2026年1月19日，國家統計局發佈2025年全國1%人口抽樣調查結果相關資料：全國總人口降至140489萬人（約14.05億），自從2022年以來連續四年負增長，四年累計減少771萬人；全年出生人口僅792萬，創下歷史新低，出生率跌至5.63‰；60歲及以上人口占比攀升至23.0%，65歲及以上人口占比達15.9%，深度老齡化特徵日益凸顯。這種“總量收縮、少子老齡化加劇、區域分化深化、素質提升提速”的結構性變化，正逐漸影響中國經濟未來。從勞動力供給到消費市場，從產業結構到區域格局，人口結構轉變帶來的不僅是轉型陣痛，更是重塑經濟未來的戰略契機。本文基於國家統計局最新權威資料及全球人口轉型經驗，剖析人口結構變化的核心特徵、經濟影響，並提出企業與居民的系統性應對之策。一、人口結構變化的典型特徵1. 總量拐點顯現，負增長常態化國家統計局2026年1月19日發佈的全國1%人口抽樣調查結果明確顯示，2025年末全國人口總數為140489萬人，較上年減少339萬人，自2021年14.13億峰值以來，因“低出生、高死亡”的自然增長剪刀差，人口增長呈現持續收縮的態勢。這一趨勢與日本、韓國等發達經濟體的歷史路徑高度相似，意味著支撐中國經濟數十年高速增長的“人口紅利”逐漸衰減。2. 年齡結構倒置，撫養壓力增加人口年齡結構呈現“老年人口規模超過少兒人口”的歷史性倒置。2025年，60歲及以上人口達32338萬人，65歲及以上人口22365萬人，較2020年分別增加1.9個和0.5個百分點；而16-59歲勞動年齡人口占比降至60.6%，較2010年峰值下降6.4個百分點，較2020年減少4593萬人。老年撫養比持續攀升，養老保險壓力日益加劇，據預測，到2050年，養老保險撫養比可能降至1.03:1，即幾乎1個繳費者需負擔1個退休者的養老金支出。同時，總和生育率僅為1.09，低於2.1的人口更替水平，少子化趨勢明顯。3. 城鎮化深化與區域分化雙向加劇2025年全國城鎮化率提升至67.89%，城鎮常住人口增加1030萬人，鄉村人口減少1369萬人，但人口流動呈現鮮明的“馬太效應”。區域層面，廣東、浙江等沿海省份持續成為人口流入高地，2025年廣東淨流入74萬人，浙江淨流入43萬人；而東北、中部部分地區人口收縮態勢加劇，2024年全國已有20個省份人口減少，較2020年增加14個。城市層面，收縮型城市數量已達180個，佔全國城市總數的58%；而長三角、粵港澳大灣區等核心城市群人口集聚效應強化。4. 家庭結構小型化與婚育觀念深度轉變結婚對數持續下滑是少子化的重要誘因。2025年前三季度全國結婚對數515.2萬對，雖同比小幅回升，但較2013年峰值1346.9萬對下降超60%，2024年全年結婚對數僅610.6萬對，創45年來新低。背後是多重因素疊加：適婚人口規模持續萎縮（90後比80後少5637萬人，00後比90後少885萬人）、婚嫁與育娃成本高企（育媧人口研究顯示，0-17歲孩子全國平均養育成本達53.8萬元）、年輕一代婚戀觀轉變（不婚不育成為更多人主動選擇）。家庭結構隨之發生深刻變化，單人戶、丁克家庭比例上升，家庭規模小型化加劇內需結構變遷。5. 人口素質提升，人才紅利初現儘管勞動力數量收縮，但人口素質的提升正在形成新的發展動能。2025年16-59歲人口平均受教育年限達11.3年，較上年提高0.1年，擁有大學文化程度人口超2.4億人，新增勞動力平均受教育年限超過14年。人力資本的持續積累正在避險人口數量減少的負面影響，2025年高技術製造業增加值增長9.4%，研發投入佔GDP比重突破3%，為產業升級提供了核心支撐。但需注意的是，高端人才仍存在結構性缺口，人工智慧、晶片、生物醫藥等領域人才缺口合計達1200萬人，人才紅利的釋放仍需與產業需求深度匹配。這種“總量趨穩收縮、少子老齡化疊加、區域流動分化、素質提升加快”的人口結構深度調整，正成為中國經濟邁向高品質發展的關鍵變數——它既是倒逼增長方式轉變的“壓力測試”，更是催生創新動力、重塑競爭格局的“戰略機遇”。二、中國經濟未來的機遇與應對1. 增長動能轉換：從人口紅利到人才紅利的跨越傳統人口紅利漸逝，勞動力供給拐點已至。2025年農民工總量僅增長0.5%，製造業平均月薪達6800元，較2020年增長45%，但“招工難、用工貴”仍在多數行業普遍存在。這種壓力倒逼經濟增長從要素驅動轉向創新驅動，2025年規模以上工業企業研發投入佔營業收入比重達2.8%左右，較2020年提高約0.6個百分點。未來經濟增長的核心動力，將從“勞動力數量優勢”轉向“勞動力質量優勢”，如何將2.4億左右的大學文化程度人口轉化為有效的創新動能，成為中國經濟可持續增長的戰略機遇。2. 消費市場重構：銀髮經濟與單身經濟雙輪驅動人口結構變化直接改寫消費圖譜，呈現“總量平穩增長、結構深度分化”特徵。2025年全國居民人均消費支出實際增長約4.4%，但細分市場表現迥異：一方面，銀髮經濟爆發式增長，2025年市場規模達7.8兆元左右，佔社零總額約19%，醫療保健、養老服務、適老化產品、康養旅遊成為核心賽道，老年醫療保健消費佔比達32%左右；另一方面，單身群體推動“孤獨消費”崛起，寵物經濟、預製菜、小戶型家電、便捷健身等細分市場增速超20%。同時，母嬰市場呈現“量縮價漲”特徵，總量較2016年峰值下降12%左右，但高端早教、優質母嬰用品等細分領域客單價上漲約40%。3. 產業結構調整：自動化升級與服務業高端轉型勞動力成本上升倒逼產業結構深度調整。製造業層面，“機器換人”加速推進，產業形態從勞動密集型向技術密集型轉型，2025年高技術製造業增加值佔規模以上工業增加值比重達17%左右，較2020年提高約2個百分點。服務業層面，佔GDP比重進一步提升至57.7%左右，但內部結構分化：傳統勞動密集型服務業增速放緩，而數字經濟、專業諮詢、跨境服務、養老醫療等高端服務業保持高速增長，2025年資訊傳輸、軟體和資訊技術服務業增加值增長約11.1%。教育產業面臨結構性調整，少子化衝擊從幼兒園蔓延至小學，全國幼兒園在園人數和小學在校生減少數量較大，教育資源向核心城市、優質學校集中趨勢明顯。4. 區域經濟洗牌：核心叢集崛起與收縮城市轉型人口流動的區域分化正在重塑中國經濟地理格局。核心城市群“強者恆強”，2024年粵港澳大灣區GDP突破12兆元，約佔全國11%，長三角、珠三角、京津冀三大城市群GDP佔全國比重超40%，上海、杭州、深圳等地成為產業叢集創新高地；收縮型城市則被迫走上轉型之路，東北某資源枯竭型城市依託冰雪旅遊帶動就業約2.3萬人，部分城市通過承接產業轉移、發展特色農業尋求突破；縣域經濟成為新增長點，2025年農村居民收入實際增長約6.0%，快於城鎮約1.8個百分點，農村電商、鄉村旅遊等新業態帶動縣域社會消費品零售總額增速達8.5%左右，高於全國平均水平約1.2個百分點。5. 財政金融風險：養老金缺口與資產價格重估人口結構變化引發的財政金融風險不容忽視。養老金缺口持續擴大，2025年已有多個省份基金收不抵支，養老保險基金支出達6.49兆元，佔GDP比重約4.6%，預計到2035年將突破10兆元；土地財政隨房地產下行承壓，2025年房地產開發投資下降約17.2%，新建商品房銷售額下降約12.6%，全國三分之二的城市人口在減少。這就要求加快財稅改革，提高國資劃轉社保比例，發展個人養老金制度；資產價格也需重構，房地產從普漲轉向結構性機會，核心城市優質資產與收縮地區房產的價值差距將持續拉大。三、企業應對策略策：適應與重構1. 擁抱“中國人經濟”，拓展全球資源網路面對國內市場增速放緩與勞動力成本上升，企業需打破地域限制，依託“中國人經濟”拓展全球版圖。借鑑溫州僑商模式，通過跨境電商、海外設廠、僑商合作，將供應鏈佈局至東南亞、非洲等低成本區域，同時利用華人網路打開全球市場。如紹興紡織業在越南設廠生產基礎面料，本土聚焦高端面料研發，通過“跨境電商+海外展會”拓展歐美市場，2025年出口額增長約28%；崑山企業赴東南亞建設生產基地，將崑山作為研發、設計和核心零部件生產中心，形成“總部在本土、生產在海外、市場在全球”的發展模式。這種佈局既契合全球資源配置趨勢，又能有效避險國內勞動力短缺壓力。2. 投資技術創新，避險勞動力成本壓力應對勞動力短缺，企業需加速“機器換人”與技術升級。製造業企業可加大工業機器人、AI質檢、智能生產線等投入；服務業則可借助AI、巨量資料降本增效。創新不僅限於技術，還包括模式變革：海爾推行“人單合一”模式，將員工轉為創客，激發內生動力；紹興紡織企業搭建“全球紡織產業服務平台”，提供海外投資諮詢、跨境物流配套等服務，實現價值鏈躍升。3. 深耕細分市場，聚焦人口衍生新需求人口結構變化催生的細分市場成為企業增長新引擎。在銀髮經濟領域，可佈局康養社區、智能護理裝置、適老化改造、旅居養老等賽道；在母嬰市場，從“規模擴張”轉向“品質提升”，聚焦高端奶粉、早教服務、育兒諮詢等增值領域；在下沉市場，針對縣域人口消費升級需求，推出高性價比的品質商品與服務，頭部電商平台“產地直供”專區農產品上行規模同比增長約30%，印證了細分賽道的增長潛力。4. 最佳化組織模式，適配人口結構變化面對員工老齡化與技能需求升級，企業需重構人力資源管理體系。一方面，建立“全周期人才管理”機制：針對Z世代提供靈活辦公、成長路徑可視化福利，某網際網路公司實行“項目制薪酬”，員工留存率提升25%；為中年人才打造“管理+技術”雙通道晉陞，某製造企業將資深技工納入“首席技師”序列，關鍵技術崗位流失率下降60%；啟動銀髮人力資源，建立“銀髮智庫”，返聘退休專家參與技術攻關，某汽車企業返聘工程師團隊降低研發成本2000萬元。另一方面，加大技能培訓投入，特別是對高端人才與技能人才的投入是培育企業核心競爭力的關鍵。四、家庭與個人應對策略：終身學習與理性決策1. 職業規劃：技能迭代與終身學習勞動力市場從“年齡紅利”轉向“技能紅利”，居民需樹立終身學習理念，持續更新職業技能。優先選擇與人口素質提升、產業升級相契合的領域，如數字經濟、人工智慧、健康護理、跨境服務等；掌握“人機協作”能力，如資料分析、創意設計、跨境電商營運等，避免被自動化技術替代；積極參與政府補貼的職業技能培訓，技能水平已成為職業競爭力的核心要素。