人口问题始终是与政治、经济、社会、文化、资源、环境紧密联系的综合性问题。研究人口问题需要人文科学、社会科学、环境科学和计算机科学等学科交叉视野。信息社会正在改变我们的工作、学习和生活方式，甚至改变人们的家庭和婚育观念，进而对人口发展带来长远影响。5月17日是世界信息社会日（World Information Society Day），今年的主题是“在充满挑战的时代加速数字化转型”。在世界信息社会日即将到来之际，中国人口与发展研究中心与深圳大学联合于2021年5月15日至16日在深圳召开了第二届数字和计算人口学研讨会。本次研讨会的主题是“交叉学科视野下的人机协同与人口长期均衡发展”。来自北京大学、中国人民大学、中国科学院、中国社会科学院、中央财经大学、北京师范大学、北京邮电大学、中国信息通信研究院、复旦大学、浙江大学、上海交通大学等高校、科研院所与企业的专家学者围绕数字健康、计算人口学、人机协同决策的理论与方法、人口数据与人口发展、计算法学、大数据与人口发展、数字技术与人口发展等专题开展研讨，为促进人口研究范式转变、数字和计算人口学学科发展、人机协同与人口长期均衡发展提供了知识储备和决策支持。

　　一、新冠疫情加速了人的健康数字化进程

　　突如其来的新冠肺炎疫情打扰了很多人的工作和学习生活，也给实体经济带来了巨大冲击，但同时也加速了人的数字化进程，尤其是人的健康数字化进程。上海交通大学国家健康产业研究院院长鲍勇教授介绍了健康中国行动下的数字健康的理论与应用，他认为，数字健康的概念和理论最早由世界卫生组织于2019年4月发布的《世卫组织指南：加强卫生系统数字干预的建议》中得到明确，指的是开发并利用数字技术普及健康知识及进行相关实践的领域，涵盖物联网、人工智能、大数据等数字技术在健康管理方面的应用[1][2]。数字技术将人与人之间、人与家庭之间、家庭与家庭之间的健康紧密关联起来。数字技术在我国的快速发展将使得更多的人口可以享受健康服务，尤其在新冠肺炎等突发卫生事件中可以更好地保护人民的福祉和健康。因此，健康中国战略的实施要充分运用数字技术。

　　浙江大学人口仿真与数据挖掘研究所所长米红教授团队认为，健康码、手机信息令大数据在疫情追踪溯源、路径传播、发展模型预测、资源调配等方面发挥了巨大作用，并基于人口大数据对新冠疫情早期传播和扩散的模式进行了识别研究，通过将湖北地区疫情传播效应和扩散效应分开为早中期疫情的防控预警提供参考，此外还对比了早期湖北以外的地区和欧洲疫情的变化趋势，通过对比更凸显出欧洲在早中期疫情当中的防控不利。米红团队的李逸超博士详细介绍了新冠疫情发展呈现的趋势性与周期性两种特征，基于国际比较的视角，运用各类计算人口模型对不同国家间新冠疫情发展状况进行了比较分析，并从人口学方法与流行病学议题结合的角度评判了不同国家疫情防控的相对效果，从理论角度为国家层面疫情发展的后期预测与周期变化提供了数理遵循。

　　华侨大学社会学系徐瑞佳和邵岑基于Agent-based Model仿真模型和Netlogo平台模拟了新冠肺炎的区域扩散与防控效力之间的关系，通过设置不同社交范围、不同防护比例和防护效力以及医院收治时间等参数对疫情扩散情景进行了模拟，个体社交范围显著影响突发疫情区域扩散速度，具有高传染性特征的公共卫生事件，减少社交范围和频率，疫情扩散速度在早期会趋于平缓，但仅有居家隔离才能有效遏制疫情的区域扩散；个体自我防护比例和防护效力显著影响病毒扩散，通过模拟可以发现，无论是具有高传染性或低传染性特征的公共卫生事件，提高人群防护比例和防护效力，能有效遏制疫情的区域扩散，此外，医院收治时间和医院容量对控制具有低死亡率特征的公共卫生事件的扩散有显著影响，对控制具有高死亡率特征的公共卫生事件的扩散无显著意义，但上述结果会显著受社会成员个体防护效果的干扰，医院收治时间越早对疫情控制越有效。

　　北京大学社会研究中心主任谢宇教授作了题为“Global Attitudes towards China: Social Facts and Interpretations”的主旨报告，主要基于互联网大数据方法分析了新冠肺炎疫情暴发后主要国家的舆情情况。谢宇教授的研究引发了大家的热烈讨论。多数与会学者认为，西方主要媒体在新冠肺炎疫情报道上存在对中国和华人群体的歧视与偏见，对中国为世界人民健康安全做出的贡献视而不见，这些报道极大地误导了国外普遍民众，不利于全球联手抗疫。

　　中国人口与发展研究中心陈佳鹏研究员介绍了我国健康扶贫政策的动态精准、分类救治、分级诊疗、先诊疗后付费、基本医疗有保障、贫困人口政策满意度高等特征，并详细介绍了健康扶贫动态数据的基本情况。全国健康扶贫动态管理系统是在2016年调查形成的数据库基础上，于2017年开始连续5年建成的覆盖全国8000多万贫困人口、2000多万贫困患者的信息。陈佳鹏研究员比较分析了因病致贫和非因病致贫患者在人口属性上的差异，绘制了贫困患者的疾病谱，分析了贫困患者的满意度逐年递升的原因，并分析了实施健康扶贫政策所取得的积极成效。

　　二、数字技术的广泛应用与计算人口学研究范式的成熟

　　传统人口学是一个典型的数据驱动学科范式[3]。抽样调查数据成为传统人口学研究的主要素材。澳门大学社会学系李毅助理教授基于美国人口普查局的全国青少年至成人健康纵向调查数据（National Longitudinal Study of Adolescent to Adult Health）分析了受教育程度、教育遗传禀赋和肥胖三者之间的关系，发现在良好的环境（大学教育）中，高学历者可能比低学历者享受更多的益处，包括“有效习得”（learned effectiveness）所提供的良好健康。哈尔滨工程大学人文社会科学学院张浩副教授基于中国老年健康影响因素跟踪调查（Chinese Longitudinal Healthy Longevity Survey）2017-2018年数据分析了中国老年人口健康行为方式的城乡差异研究，发现从整体上来看，年龄、教育水平和健康地位对当代乡村-城镇老年人口抽烟行为差异产生构成效应。相对健康地位，年龄和教育水平的构成效应较大，其中，年龄的构成效应可以缩小老年人口抽烟行为的城乡差异；同时，教育的构成效应扩大这种城乡差异。广西民族大学李春华副教授等基于CLHLS调查的2002-2017年数据，采用灰色预测模型G（1，1）对广西壮族自治区2020-2050年的失能老人情况进行了预测。北京大学人口研究所张新辉博士基于CLHLS2018年数据从烟酒行为、膳食营养、锻炼休闲、医疗保健四个方面详细考察了老年居住安排对健康生活方式的影响，发现与独立居住的老年人相比，与子女同住的老年人总体上生活方式更加健康，且这一影响在健康生活方式的不同领域有所差异，在膳食营养、锻炼休闲、医疗保健方面与子女同住老年人表现都显著好于独立居住的老年人。深圳大学黄国英采用中国家庭追踪调查CFPS2010-2016研究了儿童身体发展对自我认同的影响，认为儿童的身高、体重、BMI等身体发展指标，对儿童的自我认同水平具有显著影响，儿童的认知能力水平对儿童的自我认同水平具有正向影响，儿童身体发展的迟缓对儿童自我认同具有显著的负向作用。

