来源：经济学家圈
。本文根据彭文生于2026年9月23日在中金研究院2026年三季度宏观研讨会“包容性的城乡发展”中的主旨演讲整理而成。本文来源：彭文生视点
彭文生：人口结构、被动城镇化、与提振消费需求
我是从乡村走出来的学子，对乡村发展有一些直接的体会和感悟。现在很多关于城乡发展的讨论和人口流动有关，反映了社会现实问题。我是做宏观经济研究的，把宏观问题和微观体悟结合起来，我想分享最近的一些思考。这个思考可以联系到我2013年出版的《渐行渐远的红利》一书，其中有一章专门讨论城镇化和人口年龄结构的关系，最近对其中一些图表进行了更新。13年过去了，这些图表对我们思考中国的城镇化发展与公共政策有什么含义呢？
壹、中国是下一个日本吗：人口结构、金融周期、城镇化
中国经济增长现在面临较大的下行压力，虽然人工智能等创新领域发展态势好，但整个经济需求比较疲弱，就业和物价承压，尤其是房地产与债务问题。近年来经常有人问到，中国会不会是下一个日本？我们能找到中国和日本相似的一些地方。
首先是老龄化的问题，人口红利逐渐消退，给增长带来下行压力。经济学文献里很多人用抚养比来衡量人口红利的变化，我在《渐行渐远的红利》里面用的是生产者对消费者的比例，两者背后的基础数据是一样的，但生产者/消费者比例的视角更有助于我们分析宏观经济问题。具体来讲，我们界定25-64岁人口在边际上更多是生产者，25岁以下、64岁以上在边际上更多为消费者。和传统的抚养比指标比较，生产者/消费者比例有几个优势：一是能比较直观的显示人口红利的拐点，哪一年开始我们生产的人数超过消费的人数。我们在思考宏观经济总需求总供给平衡的时候，在货币金融等周期性因素之外，人口年龄结构是基础性的变量。经济里面多少人处在生产年龄阶段，多少人处在消费年龄阶段，按照这个指标，中国人口红利的拐点大概在上世纪90年代中期，到2015年前后人口红利见顶。
二是能反映城乡劳动力转移的压力。从乡村到城镇的人口迁移，一般都是劳动年龄人口。这个比例可以告诉我们，什么阶段城乡劳动力转移的压力大，城镇化进展速度快。三是为观察宏观层面的储蓄压力提供一个基础性指标。其他条件相同的情况下，生产者相对消费者越多，储蓄率越高。我们可以看到上世纪90年代中期到2015年左右这一段时间中国储蓄率高，支持了房地产和基础设施投资。
按照生产者/消费者比例，日本人口红利的拐点比中国早约20年（图表1），经历人口红利消退的时间也比中国早些。日本在人口红利高点的时候，其生产者对消费者的比例大概是120-130，就是每100个消费者有130个生产者在支持。中国在高点的时候超过140，所以是供给充分的人口结构。按照这条线的逻辑，随着老龄化的发展，人口红利的消退对中国宏观经济平衡的影响可能比日本更显著。
图表1：中国与日本的生产者对消费者比例
注：1）生产者为25-64岁人口，消
费者为其他年龄段人口；2）2024年及之后的人口结构为联合国人口展望（2024）估算。资料来源：联合国人口展望
其次，中日两国常被拿来对比的维度是房地产和债务问题，或者说金融周期。我在2017年出版的《渐行渐近的金融周期》对此有系统论述，金融周期是房地产价格和信贷相互促进形成的顺周期性。日本金融周期的顶部在1990年代初，房地产泡沫破裂以后，金融周期触底花了十多年时间，大概在2004-2005年触底，随后也是长期处于相对低迷的状态。中国在本世纪初的几年，货币投放的一个重要方式是外汇占款，挤压了银行信贷扩张，那几年金融周期指标有所下行，但对经济影响不显著。为应对全球金融危机开启的信贷扩张，带来了第一个金融周期的上升期，到2017年全国金融工作会议，加强金融监管，2021年房地产见顶，过去几年房地产和信贷处在相互促进的下行阶段。一个经常问到的问题是，和日本比较，我们金融周期下半场调整会是多长时间？会不会像日本那样进入漫长的低迷阶段，拖累经济增长。
