人口的密码：什么是人口学

人之变：解码全球人口结构与未来世界

第1章：人口的密码：什么是人口学

引言：从数人头说起

想象一下，如果你是古罗马的一位官员，站在公元前一世纪的罗马广场上，手中拿着一块写满名字和数字的蜡板。你正在进行一场"人口普查"（census）——这个词源自拉丁语"censere"，意为"评估"或"估算"。你的任务是记录每个罗马公民的姓名、年龄、家庭成员数量，甚至他们的财产状况。这是一项浩大的工程，数以万计的人被逐一登记，形成了一套完整的人口记录系统。这或许是人类历史上最早、最系统的人口统计活动。

时光流转两千多年，来到2024年的今天。当我们打开手机上的一个天气应用，它会根据你所在的位置显示本地的实时人口密度；当你浏览一个新闻网站，它会根据你所在地区的年龄结构向你推送养老保险改革的报道；当你打开地图导航，它会根据城市的人口分布规划最优路线。从古罗马的蜡板到云计算平台，人类对自身群体的认识经历了翻天覆地的变化。但有一件事从未改变：我们始终在"数人头"，只不过今天我们有了更加精密的工具和更加深刻的理解。

这就是人口学（Demography）——一门研究人类人口的规模、结构及其变动规律的学科。"Demography"这个词来自希腊语，"demos"意为"人民"，"graphy"意为"描述"或"书写"，合起来就是"关于人民的描述"。从字面意思就能看出，这门学科的核心关切就是：有多少人？他们是谁？他们在哪里？他们如何变化？

什么是人口学

人口学是一门研究人类人口的数量、分布、结构和动态变化的科学。它既是一门社会科学，又与统计学、数学、经济学、社会学、地理学、公共卫生学等多个学科有着密切的联系。人口学的研究对象是人口总体，研究方法是定量分析与定性分析相结合，研究的目的是揭示人口发展的规律，为政府决策和社会规划提供科学依据。

人口学可以分为狭义和广义两个层面。狭义的人口学，也被称为" Formal Demography"（形式人口学）或"人口分析技术"，主要关注人口的生育、死亡、迁移三大要素，运用统计学和数学方法分析人口的数量变动和结构特征。广义的人口学，也被称为"人口研究"（Population Studies），不仅包括狭义人口学的内容，还涉及人口与社会、经济、环境、资源之间的相互关系，以及人口政策、人口思想史等领域。

理解人口学的定义，还需要区分几个相关但不同的概念。首先是"人口学"与"人口统计学"（Vital Statistics）的关系。人口统计学是收集、整理和分析人口事件（如出生、死亡、婚姻等）数据的学科，它是人口学的重要基础，但范围更窄，更侧重于数据处理技术。其次是"人口学"与"社会学"的关系。社会学研究社会的结构、功能和变迁，人口是社会的重要组成部分，但社会学的研究对象远比人口宽广。最后是"人口学"与"经济学"的关系。人口经济学研究人口与经济活动的相互关系，如人口增长与经济发展的关系、人力资本理论、劳动经济学等。

为了更好地理解人口学的研究内容，我们可以将人口学想象成一本厚重的书，这本书有三个主要的篇章：规模篇、结构篇、变动篇。规模篇研究人口总体的大小，回答"有多少人"的问题；结构篇研究人口的各种构成，如年龄结构、性别结构、城乡结构、教育结构、职业结构等，回答"是什么人"的问题；变动篇研究人口在时间维度上的变化，包括自然变动（出生与死亡）、机械变动（迁移）以及这些变动的规律和原因，回答"如何变化"的问题。这三个篇章相互关联，共同构成人口学的完整图景。

人口学的三大核心变量

如果把人口比作一个不断蓄水和放水的池塘，那么决定池塘水位高低的就是三个关键因素：进水口的水量（出生）、出水口的水量（死亡），以及从外部流入或流出的水量（迁移）。这三个因素在人口学中被称为三大核心变量：生育率（Fertility）、死亡率（Mortality）和净迁移率（Net Migration）。它们共同决定了人口规模与结构的变化。

