不同死亡模式的設置對老年人口預測結果的影響

向華麗，吳云程

（1.中南財經政法大學a.公共管理學院；b.環境與移民研究中心；2.湖北省人口與發展研究中心，武漢 430073）

0 引言

自2010年中國第六次人口普查相關數據公布以來，由于中國老齡人口數量的遞增，再一次引發了人口學與相關學科研究領域對中國老齡化問題的關注，尤其是對中國未來老齡人口數量的預測。

目前，大部分學者在對中國人口老齡化趨勢分析與中國未來老齡化人口數量預測時，通常關注的重點在于對人口數據準確性的修正與人口預測模型合理性和精確性的選擇與評估[1-6]。基于年齡移算法進行人口預測研究往往忽視了不同的標準生命量表之間死亡模式的的差異性，也沒能考慮到基于不同死亡模式進行的人口預測結果會有什么不同。因此，本文將選取不同生命量表中對應的死亡模式針對同一人口群體的老齡人口進行預測，并對不同死亡模式下的老齡人口預測結果差異進行比較，分析不同死亡模式對人口預測結果的影響。

1 不同死亡模式之間的比較

當前國際上人口預測領域中廣泛使用的標準生命量表主要包括：聯合國發展中國家模型生命表（Untied Nations）和寇爾-德曼模型生命表（Coale-Demeny）。一般來說，標準生命表實際上是不同生命模式的隊列模型集合，以聯合國模型生命表為例，該生命表中包含有一般模式、遠東模式、南亞模式、拉美模式和智利模式五組隊列模式；同樣，寇爾-德曼生命表中也包含西方、東方、北方和南方四組模式。

中國作為發展中國家，人口發展規律符合聯合國發展中國家模式生命表中的一般模型，同時也切合寇爾德曼生命量表中的西區模式。為了進一步比較同一地區不同隊列生命表的生命模式，本文首先在中國人口與發展研究中心研發的PADIS-INT人口預測軟件中提取了相同預期壽命下基于聯合國發展中國家模型生命表與寇爾德曼西區模型等兩種標準生命表對應的兩種死亡模式（后分別簡稱聯合國死亡模式和寇爾德曼死亡模式），并對兩種死亡模式隨年齡變化的情況進行了比較分析。然后，以2010年武漢市人口數據為基礎數據，設置相應的預測參數，運用控制變量法對武漢市2100年老齡人口規模進行了預測分析，得到兩種老齡人口預測結果，從而判斷不同死亡模式對老齡人口預測結果的影響。

聯合國死亡模式與寇爾德曼死亡模式具體對比數據如下頁表1所示。

由表1中數據可知，聯合國生命量表與寇爾-德曼量表中的死亡模式分布呈現出明顯的分段遞增趨勢，0歲組除外，低齡組與中齡組人口死亡概率都處于較低水平，而隨著人口進入老齡化，人口死亡概率急劇上升，尤其是65歲之后，年齡組人口死亡概率幾乎以幾何指數上升，在超過預期壽命年齡后隊列人口的死亡概率急速增加，在100歲及以上的人口中死亡概率幾乎為1。同時，不同性別之間也有著明顯差異，除0歲組之外，相同年齡的男性人口死亡概率一般高于女性人口，且年齡越大兩性之間的死亡概率之差越高。兩種標準生命表下的死亡模式中低齡組與青年組死亡模式差距極小，基本維持在0.0002上下波動。兩種標準生命表下的死亡模式主要差異出現在65歲組之后高齡人口中，而且隨著年齡的遞增，差距逐漸加大，在95歲組兩種生命表的死亡模式差異達到最大值，然后兩種死亡模式逐漸趨同，基本穩定在0.9的水平。

