“人才红利”对我们意味着什么？

中国正在从人口红利逐步转向人才红利。

对一个国家而言，人才是一笔重大的无形资产，是驱动国家发展，民族复兴，产业崛起的中坚力量。对一个公司而言，人才也是不可或缺的关键要素，是提高行业竞争力，促进技术创新，产业升级的重要主体。

一个人才匮乏的国家，是没有前途的，一个人才大规模外流的国家，是难以崛起的，一个人才不能实现自主培养的国家，是无法成为人才强国的。

在当今中国，人口开始下降，人口红利会逐渐消失，取而代之的则是人才红利。根据公开数据显示，中国每年新毕业的大学生就超过1000万，接受高等教育的人口已超过2.4亿。在过去20年里，中国还培养了6000万工程师，是全世界拥有工程师最多的国家，仅工程师数量就接近法国总人口了。

以中国当前的教育规模，后续每年新增的大学生还会继续攀升。在刚刚过去的2022年，中国有1076万大学生毕业，其中包括本科专科生967.3万，硕士86.2万，博士6.6万。

由于近三年来就业困难，2022年硕士扩招至124.2万，博士扩招至13万，中国成为硕士和博士招录数量全球第一的国家。其中，博士招录数量达到美国的3倍，英国和德国的6倍。这种庞大的人才储备量是全世界其他任何国家都无法比拟的。

但对个人而言，这却是一场惨烈的人才内卷。

人才红利，对国家利好，对社会利好，对企业利好，就是对个人不利好。它意味着，人才培养的成本提高，而回报降低。

在大学生稀缺的年代，高中生就能成为知识分子。在硕士稀缺的年代，本科专科生也能谋得一个较好的饭碗。在博士稀缺的年代，硕士也能得到政企机关的追逐。可当博士都过剩的时候，大学生就会被挑剔，硕士生就会就业困难，而博士也难以在职业选择上称心如意。

“人口红利”的本质是人口过剩，而“人才红利”的本质则是人才过剩。当人才过剩时，企业雇佣高素质劳动力时，成本就会降低，以相同的资金成本，中国企业可以雇佣更多的高素质人才去参与到国际竞争中，用技术更高，成本却更低的产业去击败国际同行。

队长毫不怀疑，未来中国人把芯片技术上的卡脖子问题解决后，芯片价格一定会被打到白菜价，百万年薪招芯片技术人才的时代也会一去不复返。

更何况，现在的中低端芯片就已经被打成白菜价了。2022年，国内25家半导体上市公司，其中17家预告净利润亏损。韩国半导体企业也在价格战中损失惨重，三星芯片业务营业利润暴跌96.9%，SK海力士在2022年第四季度净利润由盈转亏。唯有台积电、高通等尖端芯片公司净利润实现了大幅增长。

2022年，台积电净利润达到340亿美元，而高通也有129亿美元。

在全世界范围内，能够把一个高科技产品打成白菜价的国家，只有中国。因为只有中国拥有全世界规模最大的，廉价的人口红利和人才红利。在低人才成本之下，再利用全球第一的工业规模优势，边际成本就可以无限拉低，以达到全球成本最优解。

上海特斯拉经常以工人待遇为营销突破点，可事实上，在特斯拉的全球工厂中，上海工人工资是最低的。美国特斯拉工人平均年薪在10万美元以上，折合人民币接近70万，还不需要三班倒，不需要上夜班，还有额外的其他福利。一个美国特斯拉工人只要工作4个月，就可以全款买下一辆model 3，而一名上海特斯拉工人需要工作3年，才能买下一辆model 3。

难道特斯拉的美国工人工作效率比上海工人更高吗？事实恰恰相反，上海工厂占据特斯拉全球产量的50%。干最多的活，拿最少的钱，这就是特斯拉上海工厂的真相。可是，即便如此，特斯拉也被称为良心工厂！其实，特斯拉的“高薪假象”全靠同行衬托，在上海，国营上汽集团的工人平均月薪也在1万以上。特斯拉开的只是上海那边整车厂的常规工资，并没有比上海其他车厂工资更高。

从全球人才成本来看，中国是全球主要经济体中极少能把产业规模优势和人才成本优势聚为一体的。

在人口红利的时代，农民工是不值钱的。在人才红利的时代，人才溢出就会成为普遍现象。大学生送外卖，大学生端盘子，硕士生挤破头进卷烟厂，博士生下基层，都会成为新常态。

被嫌弃的农民工，被嫌弃的职高生，被嫌弃的大学生，被嫌弃的硕士，最后就是被嫌弃的博士，人才红利的背后就是人才内卷。

不过，从中国的产业结构来看，队长仍旧比较看好以下四大职业：

一是，律师。作为一个14亿人口的大国，中国律师总人数只有60多万人，相当于美国1980年的水平，到2025年时，才能达到75万人。

二是，医生。人口老龄化带来的巨大医疗需求，这是肉眼可见的，公立医院常常是人满为患。当前，中国医学生就业难不在于医疗需求低，而在于医学生多，但医院太少了。

医院既无法满足中国庞大的医疗需求，也无法满足医学生的就业需求。这让许多医生处于超负荷工作状态，平均每5分钟就要看一个病人。中国需要建设更多的医院，减轻医生的负担，扩大医学生的就业规模。

三是，程序猿。信息化革命尚未结束，消费电子、智能汽车仍在高速迭代，工业端的智能化、信息化程度整体偏低，这些技术创新仍旧需要海量的程序猿去推动。

四是，芯片人才。中国芯片从技术突破，到产业落地，预计还要5-10年的时间。这不是说解决光刻机的问题，而是EDA设计，光刻机，原材料以及制造工艺等全产业链的重构。即便解决这些问题后，还涉及到英伟达A100和H100这类高性能AI芯片研发，技术差距非常大。

英伟达随便搞一款中国特供的猴版A800智能芯片，也能吊打所有的中国芯片厂商。

在云计算平台中，英伟达的AI芯片在全世界都没有对手。存在差距，也就存在机会，作为个人投身其中可以获得超额回报。

总体来说，在“人才红利”的时代，教育的投入会变得更高，但教育的回报率则会被拉低。当人才泛滥时，大学生端盘子也就平平无奇了。