【深度】丁金宏等：人口年龄结构演化轨迹与转变模式: 国际比较与中国特色

用微信扫码二维码

分享至好友和朋友圈

根据世界各国(地区)人口年龄结构演化轨迹、中国人口年龄结构演化的未来趋势和长期均衡位置预测，以及各态历经性假设，本文认为，人口年龄结构变化是伴随人口增长转变而发生的必然过程，因而可以称为“年龄结构转变”(Age Structure Transition，AST)。

本文系盘古智库学术委员、华东师范大学社会发展学院前院长、上海市人口学会副会长丁金宏，文章节选自《人口研究》2023年第一期，略有删节。

本文大约15000字，读完约35分钟。

内 容 摘 要

将三段式年龄结构表示为三角图中的点，则其时序轨迹可以表达人口年龄结构演化过程。通过分类梳理世界各国(地区)及中国各省份人口年龄结构的演化模式，并预测中国人口年龄结构的长期均衡位置，发现人口年龄结构演化具有充分的“各态历经性”，可称为“年龄结构转变”，其基本路径是:从多子化的年轻型人口出发，经历少子红利化、转折和负债老龄化3个阶段到达少子－高龄型人口的长期均衡位置。发达国家(地区)已处于第三阶段中期，发展中国家(地区)多处于第一阶段中后期，最不发达的非洲国家(地区)还处于转变初期，甚至还在起点徘徊。中国人口年龄结构于2010年经过红利拐点进入第三阶段，加速赶上发达国家(地区)的转变进程。预测结果显示，2100年中国人口的均衡年龄结构为少儿占15%、劳动力占55%、老年人占30%，世界各国(地区)也会向这一方位聚拢。

正 文

1 引言

年龄是人生的时间刻度，年龄结构深刻影响着人口的生育、教育、就业、迁移、死亡等行为的特征，是形形色色人口结构中最重要也是最基础的一个。传统人口学非常重视年龄的统计分析意义，从格兰特的生命表到洛特卡的人口发展方程，年龄都是最重要的分析解释变量。完整的年龄结构可以用单岁年龄分布来描述，并常常与性别联合在一起形象地表示为人口金字塔。这种“全息”的年龄结构在实际应用中显得过于庞杂，容易使人陷于细节而不得要领，因而需要做宏观的段落切分。1900年桑德巴创制了“三段式”年龄分布:以15岁和50岁两个界点将人口分成育龄前(Pre-reproduction)、育龄(Reproduction)和育龄后(Post-reproduction)3个年龄段。显然，这个划分主要着眼于人口再生产过程，桑德巴认为15～49岁育龄人口在总人口中的比重通常稳定在50%左右，而育龄前与育龄后人口的对比关系决定了人口增长的类型:前者比重大于40%且后者小于10%的人口属于增长型(Progressive);前者比重小于20%且后者大于30%的人口属于衰退型(Regressive);介于两型之间的为停滞人口(Stagnant);前者和后者比重精确等于33%和17%时为静止人口(Stationary)。与此同时，这个年龄分段也吻合于人口经济学内涵:15～49岁人口是创造财富的劳动者，具有“再生产者－工人”(Reproducer-Worker)双重属性，而按20世纪初的预期寿命，50岁及以上已经属于纯粹的老年人，与少年儿童共同构成被抚养的对象(Pearl，1940)。

桑德巴的发现独到且犀利，引发其后的人口学家纷纷展开验证和讨论，例如，Pearl(1940)据此发现了欧洲和美国各州的人口老龄化趋势，并创立了老龄化理论。然而，随着人类健康水平的提升和预期寿命的延长，50岁已越来越不适用于老年人口的年龄下限。如今，我们更倾向于以65岁代替50岁将人口年龄段划分为0～14岁、15～64岁和65岁及以上，并对应于少儿人口、劳动年龄人口和老年人口。这意味着当代年龄结构的视角越来越偏离人口再生产的内生过程，转而聚焦人口经济学意义上劳动与抚养的外生关系。本文采用这一年龄分组方案展开分析，为简化表述，后文分别将这3组人口简称为“少儿”“劳动力”和“老年人”。

Pearl之后的年龄结构研究逐步聚焦于人口老龄化，1956年联合国提议将老年人比重达到7%作为步入老龄化社会的下限标准。Valaoras(1958)以欧洲、北美、南美几个典型国家的历史数据展示了老年人与少儿比重的消长关系轨迹，发现两次世界大战之间是老龄化进展最快的时期，虽然二战之后出现了老龄化的倒退，但他认为这只是短暂回潮，老龄化还将继续发展，这一判断展现出Valaoras高远的战略预见性。他还认为，年龄结构演化的主导趋势是少子老龄化，介于少儿与老年人之间的劳动力比重将在相对稳定中有所上升，由此认为老龄化的过程更像是成年化(Maturing)的过程，总抚养比是趋于下降的，老龄化的经济后果是高效率的、乐观的。

二战以后世界各国(地区)人口年龄结构的演变过程进一步印证了Pearl、Valaoras等先锋学者关于老龄化、少子化的战略判断。但与此同时，劳动力比重的变化远非Valaoras设想的那样呈现单调的稳中有升之势，而是有升、有降、有转折，从而增加了人口年龄结构演变模式和规律的复杂性。本文的研究主旨就是将少儿、劳动力和老年人作为有机整体，探讨三相年龄结构的演变过程及其区域模式。当我们研究单个国家(地区)时，用代表少儿、劳动力和老年人比重变化的3条曲线来描述其人口年龄结构演变过程是可行的，比如王广州(2019)的研究。但是，如果进行多国家、多地区的对比与综合研究，我们势必失陷于图形和曲线的汪洋大海，难以发现和表达演化的规律性。为此，本文引入三角图工具，将年龄三相结构压缩为三角图中的点，以这些点的时序轨迹来表达年龄结构的演化过程，分类梳理世界各国(地区)及我国各省份人口年龄结构的演化模式，预测人口年龄结构的长期均衡位置，探讨人口年龄结构转变的一般规律。

