2015—2050年中国人口老龄化趋势与老年人口预测

陈艳玫, 刘子锋, 李贤德, 黄奕祥,3

人口老龄化已成为人类发展的大趋势。作为一个发展中国家,从20世纪70年代以来,中国人口老龄化趋势已十分明显。在实现我国“两个一百年”奋斗目标过程中,全面了解和准确预测老年人口数据,非常有助于“健康中国”战略实施和相关政策制定,特别是对于加快推进我国养老和医疗保障体系、健全老龄化服务体系建设等提供良好的决策参考数据。以往关于中国老年人口预测的研究,多是关于65岁及以上总的老年人口数的预测,而缺少分年龄和分性别预测的老年人口数据。本研究先利用1994—2010年全国年龄别、性别的死亡率数据,构建ARIMA模型预测死亡率、计算存活率预测值,再据此利用全国第6次人口普查数据,构建人口年龄移算模型[1],预测2015—2050年中国各年龄段和性别的老年人口数,以便提供相关政策建议。

1 资料与方法

1.1 数据来源

本研究数据来源于1995年和2005年的全国1%人口抽样调查、2000年的第5次全国人口普查和2010年第6次全国人口普查数据,以及《中国人口统计年鉴》(1994—2006)、《中国人口与就业统计年鉴》(2007—2017)等数据。由于1994年以前的数据是不分年龄段的,因此,本文选用1994—2010年的数据,并且以2010年第6次人口普查数据为预测基数。

1.2 年龄别、性别死亡率预测

本研究将运用时间序列分析技术中的ARIMA模型[2],利用1994—2010年我国人口死亡率资料,对我国年龄别、性别人口死亡率进行拟合和预测。根据Box与Jenkins的理论,用R软件建立时间序列数据的ARIMA模型,并对ARIMA(p,d,q)模型参数进行估计[3]。以1994—2010年中国男性75～79岁人口死亡率为例,该期间我国男性75～79岁人口死亡率总体呈下降趋势,期间有明显波动,为非平稳序列。对序列进行1阶差分后消除了趋势影响,得到平稳时间序列,R软件初步判断模型为ARIMA(2,1,0)。根据拟合残差的Q统计量和序列相关的B-J检验结果,以及AIC准则,表明所选模型是恰当的。见表1。

表1 中国1994—2010年男性75～79岁人口死亡率 ‰

进一步预模拟2011—2016年的死亡率,预测数据与实际情况基本一致,表明模型的拟合效果比较好[4-5]。见表2。同理,对男性和女性的其他年龄段做了相应的分析,根据AIC准则,此模型未必使得每个年龄段或者女性每个年龄段AIC值最小,本文根据预测数值的分析结果,取整体预测效果相对较好的ARIMA(2,1,0)模型[6]。

表2 模型ARIMA(2,1,0)预测与实际结果对比

1.3 存活率计算

在本文中,预测间隔为5年,则每个5年期的5岁年龄组可以得到年龄组(i,i+5)的5个死亡率预测值,记为μi1,…,μi5,用作为5年期存活率的预测,用S(t,i)表示[7]。

1.4 老年人口预测

本文老年人口预测采用年龄移算模型。该模型可以把由某一年度的某一年龄组的人口数在其相应概率条件下,转移到下一个年度的下一个年龄组,其主要特点是基于人口变动的内生机制,移算原理严谨、方法简便易行,具有相当高的准确性,在人口预测研究中应用十分广泛[8-9]。本文为提高数据质量和预测精度,选择2010年最新一次人口普查数据为预测基础数据。到2060年时60岁的人都已出生,故本文不考虑出生因素,(t+5)年(i+5)岁老龄人口数为:

其中:t=2010,2015,…,2050;i=0,5,…,90+。

2 结果

预测结果显示,我国60岁及以上老年人口2015—2050年每5年的总量分别为2.32亿、2.75亿、3.33亿、3.98亿、4.46亿、4.63亿、4.73亿和4.98亿。见表3。

表3 2015—2050年间中国分年龄、性别的老年人口数预测结果 万人,n(%)

从本文预测结果来看,我国未来老年人口发展有以下特点。

2.1 老年人口数量巨大,呈逐年递增趋势且增速加快

从本预测结果来看,我国老年人口基数大,2015年就已达到2.32亿,之后各年龄段老年人口数均呈增长趋势,且增速较快。其中,2015—2020年间增速加快,2020—2030年间增速最快,我国各年龄段老年人口的增速在2035年之后都有所回落,趋于平缓。年龄段越大,曲线越陡,峰值越往后推迟,说明高年龄组增长速度比低年龄组快。见图1。

图1 2015—2050各年龄段老年人口趋势图

2.2 老年人口男女性别比均小于100,年龄组越大性别比越低

研究结果显示,60～岁、65～岁、70～岁、75～岁、80～岁、85～岁及90～岁各年龄段老年人口中,女性老年人口均多于男性老年人口,男女性别比均小于100,且随着年龄的提高,男女性别比越来越低,女性老年人口比例不断上升,主要由于女性平均寿命高于男性。其中80岁及以上的高龄老年人中,女性高龄老年人占比,2010年为58.19%,在2030年占比为57.15%,在2050年占比为58.30%,均超过一半,多于男性高龄老年人口。见图2。

2.3 老年人口向高龄化方向发展,高龄老年人口比重增速加快

随着时间的发展,在老年人口总量逐步增长的同时,老年人口向高龄化方向发展,老年人口中高龄老年人所占的比重也逐步提高。2010年80岁及以上高龄老年人占全部老年人的比重仅为11.82%,到2030年提高到15.83%,2050年提高到了26.64%,比重加大;于此同时,85岁及以上高龄老人由2010年的4.29%发展到2050年的12.87%,90岁及以上高龄老人由2010年的1.12%发展到2050年的5.11%;高龄老年人口比重越来越大且增速越来越快,2030年之后增速均骤然加快,高龄老年人口正在成为我国老年人口中增长最快的群体,到2050年80岁及以上高龄老年人总数达到1.3亿人,85岁及以上高龄老年人总数达到0.64亿人,90岁及以上高龄老年人总数达到0.25亿人。见图3。

图2 2010—2050中国不同年龄段老年人口男女性别比变动趋势图

图3 2010—2050各年龄段中国高龄老年人占全部老年人的比重

3 讨论与建议

人口问题的本质是发展问题,老年人口作为人口的一个子系统影响深远。本文预测发现,我国老年人口存在着数量巨大、增速快、男女性别比降低、人口高龄化等问题。在实现国家两个“一百年”奋斗目标下,相关部门需要提早制定相应的老年人保障对策,以应对老年人口在健康需求和医疗服务等各方面的需求。

3.1 老年人口比重大、增速快是我国将要面临的重要人口问题之一

关于老年人口比重,本文预测数据结果与翟振武等[11]预测结果基本一致,即我国老年人口比重大,但其重点关注的是全人口和老年人口总量研究,未给出分年龄段、分性别老年人口数。本文预测得出,我国2050年老年人口达4.98亿,与秦中春[12]预测结果接近,只是他主要预测的是退休人口总数。本文在预测老年人口总数基础上,提供了分年龄段、分性别的老年人口数,能够满足相关政策制定对年龄、性别数据的需要,将这三个研究综合使用、数据互补,具有更加广泛的应用价值和政策意义。

2015—2020年间增速加快的原因是建国之初,社会安定、生活和卫生服务水平逐渐提高、人口死亡率不断降低、出生率维持在较高水平等原因所致;2020—2030年间增速最快,老龄化进入高速发展期,这是由于20世纪60—70年代,三年自然灾害后国家经济发展状况较好、死亡率降低、强烈的补偿性生育使得我国人口增长进入高峰期。我国政府部门已经出台不少人口政策,以试图解决人口老龄化带来的问题,2016年“全面二胎”政策的实施就是其中最重要的一个,该政策虽不能直接影响接下来几十年的老年人口规模变动,但它会使我国人口总量增加,在一定程度上缓解老龄化程度。

3.2 我国老年人口中男女性别比逐年降低导致女性老年人口比例逐年增高

我国老年人口中男女性别的变化带来了丧偶老年人、空巢老年人和独居老年人等特殊人群快速增加,需要因地制宜,加大对丧偶、独居老人的生活和健康照顾工作和产业的发展,为这一部分老年人提供适宜的养老服务,提高其生活水平。因此,建议政府对处于起步阶段的养老产业或发展有困难的企业给予适当的财政补助,以帮助其发挥满足老年人需求的作用。

3.3 高龄老年人是病残率最高的人群,将给家庭和社会带来沉重负担

随着人口预期寿命延长,高龄老年人残疾率也逐渐升高,我国社会负担将进一步加重。为减少高龄老年人病残给家庭和社会带来的巨大负担,我国各级政府需积极应对人口老龄化,构建养老、孝老、敬老政策体系和社会环境,推进医养结合工程,才能达到“为老年人提供连续的健康管理服务和医疗服务”等要求。

3.4 本研究的创新性与不足

目前,关于老年人口预测的研究较多,但分年龄、性别的老年人口预测研究较少。本研究将我国年龄别、性别死亡率数据构建ARIMA预测模型,预测2011-2050年间我国年龄别、性别死亡率,并且用exp(-∑5x=1μix)作为存活概率的预测,预测准确,拟合精度高。人口预测模型选择年龄移算模型,该模型在理论上浅显易懂,移算原理严谨、方法简便易行,具有相当高的准确性。同时,本文选择的预测基础数据是最新一次人口普查数据,数据的质量高,预测精度较高。

本文也存在不足之处。一是由于我国老年人口基数大,迁入、迁出只占很小的一部分,且迁入迁出可互相平衡,但没有准确的数据。本文忽略了迁移因素对我国老年人口数量的影响,在今后的研究中将有所改进,提高预测的准确度。二是本文的死亡率预测是基于一般情况,未考虑重大事故、灾害的影响,如果死亡原因模式发生改变,则死亡率也将会发生改变。所以本文基于一定的假设,统一用ARIMA(2,1,0)模型,并未达到每一个年龄段最优,因此,在今后的研究中将进一步分析人口死亡率因素。