在上一篇推文《那些年，图上画的城市都建起来了吗？》中，我们结合了用地规划图与多种来源的数据，在Datlas地图上观察了2005-2020年这一轮城市土地使用规划的落地情况。本篇则将会从“鬼城”这个概念出发，用数据量化地比较下新城和老城在吸引人口和企业入驻方面的表现。
为了便于与上一篇的结果相互参照，本篇还是选取了郑州和长沙这两个幸运的城市，继续深入分析。
▍怎么定义“鬼城”？
“鬼城”这个词在过去十几年的各类新闻报道和学术研究中，经常被提到，具体指的是：新城盲目扩张，但在经济上并没有形成相应的人口、企业流入，使得新城与老城区比起来，无论是人口密度或是经济密度都较低。
而鬼城现象则意味着，新城开发存在土地资源的低效率使用问题——当土地带来的经济效应比不上前期的投入时，就会转化成地方城投融资平台和政府的债务压力。
所以“鬼城”形成的关键词是：低密度。
那么，问题来了：
郑州和长沙的新城人口密度低吗？有没有什么标准能用来判定鬼城呢？
根据网络上广为流传的某“权威机构”发布的“鬼城”指数/紧凑指数排行榜，算法很简单：
紧凑指数=城市平均人口密度=城市常住人口/建成区面积
这一公式的核心指标是：《国家新型城镇化规划（2014-2020年）》中“人均城市建设用地小于等于100平米”的标准，换算一下，这个标准其实就等于每平方公里1万人以上。
因此，该榜单认为指数小于0.5就可以算是“鬼城”，也就是每平方公里5000人以下的区域就是“鬼城”。
那么，我们不妨套用这种简单的计算方法，来算一下郑州和长沙吧。（注1）
结果，请看下图：
结果很清楚，长沙人口密度较低，从达标率来看，似乎也没郑州高，因此全城总体来看， 长沙相比郑州，更“鬼城”。
真的吗？
先别急着下结论，我们把两座城市区分老城区和新城区，再来详细比一比。请看下图（人口密度单位为：人/平方公里）：
很明显，两座城市老城区人口密度都达标了，肯定不是鬼城，没毛病。而长沙老城平均人口密度甚至还比郑州高呢，那想必是长沙新城指标更加不堪吧？
再来看新城区：
果然新城人口密度都不高啊，但是，怎么比下来是郑州新城的人口密度低啊？而且各种达标率也是落后于长沙？
只看新城，似乎是郑州新城比长沙新城更加“鬼城”！
咦，怎么前后结论不一样，这算法有问题吧！？
▍问题在哪？怎么解决？
这种看似矛盾的情况出现，是因为长沙的新城土地扩张规模（+192%）比郑州（+76%）大，导致两个城市的新老城规模和空间结构截然不同。所以即使单从新城来看长沙更紧凑，但由于新老城之间人口密度存在较大差异，合成之后反而是长沙人口密度低了。
（感兴趣的读者可以自行搜索“辛普森悖论”。）
所以，简单地用国标平均人口密度（1万人/平方公里）来判定“鬼城”，并不怎么合理。（注2）
两点原因：
第一，新老城区占地面积和空间位置分布不同，空间分布会影响结果。
城市人口的扩张规律，一般来说都是从原有的人口中心向外围扩散，人口密度大体上都是中心区高而郊区低。
从下面的图中不难发现，郑州新城地块分布在外围居多，而长沙新城地块有不少很接近原来的人口中心。
第二，新老城区发展的时长不同，历史条件也会影响结果。
一个新开发的地块，从完成建设到吸引人口、企业，乃至形成产业集聚和商业配套集中，都是一个漫长的过程，没有十数年乃至数十年，就要达到乃至超过老城区的水平，本来也是极难的。
那么问题来了，评价新城是不是“鬼城”，什么样的方法才更合理？
▍更合理的办法
其实，方法可以有很多。但无论什么样的方法，我们建议都可以遵循以下“三原则”：
一：一城一参照原则。因为每个城市都有其特殊的历史地理因素，千城千面，所以一刀切的对比很容易犯错，因此，建议尊重城市特点，可用本地老城区情况作为新城区的参照。
二：相同区位才可比原则。为了提高新老城区之间的可比性，它们在区位条件上的差异不能过大，我们需要对比较的范围进行一定筛选。如同上面两张地图所示，如果拿黄圈内的老城区和蓝圈外的新城区进行比较，就非常不科学。
三：样本够多才可比原则。比较范围内的新老城区地块数量不能太少，这样得到的结论会失去代表性。
在上面的三个原则基础上，我们马上可以想到的就是比较黄蓝圆圈之间的新老城区地块的情况（符合原则一和原则二）。（注3）
那么，如何保证这个范围内的地块数量具有代表性呢？（即原则三）。
考虑到郑州和长沙的市域都是较为规整的形状，我们选取2020年人口密度最高的网格，作为城市参考坐标的中心。然后经过评估和计算，最终我们选取了郑州5公里到13公里区域，以及长沙4公里到14公里区域作为比较新老城发展情况的区域。这能使得研究范围内的新老地块数量分别达到总量的70%以上。
我们用地图来更直观地展示研究区域吧：
好的，确定了研究范围，下面我们就从人口和企业的维度去看看新老城区的差异了，而且不仅要对比2020年时的绝对数值，也要考察增长方面的指标。
注意：下面的图表全都只统计了我们研究区域内的情况，不包含市中心和远郊的数据，在所有图表上我们也加入了小地图作为参考。
▍从人口密度与人口增长的角度来评价“鬼城”问题
首先来看看2005和2020年新老城区人口密度情况：
可以看到，即使在相似的区位条件下，2020年老城区的人口密度也都高于新城区。但这是由于在2005年时，老城区密度就已经高于新城区，现在的人口密度情况很大程度反映了历史条件。
那么在增长幅度方面，过去十五年中，新老城区有没有什么差异呢？请看下图：
不难发现，在人口增速方面，郑州和长沙两城存在较大的差异：
对于郑州来说，在所有区位上，老城区人口增长都高于新城区，而且两者的差异，在越接近城市中心、区位条件越好的地方，反而越发明显。这意味着人口更向老城区集聚，新城吸引力不足。
对于长沙来说，情况则完全不同。在较为接近城市中心的区域，新老城区在人口增长方面并没有显著差异；而在较为郊区的部分，新城区的人口增长甚至还快于老城区。这意味着中心城区新老城人口增长差异较小，新城区人口存在向外扩散趋势，而老城区人口存在向内集聚趋势。
总结：从常住人口来看，郑州人口中心区存在向老城区的人口集聚，新区人口吸引力有限。而长沙人口则表现出新城人口向外扩散，老城人口向心集聚的特点。
从常住人口来看，郑州新区更像“鬼城”。
▍从企业密度的角度来评价“鬼城”问题
首先我们来看老城区和新城区2020年的企业密度，下图列出了不同距离上，新老城区单位面积土地上的企业数量：
总体而言，无论是郑州还是长沙，相似区位下，老城区的企业密度都高于新城区，但两个城市的差异在于：
随着到城市中心的距离增加，郑州新老城区的企业密度差异在减小，甚至差异几乎消失；而长沙则恰好相反，越往外走，新老城区的差异越大。
当然，这只是单纯的空间差异结果，我们不妨从时间轴上再来看下企业数量增长的情况。
于是，我们计算了每一个地块上成立于最近五年的企业的比例，又画出下面两张图：
两个城市老城区表现出了相似的特征，随着到市中心的距离越来越远，新创企业的比例逐渐提高，这也不难理解，对于新创企业来说，郊区地租较为低廉，从成本来说更加适宜。
但从新城区来看，情况完全不同了：
长沙的新城区新创企业比例高于老城区，而且在空间分布特征上也较为一致；而郑州新区的新创企业则出现了更明显的集聚性：一部分向着市中心方向集聚，另一部分则向着郊区的某个距离内集聚。换句话说，一个就业的城市副中心出现了。
我们可以这样总结：从企业密度来看，郑州部分新区不但不是“鬼城”，甚至超越老城区，成为了新的企业聚集中心。而长沙新城区的情况相对比较糟糕，但靠近市中心的区域情况正在好转。
▍从企业规模的角度来评价“鬼城”问题
不同企业在规模（从业人数与注册资本）上的差异是非常大的，那么新老城区的企业是否存在规模上的差异呢？
我们先来看看用企业平均从业人数衡量的规模情况：
这是一个非常清晰的结果：
从企业平均的从业人数来看，郑州新城区的企业大幅度超过了老城区的企业，尤其是在离城市中心较远的地方；而长沙的老城区企业在从人人数规模上，完全碾压了新城区的企业。
