长寿地区判别方法综合评价与适用性

黄翌

(南通大学地理科学学院，江苏 南通 226007)

长寿地区的研究涉及头尾两端：弄清楚某地区是否是长寿地区、深入研究其长寿成因。而相对于成因研究，长寿地区的辨析研究较少，本文对比了当前常用的长寿地区判别指标，通过实例分析了各指标存在的问题，并研究了各指标使用时的注意点。

1 百岁人口比例法

百岁人口比例法是最常用、最普遍、认可度最高的长寿地区判别和评价指标〔1〕，也是中国老年学与老年医学学会的“中国长寿之乡”评选标准之一，多数文献都以百岁人口比例作为衡量和对比研究区域长寿水平的指标。该指标又分为百岁人口占总人口比例和百岁人口占老龄人口比例两类，后一类指标的提出是由于近年来发现“百岁人口占总人口比例”这一指标容易受到人口出生率和迁移率的影响〔2〕，即低出生率或大量年轻人口外迁会降低“百岁人口占总人口比例”指标的分母，导致结果的偏差，而老龄人口迁移的比例很低，因此百岁人口占老龄人口比例能够克服此类问题〔3〕。然而，百岁人口比例法不仅会受到出生率和迁移率的影响，作者在实际研究中还发现了以下问题：

1.1 百岁人口比例在不同季节波动较大 本文统计了地处北亚热带的江苏省南通市在2012年1月1日至2017年12月31日死亡的1 631位100周岁以上人口的死亡日期，各半月的死亡人数比例分别为(数据来源：南通市卫生健康委员会)：一月上6.96%，一月下5.35%，二月上5.24%，二月下4.85%，三月上4.66%，三月下4.25%，四月上5.10%，四月下3.85%，五月上3.48%，五月下3.09%，六月上2.86%，六月下2.92%，七月上2.98%，七月下3.50%，八月上4.10%，八月下3.61%，九月上3.48%，九月下3.17%，十月上3.36%，十月下2.97%，十一月上3.42%，十一月下3.36%，十二月上6.03%，十二月下7.40%。

以上数据表明，气温对百岁人口死亡率的影响十分显著，12月、1月、2月死亡的百岁人口数占总死亡人数的近40%，寒潮对百岁人口死亡率影响较大，随着气温的升高，死亡比例逐渐下降，在6月和9月达到最低值，7月和8月又有所上升，但显著低于冬季。以江苏省南通市通州区为例，该区2014年总人口126.7万人，2013年8月百岁人口104人，2014年3月百岁人口91人(数据来源：南通市通州区老龄办)，在经历了冬季之后，百岁人口数明显低于秋季，下降幅度达12.5%，不同季节间差异显著。因此，应计算各季节平均值作为某年百岁人口数。对各地百岁人口比例进行比较时，应注意统计季节的一致性，考虑到南北方冬季温差远大于夏季，不宜在冬季和初春对南北方百岁人口比例进行比较。

1.2 百岁人口比例法在总人口小于50万时波动较大 以南通市某镇为例，该镇2012年1月1日至2015年12月31日存活过的百岁人口见表1(数据来源：南通市老龄办)。

则该镇各统计时间点百岁人口数和比例如表2所示。

表1 南通市某镇2012～2015年百岁人口情况表

表2 表1中的乡镇各统计时间点百岁人口数和比例

4年内，该镇有时百岁人口比例超高，远远超过我国老年学和老年医学学会规定的10/10万的长寿地区标准，而有时又超低，峰值与谷值相差8倍，其原因是百岁以上人口年死亡率>0.3(第五次和第六次全国人口普查百岁人口死亡率分别为363.98‰和454.35‰)，每隔3～4年几乎换一批人，乡镇尺度下，每个乡镇总人口不过几万，百岁人口数一般不超过10人，属于小概率事件，因此波动较大，即使长寿乡镇，也可能出现某年无百岁人口的情况，或者非长寿乡镇某时间段内由个别活到105岁的长寿者“撑门面”，而后百岁人口又较少，因此必须连续统计5年以上多个等间隔时间点才能得出较准确的结论。

