被動元件廠華新科 (2492-TW) 今 (4) 日公告第一季財報，稅後純益 2.75 億元，年減 75.8%，但較前季虧轉盈，每股純益 0.57 元，子公司信昌電 (6173-TW)、佳邦(6284-TW) 同樣擺脫虧損。

華新科Q1轉盈EPS 0.57元 信昌電、佳邦同步回溫 | Anue鉅亨 - 台股新聞

誠品生活 (2926-TW) 董事長吳旻潔今 (4) 日公佈接棒誠品信義店 24 小時不打烊的新店點，松菸店以獨具一格雙重優勢及十大亮點勝出，下半年將進行開幕以來最大規模改裝，圖書總量體擴大 3 倍、相當於敦南店規模，是一家「看得見天空晨昏雲影」的 24 小時書店。

誠品生活 (2926-TW) 董事長吳旻潔今 (4) 日公佈接棒誠品信義店 24 小時不打烊的新店點，松菸店以獨具一格雙重優勢及十大亮點勝出，下半年將進行開幕以來最大規模改裝，圖書總量體擴大 3 倍、相當於敦南店規模，是一家「看得見天空

誠品松菸店接棒24小時書店 吳旻潔談勝出優勢及十大亮點 | Anue鉅亨 - 台股新聞

全球封測龍頭日月光投控 (3711-TW) 召開法說會，財務長董宏思表示，第二季營收表現較平，受全球大環境因素，客戶需求復甦的速度低於預期，因此下調全年封測業績展望，期望隨著客戶新品上市，有助下半年出貨力道回升。

全球封測龍頭日月光投控 (3711-TW) 今 (27) 日召開法說會，並公布第一季財報，受客戶進行庫存調整影響，整體稼動率降溫，毛利率也降至四年低點，稅後純益 58.17 億元，季減 63%，年減 55%，每股稅後純益 1.36 元，下探

〈日月光法說〉Q1獲利年減55% EPS 1.36元探三年低點 | Anue鉅亨 - 台股新聞

全球封測龍頭日月光投控 (3711-TW) 今 (27) 日召開法說會，財務長董宏思表示，第二季營收表現較平，因整體全球大環境因素，客戶需求復甦的速度低預期，因此下調全年封測業績展望，期望隨著客戶新品上市，下半年出貨力道回升。

〈日月光法說〉Q2營收持平上季 下修全年封測業績展望 | Anue鉅亨 - 台股新聞

聯亞 (3081-TW) 26 日召開法說會，儘管市場盛傳將失去美系手機客戶近接感測器訂單，公司已擴大與客戶合作，開始共同開發 FaceID 感測、直接飛時測距 (dToF) 磊晶片，目前把握度高，未來兩業務營收貢獻與近接感測器相比將有倍數成長。

聯亞 (3081-TW) 今 (26) 日召開法說會，儘管市場盛傳將失去美系手機客戶近接感測器訂單，公司已擴大與客戶合作，已開始共同開發 FaceID 感測、直接飛時測距 (dToF) 磊晶片，目前把握程度高，未來兩業務營

〈聯亞法說〉擴大美系客戶合作 有望取得FaceID、dToF磊晶片訂單 | Anue鉅亨 - 台股新聞

聯亞 (3081-TW) 今 (26) 日召開法說會，首季營運受美系消費性產品訂單拖累，展望本季，公司認為，消費性產品目前不確定性仍高，但中國電信產品需求明顯回溫，營收預計落在 3.27-3.82 億元之間，持平或季增

〈聯亞法說〉中國電信需求加持 Q2營收仍有望季增雙位數 | Anue鉅亨 - 台股新聞

聯亞 (3081-TW) 今 (26) 日公布第一季財報，受到消費性產品訂單狀況影響，第一季營運不如公司預期，稅後虧損 3017.3 萬元，每股虧損 0.33 元，是上市櫃公司採 IFRSs 編製以來，十年來首次單季虧損

〈聯亞法說〉Q1每股虧0.33元 上櫃以來首次單季虧損 | Anue鉅亨 - 台股新聞

記憶體廠旺宏 (2337-TW) 今(25)日召開法說，由於記憶體市況不佳、持續減產，加上提列存貨跌價損失，導致單季營運轉虧，稅後虧損 3.55 億元，每股虧損 0.19 元，為 2016 年第三季以來首度虧損。旺宏董事長吳敏求表示，營運最壞時刻已過，第二季在車用、醫療及工控三大應用驅動下，將力拚轉盈。

