{
  "id": "value-of-a-statistical-life",
  "title": "统计生命价值",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "统计生命价值衡量人们为小幅降低死亡风险而支付的意愿，并用于安全政策的经济评价。",
  "category": "economics",
  "subcategory": "microeconomics",
  "type": "concept",
  "aliases": [
    "统计性生命价值",
    "统计生命的价值",
    "VSL"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/value-of-a-statistical-life/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/value-of-a-statistical-life/",
      "json": "https://aiwiki.page/en/value-of-a-statistical-life.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "统计生命价值（VSL）是一项经济指标，用于衡量人们愿意为小幅降低自身死亡概率支付多少费用，并以每预期避免一例死亡的金额表示。它并非某个具体个人生命的价格，也不是对某一死亡事件的赔偿，更不是对个人道德价值的衡量。相反，它将分散在众多人身上的死亡风险变化换算为货币金额，以便将安全收益与实现这些收益所需的资源进行比较。\n\n统计生命价值广泛用于交通安全、环境监管、职业安全保护及其他公共政策的成本收益分析。其估计主要依据人们在金钱与风险之间所作的实际权衡，例如不同职业之间的工资差异；另一类依据则是调查，要求受访者在成本和安全水平各异的方案之间作出选择。对这一指标的解释以福利经济学为基础，而其经验测量则涉及风险认知、收入、不确定性，以及估计结果能否适用于不同人群等问题。"
    },
    {
      "heading": "含义与经济学基础",
      "text": "核心计算方法是，将为小幅降低死亡风险的支付意愿除以风险降低的幅度。如果一个人愿意支付100个货币单位，将一年的死亡概率降低十万分之一，那么由此推算出的统计生命价值（VSL）就是1,000万个货币单位：\n\n\\[\\mathrm{VSL}\\approx\\frac{\\mathrm{WTP}}{\\Delta p} =\\frac{100}{1/100{,}000} =10{,}000{,}000.\\]\n\n如果10万人各自的死亡风险都降低这一幅度，那么预期死亡人数合计减少一人，而这些人的支付意愿总额为1,000万。这里并未确定哪一位受益者就是原本会死亡的那个人。“统计生命”一词描述的是对这些概率的汇总，而不是某种单独的人类生命类别。\n\n更严格地说，设 \\(p\\) 表示某一指定时期内的死亡概率，\\(w\\) 表示财富，\\(u_A(w)\\) 表示存活条件下的效用，\\(u_D(w)\\) 表示死亡时所留财富带来的效用。在期望效用理论下，一个简单的模型为：\n\n\\[U=(1-p)u_A(w)+pu_D(w).\\]\n\n在期望效用保持不变的情况下，为补偿死亡风险的边际增加所需的额外财富为：\n\n\\[\\mathrm{VSL} =\\left.\\frac{dw}{dp}\\right|_U =\\frac{u_A(w)-u_D(w)} {(1-p)u_A'(w)+pu_D'(w)}.\\]\n\n分子表示存活与死亡之间的效用差异；分母表示财富的预期边际效用。这一表述既考虑了遗赠以及对受扶养人的关切，又不将收入损失视为死亡造成的全部经济损失。\n\n因此，统计生命价值是财富与死亡风险之间的边际替代率。