中國地市尺度老齡化直接影響因素的貢獻(xiàn)差異研究

黃 翌 , 盧顯晶 , 劉瀟瀟 , 施滬靜

(南通大學(xué) 地理科學(xué)學(xué)院，江蘇 南通 226007)

0 引言

人口老齡化是二戰(zhàn)結(jié)束以后從發(fā)達(dá)國家逐步蔓延到發(fā)展中國家的世界人口現(xiàn)象。根據(jù)國際標(biāo)準(zhǔn)，當(dāng)一個(gè)國家或地區(qū)65歲及以上老年人口數(shù)量占總?cè)丝诒壤^7%時(shí)，則進(jìn)入了老齡化社會(huì)；達(dá)到14%即進(jìn)入深度老齡化社會(huì)；達(dá)到20%則進(jìn)入超老齡化社會(huì)。國際上進(jìn)入超老齡化社會(huì)的國家只有日本、意大利、德國等個(gè)別發(fā)達(dá)國家，接近超老齡化社會(huì)的國家和地區(qū)均集中在較發(fā)達(dá)的歐洲。中國在1999年步入老齡化社會(huì)，2020年第七次全國人口普查數(shù)據(jù)顯示，全國老齡化率達(dá)到13.5%，逼近深度老齡化門檻，已有12個(gè)省份進(jìn)入了深度老齡化階段，其中江蘇南通、泰州，四川資陽、自貢等市已經(jīng)進(jìn)入超老齡化階段。依據(jù)我國當(dāng)前人口結(jié)構(gòu)和對(duì)未來出生率、長壽水平的預(yù)測(cè)，約12～20年后，中國整體進(jìn)入超老齡化社會(huì)的趨勢(shì)不可避免并將持續(xù)很長時(shí)間[1-2]。

人口老齡化的影響因素可分為間接因素和直接因素。間接因素很多，如自然環(huán)境、經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化率、社會(huì)事業(yè)、受教育程度、醫(yī)療水平等，經(jīng)濟(jì)發(fā)達(dá)地區(qū)會(huì)吸引更多的外來人口，降低老齡化率，同時(shí)也會(huì)降低出生率和少年兒童比例，提高老齡化率。自然環(huán)境和醫(yī)療條件好的地區(qū)老齡人口壽命延長，老齡化率提高。目前研究主要集中于分析當(dāng)前及預(yù)測(cè)未來老齡化程度[3-4]，或是利用地理信息技術(shù)、地統(tǒng)計(jì)學(xué)等工具分析地區(qū)間老齡化率差異的地理分布[5-6]，或是運(yùn)用數(shù)學(xué)方法測(cè)度各間接因素以及間接因素和部分直接因素對(duì)全國或地區(qū)老齡化的貢獻(xiàn)和影響[7-8]。針對(duì)出生、長壽、遷移等老齡化直接影響因素的綜合研究主要是定性分析和全國總體的計(jì)算[9-10]。

經(jīng)濟(jì)、環(huán)境、教育水平、思想觀念等老齡化的間接因素通過改變出生率、遷移率、長壽水平等直接因素而影響老齡化水平。當(dāng)前部分研究將間接因素和直接因素統(tǒng)一納入各類計(jì)量模型，不利于二者貢獻(xiàn)的區(qū)分。此外，未采用人口統(tǒng)計(jì)方法，而是相關(guān)影響因素表征量的對(duì)比，不能從根本上準(zhǔn)確計(jì)算出各因素的貢獻(xiàn)值，并且針對(duì)地市尺度的定量計(jì)算較少。本研究著眼于影響老齡化的直接因素，依據(jù)人口統(tǒng)計(jì)方法計(jì)算其對(duì)345個(gè)地級(jí)及以上行政區(qū)老齡化的貢獻(xiàn)，對(duì)比貢獻(xiàn)差異和區(qū)域差異，從而更清晰地闡明人口老齡化的直接原因及其空間差異。

1 研究區(qū)域、數(shù)據(jù)來源和研究方法

1.1 研究區(qū)域和數(shù)據(jù)來源

研究區(qū)域是2010年中國除港澳臺(tái)地區(qū)以外的地級(jí)及以上區(qū)劃(包括直轄市、副省級(jí)城市、地級(jí)市、自治州、盟)。其中重慶市大城市、大農(nóng)村共存的格局對(duì)結(jié)果影響較大，將其分為市轄區(qū)和市轄縣兩部分；海南省分為?？?、三亞和其他三部分。以上共計(jì)345個(gè)行政單元。中衛(wèi)市、固原市、南寧市、柳州市、崇左市、來賓市2000年和2010年管轄范圍有變化，按照變化進(jìn)行數(shù)據(jù)調(diào)整。

