不同死亡模式的设置对老年人口预测结果的影响

向华丽，吴云程

（1.中南财经政法大学a.公共管理学院；b.环境与移民研究中心；2.湖北省人口与发展研究中心，武汉 430073）

0 引言

自2010年中国第六次人口普查相关数据公布以来，由于中国老龄人口数量的递增，再一次引发了人口学与相关学科研究领域对中国老龄化问题的关注，尤其是对中国未来老龄人口数量的预测。

目前，大部分学者在对中国人口老龄化趋势分析与中国未来老龄化人口数量预测时，通常关注的重点在于对人口数据准确性的修正与人口预测模型合理性和精确性的选择与评估[1-6]。基于年龄移算法进行人口预测研究往往忽视了不同的标准生命量表之间死亡模式的的差异性，也没能考虑到基于不同死亡模式进行的人口预测结果会有什么不同。因此，本文将选取不同生命量表中对应的死亡模式针对同一人口群体的老龄人口进行预测，并对不同死亡模式下的老龄人口预测结果差异进行比较，分析不同死亡模式对人口预测结果的影响。

1 不同死亡模式之间的比较

当前国际上人口预测领域中广泛使用的标准生命量表主要包括：联合国发展中国家模型生命表（Untied Nations）和寇尔-德曼模型生命表（Coale-Demeny）。一般来说，标准生命表实际上是不同生命模式的队列模型集合，以联合国模型生命表为例，该生命表中包含有一般模式、远东模式、南亚模式、拉美模式和智利模式五组队列模式；同样，寇尔-德曼生命表中也包含西方、东方、北方和南方四组模式。

中国作为发展中国家，人口发展规律符合联合国发展中国家模式生命表中的一般模型，同时也切合寇尔德曼生命量表中的西区模式。为了进一步比较同一地区不同队列生命表的生命模式，本文首先在中国人口与发展研究中心研发的PADIS-INT人口预测软件中提取了相同预期寿命下基于联合国发展中国家模型生命表与寇尔德曼西区模型等两种标准生命表对应的两种死亡模式（后分别简称联合国死亡模式和寇尔德曼死亡模式），并对两种死亡模式随年龄变化的情况进行了比较分析。然后，以2010年武汉市人口数据为基础数据，设置相应的预测参数，运用控制变量法对武汉市2100年老龄人口规模进行了预测分析，得到两种老龄人口预测结果，从而判断不同死亡模式对老龄人口预测结果的影响。

联合国死亡模式与寇尔德曼死亡模式具体对比数据如下页表1所示。

由表1中数据可知，联合国生命量表与寇尔-德曼量表中的死亡模式分布呈现出明显的分段递增趋势，0岁组除外，低龄组与中龄组人口死亡概率都处于较低水平，而随着人口进入老龄化，人口死亡概率急剧上升，尤其是65岁之后，年龄组人口死亡概率几乎以几何指数上升，在超过预期寿命年龄后队列人口的死亡概率急速增加，在100岁及以上的人口中死亡概率几乎为1。同时，不同性别之间也有着明显差异，除0岁组之外，相同年龄的男性人口死亡概率一般高于女性人口，且年龄越大两性之间的死亡概率之差越高。两种标准生命表下的死亡模式中低龄组与青年组死亡模式差距极小，基本维持在0.0002上下波动。两种标准生命表下的死亡模式主要差异出现在65岁组之后高龄人口中，而且随着年龄的递增，差距逐渐加大，在95岁组两种生命表的死亡模式差异达到最大值，然后两种死亡模式逐渐趋同，基本稳定在0.9的水平。

除此之外，不同性别之间也有着明显差异。表1数据中显示，除0岁组之外，相同年龄的男性人口死亡概率一般高于女性人口，且年龄越大两性之间的死亡概率之差越高。

图1 两种不同生命量表死亡模式对比

两组死亡模式的具体分布与对比情况如图1所示，两组曲线基本表现出平滑递增的形态。图中显示出队列人群从幼年组一直到青年组的死亡概率都处于较低水平，且在变化过程中呈现出小幅度增长状态。而随着人口年龄的增长，人口死亡概率增长的速度逐步上升，尤其是进入中老年之后，死亡概率几乎呈现出几何增长态势，高龄组人群的死亡概率近乎为1。然而，两种死亡模式的年龄别死亡概率的分布有着显著差异，由图中可以很直观地看出联合国生命量表中不同性别的人口分年龄死亡概率始终低于寇尔德曼量表的对应数据，尤其是当人口队列进入老龄阶段时，开始表现出显著差异。从队列人口进入60岁开始，寇尔德曼量表中的死亡概率变化幅度始终高于联合国死亡量表，且随着队列人口年龄的增长，两组死亡模式相同人口的死亡概率差距越大。

2 不同死亡模式设置的人口预测结果

本文使用了联合国死亡预测软件（MORTPAK4），以武汉市第六次人口普查数据为基年数据，分别选取PADIS-INT系统中联合国生命表一般死亡模式与的寇尔德曼生命表西区死亡模型为标准死亡模式，对武汉市2100年的人口结构尤其是老龄人口结构进行了预测。

其中基于对已有研究文献数据与武汉市调研数据的总结与分析，本文设定武汉市基年人口出生性别比为110，总和生育率为1.6；根据人口政策与人口发展预期的演变路径，设定预测年武汉市出生性别比为107，总和生育率为2.1。同时，选取PADIS-INT系统中相关数据设定两次预测中武汉市生育模式与迁移模式等参数，为保证结果的准确性与可比性，两次预测的其他参数均设定为相同值。