除此之外，不同性別之間也有著明顯差異。表1數據中顯示，除0歲組之外，相同年齡的男性人口死亡概率一般高于女性人口，且年齡越大兩性之間的死亡概率之差越高。

圖1 兩種不同生命量表死亡模式對比

兩組死亡模式的具體分布與對比情況如圖1所示，兩組曲線基本表現出平滑遞增的形態。圖中顯示出隊列人群從幼年組一直到青年組的死亡概率都處于較低水平，且在變化過程中呈現出小幅度增長狀態。而隨著人口年齡的增長，人口死亡概率增長的速度逐步上升，尤其是進入中老年之后，死亡概率幾乎呈現出幾何增長態勢，高齡組人群的死亡概率近乎為1。然而，兩種死亡模式的年齡別死亡概率的分布有著顯著差異，由圖中可以很直觀地看出聯合國生命量表中不同性別的人口分年齡死亡概率始終低于寇爾德曼量表的對應數據，尤其是當人口隊列進入老齡階段時，開始表現出顯著差異。從隊列人口進入60歲開始，寇爾德曼量表中的死亡概率變化幅度始終高于聯合國死亡量表，且隨著隊列人口年齡的增長，兩組死亡模式相同人口的死亡概率差距越大。

2 不同死亡模式設置的人口預測結果

本文使用了聯合國死亡預測軟件（MORTPAK4），以武漢市第六次人口普查數據為基年數據，分別選取PADIS-INT系統中聯合國生命表一般死亡模式與的寇爾德曼生命表西區死亡模型為標準死亡模式，對武漢市2100年的人口結構尤其是老齡人口結構進行了預測。

其中基于對已有研究文獻數據與武漢市調研數據的總結與分析，本文設定武漢市基年人口出生性別比為110，總和生育率為1.6；根據人口政策與人口發展預期的演變路徑，設定預測年武漢市出生性別比為107，總和生育率為2.1。同時，選取PADIS-INT系統中相關數據設定兩次預測中武漢市生育模式與遷移模式等參數，為保證結果的準確性與可比性，兩次預測的其他參數均設定為相同值。

表2 聯合國生命表一般死亡模式2100年人口預測結果

表2中聯合國死亡模式人口預測結果顯示，武漢市2100年65歲及以上的老年人口將會達到1671036人，占人口總數的36.7%，80歲及以上老年人口有877727人，占人口總數的19.28%,85歲及以上老年人口有523076人，占人口總數的11.49%。兩性分年齡人口分布中，70歲之前男性人口普遍多于女性，兩性人口數差距隨著年齡增長波動下降，到70歲兩性人口差距僅為1113人；70歲之后老年人口中女性人數明顯多于男性，且隨著年齡增長兩性之間的差距逐漸增大，85歲及以上老齡人口中女性人口比男性多89340人，表明女性人口預期壽命要高于男性，且隨著年齡的增長，兩性之間的預期壽命的差異性越大。

圖2 聯合國生命表一般死亡模式預測結果

圖2表示基于前設條件下聯合國生命表一般死亡模式的老齡人口預測結果，圖中人口結構變化曲線顯示未來武漢市的人口結構呈現出典型的縮減型，即低年齡組人口數低于高年齡組人口數，整體人口分布趨于老齡化。同時，不同性別的年齡結構曲線也有所不同：男性人口不同年齡分布較為平穩，波動幅度較小，基本表現為一條平滑曲線；女性人口在低齡組人口波動較小，當人口進入中高年齡時，波動較大，55歲左右達到第一個峰值，55～65歲區間內人口數逐漸下降，從65歲開始再次遞增，并且增長速度隨著年齡的增長而不斷加快。

與聯合國一般死亡模式的預測結果相比，寇爾德曼西區死亡模型的預測結果明顯不同。寇爾德曼死亡模式人口預測結果顯示雖然到2100年武漢市人口結構依然呈現出明顯的老齡化現象，但是85歲之前的各個年齡組人口數分布較為平均，各個年齡段人口數的差異性較小，整體處于穩定型狀態。75歲之后，各個年齡組人口數急劇上升，體現出武漢市未來人口老齡化問題的嚴重性。同時，男性與女性老齡人口數交點對應的年齡與聯合國死亡模式的預測結果相比也較為滯后，大約在73歲左右。

