111 高普考高考三級 戶政 人口政策與人口統計 考古題詳解

核心觀念

本題主要考查：

1. 人口數的「絕對變動」與「相對變動」。
2. 人口變動的三要素：出生、死亡及遷徙。
3. 都市人口集中、住宅成本、就業機會與都市發展所造成的人口移動。
4. 直轄市副市長及市議員名額與人口數門檻的關聯。法規部分以命題當年（民國111年）規定為準；現行法如有修正，仍不影響本題依命題時點作答。

人口變動量的計算方式為：

$$人口變動量=期末人口數-期初人口數$$

人口減少率為：

$$人口減少率=\frac{期初人口數-期末人口數}{期初人口數}\times100\%$$

---

（一）我國過去半年人口變動趨勢及各行政區域差異

1. 全國人口呈現連續下降

全國人口自110年12月底的23,375,314人，下降至111年5月底的23,196,178人，共減少：

$$23,375,314-23,196,178=179,136人$$

人口減少率為：

$$\frac{179,136}{23,375,314}\times100\%\approx0.77\%$$

六個月份的人口數逐月下降，顯示此期間全國人口呈現穩定且持續的負成長趨勢。其中：

• 110年12月至111年1月減少25,648人。
• 111年1月至2月減少29,890人。
• 111年2月至3月減少50,785人。
• 111年3月至4月減少53,976人。
• 111年4月至5月減少18,837人。

可見3月至4月的下降幅度最大，人口減少並非完全平均分布於各月份。

2. 六都人口均呈現下降

行政區域	半年人口減少數	約減少率
新北市	35,272人	0.88%
臺北市	53,794人	2.13%
桃園市	9,626人	0.42%
臺中市	14,178人	0.50%
臺南市	10,576人	0.57%
高雄市	20,557人	0.75%

六都中，臺北市不僅人口減少的絕對數最多，減少率也最高，約為2.13%，明顯高於其他五都。

新北市減少35,272人，為六都中第二多；高雄市減少20,557人，臺中市、臺南市及桃園市的減少幅度相對較小。

3. 臺灣省及福建省人口均減少

臺灣省由6,994,993人減少至6,960,939人，共減少34,054人，減少率約0.49%。

福建省由155,184人減少至154,105人，共減少1,079人，減少率約0.70%。

4. 各區域人口規模差異

人口規模方面：

• 全國人口約2,320萬人，遠高於其他區域。
• 臺灣省約696萬人。
• 六都中，新北市人口最多，約397萬人。
• 臺中市、高雄市人口均約272萬至280萬人。
• 臺北市由252萬人降至247萬人。
• 桃園市約226萬人。
• 臺南市約185萬人。
• 福建省人口最少，約15萬人。

整體而言，全國及各主要行政區均呈現人口下降，但臺北市下降速度最為突出；桃園市、臺中市、臺南市的下降率相對較低，顯示不同都市在人口結構、住宅供給、遷徙流向及生活成本方面存在差異。