2 三角图基本原理及其适用性

三角图是表达三相结构的一种有效工具，它的起源不甚明了，但其在自然科学领域结构分析方面的应用已经颇有历史。早在一个世纪前，我国地学先驱翁文灏(1927)就用三角图来评价中国各煤矿的炭、水、烟3种组分的品相差异;Krynine(1948)将三角图用于沉积岩的成分分析和分类研究。近年来，社会科学工作者也尝试将三角图用于产业结构分析等领域(边雪等，2013)。

三角图应用的条件是事物由且仅由3种成分组成，即三者的百分比x、y、z满足以下关系:

x+y+z=100 (1)

公式(1)是三维坐标系中的平面方程，平面上的任一点P(x，y，z)代表着该事物的一种成分结构。x、y、z为非负实数，故P(x，y，z)的定义域为上述平面中由三维坐标系第一象限所截取的正三角形(见图1a)。我们将这个正三角形“取下”，便可以用它内部的点来描述事物的三相结构。三角图实际上有3个坐标轴，方向从3个边的中点指向对应的顶点，当结构以百分数表示时，如果将从底边到顶点的长度定义为100，那么点到边的距离就是相应成分的比重值。我们用C、L、A代替X、Y、Z分别表示少儿、劳动力、老年人，那么三段式的人口年龄结构就被浓缩成三角形中的点，比如图1b中P点代表某地某时少儿占25%、劳动力占60%、老年人占15%的年龄结构。

图 1 三角图基本原理

Figure 1 The Basic Principle of Triangular Diagram

资料来源: 作者根据三角图基本原理绘制。

用三角图研究人口年龄结构有一个独特的长处，即时间过程的形象表达。静态地看，人口年龄结构的3个组分是互补互斥的，但随着时间的推移，三者之间又会发生跨类转化，少儿会递进为劳动力、劳动力会递进为老年人，所以沿着时间维度考察年龄结构的运动轨迹具有内生的自洽性，可以帮助我们总结年龄结构演变模式，发现其转化规律。

从现实数据看，绝大多数国家(地区)的人口中少儿比重不低于10%、劳动力比重不低于40%，因此，人口年龄结构的实践定义域通常为图1b所示的蓝色小三角。这两条底线实际上也控制了3组人口的比重上限:少儿不超过60%，劳动力不超过90%，老年人不超过50%。本文的图形分析均采用这个小三角形。

人口年龄结构的各种典型类型都可以表示为三角图中的相应区位。为图形表达的整齐起见，我们以10个百分点为区格，因而需要对某些人口年龄结构分界指标做贴近十分位的“取整”处理。首先，把步入老龄化社会的标准从通行的老年人比重达到7%略微提高到10%，游允中(2008)指出，联合国在1956年发布这一指标时曾声明是“随意地”(Arbitrarily)，因而调整它也应是可以接受的，而且是比较合理的。当今世界人口的预期寿命已经比联合国当年界定老龄化标准时大幅度提高，很多国家(地区)几乎是“无感”地轻松穿越7%的门槛，因此，我们认为Cowgill(1974)提出的10%的老龄化标准更适合当代社会。考虑到7%的老龄化标准的广泛影响，我们仍将其以虚线形式表示在三角图中。其次，将联合国建议的21%的重度老龄化标准取整为20%，并简称为“高龄化”。再次，将人口红利窗口开启的下限标准取整为劳动力比重达到60%。最后，少子型人口的上限标准采用日本学者河野稠果提出的少儿比重达到20%(权彤、郭娜，2015)。

(注：关于人口红利窗口开启的标准，学术界目前还未达成一致，大抵有劳动力比重达到55%、65%和2/3的3种说法(United Nations，2004;陈友华，2005;田雪原，1983)，本文综合调和取整为60%。)

图 2 人口年龄结构类型的三角区位

Figure 2 Location of the Population Age Structure in Triangular Diagram

资料来源: 作者根据上述理论建构绘制。

注: 图中蓝色水平虚线表示老年人比重为7%的老龄化惯用标准。

按照上述界限，可以将人口年龄结构的各种典型类型表示在三角图中的相应区位(见图2):(1)传统型人口:特征是多子，少儿比重一般在30%以上，没有人口红利，也没有老龄化;(2)红利型人口:劳动力比重超过60%，没有老龄化，也没有少子化;(3)少子－红利型人口:少儿比重低于20%，劳动力比重超过60%，尚未老龄化;(4)红利－老龄型人口:劳动力比重超过60%，老年人比重超过10%，尚未少子化;(5)少子－红利－老龄型人口:少儿比重低于20%，劳动力比重超过60%，老年人比重超过10%，当老年人比重进一步超过20%时，可称为少子－红利－高龄型人口;(6)少子－高龄型人口:少儿比重低于20%，老年人比重超过20%，人口红利窗口关闭。此外，理论上存在纯粹的老龄型和高龄型人口，但事实上这两种类型很难不伴随人口红利或少子化，所以这两个区域是实践上“人迹罕至”的空白区。

3 人口年龄结构演化的内生因素与基本方向

在人口年龄结构演化过程中，有两股内生力量在发生作用:一是生育数量的减少，即少子化，它直接导致少儿比重的下降，同时间接带动劳动力和老年人比重的上升;二是人口预期寿命的延长，即老龄化，它直接导致老年人比重的上升，同时也会间接挤压劳动力和少儿比重。这两股力量在工业革命之后就不断得到强化，现阶段，发达国家(地区)的少子化和老龄化相继出现减缓的势头。对位于少儿和老年人之间的劳动力而言，这两股力量的作用方向是相反的，劳动力比重的变动方向取决于两股力量的对比和年龄结构的惯性。

理论上说，人口年龄结构可以在三角图中沿任何方向演化，但有几个方向是比较常见的，为方便后文表述，本文分别加以规范命名:(1)老龄化:即老年人比重上升，精确的老龄化方向是铅直向上，老年人比重每提升一个单位，劳动力和少儿比重各下降半个单位，贴近这一方向的年龄结构变动都可以称为老龄化;(2)少子化:即少儿比重下降，精确的少子化方向是右上30°，少儿比重每下降一个单位，劳动力和老年人比重各提升半个单位，贴近这一方向的年龄结构变动都可以称为少子化，少子化的反方向称为多子化;(3)红利化:即劳动力比重上升，精确的红利化方向是右下30°，劳动力比重每提升一个单位少儿和老年人比重各下降半个单位，贴近这一方向的年龄结构变动都可以称为红利化，红利化的反方向称为负债化;(4)介于上述典型方向之间的年龄结构演化分别称为少子老龄化、少子红利化、负债老龄化和负债多子化，它们的共同特征是某一项比重不变，另外两项比重则等额反向消长，例如，少子老龄化就是劳动力比重不变，老年人比重上升幅度与少儿比重下降幅度相等(见图3)。

图 3 人口年龄结构演化的基本方向

Figure 3 The Typical Directions of Population Age Structure Evolution

资料来源: 作者根据上述理论分析绘制。

4 当代世界各国(地区)人口年龄结构的三角区位分布与区域差异性

联合国人口司汇集和估算了1950年以来世界各国(地区)的人口年龄结构数据，为本文分析世界人口年龄结构演变及其区域差异性提供了可靠依据。图4标识了2020年世界各国(地区)人口年龄结构所处的区位，它展示了当代世界各国(地区)人口年龄结构绵延而成的“银河系”，其从三角形的左下角向右偏上方向延伸再折转向上偏左。这样的差异分布能否表征 各 国 ( 地区 ) 当前人口年龄结构所处 的演化阶段 ? 我们尝试以世界上人口连续统计时间最长的加拿大为例来加以印证。加拿大从 1851 年起便具备人口年龄结构统计，迄今已逾 170 年，我们将其历史记录叠加于 图 4 发现，如果忽略细节性的波动回环，那么加拿大人口年龄结构的演化轨迹恰好贯穿“银河系”的中轴 。

(注：虽然加拿大人口年龄结构的变动会受到国际迁移的影响，但长期来看这种影响会被移民人口的生育、死亡等自然变动过程逐步消解。)

图 4 2020年世界各国(地区)人口年龄结构的三角区位类型

Figure 4 The Population Age Structures by Country ( Area) in 2020 in Triangular Diagram

资料来源: 1950～2020年世界各国(地区)人口年龄结构数据来源于联合国《世界人口展望 2019》(United Nations，2019); 加拿大1851～2020年数据来源于加拿大统计局 。图5～11资料来源同图4。

（注：加拿大统计局(Statistics Canada)汇总了1871年以来5年一度的历次人口普查的年龄结构数据，并推算了1871年之前以及普查年份之间历年的年龄结构，数据详见https://www12.statcan.gc.ca/census-recensement/2021/dp-pd/dv-vd/pyramid/index-en.htm。）

这给了我们一个重要启示:人口年龄结构演化是一个普适的过程，具有通行的轨迹，表现出充分的“各态历经性”。如果一个国家(地区)的人口还处于多子化状态，那么它的演化进程就还没有开启或者刚刚启动，一旦少儿比重开始下降，便会进入人口年龄结构演变的现代过程。世界各国(地区)在“银河系”中的“差序”格局反映了人口年龄结构演化进程的区域差异性，也折射出社会经济发展水平的区域差异。

非洲国家(地区)大多处在“银河系”的左下方，共同的特征是少儿比重大、老年人比重小，平均位置为(40.3，56.2，3.5)，大多数尚处于人口年龄结构转变的起步阶段。其中，尼日尔处于最左侧的极端状态，少儿比重接近50%，是年轻型人口的极致。从起点状态走出来的相对先行的国家(地区)有毛里求斯和法属留尼汪，老年人比重分别达到12.5%和12.7%。

大洋洲国家(地区)分为两类:一是澳大利亚和新西兰两国(后文简称“澳新”)，其老年人比重超过16%，少儿比重不足20%，属于欧美类型的人口转变先行国家;二是澳新以外的大洋洲群岛国家(地区)，它们多处于人口年龄结构转变的早期阶段，平均位置为(34.2，61.6，4.2)，比非洲国家(地区)略有进步，其中，所罗门群岛的少儿比重仍高达40%。

拉美国家(地区)人口年龄结构演化的进程比大洋洲(不含澳新)又进了一步，平均位置为(24.1，67.1，8.8)，整体接近老龄化社会的标准。其中，危地马拉最为滞后，少儿比重为33.3%，老年人仅占5.0%;乌拉圭则是最领先的国家，老年人比重高达15.1%，少儿比重略超20%。加勒比海的部分国家(地区)如海地等也属于拉美类型。

亚洲国家(地区)的人口年龄结构表现出相当的离散性，我们将日本及西亚几个石油国家分别单列，其他的亚洲主体国家(地区)基本处在“银河系”的轴线上，平均位置为(23.8，67.8，8.4)，与拉美非常接近，说明它们都处于人口年龄结构转变的中期阶段。亚洲石油国家是游离于“银河系”之外的特例，平均位置为(21.9，75.2，2.9)，劳动力比重超大，少子化趋势明显，但老年人比重极低，这种脱离各态历经主轴的年龄结构很可能是大量引进周边印巴国家年轻劳动力的结果。日本是亚洲超前发展的特例，它的人口年龄结构位置为(12.4，59.2，28.4)，老龄化和少子化水平几乎超越世界所有国家(地区)。

