網傳“ 2024 年中國男性平均壽命僅 69.9 歲”？

" 震驚！最新數據曝光！中國人平均壽命連年下降，2024 年中國男性平均壽命僅為 69.9 歲！" 您最近可能也在短視頻中刷到過這樣的內容，一些博主除了聲稱 " 男性壽命連續多年下滑 "，還稱女性平均壽命也 " 縮水 " 到了 78.5 歲，其中部分博主甚至在平台的認證身份是三甲醫院醫生，並聲稱數據 " 真實可靠 "。

今天就準確地告訴大家，這的的確確就是謠言，相關數據毫無根據，是有自媒體混淆概念、借題發揮、推波助瀾。那麽這則謠言是怎樣產生的？錯誤數據從何而來？我國人均預期壽命的實際情況又是怎樣的呢？

謠言是怎樣產生的？ 混淆 " 平均壽命 " 與 " 平均預期壽命 "

近期，一些自媒體博主發布文字或視頻稱 "2024 年中國男性平均壽命為 69.9 歲，女性 78.5 歲 "。一張網傳圖片顯示，2021 年到 2024 年，我國男性平均壽命連續四年下降，從 75.46 歲下降至 69.9 歲；女性平均壽命也從 2019 年最高時的 80.93 歲下降到 78.5 歲，引發熱議。記者發現，不少發布者竟為平台認證的三甲醫院醫生，有博主聲稱該數據由權威部門發布，真實可靠，相關內容獲得上萬點讚。

這些所謂核實過的數據也引起了一些網友質疑：生活水平越來越好，壽命怎麽會連年下降？

中國人民大學人口與健康學院院長杜鵬深耕人口老齡化、人口與發展等領域多年，他明確指出，自媒體博主首先就混淆了 " 平均壽命 " 與 " 平均預期壽命 " 這兩個概念。傳言中提到的 " 平均壽命 " 實則是 " 平均死亡年齡 "，指所有死者年齡的平均值。

" 一般不叫平均壽命，標準的說法就叫平均預期壽命。平均壽命是指什麽？這一年去世的人，你把他們的年齡都加起來，除以這一年的死亡人數，這叫平均壽命。平均壽命很難算，光拿這一年死了多少人，是算不出這個數的。要分男性和女性的，那就更難算了。平時的網上炒作這些人，他顯然不懂這個計算方法，他也拿不到這個數。"

杜鵬介紹，由於計算所得結果會因死亡人口年齡結構的影響而嚴重扭曲，不能準確反映人口壽命水平，因此 " 平均壽命 " 這個概念並不常用。他舉例說，在其他情況完全相同的條件下，如果人口的年齡結構比較老，那麽每年死亡人口中老年人的數量就會多，計算的平均死亡年齡就比較高。

相比之下，平均預期壽命則是一個更常用的概念，它基於當前各年齡段死亡率，預測新生兒未來可能存活的平均年數，消除了年齡結構影響，能夠反映人口真實壽命水平。

" 平均預期壽命是假定一批人按照某一年的分年齡死亡率度過一生，他們平均的存活的年數，比如 2024 年新出生的小孩，按照 2024 年分年齡死亡率去度過一生，預期的壽命。"

根據國家衛生健康委 2024 年發布的《2023 年我國衛生健康事業發展統計公報》，我國人均預期壽命達到 78.6 歲，嬰兒死亡率下降到 4.5 ‰，為曆史最好水平。這一實際情況與各自媒體博主 " 人均壽命連年下降 " 的說法完全不符。在杜鵬看來，傳言根本站不住腳。

" 平均預期壽命是用分年齡死亡率算出來的，所以沒有發生這種大的變化，導致分年齡死亡率增長的情況下，預期壽命是不會減少的。隨著經濟和社會的發展，醫療衛生事業的進步，存活率是越來越高的，分年齡死亡率是在下降的。我們每年公布的死亡人數，像剛公布的 2024 年比 2023 年死亡人數還少，預期壽命不可能往下降。所以完全不知道這個數是怎麽算出來的，沒有科學依據。"

錯誤數據從何而來？ " 機器欺騙 " 汙染信息生態

傳言中的內容從何而來？記者借助 AI 大模型工具進行了一次全網溯源。

記者發現，AI 大模型工具搜索到的這篇文章的標題含糊不清、內容粗糙雜亂，文章並沒有明確解釋 "2024 年中國男性平均壽命為 69.9 歲，女性為 78.5 歲 " 相關內容的具體來源，隻是籠統稱 "2024 年某項數據統計表明 "。更為關鍵的是，這篇文章的發布時間是 2024 年 9 月 19 日，這也至少證明，文章並未完全統計全年情況就對 2024 年亂下結論。

實際上，能幫助搜尋謠言源頭的 AI 大模型工具也可能成為謠言傳播的助力者。記者在查詢相關內容時發現，有 AI 大模型工具聲稱：" 國家統計局公布的 2023 年中國男性平均壽命為 73.64 歲，2020 年為 74.7 歲。" 這也與網傳圖片中這兩個年份的數據相吻合。但記者在國家統計局官網並未找到這一數據的原始發布信息。記者追問後，AI 大模型工具改口表示，該數據可能源自自媒體對 " 平均壽命 " 與 " 預期壽命 " 概念的混淆，或對非官方統計的誤讀。

此前，"80 後死亡率破 5.2%" 這一謠言就在網上引發過廣泛關注，謠言背後就有 AI 大模型身影。對此，北京郵電大學人工智能學院人機交互與認知工程實驗室主任劉偉表示，盡管 AI 大模型能夠處理和分析海量的數據，並從中提取有價值信息，但由於存在訓練語料受到汙染等局限性因素，可能會發生 " 機器幻覺 " 和 " 機器欺騙 " 情況。使用者要有自己的判斷能力：

"‘機器欺騙’和‘機器幻覺’的根就在於，生成式語言大模型都是基於統計概率和數學規則的，它沒有真實世界的價值和事實的這種觀念。因為文本裏麵有大量的錯誤，也有虛假的，也有惡意的，這些它都要學習。它學什麽就會輸出什麽。怎麽解決這個問題，就需要大家把人的常識和任務環境結合在一起來進行比對，知道它哪些問題是回答的比較好，哪些問題是偏離了正常的事實和價值觀。"

這則謠言的傳播路徑和其背後的邏輯，實際上暴露了當下信息生態的三大症結：科學概念的混淆、技術工具的雙刃劍效應，以及流量驅動下的信任透支。部分自媒體博主刻意模糊概念差異，將碎片化信息包裝成 " 權威結論 " 的行為，實際上卻造成了謠言的滋生和傳播。

破除信息迷霧，需要多方合力築牢防線：平台應完善審核機製，對混淆核心概念的內容進行標簽警示；技術開發者須強化 AI 模型的價值觀校準，避免 " 機器欺騙 " 汙染信息生態；公眾也要提升科學素養，警惕 " 權威包裝 " 下的概念陷阱。