点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
东西问·中外对话 | “银发浪潮”汹涌而来，世界能给中国哪些启示？******
中新社北京6月8日电 题：“银发浪潮”汹涌而来，世界能给中国哪些启示？
中新社记者 阚枫
当“老龄化”伴随“少子化”，“一老一少”成了很多国家面临的世界性难题。
2021年的中国经济数据显示，中国65岁及以上人口超过2亿，占全国人口的14.2%，已达到“中度老龄化社会”的指标。
世界人口最多的国家遇到“银发浪潮”，如何将“老年负担”变“长寿红利”，这是中国必须攻克的大课题。
环视全球，西欧是最早开始人口老龄化进程的地区，而亚洲国家中，日本、韩国都有应对老龄化的丰富经验，东西方社会可以给中国提供哪些“他山之石”？
就此，中新社“东西问·中外对话”邀请日本国立社会保障和人口问题研究所副所长林玲子，韩国东国大学原社会学教授、中国研究所所长金益基，荷兰鹿特丹伊拉斯谟大学和荷兰跨学科人口研究院(NIDI)访问学者、香港科技大学社会科学和公共政策教授、老龄化中心主任贝斯图与中国人口学会副会长、中国人民大学副校长杜鹏展开对话。
专家们表示，老年人群并非社会负担，而是巨大的社会资源。一个国家或地区社会经济发展并不一定由人口数量决定，而在于人口政策能否最大化激发人力潜能。中国需要适应新的人口现实，充分利用所拥有的人力资源，释放社会中人口的全部潜力，从依靠“人口红利”转向收获“人才红利”。
对话实录摘编如下：
与人口数量相比，人口政策更重要
杜鹏：对于老龄化，中国舆论中出现了对人口抚养比和经济增长动力削弱的忧虑情绪。在人口政策调整和社会配套跟进方面，日韩两国有什么需要特别提醒中国的经验之谈？
林玲子：社会经济发展并不一定由人口数量决定，而在于人口政策能否最大化发挥人力潜能。一个能够充分发挥现有人口能力的政策，比单纯的人口数量更重要。亚洲国家必须适应逐渐增多的老年人口，从而相应地调整政策。
金益基：韩国社会已经历过20世纪60年代以来人口变化的主要阶段，出生率和死亡率都开始下降。现代化、社会经济发展、人口计生政策等社会经济因素都对韩国人口变化产生了影响。1996年开始，韩国政府改变了政策风向，由限生转向促生，但这为时已晚，日本和韩国的促生政策都没有收到实效。
资料图：韩国首尔明洞街头。图片来源：视觉中国杜鹏：贝斯图教授在新近的学术论文中认为，如果人力资本得到快速增长，低生育率可能不会对中国未来几十年的持续发展构成大的障碍。能否概述得出这一结论的过程？
贝斯图：这是基于沃尔夫冈·卢茨提出的“人口新陈代谢”概念得出，即一个人口老龄化社会，如果受教育程度相对更高，人们的技能水平相对更高，且人力资本的改善可以转化为生产力提高，这种人力资本的转变就可抵消人口结构变化带来的影响。中国需要适应新的人口结构现实，释放社会中人口的全部潜力，而不仅仅是创造和要求更多的人口资源。
让年轻人生孩子，什么才是他们最想要的？
杜鹏：应对低生育率，世界不少国家的经验大致分三个方面：从产假、育儿假等方面给予时间支持，从津贴、减税等方面给予经济支持，从托育照护等方面给予服务支持。从大家的经验观察，年轻人想要的是什么？
林玲子：日本人尤其是男性，通常工作时间很长，所以日本一直以来都尝试着对工作风格、工作方式进行改革。但是最大的影响是新冠疫情带来的，居家办公的人一下子多了起来，尤其是2021年，结婚率上升了。如果远程办公、弹性办公方式继续下去，可能会给年轻人创造比较好的条件。除此之外，产假和陪产假，还有诸如津贴等经济支持也很重要。
金益基：韩国政府效仿北欧国家的“工作—家庭平衡”政策，但是韩国政府没有做到为工作女性提供充足的福利，甚至对男性来说也没有一个切实有效的环境(提高生育率)。提高生育水平，弹性工作和陪产假都是必不可少的，这也是韩国年轻人最想要的。
贝斯图：工作单位政策必须要和国家政策同步，提供更好的工作环境，同时也要在家庭内部平衡男女角色，男女双方都应在照顾孩子和家务中作出同等贡献。
少子化和低生育率本身，与其说是一个生育问题，不如说是社会其他问题的表征。比如年轻人要照顾孩子、父母、伴侣的父母，压力太大，政府确实想支持生育，但要想达到目标，可能要先在老年护理领域投入资金，去分担劳动年龄人口肩上的担子。
资料图：一些孩子在家人的带领下走进农田参与劳动。中新社发 王俞 摄 图片来源：CNSphoto应从“人口红利”转向“人才红利”
杜鹏：老年人群并非社会的负担，而是巨大的社会资源。在开发“银发资源”方面，日韩的经验能给中国带来哪些启示？
林玲子：不能认为老年人寿命的延长会带来社会负担。日本人口确实是在减少，但预期寿命每年都在延长，这就意味着，增加的老龄人口放缓了整体人口减少的趋势。传统意义上的劳动人口确实在减少，但是如果考虑到健康的老人数量在增加，那么实际劳动人口并未大幅减少，我们要做的是促进就业，促进老年人就业。
金益基：韩国正制定各种计划为老年人创造就业机会，制定了各种扶持计划。我们成立了韩国老年人力开发院，全面统筹相关工作，该机构正致力于为老年人提供适当的就业机会和参与社会活动的机会。
杜鹏：贝斯图教授近期在文章中写到，中国要适应人口格局的巨大变化，逐步从依靠“人口红利”转向收获“人才红利”。西欧国家在这方面有哪些经验和教训可供中国借鉴？
