育娲《中国百年历史人口报告2026》发布！

题图释义

本报告重构了中国百年历史人口变化。选择1895年作为数据结论呈现起点，基于两重考虑：一是该年份出生的人口，到1953年第一次全国人口普查时年龄为58岁，依托普查留存的数据回溯推算，具备可行性和可信度；二是1895年甲午战败激发了全民族深层的危机意识。自此以降，救亡图存与民族复兴，成为贯穿这一百三十年的时代主轴。

报告封面选用画家吕少华的《黄河颂歌》。黄河作为中华民族的母亲河，不仅是华夏文明的龙兴根脉，更承载着近代以来整个民族求索、自救与自强的集体记忆；其奔涌万里、不舍昼夜的特质，既是华夏文明绵延不绝、代代相传的经典意象，也呼应了这一百三十年来中华民族从危局中奋起、在探索中前行的历程。

人口是民族存续和繁荣的基础，更是国家存在的根本目的。百余年来，中国出生人口的跌宕起伏与国运沧桑相互映照。几代先辈于绝境危局中奋力求索，才铸就了今日的强盛，而未来的国家命运与民众福祉，则高度取决于我们当下在人口议题上的行动与成效。

今日中国，比之历史上任何时期，都更具实力，也更有底气。面对当下的人口问题，作为人类历史上唯一未曾中断、一脉相承的古老文明，我们积淀了足够的历史智慧，更拥有无与伦比的能力，将能全力以赴，充分应对——黄河川流不息、奔涌万里，中国五千年的文明长河，必将生生不息，赓续辉煌。

执行概览

研究背景：中国出生人口近年来快速下降，2025年官方公布出生人口已降至792万。要判断这一变化的历史意义，不能只与近年数据比较，而需要将其置于更长期人口再生产序列中考察。本报告旨在重构近代百多年来中国出生人口和年龄结构的演化路径，为理解当前人口局面提供历史参照。

数据来源：本报告以1953年、1964年、1982年、1990年、2000年、2010年、2020年七次人口普查与1987年、1995年、2005年、2015年四次抽样调查年龄别数据与2025年抽样调查汇总数据为基础，结合婴儿死亡率、预期寿命和年龄别死亡概率形态，并参照各国不同时期的生命表，重构中国1895—2025年分性别、分年龄的人口序列。

推算方法：基于中外近代369个生命表估算死亡模式转换参数，构建清末以来历年分性别、分年龄死亡概率曲线。在此基础上，以历次人口普查和抽样调查中的分性别、分年龄人口为拟合目标，定义以普查和调查相对重要性、累计生存概率、离群惩罚为权重的加权目标函数，利用优化算法推算历年分性别出生人口及其队列累计存活概率，同时反向校准历史死亡状况。

清末民初出生人口：推算结果显示，1895年出生人口为1400万，之后整体波动性缓慢增长，至1937年达到约1650万，在全面抗战期间小幅下降后，到1945年抗战胜利后又恢复增长。考虑到推算的出生人口依赖于死亡状况的设定，而新中国之前人口数据资料匮乏，这一结论需要谨慎看待。

新中国出生人口：1949年出生人口已达2086万，高于1977—1980年中的任何一年，1963年出生人口达到3216万的历史峰值，为整个推算序列乃至中国历史最高点。此后出生人口开始下滑，在经历1980年代中后期到1990年代初的回升后整体波动下降，近年已大幅降至1000万以下。

当前出生人口：我们推算的2025年出生人口为805万，接近年度公布的792万，这一出生人口规模仅为清末民初一半左右，不到1963年出生高峰的1/4。这说明，当前出生人口下降已经不只是相对于1960年代中期和1990年代初期高峰的下滑，而是跌破了近代以来中国人口再生产的长期参照区间，呈现出结构性收缩特征。

年龄结构：1953—2025年间，中国人口由高度年轻化转向快速老龄化。0—14岁儿童占比从1953年的36.26%逐步上升到1966年的40.33%，之后迅速下降，至2025年已跌至15.29%；65岁及以上老年人口占比由1980年的约4.49%升至2025年的15.75%。与此同时，年龄中位数则由20岁左右整体上升至2025年的41.98岁。低生育率和寿命延长共同驱动人口结构向高龄移动。

数据一致性：由各次人口普查和抽样调查单独推算的出生人口基本一致，但存在一定差异。相对于基于历次数据整体推算的历年出生人口，人口普查数据的偏离普遍小于抽样调查数据的偏离。但人口普查和抽样调查均倾向于低估低龄组人口。单次人口普查和抽样调查在某些年龄的巨大偏离意味着整合历次普查和调查数据对重构历史人口序列十分必要。

死亡状况：结合近代各国生命表以及民国本土调查校正，我们认为中国1930年的预期寿命可能仅有30岁，低于之前通常认为的35岁。在推算过程中对死亡率校准后，清末和民国时期的男性相对女性预期寿命优势更大，而新中国早期的预期寿命可能略有高估，但1990年代与2000年代的预期寿命则被低估，在部分年份甚至低估1—2岁。

战乱和灾荒：由于缺乏可靠的数据，我们无法针对战乱和灾荒对人口的冲击专门建模，只能假定其影响体现在死亡率的变化之中。除去基于历史经验调低民国早期和全面抗战时期的预期寿命增速，报告方法倾向于将死亡率光滑化，因此结果并不会特别体现外在灾变对人口的冲击。若没有战乱和灾荒带来的人口损失，清末民初的出生人口规模应该比本报告推算的更大。

敏感性分析：为评估参数设定对推算结果的影响，本报告对民国时期预期寿命进行了敏感性检验。在将1911年基准预期寿命分别上调20%和下调20%的替代情形下，当年出生人口推算分别为1316万和1696万，相对基准偏差在15%以内；到1935年偏差已收敛至3.2%以内；1950年后则几乎不受影响。总体而言，出生人口序列在趋势与数量级上保持稳定，核心结论对关键参数设定具有较好的稳健性。

趋势要义：本报告表明，近代以来中国出生人口经历了从清末和民国时期整体上升、新中国成立后快速上升，至1960年代中期达到高峰、再到21世纪后整体大幅下降的过程。当前出生人口已显著低于近代农业社会后期形成的历史再生产规模，同时人口年龄结构已由年轻型转向快速老龄化。由此，当前人口变化应被理解为长期人口再生产机制的结构性转变，而不仅是短期出生人口波动。

未来工作：本系列报告将在迭代完善现有方法的基础上，动态纳入最新发布的人口统计数据，将历史数据序列更新至更近时点。同时，我们计划与专业研究机构深度合作，整合分子人类学基因测序等跨学科方法，尝试系统重构更长历史跨度的人口变动脉络，为研判当下人口变动、展望长远发展趋势，酝酿更为积极的人口策略，构建更为可靠的参照基准。

摘要

近年来，中国出生人口快速下降，2025年官方公布出生人口已降至792万。要判断这一变化的历史意义，不能只与近年数据比较，而需要将其置于更长期的人口再生产序列中考察。然而，清代和民国时期人口资料匮乏且可信度较低，新中国成立后历年公布出生数据与历次人口普查和抽样调查的数据之间也存在差异甚至矛盾。

鉴于此，本报告整合了1953—2025年七次人口普查与四次抽样调查的分性别、分年龄数据和2025年抽样调查的汇总数据，以及中外历史生命表、民国时期生命表及分年龄死亡率数据和新中国时期的婴儿死亡率、预期寿命及分年龄死亡率数据，重构1895—2025年中国分性别、分年龄人口序列。

