高齡化速度全球之冠!「變得富有前先老去」加速衝擊中國經濟
高齡化速度全球之冠!「變得富有前先老去」加速衝擊中國經濟

如果你度假前往義大利的山頂小鎮、日本的沖繩島、英國南海岸的克賴斯特徹奇(Christchurch),或是佛羅里達州的任何一座城鎮,你會發現來到以人口結構而言是全球最老的地區。你會看到有許多斜坡通往建築物,原來的婦產科醫院與親子遊樂中心已被退休之家與保健診所取代。

這些地方有1/3的人口年齡都在65歲以上。如果你認為這是只有在先進經濟體才看得到的現象,你就錯了。俄羅斯、整個東歐、新加坡、香港、台灣與南韓的人口都快速老化,中國也是一樣,而且根據一些重要的測量方法,是這個星球人口老化最快的國家。

編按:中國已成為國際間龐大且自信的強權,但同時也面臨著嚴峻的考驗。《紅旗警訊》作者馬格納斯是著名的中國經濟評論家,書中他深度剖析在習近平領導下的中國,除了遭遇美中貿易爭端,內部也面臨四大發展「陷阱」:債務、人民幣、人口老化與中等收入。

如東縣是中國老年人口比率最高地區的代表。如東縣在上海以北兩個小時的車程,在2014年的人口是104萬人,其中有一半的人口年紀都在60歲以上。在當地很容易看到販賣葬儀器具與電動機車(中國大陸稱之為老年代步車)的商店。當地沒有夜生活,甚至是在周6晚上,在晚上8點以後街道上很少看到行人。

老人
據報導,中國的老齡化程度現在還不算特別嚴重,但是老齡化的速度卻是全世界最快的。發達國家老齡化進程一般長達幾十年,甚至100多年。例如,法國用了115年,瑞士用了85年,英國用了80年,美國用了60年,而中國僅用了18年。
圖/ Photo by Kevin on Unsplash

在過去約十年,如東縣有近6萬名學生到中國各地大學就讀,但是完成學業後有2/3都決定留在外地。如東縣的學校不是關閉就是合併,或是被看護之家與老人大學所取代。如東縣是老年化的中國未來,大部分地區的寫照。

中國的人口老化陷阱,是有如冰河逐漸累積的現象,形成速度緩慢到沒有人會注意,然後到了某一程度才讓人猛然警覺。好消息是,中國仍有時間因應此一人口老化的問題。人口變化並非命中注定的天數,是有應對機制。

壞消息是,時間正在快速流逝。在先進經濟體,60歲以上人口佔總人口比率在1950到2015年增加一倍至45%左右。而在2015年時其人均所得是4.1萬美元。再看中國,此一老化過程只用了20年時間,還不及富有國家所用的1/3。年紀在65歲以上人口佔總人口比率,在2030年前會增加一倍達到25%。

換句話說,離我寫這本書的時間(2018年)只有12年。如果此一趨勢持續,中國人均所得到2025年也只有先進經濟體2015年人均所得水準的1/3。因此,中國人口老化繼續加快,就像那句話所說的一樣:「在變得富有之前已先老去」。這是一個巨大的挑戰。

社會老化的本質,國家經濟的沉重負擔

對大多數人來說,逐漸老去與兩件事情有關。第一件是代表更為長命,第二件是「誰來照顧奶奶與爺爺?」換句話說,這是我們家庭與我們自己所要面對的照顧問題,隨著我們對非傳染性疾病與失能的敏感度升高,預期壽命也越來越長。

然而相對於我們個人,人口老化對於社會與國家的意義是在於基本的總體經濟。人口老化是在於人類歷史上兩種趨勢絕妙地結合而成,即是 疲弱或下降的生育率預期壽命的上升

事實上,預期壽命增加,對我們是既值得慶祝,然而在照顧上又令人憂慮的事情,而此一議題的核心並非在於老化,而是生育率低落。

生育率低落或下降其實是全球性的議題。在丹麥、法國、俄羅斯、新加坡、南韓與西班牙,有關當局以現金或其他優惠措施來鼓勵女性多生孩子。在墨西哥,有關當局一度向較年長的男士免費提供威而鋼。但是這些措施與花招都沒有成功。

