西部地區(qū)人口老齡化時(shí)空演變及影響因素

田 甜

(新疆財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)學(xué)院，新疆 烏魯木齊 830012)

人口老齡化是一把“雙刃劍”，既可以刺激“銀發(fā)經(jīng)濟(jì)”帶動(dòng)養(yǎng)老產(chǎn)業(yè)的發(fā)展，又會(huì)帶來一系列問題，比如勞動(dòng)力供給減少、生產(chǎn)率降低等。 與國外相比，盡管中國步入老齡化社會(huì)時(shí)間較短，但面臨著老齡人口基數(shù)過大、增長速度過快這兩個(gè)問題[1]。

國內(nèi)外已有不少學(xué)者對(duì)人口老齡化時(shí)空演變及其影響因素進(jìn)行了研究。 從研究對(duì)象來看，人口老齡化的研究尺度從國家[2]、省域[3]、市域[4]、縣域[5]到鄉(xiāng)鎮(zhèn)街道[6]。 從研究方法來看，大多采用全局、局部莫蘭指數(shù)、冷熱點(diǎn)分析[7]研究時(shí)空分布；針對(duì)人口老齡化影響因素，采用了空間計(jì)量[8]、地理探測器[9]、地理加權(quán)回歸[10]等多種方法。 從所構(gòu)建的測度人口老齡化指標(biāo)來看，一開始是單一指標(biāo)，如最常見的65 歲及以上老年人口占總?cè)丝诘谋戎豙11]，到后來使用人口老齡化綜合指數(shù)，有機(jī)結(jié)合老齡化數(shù)量、比例及密度[12]。

綜上所述，大多數(shù)關(guān)于老齡化的研究時(shí)間跨度較小，并且研究尺度多聚焦于個(gè)別省份或者城市內(nèi)部，很少有關(guān)于區(qū)域人口老齡化的空間演變分析。 而西部地區(qū)經(jīng)濟(jì)欠發(fā)達(dá)，更應(yīng)關(guān)注“未富先老”。 此外，地理探測器的使用還較少。 鑒于此，本文以西部地區(qū)為研究區(qū)域，對(duì)2000~2020 年各市人口老齡化程度進(jìn)行時(shí)空演變分析，并運(yùn)用地理探測器研究影響因素。

一、 數(shù)據(jù)來源及其研究方法

(一)數(shù)據(jù)來源

人口數(shù)據(jù)主要來源于2000~2020 年人口普查及抽樣數(shù)據(jù)。 社會(huì)經(jīng)濟(jì)影響因素主要來自?2021中國城市統(tǒng)計(jì)年鑒?和各地市2020 年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，缺失數(shù)據(jù)來源于各省市統(tǒng)計(jì)年鑒，創(chuàng)建0－1 距離矩陣作為空間權(quán)重矩陣。 由于2000~2020 年西部地區(qū)的行政區(qū)劃有過調(diào)整，因此行政區(qū)劃以2020 年為基準(zhǔn)。

(二)研究方法

1.相關(guān)概念及其界定

鑒于以往研究[13]，定義人口老齡化程度(PA)為65 歲以上人口占總?cè)丝诘谋壤?可將人口老齡化程度劃分為以下幾種類型。 結(jié)果見表1:

表1 人口老齡化程度劃分表

2.空間自相關(guān)

空間自相關(guān)主要包括全局和局部空間自相關(guān)[8]。 全局空間自相關(guān)考察整體空間聚集態(tài)勢(shì)，主要測度方法是全局莫蘭指數(shù)，其計(jì)算公式如下:

局部空間自相關(guān)考察某區(qū)域i附近的空間聚集情況。 可采用局部莫蘭指數(shù)(local Moran's I)來衡量。 計(jì)算公式如下:

3.地理探測器

有關(guān)地理探測器的原理及應(yīng)用，目前已有大量文獻(xiàn)對(duì)其進(jìn)行介紹，此處不再贅述。 有關(guān)地理探測器的基本思想及相關(guān)計(jì)算公式可參考文獻(xiàn)[14]。

二、 西部地區(qū)人口老齡化時(shí)空演變特征

(一)時(shí)間演變分析

1.人口老齡化程度加深

經(jīng)計(jì)算可得，2000 年西部地區(qū)總體人口老齡化系數(shù)為6.52%，處于P2 型社會(huì)；2020 年為13.13%，高于全國平均水平，處于Q2 型社會(huì)。

