編者按：2020年3月27日🍒🛴，澎湃新聞“澎湃商意昂3”欄目發表了我院人口研究所青年副研究員潘澤瀚老師和其他幾位學者合作的《疫情過後📌，如何推動常態化社區人口數據采集》一文。文章分析了常態化社區人口數據采集的必要性和可行性，在借鑒常態化人口數據采集的國際經驗的基礎上，結合中國人口數據采集的現狀與不足🌯，提出了推進常態化社區人口數據采集的建議。在此全文轉載如下：
疫情過後，如何推動常態化社區人口數據采集
朱宇🚵🏽♀️📛、林李月➗、潘澤瀚🧑🏻🌾、戚偉、魏冶
2020-03-27 08:52 來源：澎湃新聞
2020年新年伊始，一場突如其來的新冠肺炎疫情改變了中國春節的傳統節奏。傳染性極強的新冠肺炎疫情，對人民健康構成了重大威脅，嚴重影響了社會經濟秩序的正常運作。盡管疫情尚未結束，但這段時間疫情防控的實踐已經表明🏊🏻♂️，在我國當前城鎮化快速發展🙎🏻、人口高強度流動的背景下👍🧑🚒，及時有效地獲取高質量、精細化的人口數據🫸🏽🈳，對打贏這場抗疫防疫戰，有效應對未來突發公共衛生事件⛹🏻，都有著十分重要的意義🙇♂️。本文通過回溯疫情暴發以來疫情防控中人口數據采集實踐🤘🏼，借鑒國內外人口數據采集經驗，以構建社區維度的常態化人口信息采集機製為導向，結合當前我國人口數據采集工作的現狀和不足，提出若幹思考與建議。
一、常態化社區人口數據采集的必要性和可行性
隨著城鎮化的快速發展，人口的高度流動性已成為中國社會經濟發展的一個顯著特征。事實表明，新型冠狀病毒肺炎的感染者數量和人口流動量有著極強的正相關關系👢。在本次疫情防控工作中，控製人口流動是關鍵措施。因此👨🍼，在劇烈人口流動背景之下，常態化🐹🧱、共享式的人口數據采集機製🦶，精準快速地獲取高質量、精細化的實時人口信息👩🏼🦳，可在疫情預警📌、精準防控乃至整個國家的社會治理和城鄉規劃等方面發揮重要作用。這主要表現在兩個方面。
第一👩🏻🎤，常態化社區人口數據采集對於精細化公共資源配置和智慧化城市治理至關重要。
空間中的“人”是解決一切問題和落實各項規劃的關鍵🚵♀️。構建社區維度常態化的人口數據采集機製🐧👲🏿，可及時有效地提供實時準確的人口數據，繼而通過對人口規模、人口結構、人口分布等人口信息的分析處理與可視化，助力公共服務資源的精細化配置，改變傳統的數據匯總和城市治理模式🧪，在人員有序流動中支撐日常的治理服務工作🤣。
第二，常態化社區人口數據采集可在非常時期為居民自我防控以及政府應急管理等提供有力的科學支撐。
人口數據采集和可視化是疾病防控機製不可或缺的重要部分。在突發公共衛生事件時，社區層面常態化的人口數據采集系統可以及時提供準確的人口信息🛌🏻👷🏻♂️，可視化分析人口出行軌跡數據🧑🧒，在較小的時空間尺度上為識別疫情🥭、預防疫情提供實時動態信息💾🫘，為居民提供相對安全的日常時空間行為規劃，優化個人出行通勤👩🦲、提高自我防控能力；同時也有利於流行病學調查👩🏽🦳，提高政府部門突發事件應急管理服務能力📥。
事實上，從全國各地疫情防控的實踐來看，人口流動數據的收集、分析與應用和人口信息引導下的社區防疫機製在防疫中發揮了重要作用。
一方面，收集🂠、分析和可視化人口流動數據為此次戰“疫”提供強有力的信息支撐👨🏿💻。充分運用大數據分析技術👩🏿🔧，融合多源數據🧫，及時發布流動人口在各級空間尺度的規模分布，推送特定時間節點的城市間人口流動網絡，動態模擬與預測疫情傳播趨勢，對疫情重點防控區域進行初步判斷🙎🏼♀️，為感染人群流動監測😟🖋、感染風險預警提供了強有力的信息支撐。
