中国人口结构变化对能源／制造业的长期影响研究报告

—— 老龄化、劳动力收缩与 AI 自动化对冲下的产业变局与决策路径

报告编号：EXN-S-001 出品方：北京经纬智汇信息咨询有限公司 报告级别：S 级旗舰专题 报告日期：2026 年 7 月 保密级别：对外交付（客户报告 / 咨询交付物） 版本：V1.0

一句话定位：本报告将"人口曲线"与"自动化曲线"视为同一枚硬币的两面，系统回答一个核心命题——当中国不可逆地进入总量负增长与深度老龄化时代，能源与制造业将如何被重塑，而 AI 与机器人又将在多大程度上、以怎样的路径对冲劳动力缺口，并据此为企业管理层、投资方与技术决策者给出可执行的行动路线。

执行摘要

本摘要面向决策层，浓缩全篇核心结论、关键数据与行动建议。若时间有限，读此一节即可把握全局；技术与数据细节请向下深读正文各章。 ### 核心判断（5 条）

判断一：人口拐点已不可逆，"总量负增长 + 深度老龄化 + 劳动力收缩"三重叠加提速。 据国家统计局，2024 年末中国总人口 14.0828 亿，已连续三年负增长；2025 年末进一步降至 14.0489 亿，全年出生人口 792 万、自然增长率 -2.41‰。60 岁及以上人口首破 3 亿（3.1031 亿，占 22.0%），16—59 岁劳动年龄人口降至 8.5798 亿。联合国《世界人口展望 2024》中方案预测，2050 年中国 15—64 岁工作年龄人口将从 2024 年的 9.84 亿降至 7.45 亿，减少约 2.39 亿（降幅约 24%）。这是一场以"十年"为刻度、以"三十年"为周期的结构性变革，而非短期波动。

判断二：人口变量对制造业的冲击集中在"供给侧与成本侧"，用工荒与结构性错配将长期化。 据教育部、人社部、工信部《制造业人才发展规划指南》，2025 年制造业十大重点领域人才缺口近 3000 万、缺口率约 48%；高级技工缺口约 2200 万。农民工平均年龄已升至 43.2 岁（2024 年），50 岁以上占比 31.6%，"招工难"与"就业难"并存的结构性错配将是制造业未来十年的常态。

判断三：能源行业呈现"需求端逆人口而上、供给端顺人口而变"的独特二元格局。 与制造业不同，中国能源（电力）需求并未因人口见顶而萎缩——据 IEA，2024 年中国用电量增长约 7%、逼近 10000 TWh，电气化（电动车、空调、数据中心、清洁能源制造）而非人口是主驱动力。但供给端用工老化严重：煤炭开采洗选业从业人员 2013—2018 年下降 43.2%，倒逼煤矿"减人无人"智能化；新能源（风光储氢）则出现年轻技术人才的巨大缺口。

判断四：AI + 机器人已成为对冲人口缺口的确定性技术主线，中国从"跟跑"转入"并跑领跑"。 据国际机器人联合会（IFR）《World Robotics 2025》，2024 年中国工业机器人装机 29.5 万台（占全球 54%）、保有量约 200 万台居全球第一；制造业机器人密度 2023 年达 470 台/万人（全球第三，超越德、日）。2025 年成为人形机器人"量产元年"，中国厂商智元、宇树出货量居全球前二。人口老龄化与自动化渗透之间已形成正反馈闭环：老龄化推高用工成本 → 自动化投资回报改善 → 机器人渗透加速 → 进一步替代收缩的劳动供给。

判断五：银发经济与"人才红利"是人口变局中最大的结构性新机会。 中国银发经济规模当前约 7 万亿元（占 GDP 约 6%），据多方预测 2035 年有望达 30 万亿元（占 GDP 约 10%）。适老化制造、康复辅具、护理机器人、智慧养老用能等，将为制造与能源企业开辟第二增长曲线；同时，中国正从依赖"人口数量红利"转向依赖"工程师与技能人才红利"。

关键数据速览

行动建议（三层次）

• 短期（1—3 年）：制造业优先部署成熟工业机器人与 AGV，聚焦焊接、搬运、质检等高频危险岗位，锁定投资回收期 ≤ 2 年的确定性 ROI；能源企业以煤矿无人化、油气数字化"减人增安"为抓手。选型优先国产头部厂商以控成本。
• 中期（3—7 年）：布局具身智能／人形机器人工业试点，建立技能型人才梯队与校企定向培养，跟踪核心零部件国产化降本进度。
• 长期（7 年以上）：围绕银发经济重构产品与产能布局，建立"技能银行"与复合型人才体系，完成从"人口红利"向"人才红利"的战略跨越。

