基于多状态转移模型下的我国失能老年人精细化预测研究

文/北京工业大学建筑与城市规划学院 孙 颖 苏容生

1 研究背景

我国人口老龄化趋势日渐严峻，据估算，到2050年，我国60岁以上老年人口总量将接近4.00亿，老龄化水平将达30%以上。在如此大基数下，现有统计数据缺乏分类预测老年人需求的研究。面对严峻的老龄化趋势，开展符合失能、半失能老年人的精细化分类预测研究迫在眉睫。

研究运用连续时间内的马尔科夫模型，在限定恒定因素情况下科学预测未来老年人不同失能状态间的转移概率，为失能老年人的精细化预测研究提供理论支撑。

2 国内外研究概况

目前我国老年人健康状态转移预测方法主要有2种。

1）基于神经网络的预测模型 该方法利用人口普查大数据，分析老年人口数量因时间变化的规律，将大数据录入后进行网格训练，建立人口总数、潜在老年人口数量、老年人口健康状态的对应关系，并将此关系用数学函数的形式放于神经网络中，以此建立预测模型。但此预测效果与数据关系较大，目前数据覆盖地域范围有限、神经网络中的拓扑结构及参数设置尚不完善，故本文未选用此方法。

2）微观模拟预测法 该方法利用Netlogo建模，模拟微观个体行为，提取相关数据后预估老年人需求。部分研究人员基于构建老年人差异健康状态间的转移概率矩阵，追踪老年人周期内的健康演变轨迹，利用差异性的健康状态转移对国内外失能老年人长期照护服务需求进行估算。

国外使用的方法可分为2类。

1）基于大数据推测未来老年人需求，预测其长期变化。如PSSRU模型，基于此模型得知英国照护服务需求在40年间增长近30%，在此基础上采用规范分析法考虑服务对象、服务项目及成本，被称为PSSRUWanless模型。

2）采用Markov模型模拟老年人在不同健康状态间的转移过程。由于该模型需要大量精确的个体跟踪观测数据，因此应用时受数据获取的限制。

我国对老年人健康状态转移趋势的研究在方法、结论等方面已取得了进步，但存在不足，包括：我国老年人口健康状态的转移趋势估算较为宏观，未对老年人展开分类预测研究，且基于微观数据的研究不足；现有研究多基于国外结论，针对性较弱；部分研究对老年人健康状态限制恒定的因素设定较简易，影响健康状态转移估算的精确性。

本文选用马尔科夫多状态转移法，依据近年来老年人口调查数据，预估我国不同健康程度下失能老年人的健康状态转移概率。

3 资料来源与研究方法

3.1 资料来源

选用北京大学开放数据研究平台中老年健康因素研究数据（CHARLS），数据范围覆盖我国大部分城市样本，约10000户，17000人，累计入户访问11.3万人次。选取2016－2019年全国老年人口及老龄事业监测的失能老年人数据，预测未来我国失能老年人数量。

3.2 研究方法

1）马尔科夫模型 该模型被广泛应用于老年人不同健康状态下转移概率的预测，其优势是预测的某种现象在下一时间内所处状态的概率仅同此现象当时所处的状态有关，不确定因素可控，可表达各种状态下向其他状态转移的概率矩阵。

2）灰色预测模型 应用于较短时间内的人口预估，相较于传统方法，该模型对于样本数据的大规模采集需求较小，仅需少量样本数据即可实现短时间内的精准预估，节省了时间成本。

本文在数据选取时参考国际上对于失能老年人的评价界定标准，即选取ADL评定量表中洗澡、吃饭、如厕、活动、转移（床—椅）、修饰6项，以界定老年人的失能程度，同时控制变量影响因素即性别、文化程度、婚姻状况、原始身体健康水平等，并进行运算。

4 老年人的健康状态预估

老年人健康状态转移概率估算结果如下。

1）65～74岁的老年人中，2020年为健康状态，到2023年仍为健康状态的比例最高，达58.72%，到2023年时已死亡的比例为7.86%。2020年处于轻度失能的老年人，到2023年恢复健康的比例为31.43%，2023年仍处于轻度失能的比例为40.57%；约9.00%的老年人在2023年调查前已去世。在2020年身体健康状态为重度失能老年人中，到2023年已死亡的比重达46.43%。

2）75～89岁的老年人中，2020年为健康状态，到2023年仍为健康状态的达23.53%，已死亡的占比为24.04%。其中轻度失能状态的比重仍为5种健康状态之最，占比达37.24%。在2020年身体状态为轻度失能的老年人中，截至2023年仍有34.28%的老年人为轻度失能状态，仅7.27%的老年人恢复到健康状态。2020年身体状态为中度失能和重度失能的2类老年人中，重度失能的老年人到2023年死亡的比例为80.00%。

3）在高龄老年人即年龄大于90岁的老年人中，健康状态为轻度失能的老年人，到2023年仍为同状态的老年人占17.53%，而死亡比例为63.14%。

可见，未来3年内各年龄段老年人的健康状态中轻度失能老年人所占比重最大；各年龄段老年人中健康转移概率不同，但变化走势大同小异，越偏向中重度失能状态的老年人越难向轻度失能状态转移，且死亡率远高于其他身体状态的老年人。

4.1 不同年龄段失能老年人数量

预测我国失能状态下老年人口数量需以预估老年人的人口规模为依据，本文选用官方第六次人口普查数据，采用灰色预测模型估算老年人口规模。结果表明，2020年我国65岁及以上老年人口数量接近1.80亿，30年后65岁及以上老年人口数量将达3.20亿；2020年65～74岁失能老年人群体中身体状态处于轻度失能的约4655万，到2050年约为6849万，增加近2200万，是2020年轻度失能老年人数量的1.50倍；2020年75～89岁失能老年人群体中轻度失能状态的老年人数量约1970万，到2050年约达4026万，为2020年轻度失能老年人数量的2.04倍；90岁以上轻度失能老年人2050年数量是2020年的7.88倍，增加人数约1165万（见表1）。

表1 不同年龄段的失能老年人预测结果

4.2 健康状态预测

1）轻度失能老年人人口数量增幅较大 根据预测结果分析可知，我国失能老年人口数量将从2020年的1.10亿增至2050年的2.19亿，最令人担心的轻度失能状态下的老年人口数量将从2020年的6795万增至2050年的12209万，增幅约1.0倍，上升速度较快。

2）养老服务体系应重点关注轻度失能老年人需求 随着老龄化加剧，未来失能老年人口基数不断扩大，失能老年人的精细化预测研究势在必行。关注失能老年人尤其是轻度失能老年人群体的需求迫在眉睫，应完善养老服务体系，如社区级长者之家应发挥地缘优势，针对轻度失能状态的老年人提供医务工作者上门服务，当地政府也可结合轻度失能老年人的特点提供相应的政策支持，如设置家庭病床等。在大数据背景下，预测研究为应对老龄化问题提供了数据支撑，辅助老年服务行业提前作好准备，迎接挑战。