長江經濟帶人口老齡化空間特征及影響因素

陳清荷，韓會然

（安徽師范大學地理與旅游學院，安徽 蕪湖 241002）

0 引言

人口老齡化是社會經濟發(fā)展的必然結果［1］。第七次全國人口普查數據顯示，2020 年我國65 歲及以上的老年人口約為1.9 億，約占總人口的13.5%。“十四五”時期，由20 世紀60 年代生育高峰所形成的大規(guī)模人口將成為老年人口的重要組成部分，促使老年化規(guī)模和速度大幅度上升，積極應對人口老齡化的現實迫切性空前凸顯。

國內外關于人口老齡化的研究，以關注人口老齡化本身的發(fā)展特征、空間分布與趨勢［2-8］、影響因素［9-16］、區(qū)域差異［17-19］為主，也有將人口老齡化與經濟發(fā)展［20］、產業(yè)轉型［21］、養(yǎng)老設施匹配度［22-24］、老年人口健康［25］和遷移、流動［26-30］等更為聚焦的研究。在影響因素上，人口遷移、生育率、死亡率、經濟發(fā)展水平、醫(yī)療設施水平、地區(qū)受教育水平歸為人口老齡化的主要影響因素［9-16，28，29］。從研究尺度上看，以某一國家［2-7，8，16］、省市［6，10-15］的研究較多，在較大尺度視角下可以從宏觀上把握國家人口老齡化發(fā)展趨勢［2-7］及存在的問題［8，16］，或是了解該省份的人口老齡化狀況，以此提出應對人口老齡化的措施與政策。關于人口老齡化的研究涉及人口學、經濟學、社會學、地理學等眾多學科；從地理學視角的研究方法看，多以空間分析、人口重心［20］進行研究，也有運用灰色關聯(lián)［17］等數理方法；對于人口老齡化影響因素的研究方法主要有地理加權回歸［31］、空間計量模型［20］和地理探測器［12，29］等。通過梳理文獻發(fā)現，既有研究主要存在以下不足：①缺少以區(qū)域為視角對人口老齡化的剖析，已有研究關注區(qū)域以東北三省居多，對長江經濟帶關注度較小，研究相對不足；②老齡化研究時間跨度局限，基于數據的可獲得性，以10—20 年跨度為主；③關于人口老齡化的研究方法較單一，多以傳統(tǒng)的空間分析為主，沒有與多學科方法交叉使用。

《長江經濟帶發(fā)展規(guī)劃綱要》于2016 年頒布，規(guī)劃涵蓋了上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11 個省市。作為中國國土開發(fā)“T”字型空間結構的一級發(fā)展軸線［32］，長江經濟帶橫跨東、中、西三大區(qū)域，面積占全國總面積的21.4%，人口超過全國人口總量的40%。第七次人口普查結果顯示，江蘇南通、泰州與四川資陽等人口老齡化分別達到22.67%、22.01%、22.62%的高值，長江經濟帶人口老齡化處在不斷深化中。對于長江經濟帶整體而言，各省市之間的經濟差異大，一些“未富先老“的地區(qū)如何應對快速人口老齡化與地區(qū)社會經濟持續(xù)發(fā)展的不協(xié)調性？如何保持長江經濟帶整體協(xié)調發(fā)展？影響長江經濟帶人口老齡化的關鍵因素又是什么？分析與探究其人口老齡化空間特征與影響因素，對區(qū)域人口政策的制定、社會經濟的可持續(xù)發(fā)展具有指導意義。鑒于此，本文以長江經濟帶130 個空間單元為研究對象（包括4 個省直轄縣、103 個地級市、16 個自治州、5 個副省級城市、2個直轄市），對1982—2020 年近40 年的人口老齡化進行分析，借助經濟學領域的極化模型對老齡化過程及區(qū)域間老齡化差異進行深入對比分析，最后運用地理探測器分析長江經濟帶人口老齡化的影響因素，以期為長江經濟帶人口老齡化問題治理與地區(qū)發(fā)展提供參考。

1 數據來源與研究方法

1.1 數據來源

本文人口數據來源于各省市第三至第七次人口普查資料和1995 年、2005 年、2015 年1%人口抽樣調查資料，統(tǒng)計口徑均為常住人口；影響因素來自于2020 年《中國城市統(tǒng)計年鑒》。由于1982—2020 年間我國的地級行政區(qū)劃發(fā)生過變動，本文以2020 年的行政區(qū)劃為準，行政區(qū)劃信息來源于中華人民共和國全國行政區(qū)劃信息查詢平臺（http：//xzqh.mca.gov.cn/statistics/）。

