文/北京工业大学建筑与城市规划学院 孙 颖 苏容生

1 研究背景

我国人口老龄化趋势日渐严峻，据估算，到2050年，我国60岁以上老年人口总量将接近4.00亿，老龄化水平将达30%以上。在如此大基数下，现有统计数据缺乏分类预测老年人需求的研究。面对严峻的老龄化趋势，开展符合失能、半失能老年人的精细化分类预测研究迫在眉睫。

研究运用连续时间内的马尔科夫模型，在限定恒定因素情况下科学预测未来老年人不同失能状态间的转移概率，为失能老年人的精细化预测研究提供理论支撑。

2 国内外研究概况

目前我国老年人健康状态转移预测方法主要有2种。

1）基于神经网络的预测模型 该方法利用人口普查大数据，分析老年人口数量因时间变化的规律，将大数据录入后进行网格训练，建立人口总数、潜在老年人口数量、老年人口健康状态的对应关系，并将此关系用数学函数的形式放于神经网络中，以此建立预测模型。但此预测效果与数据关系较大，目前数据覆盖地域范围有限、神经网络中的拓扑结构及参数设置尚不完善，故本文未选用此方法。

2）微观模拟预测法 该方法利用Netlogo建模，模拟微观个体行为，提取相关数据后预估老年人需求。部分研究人员基于构建老年人差异健康状态间的转移概率矩阵，追踪老年人周期内的健康演变轨迹，利用差异性的健康状态转移对国内外失能老年人长期照护服务需求进行估算。

国外使用的方法可分为2类。……