把中國老齡化率程度與美國進(jìn)行對比，發(fā)現(xiàn)美國可能到2032年后，老齡化率水平不再上升，到2050年約為18%，而中國則達(dá)到27%。

中美人口老齡化率趨勢比較

來源：Wind，中泰證券研究所

美國老齡化率之所以會(huì)在未來走平，主要是兩大因素，一是美國的生育意愿與移民政策可能有關(guān)，主要原因可能是美國每年的移民規(guī)模較大，且大多是年輕人，新移民的生育意愿也明顯高于大部分美國人。二是美國出生人口更多受生育率（生育意愿）影響，而不是人口年齡結(jié)構(gòu)（育齡人口占比）。如圖，美國0-4歲的人口數(shù)與主要育齡（25-44歲）人口數(shù)的正相關(guān)性不明顯。

產(chǎn)業(yè)變遷對人口流向的影響

隨著科技發(fā)展和產(chǎn)業(yè)集中度的提高，全球都呈現(xiàn)兩大趨勢，一是制造業(yè)的機(jī)械化、智能化程度會(huì)越來越高，制造業(yè)就業(yè)總?cè)藬?shù)呈現(xiàn)持續(xù)下降的趨勢；二是社會(huì)分工越來越細(xì)，產(chǎn)業(yè)集中度不斷提高。這兩大趨勢均會(huì)對人口的流向產(chǎn)生顯著影響。

我國第二產(chǎn)業(yè)就業(yè)人數(shù)在2013年見頂

來源：Wind，中泰證券研究所

中國作為制造業(yè)大國和投資大國，自上世紀(jì)50年代以來就開始了工業(yè)化進(jìn)程，改革開放以來發(fā)展更快，但隨著勞動(dòng)年齡人口在2012年見頂，2013年工業(yè)就業(yè)人口在達(dá)到2.32億之后，也出現(xiàn)了回落，至2022年降至2.11億。

2022年下半年以來，我國出口增速大幅下降，與此相對應(yīng)的是，傳統(tǒng)工業(yè)企業(yè)的就業(yè)人數(shù)下降，盡管規(guī)模以上工業(yè)企業(yè)的數(shù)量還在增加。如電動(dòng)載人汽車、太陽能電池、鋰電池等出口顯著增加，但這類企業(yè)都屬于資本密集型的，對就業(yè)的帶動(dòng)有限。

疫情后全國規(guī)模以上工業(yè)企業(yè)用工人數(shù)減少

來源：Wind，中泰證券研究所

以中國的制造業(yè)非常發(fā)達(dá)的東莞為例，它為農(nóng)民工創(chuàng)造了大量就業(yè)機(jī)會(huì)，2016年其常住人口過千萬。2017年以來，東莞通過放松戶籍政策來吸引人才落戶，截至2022年東莞戶籍人口有292萬人，相較2016年底的200萬人增長45%。然而戶籍政策對常住人口的拉動(dòng)有限，2017年至今常住人口數(shù)量幾乎沒有增長，并在2022年出現(xiàn)下行趨勢。

從未來的趨勢看，第三產(chǎn)業(yè)所吸納的就業(yè)人數(shù)會(huì)越來越多，因?yàn)槿丝诶淆g化加速，撫養(yǎng)比上升，第三產(chǎn)業(yè)的需求會(huì)上升。目前，按我國統(tǒng)計(jì)口徑的服務(wù)業(yè)占GDP的比重為52%，占就業(yè)人口的比重為47%，但按西方國家的統(tǒng)計(jì)口徑，建筑業(yè)也歸入服務(wù)業(yè)，那么，服務(wù)業(yè)占GDP比重及服務(wù)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重分別為60%和54%。

我國服務(wù)業(yè)就業(yè)總數(shù)增加空間很大

來源：Wind，中泰證券研究所

若參照美國的數(shù)據(jù)，美國服務(wù)業(yè)就業(yè)人數(shù)占比長期以來都要高于服務(wù)業(yè)的GDP占比，2022年美國服務(wù)類GDP占比為80%，服務(wù)業(yè)就業(yè)人數(shù)占比高達(dá)84%。

美國服務(wù)業(yè)就業(yè)人數(shù)占總就業(yè)人口84%

來源：Wind，中泰證券研究所

而作為步入超老齡化國家的日本，盡管其作為制造業(yè)強(qiáng)國，富有工匠精神，但服務(wù)業(yè)就業(yè)人口占總就業(yè)人口的比重也達(dá)到69%。德國則為65%。這兩個(gè)國家的服務(wù)業(yè)增加值占GDP的比重分別為70%和69%，均遠(yuǎn)超中國。

日本服務(wù)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)比重持續(xù)上升

來源：Wind，中泰證券研究所

2022年以來，全國規(guī)模以上工業(yè)企業(yè)平均利潤與利潤總額同比都呈回落趨勢，1—8月份，全國規(guī)模以上工業(yè)企業(yè)實(shí)現(xiàn)利潤總額4.65萬億元，同比下降11.7%。而廣東長期回落趨勢更明顯。依靠工業(yè)發(fā)展拉動(dòng)就業(yè)和人口的邊際效應(yīng)或在長期內(nèi)遞減。

依靠工業(yè)發(fā)展拉動(dòng)就業(yè)的邊際效應(yīng)遞減

來源：Wind，中泰證券研究所

制造業(yè)回落就業(yè)人數(shù)下降除了機(jī)械化、智能化程度提高導(dǎo)致人工需求下降因素外，還與制造業(yè)工人的薪酬水平提高有關(guān)。

2021年我國制造業(yè)人均工資提升至每年14295美元，已接近日本的50%。而東南亞國家的制造業(yè)薪酬則大大低于中國，以泰國為例，2000年制造業(yè)人均工資每年1789美元甚至略高于當(dāng)時(shí)的中國，至2021年為每年5089美元，只有中國的35.6%。而越南、印尼和印度等國制造業(yè)工人薪酬只有我國的三分之一至四分之一，這使得中國的勞動(dòng)密集型產(chǎn)業(yè)部分轉(zhuǎn)移至這些國家。

2021年，我國第一產(chǎn)業(yè)的就業(yè)人數(shù)為1.71億，占我國就業(yè)總?cè)藬?shù)的22.9%（見《2021年度人力資源和社會(huì)保障事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》），但所創(chuàng)造的增加值占GDP的比重只有7.3%，可見我國第一產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率水平仍低，第一產(chǎn)業(yè)就業(yè)人數(shù)的占比是其創(chuàng)造GDP占比的三倍多。盡管如此，第一產(chǎn)業(yè)的就業(yè)人數(shù)已經(jīng)比10年前減少了近1億人（國家統(tǒng)計(jì)局公布的2011年我國第一產(chǎn)業(yè)勞動(dòng)人口為2.65億）。

今后我國農(nóng)民工的新增數(shù)量將大幅放緩，一方面由于農(nóng)村老齡化加速，可轉(zhuǎn)移的勞動(dòng)年齡人口數(shù)量減少；另一方面則由于外出農(nóng)民工中50歲以上的返回率上升，使得農(nóng)民工凈增量減少。

下圖中，紅線代表從2010-2020年中國農(nóng)村不同年齡段的人口轉(zhuǎn)移到城鎮(zhèn)的比例，其中50-59歲年齡段的比例為10%左右，超過60歲后則從城鎮(zhèn)凈流入到農(nóng)村。藍(lán)柱代表農(nóng)村該年齡段的人口占比，綠柱代表全國該年齡段人口的占比。不難看出，超過50歲的農(nóng)村人口數(shù)量大幅高于城鎮(zhèn)人口數(shù)量。

2020年我國50歲的以上的農(nóng)村人口占比超過城鎮(zhèn)

來源：國家統(tǒng)計(jì)人口普查數(shù)據(jù)，中泰證券研究所

人口的區(qū)域流向：

大城市化與人口集中度提高

古代中國人口分布與遷徙主要受到兩類因素的影響：一是戰(zhàn)亂、災(zāi)荒等“天災(zāi)人禍”造成的人口遷徙；二是各地經(jīng)濟(jì)產(chǎn)出所能承載的人口。