　　当前，以互联网、大数据、人工智能等为代表的数字技术正在深刻地改变着人类的行为方式，由此产生了关于人的行为的丰富大数据，进而深刻地影响着人口学的研究范式[4][5][6]。复旦大学人文社科数据研究所殷沈琴副教授对上海市近3年0-4周岁的公安实有人口数据、各区的计划招生数、实际登记人口、报名人口和录取人口进行分析，探讨学前教育当前的问题症结和成因所在，并基于AI算法对全市层面和区域层面的登记、报名和录取人数进行预测和研判，评估市级和区级供给的需求满足程度以及需求不均衡程度，以期提高政策的靶向性，针对具体区域与特定人群精准施策，从而优化学前教育资源配置。

　　华中农业大学赵明华博士基于阿里云服务器，使用Python软件，利用聚焦网络爬虫技术，采用行业遍历的方式获取前程无忧4月7日至10日发布的北京市所有行业共25万条招聘信息，分析了人口集聚视角下超大城市招聘需求与岗位供给特征，并总结了传统定量社会科学和计算社会科学之间的差异。传统定量社会科学的分析方法是以因果推断为目的，方法以回归分析、时间序列分析、PSM、结构方程模型等方法为主，而计算社会科学是以结果发现和预测为目的，以分类方法为主（如随机森林、机器学习）；传统定量社会科学以实地调查数据、网络调查数据和年鉴数据为主，使用Stata、Spss、R等工具进行分析，而计算社会科学以现实世界和网络世界产生的大数据为主，使用Python、R、Java等工具进行分析。

　　云南大学民族学与社会学学院周文博士以深圳P区网格化管理数据为例分析了大城市流动人口控制措施的效果检验。该数据包括2004年至2017年之间208万人的个人基本信息、房屋信息、居住地点变动信息，其中97%是流动人口。周文博士采用事件史分析方法，发现受到拆迁影响的流动人口未迁出的概率明显低于没有受到拆迁影响的流动人口，生存风险曲线下降的速度更快；受到企业搬迁影响的流动人口也有同样的趋势；迁移社会资本显著降低了流出的概率。

　　中国联通智慧足迹数据科技有限公司岑燕以中国联通大数据为例介绍了基于多源大数据的经济运行智能分析平台。中国联通的经济运行智能分析平台联通了用户基本属性、用户状态、位置信息、网络行为、通信行为等方面的数据，充分挖掘手机信令大数据，综合考虑政府、企业、个人、互联网等多种数据来源，形成与经济运行相关的多源数据的统一汇聚，并进行融合分析。浙江大学吴超教授提出了基于分布式学习的海量人群数据研究，并通过药品消耗风险预测和居民收入预测两个应用实例分析了基于模型聚合、基于模型集成和基于传递模型三种联邦学习算法。中央财经大学易成栋教授通过文献综述，梳理了数字技术在缓解少子化、老龄化、劳动力短缺等结构性压力方面具有广泛应用，并重点分析了数字技术与技能偏向性问题。贵州大学社会学系陆卫群教授分析了数字时代农村大龄未婚男性婚姻困境，与传统婚姻市场不同的是，数字化时代的婚姻市场存在诸多陷阱和不信任以及数字鸿沟，反而成为影响农村大龄未婚男性婚姻的新风险，因此需要加强互联网婚姻市场的规范和监管。

　　中共北京市委党校北京市人口研究所闫萍副教授认为，在后疫情时代，依托智慧养老平台所实现的多种无接触式服务将更多应用于老年人的生活中，随着老年人接受度的逐渐提高，智慧养老产业将迎来前所未有的发展契机，并以北京市养老服务机构为例，分析了不同星级三类养老服务机构智能设备和软件的配置情况，建议提高智慧养老产品多样性，提高智慧养老产品与服务发展的匹配性，提高智慧养老的统一性。广东省人口发展研究院高菊对数字技术与养老服务融合的实践探索与发展前景进行了分析，数字技术可以弥补传统养老服务的诸多不足，比如目标群体需求识别精度不够、供需双方信息不匹配、缺乏有效的手段与工具等，而且数字技术可以拓展养老服务门类，创新养老服务模式，整合养老服务资源，还可以用人性化手段促进老年人生活数字化，当然，目前数字技术与养老服务融合也存在地区差距、有效供给不足、供需错位、缺乏专业人才等问题。

