文：麥星
來源：麥星投資（ID：maisoncapital）
2023年2月底，國家統計局發布了最新的人口統計數據，截至22年末全國人口為14.12億人，全年出生人口956萬人，死亡人口1041萬人，整體比上年末減少85萬人。這是近60年來我國第一次出現人口減少的情況。麥星研究院結合歷史出生數據，在此基礎上進行了進一步測算，預計到2037年我國整體勞動人口數量將相比2022年下降約14%。
人口老齡化背后的原因是多層次的。更重要的是，站在當下時點，我們需要了解人口變化對我們意味著什么？會帶來哪些不同的產業趨勢變化？我們又該如何去理解和觀察這些變化？
麥星研究院認為面對這一宏觀背景，我國人均產出需要持續提升以對沖總勞動人口數量的下降。制造業作為構成中國經濟的最大體量的產業，將會承載提升人均產出的任務，并形成國產替代、自動化、中國主導的制造業全球分工以及制造端整體外包等四大產業趨勢。
考慮到數據可得性以及為了簡化計算，麥星研究院采用統計局“15-64歲人口數量”的口徑作為我們關注的主要人口數據，并將其簡單理解為我國“廣義勞動人口”的基數?？梢钥吹竭@些年變化如下
我國15-64歲人口在2013年左右接近峰值，2017年第一次出現了顯著下滑，截至22年末已經與峰值相比下降了4800萬人左右。
我們還可以根據歷史出生人口數據，往后繼續推算未來幾年廣義勞動人口的整體規模走勢（假設沒有因為各種原因提前死亡導致部分人退出統計區間，因此測算將高于實際人口數據）。到2037年，中國廣義勞動人口將相比2022年末下降14%。這個測算的重要性在于，這部分人口變化已經在完全反映在過往的出生人口中，未來15年的廣義勞動人口下降已成既定事實，而且只會更少，不會更多。一種看法認為，勞動力數量的減少不正好是好事？人更少了之后競爭也隨之減少，大家就可以不那么卷了好好過生活了。但事實真的如此嗎？
以老齡化問題聞名的日本為例，隨著年輕勞動力的不斷減少，撫養比（編者注：勞動年齡人口與老齡人口的比率，也稱人口負擔系數，一般單位為每百位勞動者撫養人數比）的不斷提升，勞動年限不斷增加，退休年齡也在延后。觀察撫養比數據可發現，日本撫養比近50年來持續攀升。相較于1970年，2021年日本老年撫養比增加了4.9倍，從每百位勞動者撫養約10名老者增加至每百位勞動者撫養50位老者，65歲以上的就業人數也相較于10年前增加了59%，達到超過900萬人。
大家如果去日本旅游可以明顯感受到，有很多年齡較大的老人仍舊在從事各種工作，的士司機就是一個典型代表群體。退休年齡不斷延后的本質，是社會中年輕勞動人口的產出無法持續承擔那些已退出勞動力市場的老人的持續生存成本，導致高齡人士被迫重回勞動市場以賺取自身生存資源的一種現象。
事實上，國內近期也開始出現類似的苗頭，延遲退休等議題都已經提上議程，我們似乎也在往日本的同一方向前進。撫養比的增加/勞動力的減少是一件細思極恐的事情，我們建立一個封閉的村莊作為原始模型來幫助理解：假設有一個村莊，種田的人減少速度如果快于人口減少（撫養比提升）的速度，在單人產出不變的情況下，對應的就是糧食生產總量的持續下降，每個人能夠吃到的糧食也會減少，同時隨著勞動力的退出，這個村莊的GDP也會跟著時間的推移出現下降。這對經歷了數十年經濟持續增長的中國人來說，可能是無法想象的。02
提升制造業的競爭力和附加值將是人均產出提升的重要一環
在長期勞動人口下滑的大背景下，若要維持社會總產出，提升勞動人口的人均產出是唯一方案。但從哪下手？
