死亡率
| 死亡率 | |
|---|---|
| 英文名 | Mortality Rate |
| 学科领域 | 人口学、流行病学、社会学 |
| 核心指标 | 粗死亡率、婴儿死亡率、标准化死亡率 |
| 核心议题 | 流行病学转变、死因结构、寿命延长 |
| 相关概念 | 出生率、预期寿命、人口转变、生命表 |
死亡率(英文:Mortality Rate)指一定时期内死亡人数与同期平均人口数之比,通常以千分率表示,是刻画人口健康水平与死亡风险的基础指标。它与出生率共同决定人口的自然增长,也与预期寿命互为表里:死亡率描述的是"死多少",预期寿命描述的是"能活多久",二者是同一组生命表数据的两种读法。死亡率的高低不仅取决于医疗技术,也取决于营养、居住、劳动条件、公共卫生制度与社会不平等,因而它历来被视为衡量社会发展水平最敏感的指标之一。正因如此,死亡率的变动轨迹往往比经济指标更能揭示一个社会的真实境况。
概念与指标
最常用的指标是粗死亡率,即全年死亡人数除以年平均人口数再乘以一千。它计算简便、数据易得,却有一个致命弱点:受年龄结构影响极大。老年人口比重高的社会,即使各年龄组的死亡风险都很低,粗死亡率也会显得较高;年轻人口为主的社会则相反。因此,粗死亡率的跨国、跨时比较必须谨慎,用老龄化来解释粗死亡率的上升,往往比用"健康恶化"更接近事实。
为剔除年龄结构的影响,人口学采用标准化死亡率,即假定两个人口具有相同的年龄结构,再比较其死亡水平。常用的做法是以某一标准人口(如全国人口或世界标准人口)的年龄构成为权数,对分年龄死亡率加权平均。标准化之后,剩余差异才可归因于真实的死亡风险差异。
分年龄死亡率是更细致的工具,它揭示死亡风险在生命周期中的分布:婴儿期有一个高峰,幼儿期迅速下降,青少年期处于低谷,中年后随年龄呈指数上升。婴儿死亡率(每千名活产中未满一岁死亡的人数)因对营养、饮水、免疫接种与产科服务极为敏感,长期被用作衡量公共卫生水平的核心指标;五岁以下儿童死亡率与孕产妇死亡率同样属于这一类敏感指标。
流行病学转变
1971年,美国学者奥姆兰提出"流行病学转变"理论,把死亡模式的变化划分为三个阶段。第一阶段是瘟疫与饥荒期,传染病、营养不良与饥荒是主要死因,死亡率高且波动剧烈,预期寿命短。第二阶段是大流行消退期,传染病死亡率显著下降,慢性病开始上升,死亡率稳步走低,人口快速增长。第三阶段是退行性疾病与人为疾病期,心血管疾病、恶性肿瘤与糖尿病等慢性非传染病成为主要死因,死亡率降至低位,预期寿命继续延长。
后来的研究补充了第四阶段,即"延迟退化性疾病期":随着医疗技术进步,慢性病患者的存活期延长,死亡进一步向高龄集中,死亡率曲线在高龄端趋于平缓。也有学者提出"反向转变"的可能,即在疫病流行、社会动荡或医疗体系崩溃时,死亡率可能重新上升。
流行病学转变的核心,是死因结构的更替。当传染病让位于慢性病,死亡的主要机制从"急性感染"转为"长期累积",这意味着健康干预的重心必须从防疫转向行为、环境与慢病管理,也意味着医疗支出结构、照护需求与保险制度都要随之调整。死因结构的变化,因此不只是医学问题,也是社会政策问题。
中国死亡率的变迁
20世纪上半叶,中国的死亡率处于高位,传染病、寄生虫病、营养不良与战乱是主要死因,婴儿死亡率极高,人均预期寿命不到四十岁。1949年以后,随着基层卫生防疫体系的建立、饮用水与环境卫生的改善、疫苗接种的普及以及基本医疗的可及性提高,死亡率在二十余年内迅速降至低位,婴儿死亡率的下降尤为显著。这一变化的速度在发展中国家并不多见,常被作为公共卫生干预有效的例证。
1980年代以后,死亡率的下降趋于平缓,死因结构完成了从传染病为主向慢性病为主的转换。心脑血管疾病、恶性肿瘤、慢性呼吸系统疾病成为主要死因,意外伤害与代谢性疾病的重要性上升。这一转换与吸烟、饮酒、膳食结构变化、体力活动减少及人口老龄化相互交织,使慢病防控成为公共卫生的主战场。