1.2 相關概念界定

本文涉及老齡化系數、老齡化程度、老齡化類型等相關概念。老齡化系數是指老年人口數（65 歲以上）在總人口數中的占比，它直觀反映了人口絕對老齡化程度，是刻畫老齡化水平的重要指標［16］，本文以此來表征人口老齡化程度。其中，人口老齡化程度分級一般以一個國家或地區(qū)65 歲及以上老年人口數量占總人口比例超過7%即步入老齡化為標準，本文根據年齡結構的劃分，結合王志寶等［7，19］、周鵬等［12］對人口老齡化的分類，將人口老齡化分為5種程度（PA 為人口老齡化系數，%）：①未老齡化（PA≤7）；②淺度老齡化（7 ＜PA≤10）；③深度老齡化（10 ＜PA≤14）；④老齡社會（14 ＜PA≤20）；⑤深度老齡化社會（PA ＞20）。人口老齡化類型是以老齡化系數的年均增長速度和老齡化程度進行綜合劃分，依據老齡化程度和老齡化速度來判斷某一空間單元所處階段及處于該階段的時間長短。本文通過計算1982—2020 年長江經濟帶人口老齡系數年均增長率，依據王志寶等［7，19］對人口老齡化類型的劃分方法，對長江經濟帶人口老齡化現狀進行了分析（表1）。其中，老齡人口年均增長率以4%為界點，老齡人口年均增長率大于4%說明該地區(qū)很快將進入下一老齡化階段，小于或等于4%則說明該區(qū)域將長期滯留此人口老齡化階段［7，19］。

表1 人口老齡化類型劃分Table 1 Classification of population ageing types

1.3 研究方法

空間相關性分析：本文主要采用全局空間自相關來分析長江經濟帶人口老齡化空間相關性。主要操作與運算如下：通過GeoDa 軟件計算不同年份間研究區(qū)各空間單元人口老齡化整體間的Moran′s I指數，分析其空間自相關程度。由于全局空間自相關方法已成熟，并已有大量文獻進行介紹，故本文不再贅述，具體公式可參考相關文獻［20］。

EGR指數：EGR指數用于測算人口老齡化極化程度。極化現象是區(qū)域發(fā)展空間非均衡性的一種特殊表現形式［18，33］，本文運用EGR 指數來分析長江經濟帶人口老齡化區(qū)域間差異，判斷是否存在極化趨勢。EGR指數具體公式如下：

式中：Q ＞0，為標準化常數；v 為組數；pk、ph為第k、h 組樣本容量所占的份額；μk、μh分別為第k、h 組人口老齡化系數的均值；α為0—1.6 之間的任意取值。GA和GB分別為總體、區(qū)域間的基尼系數，二者差值反映組內的不平等程度；β＞0，為衡量組內相似程度的敏感性參數。

式中：λk、λh分別為第k、h 組樣本的人口老齡化水平的均值與整個樣本人口老齡化水平的總體均值的比值；Gk為第組樣本的基尼系數；GR為剩余項，用于反映不同組樣本重疊產生的交互影響。

地理探測器：本文采用地理探測器探測長江經濟帶人口老齡化的影響因素，目前已有大量文獻對其進行介紹，故不再贅述，具體公式及原理可參考相關文獻［34］。

2 長江經濟帶人口老齡化空間特征

2.1 長江經濟帶人口老齡化現狀

通過對1982—2020 年長江經濟帶人口老齡系數年均增長率的計算，依據人口老齡化速度、人口老齡化程度的分級，對長江經濟帶人口老齡化現狀梳理出6 種類型：慢速淺度老齡化型、慢速深度老齡化型、慢速老齡社會型、快速老齡社會型、慢速超老齡社會型、快速超老齡社會型。從空間數量和分布上看（圖1），長江經濟帶快速超老齡社會型有3 個，均在四川省，分別是四川南充、資陽、自貢；慢速超老齡社會型有四川德陽、眉山、內江和江蘇泰州、南通；快速老齡社會型有四川巴中、攀枝花和安徽馬鞍山、六安、安慶、宣城；慢速老齡社會型占比最大，有57 個，除貴州、云南外，長江經濟帶其他省市均有分布；慢速深度老齡化型地區(qū)，有48 個，以江西、湖北、云南、貴州城市占比較多，在浙江、江蘇、安徽、四川少部分城市分布；慢速淺度老齡化型地區(qū)分布在云南、貴州、四川，且多以少數民族聚集區(qū)為主。

