進(jìn)入三月，在全國(guó)人民的共同努力下，新冠肺炎疫情在我國(guó)得到了有效的控制，人們的生產(chǎn)生活正在逐漸恢復(fù)正常。然而，這場(chǎng)疫情的影響遠(yuǎn)未過去，而是在海外愈演愈烈，世界衛(wèi)生組織已宣布其為“大流行?。╬andemic）”。目前，全球確診國(guó)家和地區(qū)數(shù)已達(dá)185個(gè)，確診病例已超33萬，這場(chǎng)疫情已經(jīng)是全人類面臨的共同考驗(yàn)。

在新冠病毒傳播的過程中，各國(guó)的傳播狀況和死亡率出現(xiàn)了很大的差別。最為引人矚目的當(dāng)屬意大利，這個(gè)經(jīng)濟(jì)發(fā)展水平較高、醫(yī)療條件也較好的國(guó)家，到今天已有累計(jì)確診病例59138例，死亡5476例，病死率達(dá)到了9.3%[1]。與之相比，更早爆發(fā)疫情的韓國(guó)、新加坡等國(guó)的確診病例數(shù)和死亡數(shù)都要低于意大利。

[1] 數(shù)據(jù)來自丁香園微信公眾號(hào)。

那么，各國(guó)之間為什么會(huì)出現(xiàn)這樣的差異呢？是什么影響了新冠病毒在各國(guó)內(nèi)部的傳播？

牛津大學(xué)的Jennifer Beam Dowd團(tuán)隊(duì)從人口學(xué)的角度進(jìn)行了分析。他們的研究從人口學(xué)的視角展示了年齡結(jié)構(gòu)和代際互動(dòng)（intergenerational contacts）對(duì)新冠肺炎傳播和死亡率的影響。

研究者認(rèn)為，新冠病毒的傳播及其所造成的影響與人口結(jié)構(gòu)密切相關(guān)，尤其是人口的年齡結(jié)構(gòu)。

目前的數(shù)據(jù)顯示，新冠肺炎的死亡風(fēng)險(xiǎn)高度集中于老年人口中，尤其是80歲以上的群體。中國(guó)與意大利的數(shù)據(jù)都說明了這一點(diǎn)。

中國(guó)40-49歲人口中新冠肺炎的病死率（case-fatality rate, CFR）為0.4%，但在80歲以上人口中，病死率達(dá)到了14.8%。

而從意大利的數(shù)據(jù)來看，截至3月13日，意大利70-79歲人口的病死率為10.8%，80-90歲人口中病死率為17.5%，90歲以上的為21.1%，而50歲以下的死亡病例數(shù)則只有6例，迄今為止只有3%的死亡是在60歲以下的人口中發(fā)生的。

下圖展示了截至3月13日意大利分年齡的病死率。

人口年齡結(jié)構(gòu)或許可以解釋不同國(guó)家間病死率的顯著差異，以及為什么像意大利這樣的國(guó)家疫情更為嚴(yán)重。

意大利是世界上人口老齡化最為嚴(yán)重的國(guó)家之一，65歲以上人口占總?cè)丝诘谋戎剡_(dá)到了23.3%，而在中國(guó)這一比例約為12%。

意大利也是一個(gè)代際間互動(dòng)非常頻繁的國(guó)家，成年子女和父母之間臨近居住的情況比較普遍。即使是不居住在一起，子女和父母之間的日常接觸也是很頻繁的。很多意大利人喜歡住在靠近家人的地方然后每天通勤上班，這種習(xí)慣影響了意大利北部超過一半的人口。

研究者認(rèn)為，這種代際互動(dòng)模式、居住安排以及通勤方式可能通過社交網(wǎng)絡(luò)加大了老年人接觸到感染者的機(jī)會(huì)，從而加速了疫情的爆發(fā)。

年齡結(jié)構(gòu)上的差異以及早期的控制和治療也可以解釋韓國(guó)和新加坡為什么死亡人數(shù)相對(duì)意大利要更少。

盡管韓國(guó)確診的病例數(shù)較多，但是大部分病例都集中于新天地教會(huì)中的年輕信眾，只有3.3%的病例發(fā)生在年齡大于80歲的老年群體中。新加坡的200例確診病例中只有1例年齡在80歲以上，70歲以上的患者也只有10例，截止到目前，新加坡還未出現(xiàn)死亡病例。

新冠病毒如果是從較為年輕的群體中開始傳播，那么重癥病例數(shù)就會(huì)較低，從而使得其傳播更為隱蔽，這樣的國(guó)家反應(yīng)速度也相應(yīng)更為緩慢。

比如，英國(guó)目前較低的病死率（只有0.01%）可能說明了目前其感染者的年齡結(jié)構(gòu)相對(duì)較為年輕。再比如，在美國(guó)，盡管病毒基因測(cè)序（virus genetic sequences）的結(jié)果說明新冠病毒已經(jīng)傳播了數(shù)周之久，但只有當(dāng)Kirkland的一個(gè)養(yǎng)老院中出現(xiàn)了19例死亡病例時(shí)才引起了人們的重視。

而一旦出現(xiàn)了社區(qū)傳播，那些與意大利一樣有著高度頻繁的代際互動(dòng)以及共居安排的國(guó)家，可能也會(huì)出現(xiàn)和意大利類似的情況。

