• 搜索
  • 您当前的位置: 首页>> 理论研究

    张文娟,付敏 | 2010~2020年中国老年人口的健康状况及其变化趋势

    发布时间:2025-11-18   文章来源: 人口评论PR

    编辑导语:人口老龄化是中国现代化建设过程中不可忽视的重要议题,而老年人口的健康状况不仅直接关系到个体生活质量,更深刻影响着老龄社会的平稳运行。本期推介的这篇文章,深入探究了2010~2020年中国老年人口的健康状况及其变化趋势,为理论界与实务界重新审视老年人口的健康状况,识别老年健康发展态势提供了关键切入视角。

    2010~2020年中国老年人口的健康状况及其变化趋势

    ——基于人口普查和抽样调查数据的分析

    张文娟 付敏

    摘要:健康状态是影响老年人生活质量的主要因素,也是老龄政策制定的重要依据,但老年人口的健康状况变化具有复杂性和不确定性。文章基于2010年以来的全国人口普查和抽样调查数据,分析了中国老年人口的自评健康状况和失能水平及其变动情况,探讨老年人口的自评健康预期寿命、生活自理预期寿命在预期寿命拓展过程中的发展趋势。研究结果表明,2010年以来中国老年人口的健康状况持续改善,生活自理能力稳步提升,乡村老年人口的健康状况明显改善;预期寿命、自评健康预期寿命和生活自理预期寿命均呈增长趋势,不健康或不自理的存活时间缩短,在预期寿命中的占比下降,符合疾病或残障绝对压缩模式,这意味着中国开始步入健康转变的第四阶段。为此,学界应重新审视当前对老年人口健康发展态势的基本判断,调整对未来老年人口照料负担快速增长的悲观预期。

    【作者简介】张文娟,中国人民大学人口与发展研究中心、交叉科学研究院,教授;付敏,中国人民大学社会与人口学院,博士研究生

    【发表期刊】中国人口科学;CSSCI;IF10.117;AMI权威

    【发表时间】2022年10月

    一、研究背景

    老年健康状况的重要性:老年人口的健康状况不仅是评价政策实施效果的关键指标,还是识别老年医疗和照护服务需求的重要依据,有利于帮助政府优化医疗保健、健康护理和日常照料等诸多养老资源的宏观配置。

    现有研究存在不足:目前学界已经发展出相对成熟的指标用以评估老年人的健康和失能状态。然而,利用这些指标对中国老年人口的失能率水平及发展态势的判断尚未达成共识,而且学者对健康预期寿命及其拓展模式的判定也存在诸多争议。

    二、研究问题

    基于以上研究背景,本文着重探讨以下几个方面的问题:

    1.评估老年人口的自评健康状况和失能水平。

    2.测算老年人口的自评健康预期寿命和生活自理预期寿命。

    3.分析上述健康指标随时间变化的趋势。

    三、研究设计

    1.理论基础

    (1)健康转变理论

    健康转变理论是将人类历史上的疾病转变过程划分为四个阶段(大瘟疫与饥荒期、流行病减退期、退化和人为疾病期、慢性退行性疾病延迟期),其为本研究提供了动态的差异化分析视角。基于健康转变理论,本文将人口健康状态(尤其是预期寿命)的变化作为健康转变阶段的判断标准,探讨不同时空及社会经济发展条件下人口群体的健康异质性。

    (2)疾病或残障的扩张、压缩和动态平衡模式

    学者针对人类预期寿命延长过程中健康状态的变化趋势,提出三种核心假说(疾病或残障扩张,疾病或残障压缩和动态平衡),为识别中国老年人口预期寿命与健康预期寿命的拓展模式提供了具体分析路径。

    2.数据来源

    本研究使用的数据来自2010和2020年全国人口普查,2015 年全国1%人口抽样调查。

    3.研究方法

    (1)模型生命表法:本文利用 2010 和 2020 年全国人口普查数据分别编制两性完全生命表。

    (2)沙利文法:在得到 2010、2015 和 2020 年两性完全生命表的基础上,本文基于自评健康和失能率等不同的健康状态评价指标,使用沙利文法计算老年人口的自评健康预期寿命和生活自理预期寿命。

    (3)因素分解法:因素分解法是指将两个指数(比率、比例等)之间的差异分解为若干潜在因素变化的影响。本文使用该方法将老年人口总失能率的影响因素分解为年龄结构因素和分年龄段失能风险因素。

    4.分析策略

    第一,从自评健康和失能状态两个维度评估老年人口的健康状况及其变化趋势,重点关注自评健康比例和生活不能自理比例两个指标。

    第二,基于2010和2020年全国人口普查数据中的死亡数据,使用模型生命表法分别编制两性完全生命表,使用内插法得到2015年两性完全生命表。

    第三,结合第一步得出的单岁组失能率及第二步编制的完全生命表,进一步使用沙利文法计算2010、2015和2020年的自评健康预期寿命、生活自理预期寿命,在此基础上计算不健康和带残存活时间,揭示上述指标的性别、年龄差异及变化趋势,重点分析2010~2020年老年人预期寿命中处于自评健康、不健康但生活自理、失能三种状态下存活时间的比例变化。