生育率是研究人口出生的核心指标。生育率衡量的是人口中实际生育行为的频率和强度，而不是生理上的生育能力。人口学中常用的生育率指标包括：

粗出生率（Crude Birth Rate, CBR）是最基本的指标，计算公式为：粗出生率 = 年内出生人数 / 年平均人口 × 1000‰。例如，如果一个国家一年内出生了200万人，年平均人口为10亿人，那么粗出生率就是20‰，即每千人出生20人。粗出生率的优点是计算简单、数据容易获取，缺点是受人口年龄结构和性别结构的影响较大。

总和生育率（Total Fertility Rate, TFR）是另一个重要指标，它假设一个妇女在整个育龄期（通常为15-49岁）按照某一年的年龄别生育率度过一生，那么她一生中生育的子女数。总和生育率消除了年龄结构的影响，是国际比较中常用的指标。一般认为，当总和生育率为2.1时（即每对夫妇平均生育2.1个孩子），人口规模才能保持长期稳定，这个数字被称为"更替水平生育率"。目前，全球平均总和生育率约为2.3，而发达国家普遍低于2.1，甚至有些国家低于1.5。

年龄别生育率（Age-Specific Fertility Rate, ASFR）按年龄分组计算生育率，可以更细致地反映育龄妇女的生育模式。一般而言，年龄别生育率呈倒U型分布，20-30岁是生育高峰期，此后逐渐下降。

死亡率是研究人口死亡的指标体系。与出生率类似，死亡率也有粗死亡率、年龄别死亡率、婴儿死亡率等多个指标。

粗死亡率（Crude Death Rate, CDR）计算公式为：粗死亡率 = 年内死亡人数 / 年平均人口 × 1000‰。粗死亡率同样受人口年龄结构的影响，老年人比例高的社会粗死亡率较高，年轻人比例高的社会粗死亡率较低。

年龄别死亡率（Age-Specific Death Rate, ASDR）按年龄分组计算死亡率，是分析死亡模式的重要工具。一般而言，年龄别死亡率呈U型分布，婴幼儿期和老年期死亡率较高，中间年龄段死亡率最低。近年来，随着医疗技术的进步，全球各年龄段的死亡率都在下降，但下降幅度在不同年龄段有所不同。

婴儿死亡率（Infant Mortality Rate, IMR）是反映一个国家和地区社会发展水平的重要指标，指一年内未满周岁的婴儿死亡数与同年活产婴儿总数的比率，通常以千分率表示。婴儿死亡率对人口平均预期寿命有重要影响，是衡量医疗卫生水平、妇幼保健状况和社会发展的重要指标。发达国家婴儿死亡率通常低于10‰，而一些最不发达国家可能高达100‰以上。

预期寿命（Life Expectancy）是另一个广受关注的指标，指在某一死亡水平下，已经活到某年龄的人们预期还能继续生存的平均年数。通常所说的是出生时预期寿命（e₀），即0岁人口的平均预期寿命。2024年，全球平均出生时预期寿命约为73岁，其中发达国家普遍超过80岁，而最不发达国家可能不足65岁。

迁移（Migration）是第三个核心变量，指人口在地理空间上的移动。迁移可以分为国际迁移（跨越国界）和国内迁移（如农村到城市的人口流动）。净迁移率（Net Migration Rate）是迁入人数与迁出人数之差除以总人口，反映的是一个地区或国家人口净流入或净流出的程度。

值得注意的是，迁移是一个非常复杂的现象，涉及经济、社会、政治、文化等多重因素。推拉理论（Push-Pull Theory）是解释迁移决策的重要理论框架，认为迁出地存在"推力因素"（如贫困、失业、自然灾害），而迁入地存在"拉力因素"（如就业机会、更好的公共服务），迁移决策是个体在推力和拉力的共同作用下做出的。

