第一章：人口学的入门钥匙：核心指标与数据解读方法

人口学（Demography）绝非简单的数字堆砌，而是以“人的变化”为核心研究对象，融合社会学、经济学、公共卫生、历史学的交叉学科，其终极命题是回答“谁在什么地方、以什么方式、为什么变化”——小到社区养老院的选址，大到全球气候减排的责任分担，背后都有人口学分析的影子。如果你曾在新闻里看到“中国进入深度老龄化社会”“印度人口超越中国成全球第一”“非洲人口爆炸将重塑全球格局”这类标题却一知半解，或是想自己动手验证媒体报道的人口数据是否可靠，本章的人口学入门钥匙将帮你打开这扇门。

---

一、核心人口指标：读懂人口变化的“仪表盘”

人口指标就像汽车的仪表盘，单独看某一个数字无法判断人口系统的健康程度，只有组合解读才能看清趋势和风险。我们先把最常用的核心指标分为流量指标（反映一段时间内的人口变化）和存量指标（反映特定时点的人口结构）两类，逐一拆解定义、公式、中英对照和常见误区。

（一）流量指标：捕捉人口变化的动态信号

流量指标回答的是“人口在一段时间内增加了多少、减少了多少、变化的原因是什么”的问题，最核心的三个指标是出生率、死亡率、自然增长率。

1. 粗出生率（Crude Birth Rate, CBR）

定义：某一年内每1000名总人口中出生的活婴数量，是反映人口生育水平最基础的粗放型指标。 计算公式： $$CBR = \frac{\text{某年出生活婴总数}}{\text{某年平均总人口数}} \times 1000‰$$ 中英对照示例：2024年中国官方公布的粗出生率为6.39‰，意味着当年每1000名常住人口中平均有6.39名活婴出生，换算成绝对数就是全年出生约899万人，是1949年有统计以来的最低值，较1990年的21.06‰下降了近15个千分点。 > 📌 电子版侧边栏提示：“粗（Crude）”的含义是“未经年龄结构调整”，即直接以总人口为分母，没有排除男性、老年人、未进入生育年龄的女性等不可能生育的群体。因此如果一个国家老龄化程度极高，粗出生率会被明显拉低，即使年轻人的实际生育意愿并不低——比如2024年日本粗出生率仅为6.8‰，但15-49岁女性的年龄别生育率实际达到1.3，高于中国的1.09，差异完全来自日本29.1%的老龄化率（每3个日本人就有1个超过65岁）。 常见误区：不要把粗出生率和“每个女性生育的孩子数”混淆，前者是总人口维度的比率，后者是生育水平的真正核心指标，我们接下来会详细讲解。

2. 粗死亡率（Crude Death Rate, CDR）

定义：某一年内每1000名总人口中死亡的总人数，反映人口的整体死亡水平。 计算公式： $$CDR = \frac{\text{某年死亡总人数}}{\text{某年平均总人口数}} \times 1000‰$$ 中英对照示例：2024年中国的粗死亡率为7.94‰，全年死亡约1119万人；日本粗死亡率则高达11.1‰，是全球最高的国家之一，但这一数字并非因为日本医疗条件差，而是29.1%的老龄化率拉高了整体死亡水平：日本15-49岁年龄别的死亡率仅为0.5‰，和中国的0.6‰几乎相当，但70岁以上人口的死亡率超过30‰，每1000名70岁以上日本人一年就有30人去世，高龄人口占比越高，粗死亡率自然越高。 常见误区：粗死亡率无法反映不同年龄、不同群体的死亡风险差异，解读时一定要结合年龄结构，否则会得出“日本年轻人死亡率远高于中国”的错误结论。

3. 自然增长率（Rate of Natural Increase, RNI）

定义：不考虑人口迁移的情况下，由出生和死亡共同决定的人口自然变动幅度，是人口自然增长或减少的核心指标。 计算公式： $$RNI = CBR - CDR$$ 当RNI>0时，人口自然增长；当RNI<0时，人口自然减少。 中英对照示例：2024年中国自然增长率为6.39‰ - 7.94‰ = -1.55‰，意味着全年自然减少约220万人，和2022年中国人口首次出现负增长的官方数据完全吻合。而尼日利亚2024年自然增长率为33.26‰ - 12.44‰ = 20.82‰，是全球自然增长率最高的国家之一，人口每34年就能翻一番。 > ⚠️ 重要补充：自然增长率只反映出生和死亡的影响，人口总增长还要加上机械增长率（Net Migration Rate, NMR），即迁入人口减去迁出人口的净迁移影响。比如卡塔尔2024年自然增长率仅为1.2‰，但因为大量外籍劳工迁入，净迁移率高达120‰，总人口增长率达到121.2‰，一年人口增长超12%；而波兰2024年自然增长率为-2.1‰，但因为大量乌克兰难民迁入，总人口反而实现了正增长。

