王偉 岳博
[提要] 進(jìn)入21世紀(jì)后,我國(guó)人口老齡化問題日益顯著,給我國(guó)社會(huì)保障體系帶來(lái)嚴(yán)峻挑戰(zhàn)。鑒于此,采用中國(guó)老年人口數(shù)據(jù)資料,基于ARIMA時(shí)間序列模型,在對(duì)中國(guó)老齡化現(xiàn)狀深入剖析基礎(chǔ)上,預(yù)測(cè)中國(guó)2020~2040年期間人口老齡化未來(lái)趨勢(shì)。研究結(jié)果表明:我國(guó)人口老齡化問題已成為經(jīng)濟(jì)社會(huì)發(fā)展的瓶頸,在2030年以前我國(guó)的老年人口增速逐年增加,2030年以后增速放緩。最后,根據(jù)研究結(jié)論提出若干政策建議。
關(guān)鍵詞:人口老齡化;時(shí)間序列;ARIMA模型;社會(huì)保障
本文為國(guó)家自然科學(xué)基金項(xiàng)目:“養(yǎng)老機(jī)構(gòu)服務(wù)效率測(cè)度、差異比較與分類提升機(jī)制:基于三階段SBM-SFA和面板Tobit模型”(項(xiàng)目編號(hào):71764020)
中圖分類號(hào):C92 文獻(xiàn)標(biāo)識(shí)碼:A
收錄日期:2019年9月23日
一、引言
截至2017年底,我國(guó)65歲以上老年人口接近1.6億人,相當(dāng)于占據(jù)了全世界大約20%的老年人口。根據(jù)學(xué)者預(yù)測(cè),到2050年我國(guó)65歲老年人口數(shù)將會(huì)達(dá)到3.9億,按照聯(lián)合國(guó)人口分類標(biāo)準(zhǔn),目前我國(guó)已經(jīng)步入了老齡化階段,且老齡化趨勢(shì)在不斷加快,給當(dāng)前社會(huì)養(yǎng)老保障提出了巨大的挑戰(zhàn)。在人口老齡化不斷加深的背景下,總和生育率卻在不斷下降,這直接導(dǎo)致老齡化進(jìn)程的加快。為了緩解生育率偏低導(dǎo)致的“少子高齡化”問題,國(guó)家放開二胎政策旨在一定程度上降低未來(lái)老齡化帶來(lái)的壓力??梢灶A(yù)見老齡化的問題必將成為2050年實(shí)現(xiàn)基本現(xiàn)代化目標(biāo)的重大障礙,為了積極應(yīng)對(duì)人口老齡化的問題,合理預(yù)測(cè)未來(lái)老年人口的規(guī)模及比重成為了當(dāng)前應(yīng)該解決的首要問題,并且人口結(jié)構(gòu)的變化趨勢(shì)對(duì)社會(huì)養(yǎng)老戰(zhàn)略的制定以及養(yǎng)老服務(wù)體系的構(gòu)建均具有重要的現(xiàn)實(shí)意義。
二、文獻(xiàn)綜述
我國(guó)學(xué)者對(duì)于老齡人口的預(yù)測(cè)研究起步較晚,直到20世紀(jì)80年代才開始聚焦該命題,烏滄萍(1987)在《漫談人口老化》中首次對(duì)中國(guó)的人口老齡化的概念以及對(duì)社會(huì)帶來(lái)的影響做出了系統(tǒng)性的闡述,為以后學(xué)者研究老齡化問題提供了基礎(chǔ)。一直到21世紀(jì),老齡化問題開始凸顯,開始出現(xiàn)大量的關(guān)于老齡化問題的相關(guān)文獻(xiàn)。在老齡化人口規(guī)模的預(yù)測(cè)方面,謝蜻等(2008)將河南省的老齡化問題作為研究對(duì)象,運(yùn)用平均期望生命增長(zhǎng)規(guī)律和迭代模型分析了老年人口系數(shù),并對(duì)壽命進(jìn)行了預(yù)測(cè)。徐達(dá)(2012)根據(jù)索洛經(jīng)濟(jì)增長(zhǎng)模型的理論,在經(jīng)濟(jì)增長(zhǎng)模型中引入了老齡化的因素,對(duì)老齡化的人口規(guī)模進(jìn)行了預(yù)測(cè)。張振華(2015)則運(yùn)用灰色預(yù)測(cè)模型對(duì)煙臺(tái)市的人口老齡化趨勢(shì)進(jìn)行了預(yù)測(cè),通過構(gòu)建GM(1,1)系統(tǒng)模型,得出煙臺(tái)市人口老齡化的趨勢(shì)在不斷加重。