數(shù)據(jù)來源于國家統(tǒng)計(jì)局2000年、2010年全國人口普查，包括地市尺度的人口年齡結(jié)構(gòu)、出生率、死亡率、遷移規(guī)模等。

1.2 研究方法

從老齡化率的計(jì)算方法這一根源出發(fā)，其直接影響因素為分母(總?cè)丝跀?shù))和分子(老齡人口數(shù))。

總?cè)丝跀?shù)的影響因素主要是出生人口、遷移人口和死亡人口。高出生率必然在未來出現(xiàn)更多年輕人口，人口遷移包括遷入和遷出。死亡人口數(shù)(死亡率、長壽率)與老齡化的關(guān)系較為復(fù)雜，因?yàn)樗劳雎始扔绊懣側(cè)丝跀?shù)，也影響老齡人口數(shù)。當(dāng)經(jīng)濟(jì)水平和醫(yī)療條件較落后時(shí)，年輕人死亡率較高，死亡人口數(shù)較多，不少人在未達(dá)65歲或剛步入老年就亡故，導(dǎo)致死亡的總?cè)丝谶h(yuǎn)高于死亡的老齡人口數(shù)，降低了老齡化率；當(dāng)經(jīng)濟(jì)水平和醫(yī)療條件較發(fā)達(dá)時(shí)，年輕人死亡率很低，年輕人若干年后轉(zhuǎn)變?yōu)槔淆g人口乃至長壽人口的概率很高。歷次人口普查表明，85歲以上人口死亡率是35歲以下人口死亡率的100～300倍，此年齡段人口比例較高則會(huì)大幅提高總?cè)丝谒劳雎蔥11-12]，同時(shí)也提高了老齡化率。因此，社會(huì)發(fā)展伴隨著死亡率降低和老齡化率提高，但是步入發(fā)達(dá)社會(huì)后死亡率會(huì)上升，老齡化率則繼續(xù)提高，現(xiàn)代社會(huì)的發(fā)達(dá)地區(qū)其長壽率、死亡率與老齡化率多呈正相關(guān)。

老齡人口數(shù)的影響因素主要是65～100年前出生人數(shù)、老齡死亡人數(shù)和老齡遷移人數(shù)，其中老齡死亡人數(shù)已討論，65～100年前出生人數(shù)是老齡人口數(shù)的必然影響因素，屬于人口自然老化過程[13]。老齡人口的遷移規(guī)模遠(yuǎn)低于中低齡人口，但也存在遷移，例如人口普查表明，北京市、深圳市2010年65～69歲人口數(shù)分別比北京市、深圳市2000年55～59歲人口數(shù)增加了2.1%和13.2%。雖然本地55～59歲人口的死亡必然存在，并且此年齡段死亡率已不低，但北京、深圳10年后的65～69歲人口顯著增加。因此，老齡人口的遷移數(shù)量也會(huì)對(duì)老齡化產(chǎn)生影響，是研究中不可忽視的因素。因此，老齡化的直接影響因素有且只有4個(gè)，即人口自然老化、出生、遷移、死亡。

假設(shè)在人口無出生、無死亡、無遷移情況下，2010年各省份人口總數(shù)與2000年相比不會(huì)有變化，但人口老齡化程度還是會(huì)增加，因?yàn)?000年55～64歲人口到2010年都轉(zhuǎn)變?yōu)槔淆g人口。老齡化率計(jì)算公式為：

(1)

僅考慮出生，而不考慮遷移和死亡的2010年老齡化率計(jì)算公式為：

(2)

僅考慮死亡，而不考慮出生和遷移的2010年老齡化率計(jì)算公式為：

(3)

僅考慮遷移，而不考慮出生和死亡的2010年老齡化率計(jì)算公式為：

(4)

第五次和第六次全國人口普查數(shù)據(jù)提供了各市總?cè)丝凇?歲組各年齡段人口數(shù)、出生率、自然增長率、老齡化率、本市遷入人口、本省其他市遷入人口、外省遷入人口，可利用這些數(shù)據(jù)計(jì)算出2000—2010年出生、遷移、死亡人數(shù)，計(jì)算公式為：

(5)

(6)

(7)

