一般而言，一个国家人口的平均寿命随着社会的发展而升高，在工业革命以前人口寿命的增长很缓慢，变化以千年记，并不时被饥荒和战争所打断。工业革命显著地改变了人的生活方式，特别是1850年代巴斯德建立了疾病的病菌说之后，新的卫生和消毒观念开始建立，并后来诞生了疫苗和抗生素。这些措施有效地控制了大规模的传染病，大幅度地提高了人的平均寿命。一般而言，接受和利用了这些学说和措施的地方人口寿命都会有一个大的飞跃。这样的飞跃从最初发现发明这些科学和技术的国家逐渐向其他国家和地区传播，从而形成了人口平均寿命升高的排浪，从欧洲，向北美，南美，亚洲，非洲传递（图1）。 
图1: 世界各地人口寿命提高像排浪，从欧洲开始，向大洋洲，美洲，亚洲，和非洲传递（摘自Wikipedia）。 人口的平均寿命听起来很容易理解，但测定和计算起来却不容易，原因是必须等到一个特定年份出生的的所有人都死亡之后才能确定这一年份人的平均寿命，然后把所有年份人的平均寿命综合起来才能得到整个人口的平均寿命。这意味着我们只能准确地知道死去人的寿命而无法知道现在健在人口的寿命。所幸的是，通过建立过去人的寿命历史数据就可以预测现在健在人的平均寿命，这样计算得来的平均寿命叫出生时的预期寿命（Life Expectancy at Birth）简称预期寿命（life Expectancy）。 平均预期寿命是根据每一个年龄段的死亡率/生存率折算而来的。下面表1是一个1000人的寿命分布，这个分布几乎是1960年代以前中国社会的一个理想盛世。没有战争和饥馑，青壮年的死亡率非常低，大多数成年人都可以活到一甲子（60岁），长寿可以到七八十岁。计算得出这个理想盛世人口的平均寿命是41.9。这是由于25%的婴幼儿死亡率使得平均寿命比成年人的感觉上偏低。实际上25%的婴幼儿死亡率在前现代社会是很低的了。由于青壮年阶段的主要死因是发生率比较低的意外伤害，所以影响预期寿命主要是两端，老和幼。老年人死亡的主因是老化和慢性病，而婴幼儿主要是传染病和遗传病。从而控制了婴幼儿的传染病就会大幅度提高人口的平均寿命（表2）。 表1: 人口预期寿命演算表 年龄段 | 0-10 | 11-20 | 21-30 | 31-40 | 41-50 | 51-60 | 61-70 | 71-80 | 81-90 | 91-100 | 死亡率 | 25% | 3% | 2% | 3% | 20% | 50% | 80% | 90% | 96% | 100% | 1000 人群 | 250 | 22 | 15 | 21 | 138 | 277 | 222 | 50 | 5 | 0 | 750 | 728 | 713 | 692 | 554 | 277 | 55 | 5 | 0 | 0 | 中年龄 | 3 | 15 | 25 | 36 | 45 | 55 | 65 | 75 | 84 | 95 | 贡献 | 0.75 | 0.3 | 0.4 | 0.756 | 6.21 | 14.85 | 14.43 | 3.75 | 0.42 | 0 | 平均寿命 | 41.9 |
|
|
|
|
|
|
|
|
|
|
|
|
表2: 降低婴幼儿死亡率对平均寿命的贡献 死亡率 | 5% | 3% | 2% | 3% | 20% | 50% | 80% | 90% | 96% | 100% | 1000 人群 | 50 | 28 | 18 | 27 | 175 | 351 | 281 | 63 | 7 | 0 | 950 | 922 | 904 | 877 | 702 | 351 | 70 | 7 | 0 | 0 | 中年龄 | 3 | 15 | 25 | 36 | 45 | 55 | 65 | 75 | 84 | 95 | 贡献 | 0.15 | 0.3 | 0.45 | 0.972 | 7.875 | 19.305 | 18.265 | 4.725 | 0.588 | 0 | 平均寿命 | 52.2 |
|
|
|
|
|
|
|
|
|
|
|
|
比较表1和表2可知，仅仅降低婴幼儿死亡率一项措施，就可以提高预期寿命10岁以上。再加上现代医疗对成年人健康的增强，现代农业提供的充足营养，以及机戒化带来的劳动强度的降低等等，现代社会比前现代社会人口的预期寿命通常增加20岁以上。 这样以来一个进入现代化的国家的人口寿命曲线，必然有一个从前现代的低寿命到现代化的高寿命的过渡期，纵观世界上的所有国家的人口曲线，基本都符合这个趋势。现代化（至少新的医疗卫生）实施的时间和速度决定了这个人口寿命增长的时间和速度。现代化进行得缓慢，这个寿命的增长也比较缓慢。中国的人口寿命曲线也符合这一规律。 中国的现代化进程可以说从1860年的洋务运动就开始了，但由于当时国家的重点在强兵上，真正对于人口寿命的关注从1930年代才开始，这时又遇上日本侵华和国共内战，中国人的寿命增加一直比较缓慢。新中国成立初，人口寿命在短暂的上升之后就开始停滞，甚至有所下降，然后在1960年代突然急剧上升，在70年代继续上升之后，增幅稍有回落。这样一个复杂的过程在1950-80年代的人口寿命曲线上形成了一个S形的弯曲（图2）。 