再看用注册资本水平衡量的企业规模：
情况更加明显了：
郑州老城区的企业平均注册资本在空间上差异不大，而新城区注册资本规模较大的企业更多出现在了副中心区域。长沙的特征则恰好相反，新城区注册资本规模较大的企业存在向心集聚，而老城区反而在较远区域存在注册资本规模较大的企业。
我们可以这样总结：从企业规模来看，郑州新区吸引了不少大企业，而长沙新区则是差强人意。
无论是企业数量、还是对于新创企业和大企业的吸引力，郑州的新区比起长沙都更为突出。长沙新城对企业的吸引力，仍主要来自部分新区优越的地理位置。
从企业入驻来看，长沙新区更像“鬼城”。
▍两座城市完全不同的发展图景
把上面的发现综合在一起，我们不难发现：
如果从不同的维度去评价“鬼城”，会得出不同的结论。
郑州和长沙过去十五年的新城发展体现了两种不同的图景：
郑州：如果仅从吸引企业的角度来看，新区的开发无疑是成功的，无论是新创企业还是大企业，在空间上都更加青睐外围的新城区，从上一篇我们也从图上看到，东部新城产生了一个就业副中心，与老城区交相辉映。
但成功的背后，也存在隐患。从常住人口居住地的角度来看，大部分的常住人口仍居住在老城区，且新老城区常住人口的差距还在继续扩大，而与此同时，就业重心已经显著东移，必然的结果就是城市内部存在巨大体量的东西向通勤流。长距离通勤，必然会考验本地交通基础设施的可靠性。而对市民的生活而言，是好事还是坏事呢？
长沙：从常住人口角度，新区和老城区在人口增长速度上已经没有显著的差异，甚至存在人口向外扩张的趋势，从迁移人口的角度，长沙新城更为成功。
但人口的扩散并没有带来企业的外延，即使是在吸引企业方面表现较好的新区，其产业发展主要还是得益于较好的经济地理位置条件。远端的新老城在企业入驻方面差距极大，而且差距似乎并没有缩小的趋势。在上一篇中，我们从图上也观察到，规划上处于城市北部和东部的大片工业用地并没有得到实质上的开发。这意味着，城市外围的土地资源开发效率低下，可能存在土地资源浪费的情况。
城市是多元而复杂的，近百座城市提供的是近百面镜子，希望每个城市都能从别的城市那里照见自身的优势与劣势，走出适合自己的发展道路。
那么，研究这些内容，对普通市民，又有什么现实意义呢？
我们不妨来看下彩蛋吧。
▍彩蛋：“鬼城”问题会反映在房价上吗？
在经济学理论当中，一座城市各方面的发展，最终都会反映在当地的房价上，而这与万千市民的生活密切相关。
那么如果沿用上面的分析方法，看看新老城区2017-2020年之间的新房成交情况，会有什么发现呢？
首先我们来看新房成交量，依然是标准化成单位面积的土地网格上成交的新房套数。请看下图：
嗯？这两张图，好像有点眼熟？！和上文中的哪两张图更接近呢？
那么新房成交均价又有什么特征呢？
嗯？这两张图，好像更加眼熟？！和上文中的哪两张图更接近呢？
各位读者们不妨在评论区留言，谈谈自己的看法吧。
注：
1. 这里使用了worldpop每30弧秒（约800-1000米）边长的栅格人口数据，虽然在精度上不及脉策的测算结果，但更便于进行大时间跨度内的人口比较。新老城区定义沿用上一篇中土地遥感数据下的定义，按照2005和2020年是否是城镇用地进行判别。
2. 其实这个指标还存在一个缺陷，那就是城市建成区面积只包括了市辖区的城镇用地面积，而常住人口的居住地中还包含了市辖区内一些农村居民点，因此实际上指标里的人口和用地在统计口径上并不匹配，但这个问题仅会造成指标的高估，因此正文中没有展开论述。本文将人口和用地都分解到了1公里×1公里网格，使得两者能够完全匹配，显然是一种更好的分析方法。
3. 一种更加严谨的判定方式其实是找出新老城区的边界，在边界两侧的一定范围内选取地块，作为对比。但这对数据精确度，以及新老城区边界的清晰度要求就更高了，此处我们选用了计算距离这种相对比较简单好懂的方式。