記憶體廠旺宏 (2337-TW) 今(25)日召開法說，由於記憶體市況不佳、持續減產，加上提列存貨跌價損失，導致單季營運轉虧，稅後虧損 3.55 億元，每股虧損 0.19 元。

〈旺宏法說〉Q1營運轉虧 近27季首度虧損 EPS -0.19元 | Anue鉅亨 - 台股新聞

記憶體廠旺宏 (2337-TW) 今(25)日召開法說，董事長吳敏求表示，營運最壞時刻已過，第二季在車用、醫療及工控三大應用驅動下，將力拚轉盈。

〈旺宏法說〉吳敏求：營運最壞時刻已過 Q2力拚轉盈 | Anue鉅亨 - 台股新聞

中國高考季剛過，根據中國教育部公佈的數據，2024年全中國高考報名人數達到了1,342萬人，比去年增加了51萬人，再創歷史新高。

這一龐大的考生群體即將進入大學，面對未來工作的巨大變革。

在人工智慧驅動的未來，工作的新圖景會是什麼樣子？需要哪些新技能？會誕生哪些新產業？

麥肯錫最近出了一份報告《工作新未來》，雖然主要關注的是歐美發達國家，但也在一定程度上揭示了人工智慧時代的新技能需求和職業變動趨勢。

它不僅是選擇未來的職涯發展的重要參考，更是教育和技能訓練體系的提醒，更是呼喚相關政策提供更靈活、更前瞻的支持。

畢竟，馬斯克曾說預言：“AI最終將取代所有的工作。”

從現在到2030年　什麼樣的工作/技能會增加？

隨著科技的快速發展和全球經濟環境的變化，在未來工作的格局中，數百萬的工作將需要重新定義和重新分配。

麥肯錫的最新研究和建模顯示，對STEM（科學、技術、工程和數學）相關職業、醫療保健和其他高技能職業的需求將顯著上升，而對辦公室職員、生產工人和客戶服務代表等傳統職業的需求將逐步下降。

到2030年，最高30%的當前工作時間可能會被自動化取代。

其中生成式人工智慧（gen AI）加速了這個過程——生成式AI不僅能夠取代重複性和低技能的工作，還可以在更複雜的任務中提高效率，從而帶來更大的生產力提升。

在報告中，麥肯錫把技能分成了5類：

技術技能(進階資料分析與數學、IT、程式設計、研究開發、工程等）

社會與情緒技能(適應力、持續學習、高階溝通與協商、創業精神與主動性、人際溝通技巧與同理心、領導與管理、教學與訓練)

體力和手動技能(工藝和技術技能、精細操作技能、一般設備操作和導航、一般設備維修和機械技能、粗略操作技能和力量、檢查和監控)、

高階認知技能(高階讀寫技能、複雜資訊處理與解釋、創造力、批判性思考與決策、專案管理、量化與統計技能)、

基本認知技能(基本資料輸入與處理、基本讀寫、算術和溝通技巧)。

技術技能大幅成長(+20%)背後是強勁的經濟發展邏輯：在AI時代，企業需要更多的技術人才來開發、維護和優化這些智慧系統。技術進步會帶來對創新和研發的持續需求——R&D在推動未來創新中扮演關鍵角色，需要大量的技術人才來進行前沿研究、開發新技術並推動科技進步。例如，生物技術、奈米技術和清潔能源等新興領域都需要具備高水準技術技能的專業人員。

炙手可熱的「新寵」技能是社會和情緒技能。預計到2030年，這些技能在歐洲的需求將增加11%，在美國將成長14%。

為何會有這樣的改變呢？答案是在人工智慧時代，人需要更像人，人更需要展現人際同理心和領導能力──這些技能在醫療和管理職位上特別關鍵：在醫院裡，醫生不僅需要精準的醫療技術，還需要能夠理解和關懷患者的情感需求；同樣，在企業環境中，管理者需要具備引領團隊的能力，並能靈活應對不斷變化的經濟環境。

體力和手動技能的需求預計將保持大致穩定。推拉力基本平衡，一方面，基礎建設和低排放行業的投資增加可能會推動這些技能需求的增長；另一方面，生產工作的自動化將繼續削減這部分需求。

