戒烟是导致人口死亡率增高的重要原因之一

根据最新的统计资料，中国吸烟人口占全国人口总数的比例为24.53%。

　　男性吸烟率持续下降的趋势，或许将给美国人带来极大的福利。
　　1955年，美国成年男性的吸烟率一度高达57%。

　　根据美国疾病预防控制中心（CDC）2007年度的统计，成年男性吸烟率已经下降到不足24%。
　　1月6日，美国华盛顿大学王海东博士和宾夕法尼亚大学塞缪尔·普雷斯顿（Samuel H. Preston）教授在《美国科学院学报》（PNAS）上发表论文指出，就长期而言，美国老年人口，无论男性还是女性，都将获得更大的生存机会。
　　鉴于男性吸烟率下降更为明显，到2034年，50岁到85岁的男性人口存活率有望达到0.5775，比不考虑这种趋势高出22.5%。

　　虽然女性吸烟总的比例低，下降也相对有限，但吸烟率下降也将存活率提高了7.4%。
　　研究者表示，这一结果来自于对美国现有死亡率预测模型进行的修正。
　　所谓死亡率预测模型，是在对年度死亡数据统计分析的基础上，预测未来死亡率变化趋势的模型。

　　死亡率预测作为养老金财务规划的基础，对政府养老金制度，雇主职业年金，保险公司的团体和个人养老金业务等都有重要影响。
　　目前，死亡率预测模型分为三类：确定型死亡率模型，离散时间随机死亡率模型和连续时间随机死亡率模型。

　　其中，归属于离散时间随机死亡率模型的李-卡特模型（Lee-Carter Model），是在美国乃至全世界应用最广的用来预测死亡率的模型。
　　美国统计局正是根据李-卡特模型来预测未来的美国人口死亡率，这些数据被推荐给美国社会保障总署（SSA），作为制定社会福利政策的参考意见。
　　但是，死亡率模型预测的结果往往与现实存在一定差距。

　　中国人民大学统计学院博士生导师王晓军教授和其博士生蔡正高，曾在《统计研究》2008年9月刊上发表论文指出，依据过去经验数据对未来死亡率作出的预测大多低于实际结果，李-卡特模型由于其自身的队列效应而存在着“天生”误差。
　　所谓队列效应是指，在统计数据时，只用队列分析去分析一部分资料，就势必存在丢掉一些信息的可能性。

　　对于美国来说，这部分丢掉的信息就和吸烟有关。统计数据显示，在美国的男性群体中，正在吸烟以及曾经吸烟的男性人口所占比例高达77%，所以，这也就并不奇怪，为什么吸烟的有关变量在死亡预测模型中非常重要。
　　20世纪，美国的吸烟率总的趋势是先升高然后下降。

　　但是吸烟率的变化，对于男性吸烟者和女性吸烟者来说，并不相同。
　　1924年，美国女性吸烟者在女性人口中所占比例只有6%；但是到了1929年，这一数字增长到16%。

　　而在同一时期，在男性人口中有超过50%的男性吸烟。
　　1955年，美国男性的吸烟率为56.9%，女性的吸烟率为28.4%。

　　从20世纪90年代开始，男女吸烟率的差异缩小至5%，这一差异一直维持到现在。
　　王海东博士和普雷斯顿教授在论文中就指出，性别差异导致的死亡率上的差异并没有被考虑到李-卡特模型中。

　　此外，尽管吸烟被普遍认为是导致死亡率升高的重要因素之一，但是只有少数的死亡率预测模型包含和吸烟有关的变量。
　　参考上述研究和调查结果，王海东博士和普雷斯顿教授对李-卡特模型作了几个方面的修正：
　　首先，用吸烟队列变量替换了原有的和吸烟有关的变量。

　　吸烟队列变量并非来自于根据某一特定群体而推算出的结果，而是来自于那些被观察到的结果，所以，得出的结果也更为准确。
　　其次，在计算中，使用了吸烟的年数而不是强度（每天抽烟的数量）的概念。

　　这是因为和肺癌有关的调查结果显示，吸烟致死率与吸烟持续的时间长度的关系更为密切。
　　在把吸烟队列变量代入李-卡特模型后，预测结果显示，男性死亡率将很可能比女性死亡率下降得更快，因为男性吸烟率的下降速度比女性吸烟率的下降速度更快；与吸烟有关的死亡率的下降速度也比之前预测的要更快。
　　据《财经》记者了解，中国目前还没有类似的死亡率预测模型及数据。而根据最新的统计资料，中国吸烟人口占全国人口总数的比例为24.53%。
　　中国国家统计局人口和就业统计司工作人员告诉《财经》记者，由于目前还没有这样的模型，所以也没有考虑吸烟所导致的死亡率在未来会有怎样的变化。不过，如果有必要，国家统计局可能会在未来考虑此模型。