長(zhǎng)三角、珠三角地區(qū)人口老齡化時(shí)空變遷比較研究

解韜,李昀東,張晶

(廣東省社會(huì)科學(xué)院 國(guó)際問(wèn)題研究所，廣東 廣州 510635)

人口老齡化是當(dāng)今世界各國(guó)正在經(jīng)歷或者將要經(jīng)歷的普遍趨勢(shì)。自2000年步入老齡化社會(huì)以來(lái)，我國(guó)老齡人口占比持續(xù)攀升。國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)顯示，截至2018年末，我國(guó)大陸60歲及以上人口有24949萬(wàn)人，占總?cè)丝?7.9%，其中65周歲及以上人口16658萬(wàn)人，占總?cè)丝诘?1.9%，預(yù)計(jì)到2020年，我國(guó)60歲以上老年人口將超過(guò)2.55億，中國(guó)人口的老齡化趨勢(shì)在未來(lái)幾十年將持續(xù)加速(葉欣，2019)。長(zhǎng)三角和珠三角地區(qū)作為我國(guó)沿海兩大最重要的經(jīng)濟(jì)體，是流動(dòng)人口的主要吸納地，相比于其他地區(qū)，流動(dòng)人口的流入對(duì)兩地老齡化進(jìn)程產(chǎn)生的影響，使得其老齡化程度的時(shí)空變化有其獨(dú)有的特征，也有著各自人口結(jié)構(gòu)的時(shí)空變遷的獨(dú)特軌跡。研究長(zhǎng)三角和珠三角人口老齡化的區(qū)域差異性，通過(guò)揭示兩個(gè)區(qū)域的人口老齡化現(xiàn)狀特征、分布動(dòng)態(tài)和變化規(guī)律，可以為因地制宜地制定應(yīng)對(duì)人口老齡化的政策提供一定依據(jù)。

1 文獻(xiàn)回顧及述評(píng)

人口老齡化的研究最先始于法國(guó)。隨著生育率的不斷下降，法國(guó)成為世界上第一個(gè)進(jìn)入人口老齡化的國(guó)家。1929年，法國(guó)社會(huì)學(xué)家L.拉維諾維奇發(fā)表了《法國(guó)的人口問(wèn)題》。1978年，Graff和Wiseman(Graff等，1978)在研究中將地理視角引入，對(duì)美國(guó)的老齡化區(qū)域分布進(jìn)行研究，成為最早研究老年人在地理上集中的各種人口進(jìn)程的研究者(Rogerson，1996)。

從上個(gè)世紀(jì)90年代開(kāi)始，我國(guó)各個(gè)省份逐步邁入人口老齡化社會(huì)，相應(yīng)的研究也隨之興起。我國(guó)人口老齡化空間分異及驅(qū)動(dòng)機(jī)制研究聚焦于區(qū)域老齡化類型劃分、區(qū)域差異和時(shí)空演變(許昕等，2018)。

區(qū)域老齡化類型劃分，主要是以平均人口老齡化率和老年人口平均增長(zhǎng)率為衡量指標(biāo)，進(jìn)行分級(jí)區(qū)域和區(qū)域內(nèi)部的分級(jí)評(píng)價(jià)?，F(xiàn)有的研究認(rèn)為中國(guó)整體已經(jīng)進(jìn)入淺度人口老齡化階段(王志寶等,2015),人口老齡化空間分布的東西差異顯現(xiàn)出與其他國(guó)家相似的格局(單良等，2013)，且個(gè)別省份表現(xiàn)出由淺度老齡化社會(huì)向深度老齡化社會(huì)轉(zhuǎn)變(周鵬等，2019)。從現(xiàn)有文獻(xiàn)中我們可以看到區(qū)域人口老齡化是一個(gè)動(dòng)態(tài)的人口年齡結(jié)構(gòu)漸變過(guò)程，在不斷老齡化的過(guò)程中，表現(xiàn)出不同的區(qū)域差異和時(shí)空演變。從區(qū)域差異來(lái)看，我國(guó)老齡化整體呈現(xiàn)非均衡分布態(tài)勢(shì)，東部、西部的區(qū)域內(nèi)差異較大,中部、東北部則相對(duì)較小(陳明華等，2018)，但是在時(shí)間上呈現(xiàn)明顯的分化，2000年以前，我國(guó)東、中、西部區(qū)域?qū)?yīng)人口老齡化水平的“高、中、低”，總體省際間差異在不斷擴(kuò)大,尤其是中部和西部區(qū)域的省際差異(李秀麗等，2008)，但是在2000年之后，老齡化的趨勢(shì)雖然不斷加深,但區(qū)域間差異不斷縮小(吳連霞等，2018)。進(jìn)一步從時(shí)空演變的角度來(lái)看，2000～2010年之間，步入老年型的縣域多集中于內(nèi)陸、東北地區(qū)、絲綢之路經(jīng)濟(jì)帶沿線區(qū)，10年間人口老齡化總體空間格局較為穩(wěn)定,但人口老齡化的變動(dòng)趨勢(shì)差異顯著(王錄倉(cāng)等，2016)?；谝陨衔墨I(xiàn)可以看出，我國(guó)人口老齡化表現(xiàn)為區(qū)域的集中性和時(shí)間的動(dòng)態(tài)性兩大特征，不同空間尺度上老齡化進(jìn)程有顯著差異性，并且可以看到以空間和時(shí)間作為兩個(gè)基礎(chǔ)的分析維度進(jìn)行區(qū)域內(nèi)和區(qū)域間的比較分析，有助于揭示其對(duì)于經(jīng)濟(jì)社會(huì)結(jié)構(gòu)各個(gè)方面的影響。