圖1 長江經濟帶人口老齡化現狀Figure 1 Population ageing in the Changjiang River Economic Belt

首先，總體上長江經濟帶人口老齡化類型以慢速老齡社會型、慢速深度老齡化型為主。在很長一段時間內，這些地區(qū)將一直處于此老齡化階段，所要面對的人口老齡化背景下的各種問題繁雜，各個老齡化階段所要解決的關鍵矛盾也不盡相同。其次，可以明顯看出四川省老齡化程度相較于長江經濟帶整體更深。根據對該省人口老齡化研究的相關結論來看，人口老齡化受多種因素的影響，除了實行嚴格的計劃生育政策造成“低出生率”外，因氣候環(huán)境宜人，平均壽命高于全國平均水平，形成“低出生、低死亡、低增長”的人口再生長特征［12］，這是老齡人口增加的原因之一。同時，四川作為勞動力輸出大省，大量勞動人口流失造成年齡結構失衡，導致該省人口老齡化程度加劇。

根據老齡化程度分級顯示，2020 年長江經濟帶130個空間單元已經全部進入老齡化階段。1982—2020 年，長江經濟帶由98%地區(qū)為未老齡化轉變?yōu)槿糠俏蠢淆g化，且在2020 年屬于深度老齡化、老齡社會、深度老齡化社會的地區(qū)占比為90%，老齡化程度在近40 年間不斷加深。分時間段來看，1982年未老齡化地區(qū)最多，為128 個，上海市和江蘇省南通市率先步入淺度老齡化；1990 年未老齡化地區(qū)為121個，淺度老齡化的地區(qū)數量上升至8 個，上海市發(fā)展為深度老齡化地區(qū)；1995 年未老齡化地區(qū)為94個，淺度老齡化地區(qū)數量為33 個，新增地區(qū)主要集中在浙江省、江蘇省、安徽省、湖南省、四川省等省份，深度老齡化地區(qū)為上海、湖州、南通；2000 年淺度老齡化地區(qū)增加到64 個，與未老齡化地區(qū)數量接近，深度老齡化地區(qū)為上海、南通、泰州、麗水；2005年未老齡化地區(qū)下降到18 個，淺度老齡化地區(qū)為65個，深度老齡化地區(qū)為46 個，深度老齡化范圍擴展迅速，發(fā)展成老齡社會地區(qū)為南通；2010 年未老齡化地區(qū)為8 個，淺度老齡化地區(qū)為70 個，深度老齡化地區(qū)為50 個，老齡社會地區(qū)新增泰州；2015 年淺度老齡化地區(qū)為43 個，深度老齡化地區(qū)為71 個，老齡社會地區(qū)為12 個，還有4 個地區(qū)為未老齡化，集中在四川省和云南?。?020 年長江經濟帶所有地區(qū)步入老齡化，淺度老齡化地區(qū)為10 個，深度老齡化地區(qū)為48 個，老齡社會地區(qū)大幅度增加到64 個，成為深度老齡化社會的地區(qū)有8 個，分布在江蘇省、四川省。

表2 1982—2020 年長江經濟帶人口老齡化程度變化Table 2 Change of population ageing degree in the Changjiang River Economic Belt from 1982 to 2020

2.2 空間分布特征

長江經濟帶人口老齡化空間分布狀況，在不同階段、不同區(qū)域間差異較大（圖2）。1982—2020 年，長江三角洲地區(qū)處于人口老齡化程度較其他區(qū)域更深、發(fā)展更迅速，發(fā)展最為緩慢的是云南、四川的少數民族自治州和云南省昭通市，2015 年仍為未老齡化，而江蘇、安徽、湖南、四川部分城市人口老齡系數已逼近20%，處于老齡社會階段；2020 年四川省人口老齡系數超過20%，省內各市州處于深度老齡社會的城市6 個，老齡社會階段11 個，深度老齡化城市2 個，淺度老齡化階段2 個，人口老齡系數最高的城市與最低的城市相差14 個百分點，老齡化程度差異大。相較于四川省，2020 年長江經濟帶其他省份內部老齡化程度差異較小。

