多维家庭人口预测方法创新与应用研究(精)

作者简介

内容简介

第一篇 家庭户与居住安排预测方法创新、所需数据和评估
　　第1章 绪论：家庭户与居住安排预测的重要意义和传统方法综述
　　1.1 引 言
　　预期的人口要素变化将对不同类型的家庭户数量和比例产生影响，并引申出一系列重要的人口社会经济问题：未来将有多少空巢老人，即多少家庭只有一对老年夫妻，或者一个老人独居？多少老人与子女或者其他亲人一起居住？多少老人将在机构养老？多少老人在日常生活中需要照料，身边却没有配偶子女的帮助？多少中年人将同时肩负起照料老人和抚养年幼孩子的责任？多少孩子将生活在单亲家庭里？多少未成年或成年的单亲妈妈将在没有配偶的情况下独自抚养孩子？这些家庭户变化的可能情况对家庭照料、社会和医疗服务系统有着怎样的影响？本书介绍的用于家庭人口和居住安排预测的新方法、应用及用户友好型软件可以用来回答这些重要问题。这种用于预测和评估人口要素变化对未来家庭户动态变化和居住安排的影响的方法，在实证研究、理论探讨、政策分析和商业管理中均非常实用。
　　本书分为四篇。第一篇介绍相关基本概念、多维家庭人口预测方法、所需数据及估算，以及若干相关分析案例。第二篇和第三篇分别报告多维家庭人口预测方法在中国（最大的发展中国家）和其他国家，包括美国（最大的发达国家）、奥地利、加拿大、巴西和伊朗的应用，从学术和政策分析、市场研究等方面具体探讨该方法在预测未来家庭结构变化趋势、老年人居住安排、残障老人家庭照料需求和成本、家庭住房需求、家用汽车和能源消费以及家庭金融等方面的应用。第四篇是多维家庭人口预测ProFamy软件用户指南；第四篇最后一章概述全书的主要研究发现，并对多维家庭人口预测及其在可持续发展研究中的应用、局限性和进一步研发进行展望分析。
　　1.2 家庭和家庭户的定义
　　根据联合国的定义，住户（household）是指由居住在一起，不论是否具有婚姻、血缘或收养关系的人组成的生活单元（United Nations，2008）。住户可分为一般意义上的私人家庭户（private household）和集体户（collective household）。集体户包括生活在学校宿舍或者宗教组织、医院、军事基地、监狱、养老院、临终关怀机构或康复中心等集体生活单元的人群。一般将私人家庭户简称为家庭户，而广义的住户概念包括家庭户和集体户，读者可以根据上下文讨论的内容来分辨。
　　家庭（family）通常是一个泛指家庭亲属网络的不太精确的词汇。狭义的家庭可以是仅包含父母和未婚子女的“核心家庭”，而广义的家庭可以包括家族的所有亲属（Wachter，1987）。本书采用Ryder（1987）的定义：家庭户为一组居住在一起，并具有婚姻、同居、血缘或收养关系的人；家庭户也可能包含没有亲属关系的同住者（如保姆或者护工）。总之，本书以“家庭户”（family household）或者简称“户”（household）为分析单位。
　　本书经常用到的术语“预测”（projection）通常包括对学术和政策研究的短期和中长期模拟分析，而常用的另一个术语“预报”（forecast）通常是指商业和社会经济规划的短期推测。这两个术语在本书中交替使用，因为我们讨论的多维家庭人口预测方法、数据处理和分析研究对短期预报与中长期模拟都适用。
　　1.3 为何需要预测家庭户和居住安排？
　　1.3.1 家庭户预测、社会经济发展规划与政策分析
　　家庭户预测在社会经济规划和政策分析研究中用途很大，尤其是在家庭户的数量与结构随着人口和社会经济的发展而发生较大变化的时代。例如，美国的一些福利项目仅限于单亲家庭 （Yelowitz，1998），对这些福利项目成本的估算在很大程度上依赖于对未来单亲家庭户数量、类型和住户规模的预测。Moffitt（2000）认为，女性为户主的家庭户数量增长等人口变化是造成美国抚养未成年儿童家庭援助项目（Aid to Families with Dependent Children，AFDC）支出增长的最主要因素。Moffitt还建议，“对家庭户变动趋势更好的预测”可以减少福利政策制定和执行过程中的失误；因此，对包括未成年儿童的家庭户（尤其是单亲家庭户）进行更好、更精准的预测应该成为政府的一个重要政策目标（Moffitt，2000）。
　　过往的研究已经证实，家庭户和居住安排是老人长期照料方式、时间长度和成本的主要决定因素之一（Chappell，1991；FIFARS，2010；Morris et al.，1998；Soldo et al.，1990），对老人的长期照料往往取决于家庭户和居住安排状态。显然，国家乃至全世界都需要通过学术和政策研究的进步来应对人口快速老龄化带来的挑战，这与老人居住安排等家庭人口预测是直接相关的。对于中国而言，人口快速老龄化社会环境下的家庭户结构规模分析预测具有特别重要的意义，老年人的长期照料问题及其对策研究尤为重要。政策制定者、研究人员以及公众都应该了解不同的政策选择在未来数十年对我国家庭人口老化和可持续发展的可能影响。例如，将二孩政策进一步完善并鼓励二孩、允许三孩，其结果又会对未来的家庭户结构和老人家庭照料产生 么影响？本书介绍的多维家庭人口预测方法正适用于这些政策分析研究。
