近年来，我国出生人口数量持续走低，引发社会广泛关注。2025年我国新出生人口约为792万人。这一数字不仅延续了自2016年以来的下滑态势，更是首次跌破了800万这一关键心理关口。

2026年新出生人口会继续下滑，还是会借“马年效应”迎来一波生育小高峰呢？本文将利用历年出生人口数据，使用时间序列预测方法对2026年新出生人口进行预测。

一、历年出生人口趋势

回顾新世纪以来我国出生人口的变化，可以清晰地看到一条从相对平稳到剧烈波动的曲线。下图为2001~2025年新出生人口数量的可视化图形：

分析上图可知：

• 第一阶段：平稳微降期（2001–2015年）

2001年出生人口1696万，此后十余年间围绕1600万上下小幅波动，2015年为1655万。年均出生人口保持在1600万以上，虽有起伏但总体平稳。

• 第二阶段：政策脉冲期（2016–2017年）

2016年“全面二孩”政策落地，出生人口跃升至1786万人，较2015年净增131万人，创下本世纪最高纪录。2017年政策效应迅速衰减，降至1723万人，较峰值下降63万。

• 第三阶段：加速下行期（2018–2025年）

2018年成为人口数据的“分水岭”，此后出生人口开启一轮前所未有的持续下滑。2018年骤降至1523万人，随后叠加育龄妇女规模下降、结婚率走低及新冠疫情冲击等多重因素，2020年降至1202万人；2022年首度跌破1000万人，2023年跌至902万人。2024年小幅回升至954万人，主要受龙年生育偏好及阶段性补偿性生育影响；2025年再度下滑至792万人，首次跌破800万大关，较2016年峰值累计下降55.7%。

二、2026年新出生人口数预测

预测2026年新出生人口数的方法有很多种，例如：

• 根据历年出生人口数据建立时间序列模型进行预测；
• 引入育龄妇女数量、总和生育率、结婚登记对数等影响因素，构建多变量回归预测方程；
• 也可通过人口学队列要素法，分年龄、分胎次推算出生规模。

时间序列预测工具不依赖外部变量，仅通过挖掘出生人口数据本身的趋势性、波动性和随机性，即可给出稳健的短期预测结果。本文将使用时间序列模型对2026年新出生人口数进行预测。

1、时间序列数据预测方法

常用的时间序列数据预测方法比如ARIMA模型、指数平滑法、季节Sariam、灰色预测模型，针对出生人口数的预测，ARIMA模型和指数平滑法相对比较合适。

（1）ARIMA模型

是最常见的时间序列预测分析方法。它通过差分来使序列变得平稳，从而剔除趋势和季节性。ARIMA模型可拆分为3项，分别是AR模型，I即差分，和MA模型。

表示为ARIMA(p, d, q)，有三个核心参数：自回归阶数p，差分阶数d值和移动平均阶数q，说明如下：

参数	说明
p：自回归阶数	表示当前观察值与前p个观察值之间的相关性。
d：差分阶数	表示为使时间序列变得平稳所需的差分次数。如果平稳，则d=0。
q：移动平均阶数	表示当前观察值与前q个观察值的残差之间的相关性。

SPSSAU可智能地找出最佳模型对应的自回归阶数p，差分阶数d值和移动平均阶数q。

（2）指数平滑法

分为一次平滑，二次平滑和三次平滑，一次平滑法为历史数据的加权预测，二次平滑法适用于具有一定线性趋势的数据，三次平滑法在二次平滑法基础上再平滑一次，其适用于具有一定曲线趋势关系时使用，通常情况下使用三次平滑法较多。

初始值S0和平滑系数alpha是两个参数，用于确定预测模型的初始状态和对过去观察值的权重。说明如下表：

参数	说明
初始值S0	样本<10，则取前3期平均值
	10≤样本<20，取前2期平均值
	样本>20，取前1期（第1期）平均值
	如果不设置，SPSSAU自动按上述标准进行
平滑系数alpha	数据波动大则alpha取0.1~0.5之间
	数据波动小则alpha取0.6~0.8之间
	如果不设置alpha，SPSSAU默认会遍历各种alpha取值时数据效果，选择最优效果时对应的alpha值

SPSSAU可智能地找出最佳平滑方法及初始值S0和平滑系数alpha。下面分别利用ARIMA模型和指数平滑法预测2026年出生人口数量。

2、ARIMA模型预测

（1）数据整理

本文以2001-2025这25年数据为基础，使用ARIMA模型对2026年出生人口数进行数据预测，将历年出生人口数整理成下表：

年份	出生人口（万人）
2001	1696
2002	1641
2003	1594
2004	1588
2005	1612
2006	1581
2007	1591
2008	1604
2009	1587
2010	1588
2011	1600
2012	1635
2013	1640
2014	1687
2015	1655
2016	1786
2017	1723
2018	1523
2019	1465
2020	1202
2021	1062
2022	956
2023	902
2024	954
2025	792

（2）SPSSAU软件操作

上传数据至SPSSAU平台，在【计量经济研究】模块选择【ARIMA预测】，如果只预测2026年出生人口数，则将向后预测期数填1；一般来讲向后预测期数越多，准确性也会随之下降。

自回归阶数p、差分阶数d、移动平均阶数q的设置需要结合专业知识进行判断，但是SPSSAU默认智能地找出最佳的ARIMA模型并且进行预测，无需手动设置参数即可分析。SPSSAU操作如下图：

3、ARIMA预测结果

（1）ARIMA模型参数表

针对出生人口(万人)，结合AIC信息准则（该值越低越好），SPSSAU自动对多个潜在备选模型进行建模和对比选择，最终找出最优模型为：ARIMA(0,1,0)，其模型公式为：y(t)=-37.667。

（2）模型Q统计量表格上表格展示模型Q统计量信息，包括统计量值和p值。ARIMA模型要求模型残差为白噪声，即残差不存在自相关性，可通过Q统计量检验进行白噪声检验（原假设：残差是白噪声）；通常其对应p值大于0.1则说明满足白噪声检验（反之则说明不是白噪声），常见情况下可直接针对Q6进行分析即可。从Q统计量结果看，Q6的p值大于0.1，则在0.1的显著性水平下不能拒绝原假设，模型的残差是白噪声，模型基本满足要求。

（3）向后1期 预测值

预测值表格是分析者最关注的表格，从上表可以看出，使用2001年-2025年出生人口数，利用ARIMA模型向后预测1期得到2026年出生人口数为754.333万人。相较于2025年792万，预测会下降38万人。

（4）出生人口（万人）模型拟合和预测图

4、指数平滑法预测

在SPSSAU【综合评价】模块选择【指数平滑法】，将变量拖拽至右侧分析框中，向后预测期数填1，操作如下图：

点击开始分析按钮，即可得到指数平滑法预测结果。

（1）参数设置情况

SPSSAU自动找出最优平滑法及参数，选择二次平滑法（适合线性趋势数据），α=0.700表明模型对近期数据变化高度敏感，初始值为1696。

（2）向后1期 预测值

利用指数平滑法向后预测1期得到2026年出生人口为721.901万人。相较于2025年792万，预测会下降70万人。

（3）报名人数(万)模型拟合和预测图

总结：

• ARIMA模型预测26年出生人口数为754.333万人
• 指数平滑法预测26年出生人口数为721.901万人

综上从时间序列预测模型结果来看，2026年新出生人口数将会继续下降。

大家觉得这个预测的数据合理吗？一起来评论区聊聊~

大家对于出生人口的预测或者人口下降原因有何看法呢？欢迎来评论区留言讨论哦~