江蘇省人口老齡化與區(qū)域經濟發(fā)展關系研究

趙 媛,吳 連 霞,杜 志 鵬

(1.南京師范大學金陵女子學院，江蘇 南京 210097；2.南京師范大學地理科學學院，江蘇 南京 210023)

?

江蘇省人口老齡化與區(qū)域經濟發(fā)展關系研究

趙 媛1,2,吳 連 霞2*,杜 志 鵬2

(1.南京師范大學金陵女子學院，江蘇 南京 210097；2.南京師范大學地理科學學院，江蘇 南京 210023)

從全省及市域層面，通過老齡化系數與人均GDP間的Pearson相關性檢驗以及數學四象限圖，分析2000-2012年江蘇省人口老齡化與經濟發(fā)展水平的相關性及差異性。結果表明：全省老齡化系數與人均GDP相關性明顯(相關性系數為0.923)，但各市差異較大，可分為高度相關型、較高相關型、中度相關型和不相關型4種類型；各市人口老齡化與經濟發(fā)展水平的相關性也可劃分為“高—高型”、“高—中型”、“中—高型”和“低—低型”4種類型。其中：高度相關型對應于“高-高型”和“高-中型”，表明這些地區(qū)經濟是影響老齡化發(fā)展的主要因素；較高相關型對應于“中-高型”和“低-低型”，表明老齡化與經濟發(fā)展有一定關系，但生育觀念、人口遷移等因素也有重要影響；較低相關型和不相關型對應于“低-低型”，表明在經濟水平較低階段與老齡化相關性較小，生育觀念、人口遷移等是影響老齡化的主要因素。

人口老齡化;經濟發(fā)展水平;相關性;差異性;江蘇

0 引言

進入21世紀以來，世界范圍的人口老齡化現象日益受到國際社會的重視。我國從1999年起正式步入老齡化社會，預計21世紀40年代后期將形成老齡人口高峰值[1]。江蘇是全國最早(1986年)進入老齡化的省份之一，比全國提前了13年，而且省內經濟社會發(fā)展差異較大，人口老齡化也存在較大的地區(qū)差異。因此，有必要對江蘇省人口老齡化發(fā)展差異及其與區(qū)域經濟發(fā)展間的關聯(lián)性進行研究，為有針對性地制定人口老齡化對策提供參考。

目前學者對人口老齡化與經濟發(fā)展關系的研究較多，涉及定性、定量等多種方法。如王森根據我國改革開放30年的人口與經濟數據，采用相關數理統(tǒng)計方法，得出人均消費水平、人均GDP和人口老少比三者之間存在長期穩(wěn)定的關系[2]；劉珍等以安徽省為例，研究其人均GDP和老齡化系數的相關性[3]；莫龍定量研究老齡化快速發(fā)展背景下中國經濟趨勢及發(fā)展強度[4]；原新指出老齡化影響著經濟社會發(fā)展基礎，在一定程度上削弱經濟增長動力[5]，等等。

人口老齡化是指一定時期內，某一區(qū)域內60歲(或65歲)以上老年人口與總人口的比重超過10%(或7%)[6]。參照我國的平均壽命、退休制度和社會保障，一般將60歲作為老年人口的年齡劃分標準[7,8]，因此，本文中老年人口也指60歲及以上的人口，老齡化系數為60歲及以上人口占戶籍總人口的比重。本文分別以老齡化系數和人均GDP作為測度人口老齡化和區(qū)域經濟發(fā)展的指標，從全省及市域層面分析人口老齡化區(qū)域差異及其與經濟發(fā)展的關系。研究數據來自《江蘇統(tǒng)計年鑒》和《江蘇省老年人口信息和老齡事業(yè)發(fā)展狀況報告》。

1 全省人口老齡化與區(qū)域經濟發(fā)展相關性

1.1 人口老齡化與經濟發(fā)展演變

21世紀以來，江蘇省經濟發(fā)展迅速，GDP從2000年8 553.69億元躍升至2012年的54 058.22億元，年均增幅高達16.61%；人均GDP也從11 765元躍升至68 347元，年均增長率達15.79%。伴隨經濟社會的發(fā)展，江蘇省老年人口的數量也與日俱增，老齡化系數自2000年的12.62%提高到2012年的18.89%，年均增幅3.42%(圖1)。

