人口大省增量的流动人口中80%以上是省内流动人口（图表21、22）。内陆人口大省省内人口流动大幅增长，有力推动了内陆省份的城镇化（图表23-26）。
趋势5：各省人口加速向中心城市集聚。全国的中心城市中，人口增长提速最为显著的九个城市，2010年以来的常住人口复合增速均在3%以上，其中包括东部沿海的广深杭三城（复合增速3.93%、5.42%和3.21%，十年增量597万、720万和324万），和中部的郑州、长沙（复合增速3.86%、3.62%，十年增量397万、301万），以及西部的成都、贵阳、西安和拉萨（复合增速3.43%、3.31%、3.69%、4.49%,十年增量563万、166万、370万、31万）。其中深圳、广州、成都、郑州、西安、杭州和长沙七个城市增量均在300万人以上（图表27、28）。如果我们将各省的人口增长按照中心城市和其他城市拆分，可以看到2010-2020年相对于2000-2010年，人口向中心城市集聚的趋势非常明显。广东、河南三分之二左右的人口增长是由广深、郑州贡献，绝大部分中西部省份，如川陕湘鄂等，省会城市的人口增长远超全省人口总量的增长，也就是说三四线城市人口减少的同时省会人口得到了更大幅的增长，即使是东北的辽宁、吉林也存在大量人口流入省会（图表29、30）。城镇人口的增长也出现了省内集聚的倾向，最为集中的是陕西、广东、四川三省，三省过去十年新增城镇人口约一半新增城镇人口分布在中心城市，而2000-2010年这一比例还仅有30%左右，城镇化也出现了向区域中心的集聚倾向，最突出的是陕西、广东和四川（图表31、32、33）。
人口增长一度领跑全国的京沪津人口流入大幅放缓，但仍存在显著的人口流入。京沪津的常住人口的增量从2000-2010年的604万、661万和309万下降至2010-2020年的228万、185万和93万，常住人口的年均增速从2000-2010年的3.75%、3.44%和2.77%下降至2010-2020年的1.11%、0.78%和0.69%，大幅降低但仍然高于三城的年均人口自然增长率，人口仍有流入（图表11、12）。
趋势6：省内集聚推动了中国的大城市化，成都和武汉预计已步入超大城市行列，中国的超大城市达到了8个，提前十年达到了联合国给出的2030年预测，长春、大连、合肥、昆明、长沙、苏州、宁波预计已步入特大城市行列，中国的特大城市已经达到了16个。从人口普查数据可以看到年度的城市人口数据大大低估了重点城市的人口流入，成都和武汉的常住人口普查数据分别比2019年的人口抽样调查常住人口数据跳增了436万和111万，鉴于《2019年城市建设统计年鉴》中武汉和成都的城区人口分别已达934.78万和816.97万，由于抽样调查遗漏更可能发生在城区的流动人口统计上，基本可以肯定2020年成都和武汉的城区人口已经超过了1000万，进入了超大城市的行列。如果我们假设2020年人口普查数据相对于2019年年度人口抽样调查数据的常住人口跳增80%来自于城区人口的统计遗漏和2020年城区人口的增量，可以看到估算出的2020年长春、大连、合肥、昆明、长沙、苏州、宁波七城的城区人口都已经达到了500万人以上，步入特大城市行列，而原本I型大城市中城区人口最多的哈尔滨，由于出现了常住人口和城镇人口的双双负增长（中国省会计划单列市中唯一一例），城区人口也可能出现停滞或负增长的情况，或将继续停在特大城市门槛前（图表34）。
郑州、西安、杭州最有潜力在未来十年中步入超大城市行列，2030年中国很可能将有10个以上的超大城市，省会和计划单列市中，厦门和贵阳最有潜力在未来十年中步入特大城市行列。2020年郑州、西安、杭州三市城区人口预计均已达到800万-850万的区间，过去十年三市常住人口复合增速均在3%以上，城区人口增速还要更高（因全市人口仍在向市辖区聚集），这个增速即使降低30%左右，2030年三市城区人口也基本能够突破1000万，南京市城区人口预计已接近750万人，也有潜力在2030年步入超大城市行列，但人口流入远弱于郑州、西安、杭州，因此还存在很大的不确定性。2020年厦门和贵阳的城区人口均已达到400万左右，人口流入的趋势如果保持下去或略有减速（减速30%以内），十年内两城市将步入特大城市行列（图表36）。
