作者｜胡文波 

一直以来，古人能活多少岁这个问题总是备受关注。

社交平台上关于这个问题的答案也大相径庭，认为古人平均寿命从30岁到70岁皆有之，并且都能给出自己的判断依据。即使查阅专业的历史学论文，发现历史学界关于这个问题似乎也没有得到统一的答案。

那么，古人的寿命究竟有多长？从古至今人类的寿命发生了怎样的变化？背后的驱动力又是什么？

一、什么是平均预期寿命？

要回答古人的寿命究竟有多长这个问题，我们需要先厘清一个概念，到底什么是平均寿命？

在人口学中，谈寿命时一般讲的是平均预期寿命。其指的是在特定的年龄别死亡率水平下，一批活到确切X岁的人，每个人还能存活的平均年数。从计算上看，只要给定一个人口的年龄别死亡率，借助生命表技术，就可以算出对应平均预期寿命。

在现实生活中，我们通常见的预期寿命是指“出生时平均预期寿命”。每年国家卫健委公布的人均预期寿命，也是这个概念。其含义是，一批新生婴儿按照当年的年龄别死亡率度过一生，平均每个婴儿存活的年数。

在实际意涵上，平均预期寿命不代表任何真实人口的平均寿命。但作为特定时期年龄别死亡率的集中体现，平均预期寿命能够用来反映一个时期人口的综合死亡水平，以及对应时期社会经济状况和医疗水平等特征。

与平均预期寿命对应的概念是平均死亡年龄。这一概念比较符合我们日常生活中对“平均寿命”的理解，计算方式也比较简单，只需将一批死亡者的死亡年龄进行平均即可。

与平均预期寿命不同的是，平均死亡年龄会明显受到选取死亡对象特征的影响，它只能反映选定对象的“平均寿命”。鉴于不同年龄、性别、社会阶层和职业的死亡率差异巨大，利用不同死亡来源数据计算出的寿命也有很大的差别，这也就解释了为何不同来源计算的古人“平均寿命”会有如此大的出入。通过计算平均死亡年龄，也很难说明整个人群的寿命状况以及所对应时代的社会经济特征以及医疗水平。

二、古人能活多少岁？ 

铺垫了这么多，那么古人能活多少岁呢？

综上，如果我们想要得到一个能够反映特定历史时期特征的寿命指标，那就需要找到一批人从出生到死亡的完整数据，并以此来计算平均预期寿命。

在李中清和王丰（2000）一文中，就总结了一些基于相对可靠数据源计算出的男性预期寿命结果。这些数据包括了清代皇室的玉牒、东北旗人的户籍档案，以及安徽桐城地区的家族族谱。

（来源：李中清,王丰,纪南.马尔萨斯模式和中国的现实:中国1700～2000年的人口体系.）

综合这些资料可以看出，从17世纪到19世纪，中国男性的出生预期寿命大体在30岁左右。但是，这并不是说一个清朝男性活到30岁左右就寿终正寝了。正如前文所解释的，正确理解应该是一批出生在清朝的男婴，最终每个人平均存活30年左右。

实际上，在前现代社会，由于婴幼儿的死亡率极高，如果一批人存活到一定岁数之后，他们的平均余寿反而会有所增加。比如在表中同样给出了10岁时的预期寿命和30岁时的预期寿命。可以发现，10岁时的预期寿命在40岁左右，30岁时的预期寿命也保持在30岁左右。也就是说，如果一个生活在清朝的男性已经活到了30岁，那么他继续活到60岁还是很有希望的。

这也解释了，为什么虽然古人的预期寿命看起来很低，但历史上许多著名人物的寿命却与现代人相当。毕竟，“身体是革命的本钱”，能将名声流传到今日，能被各种历史文献所记载的，已经是被筛选过后的幸存者。

三、为什么前现代人们的平均寿命这么低？

如果我们把视野放宽，会发现在前现代时期，平均预期寿命较低在全球范围内都是一个普遍现象。

以英国为例，从1500年至1800年间，人口的平均预期寿命徘徊在35岁左右。

在法国，1800年以前的平均预期寿命也在30岁以下。

而至于同处亚洲的印度，直到十九世纪晚期乃至二十世纪早期，人口的预期寿命大抵维持在25岁以下。

根据Our World in Data的数据，在19世纪后半叶之前，世界各地区人口的预期寿命并未显示明显变化；在那之前，全球人口的平均寿命大致维持在30岁左右。进入十九世纪晚期后，欧美等先发工业化地区的居民预期寿命才开始有了显著的增长。随后，在二十世纪早期，亚非等后发国家地区的预期寿命也开始逐渐提升。

（来源：https://ourworldindata.org/life-expectancy）

换言之，人类预期寿命的提升，主要是这一两百年的事情。 

那么，为何过往人类的平均寿命普遍不高？为什么今天人类的寿命有了如此大幅度地增长？一个重要的解释来源于Omran提出的流行病学转变理论。

Omran认为，人口疾病和死亡现象的变化实际上与人类历史上流行病类型的转变密切相关。经典的流行病学转变理论将流行病转变划分为三个阶段：传染病大流行和饥荒期、传染病大流行衰退期、退行性和人为疾病期。

第一个阶段是传染病大流行和饥荒期，也即前现代社会，人类的预期寿命极低，通常在20至40岁之间浮动。在这一时期，人类短暂的预期寿命主要是鼠疫、天花、霍乱等传染病的大规模流行，生活资料不足带来的饥荒，动荡的社会环境和频繁的战争等因素造成的。

第二个阶段是传染病大流行衰退期。在这一时期，随着社会经济的发展、卫生及医疗水平的进步，饥荒现象得到遏制，传染病得到有效控制，死亡水平特别是年轻人的死亡水平不断下降，人类的预期寿命开始出现快速提高。

第三个阶段是退行性和人为疾病期。到了这一时期，死因谱由传染病逐渐转向慢性病等退行性疾病。并且随着医疗技术的持续进步、人们生活方式的改变以及公共健康政策的优化，人类的死亡率继续下降并稳定在较低的水平，预期寿命也进一步不断提高。

由于国家与地区间的发展水平、文化差异、政策执行等方面的异同，流行病学转变的过程和模式也呈现多样性。但总体而言，婴幼儿死亡率的下降、大规模传染病的控制、饥荒的减少和社会秩序的稳定、慢性病的管理、生活方式的改变等，共同构成了过去一两百年人类预期寿命不断提升的主要动力。

四、寿命的延长真的总是件好事吗？

对永恒生命和长生不老的追求似乎是人类亘古不变的理想。在人类的神话传说中，无论是中国道家的炼丹术，还是北欧神话中的金苹果，亦或是古埃及的木乃伊，皆体现了人类对长生的想象和渴望。从个体角度讲，长寿也通常被视为我们追求的一个目标。

然而，随着人们寿命期的延长，人们开始发现，仅仅是寿命的提高似乎并不一定会带来生命质量的提升。这是因为当生命长度达到一定的阶段之后，携带疾病而活的时间似乎也在增长，死亡和健康状态之间开始出现分离的现象。换句话说，健康可以带来长寿，但长寿不必然意味着健康。而人们真正想追求的生命状态是健康的“长寿”。

为了应对死亡和健康之间分离的现实，学界对预期寿命这一指标进行了改进，使用健康预期寿命来综合反映人口的生命质量状态。简单理解就是将寿命划分成了健康和不健康两个部分，健康预期寿命则是人们在健康状态下还能存活的年数。

那么寿命和健康之间的关系又是怎么样的呢？通过区分健康期和带病期两种不同的寿命状态，学界目前有三种假说。

第一种假说是“疾病压缩假说“。它认为由于基因的限制，人类的寿命是有极限的。人类寿命的提高，事实上是在控制和规避各种风险因素后，不断逼近生物极限的一个过程。如果采取健康的生活方式，慢性病和残疾的时间会被压缩。随着生活方式的改善，健康期占寿命的比重会逐渐增大。

第二种假说是“疾病扩展假说”。与第一种相反，这一假说认为，人类的寿命并没有明确的极限。在患病率到了一个相对稳定的水平后，寿命的延长意味着带病期的延长。

第三种假说是“动态平衡假说”。与前两种不同的是，这一假说对带病期进行了进一步区分，将其分为轻度疾病和重度疾病（残障）。在承认第二种假说的基础上，这一假说认为随着医疗条件改善和人们生活方式改变，轻度疾病向重度疾病的递进速度会减慢。因此，重度疾病期和寿命会保持相对稳定。

下面的图表可以帮助我们更深入地理解这三种假说的观点。图中包含死亡曲线、患病曲线，以及残疾/重病曲线。死亡曲线与坐标轴之间的面积代表寿命期，患病曲线与坐标轴之间的面积代表健康期，患病曲线和死亡曲线之间的面积代表带病期，残疾/重病曲线与死亡曲线之间的面积代表重度疾病期。

假说一对应的观点是：死亡曲线基本不变，患病曲线和残疾/重病曲线向死亡曲线靠拢。

假说二对应的观点是：患病曲线和残疾/重病曲线基本不变，死亡曲线向外扩张。

假说三对应的观点是：患病曲线不变，残疾/重病曲线和死亡曲线同时向外扩张。

（来源：范宇新,陈鹤 郭帅.(2019).疾病扩张、疾病压缩和动态平衡假说:国际经验及思考.）

究竟哪一种假说更符合现实？目前的研究显示，这三种假说在不同程度上都得到了验证。因此，在人类寿命延长的同时，疾病扩张与否以及程度如何，在如今学术界中并没有一个统一的答案。 

但无论如何，保持健康的生活方式，而不是单纯依赖于医疗卫生技术的进步，才能让我们更加“健康”地“长寿”下去。

参考文献：

范宇新,陈鹤 郭帅.(2019).疾病扩张、疾病压缩和动态平衡假说:国际经验及思考.医学与哲学(02),28-31.

李中清,王丰,纪南.马尔萨斯模式和中国的现实:中国1700～2000年的人口体系[J].中国人口科学,2000,(02):16-27.

David, P. A., Johansson, S. R., & Pozzi, A. (2010). The Demography of an Early Mortality Transition: Life Expectancy, Survival and Mortality Rates for Britain’s Royals, 1500‐1799.

Omran, Abdel R. 2005. The Epidemiologic Transition: A Theory of the Epidemiology of Population Change. Milbank Quarterly 83(4):731-757.