具体方法是：基于中外近代数百个生命表估算死亡模式转换参数，构建清末以来历年分性别、分年龄死亡概率形态曲线。在此基础上，以历次人口普查和抽样调查的分性别、分年龄人口为拟合目标，定义按普查和调查相对重要性、累计生存概率、离群惩罚为权重的加权目标函数，利用优化算法推算历年男女出生人口及其队列累计存活概率，同时反向校准历史死亡状况。

推算结果显示，清末和民国时期出生人口在整体稳定中呈上升态势，从1895年约1400万增至1937年前后约1650万，经历全面抗战期间小幅下降后，1945年再次恢复增长，到1949年已达2086万。新中国时期，出生人口快速上升，到1963年达到3216万的历史峰值，此后逐步下滑。在经历1990年代初的回升后，开始整体波动下降。

2025年推算的805万出生人口仅为清末民初的一半左右，不及1963年历史峰值的1/4。这说明，当前出生人口下降已不只是相对于历史高峰的下滑，而是跌破了近代以来中国人口再生产的长期参照区间，具有结构性收缩的性质。

各次人口普查和抽样调查单独推算的出生人口基本一致，但相对整体推算结果，人口普查数据的偏离明显小于抽样调查，但两者均倾向于低估低龄组人口。单次普查和调查在某些年龄的巨大偏差表明，整合历次数据对重构历史人口序列十分必要。

1953—2025年间，中国人口年龄结构整体由高度年轻化转向快速老龄化：0—14岁人口占比从1953年的36.26%，升到1966年的40.33%，到2025年已跌至15.29%；而65岁及以上人口占比则从1980年的约4.49%升至2025年的15.75%。年龄中位数则由20岁左右升至2025年的41.98岁。低生育率与寿命延长共同推动人口结构高龄化。

结合近代各国生命表以及民国有限的人口资料来看，中国1930年的预期寿命可能仅有30岁，而非通常认为的35岁。校准死亡状况后，清末和民国时期的男性相对女性预期寿命的优势更明显；校准后的新中国早期预期寿命略低于校准前，而1990年代和2000年代预期寿命则高于校准前，在部分年份甚至高出1—2岁。敏感性分析表明，民国时期预期寿命的替代设定对出生人口推算有一定影响，但偏差幅度有限，且1950年后结果几乎不受影响，核心结论稳健。

本系列报告将在迭代完善方法的基础上，动态纳入最新人口统计数据，持续更新历史序列。同时，我们计划与专业机构合作，整合分子人类学等跨学科方法，系统重构更长历史跨度的人口变动脉络，为研判当下、展望长远、酝酿积极人口策略提供可靠参照。

目录

第一章 背景

一、需要构建百年人口图景

二、中国人口统计的历程

三、本报告的目的

第二章 重构历史人口的方法

一、数据来源

二、年龄别死亡率构建

三、清末和民国时期的年龄别死亡率

四、历史人口的推算方法

五、历史死亡状况的校准

第三章 主要结果

一、历史出生人口

二、历史人口分布图景

三、死亡状况及其校准

四、敏感性分析

五、结语

附录A 主要结果数据列表

附录B 技术细节

参考文献

正文

第一章 背景

一、需要构建百年人口图景

近年来，中国出生人口急剧萎缩。根据国家统计局公布的年度数据，2025年出生人口已降至792万，较2016年阶段性高点的1786万，在不到十年内降幅高达55.7%；无论下跌幅度之大，还是速度之快，均为空前。然而，这一出生人口规模及其变化若脱离历史人口再生产的长时段参照，便难以真正感知其深度与性质，更遑论掂量其历史分量。将当下人口状况置于更深远的历史脉络中审视，尤为必要。

可靠的人口数据是人口问题讨论的基础，但在公共舆论和网络中流传着大量偏差甚至错误的数据，严重误导公众对人口趋势及其变化的认知，这在历史人口数据方面尤为突出。这些谬误的流传，既源于公众对历史人口的误解，也反映了对不同来源数据缺乏系统性整合。

例如，很多人以为新中国成立时仅有4亿人口，但实际上1953年第一次人口普查时中国大陆总人口已达5.826亿，据此回测1949年至少为5.3亿。又如，许多人认为1950—1980年间人口增长是因为“生得太多”，但这一增长很大程度可由预期寿命从35岁左右增至65岁左右所解释。若出生人口维持不变，寿命延长一倍，总人口也大致增加一倍。实际上，该阶段我国人口增速在发展中国家几乎垫底，而1980年出生人口甚至少于1949年。

当前国家层面的人口权威数据来源主要包括：尾数逢0年份的人口普查、逢5年份的1%人口抽样调查、国家统计局年度公布的出生与死亡人口，以及卫生机构发布的婴儿死亡率和预期寿命。然而，这些数据之间存在明显差异，甚至相互矛盾。人口普查的组织实施、流动人口登记和调查方式等因素，均可能影响最终数据质量[1]。

以1997年为例，国家统计局公布该年出生人口为2038万，但该出生队列在后续普查中大致对应的人口数却呈现异常：在2000年、2005年、2010年、2015年、2020年的人口普查和抽样调查大致对应的3岁、8岁、13岁、18岁、23岁的人口分别为1484万、1695万、1568万、1507万、1571万。一方面，从1997年的2038万到2000年的1484万，27.2%的降幅远高于实际死亡率的合理推算；另一方面，由于死亡导致的递减效应，该出生队列应随逐次普查而减少，实际却呈波动上升趋势。这种不一致性易导致混乱与误判。

联合国人口司每两年发布的《世界人口展望》虽更新各国自1950年以来的历年人口数据，但其方法未公开，且数据仅回溯至1950年，未覆盖更早时间。因此，本报告基于可得的原始数据，尝试重构一幅贯通百年的中国历史人口图景，并完整呈现方法细节。

二、中国人口统计的历程

清代和民国时期，全国缺乏统一、连续、可校核的官方人口统计，出生和死亡登记体系极不完备；地区之间、城乡之间、战时与平时之间的数据质量参差不齐[2]。正因如此，关于清代和民国时期人口的讨论，往往不是建立在严谨的人口学重建之上，而是依托零散材料、印象判断，甚至意识形态化叙事。民国时期曾进行过两次全国性人口调查，其中1912年的调查更接近户籍汇总，数据质量有限；1928年人口调查虽更接近现代普查模式，但在战乱地区存在严重的数据缺失。

基于历史资料重建的研究普遍认为，清末和民国时期中国处于典型的“高生育—高死亡”人口再生产阶段[3]。1930年代至1940年代总和生育率大致在4.7至5.2之间，部分时期甚至更高，符合典型农业社会特征；粗出生率通常置于35‰至45‰区间，不同地区和样本间差异较大。与此同时，粗死亡率普遍在25‰以上，出生时预期寿命较低，婴儿及儿童死亡率极高，死亡风险在生命早期高度集中[4]。

在总人口规模方面，一般认为，民国后期即1940年后大致在5亿上下，结合上述粗出生率区间，可推得对应年出生人口约1500万至2200万，个别年份因战争、灾荒或社会动荡可能出现明显偏离。

由于缺乏全国性登记体系，上述认识主要依赖局部调查、生命表推算及事后人口重建，对出生人口规模的判断多以区间而非点估计形式呈现[5-6]。然而，即便粗略，这一基线对于理解后续人口转变仍不可或缺——它既是比较新中国成立后人口成就的参照系，也是评估当前人口问题历史深度的起点。

