中國(guó)人口老齡化風(fēng)險(xiǎn)分布的梯次結(jié)構(gòu)及其動(dòng)態(tài)演進(jìn)

雷霆　郭娟　向川

摘 要：中國(guó)于21世紀(jì)初正式步入老齡化社會(huì)，并于2010年在東部地區(qū)首先出現(xiàn)了老齡化風(fēng)險(xiǎn)的集中分布?；?010—2020年中國(guó)人口與經(jīng)濟(jì)社會(huì)發(fā)展的面板數(shù)據(jù)，利用PSR模型從壓力、狀態(tài)、響應(yīng)三個(gè)維度構(gòu)建評(píng)估指標(biāo)，采用熵權(quán)TOPSIS、系統(tǒng)聚類等方法，對(duì)中國(guó)人口老齡化風(fēng)險(xiǎn)的水平、區(qū)域差異及其動(dòng)態(tài)演進(jìn)趨勢(shì)進(jìn)行分析。研究發(fā)現(xiàn)：老年人口比重、人口自然增長(zhǎng)率與居民消費(fèi)價(jià)格指數(shù)是構(gòu)成中國(guó)人口老齡化風(fēng)險(xiǎn)系數(shù)的重要指標(biāo)，中國(guó)人口老齡化風(fēng)險(xiǎn)呈現(xiàn)明顯的“U”型分布和空間非均衡性特征。基于系統(tǒng)聚類分析，可將中國(guó)31個(gè)省份劃分為五類風(fēng)險(xiǎn)梯度，其中廣東省為我國(guó)老齡化風(fēng)險(xiǎn)的“洼地”，處于老年產(chǎn)業(yè)布局的“黃金期”，而吉林省則為老齡化風(fēng)險(xiǎn)的“高地”，面臨著老齡工作的嚴(yán)峻挑戰(zhàn)。中國(guó)人口老齡化風(fēng)險(xiǎn)水平呈中期減小、后期加劇的螺旋上升態(tài)勢(shì)，表現(xiàn)出區(qū)域梯次分布不平衡現(xiàn)象：東北地區(qū)人口老齡化風(fēng)險(xiǎn)不斷加深，絕對(duì)差異逐漸減?。粬|部、中部和西部地區(qū)人口老齡化風(fēng)險(xiǎn)整體呈先降后升的波動(dòng)變化趨勢(shì)，并伴隨極化效應(yīng)。在人口老齡化持續(xù)深化的重要背景下，厘清我國(guó)人口老齡化發(fā)展的現(xiàn)實(shí)狀況，明晰其風(fēng)險(xiǎn)分布的梯次結(jié)構(gòu)與演進(jìn)的具體規(guī)律，對(duì)于掌握老齡工作重點(diǎn)、形成“老齡化風(fēng)險(xiǎn)梯次應(yīng)對(duì)”的良好局面具有重要意義。

關(guān)鍵詞：人口老齡化風(fēng)險(xiǎn)；PSR模型；風(fēng)險(xiǎn)梯次結(jié)構(gòu)

中圖分類號(hào)：C913.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-4149（2023）01-0087-19

DOI：10.3969/j.issn.1000-4149.2023.00.006

一、引言

21世紀(jì)初以來(lái)，中國(guó)正式進(jìn)入老齡化社會(huì)。人口老齡化作為人口轉(zhuǎn)變的結(jié)構(gòu)性結(jié)果，其發(fā)展的不可逆與持續(xù)深化是經(jīng)濟(jì)社會(huì)發(fā)展的重要人口背景［1］。鑒于人口老齡化不斷深化的整體趨勢(shì)和“未富先老”［2］的社會(huì)應(yīng)對(duì)能力，國(guó)家從戰(zhàn)略高度制定了《國(guó)家積極應(yīng)對(duì)人口老齡化中長(zhǎng)期規(guī)劃》，提出要使“經(jīng)濟(jì)社會(huì)發(fā)展始終與人口老齡化進(jìn)程相適應(yīng)”，強(qiáng)調(diào)了人口老齡化發(fā)展進(jìn)程對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的重要影響。2021年11月中共中央 國(guó)務(wù)院印發(fā)了《關(guān)于加強(qiáng)新時(shí)代老齡工作的意見(jiàn)》，提出“注重發(fā)揮家庭養(yǎng)老、個(gè)人自我養(yǎng)老的作用，形成多元主體責(zé)任共擔(dān)、老齡化風(fēng)險(xiǎn)梯次應(yīng)對(duì)、老齡事業(yè)人人參與的新局面”的老齡工作原則。其中，“老齡化風(fēng)險(xiǎn)梯次應(yīng)對(duì)”旨在強(qiáng)調(diào)對(duì)人口老齡化風(fēng)險(xiǎn)進(jìn)行科學(xué)測(cè)算并劃分區(qū)域結(jié)構(gòu)，從而明確我國(guó)老齡工作的重點(diǎn)區(qū)域，達(dá)到提前防范、有效應(yīng)對(duì)的良好效果。

