DOI: https://doi.org/10.1111/gean.70033
تاريخ النشر: 2026-02-25
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: التأمين، الوفيات، الديموغرافيا، إدارة المخاطر
نظرة عامة
تقدم ورقة البحث نهجًا جديدًا يجمع بين طرق تحليل أررياغا وكيتاوا لتحليل الفروق في متوسط العمر المتوقع عبر الفئات الفرعية. تركز طريقة أررياغا على الفروق في معدلات الوفيات في أعمار مختلفة، بينما تميز طريقة كيتاوا بين الفروق الهيكلية والفروق في العناصر الفردية للمتوسط المرجح. من خلال اعتبار متوسط العمر المتوقع المدمج كمتوسط مرجح للفئات الفرعية، يظهر المؤلفون أن التحليلات الخاصة بالفئات الفرعية يمكن أن تحل محل مكون معدل الوفيات في تحليل كيتاوا، بشرط أن يتم تحديد الأوزان النسبية للفئات الفرعية في ظروف جدول الحياة الأولية.
تعتبر الطريقة المقترحة مفيدة بشكل خاص لقدرتها على استيعاب عدة فئات فرعية، ودمج بيانات أسباب الوفاة، والنظر في التركيبة فقط في الظروف الأولية. يطبق المؤلفون هذه الطريقة على بيانات إسبانية مصنفة حسب سبب الوفاة ومستوى التعليم، مما يكشف عن رؤى حول كيفية مساهمة الفروق في الوفيات والتركيبة في تباينات متوسط العمر المتوقع. تؤكد الدراسة على أهمية معالجة الفجوة بين الجنسين في الوفيات، مشددة على أن التدخلات المستهدفة على الأسباب الرئيسية للوفاة، مثل الأورام والأمراض القلبية الوعائية، يمكن أن تؤثر بشكل كبير على الفجوات في متوسط العمر المتوقع. يقدم المؤلفون كود R وتنفيذات جداول بيانات لتطبيق عملي لطريقتهم، مما يعزز إمكانية الوصول لمزيد من البحث.
النتائج
في هذا القسم، يقدم المؤلفون نتائج تجريبية حول تحليل الفروق بين الجنسين في متوسط العمر المتوقع في إسبانيا للسنوات 2016-2019. باستخدام إطار تحليل كيتاوا، يقومون بتحليل مساهمات الهيكل التعليمي (المشار إليه بـ $\pi$) ومتوسط العمر المتوقع عند سن 35 ($e(35)$) في الفجوة العامة في متوسط العمر المتوقع بين الذكور والإناث. تشير النتائج إلى أن أكبر الفجوات في متوسط العمر المتوقع توجد بين الأفراد الذين لديهم تعليم ابتدائي وثانوي، بينما يظهر أولئك الذين لديهم تعليم عالٍ فجوة أقل. على وجه التحديد، تكشف نتائج التحليل أن أكبر المساهمات في الفجوة بين الجنسين في متوسط العمر المتوقع تأتي من مجموعات التعليم الثانوي والعالي، حيث تلعب الفروق في الهيكل التعليمي بين الجنسين دورًا أقل نسبيًا.
توضح الأشكال المضمنة في النتائج المساهمات المحددة حسب السبب في الفروق بين الجنسين في متوسط العمر المتوقع الكلي عند سن 35. تظهر الأورام كأكبر مساهم في الفجوة، تليها الأمراض القلبية الوعائية، والمشاكل التنفسية، والأسباب الخارجية للوفاة. من الجدير بالذكر أن معظم الفروق في الوفيات المرتبطة بالأورام تتركز في الفئة العمرية الأكبر من 70-80 عامًا، بينما تكون الفروق في الأمراض القلبية الوعائية موزعة بشكل أكثر توازنًا بين الأعمار 60 و80. تؤكد النتائج على تعقيد العوامل التي تؤثر على الفجوات في متوسط العمر المتوقع، مما يبرز أهمية كل من التحصيل التعليمي والحالات الصحية المحددة في فهم هذه الفروق.
المناقشة
في هذا القسم، يقدم المؤلفون طريقة جديدة لتحليل الفروق في متوسط العمر المتوقع المحسوب كمتوسط مرجح عبر الفئات الفرعية، مع التركيز بشكل خاص على الفئة العمرية الأصغر. يهدف هذا النهج إلى تقديم فهم أكثر دقة للفجوات في متوسط العمر المتوقع من خلال فصل المكونات الهيكلية عن مكونات العمر وسبب الوفاة. يجادل المؤلفون بأن الحل التحليلي الخاص بهم أكثر اقتصادية وكفاءة حسابية من طرق التحليل العامة السابقة، مثل تلك التي قدمها هوريشي وآخرون (2008). من خلال دمج تحليل كيتاوا مع طرق التحليل الثنائي، يمكن تعميم الإطار المقترح على تحليلات ديموغرافية متنوعة تتجاوز الوفيات.