主要风险提示

人口预测存在中／高／低方案分歧；人形机器人工业级规模化落地时间表含乐观预期成分；高端减速器、力／触觉传感器、AI 芯片存在供应链与地缘政治风险；部分市场规模数据各来源口径不一，决策时须审慎交叉验证。

01 · 调研背景与目标

1.1 调研缘起与问题意识

在过去四十余年间，中国依托世所罕见的"人口红利"，以近乎无限供给的年轻劳动力和持续涌入的农民工，将自身锻造为"世界工厂"，并支撑起全球规模最大的能源生产与消费体系。这一增长范式的底层假设是：劳动力充裕且廉价，人口总量持续扩张带来需求扩张。

然而，2022 年成为一个历史性的转折点——中国人口出现 61 年来的首次负增长。这不是一次偶发的统计波动，而是长期低生育率、快速老龄化与劳动年龄人口见顶回落多重力量交汇的必然结果。当支撑旧增长范式的两个底层假设（劳动力充裕、人口扩张）同时被动摇，能源与制造业这两大关乎国民经济命脉的支柱产业，必然面临深层次、长周期的重塑。

与此同时，人工智能与机器人技术正以前所未有的速度成熟。2024—2025 年，中国工业机器人保有量登顶全球，人形机器人进入"量产元年"，AI 大模型在矿山、工厂、电网中加速渗透。一个关键的战略命题由此浮现：AI 与自动化，能否、以及在多大程度上对冲人口结构变化带来的劳动力缺口？这场"人口曲线"与"自动化曲线"的赛跑，将如何决定中国能源与制造业未来三十年的竞争力？

本报告正是为回应这一命题而作。它不满足于罗列人口数据的悲观叙事，也不沉迷于技术奇点的乐观想象，而是试图在"人口 × 能源 × 制造业 × AI"的四维交叉点上，厘清现状、挖掘方向、支撑决策。

对于能源与制造业企业而言，人口结构变化不是一个遥远的、宏观的、"与我无关"的社会议题，而是一个正在实实在在冲击其用工、成本、需求与竞争力的经营现实。今天招工时"越来越难招、越来越贵、越来越老"的切身感受，正是宏大人口变局在微观经营层面的直接投射。同样，AI 与机器人也不再是实验室里的技术展示，而是已经在灯塔工厂、无人矿山、智能电站中创造真实价值的生产力工具。本报告的价值，正在于帮助决策者穿透宏观叙事与技术炒作的迷雾，看清人口变局与技术革命交汇处的真实机遇与风险，并据此做出正确的战略抉择。

在当前时点开展这一研究尤为必要且及时。一方面，人口负增长的趋势已经确立、不可逆转，企业必须尽早将其纳入长期规划；另一方面，AI 与机器人技术正处于从"量变"到"质变"的关键节点——工业机器人已成熟普及，人形机器人刚刚跨入量产元年，具身智能大模型加速演进。人口挑战的紧迫性与技术机遇的成熟度在此刻交汇，为企业提供了一个难得的战略布局窗口。抓住这一窗口者，将赢得未来十年乃至三十年的竞争主动权。

1.2 核心调研问题

本报告围绕以下六个递进的核心问题展开：

• 现状与趋势：中国人口结构正在发生怎样的变化？历史脉络、当前特征与权威预测分别指向什么？
• 制造业传导：人口结构变化通过哪些机制影响制造业？"用工荒"与劳动力成本上升将如何演变？
• 能源传导：人口变量对能源行业需求端与供给端的影响有何不同？为何能源需求"逆人口而上"？
• 技术对冲：AI 与机器人技术能在多大程度上对冲劳动力缺口？其技术路线、渗透率、瓶颈与突破方向如何？
• 国际镜鉴：日本、德国、韩国等已进入深度老龄化的经济体，在能源／制造业领域积累了哪些可资借鉴的应对经验？
• 决策路径：面对上述变局，能源与制造业企业的管理层、投资方与技术团队应采取怎样的行动路径？