在高階認知技能方面，情況有些複雜。創造力的需求仍在高位，預計將增加12%，但其他如高級讀寫和寫作、定量和統計技能的需求卻可能下降19%。也就是說，未來需要更多的創意天才，但對於那些需要深度分析和文字處理的高級技能工作，需求將有所減少，結果就是：一個充滿創意的設計師在未來將比一個統計分析師更搶手。

基本認知技能的需求預計將減少14%。這類技能主要用於辦公室支援或客戶服務角色，這些工作正逐漸被智慧自動化技術所取代。例如，基本的資料處理、讀寫和運算能力，甚至是基礎的溝通能力，都面臨被人工智慧接管的風險——曾經需要一整天才能完成的報表處理，現在只需幾分鐘就能由AI自動完成。

5個技能分類中較細分的技能需求變化

麥肯錫給出的結論是：未來的人才將需要結合先進的技術技能和強大的社交和情緒能力。歐洲和美國的受訪主管強調，資訊科技、數據分析、批判性思考、創造力和教學技能的需求迫切，但現實中這類人才非常緊缺。

具體來說，在技​​術技能中，企業特別缺乏高級IT技能和編程，以及高級數據分析和數學技能。可以說，這些技術高手就是未來職場的「香餑餑」。

在高階認知技能中，批判性思考、問題結構化和複雜資訊的處理能力尤其稀缺。大約40%的高階主管表示，缺乏這些技能的員工成為他們面臨的重大挑戰。


預計到2030年，批發和零售業將是受歐洲就業需求變化影響最大的部門，可能有280萬人需要更換職業。

其一，人工智慧的引進使得庫存管理變得前所未有的有效率。過去，庫存管理依賴人工盤點和經驗預測，而現在，智慧演算法可以即時分析銷售數據和市場趨勢，預測需求，優化庫存水準。

其二，個人化行銷和客戶服務得到了顯著改善。透過分析消費者行為數據，AI可以為每位顧客提供客製化的購物建議和促銷活動。這種個人化體驗不僅提高了客戶滿意度，也增加了銷售轉換率。

此外，配備聊天機器人的自助服務終端能夠24小時提供高效的客戶支持，解答常見問題，處理支付和價格檢查等任務。

在這個行業的就業需求中，成長最快的職業群體是——管理者和團隊領導、材料搬運工和裝載工、健康技術人員和藥劑師、電腦工程師和專家、商業和金融專家。

而傳統的低技能職位正面臨被技術取代的風險：會計記帳職員、批發和零售生產工人、行政助理、資訊和記錄職員以及銷售人員的需求將大幅減少。

到2030年，歐洲製造業部門約有210萬人可能需要更換職業，這是所有產業中第二受影響最嚴重的部門。特別是在生產工作領域，這項轉變尤為顯著。

生產工作曾在歐洲製造業中佔據核心地位，但隨著自動化技術的普及，這些職位逐漸減少。相反，管理、商業和法律等專業領域的角色需求將增加，因為這些角色通常由具有高等教育背景的員工擔任，更難以被自動化取代。

在技​​能需求上，企業需要更多具備先進IT技能、資料分析能力和工程背景的員工，以適應新的技術環境。同時，對社會和情緒技能的需求也在上升。例如，具備團隊管理和溝通協調能力的主管和經理在未來的製造業中將扮演更重要的角色。

然而，基本認知技能、體力和手動技能以及高級認知技能的需求可能會下降。這些技能的替代性越來越高，因為自動化和人工智慧可以更有效率地完成許多曾經需要手動處理的任務。

到2030年，麥肯錫預計製造業中需求成長最快的職業群包括工程師（非電腦類）、材料搬運工和裝載工、電腦工程師和專家、高階主管和經理以及商業和金融專家；

相反，需求下降最快的職業群體是金融會計職員、辦公室支援人員、行政助理、資訊和記錄職員以及生產工人。

在報告中，麥肯錫也分析了金融服務、醫療保健這兩個產業的就業/技能變化。更詳細的內容請後台回覆NEWWORK，下載原文。

在麥肯錫2017年末發的一篇報告中，預計到2030年，最多將有1億中國人將重新就業。

麥肯錫報告特別指出，被機器人取代並不意味著大量失業，因為新的就業機會將被創造出來，人們應該提陞工作技能來應對即將到來的就業大變遷時代。

在自動化的浪潮中，這不僅要靠個人努力，全社會這個系統也需要解決好四個問題：一是維持積極的穩健增長，以確保工作崗位的增加；二是提供工作培訓機會，幫助個人學習適應市場需求的新技能；三是提高商業社會乃至勞動市場的活力和流動性；四是為那些被自動化取代的工人提供收入和重新就業幫助。