图表2: 中国和日本金融周期对比
注：时间截至2026Q1 资料来源：BIS，Wind
在这两个相似的地方之外，中日之间有什么显著的差异？这就回到我们今天的主题，我们现在的城镇化率显著低于日本，日本现在92%，我们按照常住人口是68%，按照户籍人口是48%（图表3）。城镇化进程驱动经济增长，一方面，人口向城镇集聚可形成显著的规模经济与知识外溢效应，优化资源配置效率；另一方面，农村人口向城市转移拓宽居民消费场景、丰富消费选择，推动居民消费结构升级。从经验规律来看，城镇化推进与经济增速提升通常呈现高度的相关性。对标日本90%的城镇化水平，我国城镇化率仍有较大提升空间，为长期经济增长潜力提供支持。但依据过去经验的一般性判断是否适合中国当下的情况？
图表3: 中国的城镇化率显著低于日本
注：户籍人口城镇化率为公安部统计的农业人口占比
资料来源：国家统计局，中国人口统计年鉴，中国人口和就业统计年鉴，国民经济和社会发展统计公报，CEIC，公安部
贰、人口老龄化带来被动城镇化
理解中国和日本的城镇化率的差距，要考虑一个关键特征，过去30年我们是人口红利和城镇化进程叠加在一起，这在其他国家没有过。日本和西方等发达国家在人口红利之前，城镇化已经基本完成。过去讲中国“未富先老”，其实也可以说“未完成城镇化先老”，即我们还没有完全城镇化就已经老龄化了。生产者对消费者的比例更直观地体现出这个问题。人口红利的拐点，即100个生产者对应100个消费者，中国发生在1995年前后。城镇化率在1980年代农村改革之后开始有所提升（图表4），人口红利拐点发生以后，城镇化的斜率明显变陡峭，这背后的连接点是农村青壮年人口向城市转移的压力特别大，也反映城市发展带来的就业机会。人口红利叠加城镇化的一个重要宏观含义是，年轻劳动力从乡村向城镇转移带来住房需求和基础设施投资需求，同时其对经济供给能力的提升是其他国家在人口红利阶段不具有的。
图表4: 中国人口红利叠加城镇化
注：生产者对应25-64岁人口，消费者对应25岁以下和64岁以上人口 资料来源：国家统计局，联合国人口展望
人口红利与城镇化叠加的一个后果是，随着人口红利消退，老龄化会驱动“被动城镇化”（图表5）。“被动城镇化”是什么意思？即城镇化不是劳动力主动地从农村向城市转移，而是年龄结构所导致。过去年轻劳动力向城镇转移，导致现在农村老人多、年轻人少，城市里年轻人多、老人少。随着农村老人离世，未来城镇化率会被动上升。这是我这个从乡村走出来的人，回头看乡村的现状的直观感受。中国的城镇化率会不会继续上升？会。但如果是“被动城镇化”，较少涉及年轻劳动力转移，那对经济的拉动作用就比较小。
图表5: 老龄化将带来“被动城镇化”
资料来源：国家统计局，世界银行
按照这个逻辑，根据人口普查数据可以得知农村和城市里的人口年龄结构分布，结合现在的人均预期寿命，我们可以推算人口年龄结构这个被动因素对未来城镇化率的影响。但要注意一个问题，过去10年总和生育率在已经较低水平的基础上进一步显著下降，若城里的年轻人生育意愿较低，可能在一定程度上抵消农村老人离世对城镇化率提升的影响，这在短期加剧需求下行压力、长期对供给也不利。
日本在人口红利发生之前，即生产者对消费者的比例超过100之前，城镇化率已经超过70%，也就是在人口红利之前已经基本完成了城镇化 （图表6）。总体看，在人口红利阶段，日本的城乡人口迁移比较平缓，由此带来宏观经济上的不平衡比我们要小一点。因为日本的人口红利和城镇化没有重叠，也没有单纯人口年龄结构变化带来“被动城镇化”的逻辑。
