中国和美国人口普查和统计方法的比较分析

人口统计报告的撰写和数据分析一、引言人口统计是研究人口规模、构成、分布、增长和变动等方面的科学方法和技术。

对于政府、企事业单位以及学术界来说，制定行政决策、进行经济规划和社会研究，都需要准确的人口统计数据作为基础。

因此，撰写人口统计报告并进行数据分析是非常重要的工作。

二、人口规模和变动情况人口规模是人口统计的基本指标之一，也是一个社会经济发展的重要参考指标。

在人口规模的撰写和数据分析中，可以从以下几个方面展开论述：1. 总人口规模：根据不同地区的人口普查或样本调查数据，统计出该地区的总人口规模，比较不同时间段的变化情况，分析产生变化的原因。

2. 人口性别比例：通过人口普查或抽样调查，统计出该地区的男女人口数目及比例，分析产生不同比例的原因，对人口结构和社会性别平衡进行分析和预测。

3. 人口年龄结构：根据人口普查或抽样调查，将总人口分为不同年龄段的人口，绘制年龄金字塔图或年龄结构图，分析人口年龄结构的变化趋势及其对社会经济发展的影响。

4. 人口增长率：通过总人口规模的变化情况，计算出人口的年均增长率或年度增长率，比较不同地区或国家的人口增长水平，分析产生差异的因素。

三、人口流动和迁徙情况人口流动和迁徙是人口统计中的重要指标之一，也是全球化和城市化进程中的重要表现。

在人口流动和迁徙情况的撰写和数据分析中，可以从以下几个方面进行阐述：1. 人口迁出和迁入情况：统计某个地区的人口迁出和迁入数量，并进行比较分析，分析产生人口流动的原因和影响因素。

2. 农村人口流入城市：统计农村人口流入城市的数量和比例，并结合相关数据进行分析，分析农村人口流动对城市经济和社会发展的影响。

3. 高技能人才流动：统计某个地区或国家的高技能人才流出和流入数量，分析相关政策对高技能人才流动的影响，以及流入和流出之间的差距。

四、人口结构和经济发展人口结构是人口统计中的重要指标之一，也是一个地区或国家社会经济发展的重要参考。

在人口结构和经济发展的撰写和数据分析中，可以从以下几个方面展开阐述：1. 劳动力人口比例：根据人口普查或抽样调查，统计劳动力人口的数量和比例，比较不同地区或国家的劳动力人口比例，分析劳动力人口的结构对经济发展的影响。

中国古代的人口统计中国是一个人口众多的古老国家，自古以来就有对人口的统计和记录。

人口统计不仅仅是对人口数量的记录，更是对社会、经济、文化等方面的重要指标。

本文将从不同历史时期的人口统计方法、对人口的分析和对人口统计的意义等方面探讨中国古代的人口统计情况。

一、古代人口统计的方法在古代，由于技术和信息传播的限制，人口统计方法普遍较为简单和粗略。

主要有户口调查、户籍登记和耕地面积等方法。

户口调查是通过对各地户籍的口头询问或书面登记，了解人口数量和结构。

户籍登记则是通过对户主、成员出生、死亡、迁移等信息的记录，进行统计分析。

耕地面积作为农业人口的重要指标，也被用于人口统计。

二、不同历史时期的人口统计情况1.先秦时期先秦时期对人口的统计主要以户籍和耕地面积为基础。

《尚书》、《春秋》等历史文献中记载了当时的人口情况和农田耕种情况，但由于史书记载的局限，统计数据并不完整和准确。

2.秦汉时期秦汉时期开始有比较完善的人口统计记录，主要通过户口调查和户籍登记进行。

秦始皇统一中国后，便开始实行县级户籍制度，并进行了全国性的人口普查。

此后，汉武帝时期还发生了一次大规模的人口统计。

3.三国两晋南北朝时期由于战乱频繁，这一时期的人口统计情况较为混乱。

虽然仍然有户口调查和户籍登记，但由于政权更迭和地区分裂，统计数据的准确性受到了影响。

4.唐宋元明清时期唐宋元明清时期，人口统计更加系统和完善。

宋代开始实行了更加严格的户籍制度，每户都有详细的人口登记册。

明清时期则进一步完善了人口统计方法，通过户口调查和户籍登记等方式，对人口数量和成分进行了较为准确的记录。

三、人口统计的意义人口统计对于社会和经济发展具有重要意义：1.政策制定：政府可以通过人口统计了解人口结构和分布，制定合理的政策，促进经济和社会的发展。

2.社会管理：人口统计可以为社会管理提供基础数据，监测人口变化趋势，为城市规划、教育卫生等提供依据。

3.社会稳定：了解人口数量和结构，可以及时调整社会资源分配，预防社会不稳定因素的产生。

报告中数据分析结果的解释和讨论 引言： 数据分析是现代科学研究的重要环节，通过统计方法对收集的数据进行处理、解释和讨论可以给我们提供更准确、全面的结论。本文将以多个主题展开，解释和讨论报告中的数据分析结果。

一、人口普查数据分析结果的解释和讨论 人口普查是一项重要的数据收集工作，通过分析人口普查数据可以了解一个地区的人口结构、教育水平、就业状况等信息。在报告中对人口普查数据进行解释和讨论时，可以从以下几个方面展开：人口结构的年龄分布、性别比例、教育水平的统计结果；不同人口群体的就业状况；人口迁移和城市化的趋势等。通过这些解释和讨论，我们可以更深入地了解一个地区的人口状况和社会发展趋势。

二、市场调研数据分析结果的解释和讨论 市场调研是商业决策中的重要环节，通过分析市场调研数据可以了解市场需求、竞争对手、消费者心理等信息。在报告中对市场调研数据进行解释和讨论时，可以从以下几个方面展开：产品或服务的市场需求量和满意度；不同竞争对手的市场份额和品牌影响力；消费者购买决策的影响因素等。通过这些解释和讨论，我们可以为企业提供更具针对性的市场营销策略和产品研发方向。

三、医学研究数据分析结果的解释和讨论 医学研究是改善人类健康的重要领域，通过分析医学研究数据可以了解治疗效果、药物副作用、疾病流行趋势等信息。在报告中对医学研究数据进行解释和讨论时，可以从以下几个方面展开：不同治疗方案的疗效比较；药物的副作用和安全性评估；疾病的流行趋势和传播途径等。通过这些解释和讨论，我们可以为医学界和患者提供更科学、有效的诊疗方案和预防措施。 四、环境监测数据分析结果的解释和讨论 环境监测是保护环境和人类健康的重要工作，通过分析环境监测数据可以了解空气质量、水质状况、土壤污染等信息。在报告中对环境监测数据进行解释和讨论时，可以从以下几个方面展开：主要污染物的浓度分布和变化趋势；不同区域的环境质量差异；环境污染对人类健康和生态系统的影响等。通过这些解释和讨论，我们可以为环境保护和规划提供科学依据和政策建议。

