人口老齡化空間非均衡及影響因素分析

聶高輝 晏佳惠

摘要：我國人口老齡化在不斷演變過程中存在顯著的空間非均衡性。選用Dagum基尼系數(shù)分解法測(cè)算和分解我國人口老齡化空間非均衡程度，并構(gòu)建面板數(shù)據(jù)模型分析我國東、中、西部人口老齡化影響因素。從人口老齡化空間非均衡程度來看：西部空間非均衡程度最大，東西空間非均衡差距最大;人口老齡化空間非均衡程度在2010年以前主要來源于各空間之間非均衡差距Gnb，2010年以后卻主要來源于空間超變密度Gt。從人口老齡化空間非均衡的影響因素來看：人均GDP城鎮(zhèn)化率、文盲率會(huì)加重我國人口老齡化程度，而人口自然增長(zhǎng)率、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、人口性別比會(huì)減弱我國人口老齡化程度。東、中、西部空間總體情況與我國整體情況基本一致，不同在于西部空間經(jīng)濟(jì)發(fā)展會(huì)弱化人口老齡化程度、人口自然增長(zhǎng)率會(huì)加重人口老齡化程度。

關(guān)鍵詞：人口老齡化;空間非均衡;Dagum基尼系數(shù)分解法;影響因素面板數(shù)據(jù)模型

[中圖分類號(hào)]C921

[文章編號(hào)]1673-0186（2019）01-107-011

[文獻(xiàn)標(biāo)識(shí)碼]A

[DOI編碼]10.19631/j.cnkicss.2019.01.011

改革開放以來，我國人口年齡結(jié)構(gòu)發(fā)生了顯著變化，老年人口系數(shù)和老少比由1986年的4.9%14.62%增長(zhǎng)到2016年的10.8%、65.21%。根據(jù)聯(lián)合國發(fā)布的《人口老齡化及其社會(huì)經(jīng)濟(jì)后果》對(duì)老齡型社會(huì)的劃分，我國早在2000年時(shí)就已經(jīng)步入了老年型社會(huì)。而我國人口年齡結(jié)構(gòu)除了在老齡化程度上有所加深以外，還面臨另一個(gè)嚴(yán)峻的問題：人口老齡化的空間非均衡性。以2016年末人口老齡化數(shù)據(jù)為例，我國31個(gè)省市中，重慶老年人口系數(shù)為13.97%，而西藏僅為4.98%，極差高達(dá)8.99%，這說明我國人口老齡化空間非均衡性非常明顯。

一、相關(guān)研究文獻(xiàn)綜述

我國人口老齡化程度迅速加深，但符合世界人口老齡化演變的一般規(guī)律，且在演變過程中存在空間分布非均衡的空間差異特征甲。對(duì)于人口老齡化的空間分布非均衡特征，諸多文獻(xiàn)選用不同的研究方法對(duì)其進(jìn)行探索，如李日邦等用統(tǒng)計(jì)性描述方法證明城鄉(xiāng)、東西部空間、各民族空間之間存在差異2，李秀麗等選用標(biāo)準(zhǔn)差系數(shù)、變差系數(shù)及協(xié)方差分解方法研究了我國及三大區(qū)域1992—2006年的人口老齡化區(qū)域差異，許海平，李樂樂等人選用泰爾指數(shù)分析法對(duì)東、中、西部地區(qū)老齡化程度進(jìn)行了差異分析[4-5]。而對(duì)于人口老齡化的影響因素問題，則鮮有文獻(xiàn)進(jìn)行研究，大部分學(xué)者主要是基于人口老齡化的大背景探索勞動(dòng)人口供給數(shù)量的減少對(duì)社會(huì)經(jīng)濟(jì)發(fā)展、存儲(chǔ)率、服務(wù)業(yè)升級(jí)等因素的影響[6-8]。在人口老齡化影響因素的分析上，原新等采用假設(shè)模擬方法從人口因素出發(fā)，發(fā)現(xiàn)人口老齡化是生育率、平均壽命和人口慣性共同作用的結(jié)果9]。安德森（Anderson）認(rèn)為工業(yè)化國家的預(yù)期壽命、出生率及人口遷移是引起老齡化差異現(xiàn)象的主要原因[01。曾通剛在分析老年人口的空間演變基礎(chǔ)上，采用空間回歸模型解釋老年人口的影響因素”。趙儒煜等利用空間計(jì)量經(jīng)濟(jì)學(xué)理論方法和空間誤差模型實(shí)證發(fā)現(xiàn)老齡化空間溢出對(duì)人口老齡化的影響比人口老齡化慣性和人口自然增長(zhǎng)的作為更為突出12。陳明華等在采用泰爾指數(shù)度量地區(qū)老齡化差異的基礎(chǔ)上運(yùn)用FGLS方法探索人均CDP出生率、死亡率、城市化率、文盲率對(duì)全國各空間人口老齡化的影響因素[3]。以上文獻(xiàn)雖說明了人口老齡化的空間非均衡性，但大多未量化人口老齡化空間非均衡程度，更未對(duì)我國人口老齡化空間非均衡程度進(jìn)行分解，而且少有文獻(xiàn)既從全國整體又從東、中、西部局部出發(fā)，探索人口老齡化的影響因素。