其数值会随收入、基准风险、年龄、健康状况、家庭情况以及危险的特征而变化。它最直接适用于偏好测量时所处情境附近的小幅风险变化。将统计生命价值乘以死亡概率的大幅变化，并不一定能得出人们对这一变化的支付意愿，因为财富约束和背后的权衡关系可能发生显著变化。\n\n为提高安全程度而支付的意愿，与为承受更大危险而接受补偿的意愿，在概念上也有所不同。在标准的光滑偏好假设下，对于无穷小的变化，两者趋近于相同的局部权衡关系。对于较大的变化，收入效应、权利归属效应和损失厌恶则可能造成显著差异。这两种衡量方式都不意味着有人会愿意接受一笔有限金额的报酬，以换取必然的死亡。"
    },
    {
      "heading": "思想渊源与从收入损失视角的转向",
      "text": "早期对死亡的经济评价往往采用人力资本方法，主要以过早死亡造成的收入或产出损失的贴现值来衡量其价值。这种方法在实际操作中较为便利，因为可以利用现有数据估算就业状况、工资和预期工作年限。它也符合保险核算以及某些法律上衡量经济损失的方法。然而，它所回答的问题，并不是人们对降低自身死亡风险赋予多大价值。\n\n以收入损失为衡量标准，几乎不会或完全不会赋予退休后继续生存以直接价值，也可能给没有从事有酬工作的人赋予极低的价值。这种方法还主要将收入视为对生产的贡献，而没有认识到，消费、闲暇、人际关系以及继续体验人生，对面临风险的人同样重要。这一区别十分关键：退休者可能已无未来劳动收入，却仍愿意牺牲相当多的财富来换取更安全的生活条件。同样，人们为获得保护而愿意支付的金额，也可能超过若不采取保护措施便会损失的收入现值。\n\n托马斯·谢林于1968年发表的文章《你挽救的生命可能就是你自己的》，推动确立了现代意义上的一个概念区分：挽救某个特定个体的生命，与降低整个人群中每个人面临的微小风险，并不是一回事。E. J. 米尚于1971年发表的文章《生命与肢体的价值评估：一种理论方法》，为评估死亡及受伤风险变化的价值奠定了福利经济学基础。这些贡献将关注点从死亡造成的货币损失，转向个人对不确定前景的偏好。此后的研究进一步将这一方法与职业工资溢价、消费者选择和公共项目评价联系起来。\n\n20世纪70年代和80年代，随着研究者开始估计危险工作所对应的补偿，实证研究不断扩展。理查德·塞勒和舍温·罗森于1976年开展的关于挽救生命价值的研究，是这一领域一项具有影响力的成果。W. 基普·维斯库西的研究进一步深化了对工作风险、劳动者掌握的信息以及工资与风险之间权衡关系的分析。与此同时，陈述偏好法使研究者能够考察那些难以从市场行为中单独识别的风险，包括环境风险和交通风险。\n\n现代方法并未否定收入损失的相关性。这些损失在保险、赔偿和生产分析中仍然重要。相反，现代方法确立的是：生产损失与人们为继续生存而支付的意愿不可相互替代。当代评价必须明确所估计的是哪一种福利指标，并避免再加上该指标已经涵盖的组成部分。例如，在未审查是否可能重复计算之前，不能直接将统计生命价值估计值与各种消费或收入损失指标相加。"
    },
    {
      "heading": "工资及其他市场选择中的证据",
      "text": "最常用的显示偏好法是估计补偿性工资差异，即与不利工作特征（包括致命伤害风险）相关的额外报酬。在一个简化模型中，劳动者会比较工资、工作场所安全性、工时及其他条件的不同组合，而雇主则需要承担提高工作场所安全性的成本。因此，观察到的工资与风险之间的关系，反映的是劳动力市场中劳动者偏好与企业安全成本的相互作用，而非一个普遍适用的风险价格。\n\n假设一名劳动者因接受每年增加万分之一的死亡风险，每年额外获得1,000个货币单位的报酬。如果这部分工资差异完全是对额外风险的补偿，那么由此推算出的统计生命价值就是1,000万个货币单位。在实际研究中，研究者通常会估计工资方程，并控制教育程度、工作经验、职业、行业、地区及其他特征。如果回归模型以工资的对数为因变量、以年度死亡概率为解释变量，那么估计得到的风险系数必须乘以收入，并根据风险的计量单位进行调整。