趋势7：过去十年三四线城市人口流出加剧，但仍然坐拥城镇化红利，三四线城市的城镇化红利平均意义上仍能持续五到十年，内部分化将更加剧烈。从2010-2020年的城镇人口增量分布上看到，虽然中心城市对城镇化的贡献率在2010年以来大幅提升，但大部分省份的城镇人口增量仍然过半分布在三四线城市（图表31、32、33、39）。最典型的案例是河南，虽然郑州常住人口增量占整个河南省的七成，三四线城市人口增长低于自然增长率，但正是人口普遍净流出的三四线城市，带来了河南七成以上的城镇人口增量，人口流出的同时，仍有大量农民进城，河南的城镇化主要由三四线城市的本地城镇化贡献，这与过去十年本地农民工占比的快速提高相呼应。三四线城市的城镇化红利还能持续多久？仅从各省城镇化率来看，过去十年城镇化率高速增长的中西部内陆省份，城镇化率的高增预计仍能够持续5年以上。值得注意的是，中西部内陆省份的城镇化主要依靠省内人口流动和各地的本地城镇化，全省的城镇化红利将越来越集中于中心城市，在这个过程中，各省三四线城市的情况将出现较大分化，如四川、陕西，虽然城镇化空间仍多，但未来半数以上新增城镇人口将分布在省会城市，而河南、广西城镇化空间更大且三四线城市仍然是城镇化的主力，预计城镇化红利能够持续更久（图表38、39）。
趋势8：中国已有12个省份进入深度老龄化社会，最老的四个省份是辽宁、重庆、四川和江苏，沿海省份的老龄化也出现了南北分化，南方更加年轻。中国已经进入加速老龄化通道，且比联合国预测的速度更快。七普公报显示中国65岁以上人口占比已达13.5%，临近深度老龄化的边缘，显著高于《联合国人口展望2019》中预测的12%（图表40）。分区域来看，已有12个省份进入深度老龄化社会，辽宁、重庆、四川和江苏四省老龄人口占比分别已达到17.42%、17.08%、16.93%和16.20%，其中重庆和四川的老龄抚养比分别已达25.48%和25.28%，是全国老龄抚养比最高的两省。沿海省份中，最老的是辽宁、江苏和山东，最年轻的省份是广东和海南，得益于大量的人口流入，老龄人口占比分别仅有8.58%和10.43%，广东老龄人口占比低于辽宁的一半（图表41-43）。
[1] 此处忽略乡-乡流动人口，中国的快速城镇化背景下，乡-乡流动人口远少于乡-城（净）流动人口和城-城流动人口，乡-城流动人口由城镇常住人口与城镇户籍人口的差额求得。城-城流动人口900万的数字可能低于实际值，由于城镇户籍人口在2014年及以前以非农业户籍人口为口径（这将造成在已是城市建成区的老家世代居住的居民并未流动，却成为城镇常住的农村户籍人口），此后以户籍所在地为城镇建成区计，这使得2015年中国户籍城镇化率跳增3.27%，我们假定实际上的户籍城镇化率增量同2016年相当（1.3%），那么剩下的1.97%对应两个口径的户籍城镇人口的差额（即2014年及以前户籍所在地为城镇建成区但户籍类型为农业的人口），这部分人的比例是逐年扩大的，因此它可以作为2010年这部分人口比例的上限，最终算出2010年实际的城-城流动人口规模范围可能在1000万-2500万。
[2] 由于省份出生率存在低估，人口自然增长率自然存在低估，数据上人口存在小幅净流入的四川、河南、广西事实上可能是人口小幅净流出。
具体内容详见华创证券研究所6月21日发布的报告《从“城乡中国”逐步走向“城市中国”——“大国千城”系列报告三》。
华创证券研究所定位为面向专业投资者的研究团队，本资料仅适用于经认可的专业投资者，仅供在新媒体背景下研究观点的及时交流。华创证券不因任何订阅本资料的行为而将订阅人视为公司的客户。普通投资者若使用本资料，有可能因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。
本资料摘编自华创证券研究所已经发布的研究报告，若对报告的摘编产生歧义，应以报告发布当日的完整内容为准。须注意的是，本资料仅代表报告发布当日的判断，相关的分析意见及推测可能会根据华创证券研究所后续发布的研究报告在不发出通知的情形下做出更改。华创证券的其他业务部门或附属机构可能独立做出与本资料的意见或建议不一致的投资决策。本资料所指的证券或金融工具的价格、价值及收入可涨可跌，以往的表现不应作为日后表现的显示及担保。本资料仅供订阅人参考之用，不是或不应被视为出售、购买或认购证券或其它金融工具的要约或要约邀请。订阅人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。华创证券不对使用本资料涉及的信息所产生的任何直接或间接损失或与此有关的其他损失承担任何责任。