基于此，本文首先利用空間分布圖可視化描述我國人口老齡化的空間非均衡性，并選用Dagum基尼系數(shù)分解法對(duì)我國及東、中、西部0空間人口老齡化的空間非均衡程度進(jìn)行測(cè)度，進(jìn)一步分解為空間內(nèi)非均衡程度貢獻(xiàn)度G。各空間之間的非均衡程度貢獻(xiàn)度Gnb和交疊異質(zhì)（超變密度）貢獻(xiàn)度G，。其次建立全國和東、中、西部三大空間2006-2016年間的面板數(shù)據(jù)模型，分析人均CDP、城鎮(zhèn)化率、人口受教育程度、人口自然增長(zhǎng)率、人口性別比和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)人口老齡化產(chǎn)生的影響。最后基于以上實(shí)證結(jié)果給出對(duì)策建議。

二、人口老齡化空間非均衡研究

過去的幾十年里，我國人口年齡結(jié)構(gòu)發(fā)生了巨大改變，老年人口系數(shù)和老少比逐年遞增，人口年齡類型從處在年輕型和成年型社會(huì)之間上升到深度老齡型社會(huì)。而在人口老齡化問題愈加嚴(yán)峻的同時(shí)，人口老齡化空間分布非均衡問題也8益突出。

（一）人口老齡化空間非均衡的可視化描述

為可視化人口老齡化的空間非均衡，文章繪制了2005年和2015年我國31個(gè)省市的老年人口系數(shù)值（圖1）。從圖1中可以看出：2005年老齡化程度最為嚴(yán)重的地區(qū)有北京、上海、四川、重慶、江蘇、浙江、安徽、湖南，老年人口系數(shù)均超過10%;老齡化程度較輕的地區(qū)有西藏、青海、寧夏、新疆，老年人口系數(shù)均低于7%，即尚未進(jìn)入老齡化社會(huì);31個(gè)省市老年人口系數(shù)極差達(dá)到了5.94%;東部空間老年人口系數(shù)均值為9.68%，中部空間老年人口系數(shù)均值為8.63%，西部空間老年人口系數(shù)均值為7.97%。2015年老年人口系數(shù)超過10%的地區(qū)在2005年的基礎(chǔ)上又新增了8個(gè)地區(qū)，分別是天津、遼寧、河北、山東、吉林、湖北、陜西、黑龍江;僅剩西藏尚未進(jìn)入老齡化社會(huì);31個(gè)省市老年人口系數(shù)極差為7.58%;東部空間老年人口系數(shù)均值為10.66%，中部空間老年人口系數(shù)均值為10.44%，西部地區(qū)老年人口系數(shù)均值為9.20%。這意味著我國人口老齡化在日益嚴(yán)峻的形勢(shì)下還存在顯著的空間非均衡性，且這種非均衡程度有加重的趨勢(shì)。