    四、研究发现

    1.老年人口的健康状况、失能率变动的影响因素及相关变化趋势

    (1)老年人口的健康状况及其变化趋势:2010~2020年,老年人口自评健康状况的变化趋势并不稳定,自评健康者占比呈现先下降、后上升的态势,由2010年的43.78%下降至2015 年的40.51%,2020年又提升至54.28%。从生活自理能力指标来看,老年人口中失能者占比呈稳定下降趋势,由2010年的2.97%下降至2020年的2.43%。过去的十年间,女性和乡村老年人口在健康方面处于劣势,其中的自评健康者占比更低、失能者占比更高;但性别和城乡差异随时间推移均有所缩小。


     

    (2)影响失能率变动的结构和风险因素比较:2010~2020年,年龄结构变动和按龄失能率变动所发挥的作用方向相反,前者推升了老年人口总体失能水平,但后者贡献率的绝对值更大,导致失能率整体呈下降趋势。

    (3)不同队列老年人口的健康状况变化趋势:在各个队列的老年人群中,男性自评健康者的比例均高于女性,而且在出生较晚的队列中性别差异更为突出。而女性老年人中失能者的比例较高,且这一差异在较早的出生队列中尤为明显。此外,各个老年队列中的自评健康者占比随时间推移呈“U”形变化,该比例在2010~2015年出现下降、在2015~2020年出现抬升。


     

    (4)自评健康和失能者占比的按年龄变化趋势:老年人的年龄别失能率是导致整体失能水平变动的主要因素。2010~2020年老年人口中自评健康者占比的按年龄变化曲线整体先下降(2010~2015 年)、后抬升(2015~2020 年),且性别差异有所缩小;失能者占比的按年龄变化曲线则略有下降,这充分体现了近年来中国老年人口健康状况稳步改善的发展态势。此外,在80岁及以上年龄段(尤其是90岁及以上的超高龄段)按年龄变化曲线均表现出明显的不稳定性。

    2.老年人口的预期寿命、健康预期寿命及其变化趋势

    (1)平均预期寿命及其变化趋势:2020年中国人口的平均预期寿命为男性75.37岁、女性80.88岁,与2010年相比均提高了3岁左右。其中,60岁老年人口的预期寿命增长约2岁,80岁老年人口的预期寿命增长约0.5岁。

    (2)自评健康预期寿命、生活自理预期寿命及其变化趋势:2020年,60岁男性和女性老年人的自评健康预期寿命分别为10.85年和11.32年,生活自理预期寿命分别为19.17年和 22.86年;与2010年相比,60岁和80岁老年人口的自评健康预期寿命、生活自理预期寿命均有所提升。就性别差异而言,在生活自理预期寿命这一指标上,女性老年人在各个年份上均超过男性。从2010~2020年的变化趋势来看,老年人口的自评健康预期寿命先下降、后提升,而生活自理预期寿命则稳定增长。

    3.老年人口预期寿命中的不健康存活时间、带残存活时间及其变化趋势

    随着年龄增加,老年人的不健康和带残存活时间都在缩短。在年龄相同的条件下,女性老年人的不健康和带残存活时间更长,但这一性别差异随着年龄增长有所缩小。从时间变化趋势来看,老年人的不健康存活时间先上升、后下降;预期寿命中处于失能状态下的带残存活时间整体呈下降态势,但变化幅度较小,在0.1年左右浮动。

    4.预期寿命中不同状态下的存活时间占比

    2010~2020 年中国老年人口的健康预期寿命变化趋势符合疾病或残障绝对压缩模式,即表现出预期寿命和健康预期寿命提高、带病和带残存活时间占比降低的特征。

    五、结论与展望

    1.结论

    首先,2010~2020年老年人中自评健康者的比例波动上升,失能者的比例稳定下降,其中乡村老年人口的健康状况改善尤为显著。

    其次,比较不同出生队列老年人口的自评健康状况发现,中国老年人口的健康状况随时间推移整体呈改善态势,尤其是生活自理能力得到稳步提升。

    再者,老年群体内部年龄结构和个体失能风险均对老年人口的总体失能率变动存在突出影响。

    最后,2010~2020年老年人口预期寿命、自评健康预期寿命和生活自理预期寿命表现出增长趋势,不健康存活时间和带残存活时间都有所下降,且在预期寿命中的占比均出现降低,上述特征符合疾病或残障绝对压缩模式。

    2.展望

    由于研究期内受疫情干扰,老人自评健康数据容易受到影响,因此健康指标测量相关数据准确性仍需优化。据此,未来需结合2025年人口抽样调查数据,验证2015~2020年的健康波动趋势;加强高龄老人失能趋势的理论与实证研究,完善老年健康监测体系,提升数据连贯性与可比性,为政策制定提供更精准依据。

    (参考文献:略)