上述關(guān)于我國(guó)老齡化的研究均以國(guó)家、省際和縣域等單獨(dú)尺度的老齡化展開(kāi)分析,在區(qū)域?qū)用妫?000年以來(lái)鮮有關(guān)于城市群、經(jīng)濟(jì)區(qū)之間的老齡化時(shí)空進(jìn)程的對(duì)比分析。長(zhǎng)三角和珠三角地區(qū)位于我國(guó)的沿海地區(qū)，均為我國(guó)的經(jīng)濟(jì)中心，吸引著流動(dòng)人口的流入，其內(nèi)部隨著流動(dòng)人口的分布差異和自身原有人口的不同分布，而使得其老齡化進(jìn)程在時(shí)空兩個(gè)維度上表現(xiàn)出不同的變化。2000年到2015年間，長(zhǎng)三角地區(qū)的老齡化系數(shù)由9.29%增長(zhǎng)到12.46%，珠三角地區(qū)的老齡化系數(shù)由4.80%增長(zhǎng)到6.36%，兩地區(qū)的老齡化系數(shù)均增長(zhǎng)了1.3倍左右。本文希望從時(shí)間和空間兩個(gè)角度研究人口老齡化對(duì)于研究區(qū)域的影響，揭示其變化趨勢(shì)，更好地理解人口老齡化對(duì)長(zhǎng)三角和珠三角地區(qū)的影響，掌握區(qū)域人口地理信息，優(yōu)化人口的年齡結(jié)構(gòu)，促進(jìn)人口的合理分布，為政府和地方下一步因地制宜地制定應(yīng)對(duì)人口老齡化政策提供理論和數(shù)據(jù)支持。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

本文使用的數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局第五次、第六次全國(guó)人口普查數(shù)據(jù)、2005年、2015年全國(guó)1%人口抽樣調(diào)查數(shù)據(jù)(1)2005、2015年全國(guó)1%人口抽樣調(diào)查數(shù)據(jù)采用了不等比例的抽樣方法，抽樣數(shù)據(jù)均經(jīng)過(guò)加權(quán)處理，各地區(qū)的數(shù)據(jù)已經(jīng)按照全國(guó)統(tǒng)一的抽樣比換算，可以直接對(duì)比。。研究區(qū)域?yàn)殚L(zhǎng)三角及珠三角地區(qū)，其中長(zhǎng)三角地區(qū)范圍采用2016年《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》劃定的長(zhǎng)三角區(qū)域，包括上海市，江蘇省的南京、無(wú)錫、常州、蘇州、南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州；浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺(tái)州；安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城26市。珠三角地區(qū)范圍包括廣州、佛山、肇慶、深圳、東莞、惠州、珠海、中山、江門九個(gè)城市。

2.2 研究方法

2.2.1 人口老齡化指標(biāo)