（二）人口老齡化空間非均衡程度測(cè)算及分解

1.Dagum基尼系數(shù)法介紹

不平等子群分解法包括基尼系數(shù)、變異系數(shù)、泰爾指數(shù)等分解方法，常用于衡量群內(nèi)、群間不平等對(duì)整體不平等的貢獻(xiàn)大小。Dagum基尼系數(shù)不同于一般不平等子群分解法，它在將總體不平等貢獻(xiàn)率分解為群內(nèi)不平等貢獻(xiàn)度群間不平等貢獻(xiàn)度和各子群之間交疊產(chǎn)生的貢獻(xiàn)率的基礎(chǔ)上，進(jìn)一步加入了經(jīng)濟(jì)富裕（EconomicAffluence）的概念，有效解決樣本交叉重疊的問題，明晰給出了群內(nèi)、群間、交疊不平等對(duì)總體的貢獻(xiàn)率[4]。此后該方法被廣泛應(yīng)用于各個(gè)研究領(lǐng)域，如劉那日蘇選用Dagum基尼系數(shù)分解法刻畫1990—2013年間中國人口老齡化地區(qū)差異[51、黃杰用同樣的方法研究中國低碳經(jīng)濟(jì)發(fā)展的空間非均衡程度[16]。本文借鑒Dagum基尼系數(shù)分解法測(cè)算我國東、中、西部空間人口老齡化空間內(nèi)非均衡程度、各空間之間的非均衡程度，并進(jìn)一步探索我國總體人口老齡化空間非均衡的來源。總體Dagum基尼系數(shù)的計(jì)算公式為：

其中n=31為全國31個(gè)省市;k=3為空間個(gè)數(shù)，這里指東、中、西部三大空間，j、h分別為k個(gè)空間中的不同空間，即j、h=1，2，h;y為全國31個(gè)省市老年人口系數(shù)均值，y;為第j個(gè)空間中第i個(gè)省市的老年人口系數(shù)，yr為第h個(gè)空間中第r個(gè)省市的老年人口系數(shù)?？傮wDagum基尼系數(shù)G又可以分解為空間內(nèi)非均衡程度貢獻(xiàn)度Gw、各空間之間的非均衡程度貢獻(xiàn)度Gu和交疊異質(zhì)（超變密度）貢獻(xiàn)度G，即G=G，+G，+G。具體計(jì)算公式如下：

其中G;、Gih分別為人口老齡化空間內(nèi)部非均衡程度、空間之間的非均衡程度。P，為第j個(gè)空間省市個(gè)數(shù)與全國總省市個(gè)數(shù)的比值，即P=n/n。s;為第j個(gè)空間平均老齡化程度與全國平均老齡化程度比值，即S;=n，y，/ny，j=1，2，…，k.Djh為第j個(gè)空間相對(duì)于第h個(gè)空間的相對(duì)老齡化程度，計(jì)算如式（7）。式（8）中表示平均絕對(duì)差距，等式右邊第一項(xiàng)為dn，右邊第二項(xiàng)為Pjh。

2.人口老齡化空間非均衡程度測(cè)算及分解結(jié)果

我國2002-2016年間東、中、西部空間人口老齡化空間非均衡程度的Dagum基尼系數(shù)測(cè)度及分解結(jié)果如表1、圖2所示。

從人口老齡化空間非均衡程度測(cè)度結(jié)果來看：我國總體基尼系數(shù)2003年達(dá)到最大值0.129，2010年達(dá)到最小值0.098，人口老齡化空間非均衡程度略有減弱，但仍呈不穩(wěn)定波動(dòng)狀態(tài)。在空間內(nèi)非均衡程度上，東、中部空間內(nèi)非均衡程度減弱，而西部有所加重;東、中、西部空間非均衡程度大小自2004年以后發(fā)生了改變，大小由“東、西、中”演變?yōu)椤拔?、東、中”。在空間之間的非均衡程度上，東中、東西空間非均衡差距程度減弱，而中西空間非均衡差距程度加重;空間之間非均衡程度同樣也在2004年以后發(fā)生了變化，大小由“東西東中、中西”演變?yōu)椤皷|西、中西、東中”。

從空間非均衡分解結(jié)果來看：2010年以前，我國人口老齡化空間非均衡主要來源于各空間之間的非均衡程度Gnb，貢獻(xiàn)率最高為2003年的60.53%，但貢獻(xiàn)率有逐年下降的趨勢(shì);其次來源于空間內(nèi)非均衡程度Gw，貢獻(xiàn)率最高為2009年的30.52%，貢獻(xiàn)率基本保持穩(wěn)定;最后來源于空間超變密度G，貢獻(xiàn)率最高為2009年的28.22%，但貢獻(xiàn)率有逐年，上升的趨勢(shì)。2010年以后，我國人口老齡化空間非均衡主要來源于空間超變密度G，貢獻(xiàn)率最高為2014年的53.70%，且貢獻(xiàn)率有先上升后下降的趨勢(shì);其次來源于空間內(nèi)非均衡程度G，貢獻(xiàn)率最高為2014年的33.21%，貢獻(xiàn)率基本保持穩(wěn)定;最后來源于各空間之間的非均衡程度Gnb，貢獻(xiàn)率最高為2016年的34.98%，且貢獻(xiàn)率有先下降后，上升的趨勢(shì)。

三、人口老齡化影響因素分析

人口老齡化形成原因非常復(fù)雜，是諸多因素共同作用形成的結(jié)果[17。為深入探索人口老齡化的影響因素，本文從經(jīng)濟(jì)社會(huì)、人口、教育四類主要影響因素出發(fā)，分空間建立全國和東、中、西部空間的省級(jí)面板數(shù)據(jù)模型。

（一）模型構(gòu)建及說明

本文探索代表經(jīng)濟(jì)因素的人均GDP，代表社會(huì)因素的城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，代表人口因素的人口自然增長(zhǎng)率、性別比以及代表教育因素的文盲率對(duì)人口老齡化的影響效果。選取的研究樣本跨度范圍為2006年至2016年，數(shù)據(jù)來源于國家統(tǒng)計(jì)局。考慮樣本數(shù)據(jù)可能存在線性化現(xiàn)象，文章首先對(duì)各變量進(jìn)行基本處理一取自然對(duì)數(shù)。具體面板數(shù)據(jù)模型如下所示：

其中aging表示人口老齡化程度，刻畫老齡化程度的指標(biāo)很多，一些研究者會(huì)選用老年人撫養(yǎng)比，老少比和總撫養(yǎng)比等來刻畫老齡化，本文根據(jù)國際慣例，從老齡化的本質(zhì)出發(fā)，選取65歲及以上老年人人口數(shù)量占社會(huì)總?cè)丝跀?shù)量的比重來刻畫人口老齡化程度。pgdp表示人均地區(qū)生產(chǎn)總值，是衡量一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)。urban表示城鎮(zhèn)化率，城鎮(zhèn)化是現(xiàn)階段我國社會(huì)的普遍現(xiàn)象，等于城鎮(zhèn)人口除以社會(huì)總?cè)丝跀?shù)，反映人口流動(dòng)尤其是農(nóng)村人口不斷向城市流動(dòng)的重要指標(biāo)。isu表示地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平，為第二產(chǎn)業(yè)和第三產(chǎn)業(yè)GDP占總GDP的比重，取值范圍在0-1之間，比例越大表示產(chǎn)業(yè)結(jié)構(gòu)升級(jí)越優(yōu)ogrowthrate表示人口自然增長(zhǎng)率，反映地區(qū)人口增長(zhǎng)的速度和趨勢(shì)，等于一定時(shí)期內(nèi)人口出生率減去人口死亡率。sex為人口性別比，即男女人口比例（以女性人數(shù)為100）。ill表示文盲率，等于超過學(xué)齡期（15歲）而未受教育人口數(shù)與超過學(xué)齡期總?cè)丝跀?shù)的比例。ξ;表示不同空間的個(gè)性化特征，μn為偶然誤差項(xiàng)。各變量具體描述如表2。

模型構(gòu)建完成后，本文對(duì)面板數(shù)據(jù)模型（固定、隨機(jī)、混合面板模型）加以選擇。根據(jù)wald檢驗(yàn)的p值等于0.0000，我們拒絕了選擇混合面板模型的假設(shè)。現(xiàn)實(shí)情況中不同省市必然會(huì)存在差異，因此拒絕混合回歸模型也符合現(xiàn)實(shí)規(guī)律。全國、東、中、西部空間Hausman檢驗(yàn)p值分別0.0035、0.0273、0.8397、0.0000，在5%的置信水平下，我們確定全國、東、西部空間構(gòu)建固定效應(yīng)模型，中部空間構(gòu)建隨機(jī)效應(yīng)模型。

（二）實(shí)證結(jié)果分析

1.全國實(shí)證結(jié)果分析

全國固定效應(yīng)面板回歸模型結(jié)果如表3所示：在人口老齡化的影響方向上，pgdp、urban、ill對(duì)人口老齡化的影響系數(shù)為正，即會(huì)加重我國人口老齡化程度，而growthrate、isu、sex對(duì)人口老齡化呈負(fù)向影響，即能減弱老齡化程度。在人口老齡化影響大小上，isu對(duì)人口老齡化的影響程度最為明顯，在1%的置信水平下，彈性回歸系數(shù)為1.063391;其次依次是sex、urbanill、grouthratepgdp，彈性回歸系數(shù)依次為0.8537、0.4864697、0.1527202、0.1271044、0.0841635，除growthrate僅通過10%的置信水平外，其他變量均通過了5%的置信水平，這說明變量的作用效果非常顯著。