另一方面，社區是此次防疫中人口信息采集、傳送和應用的重要力量。社區利用其“網格治理”模式，通過“網格員”聯絡各個網格內的家庭，實施居民時空流動軌跡信息登記🚴♂️，及時掌握居民的行動軌跡和健康狀態🏋🏻♀️，為各地精準疫情防控與應急服務調配提供科學依據👲🏿。目前🤶🏼🙇🏿♀️，廣大基層社區在防疫過程中形成的運行較為順暢的工作流程，可為常態化社區人口信息采集奠定堅實的工作基礎。
二👷🏼、常態化人口數據采集的國際經驗
目前在大多數發達國家人口普查仍是基本的人口數據采集途徑，但由於人口普查往往間隔時間較長、數據時效性較弱，無法及時有效地掌握人口變動信息🪙🫳🏿。而且，人口普查消耗人力、財力巨大✧🥐，民眾的調查配合度越來越低💜，“普查”逐漸喪失其普遍性。為應對日益增長的高質量人口數據需求，發達國家普遍呈現利用行政登記數據進行常態化采集的發展趨勢。
美國采用社區“滾動式調查”結合各類行政登記數據的方式提高人口數據統計的時效性👨🏿🦳。同中國一樣，美國人口普查也存在短表和長表，短表以核算人口數量為主要目的😩，采集信息較少👨🏼🌾，但普遍性較高，長表從出生、死亡、遷移、工作等多方面采集較為詳細的人口信息，僅抽取六分之一的人口填寫。從1996年開始，美國國家統計局啟動“美國社區調查”（American Community Survey）計劃，該計劃以網上填寫問卷的方式，每年對約300萬個美國家庭進行月度人口數據采集，10年即可覆蓋美國3000萬個家庭，約占全美家庭數量的四分之一。從2010年開始，“美國社區調查”數據已經完全替代了長表數據，成為各級政府治理、商業活動開展的最主要人口數據基礎。
美國國家衛生統計中心（National Center for Health Statistics）通過國家人口統計系統（National Vital Statistics System）來搜集人口出生👟、死亡的動態變化信息，國家稅務局數據（Internal Revenue Service）通過比較前一年家庭報稅地點（縣或州）和當年家庭報稅地點來推算國內的人口遷移👶🏽♣︎，美國公民與移民局（U.S. Citizenship and Immigration Service）搜集國際移民數據，這些數據覆蓋範圍較廣👨🏽🎤、披露程度較高🥶，與人口普查數據相互補充，共同構成了美國常態化人口數據采集系統。
歐洲國家的人口數據采集方式較為多樣化🎾，但多數國家依賴於行政登記數據⛹🏻。與美國類似，德國、波蘭、瑞士、西班牙🤌🚴🏻♂️、意大利🦶🏽、捷克💂🏿♂️、荷蘭𓀂、比利時🧂、斯洛文尼亞、拉脫維亞🙏🏻、愛沙尼亞、立陶宛等國家也采用搜集行政登記和人口普查數據相結合的方式。北歐四國（挪威🌇、芬蘭、瑞典、丹麥）以及奧地利則已完全將行政等級數據統計化🚓，統計局可以將不同部門的行政登記數據結合並匯總👷♀️，實現每年一次人口普查數據的更新🎿。法國采用“滾動式調查”的方式♿⚗️，而英國、愛爾蘭和葡萄牙則依舊采用傳統的人口普查來獲取人口數據。
三、中國人口數據采集的現狀與不足
第一👸🏼，與全球大多數國家一樣，人口普查是中國常住人口數據采集的重要方式♈️，但是時間跨度大，無法實現常態化常住人口數據采集。