人口老齡化是當(dāng)今社會(huì)最受關(guān)注的問(wèn)題之一。人口學(xué)中研究人口老齡化水平最常用的指標(biāo)有老齡化系數(shù)、少年兒童系數(shù)、老少比、年齡中位數(shù)等。本文選取老齡化系數(shù)、老少比兩個(gè)指標(biāo)為主要指標(biāo)，衡量研究區(qū)域老齡化程度及時(shí)空變遷情況。老齡化系數(shù)又被稱為老年人口系數(shù)，指人口總數(shù)中老年人口數(shù)(65歲及以上)占比。老少比是指老年人口數(shù)(65歲及以上)與少年兒童人口數(shù)(15歲及以下)之比，它反映了老年人口和年輕人口數(shù)量的相對(duì)變化，是人口學(xué)中衡量老齡化程度的重要指標(biāo)(陳明華等，2014)。

2.2.2 老齡化地區(qū)差異的測(cè)算

泰爾指數(shù)被廣泛應(yīng)用于差異測(cè)算。本文使用泰爾指數(shù)測(cè)算長(zhǎng)三角、珠三角人口老齡化地區(qū)差異，利用其相關(guān)公式計(jì)算研究區(qū)域總體差異、區(qū)域內(nèi)差異、區(qū)域間差異、區(qū)域貢獻(xiàn)率等相關(guān)指標(biāo)，就長(zhǎng)三角、珠三角區(qū)域老齡化差異程度對(duì)比分析并探究其原因。相關(guān)公式如下(陳明華等，2014)：

2.2.3 空間自相關(guān)分析

(1)全局自相關(guān)分析是反映全部研究對(duì)象聚集情況及相關(guān)性的總體描述，Moran’s I是描述空間鄰接或空間鄰近的區(qū)域單元屬性值的相似程度，可用如下公式計(jì)算：

(2)局部自相關(guān)分析用于計(jì)算每一個(gè)空間位置與鄰近單元之間屬性值的空間相關(guān)性，通常采用局域空間自相關(guān)系數(shù)(LISA)來(lái)衡量(Anselin L，1995)。

其中，Zi和Zj分別代表區(qū)域i和區(qū)域j統(tǒng)計(jì)屬性變量的標(biāo)準(zhǔn)化得分,Wij是空間連接權(quán)重矩陣。

3 人口老齡化時(shí)空格局

3.1 老齡化程度時(shí)空變化

本文采用老齡化系數(shù)及老少比兩個(gè)指標(biāo)衡量研究區(qū)域人口老齡化程度及其時(shí)空變化情況，使用第五次全國(guó)人口普查、第六次全國(guó)人口普查、2005年和2015年全國(guó)1%人口抽樣調(diào)查資料對(duì)長(zhǎng)三角及珠三角地區(qū)人口老齡化程度進(jìn)行測(cè)算(圖1-圖2)。采用GeoDa軟件空間相關(guān)性分析功能，對(duì)長(zhǎng)三角及珠三角地區(qū)2000～2015年人口老齡化程度的區(qū)域變化狀況進(jìn)行描述和測(cè)算，反映十五年間研究區(qū)域內(nèi)人口老齡化程度的空間格局變化。

圖1 長(zhǎng)三角地區(qū)老齡化系數(shù)

圖2 珠三角地區(qū)老齡化系數(shù)

3.1.1 長(zhǎng)三角地區(qū)人口老齡化時(shí)空變化

(1)人口老齡化呈加速增長(zhǎng)趨勢(shì)，老齡化程度超過(guò)全國(guó)水平。

通過(guò)計(jì)算發(fā)現(xiàn)，2000年到2015年長(zhǎng)三角城市群地區(qū)總體老齡化系數(shù)由9.29%上升到12.46%，總體上升3.17%，老少比由52.42%上升到111%，增長(zhǎng)一倍以上，呈現(xiàn)加速增長(zhǎng)趨勢(shì)。2000年及2015年，長(zhǎng)三角老齡化系數(shù)均超過(guò)全國(guó)老齡化系數(shù)(2)根據(jù)普查數(shù)據(jù)計(jì)算得出全國(guó)老齡化系數(shù)：2000年為6.96%，2005年為9.07%，2010年為8.92%，2015年為10.47%。。2000年長(zhǎng)三角城市群僅有安徽省銅陵市以6.81%的老齡化系數(shù)未達(dá)到7%國(guó)際老年人口型社會(huì)標(biāo)準(zhǔn)，其余城市均進(jìn)入老年人口型社會(huì)，2005年長(zhǎng)三角城市群已全部邁入人口老齡化階段，此后十年間呈加速發(fā)展趨勢(shì)。