近年來，我國社會(huì)經(jīng)濟(jì)的發(fā)展一方面改善了民眾生活條件，使得平均人口壽命延長(zhǎng)，老年人口數(shù)量增多;另一方面快節(jié)奏的生活加重了年輕人的工作壓力，使年輕人疾病發(fā)病率提高，年輕人口數(shù)量減少，從而進(jìn)一步加重了人口老齡化程度。城鎮(zhèn)化會(huì)加重我國整體老齡化程度，該作用對(duì)我國農(nóng)村人口老齡化的影響更為顯著，很大一部分原因是農(nóng)村人口大規(guī)模地向城市遷移，據(jù)統(tǒng)計(jì)2011年城鎮(zhèn)人口數(shù)量已經(jīng)超過了農(nóng)村人口數(shù)量[8），且遷移人口的平均年齡遠(yuǎn)小于農(nóng)村人口平均年齡，這使得農(nóng)村相較城市人口老齡化問題更值得關(guān)注。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)能有效減弱老齡化的原因可能是該空間一般以二、三產(chǎn)業(yè)為主導(dǎo)，提供了更多就業(yè)崗位從而吸引大量人口的流入。流人的人口在“量”上表現(xiàn)為數(shù)量規(guī)模龐大，在“質(zhì)”上表現(xiàn)為年齡結(jié)構(gòu)年輕化，這使得產(chǎn)業(yè)結(jié)構(gòu)升級(jí)減弱老齡化程度。人口自然增長(zhǎng)率雖能減弱老齡化程度，但近年來我國人口自然增長(zhǎng)率持續(xù)下降，相關(guān)數(shù)據(jù)顯示，1998年以前，我國人口自然增長(zhǎng)率一直維持在10%以上，而到2016年我國人口自然增長(zhǎng)率僅為5.86%。人口增長(zhǎng)模式由“高”向“低”的轉(zhuǎn)變使得人口自然增長(zhǎng)率對(duì)人口老齡化作用甚小。

2.分空間實(shí)證結(jié)果分析

由于我國地域遼闊，不同空間不僅在人口老齡化空間非均衡程度上存在異質(zhì)性，還在經(jīng)濟(jì)、社會(huì)、人口、教育等各環(huán)境因素上均有差異，因此對(duì)各空間人口老齡化發(fā)展趨勢(shì)的影響也不盡相同。為了具體考察我國人口結(jié)構(gòu)在演變過程中人口老齡化的形成原因，構(gòu)建2006—2016年東、中、西部空間的省級(jí)面板回歸模型，模型估計(jì)結(jié)果如表4：

在影響方向上，東部空間城鎮(zhèn)化率、文盲率對(duì)人口老齡化程度呈正向顯著影響，人口性別比對(duì)人口老齡化程度呈負(fù)向顯著影響。中部空間人均GDP、城鎮(zhèn)化率、文盲率對(duì)人口老齡化呈正向顯著影響，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、人口自然增長(zhǎng)率對(duì)人口老齡化程度呈負(fù)向顯著影響。西部中間城鎮(zhèn)化率、文盲率對(duì)人口老齡化程度呈正向顯著影響，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、人口性別比對(duì)人口老齡化程度呈負(fù)向顯著影響。

在影響大小上，東部空間城鎮(zhèn)化率每提高1%，人口老齡化程度將加重0.7411049%;文盲率每提高1%，人口老齡化程度將加重0.2598531%;人口性別比每提高1%，人口老齡化程度將減弱0.739669%。中部空間人均GDP每提高1%，人口老齡化程度將加重0.1761105%;城鎮(zhèn)化率每提高1%，人口老齡化程度將加重0.3002092%;文盲率每提高1%，人口老齡化程度將加重0.1926672%;產(chǎn)業(yè)結(jié)構(gòu)升級(jí)每提高1%，人口老齡化程度將減弱0.844685%;人口自然增長(zhǎng)率每提高1%，人口老齡化程度將減弱0.2201669%。西部地區(qū)城鎮(zhèn)化率每提高1%，人口老齡化程度將加重0.6383449%;文盲率每提高1%，人口老齡化程度將加重0.055593%;產(chǎn)業(yè)結(jié)構(gòu)升級(jí)每提高1%，人口老齡化程度將減弱1.021636%;人口性別比每提高1%，人口老齡化程度將減弱0.926373%。

