臺灣各縣市人口結構差異明顯，各縣市的人口出生、老化程度都不盡相同，而且在醫療分配及社會資源的使用也有很大的差異，因此各縣市應因應各地特性發展不同的小區域人口推估方法。由於樣本數與變異數成反比，人數較少者的死亡率（像是高齡人口）通常震盪較大，藉由適當的修勻(Graduation)調整，通常可降低年齡層間的死亡率震盪。然而，當縣市層級的人數太少時，只依賴修勻往往不足，多半會再參考人口較多的大母體之死亡率。例如：傳統的的貝氏修勻，使用Lee-Carter之類的參數死亡模型(Lee and Carter, 1992)，或是透過小區域及大母體的死亡率比值（王信忠, 2012）。然而過去研究較少全面性的比較這些方法，尤其是用於人數較少（如：十萬人）的地區。 本文以探討小區域生命表及死亡率推估為目標，著眼於人數不多於五萬人，尋求較為適合臺灣及類似國家的死亡率編算方法。由於修勻或貝氏等方法可視為增加樣本數，本文將擴大樣本分為四種方式：「同地同時」、「同地異時」、「異地同時」、「異地異時」，亦即將死亡資料的整併分成是否限定於小區域，以及是否可擴及其他年度。本文藉由電腦模擬測試，提供在各種限制之下，最合適小區域生命表建構的準則。其中，本文假設大、小區域的死亡率間存有三種情境的關係：定值、遞增、V字型，藉由調整大小區域死亡率比值間的幅度，探討大母體及小區域間的差異對實務使用的影響。研究發現，Partial SMR方法是一個值得參考的方法，當大小區域死亡率類型接近時的效果不錯，甚至可用於人數小於一萬人，但若死亡率類型差異過大，修勻方法會有限制，使用時需格外謹慎。 / The population structure, life expectancy (and age-specific mortality rates), and the speed of population aging vary a lot in different county of Taiwan. Each county has its own policy planning according to the needs. However, the county level population is usually not enough to provide stable estimates, such as of the life expectancies and mortality rates at the county level. Thus, certain graduation methods are applied to stabilize these estimates. However, only a few studies focus on comparing different types of graduation methods, including traditional graduation methods, Bayesian methods, and parametric mortality models. In this study, we separate the graduation methods into four types, according to if using only the small area data and if one year or multiple years of data are used, and explore which methods are appropriate to the areas with population fewer than 100,000. We use computer simulation to evaluate the graduation methods. We found that the Standard Mortality Ratio is promising when the mortality profiles of small and large populations are similar, and it is a feasible solution even for the areas with population fewer than 10,000. However, if the mortality profiles differ significantly, all graduation methods need to be applied with care.

壽命延長及生育率下降使得人口老化日益明顯，成為全球多數國家在21世紀必須面對的議題，由於各區域人口老化的速度不同，必須根據各地特性而調整因應對策。其中研究死亡率變化為面對人口老化的必備課題，尤其是高齡族群的死亡率，這也是近年高齡死亡模型廣受重視的主因之一。因為樣本數與變異數成反比，人口較少的區域或是高齡人口，死亡率的觀察值通常會有較大震盪，為了降低震盪多半會經過修勻，以取得較為穩定的死亡率推估值（王信忠等人，2012）。此外，Li and Lee (2005)的Coherent Lee-Carter模型也是另一種可行方法，透過參考大區域的資訊降低小區域的估計誤差。 本文探討結合上述修勻、死亡率模型的可能，希冀能綜合兩者的優點，提高小區域死亡率推估的精確性。因為Coherent Lee-Carter模型的想法類似增加小區域的人數（加入大區域的人數），本文探討人口數與Lee-Carter模型參數估計值的關係，再以修勻調整大小區域的差異，透過電腦模擬及資料分析，驗證本文提出方法是否有效。其中，仿造王信忠等人的作法，假設小區域與大區域死亡率間的七種可能情境，以平均絕對百分誤差(Mean Absolute Percentage Error)為衡量標準，找出調整修勻、相關模型的方法。另外，本文也以臺灣縣市為研究區域，驗證本文方法的估計結果。研究發現適當地使用修勻方法，可降低小區域的死亡率估計值，其效果優於Coherent Lee-Carter模型。