---

（二）存量指标：透视人口结构的长期逻辑

存量指标回答的是“当前人口是什么样的结构、未来的增长潜力有多大、会面临什么风险”的问题，是人口政策制定、商业市场分析的核心依据。

1. 总和生育率（Total Fertility Rate, TFR）

定义：假设当前各年龄段的生育水平保持不变，一名女性一生中平均生育的活婴数量，是国际通用的生育水平核心指标，不受人口年龄结构的影响，可以直接比较不同国家、不同时期的生育水平。 计算公式： $$TFR = \sum_{x=15}^{49} ASFR_x$$ 其中$ASFR_x$为x岁女性的年龄别生育率，即每1000名x岁女性一年内生育的活婴数量。 中英对照示例：2024年中国的总和生育率为1.09，意味着如果当前生育水平保持不变，一名中国女性一生平均只生育1.09个孩子；印度为2.05，接近更替水平；尼日利亚高达5.32，是全球最高的国家之一；韩国则仅为0.72，为全球最低，意味着每代人人口规模会比上一代减少64%。 核心概念：更替水平生育率（Replacement Level Fertility） 指能让下一代人口规模与上一代完全持平的生育水平，全球平均约为2.1，之所以不是2，是因为需要补偿约4‰的婴儿死亡率和105:100的出生性别比（每100个女婴对应约105个男婴）。对于中国而言，由于历史上出生性别比偏高、部分女性终身不育，实际更替水平约为2.2-2.3，当前1.09的生育率意味着长期来看，每代人人口会减少一半。 常见误区：不要把总和生育率等同于“女性实际生育的孩子数”，前者是基于当前生育率的队列假设，而实际生育水平会受到终身不育、晚育、生育率变化的影响，比如中国1990年的总和生育率为2.3，但当时20-30岁女性实际平均生育的孩子数仅为1.8，差异来自终身不育群体的存在。

2. 人口年龄结构（Age Structure）

定义：特定时点不同年龄段人口占总人口的比重，通常用人口金字塔（Population Pyramid）直观展示，是判断人口未来趋势的核心依据。 核心划分：

• 少儿人口（Young Population）：0-14岁，代表未来的人口增长潜力；
• 劳动年龄人口（Working-age Population）：通常为15-64岁，是社会财富创造的核心群体；
• 老年人口（Elderly Population）：65岁及以上，是人口老龄化的核心指标。

中英对照示例：2024年中国年龄结构为：0-14岁占17.5%，15-64岁占68.2%，65岁以上占14.3%，呈现典型的“底部收缩、中部宽、顶部变宽”形态，是少子化+老龄化的典型结构；印度0-14岁占比高达26.2%，65岁以上仅占6.7%，金字塔底部宽、顶部窄，人口潜力巨大；尼日利亚0-14岁占比高达43.8%，65岁以上仅占2.7%，金字塔呈极度扩张的三角形，人口增长潜力极强但当前抚养负担极重。

3. 人口抚养比（Dependency Ratio, DR）

定义：每100名劳动年龄人口需要抚养的非劳动年龄人口数量，反映社会的整体抚养负担，分为总抚养比、少儿抚养比、老年抚养比三类。 计算公式： $$总抚养比 = \frac{0-14岁人口数 + 65岁及以上人口数}{15-64岁人口数} \times 100\%$$ $$少儿抚养比 = \frac{0-14岁人口数}{15-64岁人口数} \times 100\%$$ $$老年抚养比 = \frac{65岁及以上人口数}{15-64岁人口数} \times 100\%$$ 中英对照示例：2024年中国总抚养比为46.6%，其中少儿抚养比25.7%，老年抚养比20.9%，意味着每100个劳动年龄人口需要抚养47个少儿和老人，且老年抚养比已经超过少儿抚养比，抚养结构从“少儿负担为主”转向“老年负担为主”；印度总抚养比为48.9%，但少儿抚养比高达39.1%，老年抚养比仅9.8%，抚养负担仍以少儿为主；尼日利亚总抚养比高达86.4%，其中少儿抚养比81.9%，意味着每100个劳动年龄人口要抚养82个少儿，当前教育、医疗资源压力极大。 > 💡 小知识：抚养比的计算口径会随政策调整，比如中国正在推进延迟退休，未来劳动年龄人口的上限会从64岁逐步提高到65岁甚至更高，老年抚养比会相应下降；同时当前15