四、結(jié)論與對(duì)策建議

以上結(jié)果說明，人均GDP的增長(zhǎng)能夠推動(dòng)中部空間人口老齡化。人口自然增長(zhǎng)率能夠減弱中部空間人口老齡化程度。城鎮(zhèn)化、受教育程度對(duì)我國三大空間人口老齡化均有推動(dòng)作用。產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化都能夠推動(dòng)中部和西部空間的人口老齡化。男女性別比能夠弱化東部和西部空間的人口老齡化。

（一）結(jié)論

在人口老齡化非均衡程度上：我國老齡化空間非均衡程度2003年最高、2010年最低，總體略有減弱;東、中部空間內(nèi)非均衡程度減弱，而西部卻加重;東中、東西空間非均衡程度差距減小，而中西空間非均衡程度差距擴(kuò)大。在人口老齡化非均衡程度分解上：2010年以前，我國人口老齡化空間非均衡主要來源于各空間之間非均衡程度Gu，其次來源于空間內(nèi)非均衡程度Gw，最后來源于空間超變密度G;2010年以后，情況有所轉(zhuǎn)變，主要來源于空間超變密度G，次要來源于各空間之間非均衡程度Gnb。在人口老齡化影響因素上：經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化進(jìn)程、人口受教育程度會(huì)加重人口老齡化程度，而人口增長(zhǎng)速度產(chǎn)業(yè)結(jié)構(gòu)升級(jí)狀況、性別比會(huì)減弱人口老齡化程度。人口老齡化影響因素對(duì)東、中、西部空間作用情況與全國整體情況基本一致，不同之處在于西部空間經(jīng)濟(jì)發(fā)展會(huì)減弱人口老齡化程度、人口自然增長(zhǎng)率會(huì)加重人口老齡化程度。

（二）對(duì)策建議

我國作為世界人口大國，人口問題是社會(huì)發(fā)展的核心問題之一，不僅關(guān)系到居民生活質(zhì)量，更涉及民族興衰。為有效應(yīng)對(duì)我國人口老齡化問題，文章基于上述結(jié)論給出如下對(duì)策建議。

第一，因地制宜制定人口老齡化應(yīng)對(duì)措施。我國東、中、西部空間人口老齡化分布情況差距懸殊，在空間內(nèi)、空間之間均呈現(xiàn)顯著的非均衡特性。經(jīng)濟(jì)發(fā)展城鎮(zhèn)化進(jìn)程、人口受教育水平等各影響因素對(duì)不同空間人口老齡化的作用效果也不盡相同。西方不少發(fā)達(dá)國家先于我國進(jìn)入口老齡化社會(huì)，在人口老齡化問題上為我國提供了豐富經(jīng)驗(yàn)和前車之鑒，但我國在信息化、全球化、城鎮(zhèn)化時(shí)代背景下進(jìn)入老齡化社會(huì)，又與西方發(fā)達(dá)國家存在社會(huì)發(fā)展階段、文化習(xí)俗、基本國情等諸多方面的差異。因此，要緩解人口老齡化壓力還需立足于各地社會(huì)經(jīng)濟(jì)、文化背景，因地制宜、因勢(shì)利導(dǎo)，依據(jù)地方特色合理制定人口老齡化應(yīng)對(duì)措施，而非盲目照搬先進(jìn)國家或地區(qū)的人口老齡化解決措施。

第二，提高受教育程度。國民受教育水平的提高，即文盲率的下降能夠有效地減弱我國和東、中、西部空間人口老齡化程度。但現(xiàn)階段，我國還有很多地區(qū)尤其是少數(shù)民族地區(qū)人口受教育水平依然偏低，加大教育資金投人、補(bǔ)充高質(zhì)量教育資源來提高教育水平顯得尤為緊迫。人口受教育水平的提高不僅直觀地反映在幫助人類自身的發(fā)展，協(xié)助樹立合理人生觀、價(jià)值觀，養(yǎng)成良好的生活心態(tài)，而且能發(fā)揮受教育者潛在勞動(dòng)力，使得勞動(dòng)力供給結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)不匹配的矛盾得以減輕，在人口老齡化背景下通過供給高質(zhì)量人才來彌補(bǔ)勞動(dòng)人口供給不足的缺點(diǎn)，為經(jīng)濟(jì)長(zhǎng)遠(yuǎn)發(fā)展提供良好的支撐。此外，除青少年人口的教育外老年人口教育也顯得尤為重要，提高老年人的受教育水平有助于擴(kuò)展了老年人的視野、豐富老年人的晚年精神生活，使老年人能夠融人日新月異的社會(huì)當(dāng)中，為智慧養(yǎng)老做好鋪墊。