中國(guó)的老齡化呈現(xiàn)出如下三大特征：一是漸進(jìn)性，指人口老齡化隨著人口結(jié)構(gòu)的發(fā)展而逐漸顯現(xiàn)和變化；二是層次性，意味著人口老齡化的影響具有循環(huán)性和層次性的特點(diǎn)，其往往從與老年人最密切相關(guān)的領(lǐng)域擴(kuò)展而來(lái)，最后形成對(duì)社會(huì)的綜合影響；三是不平衡性，指人口老齡化對(duì)各個(gè)地區(qū)、領(lǐng)域和環(huán)節(jié)的影響程度不盡相同，并呈現(xiàn)出不同的特點(diǎn)。正是由于老齡化的如上特征使得中國(guó)的人口老齡化風(fēng)險(xiǎn)同樣呈現(xiàn)出時(shí)間維度的漸進(jìn)性和空間梯次演進(jìn)的層次性與不平衡性特征，逐漸發(fā)展與演化出梯次分布結(jié)構(gòu)這一基本形態(tài)。這不僅會(huì)加深區(qū)域間和區(qū)域內(nèi)部的養(yǎng)老負(fù)擔(dān)差異，還會(huì)對(duì)人群公平、代際公平與城鄉(xiāng)公平帶來(lái)挑戰(zhàn)，從而使老齡化風(fēng)險(xiǎn)逐步擴(kuò)散到社會(huì)其他領(lǐng)域。

當(dāng)前我國(guó)社會(huì)的主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長(zhǎng)的美好生活需要和不平衡不充分的發(fā)展之間的矛盾，而人口老齡化風(fēng)險(xiǎn)負(fù)擔(dān)的畸輕畸重影響著共同富裕的早日實(shí)現(xiàn)。因此，探究人口老齡化風(fēng)險(xiǎn)落差的現(xiàn)實(shí)狀況、聚類分析呈現(xiàn)相同風(fēng)險(xiǎn)指數(shù)的省份、構(gòu)建較為清晰的人口老齡化風(fēng)險(xiǎn)梯次，有助于識(shí)別區(qū)域間人口老齡化的異質(zhì)性與同質(zhì)性。同時(shí)，掌握老齡化風(fēng)險(xiǎn)形態(tài)演變的潛在規(guī)律、發(fā)現(xiàn)現(xiàn)有養(yǎng)老保障政策可能存在的模糊點(diǎn)與堵點(diǎn)，有助于我們預(yù)測(cè)人口老齡化風(fēng)險(xiǎn)的演變趨勢(shì)，對(duì)后續(xù)老齡化風(fēng)險(xiǎn)持續(xù)深化可能引發(fā)的各類問(wèn)題起到預(yù)警與防范的作用。

二、文獻(xiàn)綜述

人口老齡化與人口老齡化風(fēng)險(xiǎn)并非簡(jiǎn)單等同。風(fēng)險(xiǎn)是指某種特定的危險(xiǎn)事件發(fā)生的可能性與其產(chǎn)生的后果的組合［3］，由兩部分因素共同組合而成：一是該危險(xiǎn)發(fā)生的可能性，即危險(xiǎn)概率；二是該危險(xiǎn)事件發(fā)生后所產(chǎn)生的后果。因此老齡化風(fēng)險(xiǎn)就是指從老年人領(lǐng)域擴(kuò)散而來(lái)的對(duì)社會(huì)造成的不確定損失［3］，這種損失的大小因地區(qū)經(jīng)濟(jì)發(fā)展水平、衛(wèi)生健康水平等條件不同而存在差異。也就是說(shuō)老齡化風(fēng)險(xiǎn)的衡量不僅取決于人口維度，還取決于社會(huì)整體狀態(tài)與應(yīng)對(duì)老齡風(fēng)險(xiǎn)的能力?！笆奈濉蹦?，我國(guó)60歲及以上人口將接近三億，人口老齡化風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)、社會(huì)、家庭及個(gè)人帶來(lái)的沖擊成為人民最關(guān)心、最直接、最現(xiàn)實(shí)的利益問(wèn)題。在“十四五”及之后的一段時(shí)間里，我國(guó)人口發(fā)展需要克服一系列風(fēng)險(xiǎn)挑戰(zhàn)：首先，從人口老齡化壓力層面來(lái)看，低生育率和低人口增長(zhǎng)率皆呈現(xiàn)不可逆的趨勢(shì)，人口老齡化會(huì)導(dǎo)致經(jīng)濟(jì)增長(zhǎng)速度持續(xù)減緩［4］。這意味著老齡化可能產(chǎn)生新的致貧因素，顯著降低家庭消費(fèi)，妨礙我國(guó)充分挖掘居民消費(fèi)潛力［5］。其次，從經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r來(lái)看，我國(guó)地區(qū)間經(jīng)濟(jì)發(fā)展差異顯著并將長(zhǎng)期存在［6］，養(yǎng)老服務(wù)需求的普遍增加也會(huì)使得養(yǎng)老服務(wù)供需體系存在的諸多問(wèn)題日益凸顯［7］。最后，從地區(qū)響應(yīng)能力來(lái)看，東部地區(qū)人口老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)作用高于中西部地區(qū)，中西部地區(qū)人口老齡化對(duì)財(cái)政可持續(xù)的促進(jìn)作用以及影響都要小于東部地區(qū)［8］。地區(qū)間老齡化風(fēng)險(xiǎn)應(yīng)對(duì)能力的顯著差異不利于全體人民共享發(fā)展成果，阻礙共同富裕的早日實(shí)現(xiàn)。