為了進(jìn)一步解釋人口年齡結(jié)構(gòu)造成的影響，研究者使用人口金字塔分析了不同年齡結(jié)構(gòu)的人口中新冠肺炎病死率的區(qū)別。

如下圖所示，左上角的金字塔展示了意大利和韓國(guó)的人口年齡結(jié)構(gòu)，藍(lán)色表示意大利，紅色表示韓國(guó)?？梢悦黠@看到意大利的60歲以上老年人口比重更高，人口年齡結(jié)構(gòu)更為老化。以當(dāng)前的傳染率和年齡別病死率來估算，右上角的金字塔說明意大利的預(yù)計(jì)死亡人數(shù)要遠(yuǎn)高于韓國(guó)，尤其是在高齡人口中。

接著，研究者又考慮了兩個(gè)國(guó)家——巴西和尼日利亞出現(xiàn)疫情時(shí)的可能情況。

這兩個(gè)國(guó)家有著近似的人口數(shù)和不同的年齡結(jié)構(gòu)，左下角的金字塔顯示了兩個(gè)國(guó)家的人口年齡結(jié)構(gòu)，藍(lán)色表示巴西，紅色表示尼日利亞，巴西的人口結(jié)構(gòu)要更為老化。在這樣的情形下，巴西的預(yù)計(jì)死亡人數(shù)也要遠(yuǎn)大于尼日利亞（右下角的金字塔）。

接著，研究者又比較了意大利、巴西、尼日利亞、英國(guó)和美國(guó)的預(yù)計(jì)分年齡死亡人數(shù)。如下圖所示，老年人口中的死亡人數(shù)要遠(yuǎn)高于年輕人口；老年人口比重越高的國(guó)家，死亡的總?cè)藬?shù)也要越多。由此，研究者得出結(jié)論，雖然較為貧窮的國(guó)家的醫(yī)療系統(tǒng)不太發(fā)達(dá)，但是由于其人口相比富裕的國(guó)家而言更為年輕，因此受此次疫情的影響可能會(huì)相對(duì)較輕。當(dāng)然在這樣的國(guó)家中，整體健康狀況較差以及諸如結(jié)核病等其他傳染病的存在也會(huì)增加年輕群體感染新冠肺炎的風(fēng)險(xiǎn)。

但是，到目前為止非洲國(guó)家的病例數(shù)遠(yuǎn)低于預(yù)期（盡管這些國(guó)家與中國(guó)的貿(mào)易和旅行往來很頻繁），說明非洲較為年輕的人口結(jié)構(gòu)可能起到了保護(hù)性的作用。當(dāng)然，這也可能是由于感染新冠肺炎的病例還沒有被發(fā)現(xiàn)。

更多的國(guó)家比較（美國(guó)、日本和南非）：

研究者認(rèn)為，從人口學(xué)的視角來預(yù)測(cè)疫情發(fā)展趨勢(shì)，能夠?yàn)檎峁└玫恼咭罁?jù)。人口年齡結(jié)構(gòu)不僅能夠幫助我們識(shí)別國(guó)家間和國(guó)家內(nèi)部的高風(fēng)險(xiǎn)人群，而且還可以幫助我們決定在不同的人口中采取何種程度的社交隔離（social distancing ）措施，以減少危重癥病例、緩解醫(yī)療負(fù)擔(dān)。

人口老齡化程度更深的國(guó)家需要采取更為嚴(yán)格的措施以避免醫(yī)療衛(wèi)生系統(tǒng)的超負(fù)荷運(yùn)轉(zhuǎn)，而且要特別注意那些風(fēng)險(xiǎn)較高的人群以及代際互動(dòng)的模式，并考慮不同政策之間的相互作用。

除了年齡結(jié)構(gòu)以外，研究者認(rèn)為死亡率中的性別差異也需要進(jìn)一步的分析。目前的數(shù)據(jù)表明男性的死亡風(fēng)險(xiǎn)更高，這可能是由于亞洲國(guó)家中男性的吸煙率遠(yuǎn)高于女性。

此外，一些諸如糖尿病、高血壓等疾病在人群中的分布對(duì)于估計(jì)感染和死亡風(fēng)險(xiǎn)也是很重要的。

但是在能夠獲得這些數(shù)據(jù)之前，新冠肺炎的病死率集中于高齡老年群體（the oldest old ages）這一事實(shí)是我們預(yù)測(cè)危重病例規(guī)模并據(jù)此精確規(guī)劃床位和醫(yī)護(hù)人員等醫(yī)療資源的最佳工具之一。

參考文獻(xiàn)

Dowd, J.F et al. 2020. Demographic science aids in understanding the spread and fatality rates of COVID-19. medRxiv preprint doi: https://doi.org/10.1101/2020.03.15.20036293.

本文作者：中國(guó)人民大學(xué)社會(huì)與人口學(xué)院、人口與發(fā)展研究中心 博士生 劉雯莉

本文責(zé)編：中國(guó)人民大學(xué)社會(huì)與人口學(xué)院、人口與發(fā)展研究中心 副教授 李婷

圖文編輯：中國(guó)人民大學(xué)社會(huì)與人口學(xué)院、人口與發(fā)展研究中心 研究生 莊溪瑞