同时当前15-64岁劳动年龄人口规模仍处于高位，即使未来粗出生率继续下降，总抚养比的上升速度也会慢于老龄化率的上升速度——中国劳动年龄人口峰值出现在2013年，达到9.4亿的歷史最高点，2024年已降至8.6亿，预计到2050年将进一步降至7亿左右，这意味着即便总抚养比持续上升，劳动年龄人口的绝对规模仍足以支撑当前的经济总量，人口红利的余温至少还能维持10-15年，这是很多只看“人口负增长”标题的媒体不会提到的细节。

---

（三）存量指标补充：人口老龄化率（Aging Rate）

人口老龄化率是衡量人口结构老化程度的核心存量指标，其定义、计算逻辑和现实影响远非“老人变多”四个字可以概括。 定义：某一年度65岁及以上老年人口占总人口的比重，是国际通用的老龄化判定标准，反映人口结构的老年化程度。 计算公式： $$\text{老龄化率} = \frac{65岁及以上人口数}{年末总人口数} \times 100\%$$ 中英对照与分级标准：联合国将老龄化进程分为三个阶段： 1. 老龄化社会（Aging Society）：65岁以上人口占比≥7%，对应英文为`aging society`，中国2000年正式进入这一阶段； 2. 深度老龄化社会（Deeply Aging Society）：65岁以上人口占比≥14%，对应英文为`deeply aging society`，中国2021年进入这一阶段，从老龄化到深度老龄化仅用了21年，远快于法国的115年、瑞典的85年、日本的24年； 3. 超老龄化社会（Super Aging Society）：65岁以上人口占比≥20%，对应英文为`super aging society`，日本2023年已进入这一阶段，老龄化率高达29.1%，意味着每3.4个日本人就有1个超过65岁。 2024年三国老龄化率对比：中国14.3%、印度6.7%、尼日利亚2.7%，三国的老龄化阶段差异直接决定了未来30年的发展路径差异：中国要应对养老、医疗、劳动力供给的压力，印度要应对年轻人口的就业和教育压力，尼日利亚要应对少儿抚养和粮食安全的压力。 常见误区：很多人将老龄化等同于“少子化”，实际上老龄化是“少子化”和“长寿化”共同作用的结果：中国2024年平均预期寿命已达78.9岁，较2000年的71.4岁提升了7.5岁，仅寿命延长这一项就贡献了老龄化率提升的约40%，剩下的60%来自出生率下降导致的少儿占比降低。换言之，如果中国人均预期寿命没有提升，仅靠出生率下降，当前的老龄化率仅为8.6%左右，远低于现在的14.3%。

---

二、权威人口数据源：从“看新闻”到“自己查数据”

人口数据的质量直接决定分析的可靠性，普通人最容易踩的坑就是被自媒体的二手数据误导。本节将介绍全球最权威的公开人口数据库，以及查找、解读数据的通用方法，帮你跳过信息差，直接拿到一手数据。

（一）四大核心数据源及使用方法

1. 联合国《世界人口展望》（World Population Prospects, WPP）

这是全球最权威、覆盖范围最广的人口数据库，由联合国经济和社会事务部人口司每2-3年更新一次，最新版本为2024年11月发布的《世界人口展望2024》（WPP2024），覆盖全球所有国家和地区从1950年到2100年的历史数据和预测数据。

• **核心优势**：数据口径统一，包含出生率、死亡率、生育率、年龄结构、迁移、城市化等几乎所有核心人口指标，预测模型经过全球专家评审，可靠性最高；
• **使用方法**：访问[联合国WPP官网](https://population.un.org/wpp/)，点击顶部菜单栏的`Data`，即可选择需要下载的数据集：如果要查询某国的年龄结构，选择`Population by age group`；如果要查询生育率数据，选择`Fertility`；如果要查询预测数据，选择`Projections`。所有数据都可以免费下载为Excel、CSV格式，方便自行计算。
• **注意事项**：WPP的预测数据包含三种情景：中位预测（Medium Scenario，默认选项，假设生育率逐渐回升到2.1的更替水平）、低预测（Low Scenario，假设生育率持续下降）、高预测（High Scenario，假设生育率回升到2.5），解读时一定要注明预测情景，不能把中位预测当成唯一结果。

