“全面二孩”政策下陜西省人口年齡結構預測

郭蓮麗

摘要：針對“全面二孩”政策實施后的人口年齡結構預測問題，采用Leslie模型，在人口不因外界原因驟減、區域內人口流動不影響預測參數等條件下，文章利用局部膨脹思想和混合分布建立生育率預測模型，以Lee-Carter方法為死亡率預測模型，以一歲為間隔，劃分人口為91個組，開展了2017～2015年人口年齡結構的預測分析，推演“全面二孩”政策未實施和實施兩種情況下的老年比、少年兒童比、勞動力比，開展了人口年齡結構的對比和分析，為新時期和新政策下的人口年齡結構預測提供了一個解決方案，并印證了“全面二孩”政策對人口年齡結構調整的積極作用。

關鍵詞：“全面二孩”政策;人口年齡結構;預測;生育率;死亡率

人口年齡結構是一定時間點、一定地區各年齡組人口在全體人口中的比重，它不僅對未來人口發展的類型、速度和趨勢有重大影響，而且對完善消費理論研究和促進國民經濟健康持續發展具有重要意義。我國人口年齡結構經歷了“高死亡率、高出生率和高增長率”向“低出生率、低死亡率和低增長率”的演變過程。在國家大形勢影響下，陜西省人口老齡化現象明顯，人口結構與社會經濟環境面臨嚴峻的挑戰。由于不同年齡結構類型的人口具有不同的人口再生產規模、速度和發展趨勢，也具有不同的社會經濟和人口問題，因此專家學者競相開展了相關預測研究工作。

在考慮城鎮人口基數、出生率、死亡率、性別比等多個參數的情況下，路錦非（2010）采用隊列要素法通過年齡移算，對城鎮人口規模和結構變動進行了預測。高圣國（2011）則結合生育和死亡的統計數據，建立了具有年齡和性別結構的人口發展模型。利用人口投入產出模型，李暉（2013）則預測了2010～2030年我國人口總量以及結構的變化情況。另外，席瑋（2015）還應用隊列要素法探索了未來人口年齡結構演變的趨勢。此類研究凝練了基本的分析方法，為人口年齡結構的預測奠定了基礎。然而隨著生育率的下降，國家重新調整了生育政策為“單獨二孩”，這為預測過程帶來了新的變化。在假定實施二胎計劃生育政策的前提下，孟令國（2014）采用人口—發展—環境模型，對我國人口年齡結構進行了預測。李新運（2014）則通過隊列要素預測模型，分析了“單獨二孩”政策對我國人口增長的影響。根據第六次人口普查數據，梁文艷（2015）對“單獨二孩”政策實施后20年中國義務教育階段適齡人口規模和結構進行了預測。謝天怡（2015）則建立了灰色預測GM（1，1）模型、Logistic人口阻滯增長模型和人口年齡結構預測模型，研究了開放“單獨二孩”政策對人口數量影響。陸偉鋒（2105）還依靠系統動力學模型分析了“單獨二孩”政策對模型控制變量總和生育率。在2016年“全面二孩”政策的實施后，李玲（2016）首先分析了未來我國義務教育學齡人口的變化。楊舸（2016）則在預測“全面二孩”人口政策帶了的人口變化后，指出新政策并不會帶來出生率的猛增和人口數量的劇烈反彈。另外，王金營（2016）還通過分家庭類型和分年齡別孩次遞進生育率模型測算了“全面二孩”政策目標群體。“單獨二孩”和“全面二孩”后的研究工作，在一定程度上分析了生育意愿、學齡人口、人口數量等內容，但其所使用的模型，以及Logistic、回歸方程、BP神經網絡等現代方法都主要是對人口總量的預測，不能直接、全面、系統的預測分析未來的年齡結構，同時還存在預測模型較為單調、適用范圍較小、缺乏靈活性等問題。更為重要的是：一是“全面二孩”政策2016年才開放，已有預測只能是估算生育意愿，沒有確定的二孩數據支撐;二是已有模型大多難以將生育率、死亡率和性別、年齡等結構融合起來，降低了結果精度。

考慮到Leslie模型可以按人口年齡結構分類的角度進行分析預測，又不失于對人口總量的研究，而且可以嵌入性別比、死亡率等情況，具有良好的預測優勢，但由于“全面二孩”實施剛剛才經歷一年時間，生育率難以確定，因為此模型無法適用，僅有少數學者引入遺傳學思想建立了“全面二孩”政策的Leslie模型，然而生育率在政策變化后將由固定增長部分和波動部分構成，這為相關研究帶了一定難度。為此，本文在給定假設與模型框架的基礎上，建立了以局部膨脹思想和混合分布為核心的生育率預測模型，并采用Lee-Carter方法對死亡率進行預測，最終融合Leslie模型，按實施和不實施“全面二孩”兩種情況分別進行了陜西省人口年齡結構的預測。

一、人口年齡結構預測模型構建

（一）模型假設與框架

借助Leslie模型建立思想，將陜西省看作一個封閉的人口系統，假定在2016年12月31日無境外的人口遷入遷出問題，并且在預測時段h=34年（2017～2050年）內無災害、戰爭、疫情等影響人口巨變現象發生，人口不因外界原因驟減，不考慮生育率、死亡率和性別比因區域內人口流動而變化的狀況。并由于90歲以上人口比重極小，且對人口年齡結構不構成影響，從而以一歲為間隔，劃分人口為個組（1～90歲共計90個組，90歲以上為第91組）。設t=1，2，…，h和i=1，2，…，n分別表示預測年序號和年齡組序號，以[i1，i2]為育齡區間。故可進一步定義xi（t）為第t年第i組女性人口數;bi（t）為第t年第i組女性生育率，其滿足i?[i1，i2]時bi=0;di（t）和si（t）=1-di（t）分別為第t年第i組女性人口的死亡率和存活率;wi（t）為第t年出生人口中女性新生兒所占比例。根據以上描述，第t+1年第1組的女性人口數可刻畫為x1（t+1）=bj（t）wj（t）xj（t），而第t+1年第i+1組的女性人口便是從第t年第i組存活下來的人數xi+1（t+1）=si（t）xi（t）。若將第t年的bi（t）、wi（t）和si（t）分別簡記為bi、wi和si，根據遞推關系，則有Leslie矩陣：

基于Leslie矩陣，并利用X（t）表示第t年各組人口分布的列向量，可以得到人口年齡結構預測的Leslie遞推公式X（t+1）=LtX（t），逐步推演該式可以得到X（t）=L′X（0），其中L′=Lj。可見如果已知Leslie矩陣Lt和代表初始女性人口的向量X（0），便可以推導出第t年人口分布數量，并可根據年齡劃分以及男女比例等計算得到人口年齡結構各項指標。

（二）模型參數確定方法

Leslie矩陣Lt由生育率、死亡率和性別比構成，其中生育率和死亡率分別使用年齡組中每1000名婦女的全年活產嬰兒數和p（i）死亡人數來表示，而性別比通常描述為每100位女性所對應的男性數目，此處則表現為女性人口在新生人口中的比率。雖然此類數據已有諸多測算方法，但由于“全面二孩”僅僅是近年才開始實施，這引起了生育率的突然變化，也導致了更多高齡孕婦的出現，并且提升了女性死亡率，因此必須對現有生育率和死亡率的確定方法加以改進。

1. 生育率測算

生育率決定了新生人口的數量，其在Leslie模型中通過迭代呈現為指數倍的影響，對模型精度至關重要。若將所有具有生育能力女性的總和生育率表示為G，即G為年齡別生育率相加，并設初始生育年齡為i0，那么根據其與年齡別生育率的關系，則有bi（t）=G*p（i），i∈[i1，i2]。此處代表生育模式，是不同年齡生育的可能性大小，在對多年的年齡別生育率繪制曲線圖后，可以發現生育模式隨著年齡表現為偏正態分布，根據參考文獻[16]，可選取泊松分布、對數正態分布、伽馬分布、龔帕茲分布和威布爾分布等進行擬合，而更為適用的是混合分布進行擬合。故而以參數ρ表示分布選取權值，λ為泊松分布參數表示年度內平均生育可能性，ω和θ為威布爾分布參數分別表示不同年齡在總和生育率中所占的比例和生育率曲線趨勢形狀，這些參數總體決定了生育模式的態勢，從而泊松分布和威布爾分布所構成的混合生育模式：

bi（t）=G*p（i），p（i）=ρexp（-λ）+（1-ρ）（）θ-1exp（-（x/ω）θ），i≥0（2）

在這一生育模式的基礎上，考慮到“全面二孩”政策剛剛實施，其勢必引起生育率的結構性調整，其主要體現在政策影響年齡段[i3，i4]并小于育齡區間，滿足[i3，i4]?[i1，i2]，且呈現為由于政策實施所增加的固定生育模式部分和受“全面二孩”政策和生育能力影響的浮動生育模式部分（1-c）p（i）。其中，固定生育模式部分表示有強烈生育二孩意愿的群體在政策出臺后必然生育二孩，而導致生育率增加的部分。此部分幾乎不發生變化，為固定的一個比率值。浮動生育模式部分一方面體現原本生育能力隨年齡的波動，另一方面體現“全面二孩：政策對特定年齡段[i3，i4]生育率產生的激發影響，整體表現為隨機過程。基于以上分析，可見“全面二孩”政策實質是通過政策引導而形成了[i3，i4]年齡段內的固定生育率和波動生育率。這與零膨脹中增加“0”部分概率的思想相同，均是對局部數據的膨脹，因此可以類比地利用零膨脹思路對生育率進行處理。故而，這兩部分內容可分別使用固定值c和整體“1”減去固定生育模式部分后作為調整系數的階段概率分布（1-c）p（i）表示。同時，受到政策影響，非[i3，i4]區域生育率在整體生育率中的比重相對降低，但具備同樣的調整系數，因此生育模式可以修正為：

2. 死亡率測算

死亡率主要由生存環境、醫療條件等決定，并不受到“全面二孩”較多影響，故而可依據傳統方法來決定。鑒于文獻的分析結果，Lee-Carter方法更為適合我國人口死亡率的測算，因此本文選用式（4）對死亡率進行刻畫。

其中β是依賴于年齡因子的參數，反映第i組女性關于時間的平均對數死亡率，也是中心死亡率;β表示第i組的死亡變化率，描述各年齡組死亡率對k的敏感度;而k則為隨機時期效應，表現為死亡指數。在計算時，考慮到“全面二孩”政策實施較短以及擬合優度，選取最近年份t0進行參數估計，此時β=logm（t0，i）且k=0。另外，考慮到大齡孕婦的大面積出現會導致二孩出生時的死亡率提升，故在估計時，對于第1年齡段和因政策影響而增加的高齡孕婦i∈[i5，i6]（在政策影響年齡段起始值和育齡區間最大值之間，滿足[i5，i6]?[i3，i2]）的β時，將高齡孕婦增加后的生產死亡率r及生產新生兒死亡率ξ考慮其中，從而最終n個年齡別死亡率修正為：

3. 性別比：性別比隨年齡隨機變化但又不符合任何概率分布模型，且受傳統的“重男輕女、養兒防老”等生育文化影響，我國人口存在一定的選擇性生育情況，加之在一胎計劃生育條件下，人們無法通過增加孩子數量而滿足這種性別偏好，因此導致了男性性別比偏高的情況。在實行“全面二孩”政策后，如果獨立的看待第2孩生育，那么就存在第1胎男孩而意愿再生育女孩，以及第1胎女孩而意愿再生育男孩的情況，同時還存在生育第2孩時的多胎情況，這為性別比的推算帶了了諸多復雜性，也導致了新政策之前的性別比不再具有可借鑒意義。另外，考慮政策執行前和政策執行后實際上是兩個穩定模態之間進行了躍遷，因此在當前缺乏“全面二孩”政策執行的歷史數據的情況下，只能選擇2016年當年的性別比用于Leslie模型預測。

二、陜西省人口年齡結構測算

為了分析“全面二孩”政策下的陜西省人口年齡結構，本文利用2010～2016年的《陜西統計年鑒》并結合人口抽樣調查數據，并按照女性生理特征和《中國人口和就業統計年鑒》 “全國育齡婦女分年齡、孩次的生育狀況” 中與出生率有關的人群設定，定義女性初始生育年齡為i0=14，育齡區間為[i1，i2]=[15，49]。首先開展“全面二孩”政策下生育率分析，設定政策影響年齡段起始于女性法定結婚年齡，終止于女性初始絕經年齡，即[i3，i4]=[20，45]。同時，根據醫學關于高齡孕婦的定義，設高齡孕婦區間為即[i5，i6]=[35，49]。另外，根據2017年全國婦幼健康工作會議國家衛計委公布數據，取高齡孕婦生產死亡率r=1.99×10-4及其生產新生兒死亡率ξ=7.5×10-3，利用式（3）擬合后得到總和生育率G為1222.50，參數λ、θ和c分別為27.50、6.12、0.49，得到年齡別生育率如圖1所示。

