正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2021-05-12 12:23
“七普公报”详细解读:特别回应数据之惑

备受瞩目的第七次人口普查公报终于在昨天早上发布。如果回头来看第六次人口普查公报发布的日期(2011年的4月28日),与今年其实差别不是很大,但大家对本次普查结果的热切期盼,反映了社会近几年来对人口问题的关注和中国人口正走向拐点的事实。


回到报告本身,报告的大部分结果是在预料之中,但也有不少出乎意料的地方,下面我们将对一些要点进行解读。


本文来自微信公众号:严肃的人口学八卦(ID:renkou8gua),作者:李婷(中国人民大学人口与发展研究中心、北京社会建设研究院教授)、吕利丹(中国人民大学人口与发展研究中心、北京社会建设研究院副教授)、靳永爱(中国人民大学人口与发展研究中心、北京社会建设研究院副教授)、李灵春(中国人民大学社会与人口学院博士生),图文编辑:董浩月,头图来自:视觉中国


一、关于普查质量


如果说普通人最关注的是“七普”发布的具体数字,那么专业人士首要关心的是普查的质量如何。


应该说从一开始,业内人士就对“七普”质量抱有很高的期盼,源于以下几个原因:


  • 全面采用电子化数据采集,这就会大幅度较少登记和数据输入中的误差。


  • 采用实时上报系统,也就是说所有的数据都直接由中央实时采集,不经过地方的汇总环节,甚至地方也无法直接掌握本地区数据情况,这样能进行统一的质量控制。


  • 加入居民身份证信息,基本能消除重报问题。


  • 突如其来的疫情和社区防控的开展,使得社区对其内部人口情况的掌握相比任何时期都更加充分。


今年宁局长报告“七普”的事后质量抽查漏登率仅为0.05%,比六普的一半还要少(0.12%),应该说还是比较满意的。那么下面的解读都将建立在“七普”数据质量比较高这一认知基础上的。


二、总人口规模,数据之惑?


从“七普数据公报”中可知2020年总人口为141178万人,相比于2019年抽样调查的140005万人,增加了1173万人。这一结果就引起了很多人对数据的以下推算和质疑:


2020年0~14岁人口数为25338万人,按照2006年到2019每年统计公报出生人口数加总,一共是22743万人,相减可得2020年出生人口为2595万人。已知自然增长1173万人,可估计2020年死亡人数为1422万人(这几年统计公报的死亡人数均在900~1000万之间)


由此推算2020年死亡率为10.07‰,出生率为18.38‰,二者均比2019年上涨2.93‰和7.9‰,这与呈日益下降趋势的出生率、死亡率严重不符。


考虑到截止目前我国2020年新冠疫情死亡人数为4858人,这部分人群并不足矣改变死亡率下降趋势。


针对此不寻常的结果,有两种可能的判断:


  • 第一,如果以2019年及之前的统计公报数据为标准,则2020年“七普”数据存在大量的多报、重报嫌疑;


  • 第二,如果以2020年“七普”数据为标准,则2019年之前的统计公报数据存在大量少报、漏报嫌疑。


我们在一开始就提到,“七普”因为纳入了居民身份证信息已经基本杜绝重报,那么这样看来第二种情况就更为合理。


另外需要科普的是,每年统计局公报的年末人口数以及出生和死亡人口都来自于千分之一人口抽样调查,再根据人口比例回推。很自然抽样的误差会比较大,还非常有可能存在故意漏报出生人数。


在国外,更科学的年度出生和死亡人口统计都来自行政登记数据(也就是常规的出生证办理和死亡销户),但因为各种原因,我国的行政登记数据长期存在较大的问题,希望逐步将其规范化和电子化之后能取代抽样,成为每年统计公报的标准。后续统计局可能会根据“七普”数据和其他来源数据,对前面年份的出生和死亡人口数进行调整。


三、出生人口数下降原因


根据国家统计局公布的数据,2016~2020年,我国出生人口规模分别为1786万、1723万、1523万、1465万和1200万左右,出生人口规模持续下降。


我国出生人口规模变动在全面二孩政策实施的初期,效果明显,二孩生育比例一度超过了50%,随着时间推移,政策效应在逐渐减弱,二孩生育比例趋于平稳。


目前出生人口规模下降的主要原因是:


(1)育龄妇女规模明显减少,尤其是生育高峰期的女性规模下降较快。


据推算,2020年我国15~49岁的育龄妇女规模为3.2亿,20~34岁生育旺盛期的育龄妇女规模为1.4亿;2019年这两个数字分别为3.4亿、1.5亿;而2016年则分别为3.6亿、1.6亿。


由于育龄妇女规模持续减少,即使维持生育水平不变,年度出生人数也将不断下降。


(2)随着社会经济发展、人口受教育年限的延长等,结婚生育年龄不断推迟。


2010年,我国平均初婚年龄为23.8岁,根据CFPS2018年调查,平均初婚年龄已经推迟至26.5岁。未来我国育龄妇女的规模还将持续缩减,婚育年龄也还有推迟的空间,出生人口规模将进一步下降。


根据今天公布的数据,我国育龄妇女的生育意愿子女数在1.8左右,而2020年实际总和生育率据估计在1.3左右。如何理解之间的这个差距?


