中國生育率破1 新生人數回到乾隆年間水平
相比之下，中國在新冠疫情後呈現出壹種“斷崖式”的暴跌。2024年出生954萬，2025年驟降至792萬，單年跌幅超過16%。這種速度和幅度，在和平年代的人口史上極為罕見。
為什麼中國跌得這麼快？
易富賢認為，中國疫情後的“斷崖式下跌”，未必意味著生育意願在短期內突然崩塌，更可能是此前多年統計口徑與現實之間的偏差，在近幾年被集中“擠出”。
他常用山東作例子：全面贰孩實施後的2016年，山東上報出生人口從2015年的約123萬躍升到2016年的約177萬，增加約54萬；這壹增量占到中國當年出生增量的很大比例。按常理推算，這批孩子在六年後（2022年）應進入小學，但他對照地方教育數據後指出，山東的小學招生並未出現與“2016出生高峰”相匹配的擴張，甚至出現回落（-5%），因此質疑“2016年暴漲”的出生數據是否真實反映了當年的新生兒規模。
在他看來，關鍵問題在於統計邏輯：過去在嚴格控制生育的年代，基層可能存在“超生漏報”，官方解釋往往是“調查得到的生育率偏低、需要修正”；但當2016年以後限制“超生”在制度意義上基本退出，類似漏報邏輯就難以繼續解釋為什麼出生數仍能被維持在高位，於是他認為部分年份的出生數據可能存在系統性高估。
為了繞開統計口徑爭議，易富賢還會使用“第叁方硬指標”做交叉驗證，其中最典型的是卡介苗（BCG）接種數據：他強調在中國新生兒通常需要在出生後很短時間內接種卡介苗，因此疫苗接種規模可作為觀察出生人數的參照。結合“壹支卡介苗可供約1.2—1.5名新生兒使用”的實際操作范圍，他據此推算認為，若用疫苗數據反推，新生兒規模在2018年前後可能已明顯走弱，人口負增長也可能早於官方後來承認的2022年出現。
把這些證據串起來，易富賢的核心結論是：與其把近年的下滑全部解釋為“疫情沖擊後的突然變化”，不如理解為——此前被高估的出生數據與真實趨勢之間的差距在近幾年集中顯現，於是看上去像“斷崖”。
除了數據層面的“擠水分”，中國還面臨著壹些獨特的結構性困境，使其人口下滑的速度快於東亞鄰居。
比如，性別比失衡的反噬。長達數拾年的性別選擇性墮胎，導致中國積累了嚴重的“光棍危機”。2005年1%抽樣調查顯示，出生人口性別比高達119（每出生100個女嬰，即出生119個男嬰），部分省份甚至超過130。這意味著到2020年，20-45歲的男性將比女性多出約3000萬人。
然而，諷刺的是，盡管男性過剩，高學歷女性卻面臨“剩女”困境。2010年，6歲兒童的性別比為119:100（男多女少），但當這批人在2022年進入大學時，本科錄取的性別比卻變成了59:100（女多男少）。這種錯位導致低學歷男性找不到妻子，而高學歷女性又不願下嫁，婚姻市場陷入結構性失衡。
人口質量替代數量？
面對生育率下跌、人口持續負增長的現實，中國官方敘事開始強調“高質量發展”。在國家統計局人口與就業統計司司長王萍萍對2025年人口數據的解讀中，她提出中國人口教育水平、技能與創新能力持續提升，並稱中國正從“數量型人口紅利”轉向“質量型人才紅利”。
她舉例稱，2025年16—59歲人口平均受教育年限為11.3年，比上壹年增加0.1年，並列舉預期壽命、研發人員規模等指標，強調人口“高質量發展”將為經濟社會發展提供支撐。
與此同時，中國正在進行壹場規模空前的“機器換人”運動。國際機器人聯合會（IFR）的統計顯示，2024年全球新增工業機器人中，中國占約54%，安裝量約29.5萬台。
經濟學家林毅夫認為，人口老齡化並不必然拖累經濟。他撰文指出，中國人均GDP仍處較低水平，通過技術升級與產業升級帶來的“追趕式增長”，足以對沖勞動力減少的影響。他強調，關鍵不在於勞動者數量，而在於“有效勞動”——即勞動力數量乘以教育水平。
人口學家、攜程創始人梁建章則主張用更大力度的財政手段扭轉趨勢。他在接受《時代周報》采訪時提出，中國應拿出GDP的2%-5%（約2-5萬億元人民幣）用於生育補貼和獎勵。“中國不是生不出來，而是生不起，”梁建章說，“北歐國家在育兒支出上投入GDP的5%左右，效果明顯。日韓的政策力度不夠，中國應該更大膽。”
然而，易富賢對“技術替代論”和“補貼樂觀論”都持懷疑態度。
首先，他強調人口作為消費者的重要性。雖然技術派認為自動化可以解決勞動力短缺，但易富賢指出，中國居民家庭消費占GDP的比重僅為38%左右（遠低於國際水平的60%），人口萎縮將導致內需市場進壹步塌陷。“如果沒有足夠的消費者，再高的生產率也無法維持經濟增長。”
[物價飛漲的時候 這樣省錢購物很爽]
已經有 3 人參與評論了, 我也來說幾句吧
為什麼中國跌得這麼快？
易富賢認為，中國疫情後的“斷崖式下跌”，未必意味著生育意願在短期內突然崩塌，更可能是此前多年統計口徑與現實之間的偏差，在近幾年被集中“擠出”。
他常用山東作例子：全面贰孩實施後的2016年，山東上報出生人口從2015年的約123萬躍升到2016年的約177萬，增加約54萬；這壹增量占到中國當年出生增量的很大比例。按常理推算，這批孩子在六年後（2022年）應進入小學，但他對照地方教育數據後指出，山東的小學招生並未出現與“2016出生高峰”相匹配的擴張，甚至出現回落（-5%），因此質疑“2016年暴漲”的出生數據是否真實反映了當年的新生兒規模。
在他看來，關鍵問題在於統計邏輯：過去在嚴格控制生育的年代，基層可能存在“超生漏報”，官方解釋往往是“調查得到的生育率偏低、需要修正”；但當2016年以後限制“超生”在制度意義上基本退出，類似漏報邏輯就難以繼續解釋為什麼出生數仍能被維持在高位，於是他認為部分年份的出生數據可能存在系統性高估。
為了繞開統計口徑爭議，易富賢還會使用“第叁方硬指標”做交叉驗證，其中最典型的是卡介苗（BCG）接種數據：他強調在中國新生兒通常需要在出生後很短時間內接種卡介苗，因此疫苗接種規模可作為觀察出生人數的參照。結合“壹支卡介苗可供約1.2—1.5名新生兒使用”的實際操作范圍，他據此推算認為，若用疫苗數據反推，新生兒規模在2018年前後可能已明顯走弱，人口負增長也可能早於官方後來承認的2022年出現。
把這些證據串起來，易富賢的核心結論是：與其把近年的下滑全部解釋為“疫情沖擊後的突然變化”，不如理解為——此前被高估的出生數據與真實趨勢之間的差距在近幾年集中顯現，於是看上去像“斷崖”。
除了數據層面的“擠水分”，中國還面臨著壹些獨特的結構性困境，使其人口下滑的速度快於東亞鄰居。
比如，性別比失衡的反噬。長達數拾年的性別選擇性墮胎，導致中國積累了嚴重的“光棍危機”。2005年1%抽樣調查顯示，出生人口性別比高達119（每出生100個女嬰，即出生119個男嬰），部分省份甚至超過130。這意味著到2020年，20-45歲的男性將比女性多出約3000萬人。
然而，諷刺的是，盡管男性過剩，高學歷女性卻面臨“剩女”困境。2010年，6歲兒童的性別比為119:100（男多女少），但當這批人在2022年進入大學時，本科錄取的性別比卻變成了59:100（女多男少）。這種錯位導致低學歷男性找不到妻子，而高學歷女性又不願下嫁，婚姻市場陷入結構性失衡。
人口質量替代數量？
面對生育率下跌、人口持續負增長的現實，中國官方敘事開始強調“高質量發展”。在國家統計局人口與就業統計司司長王萍萍對2025年人口數據的解讀中，她提出中國人口教育水平、技能與創新能力持續提升，並稱中國正從“數量型人口紅利”轉向“質量型人才紅利”。
她舉例稱，2025年16—59歲人口平均受教育年限為11.3年，比上壹年增加0.1年，並列舉預期壽命、研發人員規模等指標，強調人口“高質量發展”將為經濟社會發展提供支撐。
與此同時，中國正在進行壹場規模空前的“機器換人”運動。國際機器人聯合會（IFR）的統計顯示，2024年全球新增工業機器人中，中國占約54%，安裝量約29.5萬台。
經濟學家林毅夫認為，人口老齡化並不必然拖累經濟。他撰文指出，中國人均GDP仍處較低水平，通過技術升級與產業升級帶來的“追趕式增長”，足以對沖勞動力減少的影響。他強調，關鍵不在於勞動者數量，而在於“有效勞動”——即勞動力數量乘以教育水平。
人口學家、攜程創始人梁建章則主張用更大力度的財政手段扭轉趨勢。他在接受《時代周報》采訪時提出，中國應拿出GDP的2%-5%（約2-5萬億元人民幣）用於生育補貼和獎勵。“中國不是生不出來，而是生不起，”梁建章說，“北歐國家在育兒支出上投入GDP的5%左右，效果明顯。日韓的政策力度不夠，中國應該更大膽。”
然而，易富賢對“技術替代論”和“補貼樂觀論”都持懷疑態度。
首先，他強調人口作為消費者的重要性。雖然技術派認為自動化可以解決勞動力短缺，但易富賢指出，中國居民家庭消費占GDP的比重僅為38%左右（遠低於國際水平的60%），人口萎縮將導致內需市場進壹步塌陷。“如果沒有足夠的消費者，再高的生產率也無法維持經濟增長。”
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: