《多维家庭人口预测方法创新与应用研究》介绍多维家庭人口预测方法创新与应用，《多维家庭人口预测方法创新与应用研究》共分为四篇。第一篇介绍方法创新、所需数据及其估算、精度评估、小区域家庭户和居住安排预测以及退休金缺口率预测的简易方法等。第二篇介绍在中国的应用，包括全国和五大区域及分省城乡家庭户和居住安排预测、老年家庭结构及照料需求/成本预测和对策探讨、家庭人口和生育政策分析、延迟退休年龄对人力资本的影响、住房和家庭户能源需求及家庭金融预测等。第三篇介绍在美国全国、50个州、华盛顿特区和南加州六个县、奥地利、加拿大、巴西和伊朗的家庭人口预测及应用，包括未来残障老人家庭照料需求/成本、老年宜居住房需求、家庭人口老化对未来碳排放和环境保护的影响、家用汽车需求预测分析等。第四篇介绍如何使用多维家庭人口预测ProFamy软件。

本专著聚焦于系统阐述和讨论ProFamy多维家庭人口预测方法及其在中国和美国的应用。本书分四部分。

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（*大的发展中国家）和其他国家，包括美国（*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*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*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什么影响？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*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，

目录
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 3
1.1 引言 3
1.2 家庭和家庭户的定义 4
1.3 为何需要预测家庭户和居住安排？ 4
1.4 为什么家庭户预测需要用到人口事件发生/风险率？ 7
1.5 家庭户预测和模拟方法的简要综述 11
1.6 小结：关于家庭户预测和模拟三类方法的比较 15
第2章 ProFamy多维家庭人口预测方法创新：拓展的队列要素法 16
2.1 引言 16
2.2 家庭户与居住安排状态辨识和分析单元 16
2.3 ProFamy多维家庭人口预测的核心理念和计算方法 19
2.4 家庭人口状态转换方程 28
2.5 ProFamy方法同时进行家庭户规模结构与人口年龄性别分布预测 33
2.6 男女两性模型和代际模型的一致性 33
2.7 多维家庭人口预测模型的基本假设 36
本章附录 37
第3章 ProFamy多维家庭人口预测所需数据和估算 46
3.1 引言 46
3.2 所需数据 46
3.3 分年龄、性别的人口事件发生/风险率标准模式的定义和估算 49
3.4 合并多个调查数据来估算分年龄、性别的人口事件发生/风险率标准模式的合理性 50
3.5 估算婚姻/同居、生育、迁移、死亡等人口要素的综合参数 51
本章附录 52
第4章 ProFamy多维家庭人口预测方法的评估及其与户主率方法的对比分析 64
4.1 引言 64
4.2 评估：国家和地区层面应用ProFamy多维家庭人口预测方法得到的预测数和人口普查登记数的比较 64
4.3 户主率方法和ProFamy多维家庭人口预测方法的比较 71
4.4 户主率方法与ProFamy多维家庭人口预测方法在美国住房需求预测中的误差比较 76
本章附录 79
第5章 小区域家庭户和居住安排预测 82
5.1 引言 82
5.2 结合ProFamy模型和比例法预测小区域家庭户和居住安排的基本思路 82
5.3 恒定比例法和变动比例法 84
5.4 实证评估和应用 85
第6章 退休金缺口率预测的简易方法和应用 88
6.1 引言 88
6.2 应用ProFamy多维家庭人口预测模型预测退休金缺口率的简易方法 89
6.3 退休金缺口率预测的简易方法在中国的应用 91
6.4 讨论和相关政策建议 99
6.5 结合多维家庭人口预测模型预测未来年份退休金缺口率简易方法的评估 100
本章附录 101
第二篇 多维家庭人口预测方法在中国的应用
第7章 全国和各省区市家庭人口预测的数据来源、年龄别标准模式及综合参数估算 107
7.1 引言 107
7.2 预测起点年份家庭人口基数矩阵的数据来源及估算 107
7.3 城乡总和生育率和年龄孩次别生育频率的数据来源及估算 108
7.4 城乡男女年龄别初婚、离婚和再婚发生/风险率的估算 115
7.5 城乡男女迁移率年龄别标准模式和综合参数的数据来源和估算 121
7.6 全国和分省区市城乡2010年男女0～100岁单岁生命表的数据来源和估算 124
7.7 31个省区市相关综合参数估测并保持协调一致性的方法 126
7.8 全国和31个省区市分城乡综合参数的估测 129
本章附录 133
第8章 中国全国分城乡的多维家庭人口预测 137
8.1 引言 137
8.2 数据估算与参数假设 138
8.3 预测结果分析 141
8.4 讨论和相关政策建议 150
第9章 东北地区分省家庭人口预测分析与对策探讨 152
9.1 引言 152
9.2 主要参数假设 152
9.3 预测结果分析 154
9.4 思考和相关政策建议 159
本章附录 160
第10章 东部地区分省家庭人口预测分析与对策探讨 165
10.1 引言 165
10.2 主要参数假设 166
10.3 预测结果分析 167
10.4 主要结论与对策思考 171
本章附录 173
第11章 中部地区分省家庭人口预测分析与对策探讨 190
11.1 引言 190
11.2 主要参数假设 191
11.3 预测结果分析 192
11.4 思考和相关政策建议 197
本章附录 198
第12章 西南地区分省家庭人口预测分析 208
12.1 引言 208
12.2 主要参数假设 208
12.3 预测结果分析 210
12.4 思考和相关政策建议 213
本章附录 215
第13章 西北地区分省家庭人口预测分析与对策探讨 225
13.1 引言 225
13.2 主要参数假设 225
13.3 预测结果分析 227
13.4 思考和讨论 233
本章附录 234
第14章 五大区域家庭人口预测的比较分析 243
14.1 引言 243
14.2 主要参数假设 243
14.3 五大区域家庭人口预测结果分析 246
14.4 讨论和政策思考及建议 255
第15章 重庆家庭人口中长期变动趋势研究及其应用 257
15.1 引言 257
15.2 重庆家庭人口预测应用的方法 258
15.3 数据来源和家庭人口预测模型检验 258
15.4 重庆家庭人口预测结果分析 261
15.5 重庆家庭与人口发展面临的问题 272
15.6 促进重庆家庭与人口发展对策 274
第16章 我国未来老年家庭照料需求成本变动趋势预测分析 278
16.1 引言 278
16.2 老年家庭照料需求成本预测方法 280
16.3 数据来源、估算及预测方案设计 283
16.4 估测结果及讨论 286
16.5 讨论和相关对策思考 296
第17章 各大区域分省老年家庭照料需求成本变动趋势预测分析 299
17.1 引言 299
17.2 方法、数据来源与引入“地理区域”要素 299
17.3 估算结果与讨论 301
17.4 结论与相关政策建议 315
第18章 我国一人户变动趋势及其特征分析 318
18.1 引言 318
18.2 方法、数据来源和假设 319
18.3 预测结果分析 322
18.4 小结和思考讨论 325
第19章 进一步完善人口政策并提倡尊老爱幼代际互助家庭模式 328
19.1 引言 328
19.2 我国人口快速老化和低生育水平社会经济环境 328
19.3 我国家庭价值观逐渐弱化的状况和新加坡成功经验的借鉴 330
19.4 赴河北省灵寿县调研的启示 333
19.5 促进国家发展和提高应对灾害突发事件能力 333
19.6 改善亿万家庭福祉 339
19.7 提升我国国际竞争综合实力 340
19.8 相关政策建议 342
第20章 京津冀家庭人口老化趋势与特色小镇建设 344
20.1 引言 344
20.2 京津冀地区家庭人口快速老龄化的变动趋势 344
20.3 京津冀养老一体化发展协同应对家庭人口老龄化严峻挑战 347
20.4 协同建设一批旅游和养老产业结合的特色小镇 348
20.5 高度重视家庭养老健康服务行业与养老机构的协同发展 348
本章附录 349
第21章 河北省家庭户住房需求预测 351
21.1 引言 351
21.2 方法和数据 351
21.3 结果和讨论 354
21.4 相关政策思考 364
21.5 成果、局限和未来研究展望 365
第22章 河北省家庭户能源消费预测分析及政策建议 367
22.1 引言 367
22.2 研究家庭户能源消费的重要意义 367
22.3 数据来源和方法 368
22.4 预测分析结果 369
22.5 相关政策建议 372
第23章 我国未来家庭金融资产和负债需求规模及结构预测分析 374
23.1 引言 374
23.2 研究方法 375
23.3 数据来源及变量选取 376
23.4 基于中国家庭金融调查（2017年）数据的分析 377
23.5 预测结果分析 383
23.6 结论与政策建议 392
第24章 延迟退休年龄对我国人力资本的影响 393
24.1 引言 393
24.2 预测方法 396
24.3 预测结果 397
24.4 结论和讨论 403
第三篇 多维家庭人口预测方法在美国和其他国家的应用
第25章 美国家庭户惯性与动态变化 409
25.1 引言 409
25.2 数据来源、估算和参数假设 409
25.3 中方案多维家庭人口预测 412
25.4 家庭户惯性 414
25.5 家庭户和居住安排高、低方案预测区间 415
25.6 家庭户和居住安排动态变化的种族差异 416
25.7 小结和相关思考 418
本章附录 419
第26章 美国50个州和华盛顿特区的家庭户和居住安排预测 422
26.1 引言 422
26.2 数据和参数假定 422
26.3 各州家庭户和居住安排高、中、低预测方案 423
26.4 预测结果 424
26.5 讨论和结语 426
本章附录 427
第27章 美国南加州六个县的家庭户和居住安排预测 460
27.1 引言 460
27.2 方法、数据需求和估算 461
27.3 验证ProFamy方法在县级应用的可信度 463
27.4 六个县的家庭户和居住安排预测结果 465
27.5 讨论和结论 471
第28章 家庭结构和居住安排变化对美国老年家庭照料需求/成本的影响 473
28.1 引言 473
28.2 数据来源、估算与预测参数假定 476
28.3 残障老人及其家庭照料需求成本预测结果 477
28.4 小结和相关思考 492
本章附录 495
第29章 美国人口老化与残障者宜居住房需求预测研究——以犹他、佐治亚、佛罗里达和西弗吉尼亚等4个有代表性州为例 498
29.1 引言 498
29.2 按家庭户代表年龄分类的包括至少一位残障者的住户比例估算 500
29.3 包括至少一位残障者家庭户的高、中、低方案预测 502
29.4 各州独立式家庭住宅生命周期中至少有一位残障者入住概率的估算 505
29.5 小结和相关讨论 510
第30章 美国家庭人口老化对未来碳排放和环境保护的影响 513
30.1 引言 513
30.2 本章应用的人口环境技术模型 517
30.3 家庭户预测 525
30.4 家庭人口老化对未来碳排放的预测结果分析 528
30.5 相关讨论和思考 538
第31章 美国家庭户汽车需求预测 541
31.1 引言 541
31.2 数据来源和考虑区域、收入和种族差异的模型设计 542
31.3 按家庭户特征、种族和区域分的家用汽车拥有率估计 543
31.4 未来家用汽车需求预测结果 54