中国人口研究专题报告——中国2025-2100年人口预测与政策建议

中国2025-2100年人口预测与政策建议 西南财经大学统计交叉创新研究院西南财经大学数据科学与商务智能联合实验室西南财经大学统计学院清华大学统计与数据科学系 2025年1月 目录 第一部分前言 1 第二部分中国人口2025-2100年的趋势预测7一、人口总量……………………………………………………………………71.1中等生育方案情景下，中国人口总量趋势……………………………71.2低生育方案情景下，中国人口总量趋势………………………………81.3高生育方案情景下，中国人口总量趋势………………………………8二、出生人数……………………………………………………………………92.1三种生育方案情景下，中国出生人口趋势……………………………102.2育龄女性总量减少，生育年龄不断推迟………………………………112.3结婚对数创新低，初婚年龄不断推迟…………………………………14三、人口老龄化…………………………………………………………………153.1老龄人口规模和老龄化率………………………………………………163.2人口年龄中位数…………………………………………………………183.3老龄人口抚养比…………………………………………………………203.4死亡人口规模与死亡率…………………………………………………21四、劳动人口……………………………………………………………………234.1劳动人口规模……………………………………………………………234.2劳动人口年龄中位数……………………………………………………25五、人口金字塔…………………………………………………………………28六、国际比较……………………………………………………………………28 第三部分日本、韩国应对低生育率和老龄化的政策和经验31 七、日本的政策和经验…………………………………………………………31八、韩国的政策和经验…………………………………………………………41 第四部分总结 47 第五部分政策建议 51 参考文献 54 第一部分前言 近年来，我国出生人口数显著下降。2022年和2023年连续两年出生人数只有900多万。上一次中国出现这一规模的出生人口要追溯到抗战时期的1943年至1944年，是特殊时期，且当时中国人口基数只有4亿。以目前我国14亿人口之众，每年仅出生900多万新生儿，揭示了中国正面临超低生育的挑战。出生人数的急剧下降将导致人口年龄结构失衡和劳动人口萎缩，加剧人口老龄化，并引发劳动力人口减少与失衡。人口下降将减少一个国家的生产、消费能力及整个经济的动能。这些担忧促使我们这些统计与数据科学工作者研究中国的人口问题，尤其是其未来的走势。 本报告主要关心中国到本世纪末的人口总量和结构。若当前出生率保持不变或进一步下降，在保持现在的死亡率下，中国的出生人口总数及年龄结构会如何变化？到本世纪末中国仍是人口大国吗？这是本报告主要回答的问题。本报告将从人口总量、出生人口、人口年龄结构、老龄化和劳动力等维度分析中国人口2025-2100年的趋势，阐述中国人口面临的形势与挑战，为科学制定人口政策提供数据支撑，更好地服务人口高质量发展的目标。 数据基础 本报告使用的数据主要是国家统计局人口普查（每10年）、百分之一抽样（每5年）及千分之一抽样（其他年份）数据。普查数据来源于《中国人口普查年鉴》，百分之一及千分之一人口抽样数据来源于《中国人口与就业统计年鉴》。本报告使用的最新数据为2022年人口统计数据，来源于2023年年鉴数据。本报告仅考虑中国大陆31个省、直辖市、自治区的人口情况，未涵盖中国香港、澳门和台湾省。其他国家数据主要来源于联合国《2024年世界人口展望》。 模型方法与参数设定 为科学研判中国未来人口结构和趋势，本报告使用人口统计预测中广泛采用的队列要素方法（Cohort-Component Method For Projecting Population）[1,2]。在队列要素方法中，队列（Cohort）指的是同一年出生的人口，即出生队列。基于现有的人口各年龄段的总量和性别比例，分析并预测所有出生队列的生育、死亡和迁移情况， 即可预测国家未来的人口总量和年龄结构。队列要素方法可以通过如下人口平衡等式刻画， 其中， •𝑃(𝑡)为第𝑡年的人口总量，𝑃(𝑡+1)为第𝑡+1年的人口总量；•𝐵(𝑡,𝑡+1)为第𝑡年至第𝑡+1年的总出生人数；•𝐷(𝑡,𝑡+1)为第𝑡年至第𝑡+1年的总死亡人数；•𝑀(𝑡,𝑡+1)为第𝑡年至第𝑡+1年的净人口迁移数。 人口平衡等式(1)可以表述为第𝑡+1年的总人口等于第𝑡年的总人口，加上第𝑡+1年出生人数，减去第𝑡+1年死亡人数，再加上第𝑡+1年的净人口迁移总量。基于上述人口平衡等式，若需要预测未来第𝑡+𝑛年的人口总量，只需要确定模型初始状态，并依次迭代算出第𝑡+1,…,𝑡+𝑛年的出生人数、死亡人数和净迁移人数即可。 由于生育率和死亡率在不同年龄段和性别间存在差异，准确计算某一年的出生人数和死亡人数需要细分考虑不同年龄和不同性别队列的生育率、死亡率和迁移率。本报告将全部人口按年龄分为0,1,…,89,90+共91个队列，其中90+为开放队列，表示90岁及以上的人组成的群体。附录1给出了每年出生人数、各年龄段死亡人数和净人口迁移数的计算公式。 在预测阶段，本报告所使用的队列要素方法的生育率参数、死亡率参数和人口迁移参数设定如下： •生育率参数 育 龄女 性（15-49岁女 性）在第𝑡年 每1岁年 龄段的横 截面生 育 率{𝑏!(𝑡)}!"#$%&是计算当年出生人口的核心生育率参数1。总和生育率（TotalFertilityRate,TFR）等于育龄女性每1岁年龄段生育率的总和，表征一个国家或地区的女性在育龄期间（15-49岁），平均每个女性生育的子女数，是反映该国生育率水平的重要指标。本报告考虑三种不同生育率水平下我国未来人口的趋势，分别是中等生育方案、低生育方案和高生育方案。 （1）中等生育方案：假定未来我国总和生育率保持在2022年的水平，即TFR=1.05，育龄女性每1岁年龄段的生育率也保持在2022年的水平，即{𝑏!(𝑡)}!"#$%&={𝑏!(2022)}!"#$%&。出生人口性别比（以女性为100，男性对女性的比例）也保持在2022年水平，即男女性别比为111.1。 中等生育方案假定各年龄段生育率保持现阶段水平不变，能够反映出如果不采取相关生育支持政策我国未来的人口趋势，为政策的制定提供一个参考基准。 （2）低生育方案：假定我国总和生育率在2023-2032年的十年间线性地下降至韩国2023年总和生育率0.72的水平，并在2033-2100年保持在0.72的水平不变，即2033年起的总和生育率较2022年的1.05下降31%。育龄女性每1岁年龄段的生育率{𝑏!(𝑡)}!"#$%&按照低生育方案与中等生育方案的总和生育率的比值等比例缩小。低生育方案中出生人口性别比与中等生育方案一致。 （数据来源：国家统计局、上海市卫健委、联合国《2024年世界人口展望》、Wind数据库；其他城市来源于人口统计年鉴和普查年鉴，由于仅获取到特定年份的数据，因此采用阶梯折线图展示。） 如图1所示，2020年，我国主要城市总和生育率，如上海（0.73）、北京（0.87）、天津（0.92）、成都（1.05）和深圳（1.06），已经接近甚至低于韩国2020年的总和生育率0.84的水平。2023年韩国的总和生育率进一步下降至0.72，已排在世界倒数第一。最新数据显示，2023年我国上海市户籍人口的总和生育率为0.6，比韩国更低。上述分析意味着未来我国的总和生育率达到韩国这一极端的情形是可能的。因此，低生育方案旨在探究如果生育水平进一步下降时我国未来的人口趋势。 （3）高生育方案：假定我国总和生育率在2023-2032年的十年间线性地上升至1.31的水平，并在2033-2100年保持在1.31的水平不变，即2033年起的总和生育率较2022年的1.05上升25%，略高于2011-2020年十年间总和生育率的平均水平1.30。育龄女性每1岁年龄段的生育率{𝑏!(𝑡)}!"#$%&按照高生育方案与中等生育方案的总和生育率的比值等比例放大。高生育方案中出生人口性别比与中等生育方案一致。 高生育方案反映出若各种生育支持政策出台后，在总和生育率的下行趋势得到遏制并上涨25%的情形下，我国未来的人口趋势。 •死亡率参数 国家统计局人口调查记录的数据是第𝑡年每1岁年龄段、分性别的死亡率（死亡人数/人口总量）{𝑞!'(𝑡)}!"(&()（男性）和{𝑞!*(𝑡)}!"(&()（女性）。需要说明的是，在队列分量法中，死亡人数的计算使用的是死亡概率。死亡概率是生命表中的概念。第𝑡年每1岁年龄段、分性别的死亡概率{𝑑!'(𝑡)}!"(&()（男性）和{𝑑!*(𝑡)}!"(&()（女性）是计算当年死亡人数的核心参数。死亡率与死亡概率可以通过转换公式计算2，即死亡率和死亡概率相互决定。 本报告三种生育方案均假定2023-2100年每1岁年龄段、分性别的人口死亡率{𝑞!'(𝑡)}!"(&()和{𝑞!*(𝑡)}!"(&()均保持在2020年水平。 这一设定出于两个考量。一方面，人口千分之一抽样调查人数每年仅140万-150万人。具体分配到每1岁、不同性别的人口抽样数量约几百人到至一万 余人，是小样本。基于小样本抽样获得的每1岁、分性别人口死亡率变异较大。同时，在千分之一抽样调查中，我们观测到部分低龄段的死亡人数为0，进而产生了死亡率缺失。这是正常的，因为低龄段的人口死亡率很低，较少的抽样人数可能出现死亡人数为0的情形。相较而言，2020年的人口普查数据是全样本调查，能够获得每1岁、分性别人口死亡率的精确值。因此，使用2020年人口普查的死亡率数据能改善模型预测的精度并减小估计方差。另一方面，由于新冠疫情的影响，2021-2023年的人口死亡率相较于正常时期存在较大波动，不宜用于长期人口评估。相较而言，尽管2020年存在疫情影响，但有效的疫情控制使得感染和死亡人数相对较少。因此，使用2020年人口普查的死亡率数据可以尽可能提高模型估计精度，降低估计方差。 •人口迁移参数 中国是典型的非移民国家。根据联合国《2024年世界人口展望》数据，过去十年，我国净移民数量年平均为33.1万人，其中，2020年净移民数量仅为9.2万人。相较于出生人数和死亡人数的规模，中国的人口净迁移量相对较少，对人口总量和结构的影响很小。 因此，本报告三种方案均假设中国的人口净迁移量为0，即𝑀(𝑡,𝑡+1)≡0，以集中研究出生人口和死亡人数变化对我国人口总量和结构的影响。 本报告最新数据为截至2022年各年龄段的生育率和死亡率数据。因此，本报告对2023-2100年的人口总量和结构进行预测。本报告以2020年人口普查中每1岁年龄段的精确人口数量为基础，根据2021年和2022年各年龄段的生育率、死亡率，以及出生人口性别比数据迭代计算得到2022年每1岁年龄段人口数量，作为模型预测阶段（2023-2100年）的初始状态。我们通过对比中等生育方案情景下2023年的预测结果与真实值之间的差异来评估模型的效果（见表2），以三种生育方案情景下2025-2100年的预测结果来分析中国未来的人口总量和结构分布趋势。 表2的结果表明我们的方法在人口总量和各年龄段人口规模的预测精度优于联合国《2024年世界人口展望》中对中国人口的估计，死亡人数的估计相差不大，而出生人数的估计我们的方法不及联合国。联合国报告中对生育率使用了分层贝叶斯模型， 而本报告的中等生育方案假设2023年的总和生育率保持在2022年的水平。2023年实际出生人数比本报告中等生育方案下预测值更低，表明2023年的总和生育率可能有进一步的下降，比1