隨著延遲退休政策推進，職業生命周期延長，中年群體可通過經驗積累與技能升級實現職業轉型，2025年35-55歲技能型人才平均薪資較普通崗位高40%左右，印證了技能升級的價值。2. 財富管理：多元配置與養老儲備人口老齡化加劇養老金支付壓力，僅靠基本養老保險難以滿足高品質養老需求，家庭需建構“養老金三支柱”體系：積極參與個人養老金制度（2025年帳戶可投資產品擴圍），合理配置商業養老保險、養老目標基金；資產配置上，減少對收縮型城市房地產的依賴，重點關注人口持續流入的核心城市優質資產，增加指數基金、REITs、科技創新類資產比重，分散單一資產風險；理性控制負債，避免過度槓桿投資，借鑑日本“低慾望社會”的簡約生活方式，注重儲蓄與投資的平衡，為養老、醫療等剛性支出儲備資金。3. 理性消費：從衝動消費到實用主義經濟增速放緩與就業壓力增大，要求居民消費更趨理性。摒棄盲目攀比與衝動消費，注重產品性價比與實用性；優先滿足教育、健康、技能培訓等“投資性消費”，減少非必要的炫耀性消費；善用共享經濟、二手市場等新模式降低生活成本，將節省的資金用於核心需求滿足；關注下沉市場與國貨品牌，2025年農村居民收入增速快於城鎮，縣域消費市場潛力持續釋放，高性價比的國貨產品成為消費新選擇。2025年理性消費家庭的儲蓄率較2020年提升約4.2個百分點，家庭財務狀況更趨穩健，抗風險能力增強。4. 家庭決策：最佳化婚育與居住選擇婚育與居住決策需緊密結合人口趨勢與政策紅利。有生育意願的家庭可充分利用育兒補貼、住院分娩費用減免、三孩家庭購房補貼等政策，合理規劃生育時機與養育方案；居住選擇上，優先考慮都市圈核心城市或人口持續流入的區域，避開人口收縮、產業衰退的城市，降低房產貶值風險；家庭結構小型化趨勢下，可選擇小戶型、多功能的居住空間，適配單人或雙人家庭需求；同時，可提前規劃養老居住安排，關注適老化住宅與康養社區資源，為老年生活提供保障。結論人口結構深度調整是中國經濟邁向高品質發展的必由之路，它既是倒逼增長方式轉變、社會政策改革的壓力測試，更是催生創新動力、重塑格局的戰略機遇。這場變革的邏輯，是從“數量紅利”向“質量紅利”的轉型，從“地域驅動”向“人本驅動”的跨越。政府層面需加快完善頂層設計：最佳化生育支援政策，降低婚嫁與養育成本；推進漸進式延遲退休，完善養老金全國統籌；加強人力資本投資，補齊高端人才缺口；最佳化行政區劃與區域協同，促進人口與產業高效匹配。企業層面需主動適應趨勢：從“規模擴張”轉向“精益營運”，從“本土深耕”轉向“全球配置”，從“大眾行銷”轉向“分眾深耕”。個人與家庭層面需積極調整規劃：以終身學習應對職業變革，以多元配置保障財富安全，以理性決策適配生活需求。 (財經新時空)

美國人口普查局周二公佈人口估計數字，美國人口在2025年達到3億4200萬人，但受到川普政府打擊移民行動影響，年度人口成長率卻出現下滑。美墨邊境延伸進入太平洋的邊境圍牆。（圖源：美聯社）《美聯社》報導，美國人口普查局（U.S. Census Bureau）指出，2025年人口成長率為0.5%，較2024年將近1%的成長率大幅下降。受到移民遷入影響，2024年人口成長率達到20年最高，估計美國人口達到3.4億人。去年美國移民人數增加近130萬人，但較2024年的280萬人大幅減少。人口普查局表示，如果移民減少的趨勢持續，到2026年中期，移民帶來的年度人口增長降至32.1萬人。此估計人數未區分合法與非法移民。過去125年期間，美國人口成長率最低的一年是2021年，正值新冠疫情（COVID）高峰期，人口成長率只剩0.16%，約52.2萬人。受到入境限制影響，移民僅增加37.6萬人。在此之前，人口成長率最低出現在1919年西班牙流感高峰期，略低於0.5%。美國去年出生人數比死亡人數多51.9萬人，雖然比疫情期間的低點高，但仍顯著低於2000年代，當時自然人口成長率介於160萬至190萬人之間。移民減少沖擊傳統吸引移民人口的幾州。加州2025年淨人口減少9500人，與前一年增加23.2萬居民形成強烈對比。雖然這2年搬離加州的居民數量大致相同，但差異在移民。2024年淨移入加州的移民有36.1萬人，2025年僅剩10.9萬人。佛羅里達州在移民與外州遷入人口方面，雙雙出現年度下滑。近年來，由於房地產價格飆升與房屋保險成本提高，導致「陽光之州」生活成本愈來愈貴。2025年僅2.2萬人從外州遷入，較2024年的6.4萬人顯著減少；淨移民人數從逾41.1萬人驟降至17.8萬人。紐約州2025年僅增加1008人，主要是移民淨遷入人數從2024年的20.7萬人減為9萬5600人。周二公佈的資料反映2024年7月至2025年7月之間變化，涵蓋拜登總統政府的最後階段，以及川普重返白宮後第1年的前半段。這些資料涵蓋洛杉磯（Los Angeles）與俄勒岡州波特蘭（Porland）開始加強執法的時期，但未反映川普政府在芝加哥（Chicago）、紐奧良（New Orleans）、田納西州孟菲斯（Memphis）及明尼阿波利斯（Minneapolis）展開打擊移民後的影響。2025年的資料與2024年形成強烈對比。2024年，美國淨國際移民佔全國人口增加330萬人的84%。2年前移民人口大幅增加，部分原因是人口統計方法改變，將人道理由獲准入境的人口納入計算。 (洛杉磯生活互動)

這幾天我個人覺得最大的新聞，就是1月19日國家統計局發佈2025年出生人口下降到792萬了，從前幾年的出生900多萬人，一步跨過了800萬這個區間，直接降到了700多萬人。792萬也是1949年以來中國出生人口最低的一年。出生人口快速下降，對未來中國的長期發展是利多還是利空？我想答案是明確的。我查詢了2024年西方國家的情況，歐盟27國+美國+加拿大+英國+澳新總人口是8.94億人，而出生人口總共853.05萬人；2024年底中國人口14.0828億人，出生人口是954萬人，暫時中國領先。但是中國2025年出生僅有792萬人，雖然西方國家2025年全年統計資料還沒出來，但他們出生人口波動不會太大，所以可以判定2025年中國新生兒數量已經低於西方了，是其2024年出生人口總數的92.8%，也就是中國14億人口出生人口還不如西方9億人的出生人口多。以上我還沒有計算日本，韓國，像日本的心理一向是把中國當做最大敵人。或者更確切的說，在過去的幾十年，1962年（1961年是中國出生人口低谷，但我未能查到西方新生兒確切出生資料）以來中國新生兒人口一直都比西方多，但2025年成了轉折點。由於西方的生育率比我們高（歐盟2024年為1.37，美國2024年為1.599），中國2020年七普是1.3，現在普遍認為比這又低了不少，因此預計未來中國和西方出生人口數量的差距還將越來越大。2024年西方（歐盟+美加+英國+澳新）大約4.81萬美元人均GDP（世界銀行資料）仍然是中國2024年人均1.344萬美元的大約3.58倍，而且現在西方出生人口數和生育率都已經高於中國，西方對中國呈現人均和人口總量的“雙優勢”。未來如果中國生育率不能得到提升，那麼未來中國人口也將低於西方，西方仍將長期是這個星球實力最強大的團體。而且不僅是人口總數會低於西方，由於生育率更低不少，因此中國人口結構也會更加老齡化，比西方更差，這會拖累中國長期經濟增速，人均GDP追趕西方可能性降低。對於人口，我覺得要擺脫以前長期的貧困落後帶給人的錯誤認識。1：重生產輕消費，潛意識裡認為中國人口不具備消費屬性，沒有意識到本土市場對於維持中國軍事科技優勢，全產業鏈優勢的核心意義以前生產力水平低，所以我們一直以來都是重視如何提升生產力水平，又因為生產力水平低帶來的貧困，所以中國本土人口缺乏消費力，所以才要大規模出口到歐美日韓港台，同時也讓人忽略中國本土人口的消費能力。這種思維延續到現在，典型的話語就是“機器人+AI技術進步了，以後中國都不需要這麼多人了”，這種話語背後的思維，就是潛意識認為中國人口只有生產屬性，沒有消費屬性，因為搞生產不需要這麼多人了，所以人就沒用了，全然沒有認識到消費或者說市場的重要性。舉一個例子，全國各地都會歡迎外地來的旅遊者，這些旅遊者可是沒有在本地從事生產的，但是為什麼那麼歡迎他們呢，因為大量外地旅遊者帶來了消費，帶動了本地經濟發展，所以說不只是從事生產才是貢獻，消費也是貢獻。再比如一個村莊有10個人總共有一萬元現金，有一個財主很有錢有其中的9000元，另外9個人只有1000元現金。但這個財主很吝嗇不願意消費，但是有一天他有了個兒子，這個兒子很喜歡花錢消費，他把財主手裡有5000元都拿去買另外9個人的產品和服務了，這樣另外9個人手裡就有了5000元現金，村子貧富差距大大改變，這9個村民的生活水平也得到了提高。而且由於財主兒子這個消費者對產品有要求，還會刺激這9個人去研究提供更好的產品，於是村莊的技術能力也有了進步。人口下降帶來本土市場的萎縮對於本土產業的發展是摧毀性的，最大的問題就是本土市場萎縮會導致無法維持全產業鏈，而這是我們在全球競爭的最大優勢，因為不管是美國，歐洲還是日本都沒有全產業鏈。本土市場的核心意義在於，它給本土頂尖企業最初的發展提供了第一桶金。舉個例子，中國商飛截止到2025年12月31日，總共交付了182架C909（ARJ21）和32架C919，這214架飛機除了7架C909是出口之外（5架印尼翎亞航空，2架寮國航空），95%以上都是在本土市場銷售。尤其是C919的32架是100%交付給本土航司，可以說沒有龐大本土市場的存在，中國的國產噴氣式民航客機也就不存在。再比如我們今天最強大的民營科技企業華為，他是1987年成立的，而華為發展的第一桶金也是來自本土市場，華為第一次在海外設立代表處是成立九年後的1996年（在莫斯科），真正海外市場開始規模突破是2000年以後，此時華為已經成立十幾年了。也就是說，華為起步的十幾年裡，也是依靠的中國本土市場成長，然後再進攻海外市場。美國拿晶片卡以華為為代表的中國高科技公司脖子，而中國要建立自主的晶片產業鏈，沒有幾千億上兆人民幣的持續投入是不行的，而這些資金都是來自本土市場持續供血。再比如中國的無人機，遠端火箭炮，五代機，六代機，電磁彈射航母等領先全球的軍事科技，95%以上的資金投入都是來自本土市場的貢獻，其背後的原因很簡單，就是中國的軍費投入在1999年突破1000億元人民幣，在2010年突破5000億人民幣，在2017年突破2兆人民幣。