追踪1991至2023年44个亚洲国家的人口转变与流行病学转型

《Discover Public Health》：Tracking demographic shifts and epidemiological transition across 44 Asian countries from 1991 to 2023

　　

目的：本研究调查亚洲五个区域相互交织的人口转变与流行病学转型，并实证检验人口转变对44个亚洲国家流行病学转型的关联。
设计/方法/途径：研究使用了来自世界银行、联合国经济和社会事务部（UN DESA，World Population Prospects 2024）以及全球疾病负担（GBD，1991–2023）的1991年至2023年44个亚洲国家的数据。研究人员使用分级统计地图、人口金字塔和描述性统计（Excel）对人口与流行病学转变的区域汇总进行了可视化。最后，基于“豪斯曼检验”（Hausman test），固定效应（fixed effects，FE）模型优于随机效应（random effects，RE）模型。
发现：东亚表现出低于更替水平的生育率（<1.3）和老龄化人口金字塔；中亚保持高生育率，而南亚面临快速人口增长。流行病学上，非传染性疾病（non-communicable diseases，NCDs）在东亚和南亚占主导地位，而南亚的传染性疾病（communicable diseases，CDs）正在下降。伤害呈现不稳定趋势：东亚地区的交通死亡下降，但南亚和西亚的自残行为上升。固定效应（FE）模型的结果表明，老年人口（65+）规模与人均国内生产总值（gdppc）与因NCDs死亡的比例（ncdm）呈显著正相关，而粗死亡率系数为负且显著。
原创性/价值：这项综合区域与面板数据分析揭示了亚洲的非线性转型，突出了南亚的双重疾病负担以及东亚的老龄化-NCD协同效应，敦促针对初级保健、NCD预防和人口红利制定量身定制的政策。

近一个世纪以来，全球人口经历了前所未有的健康系统转型，死亡率显著下降，预期寿命延长，但寿命延长并未总是伴随健康寿命延长。全球疾病负担（Global Burden of Disease, GBD）2023估计显示，年龄标化的伤残调整生命年（disability-adjusted life years, DALYs）率虽下降，但总DALYs仍比2010年高6%以上。流行病学转变理论（Epidemiological Transition Theory, ETT）认为死亡原因从传染病为主转向慢性退行性疾病为主，而Olshansky和Ault进一步指出当代转变非线性、可逆且与社会经济环境密切相关。亚洲作为全球转变最快但不均衡的区域，东亚已进入老龄化与慢性病主导阶段，南亚却面临传染病与非传染性疾病（non-communicable diseases, NCDs）并存的双重负担，现有研究缺乏对人口与流行病学转变内在关联的整体性面板分析。因此，本研究旨在考察亚洲五个区域的人口与流行病学转变，并实证检验人口转变对流行病学转变的影响。

研究人员利用1991—2023年44个亚洲国家的面板数据，整合世界银行、联合国经济和社会事务部（UN DESA）《世界人口展望2024》和全球疾病负担（GBD）数据库，采用分级统计地图、人口金字塔、描述性统计和固定效应（fixed effects, FE）面板模型进行分析。研究发现东亚低生育率与老龄化、南亚双重疾病负担、中亚高生育率等区域异质性，且人均GDP和老年人口比例与NCD死亡占比显著正相关。该研究揭示了亚洲非线性的人口与流行病学转变，为区域针对性政策提供依据，发表于《Discover Public Health》。

关键技术方法方面，数据来源于世界银行、UN DESA（World Population Prospects 2024）和GBD（1991—2023），样本为44个亚洲国家。研究人员将国家-年度数据按ISO-3代码合并并进行了跨源一致性检查，计算各疾病类别的死亡和DALY占比，使用Excel和MapCharts可视化。模型选择上，先进行Breusch-Pagan LM检验和Hausman检验，确定采用固定效应（FE）模型，并使用Driscoll-Kraay标准误处理异方差和自相关；敏感性分析排除疫情年份验证结果稳健性。

研究结果如下：

3.1 人口转变
通过时序趋势分析和联合国人口金字塔数据，东亚在2023年总生育率低于1.3，呈收缩型金字塔；南亚总人口从1991年的约9.08亿增至2023年的约18.9亿，粗出生率自2018年持续下降；西亚粗出生率从约35.7‰降至11.1‰；中亚仍保持高生育率和扩张型金字塔，处于早期人口转变阶段。

3.2 流行病学转变
基于GBD数据计算死亡和DALY占比，南亚传染病死亡占比从56.9%降至20.5%，东南亚从40.8%降至17.6%；东亚NCD死亡占比从74.9%升至89.1%，DALY占比从61.3%升至83.3%；南亚NCD DALY占比从26%升至61.7%。伤害方面，东亚交通死亡从43万降至18万，南亚和西亚自残死亡占比分别升至2.3%和2.1%，南亚意外伤害死亡绝对数最高（2023年55万）。

3.3 人口转变对流行病学转变的影响
固定效应模型结果显示，人均GDP（ln_gdppc）和老年人口规模（ln_popold）与NCD死亡占比（ncdm）呈显著正相关（p<0.01）；粗死亡率（dr）系数为负且显著（p<0.01），表明总死亡率下降时NCD死亡占比相对上升；人口增长（popgrw）和城市人口增长系数为正且显著，但数值很小；总人口（tpop）在1%水平显著；第四时期（2021—2023）系数显著为负，可能与COVID-19疫情期间传染病和伤害增加有关。

3.4 敏感性分析
排除2020—2021年或整个第四时期后，核心变量ln_gdppc、ln_popold和dr的符号及显著性不变，证明结果反映长期人口转变而非疫情暂时性干扰。

讨论部分指出，研究结果支持人口转变理论（Demographic Transition Theory, DTT）和流行病学转变理论（ETT），证实生育率下降与教育、城市化、生殖健康服务相关，NCD上升与生活方式和老龄化相关。GDP与NCD死亡率正相关表明经济发展带来风险暴露变化，65岁以上人口比例与NCD死亡率正相关支持Olshansky和Ault关于“延迟退行性疾病时代”的论述。伤害趋势显示交通死亡减少但自残和意外伤害上升，反映社会心理和环境脆弱性；粗死亡率负系数说明传染病或伤害死亡压缩了NCD占比，而非绝对下降。研究结论为：东亚表现出低于更替水平的生育率（<1.3）和老龄化金字塔；中亚保持高生育率，南亚面临快速人口增长。流行病学上，NCD在东亚和南亚占主导，南亚传染病下降；伤害趋势不稳定，东亚交通死亡减少，但南亚和西亚自残增加。固定效应模型显示老年人口（65+）和人均GDP与NCD死亡占比显著正相关，粗死亡率系数为负且显著。这一综合区域与面板数据分析揭示了亚洲非线性转变，凸显南亚双重疾病负担及东亚老龄化与NCD协同效应，呼吁针对初级保健、NCD预防和人口红利制定个性化政策。