資料來源：《江蘇統(tǒng)計年鑒》、《江蘇省老年人口信息和老齡事業(yè)發(fā)展狀況報告》，表2同。

圖1 2000-2012年江蘇省人均GDP和老齡化系數變化

Fig.1 The per capita GDP and aging coefficient changes in Jiangsu Province from 2000 to 2012

根據全省人均GDP和老齡化系數變化情況，大致可分為兩個階段：第一階段(2000-2003年)，全省人口老齡化系數呈現較快增長而人均GDP發(fā)展水平相對緩慢。人口老齡化系數從12.62%升到15.94%，年均增幅8.1%，人均GDP水平從11 765元升到16 743元，年均增幅為12.48%。主要原因是進入新世紀以來，江蘇省經濟社會發(fā)展平穩(wěn)，人民生活水平及醫(yī)療衛(wèi)生技術得到較大提高，人口壽命延長，老齡人口快速增長，人口老齡化發(fā)展迅速。第二階段(2003-2010年)，人口老齡化系數呈現相對緩慢波動增長，而人均GDP發(fā)展迅速。人口老齡化系數從15.94%升到18.89%，年均增幅1.90%，人均GDP從16 743元升至68 347元，年均增幅16.92%。依托第一階段經濟社會發(fā)展打下的良好基礎，此階段江蘇省經濟發(fā)展步伐更快，但2003-2004年人口老齡化系數出現明顯“拐點”，這主要是由于當年人口出生率和死亡率出現較大變動(表1)，可見人口出生率和死亡率也是影響人口老齡化的一個重要因素。

表1 江蘇省2002-2012年人口出生率與死亡率情況

Table 1 The population birth rate and death rate in Jiangsu Province from 2002 to 2012

年份出生數(萬人)出生率(‰)死亡數(萬人)死亡率(‰)200267．569．1751．56．99200366．839．0451．987．03200470．119．4553．427．20200568．849．2452．47．03200670．319．3653．187．08200771．089．3753．647．07200871．449．3453．867．04200973．649．5553．836．99201076．319．7353．946．88201175．619．5955．036．98201274．679．4455．296．99

1.2 人口老齡化與經濟發(fā)展相關性分析

為定量表征人口老齡化與經濟發(fā)展水平的相關性大小，運用SPSS統(tǒng)計軟件，對2000-2012年江蘇省老齡化系數和人均GDP進行Pearson相關性檢驗，結果見表2?？梢钥闯?，江蘇省老齡化系數和人均GDP的相關性系數為0.923，且在0.01水平(雙側)顯著相關，通過了顯著性檢驗，具有統(tǒng)計學意義?？傮w看，江蘇省老齡化系數與人均GDP間相關系數較大，相關性較為明顯，說明經濟社會迅速發(fā)展推動了江蘇人口老齡化進程。

表2 2000-2012年江蘇省人均GDP和老齡化系數相關性

Table 2 Correlation of the per capita GDP and aging coefficient in Jiangsu from 2000 to 2012

相關性項目老齡化系數人均GDPPearson相關性系數0．923??顯著性(雙側)水平0．000樣本數量13

注：**表示在0.01水平(雙側)顯著相關。

2 市域人口老齡化與經濟發(fā)展相關性與差異性

2.1 市域人口老齡化與經濟發(fā)展相關性分析

圖2、圖3分別為2000年、2012年全省13個地級市人均GDP和老齡化系數折線圖，可見2000-2012年各地級市人均GDP與老齡化系數的相關性日趨增強，但兩者仍存在一定的差異性。

圖2 2000年各地級市人均GDP和老齡化系數

Fig.2 Per capita GDP and aging coefficient in 2000

圖3 2012年各地級市人均GDP和老齡化系數

Fig.3 Per capita GDP and aging coefficient in 2012

為定量表征不同市域人口老齡化與經濟發(fā)展的相關性，運用SPSS統(tǒng)計軟件，對13個地級市2000 -2012年人均GDP和老齡化系數進行Pearson相關性檢驗，結果顯示，除宿遷外，各市人均GDP與老齡化系數相關性系數均高于0.755，顯著性(雙側)水平≤0.05相關，通過了顯著性檢驗。相關系數最高的無錫市為0.987，最低的宿遷市為0.368(表3)。