沒有龐大的本土市場支撐，也就沒有中國軍事科技的逐漸領先。2：要意識到國際社會是“叢林法則”，獲得資源的多少是來自於國際競爭，我們的競爭對手是西方的9億人口。常見的說法就是，中國人少了，資源就變多了，這是完全錯誤的看法。一個現代國家要想有高生活水平，則獲得資源（原材料，市場，資本）必然是來自全球，而不是僅僅來自本土，不然必然陷入貧困落後，發展水平必然會被其他能獲取全球資源的國家超過，而你在全球能獲得多少資源，則是競爭的結果。 不是說你人少了，獲得的資源還能不變，從而推匯出人均資源增加，而是可能會在競爭中“滿盤皆輸”，全部都沒了。不能從全球獲得足夠的資源，就無法在本土創造足夠的高薪工作崗位，而高薪工作崗位對一個國家的國民是最重要的，我們小時候寒窗苦讀十幾年，現在又天天操心孩子的學習成績，最終就是為了獲得一個高薪工作崗位。沒有高薪工作崗位，你再怎麼卷學習都沒用，菲傭裡面就有不少是大學生，沒錯大學畢業只能當外國人的保姆。相反高薪工作崗位足夠多，你根本不用卷學習，考一個三本甚至大專出來也有不錯收入的工作。在競爭狀況下，你獲取全球資源（原材料，市場，資本）的通路隨時可能被對手切斷。舉個例子，伊朗有豐富的石油，但是美國2018年一開始加大制裁，不准其他國家買伊朗石油，這就讓伊朗失去了寶貴的海外市場，沒錯海外市場也是重要的資源。導致伊朗不得不降價出售石油（畢竟買家要冒風險），加上運費高（畢竟海外運輸公司也要冒被美國製裁的風險），導致伊朗出口收入大幅下降，2018年至今伊朗貨幣貶值了二三十倍，伊朗老百姓大量財富化為烏有。中國過去七八年面臨的情況也非常類似，美國不僅試圖通過提高關稅切斷中國對美國的出口，讓中國喪失美國市場，而且還想說服和壓制其他國家不要買華為的5G裝置，讓中國的高科技企業喪失全球市場，正是因為我們的人口和國力遠強於伊朗，所以才不會面臨伊朗的情況，華為至今在美國以外的市場能夠順利銷售。再比如中國大量進口澳大利亞的各種自然資源（鐵礦石，鋰礦，煤炭等），如果中國是個人口小國，進口量有限，澳大利亞在美國施壓下說斷絕對中國的資源出口就可以完全斷絕，但是龐大的中國市場成了澳大利亞自然資源出口的關鍵命脈，根本無可替代，使得澳大利亞必須持續向中國出口資源維持其經濟運行，甚至必和必拓還配合中國，部分對中國出口的鐵礦石按照人民幣結算。中國若沒有足夠的人口體量，人口高達八九億的西方可以隨時制裁中國，他們可以隨意的斷絕我們的外部市場，禁止其他國家買我們的東西，也能隨時禁止其他國家賣給我們自然資源。再強調一次，資源的獲取是靠競爭，不只是國家與國家之間如此，就連兩個村莊之間也是如此，還記得以前中國的村莊經常械鬥嗎，就是爭奪水資源，土地資源等，這個時候你的村莊人口減少了，對你們村是災難性的，此時而你們村的人均資源不是變多，相反會減少。即使在同一個村莊內部，人均最富裕的都是人多勢眾的大家族，因為他們在村莊內部的資源競爭中佔據優勢地位，這也是同樣道理。3：重視人口的重性，才會真正的重視財富的分配，提升生活水平我一直覺得，只有真正的認識到人的重要性，才會真正的重視財富分配，真正的重視人的獲得。那些持有中國應該大力提高生育率觀點的人，包括我，無一例外都認為應該加大生育激勵，給予生育家庭更高的現金補貼，這個道理也很簡單，你覺得一個人很重要，你才會給予他更多。在我看來，真正重視人口的重要性了，千方百計想辦法大力提升生育率，會成為加大財富分配力度，提升生活水平的強大原動力。從2021年7月四川省攀枝花在全國第一個發佈生育補貼政策，到各地紛紛出台生育補貼，最高的呼和浩特已經是一孩現金補貼一萬，二孩補貼五萬，三孩補貼十萬人民幣。像湖北省天門市除了現金補貼，給二孩家庭買房子補貼6萬人民幣，給三孩家庭購房補貼12萬人民幣。去年國家也在7月份發佈了一個孩子每年補貼3600元直到3歲的國家政策，我在抖音上已經看到不少家庭曬現金到帳截圖。這些金錢的激勵客觀上促進了全社會更合理的分配（向辛苦養娃為社會做貢獻的家庭傾斜），減輕了家庭負擔。這些政策出台背後的指導思想就是鼓勵生育，提振生育率，如果還是抱著“中國人太多了，越少越好”的思想，則這些激勵也就不會存在。因此形成鼓勵生育的社會氛圍，是有利於社會財富更為合理的分配。再進一步，當把提升生育率作為最高目標，提到前所未有的高度時，才會破除一些歷史原因形成的現狀。比如如果年假得不到普遍推行，996情況嚴重是有利於生育率還是不利於生育率？嚴格限制居住用地供給，把“土地集約高效利用”而不是把人住得是否舒適放在第一位，是有利於生育率還是不利於生育率？因此在我看來，重視生育率提升其實可以看成是進一步提升生活水平的強大原動力。 (寧南山)

導讀人口是一切經濟社會活動的基礎，人才更是第一資源。我們在前期系列報告中提出“人隨產業走、人往高處走”的邏輯，指出人口正持續向大城市及大都市圈集聚。隨著人口紅利消逝、人才價值日益凸顯，我們已經連續多年與智聯招聘合作，推出“中國城市人才吸引力排名”報告，以期精準把握人才流動特點、持續跟蹤人才流動趨勢。2024年人才流動延續分化趨勢。摘要資料說明：智聯招聘擁有3.74億+職場人使用者；其中約8成為專科及以上學歷，遠超全國就業人口總體的22.1%。在求職者中，約四成為流動跨城求職者。2024年流動人才特徵為：從性別看，流動人才中男性佔61%，高於求職總體的56%，男性依舊更可能跨城求職；從年齡看，流動人才中18-30歲人才佔比67%，高於求職總體的61%，30歲以下人才更有可能跨城求職；從學歷看，流動人才中54%為本科及以上學歷，高於求職總體的47%，高學歷人才更有可能跨城求職；從行業看，2024年流動人才中55%分佈在IT網際網路、房地產、製造業行業，較2023年下降0.5百分點，其中，由於房地產行業處於調整期等，近年人才異地求職比例較高。榜單概覽：京滬深依舊居前三，長三角、珠三角人才持續集聚。1）2024年中國最具人才吸引力城市100強：北京連續多年佔據榜首。從結果看，2024年前十城市與2023年相比無位次變動，依舊是北京、上海、深圳、廣州、杭州、成都、南京、蘇州、武漢、無錫位居前十。2）人才流動趨勢：一線城市、長三角珠三角人才集聚，高能級城市人才流動性較高。分地區看，得益於雄厚的經濟基礎和較高的戰略定位，東部人才持續集聚，中部、西部、東北持續淨流出。分線看，一線城市人才聚集連續三年放緩，二線城市人才淨流入佔比連續兩年回正，三線、四線人才持續流出。分城市群看，6成人才流向五大城市群，其中長三角、珠三角人才持續集聚，京津冀人才連續兩年呈淨流出趨勢，成渝、長江中遊人才持續淨流出。重點城市：杭蓉人才淨流入佔比上升，城市群內人才流動依舊為主流1）一線城市：京滬廣人才淨流入佔比下降、深圳持平從人才淨流入佔比看，2024年京滬廣同比小幅下降，深圳持平，京滬深廣分別為0.4%、1.3%、1.2%、0.8%，上海最高。由於北京嚴控人口、產業疏解等，人才流入佔比減少，2024年人才淨流入佔比較2023年下降0.2個百分點；上海人才淨流入佔比變動呈倒“V”型，2024年人才淨流入佔比為1.3%，較2023年下降0.3個百分點，但仍是榜首；2024年深圳人才淨流入佔比穩定，廣州人才淨流入佔比較2023年下降。2）二線城市：杭州人才淨流入佔比持續居首，南京、無錫佔比穩定2024年杭州、成都、南京、蘇州、武漢、無錫分別為1.30%、0.03%、0.70%、0.73%、0.05%、0.64%，杭州最高。杭州人才淨流入佔比較2023年小幅上升至1.3%，依舊是6個重點城市淨流入最高的城市。杭州因智能物聯、生物醫藥、高端裝備、新材料和綠色能源等領域產業發展迅速，且宜居的人文環境等；成都人才淨流入佔比轉正，人才集聚主因是經濟發展較為活躍、文創與電子資訊產業發達，引才留才生態建構較好、宜居品質高等；南京人才持續淨流入，且佔比持續保持穩定，南京主因高技術產業發展迅速，實施“寧聚計畫”並持續最佳化細則等，不斷吸引和留住人才；蘇州人才呈淨流入趨勢，主要得益於蘇州經濟實力雄厚且發展快、創新發展領先且區位優勢明顯，但近2年人才淨流入佔比小幅下降；武漢人才集聚主因為積極推動“百萬大學生留漢”等引才留才政策實施，吸引各類人才來漢，推動其人才淨流入，但近3年人才淨流入佔比小幅下降；無錫人才淨流入較穩定，主因物聯網、積體電路等產業發展迅速，且與同梯隊城市相比，工作機會多，生活成本相對較小等。風險提示：樣本偏差；簡歷投遞與實際人才流動存在一定出入目錄1 資料說明：通過跨城求職資料解密流動人才特徵2 榜單概覽：京滬深居前三，長三角珠三角人才集聚2.1 中國最具人才吸引力城市TOP100：京滬深居前三，百強東部城市佔比超五成2.2 人才流動趨勢：東部城市人才持續集聚，六成人才流向五大城市群3 重點城市：杭蓉人才淨流入佔比上升，城市群內人才流動依舊為主流3.1 一線城市：京滬廣人才淨流入佔比下降、深圳持平3.2 二線城市：杭州人才淨流入佔比居首、南京、無錫佔比穩定正文1  資料說明：通過跨城求職資料解密流動人才特徵資料說明及特徵：智聯招聘擁有3.74億+職場人使用者，累計合作企業數達1436萬+，其中，求職人才即當年有簡歷投遞行為的使用者中約8成為專科及以上學歷，遠超全國就業人口總體的22.1%；在求職人才中，約四成為跨城求職者，即現居住城市和簡歷投向城市不同的流動人才。1）從性別看，2024年流動人才中男性佔61%，高於求職總體的56%，男性依舊更可能跨城求職。2024年求職人才中男女比例為56:44，其中流動人才男女比例為61:39。2021、2022、2023年流動人才男女比例分別為58:42、56:44、59:41，2024年求職人才性別比增大。2）從年齡看，2024年流動人才中18-30歲人才佔比67%，高於求職總體的61%，30歲以下人才更有可能跨城求職。2024年流動人才中18-25歲、26-30歲、31-35歲、36-40歲、41-45歲、46歲及以上分別佔比44.9%、21.7%、14.2%、9.5%、5.0%、4.7%，各年齡段分別較求職總體高4.9、0.4、-2.1、-1.5、-0.8、-0.9個百分點，說明30歲及以下人才更有可能跨城求職。2021-2024年流動人才中30歲及以下佔比分別為64.4%、66.9%、68.9%、66.6%。