近年来,粗死亡率出现回升,这一现象常被误读为健康水平下降。实际上,其主因是老年人口比重上升:当人口中老年人占比提高,即使每个年龄组的死亡风险都在下降,总体死亡人数仍会增加。判断健康水平是否改善,应看标准化死亡率与预期寿命,而非粗死亡率的升降。这一区分是理解人口数据的基本功。
死亡率与预期寿命
死亡率与预期寿命的关系,通过生命表建立。生命表以一整套分年龄死亡率为输入,逐岁推算存活人数与死亡人数,最终得出出生时预期寿命,即一个新生儿在当年死亡水平下平均可活的年数。预期寿命不是某个人的实际寿命,而是对一代人的假想推算;它的提高,等价于各年龄组死亡率的下降。
二者对死亡率的敏感度并不相同。在死亡率处于高位的阶段,预期寿命的提升主要来自婴儿与儿童死亡的减少——一个婴儿的存活,可以"节省"数十年的潜在寿命,因此早期公共卫生干预的回报极高。当死亡率降至低位,婴儿死亡率已难再大幅下降,预期寿命的增长便主要依赖中老年死亡率的改善,其边际难度显著上升。这就是为什么预期寿命的增长呈现"先快后慢"的形态。
这一机制也解释了寿命增长的性别差异。女性的死亡率在多数年龄段低于男性,尤其在中年以后差距明显,因此女性的预期寿命普遍高于男性。差异的来源包括生物学因素、职业风险、吸烟饮酒行为与就医习惯,其相对权重仍存争论。
死亡率的差异
死亡率在社会内部并不均匀。按社会经济地位划分,受教育程度较低、收入较低、从事体力劳动的群体,其多数年龄段的死亡率更高,这一现象被称为健康的社会梯度。梯度并非仅由医疗可及性造成,也与工作环境、居住条件、健康知识、压力水平与行为模式相关。
城乡与地区差异同样显著。农村地区的医疗资源相对薄弱,急救与专科服务可及性较差,部分可预防的死亡因此未能避免;城市则面临慢病、心理疾病与环境污染带来的健康风险。地区之间,东部沿海的预期寿命普遍高于西部内陆,差异既反映经济发展水平,也反映医疗资源配置与生活方式的不同。
这些差异提示,死亡率不是一个纯粹的技术指标,它同时是社会不平等的显示器。改善总体死亡率相对容易,缩小群体间的死亡率差距则困难得多,后者要求干预触及收入分配、职业安全、环境治理与健康教育等结构性条件。
争议与评价
围绕死亡率的研究存在几组张力。其一是指标选择:粗死亡率简便却易误导,标准化死亡率可比却依赖标准人口的选择,分年龄死亡率细致却难以汇总。研究者必须在可比性与可解释性之间权衡。其二是数据质量:死亡登记在部分地区的完整性不足,死因编码的准确性受诊断水平与填报习惯影响,"老衰"等模糊编码的使用使死因分析失真。
其三是解释的边界。把死亡率下降全部归功于医疗技术,会忽略营养、卫生与收入改善的贡献;把死亡率差异全部归因于医疗资源,会忽略行为与环境的作用。历史研究表明,19世纪欧洲死亡率的下降,营养改善与公共卫生的贡献不亚于临床医学。这一结论对当代低收入国家仍有启示:基础公共卫生与生活条件的改善,往往比高端医疗更能降低死亡率。
参见
参考文献
1. 国家统计局. 中国统计年鉴. 中国统计出版社, 2024. https://www.stats.gov.cn/sj/ndsj/ 2. 国家统计局. 第七次全国人口普查公报. 国家统计局, 2020. https://www.stats.gov.cn/sj/pcsj/rkpc/7rp/indexch.htm 3. 中国社会科学网. 人口死亡与健康转变研究. 中国社会科学网, 2024. https://www.cssn.cn/shx/ 4. World Health Organization. Global Health Observatory. 世界卫生组织, 2024. https://www.who.int/data/gho 5. United Nations. World Population Prospects. 联合国, 2024. https://population.un.org/wpp/ 6. Our World in Data. Mortality and Causes of Death. 牛津大学, 2024. https://ourworldindata.org/