兩次人口普查只公布了各市總死亡率和總遷移人口，沒有公布各市年齡別死亡人口數(shù)和遷移人口數(shù)，雖然老齡人口的遷移占總?cè)丝诘倪w移比例較小，但不能完全忽視，可采用以下近似的方法求解：55歲以下的年輕人死亡率極低，并且與地區(qū)發(fā)達(dá)程度密切相關(guān)，同一個(gè)省份內(nèi)各個(gè)地市間的年輕人口死亡率雖然也有差異，但與發(fā)達(dá)程度差異大的省份相比，差異較小。而55歲以上的中老年人死亡率較高，除受以上因素影響外，還受到氣候、水土、環(huán)境等地區(qū)自然因素綜合影響[14-15]，機(jī)制更為復(fù)雜，同一個(gè)省份內(nèi)各市老齡人口死亡率會(huì)有較大差距[16]。因此，以年輕人死亡率為突破口，由于2000年55歲以下人口在2000—2010年逐步轉(zhuǎn)變?yōu)?0～64歲人口，以各個(gè)市(州、盟)55歲以下人口數(shù)與其所在省級(jí)行政區(qū)55歲以下人口死亡率和10～65歲人口死亡率的平均值相乘，即為55歲以下死亡人數(shù)，進(jìn)而求出55歲以上死亡和遷移人數(shù)。

2 結(jié)果與準(zhǔn)確度檢驗(yàn)及誤差分析

將人口自然老化、出生、遷移、死亡4個(gè)因素對(duì)老齡化影響的變化值與無出生、無遷移、無死亡情況下老齡化值相減，即可得到4個(gè)因素對(duì)各地市老齡化水平的影響，顯示了人口自然老化、出生、遷移、死亡4個(gè)因素對(duì)老齡化水平的直接提升作用(圖1)。2000—2010年，人口自然老化過程將中國老齡化率從7.10%提高到14.24%，提高了100.53%，死亡的人口將老齡化率降低到10.02%，出生的人口又將老齡化率降低到8.88%。但是，各地老齡化的升高還與2000年當(dāng)?shù)乩淆g化率的基底值有關(guān)，例如，深圳市2000年老齡化率僅1.79%，全國最低，55歲以上人口也僅占總?cè)丝诘?.89%，即使2000—2010年沒有人口遷入，也沒有出生和死亡對(duì)老齡化率的降低作用，深圳2010年老齡化率仍居全國最低，但老齡化率升高的幅度卻達(dá)到了61.5%。綜上，僅計(jì)算各因素對(duì)老齡化率的變化幅度值還不能完全反映各因素對(duì)各個(gè)地市老齡化的貢獻(xiàn)情況，因此，進(jìn)一步計(jì)算了各因素對(duì)各個(gè)地市老齡化率的變化幅度值與其原老齡化水平的關(guān)系，即提升/降低的變化率(%)(圖2)。

圖1 人口自然老化、出生、遷移、死亡對(duì)345個(gè)地級(jí)及以上行政區(qū)老齡化率的提升值

圖2 人口自然老化、出生、遷移、死亡對(duì)345個(gè)地級(jí)及以上行政區(qū)老齡化的變化率

為檢驗(yàn)各項(xiàng)數(shù)據(jù)計(jì)算的準(zhǔn)確度，設(shè)計(jì)兩種檢驗(yàn)方法。方法一是與各地市2010年老齡化值進(jìn)行對(duì)比。將相關(guān)數(shù)據(jù)代入計(jì)算由人口自然老化、出生、遷移和死亡共同構(gòu)成的10年后各市人口老齡化率。計(jì)算公式為：

(8)

計(jì)算結(jié)果顯示與2010年第六次全國人口普查公布的各地市人口老齡化率(65歲以上人口占總?cè)丝诒壤?完全一致，因?yàn)楣?8)中各值或其代數(shù)和均可通過人口普查數(shù)據(jù)獲取和計(jì)算，檢驗(yàn)的目的是驗(yàn)證出生、死亡和遷移等分項(xiàng)的計(jì)算結(jié)果。方法二是與2010年全國總體老齡化真實(shí)值對(duì)比。遷移與全國總體的老齡化無關(guān)，人口自然老化、死亡與出生是影響2000年和2010年全國總體老齡化程度差值的僅有的3個(gè)直接因素。計(jì)算結(jié)果顯示，人口自然老化使2010年中國老齡化率較2000年上升了7.14%，死亡、出生分別使2010年中國老齡化率較2000年下降了4.22%和1.14%，合計(jì)老齡化率上升1.78%，而2000年和2010年中國老齡化率分別是7.10%和8.87%，上升1.77%，與計(jì)算結(jié)果相差 0.01%。造成誤差的原因之一主要是2000—2010年各地市55歲以上死亡數(shù)量的不準(zhǔn)確性，但由于54歲以下人口死亡數(shù)和死亡率遠(yuǎn)低于55歲以上人口，并且55歲以上人口的遷移率遠(yuǎn)小于年輕人口，以上兩項(xiàng)對(duì)結(jié)果的影響較?。辉蛑侨珖丝谄詹榈某錾?、死亡率以1999—2000年和2009—2010年各一年作為統(tǒng)計(jì)時(shí)間，基于此計(jì)算的其他年份出生人數(shù)和死亡人數(shù)會(huì)有偏差，但總體較準(zhǔn)確。