3）從學歷看，2024年流動人才中54%為本科及以上學歷，高於求職總體的47%，高學歷人才更有可能跨城求職。2024年求職人才中初中及以下、高中、專科、本科、研究生及以上學歷佔比分別3.0%、11.8%、31.5%、46.6%、7.1%。流動人才中本科及以上學歷比重均高於整體水平，2024年流動人才中本科及以上學歷佔比53.7%，同比1.6個百分點，較求職總體高6.5個百分點。2021-2023年流動人才中本科及以上學歷佔比分別為55.7%、51.6%、52.1%。4）從行業看，2024年流動人才中55%分佈在IT網際網路、房地產、製造業行業，較2023年下降0.5百分點，其中，由於房地產行業處於調整期等，近年人才異地求職比例較高。2024年整體求職人才最多的前三行業是IT|通訊|電子|網際網路、房地產|建築業、生產|加工|製造，分別佔比18.9%、16.5%、16.6%，合計佔比52.0%，較2023年下降0.6個百分點；流動人才最多的前三行業也是上述三個行業，分別佔比19.0%、18.3%、17.4%，合計佔比54.7%，說明流動人才分佈更加集中。其中，由於房地產行業處於調整期等，近年人才求職比例較高，流動人才在房地產|建築業的分佈遠高於整體求職人才，2021-2024年流動人才佔比分別為19.3%、17.5%、18.9%、18.3%，較整體求職人才分別高3.2、2.0、2.1、1.8個百分點。2 榜單概覽：京滬深居前三，長三角珠三角人才集聚2.1 中國最具人才吸引力城市TOP100：京滬深居前三，百強東部城市佔比超五成從人才吸引力指數觀察，2024年北京、上海、深圳位居前三名，北京連續多年佔據榜首，上海距北京的差距縮小，廣州、杭州、成都、南京、蘇州、武漢、無錫位居前十。為衡量城市的人才吸引力，定義人才吸引力指數為人才流入佔比、人才淨流入佔比、應屆生人才流入佔比、碩士及以上人才流入佔比、人均可支配收入、人口淨流入。人才流入佔比=流入某城市的人才/全國流動人才總量，人才淨流入佔比=（流入某城市的人才-流出某城市的人才）/全國流動人才總量，分別反映該城市引得來和留得住的能力。其中，流入某城市的人才指現居住地不在該城市、但簡歷投向了該城市的人才；流出某城市的人才指現居住地為該城市、但簡歷投向了其他城市的人才；全國流動人才總量指現居住地和簡歷投向地不一致的人才。應屆生人才流入佔比=投向某城市的應屆生人才/應屆生求職人數總量，碩士及以上人才流入佔比=投向某城市的碩士及以上學歷人才/碩士及以上求職人數總量，分別反映城市對年輕大學生和高學歷人才的吸引力。從結果看，2024年前十城市與2023年相比無位次變動。作為政治、經濟、文化中心的北京人才吸引力指數連續多年第一，由於薪資優勢明顯，多元化的產業結構，眾多頂尖高校和科研機構等，北京對求職者一直保持較高吸引力，人才保持淨流入，近幾年排名佔據榜首；上海市經濟體量大且增長穩定，高新技術產業、現代服務業等領域蓬勃發展，吸引大量人才來滬，人才吸引力指數與北京的差距進一步縮小；深圳、廣州近年位次分別穩定在第三、第四；杭州因以智能物聯、電商等產業發展迅速，排名一直位列二線城市首位，2020-2024年排名分別名列第2、5、5、5、5；成都、南京、蘇州較穩定，繼續位列第6、第7、第8；武漢依舊排名第9；無錫繼2022年首次榮登前十榜單後，繼續維持在前十。2024年TOP50城市中，東部、中部、西部、東北地區分別有36、6、6、2個，分別佔各區域城市總數的41.4%、7.5%、6.3%、5.9%；一二三四線分別有4、28、16、2個，分別佔一二三四線城市總數的100%、80.0%、19.8%、1.1%；長三角、珠三角、京津冀、長江中游、成渝城市群分別有20、7、3、3、2個，分別佔各區域城市總數的76.9%、77.8%、23.1%、11.1%、12.5%，其中長三角城市群進入前50的城市數量較2023年下降1個。應屆生和碩士及以上人才依舊更傾嚮往一二線城市集聚。2024年應屆生、碩士及以上人才將簡歷投向一線城市的佔比為17.4%、23.2%，分別高於流動人才流向一線城市2.0、7.8個百分點；約5成的應屆生、碩士及以上人才將簡歷投向二線城市。從應屆生看，應屆生人才流入一二線城市合計佔比66.1%，高於整體人才流入佔比的58.2%，與整體流動人才相比，應屆生人才更加傾向一、二線城市。從碩士及以上人才看，碩士及以上人才流入一二線城市合計佔比72.7%，高於人才流入佔比，其中一線、二線城市碩士及以上人才流入佔比分別比人才流入佔比高7.8、6.7個百分點，與整體流動人才相比，碩士及以上人才傾向流入一二線重點城市集聚。2.2人才流動趨勢：東部城市持續人才集聚，六成人才流向五大城市群人才淨流入佔比是人才吸引力指數的核心指標，等於（流入某城市的人才-流出某城市的人才）/全國流動人才總量。1）分地區看，2024年東部人才淨流入佔比連續2年下降，西部、東北部人才淨流入佔比有所回升,東部、中部、西部、東北人才淨流入佔比分別為13.4%、-6.5%、-4.0%、-2.6%，東部人才依舊持續集聚，中部、西部、東北持續淨流出。從人才流入流出佔比看，2020-2024年東部地區人才流入佔比從59.6%降至58.9%，人才流出佔比從48.1%降至45.5%，東部地區人才流動性較2023年繼續下降；2024年中部地區人才流入、流出佔比為18.9%、25.3%，較2023年分別上升0.2個、下降0.1個百分點；2024年西部較2023年人才流入流出佔比小幅上升；東北部地區較2023年人才流入流出佔比小幅下降。從人才淨流入佔比看，2020-2022年東部地區人才淨流入佔比從11.5%增至14.0%，2024年小幅下降至13.4%，但得益於雄厚的經濟基礎和較高的戰略定位，人才依舊持續向東部集聚；中部地區人才持續淨流出，2024年淨流入佔比較2023年有所上升；西部、東北部人才淨流入佔比有所回升，較2023年均回升0.1個百分點。2）分線看，一二線人才流動減少，三四線人才流動提升。2024年一線城市人才聚集連續三年放緩，二線城市人才淨流入佔比連續兩年回正，三線、四線人才持續流出。一線、二線、三線、四線人才淨流入佔比分別為3.7%、0.2%、-0.1%、-3.4%。從人才流入流出看，2020-2024年一線人才流入佔比持續下降，從19.1%降至15.4%、流出佔比從15.6%降至11.7%，流出佔比降幅遠大於流入佔比；二線人才流入、流出佔比均下降；三四線城市流入流出佔比均有所增加，流出佔比增幅大於流入佔比。從人才淨流入佔比看，近4年一線城市人才淨流入佔比有所下降，2021-2024年從5.4%下降至3.7%，一線人才聚集放緩；二線城市淨流入佔比連續2年為正，人才聚集；三線、四線城市依舊人才持續淨流出，流出幅度有所下降，2024年三、四線城市淨流入佔比為-0.1%、-3.4%，較2023年上升0.2個、0.5個百分點。3）分城市群看，6成人才流向五大城市群，2024年長三角、珠三角人才持續集聚，京津冀人才連續兩年呈淨流出趨勢，成渝、長江中遊人才持續淨流出。從人才流入流出看，2020-2024年，長三角人才流入佔比從22.0%升至22.2%，人才流出佔比從15.6%降至14.4%；珠三角人才流入佔比小幅上升，流出佔比從9.4%降至9.1%；京津冀人才流入流出佔比均呈下降趨勢；成渝人才流入佔比和人才流出佔比較為穩定；長江中遊人才流入流出佔比均小幅下降。與2020年相比，2024年五大城市群人才流動性下降，2020-2024年五大城市群合計人才流入佔比從61.4%降至60.3%，人才流出佔比從53.6%降至50.2%。從人才淨流入佔比看，2020-2024年，長三角人才淨流入佔比從6.4%增至7.8%，人才淨流入佔比高於其他城市群，人才大量向長三角集聚；珠三角從3.8%增至4.4%；京津冀逐年分別為-0.7%、-0.6%、0.5%、-0.5%、-0.6%，人才淨流入佔比連續2年為負；長江中游、成渝人才呈淨流出，2024年人才淨流入佔比分別為-1.1%、-0.4%。（註：2023年開始長三角城市群封包含溫州。）3 重點城市：杭蓉人才淨流入佔比上升，城市群內人才流動依舊為主流3.1一線城市：京滬廣人才淨流入佔比下降、深圳持平從人才淨流入佔比看，2024年京滬廣同比小幅下降，深圳持平，京滬深廣分別為0.4%、1.3%、1.2%、0.8%，上海最高。由於北京嚴控人口、產業疏解等，人才流入佔比減少，2024年人才淨流入佔比較2023年下降0.2個百分點；上海人才淨流入佔比變動呈倒“V”型，2024年人才淨流入佔比為1.3%，較2023年下降0.3個百分點，但仍是榜首；2024年深圳人才淨流入佔比穩定，廣州人才淨流入佔比較2023年下降。1）北京：近2年北京人才集聚放緩，2020-2024年人才淨流入佔比分別為0.2%、1.0%、1.5%、0.5%、0.4%，由於人才流入減少，2024年淨流入佔比繼續下降。北京人才流出的前十城市中，京津冀城市群有4個，佔17.0%，高於2023年的15.9%。從人才流入流出看，近3年北京人才流入、流出佔比明顯下降，人才流動性減弱，2021-2024年人才流入佔比從6.4%降至4.3%，而同期人才流出佔比從5.3%降至3.9%。近年北京的人才流入、流出均居全國城市首位。 2020年後，由於人才流出明顯放緩，淨流出轉為淨流入，2022年為近年高點，2024年人才淨流入佔比為0.4%，較2023年下降0.17個百分點。從來源看，2024年人才流向北京的前十大城市合計佔比34.1%，其中天津佔比第一，為7%，北京對周邊城市虹吸作用明顯。人才流入北京主要因為經濟體量大、收入水平較高，2024年GDP規模達到5兆元，城鎮人均可支配收入9.25萬元，僅次於上海，排名全國第二。2025年北京亦莊發佈應屆生安居福利政策，打造“求職7日免費住宿—實習3月免費短租—就業3年優惠長租”階梯式安居體系。但近年北京人才引進政策力度與其他城市相比較弱，人才流入佔比持續下降。從去向看，北京人才流向的前十大城市合計佔比39.3%，低於2023年的40.0%。其中，流出北京的人才中，前往天津最多，佔比為7.9%，較2023年提升1.1個百分點，其次是上海。近年北京持續疏解非首都核心功能，與津冀對接協同產業。