#1千萬
又一個千萬人口大市,要來了
千萬人口俱樂部,要擴容了。01第19個千萬人口大市,不遠了。日前,《佛山市人口發展規劃(2025—2030年)》發佈,提出到2030年常住人口達1016萬人。去年,佛山常住人口達969萬人,離千萬大關只有一步之遙。未來幾年,只要實現年均5萬左右的增量,站上千萬就沒太大懸念。佛山一旦突破,將成為廣東第4座、全國第19座千萬人口大市;也將成為全國第17座GDP破兆、人口超千萬的“雙萬”之城。此前,廣東省內已有廣州、深圳、東莞3座千萬人口大市。其中,廣深常住人口已逼近2000萬,即時人口則高達2400萬。僅廣深佛莞4座城市,就雲集近6000萬人口,與湖北、安徽等省份相當,有力撐起了廣東人口大盤。要知道,除廣州外,深圳、佛山、東莞面積都不算大,在兆城市中處於倒數之列。且不說土地資源緊張的深圳,就是佛山面積也不到3800平方公里,相當於鄭州的一半、合肥的1/3、杭州的1/5、重慶的1/20。地少人多,意味著人口密度遙遙領先。全國人口密度最高的10座城市,廣東佔了6席,廣深佛莞全部在列。人口規模龐大隻是一方面,年輕人眾多、老齡化最低、生育水平較高,更是不可多得的優勢。根據七人普資料,中國“最年輕”的30座城市中,廣東一省就佔了7席,廣深佛莞全部在列。這是財政轉移支付的重要來源地,也是養老金轉移支付的最大“糧倉”。02千萬人口大市,都分佈在那裡?隨著去年底合肥人口站上千萬大關,中國已有18座千萬人口大市,幾乎涵蓋所有強省會和經濟強市。其中,重慶獨一檔,是唯一的3000萬人口大市,這也是重慶“一市堪當一省”之說的由來。上海、北京、成都均超過2000萬大關,成都與北京的人口差距已縮小到50萬以內,人口第三大市或將易主。廣州、深圳則雙雙超過1700萬,如果加上出差、旅行、探親的暫住人口,即時人口則雙雙達2400萬。武漢、杭州、鄭州等城市都在1500萬以內,長沙、東莞、青島、合肥等地剛仍在千萬邊緣。總體來看,千萬人口大市幾乎都是兆城市,但也存在例外。石家莊、臨沂不是兆城市,兩者都是憑藉龐大的縣域人口脫穎而出。需要說明的是,這裡的人口泛指全市常住人口,既有城區也有縣域和鄉村,為廣義行政區的概念。即使以廣義行政區來看,仍有一眾經濟強市,止步於千萬人口俱樂部之外。GDP十強城市中,南京仍舊付之闕如。南京早在2016年就站上900萬人口大關,但迄今仍在950萬左右徘徊。TOP20城市中,寧波、無錫、福州、濟南等地仍舊缺位。其中無錫僅有750萬人,福州一直未能突破900萬人,人口規模與經濟體量不相匹配。可見,GDP破兆、人口破千萬,要想成為“雙萬”之城,並不容易。03千萬人口競速,誰會先行突破?不只是佛山,與其同處900萬人口俱樂部的城市,無不擁有劍指千萬人口的雄心。浙江的溫州、寧波,江蘇的南京、徐州,山東的濟南,東北的瀋陽、長春、哈爾濱,都在候選之列。在候選城市中,離千萬大關最近的是溫州和寧波,2024年人口分別為985和978萬人,按照過去幾年平均增量,3-5年內有望晉級。南京、濟南常住人口均已超過950萬人,但作為首位度最低省會,沒有虹吸全省之力,難有速成之路。東北F3面臨的困難更大,考慮到自然人口負增長帶來的巨大拖累,加上東北整體的人口外流,未來5-10年恐怕難有突破機會。哈爾濱原本是千萬人口俱樂部成員,但人口連續多年下降,2021年已跌破千萬,短期逆轉的希望微乎其微。不說東北,就是內陸省會,人口狂飆式增長的勝況,也很難再次上演。今時不同往日。人口大盤已經見頂,自然人口普遍負增長,而搶人大戰日益白熱化。只有經濟競爭力強勁,或真正具有虹吸效應的強省會,才有晉級的可能。 (國民經略)
經濟學101|為什麼NBA球星可以輕鬆年薪千萬,而普通勞動者月薪才幾千?
為什麼NBA球星可以輕鬆年薪千萬,而普通勞動者月薪才幾千?要解釋這個現象,首先我們需要引入一個重要的經濟學概念——經濟租金(economic rent)。經濟租金這個概念最先由古典經濟學家大衛·李嘉圖(David Ricardo)在研究地租的時候提出。李嘉圖對經濟租金的定義是:Economic rent on land is the value of the difference in productivity between a given piece of land and the poorest [and/or most distant], most costly piece of land producing the same goods (e.g. bushels of wheat) under the same conditions (of labour, capital, technology, etc.).簡單地說土地的經濟租金是好的土地(肥沃的土地)和差的土地(貧瘠的土地)生產力(productivity)之差。生產力的差異反應了不同的土地向市場供應糧食的成本差異。為了更好理解李嘉圖經濟租金的概念,我們可以更詳細的闡述一下:1 在發展的初期階段,人口較少,只有那些最肥沃、最容易耕種、成本最低、離市場最近的土地才會被耕種;2 隨著人口的不斷增加,現有土地耕種的邊際收益會下降,這時,那些不那麼肥沃,不那麼容易耕種且離市場較遠的土地(次等土地)也會被開發出來,但這些土地生產糧食的成本會增加。3 為了養活不斷增長的人口,增加越來越多的次等土地必然後果是生產額外糧食的成本上升。當然我們還必須假設,對於任何給定的市場區域,只有一個價格,即該區域出清市場的現行價格。4 糧食的最終或“均衡”市場價格將等於在最後一單位土地上生產最後一單位糧食(在收益遞減的情況下)的成本,這些土地被迫用於生產糧食,以養活更多的人口。沒有人會以高於市場價格的成本長期生產糧食;沒有人會愚蠢到以低於目前市場價格的價格出售糧食。事實上,你現在可以推斷,人口和需求水平確實決定了糧食的市場價格;因為如果沒有增加的需求,這最後一單位土地就不會為市場生產糧食。5 在最後一塊耕地上,總銷售收入等於總成本,沒有盈餘或“利潤”。這位農民的收入僅夠維持生產。但相反地,在其他土地上——生產力更高、成本更低的土地,更早投入耕種——總銷售收入超過總成本,因為成本在那些更好的土地上更低——在最好的土地上非常低。這種差異產生盈餘或稱為經濟租金。上面說了這麼多,很多同學不一定理解,這就是文字解釋的劣勢,但是如果用圖表來闡述,那就會容易理解的多。如下所示:如上圖所示,人口越多,需要的糧食越多,越來越多不要太肥沃的土地會被開發出來生產糧食,生產單位糧食的成本會越來越高。假設最終生產了13單位的糧食,則最後生產的一單位糧食(第13單位)價格剛好等於其生產成本(機會成本),生產者不能獲得任何經濟租金。但是前12單位糧食的生產者(土地更加肥沃,生產成本更低)都可以獲得相應的經濟租金,因為市場價格高於其生產成本,對應的經濟租金為途中灰色的面積。可見土地越好,生產成本越低,其經濟租金越多。如果我們將這個模型應用到勞動力市場,則可解釋本文提出的問題。如下所示:上圖中,假設共13單位勞動力被企業僱傭。市場價格為P13,黃色部分代表每個勞動力維持目前使用所需要的最低收入水平,經濟學上稱之為轉移收益(transfer earnings),其實就是目前工作的機會成本。當目前的工作帶來的收益小於這個機會成本,這個工作就不是最好的選擇;反之則是最好的選擇,而且可以帶來經濟租金——就是圖中對應的灰色部分面積。其中第13單位勞動力的工資水平剛好等於其機會成本,對於這個勞動力而言,做目前的工作和做其他工作裡面最好的那個工作是一樣的。但是對前面的12位勞動力而言,他們都或多或少獲得了經濟租金,這分工作是他們最好的工作,其中第一單位勞動力獲得的租金額度最大。現在回到文章的問題:為什麼NBA球星可以輕鬆年薪千萬,而普通勞動者月薪才幾千?首先NBA賽事是全球水平最高的籃球比賽,觀眾對其比賽的需求很高,尤其是超級巨星的比賽,但整個聯盟籃球運動員的數量就400多人,超級巨星更是少之又少,供給非常有限。我們大概可用如下圖表分析:如上的分析,NBA球員屬於專業人士,必須接受長時間的訓練,只有極少數人才能進入聯盟。同樣由於長期的專業訓練,球員們很少有除了職業球員之外的其他謀生技能(極少數除外,很多球員退役幾年就破產了),所以其作為職業球員的機會成本很低(如果從事其他職業可能賺的很少),因而這些球員的收入主要由經濟租金組成。供給缺乏彈性和觀眾的極大需求導致明星球員的工資非常高,比如喬丹在98年的時候年薪就高達3000萬美元,而現在的超級球星的年薪幾乎都超過了5000萬美元。而普通勞動者則是另外一個極端。相比專業人士而言,普通勞動者的工作不需要接受大量的技能培訓,很多人都可以從事,其供給曲線的彈性較專業人士更大。如下圖所示:對於普通勞動者而言,因不具備特別的專業性,其工資大部分由轉移收益(transfer earnings)——機會成本組成,經濟租金很少。正因為如此,他們可能經常換工作,大部分工作對於他們而言工資都差不多。比如在重慶,一個火鍋店的服務員去一個烤肉店做服務員其實沒有什麼差別。 (ECONOMICS RULES)
祖克柏炮轟蘋果缺乏創新,並千萬美金年薪狂招AI 人才
Meta正在用天價薪酬瘋狂挖人!矽谷知名投資人Deedy Das爆料,Meta為了組建「超級智能」團隊,開出的薪酬條件已經到了令人難以置信的地步——年薪超過1000萬美元的冷硬現金!更誇張的是,祖克柏還親自下場談判。這種等級的薪酬在科技圈簡直前所未聞。Deedy Das(@deedydas) 直言:這是真的。Meta為「超級智能」團隊開出的條件確實瘋狂。如果你在頂尖AI實驗室工作,扎克就會親自談判,開價1000萬美元+/年的現金。我從沒見過這樣的情況。他還補充道:如果你看到你的AI圈朋友突然加入Meta,記得恭喜他們即將在Atherton買豪宅!Meta正在打造超級智能實驗室根據紐約時報和彭博社的報導,祖克柏正在親自組建一個全新的「超級智能」團隊,目標是建構世界上最先進的AI平台。這個實驗室的野心很大——開發出超越人類大腦能力的AI系統。為了實現這個目標,Meta不惜血本。據報導,Meta向從競爭對手那裡挖來的AI研究員開出了七位數到九位數不等的薪酬包,而且已經有人接受了這些offer。彭博社透露,祖克柏親自領導著這個約50人團隊的招聘工作,甚至重新安排了Meta的辦公室佈局,讓新招募的人才坐在他附近。Gwydion(@Gwydionite) 感嘆道:這接近Sundar(GoogleCEO)的薪水了。148億美元收購Scale AI近半股權Meta的大手筆還不止於此。據The Information爆料,Meta計畫斥資148億美元收購資料標註公司Scale AI 49%的股權。Scale AI的創始人兼CEO Alexandr Wang將加入Meta,領導新成立的超級智能實驗室。Sheel Mohnot(@pitdesi) 總結道:Meta以148億美元收購Scale AI 49%股份,投資者及員工獲得回報。