2011年我国人口比例、结构等数据统计及分析目录：一、2011年年末中国人口数据统计及分析（一）人口总量继续保持低速增长（二）劳动年龄人口比重出现下降（三）出生人口性别比呈下降态势（四）城镇人口比重首次超过50%（五）流动人口继续增加二、2011年年末四川流动人口现状及其影响研究（一）四川人口统计及结构分析（二）四川流动人口具有的主要特点:1、流动人口的分布特点2、地域分布以经济发达地区最多（三）四川地区常住人口表（四）四川城乡人口表三、人口迅速增加对我国社会发展产生的影响一、2011年年末中国人口数据统计及分析数据显示，2011年年末，我国大陆总人口为134,735万人，比上年末增加644万人。

其中，城镇人口比重达到51.27%，与上年相比，上升1.32个百分点，城镇人口为69,079万人，增加2100万人；乡村人口65,656万人，减少1,456万人。

城镇人口比乡村人口多3,423万人。

（一）人口总量继续保持低速增长：2011年年末，我国大陆总人口（包括31个省、自治区、直辖市和中国人民解放军现役军人，不包括香港、澳门特别行政区和台湾省以及海外华侨人数）为134,735万人，比上年末增加644万人。

全年出生人口1,604万人，人口出生率为11.93‰，比上年增加0.03个千分点；死亡人口960万人，人口死亡率为7.14‰，比上年增加0.03个千分点。

（二）劳动年龄人口比重出现下降：2011年末，全国60岁及以上人口达到18,499万人，占总人口的13.7%，比上年末增加0.47个百分点；65岁及以上人口达到12,288万人，占总人口的9.1%，增加0.25个百分点。

由于生育持续保持较低水平和老龄化速度加快，15-64岁劳动年龄人口的比重自2002年以来首次出现下降，2011年为74.4%，比上年微降0.10个百分点。

尽管未来几年会有小幅波动，但对劳动力供给问题需要给予更多关注。

（三）出生人口性别比呈下降态势：2011年末，我国出生人口性别比为117.78，比上年下降0.16，出生人口性别比自2008年以来连续三年出现下降，表明出生人口性别比治理显现成效；总人口性别比为105.18，受出生人口和死亡人口的影响，总人口性别比自2005年来一直呈现下降态势。

从人口普查数据看中国人口结构转变态势【摘要】人口数量是社会经济发展的基础，但人口结构也是不容忽视的重要因素。

纵观我国人口政策的实施历程和内容，多以追求人口数量目标为主力，忽视了人口结构对社会经济发展的引力作用。

因此，笔者借用历年普查数据来阐释人口结构变化的基本态势以及原因分析，并在此基础上提出一些可行性建议。

【关键词】人口普查；人口；转型期；人口结构一、研究背景目前中国人口问题不再仅以数量形态呈现出来，更以人口结构快速转变姿态压迫着人们的神经。

而人口数量的急剧增长与人口结构的快速变迁正好为研究我国人口问题，尤其是人口结构问题提供了一个大的研究背景。

“人口学意义的人口结构通常分为三类，一是人口自然结构如年龄、性别结构；二是人口社会结构如文化教育结构、婚姻家庭结构、职业结构等；三是人口地域结构如城乡结构、行政地区结构等。

[1]鉴于此，笔者利用历年普查数据着重从年龄、性别、民族三个角度分析了我国人口结构转变的基本态势，以及由人口结构快速转变可能造成如人口老龄化程度加深、出生性别比持续失衡、少数民族比重持续上升等社会问题并提出相应应对措施。

二、人口结构转变基本态势（一）性别结构表1-1 历次普查出生性别比变化图表注：资料来源：历年人口普查公报数据需要指出的是，笔者这里所说的性别比主要指出生性别比，也是主要衡量它的变化趋势。

从表1-1中，可以看出我国男女性别比一直呈现出正常态势，但出生性别比自80年代初就偏离正常值范围（103-107），从1982年的107.2上升到2000年119.92，上升幅度较明显。

据六普数据显示，虽有小幅度下降，但2015年的小普查结果显示，高大115.88，总体趋势仍不乐观。

可以明确的是，我国出生性别比是一种累积性失衡。

图1-1 历次普查年龄构成变化图表注：资料来源：历年人口普查公报数据从图1-1中看出，我国人口结构处于快速的转变期，0-14岁比重下降幅度较大，65岁及以上比重则呈现持续上升，这是一个不容乐观的局面。

第一次全国人口普查数据公报［信息港发布时间：2021-08-20 15:48:49进入社区来源：国家统计局］中华人民国国家统计局关于第一次全国人口调查登记结果的公报一九五四年十一月一日一九五三年,中央人民政府国家统计局协同有关部门,根据中央人民政府政务院的指示,结合全国普选,举办了全国人口调查。

调查的标准时间是一九五三年六月三十日二十四时。

参加这次调查登记工作的人员共有二百五十余万人。

为了保证全国人口调查登记工作的顺利进展,在全国组成了各级人口调查登记办公室,并制定了统一的简易可行的全国人口调查登记方法。

全国绝大局部地区都严格按照这个方法进展直接调查;但有少数地区不能进展直接调查,而用其他方法进展了调查,其中有未进展基层选举的和交通不便的遥远地区,待解放的省,国外华侨和留学生等。

为了使这次普查资料全面、确实,曾及时组织了抽样复查,对已经调查登记的人口数目的正确程度进展检查。

全国围共抽查了五千二百九十五万以上的人口(占直接调查登记人口的百分之九),检查的结果是:重复的人口占千分之一点三九,遗漏的人口占千分之二点五五。

全国人口普查资料的审核和汇总工作,现已全部完成。

现将中华人民国人口调查登记的结果公布如下:一、一九五三年六月三十日二十四时的全国人口总数为六亿零一百九十三万八千零三十五人。

其中:直接调查登记的人口为五亿七千四百二十万五千九百四十人;用其他方法调查的人口为二千七百七十三万二千零九十五人,有:没有进展基层选举的和交通不便的遥远地区八百三十九万七千四百七十七人(根据各该地方政府的资料);待解放的省七百五十九万一千二百九十八人(根据一九五一年公布的数字);国外华侨和留学生等一千一百七十四万三千三百二十人(根据华侨事务委员会等机关的资料)。

二、在直接调查登记的人口中:男子为二亿九千七百五十五万三千五百一十八人,占百分之五十一点八二;女子为二亿七千六百六十五万二千四百二十二人,占百分之四十八点一八。

统计实务3：人口普查的普查方式和公布时间人口数据的统计调查主要有三种方式：1.全国人口普查，每十年开展一次，在尾数逢“0”年份进行，普查数据在《中国人口普查资料》上发布。

2.全国1%人口抽样调查，在尾数逢“5”的年份进行，调查数据在《全国1%人口抽样调查资料》上发布。

3.全国人口变动情况抽样调查，样本量约占总人口的1‰，除普查年份和1%人口调查抽样年份外，每年进行一次，调查数据在《中国统计年鉴》和《中国人口和就业统计年鉴》上发布。

上述三类人口数据的主要统计指标均会在国家统计局数据发布库中的年度数据中公布。

全国1%人口抽样调查如何开展？全国1%人口抽样调查每10年进行一次，一般在两次人口普查之间尾数逢“5”的年份进行，是周期性人口普查制度中的有机组成部分。

全国1%人口抽样调查采取分层、整群、概率与规模成比例的抽样方法，最终抽样单位为调查小区，标准时点在调查小区范围内的人口都是调查登记的对象。

2015年的全国1%人口抽样调查约抽取1400万人，约占全国总人口的1%。

全国1%人口抽样调查的内容、组织实施形式都与人口普查相似。

常住人口和流动人口的区别人口状况是一个国家最基本的国情。

我国是世界第一人口大国，当前我国人口发展正处于重要转折期，正确理解和认识人口数据对于了解国情国力，把握新时代的人口变化趋势性特征，制定人口发展规划和经济社会发展规划，进行人口科学研究，都有十分重要的意义。