首先要认识到,总和生育率反应的是时期生育水平,而平均生育意愿数更接近终身生育水平的概念,两个指标不能完全对应起来相比。


当然,毫无疑问,我国的实际生育水平是远低于意愿生育水平的。从意愿到行为中间还有很多阻碍的因素,比如家庭的经济压力、照料压力、不孕不育等,这些都会导致最后实际生育数量低于意愿数量。


四、流动人口规模


全国流动人口规模为3.76亿人,比国家统计局公布的2019年流动人口规模多出1.4亿人,如此大的差异,应该与往年人口抽样调查和“七普数据”质量差异有很大关系。


流动人口的数据,向来受到漏报和重报问题的争议。通过疫情的管控,社区对流动人口的摸底更加准确,为“七普”奠定了更好的基础,可以有效减少流动人口的漏报。


“七普”加入了身份号码进行识别,往年有人认为流动人口存在的重报问题可以得到解决,所以高估流动人口规模的可能性不大。这也反映往年的年度人口抽样调查可能存在较大程度的流动人口漏报的问题。


3.76亿人这个数据告诉我们,我国平均每4个人里面就有一个人是流动人口。


而且需要注意的是,这个数据是在2020年11月收集的,疫情期间部分返乡流动人口尚未回归工作岗位。我国人口空间活动程度较10年间有了大幅度提升,为了适应“人口迁徙时代”,政策和制度上的改革更为紧迫。


图:我国流动人口规模。注:除了逢“0”年份的普查和逢“5”年份的1%人口抽样调查,国家统计局自2011年以来还会在《国民经济与社会发展公报》中公布年度流动人口规模,该数据根据每年1‰人口抽样调查获得,图中2011~2014年、2016~2019年的数据据此进行整理。


五、人口区域分布趋势


2010~2020年间,东部地区人口所占比重上升2.15个百分点,人口进一步向东部地区聚集。我国人口迁移流动的主流是从中西部流入东部,流动人口从2010~2020年间增长了70%(1.55亿人),这与东部人口进一步聚集的趋势一致。


值得注意的是,不同于中部人口和东北人口的“塌陷”,西部人口比重十年间小幅度上升0.22个百分点。人口的自然增长和机械增长对这一结果可能都有贡献。


一方面,西部地区生育率相对较高;另一方面,近十年来西部地区经济、交通、科技等发展较快,对人口的吸引力加大,促进西部劳动力保持在区域内部的就业生活。


六、家庭户规模


没有想到以前并不太被人注意的家庭户规模这次引起了较大的关注。根据“七普公报”显示相比于2010年的户均3.10人,2020年的户均人数降到了2.62人。


应该说户均人数下降本身并不出乎意料,如下图所示,自80年代以来,我国户均人口数就保持持续下降的趋势。主要的几个原因是,家庭子女数减少,大家庭解体,小家庭增加,人口流动也会加剧大家庭的解体过程。


图:我国家庭户规模(数据来自各普查和小普查)


需要指出的是,虽然多代同住的家庭已经大大减少,但是三代直系家庭(祖父母与子女以及孙子女同住的家庭形式)比例并没有显著减少,倒是标准核心家庭(父母与未成年子女同住的家庭)比例下降,相应增加的是夫妻核心(没有子女或者子女不同住的夫妇)以及单人户。后两种家庭类型的增多,跟老年人越来越多单独居住以及年青人大大推迟初婚初育有关。


当然如果足够细心可以看到2020年的户均人数有一个加速下降的趋势。这个情况很可能跟上面提到的流动人口规模统计大幅度上升有关,因为流动人口大部分是以小家庭形式流动。这样的话实际登记的家庭户总量就会上浮,相应户均人数就会更低。在以前的普查或者抽样调查中,流动人口即便流动,仍然比较有可能在老家的大家庭中登记。


七、未来人口发展态势


目前,我国人口仍处于表面正增长的阶段,但是人口内在增长率早在20世纪90年代就已由正转负,人口增速不断放缓,人口负增长惯性逐渐积聚。


随着低生育率持续,出生人口绝对规模不断缩减,预测未来四五年内人中国人口将出现历史性的方向转折,即进入人口负增长时代,这种负增长的形势将持续很长一段时间。


本文来自微信公众号:严肃的人口学八卦(ID:renkou8gua),作者:李婷、吕利丹、靳永爱、李灵春,图文编辑:董浩月

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
频道:

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: