宋 健

(中國人民大學(xué) 人口與發(fā)展研究中心， 北京 100872)

一、引言

人口學(xué)是以方法見長的學(xué)科，方法發(fā)展史一定程度上折射了學(xué)科發(fā)展史。人口學(xué)方法的傳承遵循兩條脈絡(luò)。一條可追溯至1662年格蘭特(Graunt)發(fā)表第一部人口學(xué)著作《關(guān)于死亡表的自然的和政治的觀察》時(shí)所采用的主要方法。這條脈絡(luò)沿著純?nèi)丝趯W(xué)(pure demography)或規(guī)范人口學(xué)(formal demography)的路徑，從死亡現(xiàn)象出發(fā)，聚焦人口系統(tǒng)內(nèi)部各要素之間的關(guān)系，使用特定的人口學(xué)概念、測量指標(biāo)與人口統(tǒng)計(jì)學(xué)方法進(jìn)行人口分析(demographic analysis)。另一條源自1798年馬爾薩斯(Malthus)經(jīng)典著作《人口原理》發(fā)表后開拓的路徑，通過人口呈幾何級數(shù)增長而糧食呈算術(shù)級數(shù)增長的不均衡表現(xiàn)及結(jié)果，激起了學(xué)界對人口過剩問題的爭論，揭示了人口與經(jīng)濟(jì)之間的關(guān)系。這條脈絡(luò)注重人口系統(tǒng)內(nèi)部各要素及其變遷與社會、經(jīng)濟(jì)等人口系統(tǒng)外部各要素之間的關(guān)系及互動(dòng)機(jī)制，吸引了來自不同專業(yè)領(lǐng)域的學(xué)者用各自的學(xué)科視角與方法進(jìn)行人口研究(population studies)。

人口分析與人口研究也被認(rèn)為是廣義人口學(xué)所包含的兩個(gè)方面[1]。其中人口分析的歷史更為悠久，方法經(jīng)典且面對新問題正不斷深耕并尋找突破點(diǎn)；人口研究的領(lǐng)域更為廣闊，方法集采眾家之長、頗具海納百川之氣勢。兩個(gè)方面并行不悖，使人口學(xué)方法呈現(xiàn)出經(jīng)典與現(xiàn)代、內(nèi)斂與開放共存的特點(diǎn)。

中國的人口學(xué)學(xué)科發(fā)展起步相對較晚，但起點(diǎn)不低，一直比肩世界人口學(xué)前沿；加之中國豐富多彩的人口現(xiàn)象和獨(dú)具特色的人口問題，為人口學(xué)發(fā)展提供了充足的動(dòng)力。進(jìn)入21世紀(jì)，中國的人口形勢發(fā)生了重大轉(zhuǎn)折性變化，如何透過現(xiàn)象深入本質(zhì)，如何著眼當(dāng)下展望未來？“事必有法，然后可成”，有效的方法是破解迷局、打破迷思的必備工具，為此對既有方法進(jìn)行梳理和總結(jié)具有十分重要的意義。本文將以人口學(xué)方法傳承的兩條脈絡(luò)為基礎(chǔ)，分別從人口分析和人口研究兩個(gè)方面，關(guān)注人口學(xué)方法的應(yīng)用現(xiàn)狀及其應(yīng)對人口形勢需求而發(fā)生的演變，并以此透視中國人口學(xué)學(xué)科的發(fā)展。

二、聚焦人口發(fā)展的內(nèi)在規(guī)律，人口分析方法獨(dú)特且具有強(qiáng)大生命力

人口分析是人口學(xué)的核心內(nèi)容之一?；谌丝跀?shù)據(jù)，構(gòu)建比、率等指標(biāo)；關(guān)注人口規(guī)模、分布、結(jié)構(gòu)及其變遷，以及死亡、生育等人口事件在不同規(guī)模和結(jié)構(gòu)人群間的表現(xiàn)與差異；探索人口發(fā)展的內(nèi)在規(guī)律，預(yù)判人口發(fā)展趨勢，為制定相關(guān)政策提供依據(jù)和參考，是人口分析的主要特點(diǎn)。

從學(xué)科發(fā)展來看，早在公元前2000多年一些文明古國就開展了人口統(tǒng)計(jì)實(shí)踐活動(dòng)，但多僅限于人口數(shù)量和人口基本特征(如年齡、職業(yè)、健康狀況、戶籍身份等)的調(diào)查與登記，服務(wù)于國家財(cái)富掌握及征兵、賦役等國家管理事務(wù)，罕有人對這些數(shù)據(jù)進(jìn)行系統(tǒng)分析。1662年格蘭特基于英國幾十年的人口統(tǒng)計(jì)資料進(jìn)行潛心研究，發(fā)現(xiàn)了出生嬰兒性別比、死亡年齡模式、城鄉(xiāng)死亡率差異等人口結(jié)構(gòu)和分布特點(diǎn)，編制了人類歷史上第一張反映人口生存和死亡規(guī)律的死亡表(death table)，并根據(jù)出生和死亡資料推算出人口總數(shù)，奠定了人口統(tǒng)計(jì)學(xué)的基礎(chǔ)，也提供了人口分析的基本思路與框架。

1.數(shù)據(jù)可得性及其質(zhì)量是人口分析方法有效發(fā)揮作用的基礎(chǔ)

人口分析離不開人口數(shù)據(jù)，其中最基本的是分性別、年齡別人口數(shù)，以及各類人口事件特別是死亡和生育事件的發(fā)生與分布，因此數(shù)據(jù)的可得性及數(shù)據(jù)質(zhì)量就成為人口分析方法能否有效發(fā)揮作用的關(guān)鍵因素。

目前大多數(shù)國家的人口數(shù)據(jù)主要來自人口普查、抽樣調(diào)查和人口登記系統(tǒng)；普查和抽樣調(diào)查一般獲得反映人口現(xiàn)狀的靜態(tài)數(shù)據(jù)，動(dòng)態(tài)連續(xù)的人口事件發(fā)生數(shù)往往需要依靠登記系統(tǒng)獲得。不同的數(shù)據(jù)來源所對應(yīng)的人口分析指標(biāo)和方法有所不同：靜態(tài)數(shù)據(jù)一般用于構(gòu)建比和比例指標(biāo)，揭示人口現(xiàn)狀與結(jié)構(gòu)；動(dòng)態(tài)數(shù)據(jù)一般用于構(gòu)建率指標(biāo)，與時(shí)期長度相結(jié)合，計(jì)算人口事件的發(fā)生強(qiáng)度和水平。開展人口分析的權(quán)威數(shù)據(jù)首先來自普查。中國的1982年全國人口普查不僅第一次采用了電子計(jì)算機(jī)技術(shù)進(jìn)行數(shù)據(jù)的儲存和處理，還首次邀請了國際專家共同研討數(shù)據(jù)的開發(fā)與使用。此后，每一次人口普查前后，關(guān)于普查技術(shù)的改善建議和數(shù)據(jù)質(zhì)量的評估分析都會集中涌現(xiàn)，使中國人口普查內(nèi)容不斷豐富、技術(shù)不斷提升。1990年普查首次增加了遷移流動(dòng)相關(guān)項(xiàng)目；2000年普查首次采用了長短表相結(jié)合和光電錄入技術(shù)，并增加了住房相關(guān)項(xiàng)目；2010年普查首次增加了針對港澳臺和外籍人員的短表。學(xué)者們根據(jù)國家統(tǒng)計(jì)局公布的匯總表數(shù)據(jù)和提供的普查抽樣數(shù)據(jù)，對普查時(shí)點(diǎn)的人口狀況、普查期間的人口變化等進(jìn)行多角度分析。隨著抽樣調(diào)查技術(shù)的推廣，全國性和區(qū)域性人口專項(xiàng)抽樣調(diào)查層出不窮，推動(dòng)著人口分析更加深入。

利用多來源數(shù)據(jù)和間接估計(jì)技術(shù)評估數(shù)據(jù)質(zhì)量、推算和檢驗(yàn)重要的人口指標(biāo)，是人口分析的重點(diǎn)內(nèi)容之一。數(shù)據(jù)質(zhì)量的評估有多種技術(shù)手段，常用的包括隊(duì)列存活逆推法、間接估計(jì)技術(shù)、數(shù)據(jù)內(nèi)部一致性檢驗(yàn)或多來源數(shù)據(jù)外部驗(yàn)證等。年齡和性別數(shù)據(jù)的質(zhì)量對人口數(shù)據(jù)整體質(zhì)量具有舉足輕重的作用，對年齡和性別結(jié)構(gòu)進(jìn)行準(zhǔn)確性檢驗(yàn)有一系列較為成熟的指標(biāo)和方法(如惠普爾指數(shù)、邁耶爾指數(shù)等)，其共同特點(diǎn)是先構(gòu)建一個(gè)年齡均勻變化的人口，以這樣的年齡結(jié)構(gòu)為標(biāo)準(zhǔn)，比較現(xiàn)實(shí)人口與標(biāo)準(zhǔn)人口的年齡結(jié)構(gòu)，以兩者離差的大小為尺度，判別現(xiàn)實(shí)人口的年齡數(shù)據(jù)是否準(zhǔn)確；對質(zhì)量不高的數(shù)據(jù)，指出在哪些年齡尾數(shù)上存在堆積或回避。由于現(xiàn)實(shí)人口年齡結(jié)構(gòu)可能并非均勻變化，有中國學(xué)者提出了基于概率判斷基礎(chǔ)上的、利用人口函數(shù)的年齡變動(dòng)符號分布的檢驗(yàn)方法[2]，更適合處于變遷中的人口的年齡性別結(jié)構(gòu)檢驗(yàn)。

需要指出的是，數(shù)據(jù)收集手段相對落后、開放度不夠和對不同來源數(shù)據(jù)缺乏有效整合是中國學(xué)者對一些基本人口狀況(如生育水平、流動(dòng)人口規(guī)模等)存在認(rèn)識分歧的主要原因，也是學(xué)者們進(jìn)行深入人口分析的制約性因素。2010年第六次人口普查時(shí)我國采用的仍是傳統(tǒng)的入戶問卷調(diào)查法，給應(yīng)答率和準(zhǔn)確率造成挑戰(zhàn)；一些發(fā)達(dá)國家已開始嘗試用來自不同行政記錄來源的信息替代傳統(tǒng)的人口普查[3]。中國是最早建立戶口登記制度的國家，但迄今為止各類人口登記數(shù)據(jù)的公布和使用仍是有限的，不同行政部門的數(shù)據(jù)在統(tǒng)計(jì)口徑、收集方式和最終結(jié)果上有時(shí)存在不一致的問題。以全面兩孩政策實(shí)施后引人注目的2017年出生人口數(shù)為例，國家統(tǒng)計(jì)局(1)見人民政協(xié)網(wǎng)：國家統(tǒng)計(jì)局.2017年我國出生人口1723萬人,http://www.rmzxb.com.cn/c/2018-01-19/1936146.shtml?n2m=1和原國家衛(wèi)生和計(jì)劃生育委員會(2)見搜狐-財(cái)經(jīng)網(wǎng)：2017年全國住院分娩活產(chǎn)數(shù)為1758萬 其中二孩占比為51%，http://www.sohu.com/a/235609499_313745分別公布的數(shù)據(jù)就存在不一致，其原因是數(shù)據(jù)收集方式不同：統(tǒng)計(jì)部門數(shù)據(jù)利用年度人口抽樣調(diào)查推算得到，原國家衛(wèi)生和計(jì)劃生育委員會數(shù)據(jù)則來自住院分娩活產(chǎn)登記系統(tǒng)，結(jié)果的差異在一定程度上造成了公眾的困擾。

數(shù)據(jù)收集方式和數(shù)據(jù)性質(zhì)的改進(jìn)有助于激發(fā)人口分析的新思路和開拓人口分析的新領(lǐng)域。如隨著追蹤數(shù)據(jù)越來越普遍，一些新的分析方法(如事件史分析、序列分析及將二者結(jié)合的序列分析多狀態(tài)模型等[4])應(yīng)運(yùn)而生，使以往截面數(shù)據(jù)不能滿足的生命歷程和軌跡研究(life course and trajectories study)得以發(fā)展，因?yàn)殚L時(shí)期的追蹤數(shù)據(jù)可以提供長時(shí)期的豐富的個(gè)人信息，能夠捕捉人口事件發(fā)生的次數(shù)、順序、時(shí)長和類別，使更細(xì)致、更深入的分析得以實(shí)現(xiàn)。如在最近的一項(xiàng)研究中，有學(xué)者基于追蹤數(shù)據(jù)，綜合使用序列分析(sequence analysis)、聚類技術(shù)(data-driven clustering techniques)和多變量回歸模型(multivariate regression models)，探討女性生命歷程中生育期望的變化對其終身不育的影響[5]。以往缺乏相關(guān)數(shù)據(jù)的情況下，學(xué)者們從事這類研究是心有余而力不足的。

改進(jìn)調(diào)查技術(shù)、提升數(shù)據(jù)質(zhì)量、增加數(shù)據(jù)開放性以及系統(tǒng)整合不同來源數(shù)據(jù)，已成為當(dāng)前人口信息化平臺建設(shè)的主要任務(wù)，這也是推進(jìn)中國人口學(xué)發(fā)展的重要的基礎(chǔ)性工作。

2.經(jīng)典的分析方法技術(shù)使人口學(xué)獨(dú)樹一幟

生命表技術(shù)、假定隊(duì)列分析方法、人口預(yù)測技術(shù)，以及標(biāo)準(zhǔn)化和因素分解技術(shù)是經(jīng)典的人口分析方法技術(shù)，這些方法技術(shù)至今仍具有強(qiáng)大的生命力，并賦予人口學(xué)相比其他社會科學(xué)而言獨(dú)具一格的視角和學(xué)科魅力。