在中國,缺少年輕人與低技術水平的年長勞工大軍相互結合,不利政府野心勃勃的經濟計畫,對社會福利造成嚴重挑戰。人口老化已在經濟各層面造成影響,令人憂慮。

經濟_股票_指數
國家的經濟成長,主要是受到一連串國內與海外的周期性因素,與勞動人口年齡變化一致的成長潛能,長期趨勢所影響。
圖/ shutterstock

隨著人口的年齡結構上升,消費模式也將改變。家庭的儲蓄變少,因為已退休的老人所得變少,必須仰賴儲蓄過活。家庭儲蓄降低意味除非企業與政府增加儲蓄,否則投資率也會下降。 投資減少與勞動年齡人口成長停滯或減少,則會拖累成長趨勢

這與中國尤其有關。因為成長趨勢低落,人口老化的社會將成為低通膨與低利率紮根的地方。或者是因為技術與勞工短缺,推升薪資與通膨上揚。

相反的,現在有一種新說法指出,拜機械人與人工智慧的到來所賜,通膨也許不會上揚。 機械人與人工智慧會造成數以百萬計的人失業,形成長期技術失業 。受此影響,我們會有一個低薪資的經濟,其中貧窮與所得失衡的情況會更為普遍。

未來企業在本地生產產品與提供服務會變得更為簡單,成本也會降低,而中國卻是在大部分仍停留在勞力密集的製造業與農業的勞動大軍伴隨下,快步進入自動化。

勞動年齡人口成長停滯或是萎縮,也會導致稅收減少,因為領取退休金與要照護的老年人口會越來越多。這對個人財務與國家保健體系的壓力也會大為加重。

與人口紅利道別,超高齡社會的嚴峻挑戰

在經濟發展中有一常見的生育模式。當人們的生活水準提升,尤其是女性的文化修養與教育水準提高與更加都市化,他們 大都傾向減少生育子女 。如果他們又受惠於國家提供的社會保險與所得支持制度,這樣的趨勢會更為強大。

生育率降低代表扶幼比下降,扶幼比是年紀在0到14歲的孩童人數相對於勞動年齡人口的比率。如果勞動年齡人口因之前的生育高峰而大幅擴張,扶幼率就會加速下降。 有時生育率降低會與勞動年齡人口快速增加的情況並存,而為經濟帶來所謂的「甜蜜點」 。所得、消費、儲蓄與投資都會呈現成長,這樣的趨勢會持續一段時間,直到扶老率上升。

扶老率是65歲以上人口相對於勞動年齡人口的比率。這就是所謂的人口紅利。所有的國家都可利用人口紅利,然而並不是每個國家都享受得到。例如中國就是善加利用人口紅利的最佳範例。

但是你若回想2010年的阿拉伯之春,你看到的是一些國家儘管有人口紅利,卻是政局動盪與社會失序。要成功利用人口紅利的關鍵是就業。勞動年齡人口增加確實有助經濟,不過是在人們有效就業並且酬勞適當的情況下。

最終勞動年齡人口中較年長的成員,到了退休與可以領取退休俸的年紀,於是開始撤出勞動力。他們有的能夠逐步退出而分階段性的退休,但是也有的卻是呈斷崖式的離開,就是在工作日的時候。扶老率於是上升。

小孩_幼稚園_生育率
生育率低落意味我們沒有生產足夠的孩子,來充分取代已屆退休年齡的勞工。影響所及,勞動年齡人口(WAP)的規模與成長率將停滯不前或是下降。WAP指的是15到65歲年紀的人口。
圖/ shutterstock

在大部分的先進國家,生育率都已降低到2.07個孩童此一「魔術數字」之下,這是 維持人口規模穩定的人口替換率 。勞動年齡人口只會成長益趨減緩或是萎縮。扶老率則會上升。人口紅利消逝。隨著時間的過去,我們支持每位老年人的勞動年齡人口會越來越少,對經濟與金融的不利影響也會益趨明顯。

人口年齡結構這樣的改變會對公共支出帶來沉重壓力,尤其是在 退休金、保健與長期居家照護 。我們不知道如何為這些支出籌措資金,不過考慮到未來3、40年的相關支出,不論你是在北京還是柏林,都有必要重新思考人民與政府的權利與義務。

就個人來說,大部分人都沒有足夠的儲蓄、退休金,或其他資產來支應2、30年的退休生活,尤其若是還需要昂貴的居家照護。因此,邁入老年對個人財務造成的影響,包括尋求政府的幫助,對於老年化的社會也是意義重大。

如果你認為這是先進國家面對的問題,你就更該想想這些問題對中國的挑戰有多嚴重,尤其是在中國經濟相對落後的鄉村地區。

責任編輯:張庭銉

本文摘錄、整理自《紅旗警訊》,時報出版

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