表3 2000-2012年各地級市人均GDP與老齡化系數相關性

Table 3 Correlation of the per capita GDP and aging coefficient of all the cities from 2000 to 2012

地級市Pearson相關性系數顯著性(雙側)水平南京市0．985??0．000無錫市0．987??0．000徐州市0．920??0．003常州市0．970??0．000蘇州市0．955??0．001南通市0．950??0．001連云港市0．822?0．023淮安市0．755?0．050鹽城市0．869?0．011揚州市0．941??0．002鎮(zhèn)江市0．984??0．000泰州市0．888??0．008宿遷市0．3680．416

注：**、*分別表示在0.01、0.05水平(雙側)顯著相關。

為進一步研究其差異性，對相關系數進行聚類分析，13個地級市人口老齡化與經濟發(fā)展相關性大致分為4類(圖4)：1)不相關型，典型代表是宿遷，person相關系數僅0.368，顯著性(雙側)水平為0.416；2)中度相關型，主要分布于除徐州外的蘇北地區(qū)，person相關系數在0.755～0.870之間，顯著性(雙側)水平≤0.05，人口老齡化與經濟發(fā)展有一定關聯(lián)，但可能還有其他因素影響老齡化發(fā)展進程；3)較高相關型，主要分布在蘇中地區(qū)及徐州市，person相關系數在0.871～0.950之間，顯著性(雙側)水平≤0.01，老齡化與經濟發(fā)展水平呈較強正相關；4)高度相關型，主要分布在蘇南地區(qū)，person相關系數在0.951～0.990之間，顯著性(雙側)水平<0.01，人口老齡化與經濟發(fā)展呈強正相關，表明經濟發(fā)展水平是制約老齡化發(fā)展的主要因素。

圖4 各地級市老齡化系數與人均GDP相關性分類

Fig.4 The correlation types of population aging coefficient and GDP per capita

2.2 市域人口老齡化與經濟發(fā)展差異性分析

總體看，經濟發(fā)展對江蘇省人口老齡化進程起著一定的推動作用，但由于經濟發(fā)展對人口老齡化進程的影響具有延遲性，加之人口遷移和各市經濟社會發(fā)展政策等的影響，形成各市人口老齡化水平與人均GDP的不同相關特征。以人口老齡化系數為橫坐標，人均GDP為縱坐標，分為4個象限，分割線分別為2012年江蘇省人口老齡化系數平均值(橫軸上實線a)和2012年江蘇省人均GDP平均值(縱軸上實線b)，將2012年13個地級市劃分為4種類型(圖5)。第Ⅰ象限為“高—高型老齡化地區(qū)”，即高人均GDP、高人口老齡化；第Ⅱ象限為“高—中型老齡化地區(qū)”，即高人均GDP、中等人口老齡化；第Ⅲ象限為“中—高型老齡化地區(qū)”，即中等人均GDP、高人口老齡化；第Ⅳ象限為“低—低型老齡化地區(qū)”，即低人均GDP、低人口老齡化。

圖5 2012年各地級市人口老齡化水平類型劃分

Fig.5 The types of population aging levels of all the cities in 2012

(1)高—高型老齡化地區(qū)主要分布于除南京外的蘇南地區(qū)，包括蘇州市、無錫市、常州市及鎮(zhèn)江市，其經濟發(fā)展和老齡化水平均高于全省平均值，屬于高度老齡化階段。例如蘇州市和無錫市，人均GDP分別從2000年的26 700元、27 680元增長到2012年的114 029元和117 357元，排在全省前兩位，且遠高于其他各市；2012年蘇州老齡化系數為22.27%，僅次于南通(22.55%)，居全省第二，無錫為22.18%，居全省第三，且無錫和蘇州2000-2010年老齡化系數年均遞增率分別為82%和74%，遠遠大于全省0．52%的平均增長速度。常州市和鎮(zhèn)江市2012年人均GDP分列全省第四、五位，高于全省平均水平,2000-2010年兩市老齡化系數年均遞增率分別為74%和73%，常州與無錫并列全省第二，鎮(zhèn)江位居第四。高度發(fā)達的經濟提高了人民生活水平，改善了人民飲食營養(yǎng)結構，再加上人們健康養(yǎng)生觀念的提升，從而降低了人口死亡率，大大增加了人口平均預期壽命，致使老年人口數量大幅增加，老齡化水平顯著提高。