欧美国家 ( 地区 ) 包括欧洲和北美，它们代表着人口年龄结构演化的后期阶段，平均位置为 (16.8 ， 64.9 ， 18.3) ，少子化与老龄化并举，老年人比重超过少儿比重，三成以上国家 ( 地区 ) 少儿比重低于 15% ，四成以上国家 ( 地区 ) 老年人比重超过 20% ，例如，南欧的意大利老年人比重达到 23.3% ，少儿比重仅为 13.0% 。 大洋洲的澳大利亚、新西兰以及加勒比海的部分国家 ( 地区 ) 如古巴等也属于欧美类型。

5 世界各国(地区)人口年龄结构演化轨迹的区域模式

图5是根据联合国数据绘制的1950年以来世界各国(地区)的人口年龄结构演化轨迹，能够看出，世界各国(地区)人口年龄结构变动的“辙痕”汇成了一条弧形的“至简大道”，各国(地区)的具体轨迹、出发时间虽不相同，但出发点、目标终点及所经历的“平均轨迹”却比较默契一致，国家和区域之间的个性差异也有因可循。

图 5 世界各国(地区)人口年龄结构演化轨迹

Figure 5 The Routines of Population Age Structure Evolution in 1950 - 2020 by Country (Area)

注: “平均轨迹”是从目视轨迹最密的位置勾勒出的最大概率路径。

5.1 非洲

非洲是人类远古文明的起点，但却一度成为工业文明的“弃儿”，在人口年龄结构演化中也表现得相当滞后(见图6a)。

非洲通常被分为东、西、南、北、中5个分区，但从人口年龄结构演化路径来看，东、中、西非相当一致且地域相邻，我们将之合称为“中部非洲”。中部非洲从1950年代至1980年代末的人口年龄结构演化轨迹曾向多子化方向缓慢移动，直到1988年才启动少子化进程，但总体上还没有跨出起点区，属于世界上人口年龄结构演化最缓慢的区域。分国家(地区)来看，除了位于印度洋的毛里求斯和塞舌尔、大西洋的佛得角以及几内亚湾的加蓬等国家(地区)走在较前列，其他大多数国家(地区)人口年龄结构演化的进程到21世纪才刚刚起步，塞内加尔、冈比亚、津巴布韦等贫穷国家(地区)目前还在原地徘徊(见图6b)。

北部非洲和南部非洲的人口年龄结构在1960年代中期之前也曾表现出多子化倾向，此后便开始向少子化方向演化。北部非洲各国(地区)人口年龄结构演化比南部非洲表现出更大的路径发散性，其中，马格里布国家如突尼斯、摩洛哥、阿尔及利亚的人口年龄结构变化最快，2020年少儿比重降至25%左右;南部非洲各国(地区)人口年龄结构演化略慢于北部非洲，其中，莱索托、南非进展相对较快，2020年少儿比重降至30%左右(见图6c和图6d)。

图 6 非洲人口年龄结构演化轨迹

Figure 6 The Routines of Population Age Structure Evolution in 1950－2020 by Country (Area) in Africa

注: 中部非洲包括45个国家(地区)，为图形表达清楚起见，略去人口规模较小的国家(地区)。

5.2 大洋洲

如前所述，大洋洲国家(地区)分化为澳新和其他大洋洲国家(地区)两组(见图7a)。澳新两国在1950年代之前就已经从传统的人口年龄结构出发进入少子化阶段，二战后的“婴儿潮”曾导致短暂的多子化趋势，但1960年代初期又恢复少子红利化进程，2010年达到红利最大化之后，便转向老龄化为主的后期阶段，澳大利亚的劳动力红利大于新西兰，但近期两者又趋向一致(见图7b)。

其他大洋洲国家(地区)人口年龄结构演化基本上还处于初期阶段，其中发展较快的是法属波利尼西亚和关岛，两者已经出现轻度的老龄化趋势，而巴布亚新几内亚、斐济等其他群岛国家(地区)的人口年龄结构则大多保持少子红利化的变动方向(见图7c)。

图 7 大洋洲人口年龄结构演化轨迹

Figure 7 The Routinesof Population Age Structure Evolution in 1950－2020 by Country (Area) in Oceania

5.3 亚洲

亚洲是世界上人口最多的大洲，也是人口年龄结构演化轨迹最复杂多样的地区，宏观上可以分成3类。第一类是日本，其在二战之后有过短暂的“婴儿潮”，但是以1950年为起点的人口年龄结构演化轨迹曲线已经看不到多子化的痕迹，而是以少子化为主导方向，1970年代初期受“婴儿潮”的代际影响出现过短暂的多子化波动，之后便转入老龄化为主的垂直上升轨迹，目前已成为世界上老龄化程度最高的国家之一(见图8a)。

第二类是以中东石油国家为代表的劳动力输入国，也包括马尔代夫这样以旅游业为主导产业的小国，这些国家虽然呈现出持续的少子化趋势，但预期寿命延长较慢，更重要的是有大量的劳动力从邻国输入，从而成为少子红利化向极端发展、偏离人口年龄结构演化主流路径的特殊一族。相信随着时间的推移，这些国家必将迎来老龄化，人口年龄结构演化轨迹曲线将会拐头向上，最终归顺到主流路径之中(见图8b)。

