关于城镇化的问题，最容易陷入其中的就是数据分析。在没有完成城镇化之前，实际上我们的数据统计水平依然较低，真正的国民大数据管理、研究是在城镇化之后发挥作用的。

　　农业人口，城镇化率，土地、税收、社保、教育，再加上国际数据等等，让人眼花缭乱的同时，数据本身就成了关注对象，城镇化问题成了数据逻辑之下的一个确定模型，非此即彼的结论实际上并没有真正对城镇化问题做人性的追溯。

　　我试图从不引用数据的情况下理解城镇化，以便能够跟投资领域有所结合且欢迎讨论。

　　一、整体理解

　　此次城镇化会议虽然强调了城镇化是一个自然历史过程，要以人为本，推进以人为核心的城镇化，注重人口素质、居民生活质量，稳定常住人口就业。但城镇化背后依然潜藏着因政府意向性主导产生的各类不确定性，城镇化肩负的责任似乎比市场想象的还要大。

　　此次城镇化会议还提出，城镇化能够释放内需、能够促进社会公平和共同富裕。从这个层面来讲，城镇化已经成了实现“中国梦”的主要手段之一。

　　对于市场来说，城镇化牵扯到更大的利益群体。最直接的就是城镇化将会对城市规划、建设、保障等相关企业、地方财政等带来更多利益诉求和预期，在真正执行过程当中，很可能会淡化“以人为本”及以“环境承受力”为前提的中央对城镇化的总体要求。

　　农民在城镇化过程当中扮演着重要的角色，但他们的话语权和选择权是非常小的，属于弱势群体。至今各地方政府还没有明确城镇化当中的“人”到底是正资产还是负资产，如果是正资产，就需要积极支出服务使其安心并创造更多的价值；如果是负资产，就会出现潜意识的抵触和排斥。

　　实际上各地方政府都有着同样的打算，希望流动人口抬高需求预期以便卖出高价土地，更希望这部分人能够缴纳更多的税，同时尽可能的控制对其社会保障等服务的支出。

　　为了保证市场参与主体能够在城镇化过程当中既可以得到相应的利益，又相对能够制衡企业、政府相关部门在城镇化过程当中的无限逐利及侥幸性贪婪腐败，我建议成立部级以上的城镇化弱势群体保障组织，类似中央巡视组一样，发挥相应的独立性保障监督职能，更大程度的降低城镇化风险、保障弱势群体利益。

　　但可以预期是，无论如何，城镇化是一个不可逆的进程，教育、医疗和就业资源的不断转移、向城市的集中，将让城镇化速度更快。环境和生态问题很难阻止农村人口向城市的流动，城市重复建设带来的浪费和交通堵塞等各种城市病也不足以上升到中央层面停滞城镇化。城镇化将伴随我们这一代人，也有可能会改变甚至牺牲我们这一代人的梦想和追求。

　　二、面临的挑战

　　城镇化如果从技术的角度来讲，对政府最大的挑战是治理方法和治理结构的变化。对于那些以前需要靠电视、村支书、党支部等传播教育做工作的农村人口，进城之后需要融入到大数据信息化管理时代。更多的人口将进入公司治理领域，某种程度上城市里各个企业文化建设和企业治理结构对管理进城人口方面比政府更加直接，而政府大多数时间只需要做好企业服务和劳工维权。

　　美国之所以能够用数据管理国家，正是因为城镇化的完善和发展，公司力量的强大。农村人口进入城市将会给就业统计、社会保障、消费追踪、行业活力、金融服务、人才创新等带来各种数据统计的全面性和准确率，将有利于政府实施更加有效的产业支持和税收政策，给财政政策和货币政策也会带来更加科学的数据依据。

　　一个由大数据提供支撑的管理模式才会真正触动政府职能的转变。如果没有人口的集中和更多的需求，政府就不可能建一个办事大厅，不可能建立流程化办事体系。城镇化给政府提供了转型的良好机会，也给政府带来了新的管理挑战，这种挑战需要割舍更多的不透明以及相关的既得利益和权力寻租，对一向只把服务停留在嘴上的政府服务机构来说，是一个非常大的挑战。

　　目前中国的城镇化还没有考虑到的一点是，城镇本身面临的分级和分化将给未来城镇化带来一种不平衡风险。比如目前准备全面放开建制镇和小城市落户限制，这其实是让农村人口就地进城居住，而非真正的城镇化人口资源流动，小城镇的真正未来就业人口实际上是很少的。小城镇能解决教育和医疗的问题，却很难解决就业问题。

　　目前出现的一个现象是，农村人口迁入离自己最近的县城或市的时候，老人和孩子往往就固定在了这个城市，包括孩子上学、老人就医、老人和孩子消费、生活等。年轻人一般依然会选择在更大的城市打工就业。因此，我们未来还面临着年轻人就业和居住需要同步的一个更大的城镇化目标，这个过程依然是充满各种挑战和风险的。

　　老人和孩子居住在小城镇，就需要更多的社会保障，但这些小城镇面临的是土地财政的枯竭，负债率过高，吸引投资和增加就业的能力逐步恶化。这就会造成小城镇和大城市的贫富差距（也可以说活力差距）越来越大，县域经济将面临凋敝。十年之后，可能国家层面不得不再次进行从小城镇到大城市的又一轮城镇化思考，以此类推，无法解决失衡问题，就只能忙着拆迁和重建了，资源浪费将更加严重，社会公平和共同富裕的发展目标阻力不减。