導語:無論如何,中國生育意愿低迷,已經一再被調查數據佐證。比如,根據四川一項民意調查,2018年,有生育二孩條件的受訪者中,表示打算生育二孩的比例為20.5%,較剛實施全面二孩政策時的2016年略降0.3個百分點,而明確表示“不打算”生育二孩的比例較2016年上升8.7個百分點。
前兩天,一則新聞引起了島叔注意。
3日,社科院發布了《人口與勞動綠皮書》,里面提到,中國人口負增長的時代即將到來。根據綠皮書的推算,如果中國總和生育率一直保持在1.6(一個婦女一生生育的孩子數量)的水平,人口負增長將提前到2027年出現。
作為世界人口第一大國,我們早就對“人多力量大”“啥都缺就是不缺人”等觀念習以為常。因此,中國將出現人口“負增長”的新聞才更加引人注目——
為何會迎來人口負增長?它將對這個國家和社會產生何種影響?
數字
計算每一年的人口增長趨勢很簡單,用全年出生人數減去死亡人數即可。正數就是增長,負數就是負增長。換言之,如果當年度死亡人口超過出生人口,就會出現負增長。
中國社科院人口所研究員楊舸告訴島叔,中國人口出現負增長,其實并不算一個特別新的“新聞”,因為十多年前,不同的機構、學者早就預計了這一結果,只不過預測的負增長時間點不完全相同——晚的推算是在2035年,早的是2027,比較中庸的預測都是在2026-2030年之間出現這一趨勢。
當然,也有旅美學者認為根據自己的參數推算,認為國家統計局抽樣調查生育率更準確,并由此推算,中國從2018年就開始出現人口負增長。
社科院的綠皮書對于2027年中國出現人口負增長的預測,是基于總和生育率為1.6的推算。如果總和生育率維持在這個水平不變,在此基礎上,中國2027年將出現人口負增長。
總和生育率(簡稱生育率)是什么呢?它指的是,假設一個育齡女性在每個年齡生育的概率正好是當年該年齡所有婦女生育的比例,這名女性一生將累積生育的數量。雖然聽起來有點學術,但可以大致理解為每個女性平均生育孩子的數量。
為什么要不厭其煩地提到生育率呢?因為生育率是決定生育趨勢的關鍵數據。
一個社會,如果要保持上下兩代之間人口基本平穩,也就是說達到正常的“人口更替”水平,總和生育率要在2.1-2.2左右,即每位育齡女性一生生育超過2個孩子。如果生育率是1.4,那么相對于2.1的穩定人口更替水平,每一代人總數就減少了1/3,兩代人就減少了一半。
在全球范圍內,目前生育率排名倒數前五個經濟體全都在東亞,從低到高依次為澳門、新加坡、臺灣、效果、韓國,生育率在超低的0.8-1.25之間。
因為對于這一最核心的人口數據,不同學者和機構對于統計數據的看法大相徑庭。
楊舸跟島叔說,十多年前預計2035年出現負增長時,用的官方生育率數字是1.8-2.0,但后來發現,在生育政策調整(全面放開二胎)之前,中國的總和生育率已經降到了1.5,今年可能也是如此,因此預測時間節點才大幅前提。
而在人口學者、中國與全球化智庫特邀高級研究員黃文政看來,即便是1.5、1.6的生育率依然“虛高”。
他的判斷理由是,1.6的生育率是根據最近兩年公布的出生人口反推出來的。但這兩年出生人口中,有相當部分是全面二孩釋放的堆積生育。比如,2017年出生的二孩比一孩還要多22%。但由于生二孩的一定是生過一孩的,而且根據目前的生育意愿,生育一孩的女性中,實際生育二孩的恐怕50%都不到。所以,在育齡女性年齡結構和生育行為相對穩定的自然情況下,二孩數量應該大大少于一孩。
這意味著,在堆積生育逐步釋放的未來幾年,二孩數量大概要減半,而生育率也會從1.6下降到1.2甚至更低的水平。這樣人口負增長的時間就不是2027年,而是更早。