第三，改善農(nóng)村生活環(huán)境。城鎮(zhèn)化和產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)吸引了大量農(nóng)村人口尤其是農(nóng)村年輕人口向城市和發(fā)達(dá)地區(qū)遷移，人口的流出使得農(nóng)村面臨更為嚴(yán)峻的人口老齡化問題。改善農(nóng)村生活環(huán)境、提高地區(qū)經(jīng)濟(jì)實(shí)力是應(yīng)對(duì)農(nóng)村人口老齡化問題的關(guān)鍵，一方面可以留住年輕人口在本地工作和生活，減少農(nóng)村年輕人口的流出以調(diào)整農(nóng)村人口年齡結(jié)構(gòu)，同時(shí)能強(qiáng)化家庭養(yǎng)老功能，保障老年人口有所依有所養(yǎng);另一方面可以提高農(nóng)村醫(yī)療衛(wèi)生服務(wù)、改善農(nóng)村養(yǎng)老基本設(shè)施，促進(jìn)農(nóng)村居民享受城鎮(zhèn)居民同等社會(huì)福利，提高老年人晚年生活質(zhì)量。農(nóng)村生活環(huán)境的改善依托地方政策的扶持是基礎(chǔ)、農(nóng)村自主生產(chǎn)是關(guān)鍵，需要在政府扶持的條件下，實(shí)現(xiàn)“輸血”與“造血”相結(jié)合，充分發(fā)揮農(nóng)村獨(dú)特優(yōu)勢(shì)、挖掘地方發(fā)展?jié)摿?、開展多種經(jīng)營(yíng)路線以實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)可持續(xù)發(fā)展。

第四，鼓勵(lì)適齡人口生育。隨著我國人口增長(zhǎng)模式由“高出生率、高死亡率”轉(zhuǎn)向?yàn)椤暗统錾省⒌退劳雎省?，人口主要矛盾由人口?shù)量過多演變?yōu)槿丝谀挲g結(jié)構(gòu)老齡化，限制人口生育已不再有利于我國人口的長(zhǎng)遠(yuǎn)發(fā)展。人口自然增長(zhǎng)率的提高能夠有效地減弱我國尤其是我國中部空間的人口老齡化程度，因此鼓勵(lì)適齡人口生育，通過提高人口的出生率來降低老年人口的比例是應(yīng)對(duì)人口老齡化問題最有效的方法之一。政府應(yīng)在穩(wěn)定現(xiàn)有計(jì)劃生育基本政策不變的條件下制定生育政策以鼓勵(lì)和倡導(dǎo)適齡人口根據(jù)自身?xiàng)l件、家庭狀況有計(jì)劃地生育“多生優(yōu)生”。人口生育政策對(duì)人口結(jié)構(gòu)的調(diào)整是一個(gè)長(zhǎng)期的作用結(jié)果，實(shí)施過程中要兼顧政策帶來的短期和長(zhǎng)期效果，正面推動(dòng)人口結(jié)構(gòu)又快又好地增長(zhǎng)，避免人口激增情況的產(chǎn)生。生育問題也不能單純依靠生育政策來改善，更需要通過樹立適齡人口正確的生育觀念、男女平等意識(shí)撫養(yǎng)子女的責(zé)任感來促進(jìn)我國人口健康穩(wěn)定發(fā)展。

參考文獻(xiàn)

[1]王志寶，孫鐵山，李國平.近20年來中國人口老齡化的區(qū)域差異及其演化[J].人口研究，2013（1）：66-77.

[2]李日邦，王五一，譚見安，等.我國人口老齡化發(fā)展的階段、趨勢(shì)和區(qū)域差異[J].地理研究，1999（2）：2-10.

[3]李秀麗，王良健.我國人口老齡化水平的區(qū)域差異及其分解研究[J].西北人口，2008（6）：104-107+111.

[4]許海平，我國農(nóng)村人口老齡化差異測(cè)度、分解及影響因素分析——基于2001-2013年面板數(shù)據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016（8）：49-57.