以每10万名劳动者的死亡人数表示的死亡率，与未经缩放的概率，需要采用不同的换算尺度。\n\n实证研究的主要难点在于确立因果关系。危险工作还可能伴随着体力消耗、不良工作条件、不规律工时、受伤风险，或其他影响工资的特征。未被观测到的技能可能同时影响工作选择和薪酬。更重视安全的劳动者可能选择更安全的工作，而对风险容忍度更高的人则可能接受危险工作。因此，仅仅比较采矿工作与办公室工作的平均工资，并不能单独识别出死亡风险溢价。纵向数据、细致的工作分类，以及对非致命伤害风险的控制，都有助于改善识别，但无法消除所有偏差来源。\n\n风险的测量同样至关重要。由于无法直接观测个人风险，研究者往往将行业或职业的死亡率赋予各个劳动者。这些群体平均值可能无法准确反映特定工作场所或任务的风险。死亡事件也较为罕见，因此，细分职业的死亡率在统计上可能不稳定。分类体系、劳动力构成和报告惯例的变化，也使跨时期比较更加复杂。此外，只有当劳动者能够充分感知并理解风险时，他们的选择才能揭示研究所要考察的权衡关系；信息不对称可能削弱这种解释的可信度。\n\n其他市场证据来自消费者对安全设备、车辆特征和住房的购买选择，以及他们采取的防护行为。这些选择能够拓宽研究所涵盖的人群和危险类型，但产品通常将安全性与便利性、品质或身份地位捆绑在一起。规避风险的行为可以揭示防护价值的一部分，但可能遗漏不适感、剩余风险或时间成本。因此，显示偏好法的估计结果依赖于所采用的模型：人们掌握了哪些信息、面临哪些备选方案，以及从其实际选择中究竟体现出了哪些成本。"
    },
    {
      "heading": "基于调查的价值评估与风险沟通",
      "text": "陈述偏好法直接询问人们如何在金钱与死亡风险之间作出选择。条件价值评估法通常会描述一项具体的干预措施，并询问受访者愿意为此支付的最高金额，或是否愿意接受某一给定价格。离散选择实验则提供成本、风险降低幅度及其他属性各不相同的备选方案。通过对这些选择进行统计分析，可以估计人们愿意为提高安全程度付出多少金钱。这些方法可用于研究环境暴露、社区项目或未来技术等缺乏合适市场数据的情形。\n\n可信的价值评估情景必须明确受影响的人群、初始风险、风险降低的幅度及时间、支付方式，以及其他哪些后果会发生变化。将每年每10万人中有10人死亡降至8人，与将终生死亡风险降低相同的数值，并不是一回事。此外，按年支付还是一次性支付、受益对象仅为受访者本人还是整个家庭，以及项目是否在降低死亡风险的同时也减少患病风险，都会影响评估结果。如果这些内容没有明确说明，最终得到的支付金额可能无法反映所要衡量的统计生命价值。\n\n如何让受访者理解小概率事件尤其困难。研究人员会使用频数表述、图标阵列、对比说明和理解测试题，帮助受访者区分基准风险与风险降低幅度。一项关键的有效性检验是范围敏感性：在其他条件相同的情况下，风险降低幅度越大，支付意愿通常也应越高。对于较大幅度的风险变化，不要求两者严格成正比；但如果受访者对不同的小幅风险降低表现出的敏感性很弱，则可能意味着他们没有理解情景，或只是对“提高安全性”这一笼统概念作出回应，而不是对所述的具体幅度作出回应。由于统计生命价值是将支付意愿除以风险变化量而得到的，范围敏感性不足可能导致其他方面相似的调查得出差异悬殊的估值。\n\n当人们陈述的选择与涉及真实经济后果的决策不一致时，就会产生假设性偏差。策略性回答、迎合被认为符合社会期望的答案、对项目缺乏信任，以及对支付方式表示抗议，也都可能影响结果。因此，调查设计通常会采用预调查、切合实际的预算提醒、中立的描述，以及检验受访者理解程度的问题。这些程序有助于更清楚地解释调查结果，但不能保证每一份回答都准确反映受访者的偏好。\n\n陈述偏好研究还有助于探究，为什么数值相同的风险会得到不同的估值。人们可能会区别看待自愿与非自愿的风险暴露、熟悉与陌生的危险，以及立即死亡与先经历痛苦再因病死亡。行为经济学从框架效应、注意力和概率加权等角度提供解释。实证研究中发现的差异，并不能自动视为可套用于其他情境的、针对某一特定死因的“溢价”：这种差异可能反映了伴随的疾病、感知到的控制感缺失，或人们对情景理解上的不同。"
