一、项目概述与研究背景
人口老龄化是当今世界面临的重大人口趋势之一，也是中国经济社会发展必须面对的严峻挑战。按照国际标准，65岁以上人口比例超过7%进入老龄化社会，超过14%进入深度老龄化社会，超过20%进入超级老龄化社会。中国在2000年前后进入老龄化社会，2023年65岁以上人口比例达到14.3%，正式进入深度老龄化社会。与发达国家相比，中国老龄化速度更快、规模更大，呈现"未富先老"的特征，对养老保障、医疗服务、劳动力供给、经济增长等产生深远影响。
本报告基于世界银行公开数据库1960-2023年中国人口数据，采用ARIMA（自回归积分滑动平均）时间序列模型进行系统分析和预测。通过对65岁以上人口比例、年龄结构、生育率、出生率、死亡率、预期寿命、城市化率等指标的分析，揭示中国人口老龄化的发展历程和驱动因素，并预测未来15年（2024-2038年）的老龄化进程，为积极应对人口老龄化提供参考。
二、数据说明与研究方法
本数据集来源于世界银行公开数据库，包含中国1960-2023年共64年的年度人口数据。核心字段包括：65岁以上人口比例（%）、总人口、城市化率（%）、总和生育率、粗出生率（‰）、粗死亡率（‰）、预期寿命（岁）、0-14岁人口比例（%）、15-64岁人口比例（%）。
本研究采用ARIMA时间序列模型。建模步骤包括：①数据平稳性检验（ADF检验）；②非平稳序列一阶差分处理；③通过ACF和PACF图确定模型阶数（p,d,q）；④模型参数估计；⑤模型诊断与评估；⑥未来15年预测。本报告采用ARIMA(2,1,2)模型。
三、中国人口老龄化历程
本章分析中国人口老龄化的历史发展。
图3-1 中国65岁以上人口比例变化（1960-2023）
如图3-1所示，中国65岁以上人口比例从1960年的4.0%持续上升到2023年的14.3%，64年间上升了约10.3个百分点。从发展阶段看，1960-2000年老龄化率缓慢上升，从4.0%升至约7.0%，用了约40年进入老龄化社会；2000-2023年老龄化加速上升，从7.0%升至14.3%，仅用约23年进入深度老龄化社会。预计未来老龄化将进一步加速。
图3-2 中国人口年龄结构变化
图3-2展示了人口年龄结构的变化。可以看到，0-14岁少儿人口比例持续下降，从1960年代的约40%降至2023年的约17%；15-64岁劳动年龄人口比例先升后降，从约56%升至峰值约74%后开始下降；65岁以上老年人口比例持续上升，从4.0%升至14.3%。人口年龄结构从"金字塔型"向"倒金字塔型"转变。
图3-3 中国人口预期寿命变化
图3-3展示了预期寿命的变化。从1960年的33.4岁（受三年困难时期影响）快速增长到2023年的78.0岁，增长了约44.6岁。预期寿命的大幅延长是老龄化加速的重要原因之一——人们活得更长，老年人口数量和比例自然增加。医疗水平提高、营养改善、公共卫生体系完善是预期寿命延长的主要原因。
四、人口结构转型与驱动因素
本章分析老龄化的驱动因素。
图4-1 中国总和生育率变化
如图4-1所示，中国总和生育率从1960年代的约6.0以上持续下降到2023年的约1.0，远低于2.1的世代更替水平。生育率的持续下降是老龄化加速的根本原因——新出生人口减少，年轻人口比例下降，老年人口比例相对上升。计划生育政策、经济发展、教育水平提高、婚育观念转变等是生育率下降的主要原因。
图4-2 中国粗出生率与粗死亡率变化
图4-2展示了出生率和死亡率的变化。粗出生率从1960年代的约30‰以上持续下降到2023年的约6.4‰；粗死亡率从1960年代的较高水平（受困难时期影响）下降到约6.7‰后，近年来因老龄化缓慢上升到约7.9‰。2022年起死亡率超过出生率，人口自然增长率转为负值，人口开始负增长。
图4-3 总和生育率与老龄化率关系（颜色=年份）
图4-3展示了总和生育率与老龄化率的关系，两者呈强负相关。颜色从浅到深代表年份从早到晚，可以清晰地看到随着生育率下降，老龄化率持续加深。生育率下降是老龄化的根本驱动力，低生育率意味着未来劳动力减少、养老负担加重。
图4-4 中国老年抚养比与少儿抚养比变化
图4-4展示了抚养比的变化。老年抚养比（每百名劳动年龄人口抚养的老年人数）持续上升，从1960年的约6%升至2023年的约21%；少儿抚养比持续下降，从约70%降至约25%。总抚养比先降后升，目前处于上升通道。老年抚养比的快速上升意味着养老压力不断加大，社会保障体系面临严峻挑战。
五、ARIMA模型构建与训练
本章构建ARIMA模型预测老龄化率。
from statsmodels.tsa.arima.model import ARIMA from statsmodels.tsa.stattools import adfuller adf = adfuller(df['65岁以上比例(%)'].diff().dropna()) print(f'ADF p值: {adf[1]:.4f}') train_size = int(len(df)*0.8) train = df['65岁以上比例(%)'].iloc[:train_size] model = ARIMA(train, order=(2,1,2)).fit() print(model.summary())图5-1 65岁以上比例一阶差分（平稳化）
如图5-1所示，对老龄化率进行一阶差分后，序列在0附近波动，呈现平稳特征。ADF检验结果显示一阶差分后序列平稳，因此确定差分阶数d=1。结合ACF和PACF图分析，选择ARIMA(2,1,2)模型，即2阶自回归、1阶差分、2阶滑动平均。
模型采用80%数据作为训练集（1960-2010年），20%数据作为测试集（2011-2023年）。ARIMA(2,1,2)模型的参数估计结果显示：AR(2)系数0.91，MA(1)系数1.87，MA(2)系数0.89，模型方差0.00008。模型拟合良好。
六、模型回测与评估
本章用测试集数据评估模型。
图6-1 ARIMA模型老龄化率回测预测
如图6-1所示，蓝色线为训练集数据，绿色线为测试集实际值，红色虚线为ARIMA预测值。可以看到，模型预测值与实际值的整体趋势一致，但在测试集后期（2020年后）出现一定偏差，主要原因是近年来老龄化加速超出了历史趋势的线性外推。总体而言，模型能够较好地捕捉老龄化的长期增长趋势。
图6-2 ARIMA模型预测评估指标
图6-2展示了模型评估指标。RMSE为1.77个百分点，MAE为1.35个百分点，MAPE为10.78%。MAPE约11%主要受近期老龄化加速影响，如果仅看长期趋势预测，模型精度会更高。ARIMA模型适合长期趋势预测，但对结构性变化的捕捉能力有限。
七、未来15年老龄化预测
本章用全量数据训练模型，预测2024-2038年老龄化率。
full_model = ARIMA(df['65岁以上比例(%)'], order=(2,1,2)).fit() future_years = np.arange(2024, 2039) future_forecast = full_model.forecast(steps=15) for y, f in zip(future_years, future_forecast): print(f'{y}年: {f:.1f}%')图7-1 中国65岁以上人口比例未来15年预测（ARIMA模型）
如图7-1所示，蓝色线为1960-2023年历史老龄化率，红色虚线为2024-2038年ARIMA预测值。模型预测中国65岁以上人口比例将从2023年的14.3%持续上升到2038年的20.9%，15年间上升约6.6个百分点。预计2036年前后65岁以上比例将超过20%，进入超级老龄化社会。
具体预测结果：2024年14.8%，2025年15.3%，2026年15.8%，2027年16.3%，2028年16.7%，2029年17.2%，2030年17.6%，2031年18.1%，2032年18.5%，2033年18.9%，2034年19.3%，2035年19.7%，2036年20.1%（超级老龄化），2037年20.5%，2038年20.9%。需要说明的是，ARIMA预测基于历史趋势外推，实际老龄化进程可能因生育政策调整、人口迁移等因素而有所不同。
图7-2 中国城市化率变化
图7-2展示了城市化率的变化。从1960年的约16%快速增长到2023年的约65%，城市化率的快速提高也是人口结构转型的重要方面。城市化带来生活方式转变、生育成本上升，进一步压低生育率，间接加速老龄化。同时，城市化也为养老服务产业化提供了条件。
八、核心结论与政策启示
8.1核心结论
通过对中国1960-2023年人口数据的ARIMA时间序列分析，得出以下核心结论：
第一，中国65岁以上人口比例从4.0%升至14.3%，2023年正式进入深度老龄化社会，老龄化速度远超发达国家。
第二，预期寿命从33.4岁增至78.0岁，增长44.6岁，寿命延长是老龄化加速的重要原因。
第三，总和生育率从约6.0降至约1.0，远低于更替水平，低生育率是老龄化的根本驱动力。
第四，2022年起死亡率超过出生率，人口自然增长率转为负值，中国进入人口负增长时代。
第五，老年抚养比从约6%升至约21%，养老压力持续加大。
第六，ARIMA(2,1,2)模型预测2036年前后进入超级老龄化社会（65岁以上比例超20%），2038年达20.9%。
8.2政策启示
基于以上发现，提出以下政策启示：一是加快构建养老服务体系，大力发展居家社区机构相协调、医养康养相结合的养老服务体系，满足老年人多样化养老需求；二是完善社会保障制度，稳步提高养老保险和医疗保险待遇水平，确保老年人生活有保障；三是开发老年人力资源，实施渐进式延迟法定退休年龄，挖掘第二次人口红利；四是促进生育政策协调，完善生育支持政策体系，降低生育养育教育成本，努力提升生育率；五是发展银发经济，培育养老新业态新模式，推动养老事业和养老产业协同发展；六是推进健康中国建设，完善老年健康服务体系，加强老年慢性病防控和康复护理；七是加强人口监测研判，科学制定人口长期发展战略，增强政策的前瞻性和针对性。
人口老龄化是中国经济社会发展必须面对的长期趋势，也是一项系统工程。ARIMA时间序列模型为老龄化预测提供了科学工具，有助于提前谋划和积极应对。只要坚持积极应对人口老龄化国家战略，加快构建养老服务体系，完善社会保障制度，开发老年人力资源，促进生育政策协调，中国一定能够成功应对人口老龄化挑战，实现人口长期均衡发展和经济社会持续健康发展。