(2)老齡化程度較重，增速較快，城市間老齡化水平存在明顯的區(qū)域性差異。

南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州、湖州、舟山、馬鞍山、銅陵、宣城十座城市，十五年間的老齡化系數(shù)變化均超過(guò)5%，且老少比變化均超過(guò)60%，遠(yuǎn)超于全國(guó)發(fā)展速度，增速明顯。其中南通、泰州等江蘇北部城市人口老齡化程度最為嚴(yán)重，根據(jù)國(guó)際一般標(biāo)準(zhǔn)，均為高度人口老齡化。人口老齡化發(fā)展速度較快，至2015年老齡化系數(shù)均上升6%左右。上海、蘇州、寧波和杭州四個(gè)城市的老齡化系數(shù)增長(zhǎng)較緩，增長(zhǎng)均低于2%，其中人口老齡化程度較低的蘇州市，相比于人口老齡化程度最高的舟山市，老齡化系數(shù)幾乎相差一倍，內(nèi)部差異明顯。

(3)老齡化空間格局呈現(xiàn)動(dòng)態(tài)聚集性變化，老齡化程度自南向北轉(zhuǎn)移性發(fā)展，自東向西擴(kuò)散性發(fā)展。

2000年老齡化程度呈現(xiàn)“東高西低”分布，其中以上海和南通最為嚴(yán)重，形成“上海-南通”雙高峰的老齡化中心。隨著時(shí)間的推移，上海地區(qū)老齡化程度逐漸好轉(zhuǎn)，而舟山市老齡化程度不斷加深，到2015年老齡化以南通和舟山為中心，老齡化區(qū)域不斷向西南方向擴(kuò)散，輻射馬鞍山、銅陵、湖州等地區(qū)，形成老齡化次中心區(qū)域。上述以中心向周邊蔓延的人口老齡化格局，可能與人口流動(dòng)有關(guān)，人口流動(dòng)改變著區(qū)域老齡化的程度。既往研究認(rèn)為長(zhǎng)三角地區(qū)人口通過(guò)蘇州、南京、合肥、杭州為區(qū)域中心的“一主四副”多核心結(jié)構(gòu)的人口流動(dòng)網(wǎng)絡(luò)(朱鵬程等，2019)進(jìn)行流動(dòng)，形成了以上海為中心，南京和杭州為副中心的人口空間圈層體系結(jié)構(gòu)(劉乃全等，2017)。人口流動(dòng)改變地區(qū)的人口老齡化程度，可以看到上海、杭州、蘇州、南京和合肥等地的老齡化程度明顯低于其周邊地區(qū)，人口流動(dòng)使得長(zhǎng)三角地區(qū)的老齡化格局發(fā)生變化。

3.1.2 珠三角地區(qū)人口老齡化時(shí)空變化

(1)珠三角地區(qū)人口老齡化發(fā)展較緩，程度及發(fā)展速度遠(yuǎn)低于全國(guó)水平。

珠三角地區(qū)的總體老齡化系數(shù)由2000年的4.8%發(fā)展到2015年的6.36%，十五年間共上升1.56%；老少比由29.90%上升到46.35%，共計(jì)上升16.45%。與全國(guó)整體老齡化程度相比，珠三角人口老齡化程度低于全國(guó)水平，人口老齡化進(jìn)程明顯慢于全國(guó)。十五年間人口老齡化程度變化最大是江門、珠海和肇慶，分別增長(zhǎng)2.73%、2.61%和2.16%，變化最小的為惠州，均低于全國(guó)3.51%的增幅，發(fā)展速度與全國(guó)相比較為緩慢。

(2)珠三角城市間老齡化水平呈現(xiàn)兩極分化狀態(tài)，但城市間差異不大，整體空間演變情況變化較小。

2000年，珠三角地區(qū)老齡化最嚴(yán)重的地區(qū)為肇慶和江門，最年輕的地區(qū)為深圳和東莞。2015年，老齡化圍繞肇慶和江門地區(qū)不斷加重，其周邊的廣州、佛山和珠海的老齡化不斷加重。從老少比來(lái)看，十五年間，老少比變化最大的是江門地區(qū)，為42.94%，變化最小的為惠州，僅為7.36%。2000～2015年間，老少比較高的城市為位于珠三角地區(qū)西部的江門、廣州、佛山和肇慶，珠三角西部地區(qū)老齡化程度高于東部地區(qū)，且發(fā)展速度快于東部地區(qū)，老齡化發(fā)展呈“兩極分化”狀態(tài)。已有研究表明，珠三角城市群城市化水平遠(yuǎn)高于長(zhǎng)三角城市群和京津冀城市群，居三大城市群之首(韓靚等，2019)。城市化水平代表著人口的區(qū)域聚集，也反映著城市人口較為均勻的分布，可以看到珠三角地區(qū)各個(gè)城市的人口老齡化程度發(fā)展速度均較緩，各地區(qū)間的差距也比長(zhǎng)三角地區(qū)小，十五年間的老齡化系數(shù)及老少比空間分布情況無(wú)太大變化。