3 結(jié)果討論

3.1 影響因素對(duì)老齡化的貢獻(xiàn)值

匯總計(jì)算結(jié)果發(fā)現(xiàn)，就全國總體而言，人口自然老化是中國2000—2010年人口老齡化迅速上升的第一因素，對(duì)全國總體老齡化率提升幅度高達(dá)100.53%，對(duì)各市老齡化率的平均提升幅度為109.45%。算上死亡后，自然老化對(duì)老齡化率的提升值從7.14下降到2.92，4個(gè)直接影響因素對(duì)2010年全國總體及345個(gè)地市人口老齡化的貢獻(xiàn)均值見表1。

表1 人口自然老化、出生、遷移、死亡對(duì)2010年人口老齡化的貢獻(xiàn)

3.2 影響因素貢獻(xiàn)的空間分布格局

從圖2發(fā)現(xiàn)，人口自然老化、出生、遷移、死亡4個(gè)因素對(duì)各地市老齡化率的提升或降低作用存在明顯的區(qū)域聚集效應(yīng)，如人口自然老化對(duì)老齡化率提升的高值集中在西部地區(qū)。

3.3 死亡對(duì)老齡化的降低作用與預(yù)期壽命的關(guān)系

為了明晰集聚效應(yīng)的區(qū)域，利用聚類和異常值統(tǒng)計(jì)法繪制聚類圖(圖3)。圖3顯示，人口自然老化對(duì)老齡化率的提升率存在非常明顯的東西部對(duì)立格局，高值集中分布在西北地區(qū)，而低值則聚集在東南沿海省份。人口自然老化與死亡總是相伴存在，死亡對(duì)老齡化的影響在中國所有地區(qū)均呈負(fù)相關(guān)，正是死亡大大降低了人口老齡化進(jìn)程，這是因?yàn)殡m然死亡對(duì)老齡化率的分子和分母同時(shí)具有降低作用，但老齡人口死亡率遠(yuǎn)高于低齡人口，導(dǎo)致分子與分母下降的值幾乎相等，而原本分母數(shù)值是分子的10～20倍，造成分子下降幅度高于分母，一般會(huì)導(dǎo)致分?jǐn)?shù)值下降。只有在瘟疫、戰(zhàn)爭(zhēng)等極端情況下，中低齡人口的死亡數(shù)量達(dá)到老齡人口死亡數(shù)量的數(shù)倍，多數(shù)人活不到65歲時(shí)，死亡才會(huì)增加老齡化率。死亡對(duì)老齡化作用的地區(qū)差異與人口自然老化類似，死亡對(duì)老齡化的降低率與地區(qū)預(yù)期壽命呈負(fù)相關(guān)，人口普查中，西藏、青海、云南、寧夏、貴州、甘肅的預(yù)期壽命排在末位，其人口死亡對(duì)老齡化的降低作用最顯著。

