为什么不简单地取某一年去世的人的平均死亡年龄呢？

[roseline371274]

因此，我们不应将 2019 年出生的预期寿命与 2019 年出生的人的平均死亡年龄混淆。

或者，我们可以仅使用已知的 2019 年所有实际死亡人员的民事身份数据，严格计算“2019 年死亡人员的平均年龄”，将该年龄与另一年（例如 2014 年）死亡人员的平均年龄进行比较。但这样一来，我们就不会考虑到人口年龄结构每年都不相同的事实：例如，2019 年 80 岁及以上人口的数量（410 万）与 2014 年（370 万）并不相同。这会影响死亡人数，因为老年人的死亡率远高于年轻人：人口中老年人越多，一年内死亡人数就可能越多。因此，某一年死亡人口的年龄分布在很大程度上取决于过去出生的几代人的规模。例如，2014 年，73 岁生日那年死亡人数为 7,200 人 ，而 2019 年为 11,200 人。尽管 2014 年至 2019 年间，这个年龄死亡的概率有所下降，但 2019 年的死 全球数据 亡人数要高得多。事实上，2014 年活到 73 岁的人出生于 1941 年，即第二次世界大战期间，这一年的出生率出现了“下降”（图 1）。 2019 年年满 73 岁的人出生于 1946 年，即婴儿潮的第一年，而这一年出生的婴儿却很多：1946 年出生了 844,000 名婴儿，而 1941 年只有 522,000 名。因此，2019 年可能在 73 岁时死亡的人数比 2014 年多得多，事实上，2019 年在这个年龄段死亡的人数实际上比 2014 年多得多。这导致 2019 年平均死亡年龄更高。

图 1 – 每年出生人数
范围：1993 年之前的法国本土，2013 年之前的法国（不包括马约特岛）以及 2014 年起包括马约特岛。
来源：Insee，民事状况统计。
我们感兴趣的不是2019年是否因为老龄人口增多而导致死亡人数比2014年多，而是综合衡量2019年“在给定年龄结构的情况下”的死亡率状况是否“好于”2014年，即是否导致了预期寿命的增加。因此，我们更喜欢用预期寿命指标来进行这种比较，因为它可以“中和”年龄结构的差异，这要归功于“虚拟代际”推理：我们将各年龄的死亡概率应用于一代人，而不考虑代际规模或特定年龄的人口数量。