再論：中國人口往何處去？

（轉載請註明出處：微信公眾號 lixunlei0722）

要點：

我國總人口自2021年見頂後，已經連續三年減少。預計2027年我國總人口將跌破14億，2039年跌破13億，2047年跌破12億。
2025年新出生人口將下降到900萬以下，2028年跌破800萬，2035年可能跌破700萬，之後十年的下降速度會有所放緩。
按照聯合國相關標準，我國2021年已進入深度老齡化社會，預計2032年將達到超老齡化社會的標準，到2048年將達到日本目前的老齡化水平。
我國15-19歲、20-24歲、25-29歲年齡段的生育率明顯高於日本、英格蘭與威爾士、蘇格蘭，真正的問題是30-49歲的大齡育齡婦女的生育率明顯偏低。透過生育補貼的方式，鼓勵願意生育的家庭多生，可能是更可行的政策方向。
導致結婚率下降的第一個原因是性別比例失衡。在2006-2010年出生的人口中，男性比女性多出約20%，之後出口的性別差有所縮小，但仍維持在115:100以上，直到2016年以後才回落至105:100。可見，未來十年陸續進入婚育年齡的年輕人中，性別失衡將比較嚴重。
導致結婚率下降的第二個原因是男女學歷差錯位。在20-30歲的年輕人中，本科以下學歷的，男性人數大幅超過女性，而在本科及以上學歷的，女性人數明顯超過男性。這增加了高學歷女性找到合適婚配物件的難度。
2021年後城鎮化率年均增幅從過去的1.4個百分點降至約0.8個百分點。增速明顯放緩。戶籍口徑的城鎮化率增速則更低。
跨省流動農民工比例下降。2023年，農民工的平均年齡已經達到43.1歲，其中50歲以上的農民工佔比已經超過30%，今後告老還鄉的農民工數量將不斷增加，同時我國人口的流動性也將不斷下降。
在城鎮化程序放緩的同時，大城市化程序仍然較快。我國人口仍呈現向主要都市圈（長三角、珠三角、成渝）集中的現象，如浙江省常住人口淨流入數量和增速都位居全國第一，這可能與浙江的新經濟發展創造就業機會較多有關。
從十年跨度看（2014年-2024年），即便是經濟相對欠發達的省份，其省會城市的人口也都無一例外淨流入。
“雙子星”現象值得關注。江蘇省過去十年中，淨流入的人口59%是流向蘇州和南京這兩個大城市，廣東的深圳和廣州人口淨流入佔全省的65%，廈門和福州的人口淨流入佔福建省的68%；山東的青島和濟南佔其淨流入的79%。浙江省整體人口淨流入較大，但雙子星城市（杭州、寧波）人口淨流入佔比也近50%。
2012年工業就業人口在達到2.32億之後逐年減少，至2024年降至2.13億。2020年以來第二產業就業人口占比相對變化不大，但相比2012年高點已回落1.4%。
2024年美國第三產業GDP佔比為81.8%，第三產業就業人數佔比高達83.4%。我國第三產業就業人口占比不足50%，大力發展服務業是穩就業的必然選擇。
人口變化與經濟波動之間存在一定的時滯，如2016年以後我國出生人口的下降，可能會在20年後給經濟帶來負面壓力。這不僅給國內經濟帶來深遠影響，還會改變全球的國別競爭格局，如日本人口老齡化與其競爭力下降就是一個很典型的案例。

兩年前我們曾經做過關於中國人口的總數、年齡結構、性別比例、出生率及老齡化率及人口流向的特徵和趨勢等方面的研究。並預測2024年中國新生嬰兒數量將反彈至1000萬以上，但事實上只反彈至954萬，這使得我們有必要再次對我國人口變化趨勢及人口的區域流向和產業流向作新的預測。本文分兩部分，上篇討論人口變化，下篇討論人口流向。

上篇：中國人口變化與趨勢

一．2024年新出生人口低於預期

在2023年我們釋出的《中國人口往何處去？》中，基於當時的分析和假定，預測了我國人口和老齡化的發展趨勢。當時的核心假設有兩點：1）取2018和2019年的生育資料來推算較為真實的生育意願水平（考慮到2016年放開生育政策後，前期積壓的二胎生育需求釋放造成2016和2017年生育率偏高，以及2020-2022年期間疫情防控可能造成部分人推遲生育）；2）生育意願下降的趨勢參考日本、韓國等（從國際經驗看，隨著我國城市化率和人均收入繼續提升，生育意願將繼續下降）。

基於這兩個假設，結合我國育齡婦女的數量和年齡結構分佈，對我國未來的人口變化和老齡化趨勢進行了預測。其中，第一個假設——以2018、2019年生育資料作為真實生育意願的起點值，相對主觀性較強。比如，2016年放開生育政策之前積壓的生育需求是否對2018和2019年生育資料仍有影響？2020-2022年間的生育資料受疫情防控推遲生育的影響到底有多大？

現在2024年新出生人口資料已經公佈了，可以較好的檢驗我們當時的第一個假設。先說結論：2024年全國新出生人口為954萬，雖然增速轉正，但明顯低於我們之前的預測。可見當時的第一個假設過於樂觀了。2020-2022年間推遲的生育在2024年雖然有所體現，但幅度明顯不如預期。

二．修正後的人口與老齡化趨勢預測

在2023年我們預測模型的基礎上，下修生育率的起點值，使得2024年的新出生人口略低於954萬的實際值（考慮到2024年出生人口數受到之前疫情防控推遲生育的影響）。其餘假設不變，由此得到中國出生人口和老齡化趨勢的預測。

如圖1，2024年公佈的新出生人口數明顯低於原來的預測值，即疫情防控結束後新出生人口雖然有所增長，但低於我們之前的預測值。下修生育率的起點值之後，新出生人口的預測值均有所下調。按目前的假設和趨勢，2025年新出生人口將下降到900萬以下，2028年跌破800萬，2035年可能跌破700萬，之後十年的下降速度會有所放緩。

從總人口數量看，2027年我國總人口將跌破14億，2039年跌破13億，2047年跌破12億。

圖1 中國新出生人口數預測

資料來源：wind，中泰研究所

下修生育率的假設後，老齡化的速度也有所提高。從65歲以上人口占比來看，按照聯合國相關標準，我國2021年已進入深度老齡化社會，預計2032年將達到超老齡化社會的標準，到2048年將達到日本目前的老齡化水平（日本是目前老齡化最嚴重的國家）。

圖2 中國人口和老齡化趨勢預測

資料來源：wind，中泰研究所

值得一提的是，下修生育率起點值的假設後，對新出生人口數的預測產生了明顯的影響，但對老齡化趨勢的影響卻沒那麼大，進入重度老齡化和超老齡化的時間提前得並不多。這是因為現有人口的年齡結構決定了老齡化的大體程序，新出生人口相對現有的中老年人口基數顯得較小，所以對老齡化程序的影響就沒有那麼大。這其實也可以反過來提醒我們，即使接下來出臺有效的提升生育率的措施，我國加速進入超老齡化社會的趨勢也難以逆轉。為此應多做準備和早做準備。

圖3 中國老齡化程序或快於日本、德國

資料來源：wind，世界銀行，中泰證券研究所

三．國際比較：

我國生育意願處於什麼水平

在上一篇中我們提出了總和生育率的計算方式會受到育齡產婦年齡分佈不均衡而有所失真，因此“中國生育率全球第二低”的說法可能並不意味著我國生育意願有那麼低。透過國際比較，分析我國真實的生育意願處於什麼水平以及有何特徵，對討論提升生育率的政策措施具有較大意義。

由於育齡婦女中35-49歲年齡段的佔比更高，造成總和生育率的統計會失真。因此可以透過直接對比各個國家分年齡段的生育率，來評估生育意願的真實水平。

圖表4 分年齡段的生育率對比

資料來源：wind，日本厚生勞動省《人口動態統計》，法國國家統計與經濟研究所（INSEE），英國國家統計局，中泰研究所

說明：以中國（2024年預測值）為基準，生育率值更大的用紅色標識，更小的用綠色

出於資料的可得性，圖表4中對比了中國與日本、法國、英國（分三個地區）的分年齡段的生育率。雖然我國總和生育率受育齡產婦年齡結構的影響而有所低估，但從分年齡階段的生育率對比可以看出，我國真實的生育意願也處於嚴重偏低的水平，甚至低於一些高度城市化的成熟經濟體。

具體來看，我國15-19歲、20-24歲、25-29歲年齡段的生育率明顯高於日本、英格蘭與威爾士、蘇格蘭，而在30-34歲、35-39歲、40-44歲年齡段，我國生育率都明顯低於其他幾個國家或地區。

總體來看，我國真實的生育意願水平可能在日本（總和生育率1.2）和英國蘇格蘭（總和生育率1.3）之間。

從圖表4的對比可以看出，我國存在的比較明顯的問題是30-49歲的大齡育齡婦女的生育率明顯偏低。什麼原因造成了這一現象呢？是因為我國平均結婚年齡和初產年齡更早嗎？

從資料上看，我國2023 年平均初產年齡為29.2 歲，而日本、法國、英國分別為31.0歲、31.1 歲、29.8歲，我國平均初產年齡確實稍早一些。但理論上來說，更早的結婚年齡和初產年齡應該有利於更高的總體生育率，我國總體生育率卻更低。

更早的初婚和初產年齡，明顯偏低的大齡女性的生育率，說明我國生育二孩和多孩的比率應該是明顯低於其他幾個國家的。這從其他資料也可以得到印證：比如，我國終生不婚和終生不生育的比率還是遠低於歐美、日本等西方發達國家，總體生育率卻相對偏低，這也能說明我國獨生子女的比例更高，二孩和多孩比率明顯偏低。這或許與過去較長時間實施的獨生子女生育政策造成的思維慣性有關。

鼓勵生育二孩和多孩的政策可能更有可行性。從上文分析可以看到，我國生育率存在比較明顯的問題是大齡育齡婦女的生育率明顯偏低，其原因是我國生育二孩和多孩的比例明顯偏低。從全球的經驗來看，隨著經濟社會的發展，民眾選擇的自由度提高，選擇不婚不育的人群會明顯增多，這一現象似乎是社會發展的結果之一，難以透過政策逆轉。相對於鼓勵單身人士結婚和早婚早育等政策，鼓勵願意生育的家庭多生，可能是更可行的政策方向。

四．借鑑國際經驗：提高生育意願

從歐美國家的生育率變化和橫向比較來看，移民政策是關鍵，生育補貼有明顯作用。

比如，美國作為一個移民國家，每年有較大規模的年輕移民流入，且這些移民通常具有更高的生育意願。而日本則相反，日本和瑞士是發達國家中移民政策較嚴的國家，即使生育補貼（生育支援支出佔GDP的比例）也達到了其他歐美國家的平均水平，但其生育率明顯更低。

但生育補貼也有比較明顯的作用。比如在移民政策差異相對較小的英國、法國、德國、瑞典、挪威幾個國家之間，法國和瑞典的生育補貼力度更大一下，其生育率也相對高一些。

圖5 不同國家間生育補貼與生育率比較

資料來源：OECD、各國統計局，中泰證券研究所

圖6 英國脫歐後收緊移民政策，隨後生育率下降更快

資料來源：英國國家統計局（ONS）、法國國家統計與經濟研究所（INSEE）及德國聯邦統計局（Destatis），中泰證券研究所

為什麼移民政策會對生育率起到決定性作用呢？一方面，移民（主要亞非拉裔的移民，歐盟內部的移民對生育率影響不大）對生育的家庭文化觀念可能不一樣。另一方面，他們對生育的補貼和福利政策更敏感。

就我們國家來說，城市化率和人均收入還沒有達到歐美國家，但女性職場參與率較高，尤其是在大城市，提高生育率既要加大生育補貼投入，又要能解決職場女性生育面臨的各種挑戰和困難。生育補貼政策方面，或許有以下經驗值得我們參考：

1）“階梯激勵”，加大對生育多孩的獎勵。法國對生育一孩、二孩和多孩進行階梯式的一次性和每月補貼，對提高生育率效果較好。

2）減少生育對職場女性的不利影響，如強制男性休等額的陪產假。當男性員工和女性員工一樣需要休產假時，企業對職場女性的隱性歧視就會大大減小。比如，瑞典的“配額制育兒假”中父親必須休滿 90 天，期間薪資由社保支付 90%。

3）提供全面的托育服務，減少育兒對職場女性的不利影響。比如丹麥，0-6 歲托育服務覆蓋率超 95%，政府承擔 80% 費用，法國 “產前到小學免費醫療”。有分析認為德國在公費托育服務上存在30%左右的缺口，這對德國的生育率有明顯不利影響。

提高職場女性的婚育意願可能是關鍵。在上一篇《中國人口何處去》中就有分析到，男女性別比例的失衡，可能是結婚率下降的重要原因。如在2006-2010年出生的人口中，男性比女性多出約20%，之後出口的性別差有所縮小，但仍維持在115:100以上，直到2016年以後才回落至105:100。可見，未來十年陸續進入婚育年齡的年輕人中，性別失衡將比較嚴重。

圖7 結婚登記數下降趨勢明顯

資料來源：wind，中泰研究所

如果只是男性多於女性造成部分男性結婚難，可能對整體婚育率的影響還不會那麼大，但現實情況是不少女性，尤其是高學歷的職場女性也會覺得找到合適的婚配物件並不容易。這可能與不同學歷水平的性別失衡存在巨大的結構性差異有關。

圖8 20-30歲中國男女人數差距

資料來源：國家教育部，中泰研究所

在20-30歲的年輕人中，本科以下學歷的，男性人數大幅超過女性，而在本科及以上學歷的，女性人數明顯超過男性。這增加了高學歷女性找到合適婚配物件的難度。可見，如何提高職場女性的婚育意願可能是提高我國總體生育率的關鍵之一。

下篇：中國人口流向與趨勢

五．大城市化程序較快

城鎮化程序放緩

城鎮化增速下降

我國城鎮化率雖然仍保持逐年提升，但增速已經在顯著放緩。2015年城鎮化率為57.3%,較上年增長1.58%，而2021年後城鎮化率年均增幅從過去的1.4個百分點降至約0.8個百分點。2024年城鎮化率為67%，增速明顯放緩。戶籍口徑的城鎮化率增速則更低，2023年戶籍城鎮化率為48.3%，相比2022年僅增長0.6%。

圖9 城鎮化程序放緩

資料來源：wind，中泰研究所

與之相應的是農民工增量減少。2023年全國農民工總量29753萬人，比上年增加191萬人，僅增長0.6%，較2010年代年均500萬以上的增量顯著下降。其中，本地農民工12095萬人，比上年減少277萬人，下降2.2%；外出農民工17658萬人，比上年增加468萬人，增長2.7%。2023年農民工從事第二產業人數下降2.3%，其中製造業人數大致與2022年持平，主要是由於建築業人數減少造成。從事批發零售、交運、及服務業的人數相比2022年上升2.1%。

圖10 農民工規模增速放緩

來源：《2023年全國農民工監察調查報告》，中泰證券研究所

另一個明顯現象是跨省流動農民工比例下降，本地農民工（縣域內就業）比例上升。根據《2023年全國農民工監察調查報告》資料，2023年，農民工的平均年齡已經達到43.1歲，比2022年提高0.8歲，其中50歲以上的農民工佔比已經超過30%。因此，告老還鄉的農民工數量在今後將不斷增加。整體來看，各區域內農民工省內流動的偏好增強。當前只有中部地區以跨省流動為主，但佔比也逐漸接近50%。東部和西部區域內都更傾向於在省內流動，今後隨著老齡化加速，農民工的流動性還會進一步下降。

圖11 2016-2023年各區域農民工跨省流動佔比

來源：《2023年全國農民工監察調查報告》，中泰證券研究所

部分人口大省出現了人口迴流的現象。對比近兩年我國各省人口淨流入（剔除人口自然增長因素）情況與近6年情況，近兩年江蘇、四川人口淨流入超越廣東，湖北、安徽超過福建。一方面，沿海勞動密集型產業向中西部轉移，帶動本地就業機會增加，另一方面，中西部縣城和農村的房價、物價相對較低，吸引部分務工人員迴流。

圖12-13 我國各省人口淨流入（出）情況

資料來源：wind，中泰研究所

過去廣東一直是人口淨流入第一大省，但2019年以後，浙江成為淨流入第一大省。原因可能是浙江的新經濟吸引更多人口流入，而廣東的部分傳統制造業則向東南亞國家轉移。

大城市化程序仍然較快

無論是總量還是淨增速（剔除人口自然增長因素），我國人口仍呈現向主要都市圈（長三角、珠三角、成渝）集中的現象。浙江省常住人口淨流入數量和增速都位居全國第一，這可能與浙江的新經濟發展較快有關，如浙江的電商發展規模大、傳統產業轉型較快。

上海雖然常住人口增長不多，但由於上海已經步入超老齡化化城市，死亡人口明顯大於出生人口，故淨流入人口顯著超過北京，尤其疫情放開後上海仍保持0.6%的常住人口淨增長率。

圖14-15我國各省市人口淨流入增速

資料來源：wind，中泰研究所

從十年時段看（2014年-2024年），即便是經濟相對欠發達的省份，其省會城市的人口也都無一例外淨流入。如有些處在東北、西部和中部的省份，過去10年間人口淨流出，但其省會城市人口仍為淨流入。人口淨流入省份中，其省會城市人口淨流入佔比也高於60%。

近兩年大部分省份呈現人口淨流出現象，但其省會城市依然保持淨流入（其中青海例外，與其省會西寧均淨流出，但規模較小，青海兩年淨流出2萬人，西寧淨流出3千人），省會城市仍對周邊城市存在虹吸效應。

圖16-17 欠發達省份：省會城市人口淨流入佔全省人口淨流入比重

資料來源：中經資料，中泰證券研究所

注：負數說明該省人口淨流出，但省會城市人口仍淨流入；未考慮人口自然增長因素

二線大城市的人口也在快速增加，即出現了“雙子星”現象。下圖中，江蘇省過去十年中，淨流入的人口59%是流向蘇州和南京這兩個大城市，廣東的深圳和廣州人口淨流入佔全省的65%，廈門和福州的人口淨流入佔福建省的68%；山東的青島和濟南佔其淨流入的79%(2019年1月萊蕪劃併為濟南市，2018年及之前人口統計使用濟南和萊蕪的合併資料)。浙江省整體人口淨流入較大，但雙子星城市（杭州、寧波）人口淨流入佔比也近50%。

近兩年的資料中“雙子星”現象則更為明顯，浙江和廣東作為長期人口淨流入大省，省內人口淨流入分佈相對均勻，近兩年雙子星（杭州+寧波、深圳+廣州）城市佔全省人口淨流入比例接近50%。江蘇近兩年人口淨增長迅猛，但南京和蘇州兩地的人口淨流入已超過全省，同樣的還有福建。山東省人口淨流出，但濟南和青島兩地仍保持淨流入。

圖18 經濟發達省份的“雙子星”現象：

大城市化非常顯著

資料來源：中經資料，中泰證券研究所

注：城市人口淨流入未考慮人口自然增長因素

由於城市資料的出生/死亡資料披露不完全，或影響“雙子星”統計資料。我們觀察過去兩年中全國常住人口淨流入最多的十大城市，杭州人口淨流入25萬人略低於深圳和鄭州，但若剔除自然增長因素，杭州人口淨流入則大幅超越。說明杭州市的人口淨流入中虹吸效應貢獻了較大增量。合肥剔除自然增長因素後，人口淨流入33萬仍然較高，或許由於合肥地理位置相對特殊，既來源於長三角及省會城市的大城市化效應，又受益於城鎮化增速下降後的人口迴流。

圖19 2022年末以來全國人口淨流入最多的十大城市

資料來源：wind，中泰研究所

注：貴陽、廣州、長沙未公佈常住人口口徑自然增長率，其餘城市披露不完全為估算資料

六．從產業轉型看區域人口遷移：

第三產業對人口有虹吸效應

我國作為製造業大國，2024年全部工業增加值達到40.5萬億元，製造業總體規模連續15年保持全球第一。但從長期趨勢來看，第二產業GDP佔比逐年降低，第三產業佔比持續提升。2024年我國第二產業GDP佔比降至36%，第三產業GDP佔比提升至57%。考慮西方建築業相關的服務活動（如建築設計、工程諮詢、物業管理等）可能被歸類為第三產業，以及我國的建築業轉型趨勢，若將建築業佔比算入第三產業，那麼2024年我國第二產業佔比近一步下降至30%，第三產業則上升至63%。

圖20我國第二產業佔比逐年降低

資料來源：wind，中泰研究所

2012年工業就業人口在達到2.32億之後逐年減少，至2024年降至2.13億。2020年以來第二產業就業人口占比相對變化不大，但相比2012年高點已回落1.4%。

圖21我國第二產業就業人數在2012年見頂

資料來源：wind，中泰研究所

與此相應，儘管2024年後規模以上工業企業營業利潤同比轉正，但工業企業平均用工人數相對2022年已下降260萬人。

圖22規上工業企業營業利潤與用工人數

資料來源：wind，中泰研究所

從未來的趨勢看，第三產業所吸納的就業人數會越來越多，疊加人口老齡化加速，撫養比上升，第三產業的需求會上升。目前，按我國統計口徑的第三產業佔GDP的比重為57%，佔就業人口的比重為49%，中間約有8%的差值空間。若參照美國的資料，美國第三產業就業人數佔比長期以來都要略高於第三產業GDP佔比，2024年美國第三產業GDP佔比為81.8%，第三產業就業人數佔比高達83.4%。

圖23 人口撫養比及未來預測

資料來源：wind，中泰研究所

圖24我國服務業就業總數增加空間很大

資料來源：wind，中泰研究所

圖25美國第三產業就業人數佔總就業人口83%

資料來源：wind，中泰研究所

而作為步入超老齡化國家的日本和德國，儘管它們都是製造業強國，但第三產業就業人口占總就業人口的比重也達到70%，且就業人口占比與第三產業在GDP佔比間的差距在縮小。

圖26 日本第三產業就業人數佔總就業人數比重持續上升

資料來源：wind，中泰研究所

2022年以來，全國規模以上工業企業利潤總額同比呈回落趨勢，2024年全國規模以上工業企業實現利潤總額7.43萬億元，可比口徑下同比下降3.3%。依靠工業發展拉動就業和人口的邊際效應或在長期內遞減。

圖27-28 依靠工業發展拉動就業的邊際效應遞減

資料來源：wind，中泰研究所

從城市用電量資料也可以作為一個觀察視角，來印證人口淨流入的規模有多大。由於新能源車、電動單車、高技術製造業的普及與發展，全國用電量資料快速增長。2019年至2023年間，合肥和成都的總用電量增速及居民用電量增速均顯著高於全國平均水平，表明這兩個城市的人口淨流入比較多，也說明新興高技術製造業的快速發展對人口增長產生了較大的拉動作用。

如成都已形成電子資訊、裝備製造兩大萬億級產業，其中電子資訊產業營業收入佔全市工業比重超30%；2024年合肥新能源汽車產量達137.6萬輛，超過上海、西安，僅次於深圳。杭州全社會用電量增速略低於全國水平，但居民用電量高增，杭州的人口高速增長或是“產業+政策+宜居”綜合作用的結果，體現出服務業發展對人口巨大的吸引。

圖29 部分城市用電量增長

資料來源：wind，中泰研究所

人口的集聚與區域的分化這一發達經濟體的共同趨勢是符合發展經濟學的增長極理論的。在二戰結束80年後的今天，全球經濟都步入了低增長高震盪的時代，和平年代的負面效應就是結構老化、階層固化、勞動生產率下降，存量經濟的特徵越來越明顯，即此消彼長、優勝劣汰。我們應該順應這一長期趨勢，提高投資效益，即讓財政資金和金融資源追隨人口的流向，而不是逆勢而行。

中國人口總體呈現從西向東，從北到南，從農村流向城市，從中小城市流向大城市的特徵。人口流動是為了獲得機會，人口流動的結果是有利於提高全要素生產率。

圖30 中美人口老齡化率趨勢比較