图2: 中国人口预期寿命曲线（摘自Wikipedia） 这个S形弯曲的上升部分看起来比较好理解，因为它符合一般现代化过程中人口寿命增加的趋势。所以有人将此上升阶段称为毛泽东阶跃（香椿树1），来表征中国的现代化和人民生活水平的提高。 但S形底部弯曲部分不好理解，尽管有1959-61年的大饥荒可以解释这三年所形成的低谷，但1953-58年的停滞的部分很费解。这五年正是新中国第一个五年计划实施期，是欣欣向荣的社会主义建设时期，没有战争也没有灾祸，为什么人口寿命不增长反而有所降低？ 这让我想起了婴幼儿死亡率对于人口寿命的影响。中国的抗日战争，解放战争，朝鲜战争，这一连串的战争直到1953年才彻底停止。一般大战后都伴随有很高的婴儿出生率，如果这时的婴儿死亡率很高，它势必会引起平均寿命的降低。我查阅了Wikipedia网上的中国的出生率和死亡率，果然如此。在1953-58年中国是高出生率伴随着高婴幼儿死亡率（图3）。 
图3: 中国人口的出生率和死亡率（摘自Wikipedia）。这里的出生率和死亡率都是指全民数据，正文中所用的婴幼儿死亡率可以根据全民数据来估算。具体方法是用全民死亡率除以婴幼儿（0-5岁）占总人口的比例。 这张人口出生率和死亡率的图（图3）同时也解释了1962年之后中国人口寿命的急剧上升，因为这时候是高出生率伴随着低婴幼儿死亡率。随着出生率的降低，低婴幼儿死亡率对于人口寿命的贡献也降低了，这就是人口寿命在1970年代后期的增幅回落。 总之，中国人口寿命曲线上的S弯曲是由三个因素造成的，1）战后的高出生率，2）前后两段变化的婴幼儿死亡率，3）大跃进形成的三年饥荒灾难。 1。战后的高出生率由两段1950-57年和1962-71年组成。这两段的平均出生率约为3.5%（图3） 2。在1950-57年段的平均婴幼儿死亡率高于20%，而1962-71年段的婴幼儿死亡率平均低于10% （图3）。造成前后两段时间婴幼儿死亡率下降的主要因素是一五计划的完成，它奠定了新中国的工业基础，特别是苏联援建的156个重点项目，其中就包括抗生素厂和淀粉厂等与医疗健康有关的工业，这应该对降低婴幼儿死亡率有直接的贡献。 3。大跃进形成的三年饥荒造成了巨大的灾难，1959-61年的出生率断崖式降低，同时整个人口死亡率大幅攀升。 饥荒主要摧残抵抗力弱的老弱病残，造成了人口数量的大量减少。但是，1959-61年的人口寿命低谷并不像人口死亡率升高和婴儿出生率降低的程度那么尖锐（图3），这是因为婴儿出生率的降低在一定程度上抵消了人口死亡率对于平均寿命的影响，因为此时中国的婴儿死亡率比较高，而低的出生率会降低因高婴儿死亡率所带来的人口寿命降低，从而平抑了饥荒带来的高死亡率的冲击。当然，饥荒死亡的人口可能在年龄分布上也比较平均，这样人口寿命曲线的变动也会比较小。 以上三个因素形成了人口曲线的S弯曲，这使得中国的人口寿命曲线比较独特。只有含有类似这三项因素的国家其人口曲线才和中国的相似。苏联在二战前后的人口曲线就很相似，苏联对应于中国三年饥荒的是三年卫国战争，大战前后的婴幼儿死亡率跟中国三年饥荒前后也相仿。这进一步佐证了本文对于人口曲线的S弯曲成因的论证。 在三个因素中，婴幼儿死亡率的变化和出生率的乘积决定了S弯曲的弯曲程度。在表1和表2的演算中，出生率是假定不变的，高于通常的出生率会放大婴幼儿死亡率变化而对预期寿命的估算值，使得曲线更弯，上升段更陡。
附1：中国婴儿（0-5岁）死亡率年表（单位：每1000人） 年份 | 50-55 | 55-60 | 60-65 | 65-70 | 70-75 | 75-80 | 80-85 | 85-90 | 90-95 | 95-00 | 婴儿死亡率 | 121.64 | 117.92 | 121.17 | 63.15 | 46.93 | 41.96 | 37.59 | 33.75 | 30.34 | 27.30 | Infant Mortality | 128.9 | 131.06 | 135.08 | 93.86 | 72 | 54.98 | 44.67 | 42.29 | 40.46 | 34.25 |
摘自Wikipedia。婴儿死亡率来自中文网页，Infant Mortality 来自英文网页。数据有些不同但变化基本是相同的。这里的数字与我从整体的死亡率估计的值相差了一个因子2. 时间上相差了一个五年的相位，英文表里1955-60年的数据没有中文数据里的跌谷。 附2: 其他婴儿死亡率阶跃式变化的国家 （摘自Wikipedia，开始年份是1955年）
Japan | 50.07 | 37.25 | 25.84 | 16.48 | 11.95 | 8.75 | 6.63 | 4.96 | Singapore | 60.99 | 43.2 | 28.62 | 23.79 | 19.35 | 12.85 | 8.76 | 5.48 | South Korea | 138.12 | 114.47 | 89.74 | 64.21 | 38.11 | 33.23 | 24.61 | 14.8 |
Russia | 100.51 | 59.43 | 39.68 | 31.25 | 26.41 | 28.8 | 25.93 | 23.65 | Serbia | 117.61 | 103.36 | 88 | 68.62 | 50.83 | 40.19 | 34.79 | 22.37 | Vietnam | 103.62 | 81.47 | 66.72 | 56.82 | 54.23 | 45.62 | 41.16 | 37.13 | North Korea | 122.82 | 83.1 | 79.69 | 58.15 | 45.28 | 36.32 | 31.12 | 27.39 |
|