表3 寇爾-德曼西區死亡模式2100年人口預測結果

表3中數據顯示武漢市2100年65歲及以上的老年人口數為1728724人，占人口總數的30.9%，80歲及以上老年人口888595人，占人口總數的15.88%，85歲及以上老年人口525217人，占人口總數的9.39%。75歲之前男性人口均多于女性人口，且人口差異基本保持在10000人左右。兩性之間的人口差異隨著年齡的遞增兩性之間的差異逐漸減小，到75歲之后老年人口中女性人數便開始明顯多于男性，且隨著年齡增長兩性之間的差距逐漸增大，85歲及以上老齡人口中女性人口比男性多89535人。

圖3表示基于寇爾德曼西區模型死亡模式的人口預測結果。與聯合國死亡模式的預測結果類似，圖中曲線的變化趨勢顯示未來武漢市的人口結構呈現出典型的倒三角型，即低年齡組人口數低于高年齡組人口數，整體人口結果屬于縮減性，人口分布趨于老齡化。同時，不同性別的年齡結構曲線的變化趨勢也大致相同，男性人口的年齡人口分布較為平穩，屬于平穩遞增狀態；而女性人口在低齡組和中齡組人口波動較小，當人口進入高年齡時，開始劇烈波動，到55歲時到達第一個高峰，之后有小幅度下降，70歲時達到老齡人口數的最低值。75歲之后女性人口便開始了快速增長，尤其是85歲之后，增長速度幾乎達到之前的兩倍以上。

圖3 寇爾德曼西區死亡模式人口預測結果

3 結論與討論

以上兩種死亡模式的老齡人口預測結果顯示，不同的死亡模式的設置對老齡人口的預測結果差異是明顯的。因此，在具體人口預測研究過程中還需要考慮預測區域的實際情況，探討預測年的合適的死亡模式。

同時，上述兩項預測結果都顯示武漢市在未來的發展中會面臨人口結構失衡，老齡人口增加，城市人口負擔系數較大等問題，從而影響武漢市城市規劃與發展建設的速度。由于近年來,武漢市積極推進新型人口城鎮化和產業結構升級，城市建設速率飛速增長，極大地發揮了大城市的人口集聚效應。但武漢市在城市飛速發展的同時公共設施和社會服務建設速度嚴重滯后于城市發展腳步，就業、醫療、教育，公共保障等問題嚴重制約著武漢市城市規劃與建設的速度。

眾多研究表明，適度的人口數量與科學合理的人口結構除了在為城市發展建設過程中提供充足的人力資源之外，也對城市的資源配置與利用，公共環境維護與優化，社會進步與發展等方面有著積極影響。而面對復雜的人口問題,應始終堅持以人為本、全面協調可持續的科學發展觀,不斷完善人口政策與方案,用人的全面發展統籌解決人口問題,在穩定低生育水平的同時,提高人口素質、改善人口結構、引導人口合理分布,促進人口與經濟社會資源環境的協調發展和可持續發展。

[1]翟振武.全面建設小康社會與全面解決人口問題[J].人口研究,2003，（1）.

[2]黃榮清.人口死亡研究的展開[J].人口學刊,2002,（3）.

[3]黃榮清.20世紀90年代中國人口死亡水平[J].中國人口科學,2005,（3）.

[4]張瓊.基于韋伯與正態分布非線性估計的我國人口死亡年齡分布[J].保險研究,2010,（8）.

[5]王金營,戈艷霞.2010年人口普查數據質量評估以及對以往人口變動分析校正[J].人口研究,2013,（1）.

[6]王金營.1990年以來中國人口壽命水平和死亡模式的再估計[J].人口研究,2013,（4）.