    },
    {
      "heading": "在公共政策评价中的应用",
      "text": "在政策分析中，计算降低死亡风险所带来收益的基本方法，是将每位受影响者的风险降低幅度乘以适当的统计生命价值（VSL），再对整个人群求和。采用统一数值时，\n\n\\[B_{\\mathrm{mortality}} =\\mathrm{VSL}\\sum_{i=1}^{N}\\Delta p_i.\\]\n\n个人风险降低幅度之和，就是预期避免的死亡人数。如果一项措施使100万人的年度死亡风险各降低十万分之二，那么预期每年可减少20人死亡。假设统计生命价值为1000万，则每年降低死亡风险带来的收益为2亿。这是预期的福利收益，并不意味着能够预测每年恰好有20名身份可确定的人因此免于死亡。\n\n交通、环境和职业安全政策是统计生命价值的主要应用领域。道路设计和车辆标准可以改变碰撞及死亡风险。空气污染治理可以降低大规模人群的污染暴露及相关死亡风险。工作场所监管可以改变致命事故的发生频率。统计生命价值提供了将风险降低换算为货币价值的依据，但风险降低幅度本身必须由工程证据、流行病学、暴露评估或其他相关分析来确定。如果对干预措施因果效应的估计不可靠，再精确的货币估值也无法弥补这一缺陷。\n\n政府机构通常采用标准化数值，以提高各项评价的一致性。美国环境保护署曾采用按2006年价格计算约为740万美元的中心估计值，并根据开展分析的年份进行调整。美国交通部2016年的指南采用了按2015年价格计算的960万美元。如果不考虑价格水平、收入假设和方法上的差异，就不能直接比较这些特定年份的基准值。它们是以大量证据为基础的分析惯例，并非宣称人的生命具有固定的货币价值。\n\n完整的评价还应涵盖实施成本、非致命伤害、疾病、财产损失、出行时间、环境影响及其他相关后果。有些影响会相互重叠。如果一项调查评估的是同时降低死亡风险和严重疾病风险的项目，那么将其支付意愿估计值全部视为纯粹的死亡风险降低价值，再另行加上减少疾病的收益，就可能造成重复计算。同样，罚款或保险赔付等支付也不一定构成社会资源的净成本。机会成本关注的是资源因用于某一用途而无法用于其他用途的代价。\n\n统计生命价值为决策提供参考，但其本身并不能确立决策所依据的法律标准。有些决策受到法定义务、权利、最低安全要求或禁止性规定的约束，这些因素不能简化为收益与成本的计算。即使在评价框架内，总体净收益为正也不意味着每位受影响者都能获益。风险、成本以及获得保护的机会如何分配，仍是需要单独分析的问题。"
    },
    {
      "heading": "收入、群体差异与跨国转移",
      "text": "支付意愿部分取决于作出选择的人所能支配的资源。因此，即使人们在伦理上同样重视生命的延续，不同收入群体和国家的统计生命价值（VSL）估计值也可能不同。在较贫困人群中测得的支付意愿较低，并不一定意味着他们较不关心生存；这也可能反映出，他们若要从食品、住房或其他必需品的开支中拿出资金来提高安全水平，就必须作出更大的牺牲。在存在收入不平等的背景下解读统计生命价值时，这一区分至关重要。\n\n在缺乏直接的本地证据时，分析人员有时会采用效益转移法，对来自其他人群的估计值加以调整。一种常见的设定是\n\n\\[\\mathrm{VSL}_{T} =\\mathrm{VSL}_{S} \\left(\\frac{Y_T}{Y_S}\\right)^{\\varepsilon},\\]\n\n其中，\\(S\\) 表示来源人群，\\(T\\) 表示目标人群，\\(Y\\) 表示具有可比性的实际收入指标，\\(\\varepsilon\\) 表示统计生命价值的收入弹性。如果目标人群的收入是来源人群的一半，那么弹性为 1 时，得出的统计生命价值就是来源人群的一半；弹性为 1.5 时，则约为来源人群的 35%。