人口统计数据常用的统计指标是常住人口、流动人口等。

一、基本概念和计算方法常住人口是国际上进行人口统计、发布人口数据时通用的总人口指标口径，指经常居住在某一地区的人口。

在我国，常住人口是指实际经常居住在某地区半年以上的人口。

主要包括三种类型的人口：一是居住在本乡镇街道且户口在本乡镇街道或户口待定的人。

二是居住在本乡镇街道且离开户口登记地所在的乡镇街道半年以上的人。

三是户口在本乡镇街道且外出不满半年或在境外工作学习的人。

流动人口一般是指离开了户籍所在地在其他地方居住的人口。

第六次人口普查数据处理与分析方案 第六次全国人口普查是我国间隔10年又一次进行的重大国情国力调查，对国家制定经济社会发展政策、编制“十四五”规划、完善人口发展战略和政策体系具有重要意义。为做好第六次全国人口普查数据处理与分析工作，制定本方案。 一、总体要求 （一）数据处理与分析工作要以习近平新时代中国特色社会主义思想为指导，深入贯彻党的十九大和十九届二中、三中、四中、五中全会精神，贯彻落实新发展理念，服务构建新发展格局，确保数据处理与分析工作科学、规范、高效。 （二）数据处理与分析要坚持客观、公正、真实、准确的原则，充分利用先进技术手段，提高数据处理与分析质量，为政府决策提供科学依据。 （三）数据处理与分析工作要注重协同配合，发挥各级普查机构、有关部门和科研院所的积极作用，形成工作合力。 二、数据处理与分析内容 （一）数据处理 1.数据清洗：对普查原始数据进行审核、清洗、编码、录入，确保数据质量。 2.数据汇总：根据普查分组标志，对清洗后的数据进行汇总，形成各分组数据。 3.数据校核：对汇总后的数据进行校核，确保数据准确无误。 4.数据整理：根据分析需求，对校核后的数据进行整理，形成分析数据集。 （二）数据分析 1.统计描述：对普查数据进行频数、比例、平均数等统计描述，展示人口基本情况。 2.统计推断：利用统计方法对普查数据进行假设检验、相关分析等，揭示人口特征和规律。 3.空间分析：结合地理信息系统，对人口分布、迁移等进行空间分析，展示人口地理特征。 4.预测分析：根据普查数据，结合经济社会发展趋势，对人口未来发展进行预测。 三、数据处理与分析方法 （一）数据处理方法 1.采用电子表格软件进行数据录入、汇总和整理。 2.使用统计分析软件进行数据清洗、校核和分析。 3.利用地理信息系统进行空间数据分析。 （二）数据分析方法 1.采用描述性统计方法分析人口基本状况。 2.运用假设检验方法比较不同群体人口特征差异。 3.利用相关分析方法研究人口变量之间的关系。 4.采用时间序列分析方法预测人口发展趋势。 四、组织保障 （一）建立健全数据处理与分析工作组织体系，明确各级普查机构和有关部门的职责分工。 （二）加强数据处理与分析队伍建设，选拔具备专业素质和经验的人员从事相关工作。 （三）开展数据处理与分析业务培训，提高人员业务水平和工作能力。 （四）建立健全数据质量控制制度，确保数据处理与分析工作质量。 五、进度安排 （一）数据处理与分析工作自普查登记结束之日起开始，至2023年6月底前完成。 （二）各级普查机构要按时完成数据处理与分析任务，并向上级普查机构报送相关成果。 六、成果应用 （一）普查数据处理与分析成果要及时向各级政府、有关部门和社会公众发布。 （二）充分利用普查数据处理与分析成果，为政策制定、经济社会发展规划提供支持。 （三）根据普查数据处理与分析成果，完善人口统计制度和方法，提高统计数据质量。 本方案自发布之日起实施。以往规定与本方案不一致的，按本方案执行。请各级普查机构、有关部门和科研院所按照本方案要求，认真做好第六次全国人口普查数据处理与分析工作。 在第六次全国人口普查工作中，我们迎来了新的挑战和机遇。数据的处理与分析是其中的关键环节，它直接关系到我们对人口状况的理解和未来发展的预测。从数据的清洗到汇总，再到的整理，每一步都需要我们以最高的标准来执行，以确保数据的准确性。 数据清洗阶段，我们要对录入的数据进行多轮审核，任何一个细小的错误都不能被放过。数据汇总则需要我们根据不同的分组标志，对数据进行合理的分类，这不仅需要精确的数学技能，还需要对人口统计学有深入的理解。数据校核是保证数据质量的关键，我们需要用各种统计方法来检验数据的准确性。 数据分析阶段，我们不仅要进行描述性统计，展示人口的基本情况，还要进行假设检验和相关分析，深入挖掘人口特征和规律。空间分析则是对人口地理分布的深入研究，通过地图我们可以直观地看到人口迁移的趋势。预测分析则是对未来的猜测，我们需要根据历史数据和经济发展的趋势，来预测人口未来的走向。 在这个过程中，我们需要充分利用电子表格软件，统计分析软件，以及地理信息系统来提高我们的工作效率。同时，我们还需要进行业务培训，提高我们的专业技能。 总的来说，数据处理与分析工作是复杂而艰巨的，但只要我们以最高的标准来要求自己，我们就能完成这个任务。在这个过程中，我们需要注意的数据处理的每一个细节，每一个小的错误都可能影响的分析结果。所以，细心和耐心是我们必须具备的品质，同时也是这个工作中最难的部分。

基于数据的我国人口流动与分布分析一、概述人口流动与分布是一个国家社会经济发展的重要指标，它反映了人口在空间上的动态变化以及资源的配置情况。

我国作为世界上最大的发展中国家，人口流动与分布的情况尤为复杂和多样。

近年来，随着城市化进程的加速、区域经济发展的不平衡以及交通通讯技术的飞速发展，我国的人口流动规模不断扩大，流动速度也不断加快。

基于全国人口普查和抽样调查等权威数据，深入分析我国人口流动与分布的特点、趋势及影响因素，对于优化人口空间布局、促进区域协调发展、制定合理的人口政策具有重要的理论和实践意义。