1.3 调研范围界定

• 产业范围：采取"跨行业横向对比"视角，聚焦能源行业（含传统能源煤炭／石油／天然气，与新能源风光电、新型电力系统、储能、氢能等）与制造业（含高端制造、劳动密集型制造、智能制造转型）两大主体，分析人口变量如何分别传导至这两个行业。
• 地域范围：以中国为主体，采取"全球视野"，重点对标日本、德国、韩国等深度老龄化经济体的产业应对经验，并纳入全球趋势判断。
• 时间范围：采取"全时间轴"，回溯人口红利期（1980s—2010s）的历史演进，剖析当下（2022—2026）的现状特征，前瞻至 2035、2050 乃至本世纪中叶的长期图景。
• 技术焦点：将 AI／自动化／工业机器人／具身智能／人形机器人作为贯穿全篇的核心技术变量，专门分析其对制造业用工替代、对能源行业智能化运维／勘探开发的影响，以及与人口老龄化的相互作用关系。

1.4 调研方法与数据来源说明

本报告采用"定性 + 定量结合"的研究方法：以权威统计数据、国际组织报告、行业协会数据支撑核心观点，以典型企业案例佐证结论。信息来源坚持多元化原则，主要包括：

• 官方统计：国家统计局、民政部／全国老龄办、人社部、工信部、国家能源局等；
• 国际组织：联合国人口司《世界人口展望》、国际能源署（IEA）、国际机器人联合会（IFR）、世界经济论坛（WEF）等；
• 行业协会与研究机构：中国社会科学院、中国光伏行业协会、育娲人口研究、复旦大学老龄研究院与发展研究院、高工机器人研究所（GGII）、MIR DATABANK、Omdia 等；
• 学术文献：Acemoglu & Restrepo 关于人口与自动化的实证研究等。

所有关键数据均在正文标注来源机构与年份，以保证可追溯性与可信度。对于各来源口径存在差异的指标，报告已尽力交叉验证并注明。（说明：按交付约定，正文不单列文献来源清单；如需完整《参考文献》汇总文档，可于报告完成后另行导出。）

报告的分析框架。为使分析逻辑清晰、结论可靠，本报告构建了一个层层递进的分析框架：首先（第 2 章）建立人口结构变化的全景认知，并提炼出人口变量向产业传导的机制框架；继而（第 3、4 章）分别剖析这一变量对制造业与能源业的差异化影响；然后（第 5 章）深入分析 AI 与机器人作为核心对冲力量的技术图景；再以案例（第 6 章）与国际对标（第 7 章）加以印证；进而（第 8、9 章）挖掘新机遇、剖析竞争格局；在简要提示风险（第 10 章）之后，最终（第 11 章）归纳结论、给出分角色的行动建议。这一"现状—传导—影响—对冲—印证—机遇—格局—风险—结论"的逻辑链条，贯穿全篇，力求为决策者提供一个既有宏观视野、又有微观洞察，既有数据支撑、又有战略判断的完整分析。

关于"结论后置"的说明。遵循交付约定，本报告采用"结论后置"的呈现方式——即在充分铺陈数据、案例与逻辑论证之后，于末章（第 11 章）集中归纳核心结论与行动建议。这一安排旨在使结论建立在扎实的论证基础之上，增强其说服力与可信度。为兼顾决策层快速获取要点的需求，报告在开篇设有"执行摘要"，浓缩核心判断与建议。时间有限的读者可先读执行摘要把握全局，需要深入了解论证过程的读者则可通读正文、直至末章的结论。

02 · 中国人口结构变化全景：历史、现状与趋势

本章为全篇的"地基"，沿"过去 → 现在 → 未来"的全时间轴，系统梳理中国人口结构变化的完整脉络，并在末节建立人口变量向产业传导的机制框架，作为后续第 3—5 章分析的分析工具。

2.1 人口红利时代：如何造就"世界工厂"（历史演进）

要理解人口拐点的冲击，必先理解人口红利曾经的馈赠。

劳动力的无限供给。改革开放后，中国进入了一个劳动年龄人口占比持续上升、抚养负担持续下降的"人口机会窗口"。庞大的年轻劳动力从农村涌向城市与沿海。据国家统计局数据，全国流动人口从 1982 年的 657 万激增至 2014 年峰值的约 2.53 亿，此后长期维持在 2.4 亿以上的高位。正是这支以青壮年为主体的流动大军，填满了珠三角、长三角一座座工厂的流水线，构成了中国制造业竞争力的人力底座。

