京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据和清洁能源其实都是城镇化_数据分析师
由国务院发展研究中心主办的“中国发展高层论坛2015”于3月21日-23日在北京举行。在会场上中国社会科学院世界经济与政治研究所国际金融研究中心副主任、研究员何帆表示,如果有一个经济学家可以影响股票,我肯定买保罗·罗默教授的股票,他不仅是蓝筹股,而且是潜力股。他刚刚给我们讲了很多故事,我们讲的创新创业的故事,我们讲的大数据的故事,我们讲的清洁能源的故事,其实都在一个舞台上,就是中国的城镇化。
以下为发言实录:
何帆:如果有一个经济学家可以影响股票,我肯定买保罗·罗默教授的股票,他不仅是蓝筹股,而且是潜力股。他刚刚给我们讲了很多故事,我们讲的创新创业的故事,我们讲的大数据的故事,我们讲的清洁能源的故事,其实都在一个舞台上,就是中国的城镇化。所以我收获很多。
保罗·罗默教授讲到人均收入和城市化之间有相当大的关系,但我不知道能不能确切发现一个因果的关系。而且在中国发生的城市化是不是一个故事。我个人感觉可能不止一个故事,发生在深圳的城市化很可能和发生在内蒙古以鬼城著称的鄂尔多斯的城市化是不一样的。鄂尔多斯的城市化是如果要把这个城市的城市化水平提高会更容易,但效果可能更差。发生在深圳的城市化需要的机缘巧合,要做的工作更多,但效果可能会更好。我们能不能把中国的城市化只看成一个故事?
保罗·罗默教授还讲到中国各个地方政府之间的竞争。这个很重要,因为中国这么大不可能通过一个政策解决一个问题。他有一点是讲到为什么中国的城市化做得更好。因为有一个地方的政府官员在当地有很强的权威,还有激励机制,可能能力很强。我一边看着介绍,我一边想,他说的是仇和。就在两会之后刚刚因为腐败的问题被抓起来的中国的云南省官员。我想我们一方面需要地方政府的竞争。另外一方面,我们的地方政府之间的竞争又出现这么多的问题。
我想问保罗·罗默教授一个问题,如果我是年轻的地方政府官员,我想做事情,我又不想重蹈仇和的覆辙。在中国的城市化过程中,我该做什么?怎么做?
主持人:非常好。刚刚两位都提出了问题,保罗·罗默教授也肯定有自己的想法。我也一并问他,我们现在讲城市化的时候,既可以理解成大城市的城市化,也可以理解成城镇化。我刚刚注意到稻葵很精确地用城镇化这个概念,就是township。我想请保罗·罗默教授把整个框架给我们讲一讲。
保罗·罗默:哈佛规划委员会的这个问题很好,要牢记。一般来讲,比如政府保护公共空间,同时,也不过多干预私有空间。他们的决定有时候可能会超越前者,有些政府的决定是超越了界限,更加负责。我们要通过各种机制防止独断,同时也可以通过法律,比如起诉,或者是允许诉讼。风险就是会降低决策的效率。在其它国家,反对腐败的重要做法就是带来了一个后果,使政府不敢做决定,害怕做决定,比如修路或者不修路。一方面我们要提高效率,一方面也不能允许腐败。在美国,效率非常低。如果哈佛规划委员会的效率太低了,是不是可以对他们进行测试,看政府做得是不是对。如果居民都离开了,就说明政府做得不对。这也可以作为惩罚领导的手段。人们都不住在哪儿了。各个城市的竞争是很有效的做法。
另外就是透明。如果中央政府、省政府鼓励竞争,他们可以提供信息,让居民了解一个城市发展的情况。让他们做出好的决定,好比大学,学生可以选择在哪个大学接受教育。哪个城市好,居民就可以选择居住在那里,给他们提供可靠的信息,好比保安市场。城市之间要开展竞争,就必须告诉居民准确的信息,这个城市的情况怎么样。各个城市的透明度可以使领导做出好的决定,不会滥用权力。
关于城市化的类型,中国有一点做得很好,就是提供廉租房、廉价房、经济适用房,让新移民居住。关于城镇化,经常会有这样的廉租房、廉价房。也许小城镇没有大城市漂亮,但它确实给人们提供了就业的场所。城市化在其它地方没有做好,有些国家发展了城市,但没有很好的规划,成为了贫民窟。小城镇也是很好的做法。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27