Meta通過此方案避免了直接收購帶來的監管審批風險Scale AI將更換新CEO,Alexandr將主導Meta的超級智能實驗室這筆交易的規模之大令人震驚。要知道,Scale AI在最新一輪融資中的估值才138億美元。Rohan Paul(@rohanpaul_ai) 提供了更多細節:該交易尚未最終敲定,但將為Meta提供直達高品質標註訓練資料的通路,關鍵於大型模型建構。Scale AI主營資料策劃與標註基礎設施,客戶涵蓋OpenAI、Cohere、微軟及Meta自身。2024年Scale AI營收達8.7億美元,預計2025年收入將超過20億美元。高薪背後的風險與機遇面對如此誘人的薪酬,網友們的反應各不相同。Aaron Levie(@levie) 開玩笑說:請使用我的推薦碼relletreknit(@relletreknit) 提醒道:他們也會持續裁員10%,所以這是高風險高回報的職位。但Mark Cuda(@therealmc92) 認為:3個月的工資=(適度的)終身財務自由,哈哈。對99%的人來說都是輕鬆的選擇。str(@str_codes) 更是直接:這個薪水水平,即使一個月後被裁也值了,哈哈Hansi Flick Szn(@Blaugrana6988) 贊同道:確實。即使你只存活6個月,你也已經賺到了改變人生的錢Pattabiraman K(@newyork_dc) 簡潔有力:工作一年後,你就能終身退休了。🧢(@x939371) 從另一個角度分析:這很聰明,因為他有大量現金,而且隨著時間推移只會變得更不值錢。必須快速配置大量資金!祖克柏炮轟蘋果:「他們很久沒發明什麼偉大的東西了」在最近的播客中,祖克柏還順帶炮轟了蘋果的創新乏力。他直言不諱地指出:「他們已經很久沒有真正發明什麼偉大的東西了。就像史蒂夫·賈伯斯發明了iPhone,然後他們就這樣坐在上面20年。」祖克柏還指出,蘋果現在主要通過「壓榨」使用者和開發者來賺錢:「他們對開發者徵收30%的稅,讓你購買更多配件。」他特別提到了AirPods的例子:「蘋果在iPhone中內建了特定協議,讓AirPods能夠無縫連接。但他們不讓其他人使用這個協議。如果開放的話,市面上可能會有更好的AirPods競品。」這番話透露出祖克柏對創新的執著,也解釋了為什麼他願意砸重金組建AI團隊。業界反應兩極分化但並非所有人都看好Meta的大手筆。Yuchen Jin(@Yuchenj_UW) 對Meta的策略表示質疑:扎克此前在收購Instagram和WhatsApp方面表現出色,但此次戰略失誤明顯。有消息稱Wang利用爬取的Meta資料進行再銷售,這一操作引髮質疑。他甚至直言Llama 5的前景不容樂觀。Kirk Patrick Miller(@Chaos2Cured) 則對Meta的AI團隊領導表示擔憂:如果Yann在那裡,你就是在走向職業生涯的終點。他對AI沒有信心。如果他離開,我會很樂意幫忙。但也有人認為這是明智之舉。Alex Mizrahi(@killerstorm) 指出:Meta有30多億使用者,所以他們部署的任何東西都有可能成為大事。他們不需要提高生產力之類的收益,他們只是不想讓別人搶走他們的飯碗。leoohoho(@lehoho248) 從另一個角度看待高薪:運動員都有9位數的合同。勞動力可以產生足夠的影響來證明這一點。Jun Wu(@wu89_j) 問道:下一步是什麼,勒布朗等級的薪水?Ravi(@ravilogs) 則很理性:馬克·祖克柏身價2500億美元,1000萬美元對他來說是小錢。mobicham(@mobicham) 則表示懷疑:聊天,這是真的嗎? (AGI Hunt)