---

（二）臺北市人口快速下降的原因及影響

1. 低出生率與自然減少

臺北市人口老化及生育率偏低，出生人數不足以抵銷死亡人數，形成自然減少。高房價、高生活成本及育兒負擔，會降低青年婚育意願，進一步造成：

$$出生數-死亡數<0$$

自然減少會使人口基礎逐年縮小，並加速人口老化。

2. 高房價與居住成本

臺北市房價及租金長期高於其他城市，青年及新婚家庭較難在臺北市購屋或長期居住。因此，部分居民會選擇遷往：

• 新北市；
• 桃園市；
• 臺中市等房價較低、住宅空間較大的地區。

這種現象雖可能是「生活地點」外移，但部分人口仍在臺北市工作，形成居住人口減少、通勤人口增加的都市型態。

3. 人口外移與都市圈重新分布

核心觀念

本題考查人口統計指標的定義、計算公式、統計意涵，以及人口政策績效評估的指標適切性。

計算率時，分母通常採考核年度的「年中人口」或平均人口，並以每千人為單位表示；生育率則須特別注意年齡別生育率與總生育率的計算方式。

---

（一）五項人口統計指標

1. 粗結婚率

計算公式

$$粗結婚率 = \frac{全年結婚對數}{年中人口} \times 1,000$$

若以結婚人數計算，須依統計資料的定義採用一致的分子；人口統計上通常以「結婚對數」為計算基礎。

意涵

表示一年中每千名人口所發生的結婚對數，反映一地婚姻形成的概況。

但粗結婚率會受到人口年齡結構、婚姻狀況、性別比例及人口遷移影響。例如，未婚適婚人口比例較高的城市，粗結婚率可能自然偏高，未必完全代表地方政府婚姻政策的成效。

---

2. 粗離婚率

計算公式

$$粗離婚率 = \frac{全年離婚對數}{年中人口} \times 1,000$$

意涵

表示一年中每千名人口所發生的離婚對數，反映一地婚姻解消的概況。

粗離婚率受到婚姻人口數、人口年齡結構、婚姻持續期間及社會價值觀影響。若某地已婚人口比例較高，離婚事件的絕對數可能較多，粗離婚率未必表示地方政府婚姻輔導或家庭政策執行不佳。

---

3. 總生育率

計算公式

先計算各年齡組的年齡別生育率：

$$ASFR_x = \frac{x歲年齡組婦女所生嬰兒數} {x歲年齡組年中女性人口} \times 1,000$$

以五歲年齡組計算時：

$$總生育率 = \frac{5\sum ASFR_x}{1,000}$$

其中通常涵蓋 15 至 49 歲生育年齡婦女。

若以單一年齡計算，則不需乘以 5：

$$總生育率 = \frac{\sum ASFR_x}{1,000}$$

意涵

總生育率是將某年度各年齡別生育率加總後，估計一名女性在一生中依該年度生育型態所生育的平均子女數。

總生育率具有「世代替代」的重要意義。一般而言，總生育率約為 2.1，才接近人口長期自然替代水準；低於此水準，若無人口移入補充，人口長期將有減少趨勢。

相較於粗出生率，總生育率已將女性人口年齡結構納入計算，較適合觀察生育水準。

---

4. 自然增加率

計算公式

自然增加人口為出生人口減死亡人口，因此：

$$自然增加率 = \frac{全年出生人數-全年死亡人數}{年中人口} \times 1,000$$

亦可表示為：

$$自然增加率 = 粗出生率-粗死亡率$$

意涵

表示每千名人口因出生與死亡所造成的人口增減，不包括人口遷徙因素。

自然增加率大於 0，表示出生人數多於死亡人數；小於 0，表示死亡人數多於出生人數。該指標可反映人口自然成長情形，但也會受到人口老化程度影響。高齡人口比例較高的縣市，即使醫療照護良好，死亡率仍可能偏高。

---

5. 社會增加率

計算公式

社會增加人口主要指人口遷徙所造成的淨變化：

$$社會增加率 = \frac{全年遷入人數-全年遷出人數}{年中人口} \times 1,000$$

亦可表示為：

$$社會增加率 = 粗遷入率-粗遷出率$$

意涵

表示每千名人口因人口遷徙所造成的淨增減。

社會增加率大於 0，表示遷入人數多於遷出人數；小於 0，表示遷出人數多於遷入人數。此指標可觀察一地對居民、就業人口及家庭人口的吸引力與留住能力，但會受到房價、就業機會、教育資源、重大建設及整體景氣影響。