تسلط المناقشة الضوء على أهمية مراقبة متوسط العمر المتوقع كوسيلة لمعالجة عدم المساواة في الوفيات عبر مجموعات مختلفة. يؤكد المؤلفون أن طريقتهم ذات صلة خاصة للحالات التي يتم فيها وزن السكان معًا فقط في الأعمار الأصغر، مع الاعتراف أيضًا بحدودها في النماذج متعددة الحالات الأكثر تعقيدًا. تشير النتائج التجريبية إلى وجود فجوة مستمرة بين الجنسين في متوسط العمر المتوقع في إسبانيا، مع مساهمات كبيرة من الأورام والأمراض القلبية الوعائية والتنفسية. يقترح المؤلفون أن الأبحاث المستقبلية يمكن أن تستفيد من طريقتهم لاستكشاف الفجوة بين الجنسين بشكل أعمق من خلال دمج عوامل إضافية مثل الجغرافيا والحالة الاجتماعية والاقتصادية. بشكل عام، تقدم الطريقة المقترحة إطارًا قويًا لتحليل الفروق في متوسط العمر المتوقع مع الأخذ في الاعتبار تباين السكان.
DOI: https://doi.org/10.1111/gean.70033
Publication Date: 2026-02-25
Author(s): Zhenyun Du et al.
Primary Topic: Insurance, Mortality, Demography, Risk Management
Overview
The research paper presents a novel approach that combines the Arriaga and Kitagawa decomposition methods to analyze differences in life expectancy across subpopulations. The Arriaga decomposition focuses on mortality rate differences at various ages, while the Kitagawa decomposition distinguishes between structural differences and differences in individual elements of a weighted mean. By treating combined life expectancy as a weighted average of subpopulations, the authors demonstrate that subgroup-specific decompositions can effectively substitute the mortality rate component in a Kitagawa analysis, provided that the relative weights of subpopulations are established in the initial life table conditions.
The proposed method is particularly advantageous for its ability to accommodate multiple subpopulations, incorporate cause-of-death data, and consider composition only in initial conditions. The authors apply this method to Spanish data categorized by cause of death and education level, revealing insights into how mortality and compositional differences contribute to life expectancy variations. The study emphasizes the importance of addressing the sex gap in mortality, highlighting that targeted interventions on leading causes of death, such as neoplasms and cardiovascular diseases, could significantly impact life expectancy disparities. The authors provide R code and spreadsheet implementations for practical application of their method, promoting accessibility for further research.
Results
In this section, the authors present empirical findings on the decomposition of sex differences in life expectancy in Spain for the years 2016-2019. Utilizing the Kitagawa decomposition framework, they analyze the contributions of educational structure (denoted by $\pi$) and life expectancy at age 35 ($e(35)$) to the overall life expectancy gap between males and females. The results indicate that the most significant disparities in life expectancy are found among individuals with Primary and Secondary education, while those with Higher education exhibit a reduced gap. Specifically, the decomposition results reveal that the largest contributions to the sex gap in life expectancy arise from the secondary and higher education groups, with the differences in educational structure between genders playing a relatively minor role.
Figures included in the results illustrate the cause-specific contributions to the sex difference in total life expectancy at age 35. Neoplasms emerge as the primary contributor to the gap, followed by circulatory diseases, respiratory issues, and external causes of death. Notably, the majority of neoplasm-related mortality differences are concentrated in the older age group of 70-80 years, while circulatory disease differences are more evenly distributed between ages 60 and 80. The findings underscore the complexity of the factors influencing life expectancy disparities, highlighting the importance of both educational attainment and specific health conditions in understanding these differences.
Discussion
In this section, the authors present a novel method for decomposing differences in life expectancy calculated as a weighted average across subpopulations, particularly focusing on the youngest age group. This approach aims to provide a more nuanced understanding of life expectancy disparities by separating structural components from age and cause-of-death components. The authors argue that their analytical solution is more parsimonious and computationally efficient than previous generalized decomposition methods, such as those by Horiuchi et al. (2008). By integrating the Kitagawa decomposition with pairwise decomposition methods, the proposed framework can be generalized to various demographic analyses beyond mortality.
The discussion highlights the significance of monitoring life expectancy as a means to address inequalities in mortality across different groups. The authors emphasize that their method is particularly relevant for cases where populations are weighted together only at younger ages, while also acknowledging its limitations in more complex multistate models. Empirical findings indicate a persistent sex gap in life expectancy in Spain, with significant contributions from neoplasms, circulatory, and respiratory diseases. The authors suggest that future research could leverage their method to explore the sex gap further by incorporating additional factors such as geography and socioeconomic status. Overall, the proposed method offers a robust framework for analyzing life expectancy differences while accounting for population heterogeneity.