【关键词】失能失能率失能概率结构分解
【作者】廖少宏山东工商学院东亚社会发展研究院，副教授；王广州中国社会科学院人口与劳动经济研究所，研究员。
一、引言
从已有研究看，有的在现有调查数据基础上，假定年龄别失能率保持不变或适度调整的情况下对未来失能趋势进行预测（雷咸胜，2020），也有在假定未来参数变化的情况下，利用模型进行外推（杨明旭等，2018；朱大伟、于保荣，2019），不同的预测结果存在较大差异。景跃军等（2017）基于CLHLS2011数据，假设未来失能率保持不变，估算2054年失能老年人口达到峰值4300万人，杨明旭等（2018）的回归模型预测表明，2050年60岁及以上ADL失能老人将达到4000万人，2060年总失能率为8.01%，比2010年的8.13%略有下降。朱大伟、于保荣（2019）基于蒙特卡洛模拟测算中国失能老年人口从2020年的2711.3万人增加到2050年的6551.4万人，总失能率从2020年的10.8%增长到2050年的13.7%。
现有研究大部分未对不同失能状态的变动趋势进行估计与预测，人口年龄结构因素对总失能率变动趋势的影响不够清晰，老年人口年龄结构与年龄别失能状态的影响及其变动规律也不是很清楚。事实上，在年龄结构持续老化与“健康中国2030”战略举措的双重影响下，老年失能率的变动面临较大的不确定性。准确估计老年人口不同程度失能风险及失能率的变动趋势，分析人口老龄化与健康政策措施的影响，对中国长期护理保险制度资金筹措及各类补贴的测算具有重要意义。
在CHARLS调查中涉及年龄、性别、婚姻状况和受教育程度等个体信息。为了把握老年人口的主要特征，本文将老年人口婚姻状况划分为有配偶（包括同居）和无配偶两种，受教育程度不尽如人意，即使根据样本进行调查年份之间的相互匹配后，缺失仍较严重。为了最大限度使用已有调查信息，在stata中根据年龄、性别排序后采用carryforward命令前向填补，并进行适当的合并处理。
（二）变量界定与处理
1.失能的测量
国际上一般采用Katz等（1963）编制的生活自理能力量表测量日常活动能力（ADL），包括吃饭、穿衣、上厕所、上下床、洗澡和室内走动6项。在具体应用和统计分析过程中，如何界定“生活能够自理”与“生活不能自理”因研究目的不同存在一定的差异。
有学者将各测量项目中有1项不能自理定义为“生活不能自理”，而各项指标全部能够自理定义为生活自理（Lafortune等，2007；顾大男、曾毅，2006；杜鹏、武超，2006）。也有学者认为至少有1项完全需要他人帮助为生活不能自理（周云等，2010）。还有学者将其中至少有1项“有点困难”或“做不了”视为生活不能自理（杜鹏、尹尚菁，2011）。有研究在此基础上进一步区分“完全失能”与“部分失能”，如中国老龄科学研究中心课题组（2011）界定6项ADL中任何1项回答“做不了”定义为“完全失能”，所有都能做，但“有困难，需要人帮助”定义为“部分失能”。曾毅、沈可（2010）将6项ADL完全能够自理、不需要他人帮助界定为“完全自理”，而有1～2项需要他人帮助界定为“轻度残障”，有3项及以上需他人帮助定义为“严重残障”。尹尚菁、杜鹏（2012）将1～2项ADL障碍定义为“中度依赖”，3项以上进一步细分为3～4项和5项及以上，分别定义为“重度依赖”和“极重度依赖”。近年来，有关失能的测量一般借鉴了上述的测量方法（丁华、严洁，2018；张文娟、付敏，2020），但具体应用却有所不同。
2.失能状况分布
根据不同失能状态界定，对失能状态进行样本加权得到各调查年份年龄别ADL失能分布情况。从失能分布情况看，低龄组各年份失能分布差异较小，而高龄组样本较少，失能分布差异较大，尤其是在90岁及以上组。从总体失能率看，2013～2018年呈下降趋势。
（三）失能风险估计方法
1.失能流行率、失能发生率与失能概率
2.失能概率的估计