(2)高—中型老齡化地區(qū)的典型代表為南京市，主要特征是“高人均GDP、中等人口老齡化”，老齡化水平增幅適中。2000-2012年南京人均GDP由18 600元升至88 525元，一直高于同期全省均值，在全省排名第三；人口老齡化系數亦由12.19%增至18.18%，年均增幅約為 0.50%，無論是老齡化水平還是老齡化增速均略低于全省平均水平，在全省處于中等位置，亦處于中度老齡化階段。作為省會城市，發(fā)達的經濟提高了人民的生活水平，促進了醫(yī)療衛(wèi)生業(yè)的發(fā)展，從而提高了平均人口壽命，但省會城市的政治文化氛圍濃厚，相較于其他蘇南地區(qū)，經濟快速發(fā)展吸引大量年輕人口遷入，其人口老齡化系數略低。

(3)中—高型老齡化地區(qū)主要分布在蘇中地區(qū)的揚州市、南通市和泰州市，其人均GDP相對蘇南地區(qū)較低，但比蘇北地區(qū)要高，略低于全省平均水平，在全省處于中間位置；而老齡化水平高于全省均值，屬于高度老齡化階段，尤其是南通市，2012年老齡化系數達24.55%，為全省最高值，已處于重度老齡化階段；泰州市、揚州市老齡化系數也分別達21.87%和20.70%，達到和接近重度老齡化。該類型地區(qū)瀕臨長江，靠近經濟發(fā)達的蘇南地區(qū)與上海，獨特的地理位置利于大量年輕人口外出打工；另一方面，南通、泰州等市是江蘇省建筑業(yè)發(fā)展水平最高的，如南通市有“建筑之鄉(xiāng)”稱號，具有特級建筑行業(yè)資質條件的建筑企業(yè)達到15家，居全省領先地位[9]，所轄建筑企業(yè)承接工程輻射到70多個國家和地區(qū)，大量年輕人長年在外從事建筑業(yè)，也使得南通市老年人口比例相對上升，老齡化系數偏高；而同樣在國內外擁有建筑行業(yè)“鐵軍神兵”美譽的泰州市，2011年4月被省政府命名為“建筑強市”，從事建筑施工的企業(yè)數達661家，從業(yè)人員達68.61萬[10,11]。

(4)低—低型老齡化地區(qū)主要分布在蘇北地區(qū)的徐州、鹽城、連云港、淮安和宿遷，經濟發(fā)展水平與老齡化水平均低于全省均值，老齡化水平增幅最慢。2000-2012年宿遷和連云港人均GDP分別從3 943元和6 488元增至31 927元和36 470元，處于全省最后兩位；老齡化系數也分別從10.85%和9.85%增到13.65%和12.98%，年均增幅0.23%和0.34%，增幅最小，均處于初級老齡化階段，亦處于全省最低水平。徐州市在該地區(qū)中經濟發(fā)展水平最高，2012年人均GDP為46 877元，相當于全省平均水平的68.59%，鹽城市是人口老齡化水平最高的，2012年為17.92%，接近18.89%的全省平均水平。究其原因，該類型地區(qū)主要受歷史基礎和傳統(tǒng)生育觀念的影響，雖然近年來經濟發(fā)展較快，但經濟水平相對較低，傳統(tǒng)生育觀念較強，特別是農村地區(qū)傾向于多生育，人口出生率在全省最高，尚處于老齡化初始階段，盡管近年來有部分剩余勞動力輸出，但對人口老齡化影響有限。