前者階段性引發(fā)人口短期遷徙，例如西晉“永嘉之亂”、唐朝“安史之亂”和北宋“靖康之難”引發(fā)中國歷史上三次大規(guī)模南遷。但在戰(zhàn)爭結(jié)束之后，社會(huì)秩序恢復(fù)后，各地多休養(yǎng)生息，在歷代王朝的中后期，經(jīng)濟(jì)因素，主要是土地產(chǎn)出和承載力成為人口分布的主要因素。

根據(jù)《中國分省區(qū)歷史人口考》，在唐朝之前，中國人口分布主要呈現(xiàn)出北多南少的特征。少數(shù)南多北少時(shí)期，也處于戰(zhàn)亂階段，例如秦末動(dòng)亂后，西漢初年出現(xiàn)南方人口多于北方人口，南北人口比重達(dá)到1:0.85。

氣候變化以及南方的開發(fā)推動(dòng)南方人口增長。最晚從唐朝中期（752年）開始，南方人口比重趨勢性提升。宋金時(shí)期（1207-1208年），南方人口已經(jīng)全面超過北方。直到明朝后期（1578年），南北雙方人口比重為在1:0.65。到了清代，隨著土地的開墾、農(nóng)業(yè)的發(fā)展，與玉米、番薯等高產(chǎn)作物的普及，道光年間總?cè)丝谕黄?億。南方由于自然條件更為適宜高產(chǎn)作物的種植，此時(shí)南北雙方人口比重?cái)U(kuò)大至1:0.43。

中國古代人口南北分布

來源：《中國分省區(qū)歷史人口考》，中泰證券研究所。注：省份樣本為傳統(tǒng)上“漢地十八省”所包含的省份，南北以“秦嶺—淮河”一線劃分

現(xiàn)代人口的區(qū)域遷移，與工業(yè)和服務(wù)業(yè)的發(fā)展關(guān)聯(lián)度越來越大，與農(nóng)業(yè)的關(guān)聯(lián)度則不大了。而且農(nóng)業(yè)人口成為現(xiàn)代產(chǎn)業(yè)發(fā)展的新增生產(chǎn)要素，也是人口區(qū)域間遷移的主要來源。

從1978-2008這改革開放最初的30年里，中國人口的流向明顯呈現(xiàn)從西向東的特征，即西部地區(qū)和中部地區(qū)的農(nóng)村人口流向東部沿海地區(qū)，尤其集中在長三角和珠三角這兩大區(qū)域。但隨著中國經(jīng)濟(jì)集中度的提升，人口凈流入的區(qū)域會(huì)不斷減少，同時(shí)凈流出的區(qū)域會(huì)越來越多。 

我們對過去五年各省市的人口流向進(jìn)行分析，剔除自然增長率后，發(fā)現(xiàn)常住人口呈現(xiàn)從北向南流動(dòng)的整體特征。北方城市大部分呈現(xiàn)明顯的人口凈流出狀態(tài)，尤其東北地區(qū)人口流出比率較大。長三角、珠三角、川渝經(jīng)濟(jì)圈凈流入人口數(shù)量居前。

2018-2022年我國各省市人口凈流入（出）情況

來源：Wind，中泰證券研究所

從數(shù)據(jù)看，東北三省和中部六省的人口都呈現(xiàn)凈流出，而人口凈流入最多的是GDP全國排名第四的浙江，而非廣東，廣東在過去五年中人口凈流入只有160萬，不足浙江的一半。為何浙江的人口流入量最大呢？恐怕與浙江的新經(jīng)濟(jì)發(fā)展較快有關(guān)，如浙江的傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型較快、電商發(fā)展規(guī)模大、專精特新企業(yè)數(shù)量排名全國第一等。

在上圖及下文的多張圖中，均會(huì)發(fā)現(xiàn)新疆人口流入等多排在前列，可能的原因是與鼓勵(lì)農(nóng)戶入疆開發(fā)農(nóng)業(yè)的政策有關(guān)。

值得注意的是，過去五年北京和上海的人口變化并不大，而且北京人口還是凈流出。這是否與2020-2022這三年的疫情有關(guān)？畢竟超大城市的人口密度大，病毒傳播快，對人口流入帶來不利影響。那么，這是否會(huì)使得我國的大城市化進(jìn)程出現(xiàn)逆轉(zhuǎn)呢？如果把時(shí)間拉長一點(diǎn)，觀察期延長至2012-2022年，就不難發(fā)現(xiàn)大城市化進(jìn)程還在持續(xù)。