根據北京市發改委資料，近十年，累計不予辦理新設立或變更登記業務超2.5萬件，退出一般製造和污染企業約3200家，疏解提升區域性專業市場和物流中心近1000個。北京周邊城市人才承接能力有一定提升，人才從北京流出的前十城市中津冀城市為4個，佔17.0%，高於2023年的15.9%。2）上海：近3年人才集聚放緩，2020-2024年上海人才淨流入佔比分別為1.2%、2.1%、1.9%、1.5%、1.3%，人才集聚。由於上海經濟體量大、薪酬水平高、新經濟促進政策初見成效，吸引人才來滬就業，疊加放寬落戶政策等，減少人才流出。從人才流入流出佔比看，2020-2024年上海人才流入佔比從4.7%降至3.5%。2024年人才流入佔比較2023年小幅下降0.5個百分點，而人才流出佔比保持穩定，為2.2%，因此淨流入佔比小幅下降。從來源看，2024年人才流向上海的前十大城市合計佔比35%，低於2023年的36.1%，上海人才來源集中度繼續下降。其中，長三角城市有3個，合計佔比10.7%。人才流入上海主要因為其經濟體量大、薪酬水平高，新經濟促進政策有一定成效且上海放寬人才引進政策。2024年上海GDP規模達5.4兆元，城鎮人均可支配收入9.31萬元，均位列全國第一。根據上海市經濟和資訊化委員會資料，2024年上海的中國網際網路百強企業數為15家，位居全國各省市第2位，“線上新經濟”發展效果明顯。2022年開始上海人才落戶條件放寬，高層次人才、重點機構急需人才、高技能人才等5類人才可直接落戶上海，申辦公示期由15天減少至5天。整體看，落戶政策相對北京更寬鬆、流程更簡化，更能吸引年輕優秀人才來滬就業。2024年上海戶籍常住人口同比增加16.6萬人。從去向看，流出上海的人才主要去向北京、杭州、蘇州，2024年上海人才流向的前十大城市合計佔比42.8%，低於2023年的46.6%，流出上海的人才集中度下降。其中，長三角城市增加至5個，合計佔比22.3%。人才流出上海主要因為上海控制人口規模和部分產業轉移，2016年上海“十三五規劃”及《上海城市總體規劃綱要（2015-2040）》均要求2020年及之後上海常住人口控制在2500萬人以內。3）深圳：2024年常住人口同比增加20萬人，居全國前列，人才也保持淨流入，2020-2024年人才淨流入佔比分別為1.3%、1.4%、1.1%、1.2%、1.2%，人才集聚明顯，主因深圳經濟發展速度快，擁有低於北京和上海的落戶門檻，以及各類創新的產業，能提供較多工作崗位等。從人才流入流出佔比看，2020-2024年深圳人才流入佔比從4.6%降至4.0%，人才流出佔比從3.3%降至2.8%，人才流動性下降。由於流入流出佔比降幅相當，近年人才淨流入佔比保持平穩。從來源看，2024年人才流向深圳的前十大城市合計佔比38.6%，低於2023年前十來源地的39%，深圳的人才來源集中度繼續下降。其中，珠三角城市有3個，合計佔比18.0%。流入深圳的人才中10%來自廣州，流入廣州的人才中8.9%來自深圳，深圳和廣州互為人才來源城市的第1位。人才流入深圳主要因為經濟發展速度較快，2023年深圳GDP達3.7兆，位居全國第3。疊加擁有低於北京和上海的落戶門檻，以及創新的產業結構，提供較多工作崗位，能吸引更多人才到深圳就業。2024年，深圳國家高新技術企業突破2.5萬家，平均每平方公里擁有12家，密度居全國第一。從去向看，深圳人才流向的前十大城市合計佔比48.2%，低於2023年前十來源地的50.2%，深圳的人才去向更加分散。其中珠三角城市升至5個，合計佔比33.5%。流出深圳的人才中11.5%流向廣州，其次是流向東莞、惠州、佛山，佔比分別為10.5%、4.8%、4.2%。深圳人才流出是由於人口控制和產業遷移等，根據2025年1月國務院批覆的《深圳市國土空間總體規劃（2021－2035年）》顯示，2035年深圳市常住人口規模嚴格控制在1900萬人以內，實際服務管理人口控制在2300萬人左右。4）廣州：2024年廣州人才淨流入小幅下降，2020-2024年人才淨流入佔比分別為0.9%、1%、0.7%、1.0%、0.8%，人才集聚，主因廣州經濟發展速度快，生活成本、房價在一線城市中較低。廣州人才流向珠三角城市佔比41.6%，高於北京流向京津冀、上海流向長三角城市佔比，珠三角城市群人才內循環較強。從人才流入流出看，2020-2023年廣州人才流入佔比從3.8%升至4.1%，但2024年小幅下滑至3.6%；人才流出佔比從2.9%降至2.8%，人才集聚放緩。2024年總體人才呈淨流入，佔比為0.8%，較2023年下降0.2個百分點。從來源看，人才流向廣州的前十大城市合計佔比37.6%，低於2023年的39.6%，人才來源集中度下降。其中珠三角城市有3個，合計佔比19.6%。人才流入主因廣州經濟發展速度快，並且生活成本、房價在一線城市中最低。根據諸葛找房資料，2024年北京、上海、深圳的房價收入比分別為26.4、26.1、34.8，而廣州為17.2。從去向看，廣州人才流向的前十大城市合計佔比51.9%，高於2023年的50.8%，集中度提升。其中珠三角城市為6個，合計佔比41.6%。與之相比，北京流出人才中17%流向京津冀城市群，上海流出人才中22.3%流向長三角城市群，深圳流出人才中33.5%流向珠三角城市群，廣州人才流向珠三角城市群城市的比重相對更高。人才流出一方面是因為珠三角多為粵語城市、文化相近，流動相對頻繁。另一方面是廣州高校數量較多，廣東省人才為求學向廣州集聚，畢業後從廣州回流至省內其他城市。根據教育部資料，廣州普通高校數、211高校數分別為37、6所，分別排名第5、6名。2024年廣州普通本專科在校生人數達150萬人。3.2二線城市：杭州人才淨流入佔比持續居首，南京、無錫佔比穩定從2024年人才淨流入佔比看，6個重點二線城市，無錫繼2022年首次進入前十後，繼續位居第十，杭州、成都、南京、蘇州、武漢、無錫分別為1.30%、0.03%、0.70%、0.73%、0.05%、0.64%，杭州最高。2024年杭州人才淨流入佔比較2023年小幅上升至1.3%，依舊是6個重點城市淨流入最高的城市。杭州因智能物聯、生物醫藥、高端裝備、新材料和綠色能源等領域產業發展迅速，且宜居的人文環境等；成都人才淨流入佔比轉正，人才集聚主因是經濟發展較為活躍、文創與電子資訊產業發達，引才留才生態建構較好、宜居品質高等；南京人才持續淨流入，且佔比持續保持穩定，南京主因高技術產業發展迅速，實施“寧聚計畫”並持續最佳化細則等，不斷吸引和留住人才；蘇州人才呈淨流入趨勢，主要得益於蘇州經濟實力雄厚且發展快、創新發展領先且區位優勢明顯，但近2年人才淨流入佔比小幅下降；武漢人才集聚主因為積極推動“百萬大學生留漢”等引才留才政策實施，吸引各類人才來漢，推動其人才淨流入，但近3年人才淨流入佔比小幅下降；無錫人才淨流入較穩定，主因物聯網、積體電路等產業發展迅速，且與同梯隊城市相比，工作機會多，生活成本相對較小等。1）杭州：近5年杭州人才淨流入保持在1.2%以上。2020-2024年人才淨流入佔比分別為1.6%、1.6%、1.3%、1.2%、1.3%，始終為正，人才吸引力排名穩居前列，主因杭州智能物聯、生物醫藥、高端裝備、新材料和綠色能源等領域產業發展迅速，且宜居的人文環境等。從人才流入流出看，2024年杭州全市常住人口同比增加10.2萬人。人才方面，2020-2024年杭州人才流入佔比較穩定，始終維持在3%左右，人才流出佔比從2.0%降至1.6%，杭州留才能力較強。人才流入明顯大於流出，使得人才淨流入佔比維持在較高水平，近5年均超1.2%。從來源看，2024年人才流向杭州的前十大城市合計佔比達30.7%，低於2023年的31.9%，人才來源集中度下降。其中有3個來自長三角地區，合計佔比達10.2%，其中上海是杭州人才第一大來源地，杭州人才來源地區較多元，引才範圍更廣泛。人才流入杭州主要是智能物聯、生物醫藥、高端裝備、新材料和綠色能源等產業發展迅速，收入水平相對較高，人才政策針對各類人才等。根據杭州市統計局資料，2024年,杭州全市數字經濟核心產業增加值同比增長7.1%，佔全市GDP比重達28.8%，創歷史新高。2025年初杭州以“杭州六小龍”為代表，以創新“出圈”。從去向看，杭州人才流向的前十大城市合計佔比達40.6%。其中，有7個去向長三角地區城市，合計佔比達30%，杭州人才主要向長三角地區流動，區域內交流密切。2）成都：2024年成都人才淨流入佔比轉正。2020-2024年人才淨流入佔比分別為-0.1%、0.0%、-0.6%、-0.3%、0.0%，人才集聚主因是經濟發展較為活躍、文創與電子資訊產業發達，引才留才生態建構較好、宜居品質高等。從人才流入流出看，成都人才流入、流出量均較大，2024年成都人才流入佔比2.7%，人才流出佔比2.7%，整體人才流動性較強。由於人才流出佔比減少較多，2024年人才淨流入佔比轉正。從來源看，人才流向成都的前十大城市合計佔比達33%，低於2023年的35.9%，來源地更廣泛。其中，重慶為成都人才流入的第一來源地，流入佔比9.2%，主因成渝地區雙城經濟圈規劃落地，助力經濟圈內城市人才流動頻繁。人才流入的主因是成都作為西部地區中心城市，經濟發展較為活躍、文創與電子資訊產業發達，引才留才生態建構較好、宜居品質高等。其中，成都全國率先推行“先落戶後就業”、“先安居後就業”，全域佈局“蓉漂青年人才驛站”，求職畢業生僅憑面試通知就可申請最長一個月免費入住等。同時，創新建立匯聚校地企三方優勢的線上整合平台——成都校地對接促就業平台，實現就業崗位一網可選、就業政策一網可查、就業事項一網可辦。在智聯招聘、北京大學社會調查研究中心、北京大學國家發展研究院主辦的“2024中國年度最佳僱主”評選活動中，成都被評為2024“中國最佳引才城市”，已連續6年獲此稱號。從去向看，成都人才流向的前十大城市合計佔比為36.9%，低於2023年的39.4%。其中，流向成渝地區的佔比為20.7%，人才主要向成渝地區流動，區域內交流密切。3）南京：近年人才淨流入始終為正且較穩定，2020-2024年人才淨流入佔比在0.7%-1%之間，主因高技術產業發展迅速，實施“寧聚計畫”並持續最佳化細則等，不斷吸引和留住人才。從人才流入流出看，2020-2024年南京人才流入佔比從2.7%降至2.3%，人才流出佔比從1.8%降至1.6%，變化幅度相對較小，使得近年南京人才淨流入佔比一直保持0.7%-1%的水平，基本穩定。從來源看，人才流向南京的前十大城市合計佔比達30.0%，低於2023年31.7%，人才來源集中度下降。其中，有5個是長三角地區，合計佔比達16%，低於2023年的17.2%。人才流入南京主因其高端產業發展迅速、落戶政策寬鬆等。近年南京培育壯大“2+6+6”創新型產業叢集，打造“4+N”產業基金叢集，2024年高新技術產業產值佔規模以上工業比重達50.7%，同比提高0.8個百分點。另外，2018年南京實施“寧聚計畫”，後續推出“人才強市25條”“重點產業人才7策”等，並全面升級人才政策體系，暢通人才“引育留用”全鏈條。2024年南京全市城鎮新增就業21.9萬人，南京籍離校未就業高校畢業生幫扶就業率90%以上，南京已連續五年獲評“中國年度最佳促進就業城市”。從去向看，南京人才流向的前十大城市合計佔比達42.8%。其中，有8個是長三角地區，合計佔比達36.2%。南京和長三角的人才互動較頻繁，部分因為南京高校較多，長三角人才為求學向南京集聚，畢業後從南京回流至長三角其他城市。根據教育部資料，南京普通高校數、211高校數分別為37、12所，分別位列全國第5、3名。4）蘇州：近2年人才淨流入佔比小幅下降，2020-2024年人才淨流入佔比分別為0.7%、0.9%、1.0%、0.8%、0.7%，人才集聚，主要得益於蘇州經濟實力雄厚且發展快、創新發展領先且區位優勢明顯。從人才流入流出看，近年蘇州人才流入佔比保持平穩，維持在2.2-2.4%左右，2020-2022年人才流出佔比從1.6%降至1.4%，2023年回升至1.6%，由於人才流入佔比下降，2024年人才淨流入佔比較2023年小幅下降0.1個百分點，至0.7%。從來源看，人才流向蘇州的十大城市合計佔比達到34%，低於2023年的35%，來源地更廣泛。其中7個城市為長三角地區城市，合計佔比達到24.6%，蘇州與長三角的城市人才交流較密切。人才流入主因蘇州經濟實力雄厚、創新發展領先，並且地處長三角腹地、距離上海最近，是資源外溢最大受益者，且製造業立市，提供大量崗位吸引人才。2024年蘇州GDP為2.7兆，居全國第六、江蘇省第一，長三角地區第二；規上工業總產值4.7兆元，穩居第2，僅次於深圳；高新技術企業超1.74萬家，保持全國第4。國家級科技型中小企業達到2.43萬家，保持全國第1。從去向看，蘇州人才流出的前十大城市合計佔比達到43.7%，其中7個城市為長三角區域城市，合計佔比為36.3%，低於2023年的36.9%，長三角區域內人才交流密切。蘇州製造業全國領先，製造業人才流動性高於其他城市。5）武漢：近3年人才淨流入小幅下降，2020-2024年人才淨流入佔比分別為0.2%、0.5%、0.2%、0.1%、0.0%，人才集聚，主因積極推動“百萬大學生留漢”等引才留才政策實施，吸引各類人才來漢。從人才流入流出看，2020-2024年武漢人才流入佔比從2.1%下降至1.9%，人才流出佔比從2.0%下降至1.8%，但2024年人才淨流入佔比依舊為正，人才呈持續淨流入趨勢。從來源看，人才流向武漢的前十大城市合計佔比達32.5%，低於2023年的36.9%，人才來源地更廣泛，人才來自鄭州的最多，佔比4.6%。人才流入武漢主要因為2017年開始實施“百萬大學生留漢創業就業工程”吸引畢業生。2021年成立人才集團有限公司，專門為城市引進人才，並且武漢繼續放寬落戶條件，接近“零門檻”，落戶開放度在國家中心城市中最大。2024年錨定“新質”薦新才，啟動英才計畫集中舉薦等，吸引各類人才來漢就業創業。此外，作為在校大學生數量全國第三的城市，武漢留漢人才明顯增加。7-8年間，留漢就業創業的大學生已超過200萬，近年持續超額完成“學子留漢”工程計畫（每年10萬人）。從去向看，武漢人才流向的前十大城市合計佔比達37%，低於2023年的39.7%。其中，前往深圳、上海、廣州佔比較大，分別為6.2%、4.8%、4.6%。6）無錫：近年人才淨流入較穩定，2020-2024年人才淨流入佔比分別為0.6%-0.8%之間，佔比較穩定，人才持續淨流入，主因物聯網、積體電路等產業發展迅速，且與同梯隊城市相比，工作機會多，生活成本相對較小等。從人才流入流出看，2020-2024年無錫人才流入佔比維持在1.2%-1.5%，人才流出佔比維持在0.6%-0.8%，因此近年無錫人才流動性保持穩定，持續人才淨流入。從來源看，人才流向無錫的十大城市合計佔比36.6%，低於2023年的37.3%。其中長三角城市升至5個，合計佔比為26.6%。人才流入無錫主要因物聯網、積體電路等產業發展迅速，且為與同梯隊城市相比，無錫工作機會較多，生活成本相對較小。根據無錫市政府資料，2024年物聯網、積體電路等7個叢集規模超2000億元，入選國家先進製造業叢集2個、累計5個；入圍中國“企業、製造業、服務業、民營企業”500強榜單企業12家、23家、19家、25家，均列江蘇省第一。同時，無錫引才舉措較多，2016年無錫出台“太湖人才計畫”，重點支援引進、培育六類產業發展重點人才，制定工作補貼、薪酬補貼、安家補貼等各項福利政策，並不斷更新迭代。還採用“以賽引才”模式，針對重點產業發展方向，開辦創新創業大賽，吸引海內外人才等。2024年在“中國年度最佳僱主”評選中，無錫連續第6年榮獲“中國年度最佳引才城市”。2024年，無錫引進大學生10.2萬人、高層次人才1.1萬人。並出台《關於更大力度支援優秀青年人才來錫發展的十項措施》，發佈年度重點產業緊缺人才需求目錄，為人才引進提供精準指引。從去向看，無錫人才流向的前十大城市合計佔比為50.4%，最多的是蘇州，佔比13.8%，流出至長三角城市有8個，合計佔比45.7%，長三角區域內人才交流密切。 (澤平宏觀)

在這個東南亞小國，民眾不願避孕，墮胎不被允許。30萬平方公里的地方，硬是塞進了1.17億人。人口數字飆升的背後，是越來越深的貧困泥潭，400多萬人在垃圾堆裡討生活。這樣的開放，究竟給菲律賓帶來了什麼？為什麼人多力量大的好處，在這裡變成了甩不掉的包袱？01、500年前埋下的定時炸彈1565年，西班牙人登陸菲律賓那天，沒人想到他們帶來的不只是十字架。還有一顆埋在這片土地深處的定時炸彈，名叫生育神聖化。西班牙人統治菲律賓足足333年，把天主教當成控制工具使得爐火純青。教會教義簡單粗暴：生孩子是上帝的恩賜，避孕墮胎都是罪過。民眾大多是農民，被逼著種甘蔗、椰子這些出口作物。日子苦哈哈的，還得聽教會的話多生多養。結果，人口慢慢漲，到19世紀末，差不多150萬左右，主要靠自然增長和移民補充。1898年，美國接手了，換了套玩法。他們建學校、醫院，表面幫菲律賓現代化，其實想培養廉價勞動力。人口政策沒大變，天主教還是主流，避孕工具貴得離譜，還被貼上不道德標籤。1946年獨立後，菲律賓表面自由了，可經濟結構沒改。靠賣農產品和輸出勞工過日子，人口從1903年的760萬，跳到1970年的3680萬。年增長率常年2%以上，這增長不是巧合。天主教徒佔全國80%以上，教會反對一切人工干預。政府想推計畫生育，也得看教會臉色，結果意外懷孕一大堆。每年310萬懷孕中近一半是意外來的，可墮胎禁令讓這些孩子必須生下來。與此同時，青少年性暴力行為也日漸嚴重。這顆定時炸彈，在500年後終於爆了。02、當神父比總統更有話語權在菲律賓，有個現象特別奇怪——總統的話不如神父好使。這話聽起來像段子，可在人口政策上，還真是這麼回事。2014年，菲律賓人口正式破億，成了世界第12個人口大國。那時候不少人想，這麼多勞動力，肯定能像鄰國一樣起飛。可十年過去，2024年人口已到1.15億，2025年估計1.17億。增長率雖降到1.5%左右，但總量還是龐大得嚇人。為何控制不住？因為教會的威望超越了總統。菲律賓政府為了改善生育過度的情況，提出了生育衛生法。在國會經過辯論、修改，15年都沒有通過，就是因為教派人物的反對。他們動輒舉辦上萬人的集會，民眾又被教會牽著走，一味地附和舊思想。讓菲律賓歷任總統都頭疼不已。2012年的時候，該法案好不容易通過了，但僅僅生效3個月。菲律賓政府還沒看到成效，就因為國內反對聲音太大，而被緊急叫停。這就導致，有些總統只能避其鋒芒，從其他方面想辦法。比如說第15任總統阿基諾，他主張的節育法案，也是遭遇了重重阻礙。他便提出了加強性教育的措施，從五年級開始教授相關知識。減少女性意外懷孕的情況，還有第16任總統杜特爾特。他在任時還做出過給窮人家的婦女免費發避孕藥具的具體行動，可教會成員沒有一個同意的。他們的固執思想，正是導致菲律賓陷入困境的一大根本。畢竟遏制不住生育速度，窮人生下一串窮人，那裡有翻身的希望呢？放任這種情況發展下去，菲律賓也就陷入了惡性循環。03、人口紅利變成發展包袱鄰居越南靠人口紅利賺得盆滿缽滿，菲律賓卻越生越窮。這帳本怎麼算都不對勁。經濟跟不上是關鍵，菲律賓GDP靠服務和匯款，農業佔大頭，可土地就那麼多。農民多得擠破頭，失業率常年5%以上。年輕人畢業後多去端盤子或護理，沒工廠吸納，就像豆腐地基上蓋摩天大樓。越高越危險，馬尼拉這樣的城市，貧民窟佔滿地。10平米房子住七八口人，學校50個學生一教室，課本都不夠。人口密度367人/平方公里，東南亞最高之一，交通堵塞，污染嚴重。調查顯示，貧困率20%左右，人口多放大這問題。孩子教育醫療跟不上，就是一個惡性循環。教會作用還在，80%人是天主教徒，教會遊說政府，反對避孕教育。2008年資料，每年意外懷孕一半以上，可避孕套藥片被標籤不道德。使用率低，2017年，17%已婚婦女沒避孕需求滿足，單身活躍女性49%。這導致非法墮胎多，風險高。人口過億後，勞動力本該是優勢，可教育偏服務，技術人才缺。產業升級慢，海外打工緩解了點，可疫情後匯款波動大。總之，這開放生育，帶來的人口規模大，卻沒轉成財富。同樣是人口出生率大國，菲律賓為什麼沒有吃上人口紅利？第一，菲律賓經濟結構嚴重失衡，經濟過度依賴服務業。佔GDP超50%，尤其是海外勞工匯款，而製造業發展滯後。未能形成完整的產業鏈，相比之下，中國通過承接全球產業轉移。建立了強大的製造業體系，將勞動力優勢轉化為出口競爭力。並且菲律賓耕地僅佔國土面積的30%，且頻繁遭受颱風和地震災害。