进一步对江苏省南通市各乡镇尺度的人口总量与百岁人口数波动分析，对 2011～2015年各乡镇百岁人口比例最大值与最小值相比，计算同一等级人口规模乡镇的比值平均值：发现当总人口(1～3)万人时平均比值为2.20；总人口>3万且≤4万人时平均比值为2.15；总人口<4万且≤5万人时平均比值为1.97；总人口>5万且≤6万人时平均比值为1.94；总人口>6万且≤7万人时平均比值为1.90；总人口>7万且≤10万人时平均比值为2.54；总人口>10万且≤12万人时平均比值为1.57；总人口>12万且≤15万人时平均比值为1.56；总人口>15万且≤20万人时平均比值为1.71；总人口>20万且≤40万人时平均比值为1.63；总人口>40万且≤60万人时平均比值为1.42。

上述结果表明，总人口≤10万，百岁人口比例非常不稳定，即使总人口达到20万，波动依然较大，5年内平均相差超过1.6倍，而对百万人口的县域尺度研究发现，5年内相差不超过1.3倍。目前我国长寿地区评定标准规定人口不低于10万，但是10万～40万的人口规模下百岁人口数稳定性依然不高，本文建议，在对乡镇尺度人口长寿水平进行评判时，用长寿指数(LI%)法取代百岁人口比例法。

1.3 百岁人口比例法会受死亡率差异影响而出现严重误判乃至颠倒 第五、第六次全国人口普查中各省区百岁人口占总人口比例和长寿指数的排名，见表3。

表3 2000和2010年中国部分省级单元百岁人口占老龄人口比例的排名

表3表明，2000年西部地区百岁人口比例排名较高，但2000～2010年迅速下降，到2010年已明显低于东部和南部地区，而东部地区上升明显，其原因为1970～1999年东部地区人口死亡率低于西部地区，根据历次人口普查数据，人口死亡最集中的年龄段是70～84岁，而人均寿命的延长使得出现了更多70～84岁年龄段人口，但90岁和百岁年龄段人口总量并未同步同幅度增加，引发东部人口总量和老龄人口总量增加快，在短期内以分母升高的方式降低百岁人口比例，而长期看，增加的老龄人口达到百岁后又会增加百岁人口比例，因此，在2010年部分东部和南部地区的长寿人口比例开始超过西部地区，百岁人口比例受此效应的影响比90岁人口比例更严重，持续时间更长，作者在文献〔4〕中对此作了详细的计算和解释。同样的现象也发生在城市和乡村百岁人口比例对比上，表面上乡村百岁人口比例高于城市，实际上城市更长寿〔5〕。单一年份的长寿人口比例数据不能够反映长寿水平，会带来较大的误导性。只有综合长期人口普查数据对比分析，才能得出较科学的结论。

2 预期寿命法

预期寿命法是人口统计学、卫生、保险等行业广泛采用的分析人口生命过程的重要模型，基本原理是统计某一时期某地区0岁开始各年龄段尚存和死亡人口数，统计死亡概率，从而计算出各年龄段人口的剩余寿命(其中0岁组人群称为预期寿命，其他年龄段统称为剩余寿命〔6〕，某年龄组人口的剩余寿命根据该年龄组以上人口数和死亡人口数计算得出)。该方法能够较好地表达医疗条件、社会文明和发达程度对提高区域人口平均寿命的作用，被常用于评价地区间或人群间的人口寿命差异〔7〕。本文以第六次人口普查各省分年龄人口数和死亡人口数，计算了0岁组人口预期寿命和65岁、80岁、90岁组人口剩余寿命，见图1。

图1 第六次人口普查各省级单元人口预期寿命和剩余寿命

0岁组人口预期寿命，北京、上海、天津处于全国最高水平，江浙和东北也较高，西部地区较低；发达地区高预期寿命是良好的医疗条件降低了婴幼儿、青少年和中年人的死亡率导致的，北京、天津在历次人口普查中，80岁人口占老龄人口比例排名较高，但百岁人口比例只位于中游，还算不上长寿地区。根据人口统计学中预期寿命的计算方法，各年龄段的尚存和死亡人口数是决定预期寿命的两大因素，而历次人口普查表明，人口死亡绝对数最高的年龄段是70～89岁，90岁后，由于大量人口已经死亡，尚存和死亡的人口数开始减少，导致90岁后在整个预期寿命计算中占的分量较低，对预期寿命的结果影响力远没有70～89岁大，而这部分人口恰是最能够代表长寿。这是预期寿命与长寿之间有偏差的直接原因。