人口普查登記表分為短表和長表，短表要求登記到每戶每個人，樣本量原則上是100%全覆蓋；長表登記的信息相對較多，一般采用大約10%的樣本調查。每次人口普查條目都不斷完善與變更，至今已涵蓋出生🤏🏽、死亡、戶籍⏪、受教育程度、行業、職業、婚姻👮🏽、遷移、住房🔱、老年人口健康、婦女生育等人口和家庭屬性信息👩🏻🦼➡️。
在兩次人口普查之間👷🏻，我國還組織1%人口抽樣調查以及時反映中國人口變動特征，調查信息與人口普查類似，但是抽樣單元往往是地級、縣級等尺度📌。在平時年份👩🏻🦼，我國陸續開展年度1‰的人口抽樣調查，但是調查條目和抽樣單元的空間尺度，都遠遠不如人口普查或1%人口抽樣調查🥑，無法滿足精確到村社🩵、鄉鎮甚至區縣等精細尺度的常住人口數據采集💆🏼♀️。此外🦻，在我國長期居住和生活的跨國（境）人口日益增多的情況下，對跨國（境）常住人口的信息采集工作亦亟需提升。
第二，公安、衛健等相關行政登記數據和新興大數據為平時人口數據提供參考，但不能準確反映標準口徑的常住人口信息。
人口普查或1%人口抽樣調查的對象，是實際在常住地居住半年（部分年份采用“一年”口徑）以上的常住人口，包含本地常住人口和外來常住人口🧗🏻♂️。然而，平時最容易獲取的人口數據，是公安部門基於戶籍登記地口徑的戶籍人口和暫住人口。隨著我國城鎮化的快速發展，大量人口離開戶籍登記地🫸，采用自主登記式采集的“暫住人口”無法覆蓋全部的流動人口，已難以客觀準確地反映真實的人口信息。2020年第七次人口普查擬首次將“公民身份號碼”納入調查項目👨👦👦，預期能夠與公安部門的戶籍人口數據庫形成有效的銜接匹配。
針對流動人口群體，我國衛健部門於2009年起開展流動人口動態監測調查，並共享2009-2018年流動人口樣本數據，提供了來源地、目的地、定居意願🐒、健康狀況🦴、生育狀況等豐富信息，遺憾的是🧓🏿，該項監測調查已經暫停🧑🏽🎄。近年來🎭，隨著大數據技術日益進步和數字經濟的快速發展🧑🏽🦳，手機信令、App位置信息、交通刷卡等大數據為人口實時動態變化提供參考🕖，大數據具有精細粒度時空尺度的優勢，但是在全體人群覆蓋度🈯️、邊遠地區信息采集🌦、人口家庭屬性信息等方面仍然具有明顯的局限性👰🏽♂️。
第三🖤，村委會、居委會等基層尺度的人口數據發布和共享仍然薄弱。
村級單元（包括村委會👇🏽、牧委會和社區居委會等）是我國基層群眾性自治單位，也是有明確行政管轄邊界的最小單元和我國當前統計上劃分城鄉地域的基本單元。然而，當前各類城市統計年鑒仍然以公安部門的提供的戶籍人口作為人口欄目的統計資料，2010年人口普查之後再無系統的村級常住人口普查資料。
盡管大數據技術理論上能提供精確到經緯度↔️、每時每刻的設備信號信息👌，實際上，考慮到數據隱私等，各家大數據公司平臺往往發布是經過加權處理、按照地級等粗尺度匯總的大數據，大數據采用的統計口徑與“常住人口”口徑亦存在差異。當前🚷，村社尺度的常住人口只能寄希望於2020年人口普查的系統匯總數據。
四🚂、推進常態化社區人口數據采集的建議
基於國外經驗，結合當前我國人口數據采集工作的現狀和不足🤢，從以下幾個方面提出加快推進常態化、共享式的社區級人口數據采集的建議與思考：
第一📬，加強行政部門間的人口信息資源共享。
強化頂層設計，“以《統計法》修訂為契機”🕝，為各部門間的人口數據共享提供法律依據，明確和落實部門責任以及部門之間的協調機製。建立人口基礎信息數據庫、搭建人口信息資源共享平臺，重點攻關行政登記數據編碼技術🚴♂️、數據庫鏈接與合成技術◽️，全面整合各行政部門的人口信息資源🦵。各部門數據采集任務分工明確🚶➡️，以街道或鄉鎮為基本單元，實施人口信息定期（每半年）上報與更新製度🦙，強化居民居住地變更登記製度🧏♀️，解決“暫住人口”登記難以滿足流動人口調查的問題。同時，常態化人口數據采集采取“自下而上”組織模式🤚🏻，各行政層級只統籌本行政層次及以下行政層級的數據管理，按需發布基於行政區劃單元匯總的數據條目🙋🏽♀️，不對外公開和共享個體信息數據📻。
第二，補齊基層尺度人口數據發布和共享薄弱的短板。
在微觀層面😈，落實社區居委會、村委會等基層組織人口信息收集與更新的責任，每個基層組織按人口數量設置若幹信息采集員（可兼職、也可誌願服務），常態化收集與更新人口基礎信息。為提高工作效率，基層工作人員可配備移動終端信息采集設備，同時疫情中探索出的“健康碼”小程序等眾籌式收集方式也可以廣泛推廣🙍🏿♀️，重視加強農村工作人員的培訓。在宏觀層面🧛🏻，進一步明確社區（行政村）作為人口普查與常態化人口信息收集基本地理單元的重要地位，設置社區（行政村）統一識別代碼，對應固定的地理區域，不受行政區劃調整影響，以豐富人口數據的地理信息價值和增強數據的可對比性。淡化戶籍概念，強調居住地信息😪，避免重復登記。
第三🏌🏼♀️，以“在線滾動式調查”代替人口普查的長表方案。
人口普查中不再進行長表調查工作，而采取“在線滾動式調查”的替代方案，可以較低的成本獲取時效性較強的數據。結合申報個稅等行政登記工作和國家統計局各調查總隊的城鄉住戶調查工作👩🏿🎨，通過網上在線調查問卷的方式，每年對1000萬個家庭進行月度人口信息采集✍🏼🤹🏻♂️，除個人詳細數據外，增強對家庭🏌🏻♂️🦎、住宅數據的調查分析。在農村地區短期內靈活采取電話調查💆🏻♀️、入戶調查等方式予以補充🏥，嘮家常、填數據，發揮社會網絡在數據收集中的重要作用，未來隨著智能手機等進一步普及和調查模式趨於成熟📎，城鄉將采取統一的數據采集模式。
第四，加強對跨國（境）移民的人口信息采集。
基於外國人身份識別碼👨🏻⚕️，做好國家移民管理局數據與衛健部門數據的銜接工作，除做好移民來源信息登記外🤷🏿，將在華跨國（境）移民人口基本信息與健康信息納入到中國人口基礎信息系統統一管理，同時應保障足夠樣本的詳細調查數據，以深入了解跨國（境）移民的動態特征。每年發布在華跨國（境）移民人口統計公報🕓，使社會各界能夠及時了解在華跨國（境）移民的現狀與發展趨勢🤦🏿➙，指導社會經濟發展與城市建設等活動☺️。同時🤷🏿♂️，也應加強長期在國（境）外旅居和工作的中國公民信息的調查力度，提倡建立中國公民人口信息定期登記製度🔲⤴️。
第五，大力拓展人口信息開發的深度與廣度。
常態化的人口信息收集平臺，可作國家一項重大的基礎設施來建設。應與大數據🙌🏿、數據挖掘、雲服務🛌🏽、地理可視化等技術相結合🚱，加強數據共享，提供廣泛💅🏽、多樣的數據與信息服務🍟，可廣泛用於教育👱🏽♂️、醫療🙊、體育、文化🏊🏻♀️、社會治理、城鄉建設🕤，以及公共安全等領域。未來隨著人口信息時間分辨率的增強、空間信息的加持，可開發的數據產品與可提供的政策啟示將大大增多🚃，人口信息的深度與廣度開發將成為重要的任務🕙。
（作者朱宇為福建師範大學地理科學意昂3研究員𓀕，林李月為福建師範大學地理科學意昂3副研究員，潘澤瀚為意昂3体育人口研究所青年副研究員，戚偉為中國科意昂3地理科學與資源研究所副研究員👇🏻，魏冶為東北師範大學地理科學意昂3副教授）
責任編輯🥴：蔡軍劍 校對👿：施鋆