3.2 老齡化區(qū)域差異

老齡化系數(shù)及老少比指數(shù)可以直接反映長(zhǎng)三角、珠三角兩個(gè)地區(qū)的人口老齡化整體狀況，但卻無(wú)法比較人口老齡化的區(qū)域差異，故本研究進(jìn)一步采用泰爾指數(shù)直觀地反映人口老齡化的城際差異(3)由于上海市屬于直轄市，與其他省份的行政區(qū)劃不同，故不能與省際的區(qū)域間泰爾指數(shù)和區(qū)域內(nèi)泰爾指數(shù)進(jìn)行比較。。

比較發(fā)現(xiàn)，兩地呈現(xiàn)明顯的人口老齡化城際差異。長(zhǎng)三角地區(qū)整體差異呈波動(dòng)性發(fā)展，區(qū)域內(nèi)差異不容忽視，珠三角地區(qū)老齡化差異呈現(xiàn)明顯縮減態(tài)勢(shì)。長(zhǎng)三角區(qū)域的人口老齡化系數(shù)泰爾指數(shù)從2000年的1.1737%上升到2010年的1.5216%，后又下降到2015年的1.1248%，由此可見(jiàn)，長(zhǎng)三角地區(qū)人口老齡化差異呈波動(dòng)性發(fā)展，但基于長(zhǎng)三角整體及區(qū)域內(nèi)三省份的泰爾指數(shù)分析，可知波動(dòng)中呈現(xiàn)擴(kuò)大趨勢(shì)。區(qū)域內(nèi)泰爾指數(shù)由0.7042%上升到0.9297%，區(qū)域間泰爾指數(shù)由0.4694%下降至0.2891%，說(shuō)明其區(qū)域內(nèi)部的人口老齡化差異呈現(xiàn)擴(kuò)大態(tài)勢(shì)，區(qū)域間的人口老齡化差異反而有所縮減。計(jì)算其貢獻(xiàn)率可知：2015年區(qū)域內(nèi)差異對(duì)長(zhǎng)三角地區(qū)總體人口老齡化程度差異貢獻(xiàn)率高達(dá)82.7%，說(shuō)明長(zhǎng)三角的人口老齡化差異擴(kuò)大態(tài)勢(shì)主要由區(qū)域內(nèi)的差異造成。進(jìn)一步計(jì)算江蘇、浙江和安徽地區(qū)的老齡化系數(shù)的泰爾指數(shù)，可以看到江蘇省的人口老齡化系數(shù)泰爾指數(shù)明顯高于浙江省及安徽。江蘇省內(nèi)各個(gè)城市存在明顯的人口老齡化程度差異，這可能是因?yàn)槿丝趶奶K中等地向蘇南的蘇州等地流動(dòng)，導(dǎo)致蘇中三市人口減少形成了長(zhǎng)三角北翼的人口塌陷區(qū)(吳文鈺，2017)所形成的差異。

表1 長(zhǎng)三角珠三角及各省份泰爾指數(shù)情況

珠三角地區(qū)人口老齡化系數(shù)的泰爾指數(shù)由2000年的14.3899%下降至2015年的8.6303%，說(shuō)明珠三角地區(qū)人口老齡化差異整體呈現(xiàn)縮減趨勢(shì)。由于珠三角地區(qū)均屬于廣東省，和長(zhǎng)三角情況不同，不存在跨省跨區(qū)域情況，故不討論區(qū)域間及區(qū)域內(nèi)差異。有研究認(rèn)為珠三角地區(qū)近年來(lái)經(jīng)歷了產(chǎn)業(yè)轉(zhuǎn)移，部分產(chǎn)業(yè)由深圳、廣州遷移至包括惠州市和中山市在內(nèi)的周邊城市，產(chǎn)業(yè)轉(zhuǎn)移促進(jìn)了勞動(dòng)力的轉(zhuǎn)移，從而帶動(dòng)了這些周邊城市的經(jīng)濟(jì)發(fā)展和勞動(dòng)力需求(李月嬌等，2015)，勞動(dòng)力的需求促進(jìn)了勞動(dòng)力人口的回流，可能一定程度上緩解了老齡化的差異，使得老齡化差異呈現(xiàn)縮減趨勢(shì)。

