智库说 | 徐远:数字时代的城市潜力

简介:

上周,北京大学城市治理研究院、中国城市治理创新联盟、阿里研究院、阿里云研究中心共同举办了一场名为“大数据推动下的城市发展”为主题的专家研讨会。

北京大学国家发展研究院/中国经济研究中心副教授徐远以“数字时代的城市”为题,介绍了城市的本质和运行机制。他指出,城市的本质是一套架设在基础设施之上的功能机构网络,在这里人们知道去干什么,去哪里,怎么去。在这里,不同行业、各种各样的人在这里聚集、交互,形成生态。数字时代,城市在传统的三维空间之外,增加了数据这个维度,三位时空增加了一个维度之后,增大了城市的承载力,很多地方可以做得更好,机会更大。数字时代刚刚到来,一切才刚刚开始。

2f942f4f4875c562106dbd79612d254f808d41e6

以下为徐远发言实录:

很高兴大家在这儿聊关于城市的话题,城市是人类社会生活组织的载体,非常复杂的载体, 每个人看待城市的角度都不一样,我主要从宏观、历史的角度,分享三个部分的内容。

城市是聚集人口分摊成本的经济机制

e1bcbf205d1d41200baa64c31d8fa19298a11752

▲人类过往的文明发展,是以城市为核心的。未来即使经济发展、社会变迁,一切还是以城市为核心的。

先看第一个问题,什么是城市?如果我们把人类文明史分成东西两块,以喜马拉雅山为界,东边就是中华文明,西边就是地中海文明。可以看到不管东方文明还是西方文明,在每一个时代的顶峰都有一个坐标,这个坐标就是按照当时的标准非常大的城市。比如古罗马,差不多2000年前就有100万人口,那时候能安排好一百万人在一个城市生活,想想都觉得伟大。说古罗马是古代西方文明的顶峰,是一点也不过分。中国也是这样,每个朝代的顶峰都有大城市,比如唐朝,宋朝,最大的城市都有上百万, 都是非常了不起的。

从历史来看,可以说一句话,城市是人类文明的坐标,城市穿越时间,把文明的珍珠穿在一起。

那么现在呢?现在几乎所有的社会生活都是在城市里发生的,不是说农业不重要,而是如果对比每平方公里GDP产出,基本规律就是大城市都非常非常高。而如果你对比一、二、三产业的GDP占比,农业的占比也相对较低工业和服务业都很高,发达经济体服务业基本占到80%,这些都说明了现代社会,人都在城里,产出都在城里。我们的文明是城市文明。

那么,为什么文明发生在城市?

80ef1bc09b9f563d915005ac3eacf6a0b185ab21

这是北、上、深三个主要大城市地铁规划线路图,这个图我盯着看了很久,这么密密麻麻的一张地铁网,其实只是城市基础设施网络的一小部分。你可以想像各种各样基础设施、地面道路、通讯、环境保护、消防等各种各样的网络系统,你会发现城市是很多层网叠成的一张复杂的网,而且是越来越复杂。

6d6f2faec0f4f5462a470d97ab2d900204b68d40

这个图是把城市各种各样的机构放在一起,包括医院、学校、公安、电视台等等。城市需要各种各样的功能,比如北京城,有3000万人口,比很多国家的人口都多,这么多的人要出去办事、上班、玩乐,去哪里,怎么去?这两张图合在一起,你就会发现,城市其实是两套网络,一个昂贵复杂的基础设施网络,一个是功能机构网络,这两个网络放在一起构成了城市整个的根基。人们知道去干什么,去哪里,怎么去。城市生活就这样组织起来的。

这两套网络基础之上,是城市中生活的各种各样、不同职业的人,他们在城市里做自己的事情,用自己的服务挣得一份收入,所以城市是三套体系叠在一起的。这些放在一起我们就理解了,为什么整个人类文明和现代文明都是以城市为中心的。

还有一个问题没有回答,城市是怎么做到如此复杂伟大的?地铁一公里造价几亿起,所有的基础设施都非常贵,只有在非常大的城市才能看到用到这些基础设施。为什么?因为在大城市修地铁,有非常巨大的人流量,有很多活动,大家一起分摊了这个非常高的成本。