(1)生命表技術(shù)不僅僅用于死亡分析。生命表技術(shù)最初用于死亡分析。格蘭特首次編制的死亡表僅包含了各種年齡存活者的比例；梅爾尼(Milne)基于英格蘭西北部城市卡萊爾兩個(gè)教區(qū)1779—1787年間的年齡別人口和死亡數(shù)據(jù),于1815年編制完成的生命表，被公認(rèn)為規(guī)范了生命表的常規(guī)計(jì)算方法與表達(dá)形式，沿用至今[6]。隊(duì)列生命表(cohort life table)由于數(shù)據(jù)可得性和時(shí)效性均較差的緣故，很少被編制；作為一種統(tǒng)計(jì)模型的時(shí)期生命表(period life table)更受青睞。時(shí)期生命表的基礎(chǔ)數(shù)據(jù)是年齡別死亡率。在數(shù)據(jù)準(zhǔn)確可靠的前提下，通過將基于時(shí)期人口的死亡率轉(zhuǎn)換為基于隊(duì)列的死亡概率，再借助假定隊(duì)列分析技術(shù)，可以獲得一個(gè)人口隊(duì)列從出生到死亡的全生命歷程，以觀察不同年齡人群間的存活和死亡情況及關(guān)系；計(jì)算得到的平均預(yù)期壽命，是度量時(shí)期死亡率水平的綜合指標(biāo)。如果不是通過構(gòu)建死亡模型、模擬不同年齡人口的死亡率曲線，直接對年齡別死亡率和死亡概率進(jìn)行轉(zhuǎn)換的話，年齡組間死亡人口的平均存活年數(shù)就成為編制時(shí)期生命表的關(guān)鍵指標(biāo)。該指標(biāo)的選取既可以套用死亡水平相當(dāng)?shù)膰一虻貐^(qū)的經(jīng)驗(yàn)數(shù)據(jù)，也可以使用基于本地區(qū)人口的詳細(xì)死亡登記信息。中國在1982年第三次全國人口普查后，獲得了較為詳細(xì)的年齡別死亡數(shù)據(jù)，分別編制了中國第一套全國和區(qū)域完全生命表[7]和首套區(qū)域模型生命表[8]。

死亡數(shù)據(jù)的準(zhǔn)確可靠是理想狀況，現(xiàn)實(shí)情況是死亡數(shù)據(jù)質(zhì)量常常遭到質(zhì)疑。其中嬰幼兒死亡率是衡量死亡水平的敏感指標(biāo)，對該指標(biāo)數(shù)據(jù)準(zhǔn)確性及其影響的討論在死亡分析領(lǐng)域一直方興未艾。隨著人口轉(zhuǎn)變的完成，包括中國在內(nèi)的很多國家嬰幼兒死亡率已降到比較低的水平，當(dāng)前的技術(shù)發(fā)展主要著眼于低死亡率、高預(yù)期壽命背景下人口的死亡模式和規(guī)律探尋，如死亡減速(deceleration，指高齡組死亡率增長率的下降)和壓縮(compression，指死亡年齡分布的方差隨時(shí)間減少)現(xiàn)象[9]等。

生命表技術(shù)目前不僅僅用于死亡分析，其應(yīng)用包含了將其他因素與死亡綜合考慮構(gòu)建多因素生命表，獲得如健康預(yù)期壽命[10]、幸福預(yù)期壽命[11]等指標(biāo)，也包含將這一模型拓展到婚姻、家庭、勞動(dòng)就業(yè)等領(lǐng)域，編制婚姻生命表[12]、家庭生命表[13]、勞動(dòng)生命表[14]等；生命表技術(shù)特別是其“存活分析”(survival analysis)的思路還被應(yīng)用于其他學(xué)科領(lǐng)域，如用于害蟲生物防治[15]、植物種群的年齡結(jié)構(gòu)分析[16]等。

總體而言，生命表技術(shù)是較為成熟的人口分析方法。有學(xué)者認(rèn)為，19世紀(jì)末以前所謂規(guī)范人口學(xué)的發(fā)展軌跡，某種程度上就是生命表技術(shù)的演變歷程[17]。這一技術(shù)至今仍煥發(fā)著勃勃生機(jī)。

(2)假定隊(duì)列分析方法構(gòu)建時(shí)期綜合指標(biāo)。假定隊(duì)列分析方法是人口學(xué)特有的分析方法。在真實(shí)隊(duì)列數(shù)據(jù)難以獲取的現(xiàn)實(shí)情境下，用假定某隊(duì)列按照某時(shí)期年齡別率(如年齡別死亡率或年齡別生育率)度過一段時(shí)期(如一生或育齡期)可能會發(fā)生的情景來構(gòu)建指標(biāo)，結(jié)合了時(shí)期數(shù)據(jù)易于獲取和隊(duì)列思路易于理解的雙重優(yōu)勢，反映人口事件在某時(shí)期的綜合發(fā)生水平，在人口學(xué)多個(gè)領(lǐng)域有著廣泛使用，構(gòu)建出的經(jīng)典指標(biāo)有平均預(yù)期壽命、總和生育率、再生產(chǎn)率、內(nèi)在自然增長率等。

隨著學(xué)科的發(fā)展，對假定隊(duì)列分析方法構(gòu)建的指標(biāo)的應(yīng)用局限性，學(xué)界有了越來越深刻的認(rèn)識，主要集中于生育領(lǐng)域?qū)偤蜕手笜?biāo)的反思和檢討。特別是當(dāng)人口形勢急劇變遷和人口事件模式發(fā)生變化時(shí)，試圖用假定隊(duì)列分析方法構(gòu)建的時(shí)期綜合指標(biāo)來預(yù)測未來發(fā)展趨勢就變得更有風(fēng)險(xiǎn)和更不可靠，需要探索新的更適合的指標(biāo)和方法。學(xué)者們通過構(gòu)建去進(jìn)度效應(yīng)總和生育率(tempo-adjusted TFR)[18]或使用能逐步消除生育率進(jìn)度效應(yīng)的遞進(jìn)總和生育率、內(nèi)在總和生育率，與隊(duì)列生育率和總和生育率等多個(gè)指標(biāo)一起，綜合判斷時(shí)期生育水平及其發(fā)展趨勢[19]。

(3)人口預(yù)測集數(shù)學(xué)、統(tǒng)計(jì)學(xué)和人口學(xué)方法之所長。人口預(yù)測是人口學(xué)使用最為廣泛的分析方法之一，從分析思路上可分為期望模型和隨機(jī)模型兩種類型。二者是對時(shí)間、年齡和人口狀態(tài)及其變化過程的不同視角和認(rèn)識，取決于把人口發(fā)展過程視作期望性還是隨機(jī)性的生命過程。