失能状态或等级实际上反映了老人从生活完全自理到轻度失能、重度失能甚至极重度失能状态的逐步递增，可以视为有序性质的变量。为了充分利用调查数据的信息，使失能影响因素的分析具有准确性与科学性，本文借鉴其他学者平滑处理的方法，以60岁及以上老年人口为样本，分别对2013、2015、2018年调查数据进行有序Logit回归，并对失能概率进行点估计及区间估计，由此得到不同年份、不同性别的年龄别失能概率，以适度平滑调查中可能存在的异常值。
（四）失能率的估计与变动分解方法
1.失能率的估计方法
根据年龄别失能概率的变动，结合未来老年人口的变动趋势，可以估计未来老年失能率的变动情况。
2.失能率变动趋势的结构分解方法
三、失能率的估计结果及变动趋势
（一）不同失能状态概率估计
为了有效估计失能概率，引入年龄与性别变量对2013、2015、2018年数据分别进行有序Logit回归。结果显示，年龄变量在3个回归模型中均显著为正，且回归系数随年龄的增长逐渐变大，表明年龄因素对于失能状况有重要影响。男性失能概率低于女性。通过回归模型估计，可以得到分年龄分性别不同失能状态的概率。
从统计分析结果看，无论男性还是女性，80岁以后，失能概率增长较快，同时，几乎所有年龄段、不同失能状态女性的失能概率均高于男性。由于高龄老人样本较少，估计失能概率的方差较大，结果不稳定，可以考虑通过置信区间进行测算，以确保失能概率估计更加科学、合理。
2013、2015、2018年3次调查估计的失能概率的年均变化率显示，60～69岁与90岁及以上年龄组各种失能状态概率有升高的趋势，仅60～69岁女性极重度失能概率有所下降；无论男性还是女性，70～89岁所有失能状态均呈下降趋势。其中，除女性重度失能概率外，70～79岁组的失能概率下降幅度大于80～89岁组；90岁及以上组极重度失能概率比其他失能状态的概率变动幅度更大。
（二）失能率估计
1.未来老年人口规模与结构预测
本文采用人口预测软件（CPPS）对中国人口变动趋势进行预测，中方案预测结果显示，2035年总人口为13.88亿人，60岁及以上人口为4.23亿人，占总人口的30.46%；2050年总人口为12.90亿人，60岁及以上人口为4.91亿人，老年人口总数和占比持续上升，80岁及以上高龄老人占老年人口比例上升幅度更大，体现人口的高龄化特征更加明显。
2.老年失能人口规模、结构与总失能率
根据上述对2020～2050年失能概率变动的假定及人口预测结果，测算2020～2050年中国失能老年人口的规模、结构与失能率。随着老年人口规模的持续扩大，失能老年人总量持续增长，从2020年的2485.2万人增长到2050年的5472.3万人，平均每年增长约100万人。总失能率先下降后上升，大体上在9.28%～11.15%之间变动。根据总失能率的变化特征，可以分为3个阶段：第一阶段失能率缓慢下降。从2020年开始经过短暂上升后，2023年开始下降，2031年为最低点（9.28%）；2020～2032年重度与极重度失能老年人口虽持续增长，但增幅较小，二者合计从2020年的716.8万人增长到2031年的1045.8万人，年均增加29.9万人，占失能老年人口的比例从28.84%增加到29.08%。第二阶段总失能率开始逐步上升。2041年，重度与极重度失能老年人数为1368.7万人，年均增加32.3万人，占失能人数的比例增至31.35%。第三阶段总失能率从2042年开始快速上升，到2048年达到11.15%的最高值，随后略有回落。2050年重度与极重度失能老年人数为1888.1万人，年均增加57.7万人，占失能人数的比例提高到34.50%。
老年失能人口中60～69岁比例在2031年达到峰值后逐年下降，到2046年略有回升，70～79岁比例在2032年达到最低值后缓慢上升，80～89岁比例呈波动态势，90岁及以上失能比例持续上升，而且从2034年开始速度明显加快，直到2048年开始有所下降。由此可以看出，2032～2050年，受人口老龄化与高龄化的影响，老年失能人口不仅规模增长较快，而且高龄化特征明显。
3.不同性别失能率变动趋势与结构分解