贝斯图：每当讨论老龄化带来的负担时，我们必须准确地定义“负担”所代表的实际含义。我之所以谈到这种人力资本红利，是因为如今的年轻人与50、60、70年前的年轻人有很大不同。他们所掌握的技能、面临的机遇，如果被转化为更高的生产力，实际上就可以产生这种红利。我们应该考虑如何改进劳动力市场的整体结构，而不是把老年人或60岁以上的人群割裂出来看待。
资料图：辽宁沈阳一公园内，一群爱好冰球运动的退休大爷组建冰球队进行比赛。如何让人们接受“延迟退休”？
杜鹏：当前，“延迟退休”是中国社会热度较高的话题，其他一些国家也同样面临这一问题，如何在全社会达成延迟退休的共识？又如何做好配套制度安排？
贝斯图：在英国，退休和养老金之间的联系已不那么紧密，没有所谓的退休年龄。你的公司不能强迫你在60岁或65岁，或其他任何年龄离职，除非有一些非常具体的正当理由。这与养老金年龄不同，领取养老金的年龄仍然是固定的。所以，你可以选择退休，选择离职，但你无法在特定年龄之前领取养老金。这可以防止人们在他们真正想离职前就被迫失去工作。
人们说这会剥夺年轻人的工作，让人工作到六七十岁会增加年轻人口的失业率，但我认为这种说法缺乏证据，我们应该考虑人们在不同的年龄阶段如何承担不同的工作。
林玲子：我们必须区分退休年龄和领取养老金年龄。日本正将养老金领取年龄从60岁提高到65岁，但我们决定不再往后延迟，因为保持养老金体系可持续性很重要，这样人们才会信任它。目前，我们可以选择从70或75岁开始领取养老金，如果延迟领取，获得的养老金会更多。
至于退休年龄，必须让它变得灵活，这样未来工作市场才能更灵活。我们可以为人生设立一个“第一工作阶段”，从20多岁到50岁，这个阶段，我们会结婚生子。到了50岁，孩子长大成人，就可以开启“第二工作阶段”，从50岁开始积累新的经验。我们可以工作到60岁或70岁以后，甚至80岁或100岁。这种退休年龄的设定是创造新型社会或适老社会的关键。(完)
你的隐私，大数据怎知道****** 作者：杨义先、钮心忻（均为北京邮电大学教授） 在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？ 1.“已知、未知”大数据都知道 大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！ 甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀…… 再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。 当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。 2.数据挖掘就像“垃圾处理” 什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。 大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。 不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。 这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。 再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。 3.大数据挖掘永远没有尽头 大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！ 一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。 接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。 几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。 其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。 如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。 各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。 当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。 4.隐私保护与数据挖掘“危”“机”并存 必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！ 不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。 但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。 因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。 对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。 《光明日报》（ 2023年01月12日 16版） （文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
至尊彩票地图 |
)