Dr.J/出生率低房价还不跌?少子化台湾的 4 大燃眉问题!

Image Source:unsplash

文/Dr.J

●出生数从20万降到15万,导致少子化的社会因素

今(110)年出生人数,前11月出生数为13万9693人,预估整年大概就是15万多一点了;明年又是生肖属虎,从过去虎年的经验,我国不喜欢生出小老虎,所以该年度的出生人数大多会崩跌,预估在13万人之谱,不过大後年(龙年)又会反弹回来;只是经过这一番折腾,大概会进入到新的15万世代。

▲我国各年度出生人口数

Image Source:大数聚

从上图,第一团块是所谓的「战後婴儿潮」,第二团块大概是第一团块的子女,这两个团块都是我国出生人口的高峰,约40万人;其次,则是进入到「32万闷世代」,也算是第一团块後期的子女,为何会突然从40万跌到32万,我目前仍旧在思考这一个答案,初步猜测与当时经济高速发展有关系,人们离乡背井忙打拼,人手需求减少(农业转工业),老家在中南部,所以生育这件事情就缓了缓。

再其次,则是我们一般在说的「少子世代」,也就是出生人数仅有20万,探究其原因,除了经济发展背景因素外,大学随便考都上导致延後出社会的时间,加上妇女独立思维、个人主义的兴起,也让生儿育女、传宗接代的想法逐渐式微,只剩下20万,现在并朝着15万、12万,甚至於8万的年出生人口趋势前进。

●困境1:房地产需求减少

少子化对於房地产需求的影响,不是没有,只是还没发生。

很多人说少子化讲了那麽多年,哪有什麽影响?房价也没因此跌啊!

这是一个严重的误会,少子世代,也就是20万的那一批,还在念国高中、大学,还没到买房子的年龄;现在购屋者还是「32万闷世代」,需求还算是相对高峰,再加上资金泛滥的结果,房价自然水涨船高;等到升息因素发酵,搭配上少子世代逐渐长大,房地产市场的需求逐步减少了,参照日本的现况,房地产真的是很便宜啊!(日本还有税制成本较高的因素)。

●困境2:学校崩跌

20万少子世代已经进入大学,我在2017年的文章中,提出「2026年学校或系所少三分之一」的论点 ,目前看起来正逐渐成形中,有媒体指称「估未来大学会倒40所、高中倒53所」 。

很多中後段班大专院校已经招募不到学生,连我兼课的中央大学,所谓的中字辈学校中,少数研究所都已经100%录取率了,所以公立学校後段班以及私校的中後段班,都面临无学生可教的窘境。

没了学生,教授的薪资怎麽给付呢?已经有学校研议各院所自己筹募资金来支付薪资;因此,系所的教授就要到高中职去招聘学生,最烦人的就是到各高中招募学生,甚至於教师招生绩效决定续聘学校 。

对於大学教授来说,自身都难保,哪还管得上大学教育的品质。

Image Source:unsplash

●困境3:兵源不足

最近,14天破天荒超长教召的议题 ,在网路上沸沸扬扬,许多人都在讨论有没有被抽到教召;而且最近教召不再是过去走一个形式,而是真枪实弹、模拟中共入侵情境的训练。

一方面与中共步步进逼有关系,一方面当然与少子化导致兵源减少也有高度相关,随着兵源快速减少,政府自然在此议题上有多所着墨,要不然真的发生战事,连打仗的人都没有,更遑论主权的维系啊!

●困境4:劳动力减少

这两年疫情的因素,使得国内外劳青黄不接,产业外劳与社福外劳都在抢人(例如长照人力),因为产业外劳赚得比较多,常常要把屎把尿的社福外劳更显不足,加上我国快速老人化,照顾人力更是短缺 。

这个问题也不是台湾独有,日本更是在亚洲地区培养了许多人力培训基地,像是比较冷门的尼泊尔、斯里兰卡,日本早已经插旗多年,这一个因为缺工而导致的「国际抢工潮」,看起来并不会停止。

15岁至64岁为统计劳动人口的区间,20万少子世代已经计算入这个区间中,企业不能只是叫苦,要赶紧解决这个愈来愈恶化的问题,回想起几年前鸿海力倡「关灯工厂」,也是不得不然的作法。

●结论:「政客们,看一下数据吧!」

本篇文章提出了房地产需求减缓、大学校数或系所数崩跌、兵源不足,以及劳动力减少的四大燃眉问题,还有许多影响也正逐渐发酵,像是未来10年是老人产业发展的黄金时期、育幼产业精致化…等,有兴趣研究者要好好把握这一个重要的趋势。

笔者写过无数篇趋势性的文章,也写过「图解透视未来」一书,在寻找资料与解决方案的过程中,发现政府部门总是反应慢半拍,很粗暴地找一些次级方案,譬如说想要解决少子化的困境,各县市都想到生育补助,结果各县市比谁补助的多,但只是让帐面上的出生人口数往高补助县市移动,像是离岛的出生率就不错,整体出生人数却还是持续下滑中,我真的不知道这些县市首长的大脑是不是不见了!

有时候看到这些现象也是深感无奈,问题点都写出来了,却有如螳臂挡车,强大的无力感,只希望一篇又一篇的文章,能够唤醒这些主政者的良知,真正分析一下数据、擘划一下趋势下的应对政策,否则政客当道,人民哪有未来!?

Reference:

[1] 预见台湾2050年》台湾人不生、大学不退场,9年後学校系所少三分之一!https://www.businesstoday.com.tw/article/category/80409/post/201712250017/。…

想看 Disney+「台湾配音」怎麽搜寻?Disney+ 上有什麽好作品?推荐 3 个好用工具

Disney+ 正式在台湾上线,你这周末看了《尚气》还是重温了《冰雪奇缘》?

不过这类的 OTT 平台却无法以「台湾配音」为条件进行搜寻,让许多台湾使用者大感困扰,尤其家里有小朋友的更是需要台配支援啊!(还有一些很神的台湾配音例如《变身国王》就会让人想要重温经典 XD)

现在,在社群平台噗浪(Plurk)已有网友整理出 Disney+ 的台湾配音表单。

♦ 【Disney+ 台湾配音表单传送门】

网友制作 Disney+ 台湾配音表单,是独家配音或院线版一查就知

在这份 Disney+ 台湾配音表单上,可以看见六大标志性品牌:Disney 迪士尼、Pixar 皮克斯、Marvel 漫威、STAR WARS 星际大战、National Geography 国家地理及 Star 以及 Blue Sky 蓝天工作室以及日本动漫等独立表单。

每个独立表单内,都可以看见作品名称,以及该作品是什麽分类,如「电影」、「卡通影集」、「影集」、「短片」等,除了把台湾配音分类成院线版/独家,更罗列出主要配音名单,让喜爱台湾配音的 Disney+ 使用者可以依循自己的爱好,在此表单上搜寻到有台湾配音的 Disney+ 作品。

♦ TO 延伸阅读:Disney+ 正式上线!这个 OTT …

【科技巨擎拼 ESG】为达 2050 净零碳排目标,亚马逊、微软怎麽做?

今年郑州洪水与德国水患引发社会关注,专家们纷纷警示全球气候变迁问题日益严重,极端气候、台风、洪水与乾旱等天然灾害造成的损害将会日趋严重,气象学家也表示这类的天灾将会愈来愈频繁严重,气候研究及预测俨然成为全球最关注的重大议题之一。

气候变化要准确预测,须使用大量运算资源

气候变化预测受到全球相当程度的重视,联合国成立的跨政府组织单位 —— IPCC 是专门研究人类活动造成的气候变迁的组织。但前日其首席气象学家 Julia Slingo 却表示:IPCC 的超级电脑模型不够好,无法预测极端天气的强度与灾害严重度,需要一个国际中心来提升气候模型的品质。

♦ TO 推荐阅读:德国、郑州洪灾仍可能重演,超级电脑能预测极端天气的强度与灾害吗?

无法预料的天灾来的又急又快,只有利用资料分析建立准确的预测模型,才能及早因应、降低危害。但若要达成此目标,资料品质与运算能力两者都需具有足够高的水准。

此议题受世界关注,全球云端服务龙头 AWS(Amazon Web Service)就将其运算力贡献给非营利组织 SilverLining 来执行气候研究计画,也与国家大气研究中心(NCAR)合作,让这些单位能在 AWS 上使用其技术来实施气候模拟模型的运算。透过云端技术,这些单位能在 AWS 上托管生成的巨量数据,不但能加速未来的气候研究,也让数据与工具的使用更开放。

献出你的数据!亚马逊开放 AWS 数据库,加速数据民主化

NCAR 也预计在 2022 到 2070 期间运行 30 个地球模拟系统与模拟数据,研究世界各地的人类行为对地球的影响,旨在加速人类对近期气候的预测与理解。这些数据资料都将托管在 AWS 上,用云端运算技术取得进一步的分析突破,未来相关数据 AWS表示也向会世界各地的研究人员开放。

根据 …

转行数据分析该注意什麽?腾讯工程师狂推的报表神器:FineReport

【为什麽我们要挑选这篇文章】由工程师转换到数据分析领域,许多人第一个面临的困难就是荒废了演算法技能、工作变成每天都在制作报表,但如何在这个岗位有更大的发挥,制作出让老板眼晴为之一亮的报表呢?让我们来看看过来人怎麽说。(责任编辑:吕珈宁)

原创 IT 技术管理那些事儿。看到文末,你不会对这篇超实用的文章失望的。我是一名演算法工程师,在某个大工厂工作….

但是工作了大半年,我发现我的演算法技能没有增加多少,反而 SQL 的水平提高了很多,因为一天到晚都在写,感觉自己就是一个 BI 报表哥,而且我还经常安慰自己:业务第一,取数要紧…

虽然总不能把代码叫数据探勘,用 SQL,Excel 叫数据分析,只要能解决问题就好,但我的心里总是过意不去,我一演算法工程师为什麽会去做报表?
同样的,我发现别人也有这样的问题:

同样的,也会有人怀疑 BI、报表这个岗位的未来在哪里:

以前做大数据平台还好,也可以上手弄 Hadoop、Spark、Storm、Flink 以及 Kafka 等集群,但是做了 BI 和报表之後,除了 SQL 和 ETL,我什麽也做不了。

其实这件事很好解决,不能看你的 title,这个岗位分化极大,而是看你想完成什麽事情,以什麽手段去完成这些事情。

我曾经也在大型企业搭建过数据中心,从专案规划到技术选型都投入很大精力,日吞吐上千个 G,存量达到 2 个 pb,刚开始也经常被业务喷,现在得到了认可。

我是从哪几个方面去做的呢?

1、规划专案架构

我们需要在每个时间段规划出这个专案所要达成的目标,比如一开始是手工报表,那我们有了数据仓库和大数据平台之後,就应该变成自动化的报表。

有了 Hadoop 之後,我们的目标应该是 OLAP 分析,规划做大一点总是对的。这里的框架主要聚焦於企业内部,对於企业内的不同团队、部门乃至於子公司,打通期间的数字藩篱,让数据在企业内部以同样的标准流动起来。…