如圖1 所示，2000 年，僅有重慶市、四川省、廣西壯族自治區(qū)步入老齡化社會(huì)，絕大多數(shù)地區(qū)還處于成年型階段；2005 年，老齡化程度進(jìn)一步加深，全國平均人口老齡化系數(shù)為7.69%，西部地區(qū)共有五個(gè)省份的人口老齡化程度高于全國平均水平；2010 年西部地區(qū)絕大多數(shù)省份均已步入老齡化進(jìn)程；2015 年，大多數(shù)還處于Q1 型社會(huì)；2020年除西藏自治區(qū)外其余均已進(jìn)入老齡化社會(huì)，人口年齡結(jié)構(gòu)由Q1 型向Q2 型轉(zhuǎn)變。

圖1 2000~2020 年西部地區(qū)人口老齡化變化曲線

2.人口老齡化程度存在明顯區(qū)域性差異

如圖1 所示，重慶市、四川省從2000 年開始，就已進(jìn)入了老齡化社會(huì)，且其PA 遠(yuǎn)遠(yuǎn)高于全國平均水平。 2020 年，重慶市與四川省人口年齡結(jié)構(gòu)均為Q3 型而西藏自治區(qū)還未進(jìn)入老齡化社會(huì)。由此可見，重慶市和四川省一定程度上拉高了西部地區(qū)人口老齡化水平[9]。

(二)空間關(guān)聯(lián)分析

1.全局空間自相關(guān)

由于西部地區(qū)地廣人稀，故采用鄰接矩陣作為空間權(quán)重矩陣。 運(yùn)用Stata 軟件分別計(jì)算2000、2005、2010、2015、2020 年西部地區(qū)各省PA 全局莫蘭指數(shù)。 計(jì)算結(jié)果如表2 所示。

表2 不同年份西部地區(qū)全局莫蘭指數(shù)估計(jì)值

由表2 可見，2000 年、2005 年、2010 年、2015年、2020 年西部地區(qū)各省PA 全局莫蘭指數(shù)分別為0.285、0.267、0.196、0.158、0.144，都為正值，且p值均小于0.1，通過了10%水平下的顯著性檢驗(yàn)，說明西部地區(qū)各省PA 存在空間正自相關(guān)，即PA越高的省份其周邊省份的PA 也越高，PA 越低的省份其周邊省份的PA 也越低。 如表2 所示，2000~2020年西部地區(qū)各省PA 全局莫蘭指數(shù)逐漸降低，說明這二十年間西部地區(qū)人口老齡化程度空間聚集性有所減弱。

2.局部空間自相關(guān)

在西部地區(qū)各省PA 存在空間自相關(guān)的情況下，為進(jìn)一步探討鄰近省的PA 聚集程度，繪制2000、2010、2020 年局部莫蘭散點(diǎn)圖來顯示人口老齡化程度4 種局部空間關(guān)聯(lián)類型[8]，如圖2 所示。

圖2 2000~2020 年西部地區(qū)人口老齡化程度局部莫蘭散點(diǎn)圖

如圖2 所示，三幅圖上的點(diǎn)大多落在了第一、第三象限，表明了各省PA 局部空間相關(guān)主要以高－高、低－低集聚為主，也驗(yàn)證了前文的結(jié)果，存在空間正自相關(guān)。

第一象限主要包括四川省、重慶市、陜西省等地。 這些地方不僅人口老齡化程度嚴(yán)重，其相鄰省份的人口老齡化程度也嚴(yán)重，主要是年輕勞動(dòng)力的流失及人口出生率降低等原因所造成的。

云南、青海等地落在第二象限，說明當(dāng)?shù)氐娜丝诶淆g化程度較低而相鄰的地區(qū)人口老齡化程度較高。 例如云南落入了第二象限，其人口老齡化程度較低，而與其相鄰的四川省人口老齡化程度高。

低－低集聚區(qū)主要分布于新疆維吾爾自治區(qū)等地，因此落入了第三象限，說明這些地區(qū)的人口老齡化程度較低，與其相鄰的地區(qū)人口老齡化程度也低。

第四象限主要包括廣西、甘肅等地，說明這些地方人口老齡化程度高而周邊地區(qū)的人口老齡化程度低。 比如廣西人口老齡化程度高，而周邊云南省人口老齡化程度較低。

縱觀這三幅圖，高－高集聚區(qū)、低－低集聚區(qū)數(shù)量均有所減少但逐漸趨于穩(wěn)定，表明人口老齡化分布格局逐漸成形。

三、 西部地區(qū)人口老齡化影響因素分析

(一)影響因素選取

通過閱讀大量文獻(xiàn)，基于數(shù)據(jù)的可獲得性，結(jié)合前人的研究[15]，從人口狀況、社會(huì)經(jīng)濟(jì)發(fā)展水平方面出發(fā)，決定以市域?yàn)檠芯砍叨?，探究更?xì)微單元下人口老齡化分布影響因素并選取以下指標(biāo)，如表3所示。

表3 西部地區(qū)市域人口老齡化影響因素

(二)結(jié)果分析

以2020 年西部地區(qū)各市人口老齡化系數(shù)作為被解釋變量，運(yùn)用ArcGIS 軟件中的自然間斷點(diǎn)分級(jí)法進(jìn)行聚類，將各指標(biāo)數(shù)值型數(shù)據(jù)離散化，之后運(yùn)用地理探測器進(jìn)行分析，得到不同因素對(duì)人口老齡化的影響程度及顯著性水平。

表4 中的結(jié)果表明，通過5%顯著性檢驗(yàn)的因子為:A1(0.372)>B2(0.350)>B4(0.334)>B5(0.308)。A1、B2對(duì)2020 年西部地區(qū)各市人口老齡化的影響最為顯著，意味著A1、B2是關(guān)鍵因素。

表4 2020 年西部地區(qū)人口老齡化因子探測結(jié)果

從人口維度而言，A1代表著人口的自然變動(dòng)，說明人口出生率、死亡率會(huì)直接影響西部地區(qū)PA 的變動(dòng)，可以通過提高出生率來改善人口老齡化狀況。

從社會(huì)經(jīng)濟(jì)方面而言，B2與人民生活息息相關(guān)，B2越高的地方，越吸引年輕勞動(dòng)力的聚集，相對(duì)應(yīng)，B2越低的地方則無法避免年輕勞動(dòng)力的流失，例如四川省的內(nèi)江市、自貢市、瀘州市等地。 B1、B3均未通過5%的顯著性檢驗(yàn)且其q值較小，說明經(jīng)濟(jì)發(fā)展水平、人民的購買力與人口老齡化的空間一致性較弱。 B4、B5通過了5%顯著性檢驗(yàn)，說明社會(huì)保障在一定程度上也會(huì)影響人口老齡化進(jìn)程。 醫(yī)療產(chǎn)業(yè)發(fā)展越好，越有可能提高人們的預(yù)期壽命，保障老年人的健康狀態(tài)。 例如2019 年年末重慶市、成都市的B5位居全國頂端，其PA 也相對(duì)較高。 教育越發(fā)達(dá)，越有可能改變?nèi)藗兊纳^念。

四、 結(jié)論與討論

(一)結(jié)論

基于人口普查數(shù)據(jù)研究2000~2020 年西部地區(qū)各市人口老齡化程度時(shí)空分布，運(yùn)用地理探測器探究人口老齡化時(shí)空分布特征的影響因素，結(jié)論如下:西部地區(qū)人口老齡化程度加深且各地區(qū)間人口老齡化程度存在差異；從空間關(guān)聯(lián)來看，各市人口老齡化程度全局莫蘭指數(shù)都為正值且顯著，存在明顯的空間自相關(guān)，人口老齡化程度與空間分布的相關(guān)性進(jìn)一步加強(qiáng)。 局部空間自相關(guān)特征以高－高、低－低集聚為主。 高－高集聚區(qū)、低－低集聚區(qū)總體上縮減并逐漸趨于穩(wěn)定；通過研究發(fā)現(xiàn)，市域尺度上人口老齡化空間分布特征的影響因素中最關(guān)鍵的兩個(gè)分別是人口自然增長率、職工平均工資；普通中學(xué)數(shù)、醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)通過顯著性檢驗(yàn)對(duì)人口老齡化程度有著一定影響。

(二)討論

西部地區(qū)經(jīng)濟(jì)欠發(fā)達(dá)，人口老齡化程度卻不斷加深，面臨著“未富先老”的困境，不利于經(jīng)濟(jì)可持續(xù)發(fā)展。 西部地區(qū)各省應(yīng)根據(jù)人口老齡化程度制定合理政策，增強(qiáng)養(yǎng)老資源的宏觀調(diào)控[9]。 今后應(yīng)通過分析不同尺度下人口老齡化的格局演變進(jìn)行合理預(yù)測，并提出針對(duì)性的建議措施。