3.3 長(zhǎng)三角、珠三角人口老齡化的區(qū)域時(shí)空差異

3.3.1 長(zhǎng)三角、珠三角人口老齡化全局自相關(guān)分析

空間自相關(guān)分析是地理學(xué)中對(duì)事物之間空間關(guān)聯(lián)性的衡量方法，可用于測(cè)量某種事物或地理現(xiàn)象是否存在特殊的空間關(guān)聯(lián)，形成特殊的空間形態(tài)(馬穎憶等，2012)。本文采用空間自相關(guān)對(duì)長(zhǎng)三角、珠三角地區(qū)老齡化系數(shù)、老少比進(jìn)行空間相關(guān)性分析。根據(jù)各縣級(jí)行政區(qū)之間的鄰接關(guān)系，采用二進(jìn)制鄰接權(quán)重矩陣，選取Queen’s原則，即有一點(diǎn)連接即可的鄰接標(biāo)準(zhǔn)。依照公式計(jì)算全局Moran指數(shù)I，運(yùn)用 GeoDa空間統(tǒng)計(jì)分析軟件進(jìn)行處理得到下列結(jié)果(表2-表3)。

從表2和表3可以看出，從2000年到2015年，長(zhǎng)三角城市群Moran’s I一直均為正，表示長(zhǎng)三角地區(qū)人口老齡化程度存在正的空間自相關(guān)性，各相鄰的城市之間人口老齡化程度相似，即在人口老齡化程度較為嚴(yán)重的地區(qū)，其周邊的城市人口老齡化程度也越嚴(yán)重，老年人口相對(duì)于人口總數(shù)占比越多，聚集程度越高或越密集，城市活力越低；反之在人口老齡化程度較輕的地區(qū)，其周邊的城市人口老齡化程度也越輕，即老年人口相對(duì)于人口總數(shù)占比越少，聚集程度低或越稀疏，城市活力更高。

從時(shí)間動(dòng)態(tài)變化來(lái)看，長(zhǎng)三角城市群的Moran’s I始終為正值，存在正的空間自相關(guān)性，也就是說(shuō)長(zhǎng)三角城市群中各個(gè)城市的區(qū)域老齡化程度并非表現(xiàn)出完全的隨機(jī)性，而是相鄰城市間有相似的老齡化程度或趨勢(shì)。且老齡化系數(shù)及老少比兩項(xiàng)指數(shù)分別計(jì)算的Moran’s I指數(shù)，隨時(shí)間動(dòng)態(tài)變化后均有數(shù)值降低的情況，說(shuō)明人口老齡化集聚趨勢(shì)有所減緩。珠三角地區(qū)人口老齡化程度隨著時(shí)間的推移而有所改變，但由于老齡化系數(shù)的Moran’s I指數(shù)接近0，且經(jīng)檢驗(yàn)P值均不顯著，空間單元件相關(guān)性不高，具有較大隨機(jī)性，即高值區(qū)域與低值區(qū)域交叉散布，整體未表現(xiàn)出明顯的集聚現(xiàn)象。

表2 長(zhǎng)三角地區(qū)Moran’s I指數(shù)

表3 珠三角地區(qū)Moran’s I指數(shù)

3.3.2 局部自相關(guān)分析

全局自相關(guān)只能看出總體研究區(qū)域內(nèi)人口老齡化程度相似性或相關(guān)性，當(dāng)需要進(jìn)一步研究是否存在研究區(qū)域內(nèi)相鄰城市間人口老齡化程度的相關(guān)性關(guān)系時(shí)，需要采用局部自相關(guān)分析。由于珠三角地區(qū)的Moran’s I不顯著，即不存在空間集聚或者發(fā)散的關(guān)系，高值地區(qū)與低值地區(qū)呈現(xiàn)較大可能的隨機(jī)散布情況，其局部自相關(guān)顯著性很低，因而不討論其空間聚集情況，只對(duì)長(zhǎng)三角城市群進(jìn)行局部自相關(guān)分析(圖3-圖4)。