表2 联合国生命表一般死亡模式2100年人口预测结果

表2中联合国死亡模式人口预测结果显示，武汉市2100年65岁及以上的老年人口将会达到1671036人，占人口总数的36.7%，80岁及以上老年人口有877727人，占人口总数的19.28%,85岁及以上老年人口有523076人，占人口总数的11.49%。两性分年龄人口分布中，70岁之前男性人口普遍多于女性，两性人口数差距随着年龄增长波动下降，到70岁两性人口差距仅为1113人；70岁之后老年人口中女性人数明显多于男性，且随着年龄增长两性之间的差距逐渐增大，85岁及以上老龄人口中女性人口比男性多89340人，表明女性人口预期寿命要高于男性，且随着年龄的增长，两性之间的预期寿命的差异性越大。

图2 联合国生命表一般死亡模式预测结果

图2表示基于前设条件下联合国生命表一般死亡模式的老龄人口预测结果，图中人口结构变化曲线显示未来武汉市的人口结构呈现出典型的缩减型，即低年龄组人口数低于高年龄组人口数，整体人口分布趋于老龄化。同时，不同性别的年龄结构曲线也有所不同：男性人口不同年龄分布较为平稳，波动幅度较小，基本表现为一条平滑曲线；女性人口在低龄组人口波动较小，当人口进入中高年龄时，波动较大，55岁左右达到第一个峰值，55～65岁区间内人口数逐渐下降，从65岁开始再次递增，并且增长速度随着年龄的增长而不断加快。

与联合国一般死亡模式的预测结果相比，寇尔德曼西区死亡模型的预测结果明显不同。寇尔德曼死亡模式人口预测结果显示虽然到2100年武汉市人口结构依然呈现出明显的老龄化现象，但是85岁之前的各个年龄组人口数分布较为平均，各个年龄段人口数的差异性较小，整体处于稳定型状态。75岁之后，各个年龄组人口数急剧上升，体现出武汉市未来人口老龄化问题的严重性。同时，男性与女性老龄人口数交点对应的年龄与联合国死亡模式的预测结果相比也较为滞后，大约在73岁左右。

表3 寇尔-德曼西区死亡模式2100年人口预测结果

表3中数据显示武汉市2100年65岁及以上的老年人口数为1728724人，占人口总数的30.9%，80岁及以上老年人口888595人，占人口总数的15.88%，85岁及以上老年人口525217人，占人口总数的9.39%。75岁之前男性人口均多于女性人口，且人口差异基本保持在10000人左右。两性之间的人口差异随着年龄的递增两性之间的差异逐渐减小，到75岁之后老年人口中女性人数便开始明显多于男性，且随着年龄增长两性之间的差距逐渐增大，85岁及以上老龄人口中女性人口比男性多89535人。

图3表示基于寇尔德曼西区模型死亡模式的人口预测结果。与联合国死亡模式的预测结果类似，图中曲线的变化趋势显示未来武汉市的人口结构呈现出典型的倒三角型，即低年龄组人口数低于高年龄组人口数，整体人口结果属于缩减性，人口分布趋于老龄化。同时，不同性别的年龄结构曲线的变化趋势也大致相同，男性人口的年龄人口分布较为平稳，属于平稳递增状态；而女性人口在低龄组和中龄组人口波动较小，当人口进入高年龄时，开始剧烈波动，到55岁时到达第一个高峰，之后有小幅度下降，70岁时达到老龄人口数的最低值。75岁之后女性人口便开始了快速增长，尤其是85岁之后，增长速度几乎达到之前的两倍以上。

图3 寇尔德曼西区死亡模式人口预测结果

3 结论与讨论

以上两种死亡模式的老龄人口预测结果显示，不同的死亡模式的设置对老龄人口的预测结果差异是明显的。因此，在具体人口预测研究过程中还需要考虑预测区域的实际情况，探讨预测年的合适的死亡模式。

同时，上述两项预测结果都显示武汉市在未来的发展中会面临人口结构失衡，老龄人口增加，城市人口负担系数较大等问题，从而影响武汉市城市规划与发展建设的速度。由于近年来,武汉市积极推进新型人口城镇化和产业结构升级，城市建设速率飞速增长，极大地发挥了大城市的人口集聚效应。但武汉市在城市飞速发展的同时公共设施和社会服务建设速度严重滞后于城市发展脚步，就业、医疗、教育，公共保障等问题严重制约着武汉市城市规划与建设的速度。

众多研究表明，适度的人口数量与科学合理的人口结构除了在为城市发展建设过程中提供充足的人力资源之外，也对城市的资源配置与利用，公共环境维护与优化，社会进步与发展等方面有着积极影响。而面对复杂的人口问题,应始终坚持以人为本、全面协调可持续的科学发展观,不断完善人口政策与方案,用人的全面发展统筹解决人口问题,在稳定低生育水平的同时,提高人口素质、改善人口结构、引导人口合理分布,促进人口与经济社会资源环境的协调发展和可持续发展。

[1]翟振武.全面建设小康社会与全面解决人口问题[J].人口研究,2003，（1）.

[2]黄荣清.人口死亡研究的展开[J].人口学刊,2002,（3）.

[3]黄荣清.20世纪90年代中国人口死亡水平[J].中国人口科学,2005,（3）.

[4]张琼.基于韦伯与正态分布非线性估计的我国人口死亡年龄分布[J].保险研究,2010,（8）.

[5]王金营,戈艳霞.2010年人口普查数据质量评估以及对以往人口变动分析校正[J].人口研究,2013,（1）.

[6]王金营.1990年以来中国人口寿命水平和死亡模式的再估计[J].人口研究,2013,（4）.