机制说明
这份模拟是怎么来的
每个数字都能追到来源，每个假设都被写下来。
数据来源
| 类别 | 用法 |
|---|---|
| UN WPP 2024 生命表 | 逐岁死亡率与预期寿命 |
| World Bank · OWID（人口、粗出生率） | 出生抽签的权重 |
| OWID / UNESCO（受教育年限） | 教育轨迹的均值 |
| OWID 人均 GDP（PPP） | 职业收入的量级 |
| OWID 总和生育率 | 生育模型的目标 |
| WHO GHE 2023 | 死因结构（按年龄、性别） |
| ISO 3166 / UN M49 | 实体匹配与地图对齐 |
怎么算的
从出生到死亡，六步。
- 出生抽签：按各国年出生人数加权，印度抽中的概率就是它占全球新生儿的比例。
- 死亡：每年用该国、该性别的生命表取当年的死亡率抽一次；死因按死亡年份、年龄带与性别从 WHO GHE 取。
- 教育：先抽一个目标受教育年限，再逐年累计，可被辍学截断。
- 工作：按学历匹配岗位，收入 = 人均 GDP × 岗位倍率 × 经验曲线。
- 家庭：婚配、生育、亲属死亡都按该国数据与生命表推进。
- 事件：决策在年龄窗口内触发，属性和金钱的变化全部留痕。
校准到什么程度
- 预期寿命
- 生命表复算的 e0 与源表自带值，均值偏差 0.006 年、最大 0.018 年（645 张表）。
- 模拟寿命
- 每个国家 2 万条人生，与源表 e0 的偏差全部小于 0.5 年。
- 受教育年限
- 美、德、日、巴西、印度五国偏差不超过 0.48 年。
- 生育
- 四国的平均生育数与 TFR 偏差不超过 0.5。
死因结构在变
五岁以下儿童的死因构成：感染占比在下降，围产期占比在上升（全球合并，按死亡数加权）。
| 年份 | 感染 | 围产期 |
|---|---|---|
| 2000 | 55.1% | 31.0% |
| 2010 | 47.9% | 35.5% |
| 2015 | 45.6% | 36.6% |
| 2019 | 44.8% | 37.2% |
| 2023 | 45.5% | 36.9% |
数据：WHO GHE 2000–2023。模拟统一以 2023 年的死因结构为准——所有人生都从 2023 年开始。
哪里还不靠谱
- 死因来自 WHO GHE 2023：185 个国家、7 个年龄带、分性别。GHE 本身是建模估计，无登记数据的国家由模型填补。只影响死亡标签，不影响生存曲线。
- 国家口径215 个实体全部参与抽签；核心集 165 个（覆盖 99.9% 出生人口）用于对外陈述。原站清单未公开。
- 教育机理受教育年限是“结果校准”而非“学校质量→学习效果”的机理模型。
- 内容量事件库 60 条（含 12 条因果链），人均触发 23 条；原站规模更大，仍在扩充。
这不是对任何真实个人的预测。