基于期望模型的確定性人口預(yù)測(determinant population projection)方法，經(jīng)歷了從數(shù)學(xué)方法、統(tǒng)計(jì)學(xué)方法到人口學(xué)方法的演變，其演變歷程與數(shù)據(jù)的可得性和人類對人口現(xiàn)象的認(rèn)識過程相一致。數(shù)學(xué)方法(包括簡單數(shù)學(xué)模型和復(fù)雜數(shù)學(xué)模型)與統(tǒng)計(jì)學(xué)方法(包括回歸模型和時(shí)間序列模型)基于有限的數(shù)據(jù)，通過構(gòu)建模型，對人口進(jìn)行單變量預(yù)測[20]。其中，簡單數(shù)學(xué)模型方法常常按照幾何級數(shù)增長或指數(shù)增長模式來預(yù)測未來人口規(guī)模；復(fù)雜數(shù)學(xué)模型方法是在數(shù)據(jù)不充分的條件下，利用灰色模型、神經(jīng)網(wǎng)絡(luò)系統(tǒng)等方法進(jìn)行人口預(yù)測。灰色模型也稱GM(n,h)模型，其中n表示n階導(dǎo)數(shù)，h表示時(shí)間序列個(gè)數(shù)，基于模糊數(shù)學(xué)中的模糊不確定性，將人口系統(tǒng)視為灰色系統(tǒng)，通過模型用系統(tǒng)的已知信息推測未知信息，將系統(tǒng)中的因素從不明確轉(zhuǎn)為明確[21]。神經(jīng)網(wǎng)絡(luò)系統(tǒng)來源于生物學(xué)的神經(jīng)元學(xué)說，神經(jīng)網(wǎng)絡(luò)中的單個(gè)神經(jīng)元具有自組織復(fù)合模式，并反映非線性特征，能夠重建任意非線性連續(xù)函數(shù)。利用人工神經(jīng)網(wǎng)絡(luò)(如BP神經(jīng)網(wǎng)絡(luò))系統(tǒng)思想可建立基于回歸分析的和基于時(shí)間序列的相應(yīng)數(shù)學(xué)模型進(jìn)行人口預(yù)測，其假設(shè)一次觀測中的過去值與未來值之間存在聯(lián)系，構(gòu)建以過去觀測值為輸入、以未來預(yù)測值為輸出的函數(shù)[22]。在BP神經(jīng)網(wǎng)絡(luò)模型中，通過信號的正向傳播和誤差的逆向傳播的反復(fù)學(xué)習(xí)過程，最終經(jīng)過多次迭代，得到期望的輸出值[23]。統(tǒng)計(jì)學(xué)方法通過構(gòu)建回歸模型或時(shí)間序列模型(如ARIMA模型，即自回歸移動(dòng)平均模型)預(yù)測未來人口規(guī)模。20世紀(jì)50年代，人口學(xué)預(yù)測方法——隊(duì)列要素法(cohort-component projection method)被廣泛使用并成為主要的人口預(yù)測方法，通過設(shè)定死亡、生育和遷移等要素參數(shù)，實(shí)現(xiàn)“如果”滿足這些參數(shù)要求，人口規(guī)模、結(jié)構(gòu)及增長“就”將會怎樣的預(yù)期。

基于隨機(jī)模型的人口概率預(yù)測(probabilistic projection method，也叫作隨機(jī)預(yù)測方法、區(qū)間預(yù)測方法等)自20世紀(jì)90年代逐漸發(fā)展起來，其核心是將隨機(jī)技術(shù)和概率推理運(yùn)用于人口預(yù)測中，也可認(rèn)為是將統(tǒng)計(jì)學(xué)方法與人口學(xué)方法有機(jī)結(jié)合。確定性人口預(yù)測通過高、中、低方案，量化人口預(yù)測結(jié)果的不確定性，但這種方法不能提供各個(gè)方案的發(fā)生概率，且往往會低估死亡率的下降和預(yù)期壽命的提高，在估計(jì)各人口指標(biāo)時(shí)存在內(nèi)部不一致的問題[24]。人口概率預(yù)測技術(shù)可以給出在未來某時(shí)刻出現(xiàn)某種人口狀態(tài)的概率，并對確定性人口方案預(yù)測的實(shí)現(xiàn)可能性進(jìn)行定量評價(jià)[25]。

目前通常使用概率預(yù)測方法(多基于貝葉斯分層模型或時(shí)間序列模型)先對生育和死亡等要素本身進(jìn)行預(yù)測，然后再基于這些要素利用隊(duì)列要素法進(jìn)行全人口預(yù)測。通常仍會給出高、中、低三種方案，以框定未來人口發(fā)展的值域范圍，也可以給出不同條件下的其他方案。如聯(lián)合國人口司近些年在進(jìn)行世界人口展望時(shí)，就通過對生育、死亡和遷移的不同設(shè)定，給出了9套預(yù)測方案結(jié)果[26]。我國有學(xué)者利用概率預(yù)測方法嘗試對小區(qū)域人口進(jìn)行預(yù)測，以解決小區(qū)域人口數(shù)據(jù)缺乏和受遷移流動(dòng)擾動(dòng)的問題[24]。

(4)標(biāo)準(zhǔn)化與因素分解技術(shù)應(yīng)用廣泛且不斷推陳出新。指標(biāo)(直接或間接)標(biāo)準(zhǔn)化以及因素分解(demographic standardization and decomposition techniques)，也稱為要素分析法(component analysis)或偏離—份額分析法(shift-share analysis),是經(jīng)典的人口分析技術(shù)。其核心在于排除或區(qū)分人口結(jié)構(gòu)因素與事件率因素，其中事件率是人口分析最關(guān)注的指標(biāo)形式，反映了一定時(shí)期內(nèi)事件發(fā)生的強(qiáng)度(事件別率同時(shí)反映事件發(fā)生水平和模式)；結(jié)構(gòu)因素除了年齡結(jié)構(gòu)之外，還包括婚姻結(jié)構(gòu)、孩次結(jié)構(gòu)等。生育領(lǐng)域內(nèi)經(jīng)典的寇爾生育指數(shù)和邦戈茨生育率模型等都是以這一技術(shù)為構(gòu)建基礎(chǔ)。邦戈茨近期一篇關(guān)于懷孕結(jié)果影響因素的文章中再次使用了這一技術(shù)，將總和懷孕率(Total Pregnancy Rate，或TPR)表達(dá)為總和生育率(Total Fertility Rate，或TFR)和總和流產(chǎn)率(Total Abortion Rate，或TAR)之和的形式，并將總和生育率按照是否想要這個(gè)孩子以及其出生時(shí)間是否符合計(jì)劃進(jìn)行進(jìn)一步劃分[27]。