　　家庭户预测对政府的人口、环境和可持续发展的政策制定非常重要。例如，生活能源通常以家庭户而不是个人为单位进行消费（Lutz and Prinz，1994）。离婚和结束同居产生的新的家庭会直接造成能源消费增加，因为离婚而产生的新的家庭户比一个新增婴儿造成的二氧化碳排放要多得多（Mackellar et al.，1995）。两篇在Nature发表的文章表明，小型家庭户的增多会导致人均能源消费显著增多，将对能源资源造成严重威胁（Keilman，2003），也给生物多样性保护带来严峻挑战（Liu et al.，2003）。
　　1.3.2 家庭户预测与消费市场分析
　　不管是对公共服务还是私企产品而言，衡量需求的基本单元是家庭户而不是个人，因为家庭户既是社会的基本单元，也是消费的基本单元。例如，对未来家庭户规模、结构及各类家庭户数量的预测是住房需求规划的重要基础，也是制定科学的住房政策的前提。消费者对电器、家具和汽车等耐用品的需求，煤气、水、电等家用能源的需求，以及当地社区服务设施建设的需求，也都取决于未来家庭户规模、结构和数量的变化 （Myers et al.，2002；Davis，2003，2004；Prskawetz et al.，2004；Dalton et al.，2008）。因此，对住房、家用能源、交通出行及许多其他家庭消费产品和服务需求的市场分析，通常都基于对家庭户的预测而不是对个体的预测。例如，在人口快速老化的北美洲、南美洲、欧洲、亚洲以及一些非洲国家，养老服务的市场正快速扩张。为使养老市场运行更有效率，亟须对未来家庭户和老人居住安排进行预测 （Goldscheider，1990；Himes，1992）。除此之外，对家庭户规模和结构的预测还有许多其他应用。对家庭人口预测方法和人机友好软件的需求日益增长，例如，《家庭户预测报告》是20世纪90年代加拿大统计局的畅销出版物（George，1999）。
　　需要注意的是，由于区域间存在差异，对国家层面的预测在地区层面并不一定适用。从20世纪90年代末开始，越来越多的学者和政策制定者关注对省（或州） 、市、县以及小区域（small area） 的家庭人口预测 （Crowley，2004；Ip and McRae，1999；Rao，2003；Treadway，1997）。地区层面的家庭户预测在许多方面都能起到重要作用，包括政府分配资金、配置各种资源、规划基础和公共服务设施的发展，制造商的市场研究，家庭户相关产品和服务的设计和规划，以及当地商业和企业规模的扩张或缩小的决策等（Smith et al.，2001；Swanson and Pol，2009）。
　　1.3.3 人口学理论发展的工具
　　理论是代表现实世界某些方面的一系列相互协调的思想，能够在某种意义上解释一个或一类社会现象（Boland，1989；Burch，1999b）。许多社会科学家提出的理论性概念或者命题都是从田野考察或有限的实证数据分析中得来的。伴随着信息技术和计算机科技的革命性进步，计算机模拟理论的应用在物理学和生物科学上已经司空见惯。本书讨论的多维家庭人口预测模拟是基于计算机模拟理论的思考，也可以作为人口学理论发展的一个工具。
　　家庭人口学可能是人口学中最复杂的子学科之一，因为它同时涉及了几乎所有主要的人口要素变化过程，如生育、结婚、离婚、同居、分居、死亡、迁移、离家等。这些复杂的模型处理经常大大超出了数学解析公式的范畴，使分析人员很难从理论假设和数学公式直接推算出符合逻辑和实际的结果。但基于人口学定量分析模型的用户友好计算机软件和模拟预测能够严谨地表述、分析和验证理论思想，是一种非常实用的研究工具。这种工具也在统计分析功效和灵活性上超越了数学解析公式，而且适用于没有高深数学功底和计算机编程专业技能的社会科学家（Burch，1999b）。这种工具实际上提高了研究者在推论理论命题上的能力，比只用逻辑推理甚至数学分析做出的推论要更加精细。研究者通过使用这种工具对客观实际理解的广度和深度可以与不断发展的理论相匹配，并使理论与实证研究真正紧密地结合起来。显然，多维家庭人口预测模型和ProFamy软件的应用有益于理论发展。例如，通过对现在的低生育率、晚婚增多、婚姻减少、同居增多、高离婚率等情况在未来的三种可能发展趋势（保持不变、愈发加重、逐渐减轻）进行预测和模拟，可以进一步发展第二次人口转变（second demographic transition）理论（van de Kaa，2008）。又例如，Lakdawalla和Philipson（2002）提出过一个理论：由于男性老人相较于女性老人更不容易丧偶，男性老人的快速增长伴随着配偶照料的增加，将会导致对机构养老的需求相对减少。但是，这种影响可能被20世纪60年代以来大幅上升的离婚率及大幅下降的结婚率所抵消，因为一方面，
高了研究者在推论理论命题上的能力，比只用逻辑推理甚至数学分析做出的推论要更加精细。研究者通过使用这种工具对客观实际理解的广度和深度可以与不断发展的理论相匹配，并使理论与实证研究真正紧密地结合起来。显然，多维家庭人口预测模型和ProFamy软件的应用有益于理论发展。例如，通过对现在的低生育率、晚婚增多、婚姻减少、同居增多、高离婚率等情况在未来的三种可能发展趋势（保持不变、愈发加重、逐渐减轻）进行预测和模拟，可以进一步发展第二次人口转变（second demographic transition）理论（van de Kaa，2008）。又例如，Lakdawalla和Philipson（2002）提出过一个理论：由于男性老人相较于女性老人更不容易丧偶，男性老人的快速增长伴随着配偶照料的增加，将会导致对机构养老的需求相对减少。但是，这种影响可能被20世纪60年代以来大幅上升的离婚率及大幅下降的结婚率所抵消，因为一方面，