長(zhǎng)三角地區(qū)老齡化程度及老少比情況整體格局演變均呈現(xiàn)由“東高西低”向“北高南低”轉(zhuǎn)移性發(fā)展，且老齡化程度自東向西呈現(xiàn)擴(kuò)散狀趨勢(shì)，逐漸擴(kuò)散至城市群西部城市。2000年，位于長(zhǎng)三角城市群北部的江蘇省鹽城市老齡化程度呈現(xiàn)低高聚集，即相比于相鄰其他地區(qū)，鹽城市的老齡化程度相對(duì)較低；在西部地區(qū)即安徽省安慶市、銅陵市、蕪湖市、池州市，呈現(xiàn)低低聚集，即相比于其他地區(qū)，西部呈現(xiàn)出明顯的低于其他地區(qū)老齡化程度的情況；位于中部地區(qū)的江蘇省蘇州市和浙江省嘉興市呈現(xiàn)高高聚集，相比于其他地區(qū)，中部地區(qū)老齡化程度更為嚴(yán)重。老少比情況基本同老齡化指數(shù)情況相同，但是鹽城地區(qū)沒(méi)有表現(xiàn)出顯著。2005年老齡化程度情況有所變化，長(zhǎng)三角北部地區(qū)呈現(xiàn)明顯的高高聚集，而中部地區(qū)呈現(xiàn)低高聚集，即相比于相鄰其他地區(qū)，中部地區(qū)的老齡化程度相對(duì)較低，北部地區(qū)老齡化程度變得嚴(yán)重。2010及2015年數(shù)據(jù)分析結(jié)果顯示，南部地區(qū)開(kāi)始呈現(xiàn)低低聚集，即相比于其他地區(qū)，南部呈現(xiàn)出明顯的低于其他地區(qū)老齡化程度的情況。出現(xiàn)這樣的動(dòng)態(tài)變化主要可能是因?yàn)榻?jīng)濟(jì)發(fā)展促進(jìn)人口流動(dòng)和大城市的虹吸效應(yīng)，促使其他區(qū)域勞動(dòng)力人口流入經(jīng)濟(jì)發(fā)展較好或發(fā)展速度較快的城市，使得中部地區(qū)的老齡化程度逐漸緩解，北部和西部地區(qū)老齡化程度加重。

圖3 長(zhǎng)三角地區(qū)老齡化系數(shù)集聚模式分類圖(LISA分析)

圖4 長(zhǎng)三角地區(qū)老少比指數(shù)的集聚模式分類圖(LISA分析)

4 結(jié)論與討論

人口老齡化主要受到人口自然增長(zhǎng)和人口遷移兩方面的影響。長(zhǎng)三角和珠三角城市群作為中國(guó)經(jīng)濟(jì)發(fā)展水平和發(fā)展速度的帶頭區(qū)域，其聚集效應(yīng)吸引了大量的年輕勞動(dòng)力，大量的人口遷移影響了整個(gè)區(qū)域的人口老齡化分布格局，改變了區(qū)域的人口結(jié)構(gòu)，且由于不同地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展水平不同，其對(duì)人口的吸引能力也有所差異，進(jìn)而造成了人口老齡化的空間差異。2000年至2015年期間，長(zhǎng)三角和珠三角城市群的人口老齡化程度隨著時(shí)間的推移也有所變化，區(qū)域間和區(qū)域內(nèi)部都呈現(xiàn)一定的變化，反映著人口老齡化程度隨時(shí)間變化的趨勢(shì)特征。

4.1 長(zhǎng)三角地區(qū)和珠三角地區(qū)老齡化不斷加重，長(zhǎng)三角地區(qū)老齡化程度和增速高于珠三角地區(qū)

2000年長(zhǎng)三角地區(qū)的老齡化系數(shù)為9.29%，老少比為52.42%，到2015年老齡化系數(shù)和老少比變?yōu)?2.46%和111.00%，分別增長(zhǎng)3.17%和58.58%；珠三角地區(qū)2000年的老齡化系數(shù)和老少比分別為4.80%和29.90%，2015年的老齡化系數(shù)和老少比為6.36%和46.35%，分別增長(zhǎng)1.56%和16.45%。2000～2015年之間，長(zhǎng)三角地區(qū)和珠三角地區(qū)的老齡化系數(shù)和老少比不斷升高，且長(zhǎng)三角地區(qū)的老齡化程度和老齡化增速大于珠三角地區(qū)。