使用標(biāo)準(zhǔn)化和因素分解技術(shù)對于準(zhǔn)確把握人口形勢具有重要的作用。如2016年全面兩孩政策實(shí)施之后，社會各界對中國生育政策的效果極為關(guān)心。如果僅看出生人口數(shù)(B)，由于該指標(biāo)受到育齡婦女年齡結(jié)構(gòu)的影響，并不能準(zhǔn)確反映政策實(shí)施后的生育水平；即使只看總和生育率(TFR)，由于其是多個(gè)孩次生育的結(jié)果，也不能準(zhǔn)確反映二孩政策的實(shí)施效果。因此需要區(qū)分孩次結(jié)構(gòu)，觀察二孩生育率的變化。分析結(jié)果顯示，政策寬松化改革后，二孩生育率呈現(xiàn)非常顯著的上升態(tài)勢，說明中國二孩政策的實(shí)施效果是明顯的；出生人口數(shù)和總和生育率提升效果不盡如人意，主要原因是一孩生育率在下降[19]。這樣通過孩次結(jié)構(gòu)因素的分解，對事實(shí)的把握才更為精準(zhǔn)，對政策進(jìn)一步完善的建議也才更科學(xué)合理和更有針對性。

在死亡分析領(lǐng)域，廣泛用于隨機(jī)死亡率預(yù)測的李-卡特(Lee-Carter)模型[28]將死亡率變化分解為年齡別平均死亡率、年齡別變化速度和時(shí)間變化三個(gè)部分，通過調(diào)整年齡別變化速度和時(shí)間變化，可生成不同預(yù)期壽命水平的年齡別死亡率。有學(xué)者使用修正了李-卡特模型在中長期預(yù)測中的性別差異擴(kuò)大和年齡別死亡率失調(diào)問題的改進(jìn)模型，來預(yù)測高預(yù)期壽命水平下的年齡別死亡率并對模型生命表進(jìn)行拓展[29]。此外，鑒于平均預(yù)期壽命本質(zhì)上與年齡別死亡率存在密切關(guān)系，將兩張生命表上平均預(yù)期壽命的差異分解為其年齡別死亡率的差異，可深入探究死亡水平和模式變化發(fā)展的規(guī)律。波拉德(Pollard)和阿里亞加(Arriaga)分別從不同的角度和適用性提出了分解平均預(yù)期壽命差異的方法，前者通過將平均預(yù)期壽命差異表達(dá)為對死亡力差異的加權(quán)積分形式，將其分解為年齡別風(fēng)險(xiǎn)函數(shù)和生存函數(shù)之和[30]；后者通過固定其他年齡組死亡率，考慮某年齡組死亡率變化時(shí)，將其對平均預(yù)期壽命的影響，分解為直接效應(yīng)(即該年齡組死亡率降低所帶來的該組生存人數(shù)增加對平均預(yù)期壽命的提高效應(yīng))、間接效應(yīng)(指該年齡組死亡率降低帶來其后續(xù)年齡組生存人數(shù)的影響)和交互效應(yīng)[31]。有學(xué)者對這兩種方法用中國數(shù)據(jù)進(jìn)行了驗(yàn)證，發(fā)現(xiàn)當(dāng)需要進(jìn)行動(dòng)態(tài)差異分解或者分解成風(fēng)險(xiǎn)率和生存函數(shù)時(shí)，應(yīng)選用波拉德模型；當(dāng)只有大組距年齡分組數(shù)據(jù)、需要計(jì)算開口組影響，或者需要分解到對各個(gè)年齡區(qū)間影響的情況下，使用阿里亞加的方法分解更為合適[32]。

年齡—時(shí)期—隊(duì)列分析(Age-Period-Cohort Analysis，或APC分析)方法在本質(zhì)上也是一種因素分解方法。傳統(tǒng)人口學(xué)通過年齡、時(shí)期以及隊(duì)列分析方法觀察人口現(xiàn)象在時(shí)間上的變化；20世紀(jì)70年代，將這三個(gè)與時(shí)間相關(guān)的要素相結(jié)合的模型被提出，之后得到了廣泛的認(rèn)可和應(yīng)用。APC分析方法的目的是，在控制其他兩個(gè)因素的條件下，評估其中某一個(gè)因素的凈效應(yīng)，以更細(xì)致地揭示人群特征或事件發(fā)生水平的年齡模式(反映了生命歷程中生理變化、社會經(jīng)驗(yàn)的積累、角色或地位變化的影響)、時(shí)期趨勢(反映社會、文化或環(huán)境變遷的作用)和隊(duì)列異同(反映早期生活條件和成長經(jīng)歷的作用)。從基于匯總數(shù)據(jù)的會計(jì)/多分類模型(age-period-cohort accounting /multiple classification model)到基于多期截面微觀數(shù)據(jù)的分層模型(hierarchical age-period-cohort model，或HAPC)[33]，這一方法隨著數(shù)據(jù)性質(zhì)的變化和應(yīng)用的拓展不斷被推進(jìn)。

作為經(jīng)典人口分析方法的標(biāo)準(zhǔn)化和因素分解技術(shù)不僅應(yīng)用廣泛，而且不斷推陳出新。隨著微觀數(shù)據(jù)的日益普遍和豐富，一些學(xué)者開始基于個(gè)體微觀數(shù)據(jù)與回歸分析方法相結(jié)合，嘗試對回歸模型的系數(shù)進(jìn)行因素分解(regression decomposition technique)，如采用瓦哈卡-布林德分解方法(Oaxaca-Blinder decomposition)對線性模型的系數(shù)進(jìn)行因素分解；對非線性模型(如logit模型、Probit模型、泊松回歸模型等)的系數(shù)或OR值進(jìn)行因素分解，或?qū)︼L(fēng)險(xiǎn)率模型中的概率進(jìn)行分解等，將其分解為已釋的(或特征/稟賦)因素和未釋的(或系數(shù)/效果)因素[34]，等等。這是在微觀數(shù)據(jù)推動(dòng)下人口學(xué)因素分解方法與統(tǒng)計(jì)學(xué)回歸標(biāo)準(zhǔn)化等方法相結(jié)合的做法，也是未來人口分析方法一個(gè)可能的發(fā)展方向。

三、注重各要素間的關(guān)系及互動(dòng)機(jī)制，人口研究方法多學(xué)科交叉融合

人口研究注重人口系統(tǒng)內(nèi)、外各要素之間的關(guān)系及互動(dòng)機(jī)制，內(nèi)容更豐富多彩。從學(xué)科分類來看，人口研究可進(jìn)一步區(qū)分為社會人口學(xué)(用人口系統(tǒng)外部要素解釋人口系統(tǒng)內(nèi)部要素)和應(yīng)用人口學(xué)(用人口系統(tǒng)內(nèi)部要素解釋人口系統(tǒng)外部要素)兩個(gè)分支，這兩個(gè)分支的共同點(diǎn)在于，除了構(gòu)建指標(biāo)和模型之外，著重基于宏觀面板數(shù)據(jù)或微觀調(diào)查數(shù)據(jù)進(jìn)行描述和回歸統(tǒng)計(jì)，并探索現(xiàn)象之間的因果關(guān)系。