制造业的规模跃升。在充裕廉价劳动力的支撑下，中国制造业规模一路超越发达工业国。据中国社会科学院工业经济研究所的研究梳理，中国制造业在 1997 年居世界第四位，2001 年超过德国、2007 年超过日本、2010 年超过美国跃居全球第一；到 2018 年，中国工业增加值已达 30 万亿元量级。"Made in China"由此成为全球供应链不可或缺的一环。

能源需求的同步扩张。工业化、城镇化与人口扩张三重叠加，驱动中国能源生产与消费同步高速增长，中国先后成为全球最大的能源生产国和消费国、最大的发电国。这一时期能源与制造业的增长逻辑高度一致：人多、厂多、产能多，则用能多。

红利消退的早期信号。然而，繁荣之下暗流已生。中国 15—64 岁劳动年龄人口的占比和绝对规模先后于 2010 年、2013 年见顶。农民工在制造业中的占比从 2012 年起持续下滑，至 2019 年降至约 27%。与此同时，沿海地区的用工成本不断攀升，一批低端产能开始向东南亚、印度等地转移。人口红利的黄昏，在世界工厂最鼎盛的时刻已悄然降临。

*图2-1：中国流动人口规模与制造业增加值同步增长图（1982—2019）*

生育政策的历史塑造。要理解今日人口结构的成因，必须回溯生育政策的演变轨迹。中国的生育政策历经了从"鼓励生育"（1950 年代）到"计划生育"（1970 年代末确立、1980 年代全面推行"独生子女"政策）、再到逐步放开（2013 年"单独二孩"、2016 年"全面二孩"、2021 年"三孩政策"及配套支持措施）的完整周期。计划生育政策在快速降低人口增速、创造"低抚养比黄金窗口"的同时，也深刻塑造了今日的人口结构——它既是"人口红利"提前兑现的重要推手，也是当下少子化与老龄化叠加的历史成因之一。值得注意的是，政策的全面放开并未如预期般显著提升生育率：中国总和生育率已长期低于 1.1 的极低水平，远低于 2.1 的世代更替水平，甚至低于日本（约 1.3）。这表明，当低生育已成为社会经济结构与观念变迁的深层结果时，单纯放松政策限制的效果有限——这一判断对预判未来劳动力供给至关重要。

人口惯性的长周期含义。人口结构具有极强的"惯性"：今天的出生人口决定了 20 年后的劳动力供给，今天的劳动力年龄结构决定了 30—40 年后的老年人口规模。这意味着，即便生育率立即回升（这在短期内极不现实），其对劳动力供给的正面影响也要在约 20 年后才能显现。对能源与制造业而言，这意味着未来 15—20 年的劳动力收缩趋势"已经锁定"、几乎无法逆转——企业必须基于这一确定性趋势进行长期规划，而非寄望于人口形势的短期好转。这正是本报告强调"以自动化对冲"而非"等待人口回暖"的根本原因。

2.2 拐点已至：总量负增长与深度老龄化叠加（现状）

时间来到 2020 年代，中国人口图景发生了根本性逆转。

总量负增长成为长期现象。据国家统计局，2022 年中国人口出现 61 年来首次负增长；2024 年末全国人口 14.0828 亿，比上年末减少 139 万人（出生 954 万、死亡 1093 万、自然增长率 -0.99‰）；2025 年末进一步降至 14.0489 亿，同比减少 339 万人，全年出生人口 792 万、出生率 5.63‰，死亡人口 1131 万、死亡率 8.04‰，自然增长率 -2.41‰。值得注意的是，2024 年出生人口一度回升至 954 万，主要源于龙年生肖偏好与生育政策累积效应的叠加，属"一过性"反弹——2025 年出生人口即回落至 792 万，印证了人口学界"总量负增长已成为长期趋势"的判断。

深度老龄化加速到来。据国家统计局，2024 年末中国 60 岁及以上人口达 3.1031 亿，首次突破 3 亿大关，占总人口的 22.0%；其中 65 岁及以上人口 2.2023 亿，占 15.6%。按国际通行标准，65 岁以上占比超过 14% 即进入"深度老龄化社会"，中国已然身处其中，并正快速迈向"超老龄社会"（占比超 20%）。