隨著全球人口老齡化向縱深發(fā)展，人口老齡化的空間不均衡分布現(xiàn)象就曾引發(fā)各國(guó)學(xué)者的普遍關(guān)注：在20世紀(jì)50年代至70年代期間，美國(guó)65歲及以上老年人口曾出現(xiàn)了較高水平的西移現(xiàn)象［9］，為后期美國(guó)老年人口西高東低的分布結(jié)構(gòu)奠定了基礎(chǔ)。英國(guó)與波蘭受到人口與政治事件的影響，老年人口分別在農(nóng)村和城市社區(qū)出現(xiàn)了集聚［10］。日本在20世紀(jì)90年代以后，年輕勞動(dòng)力大量遷往大中城市，使得秋田、山形等城市成為人口老齡化最“發(fā)達(dá)”的地區(qū)［11］，人口老齡化的分布以城市規(guī)模為標(biāo)準(zhǔn)形成差異化的分布結(jié)構(gòu)。中國(guó)與這些國(guó)家的老齡化風(fēng)險(xiǎn)集聚具有一定的相似性，但也有著特殊的國(guó)情：一是與歐美發(fā)達(dá)國(guó)家相比，我國(guó)的工業(yè)化與城市化速度極快。1983年，中國(guó)農(nóng)民工數(shù)量實(shí)現(xiàn)了百余倍的跨越式增長(zhǎng)。勞動(dòng)力從農(nóng)村涌向城市，從欠發(fā)達(dá)地區(qū)涌向經(jīng)濟(jì)發(fā)達(dá)地區(qū)，促進(jìn)經(jīng)濟(jì)高速增長(zhǎng)［12］的同時(shí)帶來(lái)了老齡化分布的落差。二是我國(guó)各省份的人口自然增長(zhǎng)基礎(chǔ)不同，因而老齡化風(fēng)險(xiǎn)的梯次結(jié)構(gòu)不僅僅表現(xiàn)出在經(jīng)濟(jì)發(fā)達(dá)區(qū)域的低值集聚或農(nóng)村地區(qū)的高值集聚，而是呈現(xiàn)出更為復(fù)雜的分布規(guī)律。

中國(guó)人口老齡化風(fēng)險(xiǎn)的梯次分布于2010年開(kāi)始初步顯現(xiàn)［13］。2000年我國(guó)基本步入老齡化社會(huì)，東部、中部、西部、東北四大區(qū)域的老齡化差距在十年內(nèi)是逐漸縮小的，中國(guó)人口老齡化的分布還未形成較為明顯的落差；但從2010年開(kāi)始，隨著人口的遷移，我國(guó)東部地區(qū)率先形成了人口老齡化的“高地”［14］。之后逐漸形成了以胡煥庸線為分界的東高西低的老齡化分布格局，但這一格局隨著人口老齡化的加深逐漸變得模糊，開(kāi)始呈現(xiàn)出新的分布格局［15］。人口老齡化梯次分布的轉(zhuǎn)換與強(qiáng)化會(huì)帶來(lái)老齡化在區(qū)域內(nèi)的同質(zhì)性與區(qū)域間的異質(zhì)性：從同質(zhì)性方面看，程蘭芳、鄧蔚利用系統(tǒng)聚類方法將我國(guó)30個(gè)省份（不包含西藏和港澳臺(tái)）劃分為四類老齡化區(qū)域，每一區(qū)域內(nèi)部之間產(chǎn)生聚類效應(yīng)，呈現(xiàn)出相似的老齡化深度與社會(huì)負(fù)擔(dān)水平［16］。從異質(zhì)性方面看，既存在由于省區(qū)間經(jīng)濟(jì)發(fā)展程度不同而引起的人口老齡化演化趨勢(shì)差異，也存在著由于城鄉(xiāng)人口遷移而帶來(lái)的老齡化“城鄉(xiāng)倒置”的內(nèi)部差異［17］；老齡化發(fā)展的同質(zhì)性與異質(zhì)性構(gòu)造了老齡化風(fēng)險(xiǎn)的可能區(qū)間［18］，也使本文對(duì)老齡化風(fēng)險(xiǎn)進(jìn)行風(fēng)險(xiǎn)分層［19］成為可能。

