{
  "id": "population-projection",
  "title": "人口推算",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "人口推算是在特定生育、死亡和迁移假设下，对未来人口规模与构成进行的计算。",
  "category": "society",
  "subcategory": "sociology",
  "type": "concept",
  "aliases": [
    "人口预测"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/population-projection/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/population-projection/",
      "json": "https://aiwiki.page/en/population-projection.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "人口推算是以基期人口为起点，根据明确的人口变动假设，计算未来人口规模与构成的方法。作为人口学的核心工具，它描述的是：如果出生、死亡和迁移按照设定的模式发生，人口将如何发展。推算范围可以涵盖全球、一个国家或更小的地区，也可以按年龄、性别、居住地或其他特征对人口加以区分。人口推算的根本特点在于其条件性：推算并不意味着某种未来必然会发生。"
    },
    {
      "heading": "推算、预测与估计",
      "text": "人口推算与人口估计、人口预测相互关联，但在概念上有所不同。\n\n- 估计是对过去或当前某一时点的人口进行测算，往往需要综合不完整的观测资料。\n- 推算是在给定假设下计算未来人口，无论这些假设是否被认为最有可能实现。\n- 预测旨在描述被认为最有可能出现的未来，有时以概率分布而非单一数值表示。\n\n各统计机构使用的术语不尽相同，中央推算方案在实际应用中也可能起到预测的作用。不过，例如，为探讨零迁移的后果而设计的情景，并不一定意味着预期迁移会降为零。\n\n一项推算具有基准日期、推算期限和一系列时间步长，通常按一年或五年为间隔。其结果既取决于基期人口的准确性，也取决于基准日期之后采用的假设。"
    },
    {
      "heading": "人口核算",
      "text": "人口推算的核算基础是人口平衡方程：\n\n\\[P_{t+1}=P_t+B_t-D_t+I_t-E_t,\\]\n\n其中，\\(P_t\\) 是一个时间区间期初的人口，\\(B_t\\) 和 \\(D_t\\) 分别是该区间内的出生人数和死亡人数，\\(I_t\\) 和 \\(E_t\\) 分别是迁入人数和迁出人数。差值 \\(B_t-D_t\\) 为自然增长量；\\(I_t-E_t\\) 为净迁移量。\n\n就全球整体而言，国际迁移不会改变人口总量。但对国家和较小地区来说，人口迁移可能是人口变化的主要来源。实际统计核算还可能包括对边界变动、覆盖误差以及数据来源之间不一致之处的调整。\n\n人口平衡方程是一条核算恒等式，而不是完整的预测模型。要进行推算，还需要采用相应方法来确定未来各人口变动要素。"
    },
    {
      "heading": "主要方法",
      "text": "队列要素法\n\n队列要素法是详细官方人口推算的标准框架。该方法将基期人口划分为不同年龄和性别组，再将各组人口随时间向前推移，同时计入存活、迁移和出生的影响。\n\n其主要步骤如下：\n\n- 计算现有人口的存活与年龄递进。 当各队列进入下一个年龄组时，根据分年龄存活概率确定其中仍然存活的人数。\n- 应用迁移假设。 按年龄和性别计入迁入与迁出，可以分别处理，也可以采用净迁移量。\n- 计算出生人数。 将分年龄生育率应用于推算出的相应育龄女性人口。\n- 加入新出生队列。 将出生人口按性别划分，并根据从出生到下一个推算时点之间的存活情况进行调整。\n\n对于一岁年龄组和一年时间间隔，可用以下关系式说明：\n\n\\[P_{x+1,s,t+1}=P_{x,s,t}S_{x,s,t}+M^{*}_{x+1,s,t},\\]\n\n其中，\\(S_{x,s,t}\\) 是从年龄 \\(x\\) 存活到年龄 \\(x+1\\) 的概率，\\(M^{*}\\) 表示考虑迁移发生时间和存活情况之后，迁移对人口的贡献。新生儿和最高开放年龄组需要单独处理。\n\n出生人数可表示为：\n\n\\[B_t=\\sum_x f_{x,t}E_{x,t},\\]\n\n其中，\\(f_{x,t}\\) 是年龄 \\(x\\) 的生育率，\\(E_{x,t}\\) 是该时间区间内该年龄女性的暴露人年数。\n\n这一框架明确体现了年龄结构的作用。两个规模相同的人口，如果一个包含大量青年成年人，而另一个老年人比例较高，其未来发展轨迹可能截然不同。\n\n外推法与总量模型\n\n较简单的方法是将观测到的人口总量趋势向未来延伸。例如，恒定指数增长模型为：\n\n\\[P(t)=P_0e^{rt},\\]\n\n其中，\\(r\\) 为恒定增长率，\\(t\\) 为经过的时间。\n\n此外，还可以使用线性外推、逻辑斯蒂曲线和时间序列模型。这些方法在缺乏详细数据时，或在进行短期比较时，可能很有用。不过，它们未必能够反映人口变化背后的人口过程。仅凭恒定增长率本身，无法解释生育水平或年龄结构的变化将如何改变未来的人口增长。\n\n多区域与多状态模型\n\n多区域模型同时描述多个地区之间的人口流动，从而将一个地区的迁出与另一个地区的迁入联系起来。这有助于提高不同地理单元之间的一致性。\n\n多状态模型还区分受教育程度、伴侣关系状况或劳动力参与状况等特征。除了人口事件之外，这类模型也纳入不同状态之间的转变。它们能够提供更丰富的细节，但也需要更多数据和假设。\n\n小区域人口推算可以将人口模型与住房开发、可用土地或地方行政资料相结合。其结果往往受到约束，以确保各小区域人口加总后等于更大区域或全国的人口总量。"
    },
    {
      "heading": "数据与假设",
      "text": "基期人口\n\n起始人口通常依据人口普查、人口登记、住户调查和行政记录确定。出生与死亡数据则往往来自民事登记系统。\n\n推算之前，统计人员可能需要对漏报、年龄误报、登记不完整或不同来源之间的不一致进行调整。居住人口的界定也很重要：以常住地为标准界定的人口，不一定等同于按国籍或某一日期实际在场情况界定的人口。\n\n生育\n\n有关生育水平的假设同时涉及出生数量与生育时间安排。总和生育率概括了某一时期的分年龄生育率模式，但无法揭示推算所需的全部特征。不同的生育年龄模式可以产生相同的总和生育率，却形成不同的出生人数变化轨迹。\n\n长期假设可能参考历史趋势和人口转变理论，但仍存在不确定性，尤其是在生育模式迅速变化的地区。\n\n死亡\n\n死亡假设通常设定分年龄、分性别的死亡率或存活概率，并常以生命表加以组织。预期寿命是一项有用的概括性指标，但不同的死亡率模式可能产生相近的预期寿命。\n\n高龄死亡水平的变化对人口老龄化推算尤为重要。流行病、冲突及其他冲击可能要求对假设作出调整，而这些调整无法仅从平稳的历史趋势中推导出来。\n\n迁移\n\n迁移假设可以区分迁入与迁出、国内与国际迁移，以及不同年龄或类别的迁移人口。迁移可能迅速响应经济状况、政策变化、冲突和家庭关系网络的变化，因此尤其难以推算。\n\n净迁移量本身可能掩盖两个方向上规模都很大的流动。因此，只采用净迁移总量的模型，可能丢失与年龄构成及后续人口行为有关的信息。"
    },
    {
      "heading": "情景与不确定性",
      "text": "确定性情景\n\n确定性推算应用一组指定假设，得出一条相应的发展轨迹。有关机构往往在发布中央情景的同时，发布生育水平更高或更低、死亡水平改善程度不同，或迁移水平不同的备选情景。\n\n这些情景用于探索结果对假设的敏感性，并不会自动界定一个概率范围。“高”方案和“低”方案不一定是上限和下限，实际结果可能落在两者之外。将若干极端假设结合起来的情景，其合理性也可能低于分别考察各项假设时的合理性。\n\n概率推算\n\n概率推算利用统计模型生成未来人口结果的分布。这类模型可以纳入未来生育、死亡和迁移的不确定性，有时也包括基期人口的不确定性。\n\n结果可以包括中位数、预测区间，以及人口下降或超过某一指定规模等事件的概率。如何解释这些结果，取决于模型本身、模型校准情况，以及模型如何处理国家之间、年龄之间和人口变动要素之间的相关关系。例如，通常不能假定各国的不确定性相互独立，并据此可靠地汇总各国结果。\n\n概率区间表达的是某一建模框架内的不确定性，并不能保证所有可能的结构性变化或异常事件都已得到体现。\n\n推算期限与人口惯性\n\n不确定性通常会随推算期限的延长而增加，但各人群增加的程度并不相同。二十年后将成为老年人的许多人如今已经出生，而几十年后将成为青年成年人的大多数人目前尚未出生。\n\n人口惯性解释了为什么生育水平达到更替水平后，人口仍可能继续增长：年轻的年龄结构意味着，当规模庞大的队列进入育龄期时，会产生大量出生人口。反过来，即使生育水平回升，偏老的年龄结构也可能使人口继续下降。因此，达到更替水平生育并不意味着人口会立即实现零增长。"
    },
    {
      "heading": "历史发展与机构实践",
      "text": "现代人口推算源于人口核算、生命表和按年龄结构开展的人口分析。20世纪，队列要素法逐渐成为官方统计实践的核心方法，而计算技术的发展，使针对细分人口进行反复计算变得越来越可行。\n\n各国统计机构编制人口推算，为国内规划提供依据。联合国通过其人口司，在《世界人口展望》中发布具有国际可比性的人口估计和推算。此后的方法进展包括概率建模、更详细的迁移分析，以及按教育程度等特征划分的人口推算。\n\n每一版推算都基于特定的数据基础和一组假设。修订后的推算之所以可能与先前不同，可能是因为新证据改变了对当前人口的估计，也可能是因为未来假设发生变化，或两者兼而有之。因此，比较连续发布的不同版本时，需要将历史基线的修订与未来推算轨迹的修订区分开来。"
    },
    {
      "heading": "应用",
      "text": "人口推算为许多规划工作提供人口方面的输入：\n\n- **教育：**估算未来学龄儿童人数和对教学资源的需求。\n- **卫生与照护：**评估人口规模和年龄构成可能如何影响对卫生系统的需求。\n- **就业与养老金：**考察劳动年龄人口与退休年龄人群可能发生的变化。\n- **住房与基础设施：**为城市规划、交通、公用事业和住房需求提供依据。\n- **环境分析：**将人口情景与有关消费、技术、土地利用和气候变化的假设结合起来。\n\n这些结果并非仅由人口总量决定。劳动年龄人口推算不是就业预测；人口推算不会自动成为住户推算；老年人口增加，也不会机械地转化为某个固定水平的照护支出。要推算这些结果，还需要额外的行为、制度和经济假设。"
    },
    {
      "heading": "局限与解读",
      "text": "一项推算在算术上可以十分精确，但其对未来的判断并不因此具有确定性。推算的可靠性取决于数据质量、地理尺度、推算期限，以及所模拟过程的稳定性。小区域推算结果可能对住房建设、机构的设立或关闭，以及数量相对不多的迁移人口尤其敏感。\n\n总量上的准确也可能掩盖构成上的误差。一项推算可能接近实际人口总量，却未能准确反映年龄结构或地理分布。因此，评估既要考察总量，也要考察各组成部分，将结果与简单的基准方法进行比较，并检验概率区间是否达到预期覆盖率。\n\n解读推算时，需要注意基准日期、居住人口定义、年龄分组、地理边界和各项假设。推算中的人口峰值、开始下降的时间或未来某类人口的占比，都属于特定版本和情景下的推算结果，而不是独立观测到的未来事实。"
    }
  ],
  "links": [
    "demography",
    "human-migration",
    "cohort-component-method",
    "population-census",
    "civil-registration",
    "fertility-demography",
    "total-fertility-rate",
    "demographic-transition",
    "life-table",
    "population-ageing",
    "population-momentum",
    "united-nations",
    "health-system",
    "urban-planning",
    "climate-change",
    "household"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}