[5]李樂樂.我國人口老齡化空間差異及影響因素分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（6）：94-102+151.

[6]汪偉，劉玉飛，彭冬冬.人口老齡化的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)效應(yīng)研究[J].中國工業(yè)經(jīng)濟(jì)，2015（11）：47-61.

[7]王桂新，千一慧.中國的人口老齡化與區(qū)域經(jīng)濟(jì)增長(zhǎng)[J].中國人口科學(xué)，2017（3）：30-42+126-127.

[8]吳飛飛，唐保慶.人口老齡化對(duì)中國服務(wù)業(yè)發(fā)展的影響研究[J].中國人口科學(xué)，2018（2）：103-115+128.

[9]原新，劉士杰.1982-2007年我國人口老齡化原因的人口學(xué)因素分解[J].學(xué)海，2009（4）：140-145.

[10] Anderson G F， Hussey P S. Population aging：a comparison among industrialized countries[J]. AgingMale， 2000（3）：191-203.

[11]曾通剛，趙媛，許昕.中國人口高齡化空間格局演化及影響因素研究[J].地理與地理信息科學(xué)，

2017（6）：72-79.

[12]趙儒煜，劉暢，張鋒.中國人口老齡化地區(qū)溢出與分布差異的空間計(jì)量經(jīng)濟(jì)學(xué)研究[J].人口研

究，2012（2）：71-81.

[13]陳明華，郝國彩.中國人口老齡化地區(qū)差異分解及影響因素研究[J].中國人口·資源與環(huán)境，2014（4）：136-141.

[14] Dagum C. Decomposition and Interpretation of Gini and the Generalized Entropy Inequality Measures[J].Statistica， 1997（3）：296 -308.

[15]劉那日蘇，張璞.中國人口老齡化的地區(qū)差異分析[J].西北人口，2016（3）：105-110.

[16]黃杰，賈登勛.中國低碳經(jīng)濟(jì)發(fā)展的空間非均衡及動(dòng)態(tài)演進(jìn)[J].統(tǒng)計(jì)與信息論壇，2015（3）：57-64.

[17]孫蕾，王亦聞，門長(zhǎng)悅.中國人口老齡化的區(qū)域差異研究——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2015（1）：18-24+124.

[18]鄒湘江，吳丹.人口流動(dòng)對(duì)農(nóng)村人口老齡化的影響研究——基于“五普”和“六普”數(shù)據(jù)分析[J].人口學(xué)刊，2013（4）：70-79.

Analysis on the Unbalanced Population Aging Space and Its Influencing Factors

Nie Gaohui Yan Jiahui

（Jiangxi University of Finance and Economics， School of Information Management， Nanchang 330013，

China）

Abstract：The age structure of China's population has undergone significant changes， and the proportionof the elderly population in the total population has continuously increased. At the same time that Chinasaging is becoming more and more serious， China's aging is also facing another problem-there is asignificant spatial imbalance in the process of population aging. In order to reveal the spatial imbalanceof population aging， explore the contribution of spatial imbalance in East， Central and West to thenational imbalance， and analyze the impact of four main factors of economy， population， society andeducation on the spatial imbalance of population aging. The paper uses ArcGIS software to map thespatial part of China's population aging to visualize the population aging spatial imbalance. On the basisof this， the Dagum Gini coefficient decomposition method is used to measure the spatial imbalance of theaging population in China， East， Central and West. Degree， and decompose the contribution of the spatialimbalance of the eastern， central and western regions to the non-equilibrium of China's overallpopulation aging space;further papers to construct spatial panel data models of China， East， Central andWest to analyze the factors affecting the population aging spatial imbalance .From the perspective of the imbalance of population aging space：the western space is the most unbalanced， and the east-west spaceimbalance is the largest;the population aging spatial imbalance is mainly from the non-equilibrium gapbetween different spaces before 2010， after 2010 But mainly from the spatial hyper-density. From theinfluencing factors of the population aging spatial imbalance：the level of economic development，urbanization rate， and illiteracy rate will promote the aging of China's population， while the naturalpopulation growth rate， industrial structure upgrading， and gender ratio will weaken China's populationaging. The overall situation of the eastern， central and western regions is basically the same as that ofChina. The difference is that the development of the western space economy will weaken the agingpopulation and the natural population growth rate will increase the aging of the population.

Key words：population aging， spatial imbalance， Dagum Gini coefficient decomposition， influencingfactors， Panel data model