對于中國城市，人們有許多歸類，一線城市、二線城市、超一線城市、新一線城市。每一座城市，都或多或少地在一些城市榜單上暫居前列，并聲稱自己才是中國城市的Top N。一些城市，有時成為人們“逃離”的對象，有時又被紛紛“逃回”……在紛雜的各類定性比較重，我們始終無法回避一個問題——中國哪座城市對人才最具吸引力？
我們使用了一個大型公開的人才履歷數據庫，試試從不同角度來測算這個問題。
該數據庫記錄了近十多年求職者用戶的履歷變化情況，包括畢業(yè)學校，每一份工作的公司名稱、地點、職位等。比起各類用間接指標構建的指數來說，勞動者的實際就業(yè)去向，將能夠更真實地呈現出每個城市的不同吸引力。為了保證研究更有時效性，我們選用了其中近五年的數據（約70萬份履歷），進行城市吸引力的計算。
▍按照履歷數量
首先，我們用一張圖，列出工作履歷所在地點的前20名。注意，該圖中我們的分析范圍為全國主要城市，包括了香港特別行政區(qū)和臺灣地區(qū)，這兩個城市在其他數據庫中幾乎不會被覆蓋到。
從圖中可以看到，北京、上海、深圳排名整個大中華地區(qū)的前三名，香港緊隨其后，之后是杭州、廣州，臺灣地區(qū)名列第七。
當然，如果我們只是看這一項分布就得出城市吸引力的排名，這個排名未免也太簡單了。
每一項數據都存在自己的弱點，比如這一份數據就可能存在著比較大的“大都市偏誤”。例如北京、上海兩地的GDP不相上下，但北京的履歷數就要高于上海許多。廣州、杭州等地的GDP均接近北京、上海的一半，但在該數據中，廣州和深圳的工作崗位履歷數卻不到北京、上海的七分之一。
在樣本本身有選擇性偏誤的情況下，如何從中獲取有效的信息，對城市吸引力進行排名？
▍觀察名校畢業(yè)生首次就業(yè)流向
一種可能是，只有在某些地點的人會選擇使用履歷數據庫，因此工作地點分布存在著較強的選擇性問題。但有一項數據可以幫助我們盡量消除這樣的選擇性問題。
這個數據就是每個人所在的學校。
清華大學、北京大學、華東五校（復旦大學、上海交通大學、浙江大學、南京大學、中國科學技術大學）以及中國人民大學，簡稱“清北華五人”，這8所學校在各項排行榜上都較為領先，且招生對象遍布全國，本地學生比例更低。當我們使用這些學校的學生分布時，可以在很大程度上消除城市排名中的地域自選擇性。
打個比方，如果我們使用上海人的工作地點來排序城市吸引力，那么上海毫無疑問將成為全國第一。但如果我們使用北京大學的畢業(yè)生在北京以外的選擇，復旦大學的畢業(yè)生在上海以外的城市的選擇，其排序就將更具有說服力。
我們將前一張列表中中國前20名的城市進行了排序，結果如下：
在上表中，北京大學、清華大學和中國人民大學在北京、復旦大學和上海交通大學在上海、浙江大學在杭州，以及中國科學技術大學在合肥，這七所學校的學生留在當地的畢業(yè)生占比都是最高的。而南京大學雖然在南京，但畢業(yè)后最多的學生仍然去向北京，留在南京的比例僅在這20座城市中排名第五。
我們可以進一步計算每座城市在每所學校的排名，并將其所在城市去除后計算一個“非大學所在城市排名”，列表如下：
上表顯示，從名校畢業(yè)生流向的角度來看，中國最吸引人才的城市仍然是北京、上海、香港、深圳、杭州。
與履歷數量排名相比，香港和深圳的位置交換了，深圳雖然有更高的工作占比，但對于清北華五人學校的學生來說，其吸引力還是略遜香港一籌。例如北京大學、清華大學和中國人民大學三所學校的畢業(yè)生，畢業(yè)的首選均是在北京工作，而次選就是香港，隨后是上海，第四名才是深圳。
臺灣地區(qū)、廣州、蘇州、南京和成都排名6-10位。
▍就業(yè)地變動的引力模型
使用大學生畢業(yè)后的第一份工作，確實能夠去除一定的自選擇性，但需要注意的是，中國的大學分布原本就是高度地區(qū)不均等的，北京和長三角集中了絕大多數的優(yōu)秀大學，即使去除了大學所在地，他們仍然會選擇周邊的城市，這是無法通過控制大學非本地的就業(yè)選擇來去除的。
但是，該履歷數據還提供了另一項有用的信息來幫助我們，那就是換工作的信息。第一份工作和第二份工作之間，存在什么地區(qū)差異？例如第一份工作在上海，第二份工作換到了北京；或者第一份工作在深圳，第二份工作換到了成都等。
換工作時，城市間的吸引力，就像是天體之間的引力一樣是可以通過其相互之間作用力的大小計算出來的。萬有引力公式如下：
將其兩邊取對數后，得到：
將其中的作用力換成人才流動，質量換成人才存量后，便得到了標準的人才流動引力模型估計方程，其估計式如下：
通過上式我們可以估計不同系數，我們可以從流動的工作人才中扣除兩地人才的吸引效應以及兩地的距離效應后，剩下的部分（地點啞變量的系數）就是不同城市的“凈吸引力”大小，表示這個城市和其他城市相比，在控制了經濟總量和距離的基礎上，仍然能夠吸引更多的人口流入。城市的吸引力排序如下：