按照黃文政的估計,中國目前去掉堆積反彈因素的自然生育率已經接近全球最低水平。當生育高峰期出生的人口(如60-80后)進入高頻率的死亡周期,人口規模的整體萎縮效應就會愈發凸顯出來。
下降
黃文政還告訴島叔,有關出生人口需要考慮三個數據:一是國家統計局每年公布的出生人口數據,這是目前大家關注的焦點;二是由每年抽樣調查的生育率推算的出生人口;三是每10年進行一次的人口普查回測的每年出生人口。
按理說這三個都是官方統計數據,但它們之間卻有相當大的出入。
在2010年之前,由抽樣調查推算的出生人口與由人口普查回測的出生人口比較接近,但都要低于國家統計局當年公布的出生人口數據,與后者的差距,最多一年接近300萬。如果說人口普查數據更可信的話,那這意味著,2010年以前國家統計局公布的出生人口存在很大程度虛高。
在2010年之后,由抽樣調查推算的每年出生人口與國家統計局公布的當年出生人口之間的差距不僅沒有縮小,反而越來越大。比如,2015年抽樣調查的生育率是1.05,這已經是當年的全球最低水平了,由此生育率推算的當年出生人口只有1150萬左右,比國家統計局公布的當年1655萬要少了整整500萬。
到底哪個數據更能反映真實的出生人口?黃文政告訴島叔,這恐怕要等到2020年人口普查數據出來才能更好地判斷。
無論如何,中國生育意愿低迷,已經一再被調查數據佐證。比如,根據四川一項民意調查,2018年,有生育二孩條件的受訪者中,表示打算生育二孩的比例為20.5%,較剛實施全面二孩政策時的2016年略降0.3個百分點,而明確表示“不打算”生育二孩的比例較2016年上升8.7個百分點。
同樣調查中,打算生育二孩和已生育二孩的受訪者中,表示生育二孩會增加生活壓力的比例分別為86.0%和87.7%,與2016年比,分別明顯上升5.7和14.7個百分點。而在寧波,2018年戶籍人口出生數相比上年同期下降了近17%,青島下降了22.2%。
對于生育率急劇下降這件事,黃文政表示非常擔心——“可能是災難性的影響”。他另一個引發關注的觀點是,如果應對措施跟不上,有可能迎來“人口雪崩”。
這背后是三個因素的疊加:一是全面二孩釋放的堆積生育逐漸結束;二是1990年代出生人口,從最初的2600萬直線下降到1999年的1400萬左右,導致未來十幾年育齡高峰期女性數量銳減40%左右;三是年輕人的生育意愿持續低迷。
短期來看,如果人口規模萎縮,將對養老金、財政等造成較大負擔,因為本質上養老金是工作人口負擔老年人口,如果年輕人數量減少,每個工作人口的負擔就實際加重,財政、養老金都會出問題。長遠看,人口規模萎縮、人口結構老化同樣會拖累經濟。
畢竟,在對消費市場的刺激、人力資源的質量、對技術和市場的活力貢獻等方面,年輕人和老年人不可同日而語。
“我們的汽車、手機銷量都在降,經濟增速也開始放緩,人口當然不是唯一的直接因素,但一定是非常基礎的影響。”黃文政說。
有人說,如果中國人口少點,可能經濟會更好,人均GDP也會更高,社會負擔還小。黃文政表示,這種觀點站不住腳——根據他對湖南常德、東北等人口生育率非常低的地域與鄰近地域跟蹤對比發現,生育率低的地方人均GDP增長也慢。臺灣、日本、韓國等經濟體最初都是高速增長,人口老化后帶來的低生育率也拖累了經濟增長,降低了規模化效益。
而在社科院人口所原所長蔡昉看來,隨著未來生育率水平的下降和老齡化的發生,我國潛在經濟增長率會下降到6%甚至5%的水平。
一方面是“老的快”,一方面是“生的少”,為何如此?