第三类是除了日本和石油国家之外的亚洲主体国家(地区)，这些国家(地区)人口年龄结构演化的速度虽有不同，但走势大体一致。其中，韩国、新加坡以及我国港澳台地区人口年龄结构演化速度最快，且少子化程度接近于世界各国(地区)的极限，已于2010年前后经过拐点转向老龄化主导的后期阶段;以色列转向老龄化阶段的时点要早于其他国家(地区)，人口红利化的趋势并不明显(见图8c)。

图 8 亚洲人口年龄结构演化轨迹

Figure 8 The Routinesof Population Age Structure Evolution in 1950－2020 by Country (Area) in Asia

注: 亚洲主体包括43个国家(地区)，为图形表达清楚起见，略去人口规模较小的国家(地区)。

5.4 拉美

拉美是人口年龄结构演化轨迹一致性较高的大洲，其人口年龄结构在过去70年从起点区位沿着少子红利化方向长足发展，少儿比重从40.6%降至24.1%，劳动力比重从55.9%升至67.1%，老年人比重从3.5%升至8.8%。少数步伐较快的国家(地区)已经出现了向老龄化方向转折的趋势，比如乌拉圭、阿根廷、智利等(见图9)。

图9 拉美人口年龄结构演化轨迹

Figure 9 The Routines of Population Age Structure Evolution in 1950－2020 by Country

(Area) in Latin America

注: 拉美包括30个国家(地区)，为图形表达清楚起见，略去人口规模较小的国家(地区)。

5.5 北美

北美人口年龄结构的发展比拉美又前进了一步，各国(地区)基本都在2010年代越过拐点，向老龄化方向挺进，加勒比海地区殖民地性质的岛屿走在最前列，例如，马提尼克、波多黎各的老年人比重已超过20%(见图10)。

图 10 北美人口年龄结构演化轨迹

Figure 10 The Routines of Population Age Structure Evolution in 1950－2020 by Country (Area) in Northern America

5.6 欧洲

欧洲各国(地区)人口年龄结构演化轨迹可以分为3类(见图11a)。第一类是西欧和北欧，其在1950年代基本都已经属于老年型人口(相对年轻的冰岛和爱尔兰除外)，此后长期处在相对缓慢的继续老龄化的进程之中。如今，多数西欧和北欧国家(地区)的老龄化程度达到甚至超过20%，老年人比重提升速度最快的是芬兰，从1950年的6.6%上升到2020年的22.6%，平均每4～5年上升1个百分点;德国和波罗的海诸国是少子化的极限国家，少儿比重一度低于15%，德国低至13.2%(见图11b)。

第二类是南欧，它的起点比西欧低，但当前人口年龄结构所处位置却是欧洲最高的，反映出年龄结构演化的高速度，意大利、葡萄牙等是南欧少子老龄化国家(地区)的典型。1960年代巴尔干半岛地区的人口年龄结构是欧洲最年轻的，阿尔巴尼亚的少儿比重一度超过40%，波黑、北马其顿也都超过35%，但如今都已跌到20%以下(见图11c)。

第三类是东欧，它的人口年龄结构演化轨迹曲线整体上低于欧洲其他地区，1950年时的老年人比重还不到6%，其中，俄罗斯、波兰还处在老年人比重仅为5%左右的年轻型人口。2010年前后，东欧国家(地区)出现了人口年龄结构的直角甚至锐角转折，反映出其少子化已经到达极限，少儿比重一度不到15%。东欧也有老龄化已经发展到相对较高水平的国家(地区)，例如，保加利亚、匈牙利和捷克的老年人比重已经略高于20%(见图11d)。

图 11 欧洲人口年龄结构演化轨迹

Figure 11 The Routines of Population Age Structure Evolution in 1950－2020 by Country (Area) in Europe

6 中国人口年龄结构演化轨迹的省区模式

每一条轨迹曲线都记录着一个国家(地区)人口年龄结构的演变过程，限于篇幅我们不可能逐个国家(地区)地考察，本节主要聚焦于中国人口年龄结构的演变过程，叙述与之相关的“人口故事”。图12记录了新中国成立后70多年的人口年龄结构变化过程，并根据陈达(1981)的先驱研究添加了1930年代的人口年龄结构数据 ，可以看出，它与新中国成立初期的情形非常接近，因而大致可以认为那是我国传统社会人口年龄结构的均衡位置。

（注：陈达(1981)在《现代中国人口》一书中指出，1932～1939年中国的地方性人口普查反映的人口年龄结构为:0～14岁占35.3%，15～49岁占50.2%，50岁及以上占14.5%。为统一年龄区间口径，本文按照三角形年龄金字塔推算得出:15～64岁占60.9%，65岁及以上占3.8%。）

新中国成立以来，中国人口年龄结构的演变经历了3个阶段。第一阶段是1950～1966年，这是一个多子化的过程，少儿比重从34.1%提升到41.4%，劳动力比重从61.5%下降到55.1%，老年人比重则从4.4%略降到3.5%。1966年是我国人口有记录以来少儿比重最高、劳动力比重最低的年份，人口平均年龄只有24.1岁。这个多子化的过程与许多国家(地区)在二战后出现的“婴儿潮”基本合拍，欧美国家(地区)的“婴儿潮”一般延续到1964年，而中国和许多发展中国家(地区)的“婴儿潮”所带来的少儿比重回升周期则更长一些。

第二阶段是1966～2010年，这是一个长周期的少子红利化过程，少儿比重从41.4%下跌到16.6%，而劳动力比重从55.1%上升到74.5%。2010年是我国人口红利窗口开启范围最大的年份，也几乎是少儿比重最低的年份。这一时期的人口老龄化进程虽然在不断推进，但并非老龄化水平提升最快的时段，老年人比重从1966年的3.5%升至2010年的8.9%。

图 12 中国人口年龄结构演化轨迹

Figure 12 The Routine of Population Age Structure Evolution in 1935－2020 in China

