人口结构系数

人口结构系数

20220204

其实根本就没有什么人口结构系数一说，即便是真的有，也不是我想要说的意思，这样写来，只是我想起来的一个话题，以及由这个话题展开的一些联想，而所有的这一切，都源于今天数据化、数字化以及大数据的流行。

比如在说收入差距的时候，有一个叫做基尼系数的词儿，说心里话，对于一个学工科的人来说，对此也不会是完全陌生，起码的每当有新词儿出现的时候，至少对于我的知识储备而言是新词儿的那些，也会临时的查一下，起码有一个了解，但是不会有系统和全面的认知，到现在这个年纪了，即便是我自己原有的词语，也有一些都生疏了。在去年七普之后，陆续出现的一些宣传和政策，关于生育政策和人口红利的，把我搞糊涂了，我就奇了怪了，都十四亿了，还说人口数量不够，还要鼓励多生，那么啥时候是个头呀。

我也查了一下，或许现在的人口红利的确不如以前了，可是那也绝对不是由于人口数量的原因造成的，一定是另有原因的，而不去检查、处理和调整那些原因，只是一味地要增加人口数量，最后只能是治标不治本，不能解决问题。我们不妨假设一下，把现在的人口数量放大一倍，也就是复制一个，简单的说就是变成二十八亿，会出现新的人口红利吗，不会的。不改变人口结构构成和人口结构比例，是不会解决问题的，就好像流行的一句话说的那样，不以结婚为目的的谈恋爱就是耍流氓，同样的，不以改变人口构成为目的生育政策，也是在耍流氓。

忽然间就有了这么一个问题，一个军有多少人，大概是怎么构成的，真的打起仗来，可以成为直接战斗力的有多少人呢。当然由于情况的不同会有差异，但是如果只是以计算的方式，忽略差异，只是计算，其结果不会有大的变化。

按照班、排、连、营、团、师、军的设置，每一层级设置正副职位，营以上层级设置参谋，以团以下的人员作为直接战斗人员，营以上的人员配置若干的警卫，基本作战单位为班，分别以班的设置和建制的设置进行计算，可以有一些概况的认知。

分别以每班1个战士到10个战士进行计算，以及在此基础上的建制配置，比如三三建制或五五建制，计算结果会有很大的差异，其中每班10个战士的三三制建制，其结果是出现在拐点和交汇的地方，因此这种配置也是一种可用的选择。在这样的结果之下，在像军队这样的高效的体制中，以同建制的方式增加总量，会有很大的效果。然而这种情况，在现实中并不多见，更多的是冗余和低效，这种情况在基本作战单元配置变化的计算中，有明显的体现。这又是什么意思呢，就是有效战斗人员数量的变化，是建制，也就是结构。

计算示例

计算示例

说明：

图表的左上角区域，是配置形式，是不变量，左下角的区域是战斗员配置，可变，中间的分隔区域是建制配置，可变，右侧的区域是计算结果。

战斗人员是指营以下的全部人员。

战斗系数是指战斗人员与总数量的比值。

对于不同的配置，可以有不同的计算结果。为了获得不同的计算结果，也可以对可变配置进行调整，其变化结果也是十分有趣，这里不多赘述，只列出其中的一些结果。

一一建制的战斗系数最低，三三建制之后的战斗力计算结果变化不大。

战士数量配置，对战斗系数的影响不大，建制配置的影响力更大。

这个结果就很有趣了，也就是说，建制体制是战斗系数的关键因素。显然在所有的建制配置中，一一建制是低效、低能力的配置。

不妨联想一下，现实的配置中，是否也有类似的情况，比如人口红利。为了能够比较说明，在这里不妨假定一个叫人口红利系数的参数，其目的只是为了与战斗系数相比较，那么就需要明确人口红利系数的确定含义。

比较战斗系数的设定，其实战斗系数也不是真实的设定，但是应该也是可以用来说明问题的。在战斗系数的设定中，战斗人员是指需要直接上战场的人，那么在人口红利系数中需要描述的是什么，又该怎样描述呢。

简单的说，有战斗人员，就有非战斗人员，而战斗系数所要表达的就是这个意思。但是在描述人口的时候，总不能用人与非人来表述，换一种说法，在这里，人虽然是主体，但绝不是主题。战斗系数中描述的是人的战斗能力，而红利系数应该也会有需要表达的内容，现在的问题是需要确定这个内容的含义。

算了吧，别绕弯子了，在人口红利这个概念了，需要描述和说明的，是人与价值，由人所能创造的价值，再确切的说，是能够创造价值的人，类似于在军队中能够参加战斗的人。

这就有趣了，或许也困难了。现实社会是复杂的，不是简单的，或许无法使用简单的方法加以描述和说明的。但是不管能与不能，都要去做，那怕是游戏。

所谓红利，其实就是相关于价值和利益。在团体或组织内，有一种价值，并不是所有的人，或者说每一个人，都能够创造的，或者说是直接相关的，直接参与的，这种价值不妨定义为实际价值，或真实价值，亦或叫做基础价值，在这个价值之上，还会产生其他的价值，而这些价值有多种形式，可以统一称作附加价值，亦或是寄生价值。真实价值是一切价值的基础，没有真实价值，其他价值都将不复存在。在这样的概念和范畴内继续讨论，就可以确定红利系数的定义了。

所谓红利系数，就是指一个团体或组织中，能够生产真实价值的人的数量与总数量的比。假如有一个拥有一百人的组织，其中有八十人可以生产真实价值，那么这个组织的红利系数就是0.8。再说一个例子，有一个由100人组成的公司，其中生产工人有80人，其他人员有20人，那么这个公司的红利系数就是0.8。

说到这里，其实隐藏了一个假定，就是红利的存在是必须的，并且红利也是有限的，这样的假定是谁规定的呢，又不得不产生疑问，为什么要有红利，为什么红利不能是百分之百。

这又是一个有趣的问题，当然我无法给出明确的、合乎逻辑的解答，但是这或许也可以说是一个不需要解释的事实，就像是公理、定理一样，不需要证明，是一种结构、建制之下的必然产物。

在团体和组织中，一定会存在红利的，并且红利永远是小于1的。

随着团体和组织由小向大的发展，红利会呈现下降的趋势，并且会急速下降。

团体和组织的规模与红利有平衡点存在。

大公司病，说明红利随着规模的发展而下降，这是一种极端的例子，还有另一种极端的例子，就是小岗村。

在有组织架构束缚的小岗村的农民们，无法进行真实价值的生产，也就无法得到红利，那么他们的做法是打破原有的组织构架，回归到自然原始的生态结构，使得红利达到极大化的程度，此时的农民们处于无组织化构架状态。

这里面还有一个问题，最大化红利与最大化价值的偏差。在最大化红利的状况下，未必能够生产最大量的价值。同样还是以小岗村为例，无组织化构架状态，只能满足“活”的基本需求，而不能满足，或很难满足生活的要求。因此，在经过了一段时间无组织化构架状态后，还是要回到团体和组织架构的形态，其结果是对于无组织架构形态的否定。

其实不妨做一个推想，就是在现代智人的基因中，就已经包含了团体和组织的基因，而演化的结果使得这种基因能够保留和延续，也是第二次走出非洲，并伸向四方的利器，也是现代人区别于其他人类和物种的根本特性。

早期人类在第一次走出非洲的时候，还没有明确的团体和组织的意思，甚至还处在追求红利最大化的无组织形态，因此也就无法逾越其他物种和人种的侵袭与同化，那个时候的人类呈现出非单一化的多样形态，现代人类的祖先，便融入到其他类人的形态之中。当人类再次走出非洲，已经还是摆脱了无组织状态，形成了追求利益最大化团体和组织的形态了。甚至还可以再激进的想一下，就是已经出现了阶级，或类阶级的组织架构，也因此才能形成横扫形态与局面，使得现在的人类变成了单一性状的结果。

这里还可以有新的提问，就是早期人类为什么要走出非洲。人类的每一次跃迁，是基于好奇，还是另有原因，是否与红利降低有关。

团体和组织形态的构建形式也是需要进行评价的，即最优的形式会是什么样的，其评价指标会是什么呢。因为有了前面的描述和说明，我想红利系数或许可以担此重任。

或许已经注意到了，在举例说明红利系数的时候，多次提到0.8这个数字，实际上这个数字也就是红利系数的最佳形态，而这个数字又不能不联想到“二八定律”。

二八定律很好的揭示和说明了社会财富的分配机制，被广泛认可，也可以被借用来说明红利系数对团体和组织结构状态的表征和评价。简单的概括如下。

红利系数遵循二八定律。即一个好的、稳定的、规模适中的团体和组织结构，必然要有80%的成员从事生产真实价值的相关活动，其他20%的成员从事附加价值的相关活动，此时的红利系数值是0.8。

团体和组织的红利系数大于0.8时，团体和组织的结构规模不大，总体的价值规模也不大；团体和组织的红利系数小于0.8时，团体和组织的结构规模会变大，总体的价值规模也会很大；当团体和组织的规模进一步扩大，其总体的价值规模也会进一步扩大，只是这种扩大与其规模并不相称，同时系统的稳定性变弱。当红利系数小到一定量级时，团体和组织的架构无法支撑其存在，这时会产生两种结果，或是拆分这个架构，使其规模回到一种合适的形态，或是构架坍塌。

说到这里，就可以回到原初的话题，就是人口基数与人口红利的问题。假如我们必须承认人口红利在缩小，需要回归到一个合适的水平上来，放宽生育限制、扩大人口基数的办法，未必是一个好的思和对策。过于庞大的组织结构将无法承担由此带来的进一步的扩张，使得组织结构变得不稳定和脆弱。同时在无法确定生育人群与其新增人口的确定走向，也使得这种扩张方式对红利系数的改变所贡献的效果并不明显，并且由于政策宣传的导向偏差，甚至可能会成为产生负增长结果的动力。

实际上这里面还可以继续提问，谁是人口红利的受益者，又需要谁来为红利系数的提高做出贡献，琢磨起来这些问题也同样有趣。事实表明，只有在无组织形态下红利与真实价值的生产者有关，而在其他的情况下，红利都与生产者无关。换句话说，红利的受益者往往不是红利的生产者，更多的是为他人作嫁衣裳。

关于人口红利系数的话题就先说到这儿吧，也不知道是说明白了，还是说糊涂了，但是不管怎样，至少提出的问题是需要解答的，同时相应的问题也是需要解决的。