“其實對于普通人來說,少生是種理性選擇——從經濟學角度,生孩子是利他行為,是給社會做貢獻,自己付出了非常多的勞動、時間、金錢、感情,其實是給社會培養下一代。現在大學擴招,每個人教育時間拉長,普遍結婚生育的年齡就要往后推;再考慮到城市中的生活成本、養育成本、生育對于職場女性潛在的事業影響,晚婚晚育、少育就變的非常自然。同樣,農村現在也向城市看齊,農村的生育意愿也不高。”黃文政說。
個人的選擇是很理性的,因此黃文政告訴島叔,這方面政府必須要花大力氣,才可能緩解這種危機。比如他說,目前0-3歲的托兒機構社會上非常少,女性尤其是職場女性可能一下子要犧牲好多年,但現在政策扶持的還偏重在3歲以后的幼教機構,這種直接性的支持就要加上去,才可能讓大家敢生。
放眼世界,發達國家已經花費了大力氣和各種政策提升生育率,比如北歐設立了普遍的家庭補助,日本的鼓勵使之從1.2提升到了1.45,普京的人口鼓勵政策則讓俄羅斯從1.1的極低水平提升至超過1.7,但背后是巨大的努力。
中國的人口負增長已經勢不可擋,從現在開始亟須開展研究和進行政策儲備。
2016年實行全面二孩政策后,2017年出生不但沒有如預期那樣多出生343萬人,反而減少63萬人(減少3.5%);2018年不但沒有如預期一樣多生79萬人,全國活產數反而少了250萬人(減少14.2%)。抽樣調查顯示2015年、2016年的生育率只有1.05、1.24,2018年的出生數只是2016年的83%,根據育齡婦女結構推算,2018年的生育率只有1.05左右(低于1.1是大概率,甚至可能跌破1.0),遠低于官方2012年預測的4.4、2015年預測的2.1。采納2015年的抽樣調查的年齡結構(官方)和聯合國預測的中國死亡模式(與官方預期壽命一致),2018年的生育率為1.05,那么出生1031萬人,死亡1158萬人,負增長127萬人。由于官方的總人口存在上億水分,采納縮水后的人口結構和滯后臺灣17年的死亡模式,2018年的生育率為1.05,那么出生941萬人,死亡971萬,負增長30萬人。清朝中期的1790年,中國人口突破3億,出生超過1000萬人,也就是說2018年的出生人數是清朝中期以來最少的。
單獨二孩政策遇冷
1960年中國在部分地區試行“晚、稀、少”的計劃生育政策,1973年在全國展開。1980年推行獨生子女政策。人口普查顯示,總和生育率(婦女性均生孩子數)從1973年的4.54快速降至1990年的2.3、2000年的1.22、2010年的1.18。
1990年以后,中國的生育率已低于更替水平,那時就應考慮停止計劃生育。但是,決策部門和主流人口學家卻不相信生育率會如此之低,他們一次次將1.2左右的生育率修改為1.8。比如國家人口發展戰略組在2006年判斷“20世紀90年代中后期,總和生育率已降到1.8左右,并穩定至今”,并預測繼續實行獨生子女政策,總人口將于2015年超過14億人(國家統計局公布2015年只有13.75億人),到2033年前后達到15億,建議堅持計劃生育不動搖。
習近平認為人口是創造奇跡的“巨大力量”,認識到“主要經濟體先后進入老齡化社會,人口增長率下降,給各國經濟社會帶來壓力”,而“我國是世界上人口老齡化程度比較高的國家之一,老年人口數量最多,老齡化速度最快,應對人口老齡化任務最重”。習近平明確指示,“完善生育、就業、養老等重大政策和制度,做到及時應對、科學應對、綜合應對。”于是中共十八大之后,中央果斷決定調整人口政策。
依照這種執政理念,人口政策調整幅度原本可以更大。2014年之所以只實行單獨二孩政策,是因為蔡昉等“20多位頂級人口學家”在《人口形勢的變化和人口政策的調整》中預測,如果全面放開二孩,生育率將反彈到4.4,每年將出生4700萬人,峰值人口將達15.35億人;即便實行單獨二孩政策,生育率也將反彈到2.4。中國人口學會會長翟振武也預測,如果全面二孩,年出生人口將達到4995萬人,生育率將達到4.5。于是十八屆三中全會決定先實行單獨二孩。當時國家衛計委預測,每年會多出生200萬人,生育率將反彈到1.8以上。
2015年是單獨二孩出生高峰年,《統計年鑒》、《衛生統計年鑒》分別顯示,不但沒有多生200多萬人,反而少生了32萬人、64萬人;“小普查”證實生育率只有1.05,而不是1.8,更不是2.4。
全面二孩政策也遇冷
