作者：王安迪 中国人民大学人口与健康学院博士生 

责编：李婷 中国人民大学人口与健康学院教授

一年一度的美国人口学年会（PAA Annual Meeting）本周就要在华盛顿DC举办了。听说今年有一群身着狗头的严八小编即将出没，欢迎来偶遇！

言归正传，本着八卦的精神，小编在AI辅助下分析了本年度美国人口学年会的论文信息，想看看美国人口学界最近都在关注些啥。我们在官网上爬取了Oral（口头报告），Flash（闪电环节）和Poster（海报展示）session的共计2018篇文章进行分析。

手动防杠：本文的主要输出基于DeepSeek-V3模型，且没有经过严格的验证（validation）。部分无法识别的国家信息进行了人工编码。严谨性无法保证，对于结果不要太较真～

文章的作者都来自于哪些国家？

作为美国人口学的盛会，大部分论文的作者自然都来自于美国，不过其他国家的作者也积极参与。通过论文作者的机构署名情况，我们可以识别每一篇论文作者所属的国家。如图1所示，美国本土的作者占到了61.54%，接下来分别是德国、英国、意大利和中国。除此以外，来自印度、加拿大、瑞典、西班牙和芬兰也都贡献了超过50篇论文。

图1 前10名论文作者的国家分布

如果分不同Session类别来看，第一作者来自英国、美国、法国和德国的文章更容易入选入Oral，而印度、中国、意大利、瑞典和西班牙学者的论文进入Poster的概率较高，加拿大第一作者参与的文章更有可能进入Flash。

学者们的跨国合作网络也是一个很重要的维度。图2展示了任意两国间合作论文超过5篇的情况。其中每一个结点代表一个国家，连接线越粗代表着两个国家之间合作的论文越多，而节点的大小代表着在合作论文中该国作者为第一作者的比例。总体上来说，存在着围绕美国，以及德国和英国的两大主要合作网络。来自加拿大和美国的学者之间合作最多，其次是英国、中国和德国。中国学者与其他国家的学者共有29篇合作论文，其中15篇为第一作者。一些非洲的国家虽然积极参与国际合作，但相对来说第一作者比重较低。

图2 各国作者合作网络

研究都在关注哪些国家？

相比较作者层面美国的绝对主导，研究对象所涉及的国家则更加多样。我们识别了摘要中所涉及的国家主体，并考虑到一个研究中可能同时关注多个国家的情况。45.34%的论文关注美国。关注印度和中国的文章均超过90篇，可见这两个世界上人口数最多的国家是真的给人口学家们的研究提供了很多素材。接下来排名前十的国家依次还有墨西哥、瑞典、英国、德国，另有超过50篇研究采用了全球视角进行分析。

图3 前10名作为研究对象的国家

图4中我们筛选出了以美国为第一作者来源国的文章。对于美国本土的学者而言，除了美国、印度和中国，他们还广泛关注非洲、拉丁美洲和东南亚等全球南方地区的国家。在研究这些地区问题的过程中，美国学者与部分非洲国家的学者也建立了以美国为主导的学术合作网络（图2）。

图4 前10名作为研究对象的国家（第一作者为美国）

研究都在关注什么议题？

近年发表于 Demography、Population and Development Review 和 Population Studies 的三篇综述性文章回顾了人口学的主要研究主题。我们借鉴其分类方法，在prompt中设置了14个研究主题，并要求AI根据每篇文章的摘要为其打上相应标签。考虑到一篇文章可能处于多个研究议题的交叉点，我们为每篇文章设置了不超过三个主题的上限，并按相关性从高到低进行排序。

图1按照百分比从高到低展示了首要研究主题的百分比。结果与小编最近访学的体感非常一致，即有相当一部分从事人口研究的学者都在关注与健康相关的议题（23.89%），接下来是与社会不平等、分层和流动相关主题（20.96%）。涉及生育、家庭的研究也颇为受到关注，有50篇以上的研究主要关注环境问题与人口发展之间的关系，以数理人口学、历史人口学为主要研究领域的研究则相对较少。

图5 首要研究议题分布

在同一研究大类下，不同方向的研究热度也存在差异。生育研究更多聚焦于计划生育、性别选择和避孕，相较之下，对生育率趋势的探讨相对较少。在死亡研究中，相比于总体的预期寿命研究，有关婴儿死亡率的研究较少。此外，国际迁移议题的关注度显著高于国内迁移。

接下来，我们选取了中国、德国和美国三个国家，分别看看来自这些国家的学者在研究议题上是否存在偏好的差异。相较于其他两国，中国学者更关注家庭/家户动态、国内人口迁移和经济发展等议题；德国学者则更侧重于生育率趋势、死亡与寿命、国际人口迁移、婚姻缔结与解体、历史人口学以及人口学研究方法；而美国学者则更倾向于研究婴儿死亡率、健康与社会不平等等主题。

图6 中国、德国和美国学者的研究议题分布

有多少研究使用了计算社会科学方法？

AI的迅速发展降低了计算社会科学方法的使用门槛（比如这篇推文），也带来了思考人口问题的新视角。我们对论文是否使用计算方法、以及具体的方法类别进行了识别。

在所有入选的文章中，有130篇（6.44%）采用了计算社会科学方法。也许稍微有一些反直觉的是，第一作者来自奥地利的研究中有着最高比例的计算方法使用率，其次是英国、意大利、墨西哥和巴西。美国第一作者署名的文章中，计算方法的使用率甚至低于平均水平。中国的比例为6.67%，略高于整体均值。

图7 不同国家的作者使用计算方法的比例

针对使用计算方法的文章，我们进一步标记了具体的研究方法。不同方法的使用比例由高到低分别是：1）机器学习/深度学习；2）贝叶斯建模；3）空间分析；4）模拟方法；5）文本挖掘/自然语言处理；6）社交媒体/数字轨迹分析；7）网络分析；8）基于主体的建模。明确将大语言模型或生成式AI作为研究方法或主题的研究非常少，分别关注了大语言模型的发展对于职业的替代、生成式AI对于调查实验中虚拟情境（vignette）和随机实验设置的帮助，以及使用大语言模型研究居住隔离。

图8 各类计算方法的占比

在研究议题方面，计算方法最常见于方法论相关的研究，占比达所有涉及计算方法文章的46.51%。其次是死亡研究领域，主要运用贝叶斯建模、机器学习等策略对指标进行插补或预测。迁移流动的研究中计算方法的使用也相对较多，一个新兴领域是利用数字痕迹对迁移行为的特征进行建模。相比之下，生育、家庭、社会不平等领域对于计算方法的使用较少。

图9 使用计算方法的文章在不同研究领域的分布

总的来看，目前AI的风似乎还没怎么刮到人口学研究领域。如果从现在开始对每一年的会议论文做个追踪，或许会有更有意思的发现。

◀

BONUS

▶

多元、平等和包容（diversity, equity, and inclusion, DEI）的理念框架很长时间以来深刻地影响了美国的社会形态。但是，本届Trump政府自上台以来，大规模撤销了政府、企业和教育机构中的DEI相关政策，一个最为直接的影响便是砍掉了涉及DEI的研究经费。我们在prompt中提供了DEI的定义，让AI通过阅读摘要判断文章是否和DEI有关。

图10 不同主题的文章涉及DEI议题的比例

所有入选的文章中，大约有61.70%或多或少涉及DEI有关的内容，并且在移民、健康等研究领域占比尤其高。这并不令人意外，毕竟揭示和分析结构性不平等一直是社会科学研究的重要使命之一。学者们通过实证研究揭示种族、性别、阶层、身份等维度上的不平等待遇及其社会后果，期望推动制度性的变革。正因如此，社会科学研究在当下的美国决策层被视为具有“威胁性”的声音。这也一定程度上解释了为什么Trump会首先拿国立卫生研究院（NIH）的研究经费开刀吧。

END
 

参考文献

Kashyap, Ridhi, and Aasli Abdi Nur. 2025. “Fifty Years of Population and Development Review: Shifting Research Themes, Authorship, and Academic Impact in Comparative Perspective.” Population and Development Review 51 (1): 17–39. 

Merli, M. Giovanna, James Moody, Ashton Verdery, and Mark Yacoub. 2023. “Demography’s Changing Intellectual Landscape: A Bibliometric Analysis of the Leading Anglophone Journals, 1950–2020.” Demography 60 (3): 865–90. 

Mills, Melinda C., and Charles Rahal. 2021. “Population Studies at 75 Years: An Empirical Review.” Population Studies 75 (sup1): 7–25.