本文旨在利用最新的人口统计数据，通过定量分析和定性研究相结合的方法，全面揭示我国人口流动与分布的现状和演变规律。

我们将重点关注人口流动的规模、流向、流动原因以及人口分布的地域差异、城乡差异和性别差异等方面。

同时，我们还将探讨人口流动与分布对经济社会发展、资源环境以及城市规划等方面的影响，以期为政策制定者提供科学依据和决策支持。

1. 研究背景与意义随着全球化和城市化的深入发展，人口流动与分布已成为影响国家和地区发展的重要因素。

中国，作为世界上最大的发展中国家，其人口流动与分布的特点和趋势对于理解国家社会、经济和文化的变迁具有至关重要的作用。

近年来，随着我国经济的快速发展、城乡差距的缩小、人口红利的逐渐消失，人口流动与分布也呈现出新的特点和挑战。

在此背景下，本研究基于全国范围内的人口普查和抽样调查数据，深入分析我国人口流动与分布的现状、特点和趋势。

研究不仅关注人口流动的规模和方向，还深入探讨人口流动背后的社会经济因素，如就业机会、教育资源、公共服务等。

同时，研究还关注人口分布的空间格局和变化，以及这些变化对区域经济发展的影响。

本研究的意义在于，通过深入分析人口流动与分布的特点和趋势，为政府制定人口政策和区域发展战略提供科学依据。

通过探讨人口流动背后的社会经济因素，有助于我们更好地理解人口流动对经济社会发展的影响，为优化人口结构和促进区域协调发展提供理论支持。

统计学在人口统计与人口学研究中的应用与案例分析人口统计与人口学研究是一门研究人口数量、分布、特征以及人口变动规律的学科。

而统计学作为一门应用数学，被广泛运用于人口统计与人口学研究领域中的数据收集、分析和解释。

本文将探讨统计学在人口统计与人口学研究中的应用，并通过案例分析展示其价值。

一、人口统计数据收集统计学在人口统计数据收集中的应用非常广泛。

通过抽样调查的方法，统计学家可以从大范围的人口中获取有代表性的数据集，并通过这些数据集进行推断和分析。

例如，在人口普查中，统计学家使用系统抽样技术，从整个人口中抽取样本，获取关于人口数量、年龄、性别、教育程度等信息。

案例分析：根据2010年美国人口普查的数据，可以得出美国总人口数量、各州人口数量以及不同年龄段的人口分布等重要信息。

这些数据对于制定公共政策、规划社会福利、推动区域经济发展等方面都有巨大的影响。

二、人口分布与迁移分析统计学也在人口分布与迁移的研究中发挥重要作用。

通过分析人口迁移模式和趋势，可以帮助研究人员了解不同地区的人口变动原因，推断未来的变化趋势，并为地方政府提供制定发展规划和政策的依据。

案例分析：研究统计学家通过分析中国人口迁移数据，可以发现不同省份之间人口流动的规律。

这些数据有助于政府了解人口迁移的主要原因，并采取措施来解决人口失衡问题，促进区域均衡发展。

三、人口变动趋势预测统计学在人口学研究中还可以帮助预测人口变动趋势，为社会政策和经济发展提供依据。

通过建立人口增长模型和统计方法，研究人员可以推断未来的人口数量、年龄结构、性别比例等重要指标，为政府和社会规划未来提供重要参考。

案例分析：通过统计学方法分析，可以预测印度在未来20年内的人口变动趋势。

这样的信息对于规划教育、医疗、就业等社会基础设施的需求，以及制定人口控制措施非常重要。

四、人口特征与社会经济分析统计学在人口学研究中可以帮助分析不同人口特征与社会经济现象之间的关系。

通过建立统计模型和运用统计工具，可以揭示不同人口特征对教育水平、收入、就业率、犯罪率等方面的影响，并为制定相关政策提供科学依据。

2023年第5期(总第260期)人口与经济POPULATION &ECONOMICSNo.5,2023(Tot.No.260)我国老年人口死亡率分布及变化特征基于近四次人口普查死亡人口数据分析黄润龙1,2,沙㊀勇1(1.南京邮电大学人口研究院,江苏南京210042;2.南京师范大学社会发展学院,江苏南京210097)收稿日期:2022-11-13;修订日期:2023-05-08基金项目:国家社会科学基金重点项目 多源大数据人口监测研究 (22AZD147);国家社会科学基金项目 六普生命表和死亡率分析研究 (2015BRK009)㊂作者简介:黄润龙,南京邮电大学人口研究院特聘研究员,南京师范大学社会发展学院退休教授;沙勇(通讯作者),南京邮电大学人口研究院教授,博士生导师㊂摘㊀要:人口死亡率属大数据中的小数字,其对普查数据敏感㊁要求高㊂户籍死亡登记的数据难以使用,由于民族文化及数据质量等原因,老人死亡率研究很少得到社会的青睐㊂但死亡数据是计算平均预期寿命的基础,是人口再生产的重要指标㊂随着人口老龄化的发展,及普查数据的增多和普查数据质量的改善,我国老年人口死亡数据逐步获得专家重视㊂老年人口死亡率随年龄㊁性别㊁城乡分布及时间变化有无规律可循,历次普查中老年人口死亡率调查误差,都是社会关心的问题㊂综合使用我国 五普 至 七普 老年人口死亡率数据,用传统的相关㊁回归分析及logit 模型分析方法进行了探索,获得如下结论:近20年我国死亡人口中老年人口所占比重越来越大;死亡人口年龄中位数不断提高;高龄老人死亡率下降速度快于中低龄老人及年轻人㊂ 七普 中我国60 95岁男女老人和市镇乡老人死亡率,通过logit 变换后,随年龄呈高度线性相关关系㊂近30年我国60 95岁老年人口死亡水平参数随时间呈线性变化,死亡参数α不断上升,参数β缓慢下降;女性死亡率参数及参数α变化规律更为明显,由此预测了2030年㊁2040年老年人口死亡率㊂ 七普 的老人死亡人口数量登记调查质量高, 六普 数据次之;女性登记调查质量高于男性㊂各地区分析显示,人均GDP 高的地区,60(80)岁及以上老人死亡占比高;而人均GDP 与各地粗死亡率线性相关关系不明显㊂ 七普 中我国31地区老人死亡率,可分为两大类和一个散类㊂关键词:人口普查;logit 模型;死亡登记误差;老人死亡结构;死亡率变化中图分类号:C921㊀文献标识码:A ㊀文章编号:1000-4149(2023)05-0041-16DOI :10.3969/j.issn.1000-4149.2023.00.046㊃14㊃㊀‘人口与经济“2023年第5期㊀㊀死亡统计是生命统计,也是人口统计的核心㊂死亡对群体而言,是人口数量的减少;而对个人而言,意味着生命的消失㊂现代大量的人口流动伴随着大量失踪和失联人口,登记死亡人数低于实际死亡人数㊂死亡事件发生地和死亡人口户籍地的分离,增加了死亡人口登记的复杂性,加上死亡登记时间的不一致,这些都可能导致死亡统计误差㊂提高健康水平㊁降低死亡率是人们毕生的追求㊂但学界对于死亡率㊁死亡水平方面的直接研究远少于对于生育㊁迁移方面的研究㊂死亡水平难以控制,死亡率水平对于政策㊁社会建设等影响相对小,导致社会对其重视不足;然而,死亡人口数量是计算人口死亡率㊁死亡概率的基础,也是人口生命表和出生时预期寿命分析的基础㊂预期寿命是人类发展指数 HDI的重要指标之一,且被列入国家及各级政府 十四五 规划考核范围中㊂此外,死亡率高低不仅是衡量地区卫生医疗水平和人们生活质量的基础指标,而且影响着人口再生产,直接影响着国家社会保障政策㊁老年福利政策的制定㊂随着人口老龄化的发展,我国人口粗死亡率呈明显增长趋势,但老年死亡率下降迅速㊂人口死亡率的研究逐渐引起了社会和学者的重视㊂㊀㊀一、文献综述死亡研究具体可分为死亡率模拟和估计㊁生命表研制的方法论研究,及死亡人口㊁死亡率时间空间演变的实证性研究等方面,更多的是两者兼而有之㊂1.