圖2 1982—2020 年長江經濟帶人口老齡化空間特征Figure 2 Spatial characteristics of population ageing in the Changjiang River Economic Belt from 1982 to 2020

2.3 空間擴張?zhí)卣?/h3>

長江經濟帶人口老齡化空間擴張以“點—面—片”狀發(fā)展、擴大。分布在長江三角洲的上海和南通于1982 年開始進入淺度老齡化階段，1982—1990 年期間，上海、南通周邊的7 座城市也開始進入到淺度老齡化階段，深度老齡化首次呈“點狀”分布在上海市；1990—1995 年，長三角地區(qū)的老齡化面積逐步擴大，在湖南、四川等地首次出現“點狀”分布的淺度老齡化程度城市，深度老齡化呈“點狀”分布；1995—2000年，長三角地區(qū)的淺度老齡化呈現“面狀”分布，四川、湖南等淺度老齡化分布也逐步擴大，與四川、湖南接壤的湖北部分城市和重慶也步入淺度老齡化階段，而深度老齡化仍呈“點狀”分布；2000—2005 年，長江三角洲、長江中游城市、貴州淺度老齡化已呈片狀分布，云南淺度老齡化呈點狀分布，深度老齡化開始以“面狀”形式分布在江蘇、浙江、安徽、湖南、重慶、四川等地；2005—2010 年，四川深度老齡化范圍擴大，云南淺度老齡化范圍擴大；2010—2015深度老齡化范圍擴大，趨于“片狀”分布，老齡社會開始在江蘇、安徽、湖南、四川呈“點狀”分布；2015—2020年，長江經濟帶全部步入老齡化階段，老齡社會程度分布最廣，深度老齡化社會首次出現，8 個城市呈“點狀”分別分布在江蘇、四川。從發(fā)展時序的空間特征看，1982—2020 年長江經濟帶老齡化程度從東向西的趨勢逐步加深，大致以長江三角洲開始逐步向長江中游城市、成渝城市群、云貴兩省等逐年逐步加深。

空間分布和空間擴張?zhí)卣鞲庇^地反映了長江經濟帶人口老齡化的空間差異?？臻g分布上，老齡化程度存在明顯的空間差異，空間分布格局不完全等同于經濟發(fā)展格局。改革開放以來，我國以追求經濟快速增長為目標導致區(qū)域間經濟差異顯著，長江經濟帶內部以長三角地區(qū)經濟發(fā)展水平最高，中部中等，西部地區(qū)最低。相應的，人口老齡化的分布格局、空間擴張?zhí)卣髋c區(qū)域經濟發(fā)展水平存在重合：社會經濟發(fā)展水平較高的東部地區(qū)老齡化程度更深，且空間數量多，而長江下游的云南和貴州的老齡化率相差不大。最近20 年來，長江經濟帶人口老齡化呈現出由東部向中部和西部擴展，尤其是中部、四川等地區(qū)老齡化程度更深發(fā)展的局面，改變了人口老齡化與經濟發(fā)展水平初步接近的格局。

2.4 空間關聯(lián)性

本文計算了1982—2020 年8 個階段老齡化系數的全局Moran′s I 指數，結果如表3 所示。在這8個階段中，全局Moran′s I指數均大于0，并通過高顯著性檢驗（p ＜0.001），說明長江經濟帶各區(qū)域人口老齡化在空間上呈現出集聚分布特征，人口老齡化空間分布呈較強空間自相關。即，老齡化程度較高的地區(qū)與同為老齡化程度較高的地區(qū)集聚；反之，老齡化程度較低的地區(qū)與同為老齡化程度較低的地區(qū)集聚。1982 年、1990 年、1995 年、2000 年的Moran′s I指數與Z檢驗值始終保持上升趨勢，表示人口老齡化空間集聚程度擴大，2005 年、2010 年Moran′s I 指數與Z 檢驗值有所下降后，但2015 年、2020 年的Moran′s I指數與Z 檢驗值變化較小，說明長江經濟帶人口老齡化的空間集聚程度有所下降后保持了一定的連續(xù)性。