资料来源: 根据陈达(1981)著作、1953年以来历次全国人口普查、1987年以来历次全国 1% 人口抽样调查 ， 以及联合国 《 世界人口展 望 2019 》 中相关数据测算绘制 。

注: 图中数字标签为年份，后文同。

第三阶段起自2010年，是一个快速老龄化的过程，2010年可以说是我国人口年龄结构从少子红利化向少子老龄化、负债老龄化转折的拐点年份。老年人比重在2014年越过10%的门槛，2020年进一步提升至13.5%;同期的劳动力比重从74.5%回落到68.5%，人口红利窗口进入收缩通道;少儿比重从低谷的16.6%略升到18.0%，少子化的过程已经从极限状态缓慢回转。从中国以及世界许多发达国家(地区)人口年龄结构演化轨迹曲线的形态来看，2010年的年龄结构拐点很可能具有历史意义，这意味着我们现阶段虽然面临着生育焦虑甚至生育危机，但度过近期的出生率低谷之后，少子化已经不可能再进一步深化，只要社会做出适当努力，少儿比重有可能逐步回升，至少不会进一步下降(见图12)。

我国人口年龄结构的演化轨迹存在一定的区域分异性，对比分析东部、中部、西部和东北四大区域能够发现，中部与西部的演化轨迹比较接近，故可按东部、东北和中西部三大区域考察其差异性。

在20世纪五六十年代，三大区域的人口年龄结构具有很高的相似性，但其演化轨迹从1980年代改革开放以来逐渐由收敛走向发散。东北地区人口年龄结构演化路径最长，这意味着其变化速度最快，先是劳动力快速扩张，2010年劳动力比重攀升至近80%，而少儿比重降至12%以下，此后老龄化步伐加快，2020年老年人比重达到16.4%，成为我国人口老龄化进程的领跑者。东部地区与中西部地区的人口年龄结构在1990年代之前基本是同步演化的，此后东部地区少子红利化进程加快，2010年劳动力比重达到76.4%，少儿比重降至15%以下，开始转向负债老龄化阶段，2020年劳动力比重降至70%以下，老年人比重则升至13.0%。中西部地区人口年龄结构演化路径最短，拐点红利最小，2010年劳动力比重达到峰值，为72.4%，此后老龄化进程加速，2020年老年人比重达到13.5%，劳动力比重降至67.0%(见图13a)。

图 13 中国分地区人口年龄结构演化轨迹

Figure 13 The Routines of Population Age Structure Evolution in 1953－2020 by Province in China

资料来源: 根据1953年以来历次全国人口普查、1987年以来历次全国1%人口抽样调查中相关数据测算绘制。

注: 重庆、四川、海南、广东等省份的行政区划已按今界调整。

区域内部各省份之间也表现出一定的差异性。东北三省中，辽宁人口年龄结构发展进程相对快于吉林和黑龙江两省，演化路径也更长，1964年少儿比重高达46.9%，为全国各省份之最，此后少子红利化过程长驱直入，并且老年人比重一路领先，2020年达到17.4%，亦为全国之最(见图13b)。

东部地区各省份的人口年龄结构演化轨迹在2010年之前高度趋同，但各省份2010年红利拐点所处位置差异较大。北京、上海、天津三大直辖市的拐点劳动力比重超过80%，少儿比重低至10%以下，在世界范围内鲜有匹敌;海南的拐点红利最小，劳动力比重为72.2%，少儿比重为20.0%;当前的人口老龄化水平以上海、江苏为最，都达到16%以上(见图13c)。

中西部地区各省份的人口年龄结构演化轨迹自1990年代以来发散程度不断加大。内蒙古红利化“远走”，2010年劳动力比重达到78.3%，少儿比重低于15%;四川、重庆老龄化“高飞”，2020年老年人比重分别接近和超过17%，仅次于东北地区的辽宁(见图13d)。

7 中国人口年龄结构演化的未来趋势及长期均衡位置预测

在经历少子红利化转向负债老龄化的拐点之后，人口年龄结构的演变还在进行之中，未来的人口年龄结构是否有稳定的终点?多长时间能够达到稳定和均衡的状态?这是人口年龄结构演化研究领域需要回答的重要理论问题。人口年龄结构稳定与否取决于生育率和预期寿命的长期走向，就我国现阶段而言，预期寿命还在显著上升，生育率则处于波动下行之中，这意味着一定时期内少子老龄化仍然是我国人口年龄结构演化的主旋律。同时，我们相信生育率下降一定有它的下限，当生育率从下限位置缓慢反弹时，少儿与老年人之间将形成制衡关系，人口年龄结构便有望逐步走向均衡。本文尝试对中国的人口年龄结构作长期预测，将基年定在2020年，目标年定在2100年，这意味着我们假定未来80年之内我国人口年龄结构可以达到稳定均衡位置。

7.1 预测参数设定

人口变动取决于自然变动和机械变动，考虑到中国人口规模巨大，国际迁移对人口总量及结构变动的影响可以忽略，故预测的关键控制参数就是预期寿命和生育率。第七次全国人口普查数据显示，2020年中国人口的平均预期寿命为77.93岁(男性为75.37岁，女性为80.88岁)，总和生育率为1.3。

本文将总和生育率(TFＲ)设定为保持不变(始终为1.3)、缓慢回升(2100年上升到1.8)、回归更替水平(2100年上升到2.1)3种情景;平均预期寿命(E0)设定为保持不变(将77.93岁取整为78岁以应用于模型生命表)、低速增长(2100年达到82岁)、中速增长(2100年达到85岁)、高速增长(2100年达到88岁)4种情景。总和生育率与平均预期寿命相结合能够形成12个情景的矩阵，本文认为中国未来的人口演化不会越出这12种情景。其中，总和生育率保持不变情景和缓慢回升情景可以达成人口年龄结构的均衡，但却无法实现人口总量的稳定，只有回归更替水平情景才有望导向总人口规模稳定、年龄结构均衡的静止人口。