新中国成立后，逐步建立和完善了人口普查及各类人口统计制度，为构建人口年龄结构和生命表奠定了基础。然而，不同时期在统计制度、登记条件及政策环境方面各有差异，数据往往经历不同程度的修订与口径调整[4,7]。若不对这些因素进行系统校正，仅将各时期数据简单首尾相接，时间序列便会出现断裂甚至矛盾，进而影响到对实际人口变动的判断。

三、本报告的目的

每一出生队列都将经由后续的生存和迁徙过程，最终以某种形式体现在后续人口普查和调查的相应年龄段之中。若不考虑移民的影响，各次普查和调查所观察到的年龄别人口数量，已然隐含了过往出生与死亡过程的完整结果。因此，在已知的普查和调查数据下，对不同年龄段对应的生存率做出合理估计，便可重构历年出生人口队列，将历次人口普查和抽样调查数据转化为具有内在一致性的时间序列。

本报告综合不同来源的分年龄死亡率、预期寿命、婴儿死亡率以及近代不同国家和族群的生命表，构建自清末以来的中国历年分性别、分年龄死亡率。在此基础上，以历次普查和调查中的分性别、分年龄人口为拟合目标，推算历年男女出生人口及各出生队列到不同年龄的存活数量，同时反向校准历史死亡率，进而重构清末以来中国的男女出生人口序列，以及新中国首次人口普查之后完整的分性别、分年龄人口分布图景。

重建清末以来的出生人口序列，旨在提供一条连贯的历史基线：既让公众对当前人口变动的历史性质形成基本经验感知，也为研判未来趋势锚定一个可追溯、可比较的长时段坐标。清末以来我国出生人口数量的演变脉络，很大程度上反映了我国在长期历史进程中形成的人口再生产节律，正是这套人口循环节律奠定了中华文明代代存续、绵延发展的人口基石。倘若今后我国人口变化长期大幅偏离这一历史节律，相关影响将不只局限于经济发展领域，长远来看还会逐步改变社会运行与组织形态，从深层影响中华文明的接续传承。

第二章 重构历史人口的方法

一、数据来源

任一时刻的分年龄人口，都是过往各出生队列在经历死亡与迁徙后的存留结果。鉴于中国缺乏迁入与迁出人口的详细数据，且净迁徙人口占比极低，本研究忽略迁徙的影响——这也是国内人口分析的通行做法。在此条件下，可根据各出生队列的生存概率推算历年出生人口规模。本研究基于以下数据：

普查和调查年龄别人口：1953年、1964年、1982年、1990年、2000年、2010年、2020年七次人口普查，以及1987年、1995年、2005年、2015年四次1%人口抽样调查中标准时点的男女总人口及分年龄人口数。上述数据依据相应公报中的男女总人口按比例调整[8-9]。此外，我们还使用了2025年1%人口抽样调查公告[10]公布的时点男性、女性人口，以及14岁及以下、15-59岁、60岁及以上、65岁及以上的人口占比。

普查和调查年龄别死亡率：除去没有数据的1953年、1964年两次人口普查和还未公布详细数据的2025年1%抽样调查之外，其他人口普查和抽样调查所覆盖时间段的男女分年龄死亡率[8-9]。这些年龄别死亡率按照调查时段长度转换为365天的标准年的年化死亡概率，且以调查时段的中点为时间标记。

婴儿死亡率和预期寿命：原卫生部肿瘤防治研究办公室1973—1975年针对29个省、8.5亿人口的全国死因回顾调查所公布的男女婴儿死亡率与预期寿命；国家统计局公布的1981年、1990年、2000年、2005年、2010年男女预期寿命、总体及男女婴儿死亡率；全国妇幼监测系统公布的1991—2020年历年总体婴儿死亡率，以及2000年和2020年的男女婴儿死亡率[11-12]。

民国农村生命表和北京死亡率：Harry E. Seifert依据金陵大学中国土地利用调查资料中于1929—1931年针对17省101个农村地区38256户家庭的数据制作的中国农村生命表[2]。1934年商务印书馆《中国经济年鉴》中表30[13]收录的陈长蘅修正的1919年北京分年龄死亡率。

近代世界各地生命表：Samuel H. Preston所著《Mortality Patterns in National Populations》整理的近现代34个国家和族群共174个男性生命表和174个女性生命表[14]。

基于各国及各族群的生命表，可估算死亡模式的转换参数；再结合反映中国过往死亡状况的分年龄死亡率、婴儿死亡率及预期寿命，重构初始的历史分性别、分年龄死亡概率。在此基础上，以历次人口普查和抽样调查中的分性别、分年龄人口为拟合目标，推算历年男女出生人口及各出生队列到不同年龄的存活数量，并同时反向校准历史死亡率，进而重构1895年以来中国的男女出生人口序列，以及1953年及之后的完整人口分布图景。由于1953年人口普查之前缺乏分年龄人口数据，除非对高龄人口的年龄分布和分年龄死亡率做出假设，否则无法重构此前的完整人口结构。

为了确保数据口径一致，本报告覆盖范围仅限于中国大陆，不含香港、澳门和中国台湾地区。报告选取1895年为结果数据呈现的起点是基于两重考虑：一是该年份出生的人口，到1953年第一次全国人口普查时年龄为58岁，依托普查留存的数据回溯推算，具备可行性和可信度；二是1895年甲午战败激发了全民族深层的危机意识。在此之后，救亡图存与民族复兴，成为贯穿过去百年的时代主轴。

二、年龄别死亡率构建

在推算框架中，死亡状况是连接出生人口队列与人口普查、抽样调查中分年龄人口的关键。反映死亡状况有两类数据：一是婴儿死亡率、预期寿命等参数，二是分年龄死亡概率曲线形态。本报告统一使用死亡概率而非死亡率来表征死亡状况。在将死亡率转换为死亡概率的过程中，2岁及以下的存留因子采用经验值；2岁以后各年龄则采用年龄区间前后在死亡力恒定假设下的估算值。附录B1叙述如何将生命表和分年龄死亡率转换为按特定年龄分组的年龄别死亡概率。

婴儿死亡率和预期寿命通常较为准确，而分年龄死亡概率曲线虽然未必与其一致，但可用于刻画不同年龄死亡概率的相对水平。我们将这种反映死亡率相对水平的曲线形态称为“死亡模式”。具体操作中，以更为可信的婴儿死亡率替换死亡曲线中的0岁死亡概率，再将分年龄死亡概率曲线调整至对齐给定预期寿命。为此，采用logit函数将分年龄死亡概率转换为无约束空间中随年龄变化的曲线，通过移动该曲线来对齐给定预期寿命。

不同预期寿命所对应的死亡概率曲线在logit尺度上的差异并非恒定。本报告基于收集的369个生命表所对应的死亡概率曲线来估算这种差异随年龄的变化，以及这种变化受死亡概率、当下与目标预期寿命的差异的影响。这些死亡概率曲线来源于：海外男女各174个生命表，中国1930年农村男女各1个生命表，1919年北京分年龄死亡率，以及历次普查和调查中男女各9个分年龄死亡率表；中国的分年龄死亡概率曲线的低龄部分均依据学界认知做了适当调整。通过上述方法，可在对齐婴儿死亡率和预期寿命的同时，使分年龄死亡概率曲线更好地拟合现实死亡状况。具体拟合方法见附录B3。

下表列出权威来源的婴儿死亡率和预期寿命。一般认为，妇幼健康监测系统公布的自1991年的婴儿死亡率相对准确，但其仅在2000年和2020年提供了分性别婴儿死亡率；而国家统计局公布的婴儿死亡率在早年偏低，如其给出的1981年总体婴儿死亡率为38.60‰，低于妇幼健康监测系统报告的1994年39.90‰，原卫生部肿瘤防治研究办公室给出的1973—1975年婴儿死亡率为47‰，甚至低于妇幼健康监测系统1991年报告的50.2‰[11-12]。值得注意的是，1990—2010年间男性婴儿死亡率低于女性，明显偏离自然规律，其背景可能与生育限制政策和重男轻女观念共同作用有关[16-17]。

表1. 不同来源的中国1974—2025年婴儿死亡率（‰）与预期寿命（岁）

注：1974年数据来自卫生部肿瘤防治研究办公室1973—1975年对29省8.5亿人的全国死因回顾调查。

为此，首先依据1990年、2000年国家统计局数据，对该期间总体婴儿死亡率在对数尺度上线性插值，再以1990年代初妇幼健康监测系统总体婴儿死亡率与该插值的比率，调整1974年、1981年、1990年的总体婴儿死亡率，所得结果与世界银行数据基本一致。进而，计算男女婴儿死亡率相对总体死亡率的比率：1974年采用原卫生部肿瘤防治研究办公室数据，1981年、1990年、2010年采用国家统计局数据，2000年、2020年则采用妇幼健康监测系统数据；将这两个比率在对数尺度上对缺损年份进行线性插值，得出1974年及以后历年男女婴儿死亡率相对总体婴儿死亡率的比率，再据此得出1974年及以后历年男女婴儿死亡率。

随后，将1974年、1981年、1990年的预期寿命按调整后的婴儿死亡率做相应下调，对1974—2014年间所有缺损数据基于上述预期寿命做线性插值。再计算2015年、2020年、2023年国家统计局男性、女性预期寿命相对总体预期寿命的比率，分性别根据该比率对2016—2025年所有比率缺损年份插值，再以插值填补的比率以及这些年份的总体预期寿命，估算这期间每年的男性、女性预期寿命。

新中国的分年龄死亡概率由1982年、1990年、2000年、2010年、2020年人口普查和1987年、1995年、2005年、2015年1%人口抽样调查中的分年龄死亡率得出，但这些数据存在质量问题。例如，2010年人口普查的0岁死亡率不到当年卫生部门婴儿死亡率所对应数值的1/3[18]。因此，我们将0岁死亡概率设为给定的婴儿死亡率，并据此按对数尺度递减调整低龄死亡概率。既有模型检验也显示，0岁组死亡率的拟合误差明显高于多数成年年龄组，而婴儿死亡率的数据质量会直接影响生命表和平均预期寿命的推算[19]。

给定1930年男女各1条及1987—2020年间的男女各8条死亡概率曲线，采用弥散插值构建1895—2025年历年的死亡模式。所谓弥散插值，是指任一点的插值为多维空间中距该点最近的设定值的加权平均，权重反比于该点到各设定点的距离。具体细节见附录B2。

简单而言，1895 — 1930年间采用1930年的死亡模式；此后任何年份则采用时间最近的两个死亡模式在logit尺度上的加权平均，权重反比于到对应年份的时间距离，以确保死亡模式随时间连续、光滑地变化。例如，当年份从1930年过渡到1987年，再过渡到1990年时，死亡模式也会从1930年的曲线光滑过渡到1987年的曲线，再过渡到1990年的曲线。

婴儿死亡率和预期寿命通常以日历年度计算，而来自人口普查和抽样调查的分年龄死亡率，即死亡模式则不然。例如，1990年人口普查的标准时点为1990年7月1日零时，其死亡模式的计算时段为1989年1月1日零时至1990年6月30日零时，而我们收集到的数据时段则是到1990年1月1日零时；1995年1%人口抽样调查的死亡模式计算时段为1994年10月1日零时至1995年10月1日零时。

我们以每个日历年的时间中点作为该年份死亡模式和死亡参数的时间标记，以时段中点标记对应的死亡模式，计算权重时使用这些时间标记之间的距离。例如，2005年1%人口抽样调查死亡模式的时段中点为2005年5月2日中午12时，2010年人口普查的死亡模式时段中点为2010年5月2日中午12时，处于两个时间标记之间的2007日历年的时间中点即2007年7月2日12时，距两个死亡模式标记的时间距离分别为791天和1035天，因此该年份死亡模式可以在logit尺度上以0.5668127和0.4331873为权重，对2005年、2010年的死亡模式取加权平均得到。这种操作属于附录B2提到的弥散插值的特例。

考虑到来自人口普查的分年龄死亡概率形态要比来自抽样调查的更为可信，我们对每年的分年龄死亡概率曲线通过两重弥散插值来估算。一是仅使用来自人口普查的分年龄死亡概率形态通过弥散插值得出每年的按邻近距离倒数加权的死亡概率曲线，二是使用所有普查和调查的分年龄死亡概率形态通过弥散插值得出每年的按邻近距离倒数加权的死亡概率曲线。最后再将两次估算得到任意一年的分年龄死亡概率曲线，按人口普查和抽样调查的相对权重加权平均，得到该年的估算曲线。这样既可以利用抽样调查的数据，又不至于受其潜在数据偏差太大影响。

三、清末和民国时期的年龄别死亡率

构建清末和民国时期的死亡历史是本报告面临的主要挑战之一。有关民国时期分年龄死亡率最常引用的数据为Harry E. Seifert编制的1929—1931年中国农村生命表[2]。而相对完整的城市数据则是1934年商务印书馆《中国经济年鉴》表30中陈长蘅修正的1919年北京分年龄死亡率[13]。然而，Seifert提供的生命表似乎存在问题。侯杨方依据相应的分年龄死亡率计算得出男女预期寿命分别为33.38岁和33.13岁，而非Harry E. Seifert得出的34.85岁和34.63岁，这一差异可能与存留因子的不同设定有关[5]。

在我们看来，Seifert生命表中更为突出的问题是，婴儿死亡率与1—5岁死亡概率之比，男性为0.701，女性为0.668，远低于本报告基于《Mortality Patterns in National Populations》相关资料所整理的348个男女生命表中的任何一个对应比值[14]。这些生命表中该比值的最低值、25%分位数、中位数、75%分位数、最大值，男性分别为0.863、2.120、3.301、4.890、9.485，女性分别为0.814、1.837、3.035、4.511、13.850。与这些生命表相比，Seifert生命表中的婴儿死亡率明显偏低，而1—5岁死亡率又明显偏高。

综合学术界的讨论[5,20]，我们推测背后有两个原因：一是当时中国民间普遍使用虚岁，而金陵大学的原始土地利用调查对此未做充分调整；二是婴儿死亡存在有意无意的漏报。第一个因素可能导致婴儿死亡率被低估、1—5岁死亡率被高估，第二个因素则会使婴儿死亡率进一步被低估。为此，我们假设各年龄死亡有75%因使用传统虚岁而被记录为下一岁数，同时假设0岁死亡漏报12.5% —— Notestein认为中国土地利用调查的婴儿死亡率过低[20]；而陈达则认为1940年云南呈贡调查的婴儿死亡漏报率为10%—15%；考虑到两者统计数据较为接近，侯杨方据此认为这也可作为中国土地利用调查婴儿死亡漏报率的参照[5,20]。经上述两项调整后，婴儿死亡率与1—5岁死亡概率之比，男性上升至1.712，在海外174个男性生命表中处于14.9%分位数；女性上升至1.714，在海外174个女性生命表中处于21.3%分位数。