*图2-2：中国人口总量与自然增长率趋势图（2015—2025）*

中国老龄化的三个独特特征。与发达国家相比，中国的老龄化呈现出三个值得警惕的独特性，它们共同加剧了对产业的冲击：

其一，"未富先老"。发达国家大多在人均 GDP 达到较高水平后才进入深度老龄化（如日本进入老龄化社会时人均 GDP 已超过 2 万美元），有较充裕的财富积累来应对养老负担；而中国在人均 GDP 相对较低时就迎来深度老龄化，社会保障体系与财富积累的准备相对不足，这使得产业界必须更早、更主动地以效率提升来对冲人口红利的消退。

其二，"未备先老"。中国养老服务体系、长期护理保险、适老化基础设施等尚在建设完善之中，老龄化的到来速度超过了配套体系的建设速度。这既是压力，也恰恰是银发经济（详见第 8 章）的巨大机遇所在。

其三，"老龄化速度快"。中国从"老龄化社会"（65+ 占 7%）迈向"深度老龄化社会"（65+ 占 14%）仅用约 20 余年，远快于法国（约 115 年）、瑞典（约 85 年）等国，与日本的速度相近。这种"压缩式老龄化"给产业调整留下的时间窗口更短，要求企业与政策制定者的应对更为迅速果断。

这三个特征叠加，决定了中国不能简单照搬发达国家"缓慢应对、财富托底"的模式，而必须走一条"以科技提效为核心、政策与市场协同发力"的快速应对之路——这也正是 AI 与自动化在中国被赋予战略意义的深层背景。

2.3 年龄结构与抚养比的结构性变化

人口结构的变化，比总量的变化更具产业冲击力。

三大年龄段此消彼长。据国家统计局，2024 年末中国人口年龄结构为：0—15 岁 2.3999 亿（占 17.1%）；16—59 岁劳动年龄人口 8.5798 亿（占 60.9%）；60 岁及以上 3.1031 亿（占 22.0%）。少儿与劳动年龄人口占比持续下降，老年人口占比快速攀升，"倒金字塔"趋势日益明显。

劳动年龄人口的持续收缩。这是对产业最直接的冲击。据测算，中国 15—64 岁劳动年龄人口在 2010—2022 年间从约 10 亿降至 9.6 亿，占比从 74.5% 降至 68.1%。劳动力的收缩不是一次性的，而是一条持续下行的长期曲线。

老年抚养比的"连升"。据民政部与全国老龄办《2024 年度国家老龄事业发展公报》，2024 年中国 65 岁及以上老年人口抚养比达 22.8%。人口学界指出，中国老年抚养比自 2005 年起已实现"18 连升"。尽管全国总抚养比目前约 40%，仍处于低于 50% 的"人口机会窗口"之内，但据育娲人口《中国人口预测报告 2023》中方案预测，2036 年前后中国总抚养比将突破 50%，人口机会窗口即将关闭。

抚养比上升的经济含义。老年抚养比的持续上升，对经济与产业的含义是深远的。其一，它意味着每个劳动力需要供养的老年人口增多，社会储蓄率可能下降、养老与医疗支出上升，进而影响投资与消费的结构。其二，它加剧了养老金、医疗保障体系的可持续性压力，可能倒逼延迟退休等政策加速落地——这将在一定程度上增加劳动力供给，部分对冲劳动年龄人口的收缩。其三，它推动消费结构向养老、健康、护理等银发领域倾斜，为相关产业创造机遇。理解抚养比的变化，是把握人口变局对宏观经济与产业结构影响的一把关键钥匙。

"人口机会窗口"关闭的紧迫性。总抚养比预计于 2036 年前后突破 50%、"人口机会窗口"即将关闭这一判断，为企业与政策制定者敲响了警钟。这意味着，中国用以完成产业升级、实现"以智能对冲人口"转型的时间窗口，仅剩约十年。在这十年里，若能加速推进自动化、智能化，构建起不依赖廉价劳动力数量的新竞争力，中国制造与能源产业就能平稳跨越人口拐点；反之，若错失窗口，则可能陷入"未富先老、竞争力流失"的被动局面。时间的紧迫性，进一步凸显了本报告所倡导的"尽早布局、主动应对"战略的重要性。