然后，開展死亡率的測算，得到k=-20.24，并且β～β及β～β如表1所示（限于篇幅僅列示部分數據），其各自變化趨勢如圖2和圖3。可見，隨年齡增長所表示的中心死亡率表現為先下降后上升，這與高齡人口和弱小兒童死亡率較高的實際相符。而β所表示的敏感度表現為震蕩過程，但總體趨勢為高齡人口時間敏感度小，趨向于零;而低齡人口和高齡產婦區間人口對時間敏感度大。將以上參數代入式（5），可得到年齡別死亡率如圖4所示，顯然死亡率在50歲以后開始巨幅增長，并在[15，49]的育齡區間保持一定水平，這與一般性的死亡率曲線十分相似，也表明了“全面二孩”政策的實施并未影響死亡率隨年齡的變化趨勢。

最后，利用MATLAB編制迭代代碼，并采用2016年這一實施“全面二孩”政策年度的性別比作為參考，將以上出生率、死亡率結果代入Leslie模型開展“全面二孩”政策下陜西省人口年齡結構的預測結果。同時，在模型不變情況下，將c、r、ξ均設定為“0”，剔除高齡孕婦區間和政策影響年齡段的設定，使得Leslie預測模型退化為假定“全面二孩”政策不執行下的人口年齡結構預測。分別記兩種預測為W和Y，表示不實施“全面二孩”政策和實施“全面二孩”政策，演算后的預測結果如表2所示，進而可得到陜西省的老年比、少年兒童比、勞動力比如圖5、6所示。

從假定不實施實施“全面二孩”政策的預測結果中可以看出，陜西省少年兒童與勞動力人口的比例呈下降趨勢，少年兒童的比例從2014年的14.10%下降到了2050年的12.45%，下降了1.65%，勞動力人口的從2014年的75.93%下降到了2050年的61.18%，下降了1.47%;老年人口比例則呈現上升趨勢，從2014年的9.97%上升到了2050年的26.34%，上升了16.40%;且在2026年，老年人口數首次超過少年兒童人口數，人口老齡化形勢嚴峻。另外，從人口年齡結構預測趨勢上看，老齡人口比例在2040年之前增長較快;在2040年之后，發展趨勢逐漸平穩。2040年之后，人口年齡結構也逐漸呈現穩定的老齡化態勢。

在實施“全面二孩”政策后的預測結果中可以看出，陜西省勞動力人口的比例呈下降趨勢，從2014年的75.93%下降到了2050年的58.55%。少年兒童與老年人口比例則呈現上升趨勢，少年兒童從2014年的14.10%上升到了2050年的20.02%，上升了5.91%，可見新生人口獲得一定增幅;而老年人人口則從2014年的9.97%上升到了2050年的21.43%，上升了11.46%，老齡人口比例明顯降低。到2032年，老年人口數首次超過少年兒童人口數，這相對與未實施“全面二孩”政策則將人口老齡化時間推后了6年。并且從人口年齡結構預測趨勢上看，老齡人口比例到2038年之前增長較快，到2038年之后，發展趨勢減緩，到2042年后發展趨勢開始下降，體現了實施“全面二孩”政策對人口老齡化的調節作用。而少年兒童人口比例在2029年之前呈現上升趨勢，在2030～2038年之間呈現下降趨勢，在2039年之后，又重新恢復上升趨勢，并且勞動力人口的比例從穩步下降的趨勢逐步趨于穩定的趨勢，這表明實施“全面二孩”政策在長遠上有助于增加新生力量和勞動力人口。另外，少年兒童人口比例變化趨勢在2029年發生變化，而從2014～2029年正好過去了15年，顯然2029年0～14歲的少年兒童人口正好是在二孩政策實施下增加的人口，其正好符合了“全面”二孩政策的實施后對人口資源的提升。并且隨著時間的不斷推移，在“全面二孩”政策的影響下，陜西省的人口年齡結構正在不斷的發生變化，與結合“全面二孩”政策進行調整前的預測結果相比，2050年的老年人口比例下降了4.93%，勞動力人口下降了2.63%，而少年兒童的比例則上升了7.57%，這充分說明“全面二孩”政策緩解了陜西省老年人口比例的增長，但少年兒童比例的上升也增加了勞動力人口的生活負擔，隨后的行政管理政策中應予以一定的幫扶。