2015年國家衛計委組織了由翟振武牽頭的專家組,進行反復測算,國家衛計委主任、副主任“多次主持專題研討會,充分聽取專家意見”,最終完成了由國家衛計委副主任王培安擔任主編的《實施全面兩孩政策人口變動測算研究》。他們預測2016年實行全面二孩政策后,2016年、2017年、2018年的生育率將分別為1.63、1.97、2.09,出生人數分別為1767萬、2110萬、2189萬(2017年會比2016年多出生343萬人,2018年比2017年多出生79萬人);2030年總人口將達14.50億;2050年生育率還有1.72。
采信他們的預測,于是十八屆五中全會決定實行全面二孩政策。2016年1月1日政策落實,9個月的懷孕期之后迎來了出生高峰。
國家統計局每年都在《中國統計年鑒》上公布上年的年度人口抽樣調查的生育率。但是2016年的生育率遠低于預期,于是在有關部門和人士的強烈勸阻下,《中國統計年鑒-2018》臨時刪除了2016年生育率表。幾個月后《中國人口和就業統計年鑒2017》公布了2016年的年度人口抽樣調查,總和生育率只有1.24,根本沒有國家衛計委所宣稱的“1.7以上”。
2017年是全面二孩的出生高峰年,但是《統計公報》公布出生人數不但沒有增加343萬,反而減少了63萬。由于生育率遠低于預期,《中國統計年鑒-2018》再次沒有公布。
2016年10月11日,中央深改組會議通過了《關于深化統計管理體制改革提高統計數據真實性的意見》,2017年8月1日正式施行《中華人民共和國統計法實施條例》,都提出要確保統計資料真實準確、完整及時,要嚴懲統計造假。但是2017年、2018年的《統計年鑒》沒有依過去幾十年的慣例公布上年的生育率,是違背了深改組和統計法所強調的“真實準確、完整及時”的精神。
到目前為止,《中國人口和就業統計年鑒2018》(還不知道是否與《統計年鑒》一樣刪除生育率數據)還沒有出版,因此還無法知道2017年的真實生育率。由于2017年出生人數減少了3.5%,我們將2016年抽樣調查的育齡婦女結構平移,推算2017年的生育率只有1.2左右,而不是預期的1.97。
根據國家衛健委的初步數據,2018年不但沒有多出生79萬人,反而少生了250萬人。由于出生同比減少了14%以上,我們推算2018年的生育率只有大約1.05,只是國家衛計委2015年所預測的2.09的一半,只是蔡昉、翟振武當年所預測的4.4、4.5的四分之一!
2018年的生育率低于1.1是大概率事件,甚至可能跌破1.0。當然最終結果還有待一年多之后才會發布的《中國人口和就業統計年鑒2019》(假如沒有刪除生育率數據的話)來驗證。
間接數據也佐證了中國目前的總和生育率確實很低。中國所有人都可以生一個孩子,一孩次生育率與生育政策沒有直接關系,而是與社會發展水平、養育環境相關,是生育環境的晴雨表。一孩次生育率是與總和生育率平行變化,二者的相關系數高達0.95。2015年中國臺灣、中國香港、新加坡、韓國的一孩次生育率分別為0.60、0.65、0.60、0.63,總和生育率分別為1.18、1.20、1.24、1.24。中國2015年的一孩次生育率只有0.56,說明生育環境極為惡劣,即便停止計劃生育,總和生育率也只能達到1.1,那么在全面二孩政策下,2018的總生育率為1.05左右也是合理的,國家統計局公布的出生人數是極端夸張。
1992年-2010年,日本的總和生育率只是理想子女數的51%~57%,比如2005年理想子女數是2.11個,但是實際生育率只有1.26。近年中國臺灣的理想子女數還在2個以上,但是實際生育率只有1.1左右。多項調查顯示,中國目前平均每個家庭平均只想要1.6-1.9個孩子,那么在全面二孩政策下,2018的總生育率為1.05左右不令人意外。
2005-2017年,中國臺灣、中國香港、中國澳門、新加坡、韓國的平均生育率分別只有1.10、1.12、1.08、1.23、1.19。而中國大陸除了與這些中華文化圈地區的共同原因外,還因為計劃生育改變了人們的生育觀念,并且社會、經濟、教育模式也都是圍繞主流家庭只有一個孩子而進行的,并將慣性延續。
東北的生育率下降領先全國,2000年、2010年、2015年分別只有0.90、0.75、0.56(意味著下一代人只是上一代人的1/4)。中國的理想子女數和一孩次生育率都是全球最低,意味著即便停止計劃生育,如果不采取有效措施,生育率在短期內會波動在1.0左右,長期則將沿著東北的老路繼續下降。