總而言之，對於每個個人來說，需要為未來高速發展的工作環境提前做好準備，努力掌握適應市場需求的新技能。

未來對於人類而非機器的崗位需求將持續存在，但人們也應重新思考傳統的工作方式仍是否可行。（TOP創新區研究院）

AI主導下的職業進化，企業如何選擇？

就業環境變了，或許身處職場的每一個人都有所感觸。

個中緣由有很多，如經濟環境、人口結構、產業迭代等等，但如今最無法繞開，也是為人們津津樂道的一個因素便是科技的發展，尤其是AI的逐步應用，可能會對未來各類職業產生更為深遠的影響。

如最近麥肯錫的一項研究表明，在中國，約有2.2億個職位，可能被生成式AI等自動化技術重塑，其中有10個職業受影響程度最大。

當生成式AI走向落地，各大公司已不再追問何為生成式AI，而是希望了解如何提高部署此技術的投資報酬率（ROI）。

簡單來說，從新創公司到產業巨頭，每家公司都不再懷疑AI的價值，而是在考慮怎麼盡快使用AI，用AI提高生產力、生產效率，進而提升自己的產業競爭力。

於是，麥肯錫便專門進行了一次研究，計算生成式AI的經濟社會價值。

這次研究後，有幾個極具價值的觀點。

生成式AI創造的主要價值可用「4C」來概括：

1.簡化（虛擬專家） (Concision)：利用非結構化資料來源歸納並提煉洞見，從而促進專業知識的傳播；它還能解讀文本與轉錄稿，創建嵌入式文本，以支援相關資料來源的查詢和引用。

·應用範例：在財務績效分析中，透過生成式AI提供針對性的外部財務資訊與內部績效總結，備註財務說明，可提高財務規劃與分析的效率，可望將財務成本降低4%~7%。

2.編碼與軟體開發(Coding and Software)：生成式AI能夠推動程式碼重構，進而加快主機遷移；可解讀、產生程式碼，從舊系統大規模遷移主機資料，自動開發、記錄、修正測試，簡化軟體開發流程。

·應用範例：在自動化或增強資料管理中，透過生成式AI可將部分資料標註、資料清理、文件產生工作自動化，輔助使用者識別未標註資料中的異常值，並為最新取得的資料集建立文件，加快數據處理，提高數據質量，可將數據管理成本降低5%~10%。

3.內容創作(Content Creation)：生成式AI能夠創作各種形式的內容初稿，可生成文字、圖片等資訊載體，自動編寫合約、招標書等文件，還能產生視覺元素，加速研發節奏。

·應用範例：在創作適用於不同媒介管道的行銷內容時，生成式AI能夠協助創意生成（如故事板）與大規模創作，支援使用者以不同語言撰寫適用於不同管道的郵件，並推送個人化的產品/服務建議，將行銷成本降低5%~8%。

4.客戶互動(Customer Engagement)：生成式AI有助於打造高度個人化的消費體驗，如透過聊天功能優化客戶服務，還能拓寬客戶聊天機器人的應用場景，進而加速客戶拓展與資料收集。

·應用範例：在聊天機器人的用例中，生成式AI可實現自然的對話、更好地應對外語及方言，打造自動化自助服務，並透過虛擬坐席提供客戶支持，同時更加有效地解答客戶疑問、準確判斷疑問根因，可望降低9%~11%的客戶營運成本。

數十年來，科技進步不斷重塑工作的本質，幫助人類更快速更準確地完成工作。生成式AI不僅將延續這一趨勢，也將帶來前所未有的巨大影響。

經分析，麥肯錫全球研究院（MGI）發現，目前勞工50%工時內的工作可能在2030年前自動化。生成式AI的顛覆性潛力將衝擊各行各業的不同崗位，對各類職業造成的影響程度各不相同，其中白領工作受到的衝擊將比藍領工作更大。