糧食自給率不足，農業生產力低下。第二，菲律賓教育與技術短板明顯，基礎教育普及率低。高等教育質量參差不齊，導致勞動力技能與產業需求不匹配。中國則通過大規模教育投資培養了大量技術工人和工程師。第三，菲律賓人口質量存在巨大差異，人口增長率達1.9%。遠高於中國的0.3%，但貧困率高達21%，導致勞動力過剩與低效並存。這樣的人口紅利，要它何用？04、數字時代的救贖機會不過話說回來，絕境中也有轉機。菲律賓的困境，從來不是簡單的人太多。是500年殖民留下的依賴病，讓它學不會自己搞發展。是教會對生育的過度干預，讓人口增長失控。是產業升級的無力，讓勞動力找不到用武之地。這些問題纏在一起，形成了一個惡性循環。人越多就業越難，越窮越想靠生孩子碰運氣。孩子越多負擔越重，最後只能在貧困裡打轉。但希望還是有的，首先是新生代變化帶來的希望曙光。菲律賓城市年輕人觀念正在轉變，大學生避孕率從20%上升到45%。社交媒體傳播的現代觀念衝擊傳統思維。馬尼拉等大城市出現少生優育新理念，為未來改革積蓄力量。其次是數字經濟轉型的新機遇，菲律賓英語普及率高。IT服務外包產業發展迅速，年產值超300億美元。如果能抓住數位化轉型機遇，將龐大人口轉化為技術人才。有望實現人口包袱向人才紅利的轉換。聯合國人口基金專家指出，菲律賓面臨未富先老風險。雖然生育率從3.2降至1.9，但人口慣性巨大。預計2050年人口將達1.5億，專家警告：沒有產業升級支撐的人口增長。只會加劇貧困循環，世界銀行向菲律賓提供數十億美元人口發展援助。但效果有限，問題不在資金，而在執行。教會阻撓、政府軟弱、民眾抗拒，國際專家認為。外部援助無法解決內部制度性問題。鄰國成功經驗提供了啟示路徑，印尼通過家庭計畫項目成功控制人口。關鍵在於政府強力推行、宗教領袖支援、經濟激勵配套。馬來西亞通過產業多元化吸納勞動力，製造業、服務業並重發展。這些經驗為菲律賓提供了可行的改革參考。2025年6月3日，菲律賓衛生部建議將艾滋病列為國家公共衛生緊急事件。新增病例主要集中在15-25歲年輕人群。菲律賓成為西太平洋地區新增病例最多的國家。反映出性教育缺失與避孕抗拒導致的連鎖社會問題。關鍵看菲律賓能不能抓住這根救命稻草，突破傳統桎梏。實現制度創新，才能真正把人口壓力轉化為發展動力。結語菲律賓的故事告訴我們一個道理：人多不一定力量大，關鍵看你有沒有用好這些人。在全球化的今天，那些敢於打破傳統枷鎖的國家，才能把人口壓力變成發展動力。面對傳統與現代的較量，你覺得菲律賓的出路在那裡？ (讀史)

2007年出生的日本新成人（18歲）人數為109萬人，自1968年有統計資料以來刷新歷史第二低紀錄。午（馬）年出生人口為940萬人，在十二生肖各年份出生人口中最少。日本著名的屬馬人士有本庶佑、濱崎步等……2025年12月31日，日本總務省發佈的2026年1月1日的人口推算資料顯示，2007年出生的新成人（18歲）人數為109萬人，與2025年持平。這僅次於2024年創下的106萬人的歷史最低紀錄，自1968年有統計資料以來刷新歷史第二低紀錄，少子化趨勢持續加劇。午（馬）年出生人口為940萬人，在十二生肖各年份出生人口中最少。新成人在日本總人口中所佔的比例為0.89%，比上年增長0.01個百分點。按性別來看，男性為56萬人，女性為53萬人。新成人人口數量在第一次嬰兒潮（1947～1949年出生）一代成人的1970年，創下了246萬人的最高紀錄。在第二次嬰兒潮（1971～1974年出生）一代成人的1990年代上半期，新成人人口數量達到了200萬人的第二波高峰，之後則呈下降趨勢。日本成人年齡自2022年4月起從20歲下調至18歲。本輪新成人出生的2007年的出生人數延續了2006年的勢頭，2006年受經濟復甦等因素影響，出生人口時隔5年實現同比正增長，2007年則僅較上年小幅回落。不過，自2010年代以來，出生人數下降速度加快，2024年已跌破70萬人。午（馬）年出生的男性為456萬人，女性為484萬人。從出生年份來看，1978年出生的48歲人群最多，有168萬人，1954年出生的72歲人群為147萬人。丙午年1966年出生的60歲人群為130萬人。最年輕的2014年出生的12歲人群為100萬人。著名的屬馬人士包括獲得諾貝爾生理學或醫學獎的本庶佑（1942年出生）、歌手兼作曲家松任谷由實（1954年出生）、巴塞隆納奧運會女子馬拉松銀牌得主有森裕子（1966年出生）、歌手濱崎步（1978年出生）、溫哥華冬奧會花樣滑冰銀牌得主淺田真央（1990年生），以及圍棋六冠王藤井聰太（2002年生）等。人口推測是基於日本人口普查資料，結合出生人數、死亡人數等資料計算而來。包括在日本滯留超過三個月的外國人。 (日經中文網)

全球經濟正面臨一種緩慢而隱蔽的結構性衰退，這種衰退不同於以往的突發危機，而是通過多重因素的累積效應逐步顯現。根據國際貨幣基金組織（IMF）2025年10月的世界經濟展望報告，全球經濟增長預計從2024年的3.3%放緩至2025年的3.2%和2026年的3.1%。這一預測反映出發達經濟體增長乏力，僅為1.5%左右，而新興市場和發展中經濟體勉強維持在4%以上。世界銀行的全球經濟展望報告則更顯悲觀，預計2025年全球增長僅為2.3%，2026-2027年僅略有回升。這種低增長態勢並非暫時的周期性波動，而是源於債務積累、政策工具耗盡、人口結構變化、經濟碎片化、能源轉型挑戰以及金融體系脆弱性等多重結構性問題的疊加。債務負擔的累積效應全球債務規模已達到前所未有的水平。根據國際金融協會（IIF）的全球債務監測報告，2025年前三季度全球債務總額已攀升至近346兆美元，較2024年增加26兆美元。這一規模相當於全球GDP的350%左右，遠高於2000年的180%。IMF的資料顯示，2025年全球公共債務超過111兆美元，佔全球GDP的94.7%。發達經濟體債務問題尤為嚴峻，美國公共債務佔GDP比重達120.79%，日本高達236.66%，義大利為135.33%。聯合國貿易和發展會議（UNCTAD）的2025年債務報告指出，全球公共債務在2024年已突破100兆美元，開發中國家淨債務流出國家數量在過去十年翻番。這種債務膨脹源於長期低利率環境和疫情期間的刺激措施，但如今已轉化為沉重負擔。美國政府2025年債務利息支出超過1兆美元，超過國防和醫療支出，成為聯邦預算中增長最快的部分。類似情況在歐洲和日本普遍存在。高債務水平抑制了生產性投資，資金更多用於償債而非經濟增長。經濟學家努里爾·魯比尼在2025年的一篇評論中警告，高債務與低增長的組合可能引發“債務陷阱”，導致財政危機。債務超周期的終結過去40年來，全球經濟依賴於“債務超周期”：每次經濟下行時，央行通過降低利率刺激借貸和消費。這一策略在1980年代、1990年代、網際網路泡沫破滅後以及2008年金融危機中均奏效。但如今，這一周期已接近尾聲。主要經濟體利率已觸及零下限或負值。2020年疫情爆發時，聯準會資產負債表從4兆美元激增至2022年的近9兆美元，其他央行如歐洲央行和日本銀行也大規模印鈔。2025年，這一工具的邊際效用已大幅降低。國際清算銀行（BIS）報告指出，發達經濟體貨幣政策空間已耗盡，進一步寬鬆可能引發資產泡沫而非實體增長。EY的2026年全球經濟展望報告強調，供給側衝擊和貿易緊張進一步削弱了傳統工具的有效性。通膨陷阱的形成2021-2022年的通膨浪潮加劇了債務管理難度。美國2022年6月通膨率達9%，英國11%，德國超過8%。央行通過激進加息應對：聯準會在18個月內將利率從近零提升至5%以上，這是現代歷史上最快的緊縮周期。2025年，美國通膨率降至11月的2.7%，核心通膨率為2.6%。聯準會於2025年12月將聯邦基金利率降至3.5%-3.75%。然而，高利率引發債務服務危機。政府、企業和家庭支出更多用於利息，而非投資或消費。這形成“通膨陷阱”：緊縮抑制增長，但放鬆可能重燃通膨。摩根士丹利的2026年經濟展望報告指出，粘性通膨將成為2026年主題，全球增長放緩至3.0%。人口結構的定時炸彈發達經濟體工作年齡人口（15-64歲）同步收縮是前所未有的結構性轉變。OECD預測，到2060年，其工作年齡人口將下降8%，超過四分之一的國家下降超過30%。日本自1990年代起工作年齡人口已下降，中國2024-2050年將縮減24%，韓國生育率降至0.72。聯合國資料顯示，全球工作年齡人口比例從2025年的65%開始下降。經濟增長依賴於勞動力數量和生產力。當勞動力收縮時，需要生產力大幅提升以維持增長。但過去15年，發達經濟體生產力增長乏力。美國1995-2005年年均2.5%，2010年後僅1.3%。OECD 2025年生產力指標彙編顯示，2023-2024年OECD國家勞動生產力增長平均僅0.6%，歐元區下降0.9%。世界銀行報告指出，生產力增長低迷導致歐洲和中亞地區GDP潛在損失62%。人口老齡化與生產力停滯結合，降低了發達經濟體基線增長率。全球經濟碎片化自2016年起，全球化逆轉加速。美中佔全球GDP 40%，但雙方經濟脫鉤加劇：技術限制、出口管制和投資壁壘導致平行技術生態。歐盟追求戰略自主，印度作為製造中心崛起但基礎設施不足。IMF估計，全面經濟碎片化可能減少全球GDP 7%，相當於每年損失7兆美元。2025年IMF世界經濟展望報告警告，碎片化加劇下，全球增長前景黯淡。碎片化提高了成本，削弱了全球供應鏈彈性。UNCTAD預測，2025-2026年全球增長放緩至2.6%，遠低於疫情前3%。經濟學家警告，這限制了資源跨國協調，放大局部問題。能源轉型的挑戰全球能源系統轉型勢在必行，但經濟上極具破壞性。國際能源署（IEA）2025年世界能源展望報告指出，實現氣候目標需每年投資4兆美元於能源轉型技術，目前僅1.8兆美元。2025年全球能源投資達3.3兆美元，其中清潔能源2.2兆美元。化石燃料基礎設施面臨數兆美元擱淺資產風險，而可再生能源依賴關鍵礦產供應鏈：剛果民主共和國佔全球鈷70%，中國主導稀土加工，印尼控制鎳供應。這增加了地緣政治脆弱性，與其他經濟壓力並存，放大不確定性。IEA強調，轉型雖必要，但需巨額資本再分配。影子銀行系統的隱患2008危機後，監管強化傳統銀行，但資金流向監管較鬆的影子銀行。金融穩定理事會（FSB）2025年報告顯示，非銀行金融部門資產達256.8兆美元，佔全球金融資產51%，增長9.4%。