三大变量之间的关系可以用一个简单的人口平衡方程来表示。如果用P表示人口总量，t表示时间，那么：

$$P_{t+1} = P_t + B_t - D_t + I_t - E_t$$

其中，$B_t$是t时期的出生人数，$D_t$是t时期的死亡人数，$I_t$是t时期的迁入人数，$E_t$是t时期的迁出人数。如果将迁入和迁出合并为净迁移（$NM_t = I_t - E_t$），则公式可以简化为：

$$P_{t+1} = P_t + B_t - D_t + NM_t$$

这个方程看起来简单，但它揭示了人口变化的基本机制。理解了这个方程，我们就能明白：人口规模的变化是出生、死亡和迁移三个因素共同作用的结果，任何试图解释或预测人口变化的分析，都必须同时考虑这三个变量。

人口转型理论：理解人口变迁的核心框架

如果说人口平衡方程告诉了我们人口变化的"是什么"，那么人口转型理论（Demographic Transition Theory）则试图解释人口变化"为什么"会发生。这一理论是理解全球人口从古至今变迁历程的核心框架，也是预测未来人口趋势的重要工具。

人口转型理论最早由美国人口学家沃伦·汤普森（Warren Thompson）在1929年提出，后来经过多位学者的完善和发展。该理论将人口发展划分为四个阶段，每个阶段都有其独特的出生率、死亡率特征和人口增长模式。

第一阶段：高出生率-高死亡率时期

这一阶段对应人类社会的前工业时代，特点是出生率和死亡率都很高，且波动剧烈，但总体保持平衡，人口增长缓慢或停滞。

在古代社会，由于医疗卫生条件落后，传染病、瘟疫、饥荒是导致高死亡率的主要因素。14世纪的"黑死病"（鼠疫）横扫欧洲，造成约2500万人死亡，占当时欧洲人口的三分之一。中国历史上也有多次大瘟疫的记载，如东汉末年的瘟疫、明末清初的鼠疫等。婴幼儿死亡率高是这一阶段的显著特征，大约有三分之一到一半的儿童在五岁前死亡。

高出生率是这一阶段的另一特点。在农业社会中，劳动力需求大，多子多福的观念根深蒂固，避孕技术几乎不存在，女性的生育周期几乎贯穿整个育龄期。但即便如此，人口增长仍然缓慢，因为高出生率被高死亡率所抵消。

英国人口学家托马斯·马尔萨斯（Thomas Malthus）在1798年出版的《人口原理》中，对这一阶段的人口特征进行了深入分析。他认为，人口增长受生活资料的限制，当人口增长超过生活资料增长时，战争、瘟疫、饥荒等"积极抑制"因素会使人口减少，从而恢复平衡。马尔萨斯的理论在当时有一定的解释力，但后来的历史发展证明，技术进步可以大幅提高生活资料的生产能力，从而打破了他所预言的人口危机。

第二阶段：死亡率下降-出生率仍高时期

这一阶段是人口增长的爆发期，特点是死亡率开始显著下降，但出生率仍然维持在高水平，导致人口快速增长。

工业革命是触发这一转变的关键因素。18世纪中叶以后，随着工业化的推进，医疗卫生条件显著改善。城市供水系统的建设、污水处理的改善、疫苗的发明和普及、新的医疗技术的应用，都有效地降低了传染病的发病率和死亡率。此外，营养状况的改善、住房条件的优化、公共卫生制度的建立，都对死亡率下降产生了重要影响。

然而，出生率的下降相对滞后。这是因为生育行为的改变受到更多社会文化因素的制约。传统观念强调多子多福，农业社会需要大量劳动力，儿童的养育成本相对较低，这些因素都支撑着高出生率。此外，在传统社会中，孩子往往被视为"经济资产"而非"经济负担"， parents期望从子女那里获得养老保障，这种代际间的"经济契约"也强化了多生育的动机。

这一阶段人口增长的特点是速度快、规模大。以英国为例，从1800年到1900年，人口从约1000万增长到约4100万，翻了两番。美国、加拿大等新大陆国家的人口增长更加惊人，大规模的欧洲移民涌入，与此同时人口自然增长也非常迅速。