7.2 预测方案及结果

表1汇总呈现了12种情景方案下的预测结果。其中，方案1假设总和生育率和平均预期寿命都保持不变，则2100年中国人口年龄结构的位置为(9.6，58.2，32.2)(见图14a);方案2假设平均预期寿命保持不变，而总和生育率缓慢回升至1.8，则2100年中国人口年龄结构的位置为(13.7，59.3，27.0)(见图14a);方案3假设平均预期寿命保持不变，而总和生育率回升至更替水平2.1，则2100年中国人口年龄结构的位置为(16.2，59.5，24.3)，这是所有方案中少儿比重最高的，但仍然不到20%，也是老龄化程度最低的，已不到25%(见图14a);方案4、7、10在假设总和生育率保持不变的基础上，分别假设平均预期寿命按高速、中速、低速递增，则2100年中国的少儿比重将分别为7.4%、8.0%和8.5%，劳动力比重分别为46.3%、50.0%和53.5%，老年人比重分别为46.3%、42.0%和38.0%，方案4是所有方案中老龄化程度最高的，老年抚养比达到1的极值(见图14b)。

表 1 不同情景方案下2100年中国人口年龄结构预测结果

Table 1 Scenario Projections of Population Age Structure in China in 2100

资料来源: 本研究设定的12种情景方案下的人口预测结果。

图 14 中国人口年龄结构演变轨迹及长期均衡位置预测

Figure 14 Scenario Projections of the Routines and Equilibrium Positions of Population Age Structure Evolution in 2020－2100 in China

资料来源: 根据本研究设定的12种情景方案下的人口预测结果绘制。

其余6个方案是总和生育率和平均预期寿命都在变动的情景，其中，方案9假设总和生育率回归更替水平，而平均预期寿命按中速增长，本文倾向于将它作为中国人口年龄结构演化的长期理想路径。按照这一方案，我国当前的快速老龄化进程还将持续较长时间，2047年老龄化程度将达到28.3%，赶上日本2020年的水平，2084年老龄化程度将达到35.2%的最高值(少儿和劳动力的比重相应为13.7%和51.1%)，之后便螺旋式向下收敛，2100年达到长期均衡位置(14.6，53.6，31.8)，或约数取整为(15，55，30)，均衡位置的总抚养比为0.82，其中，少儿抚养比为0.27，老年抚养比为0.55(见图14c)。当然，如果2100年总和生育率回不到更替水平，按缓慢回升方案，长期均衡位置的老龄化程度可能会上升到35%左右(见图14d)。虽然这里预测的是中国的人口年龄结构长期均衡位置，但是从人口年龄结构演化的各态历经性来推测，世界各国(地区)的人口年龄结构或早或晚也大抵会向这一均衡位置收敛聚拢。

8 结论与讨论

根据世界各国(地区)人口年龄结构演化轨迹、中国人口年龄结构演化的未来趋势和长期均衡位置预测，以及各态历经性假设，本文认为，人口年龄结构变化是伴随人口增长转变而发生的必然过程，因而可以称为“年龄结构转变”(Age Structure Transition，AST)。人口年龄结构转变有稳定一致的路径: 从多子化的年轻型人口出发，经历少子红利化、转折和负债老龄化3个阶段到达少子－高龄型人口的长期均衡位置，转折阶段是红利窗口期，最大红利点可称为“红利拐点”。我们最好不要把人口红利当作天赐的当前利益，而应视为“秋收冬藏”的有机安排，在红利窗口期努力创造和积蓄“剩余价值”，以迎接和缓解随之而来的长期老龄化挑战(见图15)。

图 15 人口年龄结构转变的一般路径

Figure 15 The General Ｒoutine of Population Age Structure Transition

资料来源: 作者根据前文理论分析绘制。

田雪原在1983年就预见到中国人口年龄结构存在劳动力充足的“黄金时代”;Mason(1997)以及Bloom和Williamson(1998)通过对亚洲新兴国家的人口经济学分析提出了人口红利理论;蔡昉基于中国人口年龄结构与工业化的关系提出了刘易斯转折点理论(Cai，2008;蔡昉，2022);马瀛通(2012)曾提出“年龄结构转化”的概念，其核心要义是从非稳定结构转向稳定结构，与本文探讨的年龄结构转变有所关联，但其对于人口年龄结构转变的内在规律性未有充分展开。这些先驱性的探索奠定了人口年龄结构转变的理论和实证基础。郭晗和任保平(2014)提出了“红利拐点”的概念，与本文的结论一致，但其强调“预期寿命增加……形成人口红利”，学术逻辑并不严密。本文发现人口年龄结构嬗变引发的劳动力入出率差的递变是产生红利拐点的内生原因。

人口年龄结构转变与工业革命、人口增长转变的关系是递续性的: 工业革命带动人口增长转变，再引发人口年龄结构转变，并形成红利拐点。如果忽略中间过程，现代人口年龄结构转变在三角图中的径直方向就是与人口红利无关的少子老龄化过程，然而实际的人口年龄结构变动却必然要经过红利拐点，形成一条“弓形”路径，各个国家(地区)的差异只在于弓形弧度的大小，极端情形下会在红利拐点处形成直角甚至锐角转折，但没有任何一个国家(地区)可以走捷径，更没有国家(地区)走成左凸的反弓形路线。