---

（二）指標適切性分析

1. 不宜直接認定五項指標是「最適」指標

這五項指標可以作為人口政策績效評估的參考指標，卻不宜單獨作為評核縣市政府執行績效的最適指標，理由如下：

（1）粗結婚率與粗離婚率較不適合作為主要績效指標

粗結婚率與粗離婚率高度受到社會文化、婚姻觀念、人口年齡結構及全國性經濟環境影響。地方政府即使推動婚育宣導、婚姻媒合或家庭支持措施，也不一定能在短期內改變民眾的結婚與離婚決定。

此外，粗結婚率以全體人口為分母，未排除兒童、高齡人口及已婚人口，因此無法精確反映適婚人口的婚姻行為。粗離婚率也可能因各縣市已婚人口比例不同而產生比較偏誤。

因此，兩者可作為背景觀察指標，較不宜作為地方政府人口政策成敗的直接評分依據。

（2）總生育率較具參考價值，但仍不能單獨歸因於地方政府

總生育率比粗出生率更能反映生育水準，且較能排除年齡結構差異，因此是五項指標中較適合作為人口政策成果觀察的指標。

然而，生育決定受到薪資、房價、托育費用、勞動市場、教育制度、性別分工及全國性社會氛圍影響。地方政府措施通常具有長期效果，政策執行與生育行為之間也存在時間落差。

因此，總生育率適合列為重要結果指標，但須搭配政策投入、服務使用率及年齡別生育指標加以判斷。

（3）自然增加率不宜單獨用來評核人口政策

核心觀念

本題整合了人口統計學基本原理、戶籍法規與憲法資訊隱私權爭議，以及當前性別平等法制變革對生命統計之影響，是高考戶政類科兼具「理論」與「實務時事」的經典考題：

1. 人口靜態統計與動態統計之本質區隔：掌握人口「存量（Stock）」與「流量（Flow）」的差異，釐清「特定時點（Point in time）」與「特定時期（Period of time）」的統計時間特徵及其涵蓋內容。
2. 國民身分證登載事項之法規範圍與行政法理：以《戶籍法》第 51 條、第 52 條及《國民身分證及戶口名簿格式內容製發相片影像檔建置管理辦法》為核心，論述法規授權明確性、身分證公信力（全國效力與交易安全）及《憲法》第 23 條比例原則（公益與資訊隱私權之衡量）。
3. 同性婚姻合法化對人口統計作業之法規依據：《司法院釋字第七四八號解釋施行法》公布施行後，戶籍登記與生命統計（結婚、離婚統計）之相應調整。

---

解題方法

1. 第（一）子題（統計原理）：採取「對比分析法」，精確切入「統計標準時間（時點 vs. 時期）」與「涵蓋資料內容（結構與規模 vs. 變動事件）」，並以攝影（拍照存證）與錄影（過程記錄）之概念強化論述，展現理論深度。
2. 第（二）子題（戶政法規與時事）：從「法規授權層面」、「行政目的與公信力層面」、「比例原則與法益衡量層面」三大維度展開，有條理地闡述內政部力挺戶政事務所上訴之合法性與正當性理由。
3. 第（三）子題（法規名稱）：精準寫出改變我國婚姻統計作業的核心法律全稱，不可誤寫為民法或僅寫大法官解釋字號。

---

解題技巧

1. 靜態 vs. 動態區分口訣：靜態看「時點、現狀、人口結構（年齡、性別、職業、教育等）」；動態看「時期、過程、生命事件（出生、死亡、結婚、離婚）及遷徙」。
2. 法規爭議題論述結構：遇到主管機關與司法判決歧異之題目，答題架構應先立「法源授權依據（戶籍法第 51、52 條）」，次論「制度機能與公益目的（防偽、辨識、交易安全）」，後析「憲法法益衡量（隱私權限制合於比例）」。
3. 法規名稱精確性：我國同性婚姻並非直接修正民法親屬編，而是制定專法《司法院釋字第七四八號解釋施行法》，答題時務必寫出完整法定全名。

---

【答案】

說明：本題涉及之法規以命題當年（民國 111 年）法規為準（最高行政法院後續已於 112 年廢棄該案原判決，改判戶政事務所勝訴確定）。

（一）人口靜態統計與動態統計之特性與差別

人口統計依其資料性質與衡量維度，主要劃分為「靜態統計」與「動態統計」，兩者在統計標準時間與涵蓋內容之特性與差別如下：

比較項目	靜態統計（Static Population Statistics）	動態統計（Vital / Dynamic Population Statistics）
概念屬性	存量（Stock）概念：反映人口於特定瞬間的靜止狀態與分佈結構。	流量（Flow）概念：反映人口在連續時間內的變動歷程與增減機制。

核心觀念

本題考查人口學中的「低生育率陷阱」（low fertility trap）理論，以及我國總生育率長期下降的判讀。

低生育率陷阱主要由人口學者 Lutz 等人提出，其核心不是單純認為「生育率低」而已，而是指生育率下降後，會透過人口、社會與經濟機制形成自我強化，使未來生育率更難回升。

一般以總生育率（TFR）低於 $1.5$ 作為進入低生育率陷阱的重要警訊，但 $1.5$ 並非絕對且機械性的法律界線，仍須觀察低生育率是否持續，以及相關自我強化機制是否形成。

（一）低生育率陷阱的主要內容與推論

1. 人口機制：生育婦女數減少

當一國長期維持低生育率，出生人口逐年減少，日後進入生育年齡的女性人口也會縮減。即使每位女性的生育意願不變，因為適齡婦女總數減少，出生總數仍會下降。

其推論可表示為：

$$出生數＝育齡婦女數 \times 年齡別生育率$$

因此，低生育率會造成「少生育婦女」，進一步導致下一代出生人數減少，形成人口結構上的負向循環。

2. 社會機制：低生育成為普遍規範

當多數家庭只生一名子女，甚至選擇不生育，低生育便會逐漸成為社會常態。個人會受到同儕、家庭與社會規範影響，降低對多子女家庭的期待。

同時，個人理想子女數與實際生育意願也可能逐漸下降，使「少生」不再只是經濟壓力下的被動結果，而成為普遍的生活選擇。

3. 經濟機制：少子化提高生育成本與機會成本

低生育世代成長後，可能面臨下列情況：

• 家庭規模縮小，兄弟姊妹及親屬支持減少。
• 婚姻與生育的社會期待降低。
• 女性教育程度與勞動參與提高，生育的機會成本增加。
• 房價、托育、教育及就業競爭等成本提高。
• 年輕人延後婚姻與生育，甚至不婚、不生。

這些因素會壓低生育意願，使生育率不易恢復。

4. 自我強化的循環效果

低生育率陷阱的完整推論是：

$$低生育率 \rightarrow 少子化與人口老化 \rightarrow 育齡人口減少、社會規範改變、養育成本提高 \rightarrow 生育意願降低 \rightarrow 更低的生育率$$

因此，低生育率陷阱具有「累積性」、「路徑依賴」與「自我強化」特徵。社會一旦長期處於低生育狀態，單靠短期現金補助通常難以扭轉趨勢。

5. 理論並非表示絕對無法跳脫

低生育率陷阱是一種人口學上的趨勢與風險判斷，不是不可逆的自然法則。若政府能改善托育、住宅、就業、性別平等與家庭支持制度，並降低婚育的經濟與時間成本，仍可能提高生育意願與實際生育率。

（二）我國是否落入低生育率陷阱、何時落入及能否跳脫

1. 依圖判讀總生育率趨勢

圖中可見：

• 1984 年總生育率約為 $2.0$，接近人口替代水準 $2.1$。
• 1986 年後大致在 $1.7$ 至 $1.8$ 間波動。
• 1998 年首次降至約 $1.47$，低於 $1.5$。
• 2000 年短暫回升至約 $1.68$。
• 2001 年再降至約 $1.40$，此後長期低於 $1.5$。
• 2010 年降至約