表3 1982—2020 年長江經濟帶人口老齡化全局Moran′s I值Table 3 Moran′s I values of population ageing in the Changjiang River Economic Belt from 1982 to 2020

2.5 空間極化特征

本文通過測算老齡系數的EGR 指數來分析長江經濟帶1982—2020 年近40 年間人口老齡化低值區(qū)與高值區(qū)的差距是否增大。從長江經濟帶整體和長江上、中、下游進行極化分析，上游地區(qū)包括重慶、四川、貴州、云南4 省市，中游地區(qū)包括江西、湖北、湖南3 省，下游地區(qū)包括上海、江蘇、浙江、安徽4 省市。本文以長江經濟帶上、中、下游進行比較分析，在實際測算過程中，參考相關研究［16，32］與實際測算比較后，將長江經濟帶參數設定為Q ＝4、α＝1.5、β＝1.5，長江經濟帶上、中、下游參數設定為Q ＝24、α＝1.5、β＝1.5，計算結果見表4。

表4 長江經濟帶人口老齡化極化指數Table 4 Population aging polarization index in the Changjiang River Economic Belt

長江經濟帶極化指數的值數呈波動上升狀態(tài)，呈“上升—下降—上升”的趨勢，意味著長江經濟帶人口老齡化極化程度呈“增強—減弱—增強”的特征，整體上仍以“增強”為主。從具體年份看，長江經濟帶在1982—2000 年極化指數上升迅速，2000—2010年下降，2010—2020 年小幅度上升。長江經濟帶上、中、下游其人口老齡化極化在程度和發(fā)展趨勢也存在著較大差異。上游人口老齡化極化程度不斷加深，2020 年在長江經濟帶中極化程度最高；中游城市人口老齡化極化發(fā)展幅度較小，2010—2020 年出現小幅度下降趨勢，但總體極化趨勢為增強；下游城市人口老齡化極化指數從1982—1990 年為高值，1990—2010 年下降，2010—2020 年呈小幅度上升趨勢，但1982—2020 年總體極化呈下降趨勢。長江經濟帶整體與各區(qū)段的人口老齡化呈非均衡發(fā)展，一些地區(qū)“未富先老”現象的出現是區(qū)域間人口老齡化與社會經濟發(fā)展脫節(jié)的結果，將導致經濟發(fā)展欠發(fā)達的云南、貴州、四川地區(qū)養(yǎng)老負擔加重，進一步加劇東部、中部、西部地區(qū)之間發(fā)展不平衡的局面。

3 影響因素分析

3.1 因子選擇

人口老齡化是在人口年齡結構、社會經濟等眾多因素的綜合影響下形成的［10，12-13］。具體來說，長江經濟帶各個空間單元的區(qū)位條件、經濟基礎、基礎設施、年齡結構等各方面發(fā)展存在著差距，對老齡化的應對措施和所處階段的不同，面對人口老齡化的主要問題也有所不同。鑒于此，本文以長江經濟帶上、中、下游進行分組，分析其人口老齡化空間特征的影響因素。參考相關文獻［10，12，19］，基于數據的可獲取性，本文從人口、經濟基礎、社會保障3 方面來選擇影響因素：①人口因素 人口自然增長率。人口自然增長率體現人口出生率、死亡率的變動情況。②經濟基礎 人均GDP、一般財政支出、社會消費品零售總額、第三產業(yè)增加值、職工平均工資。其中：人均GDP 體現了區(qū)域經濟發(fā)展實力；一般財政支出是政府職能的經濟表現；社會消費品零售總額體現了區(qū)域的經濟活力；第三產業(yè)增加值反映了地區(qū)的產業(yè)結構，經濟促進了生活質量的提升，進而延長了壽命，是人口老齡化得以持續(xù)的主要因素；職工平均工資則是關系一個地區(qū)的勞動人口利益，勞動人口的流入或流出將直接影響一個地區(qū)的人口年齡結構。③社會保障 醫(yī)療衛(wèi)生機構床位數、普通中學數。醫(yī)療、教育保障是整個社會保障體系的重要組成部分，而老齡人口與適齡兒童與其發(fā)展密切相關。

3.2 分析結果

本文以2020 年長江經濟帶130 個空間單元的老齡化系數為被解釋變量，分為上、中、下游3 組，運用分位數法對解釋變量進行分類處理，采用地理探測器探測長江經濟帶人口老齡化空間特征的影響因子。地理探測器因子探測結果見表5。各區(qū)域通過顯著性檢驗的因子如下：長江上游人口老齡化驅動力依次為自然增長率（0. 705）＞職工平均工資（0.453）＞醫(yī)院、衛(wèi)生機構床位數（0.284）＞第三產業(yè)增加值（0.233）＞社會消費品零售總額（0.217）＞普通中學數（0.205）；長江中游人口老齡化驅動力依次為自然增長率（0.566）＞一般財政支出（0.306）＞醫(yī)院、衛(wèi)生機構床位數（0.300）＞職工平均工資（0.278）；長江下游人口老齡化驅動力依次為職工平均工資（0.307）＞一般財政支出（0.270）＞社會消費品零售總額（0.248）＞自然增長率（0.236）＞醫(yī)院、衛(wèi)生機構床位數（0.231）＞普通中學數（0.219）。

表5 2020 年長江經濟帶及人口老齡化因子探測結果Table 5 Detection results of population aging factors in the Changjiang River Economic Beltin 2020

長江上游與中游人口老齡化驅動力最顯著的是自然增長率，而下游人口老齡化驅動力最為顯著的是職工平均工資，自然增長率的驅動力相對較小。人口老齡化問題實質上也是人口年齡結構失衡問題。長江上游與中游人口老齡化的核心驅動力是自然增長率，說明出生率與死亡率直接影響著該區(qū)域人口老齡化程度，當前提高出生率是緩解人口老齡化的重要途徑，實施“三孩”生育政策，提升生育意愿，提高人口出生率從而改善人口年齡結構。職工平均工資作為長江下游地區(qū)人口老齡化的核心驅動力，同時也較為顯著地影響著長江上游和下游地區(qū)的人口老齡化程度，與其經濟實力密切相關。職工平均工資的高低對勞動人口流入或流出有著直接影響，職工平均工資高會吸引勞動力流入，勞動年齡人口一般為15—59 歲，此年齡段人口數的增加使該地區(qū)人口年齡結構呈年輕化狀態(tài)，而職工平均工資低地區(qū)的勞動力流失是促使人口老齡化的重要因素，2019年末長江經濟帶職工平均工資排名前三的省市分別為上海、浙江、江蘇，側面驗證了職工平均工資是長江下游地區(qū)人口老齡化的核心驅動力。

除職工平均工資外，從經濟基礎看，一般財政支出作為長江中游與下游地區(qū)人口老齡化第二顯著的驅動力，與政府職能的經濟表現密切相關。養(yǎng)老相關費用集中在一般財政支出之中，隨著人口老齡化的加劇，政府行為下對老年群體保障、財政支出將會加大，老年人口有很大程度考慮一個地區(qū)的養(yǎng)老福利如何，主要向高福利、社會保障條件好的地區(qū)遷移，這是長江中游與下游人口老齡化的重要影響因素之一。通過政府行為切實保障好老年人口的基本生活，是積極應對人口老齡化的重要舉措。社會消費品零售總額對長江上游與下游地區(qū)人口老齡化影響較大。社會消費品零售總額其中包括大中小型商業(yè)、餐飲業(yè)、工業(yè)等，經濟活力、景氣程度直接影響人民的生活質量，而人民的生活質量影響著人口壽命的長短。第三產業(yè)增加值僅對長江上游地區(qū)人口老齡化有影響。第三產業(yè)增加值反映了地區(qū)產業(yè)結構，隨著人口老齡化的不斷推進，人口數量紅利逐漸消失，產業(yè)發(fā)展既面臨由勞動力供給規(guī)模下降對勞動密集型產業(yè)帶來的挑戰(zhàn)，又面臨由于勞動力老化而帶來的勞動生產率降低等不利影響。同時，老齡消費的增加也有利于老齡產業(yè)的發(fā)展，進而有助于促進產業(yè)結構的轉型升級。

在社會保障方面，醫(yī)院、衛(wèi)生機構床位數對長江上、中、下游人口老齡化均有影響。醫(yī)療作為社會保障體系最重要的組成部分，隨著老齡化程度的加深，提高欠發(fā)達地區(qū)的醫(yī)療水平有助于減輕其養(yǎng)老負擔。一方面醫(yī)療水平的提高會使人口壽命延長，另一方面與之相關的養(yǎng)老服務機構和醫(yī)養(yǎng)結合的相關產業(yè)應運而生也會帶來大量的就業(yè)機會。普通中學數對長江上游、下游人口老齡化產生影響。教育方面，促進教育資源公平分配，減輕各家庭義務教育階段的育兒負擔，為流動兒童和貧困家庭提供相應的教育補貼。