上圖列出了城市吸引力的前25名。從圖中看，中國的城市吸引力前5名仍然是北京、深圳、上海、香港、杭州。廣州、臺灣地區(qū)、蘇州、成都、南京排名6-10名。
11名之后的排序出現了較大的變化，如茂名、海口、長沙、運城、衡陽等地出現在了吸引力的前20名中，這些城市雖然在GDP總量或者產業(yè)上沒有其他城市那么強大，但是可能在宜居性上更勝一籌，從而能夠吸引人們在更換工作時加入其中。
值得注意的是，在前幾張表格中始終能夠排名接近前十名的天津市，在該表中消失了，甚至在前25名都沒有出現。這意味著雖然天津可以吸引大學生作為第一份工作的選擇，但人們在更換第二份工作時，天津不太會成為一個備選項。
▍城際雙向流動的非傳遞性排序
使用引力模型，我們的確能夠計算城市的吸引力并加以排序，但引力模型的系數包含了太多影響因素，難以進行解釋，同時，引力模型測算的結果高度依賴模型設計以及其中的“質量”變量的設置。用GDP來當做“質量”，用總人口當做“質量”，以及用工作人口當做“質量”，在引力模型中將會得出完全不同的結果。
如何使用城市之間的勞動力流量來獲取更多的信息，并獲得更穩(wěn)健的結果呢？
一個樸素的想法是，利用一對城市之間雙向流動的情況進行測算。舉個例子，有A、B兩座城市，每年從A城市向B城市遷移10人，同時從B城市向A城市遷移20人，且兩者之間的比例高度穩(wěn)定，不正說明A城市比起B(yǎng)城市來說更具有吸引力嗎？
進一步推廣開來，對A城市來說，我們可以依次去計算對于B城市、C城市、D城市……等等的相互之間流動人口，當從B、C、D……城市遷入A城市的人才大于從A城市遷去B、C、D城市的人才時，意味著A城市比起B(yǎng)、C、D城市更具有吸引力。那么只要計算每一個城市的吸引力大于剩下城市中的幾個，我們就能算出一個城市吸引力的「非傳遞性」排名。
所謂的「非傳遞性」，指的是排名中可能會出現A大于B，B大于C，但C也大于A的情況，在城市人才流動中常常會出現這樣的「循環(huán)」，但我們可以計算每個城市在相對于其他所有城市的排序中排名更高的數量。
上表列出了從每一個城市到另一個城市遷入、遷出人才的比值。例如上表的第三行第一列等于1.2，表示從北京遷往上海的人才是從上海遷往北京的人才的1.2倍。對應地，上表的第一行第三列就等于0.83，表示從上海前往北京的人才是從北京遷往上海的人才的0.83倍，即前者的倒數。
對于每一個城市，我們縱向計算其大于1的個數，便能夠計算出這個城市的吸引力比其他多少城市要更大了，其結果列表如下：
上表可以看到，在這樣的排序下，城市吸引力的第一名變成了杭州。除了廈門以外，其他所有城市遷往杭州的人才數均要大于杭州往其他城市遷移的人才數。
上海市排名第二，只有廣州、杭州、武漢、蘇州和青島吸收來自上海的人才要大于上海吸收這些城市的人才，其他城市均被上海凈吸引人才。并列第三名是北京與香港特別行政區(qū)。廣州和深圳并列第五名。南京、成都分別排名第七與第八。隨后寧波、武漢、蘇州和青島四座城市并列第九。
值得注意的是，臺灣地區(qū)在之前的排名中雖然還算靠前，但在非傳遞性排序的城市排名中成為了倒數第二名，幾乎所有城市都從臺灣地區(qū)吸引的人才都要大于臺灣地區(qū)從這些城市吸引的人才。
▍寫在最后
城市間的吸引力排序，是一項復雜而主觀性很強的工作。使用不同的方法，我們關注的是不同的側重點，因而往往會得到完全不同的結果。
但無論如何排序，城市吸引力的前幾名依然保持不變——北上廣深杭+香港，總能在我國城市吸引力中排名前六。值得一提的是，香港的吸引力在近些年來雖然有所下降，但在數據中依舊呈現出了對人才的強勁拉力。而一些城市，例如臺灣地區(qū)，天津等，其排名則漸漸落后于存量工作崗位的分布，呈現出被其他城市“虹吸”的現象。
更有意思的是，城市之間的吸引力其實存在著“石頭剪刀布”效應。
例如：
廈門從杭州吸引的人才大于杭州從廈門吸引的人才，
杭州從上海吸引的人才又大于上海從杭州吸引的人才。
但廈門從上海吸引的人才，反而又要小于上海從廈門吸引的人才。
這個現象其實說明，城市對于人口而言，也許并不存在一個絕對意義上的最優(yōu)解。就是在這樣A好于B、B好于C但C又好于A的鄙視鏈循環(huán)中，城市間的人口流動才會源源不斷，如流水一般，活躍了每一個城市。
作者：chenqin
來源：微信公眾號“城市數據團”
原標題：用真實的人才遷移矩陣告訴你，哪座城市對人才最具吸引力？
數說｜從真實人才遷移矩陣，看中國城市吸引力
最新推薦
閱讀排行榜
欄目索引
相關內容