目前，以傳統(tǒng)的人口相關(guān)指標(biāo)來(lái)評(píng)估人口老齡化風(fēng)險(xiǎn)的研究已取得較為豐碩的成果。但從風(fēng)險(xiǎn)的定義來(lái)看，單純以人口尺度衡量人口老齡化所帶來(lái)的風(fēng)險(xiǎn)尚存在改進(jìn)的空間。因此，本文構(gòu)建了一個(gè)更加全面的人口老齡化風(fēng)險(xiǎn)測(cè)量指標(biāo)體系，試圖從更科學(xué)的角度對(duì)人口老齡化風(fēng)險(xiǎn)進(jìn)行測(cè)量，從而對(duì)已有的老齡化風(fēng)險(xiǎn)來(lái)源進(jìn)行有益的補(bǔ)充。此外，為了回應(yīng)《中共中央 國(guó)務(wù)院關(guān)于加強(qiáng)新時(shí)代老齡工作的意見(jiàn)》中提出的“人口老齡化風(fēng)險(xiǎn)梯次應(yīng)對(duì)”這一重要指示，本文在測(cè)算出各省份風(fēng)險(xiǎn)指數(shù)后，通過(guò)數(shù)據(jù)處理進(jìn)行風(fēng)險(xiǎn)區(qū)域梯次的劃分，能從理論上回應(yīng)黨中央在中國(guó)即將進(jìn)入深度人口老齡化這一重要時(shí)期對(duì)于老齡化風(fēng)險(xiǎn)識(shí)別與防范工作的重要指示。

三、研究方法及過(guò)程

1. 數(shù)據(jù)來(lái)源、指標(biāo)構(gòu)建與研究設(shè)計(jì)

考慮到中國(guó)人口老齡化風(fēng)險(xiǎn)的梯次最先出現(xiàn)于2010年這一基本情況，又考慮到數(shù)據(jù)的可得性、完整程度對(duì)研究結(jié)論帶來(lái)的重要影響，本文的樣本里沒(méi)有包括港澳臺(tái)地區(qū)，最終選擇31個(gè)省份作為研究對(duì)象，以2010—2020年作為研究區(qū)間開(kāi)展相關(guān)研究。中國(guó)人口老齡化風(fēng)險(xiǎn)梯次指標(biāo)體系的構(gòu)建，需滿足科學(xué)性、系統(tǒng)性、可比性、可操作性的原則，且應(yīng)將影響人口老齡化風(fēng)險(xiǎn)趨勢(shì)的相關(guān)因素都納入其中。對(duì)于趨勢(shì)測(cè)算指標(biāo)的選擇主要基于以往文獻(xiàn)中所識(shí)別的中國(guó)養(yǎng)老脆弱性［19］、老齡化程度［20］的指標(biāo)。

本文所需的數(shù)據(jù)主要包括人口、社會(huì)經(jīng)濟(jì)及社區(qū)服務(wù)中心相關(guān)數(shù)據(jù)，主要來(lái)源于2010—2020年各省份人口、經(jīng)濟(jì)發(fā)展?fàn)顩r以及民政數(shù)據(jù)。其中，人口等方面的數(shù)據(jù)主要來(lái)源于2010—2020年全國(guó)人口普查數(shù)據(jù)與國(guó)家統(tǒng)計(jì)局官網(wǎng)，經(jīng)濟(jì)類指標(biāo)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》，社區(qū)服務(wù)床位數(shù)等數(shù)據(jù)主要來(lái)源于《中國(guó)民政統(tǒng)計(jì)年鑒——中國(guó)社會(huì)服務(wù)統(tǒng)計(jì)資料》，醫(yī)療支出等數(shù)據(jù)主要來(lái)源于《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》。

2. 基于PSR模型的評(píng)估指標(biāo)體系的構(gòu)建

構(gòu)建壓力—狀態(tài)—響應(yīng)模型的首要工作是風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的構(gòu)建。評(píng)估指標(biāo)體系構(gòu)建的科學(xué)與否直接關(guān)系到測(cè)量結(jié)果是否具有科學(xué)性。壓力—狀態(tài)—響應(yīng)模型（PSR模型）最初由加拿大統(tǒng)計(jì)學(xué)家拉波特（Rapport）和弗蘭德（Friend）于1979年提出，隨后，世界經(jīng)濟(jì)合作與發(fā)展組織（OECD）和聯(lián)合國(guó)環(huán)境規(guī)劃署（UNEP）將其用于環(huán)境風(fēng)險(xiǎn)測(cè)度，后又被廣泛用于各類社會(huì)性風(fēng)險(xiǎn)測(cè)度問(wèn)題的研究。因此，本文借鑒PSR模型，從壓力、狀態(tài)、響應(yīng)三個(gè)維度構(gòu)建評(píng)價(jià)指標(biāo)層。

人口老齡化的壓力是指老年人口的增長(zhǎng)趨勢(shì)對(duì)社會(huì)人口結(jié)構(gòu)性安全所帶來(lái)的壓力，其隨著老年人口占總?cè)丝诒戎氐牟粩嘣黾佣由?。歷次全國(guó)人口普查數(shù)據(jù)和抽樣調(diào)查數(shù)據(jù)顯示，1982年中國(guó)60歲及以上老年人占總?cè)丝诘谋戎貫?.6%，隨后逐年增加，并在2010年開(kāi)啟“加速模式”，達(dá)到了13.3%，到了2020年，該比重進(jìn)一步提高至18.7%并首次反超少兒人口比重（18.0%）0.7個(gè)百分點(diǎn)。人口老齡化壓力首先會(huì)影響到人口結(jié)構(gòu)，進(jìn)而導(dǎo)致勞動(dòng)力要素供應(yīng)不足，社會(huì)生產(chǎn)率下降［21］。此外，人口老齡化還會(huì)提高老年人口撫養(yǎng)比，影響居民儲(chǔ)蓄率［22］，從而改變我國(guó)在之前相當(dāng)長(zhǎng)一段時(shí)間內(nèi)所依賴的“人口紅利”局面。因此本文選取的壓力指標(biāo)具體包括65歲及以上老年人口占地區(qū)總?cè)丝诘谋戎亍⒗夏耆丝趽狃B(yǎng)比、人口自然增長(zhǎng)率、平均家庭戶規(guī)模。

人口老齡化風(fēng)險(xiǎn)狀態(tài)是指老齡化風(fēng)險(xiǎn)在不同時(shí)期范圍內(nèi)所產(chǎn)生的階段性變化。它可以被描述為在人口老齡化風(fēng)險(xiǎn)的壓力作用與影響下，經(jīng)濟(jì)社會(huì)在地區(qū)經(jīng)濟(jì)、居民收入、財(cái)政收入、社會(huì)能力方面所呈現(xiàn)出的現(xiàn)狀。社會(huì)的穩(wěn)定表現(xiàn)為一種開(kāi)放式的穩(wěn)定的社會(huì)狀態(tài)，不穩(wěn)定狀態(tài)的來(lái)源之一就是國(guó)家不能滿足公民基本物質(zhì)需要而引發(fā)的匱乏式不穩(wěn)定［23］。因而描述人口老齡化風(fēng)險(xiǎn)狀態(tài)的指標(biāo)包括地區(qū)生產(chǎn)總值、人均地區(qū)生產(chǎn)總值、全體居民人均可支配收入、城鄉(xiāng)居民社會(huì)養(yǎng)老保險(xiǎn)參保人數(shù)、城鄉(xiāng)居民社會(huì)養(yǎng)老保險(xiǎn)累計(jì)結(jié)余、地方財(cái)政一般預(yù)算收入、社會(huì)服務(wù)綜合指數(shù)等。

人口老齡化風(fēng)險(xiǎn)響應(yīng)是指政府部門(mén)采取有關(guān)措施來(lái)減少人口老齡化風(fēng)險(xiǎn)沖擊，主要是通過(guò)增加養(yǎng)老床位和社會(huì)財(cái)富再分配來(lái)實(shí)現(xiàn)。風(fēng)險(xiǎn)社會(huì)理論認(rèn)為，風(fēng)險(xiǎn)社會(huì)概念對(duì)應(yīng)的是“工業(yè)社會(huì)”或“階級(jí)社會(huì)”的概念，這兩個(gè)概念圍繞著社會(huì)生產(chǎn)的財(cái)富是如何通過(guò)社會(huì)中不平等卻又合法的方式進(jìn)行分配的問(wèn)題進(jìn)行思考。社會(huì)財(cái)富的再分配是應(yīng)對(duì)風(fēng)險(xiǎn)社會(huì)的主要?jiǎng)恿?。因而人口老齡化風(fēng)險(xiǎn)響應(yīng)指標(biāo)主要包括地方財(cái)政社會(huì)保障與就業(yè)支出、地方財(cái)政醫(yī)療衛(wèi)生支出、社區(qū)衛(wèi)生服務(wù)中心數(shù)、衛(wèi)生機(jī)構(gòu)床位數(shù)、千老年人口養(yǎng)老床位、地方財(cái)政一般公共服務(wù)支出等。

3. 方法選擇及研究設(shè)計(jì)

本文利用熵值法對(duì)人口老齡化風(fēng)險(xiǎn)進(jìn)行測(cè)算。在具體使用的過(guò)程中，熵值法根據(jù)各指標(biāo)的變異程度，利用信息熵計(jì)算出各指標(biāo)的熵權(quán)，再通過(guò)熵權(quán)對(duì)各指標(biāo)的權(quán)重進(jìn)行修正，從而得到較為客觀的指標(biāo)權(quán)重。為了突出不同時(shí)間下各指標(biāo)權(quán)重的變化，引入時(shí)間變量，使分析結(jié)果更加具有科學(xué)性與客觀性。改進(jìn)的熵權(quán)法評(píng)價(jià)模型如下。

本文對(duì)于中國(guó)人口老齡化風(fēng)險(xiǎn)的衡量從壓力、狀態(tài)、響應(yīng)三個(gè)維度來(lái)綜合考慮。通過(guò)大量借鑒以往的研究成果和遵循指標(biāo)構(gòu)建的科學(xué)性、權(quán)威性與可獲得性原則，基于中國(guó)人口老齡化風(fēng)險(xiǎn)的內(nèi)涵，構(gòu)建了包含人口自然增長(zhǎng)率等原始指標(biāo)和城鄉(xiāng)居民養(yǎng)老保險(xiǎn)負(fù)擔(dān)系數(shù)等生成指標(biāo)。22項(xiàng)評(píng)估指標(biāo)基本涵蓋了人口老齡化這一開(kāi)放系統(tǒng)的主要因素。通過(guò)Stata 17.0軟件計(jì)算，得到各項(xiàng)指標(biāo)的權(quán)重，結(jié)果如表1所示。

從熵值法的統(tǒng)計(jì)結(jié)果來(lái)看，指標(biāo)權(quán)重在維度間與同一維度內(nèi)部均存在較大差異。從維度間比較來(lái)看，壓力層面指標(biāo)的平均權(quán)重遠(yuǎn)超狀態(tài)指標(biāo)與響應(yīng)指標(biāo)權(quán)重，表明目前中國(guó)人口老齡化風(fēng)險(xiǎn)壓力主要來(lái)源于人口結(jié)構(gòu)，其次是狀態(tài)層面，響應(yīng)層面的指標(biāo)對(duì)人口老齡化風(fēng)險(xiǎn)的影響最小。從維度內(nèi)部比較來(lái)看，壓力層中65歲及以上人口數(shù)占總?cè)丝诒戎厮紮?quán)重最高，為9.297%，其次是人口自然增長(zhǎng)率指標(biāo)占比，為9.140%；狀態(tài)層中居民消費(fèi)價(jià)格指數(shù)指標(biāo)所占權(quán)重最高，為13.394%；響應(yīng)層中權(quán)重最高的指標(biāo)是衛(wèi)生機(jī)構(gòu)床位數(shù)，為5.744%。

得出指標(biāo)權(quán)重后，使用TOPSIS法測(cè)算各個(gè)指標(biāo)到理想解之間的距離，首先，計(jì)算出各個(gè)指標(biāo)的最大值和最小值，得出正理想解Z+和負(fù)理想解Z-，公式如下：

最后，利用聚類分析將數(shù)據(jù)對(duì)象的集合分組為由類似的對(duì)象組成的多個(gè)類別。聚類分析是進(jìn)行數(shù)據(jù)挖掘的一項(xiàng)重要技術(shù)方法，它是通過(guò)一組給定的未知分布的數(shù)據(jù)，比較數(shù)據(jù)樣本間的關(guān)聯(lián)信息，在非監(jiān)督狀態(tài)下獲得最優(yōu)劃分方案的過(guò)程，最終使得組內(nèi)數(shù)據(jù)樣本具有高度的同構(gòu)性，相似度盡可能大，組間樣本具有高度的異質(zhì)性，相似度盡可能小。

四、中國(guó)人口老齡化風(fēng)險(xiǎn)分布與類型：實(shí)證分析

1. 基于熵值法的31個(gè)省份人口老齡化風(fēng)險(xiǎn)得分分析

本文利用Stata 17.0統(tǒng)計(jì)軟件，計(jì)算出我國(guó)31個(gè)省份2010—2020年人口老齡化風(fēng)險(xiǎn)水平并對(duì)其進(jìn)行排序，由于篇幅限制，僅展示2012—2020年的計(jì)算結(jié)果，如表2和圖1所示。

由表2和圖1可知，全國(guó)及各地區(qū)的人口老齡化風(fēng)險(xiǎn)呈現(xiàn)以下特征。

第一，全國(guó)人口老齡化風(fēng)險(xiǎn)的均值基本呈現(xiàn)以2011年和2020年為頂點(diǎn)、2015年與2017年為低點(diǎn)的“U”型形態(tài)。出現(xiàn)這種形態(tài)的可能原因有如下幾點(diǎn)：一是2015年10月黨的十八屆五中全會(huì)決定全面放開(kāi)二孩政策，生育政策的放寬一定程度上改善了我國(guó)人口結(jié)構(gòu)老化問(wèn)題。二是2020年新冠疫情的出現(xiàn)使各地經(jīng)濟(jì)形勢(shì)下滑，醫(yī)療健康支出增長(zhǎng)迅速，社會(huì)整體風(fēng)險(xiǎn)應(yīng)對(duì)能力受到挑戰(zhàn)［24］。

第二，我國(guó)人口老齡化風(fēng)險(xiǎn)呈現(xiàn)較為明顯的空間非均衡特征。從分省份的結(jié)果來(lái)看，我國(guó)人口老齡化風(fēng)險(xiǎn)最大的省份是吉林省，風(fēng)險(xiǎn)得分為0.666;其次是黑龍江省，風(fēng)險(xiǎn)得分為0.634；第三位是重慶市，得分為0.622。我國(guó)人口老齡化風(fēng)險(xiǎn)最小的省份是廣東省，風(fēng)險(xiǎn)得分僅為0.349；其次是河南省，得分為0.457。風(fēng)險(xiǎn)最高省份與風(fēng)險(xiǎn)最低省份之間得分差異較大。從分區(qū)域結(jié)果來(lái)看，東北區(qū)域人口老齡化風(fēng)險(xiǎn)與其他區(qū)域相比處于高位增長(zhǎng)的態(tài)勢(shì)，這與東北人口持續(xù)的超低生育率、勞動(dòng)力人口的加速外流密切相關(guān)［25］。

2. 針對(duì)風(fēng)險(xiǎn)來(lái)源的分類分析

為了進(jìn)一步明確31個(gè)省份風(fēng)險(xiǎn)來(lái)源的差異，本文對(duì)2020年風(fēng)險(xiǎn)水平從壓力、狀態(tài)、響應(yīng)三個(gè)維度進(jìn)行進(jìn)一步分解并就這三個(gè)維度分別對(duì)31個(gè)省份進(jìn)行排序，排序結(jié)果如表3所示。

通過(guò)分維度測(cè)算可知，目前四川、重慶、安徽的人口老齡化壓力最大，老年人口撫養(yǎng)比的均值達(dá)到了23%以上，社會(huì)養(yǎng)老負(fù)擔(dān)沉重，人口自然增長(zhǎng)率處于全國(guó)末尾也加深了其老齡化的壓力，與之情況相反的新疆人口老齡化壓力最小，西藏次之；從社會(huì)整體經(jīng)濟(jì)社會(huì)政策的狀態(tài)來(lái)看，江蘇、廣東、山東的狀態(tài)最佳，這與其經(jīng)濟(jì)正向驅(qū)動(dòng)力強(qiáng)、人民收入水平高有密不可分的聯(lián)系，而西藏、新疆的風(fēng)險(xiǎn)狀態(tài)系統(tǒng)得分較差，必須從發(fā)展區(qū)域經(jīng)濟(jì)、改善財(cái)政收入入手才能從根源上改善其社會(huì)整體狀態(tài)；從響應(yīng)系統(tǒng)來(lái)看，廣東、四川、山東的社會(huì)保障支出水平高，衛(wèi)生條件更優(yōu)越，對(duì)老齡化風(fēng)險(xiǎn)的響應(yīng)能力最強(qiáng)，而西藏的響應(yīng)能力最弱，響應(yīng)風(fēng)險(xiǎn)最高。

3. 人口老齡化風(fēng)險(xiǎn)水平的綜合評(píng)價(jià)