*图2-3：中国老年抚养比"18 连升"曲线图（2005—2024）*

*图2-4：中国人口年龄结构金字塔对比图（2024 实际 vs 2050 联合国中方案预测）*

2.4 区域人口分化与流动格局

人口结构变化在地理上高度不均衡，这对能源与制造业的产业布局具有重要含义。

老龄化程度的区域分化。据相关统计，2023 年辽宁 65 岁以上人口占比达 21.06% 居全国之首；上海、黑龙江、吉林、江苏、四川等地均超过 18%；而广东、西藏、新疆等地则不足 10%。东北、长三角部分省份已进入超老龄社会，而人口流入的珠三角、部分西部省份则相对年轻。

户籍人口与常住人口的结构错位。人口流入地的常住人口结构明显年轻于户籍人口。以上海为例，其户籍人口中 65 岁以上占比高达 28.8%，远高于常住人口口径——大量年轻流动人口的涌入，"稀释"了流入地的老龄化程度，同时也加剧了流出地（如东北、中西部农村）的老龄化与空心化。

产业布局含义。这一分化意味着：劳动密集型制造业向中西部与人口年轻地区转移仍有一定空间，但窗口正在收窄；而东部沿海制造业则更早、更强烈地面临"机器换人"的刚性需求。能源产业（尤其是煤炭等资源型产业）所在的资源型城市，则普遍面临人口收缩与老龄化的双重压力。

城市群集聚与产业转移的新格局。人口流动的大趋势是向以长三角、珠三角、京津冀、成渝为代表的城市群集聚。人口与产业向城市群集中，一方面使这些区域的用能需求集中增长、制造业升级动力强劲；另一方面也加剧了城市群内部的用工成本与用地成本压力，进一步强化了"机器换人"的必要性。与此同时，广大人口流出地区（东北、中西部部分省份、县域）则面临人口收缩、产业空心化、能源设施利用率下降的挑战。这种"集聚与收缩并存"的空间格局，要求能源与制造企业在产能布局、网络规划上进行精细化的区域研判——既要抓住城市群的集聚机遇，也要审慎评估收缩地区的长期风险。

资源型城市的转型压力。以东北老工业基地、中西部资源型城市为代表的地区，正承受人口收缩、老龄化与传统产业衰退的三重压力。这些城市往往是传统能源（煤炭、石油）与重工业的所在地，人口外流与老龄化使其用工短缺问题尤为突出。对这些地区而言，以智能化改造激活存量产业、以新兴产业（如新能源、数字经济）培育新动能，是破解"资源枯竭 + 人口收缩"困局的关键。这也为能源与制造企业在这些地区的智能化改造、新能源开发提供了政策支持与市场空间。

【表 2-1：中国部分省份老龄化程度与人口流动格局对比表（2023）】

2.5 权威未来预测：2035—2050 人口图景

回顾历史与审视现状之后，前瞻未来是决策的关键。综合联合国、中国社会科学院、育娲人口等权威机构的预测，2035—2050 年的人口图景呈现以下特征：

总量持续下行。据联合国《世界人口展望 2024》中方案预测，2050 年中国总人口约 12.6 亿，较当前减少约 1.4 亿；到 2100 年可能降至约 6.33 亿。中位年龄将从 2024 年的 40.6 岁持续上升。

劳动力大幅萎缩。这是对产业最具冲击力的预测。据联合国口径，中国 15—64 岁工作年龄人口将从 2024 年的 9.84 亿降至 2050 年的 7.45 亿，减少约 2.39 亿人（降幅约 24%）。人社部曾预测，2030—2050 年间中国劳动年龄人口将年均减少约 760 万。这意味着，在未来二十余年里，中国平均每年将"消失"一个中等城市规模的劳动力供给。

老龄化持续提速。中国人民大学杜鹏在《中国人口老龄化现状与社会保障体系发展》（《社会保障研究》2023）中指出："预计 2020 年到 2030 年的十年，老年人数将净增 1.2 亿人，老年人口总量 2030 年将达到 4 亿人，这是我国老年人口增长最快的阶段。"人口学者原新则预测，到本世纪中叶，中国老年人口将超过 5 亿、占比超过 40%。多方口径显示，中国 65 岁以上人口占比将从 2021 年的约 13% 升至 2050 年的约 30%。

对经济增长的长期拖累。学术界（如 China Leadership Monitor 的研判）认为，城镇化进程在 2035 年前仍可部分对冲老龄化对增长的拖累；但当城镇化在 2035 年前后基本完成后，人口老龄化每年或将拖累中国 GDP 增速约 1.3—1.36 个百分点，届时潜在增速可能降至约 1%，接近当前日本的水平。