　　上海至鼎健康咨询有限公司黄允哲以上海益乐宝育儿APP为例，介绍了数字技术在降低育儿成本中的应用，通过育儿APP，不仅降低了用户的育儿成本，而且用户可以获取更便捷的服务，可以量化训练过程和成果，还有意想不到的好处，此外，通过育儿APP，育儿机构可以实现降本增效、扩大市场、控制质量，而且还可以在疫情环境下实现可持续运营。山东省卫生健康宣传教育中心徐晓斌副研究员以山东省鲁中山区农村为例研究了基于计算社会学分析的农村人口过疏变动成因，在数字经济时代，充分利用数字和计算社会学研究问题的方法，结合现代化、城市化理论可对农村人口过疏变动分析，体现与时俱进，满足时代需要，更加符合发展社会学研究的规律。

　　北京师范大学系统科学学院李汉东教授分析了我国婚姻挤压特征，认为我国存在由于城乡二元结构导致的“城镇挤压农村”的婚姻挤压模式；我国的婚姻挤压呈现出在特定年龄区间聚集的分布特点，挤压存在两个明显的波峰，第一个波峰在30岁左右，第二个波峰在50岁左右；中国从2011年开始出现明显婚姻挤压现象，且未来各年的婚姻挤压程度始终在高位运行，并将在2045年将达到最高值。李汉东教授还采用多主体建模的方法，探讨了不同男性婚姻挤压状况下整体婚姻市场的结构和统计数据变化的特点，研究发现，非婚姻挤压下稳定婚姻市场中初婚年龄分布具有对数正态分布和幂律拖尾情况的双重结构特点，这与社会实际初婚模式非常相似。随着男性婚姻挤压程度的加深，整体初婚模式会受到不同程度的冲击，相对来说女性的初婚模式具有相对稳定的结构，其分布特点基本不变，受到的市场冲击较小，而男性初婚模式的整体分布情况发生明显变动，其对数正态分布特性和幂律拖尾特点都发生不同程度的改变。

　　澳门大学社会学系蔡天骥副教授和李富民博士研究了基于互联网的有组织犯罪行为，主要通过当地社区论坛上的发帖，通过网页抓取的方式获得了2013年6月至2019年10月之间发布的20921篇帖子和49008张图片，经过数据清洗后，得到了网上性交易的价格波动和有组织的网上性交易犯罪规律。吉林大学赵腾腾博士介绍了互联网在残疾人人力资源开发中的作用，通过对某省2020年残疾人基本服务状况和需求信息数据中81.2万条微观数据的分析发现，肢体残疾是人数最多的残疾类型，占比达到55.46%，而在肢体残疾人中具有劳动能力的三、四级残疾人占比超过70%，处于劳动年龄段的残疾人占比超过50%，并通过研究在互联网作用下人口学因素、生理状态因素、经济支持因素对残疾人就业影响的变化，进而对互联网在肢体残疾人人力资源开发中的作用进行分析。研究表明，互联网在促进残疾人就业方面存在城乡差异；互联网具有提升残疾人人力资本的作用；互联网使得身体缺陷对残疾人就业的限制作用被削弱；互联网能够帮助残疾人更好地利用家庭禀赋，帮助残疾人就业。

　　计算机、互联网、大数据和人工智能等数字技术不仅衍生了海量人口大数据，而且根本上改变了人口研究的技术方法，催生了数字和计算人口学学科范式的诞生和发展[3][6]。中国人工智能学会社会计算与社会智能专委会副主任委员、中国人口与发展研究中心黄匡时副研究员认为，计算人口学是人口学与计算机的交叉学科，是研究人类人口与人工智能关系的新兴学科。与传统人口学的学科范式相比，计算人口学的学科范式有五个方面的特征：由轮廓式人口统计向全景式人口统计转变；将弥合规范人口学和人口研究的鸿沟，促进人口研究更加整合和规范；将引发人口研究方法的变革，由假想队列法向拓展队列法转变；人口的内涵不再局限在人类人口，而向数字人口和智能人口拓展；由偏重群体统计的宏观人口学将向更加注重个体统计的微观人口学转变。计算人口学的理论基石包括第三次人口转变理论、主体性理论和天人合一理论，主要技术方法有拓展队列法、在线调查和实验、在线谱系学和主体建模技术[3]。

　　复旦大学人口研究所任远教授对人口数据革命与人口学的发展进行了研究，随着新兴科技特别是信息化技术深入发展，人口数据正进入一个数据膨胀和大数据扩展的时代。在这个人口数据革命的过程中对人口学学科发展提供了新的数据、新的方法、新的研究内容，以及带动新的应用研究，推动人口科学的新发展，因此要重视人口数据平台的技术应用系统建设和促进人口数据开发应用体系的制度建设。数字和计算人口学是人口学现代信息时代和数据革命的过程中发展的内在结果，也是人口学学科发展富有生命力的发展方向。

　　三、人机协同与人口长期均衡发展

　　在机器人口日渐扩展的同时，人类与机器的协同在人工智能时代达到了前所未有的广度和深度，人类人口与机器人口的协同共生已经成为数字和计算人口学研究的热点。在高龄少子化时代，人机协同将是人口长期均衡发展不可回避的重要议题，尤其在低生育率和老龄化时代更具独特的人口学意义。中国人口学会副会长、西南财经大学杨成钢教授分析了人口学视域下的人工智能的价值和意义，人工智能强大的服务功能会在相当程度上替代孩子的服务效用，进而降低人们的生育意愿，如果考虑到人工智能技术与现代生物技术、基因科学的结合，人类的生育活动将呈现出一种全新的模式，可能生育的概念都需要被重新定义。从人口学学科发展的角度讲，人工智能技术统领下的大数据收集、挖掘和分析技术以及数据的自学习、自组织技术将对未来的人口统计调查、人口变动监测预测和动态分析产生根本的影响，人口学甚至可能因此而发生革命性变化。人口研究的主战场很可能将从宏观人口现象观察转移到微观的人口行为分析和模拟仿真上，并且可能在此基础上对人口行为选择提供智能化的个体决策支持。不过，杨成钢教授认为，人工智能在对于人类社会生活和精神生活带来巨大改变的同时，也有可能产生异化。因此，人类应该警惕人工智能的异化。香港理工大学宋耀和罗婧提出了提升生育意愿的另一思路即社交机器人，在低生育率的中国，发展婴儿机器人以鼓励人们愿意成为“父母”的趋势正在出现，并基于计划行为分解理论（the decomposed theory of planned behavior）和神秘谷理论（theory of uncanny valley），采用受试者间设计（between-subjects design）发现，婴儿机器人可以通过时间视觉刺激显著改善人们的生育态度；生育态度、同龄人主观规范、财务行为控制感对生育意愿有显著影响。

　　北京云迹科技有限公司CEO支涛女士基于酒店服务机器人的应用，分析了机器人的成长史，并比较了机器人口比人类人口在全生命周期中的优势。支涛认为，机器人口红利已经到来，机器人口是指这样一类机器人，即通过半自主或完全自主运作，为人类健康或设备良好状态提供有帮助的服务，他们会参与人类社会生活，是生产力和生产关系的构成。相比于人类人口，机器人口在孕育出生、基础教育、职业学习、工作上岗、酬薪成本、福利保障、权利要求、死亡风险上均具有优势，正成为改变劳动世界的新“人口红利”。不过，当前机器人口在与人类互动过程中存在权利失衡、“路权”挤压、阻挡、破坏等问题，因此，机器人口与人类的关系需要在共生的理念上重塑。