經(jīng)濟(jì)發(fā)達(dá)省份的“雙子星”現(xiàn)象：大城市化非常顯著

來源：Wind，中泰證券研究所

注：未考慮人口自然增長因素——缺數(shù)據(jù)

上圖中，江蘇省過去十年中，凈流入的人口93%是流向蘇州和南京這兩個(gè)大城市；廣東的深圳和廣州人口凈流入占全省的72%，山東的青島和濟(jì)南占其凈流入的83%。最近三年北、上、深三大城市的人口都出現(xiàn)了負(fù)增長，這主要是疫情帶來的生活不便，以及土地、勞動(dòng)力等要素價(jià)格上漲過快引起的。但二線大城市的人口仍在快速增加，即出現(xiàn)了“雙子星”現(xiàn)象。

從2010-2020年看，即便是經(jīng)濟(jì)相對欠發(fā)達(dá)的省份，其省會(huì)城市的人口也都無一例外凈流入。如有些處在東北、西部和中部的省份，過去10年間人口凈流出，但其省會(huì)城市人口仍為凈流入。

經(jīng)濟(jì)體量相對小的省份：省會(huì)城市人口凈流入占全省人口凈流入比重

來源：Wind，中泰證券研究所

注1：部分省會(huì)城市2022年數(shù)據(jù)缺失，暫用2010年-2020年口徑統(tǒng)計(jì)，負(fù)數(shù)說明該省人口凈流出，但省會(huì)城市人口仍凈流入

注2：未考慮人口自然增長因素——缺數(shù)據(jù)

從過去5年看，我國人口凈流入最多的10個(gè)城市，多數(shù)都為省會(huì)城市，其中成都排名第一，達(dá)到522萬人。是什么原因使得成都成為過去5年人口流入最多的城市呢？主要因素應(yīng)該是農(nóng)民工的回流。因?yàn)閺倪^去五年看，重慶和四川這兩個(gè)西部省市都是人口凈流入規(guī)模居前的區(qū)域。

過去五年全國人口凈流入最多的十大城市

來源：Wind，中泰證券研究所

注：未考慮人口自然增長因素——缺數(shù)據(jù)

那么，如何來判斷農(nóng)民工已經(jīng)從過去的“孔雀東南飛”轉(zhuǎn)向“孔雀西南飛”呢？不妨比較過去五年長三角和珠三角的農(nóng)民工數(shù)量變化。

珠三角農(nóng)民工數(shù)量顯著下降

來源：Wind，中泰證券研究所

江浙滬及京津冀地區(qū)每年農(nóng)民工流入數(shù)量基本保持不變，而珠三角地區(qū)農(nóng)民工年流入量從2017年的4722萬人逐年減少，2021年降至4219萬人，減少近500萬人。因?yàn)檫^去珠三角農(nóng)民工大部分來自西南地區(qū)，觀察農(nóng)民工所屬行業(yè)的分布占比，發(fā)現(xiàn)近5年農(nóng)民工從事制造業(yè)占比逐年下降共約3%，從事批發(fā)零售、交運(yùn)、及服務(wù)業(yè)的人數(shù)比例小幅上升。而珠三角作為中國制造業(yè)中心，近年來已明顯轉(zhuǎn)弱，導(dǎo)致深圳、東莞兩大城市的常住人口數(shù)量明顯減少。

導(dǎo)致珠三角競爭力轉(zhuǎn)弱的主要原因是要素價(jià)格上升，主要是土地和勞動(dòng)力，部分勞動(dòng)密集型產(chǎn)業(yè)外遷至東南亞國家，部分則內(nèi)遷到中西部地區(qū)。從我國東部、中部、西部和東北四大區(qū)域看，2018年至今，東部對外出口貿(mào)易的份額從81.7%降至79.8%，中部從8.2%上升至9.1%，西部從8.2%升至9.0%，東北則從2.5%降至2.1%。盡管地區(qū)間出口的變化份額不算大，但多少也可以解釋珠三角地區(qū)農(nóng)民工數(shù)量減少和西部地區(qū)人口流入增加的部分原因。

根據(jù)《2022年全國農(nóng)民工監(jiān)察調(diào)查報(bào)告》數(shù)據(jù)，2022年，農(nóng)民工的平均年齡已經(jīng)達(dá)到42.3歲，其中50歲以上的農(nóng)民工占比已經(jīng)接近30%。因此，告老還鄉(xiāng)的農(nóng)民工數(shù)量在今后將不斷增加。整體來看，各區(qū)域內(nèi)農(nóng)民工省內(nèi)流動(dòng)的偏好增強(qiáng)。當(dāng)前只有中部地區(qū)以跨省流動(dòng)為主，但占比也逐漸接近50%。東部和西部區(qū)域內(nèi)都更傾向于在省內(nèi)流動(dòng)，今后隨著老齡化加速，農(nóng)民工的流動(dòng)性還會(huì)進(jìn)一步下降。

2016-2022年各區(qū)域農(nóng)民工跨省流動(dòng)占比

來源：《2022年全國農(nóng)民工監(jiān)察調(diào)查報(bào)告》，中泰證券研究所

為了進(jìn)一步印證“部分農(nóng)民工已經(jīng)返回原籍”的判斷，不妨關(guān)注彩票的銷量變化。由于彩票購買者以中低收入群體、流動(dòng)人口為主，我們試圖從彩票的銷量變化來印證農(nóng)民工的流向變化。東部地區(qū)彩票銷售額占全國的比重近年來呈下降趨勢，而西部地區(qū)的比重則在上升。2005年，東部地區(qū)的彩票銷量占比達(dá)51.5%，至2021年降至46.2%，下降5.3個(gè)百分點(diǎn)，而西部地區(qū)的彩票銷量占比從2005年的21.5%上升到2021年的28.1%，上升6.6個(gè)百分點(diǎn)。

各地區(qū)彩票銷售額分布

來源：CEIC，國家統(tǒng)計(jì)局，中泰證券研究所

我們再進(jìn)一步分析2020年疫情以來的彩票銷量在各省間的占比情況，因?yàn)橐咔槠陂g，防控造成人員返鄉(xiāng)、返城之類的人口流動(dòng)的波動(dòng)也較大，可以從增速和波動(dòng)性兩個(gè)角度進(jìn)行觀察。從增速來看，疫情以來，新疆彩票銷售額增長最快。內(nèi)地省份中，彩票銷售額增長最快的是重慶、四川和貴州三個(gè)西南省市，其次是廣東、浙江、福建三個(gè)沿海制造業(yè)大省。

2020年至今各省市彩票銷售額的年均增速

來源：CEIC，Wind，中泰證券研究所

從上圖中發(fā)現(xiàn)，2020年以來彩票銷售增速靠前的如新疆、重慶、四川、浙江、廣東、福建等省市，同時(shí)也是近五年人口凈流入靠前的省市，這是否證明流動(dòng)人口是購買彩票主力之一？

筆者長期關(guān)注我國西南地區(qū)農(nóng)民工流向珠三角地區(qū)的主要道路——321國道春運(yùn)返鄉(xiāng)摩托車大軍，據(jù)說摩托車返鄉(xiāng)大軍人數(shù)的峰值發(fā)生在2013年，這也是中國房地產(chǎn)開發(fā)投資增速的最高點(diǎn)。如今，號稱十萬摩托車大軍幾乎已經(jīng)消失了。

 此外，社會(huì)對于海外移民的話題也頗為關(guān)注，主要因素不妨有以下幾個(gè)：1、國內(nèi)大城市的房價(jià)收入比或租售比均顯著高于全球水平，到海外尋求更高性價(jià)比的生活，故投資移民需求上升；2、近年來部分西方國家出現(xiàn)勞動(dòng)力短缺現(xiàn)象，導(dǎo)致薪酬水平顯著上升，增強(qiáng)了勞務(wù)輸出的吸引力。不過，從海外移民的數(shù)量占總?cè)丝诳矗苑浅Ｖ汀?/strong>

小結(jié)

中國人口老齡化加速已經(jīng)成為現(xiàn)實(shí)，2023年的出生人口數(shù)可能又低于2022年，當(dāng)前如此低的總和生育率似乎很難持續(xù)，期望2024年后出生人口數(shù)量能夠大幅反彈，并維持在1000以上。生育率低的國家?guī)缀醵技性跂|亞，這是否與東亞國家人多地少、受儒家的精英文化影響較大有關(guān)？但即便出生人口數(shù)量的增加，對老齡化率的影響微乎其微。

老齡化率的上升，必然帶來服務(wù)業(yè)在GDP中占比的上升，從事服務(wù)業(yè)的就業(yè)人口數(shù)量也會(huì)相應(yīng)提高。而且，服務(wù)業(yè)就業(yè)人口占總就業(yè)人口的比重將大于服務(wù)業(yè)對GDP的貢獻(xiàn)率，這意味著在經(jīng)濟(jì)增速回落的背景下，只要服務(wù)業(yè)的占比上升，仍然可以實(shí)現(xiàn)充分就業(yè)。當(dāng)前我國年輕人就業(yè)壓力較大，大力發(fā)展服務(wù)業(yè)應(yīng)該是一種解決方案。

中國以農(nóng)業(yè)人口轉(zhuǎn)移為特征的城鎮(zhèn)化進(jìn)程已經(jīng)開始減速，但城市之間的人口流動(dòng)會(huì)繼續(xù)，這是因?yàn)樯鐣?huì)分工進(jìn)一步細(xì)化，規(guī)模經(jīng)濟(jì)要求產(chǎn)業(yè)配套健全、人口密度提升、運(yùn)輸半徑縮小。例如，珠三角在2017-2021年間農(nóng)民工數(shù)量凈減少近500萬，但廣東省的人口凈流入量依然達(dá)到160萬左右，這意味著期間應(yīng)該有超過600萬的非農(nóng)民工流入到廣東。在總?cè)丝跍p少的背景下，大部分城市的人口都在縮減，少數(shù)城市人口增加，人口的集中度將不斷提升。

從國際比較看，我國的大城市人口占比仍然不高，今后北上廣深等一線城市的人口還將保持增長態(tài)勢，以成都、杭州、蘇州等為代表的二線城市人口規(guī)模將大幅提升。

第一大城市人口占該國城市總?cè)丝诘谋戎?/p>

來源：Wind，中泰證券研究所

例如，美國紐約的人口占美國城市人口的比重為6.8%，是上海的兩倍多，盡管上海的人口再增加一倍并不現(xiàn)實(shí)，但達(dá)到3000萬仍有可能。而中國超過2000萬人口的城市目前只有北京和上海，今后或許有5-6個(gè)，也就是說，二線城市的大城市化進(jìn)程會(huì)加速。 

從2021年開始，中國已經(jīng)步入深度老齡化階段，2022年總?cè)丝陂_始負(fù)增長；同時(shí)，2023年前9個(gè)月，出口負(fù)增長，各地房價(jià)普遍下跌、房地產(chǎn)開發(fā)投資負(fù)增長、地方政府土地出讓金收入大幅下降。這些數(shù)據(jù)均表明，改革開放以來，以引進(jìn)外資、出口導(dǎo)向、世界工廠以及基建加房地產(chǎn)投資等驅(qū)動(dòng)的出口加投資主導(dǎo)模式需要轉(zhuǎn)型。

人口撫養(yǎng)比及未來預(yù)測

來源：Wind，中泰證券研究所

從全球預(yù)期平均壽命每10年增長3歲左右的水平來看，1997年出生的人口預(yù)期壽命將達(dá)到100歲，故未來老人比例將顯著增加。隨著全社會(huì)人口撫養(yǎng)比的上升，與老齡化相關(guān)的服務(wù)產(chǎn)業(yè)將快速發(fā)展，由此也帶來了諸多投資機(jī)會(huì)。如醫(yī)療康養(yǎng)、休閑旅游、AI、機(jī)器人等，同時(shí)會(huì)推進(jìn)經(jīng)濟(jì)增長模式從投資轉(zhuǎn)向消費(fèi)。

20世紀(jì)中期至今，人均預(yù)期壽命穩(wěn)步上升

同時(shí)，社會(huì)保障費(fèi)用將大幅上升，原先已經(jīng)存在的養(yǎng)老金缺口將變得更大，如何在居民部門償債率較高的背景下，降低居民的負(fù)債或增加居民的可支配收入，目前所面對的諸多問題都需要有效的解決方案。