京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12