整體而言，生成式AI將促進勞動力轉型升級，催生全新的工作方式，顯著提高人效。

隨著生成式AI的持續進化，企業與勞動者必須有效率地加以適應與運用。

組織必須順應AI發展潮流，圍繞生成式AI的潛力重新定義工作、培養全新技能。

同樣，勞動者也必須建立終身學習的觀念，積極提升自身技能，以便在AI賦能的未來持續成長。

中國雖然在多條AI賽道處於領先地位，但企業部署AI的速度卻慢了一步，報告顯示，僅30%左右的中國企業透過內部培養AI人才，明顯低於45%的全球均值。

企業並不是不想做，而是AIGC屬於全新的技能，不管是學習內容儲備還是以前的學習形式都無法支持，如何培養員工的AI技能，成為企業培訓部門無法逾越的難關。

對於個人來說，如何找到高品質的學習資源，跟隨可靠的AI實戰老師學習乾貨，也是一大難題。

職場人如何快速融入AI時代？數位化學習平台三堂課推出了《AIGC能力學習地圖》（以下簡稱地圖），目的就是為職場人提供AIGC學習路徑，幫助大家提升自身職場競爭力。（36氪）

當大家斷言2024年世界主流大廠都將進入3nm製程製程的時候；2nm製程的「戰爭」已經悄悄走來。近日，根據台媒《MoneyDJ》透露，台積電高管在2024年的技術論壇新主場聲稱：當前2nm節點取得了非常順利的進展，目前為止，納米片的轉換表現已經達到90%，良品率已經在80 %以上。

這也意味著，此前台積電所說將於2025年實現2nm晶片量產已然成為現實！那作為台積電為數不多的競爭對手，三星和英特爾進展如何呢？還有機會翻盤嗎？

而造成這種差距的一個重要原因是：三星電子3nm製程製程上採用了GAA（GateAllAround）電晶體架構，台積電繼續沿用鰭式場效電晶體（Fin－FET）架構。

GAA和FinFET被認定是延續摩爾定律的兩種技術方向，過去的先進製程普遍採用FinFET。

三星是首次採用GAA技術，選擇了一種使用通道更寬的奈米片（Nanosheet）的方式，相比通道較窄的奈米線（Nanowire）方式來說，可實現更高性能和更高能效。

現在台​​積電和英特爾計劃從2nm製程開始採用GAA架構，而較早引入GAA的三星能利用其率先採用GAA架構的經驗，在2nm製程上獲得先發優勢嗎？畢竟在3nm過程上已經付過學費了！

根據，三星電子今年2月16日發布新聞稿，已成功贏得日本AI巨頭Preferred Networks Inc.（PFN） 的首個2nm 製程AI 晶片生產訂單，在2nm 先進晶片競爭中似乎走在台積電前面。

另外據產業鏈認知透露，經證實，高通已委由三星電子以2nm製程開發AP原型晶片，同時要求台積電生產2nm原型晶片；也就是說高通給予三星和台積電一次公平競爭的機會。

身為全球最大、最高階的手機晶片廠商，高通的決定或將決定了2nm競爭的走勢；也就是說三星並非完全沒有趕超的機會！那英特爾情況如何？

英特爾，曾經的王者，但在晶圓代工上似乎始終力不從心。但英特爾新任CEO基辛格上任後，重啟了其晶圓代工業務。

按計劃，英特爾將於2024年上半年開始生產採用基於GAA技術的RibbonFET晶體管架構的英特爾20A（2nm）工藝，並宣布計劃將生產轉移到其衍生的英特爾18A（1.8nm）工藝。這個計劃曾被外界認為是「不可完成的任務」，但也得到了一些第三方客戶的認可。

例如，一個重要客戶承諾採用Intel 18A、Intel 3，並支付了預付款，對它們在功耗、效能、面積效率等方面的優異表現滿意。

ARM與英特爾簽署了涉及多代前沿系統晶片設計的協議，使晶片設計公司能夠利用Intel 18A開發低功耗運算系統級晶片。

瑞典電信設備商愛立信也將使用Intel 18A，打造客製化的5G系統級晶片。

而英特爾也宣布，要在今年底前完成安裝全球首台商用高數值孔徑（High-NA）EUV光刻機。

而據國外媒體報導稱，英特爾CEO基辛格受訪時表示，自家的18A過程（1.8nm）比領先台積電N2，在這塊他們2年內沒有對手。自信來自哪裡呢？

據英特爾CEO基辛格說，其對20A和18A充滿信心，主要是因為它們採用了RibbonFET架構，即全柵極(GAA) 電晶體和背面功率傳輸技術。

英特爾有了最先進的EUV光刻機，自吹技術「遙遙領先」；但對英特爾來說一個致命的弱點：製造7nm以下先進製程晶片的經驗太少了！

因此，對於這個曾經的王者，需要用結果來證明其技術的可行性，也需要用結果來證明其具有追趕台積電的能力！

相較於三星和英特爾，台積電是晶片先進製程的領先者；在3nm製程上，三星曾有機會趕超，但真正實際率先落地的，還是應用於蘋果iphone15 pro手機的A17pro，其是3nm製程由台積電代工。也就是說，台積電在3nm製程上佔據先機了。

蘋果第一個吃螃蟹，其他廠商無論是主動或被動都必須跟進。於是，高通宣布2024年發表驍龍8Gen4，將採用3nm製程；聯發科2024年下半年發布的天璣9400也將採用台積電3nm製程。

甚至在人工智慧晶片一騎絕塵的輝達，也宣布其Blackwell架構的RTX 50系列GPU也將升級為台積電3nm製程。

同時，根據產業鏈最新爆料，蘋果已率先預定台積電將於2025年量產的2nm 晶片，採用的是GAA製程製造。消息人士進一步爆料，蘋果也希望優先獲得台積電更先進的1.4nm（A14）、1nm（A10）製程初始產能。

現在又傳出2nm良率超過80%，這意味著3nm以下先進製程的競爭中，台積電不僅3nm量產和應用上率先落地；而且還深度捆綁了全球最大的幾個客戶——蘋果、台積電、高通等；因此，在2nm晶圓代工的競爭中已經立於不敗之地！

因此，雖然三星和英特爾都自信滿滿可以在2nm製程上超越台積電，但實現是在半導體代工領域依然是贏家通吃；不出意外，台積電依然會是2nm的贏家！(飆叔科技洞察)

隨著出生率的下降，各地幼兒園「在園兒童人數」出現了顯著下滑，就連北、上、廣、深四大一線城市，也扛不住了。

最近我們在梳理一線城市「小學生人數」和「在園幼兒人數」的時候，發現北上廣深的小學生還在增長，但「在園幼兒人數」出現急劇萎縮。

下圖是北上廣深最近3年「在園幼兒」的人數：

上海「在園幼兒」人數萎縮得最快，2021年的時候還有56萬人，到了2023年只有48.41萬人了，兩年下降了13.6%。

北京「在園幼兒」數量下滑幅度名列第二，兩年減少了9.2%。

相較之下，廣深的情況則稍微好些，但也分別下降了5.5%和7.1%。

如果跟全國「在園幼兒」下降14.8%相比，四大城市還都算「跑贏了大盤」。

從「在園幼兒」規模來看，廣州第一，2023年末達到了59.82萬，深圳第二、北京第三，上海第四。

四大城市官方發布的、截至2023年末的常住人口分別是：2487.45萬人（上海）、2185.8萬人（北京）、1882.70萬人（廣州）、1779.01萬人（深圳），所以“在園幼兒”佔比最高的是廣州，其次是深圳、北京，上海人口老化最嚴重。

雖然一線城市「在園幼兒」下滑迅猛，但「小學在校生人數」卻是持續成長的：

需要說明的是，上海小學為5年制，所以它的小學生折算為北廣深的可比口徑應該是112萬左右。

從2021年末到2023年末，全國小學生年增了0.5%，北上廣深分別成長了12.1%、5.0%、11.2%和8.3%，整體都還不錯。

為什麼小學生人數和幼兒園人數是背離的？

這跟近年來計劃生育政策的轉折點有密切關係。

2016年1月，全面兩孩政策落地，引發了2016年到2017年出生人數的反彈。其中2016年新生兒數量創下了2000年以來的最高點。所以最近幾年各地小學生人數仍然上升，局部還出現了學位不足的狀況。

從小學招生人數來看，近年來的高峰出現在2023年。

小學生入學要求年滿6歲，2016年是生育高峰年，但1月才官宣全面二孩，從備孕到出生需要10個月以上。所以，2016年的生育高峰在四季度，入學高峰延後到2023年秋季。