2. 世界银行人口数据库（World Bank Population Data）

世界银行的人口数据库是全球覆盖时间最长、历史数据最全的公开数据库，包含全球200多个国家和地区从1960年到2024年的年度人口数据，适合做长期趋势分析。

• **核心优势**：数据更新及时，2024年的年度数据通常在次年3-4月发布，且包含配套的可视化图表，可以直接下载为图片用于分析；
• **使用方法**：访问[世界银行人口数据库](https://data.worldbank.org/topic/population)，在搜索框输入国家名称（英文），即可看到该国的所有人口指标，点击`Download`即可下载历史数据。比如搜索`China`，就能找到中国从1960年到2024年的粗出生率、粗死亡率、总人口、总和生育率等数据。
• **注意事项**：世界银行的历史数据部分来自各国官方统计，部分来自联合国的估算，对于部分数据缺失的发展中国家，数据可靠性略低于WPP。

3. 各国官方统计机构

对于特定国家的分析，官方数据是最权威的：中国的国家统计局每年发布《中国人口和就业统计年鉴》，包含分省、分年龄、分性别的详细人口数据；美国的疾病控制与预防中心（CDC）每年发布美国人口动态统计；欧盟统计局（Eurostat）发布欧盟成员国的人口数据。官方数据的优势是口径最符合本国实际情况，比如中国的劳动年龄人口统计口径是15-59岁，而WPP和世界银行的口径是15-64岁，做国内分析时优先用国家统计局的数据。

4. 第三方研究机构数据库

比如美国人口咨询局（Population Reference Bureau, PRB）的《世界人口数据表》，每年发布一次，包含全球所有国家的人口核心指标，适合快速查阅；还有Our World in Data的人口数据库，包含从公元前10000年到2100年的全球人口历史数据和预测数据，适合做长期历史趋势分析。

（二）人口图表解读通用方法

拿到人口数据后，最常用的可视化形式是折线图、柱状图和人口金字塔，解读时要注意三个核心原则： 1. 先看口径，再看趋势：首先要确认图表的分母、统计范围、年龄口径，比如同样是“劳动年龄人口”，15-59岁和15-64岁的数值能差1亿以上，口径不同结论完全不同； 2. 结合结构，不要只看总量：比如中国总人口2024年比2023年减少140万，但0-14岁人口占比从17.6%降到17.5%，65岁以上占比从14.2%升到14.3%，人口结构的老化速度远快于总人口的减少速度，结构变化比总量变化更重要； 3. 区分历史数据和预测数据：历史数据是已经发生的客观事实，预测数据是基于假设的未来情景，解读预测数据时一定要看假设条件，比如WPP的中位预测假设生育率会回升到2.1，如果未来生育率持续低于1.5，全球人口峰值会比中位预测的2084年的104亿提前到2060年左右，峰值也会降到90亿左右。

> 📌 电子版侧边栏：数据小工具 > 如果你不想手动计算抚养比、自然增长率，可以使用世界银行提供的[在线人口计算器](https://datatopics.worldbank.org/population/)，直接输入总人口、年龄结构数据，即可自动生成抚养比、老龄化率、自然增长率等所有核心指标，还可以生成自定义的人口金字塔图表。

---

三、实操练习：用三国2024年人口数据掌握分析方法

理论讲完，我们通过中国、印度、尼日利亚三个具有代表性的国家2024年人口数据，一步步完成从“查数据”到“算指标”再到“解读趋势”的全流程实操，帮你真正掌握人口数据分析方法。

（一）第一步：获取原始数据

首先从联合国WPP2024官网下载三个国家的2024年核心人口数据，整理为如下表格（所有数据来自WPP2024中位预测）：

| 指标（中英对照） | 中国（China） | 印度（India） | 尼日利亚（Nigeria） | |------------------|---------------|--------------|---------------------| | 总人口（Total Population） | 14.08亿 | 14.38亿 | 2.27亿 | | 粗出生率（CBR, Crude Birth Rate） | 6.39‰ | 16.42‰ | 36.24‰ | | 粗死亡率（CDR, Crude Death Rate） | 7.94‰ | 7.28‰ | 12.44‰ | | 总和生育率（TFR, Total Fertility Rate） | 1.09 | 2.05 | 5.32 | | 0-14岁人口占比（Share of 0-14） | 17.5% | 26.2% | 43.8% | | 15-64岁人口占比（Share of 15-64） | 68.2% | 67.1% | 53.5% | | 65岁以上人口占比（Share of 65+） | 14.3% | 6.7% | 2.7% |

> ✅ 纸书练习提示：你可以手动计算三个指标的自然增长率、总抚养比、少儿抚养