所以如果从经济分析的角度,把城市抽象到极致,城市就是一种成本分担机制,通过聚集人口分担昂贵的基础设施的成本。这个成本太高了,小规模人口负荷不了、也分享不了这么多的好处,必须到一定的规模以上。所以回到前面的图,为什么在东西方文明顶峰的时候才有大城市,因为不繁荣的时候负担不起这些成本。只有规模集聚到一定程度、成本分摊到可以支持昂贵成本之后,大家才能在这里各得其所。

未来城市的样子:四维城市

d6e4df449fcaa3a29221a8aad80f5ce50513fbf8

说到数字时代的城市,现在有一个词是第四代工业革命。这个概念有很多角度来理解,数据的维度就是整个数据的积累到了一定程度,从量变到了质变的程度了,整个商业模式和人类生活模式都会随着计算能力的进步发生变化。以前也有数据,但是没有那么多,计算速度没有那么快,但是现在整个人类生活都在网上,7*24小时在线,全部数据都在线之后,不仅整个商业模式是改写的,整个社会生活和社会治理机制都是在改写的。

对于数字时代的城市而言,相当于在我们以前的三维世界里加了一维。所有的数据、在线、智能交互、算力等,给城市增加了数据这个维度的基础设施。当所有计算变得如此之快,供应、生产、消费、需求都变得如此之快的前提下,可能人类的整个生命都变长了,因为你做所有事情都变快了。同时,对资源的集约运用,也在某种程度上放大了我们的原有空间。 城市还可能会发生更多的变化。

很多专家对数字改变商业,改变社会生活的形态已经有共识,但是今天我们看到的可能只是一个开始。我理解这个事情可能是刚开始5、6年,就是金融危机以后,美国和中国这两个体量非常大、信息技术非常强的国家开始挖出一个新的产业出来,刚刚长起来,真的大规模的商业化的推开,我觉得还没有开始,在不远的将来应该会有更大的发展。

结合刚才讲的城市是人类文明的容器,加上数字技术,可以想像现在整个空间非常非常大。这是基本理念。

中国城市的发展潜力

工业化超前,城市化滞后这是我们国家过去发展的主要特征。改革开放40年以来,我们国家如此快的经济增速,实质上就是因为成功实现了工业化。国外的现有技术成型了,我们有巨大劳动力的优势,把资本、技术、劳动力放在一起,工业化就是一个复制过程,跟复印机的技术原理一样的。因为是复印,所以可以非常快。

但是,我们之前讲了城市是有机生命体,是要长出来的,它的发展速度不可能这么快。我们国内的新区规划中最成功的就是浦东新区,但即便是浦东这么好的一个新城市,和浦西比还是不一样,这就说明城市是一个生态体系,是长出来的,不是一个复制过程。更不用说鄂尔多斯这样的地方,你去了鄂尔多斯就知道,就算经济再快速发展,也很难一下子把它变成一座生机勃勃的城市。所以,城市是离不开规划的,但是有时候规划不能过头,因为城市是一个不断迭代的生态体系,它需要慢慢生长,规划过头了会浪费很多资源,走很多弯路。

如果对比中国、世界和G7集团的数据,你会发现,中国的大城市化率,百万以上的城市人口占比还是比较低的。所以,未来城市化趋势是人口更多地向大城市聚集。而且,我们一线城市每平方公里上面产出的量和一些国际大都市比还有很大的空间,换句话说我们如果做到人家这那样的话,我们大城市里产出可以增加好几倍,可以吸纳更多的人口,容纳更多的就业。在数字时代,利用这个全新的技术,其实进一步增加了上升的空间,城市承载能力的进步,是没有止境的。

我们团队曾经在日本东京拍过一张照片,是东京的一个摩天大楼在施工,在楼顶上拔高,这样图的后面是一个更高的摩天大楼,在高楼顶上施工是东京经常看到的现象。现在日本全境的人口在减少,但是东京人口在增加,整个东京的城市密度很高,人口向大城市集中就是因为成本节约,机会增加。

最后总结一下,今天分享讲了三个问题。第一,什么是城市?城市其实就是两套网络叠加在一起,然后人们在上面聚集,分担了高额的成本,并形成生态系统,形成正反馈。第二,什么是数字时代的城市?数字时代城市增加了一个纬度,数据的维度,增加了城市的潜力,三位空间变成了四维空间。第三,中国城市的发展空间有多大?还非常大。中国经济发展的基本特征是工业化超前、城市化滞后,数字时代、智能时代增加了城市的承载力,很多地方可以做的更好,机会更大,一切才刚刚开始。


原文发布时间为:2018-08-21

本文作者:Arc

本文来自云栖社区合作伙伴“阿里研究院”,了解相关信息可以关注“阿里研究院”。

相关文章
|
SQL 大数据 HIVE
电商项目之交易订单明细流水表 SQL 实现(上)|学习笔记
快速学习电商项目之交易订单明细流水表 SQL 实现(上)
电商项目之交易订单明细流水表 SQL 实现(上)|学习笔记
sklearn中分类模型评估指标(一):准确率、Top准确率、平衡准确率
accuracy_score函数计算准确率分数,即预测正确的分数(默认)或计数(当normalize=False时)。 在多标签分类中,该函数返回子集准确率(subset accuracy)。 如果样本的整个预测标签集与真实标签集严格匹配,则子集准确率为 1.0; 否则为 0.0。
|
人工智能 程序员 iOS开发
一文彻底拿下HarmonyOS NEXT开发实战调试技巧
这是一篇关于HarmonyOS NEXT开发调试技巧的文章,作者是一名经验丰富的程序员Feri。内容涵盖三种调试方法:预览+日志方式(适合简单调试,需注意数据类型转换)、断点调试(详细介绍了设置步骤与功能键使用)以及hilog实战使用(日志打印限制为4096字节,推荐封装维护)。通过这些技巧,帮助开发者更高效地解决问题,提升编程能力。
534 14
一文彻底拿下HarmonyOS NEXT开发实战调试技巧
|
人工智能 数据可视化 数据处理
低代码平台:技术复杂性的系统简化
低代码平台通过模块化和自动化技术简化应用开发流程,大幅缩短开发周期并提高协作效率。其核心特性如“一键编程”和“快速迭代”降低了开发复杂度,赋予企业敏捷开发能力。可视化开发、实时渲染与分布式协作支持进一步提升了开发体验。平台还优化了五大引擎(SQL、功能、模板、图表、切面),增强了数据处理能力和智能化水平。插件生态覆盖多行业场景,支持实时数据处理、AI模型训练、智能图像处理等功能。开放架构结合微服务、开源框架和高性能支撑,确保系统的灵活性与扩展性。低代码平台正逐步成为企业技术创新的得力助手,助力企业快速响应市场需求。
414 16
|
存储 数据处理 数据中心
1U和2U服务器应如何正确选择?各有什么优缺点?
标准机架式服务器以U为高度单位,1U和2U服务器各有优缺点。1U服务器体积小、性价比高,但扩展性和散热性较差;2U服务器扩展性好、散热佳、稳定性强,但托管费用较高。不同高度的服务器适用于不同的业务场景,选择时需根据具体需求决定。未来数据中心将根据业务特性选择合适的服务器类型,而非统一采用2U服务器。
583 2
|
应用服务中间件 nginx
Nginx:怎么携带参数重定向
通过合理配置Nginx的 `rewrite`指令和 `return`指令,可以实现携带参数的重定向。这不仅可以确保用户请求被正确重定向,还可以保留原始查询参数,满足更多复杂的重定向需求。
733 2
|
Oracle Java 关系型数据库
Java----CentOS7系统安装jdk1.8
Java----CentOS7系统安装jdk1.8
2546 0
|
SQL 算法 NoSQL
谈谈建立数据目录的6个步骤
数据目录是所有数据的系统性列表,以表、文件、报告等形式存在于公司的各种源系统中。
谈谈建立数据目录的6个步骤
|
存储 机器学习/深度学习 缓存
快速入门DVC(三):数据与模型版本管理
数据和模型版本控制是 DVC 的基础层用于管理大型文件、数据集和机器学习模型。使用常规的 Git 工作流程,但不要在 Git 库中存储大文件。 大数据文件单独存储,来实现高效共享。想象一下,让 Git 以与处理小代码文件相同的性能来处理任意大的文件和目录,该有多酷?例