2022年制造業占中國總GDP的27.7%，遠超其他各產業對中國經濟的貢獻?？紤]到制造業在我國經濟中的重要性，事實上，近年來市場經濟先發揮了它的“倒逼”作用：隨著廣義勞動人口的達峰，企業用人成本也水漲船高，進而推動企業思考如何提升人均產出。我們搜集了部分勞動密集型上市公司的人均薪酬水平，可以看到過去10年薪酬水平有明顯的抬升：
更高的人工成本迫使過往低人均產出/低附加值的產業進行變革：那些對人力成本敏感卻又實在無法提升人均收入的產業，將生產環節搬去了人力成本更低的地區（比如紡服向東南亞的遷移），變相提高了國內的人均產出；另一些企業則向上突破，通過做高產業附加值提高人均產出的方式來支付更高的員工薪酬，比如匯川技術近年的人均創收和人均薪酬趨勢：上述的第一種方式本質是成本轉移，而第二種方式則是增量創造，兩者都能達到提升國內人均產出的效果。麥星研究院在此基礎上又總結出了四種細分路徑：1）國產替代：通過產業國產替代，切分現有海外企業占據的高附加值領域的超額利潤；
2）自動化：通過自動化/工廠智能化，以機器替代人工來提升人均產出；
3）中國主導的制造業全球分工：制造業中較高附加值環節留在國內，部分低附加值環節外包至勞動力成本較低的地區，以實現國內勞動人均產出的提升；
4）制造端整體外包：國內保留研發端，制造業整體向海外轉移，以研發作為人均產出提升的核心驅動。提到國產替代，大家腦中首先想到的肯定是諸如光刻機、芯片、高端數控五軸機床這些高熟能詳的“卡脖子”的概念。誠然，目前在科技制造領域仍舊有很多核心技術是我們仍未掌握的，但反觀近年來我國在部分細分制造行業還是取得了不少成就。以匯川技術為代表的一批公司憑借著逐漸進步的產品技術、對中國本土市場需求更深入的了解以及更好的服務，在中國市場逐漸實現了對外資的替代。
這些高附加值的制造業領域往往有幾個特點：主要在整體鏈條的偏中上游位置，行業份額相對集中且大多穩定，過往主要被外資所把控，并且往往有著較高的利潤水平。國產玩家在這些領域的崛起一定程度上也是一個必然結果，國內已經建立了全球最完善的制造業產業鏈，在中下游制造業競爭力極強的情況下，中上游跟著轉移同樣也是自然而然的結果，同時疊加我國龐大的受教育人口、相對更低廉的人工成本（工程師紅利），對產品研發、迭代以及制造的成本也自然遠低于海外競爭對手。制造業的進步本身就是一個需要上下游不斷協同的過程，客戶對產品的建議如果需要經過層層上報才能飄揚過海到達海外總部進行評估，效果肯定遠不如本地駐場團隊快速響應來得直接。在這些高附加值領取搶占外國玩家份額的直接結果就是，那些原本流向海外的超額利潤以及高昂人工成本得以分配到國內企業以及他們的員工手上，形成更多的研發投入、獎勵那些優秀的員工、提升整體員工的生產與薪酬水平。回到我們先前關于村子的生產力模型來類比，就類似原來我們需要拿出一部分糧食和隔壁村交換化肥和農藥，現在我們突破了農藥和化肥技術，就不再需要分糧食給隔壁村，既省下了出口的糧食，還能多生產化肥賣給其他村。自動化是一個說了很久的概念，但行業整體開始快速增長也就是這幾年的事情，隨著勞動人口數量在未來不斷減少，自動化會是提升人均產出的必然路徑。以物流行業為例，作為典型的勞動密集型行業，倉儲和分揀環節在過去這些年實現了大量的機械替代人工的工作。京東物流于2017年投入的“亞洲一號”上海倉庫將其內部分為無人倉和分揀倉。無人倉的日均分揀能力達到20萬單，其內部的300個分揀機器人減少了分揀員日均3000次彎腰的繁重工作。亞馬遜2012年收購倉儲機器人公司Kiva Systems，至2015年亞馬遜已經將機器人數量增至10000臺，用于北美的各大運轉中心。Kiva系統作業效率要比傳統的物流作業提升2-4倍，機器人每小時可跑30英里，準確率達到99.99%。此后，亞馬遜又于2017年收購無人配送車公司Dispatch，于2019年收購倉儲機器人公司Canvas Technology。物流機器人已成為重要發展戰略之一。京東西藏拉薩的智能物流倉 (圖片來源 京東物流公眾號)隨著機器逐漸替代人工，那些原本依靠這些職位的勞動者會失去工作，但從中期來說這些勞動力可以去轉而從事其他“機器做不了但人做得了”的工作。類似村里新買了稻谷收割機，原本收成季節需要全村出動下地割稻子，現在只需要幾個人開著機器就能完成，而其他人就可以去搞其他類型的生產工作，全村產出自然也就大大提升了。講到這里可能有人會問，現在都在搞去全球化，自動化如果那么好用，未來會不會歐美都把產能搬回去了?我們認為有這種可能性，但也沒那么簡單。工業自動化不只是簡單的“買個機械臂替代人手”，對于相對復雜的工業品來說，工藝控制節點多樣、技術know-how遍布于整個流程的多個環節的情況比比皆是，想要建立這樣一種自動化產線本質上需要對制造流程以及工藝有著豐富的經驗和理解，這是和長年累月的持續生產無法分開的。今年二月Financial Times就曾報道，蘋果在印度的iPhone外殼工廠產品合格率僅為50%；富士康17年在美國威士康星的百億美元面板廠投資計劃也進展緩慢，百億美元投資額被削減至6.7億美元，原定創造的1.3萬個就業崗位在2020年末也僅為600人。這些試圖在海外短期快速脫離中國供應鏈的失敗嘗試一定程度上也說明，便宜的人工或者“鈔能力”可能并非制造業轉移的充分條件，完整的制造產業鏈、熟練的工人、工程師和管理人員對制造業來說也同樣重要。在此基礎上推演，中國制造業的自動化以及全球供應鏈重塑的關系會如何演化？麥星研究院認為，要和時間賽跑：一邊是勞動人口基數的不斷下降以及產業的不斷轉出，一邊是努力將現有的制造業“功底”轉化為不受人力成本限制的制造業自動化能力。如果我們能在人口/工程師紅利消失前完成大規模的制造業自動化進程，那么到時候其他新興市場相對中國的優勢（主要由人力成本構成）將會變得更小，也就自然讓產業流出的門檻變得更高。然而，這些年的地緣政治風險的加劇，使得成本不再是跨國公司生產布局的唯一考量，新變量的增加使得“供應鏈應該放在哪里”這個問題變得更加復雜，而去年的中國供應鏈波動又進一步提醒了外國公司考慮地緣政治影響的重要性。市場似乎在逐漸形成一個“本地生產，本地消費”的共識。對跨國公司的決策天平來說，未來這將是一個動態的決策過程，一頭是生產成本，另一頭是地緣政治風險。制造業自動化能力的形成將是我們未來通過生產力成本競爭優勢來防止產業外流的一個重要籌碼。除了以自動化提升人均產出的方式，還有一個路徑是將整個制造業鏈條中部分中低端、勞動密集型的產業轉移到人工成本更加低廉的地區，中國負責其中相對更核心的零部件及原材料制造環節。和自動化類似，在這一場景下，一部分中低端勞動力被解放可以去做其他類型的工作，甚至在更好的教育體系背景下有望向上轉移。但區別在于，中低端產業所產生的附加值將會確確實實地流失到國外。這一趨勢在過去一直有發生，比如為國際運動品牌做服裝代工的申洲國際很早就將產能遷往東南亞，這就是國內人工成本無法承擔的同時又無法實現低成本自動化，從而不得不往人工成本更低的地區轉移的例子。另一種是在近年中美貿易戰大背景下，許多中國企業出于美方的關稅考慮而繞道東南亞，從東南亞向美國進行出口以規避關稅而導致的產業外流。不管是出于人工成本考慮，還是地緣政治沖突的關稅問題而導致的產業轉移，都是近年來大家關注的問題。一種觀點認為，印度東南亞等地都將成為替代中國的新制造業中心。不可忽視的事實是，那些已經轉移出去的產業仍舊存在對中國制造業的深度依賴。以人力最密集的紡織業為例，越南2021年有60%左右的紡織業原材料來自于中國。在去年中國生產受到大幅沖擊的情況下，許多越南紡織企業也都出現了原材料波動導致的大幅減產現象。東南亞對中國在中上游的重度依賴也直接反映了目前的現狀：現有的產業鏈轉移大多只是一個外殼，內核仍舊是以中國制造作為主導。盡管其他地區仍舊依賴于中國制造，產業向這些地區外流還是不爭的事實，那么如何衡量與跟蹤這種變化的程度？我們提供一種思路來拋磚引玉：通過計算（A國向B國進口金額）與（A國向全球的總出口額）的比例，來衡量A國出口對B國的產業依賴度。越南和中國的貿易關系如下：這組數據所反映出的現象是，過去幾年越南每出口1美元的商品與服務，會從中國進口大約0.3美元的商品與服務，并且這個比例甚至在近年越南出口規?？焖僭鲩L的背景下不降反升，也就是說越南的出口增長還是會通過產業分工的方式對中國出口形成持續拉動作用。如果未來某一天這個比值出現下降，我們就需要重視了，因為那將代表其他地區真正形成了獨立與中國產業鏈的制造能力。最后一個路徑的思路基本是照搬歐美過去幾十年全球化大背景下的產業布局，只保留價值鏈高的研發和核心上游的做法。從資本回報角度，由于砍掉或轉移了相對低效和附加值更低的生產環節，往往對公司能帶來更高的中短期財務回報率，也同樣能夠提升整體人均產出。在這一場景下，參與研發端和最尖端生產端的少數人創造高附加值，而大部分人則從事服務類型的工作，最典型的經濟體就是美國。但放棄制造端也對應著一些弊端：當成本更低的地區建立了相對完整的生產產業并培養了足夠多的產業人才后，向研發端的追趕也只是時間問題。近年來我們國內的國產替代、臺積電在先進制程工藝上對英特爾的超越都是在充分實現制造端競爭優勢的環境下出現的。站在歐美的視角來看，東亞國家特別是中國正在逐漸將自身的制造成本優勢轉化為在技術研發上的競爭力，而這將動搖歐美的產業利益根基。反過來站在中國的角度向前看，我們如果不斷轉移手里的產業，也有可能同樣會讓其他地區擺脫對我們的產業依賴，在長期角度削弱我們在制造端和研發端的競爭力。在廣義勞動人口基數長期下滑的趨勢下，制造業的人均產出提升將會是個大概率發生的趨勢。但這些產業趨勢更多是一個自然演化的過程，就像過往無數歷史經驗教訓所告訴我們的那樣：地緣政治、產業政策等人為干預可以延緩或加速某一進程，但最終無法違背利益和人性這兩個最基本的市場經濟規律。換句話說，人口基數滑坡帶來的成本壓力以及對更多經濟利益的訴求，可能才是人均產出提升的核心驅動要素，而不管是國產替代、自動化、制造業分工還是制造業外包，都只是實現路徑而已。站在國家中長期利益角度，哪些路徑更好自然不言而喻。然而，如何平衡不同路徑、市場規律以及自身能力，將是長期需要思考和權衡的問題。( 本文由麥星研究院科技制造研究員崔原撰寫，實習生葉子文亦有貢獻）
參考資料：
1、 618在即，京東物流首次公開無人倉的世界級標準 (京東物流)
2、Apple's manufacturing shift to India hits stumbling blocks (ft.com)
3、Foxconn in Wisconsin: tech mega-deal faces reality check (ft.com)
4、Cotton and Products Annual Report (usda.gov)
5、Tight material supply impedes textile exports | Business | Vietnam+ (VietnamPlus)
' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
評論