三、總結

隨著社會經濟的發展，人口的年齡結構也發生了相應的變化，逐步由成年型轉向老年性。然而人口年齡結構的變化也會引發勞動力供給和消費需求關系間的變化，進而影響養老保障、居民消費、醫療保健、住房需求和區域經濟。為應對日益嚴峻的人口問題，國家在第十八屆中央委員會第五次全體會議中指出：促進人口均衡發展，堅持計劃生育的基本國策，完善人口發展戰略。陜西省則于2016年全面實施了一對夫婦可生育兩個孩子政策。為了有效預測該政策帶來的人口年齡結構變化，為陜西省未來產業政策、分配政策、交換政策、消費政策和社會保障政策的制定提供科學依據，本文利用Leslie模型對中國未來人口進行人口總量與結構的分析，探討了政策實施前后的少年兒童比、勞動力比和老年比，印證了“全面二孩”政策對老齡化的緩解作用。然而由于“全面二孩”政策剛剛實施，數據資料有限，這在一定程度上影響了預測精度，因此后續仍需要在以下方面進一步開展工作：一是2015年以前的性別比已經不具參考價值，隨著時間推移，可以將更多年份的性別信息納入到預測過程中，提高預測精度;二是生育率和死亡率的獲取有諸多模型可以利用，雖然本文選取的生育率混合預測模型和死亡率Lee-Carter模型均具對歷史數據有很高的擬合效果，但當有新的數據形成后，也無法保證其最優，這需要在后續工作中，探索模型的適應度，從而更進一步提高預測精度。

參考文獻：

[1]路錦非，王桂新.我國未來城鎮人口規模及人口結構變動預測[J].西北人口，2010（04）.

[2]高圣國.具有人口年齡和性別結構的中國人口預測模型[J].統計與決策，2011（05）.

[3]李暉，陳錫康.基于人口投入產出模型的中國人口結構預測及分析[J].管理評論，2013（02）.

[4]席瑋，于學霆.我國人口年齡結構的預測與分析[J].統計與決策，2015（03）.

[5]孟令國，李超令，胡廣.基于PDE模型的中國人口結構預測研究[J].中國人口·資源與環境，2014（02）.

[6]李新運，徐瑤玉，吳學錳.“單獨二孩”政策對我國人口自然變動的影響預測[J].經濟與管理評論，2014（05）.

[7]梁文艷，杜育紅，劉金娟.人口變動與義務教育發展規劃——基于“單獨二孩”政策實施后義務教育適齡人口規模的預測[J].教育研究，2015（03）.

[8]謝天怡，朱牧天，徐海銘.計劃生育新政策下人口數量及結構的預測模型[J]. 中國人口資源與環境，2015（S2）.

[9]陸偉鋒，吳鵬昆，吳園園.“單獨二孩”政策下的人口預測研究[J].統計與決策，2015（07）.

[10]李玲，楊順光.“全面二孩”政策與義務教育戰略規劃——基于未來20年義務教育學齡人口的預測[J].教育研究，2016（07）.

[11]楊舸.“全面二孩”后的人口預期與政策展望[J].北京工業大學學報（社會科學版），2016（04）.

[12]王金營，戈艷霞.“全面二孩”政策實施下的中國人口發展態勢[J].人口研究，2016（06）.

[13]林寬.基于分組人口模型對廣東省城鎮老齡人口的預測[J].統計與決策，2012（13）.

[14]任強，侯大道.人口預測的隨機方法：基于Leslie矩陣和ARMA模型[J].人口研究，2011（02）.

[15]呂俊興，徐天琛，王輝，等.新二胎政策下基于Leslie矩陣等數學模型的山東省人口預測[J].青島大學學報（自然科學版），2017（01）.

[16]趙佳音，孫驍.基于生育率組合模型的分年齡別生育率預[J].統計與決策，2015（13）.

[17]許正.零膨脹數據的幾種模型及應用[D].揚州大學，2014.

[18]王曉軍，蔡正高.死亡率預測模型的新進展[J].統計研究，2008（09）.

（作者單位：陜西工商職業學院）