印度最可怕的地方，不是养活十几亿人，而是连自己到底有多少人都搞不清楚。2026年的今天，全世界都在盯着印度的人口数字。官方说14亿，联合国说15亿，民间传言可能接近16亿。这不是统计误差的问题，而是印度压根就没有能力搞清楚这件事。 上一次全国人口普查停留在2011年，那时候智能手机还没普及，移动支付还是科幻概念。原定2021年的普查因为疫情推迟，拖到现在还没完成。整整15年的数据空白期，意味着印度所有的城市规划、教育投入、医疗资源分配，都建立在一个过期的地图上。 这种统计混乱早已渗透到社会肌理，并非只存在于全国性普查中。最近北方邦的选民登记工作就暴露了冰山一角，勒克瑙地区的选民名单删除率高达30%，超过1千万选民被归入“未映射”类别，他们要么无法追溯登记信息，要么名字压根不在基准名单里。 还有近800万选民踪迹难寻，460多万人早已离世却仍在名单上，甚至有255万人在两地重复登记。高比例的人口流动加剧了这种混乱，北方邦28.4%的迁移率几乎是比哈尔邦的两倍，频繁的人口流动让基层登记工作疲于应对，而这还只是选民群体的统计现状。 15年的空白期里，第三方机构的估算也只能靠模型推演，终究抵不过真实数据的缺失。世界银行逐年更新的人口数据显示，印度常住人口从2018年的13.7亿增长到2023年的14.38亿，但这组数字无法覆盖那些游离在统计之外的群体。 就像孟买，2011年普查显示42%的人口居住在贫民窟，而实际调查发现，超过62%的人生活在简陋棚屋中，那些达不到官方统计阈值的小型聚居点，完全被排除在数据之外。城市规划者拿着十多年前的数字规划交通、供水设施，自然跟不上人口膨胀的节奏，贫民窟的无序扩张也成了必然结果。 资源分配的错位在教育和医疗领域表现得尤为明显。2022年印度高等教育入学率仅32%，远低于中国的72%，区域分化和种姓差异让差距进一步拉大。高种姓家庭的高等教育入学率是达利特的5倍，农村公立学校却面临师资短缺、设施落后的困境，15至18岁群体辍学率高达37%。 这些问题的根源之一，便是资源投入依据的过期数据——用2011年的学龄人口数量分配教育经费，根本无法匹配如今的实际需求。医疗资源的失衡更突出，80%的医疗资源集中在城市，公共 医疗支出仅占GDP的1%，农村地区缺医少药的现状，因人口数据不明朗而更难得到改善。 直到2025年6月，印度政府才正式敲定新的普查时间表，将于2026年10月启动首次数字普查，分两阶段推进至2027年3月完成，这也是独立以来首次将种姓数据纳入普查范围。数字登记和自主申报的方式被寄予厚望，官方计划部署340多万普查人员开展工作，试图填补这15年的空白。 但疑问并未消散，此前基础登记都漏洞百出，农村和贫民窟居民能否顺利完成线上申报，游离在外的无证群体又该如何统计，这些问题都没有明确答案。更值得关注的是，种姓数据的纳入虽能为政策制定提供参考，却也可能因敏感属性引发新的争议。 这15年里，印度的人口结构、迁移趋势早已发生巨变，过期数据不仅让政策制定失去精准性，更可能加剧贫富和阶层差距。那些被低估的贫民窟人口、被遗漏的学龄儿童、被忽视的农村医疗需求，都在无声诉说着数据空白的代价。而这场迟到的数字普查，能否穿透层层障碍摸清真实家底，还要打一个大大的问号。 你觉得这场首次数字普查能破解印度的人口统计困境吗？那些长期游离在统计之外的群体，真的能被顺利纳入进来吗？
