你再也无法得知未来中国每年的出生人口

一、2012年的出生人口莫名其妙增加了20.7%

今天打开百度，被推送了一则百家号的文章《过去十年出生人口修订数据盘点：2012年增加最多》，文章核心内容有两点：

1、根据我国现行的统计调查制度，大面积人口普查每10年进行一次，两次普查之间的年份开展抽样调查，非普查年份出生人口主要是通过抽样调查数据推算的。由于抽样调查误差的存在，在利用抽样比推算人口总体时会存在一定的差异，反映在数据上就是部分年份公布的出生人口偏低。因此本次人口普查之后会对两次普查之间的抽样推算数据进行修订，这将消除目前抽样推算的数据和人口普查获得的新数据之间的差异。

2、第一财经记者根据近期公布的《中国统计年鉴2021》里的人口出生率与历年人口数据，对过去十年出生人口数据推算梳理显示，修订后，两次普查期间，我国出生人口比修订之前增加了约1015万人，每年的具体情况如下：

看到这里，管老师感觉真的是离了大谱。原因在于，2015、2018、2019年几乎没有误差，2012年统计出生1635万，修订成了1973万，误差何以达到20.7%？样本量如此庞大，竟有这等误差，这在统计学上不科学。于是管老师耐心翻了最近12年的《中国统计年鉴》及第六次人口普查数据，发现了一个非常有趣的事情。

二、2020年及以前的中国统计年鉴还算靠谱

首先我们知道，人口不是凭空产生的，也不是凭空消失的，而且每一个人都会随着时间的流逝增加年龄。比方说，你是1995年生人，那么在第六次人口普查（2010年11月1日），你会被统计为“15岁”，在《中国统计年鉴2016》（2015年12月31日），你会被统计为“20岁”，在《中国统计年鉴2021》（2020年12月31日），你会被统计为“25岁”。

有了这个前提，各年份的《中国统计年鉴》就不是彼此独立的了，而是其中有内在联系的。用列表简单说明：

先注明：

1、2010年和2020年大普查是几乎全覆盖，2015年小普查的覆盖率是1.55%，其他年份的覆盖率是万分之八左右，存在数量级的差别。

2、表上2019年15-19岁的数据是怎么来的呢？答：2019年15-19岁的登记人数是55822人，抽样率是0.78‰，所以55822÷0.78‰=71566667人。

2010年“5-9岁”人口，是2001-2005年这5年间出生的，到了2015年则被统计为“10-14岁”人口，到了2020年则被统计为“15-19岁”人口，这三组数据即“同一拨人在不同年份的被统计数量”，在图中都给标蓝了。我们下文中简称为“孪生数”。照理说，2020年的“15-19岁”人口应该少于2010年“5-9岁”人口，因为后者中有一部分在这10年间死亡。但由于只统计30岁以下的人口，这部分人死亡率并不高，10年死亡率也到不了1%，相比于统计局动辄20.7%的“误差”，是完全可以忽略的。

透过这个数据初步处理的表，我们可以去分析一件事，普通年份的年鉴，数据真的不靠谱吗？真的会对推算当年出生人口造成如此大的误差吗？我们先排除2020年的数据，拿2010年-2019年的数据做个偏差分析。比如2019年5-9岁的人口相比2014年0-4岁的人口偏差有多少，即统计孪生数的偏差，就这样我们能够列出25组数据：

其中22组孪生数的偏差不到1%，1组孪生数的偏差在1%-2%，2组孪生数的偏差在5%左右。具体如下图：

这个图怎么理解，就是说2019年5-9岁的人数，和2014年0-4岁的人数基本一致。像这样基本一致的有22组，略微有偏差的有1组，偏差相对较大的有1组。至此，基本可以说明2020年及以前的中国统计年鉴，起码在人口年龄的统计中，还算靠谱。

三、《中国统计年鉴2021》离了大谱

之前的那个表，管老师把2020年的数据排除了，是因为那个2020年的数据相当令人震惊，现在让它回归：

也许你仍然不理解这些百分比，那咱们放之前的图：

标橙色部分：2010年0-4岁的7553万→2015年5-9岁的7579万，这个属于统计误差，可以理解，但是→2020年，DUANG！10-14岁的8526万？比之前活活多了1000万？

标红色部分：2015年0-4岁的8023万→2020年，DUANG！5-9岁的9024万？又比之前活活多了1000万？

标黄色部分：2010年15-19岁的9989万→2015年20-24岁的10031万，这个属于统计误差，可以理解，但是→2020年，DUANG！25-29岁的9185万？比之前活活少了800万？这800万人是怎么没的？

奇怪的并不是2021年的数据偏差这么大，奇怪的是：

1、如果说统计基础薄弱，方法不得当，你可以有这么大的偏差。然！鹅！你过去十年非常正常，已经证明了，你的统计基础非常强大，你的方法非常得当，你的抽样非常科学。

2、如果说往年的数据都不准，唯独2021的准。那么2021年的数据应该没有任何延续性，你怎么解释2021年15-19岁（标蓝色部分）、20-24岁（标绿色部分）的统计相对准确？

那么为什么唯独2021年这么不正常？为什么会这么离谱？管老师想只有一种原因，但是基于这个号还想要的理由，就不多说了。

另外再说一点，就是一个人说谎只有0次和无数次。比如说管老师跟妹子吹牛说“我有十套别墅、三个游艇和一个飞机”，妹子去求证发现这货实际只有一套公寓，那游艇和飞机十有八九是没有的了。同理，现在《中国统计年鉴2021》说，“2020年0-4岁人口7788万人，5-9岁人口9024万人，10-14岁人口8526万人”，现在你已经知道它说的5-9岁人口、10-14岁人口有问题，那你还能相信他说的0-4岁人口数据吗？更进一步，你无法相信5年的出生人口数据，就能够相信1年的出生人口数据吗？

依管老师看，2020年的出生人口数据，虽然数量很低，但是同时也是今后数量最高的一年；虽然可信度也很低，但是同时也是今后可信度最高的一年。结论就是，你恐怕再也无法通过官方口径得知未来中国每年的出生人口了。

参考资料：

1、中国统计年鉴：

http://www.stats.gov.cn/tjsj/ndsj/

1.1、2021年（统计2020年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2021/indexch.htm 

表2-17 按年龄和性别分人口数(2020年)

1.2、2020年（统计2019年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2020/indexch.htm 

表2-9 按年龄和性别分人口数(2019年)

1.3、2019年（统计2018年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2019/indexch.htm 

表2-9 按年龄和性别分人口数(2018年)

1.4、2018年（统计2017年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2018/indexch.htm 

表2-9 按年龄和性别分人口数(2017年)

1.5、2017年（统计2016年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2017/indexch.htm 

表2-9 按年龄和性别分人口数(2016年)

1.6、2016年（统计2015年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2016/indexch.htm 

表2-9 按年龄和性别分人口数(2015年)

1.7、2015年（统计2014年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2015/indexch.htm 

表2-8 按年龄和性别分人口数(2014年)

1.8、2014年（统计2013年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2014/indexch.htm 

表2-8 按年龄和性别分人口数(2013年)

1.9、2013年（统计2012年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2013/indexch.htm 

表3-10 按年龄和性别分人口数(2012年)

1.10、2012年（统计2011年年末人口）：

http://www.stats.gov.cn/tjsj/ndsj/2012/indexch.htm 

表3-8 按年龄和性别分人口数 (2011年)

2、第六次人口普查数据：（统计2010年11月1日人口）：

http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm 

表3-1 全国分年龄、性别的人口