更狹義的影子銀行資產達76.3兆美元，增長12.7%。這些實體與傳統銀行高度互聯，但透明度低。2023年矽谷銀行倒閉揭示流動性危機風險，數字銀行和社交媒體加速資金外流。FSB警告，影子銀行規模擴張可能引發系統性風險，尤其在高利率環境中。政治和社會後果經濟危機往往引發政治動盪，反過來加劇經濟問題。發達民主國家政治極化加劇，機構信任下降，經濟民族主義興起。這形成惡性循環：經濟壓力導致極端政治選項，阻礙有效政策實施。1930年代大蕭條經驗顯示，此類循環可能導致威權主義崛起。今天，歐美和拉美民粹運動支援率上升，貿易協定受質疑，國際合作困難。麥肯錫2025年12月經濟狀況展望調查顯示，受訪者對全球經濟更樂觀，但貿易政策不確定性突出。政治碎片化限制政策工具，協調響應危機更難。技術的悖論儘管人工智慧（AI）、自動化和數位化轉型迅猛，但未轉化為強勁增長。技術收益集中於少數公司，美國五大科技公司市值超過多數國家GDP，但就業相對少。許多技術取代勞動力而非補充，導致不平等和消費力下降。實施新技術需巨額投資和長期回報，在高利率和不確定環境中，企業謹慎。OECD資料顯示，AI益處尚未在生產力統計中顯現，2024年生產力增長停滯於0.4%。過渡期中，舊崗位消失快於新崗位建立，加劇經濟壓力。政策困境的深化傳統工具耗盡：利率已高，財政刺激加劇債務，貨幣擴張風險通膨，緊縮深化放緩。央行和政府陷入困境，每一選項均有重大缺點。J.P.摩根2026年市場展望報告預測全球增長3.2%，但衰退機率35%。沉默崩潰的現實當前並非突發崩潰，而是經濟活力和生活標準的漸進侵蝕。許多發達國家實際工資停滯，年輕一代住房負擔加重，公共服務緊張，基礎設施老化。IMF預測未來5年全球增長平均3%，低於2000-2019年的3.8%。未來情景無人確知未來，但存在三種情景：樂觀情景中，AI和能源突破驅動生產力增長，政治合作推動平穩轉型；悲觀情景中，級聯危機、金融中斷、主權違約和貿易戰導致1930年代式停滯；最可能的是中間路徑：周期性危機、發達國家生活標準漸降、經濟和地緣緊張加劇。全球經濟面臨無歷史先例的挑戰組合。傳統模式崩潰，新範式未現。理解這一現實是適應和建構更好未來的第一步。 (周子衡)

人生有很多窗口期。考大學的窗口期是18歲前後幾年，錯過了就要付出數倍的代價。買房的窗口期是某個城市起飛前的幾年，錯過了可能一輩子追不上。創業的窗口期是某個行業紅利爆發的前夜，晚一步就只能看別人吃肉。窗口期最殘酷的地方不在於它會關閉，而在於：當它正在關閉時，大多數人渾然不覺。國家經濟也有窗口期，叫做"人口紅利"——當勞動力充沛且年輕時，即便生產效率不高，也能靠"雇更多的人"來實現增長。很多開發中國家都享受過這個紅利期：中國用了30年，日韓用了40年，而拉丁美洲已經用了60年。但2023年，麥肯錫發佈了一張圖，用91年的資料告訴拉美一個殘酷的事實：你們的窗口期，還剩不到20年。今天，讓我們深度拆解這張看似簡單的時間序列圖，看看麥肯錫如何用最樸素的柱狀圖，製造出最強烈的緊迫感。01. 這張圖在講一個什麼故事？圖表的基本構成這是一張橫跨91年（1960-2051）的勞動力時間序列柱狀圖。核心元素：深藍色實心柱：1960-2020年的歷史勞動力資料（從76M增長到286M）淺藍色空心柱：2025-2051年的預測勞動力資料（從315M緩慢增至333M）分段增長率標註：用箭頭和數字標註不同時期的年均複合增長率1960-2000: 2.7%2000-2020: 1.0%2020-2040: 0.6%2040-2051: -0.2%三個時代的斷層但這張圖真正講的不是數字，而是三個截然不同的時代：黃金時代（1960-2000）年均增長2.7%，40年時間勞動力從76M增長到246M，翻了3.2倍。這是拉美"躺著都能增長"的時代——只要把年輕人招進工廠，GDP就能漲。減速時代（2000-2020）年均增長1.0%，增速暴跌63%。雖然勞動力還在增加（從246M到286M），但增長動力已經明顯衰竭。這是警鐘敲響的20年，但很多人沒有警覺。停滯時代（2020-2051）年均增長0.6%，31年時間只增加47M。更要命的是，2040年後增長率轉負（-0.2%），這意味著勞動力開始淨流失——不是"增長慢"，而是"開始萎縮"。最致命的不是現在，而是拐點這張圖最觸目驚心的地方，不是某個具體數字，而是2040年那個從正轉負的拐點。在此之前，無論增長多慢，至少勞動力還在增加。你可以安慰自己"雖然慢一點，但方向是對的"。但2040年後，增長率變成-0.2%，這是一個質變：勞動力從"增長緩慢"變成"淨流失""靠加人實現增長"的模式徹底失效人口老齡化從"趨勢"變成"危機"從"增長放緩"到"開始萎縮"，只需要一個拐點。而這個拐點，就在17年後。這就是麥肯錫要傳遞的核心資訊：時間窗口正在關閉，而且關閉的速度比你想像的快。02. 為什麼必須用時間序列柱狀圖？現在進入關鍵問題：麥肯錫為什麼選擇柱狀圖來呈現這個故事？圖形選擇的戰略邏輯麥肯錫要傳遞的不是"勞動力有多少"（這是資料），而是"窗口期還有多久"（這是敘事）。要講好這個"倒計時"的故事，圖形必須滿足四個條件：能展示長時間跨度的趨勢能突出"階段性轉折"而非平滑變化能清晰區分"歷史事實"和"未來預測"能標註關鍵拐點和增長率變化只有時間序列柱狀圖能同時滿足這四個條件。為什麼不用折線圖？折線圖是展示時間序列最常見的選擇，為什麼麥肯錫沒用？因為折線圖會"平滑"掉麥肯錫最想強調的東西：斷層感。想像一下，如果把這91年的資料用一條連續的曲線呈現：你會看到一條從左下到右上、逐漸趨平的拋物線視覺上是"自然的減速"，就像汽車慢慢停下來2040年的負增長只是曲線的一個小拐彎但用柱狀圖：每一根柱子是一個獨立的"時間刻度"從深藍到淺藍的顏色切換，像地質斷層一樣2040年後柱子高度的微降，在視覺上被放大成"萎縮的開始"柱狀圖把"時間"離散化，讓每一年都成為一個可見的"倒計時刻度"。這就像倒計時器：折線圖是鐘錶的指針，平滑地轉動柱狀圖是數字跳動的秒錶，每一跳都提醒你"又少了一秒"當你要製造緊迫感時，後者的心理衝擊力遠大於前者。深藍vs淺藍：歷史與預測的視覺對話這張圖最微妙的設計在於顏色的選擇和轉換。深藍色（實心柱）= 歷史 = 已經失去的機會從1960到2020，60根柱子持續攀升視覺上是"蓬勃向上"的繁榮景象但這個時代已經結束，無法回頭淺藍色（空心柱）= 預測 = 還能抓住的窗口從2025到2051，26根柱子幾乎持平視覺上是"停滯"甚至"衰退"但它是空心的，暗示"這還不是宿命，你還能改變"這種視覺對比製造了強烈的情緒張力：你習慣了過去60年的快速增長（深藍色的陡峭上升）但未來31年將是完全不同的遊戲（淺藍色的平緩停滯）過去的成功經驗，在未來會成為致命的路徑依賴更重要的是，空心柱的設計傳遞了一個微妙的訊號：這是預測，不是宿命。如果你現在改變策略，還有機會改寫這條曲線。這就是麥肯錫的高明之處：既要製造危機感，又要留出"解決方案"的空間（而解決方案恰好是他們的諮詢服務）。增長率標註：把"加速度"可視化很多人做時間序列圖，只標註具體數值（76M、100M、132M……），但麥肯錫做了一個關鍵的設計：在圖表頂部標註分段增長率。2.7% → 1.0% → 0.6% → -0.2%這四個數字用箭頭連接，像一條下墜的軌跡。為什麼這個設計如此重要？因為人類的認知系統對"絕對值"不敏感，但對"變化率"非常敏感。如果只看柱子高度：從286M到333M，增加了47M讀者會想："嗯，還在增長，雖然慢一點，但也不算太差吧。"有了增長率標註：從2.7%暴跌到-0.2%讀者立刻意識到："這不是緩慢增長，這是從高速公路衝向懸崖的剎車失靈。"這就是從"量變"到"質變"的認知轉換。更妙的是，這個標註不是平鋪直敘，而是用箭頭連接。箭頭在視覺語言中代表"方向"和"運動"，當四個箭頭組成一條下墜的軌跡時，它在暗示：這是一個不可逆的衰退過程，除非你主動干預。03. 如果換圖形會怎樣？讓我們做一個思想實驗：如果麥肯錫用其他圖形，能達到同樣的效果嗎？方案A：折線圖把勞動力數量用一條連續的曲線表示，歷史資料用實線，預測資料用虛線。優勢：能清晰展示整體趨勢連續性強，適合看長期變化致命問題：平滑曲線掩蓋了"階段性斷層"：從2.7%到-0.2%的斷崖式變化被溫和的曲線弱化缺乏"倒計時"的緊迫感：連續的曲線讓人覺得"這只是自然的趨勢演化"拐點不夠觸目驚心：2040年的負增長只是曲線上的一個小轉折，視覺衝擊力弱適用場景： 當你要強調"長期趨勢的連續性"而非"階段轉折的緊迫性"時，用折線圖。方案B：面積圖用填充的面積展示勞動力規模的累積。優勢：能展示"總量的積累"視覺上有"體量感"致命問題：過於臃腫，弱化了增長率變化：大面積的填充色讓人關注"有多少勞動力"，而非"增長速度在變化"難以標註分段增長率：箭頭和百分比沒有合適的位置失去"倒計時刻度"的感覺：面積圖是連續的，缺乏柱狀圖的"一年一個刻度"的儀式感適用場景： 當你要強調"規模的龐大"或"累積效應"時，用面積圖。方案C：散點圖每一年用一個點表示勞動力數量，可以用不同顏色區分歷史和預測。優勢：資料點清晰，不受連線干擾可以突出個別異常年份（如2020年COVID-19沖擊）致命問題：失去時間敘事的連續性：幾十個散落的點，視覺上是"碎片"而非"趨勢"缺乏"從繁榮到停滯"的對比：散點圖不能像柱狀圖那樣製造"攀升vs平緩"的視覺落差難以製造"倒計時"感：點是離散的，但缺乏柱狀圖那種"一格一格往下數"的儀式感適用場景： 當你要探索"資料點的分佈規律"或"異常值"時，用散點圖。方案D：堆疊面積圖把勞動力分為"年輕勞動力（15-40歲）"和"中老年勞動力（40-65歲）"，用堆疊面積展示結構變化。優勢：能同時展示總量和結構可以揭示"老齡化"的內部機制致命問題：偏離核心論點：麥肯錫的論點是"勞動力總量增長在放緩"，而非"勞動力結構在惡化"資訊過載：引入年齡結構會分散讀者注意力，削弱"2040年負增長"這個關鍵資訊的衝擊力適用場景： 當你的論點是"人口老齡化"或"結構性矛盾"時，用堆疊面積圖。小結：為什麼柱狀圖是唯一解？當你的核心論點是"時間窗口正在關閉"時，只有柱狀圖能把時間"離散化"，讓每一根柱子都成為一個"倒計時刻度"。 (諮詢與管理)