4.2 長(zhǎng)三角地區(qū)老齡化區(qū)域呈現(xiàn)動(dòng)態(tài)聚集性，珠三角地區(qū)老齡化區(qū)域動(dòng)態(tài)變化不明顯

長(zhǎng)三角地區(qū)2000年老齡化以“上海-南通雙高峰”的老齡化中心為主要表現(xiàn)，到2015年老齡化中心輻射馬鞍山、銅陵、湖州等地區(qū)，形成老齡化次中心區(qū)域，呈現(xiàn)一定的圈層結(jié)構(gòu)，呈現(xiàn)明顯的動(dòng)態(tài)變化。珠三角地區(qū)相比于長(zhǎng)三角地區(qū)，區(qū)域內(nèi)部動(dòng)態(tài)變化不明顯，2000年，珠三角地區(qū)老齡化呈“兩極分化”狀態(tài)，最嚴(yán)重的地區(qū)為肇慶和江門，最年輕的地區(qū)為深圳和東莞。到2015年珠三角地區(qū)老齡化繼續(xù)圍繞肇慶和江門地區(qū)不斷加重，呈現(xiàn)與2000年相似的“兩級(jí)分化”狀態(tài)。

4.3 珠三角地區(qū)老齡化差異總體縮小，長(zhǎng)三角地區(qū)老齡化差異呈現(xiàn)波動(dòng)性變化，且老齡化內(nèi)部差異性不斷擴(kuò)大

長(zhǎng)三角區(qū)域的人口老齡化系數(shù)泰爾指數(shù)呈現(xiàn)先下降后上升的波動(dòng)性變化，其老齡化差異總體呈現(xiàn)擴(kuò)大趨勢(shì)。區(qū)域內(nèi)差異大于區(qū)域間差異，長(zhǎng)三角城市群各省份間老齡化程度差異不斷縮減，但各省份內(nèi)差異性呈擴(kuò)大化發(fā)展傾向。珠三角地區(qū)人口老齡化系數(shù)的泰爾指數(shù)由2000年的14.3899%下降至2015年的8.6303%，整體老齡化差異呈現(xiàn)縮減狀態(tài)，區(qū)域差異較小。

4.4 長(zhǎng)三角地區(qū)老齡化呈現(xiàn)空間自相關(guān)，且隨著時(shí)間變化呈現(xiàn)不同的聚集方式

2000-2015年間，長(zhǎng)三角城市群的Moran’s I始終為正值，存在正的空間自相關(guān)性。2000年，在中部地區(qū)(蘇州市和嘉興市)呈現(xiàn)高高聚集，東部地區(qū)老齡化程度更為嚴(yán)重，整體呈現(xiàn)“東高西低”分布； 2005年長(zhǎng)三角北部地區(qū)呈現(xiàn)明顯的高高聚集，中部地區(qū)變?yōu)榈透呔奂?，北部地區(qū)老齡化程度變得更為嚴(yán)重；到2015年形成了穩(wěn)定的北部地區(qū)高高聚集，出現(xiàn)明顯的“北高南低”分布，且自東向西呈現(xiàn)擴(kuò)散性發(fā)展趨勢(shì)。

隨著長(zhǎng)三角和珠三角地區(qū)人口老齡化程度不斷加深，結(jié)合前文的分析，可以得出以下啟示：第一，珠三角和長(zhǎng)三角地區(qū)人口老齡化不斷加劇，但區(qū)域變化的差異性，提示我們需要構(gòu)建合理有效的區(qū)域老齡化社會(huì)保障體系，確保區(qū)域內(nèi)部和區(qū)域間的協(xié)同發(fā)展。第二，科學(xué)促進(jìn)養(yǎng)老產(chǎn)業(yè)發(fā)展，不僅要在人口老齡化程度嚴(yán)重的區(qū)域鼓勵(lì)老年產(chǎn)業(yè)發(fā)展，也要在人口老齡化程度相對(duì)較低的區(qū)域構(gòu)建老年產(chǎn)業(yè)體系，為未來(lái)的人口老齡化浪潮做準(zhǔn)備。第三，隨著人口老齡化程度的不斷加深，要求政府在經(jīng)濟(jì)發(fā)展、醫(yī)療服務(wù)、養(yǎng)老設(shè)施、社會(huì)保障等方面給予更大的關(guān)注和支持。