【文/观察者网专栏作者 张诚信】

2025年5月，联合国开发计划署公布了最新一期（截至2023年）人类发展指数（Human Development Index）。中国的指数值上升至0.797，但全球排名下降了4位，在193个国家和地区中位列第78位。

先不说美国和西欧，哪怕是一些生产力水平、科技创新能力和基础设施条件明显不如中国的国家，比如泰国（0.798）、亚美尼亚（0.811）、伊朗（0.799）和阿尔巴尼亚（0.810）等，其人类发展指数都高于中国，这与我们的日常感受似乎存在出入。

实际上，从2009到2023年，中国的人类发展指数一直处在0.7-0.8这个区间，而超过0.8而达到"极高人类发展水平"的国家和地区已经从53个增加到了74个。这15年间，中国的世界排名从第104提升到第78，平均每年提升不到两个名次。考虑到原来的基数比较低，中国的增速并不算快。

那么，是否存在中国的人类发展指数被低估的可能性？要回答这个问题，我们首先要了解人类发展指数的计算方法。

人类发展指数的计算方法

人类发展指数是由联合国开发计划署于1990年推出的一项指标，用于衡量一个国家和地区的社会经济发展水平。30多年来，人类发展指数已经成为了一个被学界、政界和媒体界广泛引用的具有较高权威性的指标。必须承认的是，对人类发展指数的统计，为我们提供了评估人类发展进步的一个重要的量化工具，并体现了联合国推动实现千年发展目标和可持续发展目标的积极努力。

人类发展指数是对人均预期寿命（Life Expectancy at Birth, LE）、预期受教育年限（Expected Years of Schooling）、平均受教育年限（Mean Years of Schooling, MYS）和人均国民总收入（Per Capita Gross National Income，GNI pc）这四个基础指标进行综合计算的结果，它同时考虑了公民的健康水平、教育水平和生活水平。从这个指标体系中，我们可以看出人类发展指数相对于人均国内生产总值（Gross Domestic Product, GDP）等单一指标的科学性和全面性。

人类发展指数的计算公式相对复杂，但基本思路相对简单：

第一步，先计算一级指标的数值，人类发展指数有三个一级指标，分别是预期寿命指数（Life Expectancy Index, LEI）、教育指数（Education Index, EI）和国民总收入指数（GNI Index，GNII）。LEI通过对LE进行计算而得出，EI通过对EYS和MYS进行计算而得出，GNII通过对GNI pc进行计算而得出。

LEI的计算方式是：LEI = (LE - 20) / (85-20) , 当LE＞85，就令LEI=1；当20＜LE≤85，就输入LE的具体数值进行计算；当LE≤20，就令LEI=0。这是一个分段函数，因此也可以写成：

EI的计算方式是：EI = (EYSI + MYSI) / 2,  EYSI 是预期受教育年限指数，MYSI是平均受教育年限指数。其中，EYSI = EYS / 18，当EYS＞18，就令EYSI=1；当0≤EYS≤18，就输入EYS的具体数值进行计算。MYSI = MYS / 15，当MYS＞15，MYSI=1；当0≤MYS≤15，就输入MYS的具体数值进行计算。这两个也是分段函数，因此也可以写成：

GNII的计算方式是：GNII = [ln (GNI pc) - ln(100)] / [(ln (75000) - ln(100)]，当GNI pc＞75000，就令GNII=1；当100＜GNI pc≤75000，就输入GNI pc的具体数值进行计算；当GNI pc≤100，就令GNII=0。这也是一个分段函数，因此也可以写成：

第二步，计算预期寿命指数、教育指数和国民总收入指数三者乘积的几何平均数：

HDI = (LEI × EI × GNII) ^（1/3）

针对近年来中国的人类发展指数疑似被低估的情况，本文将对计算过程进行复盘，发现其中的问题所在。

问题1：部分基础指标数据疑似有误

在人类发展指数的数据库中，我们发现，中国2023年的人均预期寿命为78.0岁，这还是四舍五入的结果，实际值为77.953岁，也就是还不到78岁。但是，根据国家卫生健康委员会于2024年底发布的《2023年卫生健康事业发展统计公报》，中国2023年的人均预期寿命已经达到78.6岁。同样的偏误也发生在了美国身上：数据库标注的美国2023年人均预期寿命是79.3岁，但美国疾病控制与预防中心公布的美国2023年人均预期寿命只有78.4岁。也就是说，数据库把美国的人均预期寿命调高了将近1岁，把中国的人均预期寿命调低了超过半岁，似乎缺乏可靠的数据来源。

偏误更大的基础指标是平均受教育年限。在数据库中，中国2023年的平均受教育年限只有8.04。这在观感上就和中国长期推广九年义务教育的现实不太相符。根据解释，"平均受教育年限"的含义是"25岁及以上人群接受教育的平均年数"（Average number of years of education received by people ages 25 and older）。

根据2020年第七次人口普查的统计数据分析，全国25岁及以上人口总数约10.1亿人，平均受教育年限为9.46年。第七次人口普查于2020年11月1日零时启动，于2021年5月公布结果。也就是说，早在2021年前后，中国25岁及以上人群接受教育的平均年数就已经达到了9.46年。在中国，教育普及是一个大的趋势，到了2023年，平均受教育年限只会更高。然而，在数据库中，中国的这一指标至少被低估了15%。

笔者在修正人均预期寿命和平均受教育年限数据的基础上，在联合国开发计划署提供的计算演示文档上重新计算了中国的人类发展指数。

图1 修正人均预期寿命和平均受教育年限后重新计算的中国人类发展指数

重新计算后，中国的预期寿命指数升至0.902，教育指数升至0.745，人类发展指数达到了0.818，位列第68位，超过了泰国、亚美尼亚、伊朗和阿尔巴尼亚，但依然低于哈萨克斯坦（0.837）、土耳其（0.853）、哥斯达黎加（0.833）和阿根廷（0.865）等国，从总体上看，后几个国家的生产力水平、科技创新能力和基础设施条件依然不如中国。对此，我们还要从基础指标本身的选取和计算上寻找问题。

问题2：受教育年限不足以衡量教育水平

在人类发展指数的四个基础指标中，用于衡量教育水平的指标就占了两个，而且都和受教育年限有关（预期受教育年限和平均受教育年限）。但是，我们需要思考一个问题：受教育年限越长，教育水平一定就越高吗？


诚然，让公民从小进入学校接受教育，这是发展教育事业和提升教育水平的前提。但是，接受教育之后，学生的综合能力提升了多少？如果一所学校教育资源匮乏，教学与管理水平低下，即使学生完成了规定的学制，也不能熟练掌握各类知识和技能，难以为经济社会的发展贡献力量。设想一下，从小学到高中，一些学生始终无心向学，而学校疏于管理，听之任之，一些学生一直勤奋好学，但学校不懂因材施教，甚至误人子弟，虽然这些学生的受教育年限都是12年左右，但这样的教育显然是不成功的。

因此，要衡量一个经济体的教育水平，不能只看学生的在校时间，还要评估学生的综合能力，这才是更加严谨的做法。学生的综合能力主要表现为对知识和技能的掌握程度。只有通过评估学生对知识和技能的掌握程度，我们才能判断出学校的教学质量和教育成效，知道学校培养出了什么样的人才。

那么，怎么评估学生对知识和技能的掌握程度呢？国际学生评估项目（Program for International Student Assessment，PISA）是经济合作与发展组织在成员国和非成员国开展的一项全球性研究，以评估全球范围内的15岁学生在数学、阅读和科学方面的知识和技能。数学、阅读和科学能力是现代人才必须具备的基础能力。PISA的指标体系是根据每个国家或地区学生的阅读、数学和科学成绩平均值构建的。2022年，PISA启动了最新一轮调查，调查结果于2023年12月发布。

虽然PISA主要调查中学生，但这一调查对象已具有很强的代表性。2023年，全球人口的平均受教育年限为8.8年，相当于初中水平，其中经合组织成员国的平均受教育年限是12年左右（12.3年），相当于高中毕业水平。

本文采用PISA分数作为教育水平的补充指标，具体操作如下：基于人类发展指数的现有指标体系，EI = (EYSI + MYSI) / 2，笔者将EI的计算公式调整为EI=(EYSI + MYSI) / 2 × PISA。这样一来，教育指数就不只是由受教育年限决定了，而是同时由受教育年限和学生的综合能力决定。当然，我们需要对这里的PISA值进行一些规范化处理，使其与(EYSI + MYSI) / 2落入同一个取值范围内，即[0，1]这个区间。因此，笔者将PISA分数最高的经济体的PISA值设为1，其他经济体的PISA值则为其PISA分数与最高分数的比例。

中国的PISA分数是579.0，位列第一，因此令中国的PISA值为1，其他经济体的PISA值则根据其分数与中国的比例计算得出。然后，我们按照调整后的公式计算所有国家的EI。由于中国的PISA值为1，中国的调整后的EI值和第一次修正后的EI值保持一致（0.745），中国的人类发展指数也还是0.818，其他经济体的人类发展指数则出现不同程度的变化。

需要指出的是，并不是所有经济体都参加了PISA调查。世界知识产权组织在计算"全球创新指数"（Global Innovation Index, GII）的时候将PISA分数作为一项基础指标，最新一期《全球创新指数》报告只记录了80多个经济体的PISA分数。这意味着我们需要估算第二次修正后中国人类发展指数的世界排名。这80多个经济体已经囊括了经济发展水平最高的那一批国家和地区，例如美国、英国、加拿大、欧盟成员国、冰岛、挪威、瑞士、日本、韩国、新加坡、以色列、澳大利亚和新西兰，据此可以推测出：在这80多个经济体之外不存在PISA分数高于中国的经济体。

根据原始数据，人类发展指数高于中国的有77个经济体，低于中国的有115个经济体。在这77个经济体中，有62个拥有PISA分数。因此，我们重点关注这62个经济体的情况。经过这两次修正，中国的人类发展指数反超了这62个经济体中的26个，排名第37位。由此估算，在等比例放大的情况下，中国的人类发展指数可能反超那77个经济体中的32个，最终排名第46位。由于中国的PISA值最高，在一开始就低于中国的那115个经济体更不可能在以上两次修正后反超中国，中国的世界排名也差不多是第46位，至少有较大概率进入前50。

图2 调整教育指数指标构成后重新计算的中国人类发展指数在62个经济体中的排名

问题3：中国的人均GNI疑似被低估

作为人类发展指数的基础指标之一，人均GNI被用来衡量经济生活水平。GNI和GDP在统计对象上存在差异：前者是本国居民在国内外创造的总收入，遵循"属人原则"，后者是指一国领土范围内所有经济活动（无论由本国居民还是外国居民完成）产生的总价值，遵循"属地原则"。相比GDP，GNI这一指标更加关注居民的收入和福祉，凸显了"人类发展"的理念，同时也更能反映一个经济体的自主发展能力。

在数据库中，各经济体的人均GNI是基于购买力平价法计算出来的。从理论上说，这一步操作增强了数据的跨国可比性。

购买力平价（Purchasing Power Parity, PPP）是一种经济学理论，其核心思想是：相同数量和质量的一篮子商品和服务，在不同的国家和地区使用同一种货币计价时，价格应该相等。

举个例子：假设1斤鸡蛋在中国卖6元，同样品种和质量的1斤鸡蛋在美国卖2美元，按照当前汇率（1美元兑7.2元人民币），这1斤鸡蛋在美国卖14.4元人民币，与在中国的售价不相等，而且高于中国，这意味着美国人要花费更高的价格才能买到同样品种和质量的1斤鸡蛋。

因此，根据购买力平价理论，在对比中美两国经济规模和居民生活水平的时候，无论在中国还是美国，都要将这1斤鸡蛋的价格统一标记为6元人民币或2美元。如果直接按照当前市场价格计算，即在中国这边算成6元人民币，在美国那边算成2美元（14.4元人民币），就会导致美国的经济规模和购买力被高估。这就是名义GNI的局限性--直接按照市场价格计算经济规模，没有排除通胀和汇率波动的影响。

由于相同数量和质量的一篮子商品和服务在不同经济体存在价格差异，各经济体的实际经济规模及购买力无法完全由名义GNI体现出来。为了排除通胀和汇率波动的干扰，更准确地衡量各经济体的真实经济实力，我们需要以购买力平价法计算各国的GNI，作为名义GNI的参照。那么，如何计算购买力平价GNI？

首先，需要调查各经济体一篮子商品和服务的价格水平。世界银行协调下的国际比较计划（International Comparison Program, ICP）负责调查各经济体一篮子商品和服务的价格水平指数（Price Level Index，PLI），以开展基于购买力平价法的国际经济比较。需要指出的是，ICP的全球统计工作平均每3年进行一次，最新一轮调查于2021年启动，于2024年公布最终结果。也就是说，PLI数据在年份上不连续，2023年的购买力平价GNI是基于2021年的PLI推算出来的。


其次，利用PLI计算购买力平价汇率（PPP汇率）。购买力平价理论认为，应根据实际的物价水平差异去调整汇率，使得不同经济体的同类商品和服务的价格相等，才能准确比较经济规模。比如在上述案例中，美元兑人民币的汇率应调整为1：6，从而使两国的1斤鸡蛋售价相等。这个调整后的汇率就是PPP汇率。当然，在实际操作中，PPP汇率会根据一篮子商品和服务而非单一商品的价格差异计算得出。与容易受到多种短期因素（资本流动、投机、利差等）影响的市场汇率相比，PPP汇率以较长时期内多种商品和服务的价格水平为基础，能够更准确反映商品和服务的实际价值。

最后，确定一篮子商品和服务价格的基准国，然后基于PPP汇率计算出其他经济体的购买力平价GNI。国际货币基金组织和世界银行以美国为基准国，并使用国际美元作为计价单位。因为美国的一篮子商品和服务价格被定为购买力平价GNI计算的基准，所以美国的名义GNI和购买力平价GNI在数值上相等，而其他经济体的购买力平价 GNI则根据其本币兑美元的PPP汇率计算得出。

由于其他经济体的物价水平普遍低于美国，其他货币兑美元的PPP汇率在数值上普遍高于其他货币兑美元的市场汇率，最终导致其他经济体的购买力平价GNI高于名义GNI。因此，购买力平价GNI高于名义GNI并不是中国独有的情况。

2023年，在除去美国和中国之后，全球购买力平价GNI是全球名义GNI的2倍，而中国的购买力平价GNI是名义GNI的1.95倍，也就是说，其他国家一篮子商品和服务的平均价格甚至还低于中国。这导致中国的人均购买力平价GNI排名甚至还低于人均名义GDP的排名--2023年，在193个国家中，中国的人均名义GNI排名第61位（世界银行数据，基于Atlas方法），人均购买力平价GNI排名第67位。

表1 2023年中国、美国和全球名义GNI和购买力平价GNI对比

在去掉通胀和汇率波动因素的情况下，中国的居民生活水平反而还降低了，这似乎有些反常。因为，与绝大多数国家相比，中国拥有更先进的产业技术、更完整的产业链和更完善的基础设施，完全可以用相同数量和质量的资源实现更高的性价比和更好的生活体验。由此推断，问题很可能出在对中国一篮子商品和服务的估价上。

ICP公布的统计数据显示，2021年，中国内地一篮子商品和服务的PLI（98）竟达到中国香港（120）的80%以上，并高于新加坡（96），这显然不符合实际情况。

根据Numbeo数据库收集的全球居民生活数据，最新的中国香港生活成本指数（Cost of Living Index）超过72，明显高于北京（35.65）和上海（37.70）。中国内地居民的平均单月花销不到3800元人民币，中国香港居民的平均单月花销超过8700港元（折合8000元人民币），中国内地的花销平均比中国香港低59.0%。在不到4年的时间内，中国内地和中国香港的生活成本对比不可能发生重大变化，照此换算，2021年中国内地一篮子商品和服务的PLI不会超过90，很可能低于60。

基于这个PLI推算出的2023年中国购买力平价GNI必然更高，人均购买力平价GNI绝不只有22029美元。这样一来，中国人类发展指数的绝对值和相对排名有望继续提升。

结语

经过修正，中国的人类发展指数明显提升，说明人类发展指数的计算方式确实存在一些改进空间。那么，以上三个问题的性质分别是什么？

第一个问题总体上属于技术性失误。中国的人均预期寿命和平均受教育年限等数据由官方发布，有公开的、明确的数据来源，容易核实。统计人员需要提高数据搜索的精度，并根据中国经济发展变化的趋势及时调整相关指标的数据。

第二个问题总体上属于方法论失误。人类发展指数将教育水平纳入考察范围，是符合时代发展潮流的做法，毕竟当今世界的经济发展和科技进步越来越离不开教育。但是，仅仅通过受教育年限去衡量教育水平是不全面、不严谨的，它忽视了对教育成效的考察，这正是教育指数指标体系的瑕疵。对此，本文通过引入PISA分数进行了修正。

第三个问题则不属于人类发展指数指标体系本身的失误。毕竟，用于计算购买力平价GNI的价格水平数据主要由ICP调查和统计，而联合国开发计划署引用了来自其他国际机构及统计项目的数据。联合国开发计划署以各经济体的人均购买力平价GNI作为衡量生活水平的基础指标，并且在统计过程中尽可能排除通胀和汇率波动因素的干扰，这一操作本身是更加科学的，更有利于衡量真实生活水平。但ICP可能提供了异常的中国PLI数据，影响了中国人类发展指数的准确性。

虽然修正后的中国人类发展指数比现在更高，但依然与美国、欧盟、日本和韩国等高收入经济体存在较大差距，这为我们指明了继续前进的方向：要实现更高质量的发展，就要加快构建新发展格局，加快建设现代化经济体系，并坚持在发展中增进民生福祉。因此，人类发展指数依然是衡量各国发展水平的重要工具，其指标体系的基本构建思路是合理且有效的。当然，任何指标体系都会经历一个在实践中不断改进和完善的过程。