咨询热线
0898-08980898传真：0000-0000-000
印尼的身份证(KTP) 2
风险提示：
1.信息来源多样，包括政府文档，网站，与当地人沟通，甚至作者的臆测，作者不对内容准确性负责；
2.作者从事相关业务，本文是作者对工作中遇到一些信息的总结，很可能存在偏颇或者不中立的地方；
3.本文的主要目标是讨论技术问题，对周边问题的提及只是为了介绍背景。对文化、政治等问题的讨论不是作者的目的。
今天专门谈一谈NIK（身份证号码），和中国一样，在印尼身份证号码是一个经常用到的半公开的信息-----之所以说“半公开”是因为很多地方都要求你提供身份证号，甚至可能以此作为索引去查询你的其他信息----这一点和美国等地的SSN使用实践有很大区别。
NIK和中国身份证号的另一个相同点是：他们都符合一定的编码规则，如果你了解这些规则，能从身份证中读出一个人的很多信息-----绝对比星座中知道的内容要多的多-----因为从NIK就能直接推算出星座:)
- NIK的基本构成
印尼的身份证由16位阿拉伯数字构成（不含英文字母）。理论上最对可以覆盖10^16，也就是一亿亿人。显然印尼是没有这么多人的，而使用这么长的位数是为了能在编码中加入更多信息------与印尼人口相当的美国，其社会安全号码（SSN）仅有10位。
当然，对中国同学们来说，16位不算什么，因为中国的比他们还多，18位，且最后一位除了可以是数字，还可以是字母。也就是说，中国的身份证编码容量更大，更可以暗含大量信息。
由于两国的相似性，我们可以来具体比较一下中国和印尼的NIK编码规则。
先上图。下图中是两个虚构的身份证号码，上面是印尼的，下面是中国的做对照。
假想的持卡人是一个1980年1月20日出生的女性，并且在其所处的区域中，都是身份证排号第10的女性。这两个号码都是我瞎编的，如有雷同纯属巧合。这里我故意让这两个人的出生地都在普通的省市（而不是大家更熟悉的北京、雅加达等直辖市），这是因为直辖市的地区编码中”城市“这一级的信息不太明显。
我们分别用两国的编码规则编制了这个女性的身份证。图中将身份证号码的各个部门分别框出来了。并且用方框的颜色和连线标记了各个部分的意义。
总体上说，两国的编码规则是非常接近的，都可以分成三个大的部分：
1.地区码，也就是表征持证人省、市、区的号码。两国都使用了6位数字共三级的地区码，并且都放在了身份证最开始。
2.生日码：两国的身份证中都包含持卡人的完整生日。但是也存在两个区别：
a. 印尼使用的是日月年的顺序，而中国使用年月日;
b. 印尼仅使用了两位表示年份，而中国使用了4位----中国身份证多出来的两位就是从这里来的。显然，多使用两位数字可以更好的区分1918年出生的老人和刚刚出生的婴儿。这个问题在证件被多年使用以后会慢慢暴露出来-----谁都不希望自己刚出生的孩子身份证号码是从一个离世老人那边“转世投胎”来的。不过印尼这套编码体系是从11年才开始大规模使用的，这个问题暂时还不明显。
3.编号码：由于两国人口都位列全球前五，即使在同一个区域，每天也往往会有多名婴儿出生。为此，两国都使用了几位数字来对这些孩子做编号。只不过印尼使用了4位数字，而中国只使用了三位数字。因为印尼人口比中国少，而编号码反而多出了一位，所以印尼的最后这几位编号会更“稀疏”一些----中国经常会把三位编号全都用上，而在印尼最后4位经常只是0001-0005，连0010都出现不太多。
除了以上说的三大部分以外，两国的编码还有两个小差别：
A.性别码：两国都没有专门为性别留出一位。而选择将这个信息隐含在其他部分中。印尼的选择是用出生日期来表示性别：男性的生日用1-31表示，女性则在真实生日上增加40，用41-71来表示。比如上面的例子中，持卡人是1月20日出生的，所以她身份证的第7-8位是20+40=60。
而中国的选择是在编号码中隐含性别：编号码末尾（也就是身份证号第17位）单数表示男性，偶数表示女性。比如例子里这个女性，在同地区女性中排10，而女性只能用偶数码，所以她的顺序码是020。
从这一点来说，中国身份证的编号码责任还真是挺重的，本来人口就更多，号码还短了一位，甚至还要同时兼顾表示性别。这也解释了为什么很多中国人的身份证会把三位编号码都用上。
B.校验码：前面只讲了中国身份证的前17位，而最后这一位，是没有任何额外信息的。它是一个由前十七位算出来的东西。这一位放在里面的主要作用是发现抄写错误：如果你填写表格的时候，不小心写错了一位（更常见的情况是其他人录入你身份证号的时候弄错了），那么前面17位算出来的校验码就跟最后一位对不上了。这样就能识别一些简单的错误。而在印尼的身份证号中，就没有这个校验机制，所以会更有可能犯错误。