图表6: 日本人口红利前城镇化率超过70%
注：生产者对应25-64岁，消费者对应25岁以下和64岁以上 资料来源：世界银行，亚洲人口和发展协会，联合国人口展望
但日本城镇化在1999-2010年有一个跃升，这背后有一个撤乡并镇的特殊因素，有点像中国的撤县设市或撤县设区，是行政区划改变带来的，不代表真正的人口迁移，对城镇化提升的影响是一次性的。日本这段时间的市町村合并是小泉政府推动的财政制度改革的直接后果，但背后和人口老龄化有关，农村过于分散，公共设施利用率低，维护成本高昂，医疗、养老、学校等难以维持最低规模。这也可以说是另一种形式的被动城镇化。随着老龄化的发展，中国也面临类似的压力。值得注意的是，日本行政村合并后总和生育率有一个阶段性的提升（图表7），可能是因为公共服务改善促使大家更有意愿多生小孩。
图表7: 日本町村合并带来城镇化率一次性跃升，并伴随总和生育率阶段性增加
资料来源：World Bank Databases，日本政府统计门户e-Stat，日本总务省：《关于平成大合并》公开报告，2010年3月5日
叁、区分供给侧与需求侧城镇化
按照前述的被动城镇化逻辑，农村的常住人口大部分是老人，人口迁移带来的主动城镇化空间有限。从经济机制来看，城乡收入差距是驱动劳动力由乡村向城镇迁移的动因。日本的经验表明，随着城乡收入差距收敛，人口城乡迁移的动力显著减弱。20世纪70年代中期以前，日本城乡居民可支配收入比值持续下降，差距基本消除后趋于稳定，对应的主动人口城镇化进程也近乎停滞（图表8）。过去十余年间，中国城乡居民可支配收入比值持续下行，但差距仍然较大，城镇居民的可支配收入是农村居民的两倍以上（图表9），而日本该比值在1左右。这就带来一个问题，城乡收入仍有显著差距，但人口的年龄结构分布意味农村劳动力向城镇转移的空间有限，如何理解这个看似矛盾的现象，是不是意味未来的城镇化进程对中国经济增长的促进作用有限？
图表8: 日本劳动力迁移止于城乡收入差距消除
资料来源：日本统计局，世界银行，亚洲人口和发展协会
图表 9: 中国劳动力迁移基本完成后城乡收入仍有差距
资料来源：国家统计局
分析这个问题，我们需要重视供给侧与需求侧城镇化失衡的问题。中国的城镇化失衡已经有很多讨论，也就是常住人口（68%）与户籍人口城镇化率（48%）的20个百分点的差距（图表10）。从宏观经济角度看，我一直有一个观点，这个不平衡是供给侧与需求侧城镇化的失衡，进城的常住人口已经成为现代经济的生产者，对经济供给的贡献已经发生，但作为消费者，其享受的公共服务并不对等，需求尚未得到充分满足。这种不平衡既是公平问题，也是宏观经济失衡，尤其需求疲弱的关键原因之一。由此导致的需求疲弱首先是消费需求相对供给不足，而且这并非短周期波动问题，是制度机制带来的经济结构性问题，需要公共政策应对。
图表10: 中国常住人口城镇化率超过户籍人口城镇化率20个百分点
资料来源：国家统计局，公安部，中国人口统计年鉴，中国人口和就业统计年鉴，国民经济和社会发展统计公报，CEIC
肆、政策含义：促进需求侧城镇化、提振消费需求
需求侧城镇化率大幅落后于供给侧城镇化率，公共政策应对的关键着力点在需求侧。结合当前的宏观经济形势，促进总需求，不仅要考虑金融周期下行压力，还要重视更长远的人口年龄结构和城镇化失衡问题，而两者并不是孤立的。首先，金融周期下半场理想的政策组合是应“紧信用、松货币、宽财政”，这在近几年的货币信贷和社会融资数据中已经有所体现，信贷需求偏弱，财政对货币增长的贡献增加。刚才讲城镇化供给侧和需求侧的失衡，失衡的调整其实不容易，因为需求侧是个收入分配问题。举个直观例子，因为少子化的影响，城市里面一些学位空出来了，但农民工的孩子在城市上学还比较困难，这背后和地方政府的财政状况有关。地方政府有很大动力省钱，因为债务偿还压力大。宽财政的一个重要方面是应该是化解地方政府的债务负担。