"对冲"变量的决定性作用。然而，上述对经济增长的悲观预测，隐含着一个重要前提——即劳动生产率的增速不发生根本性跃升。而这恰恰是 AI 与自动化可能改变的关键变量。若 AI 与机器人能够大幅提升劳动生产率，用"每个劳动力的产出增加"对冲"劳动力数量的减少"，那么人口老龄化对经济增长的拖累就可能被显著缓解甚至扭转。换言之，人口预测给出的是"其他条件不变"下的基准情景，而技术进步正是那个足以改变结局的"变量"。这正是本报告将 AI 与自动化置于核心地位的深层原因——它不仅是应对劳动力短缺的战术手段，更是决定中国能否跨越"人口拖累增长"陷阱的战略变量。中国能否在人口收缩的背景下维持较高的经济增速与产业竞争力，很大程度上取决于这场"生产率革命"能否成功。

【表 2-2：中国人口关键预测指标多机构对比表（2035／2050）】

说明：不同机构因生育率假设（中／高／低方案）不同，预测值存在一定区间差异。本报告主要采用联合国《世界人口展望 2024》中方案与国家统计局实际数据作为基准口径。

2.6 人口变量向产业传导的机制框架

在进入具体产业分析之前，有必要建立一个统一的分析框架。人口结构变化并非直接作用于产业，而是通过三条主要路径进行传导：

路径一：供给端（劳动力路径）。劳动年龄人口收缩 + 老龄化 → 用工短缺 + 劳动力老化 → 用工成本上升 → 倒逼自动化替代。这条路径对劳动密集型制造业冲击最直接、最剧烈，也是"机器换人"最主要的驱动力。

路径二：需求端（消费路径）。人口总量下降 + 代际结构变化 + 老龄化 → 传统耐用消费品需求见顶、银发消费与适老化产品崛起、能源消费结构调整。这条路径对面向终端消费的制造业（家电、汽车等）与能源消费结构影响显著。

路径三：成本与投资端（资本路径）。劳动力成本的持续上升，从根本上重估了制造业的投资逻辑——过去"以人换机"划算的地方，如今"以机换人"变得划算。自动化、AI 资本开支由此成为新的增长极；同时，产业在空间上向劳动力更充裕、成本更低的中西部及海外转移。

一个关键的非对称性：值得特别指出的是，能源行业与制造业对这三条路径的敏感度截然不同。制造业在三条路径上均高度敏感，尤其是供给端；而能源行业的需求端呈现出对人口的"脱敏"特征——由于电气化与新兴负荷（数据中心、电动车）的强力驱动，能源需求并未随人口见顶而萎缩，反而持续增长。这一非对称性，是理解本报告后续两章的核心钥匙。

传导的时间维度。三条传导路径不仅在强度上有别，在时间节奏上也各不相同。供给端（劳动力）的传导最为即时——用工短缺与成本上升已是当下的经营现实；成本与投资端的传导紧随其后，自动化投资正在加速；而需求端（消费）的传导则相对缓慢、渐进，银发经济的崛起与传统需求的萎缩需要更长时间才能充分显现。这一时间差意味着，企业在应对人口变局时，应有清晰的优先级：短期聚焦供给端（用工）与成本端（自动化），中长期布局需求端（银发经济、产品结构调整）。这也构成了本报告"短期—中期—长期"分层行动建议的内在逻辑。

AI 作为贯穿三条路径的核心变量。特别需要强调的是，AI 与自动化技术并非独立于三条传导路径之外，而是深度嵌入其中、贯穿始终的核心变量。在供给端，AI 与机器人直接替代和增强劳动力，对冲用工缺口；在成本端，自动化重塑投资逻辑，推动"机器换人"的经济性拐点到来；在需求端，AI 驱动的算力需求拉动能源消费，智能化的适老产品开拓银发市场。可以说，AI 的发展是贯穿本报告全篇的一条主线——它既是人口挑战的"应对之策"，本身又是重塑产业格局的"变革之力"。正因如此，本报告始终将"人口曲线"与"自动化曲线"并置考量，视二者为决定中国能源与制造业未来的一体两面。

*图2-5：人口结构变化向能源／制造业传导机制示意图*