人口老齡化不可避免，如何積極應對是當前人口老齡化發(fā)展的重中之重。長江經濟帶人口老齡化是由各因素交互影響著人口年齡結構變化，人口年齡結構變化表現為生育率下降和人口預期壽命提高。從現階段看，首先要積極推行“三胎政策”，以應對出生率較低的問題，相應的生育福利、育兒保障也需要提供，推進地區(qū)教育資源公平，降低家庭育兒教育開支的負擔，促使生育意愿的提升；其次，完善居民養(yǎng)老福利保障體系，進行醫(yī)療健康改革，合理分配醫(yī)療資源，以此減輕養(yǎng)老負擔；第三，長江經濟帶各區(qū)域經濟發(fā)展差距較大，縮小地區(qū)間的經濟發(fā)展差距，激發(fā)經濟活力，可以有效降低發(fā)展中地區(qū)勞動年齡人口外流的問題，在享受流動人口帶來的人口紅利的同時，應保障流動人口的勞動報酬與社會福利，從而減輕欠發(fā)達地區(qū)的養(yǎng)老負擔。

4 結論與討論

4.1 結論

本文基于人口普查數據和人口抽樣調查數據，分析刻畫了1982—2020 年長江經濟帶130 個空間單元的人口老齡化空間特征，并利用地理探測器探究了長江經濟帶人口老齡化空間特征的影響因素，結論如下：①從人口老齡化發(fā)展現狀看，長江經濟帶人口老齡化類型以超老齡社會、老齡社會、深度老齡化型的地區(qū)為主，說明在很長一段時間內，這些地區(qū)將一直處于此老齡化階段；從老齡化程度看，2020 年長江經濟帶130 個空間單元已全部進入老齡化。②從人口老齡化空間特征看，長江經濟帶人口老齡化空間分布在不同階段、不同區(qū)域間差異大；空間擴張以“點—面—片”狀擴大，空間關聯(lián)性上長江經濟帶人口老齡化空間呈集聚，集聚程度在2005 年、2010年大幅下調后，2015 年、2020 年保持很小的波動范圍，說明長江經濟帶人口老齡化的空間集聚程度在有所下降后保持了一定的連續(xù)性。通過對長江經濟帶人口老齡化極化測算，結果顯示：1982—2020 年間長江經濟帶人口老齡化具有極化特征，長江經濟帶整體和長江上游、中游城市極化程度呈現“增強—減弱—增強”的特征，但長江下游城市極化程度減弱。③通過對長江經濟帶人口老齡化空間特征的影響因素的分析發(fā)現，自然增長率、一般財政支出、職工平均工資、社會消費品零售總額、普通中學數、醫(yī)院衛(wèi)生機構床位數等因子顯著影響長江經濟帶上、中、下游人口老齡化，各因子的影響程度不同。長江經濟帶人口老齡化區(qū)域差異直接原因是人口因素，而根本原因是社會與經濟的差距，各因素交互影響著人口年齡結構的改變。

4.2 討論

從目前的長江經濟帶各省市人口老齡化程度來看，四川人口老齡化問題更為突出，主要呈現出“未富先老”和省內城市之間老齡化程度差異較大的狀態(tài)。與長三角老齡化地區(qū)相比，四川的經濟發(fā)展水平相對落后。2021 年10 月《成渝地區(qū)雙城經濟圈建設規(guī)劃綱要》發(fā)布，這是一項縮小區(qū)域間經濟差距的重要舉措。從長江經濟帶地理位置看，成渝地區(qū)是西部大開發(fā)的重要支撐點，輻射了包括貴州、云南等經濟相對欠發(fā)達的內陸地區(qū)。成渝經濟圈的發(fā)展，在一定程度上將緩解中西部地區(qū)人口和人才流失的局面，緩解人口老齡化。現階段，如何應對“快速”“超老齡”的人口老齡化問題對四川來說將是一個重大考驗，筆者將在今后的研究中予以關注。