　　贵州师范学院马克思主义学院金凤对人机关系进行了再认识，认为人机关系本质上是人与人之间的关系。中国信息通信研究院王秀梅分析了深度学习辅助决策产品发展趋势及工作实践，2020年深度学习辅助决策产品的落地应用取得突破性进展，实现了国内三类医疗器械注册证的“零突破”，这标志着深度学习辅助决策已从产品验证逐渐走向了市场验证。中国科学院自动化所叶配军分析了基于迈尔斯布里格斯类型的人格识别。北京邮电大学刘伟分析了人工智能的未来，即人机混合智能，认为，智能是一种由人、机、环境系统相互作用而产生的组织形式，是物理、生理、心理、数理、管理、哲理、文理、机理、艺理、地理、伦理、宗理等等多事实、多价值、多责任的混合适应体系，而人机融合智能不是人工智能，而是一种由人、机、环境系统相互作用而产生的新型智能形式，既不同于人的智能，也不同于机器的智能，是把物理、生理、心理、数理、管理、哲理、文理、机理、艺理、地理、伦理等相结合的崭新一代智能科学体系。

　　中国社会科学院数量经济与技术经济研究所王国成研究员分析了数字化与复杂决策，科技加人文是数智时代的计算思维，也是复杂决策的关键点，数字化是一场思维认知变革，需要做好人的行为计算。要适应新时代发展的要求，推进哲学（人文）社会科学与新一轮科技革命和产业变革交叉融合，而人文社科研究的转型提升的关键在于通宏洞微。

　　与会专家学者一致认为，随着数字技术的发展，人口学研究需要跨学科交叉研究，不能拘泥于传统人口学的研究范式，要进行创新发展。中国人口学会副会长、西南财经大学杨成钢教授，中国人口与发展研究中心副主任张许颖研究员，深圳大学法学院院长刘俊教授在研讨会开幕式上的致辞中均强调了跨学科交叉研究的重要性。数字和计算人口学作为新兴研究范式，需要加强跨学科和产学研协作，加强数据基础设施和研究规范建设，丰富应用场景，关注其对个人安全、隐私保护、道德伦理等方面的影响。研讨会上，深圳大学心理学院冷俊辉评估了基于数据驱动的再犯危险性，中国科学院科技战略咨询研究院吕磊研究了人工智能领域技术创新的知识产权保护问题，东南大学法学院刘星分析了人工智能情境下的行政裁量。中国科学院大学公管学院、中国科技法学会人工智能法专委会刘朝介绍了智能社会治理中伦理和法律如何良性互动等问题。

　　在为期两天的学术研讨中，与会学者围绕人口长期均衡发展进行了跨学科深入讨论，在我国已经进入高质量发展的新阶段，站在建党百年的历史新起点上，召开第二届数字和计算人口学研讨会，开展交叉学科视野下的人机协同与人口长期均衡发展研究，其研究成果具有重要的理论、方法和实践意义。

　　【本文得到国家社科基金重大项目《“健康中国2030”综合评价指标体系建立与动态监测研究》（19ZDA108）的支持。第二届数字和计算人口学研讨会的所有发言人和与会代表对本文亦有贡献，特此致谢。】

　　（作者黄匡时系中国人口与发展研究中心战略研究部副研究员；黄国英系深圳大学社会学系助理教授）

　　参考文献

　　[1]World Health Organization. WHO Guideline: Recommendations on Digital Interventions for Health System Strengthening. https://www.who.int/reproductivehealth/publications/digital-interventions-health-system-strengthening/en/.

　　[2]Labrique, A., Agarwal, S., Tamrat, T. et al. WHO Digital Health Guidelines: a milestone for global health. npj Digit. Med. 3, 120 (2020). https://doi.org/10.1038/s41746-020-00330-2

　　[3]黄匡时：《计算人口学的学科范式、理论基础与技术方法》，《北京工业大学学报》（社会科学版）2021年第3期。

　　[4]孟小峰、黄匡时、马友忠：《学科交叉与数据驱动下研究范式的转变》，《中国社会科学报》2021年4月28日，第5版。

　　[5]黄匡时：《人工智能时代人口研究的前瞻性思考》，《人口研究》2020年第3期。

　　[6]黄匡时：《数字化时代的人口学发展：从人类人口学向数字人口学转变》，《人口与社会》2020年第1期。