本书是阿里巴巴集团前总参谋长曾鸣对互联网时代的重要趋势做出革命性解读的作品，披露了其对于未来商业模式的思考和判断。作者基于在阿里巴巴集团十几年的实践经验，以及对互联网、大数据和人工智能的深入思考，在书中提出了未来30年新的商业模式——智能商业。“网络协同”和“数据智能”是新商业生态系统的D N A，在万物互联的时代，只有智能商业的新物种才能生存和发展。作者曾鸣，现任阿里巴巴集团学术委员会主席，湖畔大学教育长，阿里巴巴商学院院长。2006～2017年担任阿里巴巴集团总参谋长。

此外，长寿水平还会受到气候等其他因素影响，这些因素对年轻人的死亡率影响极其微弱。可能出现某地区，由于经济发达，人口素质高，医疗条件好，中轻和低龄老年人口死亡率很低，结果是0岁组的人口预期寿命很高，往往超过80岁。但社会和医疗技术因素不能确保让老年人口存活到95岁乃至百岁的概率高于某些自然环境因素。因此，预期寿命高的地区，肯定是比较长寿的地区，但不一定是最长寿地区。而欠发达地区，低龄人口死亡率较高，导致预期寿命低，可能由于某些有利于长寿的自然环境因素，延长老龄人口的寿命，成为长寿地区。因此，发达地区的预期寿命显著高于欠发达地区，不能十分准确地反映长寿水平。

3 老龄人口剩余寿命或死亡率法

既然预期寿命受低龄人口死亡率差别的影响，不能很好地反映长寿水平，那么不受中低龄人口死亡率制约的高龄人口剩余寿命和死亡率是否与长寿水平密切相关？全国老龄工作委员会办公室将老年人口剩余寿命指标作为可以综合反映老年人口的死亡水平以及在该死亡水平下老年人口的平均寿命水平的指标〔8〕，但究竟哪个年龄段的剩余寿命更能够准确地反映长寿水平？本文研究发现， 65岁组人口剩余寿命与0岁组人口预期寿命相关性较高，但80岁以上高龄人口的剩余寿命则存在严重问题：

人口的平均寿命水平(图1)表明，80岁组剩余寿命，西藏、新疆、黑龙江、海南位居前4名；而90岁组剩余寿命，海南、新疆、黑龙江、西藏位居前4名。西部地区和华南、东北较高，华东地区最低。从这一指标结果看，最寒冷、海拔最高和最温暖的地区最长寿，这与图1显示的百岁人口冬季死亡率高相矛盾。是否说明，青藏高原比东部地区更长寿？

文献〔4〕通过计算并对比广西和西藏1990～2010年逐年长寿指标变化，表明，南部地区温和的气候比高原缺氧和极端气候区对人类长寿更有益。而文献〔5〕已从人口统计的角度计算高龄人口死亡率的高低与长寿之间的关系是不确定的。再以第五、第六次全国人口普查分年龄男、女死亡率为例，如表4。

表4 全国人口普查中男、女高龄人口死亡率的差别(‰)

表4可得，虽然世界公认女性比男性长寿，但是并不是女性在每个年龄段的死亡率都低于男性，2000年，女性从0岁～94岁的死亡率都低于男性，但是女性95～100岁的死亡率高于男性，男性死亡率在93岁达到峰值，之后逐渐下降。2010年，女性从0～96岁的死亡率都低于男性，但是女性97～99岁的死亡率高于男性。原因是更多的男性在95岁以前死亡，95岁以后剩下的人数远低于女性，但不乏有极少部分男性活到100多岁，因此男性在95岁以后的死亡率低于女性并不代表男性整体更长寿。