方法论研究由于死亡登记迟缓,若干地区出现死亡人口的漏报㊁迟报,死亡人口年龄的错报及死亡时间的误报,造成死亡率报告不准确㊂20世纪70年代开始人口学家㊁数学家和统计学家提出了很多死亡率估计㊁调整方法㊂1983年英国学者布拉斯(Brass)提出平衡方程估计死亡率方法[1],1981年贝内特(Bennett)和霍留奇克(Horiuchich)提出非稳定人口生存率调整估计方法[2],1984年寇尔(Coale)提出死亡率登记完全性的估计㊁调整方法[3]㊂然而,每一种方法都有其本身的假定及其对资料的要求,都有其固有的优缺点及其对稳定人口和封闭人口的特殊要求㊂1992年李(Lee)和卡特(Carter)提出了包含死亡率未来变动趋势的模型,即Lee-Carter模型[4]㊂此后,学者们运用不同的统计方法对Lee-Carter模型的参数进行估计,如伦萨瓦(Renshaw)和哈贝尔曼(Haberman)将两个相依的时期效应引入模型[5]㊂2004年曾毅等用六种死亡模型对中国㊁欧洲㊁日本等13个国家和地区的高龄老人进行死亡率分析,发现莰尼斯托(Kannisto,即简化的罗吉斯特)模型拟合效果最佳[6],而该模型就是相对模型生命表的变形㊂蔡安氏(Cairns)等提出了一个基于罗吉斯蒂转换的相对简洁的拟合高龄人口死亡率的模型[7]㊂Lee-Carter模型将过去几十年的人口年龄别死亡率,分解为随时间变动及随年龄变动的两部分,通过挖掘其随时间变化的规律,对未来死亡率的变化趋势进行预测㊂由于Lee-Carter模型中的时间项变量常常需要长时间的年龄别死亡率历史数据,而我国除了几次人口普查外,可用的年龄别死亡率数据有限,已有的运用Lee-Carter模型的死亡率建模研究很难克服这样的限制㊂2021年王广州以经典的Lee-Carter死亡率模型为工具,采用中国1994 2019年死亡数据,运用奇异值分解(SVD)㊁最小二乘法(OLS)㊁加权最小二乘法(WLS)㊃24㊃黄润龙,等:我国老年人口死亡率分布及变化特征和极大似然法(MLE)等方法预测中国人口平均预期寿命[8]㊂理论上讲,学者可以从我国卫生部门的居民病伤死因登记系统得到按死亡原因分类的死亡数据,及从公安户籍登记部门得到死亡登记数据㊂但前者是从不同的大㊁中㊁小城市和一㊁二㊁三类农村抽样的结果,因为没有包括我国环境条件最差的第四类农村地区,因此登记的死亡水平明显偏低㊂而公安登记制度只记录了死亡人数,没有其他人口特性信息,由于漏报和迟报人数多,公安系统数据所反映的死亡水平也是偏低的[9]㊂国家统计局每五年1%抽样调查数据及每年人口1ɢ调查虽包含死亡人口数据,但其采用的是整群抽样,资金不到位,抽取比例仅为预计样本的七八成左右(每年相当于对100万人口进行年龄别死亡率调查)㊂年龄组死亡率一般仅为千分之几,对抽样调查样本数量要求高,人口本身抽样误差加上死亡率抽样误差,使得年度死亡率数据可信程度低㊂考虑到不同来源数据质量差距和冲突,我国学者大多采用普查数据而非登记数据来分析死亡率㊂2.实证研究对江苏1990年死亡人口进行间接估计和模型分析发现,江苏人口死亡率相当于日本1970年前的水平,或西欧1980年前的水平㊂该研究同时发现,1982㊁1990年江苏男性死亡率接近于寇尔区域经验生命表西部模型21㊁22层次,女性死亡率接近北部型22㊁23层次[10]㊂1994年梁鸿运用世界银行的‘世界发展报告“数据分析认为,婴儿死亡率㊁出生时预期寿命与地区经济发展水平(用人均GDP做代表)相关,并用人均GDP的平方根及人均GDP的自然对数作为自变量来分析其与婴儿死亡率的线性关系㊂结果表明,平均预期寿命的复相关系数R 为0.8735,婴儿死亡率的R为0.8491,相关系数具有显著意义(P<0.01);模型可解释寿命差异的76.30%,婴儿死亡率的72.08%[11]㊂1995年利用 三普 对我国28个省份的女性死亡概率分布的布拉斯两模型分析㊁巴西亚(Basia)四参数模型和尤班克(Ewbank)四参数模型分析表明,1981年我国女性死亡率大致可以分为两大类㊁两个散类和五大型[12]㊂在死亡率数据质量分析方面,翟振武认为, 四普 人口普查总体质量是好的,但人口死亡率偏低,尤其是离调查时偏远时期的婴儿死亡率[13]㊂海姆斯(Himes)等认为,在中高年龄段男女性死亡率的logit函数与年龄x可能存在着较强的线性相关关系[14]㊂曾毅用六种死亡模型对中国㊁日本㊁欧洲11国的高龄老人进行死亡率分析,发现莰尼斯托模型(相对模型生命表的变形)拟合效果最佳[6]㊂黄荣清用 四普 ㊁ 五普 人口留存率来估计 五普 死亡漏报比例,采用相对模型生命表的基本思想,利用两次普查的数据证明了人口死亡漏报确实存在[15]㊂宋健㊁张洋从理论和实证两个方面分析了婴儿死亡漏报对平均预期寿命的影响,并用聚类分析和空间自相关分析探究了婴儿死亡漏报的可能水平,及其对平均预期寿命影响的地区差异[16]㊂黄荣清㊁曾宪新从174个国家数据所反映出的婴儿死亡与经济发展的关系㊁人口普查数据与原卫生部数据的对比等几个方面对婴儿死亡率数据质量进行了分析[17]㊂㊀㊀二㊁ 七普 所反映出的我国老年人口死亡率分布特点受死亡数据的连续性和可获得性的限制,本文研究死亡数据采用全国第五次㊁第六次㊁第七次全国人口普查公布的全国(市㊁镇㊁乡)60 95岁男女一岁组死亡人数及年死亡率,㊃34㊃㊀‘人口与经济“2023年第5期同时考虑了第四次全国人口普查60 85岁男女死亡人数㊂年龄别死亡人数及平均人数来自国务院人口普查办公室㊁国家统计局的‘中国2000年全国人口普查资料“㊁‘中国2010年人口普查资料“㊁‘中国人口普查年鉴2020“㊂曾毅发现实际死亡率和(多)模型拟合值之间的差异在96岁前都很小,96岁后差异不断增大[6]㊂而 五普 到 七普 中96岁以上男性老人死亡率都明显低于女性老人,有违于常理㊂于是本文以全国60 95岁老年人口年龄别死亡率m x为例,来探索我国老年人口死亡规律及其变化㊂1.死亡人口的年龄性别差异男性死亡人口远多于女性㊁死亡率高于女性㊂我国95岁以下各年龄段男性死亡率都高于女性㊂就死亡人口数量而言,2019年11月至2020年10月各年龄段我国男性合计死亡人口461.7万,比女性334.9万多37.9%(126.8万人)㊂ 七普 中我国各年龄死亡率最低为0.13ɢ,出现在7 9岁㊂男性在85岁以下各年龄段死亡人口多于同龄女性,仅在85岁以上死亡人口略少于女性(见图1)㊂2019 2020年我国死亡人口主要集中在60 89岁年龄段,男女死亡人口分别为355.97万㊁279.47万人,占男女死亡总数的77.1%㊁83.5%,女性死亡集中程度更高,详见图1㊂图1㊀ 七普 中我国死亡人数及死亡率年龄性别金字塔2.我国男女老人年龄别死亡率分布特征使用 三普 ㊁ 四普 数据时发现,我国50 89岁年龄组人口死亡率通过logit变换后与死亡年龄有着十分密切的线性相关关系[18]㊂第七次全国人口普查中,对我国男女60 95岁老人各年龄死亡率m x取logit函数Y x=-ln[m x/(1-m x)]后,分析发现Y男,x㊁Y女,x随年龄x 呈线性变化趋势的规律依然稳定,其解释了男㊁女年龄别死亡率分布差异的99.82%㊁99.91%㊂Y男,x=11.024-0.1033∗X(年龄,岁),㊀R2=0.9982㊀(x=60,61, ,95)(1)㊃44㊃黄润龙,等:我国老年人口死亡率分布及变化特征Y 女,x =13.163-0.1251∗X (年龄,岁),㊀R 2=0.9991㊀(x =60,61, ,95)(2)㊀㊀在方程(1)㊁(2)中,α是男女老人死亡年龄参数截距11.024㊁13.163,截距大表示老年人口平均死亡水平低,β是斜率-0.1033㊁-0.1251,其绝对值大表示死亡率随年龄变化快,死亡年龄的四分位差小(死亡人数年龄集中程度高)㊂(1)㊁(2)式同时表示,我国60 95岁(n =36)老年人口死亡率的logit 函数随年龄呈线性变化,其决定系数(相关系数的R 2)分别高达0.9982㊁0.9991㊂即模型解释了死亡率随年龄变化的99.82%㊁99.91%,这也是最近三次普查中最高的㊂对女性老人死亡率的模拟程度高于男性老人死亡率㊂女性老人的平均死亡率低于男性老人;在90岁后年龄别死亡率性别差异减小,趋于一致㊂女性60 95岁老人死亡率随年龄变化略快(β绝对值较大),男性较缓(见图2)㊂图2中虚线高于实线,如60 62岁㊁80 90岁,表示实际调查死亡率高于估算的死亡率①;相反,虚线低于实线,如65 75岁,表示实际死亡率低于估算的死亡率㊂图2㊀ 七普 中我国男女各年龄老人死亡率logit 变换值随年龄变动(n =36)图2中的y x 值为2020年我国各年龄老人死亡率的估计值m x =1/[1+exp (y x )]㊂若再将60 95岁(36个年龄组)老人实际死亡率计算值和估算(理论)值之差作为绝对误差,每岁绝对误差与该年龄估算值的比称作相对误差㊂则 七普 中60 95岁男性㊁女性老人死亡率估算的平均绝对误差为2.76ɢ㊁1.99ɢ,36个年龄组男女平均相对误差为3.40%㊁2.91%㊂即 七普 中女性死亡年龄统计误差明显低于男性,女性死亡人口调查数据资料质量较男性为好㊂3.