第三阶段：出生率开始下降时期

这一阶段的特点是死亡率继续维持在较低水平，出生率也开始下降，人口增长率逐渐放缓。

出生率下降的原因是多方面的。首先是工业化带来的社会变迁。随着工业化和城市化的深入，劳动力市场对教育水平的要求提高，儿童需要接受更长时间的教育才能适应就业需求，这无形中推迟了结婚年龄，缩短了生育周期，增加了养育孩子的"机会成本"。其次是女性地位的提升和女性参与社会劳动的增加。越来越多的女性走出家庭，进入职场，她们对生育的数量和时间有了更多的自主权。第三是避孕技术的进步和普及。19世纪末到20世纪初，避孕工具和方法的改进，使得人们能够更有效地控制生育。最后是社会保障制度的建立。随着养老保险、医疗保险等社会保障体系的完善，"养儿防老"的传统观念逐渐淡化，人们不再把生育视为老年保障的唯一途径。

这一阶段的一个重要特征是人口转型在国家间的不平衡。欧洲国家最早开始人口转型，20世纪初生育率就开始明显下降。而亚非拉等发展中国家要到二战之后才经历死亡率的大幅下降，但出生率的下降则更加滞后，这导致发展中国家在20世纪中叶经历了前所未有的人口爆炸。

第四阶段：低出生率-低死亡率时期

这是发达国家目前所处的阶段，也是一些发展中国家正在进入的阶段。特点是出生率和死亡率都维持在很低的水平，人口增长缓慢甚至停滞，部分国家出现人口负增长。

在低出生率方面，总和生育率通常低于2.1的更替水平，甚至有些国家低于1.5。这意味着每一代人的人口规模都比上一代人小，人口呈萎缩趋势。韩国、新加坡、西班牙、意大利等国家已经出现人口负增长，65岁以上老年人口比例超过20%，进入深度老龄化社会。

在低死亡率方面，预期寿命继续延长，越来越多的国家突破80岁、85岁甚至90岁。但与此同时，老年人口的增加也带来了新的挑战：医疗费用上升、养老金压力增大、长期护理需求增加、劳动年龄人口减少等。

人口转型理论为我们理解过去几百年全球人口变迁提供了有力的分析框架。但这一理论也有其局限性。首先，它主要基于欧洲国家的经验，是否适用于所有文化和社会背景的国家仍有争议。其次，这一理论描述的是"理想类型"，实际的人口转型过程往往更加复杂和多样，不同国家可能呈现出不同的发展路径。第三，这一理论主要关注发达国家的人口转型，对发展中国家人口转型的特殊性和复杂性关注不够。

从古代普查到现代人口统计

人类对自身群体的计数可以追溯到远古时代。根据历史学家的研究，中国在公元前2100多年的夏禹时期就有了人口统计的记载。《史记》记载，大禹"平水土，分九州，数万民"。这里的"数万民"就是对人口的大致统计。西周时期，国家建立了系统的人口登记制度，每隔三年进行一次"大比"，登记男女老幼的姓名和年龄。

古埃及、古巴比伦、古希腊等文明也都有类似的人口记录。公元前3000多年，古埃及为计算修造金字塔所需的人工数量，就进行过人口调查。古希腊的城邦为了确定公民的兵役义务和赋税负担，会定期进行人口登记。

古罗马的人口普查制度最为完善。公元前509年，罗马共和国建立了 census制度，每五年进行一次，内容包括每个公民的姓名、年龄、家庭成员、财产状况等。普查由专门的官员（censor）负责，公民必须亲自到场宣誓申报。在古罗马，出现在 census名册上是公民身份的重要标志，享有政治权利和公共福利都必须以完成登记为前提。《新约全书》中就记载，罗马皇帝奥古斯都下令进行人口普查，要求人们回乡登记，这就是著名的"报名上册"的故事。

