Инфляция (а также способы ее корректного измерения и интерпретации намеренного) лежит за пределами моего уверенного знания.
А вот про ожидаемую продолжительность жизни расскажу. Этот показатель крайне неудачно назван. Он неудачно назван ещё в английском life expectancy, а при переводе ещё наслаиваются потенциальные заблуждения. Expectancy в названии происходит не от ожидания некого будущего, а от статистического expected value [1]. Суть в том, что ожидаемая продолжительность жизни, вопреки своему же названию, очень мало говорит нам о предстоящей продолжительности жизни живущих сейчас людей. Но это замечательный, самый лучший, интегральный показатель текущей смертности населения [2], позволяющий довольно корректно сравнивать смертность как между разными населениями (чаще всего, странами) [3], так и во времени [4].
Чем же ожидаемая продолжительность жизни так хороша? Это способ измерить собственно смертность, очищенную от эффекта возрастной структуры населения.
В курсе демографического анализа есть классические задачки на возрастную структуру, конкретные группы населения или страны могут быть разными, например, банкиры и шахтеры, Россия и Куба. Но это всегда одно молодое население и одно старое. Дело в том, что людская смертность очень резко растет с возрастом [5]. При одной и той же интенсивности смертности (очень грубо, вероятности умереть в определенном возрасте), в старом населении мы будем фиксировать больше смертей, чем в молодом. И даже если мы просто разделим число смертей на численность населения, возрастная структура населения легко может ввести нас в заблуждение. Так, разумеется, в реальности богатые банкиры в Лондоне 19 века жили намного дольше, чем самоотверженные шахтеры, однако если мы посмотрим сколько умирало каждый год из 1000 человек каждой профессии, то с удивлением увидим, что банкиров больше. Как так? А просто банкиры намного старше. И вот, чтобы корректно сравнить смертность этих двух групп населения, надо провести возрастную стандартизацию, избавиться от влияния на сравнение возрастной структуры населения. Вопрос на удивление актуальный и продолжает оставлять обширный простор для заблуждений и манипуляций. Например, в начале пандемии одним из первых заметных вкладов демографов стало именно объяснение этого (очевидного внутри дисциплины) момента [6][7].
Есть несколько способов стандартизировать смертность по возрасту, среди которых расчет ожидаемой продолжительности жизни лишь наиболее совершенный. Для него используется математическая модель, которая называется таблицей смертности (в англоязычной традиции намного веселее – life table). Тут я, пожалуй буду закругляться, если интересно, подробнее объяснял тут [8] и тут [9]. И еще на английском тут [10].
Есть несколько небольших технических различий в построении таблиц смертности, но в масштабе данного вопроса это не значительно. Гораздо важнее то, что не существует никакого "лицемерия" в самом показателе. Но есть множество заблуждение и недопониманий в его интерпретации. И главное заблуждение, как мне кажется, закономерно произрастает из самого названия показателя. Парадоксально, но ожидаемая продолжительность жизни очень мало нам говорит о собственно продолжительности жизни, но оказывается лучшим показателем для измерения текущей смертности.
[3] Aburto, J. M., Schöley, J., Kashnitsky, I., Zhang, L., Rahal, C., Missov, T. I., Mills, M. C., Dowd, J. B., & Kashyap, R. (2021). Quantifying impacts of the COVID-19 pandemic through life-expectancy losses: A population-level study of 29 countries. International Journal of Epidemiology, dyab207. https://doi.org/10.1093/ije/dyab207
[4] Zarulli, V., Kashnitsky, I., & Vaupel, J. W. (2021). Death rates at specific life stages mold the sex gap in life expectancy. Proceedings of the National Academy of Sciences, 118(20). https://doi.org/10.1073/pnas.2010588118
[5] Gompertz, B. (1825). On the Nature of the Function Expressive of the Law of Human Mortality, and on a New Mode of Determining the Value of Life Contingencies. Philosophical Transactions of the Royal Society of London, 115, 513–583. https://doi.org/10.1098/rstl.1825.0026
[6] Dowd, J. B., Andriano, L., Brazel, D. M., Rotondi, V., Block, P., Ding, X., Liu, Y., & Mills, M. C. (2020). Demographic science aids in understanding the spread and fatality rates of COVID-19. Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.2004911117