2.3 相關性與差異性規(guī)律分析

通過對人口老齡化與經濟發(fā)展的相關性與差異性分析，發(fā)現兩者之間存在一定的規(guī)律性。1)高度相關型對應于“高-高型”。除南京以外的蘇南地區(qū)，老齡化水平與經濟發(fā)展密切關聯(lián)，說明在經濟發(fā)達地區(qū)，經濟因素是影響人口老齡化的最主要因素。2)高度相關型對應于“高-中型”。典型代表為南京市，除了經濟發(fā)達吸引人口遷入外，省會城市濃厚的政治文化氛圍等因素，導致南京比其他蘇南地區(qū)更易吸引大量年輕人口遷入，人口老齡化系數略低，處于中度老齡化階段。3)較高相關型對應于“中-高型”。蘇中地區(qū)經濟在全省處于中等水平，但由于地理位置臨近經濟發(fā)達的蘇南地區(qū)，致使大量年輕人遷出；同時該地區(qū)經濟社會發(fā)展水平尚好，人民生活壓力較小，不需依靠多生育來維持生計，老年人壽命較長，故處于高度老齡化階段。4)較高相關型對應于“低-低型”。徐州雖然在全省是“低人均GDP、低人口老齡化”地區(qū)，經濟發(fā)展低于全省平均水平，但在蘇北地區(qū)是最高的，老齡化與經濟發(fā)展具有較高的相關性。徐州相比蘇南、蘇中地區(qū)，更容易吸引臨近的蘇北其他地區(qū)年輕人遷入，導致老齡化降低。5)較低相關型對應于“低-低型”。蘇北地區(qū)雖然相對較低的經濟水平對老齡化水平有一定影響，但是導致老齡化低速發(fā)展的主要原因是傳統(tǒng)生育觀念，出生率普遍高，除鹽城市外其余地區(qū)自然增長率均相當高，故老齡化水平與經濟發(fā)展有一定關系，但相關性較小。6)不相關型對應于“低-低型”。以宿遷市為典型，雖然經濟發(fā)展水平和老齡化水平均低，但是限制老齡化發(fā)展的主要因素不是經濟而是歷史基礎及生育觀念，尤其是傳統(tǒng)生育觀念較強，農村地區(qū)人口出生率和自然增長率全省最高，致使老齡化系數及年遞增率均為全省最低。

可見，江蘇各市人均GDP與老齡化系數的相關性存在一定差異，這與李日邦等對我國人口老齡化發(fā)展和區(qū)域差異分析得出的結論基本一致，即落后地區(qū)與非落后地區(qū)人口老齡化的程度差異不明顯[12]，表明制約區(qū)域人口老齡化的因素較復雜，不僅受經濟發(fā)展水平的影響，地理位置、自然條件、人口遷移、生活習慣、計劃生育政策執(zhí)行力度、產業(yè)發(fā)展傾向等都會在某種程度上產生影響。

3 結論

通過對江蘇全省及13個地級市2000-2012年人口老齡化與經濟發(fā)展水平的相關性及差異性分析，發(fā)現經濟的迅速發(fā)展在一定程度上推動了人口老齡化進程，但人口老齡化與經濟發(fā)展的相關性存在較大區(qū)域分異，表明制約區(qū)域老齡化的因素錯綜復雜。本文分別運用老齡化系數與人均GDP間的Pearson相關性檢驗以及數學四象限圖，劃分江蘇省13個地級市人口老齡化與經濟發(fā)展水平的相關性類型和各市人口老齡化與經濟發(fā)展水平的相關類型，并將兩者進行比較，探討人口老齡化與經濟發(fā)展相關性與差異性的規(guī)律，分析老齡化的影響因素，與同類研究相比具有一定突破。今后可進一步構建包含多因素的老齡化機制模型，探討不同地區(qū)老齡化的影響因素，以期更好地把握人口老齡化的形成機制，為更有針對性地提出應對策略提供科學依據。

[1] 杜鵬,翟振武,陳衛(wèi).中國人口老齡化百年發(fā)展趨勢[J].人口研究,2005，29(6):90-93.

[2] 王森.中國人口老齡化與居民消費之間關系的實證分析——基于1978-2008年的數據[J].西北人口,2010(1):22-27.

[3] 劉珍,趙萍,張旭明,等.安徽省人口老齡化與經濟相關關系分析[J].安徽池州學院學報，2010(5):50-53.

[4] 莫龍.中國的人口老齡化經濟壓力及其調控[J].人口研究，2011，35(6):27-42.

[5] 原新.人口老齡化改變著經濟社會發(fā)展基礎[J].中國社會工作，2011(35):54-54.