老年人口年龄别死亡率的城乡差异七普 中我国城市㊁镇和乡村60 95岁老人死亡率的logit 变换后,随年龄增加同样呈现线性变化趋势,实际死亡率和拟合死亡率的相关程度高达99.9%,如公式(3)㊁(4)㊁(5)和图3所示㊂由于生活水平㊁医疗条件等原因,城市老人各年龄死亡水平远低于镇, 七普㊃54㊃①死亡率的估算值是不是死亡率真实值可能存在争议,绝对的死亡真实值难以找到㊂但是,老人死亡民间叫作 白喜事 ,漏报可能性不大;老年人口外出迁移㊁流动人数相对少;因而老人死亡漏报和迟报比例小,这些都是不争的事实㊂因此,各年龄组老年人口死亡率估算值应该接近该年龄死亡真实值㊂㊀‘人口与经济“2023年第5期中镇老人各年龄死亡水平略低于乡村老人;城市老人死亡年龄集中程度(死亡年龄四分位差小)高于镇,镇老人死亡年龄集中程度高于乡村㊂分析表明, 七普 中60 95岁城市㊁镇和乡村老人死亡率估算的平均绝对误差(各岁年龄死亡率平均误差)是1.48ɢ㊁1.67ɢ和1.97ɢ,平均相对误差为3.48%㊁2.80%和4.25%㊂就平均相对误差而言,镇老人死亡登记质量略高于城市,城市老人死亡登记质量高于乡村㊂Y 市,x =12.605-0.1181∗X (年龄,岁),㊀R 2=0.9987㊀(x =60,61, ,95)(3)Y 镇,x =11.814-0.1111∗X (年龄,岁),㊀R 2=0.9987㊀(x =60,61, ,95)(4)Y 乡,x =11.402-0.1072∗X (年龄,岁),㊀R 2=0.9978㊀(x =60,61, ,95)(5)图3㊀ 七普 中我国60 95岁分城乡人口死亡率的logit 函数值随年龄变化趋势4.我国各地老年死亡人数占比的地区差异人口老龄化导致我国各地人口粗死亡率缓慢上升,2020年达到5.65ɢ①㊂理论上人口粗死亡率受经济发展的影响十分大,但由于各地人口年龄构成不一样,2020年我国各地实际粗死亡率受经济发展的影响不大㊂由于流动性大,经济发达地区医疗资源丰富,外地病人多㊁死亡人口多,2020年我国各地人均GDP 和各地粗死亡率的线性相关系数为-0.181,若将GDP 从高到低赋秩,死亡率从低到高排序,则其间位置相关系数也仅为0.113,无法通过统计检验(见表1)㊂若计算我国31省份 七普 时60㊁80岁及其以上死亡老人占该地死亡总人数之比(全国平均为82.1%㊁38.5%),2020年人均GDP 越高的地区,60(80)岁及其以上老人死亡占比越高,其间相关系数分别为0.617(0.782);若对我国31个省份老人死亡人口比例排名赋秩后,其间的相关系数更是高达0.716(0.752),通过了显著性水平为0.001的统计检验(见表1)㊂这说明,经济发展程度高㊁医疗保健好的地区,老人寿命长,如北京㊁上海㊁江苏㊁浙江㊁天津等地,60(80)岁及其以上老人死亡占比大,死亡人口平均年龄㊁死亡年龄中位数高㊂㊃64㊃①数据源于国家统计局‘中国人口普查年鉴2020“表6-4,是普查年度2019年11月1日至2020年10月31日全国人口粗死亡率;本文表1数据同源㊂若按照‘中国统计年鉴(2022)“2020年1月1日至12月31日中国人口登记死亡率为7.07ɢ㊂黄润龙,等:我国老年人口死亡率分布及变化特征表1㊀ 七普 中我国各地人口粗死亡率㊁老人死亡比例和人均GDP的关系地区2020年人均GDP(万元)60+死亡人数占比(%)80+死亡人数占比(%)人口粗死亡率(ɢ)标准化前参数α标准化前参数β北京16.4987.950.4 4.59-0.4108 1.1973天津10.1586.840.8 4.63-0.1677 1.1245河北 4.8583.334.7 5.66-0.2525 1.0641山西 5.0681.936.2 4.75-0.0825 1.0618内蒙古7.2278.632.2 5.98-0.2046 1.0380辽宁 5.9083.036.47.66-0.2425 1.0498吉林 5.1179.728.1 6.150.41230.8877黑龙江 4.3078.628.8 6.790.34120.8907上海15.5692.457.1 5.19-0.4655 1.2461江苏12.1287.747.1 6.06-0.4211 1.1634浙江10.0187.150.5 4.75-0.4995 1.2178安徽 6.3483.441.7 5.94-0.2597 1.0981福建10.5781.642.3 5.12-0.3983 1.1161江西 5.6981.639.7 5.15-0.3679 1.1079山东7.2084.340.5 6.24-0.2594 1.0801河南 5.5381.135.2 5.340.13340.9803湖北7.5283.236.3 6.63-0.3945 1.0804湖南 6.2983.440.67.43-0.5157 1.0936广东8.7981.242.2 3.63-0.1150 1.0657广西 4.4277.136.6 5.850.10870.9669海南 5.4978.043.4 3.430.50050.9887重庆7.8083.338.57.06-0.2119 1.0570四川 5.8182.437.1 6.270.0554 1.0158贵州 4.6273.731.7 5.94-0.2738 1.0429云南 5.1974.133.5 6.11-0.4591 1.0775西藏 5.2159.519.6 3.600.22080.9002陕西 6.6282.333.9 4.660.0016 1.0447甘肃 3.6080.831.6 6.17-0.5592 1.0974青海 5.0873.126.8 4.72-0.2254 1.0076宁夏 5.4578.334.7 5.05-0.9781 1.2127新疆 5.3470.125.5 4.290.31530.8694最近几十年,我国经济快速发展,竞争加剧㊁压力加大㊁久坐少动等生活方式的出现,加上高糖高脂的饮食造成人们营养过剩,人口死亡模式发生了很大变化㊂在缺医少药时代,我国人口死亡原因是以急性传染病㊁突发疾病为主;在人口老龄化时代,我国以老年机体衰老㊁慢性退行性疾病为主㊂心脑血管疾病㊁癌症等慢性病成为威胁老人健康的主要因素㊂另外,由于平均预期寿命的延长,人的机体全面衰退导致的慢性病,使我国失智失能等认知症患者大量出现㊂老年人很多功能性疾病不可逆转㊁难以治愈,带病存活时间长,这给我国社会医疗保障造成很大压力㊂5.我国各地老年人口死亡率的分类七普 提供了各省份5岁组的人口死亡率和相应人数,但是缺乏5岁组的平均人数,并且有些省份死亡人数较少,容易造成计算误差㊂于是,首先,将全国老人死亡率作为标准,计算各地65 69岁㊁75 79岁㊁85 89岁死亡率及其logit变换数值㊂其次,计算各地人口年龄组死亡率logit值与全国人口死亡率(标准死亡率)logit值的相关关系,得参数值(回归㊃74㊃㊀‘人口与经济“2023年第5期系数)α和β(见表1);将我国31个省份参数值α和β标准化处理(减去平均数,除以标准差)以后,进行距离聚类分析㊂由此发现,2020年我国31省份的死亡率大致可以分为两大类和1个散类(见图4):宁夏是比较特殊的散类,一大类是周边型(包括新疆㊁西藏㊁海南㊁黑龙江㊁吉林㊁陕西㊁四川㊁广西和河南)9个省份,其余21个省份为是中原型㊂中原型再可分为东部型(沪浙京苏)和中西部型(17个省份)㊂图4㊀2020年我国各地老人死亡率参数的聚类分析宁夏型65岁以上老年人口死亡率参数α=-0.9781㊁β=1.2127,各年龄别死亡率明显高于其他类型㊂周边型(疆藏琼黑吉陕川桂豫)9省份老人死亡特点(参数α㊁β分别平均为0.2321㊁0.9494)是中低龄(60 79岁)老人死亡率偏高,高龄老人(80岁以上)死亡率低㊂我国中原型21个省份则相反(参数α㊁β平均为-0.3232㊁1.0994),中低龄(60 79岁)老人死亡率偏低,而80岁以上高龄老人死亡率相对较高㊂㊀㊀三、近30年我国老年人口年龄别死亡率参数的变化由于数据资料局限和96岁以上老年死亡率的突变,将 五普 后老人死亡年龄的研究上限设定为95岁, 四普 老年人口死亡年龄研究上限设定为89岁㊂20世纪90年代后,我国经济社会发生了很大变化,经济的快速发展,推动了地区医疗卫生事业发展㊁社会保障覆盖㊃84㊃黄润龙,等:我国老年人口死亡率分布及变化特征扩大㊁人们保健意识增强㊁营养水平提高,由此使得人口预期寿命提高㊁死亡率大幅度下降,同时老年人口死亡年龄构成也发生了很大变化㊂本文以近几次普查数据中全国老年死亡人口和死亡率m x为例,探索老年人口死亡变化规律㊂1.我国老年人口死亡状态变化(1)近40年我国死亡人口中老年人口所占比重越来越大㊂随着我国人口老龄化的发展,我国人口的平均预期寿命越来越高,而老年死亡人口占我国死亡人口总数的比例越来越大㊂我国60岁及以上死亡人口占全年龄死亡人口的比例,第三㊁第四次人口普查中分别为53.3%㊁59.2%;第五次人口普查中为67.4%, 六普 中为75.2%(男女分别占71.3%㊁80.6%), 七普 中竟占死亡人口的82.1%(男女分别占78.4%㊁87.2%)㊂即2020年59岁及其以下(60个年龄组)死亡人口不足总死亡人数的18%㊂80岁以上高龄老人死亡占比升高, 三普 中仅为11.2%(男女分别占8.5%㊁14.6%),到 七普 达到38.5%(男女分别为31.2%㊁48.5%),即2020年我国死亡人口中,有31.2%的男性㊁48.5%的女性死亡年龄超过80岁(见表2)㊂这表明在和平环境中,由于我国人民生活质量的提高㊁医疗条件的改善㊁人们保健意识的增强,大量的慢性病得到了有效控制,死亡的年轻人已经越来越少,同时老年人慢性病㊁身体全面衰弱的比例大幅度提高㊂老人寿命越来越长,社会高龄老人越来越多,原来是 人生七十古来稀 ,现在是 七十小弟弟㊁八十多来稀㊁九十不稀奇 ㊂表2㊀ 三普 至 七普 我国60(80)岁及其以上死亡人口占死亡总人口的比重%时期60岁+80岁+合计男性女性合计男性女性三普 53.351.255.811.28.514.6四普 59.257.261.614.310.718.7五普 67.464.670.919.915.225.9六普 75.271.380.628.823.136.7七普 82.178.487.238.531.248.5 (2)我国死亡人口年龄中位数增加㊁四分位差缩小㊂我国老年人口死亡年龄持续上升,具体表现为人口死亡的中位数不断增加,存活年龄大幅度上升㊂ 五普 时(见表3),我国死亡人口中有一半居民是处与69岁以下,身体健康的仅有1/4能够活到79岁以后㊂ 六普 时我国死亡年龄中位数提高近4岁,大致有一半居民可活到73岁㊂ 七普 时死亡人口中位数进一步提高了近3岁,有一半人死亡于75.8岁后,女性有半数死亡于79.5岁后㊂死亡人数的1/4位数和3/4位数说明同样的问题, 五普 时我国有25%的健康者存活到(死亡于) 78.8岁以后, 六普 时25%的健康者能够存活到81.3岁后, 七普 时有1/4居民存活到84.3岁以后㊂ 七普 时全国有25%的健康女性能够存活到87.7岁以后(男性为82.2岁)㊂同时,我国失康(短寿)人群死亡年龄提高快㊂1/4的长寿老人由 五普 到 七普 的,20年间提高5.5岁(78.8->84.3岁),1/4的失康老人20年间死亡年龄提升12.4岁(52.6-> 65.0岁)㊂这说明,随着经济发展㊁我国生活水平的提高㊁医疗卫生事业的发展,健康保健意识的普及,健康的密码逐渐被破译,国人死亡年龄底部提高,弱势群体健康保障水平有所㊃94㊃㊀‘人口与经济“2023年第5期㊀㊀表3㊀五普 至 七普 我国死亡人口年龄的位置平均数岁时期 五普 六普 七普 合计合计合计男性女性1/4位数52.6260.1465.0162.0168.96中位数69.0072.9575.8073.0579.473/4位数78.7981.3084.2882.1787.70四分位差26.1721.1619.2720.1618.74提高,现在到了普遍长寿时期㊂(3)我国高龄老人死亡率下降速度快于中低龄老人及年轻人㊂我国老年人口死亡率有了很大程度的下降㊂高龄人口死亡率下降幅度大于低龄老人㊂60岁及其以上老年人口死亡率总体下降缓慢,从 五普 时的39.3ɢ下降到 七普 时的25.1ɢ,20年间仅下降14个千分点(男㊁女分别下降了15㊁14个千分点)㊂而80 94岁高龄人口死亡率从 五普 时的132ɢ下降到 七普 时的85ɢ,20年间下降了47个千分点;95岁以上老人死亡率从 五普 时的288ɢ下降到 七普 时的211ɢ,20年间下降了77个千分点(见表4)㊂由此可见,我国年龄越大的人群,死亡率下降速度越快㊂百岁老人死亡率下降速度快于高龄老人死亡率;高龄老人死亡率下降速度快于低龄老人死亡率;低龄老人死亡率下降又快于年轻人死亡率㊂此外,女性老人死亡率随年龄下降幅度大于男性老人死亡率㊂94岁以下男性死亡率高于女性;而在95岁以上男性死亡率竟低于同龄女性死亡率,且 五普 ㊁ 六普 和 七普 中都非常一致,这很难解释为由于男性老人数量少而造成的误差㊂表4㊀五普 至 七普 的各年龄组老年人口粗死亡率ɢ时期 五普 六普 七普 合计男性女性合计男性女性合计男性女性60+39.343.535.332.236.028.625.128.721.660 7930.335.625.022.527.017.915.319.611.380 94132.3152.8119.9104.4117.695.085.195.477.495+287.7247.4305.0239.7234.9241.9211.1206.9213.12.普查中我国老年人口死亡调查和统计的准确性评估五普 ㊁ 六普 和 七普 的老人年龄别死亡率logit 曲线随年龄完美地呈现线性变化(见图2㊁图3),解释了老年人口死亡率各年龄变异(R 2)的99%以上,由此可比较和估计历次人口普查中死亡登记数据的准确性㊂假设观测值和估算值之差为绝对误差(单位为ɢ),绝对误差占估算值的比重为相对误差(单位为%)㊂计算近三次普查中男女60 95岁36个组的绝对误差和相对误差后发现(见表5),女性死亡率绝对误差2ɢ以上的年龄组数分别低于男性,相对误差在10%以上的组也少于男性,即女性死亡率数据登记质量好于男性㊂而 七普 时36个年龄组男女性死亡率绝对误差在2ɢ以上的仅为13㊁11个组,低于 五普 ㊁ 六普 情况;女性死亡率相对误差在5%以上仅有5个组,低于 五普 ㊁ 六普 的8个组㊂从平均相对误差而言, 七普 死亡登记数据好于 六普 , 六普 数据优于 五普 ㊂反映出随着信息化水平提高,我国普查准确率有了很大进步㊂具体对男女死亡人口登记质量而言,男性死亡人口登记数据 六普 优于 五普 ,女性登记数据质量 六普 略逊于 五普 ㊂从男女相对误差数据而言,女性误差较多出现在80岁左右年龄组,男性误差较大出现在最高年龄组㊂㊃05㊃。