圖3 人口自然老化、出生、遷移、死亡對(duì)老齡化影響的聚類

3.4 出生率對(duì)老齡化的貢獻(xiàn)差異

出生對(duì)老齡化的降低率形成明顯的“四角分布”格局，高值集中分布在西北的新疆、甘肅、寧夏和西南的廣西、貴州、海南等地；低值集中分布在東北地區(qū)、華北的京津地區(qū)、膠東地區(qū)以及江浙滬地區(qū)。這與各地區(qū)出生率密切相關(guān)，以上4個(gè)區(qū)域分別是中國出生率最高和最低的地區(qū)。各直接影響因素對(duì)人口老齡化的貢獻(xiàn)差異是研究和爭(zhēng)論的焦點(diǎn)。人民日?qǐng)?bào)于2017年8月20日發(fā)文討論我國的人口老齡化問題，反駁了計(jì)劃生育政策是中國人口老齡化根本原因的觀點(diǎn)，并認(rèn)為全球壽命普遍延長是現(xiàn)代人口老齡化的推動(dòng)因素，低出生率加快了人口老齡化速度，但也減少了未來老年人口的規(guī)模，并縮短了老年人口規(guī)模處于較高水平的時(shí)間[17]。表1顯示，人口自然老化與死亡對(duì)2010年中國人口老齡化的貢獻(xiàn)達(dá)到70.7%，出生的貢獻(xiàn)占27.6%，其中出生率較低的黑龍江、吉林、遼寧和出生率較高的廣西、云南、貴州，2000—2010年出生對(duì)老齡化的降低值分別為0.981，1.054，1.227，1.827，1.963，2.230，兩類地區(qū)對(duì)比，出生對(duì)老齡化的降低作用差別為1.249百分點(diǎn)。雖然2000—2010年這一較短時(shí)期出生差異對(duì)老齡化的降低作用不顯著，但出生率具有慣性效應(yīng)，一旦降低后再提升十分困難，數(shù)十年的低出生率可能會(huì)對(duì)老齡化率產(chǎn)生明顯影響。在低出生率地區(qū)中，京津和長三角存在大量人口遷入，補(bǔ)充了人口規(guī)模；而東北地區(qū)不僅出生率低，人口總體為遷出模式，老齡化程度迅速升高，東北地區(qū)的低出生率應(yīng)引起足夠重視。

3.5 遷移率對(duì)老齡化貢獻(xiàn)的巨大差異

遷移對(duì)老齡化的作用形成了非常明顯的“異常值”分布格局。除京津、長三角、珠三角等低值區(qū)外，武漢、成都、貴陽、西安等成為異常值，即被周邊高值包圍的低值，這是由于以上地區(qū)虹吸了大量周邊人口，形成了鮮明反差，而貴陽更是高值區(qū)中的低值區(qū)，這是由貴州除貴陽以外的地區(qū)大規(guī)模人口遷出所導(dǎo)致。雖然遷移率與全國總體的老齡化無關(guān)，但區(qū)域之間的差異十分顯著，人口遷移對(duì)老齡化降低最顯著的城市是蘇州，大量的遷入人口使蘇州人口老齡化率從2000年的9.58%下降到2010年的8.50%。此外，多數(shù)地市人口遷出大于遷入，提高了這些地區(qū)的老齡化率。

4 結(jié)論

人口自然老化是影響老齡化的主導(dǎo)因素，但自然老化和死亡只受人口年齡結(jié)構(gòu)、生活和醫(yī)療水平影響，中短期內(nèi)不會(huì)有明顯變化，而出生率會(huì)隨著經(jīng)濟(jì)的發(fā)展而降低。因此，人口老齡化程度不斷加深并進(jìn)入超老齡化社會(huì)是未來中國社會(huì)發(fā)展的必然過程。

人口自然老化、死亡、出生3個(gè)因素表現(xiàn)出明顯的空間聚集效應(yīng)，人口自然老化對(duì)西部地區(qū)老齡化的升高作用更加明顯，但西部地區(qū)的人口死亡不僅中和了其人口自然老化對(duì)老齡化的升高作用，而且還更明顯地降低了西部地區(qū)老齡化，這兩個(gè)因素的綜合效應(yīng)與區(qū)域人口壽命水平密切相關(guān)，反映了東西部經(jīng)濟(jì)和醫(yī)療水平的差距。西部地區(qū)人口壽命還有較大的提升空間，提高西部地區(qū)醫(yī)療水平，延長預(yù)期壽命，可降低人口自然老化和死亡對(duì)西部地區(qū)老齡化“大起大落”的作用，雖然會(huì)提高西部地區(qū)老齡化程度，但這也是社會(huì)進(jìn)步的標(biāo)志。

出生對(duì)西南的桂貴瓊3個(gè)省份以及西北地區(qū)人口老齡化的降低作用顯著，而對(duì)東北和京津、長三角等地區(qū)的降低作用較微弱。

遷移表現(xiàn)出的空間異常值效應(yīng)明顯，這與中國2000—2010年人口遷移格局一致，多數(shù)地市的遷入人口少于遷出人口，在江蘇省形成了江南五市與江北八市的鮮明對(duì)比，在中西部形成了省會(huì)城市遷入與周邊地市遷出的反差格局。