从时间周期来看，加拿大的人口年龄结构转变已经经历了170多年，估计还需要50年左右才能达到长期均衡位置，整个转变过程长达两个多世纪，可以认为这是先行发达国家(地区)人口年龄结构演化的基本周期。作为发展中国家的中国，人口年龄结构转变从1950年代起步，改革开放以来不断加速，2010年与许多西方国家(地区)同步到达红利拐点，预计到2100年完成转变，整个周期缩短到一个半世纪。中国人口总量达峰在即，人口年龄结构正在成为今后较长一段时期内政府和学界需要高度关注的重要人口问题。中国人口年龄结构的快速转变很大程度上源于之前较为严格的计划生育政策的影响，以致红利拐点的弧形路径蜕变为锐角转折，这势必造成与人口年龄结构密切相关的教育、就业和养老资源的供求关系矛盾沿年龄阶梯快速向上传递，从而需要国家和政府充分发挥制度优势，将人口年龄结构作为一个“连续统(Continu-um)”，灵活动态地统筹配置各类社会经济资源。本文基于国际比较视野、聚焦中国特色所进行的有关人口年龄结构演化轨迹与转变模式的初步探索和规律总结，能够为应对人口年龄结构相关问题的政策制定提供一定的参考信息。中国特色的人口国情呼唤中国自主人口学知识体系的建构，面对人口变动的新形势，中国人口学家应该而且可以有更大的担当，在学术创新、经世致用的道路上走得更远。■

向下滑动查看参考文献：

1边雪，陈昊宇，曹广忠．基于人口、产业和用地结构关系的城镇化模式类型及演进特征———以长三角地区为例．地理研究，2013;12:2281－2291

Bian Xue，Chen Haoyu，and Cao Guangzhong. 2013.Patterns of Regional Urbanization and Its Implica- tions: An Empirical Study of the Yangtze River Delta Region. Geographical Research 12: 2281－2291.

2蔡昉．刘易斯转折点———中国经济发展阶段的标识性变化．经济研究，2022;1:16－22

Cai Fang. 2022. The Lewis Turning Point: The Symbolic Change of China ＇ s Economic Development Stage. Economic Research Journal 1: 16－22.

3陈达．现代中国人口．天津: 天津人民出版社，1981:28－32

Chen Da. 1981. Population in Modern China. Tianjin: Tianjin People＇s Publishing House: 28－32．

4陈友华．人口红利与人口负债: 数量界定、经验观察与理论思考．人口研究，2005; 6: 23－29

Chen Youhua. 2005. Demographic Bonus and Demographic Debt: Quantitative Delimitation，Empirical Observation，and TheoreticalThinking. Population Research 6: 23－29.

5郭晗，任保平．人口红利变化与中国经济发展方式转变．当代财经，2014; 3: 5－13

Guo Han and Ren Baoping. 2014. Demographic Dividend Changes and Transformation of China＇s Eco- nomic Development Mode. Contemporary Finance ＆ Economics 3: 5－13.

6马瀛通．中国人口年龄结构合理转化问题研究．中国人口科学，2012; 1: 2－13+111

Ma Yingtong. 2012. Research on Rational Transition of Age Structure in China. Chinese Journal of Popu-lation Science1: 2－13+111.

7权彤，郭娜．日本“超少子化”问题研究———基于女性就业的视角． 山西高等学校社会科学学报，2015; 5: 35－38

Quan Tong andGuo Na. 2015. An Analysis of Causesfor Low BirthRate in Japan:Based on thePerspec- tive of Female Employment. Social Sciences Journal of Universities in Shanxi 5: 35－38.

8田雪原．利用人口年龄结构变动促进现代化建设．人民日报，1983－06－15(5)

Tian Xueyuan. 1983. Using the Change of Population Age Structure to Promote Modernization. People＇s Daily. 15 June( 5).

9王广州．新中国 70 年: 人口年龄结构变化与老龄化发展趋势．中国人口科学，2019; 3: 2－15+126

Wang Guangzhou. 2019. 70 Years of China: The Changes of Population Age Structure and the Trend of Population Ageing. Chinese Journal of Population Science 3: 2－15+126.

10翁文灏．以三角图表示石炭成分( 英文) ．中国地质学会志，1927; 1: 65－67

Weng Wenhao. 1927. Coal Compositionin TriangularDiagram. The GeologicalSurveyof China 1: 65－67.

11游允中．人口年龄结构的相对概念．人口与发展，2008; 1: 74－76+82

You Yunzhong. 2008.The Relative Concept on Age Distribution. Population ＆ Development 1:74－76+82.

12Bloom D.E. and WilliamsonJ. G. 1998.Demographic Transitions and Economic Miracles in Emerging Asia. The World Bank Economic Review 3: 419－455.

13Cai F.2008. Approaching aTriumphal Span: How Faris China towards Its Lewisian Turning Point? UNU-WIDER Research Paper No. 2008 /09. https: / / ideas.repec.org / p / unu / wpaper/ rp2008－09.html.

14Cowgill D. O. 1974. The Ageing of Populations and Societies. The Annals of the American Academy of Political and Social Science 415: 1－18.

15Krynine P. D. 1948. TheMegascopic Study and FieldClassification of Sedimentary Rocks. The Journal of Geology 2: 130－165.

16Mason A. 1997. Population and the Asian Economic Miracle. Asia-Pacific Population ＆ Policy 43: 1－4．

17Pearl R. 1940. The Ageing of Populations. Journal of the American Statistical Association 209: 277－297.

18United Nations. 2004. World Population to 2300. https: / / www. un. org / en / development / desa/ popula- tion / publications / pdf / trends / WorldPop2300final.pdf.

19United Nations. 2019. World Population Prospects: The 2019 Revision. https: / / population. un. org /wpp /Download / Standard/ Population /.

20Valaoras V. G. 1958. Young and Aged Populations. The Annals of the American Academy of Political and Social Science 316: 69－83.

文章来源于《人口研究》2023年第一期

责任编辑：王毅博

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.