這個生育高峰只維持了1年多時間，從2018年起新生兒數量不斷下滑。 2022年，新生兒數量下滑到了956萬人，2023年下滑到了902萬，跟2016年的高峰期相比，差了將近一半。

當每年新生兒不足1000萬、甚至不足900萬成為常態後，我們的幼兒園、中小學會過剩到什麼程度？老師這個職業會遭遇什麼狀況？

根據上海市教育發布的數據，2023年上海幼兒園在校生48.41萬人，比前一年減少9.3%；其中幼兒園招生15.77萬人，比前一年減少5.6%。2023年全市幼兒園1,692所，較上年減少16所；國小664所，較上年減少7所。

也就是說，連大上海都在撤併幼兒園和學校了！

北京2023年的數據沒有查到，根據統計年鑑，北京2022年的幼兒園比2021年減少了11所，小學減少了118所。

廣深由於增量人口比較多，人口結構年輕，最近幾年還在大規模興建新學校、增加學位。例如深圳2023年新增了中小學、幼兒園78所，廣州則新增了50所。

但如果你用廣深幼兒園人數乘以2，跟小學生人數做一個對比，你會發現廣深的小學學位很快就會過剩。

目前廣州幼兒園人數乘以2是119.64萬人，小學生是129.45萬人，未來小學學位至少過剩10萬個；深圳幼兒園人數乘以2是111萬人，小學生是122.66萬人，未來小學學位也至少過剩10萬個。

到那時，國中學位也會過剩，學生就讀普通公立高中的比例預計將上升到70%甚至80%。廣州深圳撤併學校也是早晚的事情，至少學位緊張的局面將迅速終結。

從全國看，之前新生兒維持在1500萬人以上，現在未來基本上在900萬人左右，下滑了40%。再加上人口流動的不均衡，只有一、二線城市還有增量，普通三、四、五線城市以及村鎮，在園幼兒、小學生人數未來幾年可能下滑50%以上。

事實上，全國各地小學數量一直在緩慢減少中，學校規模變大、數量變少、集中辦學，是早已發生了的大趨勢，但未來幾年這種趨勢會「全面提速」！

河南是中國重要的人口大省和勞務輸出大省，根據河南省統計年鑑，河南全省小學數量在1978年曾達到48772個，到2000年減少到了41269個，到2022年還剩16925個。

就連人口第一大省廣東，小學數量也從2000年2.42萬所，減少到了2022年的1.06萬所。

小學數量斷崖式下跌，意味著農村、鄉鎮學越來越不方便，這加劇了人口向城市的集中，尤其是向大城市集中，將帶來一系列連鎖反應。

首先，城市與城市之間、城市各片區之間馬太效應進一步強化。

村鎮、小縣城的學校被迫撤併，孩子們上學將變得越來越不方便。這些地方因為財政收入減少，連公車路線都無力維持。結果，只能讓更多的家庭選擇離開，形成惡性循環。

有人口增量的大城市情況稍好，但內部分化也會加劇。例如上海的崇明、深圳的大鵬、廣州的從化、北京的延慶，由於距離中心城區太遠、人口密度偏低，將成為小學、幼兒園撤併的先行區，這會導致一線城市部分城區鶴崗化。

中國人喜歡熱鬧，我們的土地是國有的，這些都意味著中國不動產的價值邏輯跟美國大相逕庭。在中國，中心城區價值是永恆的，郊區永遠是小眾的、不方便的。

其次，學區房的概念可能會被淡化。

大城市學位緊張時期即將結束，過剩時代不可逆轉的到了。未來上一流好學校還是比較難的，但就讀二流好學校就沒那麼難了。

學區房概念可能被弱化，貼牌名校的價值會下降。一二線城市真正一流的學校，其學區房價值依然存在，但其他片區就弱化了。

想透過優質學區還給房子保值，只能選頭部學區，而不是二類、三類學區。

第三，幼兒園、中小學的老師將陷入過剩，未來或許跟房地產從業人員一樣過剩。

所以，如果你的孩子還沒有讀師範，未來慎重選擇；如果已經讀了，可以考慮透過上研究所轉型。未來，為老年人服務的產業反而會成為朝陽產業。(劉曉博說財經)

8/23(五)主力用心作價→頭肩底！長紅300點可期→霸氣暴賺！

想輕鬆暴賺→你一定要趕緊擁有

※5G、AI、IoT、電動車，再生晶圓需求強勁

※晶圓薄化業務穩定成長，12吋薄化需求今年起激增

※強攻先進製程發酵 下半年旺季動能將大升

※開發半導體研磨製程設備，成功打入晶圓代工供應鏈

※半導體設備領域有成並設廠，滿足客戶先進封裝製程需求

※昇陽半導體攜手均豪，再生晶圓導入自動化

※群創面板級封裝夯 大啖面板廠轉型商機

※MicroLED、面板級封裝設備出貨看增

※Q2繳出「三率三升」佳績，下半年營運看俏

※聚焦在光學封裝(CPO)市場，搶進生成式AI大餅

※與台積電合作開發CPO技術，有望取得輝達大單

※資料中心成長動能強勁，推動光模組升級換代商機

※驅動IC大廠奇景參與私募 整合WLO和CPO技術

※營運觸底，7月營收26.92億、年增39.12%

※打入AI伺服器IC載板供應鏈 Q3開始生產AI產品

※子公司晶碩，獲利貢獻挹注下半年成長動能

🔴今天江江解盤影片→含金量滿滿👍🈵

一定要看完＋並且【訂閱+按讚+分享幫助好友】

********************************************************

有持股問題或想要飆股→請加入Line：

作為大公司中報盤點的開篇，當然要聚焦“股王”騰訊的二季度整體表現。

●騰訊拿出了近一年以來最好的業績表現，4條業務線均實現了同比正增長，推動業務放量的核心因素就是遊戲+視訊號。

●視訊號不僅僅帶動了廣告增速，同時彌補了逆周期下支付、信貸業務增長缺位，還拉動了企業服務和雲端運算業務的收入空間，是現階段騰訊絕對的增長引擎，但相對而言，視訊號仍然有不小的進步空間。

●騰訊的確定性明顯得到了證實，可謂穩坐釣魚台。但核心問題是現階段騰訊所有的增長，幾乎都是現有業務在可預見範圍內的波動，真正有望突破估值區間X變數還未出現。

（1）整體財務表現：各業務線均明顯抬頭

單論財務表現，騰訊二季度的業績可以說是無可挑剔：總業務單季度首次突破1600億大關，實現營收1611.17億元，同比增幅超過了8%。除了金科企服外，遊戲、社交網路和廣告業務，都出現了明顯抬頭的趨勢。

以業務線來看，廣告和遊戲的同比增速分別達到了19.5%和9%，均高於整體增速，是拉動騰訊二季度業績增速的主要增長點。其中遊戲業務實現了近5個季度最高的單季度增速，而廣告業務維持了自2022年Q4以來的高增速。

圖：騰訊單季度分業務收入（億元），來源：企業財報，錦緞整理

圖：騰訊分業務收入增速，來源：錦緞研究院

整體費率方面，騰訊二季度相對穩定，銷售+管理的費率穩定在22.7%，與去年同期基本持平，低於2022年視訊號放量的同周期投入。相對而言，此輪視訊號及遊戲業務的增長並沒有強依託行銷開支。

聯營合營公司，受益於快手和拼多多兩大強勢標的持續輸血，以及EPIC崛起，實現了77億利潤貢獻，遠超歷史同期。

圖：騰訊費用及費率趨勢，來源：企業財報，錦緞整理

利潤層面，二季度騰訊的經營利潤Non-IFRS達到了584億環比一季度持平，同比增長26.9%，Non-GAAP下淨利潤達到了573億創新高。

細看經營利潤可以發現，刨除遞延所得稅調整（根據下降9%測算大約為11億），經營利潤率環比下降1.5%，保持在去年三季同等水平。

圖：騰訊利潤水平及利潤率，來源：企業財報，錦緞整理

（2）分業務經營表現：廣告遊戲業務出色，遊戲尤為亮眼。

遊戲方面：二季度最明顯的增量來自於“一新一舊”兩款遊戲帶動效應。

《DNFM》憑藉著長青IP的加持，上線首周就突破了10億的流水，根據點點資料資訊自《DNFM》推出以來，5-7月的手游下載裝機量持續霸榜斷層式領先，僅用不到3個月的時間佔據了收入榜的次席，是騰訊遊戲今年最核心的增量支柱。

圖：5-7月手機遊戲下載量及收入榜單，來源：點點資料