下面，我们深入来讲讲NIK各部分编码的情况。
- 地区码
印尼全国有34个省级行政区。或者国际上更通用的说法叫做第1级行政区（ADM1)：虽然印尼的第一级行政区也叫作“省”，但人家的第二级（ADM2)和第三级（ADM3)并不叫做“市”和“区”。所以国际上讨论地理区域的时候，是叫做1-4级行政区，至于各个国家的每级行政区愿意怎么叫，那就是自己的事情了。（默认显示的分辨率不高，点击看原图应该是清晰的）
上图是印尼的所有一级行政区和他们对应的省编码，这个列表在印尼政府的网站可以找到[1]
我就不费劲去把每个省的名字翻译成中文了，估计那样大家反而更不容易看懂。其实当地的地名跟中国也蛮像的，无非就是X南，Y东，Z中之类的。只不过把中国的山、河、湖换成了苏门答腊、加里曼丹、爪哇。常见的东南西北等常用字在这里有个整理[3]
印尼的国土面积是190w平方公里[2]，只有中国的1/5。但两国省级行政区的数量差不多。所以大致上，印尼的一个省是中国的1/5。
稍微看看上面的省编码，可以发现一个情况：一共才30多个省，居然省编码从11到94都用上了。
为了理解这个现象，就要说到印尼的“地区“概念：虽然印尼全国一共有16000多个岛，但是大体上，从西到东可以分为以下几个部分：
马六甲海峡下面的苏门答腊，人口最集中的爪哇（也做Java，对的，就是程序开发那个），与马来西亚共享的卡里曼丹（以前华人叫做婆罗洲）。
巴厘岛所在的东努沙登加拉群岛，这个群岛的右边就是帝汶岛。其中西帝汶属于印尼，而东帝汶就是那个东帝汶。
加里曼丹东边的是苏拉威西，然后是摩鹿加群岛。而最东边是新几内亚----这个岛也叫巴布亚，印尼占了一半，另外一半是个独立的国家，就叫巴布亚新几内亚。
看懂了这几个区域，就能发现，其实各个省编码的第一位是由他所在的地区决定的。比如雅加达在爪哇岛，所以他的编码是31----即使是首都，也没让他当10，因为所在区域就把第一位决定了。
唯一有个特别的情况是苏门答腊与加里曼丹之间的"廖内"，这个省其实一共没多大，传统上也没有能成为全国几大地区之一。但是他独享了2字头。我个人的理解是，这个省是后来建的（貌似是2003年），而当时苏门答腊已经把11-19的编号都分完了。所以这个廖内没办法，只好另起了2字头。
顺便提一句，4字头目前是故意留空的（可能是为了以后应付廖内这样的情况）。所以如果谁的假NIK是4开头的，那就太不走心了^_^。而对于开发测试来说，则可以把4字头的号段用来留作内部测试，可以保证不会跟真实数据撞上。
实际上，这种按照地区决定省编码首位的方法，中国也同样在使用。比如东北是2字头，西南是5字头。只不过中国各省都在一片大陆相邻，历史原因造成省界又不像美国那么整齐，所以各字头之间的边界也就不是那么清晰了。
理解了上面的区域划分，再认清东南西北中几个字，基本就能对印尼的第一级行政区有个大概的掌握了。
下面就来看看二级行政区。印尼全国有500个左右的第二级行政区。也就是说，每个省平均有十几个二级单位。
每个二级行政区的大小，可以从下面的图中找找感觉。不同的省份尽量使用了不同的色调，而在每个色调内又用颜色的深浅表示不同的二级行政区。从这个图不难看出，全国行政区划最碎片化的区域是爪哇岛，其次是苏门答腊岛。这主要是因为这些区域的人口更加集中，经济也更发达。而地广人稀的新几内亚，每个行政区的面积就大得多。这与在中国的情况也是类似的。
如果我们用颜色来表示每个ADM2的人口数，可以更好的看清楚当地的人口分布。下图中，最深的颜色表示50w人口（很多区域超过50w，也用最深表示），而最浅的颜色表示1w人口。
可以明显的看出，虽然爪哇岛的每一个ADM2面积都非常小，但是人口基本都在50w以上（实际上很多远超过这个数）。而在其他区域，则一方面每个ADM2的面积都更大，且人口还少很多，最明显的依然是新几内亚。
当然，我们还可以继续看ADM3下面的数据。但是这样就太细了，甚至很多时候人眼已经难以分辨了。比如下图[4]中爪哇岛之所以看起来是灰色，是因为上面是密密麻麻的ADM3边界。
分析身份证号码对应ADM3的编码，还会遇到另外一个问题：一个国家的行政区划不是一成不变的。比如前面提到的03年新建的廖内。而越是细分的行政区，越容易做调整。而这些都会让身份证号码中出现一些特殊情况-----比如北京的东城区身份证，一些是110102（对应东城），还有相当部分是110104（以前崇文区遗留下来的）。印尼同样有类似的问题。
- 地区码的确定
说了这么多，是不是以为终于搞明白地区码了。其实不然，还有一个非常重要的事情没谈：
地区码到底是持卡人目前的所在地，还是出生地？
基于国内的经验，第一反应都是“出生地”。理论上来讲，这个答案可以算对：印尼跟中国一样，身份证号码是终生制的（而护照号码则不是）。未来不管是证件遗失补办，证件到期换发，还是户口迁移，改名，身份证号码都保持不变（中国唯一的例外是变性[5])。这种安排有非常多的好处，特别是当你的其他资料都基于身份证时，保持号码不变可以免去非常多麻烦（想想每次换手机号时到处去变更信息）。那么既然号码是终生制，似乎地区码就应该是由出生地决定的。
但实际情况则远比这个复杂：因为e-KTP前几年才陆续推行，大部分人是在当前所在地换发的二代证，并且重新生成的序号。所以对于这一批人，他们的地区码其实是反应的所在地，而不是出生地------实际上，中国84年开始推行身份证政策的时候，也是同样操作的（所以84年以前户口进京的外地人，身份证也是110开头的）。只不过后来一代证变更二代证的时候是直接用一个公式转换的，地区码没变，所以现在大部分年轻人的身份证号码都是按照出生地确定的。
严格的来说，对目前大部分人来说，NIK地区码既不是出生地，也不是当前住址，而是发证时候的住址。只不过因为二代证整体推行时间还不长，所以发证时候的住址和当前的住址差别并不大。
我做过一个发证后3年各省人口迁移率的表，是通过比较公民的当前住址和身份证地区码得到的（有空找出来）。总体上看，3年内的迁徙很少，各省在0.5%-5%的范围-----这和中国的情况很不一样。因为中国现行身份证地区码是84年就开始用的，所以每个省市都有大量外地地区码的人，即使按照户籍口径统计。
- 编号码
我们把身份证的最后几位叫做编号码，因为当同一个地区，同一天，同一个性别，有多个孩子时，需要用这几位来做排序，避免产生重复的身份证。这就让一些人以为这几位完全是顺序编码的： 从0001开始，一个一个往下排[6]。
实际情况却并不总是这样。这要从底层民政部门的实践说起：一个三级地区码下面覆盖的人口可能是相当大的（比如在爪哇岛的一些区域），也可能面积是相当大的（比如一些岛屿，印尼一共有16000个岛，住人的有6000个）。民政部门可能存在很多个办证受理点。一个受理点不一定能实时的掌握其他受理点编号到多少了，如果要严格顺序编号，就必须等所有受理点把办证申请全部汇总以后，再统一编号。为了在保证不重复的条件下，又简化流程，在一些情况下，就会存在各个受理点分配号段的情况：A站从1号开始编；B站点从100号开始编；C站点从200开始编。前面提到，相比起中国的身份证，印尼NIK在编号码上留得非常足，即使是这样很随意的分号段，也完全够用。
中国以前在一些区域应该也做过类似的操作，不过由于中国的编号码没有那么富裕，所以一不小心也许两个站点就重复上了。这可能是中国一部分重复身份证号码的来源。
总之，这种不连续编号的情况是存在的。所以虽然绝大多数时候你看到的NIK都是0001-0020结尾的，但是如果某天真的见到一个1001或者0101结尾的KTP，也不要直接断定就是假证。更不要惊诧于他所在的区域到底有多少人。更大的可是，他只不过碰巧是B站的第一个用户。
- 其他冷知识
除了标准的16位身份证，因为种种历史原因和操作问题，印尼还存在从6位到17位不等的NIK长度。当然，这个在中国也不稀奇，到现在还在一些记录中能看到16位的身份证号码。
印尼存在两个人身份证号完全相同的情况，（我见过）。当然这是极少数情况，肯定属于bug范畴。其实中国一样有这样的情况，基本都是基层派出所失误造成的。这种情况很麻烦，特别是当其他证件都是严格基于身份证号码时-----比如身份证重复的人在大部分银行是不能开户的，因为银行数据库中这个主键已经被别人占用了......因为印尼实行二代证时间还不长，所以似乎还没有很严格的实行身份证证与各种账户的绑定，对于有重复身份证的人限制还没有那么大，但是以后的趋势肯定是越来越紧的。
[1]http://www.kemendagri.go.id/media/documents/2015/02/25/l/a/lampiran_i.pdf
[2]https://en.wikipedia.org/wiki/Indonesia
[4]https://revolutionarygis.wordpress.com/2015/01/17/batas-desa-shapefile/