由于该表仅反映1930年代中国农村家庭的死亡状况，我们使用陈长蘅修正的1919年北京分年龄死亡率来推算1930年中国城市的死亡状况。当年北京警察制度严密有效，每千人配有12名警察，数倍于同期欧洲；出葬须向警察领取证明的规定确保了北京拥有相对完善的死亡登记[21]。陈长蘅将原先基于传统虚岁登记的死亡年龄调整为实际年龄，并重新编排得出每5年一组的死亡率。据此估算，北京1919年预期寿命为31.37岁。考虑到北京1919年的医疗卫生条件不会劣于1930年的中国农村，这也从侧面印证了中国土地利用调查的原始预期寿命可能被高估，而经虚岁和漏报调整后的男性29.31岁、女性29.15岁的预期寿命可能更接近真实状况。

综合本报告收集的生命表可见，1910—1950年间不同国家和族群的预期寿命年均增长的10%、25%、50%、75%、90%分位数分别为0.2岁、0.237岁、0.387岁、0.456岁、0.718岁。考虑到当时中国处于战乱，我们假设中国城市在1919—1930年间预期寿命每年增长0.3岁，到1930年达到34.67岁。再以对应的预期寿命按附录B3方法估算比例参数，调整分年龄死亡率曲线，得出1930年中国城市的分年龄死亡率。1930年中国城市化率约为10%—11%[22]。我们在logit尺度上对中国农村和城市的分年龄死亡率分别以0.895和0.105加权平均，作为1930年中国社会的分年龄死亡率。由此得出的男女婴儿死亡率分别为307.14‰、304.29‰，预期寿命分别为29.86岁、29.71岁。不过，综合历史资料来看，这可能依然不足以反映当时男性预期寿命相对女性的优势，此问题将在后续估算过程中校准。

表2.部分国家和地区不同年份的婴儿死亡率（‰）和预期寿命（岁）

基于上表所列部分国家和地区早期的婴儿死亡率与预期寿命，我们相信上述方法重构的死亡率曲线所对应的婴儿死亡率和预期寿命，与中国当时的社会发展水平大致吻合。

我们假设1911年为中国预期寿命改善的起点。该年以东北鼠疫的成功防控为标志，三项关键基础于此前后成形：一是国家公共卫生职能的确立——中国举办万国鼠疫研究会，隔离检疫与流行病学统计首次纳入国家治理体系；二是现代医疗网络的扩展——现代诊所与医院已覆盖沿海并深入内地；三是人才培养体系的成熟——现代医学教育近半个世纪积累，1915年获政府正式承认。

参考世界各国和地区预期寿命的演变，给定1930年的男女预期寿命，我们假设中国男女预期寿命在1911—1927年、1927—1937年、1937—1949年间每年分别增长0.2岁、0.4岁、0.2岁；其中1927—1937年设定为相对较高的增速；这个时期是民国所谓的“黄金十年”，国民政府于1927年在内政部设立卫生司并于次年设立卫生部，开展卫生运动，推广预防接种。根据上述设定，结合光滑渐变的死亡模式，依据附录B3的参数通过移动当年死亡概率曲线，即可得出1895—2025年间每年的分年龄死亡概率曲线。

由于缺乏可靠的数据，我们无法针对战乱和灾荒的人口冲击专门建模，而只能假设其影响在死亡率的变化中得以体现。由于我们的方法倾向于对死亡状况进行光滑化处理，推算结果并不会特别体现这些外在灾变对人口变化的冲击性影响。不过，扣除战乱和灾荒带来的人口损失后，民国初年的出生人口规模应该会比本报告推算的更大。

四、历史人口的推算方法

重构历史人口的核心参数为每个日历年的出生人口。给定每年的分年龄死亡概率，可计算出任意出生队列到任意岁数的存活比例，进而推算该队列到任意年份的存活人口。我们寻求使各队列存活人口与历次人口普查及抽样调查中观测样本最为接近的出生人口序列。为此，构建目标函数以衡量各出生队列存留到普查和调查时点的人口与观测人口在对数尺度上的差异。

值得注意的是，人口普查和抽样调查的标准时点并非日历年年末，因此需要将普查和调查的年龄别人口根据当年的年龄别死亡概率，构建出当年年末的年龄别人口。技术细节见附录B4。在此基础上，我们计算出每个出生队列存活到普查和调查年年末的人口，再将其与由普查和调查推算到年末的人口对比。我们将目标函数定义为两者对数差异的加权平均，权重由以下三项的乘积构成：一是人口普查或抽样调查的相对重要性，二是到普查和调查日历年年末的累计存活率，三是对观测值离群的惩罚。有关目标函数设定的细节，请参见附录B5。

截至本报告发布时，国家统计局仅公布2025年1%人口抽样调查的主要汇总数据，尚未公布年龄别数据。考虑到2021—2025年期间出生人口加速萎缩，将2025年抽样调查数据纳入报告十分必要。为此，我们利用已公布的有限数据，通过算法整合使用该次调查信息。具体细节见附录B6。

由于人口普查相较1%人口抽样调查覆盖范围更广，准确性通常更高。通过对比人口普查与抽样调查的观测值相对于初始估算的偏离程度，我们将抽样调查的权重设为人口普查的1/4，该权重分配与最终估算的偏差基本吻合。再考虑到2020年的人口普查与2025年的抽样调查采用了更先进的电子化采集手段，以及生育政策调整后人口瞒报意愿下降，我们假设2020年人口普查的权重是之前普查的2.5倍，而2025年抽样调查的权重也设为之前抽样调查的2.5倍。

累计存活率反映从出生到普查和调查年年末所经历的生命过程：累计存活率越高，意味着对比所跨越的时间越短，对死亡率设定的依赖程度越低，因而在反映预测差异的目标函数中获得更高权重。

离群惩罚项用于惩罚那些严重偏离其他普查和调查的观测点。假设某次人口普查严重低估低龄组人口，而其他普查和调查对同一出生队列的观测相对准确，则来自该次普查的残差绝对值将远大于其他来源的估算，故需在推算中予以降权。为此，我们计算同一出生队列在各次普查和调查残差的相对大小，再以观测点为中心计算邻近队列相对残差按存活概率加权的三角核平均；这体现了普查或调查质量在相近年龄通常较为接近的现实。我们将离群惩罚权重设为随该加权平均残差平方指数衰减，以降低单一异常普查或调查对最终结果的影响。

推算过程则是对每个队列的出生人口及其他参数最小化目标函数。优化采用R语言内置的optim() 函数，鉴于目标函数包含224个参数，使用“L-BFGS-B”算法，该算法适用于数百个参数的优化，且内存管理效率较高[23]。由于代码对主要计算步骤均采用向量化实现，目标函数的优化时间控制在可接受范围内。

五、历史死亡状况的校准

在上述讨论中，历史死亡状况——包括婴儿死亡率、预期寿命和死亡模式——均依据外部信息确定，但历次普查和调查数据也蕴含了不同队列的存活信息，因此可据此反向校准历史死亡状况。具体而言，只需在模型中加入校准不同年份分年龄死亡率的参数，同时通过优化目标函数来估算这些参数。我们添加两类校准参数：一是反映早期男女死亡率差异的参数，二是校准首次人口普查之后的死亡率的参数。由于将普查和调查的年龄别人口推算到年末以及使用2025年的人口汇总数据都涉及年龄别死亡率，在目标函数中纳入这类参数并通过优化来校准，相当于在优化过程中动态调整死亡率并据此不断更新普查和调查年份年末的年龄别人口。

若将logit变换后各年份分年龄的死亡率视为在年份—年龄二维定义域上取值的曲面，则调整各年份分年龄死亡率可视为将该曲面沿logit死亡率轴做非均匀的上下移动。我们在年份—年龄的二维平面上选取若干节点，以其上下移动值为参数，再对未选取的点进行弥散插值。

为避免过度拟合，早期男女死亡率差异仅用一个参数校准，即1950年出生队列0岁的调节值，用以降低该队列0岁男性死亡概率，同时提升0岁女性死亡概率。进一步假设该调节值随年龄线性下降至15岁时的0值，同时假设1853—1949年的分年龄死亡概率的相对形态与1950年相同，并假设该调整曲线线性退化至1970年的零曲线。这里，1853年是1953年第一次人口普查时年龄达到最后的开放年龄组起始年龄者的出生年份，因此被设为出生队列可回溯的最早年份，只是结果呈现年份从1895年开始。

此外，将1853—1979年的出生性别比设为东亚人口的自然性别比106.3[24]，以确保校准男女死亡率差异的参数可识别。其理由是，到1980年前，产前胎儿性别鉴定技术尚未普及；此后随着相关设备扩散，其影响才逐渐显现。尽管当年统计数据通常存在波动且可能略偏离自然值，但这基本可由漏报以及随机因素解释[16,24]。由于2025年抽样调查已公布的数据不含详细的分年龄人口，我们把2021—2025年间年度公布的出生人口的性别比固定在年度公布出生性别比，仅估算各年总出生人口。

1953年人口普查之后的死亡率曲面由多个参数校准，具体为1980年、2000年、2020年在45岁、60岁、80岁三个年龄节点的调节值，共9个参数。1950年及之前的年份节点与15岁及以下的年龄节点均设置为0。这意味着，死亡率的校准参数在上述9个节点按参数取值，在其他年份—年龄位置则按附录B2的弥散插值取值；当年份从1980年过渡到1950年、年龄从45岁过渡到15岁时，校准参数渐变至0。如此设置参数节点，既能校准死亡率的长期趋势，又可避免过度拟合。

关于年份节点的选择。 参数的年份节点的间隔大致对应两次人口普查之间的时间跨度。这样做的好处在于，死亡率的校准至少跨越两次人口普查，可以避免某些年份的出生人口与死亡率估算仅依托一次普查数据，导致两类参数的估算偏差相互强化，而无法被另一次普查的数据所平衡。1950年及之前的年份节点设置为0，是因为1953年之前没有普查和调查数据可供校准死亡状况。

关于年龄节点的选择。 参数的年龄节点对应于死亡率相对较高时死亡模式的关键转折点。15岁及以下的年龄节点设置为0，则是考虑到人口普查和抽样调查通常被认为会低估低龄人口，而我们的数据中并没有确定的因素可以抵消这种系统性偏差；在这种情况下，更合理的做法是选择相信公布的低龄死亡率，而非对其进行校准。

目标函数中的参数包括：1853—1979年各年总出生人口共127个参数，1980 — 2020年41年的男女出生人口共82个参数，2021—2025年的各年总出生人口共5个参数，1个校准早期男女死亡率差异的参数，以及9个校准1953年人口普查后死亡状况的参数，合计224个参数。

给定由优化目标函数推算的参数，1979年及之前分性别出生人口由推算的当年总出生人口以1.063的出生性别比分配得出；2021—2025年的分性别出生人口则由推算的各年总出生人口，按年度公布的出生人口的性别比分配得出。考虑到胎儿性别鉴定自1979年起逐步普及[24]，我们在目标函数中添加出生性别比偏离自然值1.063的惩罚项，并令惩罚权重逐步下降到1990年的0。将1979年及之前的出生性别比固定为1.063，相当于在1979年及之前的惩罚项权重设为无穷大。

第三章 主要结果

下面图1a 呈现了基于历次人口普查和抽样调查整体推算的1895—2025年各年出生人口、国家统计局年度公布的1949—2025年出生人口、联合国2024年《世界人口展望》报告中回推的中国1950—2024年出生人口和2025年出生人口的中间预测值。

图1a. 中国历年出生人口的整体推算、年度公布、联合国展望

该图显示，1895年出生人口约为1400万，随后在波动中整体缓慢上升，到1937年前后达到约1650万；全面抗战期间小幅下降约一二百万，1945年抗战结束后恢复增长并延续至新中国成立初期。1949年出生人口已达2086万，甚至高于1977—1980年间的任何一年。1963年出生人口达到3216万的峰值，为整个推算序列乃至中国历史最高点。此后出生人口开始下滑，但1980年代中后期到1990年代初仍回升至较高水平。之后出生人口规模大幅下降，近年已跌破1000万。我们推算的2025年出生人口为805万，接近官方公布的792万，仅为清末民初的一半左右，不到1963年高峰期的1/4[25]。

将推算结果与国家统计局年度公布数据对比可见，两者在长期走势上基本一致，在新中国成立后均呈现快速上升至高峰，再到1990年代后持续下降的基本轨迹。但官方年度公布数据在部分时期更为平滑，而我们的推算结果则呈现出更为明显的波动，尤其在政治运动时期和制度转型时期。相比而言，联合国人口展望的数据与我们推算的结果较为相似，只是整体上略高。

下面图1b 则呈现了基于历次人口普查和抽样调查整体推算的1953—2025年各年死亡人口、国家统计局年度公布的1949—2025年死亡人口、联合国2024年《世界人口展望》报告中回推的中国1950—2024年死亡人口和2025年死亡人口的中间预测值。

图1b. 中国历年死亡人口的整体推算、年度公布、联合国展望

该图显示，有关死亡人口，我们基于历次普查和调查整体推算的结果、国家统计局年度公布的、联合国人口展望三条曲线整体吻合，但在1990年以前，我们推算的死亡人数大多介于国家统计局年度公布的数据与联合国展望的数据之间，且更接近联合国的数据，而在1990年之后，我们推算的数据要略高于国家统计局数据，在2010年之后与联合国展望数据非常一致，近年死亡人数的增长比国家统计局公布的年度数据更陡峭。

如前所述，由于缺乏可靠的数据，我们并未针对战乱和灾荒的人口冲击专门建模，而只能假设其影响在死亡率的变化中得以体现。而且，我们的方法倾向于对死亡状况进行光滑化处理，这也是为何我们推断的结果在1960年代初期明显不同于年度公布数据和联合国展望数据。

这些图表使用的完整数据列在附录A的表A1中，而下表则列出了部分年份的数据。我们使用的国家统计局年度出生和死亡人口均为当年首次公布的数据，而非后期调整的数据。对没有当年公布数据的年份，则采用国家统计局网站数据查询得到的当年出生率和死亡率计算而得：出生人口为年末人口数与年初人口数平均数乘以出生率，死亡人口为年末人口数与年初人口数平均数乘以死亡率。

表3. 中国部分年份出生和死亡人口（万）的整体推算、年度公布、联合国展望

图2显示，由单次普查或调查数据推算的历年出生人口大体一致，但存在明显差异，而整体推算结果均落在各单次推算结果所张成的区间之内，且更接近于那些相对一致的单次推算结果。这说明本方法较好地整合了各次普查和调查数据，对历史出生人口给出了一致性推算，同时避免了被极端数据所左右。

图2. 基于历次和单次人口普查和抽样调查推算的中国1895—2025年出生人口

下表列出的是这些序列在典型年份的数值，附录表A2则列出1895—2025年历年的完整数值。

表4. 基于单次普查和调查推算、历次数据整体推算的中国部分年份出生人口（万）

图3a呈现了由单次人口普查推算的与基于历次普查和调查数据整体推算的分年龄人口之间的偏差，图3b则呈现了由单次抽样调查推算的与综合历次普查和调查数据整体推算的分年龄人口之间的偏差。

图3a. 基于单次人口普查推算、历次数据整体推算的年龄别人口的差异

图3b. 基于单次抽样调查推算、历次数据整体推算的年龄别人口的差异

对比两图可见，人口普查的偏差整体明显小于抽样调查。两类数据，尤其是抽样调查数据，均倾向于低估低龄组人口。2005年抽样调查严重低估20岁左右人口数量，同时高估35岁以上人口，单岁低估幅度接近600万；2015年抽样调查则严重高估20岁左右人口，单岁高估幅度接近500万。如此巨大的偏差说明，依赖单次抽样调查甚至人口普查来判断人口状况存在极大风险，这也印证了整合历次人口普查和抽样调查数据的必要性。

二、历史人口分布图景

给定模型推算的自1853年以来的历年出生人口序列，可构建1953年首次人口普查及之后的历年完整的人口分布图景。值得一提的是，1953年高龄组人口对应的出生人口估算准确度，对1953年及之后的人口结构推算的影响有限，这是因为相应推算影响的主要是出生队列在1953年之前的存活数据，而1953年之后的队列构成则受到当年人口以及后续人口普查和抽样调查样本的约束。

图4. 中国1895—2025年人口分布图景的演化

上图呈现了1895—2025年的130年间中国人口及其年龄结构的演化图景。纵轴零线以上深绿色条块表示存活至各年年末零岁人口；零线以下黑色细线则对应每年夭折的零岁人口。二者叠加即为当年的出生人口总量。绿色、蓝色、黄色、棕色与红色依次代表儿童（0—14岁）、青年（15—29岁）、壮年（30—44岁）、中年（45—59岁）及老年（60岁以上）阶段的人口。各阶段内部按5岁分组，而组内则以细白线区隔各岁，颜色随年龄渐变。左上角的灰黑色区域对应那些到1953年年龄将超过100岁，因而无法根据人口普查或调查回溯推算的人口。

由图可见，尽管近年总人口规模看似平稳，但内部年龄结构已发生根本性转变：儿童与青年人口持续萎缩，壮年人口已开始下行，而中年与老年人口则在快速扩张。

下表呈现的是基于历次人口普查和抽样调查整体推算的部分年份的人口结构图景，附录A的表A3则涵盖了1953—2025年完整的数据。从中可见，我国人口年龄结构在1953—2025年间经历了由高度年轻化向加速老龄化的转变。1953年以来，0—14岁儿童人口占比从36.26% 逐步上升到1966年的40.33%，到1980年依然维持在35.21% 的高位，而65岁及以上人口占比到1980年仅有4.49%。年龄中位数在新中国初期仅为20岁出头，到1970年甚至低至19.59岁，整体结构极为年轻。

表5. 中国1953—2025年部分年份人口分布指标

1980年代以后，随着生育水平快速下降以及预期寿命的继续增长，0—14岁儿童占比持续下滑，从1980年的35.21%，逐步降至2005年的约18.60%，到2025年更是跌到15.29%。与此同时，65岁及以上老年人口占比稳步上升，由1980年的约4.49%快速上升至2025年的15.75%，人口老龄化进程明显加快。年龄中位数则由1980年代初的20岁出头持续上升至2025年的41.98岁，反映出人口年龄结构整体向高年龄段移动。

本报告方法估算的2020年年底总人口与2020年人口普查给出的14.12亿[9]吻合。但这一定程度上要归功于给2020年人口普查与2025年抽样调查赋予较高权重。若不纳入2025年抽样调查的数据，且不调高2020年人口普查的权重，模型推算的2020年总人口会明显低于普查数据。这一差异主要来自2020年人口普查在5—15岁年龄段人口明显高于2010年人口普查和2015年抽样调查的对应人口。因为2010年人口普查和2015年抽样调查的数据相对接近，我们估算方法中的离群惩罚会因此降低2020年观测值的权重。若未考虑2020年人口普查质量高于2010年人口普查和2015年抽样调查从而赋予更高权重，采纳离群惩罚反而会导致更大偏差，这也警示了本报告方法的潜在局限性。

三、死亡状况及其校准

清代和民国时期人口状况因数据匮乏而长期处于认知模糊地带。本报告尝试分析本土历史农村和城市的分年龄死亡数据，并结合近代不同国家的数百个生命表，通过对虚岁惯例、婴儿死亡漏报等系统性偏差的修正，对1930年代中国农村生命表进行了调整，并按当时城市化率加权后的全国性死亡基准。经校准后，报告推算1930年男女预期寿命约为29.3—30.3岁，婴儿死亡率高达300‰。这一结果有助于还原清末和民国时期“高死亡—高生育”人口再生产的基本强度，也为理解新中国成立后死亡率下降、预期寿命快速增长提供了可供参照的历史起点。不过，由于清代和民国人口统计资料匮乏，核实手段有限，对这一结论应谨慎看待。

图5a和图5b分别呈现了根据前述方法校准后的男女历年分年龄死亡概率热力图。从中可见，新中国成立前死亡率下降缓慢，但1950年代尤其是1960年代以后，各年龄死亡率——尤其是低龄死亡率——大幅下降。新中国成立初期死亡率仍处于较高水平，婴儿死亡率和儿童死亡率对整体预期寿命形成较强约束，但此后低年龄组死亡风险快速下降，预期寿命大幅提升。到21世纪，中国已基本进入现代低死亡模式。

图5a. 中国男性1895—2025年年龄别死亡概率演变热力图

图5b. 中国女性1895—2025年年龄别死亡概率演变热力图

如前所述，我们通过极小化目标函数，来校准分年龄死亡概率。下表列出有原始数据的年份及若干节点年份，校准前后的婴儿死亡率和预期寿命。其中校准前数据是根据原始数据插值或综合多种数据源估算的优化初始值，而非原始数据。附录A的表A4提供了1911—2025年历年校准前后的完整数据。

表6. 校准前后的中国部分年份婴儿死亡率（‰）与预期寿命（岁）

从中可见，从清末到新中国早期，校准后的男性预期寿命有所上升，在1930年从29.86岁增至30.27岁，女性预期寿命则从29.71岁降至29.31岁；男性超过女性预期寿命的幅度从0.15岁升至0.96岁。自然状态下，女性的预期寿命通常高于男性，这一时期的反向趋势背后应该是当时非常普遍的重男轻女思维。

针对1950年之后预期寿命的校准结果在不同时期的方向并不一致。1974年至1990年代初，校准后的男女预期寿命总体低于校准前；进入1990年代后，尤其是1990年代中后期至2017年，校准后的预期寿命总体高于校准前，部分年份提高约1—2岁。这些结果表明，我国公共卫生条件、营养水平和医疗服务自1990年代初期以来的提升速度，可能比公布数据显示的更快。

四、敏感性分析

人口重构结果不仅取决于模型形式，也受一些设定参数的影响，因此需要通过替代参数和历史数据互验，考察主要结论对关键设定的敏感程度[26]。为评估历史出生人口推算结果对关键参数设定的依赖程度，我们对民国时期的预期寿命进行了敏感性分析：考虑1911年男女预期寿命为基准水平的1.2倍和1/1.2倍两种情形，对每种情形假设该倍乘系数线性下降或上升至1949年的1；再根据替代后的预期寿命，以原始死亡模式调整历年分年龄死亡概率曲线，然后在固定死亡概率的前提下，通过优化目标函数重新推算历年出生人口。由此得到的结果如下：

表7. 中国部分年份出生人口整体推算对预期寿命设定的敏感性

从中可见，民国初年预期寿命的设定对出生人口规模推算的影响符合预料：预期寿命设定越高，推算出生人口整体越低，受影响的主要是民国早期出生人口的推算，但影响幅度有限。以1911年为例，不同设定下推算的出生人口在1316万至1696万之间，相对基准估计的偏差都在15%以内；到1935年，偏差幅度进一步收敛至3.2%以内。在整个民国时期，不同预期寿命设定下，出生人口序列在趋势与数量级上均保持稳定。

五、结语

本报告基于历次人口普查和抽样调查数据，综合中外历史生命表、婴儿死亡率及预期寿命等多元信息，重构了中国1895—2025年的百年历史人口。本研究将历次人口普查和抽样调查视为同一历史过程的累次观测，通过构建统一的优化框架，使各次调查数据在出生人口估计中相互约束、彼此校准，进而形成一条内在一致、跨期可比的人口序列，为评估当前人口变动的历史深度提供了可量化、可检验的基准。报告方法的主要特点如下：

一是基于369个国际及本土生命表，估算死亡转换参数，用于调整死亡概率曲线以对齐婴儿死亡率和预期寿命。

二是利用弥散插值，使死亡模式可以在不同维度连续且光滑地变化，为死亡率的估算和校准提供技术基础。

三是设计包含离群惩罚的加权目标函数，自动识别并降低异常普查或调查观测的权重，避免单一低质量数据源主导最终结果。

四是引入反向校准机制，让普查和调查数据不仅作为拟合目标，还通过存活信息反馈修正历史死亡率设定。

不过，本报告对人口普查和抽样调查的赋权具有一定主观性，以后可能考虑根据数据本身来估算权重。系列报告将在迭代完善现有方法的基础上，动态纳入最新发布的人口统计数据，将历史数据序列更新至更近时点。

此外，人类基因谱系也记录了我们祖先遗传、演化和迁徙的轨迹，分子人类学的发展为根据基因测序信息重构族群演化历史，追溯更长时段的人口演变提供了技术可能。 王朝末年人口因战乱和灾荒大起大落，是中国古代历史叙事的组成部分。正是基于这一印象，很多人将人口剧烈波动视为历史常态。但王朝末年统治范围通常大幅缩水，人口记录能力更是大打折扣，因此不能排除中国长时段历史人口的剧烈变动在相当程度上是数据失真所致，而非真实变动。鉴于此，我们计划与专业机构合作，整合分子人类学成果，尽可能重构更长历史跨度的人口序列，为当下和未来的人口变化酝酿更为积极的人口策略，提供更可靠的参照基准。

参考文献

[1] 于弘文, 顾宝昌, 王广州, 等. 2010年第六次全国人口普查：挑战与展望[J]. 人口研究, 2009, 33(6): 42-56.

[2] Seifert H E. Life tables for Chinese farmers[J]. The Milbank Memorial Fund Quarterly, 1935, 13(3): 223-236.

[3] Lee J Z, Wang F. One quarter of humanity: Malthusian mythology and Chinese realities, 1700—2000[M]. Cambridge, MA: Harvard University Press, 1999. DOI:10.4159/9780674040052.

[4] Banister J. China’s changing population[M]. Stanford, CA: Stanford University Press, 1987.

[5] 侯杨方. 中国人口史: 第六卷: 1910—1953年[M]. 上海: 复旦大学出版社, 2001.

[6] 葛剑雄. 中国人口发展史[M]. 福州: 福建人民出版社, 1991.

[7] Coale A J. Rapid population change in China, 1952—1982[R]. Washington, D.C.: National Academy Press, 1984.

[8] 国家统计局人口和就业统计司. 中国人口和就业统计年鉴—2021[M]. 北京: 中国统计出版社, 2021.

[9] 国务院第七次全国人口普查领导小组办公室. 中国人口普查年鉴-2020[M]. 北京: 中国统计出版社, 2022.

[10] 国家统计局. 2025年全国1%人口抽样调查主要数据公报[EB/OL]. (2026-05-22)[2026-08-06]. https://www.stats.gov.cn/zwfwck/sjfb/202605/t20260522_1963788.html.

[11] 卫生部肿瘤防治研究办公室. 中国恶性肿瘤死亡调查研究（1973—1975）[M]. 北京: 人民卫生出版社, 1980.

[12] 国家卫生健康委员会. 2021中国卫生健康统计年鉴[M]. 北京: 中国协和医科大学出版社, 2021.

[13] 实业部《中国经济年鉴》编纂委员会. 中国经济年鉴[M]. 上海: 商务印书馆, 1934.

[14] Preston S H. Mortality patterns in national populations: with special reference to recorded causes of death[M]. New York: Academic Press, 1976. DOI:10.1016/C2013-0-07501-9.

[15] United Nations. Model life tables for developing countries[R]. New York: United Nations, 1982. ST/ESA/SER.A/77.

[16] Coale A J, Banister J. Five decades of missing females in China[J]. Demography, 1994, 31(3): 459-479. DOI:10.2307/2061752.

[17] Ren X S. Sex differences in infant and child mortality in three provinces in China[J]. Social Science & Medicine, 1995, 40(9): 1259-1269. DOI:10.1016/0277-9536(94)00232-I.

[18] 黄荣清, 曾宪新. “六普”报告的婴儿死亡率误差和实际水平的估计[J]. 人口研究, 2013, 37(2): 3-16.

[19] 王广州. 中国人口平均预期寿命预测及其面临的问题研究[J]. 人口与经济, 2021(6): 22-39.

[20] Notestein F W. A demographic study of 38,256 rural families in China[J]. The Milbank Memorial Fund Quarterly, 1938, 16(1): 57-79. DOI:10.2307/3347973.

[21] Campbell C. Public health efforts in China before 1949 and their effects on mortality: the case of Beijing[J]. Social Science History, 1997, 21(2): 179-218. DOI:10.1017/S0145553200017703.

[22] Gu C, Kesteloot C, Cook I G. Theorising Chinese urbanisation: a multi-layered perspective[J]. Urban Studies, 2015, 52(14): 2564-2580. DOI:10.1177/0042098014550457.

[23] Byrd R H, Lu P, Nocedal J, et al. A limited memory algorithm for bound constrained optimization[J]. SIAM Journal on Scientific Computing, 1995, 16(5): 1190-1208. DOI:10.1137/0916069.

[24] Chao F, Gerland P, Cook A R, et al. Systematic assessment of the sex ratio at birth for all countries and estimation of national imbalances and regional reference levels[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(19): 9303-9311. DOI:10.1073/pnas.1812593116.

[25] 国家统计局. 中华人民共和国2025年国民经济和社会发展统计公报[EB/OL]. (2026-02-28)[2026-07-22]. https://www.stats.gov.cn/sj/zxfbhjd/202602/t20260228_1962662.html.

[26] 王广州. 人口预测方法与应用[M]. 北京: 社会科学文献出版社, 2018.