不仅是地方政府，当下企业和家庭部门的还本付息负担同样处于高位（图表11）。尤其需要指出的是，个人破产机制的缺失，使得金融周期繁荣时期形成的债务——特别是按揭贷款——缺乏退出渠道，这对过去20年间从农村迁移到城市的一代人的影响尤其大。企业可以通过破产程序出清债务，地方政府可以获得中央政府的救助，现在深圳等城市在做个人破产机制试点 1）。短期而言，财政货币协同可以发挥重要作用，前不久，中国人民银行出台新政策，将个人按揭贷款最长期限从30年延长至40年 2），还应同步降低利率，例如由财政贴息一到两个百分点，推动按揭贷款利率下行，降低年轻一代的偿债压力3）。
图表11: 企业和家庭部门还本付息负担在高位
注：时间截至2026Q1 资料来源：BIS，Wind
第二是改善收入分配，关键着力点在于完善社会保障和公共服务，推动需求侧城镇化。我国财税体制对收入分配的调节作用偏弱：数据显示，在财政税收调节之前，我国的收入基尼系数并不高于其他国家，但经过再分配调节后，其他国家的基尼系数明显下降，而我国的降幅有限（图表12）。这背后的重要原因，是城镇化进程中存在的失衡。
城镇化供给侧与需求侧的失衡，根源在于社会保障和公共服务的不均衡；纠正这一失衡，只能依靠有针对性的制度变革。这种变革不仅在于完善城镇常住人口的社会保障和公共服务，也在于提升农村人口的养老、医疗保障水平，同时还要加大全社会在生育、养育、教育等方面的投入。延伸到当前的宏观形势，其重要含义在于：促进经济增长的载体应当是消费需求——传统的逆周期调节手段如投资，即便短期内能够拉动增长，也会加剧中长期供大于求的深层矛盾。
在此背景下，结合人工智能的发展，宏观层面引导科技向善最重要的路径，就是着力消除城镇化在需求侧与供给侧的失衡，让技术进步的红利惠及广大人口。人类社会发展史表明，技术进步与社会保障体系改善紧密相联：技术进步扩大了社会的生产能力，使社会更有实力、也更有余力去关怀弱势群体——但这并不会自动发生，因为社会问题的复杂程度远超技术本身，改进有赖于公共政策的主动推动。
图表12: 中国的经财政税收机制调节后的收入基尼系数相对其他国家较高
注：上述数据均为最新可得数据，英国为2024年，日本为2021年，其余均为2023年。 资料来源：SWIID
伍、知识经济时代，消费需求促进科技创新，促进长期增长
在知识经济时代，消费需求对促进创新有重要意义。回到中国是不是下一个日本的问题，中日之间的一个终极差异是规模经济，中国的人口和经济规模是日本的几倍。从动态演进的角度看，规模经济促进技术进步的作用越来越突出，最近的例子就是中美两个大型经济体领先AI大模型发展。规模经济促进创新的一个重要方面就是消费需求，消费需求为企业提供市场信号和盈利预期，从而引导创新方向，而超大规模消费市场更能够摊薄研发成本并强化竞争、提升创新速度。有数据表明，消费市场绝对规模与人均创新能力（人均专利申请数）显著正相关（图表13）。中国有14亿人口，补上消费短板后完全有可能成为世界上最有创新能力的国家。最后总结，补上城镇化需求侧的缺口，消费需求将大幅增加，不仅促进民生，也有利于科技创新，而创新才是经济长远发展的根本动力。
图表13: 人均专利申请数量与消费市场绝对规模正相关
注：专利数据采用目前可用的最新数据；少数国家受数据限制，消费市场规模采用2023年数据。资料来源：世界银行，WIPO
引用来源 略■
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