國家統計局公布的出生數據存在的問題
中國每10年進行一次人口普查(0年)和一次“小普查”(1%人口抽樣調查,5年),每年進行一次年度抽樣調查。人口數據最可靠的是人口普查,其次是“小普查”,然后是年度抽樣調查。普查、抽樣數據中最可靠的是生育率,是“直接匯總的結果,沒有經過修正和調整”,并且是15-49歲育齡婦女及其孩子的35套“榫卯”結構,偏差不大;后面多套數據表明,普查、抽樣的生育率數據誤差不大,也符合人口變化規律。
但是1990年以來,中國人口統計非常混亂,以存在“超生漏報”為由棄人口普查和抽樣調查而不用,而是采納其他數據(教育、醫療)來校正出生人數和生育率。比如說,2000年人口普查顯示生育率只有1.22,0歲人口只有1379萬;但是國家統計局卻公布2000年出生了1771萬人。
根據國家統計局負責人口統計的副局長張為民、普查處長崔紅艷在《人口研究》上的論文,他們修改出生人數是參考小學招生數據,因為1997年之前的小學招生人數與人口普查數據一致。1997年之前小學招生準確,是因為當時中小學教育經費由鄉村承擔,沒有虛報學生的必要。但是后面義務教育經費由中央和地方按比例分擔,現在西部地區為8:2,中部地區為6:4,學校和地方政府有強大的動機虛報學生數以獲得更多經費,隨著年級的增加,在校生不斷縮水。比如,2006-2008年這三年小學招收新生(6歲入學)合計5161萬人,與國家統計局公布的2000-2002年出生5120萬人一致;但是這些孩子到2014年初中一、二、三年級(義務教育階段凈入學率為99.8%,毛入學率104%),合計在校生只有4343萬人(該年齡段死亡率極低,可以忽略)。可見,即便以初中在校生人數(應該還有一些水分)為標準,當初小學招生和公布的出生數據也存在巨量的水分。
2000年的0歲人口到2010年是10歲,到2014年讀初三,到2015年是15歲,都不存在漏報了。2010年普查、2010年公安戶籍載明的10歲人口分別只有1445萬人、1438萬人;2014年初三在校生只有1426萬人,由于毛入學率(在校生數占相應學齡總人數的比例)為104%,那么14歲實際只有1371萬人;2015年“小普查”15歲只有1357萬人。可見,2000年普查的0歲人口誤差不大,而公布的出生1771萬卻有近30%的水分。
其他國家都沒有中國這樣的“雙軌制”,生育率和出生人數是吻合的。比如美國公布2010年出生400萬人(推算生育率為1.93),生育率1.93(推算出生也是400萬)。
2010年之后,中國人口“雙軌制”之間的差距不斷拉大。比如說,2015年“小普查”的抽樣比為1.55%,共抽樣了15-49歲育齡婦女5667870人,該年生了175309個孩子,生育率1.05。與2010年普查的10-44歲婦女比較,2015年15-49歲婦女每個年齡的抽樣比都在1.55%附近,偏差不大;出生人口175309人也理應除以同樣的抽樣比1.55%,那么2015年總出生1131萬人。但是國家統計局卻公布2015年出生了1655萬人,多出了46%。
近年國家統計局修改出生數據,除了用教育數據外,也用醫院分娩數據。2008年之前醫院分娩數據是準確的,因為生孩子是自費的。但是2008年之后活產數也存在大量水分了,原因有四:第一,新型農村醫療合作制度在2008年開始覆蓋全國,農民生孩子可以報銷了,基層政府、醫院、個人有強大的動力虛報分娩數。第二,流動人口子女在現居住地出生的比例由2010年的27.5%上升到2014年的56.6%,在常住地生孩子后,在原籍再“生”一次以便獲得各項福利。第三,近年取消低齡組上戶限制,家長乘機虛報新生兒以獲得多個戶口。第四,2013年衛生部和計生委合并為衛計委之后,活產數據受計生系統影響,以“符合預期”。
可見,不能用教育、醫療數據來否定人口普查和抽樣調查數據。國務院《國家人口發展規劃(2016-2030年)》也提出“在人口普查和抽樣調查的基礎上,加強人口中長期預測”。
以前總是以“超生漏報”為由維持人口的“雙軌制”。其實超生所占總人口比例很低,對于大眾來說,隱瞞人口無利可圖,而虛報人口不但個人獲利(上學、買房、低保、扶貧款、退休金、城鄉福利),地方政府也可獲得更多的教育和醫療經費、扶貧和轉移支付款等,并在爭取鐵路、高速公路立項等方面增加籌碼。尤其是計生部門通過虛報人數繼續計劃生育。
2014年、2016年實行了單獨二孩、全面二孩政策,不存在“超生漏報”了,2016年的生育率只有1.24,那么只出生1200多萬人;但是國家統計局卻公布出生了1786萬人(生育率在1.7以上)。依照慣例,國家統計局應該會公布2018年出生了1400多萬人(甚至1500萬人),死亡990萬左右。
2018年,中國人口開始負增長
本文的世界其他國家的人口采納聯合國《世界人口展望-2017年》中、低方案平均(比較符合事實)。
中國人口采納兩套基礎人口結構和兩套死亡模式。第一套人口結構是采納官方認可的2015年小普查的年齡結構數據,人口總數是與統計局公布的一致,2017年總人口為13.90億,占世界的18.5%,65+歲老人比例為11.3%。
但是由于國家統計局公布的1990年以來的出生人數存在水分,導致人口總數累計存在上億水分,我們在《中國到底有多少人口》(《中國經濟報告》2017年10期)、《中國大陸當下人口實證研究——2016年中國只有12.8億人》(《社會科學論壇》2017年第12期)進行了詳細分析。本文第二套人口結構是采納縮水后的人口數據,2017年總人口為12.80億,占世界人口的17.3%。
第一套死亡模式是采納聯合國《世界人口展望-2015》中的中國模式(與中國官方公布的預期壽命一致)。中國臺灣地區的社會發展水平超前大陸20多年,預期壽命超前大陸17年,第二套死亡模式是采納臺灣地區的數據,假設大陸的預期壽命和年齡別死亡率滯后臺灣17年。
在第一套(官方)人口結構下,采納聯合國的中國死亡模式,2018年的生育率為1.05,那么出生1031萬人,死亡1158萬人,負增長127萬人。如果今后的生育率穩定在1.05,那么2050年、2100年總人口分別降至11.36億、4.63億,占世界人口比例分別降至12.5%、5.2%,65+歲老人比例分別增至31.8%、48.6%。如果2018年的生育率為1.1,那么出生1080萬人,死亡1158萬人,負增長78萬人。
在第一套(官方)人口結構下,采納滯后臺灣17年的死亡模式,2018年的生育率為1.05,那么出生1031萬人,死亡1081萬人,負增長51萬人。如果今后的生育率穩定在1.05,那么2050年、2100年總人口分別降至11.50億、4.54億,占世界人口比例分別降至12.6%、5.1%,65+歲老人比例分別增至33.5%、47.7%。即便2018年的生育率為1.1,那么出生1080萬人,死亡1082萬人,人口也在2018年開始負增長(2萬人)。
在第二套(縮水)人口下結構下,采納聯合國的中國死亡模式,2018年的生育率為1.05,那么出生941萬人,死亡1038萬,負增長97萬人。如果今后的生育率穩定在1.05,那么2050年、2100年總人口分別降至10.42億、4.02億,占世界人口比例分別降至11.6%、4.6%,65+歲老人比例分別增至33.6%、48.8%。如果2018年的生育率為1.1,那么出生985萬人,死亡1038萬人,負增長53萬人。
在第二套(縮水)人口下結構下,采納滯后臺灣17年的死亡模式,2018年的生育率為1.05,那么出生941萬人,死亡971萬,負增長30萬人。如果今后的生育率穩定在1.05,那么2050年、2100年總人口分別降至10.55億、3.94億,占世界人口比例分別降至11.7%、4.5%,65+歲老人比例分別增至35.4%、48.0%。如果2018年的生育率為1.1,那么出生985萬人,死亡971萬人,增長14萬人,到2019年人口開始負增長。
中國人口在乾隆五十五年 (1790年) 突破3億,1949年增至5.4億。1949年的生育率(婦女性均生孩子)6.0以上,出生率為36‰,出生約1930萬人。1950年之前,屬于傳統農業社會,生育率長期維持在6.0以上,出生率應該與1949年類似,那么清朝中期的1790年,出生人口就已經突破了1000萬。2018年生育率只有1.05左右,只出生940-1030萬人,只是1949年的一半,這是清朝中期以來最低的出生人數。
公眾號
小程序
微信咨詢
