中世纪欧洲的人口统计一度衰落，但随着封建制度的瓦解和民族国家的兴起，人口统计重新受到重视。英国从1086年的《末日审判书》（Domesday Book）开始，就有了较为系统的人口登记。1662年，约翰·格朗特（John Graunt）出版了《对死亡率表的自然观察和政治观察》（Natural and Political Observations...upon the Bills of Mortality），通过对伦敦死亡登记资料的分析，首次系统地研究人口出生、死亡、性别比例等问题，被认为是现代人口学的奠基之作。

人口普查作为国家层面的系统统计活动，始于18世纪末的美国。1790年，美国进行了第一次人口普查，这是世界上第一个以法律形式规定的全国性定期人口普查。此后，普查每十年进行一次，从未间断。通过两百多年的积累，美国拥有世界上最完整、最连续的人口普查历史之一。

中国近代的人口普查起步较晚。1909年，清政府在部分地区进行了人口调查，这是中国近代意义上的人口普查的开端。1912年至1948年，中华民国时期进行过多次人口调查，但由于战乱、政治动荡和统计技术落后，数据质量参差不齐。1953年，新中国进行了第一次全国人口普查，此后又在1964年、1982年、1990年、2000年、2010年、2020年进行了六次全国人口普查，形成了完整的人口数据体系。

现代人口统计已经远远超越了简单的"数人头"。今天的统计学家、人口学家拥有丰富的数据来源和精密的分析工具。人口普查提供最基础的总量数据，但普查每十年才进行一次，存在数据滞后的缺点。人口抽样调查弥补了这一不足，如中国的1%人口抽样调查、美国的人口现状调查（Current Population Survey）等。这些调查每年或每季度进行，通过科学的抽样方法，以较小的样本推断总体情况，既节省成本，又能及时反映人口变化。

行政记录是另一个重要的数据来源。在许多国家，出生证明、死亡证明、婚姻登记、户籍制度等行政记录可以实时追踪人口变动。这些数据与普查数据、调查数据相互印证，可以有效提高数据质量。近年来，大数据技术为人口统计带来了新的可能。手机信令数据、社交媒体数据、搜索引擎数据等可以反映人口的空间分布和流动特征，为传统统计方法提供了有益补充。

人口学的研究方法

人口学是一门以定量分析为主的学科，但也需要定性研究的补充。掌握人口学的研究方法，是深入理解人口现象的基础。

人口数据的来源是研究的起点。主要有人口普查、人口抽样调查、人口登记和行政记录三种渠道。

人口普查（Census）是对一个国家或地区在特定时点上的全部人口进行的逐户逐人登记。它具有覆盖全面、数据权威的特点，是人口统计的基础。但普查也有局限性：耗时耗力、成本高昂、数据更新周期长、可能存在漏报和重报等。

人口抽样调查（Sample Survey）是从总体中抽取一部分样本进行调查，然后根据样本特征推断总体情况。抽样调查的优点是成本低、时效性强、灵活性高。著名的调查包括中国的"全国1%人口抽样调查"、美国的"当前人口调查"、联合国的"人口与住房普查"等。

人口登记（Vital Registration）是系统记录人口事件的制度，如出生登记、死亡登记、婚姻登记、迁移登记等。完善的人口登记系统可以实时追踪人口变动，是人口统计的重要补充。在北欧国家，人口登记系统非常完善，几乎可以完全替代普查。

人口学常用的分析方法包括：

粗分析法（Crude Rate Analysis）是最基本的分析方法，计算粗出生率、粗死亡率等简单指标。这种方法简单直观，但受年龄结构影响较大，不同人口之间的直接比较可能产生误导。

标准化法（Standardization）是消除年龄结构影响的重要方法。通过选择一个标准人口结构，将不同人口的实际数据按照统一的标准重新计算，从而实现可比性。直接标准化法和间接标准化法是两种主要方法。

生命表分析（Life Table Analysis）是研究死亡规律的核心方法。生命表通过编制一张表格，描述一批人从出生到死亡的全部死亡过程，计算出各年龄的