进一步进行理论上的阐述：古代的文明程度和医疗水平虽然远不如现代，也有个别高寿者能活到90岁甚至100岁，所谓的现代人寿命延长，延长的主要部分是大部分人的平均寿命，而不是人类的最高寿命记录，仅有小幅延长，且越来越困难，并且有的研究认为人类寿命已达最大极限〔9〕；因此，生活水平、自然环境和医疗条件差的地区，并不代表其最长寿者寿命比不过发达地区或环境有利于长寿的地区。90～99年龄段人口死亡率低的地区，一部分是因为在这个年龄段，90～99年前出生的人已经死亡的比例更大，剩下来的人由于自身拥有某些长寿基因、较好的体质，或者适应环境的能力更强，从而其寿命也能跟医疗和自然环境较好的地区相媲美，而90岁人口死亡率高的地区，恰恰是因为90岁之前的年龄段死亡率低，积累了大量90岁段人口，人群已经得到了良好医疗条件的庇护，更多的人活到了八九十岁，受人类自然生物属性的限制，死亡是必然的，此时医疗条件对于进一步延长其寿命的能力减弱，于是大量的人死亡，而在一些自然环境有利于长寿的地区，即使医疗技术对延长高龄人口寿命的能力减弱，人们也更容易活到百岁。因此，虽然在省级尺度，西部和东北、华南地区的老龄人口剩余寿命均较高，但华东和华南人口在90岁之前死亡的比例最低，90岁人口基数大，华南地区在90岁以后的死亡率低于华东，是长寿地区。相反，西部地区90岁人群比例低，90岁以上人口的死亡率也必然低，不能表明长寿水平高。

4 LI%法

为克服出生率和人口迁移的影响，老年长寿比〔10〕(90岁以上人口占65岁以上人口的比例，ELR，又称LI%)、百岁指数(CI%，100岁以上人口占90～99岁以上人口的比例)等指标被提出用以评价人口长寿特征。

LI%还能够较好地表达乡镇等微尺度的长寿水平，唯一的不足是不能对百岁水平进行衡量，如，根据第六次全国人口普查数据，浙江的LI%能够与广西相媲美，但百岁人口比例低于广西。相关文献提出了LI%的补充定义和计算方法，能够较好地弥补此问题〔11〕。

5 百岁指数(CI%)法

CI%法(百岁人口占90-99岁人口比例)由意大利学者Magnolfi等〔12〕与LI%一并提出，他根据意大利人口统计数据得出：这两个指标在意大利经济发展较快的中北部地区和南部及海岛地区表现得不一致〔12〕，本文根据第四、第五、第六次全国人口普查数据，制作了省级CI%地图，如图2。

图2表明，与长寿人口比例法在各个时期波动很大不同的是，CI%法的表现相当稳定，西北地区和西藏的CI%从1990年以来始终高于东中部。

然而，这并不表明西北地区和西藏特殊的自然环境更有利于提高90岁组人口的存活年限，CI%法的问题与高龄人口剩余寿命或死亡率法是一致的，该方法以90～99岁人口数为分母，必然导致90～99岁人口数量多的地区吃亏，而多出来的90岁人口可能恰是由于良好的环境或发达的医疗技术造就的。设无人口迁移和战争等外部因素影响下，观察A、B两个地区同一年出生的10万人，90年后，A地区剩余500人，B地区剩余200人；100年后，A地区剩余10人，B地区剩余5人，显然A地区更长寿，但CI%法的结果却是A地区长寿者比例高，B地区CI%高，认为B地区独特的环境更有利于90岁的人群活到100岁，这就是CI%与LI%的倒挂现象。事实上，古往今来，各地区都有人活到100岁，极少数人群活到100岁是人类作为一类生物的自然寿命属性，中国古代已将百岁者称为“期颐”，并不是伴随着现代文明而出现的，90岁比例低的地区，极少数人群活到100岁正是体现了这一自然生物属性；而现代文明和医疗技术还远没有达到将大量人群寿命提至100岁的能力，但提至90岁的能力已越来越高，导致发达但环境优势不突出的地区90岁人口比例高，其CI%必然低。反之，另一极端情况是，若某地区除一个人活到100岁外，其他人都在90岁以前死亡，导致CI%无穷大。该方法以压制90岁人口为代价，违背了人类寿命的自然规律。

需要说明的是，本文认为，CI%高的地区不一定是长寿地区，但并不是说一定不是长寿地区，西北地区和华南地区的CI%最高，华南是长寿地区，原因是其LI%也高，LI%较高的地区拥有大量90岁人群，如果其CI%依然很高，说明其环境因子确实对于延长寿命有益。CI%必须依附于LI%，不能单独使用，在LI%较高的地区使用CI%才有意义。