人口發(fā)展具有其規(guī)律性，表現(xiàn)為不同人口要素在人口轉(zhuǎn)變各階段以及在不同結(jié)構(gòu)和特征的人群中呈現(xiàn)出差異性。人口要素為什么會呈現(xiàn)出這樣的差異性？哪些社會經(jīng)濟(jì)因素發(fā)揮了作用？人口要素的不同特點(diǎn)會對社會經(jīng)濟(jì)、資源環(huán)境造成何種影響？社會人口學(xué)和應(yīng)用人口學(xué)分別回答上述“為什么”和“會怎樣”兩大類問題，對上述問題感興趣的來自經(jīng)濟(jì)學(xué)、生物學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、社會學(xué)和地理學(xué)等不同專業(yè)領(lǐng)域的學(xué)者紛紛加入，使人口研究呈現(xiàn)多學(xué)科方法交叉融合的局面。

1.多元統(tǒng)計(jì)方法特別是回歸模型被廣泛使用

人口研究的領(lǐng)域極為廣闊，難以逐一列舉。本文僅就幾個(gè)涉及主要人口要素的重點(diǎn)領(lǐng)域及其研究方法，通過案例方式進(jìn)行粗略地梳理和歸納?？傮w來看，在人口研究方面，多元統(tǒng)計(jì)方法特別是回歸模型被廣泛使用，因果機(jī)制的探索是大多數(shù)研究的努力方向；不同專業(yè)領(lǐng)域貢獻(xiàn)了很多理論、思路和技術(shù)，跨界使用和融合構(gòu)建的指標(biāo)與方法不斷涌現(xiàn)，豐富著人口學(xué)科的方法工具箱。

生育涉及個(gè)體的生物學(xué)基礎(chǔ)，與人類的婚姻、家庭等社會制度，以及生育政策、文化傳統(tǒng)等因素密切相關(guān)；生育結(jié)果對家庭穩(wěn)定、社會經(jīng)濟(jì)發(fā)展和國家安全具有重要影響，因而是社會人口學(xué)和應(yīng)用人口學(xué)均青睞有加的研究領(lǐng)域，成果可謂汗牛充棟。人口轉(zhuǎn)變完成之后，徘徊不前的低生育率形勢在包括中國在內(nèi)的很多國家出現(xiàn)并引起了廣泛擔(dān)憂。到底是什么因素導(dǎo)致了如此低迷的生育水平？低生育水平會產(chǎn)生怎樣的社會經(jīng)濟(jì)后果？阻礙家庭生育意愿和生育計(jì)劃的是什么？生育會給女性帶來怎樣的影響？上述問題成為近年來我國生育研究的重點(diǎn)。

作為影響人口增長的重要因素之一，相比較死亡和生育，遷移/流動(dòng)在本質(zhì)上是一種社會、經(jīng)濟(jì)、政治現(xiàn)象，加之其涉及空間要素，使得與其相關(guān)的統(tǒng)計(jì)和研究更為復(fù)雜。遷移/流動(dòng)不僅改變著地區(qū)間的人口分布格局、影響著遷移/流動(dòng)者的生活，對遷/流入地和遷/流出地的社會經(jīng)濟(jì)發(fā)展也具有立竿見影或潛移默化的影響。流動(dòng)人口是中國一道獨(dú)特的風(fēng)景，其流動(dòng)狀態(tài)、流動(dòng)原因、流動(dòng)方向、居留/返鄉(xiāng)意愿、社會融合、權(quán)益保障、對城鄉(xiāng)社區(qū)/城鄉(xiāng)家庭/家庭成員個(gè)體的影響等都為學(xué)者所關(guān)注。鄉(xiāng)城遷移同時(shí)也是城鎮(zhèn)化的必經(jīng)之路，中國的“半城鎮(zhèn)化”現(xiàn)象和未來的城鎮(zhèn)化發(fā)展趨勢與政策定位密不可分。遷移/流動(dòng)相關(guān)研究自20世紀(jì)90年代以來熱度不減，對上述議題進(jìn)行了多角度的觀察。

人口結(jié)構(gòu)要素作為死亡、生育和遷移等人口事件的結(jié)果和未來人口事件的慣性影響機(jī)制，在人口分析領(lǐng)域一直被高度重視。人口研究不僅關(guān)注人口結(jié)構(gòu)對社會經(jīng)濟(jì)的整體影響，也關(guān)注人口老齡化、勞動(dòng)年齡人口和出生性別比的影響因素及后果。

上述人口要素的影響因素及其社會經(jīng)濟(jì)后果研究，大多基于微觀抽樣調(diào)查數(shù)據(jù)或省/市級面板數(shù)據(jù)，通過構(gòu)建回歸模型，關(guān)注自變量對因變量的影響，特別是探索二者間的因果機(jī)制。建模策略(modelling strategy)是20世紀(jì)70年代自世界生育率調(diào)查(World Fertility Survey,或WFS)數(shù)據(jù)可得以來，國內(nèi)外人口實(shí)證研究的通常做法[35]。這些實(shí)證研究的一般思路是：首先基于文獻(xiàn)和理論，提出研究問題和研究假設(shè)，并確定因變量和主要自變量；其次根據(jù)數(shù)據(jù)對變量進(jìn)行操作化處理，并進(jìn)行描述分析和列聯(lián)統(tǒng)計(jì)；然后構(gòu)建相應(yīng)的模型進(jìn)行相關(guān)分析和因果推斷：檢驗(yàn)變量間的互動(dòng)關(guān)系，報(bào)告模型中統(tǒng)計(jì)顯著的參數(shù)的意義。在利用回歸模型探索變量間因果機(jī)制的過程中，研究方法不斷被推進(jìn)。如越來越多的學(xué)者注意到內(nèi)生性問題，逐漸采用傾向值分析、工具變量或使用追蹤調(diào)查數(shù)據(jù)進(jìn)行修正和糾偏；在多因素回歸分析中考慮嵌套或分層、考慮模型的不確定性并使用貝葉斯方法(Bayesian approach)選擇合適的模型等[35]。筆者隨機(jī)摘錄了中國知網(wǎng)上近些年來運(yùn)用回歸分析方法的部分社會人口學(xué)和應(yīng)用人口學(xué)研究案例，結(jié)果如表1和表2所示。

表1 運(yùn)用回歸分析方法的部分社會人口學(xué)研究案例

表2 運(yùn)用回歸分析方法的部分應(yīng)用人口學(xué)研究案例

2.指標(biāo)和方法的跨界使用與融合構(gòu)建

從表1和表2的案例可以看到，經(jīng)濟(jì)因素頻繁出現(xiàn)，是學(xué)者們非常關(guān)注的非人口要素。事實(shí)上，關(guān)于人口與經(jīng)濟(jì)之間關(guān)系的討論，自馬爾薩斯以來就在人口研究領(lǐng)域長盛不衰；二者之間的關(guān)系有時(shí)還加入更多的要素，較常見的是同時(shí)考察資源、環(huán)境和生態(tài)狀況。其中人口要素包括人口規(guī)模、增長、密度、素質(zhì)、結(jié)構(gòu)等。

20世紀(jì)70年代羅馬俱樂部的著名報(bào)告《增長的極限》中刻畫了人口增長、糧食供應(yīng)短缺、資本投資、環(huán)境污染和資源枯竭如何通過循環(huán)體系結(jié)構(gòu)影響世界經(jīng)濟(jì)增長[36]。21世紀(jì)以來，全世界對人口、經(jīng)濟(jì)和資源、環(huán)境間的關(guān)系更加關(guān)注。中國不斷攀升的人口數(shù)量和令世人矚目的經(jīng)濟(jì)迅速增長對資源環(huán)境造成了很大壓力。對中國近10年省級層面人口集聚、經(jīng)濟(jì)集聚和環(huán)境污染三者間的關(guān)系研究顯示，三者短期呈現(xiàn)單向環(huán)形因果關(guān)系，長期呈現(xiàn)雙向環(huán)形因果關(guān)系。該研究從產(chǎn)業(yè)經(jīng)濟(jì)學(xué)和區(qū)域經(jīng)濟(jì)學(xué)領(lǐng)域引入了區(qū)位熵(Location Quotient，又稱區(qū)域產(chǎn)業(yè)專業(yè)化率)的概念測算集聚度，基于面板數(shù)據(jù)的特點(diǎn)采用了單位根檢驗(yàn)(檢驗(yàn)面板數(shù)據(jù)的平穩(wěn)性)、面板協(xié)整檢驗(yàn)(對非平穩(wěn)面板數(shù)據(jù)確定變量間的長期關(guān)系)以及面板誤差修正模型(PECM，確定因果關(guān)系的方向和類型)，同時(shí)考慮到內(nèi)生性問題，采用了動(dòng)態(tài)廣義最小二乘法(DGLS)估計(jì)三者間的因果關(guān)系[37]。通過該研究案例可以看到，除了運(yùn)用回歸模型之外，跨專業(yè)概念的引入、對數(shù)據(jù)的細(xì)致檢驗(yàn)，以及對變量間因果關(guān)系的謹(jǐn)慎處理，使具有學(xué)科交叉性質(zhì)的人口研究呈現(xiàn)更加規(guī)范化和精細(xì)化的特點(diǎn)。

除了人口與經(jīng)濟(jì)研究領(lǐng)域的跨學(xué)科交流和融合之外，人口分布研究領(lǐng)域也吸納了來自地理學(xué)和經(jīng)濟(jì)學(xué)的一些指標(biāo)和方法，如反映人口分布均衡性的5個(gè)常用指標(biāo)中，人口密度(Population Density)、人口集中指數(shù)(Population Concentration Index)和人口重心(Center of Population)指標(biāo)來自地理學(xué)；洛倫茨曲線(Lorenz Curve)和基尼系數(shù)(Gini Coefficient)來自經(jīng)濟(jì)學(xué)。隨著空間分析技術(shù)的不斷發(fā)展，地理學(xué)貢獻(xiàn)了更多的指標(biāo)和方法催動(dòng)人口地理學(xué)的發(fā)展，分異指數(shù)(Index of Dissimilarity)、熵指數(shù)(Entropy Index)，以及結(jié)合地理信息系統(tǒng)(Geographic Information System，簡寫為GIS)和空間自相關(guān)分析技術(shù)的莫蘭指數(shù)(Moran’s I)等指標(biāo)近些年也被頻繁使用。

廣泛應(yīng)用于心理學(xué)、教育學(xué)、行為科學(xué)、醫(yī)學(xué)和經(jīng)濟(jì)管理等領(lǐng)域的橫斷歷史元分析方法近年來也被引入人口學(xué)研究，這一定量文獻(xiàn)研究方法有助于把多項(xiàng)相互獨(dú)立,但具有共同目標(biāo)的研究按照時(shí)間順序加以連貫，進(jìn)而考察研究變量隨時(shí)代變化的趨勢，借以歸納人口發(fā)展的一般規(guī)律，并依此預(yù)測未來的趨勢。這一方法已在生育意愿變遷研究中得到運(yùn)用[38]。

對經(jīng)典模型和方法進(jìn)行改造也是人口研究方法使用中的一個(gè)突出特點(diǎn)。如人口對環(huán)境的影響可通過公式“I(影響)=P(人口規(guī)模)×A(人均財(cái)富)×T(技術(shù)水平)”簡要表達(dá)[39]。針對該模型只能在保持其他要素不變條件下觀察其中一個(gè)要素變化效應(yīng)的不足，學(xué)者們對其進(jìn)行了改進(jìn)。有研究基于改進(jìn)后的隨機(jī)模型(STIRPAT)，利用動(dòng)態(tài)面板數(shù)據(jù)，討論了二氧化碳排放與人口、經(jīng)濟(jì)、技術(shù)的關(guān)系，發(fā)現(xiàn)人口對二氧化碳排放的影響具有明顯的雙向性，經(jīng)濟(jì)增長和技術(shù)進(jìn)步則分別促進(jìn)和緩解了二氧化碳排放[40]。

值得一提的是，統(tǒng)計(jì)學(xué)方法的進(jìn)步總是會(或早或晚地)反饋在人口研究領(lǐng)域，與數(shù)據(jù)的豐富和改善一起，推動(dòng)著人口學(xué)方法的進(jìn)步。20世紀(jì)90年代以來，可直接用概率分布描述未知統(tǒng)計(jì)參數(shù)不確定性的貝葉斯統(tǒng)計(jì)(Bayesian statistics)得到了迅速的發(fā)展，與將統(tǒng)計(jì)檢驗(yàn)建立在重復(fù)抽樣的頻率分布基礎(chǔ)上的頻率論統(tǒng)計(jì)學(xué)(frequentist statistics)分庭抗禮[41]。這一趨勢不僅反映在人口研究方法的改善上，如更傾向于使用分層回歸模型(hierarchical regression models)檢驗(yàn)多層數(shù)據(jù)中自變量與因變量的關(guān)系，也反映為人口分析方法的推進(jìn)，如前面所述的在人口預(yù)測中將概率預(yù)測法與隊(duì)列要素預(yù)測法相結(jié)合、在APC分析中使用分層回歸模型打破年齡、時(shí)期、隊(duì)列三者的共線性等。

四、增強(qiáng)方法的獨(dú)特性與交叉性，拓展應(yīng)用性，推進(jìn)人口學(xué)學(xué)科發(fā)展

從學(xué)科起源和發(fā)展路徑來看，人口學(xué)具有“自然的”和“政治的”內(nèi)在屬性，這使其與生物學(xué)、統(tǒng)計(jì)學(xué)、社會學(xué)、地理學(xué)等相關(guān)學(xué)科有著“剪不斷、理還亂”的關(guān)系，這一關(guān)系在人口研究領(lǐng)域表現(xiàn)得更為明顯。人口學(xué)方法在人口分析方面主要呈現(xiàn)為獨(dú)特性；在人口研究方面主要呈現(xiàn)為交叉性；服務(wù)于社會經(jīng)濟(jì)發(fā)展的應(yīng)用性特點(diǎn)貫穿人口學(xué)發(fā)展的始終。

方法的獨(dú)特性塑造了人口學(xué)作為社會科學(xué)中偏重實(shí)證分析的學(xué)科屬性，使其與其他社會科學(xué)相比獨(dú)樹一幟，這是人口學(xué)學(xué)科發(fā)展的基礎(chǔ)，必須加以鞏固并不斷完善。人口分析方法著重回答“是什么”的問題，倚重全面而準(zhǔn)確的數(shù)據(jù)進(jìn)行事實(shí)描述，揭示人口現(xiàn)象和事件的狀態(tài)。對人口規(guī)律的探尋往往使用生命歷程或隊(duì)列視角，通過指數(shù)構(gòu)建和因素分解的方法，剝繭抽絲、披沙揀金，逐漸接近真相。大量運(yùn)用圖形工具或模型作為人口分析的輔助：直觀呈現(xiàn)人口年齡和性別結(jié)構(gòu)的人口金字塔，有效分解年齡、時(shí)期和隊(duì)列效應(yīng)的列克西斯圖，化繁就簡的靜止人口模型(或追蹤靜止人口生命軌跡的時(shí)期生命表模型)，對眾多方法而言本固枝榮的穩(wěn)定人口模型，以及基于不同條件的人口發(fā)展(增長/預(yù)測)模型等，散發(fā)著人口學(xué)獨(dú)特的光輝。當(dāng)前人口分析方法面臨的挑戰(zhàn)是，如何保持經(jīng)典方法技術(shù)的生命力并在理論上有所突破。人們對人口發(fā)展規(guī)律的認(rèn)識總是局限于一定的社會歷史條件，人口學(xué)經(jīng)典方法技術(shù)多源自穩(wěn)定人口假設(shè)，這是基于西方的人口轉(zhuǎn)變經(jīng)歷和社會實(shí)踐所概括出的模型，現(xiàn)實(shí)中發(fā)展中國家快速的社會轉(zhuǎn)型早已突破了這一窠臼，前人的貢獻(xiàn)需要在時(shí)機(jī)成熟時(shí)加以超越。當(dāng)人口現(xiàn)實(shí)用原有的理論難以解釋、現(xiàn)有的技術(shù)方法束手無策時(shí)，新的技術(shù)和方法將應(yīng)運(yùn)而生。當(dāng)前有很多現(xiàn)實(shí)問題亟待回答：如完成了人口轉(zhuǎn)變后生育率為什么未能穩(wěn)定在更替水平附近？低生育率國家能否擺脫以及如何擺脫“低生育率陷阱”？不斷延長的人類壽命是否存在上限？流行病學(xué)轉(zhuǎn)變經(jīng)歷了從傳染病向退行性疾病的轉(zhuǎn)化后，未來將怎樣發(fā)展？等等。這些問題的回答不僅有賴于經(jīng)典的人口分析方法和技術(shù)，更有賴于新的理論支持下的新思路和新方法。

方法的交叉性使人口學(xué)成為一門兼容并蓄的開放性學(xué)科。無論是原因探析還是結(jié)果預(yù)期，聚焦人口變量，同時(shí)將視野拓展至其他各個(gè)學(xué)科領(lǐng)域，極大豐富了人口研究的內(nèi)容，并為人口學(xué)學(xué)科發(fā)展帶來了源源不斷的活力。人口研究方法著重回答“為什么”和“會怎樣”的問題，通過建立變量之間的有機(jī)聯(lián)系，深入挖掘變量間的互動(dòng)機(jī)制，探索變量間的因果關(guān)系。各學(xué)科專業(yè)視角和方法的融入，對人口研究方法的推陳出新具有很大啟發(fā)性。需要指出的是，在人口研究過程中，必須牢記初心，即研究應(yīng)圍繞人口變量的影響因素(determinants)和社會經(jīng)濟(jì)后果(consequences)展開，無論是社會人口學(xué)還是應(yīng)用人口學(xué)，核心都應(yīng)是人口變量，目的是探尋人口系統(tǒng)與外系統(tǒng)相互作用的關(guān)系與規(guī)律；否則很容易“亂花漸欲迷人眼”，在多學(xué)科交叉中失去人口學(xué)學(xué)科的定位。當(dāng)前人口研究方法面臨的挑戰(zhàn)是，大多數(shù)研究被多元統(tǒng)計(jì)分析所壟斷，方法隨統(tǒng)計(jì)學(xué)的發(fā)展亦步亦趨，難以凸顯人口學(xué)方法特點(diǎn)。未來的努力方向在于整合多來源數(shù)據(jù)，整合多學(xué)科方法，將獨(dú)特性與交叉性相結(jié)合，圍繞人口學(xué)核心指標(biāo)和方法，構(gòu)建多元、動(dòng)態(tài)的人口研究方法體系。

人口學(xué)自創(chuàng)建伊始，就是一門應(yīng)用性社會科學(xué)，服務(wù)于社會經(jīng)濟(jì)發(fā)展。當(dāng)生育政策的寬松化改革不斷推進(jìn)、當(dāng)機(jī)構(gòu)調(diào)整取消了部委名稱中的“人口”和“計(jì)劃生育”，很多人開始質(zhì)疑伴隨中國計(jì)劃生育成長的人口學(xué)學(xué)科是否將裹足不前甚至從此銷聲匿跡。事實(shí)是，服務(wù)于社會經(jīng)濟(jì)發(fā)展的人口學(xué)的應(yīng)用性屬性，從來都使其站在時(shí)代前沿，與時(shí)代同呼吸共命運(yùn)；人口學(xué)方法一直與時(shí)俱進(jìn)，始終探索作為社會經(jīng)濟(jì)發(fā)展主體的人類人口的發(fā)展軌跡和規(guī)律。因此，人口學(xué)的強(qiáng)大生命力來源于其學(xué)科研究對象、研究方法和研究內(nèi)容。我們看到，一方面，追蹤數(shù)據(jù)和多期截面數(shù)據(jù)不斷積累，描述性統(tǒng)計(jì)與因果性推斷并駕齊驅(qū)，移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等信息技術(shù)日新月異；另一方面，本世紀(jì)人口達(dá)到峰值、慣性正增長悄然轉(zhuǎn)向慣性負(fù)增長、低生育水平和人口老齡化長期并行、人工智能開始替代人類勞動(dòng)甚至挑戰(zhàn)人類智慧等現(xiàn)實(shí)，都需要人口理論和研究方法不斷革故鼎新。當(dāng)代中國的社會變革和實(shí)踐創(chuàng)新，為人口學(xué)方法的發(fā)展提供了強(qiáng)大動(dòng)力，為人口學(xué)學(xué)科發(fā)展展示了廣闊空間。