[6] 衣保中,張鳳龍.吉林省人口老齡化的特點及其對策[J].人口學刊，2008(6):37-39.

[7] 來守軍.山東省人口老齡化對經濟發(fā)展的影響研究[D].濟南：山東師范大學,2008.1-3.

[8] 姜向群.對我國當前人口老齡化問題研究的概念和理論探析[J].人口學刊，2004(5):10-13.

[9] 南通市統(tǒng)計局.2010年南通市國民經濟和社會發(fā)展統(tǒng)計公報[DB/CI].南通統(tǒng)計信息網，2012.

[10] 泰州市建筑工程管理局.泰州市關于加快推進建筑業(yè)發(fā)展的意見[R].2012.

[11] 泰州市統(tǒng)計局.2010年泰州市國民經濟和社會發(fā)展統(tǒng)計公報[DB/CI].泰州市政府信息公開網，2012.

[12] 李日邦,王五一,譚見安，等.我國人口老齡化發(fā)展的階段、趨勢和區(qū)域差異[J].地理研究，1999，18(2):113-120.

Research on Relationship between Population Aging and Regional Economic Development in Jiangsu Province

ZHAO Yuan1,2,WU Lian-xia2,DU Zhi-peng2

(1.GinlingCollege,NanjingNormalUniversity,Nanjing210097; 2.SchoolofGeographyScience,NanjingNormalUniversity,Nanjing210023,China)

The relationship between population aging and regional economic development is close.Jiangsu is the first province entered aging all of the country.The continued rapid development of the population aging has attracted widespread attention at home and abroad.From the province and city level,by Pearson correlation test between aging coefficient and per capita GDP,using mathematical four quadrant diagram,with the combination of qualitative and quantitative,correlation and differentiation of population aging and economic development can be analyzed in Jiangsu Province from 2000 to 2010.The results show that:1) From the province′s point of view,the correlation coefficient of aging and per capita GDP is 0.923,it is very significant,which reflects that rapid economic and social development can promote the process of aging population in Jiangsu.2) Municipalities have passed the significant correlation coefficient test,but the differences are large,therefore,all the cities can be divided into four types:uncorrelated type,the typical representative is Suqian City;moderate correlation type,mainly distributed in the North Jiangsu except Xuzhou;higher correlation type,mainly distributed in the middle areas of Jiangsu and Xuzhou;highly correlation type,mainly distributed in the South Jiangsu.3)The relationship between population aging and economic development level exists significant spatial difference and the restricting factors of regional aging are intricate.All of the cities in province can be divided into four types:the first quadrant is "high-high type",namely high per capita GDP,high aging population,mainly distributed in Suzhou,Wuxi,Changzhou and Zhenjiang.The second quadrant is "high-medium type",namely high per capita GDP,moderate population aging,the typical one is the provincial capital of Nanjing.The third quadrant is"medium-high type",namely medium per capita GDP,high aging population,mainly distributed in Yangzhou,Nantong and Taizhou.The forth quadrant is the "low-low type",namely low GDP per capita,low population aging,mainly in Xuzhou,Yancheng,Lianyungang,Huai′an and Suqian.4)The correlation and differences of aging and economic development has certain characteristics and regularities:highly correlation type corresponds to the "high-high type" and "high-medium type",suggesting that region economy is the main factor of aging development;higher correlation type corresponds to the " medium-high type" and "low-low type",suggesting that there is a certain relationship between aging and economic development,but the fertility concept,migration,etc.also have important influence;low correlation and uncorrelated type correspond to the "low-low type",reflecting that at the lower stage of economy,correlation of economic development and aging is small,fertility concept,population migration,etc.are the main factors affecting the aging.

population aging;economic development;correlation;differences;Jiangsu Province

2015-01-21；

2015-04-17

國家自然科學基金項目(41271128)；江蘇高校優(yōu)勢學科建設工程資助項目(164320H116)

趙媛(1963-)，女，博士，教授，博士生導師，研究方向為能源地理學、人口地理學。*通訊作者E-mail：wlx_goahead@126.com

10.3969/j.issn.1672-0504.2015.03.017

K901.3

A

1672-0504(2015)03-0087-05