因此，弹性的选择可能对估计效益产生实质性影响，尤其是在收入差距较大的情况下。\n\n跨国转移要求币种、价格基准年和收入定义保持一致。在比较支付意愿所依托的消费能力时，购买力平价可能有所帮助，而市场汇率所解决的则是另一种换算问题。这两种换算都无法消除制度、基准死亡率、医疗卫生体系、非正规就业或风险认知方面的差异。将基于有保险保障的正规部门劳动者工资数据得出的估计值推广至整个人群，也可能引入选择偏差问题。仅以收入为依据的公式只是一种近似，不能替代相关的本地证据。\n\n年龄和健康状况会带来更多差异，但目前并不存在一套普遍认可的调整规则来反映这些因素的影响。在生命周期模型中，剩余预期寿命很重要，但财富积累、受抚养人、退休、消费模式和背景风险也会影响支付意愿。实证研究尚未确立一种适用于所有人群和各类危险的统一年龄变化模式。评估儿童面临的风险价值还存在其他困难，因为儿童通常并不作出相关的财务选择；父母的估值可能同时包含对孩子的关切、对家庭的影响以及父母自身的偏好。\n\n许多政策框架在同一项评价中对所有人采用统一的统计生命价值，而不是根据每个人的收入或人口特征分别赋值。这有助于保持行政管理上的一致性，也避免使个人获得保护的机会机械地与其收入成正比。不过，采用统一价值本身也是一种政策惯例。分析人员必须区分两类判断：一类是对观察到的支付意愿所作的描述性判断，另一类则是有关平等待遇、再分配，以及应赋予不同群体所获效益多大社会权重的规范性选择。"
    },
    {
      "heading": "生命年、健康指标与收益的时间分布",
      "text": "统计生命价值（VSL）与统计生命年价值（VSLY）相关，但两者并不相同。VSL针对的是死亡概率的微小变化，而VSLY表示每增加一个预期生命年的价值。一种换算方法假定，未来每个生命年具有相同的货币价值，并对这些生命年进行折现。在这一假设下，\n\n\\[\\mathrm{VSL} =\\mathrm{VSLY}\\sum_{t=1}^{T}\\frac{s_t}{(1+r)^t},\\]\n\n其中，\\(s_t\\) 是存活至第 \\(t\\) 年的条件概率，\\(r\\) 是折现率，\\(T\\) 是分析期限。将VSL除以这个按生存概率加权的年金因子，即可得到隐含的恒定VSLY。\n\n这种换算是一项建模假设，而不是由最初的VSL实证证据确立的恒等关系。人们未必对每一个新增生命年赋予相同的价值，为降低风险而支付的意愿也未必与剩余预期寿命成正比。采用固定的VSLY，通常意味着预期剩余寿命较短者因死亡风险降低而获得的总收益较低。采用统一的VSL，一般则不要求进行这种按比例调整。因此，当受益者的年龄或预后存在显著差异时，这两种方法可能会对各项方案给出不同的排序。\n\n卫生经济学还使用质量调整生命年（QALY），将寿命长度与健康相关的生活质量权重结合起来。通常，完全健康状态下的一年被赋予权重1，其他健康状态则根据所采用的测量体系赋值。伤残调整生命年衡量的是另一种量，即过早死亡和伤残造成的健康损失。这些指标可以用于比较健康结果，而不必立即将其折算为货币。如果不对寿命、健康和偏好作出额外假设，就不能简单地把以货币表示的VSL视为每个QALY的价格。\n\n无论采用何种单位，收益发生的时间都很重要。安全投资可能立即减少死亡，也可能逐步见效，或要经过很长的潜伏期才能见效。分析人员通常使用指定的折现率，将未来收益折算为现值，同时区分货币价值所对应的年份与风险降低发生的年份。如果预计实际支付意愿会随收入增长而提高，未来的VSL也可能变化。折现与实际收入调整的目的不同，不应混为一谈。\n\n对于慢性暴露，暴露水平降低、生物学效应出现以及死亡率变化可能发生在不同时间。例如，空气质量改善对死亡率的影响，未必会在排放量下降的当年全部显现。因此，风险估计需要明确说明这些影响随时间变化的过程。如果一项研究已经通过当前支付意愿来评估延后实现的收益，其中可能已包含某些时间偏好；若不审视原始估值就再作调整，可能会对同一延迟重复计入影响。"