与总失能率变动模式类似，无论是男性还是女性，失能率均呈先下降后上升的趋势，在2031年达到最低水平后上升。总体而言，女性失能率高于男性，男性失能率在7.80%～9.06%之间变动，女性在10.59%～12.95%之间变动。从性别差异看，总失能率的差距先下降后上升，轻度失能与重度失能率的差距保持相对稳定，但从2032年开始，女性极重度失能率增长幅度明显高于男性。
由于人口老龄化与高龄化的持续加深，年龄结构老化会推高失能率，同时由于健康状况的改善会降低老年人的失能风险，这两项因素的叠加使失能率先下降后上升。为了更清楚地了解不同性别老年人口失能率变动的驱动因素，本文对失能率的变动进行结构分解，并预测未来年龄结构因素与失能风险因素的影响程度和贡献大小。
根据失能率的变动分解方法，以2019年为基准，分性别对失能率的变动进行结构分解。结果显示，在失能率变动的3个阶段，年龄结构因素与失能风险因素的影响呈现以下特征。
在第一阶段（2020～2031年），人口年龄结构老化的影响较小，失能风险下降的影响较大，无论男性还是女性，总失能率均呈下降态势，且二者的下降幅度基本一致。这一阶段80岁及以上人口占60岁及以上人口的比例将从2020年的12.61%增长到2031年的13.82%，人口年龄结构老化的影响开始显现，但由于健康状况改善，失能风险处于下降趋势，其积极效应超过了年龄结构的消极影响，总失能率有所下降。分失能状态的变动结构分解看，重度失能率也因失能风险下降的积极影响超过人口年龄结构老化的消极影响而有所下降。但由于年龄结构因素与失能风险因素的影响程度不同，女性极重度失能率有所上升。
第二阶段（2032～2041年），人口年龄结构老化的影响开始增强，部分抵消失能风险下降的积极影响。在2036年前后（女性2035年，男性2037年），年龄结构老化的效应超过失能风险下降的影响，总失能率较2019年有所增加，但增幅较缓。这一阶段虽然失能风险仍持续下降，但人口年龄结构老化的影响更大，80岁及以上高龄老人占60岁及以上老年人口的比例将从2031年的13.82%增长到2041年的17.30%，人口高龄化程度显著加深。分失能状态的变动结构分解来看，虽然重度失能风险下降的积极影响仍占主导地位，但受人口年龄结构老化的消极影响，重度失能率在第一阶段2031年达到最低点后开始逐步上升。同时，极重度失能率持续缓慢上升。
第三阶段（2042～2050年），人口年龄结构老化的消极影响开始全面显现，失能风险持续下降的影响开始减缓甚至回调（女性），导致总失能率加速上升，且女性增长速度更快，直到2048年增长幅度略有回落。本阶段，80岁及以上人口占60岁及以上人口的比例将从2041年的17.30%增长到2050年的24.81%，9年内增长7.51个百分点，高龄老人比例呈快速增长态势，人口年龄结构老化的消极影响将大大高于失能风险下降的积极影响，不同失能状态的失能率的变动分解结果均体现了这一特点。
总之，失能风险和年龄结构的变化直接影响老年人口总体失能状况和变化趋势。通过对失能率的结构分解可以看到，在人口快速老龄化的过程中，低龄老人和高龄老人占比变化的影响明显不同。高龄老人总量、结构成为未来中国老年人口失能水平变化的关键。
四、结语
根据上述分析，本文得出以下主要结论：（1）随着年龄增长，失能风险增大。总体上，女性年龄别失能概率高于男性。2013～2018年，60～69岁与90岁及以上年龄组各种失能概率总体呈现升高趋势（女性极重度失能除外）；70～89岁年龄组所有失能概率均出现下降趋势。（2）老年人口失能水平阶段性特征明显。从失能率的估计结果看，2020～2050年，总失能率先下降后上升，大体可以分为2020～2031年的缓慢下降、2032～2041年的缓慢上升及2042～2050年快速上升3个阶段，总失能率在9.28%～11.15%之间变动。这一趋势对男性和女性老年人口均成立。总体而言，女性比男性失能率高，男性失能率在7.80%～9.06%之间变动，女性在10.59%～12.95%之间变动。（3）老年人口总失能率受年龄结构影响较大。
参考文献（略）
原文发表于《中国人口科学》2021年第1期，有删减，转载请注明