报告来源：清华大学建筑学院

2023 年 3 月

项目信息

项目资助号 Grant Number：G-2106-33026

项目日期 Grant period：2021.07.01 – 2022.11.30

所属领域：低碳城市
Sector：Low Carbon Cities

项目概述：

当目前人类活动已经成为全球环境变化的主要驱动力。作为世界上人口最多的国家，中国应当在世界的可持续发展与气候变化领域做出更多的贡献。
2020年 9 月 22 日，国家主席习近平提出了中国的“双碳发展目标”，为中国未来的发展指明了方向。
城市是人类生产生活最为集中的区域，中国的城市能源消耗占据了全国能源消耗的 85%，因此我们认为中国的低碳转型关键在于城市。
进一步，城市的发展关键在于人口的变化，不同年龄结构，不同社会背景的人有着不同的城市管理服务与能源利用的需求，进而影响着未来的城市管理和城市建设。
中国正处于城镇化的下半场，在人口老龄化背景下不同区域的人口结构将发生重大变化，如何对未来的人口结构进行判定，进而对未来的社会需求做出判断，以实现未来中国的低碳发展，是非常值得探索的议题。
在这样的背景下，能源基金会资助清华大学建筑学院龙瀛团队与中国人民大学环境学院王克团队，针对上述问题开展深入分析。在前期项目中，龙瀛团队基于全球空间人口网格数据和中国政府统计数据，对中国的未来人口分布进行了情景预测。但是人口分布的预测，缺乏人口结构的相关信息，因此不能更精确更量化地判断不同人的需求。 因此在本项目中，项目组希望进一步地完善人口结构方面的预测，同现有人口分布数据相匹配，进而为碳排放、环境治理等研究方向提供更精确更细致的数据支持。

点击查看下一页

目录

• 1. 项目背景 ……………………………………………….. 1
• 1.1. 低碳转型与人口预测 …………………………………..1
• 1.2. 中国人口结构面临重大变化 ……………………………..2
• 1.2.1. 人口收入结构经历巨大变化 ……………………….. 2
• 1.2.2. 未来人口年龄结构问题突出 ……………………….. 4
• 1.3. 现有数据的不足 ………………………………………8
• 1.4. 本次研究目标 ………………………………………..8
• 1.5. 项目成果清单 ……………………………………….10
• 2. 修正人口总量数据 ……………………………………….. 11
• 2.1. 研究范围 …………………………………………..11
• 2.2. 影响因素的判定 ……………………………………..11
• 2.3. 人口总量预测的修正 ………………………………….12
• 2.4. 网格尺度人口预测 ……………………………………13
• 2.5. 数据验证 …………………………………………..16
• 2.6. 数据下载地址 ……………………………………….19
• 3. 人口收入结构预测 ……………………………………….. 20
• 3.1. 国家尺度预测 ……………………………………….20
• 3.1.1. 总量预测：GDP 和可支配收入预测 …………………..21
• 3.1.2. 分配预测：基尼系数预测 ………………………… 24
• 3.1.3. 调整控制：五等分组收入预测 …………………….. 26
• 3.2. 省级尺度预测 ……………………………………….27
• 3.2.1. 原始数据搜集 …………………………………. 28
• 3.2.2. 总量预测：可支配收入预测 ………………………. 29
• 3.2.3. 分配预测：基尼系数预测 ………………………… 29
• 3.2.4. 调整控制：五等分组收入预测 …………………….. 30
• 3.3. 预测结果的历史检验 ………………………………….32
• 4. 人口年龄结构预测 ……………………………………….. 34
• 4.1. 国家尺度预测 ……………………………………….34
• 4.2. 省级尺度预测 ……………………………………….36
• 4.3. 预测结果的历史检验 ………………………………….39
• 5. 核心研究结论 …………………………………………… 42
• 参考文献 …………………………………………………. 45

1. 项目背景

1.1.低碳转型与人口预测

当前，人类活动已成为全球环境变化的主要驱动力。作为世界上人口最多的国家，以及世界最大的工业制造国，中国将在世界的可持续发展与气候变化领域做出更多的贡献。2020 年 9 月 22 日，国家主席习近平在第七十五届联合国大会一般性辩论上提出“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于 2030 年前达到峰值，努力争取 2060 年前实现碳中和。”习总书记的论断为中国接下来的发展指明了方向，也对中国的低碳转型提出了更高的要求。通过合理的路径规划帮助中国实现低碳转型的目标，是项目组的最终愿景。

城市是人类生产生活的最为集中的区域，中国的低碳转型关键在于城市。根据国家统计局公布的数据，中国常住人口城镇化率在 2020 年已经达到 60.60%，户籍人口城镇化率为 44.38%。根据联合国《世界城镇化展望报告》分析，2050年，中国的城镇化率将达到 80%，中国的城市人口将达到 10 亿级别。而在 2018年，中国的城市能源消耗占据了全国能源消耗的 85%，因此，从人口规模和能源消耗角度出发，中国的低碳转型，关键在于城市。

城市的发展，根本上离不开人口的变化。城市是“人”的城市，城市的发展应当以“人”为核心，“以人为本”不断完善城市的管理和服务。不同年龄结构，不同社会背景的人有着不同的城市管理服务与能源利用的需求，进而影响着未来的城市管理和城市建设。中国正处于城镇化的下半场，在人口老龄化背景下不同区域的人口结构将发生重大变化，如何对未来的人口结构进行判定，进而对未来的社会需求做出判断是非常值得探索的问题。

1.2.中国人口结构面临重大变化

1.2.1. 人口收入结构经历巨大变化

改革开放以来，中国经济的快速发展取得了巨大的经济成就。但是与此同时带来的收入不平等的问题也不可忽视。根据现有研究，在 1981 – 2008 年期间，中国的基尼系数（收入不平等的衡量指标之一）显著提升。但是，近年来的脱贫攻坚政策与措施，在消除贫困方面取得了实质性进展，在一定程度上缓解了中国收入不平等的现象。根据世界银行研究（Shaohua Chen & Martin Ravallion, 2020）和中国国家统计局的数据，十几年来（特别是 2008 年以来），中国收入不平等程度有所下降（史蒂夫•约翰逊，2017）。但不可忽视的是，中国收入不平等的现象依然存在，2021 年高收入人群、低收入人群（指全国居民五等份收入分组中的人群，下简称五等分组）的收入差距相差约 10 倍（国家统计局，2020），这表明了中国社会的收入不平等现象依然较为严峻。

图 1：1981 – 2016 年间中国基尼系数的变化（图片来源：金融时报中文版）

图 2：2013 – 2021 中国居民按收入五等分组的人均可支配收入变化（图片来源：作者自绘，参考 2022 中国统计年鉴）

面向未来，党和国家明确了未来的收入结构发展路径。党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，2020 至 2035 年，“在经济增长的同时实现居民收入同步增长、在劳动生产率提高的同时实现劳动报酬同步提高，城乡居民人均收入也将再迈上新的大台阶”（韩正，2020）。进一步，国家明确了未来收入结构的图景：“到 2035 年人均国内生产总值达到中等发达国家水平，意味着我国将成功跨越中等收入阶段，并在高收入阶段继续向前迈进一大步。我国中等收入群体将显著扩大，形成橄榄型分配格局，为经济社会持续健康发展提供有力支撑”（韩正，2020）。这意味着，面向未来，中国的收入不平等现象将进一步缩小，达到中等发达国家水平的阶段性目标（如图 3，目前 OECD 发达国家基尼系数大部分位于 0.25 – 0.35 之间），人口收入结构将面临深刻变化。

1.2.2. 未来人口年龄结构问题突出

图 4：1949～2019 年人口年龄结构变化（图片来源：王广州，2019）

建国以来，稳定的社会环境和宽松的人口政策带来了中国人口的迅速扩张，同时计划生育政策的强力实施，也大大影响了中国人口年龄结构变化。对新中国成立 70 年来人口变化历史进行定量分析，结果如图 4 所示，1949 – 2019 年间，国家层面的的人口年龄结构由人口快速增长的正“金字塔”结构，逐渐转化为非“金字塔”结构（王广州，2019），平均年龄明显增大，且不同年龄组之间出现断层。可以非常直观地发现，出生于 1960 – 1990 年间（2019 年 30 – 60 岁年龄组）的人群数量，大于其他年龄组的人口，这也意味着 20 – 30 年以后，60 岁以上的老龄人口比例将显著提高。联合国的人口预测结果也证实了上述预测（如图 5）: 中国未来人口老龄化趋势愈发明显，截止 2060 年，70 – 75 岁年龄组或将成为人口总量最多的年龄组。

图 5：联合国针对中国 2060 年人口年龄结构的预测（橙色指代 2060 年间女性人口，黄色指代男性人口，纵坐标年龄组的标注部分省略。图片来源：作者自绘，参考 United Nations, 2022）

此外，研究团队系统整理了 2000，2010，2020 年地市级的国家统计年鉴数据，并结合开源地图数据，根据国际通用的判断标准，以 65 周岁以上老年人占比作为划分依据（United Nations, 2022），绘制了中国 2000，2010，2020 年人口年龄结构地图。我们发现： 根据 2000、2010、2020 年人口普查数据，中国的人口老龄化程度明显加深区域分布明显扩大（图 6 中橙色区域），出现大面积深度老龄化区域（红色区域）：

•  2000 年全国 65 岁以上人口比例 7.0%；
•  2010 年全国 65 岁以上人口比例 8.9%；
•  2020 年全国 65 岁以上人口比例 13.5%；

 2020 年，中国人口 65 岁以上老人占比已达 13.5%，共计 1.9 亿人，而全球于 2022 年的平均值为 10%（United Nations, 2022）;

 合理预测中国人口年龄结构，将对于人口发展的速度和趋势预测，以及区域经济发展预测提供重要的支持

更多，请阅读上面的PDF报告内容
此文只作为学习分享，不做商业用途
转载请注明出处…

人口结构, 政策与环境分析, 调查报告

政策-经济-环境分析, 调查报告

Smile微笑:  :) 🙂
Biggrin:   :D 😀
Sad:       :( 🙁
哇呜：      8O 😯
哼：       :? 😕
生气气：    :x 😡凶凶哟
Em...     :| 😐
眨眼       ;) 😉
LOL笑尿了   :lol: 😆
羞羞       :oops:  😳
哭哭委屈：  :cry: 😥
邪恶：     :evil: 👿
翻白眼     :roll: 🙄
好主意      :idea: 💡

<p>The post 2023中国未来人口结构情景分析技术报告 first appeared on 爱织毛衣的菇凉.</p>

通货膨胀的影响

通胀会导致社会财富再分配。过去这几年美国带动全球通货膨胀，其他货币相对美元贬值。

如果其他货币对美元贬值趋势持续，就意味着拥有美元资产的人财富增长，没拥有美元资产的人财富贬值。

举一个例子，比如2020年土耳其两个家庭，一个家庭拥有100万美元存款，另一个有600万土耳其里拉货币存款，当时汇率是1美元=5.95里拉。两者当时差不多存款。

两年过去了，里拉对美元贬值了近68%。则前者依然有100万美元存款，另一个家庭却只有约31.13万美元存款了。

再加上土耳其高达142.8%通胀率，这后者600万里拉的实际购买力还得再低一半。

通胀叠加汇率下跌，让两个原本差不多资产的家庭走向了完全不同的命运。

<p>The post 通货膨胀会造成什么影响？ first appeared on 爱织毛衣的菇凉.</p>

很多医疗援助之所以无效，就是因为人们在“知道”与“行动”之间，往往还隔着一条鸿沟。

有效的医疗援助，不仅仅需要告诉人们什么是正确的事，更重要的，是要设计一套激励机制，帮助人们更容易地采取行动。

其实，必须承认，无论穷人还是富人，具有企业家精神和企业家才能的人，都是少数。对大多数穷人来说，帮助他们脱贫的最好方式，不是借钱给他们做生意，而是给他们提供一份稳定的好工作。

什么是稳定的好工作？

比如制造业工人。作者观察到，如果一个村庄里有工厂，能稳定雇佣村里的劳动力，那么这个村子的面貌就会变得大不一样。对于这些成为工人的村民来说，不仅仅是得到一份稳定收入这么简单。更重要的是，这份工作让他们对未来产生了一种控制感，从而彻底改变他们的生活态度。也许，这才是扶贫的正确打开方式

<p>The post 《贫穷的本质》读后笔记  first appeared on 爱织毛衣的菇凉.</p>

中美技术领域竞争会如何发展？世界各地区对外依赖

北美
约15% 的电子产品、超过25% 的基本金属(主要来自亚太地区 )
超过10% 的矿物质( 主要来自亚太和拉丁美洲 )

拉丁美洲
超过50% 的电子产品( 主要来自亚太地区）
约20% 的药品(主要来自欧洲30国）

欧洲
约50%的能源资源（主要来自俄罗斯、美国和中东 )
超过50% 的矿物( 主要来自亚太和拉丁美洲 )

撒哈拉以南非洲
约20% 的主要作物（主要来自亚太地区 ）
超过50% 的电子产品（主要来自亚太地区）

亚太
超过25% 的能源资源（主要来自中东和俄罗斯）
超过25% 的中国矿产（主要来自澳大利亚）
约10% 的主要作物（主要来自美国和巴西）

中东北非
约60%的主要作物（主要来自俄罗斯和乌克兰）
超过25% 的电子产品（主要来自亚太地区）

来源:麦肯锡全球研究院《全球流动:在相互关联的世界中建立联系》

国际关系与贸易, 经济学, 调查报告

政策-经济-环境分析, 调查报告

Smile微笑:  :) 🙂
Biggrin:   :D 😀
Sad:       :( 🙁
哇呜：      8O 😯
哼：       :? 😕
生气气：    :x 😡凶凶哟
Em...     :| 😐
眨眼       ;) 😉
LOL笑尿了   :lol: 😆
羞羞       :oops:  😳
哭哭委屈：  :cry: 😥
邪恶：     :evil: 👿
翻白眼     :roll: 🙄
好主意      :idea: 💡

<p>The post 202212 世界各地区对外依赖图 first appeared on 爱织毛衣的菇凉.</p>