众所周知，2022年，北上广深四个一线城市的常住人口将同时减少。

人们说因为疫情，很多流动人口选择提前返乡，导致人口下降。

那么，2023年呢？当一切恢复正常后，这些人回来了吗？

2023年的最后几天，我们几乎等到了全年的数据，所以还是做年终盘点吧。

哪些城市出现人口净流出？

利用某互联网平台的跨城市迁移数据，可以研究特定时间段特定城市的人口流出和流入情况。一个城市流出人口大于流入人口，意味着人口净流出。

下图列出了一个城市2023年1-11月的每日人口流入流出情况:

蓝线表示流入，橙线表示流出。当橙线高于蓝线时，这一天该区域人口净流出；反之，如果蓝线高于橙线，就会出现人口净流入。

可以看出，2023年春节前，该市流出人口明显高于流入人口，出现了大量的人口流出。春节过后，人口回归。不难猜测，这一定是一个吸引了大量外来劳动力就业的城市。

为了更清楚地观察人口流动，将上图中每个时间点的流入人口减去对应的流出人口得到下图。0以上的面积代表净流入人口，0以下的面积代表净流出人口。那么只要计算出两者的差值，自然就可以知道该城市在这段时间内的净人口变化。

按照这个思路，我们计算了春节前后人口前50城市的净流量。我们先来看2021年的数据，如下图所示:

对角线右下角，2021年春节前(2020年7月1日至2021年春节前)离开的人口大于2021年春节后(2021年春节后至2021年6月30日)返回的人口，因此属于“净流出地区”，如深圳、上海。相反，在对角线左上方的城市，2021年春节后的返乡人口超过了2021年春节前的流出人口，因此属于“净流入地区”，如北京、广州。

根据2021年的数据，城市人口确实是流入流出的，但是两者并没有太大的区别，也就是说每个城市对应的点离对角线不会太远。

并且用2023年春节前后的数据画一张图，情况变成如下:

上海、东莞、成都、深圳、苏州等地都向右下方斜移。这意味着这些城市2023年春节后的流入人口远低于2023年春节前的流出人口，出现了人口净减少。

更值得注意的是，在2021年的曲线图中，无论城市人口是净流入还是净流出，一般都在第一象限或第三象限，也就是说春节前流出的城市，春节后总会有净流入，两波人口流动方向相反，所以会出现人口流动的“对冲”。而2023年上海、东莞等城市处于第四象限，也就是说2023年春节前这些城市大量人口流出后，2023年春节后继续流出，尤其是深圳。

累计四个一线城市今年1-11月的人口净流量，会得到下图:

可以看出，北京和广州自2023年初以来的累计人口净流入在2月9日，也就是正月19日之后，也就是人口超过了1月1日的水平。与北京和广州不同的是，上海和深圳的人口累计净流入在春节后未能恢复到年初的水平，目前仍在下降，这意味着出现了持续的人口流出。其中，深圳的人口流出速度快于上海。

重建城市间的人口分布

这些人是从一线城市流向哪里的？利用2021年和2023年的对比，我们可以画出下面两张图:

上图列出了2021-2023年沪深两市目标城市净流出人口的变化情况。比如上海的地图中，数值变化最大的是苏州，其变化量为δ，也就是说如果2021年苏州净流入上海的人口是X，那么2023年净流入上海的人口就是x-δ。图表中的直方图越长，变化越大。

一方面，越发达的一线或者准一线城市，比如广州、杭州、苏州，原来吸纳上海、深圳的人，现在吸纳的人越多。另一方面，一些三四线城市，如阜阳、周口、商丘、亳州、清远、茂名、汕尾、邵阳等，过去向上海、深圳输送劳动力，现在正在吸纳上海、深圳的人口。两个因素导致这两个一线城市人口大量净流出。

如果把2021-2023年流动增加最快的城市连接起来，可以看到这一轮人口变化中几个一线城市人口流出的主要城市路径:

可见，从一线城市到家乡，或者进一步到离家更近的省会城市，已经成为2023年以来人口流动的主要趋势。

在一线城市经济波动、就业不确定性增加的背景下，农民工悄然回到熟悉的家乡，缩小了就业的半径。

更多数据的相互验证

以上数据均来自互联网平台的跨城迁移数据。读者可能还有些疑问——这个数据可靠吗？能否从其他数据中看到类似特征，验证城市人口分布正在重构？

利用另一组基于互联网平台的分城市消费数据，我们计算了2019-2021年不同城市消费增长与2021-2023年消费增长的差异。下图列出了2021-2023年消费增长较快的20个城市。

大家可以看到，上图中，除了今年因烧烤成为网络名人的淄博，其他城市，如阜阳、淮安、盐城、邵阳等。，基本都是传统意义上的人口外流大城市，但却成为了最近两年消费较前两年增速最快的城市。

我们还可以用Questmobile这种数据来监测各种应用的用户数，观察各城市各种应用每个月的用户数，画出下图:

上图列出了2018年1月至2023年11月八大城市各类应用的用户总数变化情况。可以看到，2018-2022年深圳原本与广州并列第三、第四，但2023年后被广州拉开，甚至被成都、杭州超越。2023年以后上海和北京的差距会逐渐拉大。四个一线城市应用用户数量的相对变化与我们在人口迁移数据中看到的净人口流动是一致的。

我们进一步采用了更多城市经济活动的高频数据，并进行了交叉验证:

它们之间的相关矩阵如下:

上表列出了这些数据在不同城市的同比变化之间的相关系数和显著性。可以看出，人口迁移数据与应用用户、排队人数、拥堵指数、电商金额等数据(带星号的表格)之间存在显著的正相关关系，这些数据之间的相关性也较高。而人口迁移数据与店铺数量相关性不大，与招聘岗位数量呈明显负相关。

商铺数量、招聘岗位与人口迁移之间的弱相关和负相关关系，可能与这两组高频数据的作用机制存在滞后性有关——当城市人口流出时，本地商铺并不会立即减少，而是会选择广告更多的岗位，希望以此来补充劳动力岗位的不足，从而造成短期人口流出增加招聘广告数量。

排队数据、电商购买量数据、拥堵程度、应用用户、人口迁移数据之间的相关性表明，人口迁移数据可以与很多能够反映各个城市经济活跃度的高频数据相互印证，而这些数据也从不同侧面反映了我们在上篇文章中发现的特征——中国人口在城市间的分布格局似乎出现了重构的迹象。在2022年停滞后，2023年大城市吸引人口的趋势并没有恢复，反而加剧和逆转。

写在最后

2022年四个一线城市人口将同时减少，多源数据显示，2023年部分城市人口仍在加速增长，这在改革开放45年来极为罕见。

离开北上广，然后逃回北上广，然后离开北上广...留不住的大城市和回不去的家乡，就像跷跷板的两端。在过去几十年的改革开放历程中，它在人们津津乐道的故事中被翻来覆去。虽然人们对城市化的浪潮有些怀疑，但前几十年人口流动的趋势表明，大城市的吸引力并没有下降。

但2023年，人口跨区域流动常态化元年，大量与人口、经济相关的高频数据告诉我们，“狼”可能真的来了。在一些大城市，疫情期间离开的人并没有回来，而是在加速离开，回到离家乡更近的地方。

这是短期现象还是长期结构性变化的先兆？

也许从更长远的角度来看，大城市还是可以吸引人口汇聚的。但这一次，我们面临的“长期”可能比预期的要长一点。