    },
    {
      "heading": "不确定性、伦理边界与解读",
      "text": "统计生命价值的估计存在多个层面的不确定性。抽样误差会影响单项工资研究或问卷调查；模型设定会影响风险溢价的估计；研究之间的差异则反映了人群、危险因素、研究方法和数据质量的不同。元分析可以综合这些证据，但其结果取决于研究的筛选方式、如何处理来自同一数据集的多个估计值，以及如何针对研究特征作出调整。如果具有统计显著性或数值异常大的结果更容易发表，发表偏倚也会成为一项隐忧。\n\n政策效益还取决于存在不确定性的暴露估计、剂量—反应关系、基线死亡率、合规程度和人口预测。因此，仅报告统计生命价值的取值范围，可能无法完整呈现不确定性。敏感性分析考察结论在不同假设下如何变化，而概率分析则可以将设定的概率分布所反映的不确定性传递到计算结果中。相关性也很重要：死亡反应关系中共同存在的不确定性，不会仅仅因为受影响者有数百万人就消失。单项研究的置信区间，也不同于为反映将其结果迁用于其他情境时的不确定性而设定的较宽范围。\n\n针对统计生命价值最常见的伦理异议是，货币化似乎是在给人的生命标价。对此，技术层面的回应更为有限：这种方法估值的是不确定前景的变化，而不是杀害或放弃救助某个可识别个体的许可。公共和私人决策不可避免地要在安全措施与其他需求之间分配有限资源，即使没有报告货币估值，也会形成隐含的取舍。将这些取舍明确呈现出来，有助于提高决策的一致性，但这并不能证明支付意愿应成为所有决策的唯一标准。\n\n基于收入的估值还引出了另一项关切。总支付意愿既反映偏好，也反映购买力，因此，不加权的分析可能偏向于让较富裕群体受益的方案。按群体报告分配影响、采用统一的估值惯例，或明确设置福利权重，分别回应了这一问题的不同方面，也都需要作出超出统计生命价值估计本身的规范性选择。人权、法律上的平等以及对弱势群体的义务，可以独立于货币总收益，对政策形成约束。\n\n最后，标准的统计生命价值估计针对的是相对较小的个体死亡风险，可能无法充分涵盖灾难性事件、相互关联的损失或对社会制度的威胁。一场灾难可能摧毁基础设施、使家庭离散、打断照护服务，并造成超出个体死亡概率之和所能反映的伤害。反过来，也不能总是在不检查重复计算的情况下，将对他人的利他关切机械地加到每个人对自身风险的估值上。恰当的解读取决于：计入了谁的偏好，原始证据涵盖了哪些后果，以及政策改变的究竟只是边际风险，还是这些偏好形成时所处的更广泛条件。"
    }
  ],
  "links": [
    "cost-benefit-analysis",
    "welfare-economics",
    "willingness-to-pay",
    "expected-utility-theory",
    "marginal-utility",
    "marginal-rate-of-substitution",
    "loss-aversion",
    "human-capital",
    "labor-market",
    "causation",
    "information-asymmetry",
    "behavioral-economics",
    "epidemiology",
    "opportunity-cost",
    "income-inequality",
    "purchasing-power-parity",
    "quality-adjusted-life-year",
    "discount-rate",
    "present-value",
    "meta-analysis",
    "sensitivity-analysis",
    "human-rights"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}