人类投胎模拟器 — 用真实人口数据算一次出生概率

图 1｜默认条件（中国 · 城市 · 家庭收入 Top 10% · 父母本科及以上）下的结果

本文介绍一个可交互的出生条件联合概率探索工具（Human Birth Lottery）：输入一组出生条件，输出其在全球随机出生中的联合概率，并给出稀有度来源、模型不确定性与物质机会指标。

一、概述

该应用为纯静态 Web 工具，不含后端、数据库与外部 API 依赖，构建产物为静态文件，可直接部署。

输入侧为一组出生条件，输出侧包含四项内容：

联合概率与倒数赔率
各条件对概率的收窄贡献（概率瀑布）
不确定性标注（敏感性范围与置信度分级）
物质机会指数及其在全球模型样本中的百分位

二、输入条件与结果呈现

条件面板分为「简洁 / 高级」两档。简洁档包含：

出生国家 / 地区：237 个国家与地区，支持搜索，亦可选择「全球随机」或按经济体收入组、地区聚合
居住地：城市 / 农村
家庭收入：本国百分位，模型内离散为 100 个互斥收入单元
父母最高学历：7 档
出生健康：三种口径 —— 非早产且非低出生体重 / 上述条件叠加产科医疗与 28 天存活 / 早产或低出生体重

高级档进一步开放家庭结构、教育机会、稳定住房、专业产科医疗、互联网可及、饮用水、卫生设施、电力可及、初中完成（机会代理）、母亲年龄、兄弟姐妹等条件。

以图 1 的默认条件为例，结果为：

≈ 0.26%，约 380 次出生中有 1 次。

同时给出三项限定：稀有度标签 Rare、敏感性范围 0.12% — 0.59%、模型置信度 Low。界面明确标注：该区间为模型敏感性范围，不是统计置信区间；稀有程度仅描述条件分布，不用于评价人的价值。

三、概率模型

图 2｜FOLLOW THE PROBABILITY：逐条件的累积概率与保留比例

同一组默认条件的逐项分解如下：

顺序	条件	累积概率	保留比例
起点	全球随机出生	100%	—
01	出生国家 / 地区（中国）	6.7%	×0.067
02	城市居住	4.4%	×0.66
03	本国收入 P90–P100	0.44%	×0.10
04	本科及以上父母	0.31%	×0.70
05	出生健康（联合条件）	0.26%	×0.86

图 3｜WHAT MAKES THIS RARE?：按保留比例排序的贡献来源

底层的生成结构如下：

Country ~ 年度出生人数
  └ Residence | Country
     └ Income | Country, Residence
        └ ParentEducation | Country, Residence, Income
           ├ Healthcare | Country, Residence, Income, ParentEducation
           │   └ Preterm → LowWeight → NeonatalSurvival
           ├ EducationOpportunity
           ├ Infrastructure / Completion
           └ MaternalAge

实现上采用联合枚举，而非对各项比例直接相乘：在固定离散网格上枚举国家 × 城乡 × 100 个互斥收入单元 × 7 档学历 × 2 种医疗状态，未选择的变量做边际化，其余叶节点解析消元。由此保证：

收入区间正确嵌套（Top 1% 为 Top 10% 的子集）
增加限制条件不会提高概率
早产 / 低体重 / 存活三项联合枚举，同一份健康证据不被重复折损
互相矛盾的条件直接判定为 0，并给出提示

对外暴露 5 个接口：calculateProbability()、calculateConditionalProbability()（取证据交集）、generateRandomBirth()、simulateBirths(n)（上限 50,000）、compareConfigurations(a, b)（替换参数）。计算引擎运行于 Web Worker，不阻塞主线程。

四、数据来源与覆盖

data/countries.json 为构建期生成的离线快照：

出生权重：UN World Population Prospects 2024（经 Our World in Data 传输）。2023 年覆盖 237 个国家与地区共 132,088,956 例活产，WPP 世界总量 132,110,264，覆盖率 99.9839%；未覆盖差额如实标注，不做摊派
国别指标 9 项（World Bank / WHO）：城市化率、互联网使用人口、基本卫生设施、基本饮用水、电力覆盖、专业人员接生比例、新生儿死亡率、高等教育毛入学率、初中完成率
每条指标保存来源 URL、指标代码、年份、数值与类型；缺失值按同地区出生加权均值回退，地区亦缺失时使用全球回退

加权依据采用当年活产人数而非人口比例，可避免出生大国在结果中被系统性低估。

五、不确定性的标注方式

图 4｜每个条件均标注其数据性质与适用边界

每一条件的说明条目均写明数据性质与边界，例如：

收入：本国百分位的互斥单元，条件于城乡并进行生育率倾斜，不等同于全球收入排名
学历：国家高等教育毛入学率仅作为教育背景代理，不表示父母学历比例
互联网：个体使用率转换为家庭可及性代理，非家庭接入实测值
饮用水：采用 World Bank / WHO–UNICEF JMP 基本饮用水服务指标，与更严格的「安全管理饮用水」指标不等同
初中完成率：转换为「未来完成机会」的模型代理，不是高中完成率
中国口径：户籍与实际居住地不一致，当前版本未建模户籍，因此未以城市化率替代户籍口径
冲突地区暴露：因缺少可靠的次国家冲突与出生交叉数据，该项暂停计算；依据是「国家是否列入脆弱国家名单」与「新生儿是否位于冲突地区」并非同一命题

数据被分为三类标注：national-statistic（实测）、proxy（代理）、model-derived（模型推导），置信度按类别分别计分。默认条件的置信度为 Low，原因是收入与学历均为模型推导结果。

图 5｜独立的 DATA & METHODOLOGY 页面

方法页公开了敏感性范围的计算式：

f = min(8, 1.35 + 0.22 × 代理条件数 + 0.25 × 回退指标类数)
显示区间 = [p/f, min(1, p×f)]

并注明该区间不是置信区间，也不表示出生估计没有误差。

六、实验模块

6.1 单次随机出生抽样

按同一条件图采样，生成一张包含国旗、城乡、收入区间、父母年龄、宽带可及与 28 天结局的出生卡。

图 6｜ONE BIRTH, ONE POSSIBLE START

6.2 单条件对照（What-if）

复制当前配置为 A，仅替换国家 / 城乡 / 收入中的一项作为 B，比较两者概率及比值。以 B 取美国为例，比值约为 0.49×。

图 7｜SAME WORLD, A DIFFERENT START

图 8｜物质机会指数：由收入 30%、医疗 20%、教育 20%、住房 10%、基础设施 20% 加权构成的模型指标

6.3 蒙特卡洛分布

图 9｜10,000 次出生抽样：印度 17%、中国 7.1%、尼日利亚 5.5%、巴基斯坦 4.9%……

同一轮抽样同时输出：城市出生 51%、早产 10%、低出生体重 15%、28 天存活 98%；父母最高学历分布中，博士占 1.1%，小学及以下占 27%。柱状为本轮样本频率，虚线为 UN WPP 理论出生份额，两者一致，说明抽样按活产人数加权，而非国家等概率。

6.4 主题与响应式

图 10｜深色模式与 390px 移动端布局

七、工程实现

项	情况
技术栈	Next.js 16 + React 19 + TypeScript，`output: 'export'` 静态导出
代码分工	`probabilityEngine.ts` 确定性联合概率 `model.ts` 条件分布与代理回退 `random.ts` 拓扑采样 `engine.worker.ts` 独立线程 `state.ts` URL 校验与序列化
可分享	主配置全部编码入 URL，刷新自动恢复；剪贴板不可用时降级为手动复制
测试	20 项核心模型测试，覆盖归一化、概率范围、嵌套与互斥事件、限制单调性、冗余健康证据、50,000 次国家频率收敛、蒙特卡洛与精确边际一致、URL 回环、缺失数据回退
浏览器 QA	Playwright 覆盖实时计算、矛盾条件、URL 刷新恢复、随机出生卡、配置对照、10,000 次 Worker 模拟、深色模式、390px 布局与方法页路由
其他	ESLint、TypeScript 与生产构建全部通过；`npm audit` 报告 0 项已知漏洞；WebMCP 渐进增强，支持该 API 的浏览器可通过 `generate_random_birth` 操作同一张出生卡，不支持时功能不受影响

八、已知边界

家庭结构、住房、母亲年龄、兄弟姐妹、收入相关系数与父母学历分布均为标注过的探索性先验，不是观测数据；相关系数尚未用 DHS / MICS 微观数据拟合
健康模型未额外连入母亲年龄
教育机会的三个档位（基础 / 良好 / 丰富）不是 UNESCO 官方分类
仅覆盖 2023 单一年份
户籍、父亲独立年龄与学历、重大先天异常、疫苗可及性未建模
PPP 家庭收入与官方不确定性区间未导入

九、后续改进方向

仓库给出的路线是：先以 DHS / MICS 等微观数据估计并校准城乡、收入、父母学历与生育率的联合结构，再导入次国家冲突暴露、PPP 家庭收入与历史年份，随后对参数后验做抽样并进行样本外验证。完成这些步骤后，当前的透明敏感性提示才能升级为有统计支持的不确定性范围。