图2 四普、五普、六普中国各省级单元CI%

6 固定人群寿命跟踪统计法

Poulain等〔13〕和Pes等〔14〕在研究意大利萨丁岛长寿现象时，使用了“极端长寿指数(ELI)”，该指标定义为1880～1900年在萨丁岛出生的人，后来成为百岁人口的比例，无论这些人当前是否健在。该方法只对100年前出生的人进行寿命考察，与当前总人口数或老龄人口数均无关，类似的方法还有CR(当前100岁以上人口与40年前60岁以上人口的比值)〔15〕。与之相比，各类长寿人口比例法实际是对90～105年以前出生并且仍然健在的人数与105～65或105～0年前出生的人数相比，虽然长寿人口占老龄人口比例法不会受65～0年前出生率的影响，理论上还是会受到105～65年前人口出生率变化的影响，尽管影响不大，但对100年前出生的人群寿命进行跟踪统计则能够完全避免这一影响。因此，该方法是理论上最准确的评判长寿地区的方法，但在实际中操作难度很大，因为必须获取100年前某地区的全部出生人口数据，且不可避免地受到人口迁出的影响。

7 老龄人口死亡百分比法

从死亡人口数量的角度也可以辨别长寿地区，但是由于死亡人口数据也受到不同地区人口老龄化差异的影响〔16〕，在研究中也需要设法剔除中低龄人口，故产生了分年龄老龄人口累积死亡百分比法，该方法计算各年龄段人口死亡数量占总死亡数量的百分比；其中百岁人口或95岁、90岁以上人口死亡百分比高的地区为长寿地区(说明活过90岁、95岁、100岁的人多)〔17〕，该方法的特点是只基于死亡人口数进行判断，避免了因人口注销制度执行不严格、异地死亡等各种原因导致的人口死亡后未及时注销，从而随着时间的推移，死亡人口的年龄仍在增长，日积月累后长寿人口比例非正常地迅速增长，被误判为长寿地区；虽然死亡未及时注销也会减少各年龄段的死亡人口数量，但各年龄段减少的比例大致相当，因此90岁或百岁死亡数量占老龄人口死亡数量的百分比并未受到明显影响。并且对比发现，该方法在不同时期的稳定性好于长寿人口比例法〔17〕。

本文基于“六普”各省分年龄死亡人口数据，选择华北、东北、华东、华南、华中、西南、西北各一省，制作了各地各年龄段0～100岁的累积死亡百分比柱形图，100岁以上累积死亡百分比均为100%，90～94岁或95～99岁人口累积死亡百分比低则表明有更多的人在90～94岁或95～99岁之后死亡，该地区为长寿地区。如表5，在0～29岁，江苏和吉林的死亡百分比控制得最好，南方婴幼儿的死亡比例高于北方。到95岁及以后，南北方反转，海南有2.48%的人在95岁以后死亡，远高于其他各省，江苏1.63%，湖南1.10%，贵州0.76%，吉林0.73%，山西0.61%，青海0.27%，该方法进一步证明高龄老人剩余寿命和死亡率与长寿间的关系既可能是正相关，也可能是负相关，不能表达长寿水平。

表5 分年龄累计死亡比例(%)

8 各类方法的综合比较

上文分析了当前常用的长寿地区判别方法及各自的优缺点和适用性，总结如下(表6)。

综上，本文综合讨论了当前主要的长寿地区识别方法的优缺点和适用性，通过实例分析了各指标存在的问题，发现了百岁人口比例法识别长寿地区会受到季节差异和人口死亡率差异效应的影响等问题，并研究了各指标使用时的注意点。综合以上各类方法判断，在省级尺度，历次人口普查数据表明，华南三省区的百岁人口比例和LI%最稳定且位居最前列，95～99岁人口的累计死亡百分比最低，是中国长寿水平最显著的地区；华东地区次之，西部的四川长寿水平也较高。华东地区如江苏、浙江人口生存至90岁年龄段的概率仅略低于华南，说明可以对两地的CI%进行比较(前文已详述不能对LI%相差较大的地区比较CI%)，再比较CI%发现，苏浙两省总体上远低于粤、桂、琼，表明，华东地区的长寿水平不如华南。长寿现象特别突出的是海南，第五、第六次人口普查结果表明，在已经拥有很高比例的90岁人口情况下，海南90岁人口的死亡率依然能够保持在最低水准，是中国长寿水平最高的地区。

表6 主要长寿地区判别方法、存在的问题和适用性