它是怎么算出来的

出生国按各国一年内的出生人数加权抽取，数据来自联合国《世界人口展望 2024》2026 年中方案。 性别按该国的出生性别比抽取；城乡按城市化率；家庭在收入分布中的位置，按该国的基尼系数反推的对数正态分布抽取。 你没有任何选择权——这一点是设计，不是遗漏。

2026 年全球出生约 1.325 亿人，与联合国公布的全球合计一致。印度、中国、尼日利亚、巴基斯坦四国合计占其中约四成， 所以它们最常被抽到。

每个人从出生起，每年按该国、该性别、该年份的单岁死亡率做一次检定。死亡率来自联合国完整生命表， 覆盖 0 到 110 岁。生命表只到 2023 年，而一个人可能活到 2100 年以后，所以之后的年份用联合国对预期寿命的预测 反解出一个死亡率改善系数——这部分是模型推算，不是观测值。

死因按年龄与地区的模式抽样（心血管、肿瘤、呼吸道感染、围产期、道路伤害等），权重参照 WHO 与全球疾病负担研究的分布形态， 但不是逐国精确复现。

收入分布用对数正态建模，标准差由基尼系数反推，均值取人均 GDP（PPP）的 0.9 倍。 同一个人在不同百分位上挣多少、以及一份收入落在哪个百分位，都用同一个函数回答。 必要支出占比随收入下降，因此越穷的家庭越难存下钱。

出生时抽三件事：家里的收入位置、父母各自的工作、父母受教育的年限。 收入位置按该国的收入分布抽；父母的工作从同样的劳动力结构里抽，但受教育程度会影响他们能进入哪一档； 受教育年限同时受家庭贫富与该国教育水平影响——在多数人十二岁就离开学校的国家，再富的家庭也难出两个大学生。

这些只影响你出生时的属性与卡片上的几行字，不会跨局传递。每一局都是新的抽签。

国内百分位只回答「在同胞里排第几」。要回答「在八十亿人里排第几」，需要一张全球分布： 把每个国家的收入分布按该国人口加权拼在一起，同一个函数就能回答一份收入落在世界第几。

所以同一份收入会有两个位置，而且可以差很远——在一个人均收入低的国家排第 95，放到全世界可能只是第 48。 用来比较的收入取 25 到 65 岁的中位数：峰值几乎人人都在高位，退休金又几乎人人都在低位，两者都不能代表「这个人一辈子大概挣多少」。

这是模型推算，不是观测值。各国分布是同一套对数正态假设，全球分布是它们的加权混合； 它能给出方向正确、量级合理的排位，但不是对某个人真实收入的测量。

• UN World Population Prospects 2024CC BY 3.0 IGO

  出生数、人口、分性别预期寿命、婴儿与五岁以下死亡率、生育率、出生性别比、完整生命表

• World Bank — World Development IndicatorsCC BY 4.0

  人均 GDP（PPP）、基尼系数、自费医疗支出、农业就业、城市化、中学与大专入学率、凶杀率、道路死亡率、吸烟率、孕产妇死亡率、互联网普及率

• Natural EarthPublic domain

  国界与世界地图（110m / 50m），构建时投影成路径，运行时不联网

缺失的指标用同一世界银行区域的中位数补齐，并在国家表里标注为「估计」。没有一处用编造的数字填补全球统计。数据集可以用npm run data:check逐字节复现。

这是一个虚构作品。人物、姓名、事件全部生成，不对应任何真实的人。它不预测你的寿命，也不评价任何国家。 涉及死亡、疾病、暴力时只给结果，不描写过程。

与任何同名或类似名称的作品均无关联。

站点地址：1in8b-f4b.pages.dev