通過(guò)對(duì)31個(gè)省份2020年人口老齡化風(fēng)險(xiǎn)的貼近度進(jìn)行計(jì)算，并以此為判斷依據(jù)，判斷各地區(qū)人口老齡化風(fēng)險(xiǎn)與社會(huì)整體應(yīng)對(duì)能力發(fā)展的狀況。從應(yīng)對(duì)人口老齡化能力的角度來(lái)看，廣東、河南位居前兩位，北京、四川、山東緊隨其后，西藏的均值排在最后，詳見(jiàn)表4。

4. 中國(guó)人口老齡化風(fēng)險(xiǎn)分省份聚類分析

本文運(yùn)用SPSS 20.0軟件，根據(jù)22類指標(biāo)數(shù)據(jù)對(duì)中國(guó)31個(gè)省份的人口老齡化風(fēng)險(xiǎn)得分進(jìn)行系統(tǒng)聚類分析，采用組間聯(lián)接—平方歐式距離—范圍0至1進(jìn)行標(biāo)準(zhǔn)化處理。采用1.75作為相對(duì)距離，構(gòu)建中國(guó)人口老齡化的風(fēng)險(xiǎn)梯次，系統(tǒng)聚類得出的樹(shù)狀圖如圖2所示。

依據(jù)人口老齡化風(fēng)險(xiǎn)聚類分析的結(jié)果與經(jīng)驗(yàn)，對(duì)各個(gè)省份的人口老齡化風(fēng)險(xiǎn)進(jìn)行排序，將31個(gè)省份分為五個(gè)類別：人口老齡化高風(fēng)險(xiǎn)地區(qū)、人口老齡化中高風(fēng)險(xiǎn)地區(qū)、人口老齡化中等風(fēng)險(xiǎn)地區(qū)、人口老齡化中低風(fēng)險(xiǎn)地區(qū)、人口老齡化低風(fēng)險(xiǎn)地區(qū)，詳見(jiàn)表5。

第一類：人口老齡化高風(fēng)險(xiǎn)地區(qū)，僅包括吉林省。吉林省是31個(gè)省份中人口老齡化風(fēng)險(xiǎn)最高的省份。吉林省老年人口比重于2006年開(kāi)始超越全國(guó)平均水平，并在2010年開(kāi)始迅速步入我國(guó)人口老齡化的第一梯隊(duì)［26］，伴隨而來(lái)的則是“未富先老”問(wèn)題凸顯：其中，人均地區(qū)生產(chǎn)總值僅為50800元，排名全國(guó)倒數(shù)第七，養(yǎng)老保險(xiǎn)累計(jì)結(jié)余為85.7億元，排名全國(guó)倒數(shù)第四；響應(yīng)能力不足，雖然地方財(cái)政的公共服務(wù)與醫(yī)療衛(wèi)生支出較多，但由于居民人均可支配收入較低且增速連年下降，使得微觀家庭抵抗老齡化風(fēng)險(xiǎn)的能力不足，詳見(jiàn)圖3。

第二類：老齡化中高風(fēng)險(xiǎn)地區(qū)，包括山西、甘肅、海南、重慶、黑龍江、遼寧、天津、上海、內(nèi)蒙古9個(gè)省份。這一梯隊(duì)分為兩種情況，一種以甘肅省為代表，雖然狀態(tài)風(fēng)險(xiǎn)高且響應(yīng)能力不足，但面臨的老齡化風(fēng)險(xiǎn)壓力??；一種以遼寧省為代表，壓力、狀態(tài)、響應(yīng)三類風(fēng)險(xiǎn)均較高，經(jīng)濟(jì)下行風(fēng)險(xiǎn)較大、養(yǎng)老保障水平不足、養(yǎng)老金收不抵支往往是這些省份面臨的主要困難，詳見(jiàn)圖4。

第三類：人口老齡化中等風(fēng)險(xiǎn)地區(qū)，包括新疆、安徽、西藏、浙江、寧夏、貴州、青海、四川、陜西、河北、江西、湖北、湖南、云南、廣西、北京、福建、江蘇18個(gè)省份。這些省份的人口老齡化壓力與其狀態(tài)和響應(yīng)能力往往不相匹配。如西藏與新疆地區(qū)壓力風(fēng)險(xiǎn)很低，但社會(huì)狀態(tài)和響應(yīng)風(fēng)險(xiǎn)極高。因此要構(gòu)建經(jīng)濟(jì)發(fā)展適當(dāng)優(yōu)先的老齡化應(yīng)對(duì)思路，提前構(gòu)建社會(huì)、政府、個(gè)人三方共擔(dān)養(yǎng)老成本的風(fēng)險(xiǎn)防范機(jī)制，提早建立可防、可控的風(fēng)險(xiǎn)防范體系［27］，詳見(jiàn)圖5。

第四類：人口老齡化中低風(fēng)險(xiