全球就业与经济增长同步放缓，市场对人工智能（AI）冲击就业的讨论持续升温。 国际劳工组织（ILO）首席宏观经济学家埃克哈德·恩斯特（Ekkehard Ernst）近期在接受第一财经专访 时表示，ILO观察到的关键变化并非失业率上升，而是就业增长明显减速——过去一年，许多地区 的"劳动力短缺"现象已基本消失。 谈及AI影响，恩斯特直言，至少在当前阶段，外界明显"明显高估"了AI对就业市场的冲击。他表示， 10~15年前关于"40%~50%岗位将受（AI）影响"的早期预测并未出现；AI更常见的用途不是替代岗 位，而是接管例行性任务，从而重塑工作的内容与方式，帮助企业提升现有员工生产率，以及拓展业务 机会。 在他看来，目前真正可见的冲击更多集中在少数局部领域，例如软件工程领域，以及部分年轻求职者在 进入劳动力市场时面临的困难；面对技术冲击，社会保障体系的应对重点应是优先"保护人"，而非"保 护岗位"。 第一财经：你观察到过去一年全球劳动力市场发生了哪些主要变化？ 恩斯特：我们在国际劳工组织观察到的关键变化是经济增长和就业增长的放缓。去年我们发布报告时， 世界许多地区仍在面临劳动力短缺的问题，而这些短缺现象如今已经完 ...

文章核心观点 - 文章核心观点为通过采用实物产出衡量方法，论证中国制造业劳动生产率显著优于美国，而非传统研究认为的远低于美国，指出传统研究因统计口径差异、价格因素及未剥离非生产性增加值而导致方法谬误 [1][4][6] 制造业竞争力与悖论 - 中国制造业全球竞争力强劲，其增加值全球占比超过30%，在造船、电动汽车、锂电池等领域的实物产出全球占比高达三分之二 [1] - 2024年中国安装的工业机器人占全球半数以上，其劳动力人均机器人拥有量比美国高50%，拥有超过3万家智能工厂 [1] - 特斯拉上海工厂人均产量是其加州工厂的2倍，显示高效生产能力 [1] - 传统学术研究普遍得出中国制造业劳动生产率远低于美国，甚至不足美国10%的结论，与其实物产出优势形成明显悖论 [1] 传统劳动生产率衡量方法的谬误 - 传统方法使用人均或每工作小时创造的增加值来衡量劳动生产率，但增加值中混杂了产品设计、品牌、知识产权及营销等非生产性因素，无法准确反映生产环节的效率 [2] - 中美统计部门对制造企业的分类不同：美国将原始设计制造商（ODM）和原始设备制造商（OEM）均归类为制造商，而中国仅将实际从事生产的企业归类为制造商 [3][4] - 美国制造业增加值中约30%-40%（即2.9万亿美元中的7000亿至1万亿美元）来自国外外包商创造的价值，其中无工厂商品生产商（如苹果、英伟达）贡献了12%-15%（3480亿-4350亿美元），而中国制造业增加值中外包部分不足5% [14] - 使用购买力平价指数来调整不同国家间的价差存在困难，因价差是动态变化的，难以准确排除其影响，导致计算出的增加值不可比 [5] 基于实物产出的劳动生产率比较（以五大行业为例） - 研究方法聚焦于造船、综合炼钢、电动汽车、太阳能光伏组件和水泥五大行业，采用人均实物产出和人均名义增加值作为衡量基准，并分析两年数据以避免偶然性 [6][7] - 在实物产出方面，中国工人人均产出是美国工人的2倍至3倍：造船业为2.85倍，钢铁业为3.25倍，电动汽车为2.37倍，光伏模组为2.06倍，水泥业为1.09倍（2024年数据） [6][7] - 在名义美元增加值方面，中国相对美国的优势缩窄，中位数优势为1.20倍：造船业为1.29倍，钢铁业为1.20倍，电动汽车为2.09倍，光伏模组为1.03倍，水泥业为0.28倍（2024年数据） [6][7] - 美国工人的平均名义工资是中国工人的5倍至6倍，但按照购买力平价计算，中美制造业工资水平仍有3倍之差 [8] 价格差异与贸易壁垒的影响 - 价格差异显著影响名义增加值的比较，例如美国水泥均价为每吨148美元，中国为55美元，导致中国水泥业人均名义增加值仅为美国的28%，尽管实物产出略高 [8] - 贸易壁垒（如关税）抬高了美国国内价格，使其显著高于国际水平，从而虚增了按名义增加值计算的劳动生产率 [9][11] - 美国对钢铁征收关税使其价格比国际市场价格高约75%，导致其钢铁行业自2017年以来每劳动小时产量下降32% [11] - 中国电动汽车被禁止进入美国市场，使得特斯拉Model 3在美国售价比在中国高32%-47% [12] - 美国药品价格通常是其他国家的3倍至10倍，例如上海君实生物开发的癌症药物特瑞普利单抗，在中国价格为每剂280美元，在美国则为8892美元，加价30倍 [13] 高端制造业规模与发展趋势 - 中国在高端制造业的产量已超越美国，例如在机械设备、计算机电子光学设备、化学制品和医药制造等领域 [13][17] - 中国制造业正通过采用自动化和人工智能赋能，不断提升生产效率并向价值链高端攀升，同时将低端制造转移至工资更低的国家 [17] - 中国制造业劳动生产率的优势，结合远低于美国的工资水平，吸引许多美国企业将生产对华外包，自身专注于设计、知识产权开发和营销 [16]

人工智能对美联储政策的影响 - 人工智能技术的快速发展正成为美联储货币政策面临的新变数，可能改变央行的政策制定方式[1] - 美联储官员对于12月是否需要第三次降息存在分歧，但期货市场显示投资者押注央行将继续降息[1] 人工智能对就业市场的影响 - 纽约联储调查显示，人工智能已促使雇主缩减招聘计划，这一现象可能正在拖累就业增长速度[1] - 美联储理事指出人工智能技术已开始对企业招聘决策产生实质性影响，可能是就业增长放缓的原因之一[2] - 生成式人工智能可能增强现有任务和岗位功能，也可能根本性改变工作和休闲方式，带来效率大幅提升和新商业模式[2] 资本投资对生产率的影响 - 计划投入数据中心建设的数万亿美元资本投资可能带来重大经济变革，特别是在生产率方面的提升[3] - 资本投资通常会提高劳动生产率，并有可能在长期内实现更高的产出增长而不会对通胀造成压力[3] - 美联储正密切关注人工智能驱动的投资热潮可能对经济潜在增长率和自然利率水平产生的影响[3]

博览会概况 - 2025年全国职业与生产力博览会将于11月1日至2日在金边钻石岛贸易展览中心举行 [1] - 博览会由柬埔寨劳动和职业培训部下属国家就业局牵头，联合柬埔寨青年联合会、柬埔寨纺织服装鞋类和旅游产品协会共同主办 [1] - 活动获得国际劳工组织、韩国国际协力团等多家国际机构支持 [1] 展会规模与预期 - 预计吸引150家企业、单位及教育机构参展，设置180余个展位 [1] - 预计提供超过3万个就业岗位，吸引逾4万名参观者 [1] 主要目标与功能 - 旨在为求职者、雇主和教育机构搭建高效的交流平台 [1] - 通过研讨会等形式提升公众对劳动生产率重要性的认识 [1] - 是柬埔寨青年了解就业市场需求、寻找工作机会的重要契机 [1] 参与方式与渠道 - 建议求职者提前准备好简历以便现场应聘 [1] - 同步开设线上平台，全国各地的求职者可通过官方网站在线申请职位 [1]

宏观经济增速 - 预计2024-2025财年澳大利亚GDP增长1.4%，增幅与前一财年持平，但显著低于2022-2023财年的3.6%和2021-2022财年的4.3% [1][3] - 按现价计算，2024-2025财年GDP增幅为3.7%，低于2023-2024财年的4%和2022-2023财年的10.3% [2][3] - 市场部门总增加值增幅预计为0.9%，低于非市场部门的2.7% [3] 人均GDP与国民收入 - 2024-2025财年人均GDP下滑0.3%，延续了前一财年下滑1%的走势，但跌幅有所减小 [2][3] - 实际国民可支配净收入预计增长0.7%，略高于前一财年的0.2% [3] 劳动生产率与成本 - 2024-2025财年每工作小时GDP减少0.7%，而前一财年则增长0.1% [2][3] - 市场部门每小时总增加值减少0.2%，非市场部门减少1.9% [3] - 实际单位劳动力成本增长2.2%，涨幅低于前一财年的3.6% [2][3] 价格与贸易条件 - GDP链式价格指数增幅为2.1%，低于前一财年的2.7% [3] - 贸易条件预计恶化4.0%，但较前一财年恶化6.3%有所改善 [3] 储蓄与财富 - 家庭储蓄率从前一财年的3%上升至6.1% [2][3] - 国家净储蓄达到约1142亿澳元，低于2023-2024财年的1373亿澳元 [2][3] - 国家净财富达到约21.4万亿澳元，高于前一财年的20.6万亿澳元 [2][3]

巴拉萨-萨缪尔森效应理论框架 - 该效应描述了劳动生产率较低的“落后”经济体在赶超“发达”经济体的过程中，其实际有效汇率会持续升值 [1][3] - 理论核心是将生产部门分为可贸易品和不可贸易品，一国内部两部门工资趋于一致，而可贸易品价格由国际贸易决定，导致“落后”经济体实际汇率水平偏低 [3] - 在赶超过程中，“落后”经济体可贸易品部门劳动生产率快速增长，带动工资水平向“发达”经济体靠拢，进而推动实际汇率升值 [4] 基于劳动生产率的汇率静态高低估评估 - 使用2024年劳动生产率数据对15个经济体币种进行评估，印尼盾、瑞士法郎和南非兰特高估程度均超过20%，分别为23.4%、22.9%和22.3% [1][6][9] - 美元高估14%，印度卢比高估8.2%，新西兰元高估4.6% [1][6][9] - 韩元、日元和加元低估程度均超过20%，分别为-26.7%、-26.4%和-24.6% [1][6][9] - 欧元低估7.3%，英镑低估7.2%，巴西雷亚尔低估5.5%，而人民币略微高估3.45% [6][9] 历史实证与人民币汇率展望 - 2005年至2015年中国可贸易品部门劳动生产率持续追赶美国，是人民币实际有效汇率单边升值的有力佐证 [4] - 2015年至2019年劳动生产率赶超速率放缓，对应人民币有效汇率高位调整，2020年至2021年再度出现加速赶超和有效汇率升值 [4] - 基于OECD对中美人均GDP的预测，2025年和2026年人民币实际有效汇率的内生动能偏强势 [1][4] 主要货币兑美元双边汇率展望（未来1年） - 美元相对欧元和英镑的内生动能趋向于温和升值，但斜率不陡峭 [2][10] - 美元兑日元、澳元、加元、新西兰元、韩元走弱，预示这些货币相对美元有升值动能 [2][10] - 美中劳动生产率差在2026年第一季度前持续回落，对应人民币升值，之后可能出现反弹使人民币承压 [10] 主要货币兑人民币双边汇率展望（未来1年） - 欧元和英镑相对人民币的内生动能倾向于温和走弱 [2][23] - 日元兑人民币在2025年第四季度承压，但在2026年维持强势；澳元、加元、新西兰元兑人民币在2026年第一季度承压，后三季度有温和反弹动能 [23] - 韩元相对人民币在未来一年有内生反弹动力；瑞士法郎兑人民币有走弱风险；墨西哥比索兑人民币中枢在2025年和2026年逐年回落 [2][24]

宏观经济基础 - 债务比率下降，财政纪律改善，为经济恢复奠定基础 [1] - 经济在经历10余年债务危机、财政紧缩和外部援助后，重新回到增长轨道 [1] 工资与生产率脱节风险 - 工资水平提升未建立在劳动生产率增长之上，可能引发新的财政和债务风险 [2] - 工资增长在某些行业已超过生产率增幅，导致企业成本上升、利润空间压缩、投资动力减弱 [2] - 近几个月平均通胀率明显高于欧元区整体水平，2025年统一通胀率预测上调至3.1%，高于此前2.5% [3] - 通胀反映出内部"需求大于供给"的矛盾，供给能力不足以匹配需求扩张 [3] 结构性改革与制度瓶颈 - 数字化转型、资本设备升级及人工智能应用受限于基础设施不足、行政效率低下、司法体系迟缓等结构性短板 [3] - 公共部门效率问题突出，基础设施建设和行政审批与司法程序耗时长、效率低，影响国内外投资环境 [4] - 改革举措缺乏真正的制度化和长期稳定性，需深入制度体系具备不可逆性才能改变市场信心 [5] 国际评级与融资环境 - 穆迪短期内不会再次提升希腊评级，判断财政改善难以在中长期持续 [4] - 标普认为希腊在追赶北欧国家过程中将遭遇更多结构性瓶颈 [4] - 评级机构谨慎态度使希腊难以通过"信用红利"进一步降低融资成本或吸引长期资本 [4] 人口结构与外部依赖 - 人口老龄化问题日益严峻，劳动力供给减少，社会保障负担加重，压缩财政空间 [5] - 高度依赖出口和旅游业，国际贸易摩擦、地缘政治紧张及国防开支上升可能显著影响出口收入和投资流入 [6] - 依赖欧盟基金推动投资和增长，一旦基金效应减退且国内私人投资与出口动力无法接替，经济增长势头可能迅速放缓 [6][7] 风险联动效应 - 工资与生产率脱节、投资不足、财政紧张、信用评级受限、融资成本上升、制度缺陷等问题相互作用并放大整体风险 [7]

文章核心观点 - 当前养老保险问题的核心矛盾并非物质财富不足，而是缺乏合理的制度安排以分享人工智能带来的巨大劳动生产率提升潜力[4][10][12][17] - 影响社保可持续性的三大关键因素为人口结构、劳动力市场特征和劳动生产率，其中老龄化趋势不可逆转，但人工智能为生产率增长提供了无限潜力[4][6][9][10] - 解决问题的根本出路在于建立普惠性社会保障体系，强化第一支柱养老保险的覆盖范围，并通过名义账户制等制度创新实现生产率的代际分享[14][17][19][20] 人口因素对社保可持续性的影响 - 中国老龄化进程迅速，预测2032年65岁以上人口占比将超过21%，进入重度老龄化社会，但人均收入仍处于高收入国家较低水平[7] - 高龄化问题日益突出，65岁以上人口在60岁以上人口中的占比将从当前不足70%升至2035年的76%和2040年的超过80%，限制退休年龄延迟空间[7] - 未富先老国情将持续，老龄化本身及养老保障制度可能干扰人均收入水平的提高进程[7] 劳动力市场因素对社保可持续性的影响 - 结构性就业矛盾突出，16-24岁青年失业率升至17.8%，临近退休人群就业困难表现为劳动参与率下降[8] - 就业非正规化趋势显著，新就业形态和灵活就业规模庞大，城镇就业中非单位就业占比超过60%，约3.1亿人[9][13] - 岗位破坏现象显性化，新创岗位与净增岗位数量差距扩大，人工智能应用可能加剧结构性就业矛盾[9] - 职工与居民养老保险给付水平绝对差距迅速扩大，政策需加快缩小制度差距[9] 劳动生产率因素对社保可持续性的影响 - 人工智能发展带来劳动生产率无限提升潜力，2035年前20-62岁人群对应的"赡养生产率"年均增速预计达5.55%，高于老年抚养比4.90%的增速[9][10] - Epoch AI智库预测人工智能自动化将推动经济增长超越以往水平，为养老保障代际转移奠定坚实基础[12] - 劳动生产率增速快于老年抚养比增速，可消除对现收现付制可持续性的担忧，"精算恐慌"越来越不必要[12] 社会保障制度安排现状与挑战 - 新就业形态从业人员约8400万，加上2亿灵活就业人员，现行社会保障制度存在覆盖盲区[14] - 第一支柱养老保险覆盖不足将导致第二、三支柱失去意义，因后者具有累退性，无第一支柱保障的群体不会参与[14] - 城镇收入差距扩大成为基尼系数居高不下的主要原因，2015年后全国基尼系数徘徊在0.465-0.466[14][15] - 就业非正规化、农民工逆向流动和人工智能冲击可能加剧收入差距扩大趋势[15] 制度创新与改革建议 - 建立普惠性社会保障体系，借鉴生活工资制度、无条件全民基本收入和全民养老金制度理念[19] - 城乡居民养老保险具有中央管理、低缴费门槛和广覆盖优势，可完善为社会养老金制度[19] - 重新思考名义账户制，通过记账方式解决退休年龄调整和收支结余制度化问题，打破"现收现付悖论"[20][21] - 现收现付制是实现代际转移分享的合理基础，只要以劳动生产率提高为真实依据，就不是寅吃卯粮[17]

文章核心观点 - 养老保险问题的核心挑战在于人口老龄化、劳动力市场结构性矛盾以及人工智能带来的冲击，但解决问题的关键并非物质财富的匮乏，而是缺乏能够有效分享劳动生产率提升成果的制度安排[5][11] - 社会保障制度改革的根本在于强化第一支柱的覆盖范围和共济功能，通过提高就业正规化、建立普惠性养老金制度以及优化名义账户制，以实现生产率的代际转移与分享[6][12][15] - 在人工智能显著提升劳动生产率潜力的背景下，现收现付制具有合理性，能够打破“精算恐慌”和“现收现付悖论”，关键在于通过制度设计确保增长成果被广泛分享[12][16][19] 影响社保可持续性的三大因素 - 人口老龄化与高龄化趋势不可逆转，预测显示2032年65岁以上人口占比将超过21%，进入重度老龄化社会，同时人均收入水平仍处于高收入国家行列的较低水平，存在“未富先老”的国情挑战[8] - 劳动力市场面临四大结构性矛盾：青年失业率高达17.8%与临近退休人群劳动参与率下降并存[9]、就业非正规化趋势导致社保覆盖率低[10]、岗位创造与净增就业之间的差距扩大[10]、人工智能应用可能加剧结构性就业矛盾[10] - 劳动生产率在人工智能推动下具备无限增长潜力，测算显示2035年前20-62岁人群对应的“赡养生产率”年均增速为5.55%，高于老年抚养比4.90%的增速，为社会赡养能力提供了物质基础[10][11] 旨在分享生产率的制度安排 - 必须提高就业正规化水平以扩大第一支柱覆盖范围，当前非单位就业人员占城镇就业60%以上（约3.1亿人），其中新就业形态8400万人和2亿灵活就业人员仍处于社保制度盲区[13] - 需警惕收入差距扩大风险，全国基尼系数自2015年后徘徊在0.465-0.466，城镇收入差距成为主要推手，人工智能冲击和就业非正规化可能进一步恶化初次分配，对社会保障的再分配功能提出更高要求[14] - 现收现付制在劳动生产率快速提升的背景下具有合理性，可成为代际转移与分享的制度基础，关键在于通过制度创新确保人工智能带来的生产率提升能在全社会范围内得到均衡分享[12][16] 研究建议 - 建议建立普惠性社会保障体系，将城乡居民养老保险制度完善为无条件社会养老金，借鉴“生活工资制度”和“无条件全民基本收入”理念，以应对人工智能对工作的长期替代效应[18] - 重新思考名义账户制，通过记账方式制度化调整退休年龄与收支预期，既可增强缴费积极性与预期稳定性，又能打破“现收现付悖论”，缓解劳动年龄人口的预防性储蓄压力[19]

文章核心观点 - 面对人口加速老龄化趋势 保持产出增长的关键是提高劳动生产率 对应技术进步 提高劳动参与率 出海三条路径 [2][51] - 人口老龄化是工业化进程的必然趋势 将对经济增长 通胀 政策和资产配置产生深远影响 [4][15][31] - 中国已进入加速老龄化时期 面临未富先老 少子化严峻等挑战 应对时间窗口可能更短 [16][18][20] 全球人口老龄化趋势 - 全球65岁及以上人口占比已达10.2% 步入轻度老龄化社会 预计2035年达到13.1% 接近中度老龄化水平 [10] - 发达经济体老龄化问题严重 2024年日本 德国 法国 英国 美国和中国65岁及以上人口比例分别为29.8% 23.2% 22.2% 19.5% 17.9%和15.6% 均处于中度或重度老龄化社会 [10] - 全球总和生育率从20世纪60年代峰值5.32人下降至2024年2.25人 逼近2.1人的世代更替水平 发达经济体生育率更低 2023年美国 欧盟 日本和韩国分别为1.6 1.4 1.2和0.7人 [11] 人口转型理论 - 人口转型分为四个阶段：前工业化低增长阶段（高出生率 高死亡率 低自然增长率） 工业化初中期加速增长阶段（高出生率 低死亡率 高自然增长率） 工业化中后期减速增长阶段（低出生率 低死亡率 低自然增长率） 后工业化增长停滞阶段（低出生率 低死亡率 低自然增长率 可能负增长） [5][6] - 人口红利理论认为劳动年龄人口占比提升带来经济增长额外源泉 但随着经济体完成工业化 人口红利逐渐消失 [9] 中国人口现状与挑战 - 中国2024年65岁以上人口占比达15.6% 已步入中度老龄化社会 预计2032年步入重度老龄化社会 2035年占比达22.8% [16] - 2025-2035年中国总人口和劳动年龄人口以年均0.3%和0.6%速度下降 65岁以上人口以年均4%速度增长 [16] - 中国总和生育率2023年降至1.0人 全球主要经济体中仅略高于韩国 育儿补贴制度已落地 国家基础标准为每孩每年3600元 [18] - 中国面临未富先老挑战 2024年人均GDP约13100美元 仅为日本同等老龄化水平的三分之一 [20] 人口结构变化的宏观影响 供给侧影响 - 人口老龄化导致劳动年龄人口萎缩 给潜在增长率带来下行压力 中国2010年劳动年龄人口占比达74.5%峰值后持续回落 2024年降至68.3% 劳动年龄人口总量2013年见顶后2024年下降至9.6亿人 较峰值回落4.8% [31][34] - 预计2026-2030年中国潜在增长率中枢下降至5.0%左右 2031-2035年进一步回落至4.5%左右 [34] - 人口老龄化导致储蓄率显著降低 当65岁以上人口占比超过15%后 储蓄率通常进入下行区间 日本 韩国 美国 法国等发达经济体都经历此过程 [35] - 人口老龄化导致经常项目顺差收窄 根据国民收入恒等式S-I=NX 储蓄率下降导致经常项目顺差减少 [35] 需求侧影响 - 人口老龄化加剧总需求不足 表现为负产出缺口 日本跨过第一人口转折点后 实际经济增长持续低于潜在增长 1993年1季度到2024年4季度间128个季度中88个季度录得负增长缺口 占比高达69% [36] - 人口老龄化提高服务消费占比 日本1994-2005年服务消费占比提高3.8个百分点 2024年中国服务消费占比仅46.1% 显著低于发达经济体同等老龄化水平 [36][39] 通胀影响 - 人口老龄化对通胀影响表现为先下后上 对劳动力供给冲击滞后于需求侧收缩 短期内对总需求负面影响更显著 对通胀形成压制 长期看劳动力短缺和不可贸易服务需求增加将带来通胀上行压力 [42][43][45] - 2023年以来美国 欧盟 日本通胀率保持在2%以上 表面是服务需求旺盛和劳动力市场强韧 本质是老龄化带来劳动供给短缺和不可贸易服务需求增加 [44] 日本经验借鉴 - 日本1990-1995年跨过第一人口转折点 1992年劳动年龄人口占比见顶回落 1995年总量达峰后持续萎缩 2010年总人口达峰后下降 [22] - 1995年日本劳动年龄人口达8746万人峰值 2024年降至7288万人 较峰值回落17% 潜在增长率降至0.61% [23] - 日本人口老龄化导致低经济增长率 低通货膨胀率和低利率特征 1996-2024年实际GDP年均增速0.7% CPI长期低于2%通胀目标 政策利率长期徘徊零利率附近 [28] - 日本政府债务率从1990年69.4%攀升至2024年236.7% 人口老龄化程度和政府债务率呈正相关趋势 [28] - 2000-2024年日本15-64岁劳动人口以年均-0.7%速度减少 总产出以年均0.6%速度增长 劳动生产率以1.3%以上速度增长 劳动人口人均GDP累计增幅37.1% [46][48] - 日本通过对外直接投资实现劳动生产率提升 1996-2024年以日元计价对外直接投资增长11倍 年均复合增速9.0% 2024年底海外净资产达533.05万亿日元 创历史新高 [48] 应对人口老龄化路径 技术进步 - 利用人工智能 大数据 物联网 云计算等第四次工业革命技术 通过自动化和智能化替代重复性 低附加值劳动岗位 [52] - 2023年中国安装工业机器人27.6万台 占全球安装量51% 预计到2027年年均增长率5%至10% 医疗机器人安装量约6200台 同比增长36% 是增长最快领域 [52] 提高劳动参与率 - 提高女性劳动参与率可增加就业人数对潜在增长率贡献 2024年中国男性和女性劳动年龄人口劳动参与率分别为79.4%和69.7% 较日本低8.1和6.5个百分点 [57] - 中国已出台渐进式延迟法定退休年龄政策 有助于应对老龄化对劳动力供给和产出增长的挑战 [57] 出海策略 - 将资本投向海外 在当地配置生产要素 利用当地劳动力和资源 通过贸易 利润分红 技术回流等方式回流本国 [59] - 随着老龄化程度加深 中国企业加速出海趋势愈发明显 预计十五五时期将出台更多系统性政策支持企业出海 [60]