
作者 | 吴子劲
来源 | 网易数读
如果你想开一家公司,你会把办公室放在哪里?
北上广深自然是第一批出现在脑海的名字,杭州成都近几年也是热门;华为松山湖办公室正式运作,让东莞似乎也成为了一个不错的选择……
一个地区或城市企业数量的多少,关系着能否吸引到人才和消化人才。而在轰轰烈烈的抢人大战中,哪些城市更有希望呢?
东部沿海优势维持
企业数量是衡量地区经济活力的重要指标。企业数量的多少,直接影响到可以提供多少就业机会,在多大程度上促进资源流通,以及产生多少经济效益。
天眼查的数据显示,2009-2018年间,国内31个省/直辖市/自治区(不含港澳台)共有4017.64万户企业(不含个体工商户,下同)注册成立。
截止至2019年9月,其中975.38万户已注销(注销率24.28%),仍然存续的企业数量为3042.26万户。
从省份层面来看,广东、江苏、山东是新注册成立企业数量最多的3个省份,这和它们长期以来GDP的排名也比较接近。
广东坐拥广州与深圳两个超大城市,其经济活力自然不言而喻。江苏作为总体经济发达、省内发展水平相对均衡的代表性省份,大量经济实体选择在此扎根也很合理。
山东作为GDP排名长期位列三甲的省份之一,背后也有众多企业的贡献。
从上图中不难看出,2009-2018年间注册成立企业数量比较多的省份大多位于东部沿海——“胡焕庸线”以东。
这个区域自改革开放以来经济发展速度显著高于西部内陆省份,有更多人选择在这些省份开设工厂、租下办公室,用行动证明它们有着相对更高的经济活力。
如果以地区来看,除了总量,在四大经济分区的省均新增企业数量差异上,东部地区仍然维持着不小的优势:东部地区省份有着最高的省均企业注册数量,同时有着最高的增长速度;中部地区次之。
西部地区和东北地区,企业活力则相对较弱,东北地区每省平均新增企业数量在近年甚至有被西部地区赶超的趋势。总体而言,区域之间的企业活力依然存在比较大的差异。
不过,不论是哪个地区,2009-2012年每年新增企业数量都相对稳定,2008年底四万亿一揽子政策提供的流动性对冲次贷危机带来的外需减少,在企业数量上表现为“维持一定的增长速度”。
自2013年起,中国的企业数量开始加速增长,尽管不同经济分区的增长速度存在明显差异,但基本上所有分区每一年新增企业数量都比去年更多。
北上广深第一梯队,成都领先西安
如果将目光从经济分区、省份层面转到城市,除了北上广深,二线城市也值得关注。
从上图不难看出,无论是否考虑不同城市企业的注销率,北上广深在企业数量上依旧稳居前4。深圳和上海量级更为接近,存量企业数量都超过150万户。北京次之,广州随后。
二线城市当中,重庆和成都在新成立企业总数上与北上广深的距离最小,接近100万户。不过由于两城企业注销率都超过25%,所以存续企业数量上与注销率不足20%的南京、苏州距离缩小,都在50-75万户量级。
重庆与成都新成立企业多,淘汰的速度相对也更快,更替更为频繁;而选择南京和苏州的企业虽然数量稍逊一筹,但留存更高,发展更为稳定。
可以认为,这代表了两种不同的商业氛围:苏州具有众多技术型外资企业相对高端的制造工厂,规划及落地过程较为缓慢,但投产后长时间存续;成都则第三产业占比相对更高,增长速度也比自身第一、第二产业更快,随之而来的是更为快速的企业迭代节奏。
而在此前的抢人大战中,同在西部的西安和成都是经常被比较的对象。
不过,西安2009-2018年新成立注册的企业数为51.4万户,2019年存续企业为37.5万户,高于宁波、长沙等地,但是低于武汉、郑州、杭州、成都等地。注销比也和成都重庆不相上下。
在这场竞争中,成都是领先的一方。
如果将注册资金作为衡量企业规模的一个指标,那么在企业规模分布上,二线城市与北上广深的差别没有想象中的大。
在北京注册的企业,注册资金在100万以下的比例显著低于其余三个超大城市或二线城市,而注册资金1000万以上的比例则显著更高。北京作为首都,汇集了更多的大型企业。
二线城市总体而言企业规模分布与上海、广州、深圳没有太大差别,只是在绝对数量上依然存在差距。
有人的地方,才有企业
二线城市和北上广深企业数量的差距,可以如何追赶?“招商引资政策”可能是一个常见的回答。
但其实,“招商引资”和“抢人大战”相辅相成,一个地区的常住人口数量和它的企业数量息息相关。
通过分析各省常住人口与仍然存续的企业数量之间的相关关系,可以发现,常住人口越多的省份,商业往往越为活跃,充足的经济活力又会吸引人口流入,形成正循环。
常住人口越多的省份,往往企业越多,反之亦然。常住人口的增长甚至能提供平方量级的企业容纳能力:常住人口对企业而言,既可以作为企业员工,产出劳动成果;也可以是消费者,获取企业的产品或服务,为企业提供收入。
正是由于常住人口对企业而言的双重属性,常住人口和企业数量才呈现出了上图中平方级的相关关系,而不仅是简单的线性关系。
也正是由于认识到常住人口对企业发展的价值,各个二线城市才在近几年开始了更为积极的抢人大战。
例如西安市表示2018年新落户人数超过73万,其中超过25万人具有本科或以上学历,抢人不能说是没有效果。
但新落户的大量人口能否长时间在二线城市发展,还有待时间的检验。有的人因为政策而来,却发现产业跟不上,能让自己发挥才能的工作实在太少,不得已又回到北上广深。
另一方面,联合国《世界人口趋势2019》预测,中国劳动年龄人口在2015年达到顶峰(2015年中国15-64岁人口约10.04亿,占比73.01%)后,将持续下降:到2035年,中国15-64岁人口将降至9.43亿(中位预测值),占比降至64.56%。
在全国劳动人口持续萎缩的情况下,二线城市的抢人大战,只会更为激烈。未来大城市会越来越大,小城市越来越空。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25