统计学中的人口统计与人口统计学中的人口统计与人口分析人口统计和人口分析是统计学领域中非常重要的研究方向之一。

人口统计是指对人口的数量、结构和动态等方面进行统计和分析，以推动社会发展和制定政策。

本文将重点探讨人口统计的相关概念、方法和应用，并介绍人口分析的方法和意义。

一、人口统计的概念与意义人口统计是指对人口的数量、结构、分布和变动等进行统计研究的过程。

它是以人口为研究对象，运用统计方法进行数据收集、整理和分析，从而获取有关人口的各类数据和信息。

人口统计的重要性在于为社会政策制定和决策提供科学依据，帮助政府和研究人员了解人口的基本情况和特征，从而为社会发展和改善民生提供可靠数据支持。

二、人口统计的方法与数据来源1.人口普查人口普查是人口统计的基础工作，通过对全体居民进行全面而详细的调查，包括人口数量、性别、年龄、教育程度、职业等信息的收集。

人口普查一般定期进行，通常由政府或统计机构负责组织实施。

2.抽样调查抽样调查是指通过对人口样本的调查来推断整个人口的情况。

抽样调查可以有效节约成本和时间，同时能够提供对人口的快速和全面的了解。

抽样调查常常用于对人口特征、家庭收入、就业情况等方面的研究。

3.注册数据注册数据是从各类注册机构和记录系统中获取的人口相关信息。

例如，出生登记、结婚登记、死亡登记、户籍登记等都是注册数据的来源。

这些数据通常由政府或相关机构负责管理和更新，对于人口统计和分析非常重要。

三、人口统计的应用领域1.人口政策人口统计为制定和评估人口政策提供了重要的依据。

政府可以根据人口统计数据，确定人口发展目标、制定生育政策、规划人口迁移等。

人口政策的制定和实施对于促进人口健康发展和社会稳定具有重要意义。

2.经济发展人口统计对于经济发展的研究和决策也具有重要作用。

通过对劳动力和就业情况的统计和分析，政府和企业可以制定就业政策、培养人才、规划用工需求等。

此外，人口统计数据还有助于评估消费市场的规模和需求结构。