基于時(shí)間序列ARIMA模型是預(yù)測(cè)人口變化趨勢(shì)比較成熟的模型,不少學(xué)者運(yùn)用該模型對(duì)老齡化進(jìn)行預(yù)測(cè),得出了比較合理的預(yù)測(cè)結(jié)果。比如劉紅英(2014)運(yùn)用10年的歷史數(shù)據(jù),通過ARIMA模型預(yù)測(cè)了陜西省的人口老齡化水平。萬(wàn)麗穎(2016)針對(duì)河南省的老齡化問題,通過BP神經(jīng)網(wǎng)絡(luò)和時(shí)間序列二次指數(shù)平滑法對(duì)河南老年人口系數(shù)進(jìn)行預(yù)測(cè),發(fā)現(xiàn)時(shí)間序列得出的結(jié)果誤差較小,說(shuō)明時(shí)間序列法對(duì)老年人口的預(yù)測(cè)具有較大的優(yōu)勢(shì)。鄧世成(2018)運(yùn)用ARIMA模型預(yù)測(cè)了重慶市的老齡化人口規(guī)模,并指出未來(lái)五年內(nèi)重慶市的老齡化將會(huì)呈現(xiàn)上升態(tài)勢(shì)。通過對(duì)文獻(xiàn)的總結(jié)發(fā)現(xiàn),時(shí)間序列模型對(duì)人口預(yù)測(cè)領(lǐng)域具有較大優(yōu)勢(shì),但是目前大多集中于省市地區(qū),所以本文運(yùn)用時(shí)間序列模型預(yù)測(cè)全國(guó)的老齡化人口規(guī)模具有較高的研究意義。
三、數(shù)據(jù)說(shuō)明與理論模型
(一)數(shù)據(jù)說(shuō)明。本文的數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》,通過調(diào)查1995年至2017年的65歲老年人口數(shù)量,對(duì)老年人口數(shù)短期趨勢(shì)進(jìn)行實(shí)證分析。
(二)理論模型。ARIMA模型最早由Box與Jenkins兩位學(xué)者在20世紀(jì)70年代提出,被稱為自回歸積分滑動(dòng)平均模型,形式為ARIMA(p,d,q)。其中,AR表示自回歸,MA表示移動(dòng)平均,p、q分別表示自回歸項(xiàng)和移動(dòng)平均項(xiàng),d代表了將序列轉(zhuǎn)化成平穩(wěn)的序列所做的差分次數(shù)。
ARIMA模型包含三種基本類型,分別為自回歸、移動(dòng)回歸和自回歸移動(dòng)平均模型。自回歸模型可表示成設(shè)時(shí)間序列為y,則其數(shù)學(xué)表達(dá)式如下:
該時(shí)間序列是p階自回歸序列,可記為AR(P)。其中?滋t為隨機(jī)項(xiàng),是獨(dú)立的白噪聲序列。同樣設(shè)時(shí)間序列為y,移動(dòng)平均模型可表示為:
上述時(shí)間序列是q階的移動(dòng)平均時(shí)間序列,可記為MA(q)。之所以稱“移動(dòng)平均”,是因?yàn)閤t是由q+1個(gè)?滋t和?滋t滯后項(xiàng)的加權(quán)和構(gòu)造而成的。“移動(dòng)”指t再時(shí)間上的推移,“平均”指加權(quán)和,其形式與平均數(shù)形式相似。
ARMA(p,q)的一般表達(dá)式是:
四、ARMA模型的運(yùn)用
(一)老年人口數(shù)模型構(gòu)建。通過對(duì)1995~2017年的老年人口數(shù)據(jù),運(yùn)用時(shí)間序列的理論,所以首先需要判斷該原始序列是否平穩(wěn),若不平穩(wěn)需要進(jìn)行差分的方法進(jìn)行平穩(wěn)化處理。本文運(yùn)用Eviews軟件進(jìn)行平穩(wěn)性判斷,設(shè)老年人口數(shù)序列為{yt},從繪制的人口序列圖中可看出,老年人口數(shù)的序列隨時(shí)間呈遞增趨勢(shì),其隨時(shí)間的遞增而增加,可以得出原始時(shí)間序列是非平穩(wěn)的時(shí)間序列。為進(jìn)一步驗(yàn)證老年人口序列的不平穩(wěn)性,可以通過{yt}的相關(guān)圖和偏相關(guān)圖來(lái)分析次序列的平穩(wěn)性,具體如圖1所示。(圖1)
可以從表1看出估計(jì)的自相關(guān)系數(shù)近似線性衰減,所以老年人口序列為非平穩(wěn)序列。進(jìn)一步的需要對(duì)老年人口數(shù)列進(jìn)行平穩(wěn)化處理,首先對(duì)數(shù)列進(jìn)行取對(duì)數(shù)得到序列,得到,一階差分序列圖分別如圖1所示。(圖2)
從圖2的結(jié)果來(lái)看,一階差分序列比原始序列的平穩(wěn)性有所提高,雖然存在著在遞增趨勢(shì),但是可以進(jìn)行下一步的模型參數(shù)確立,在此將ARIMA模型中的參數(shù)d設(shè)為1。下面將△yt的相關(guān)圖、偏相關(guān)圖進(jìn)行分析,以確定參數(shù)p、q。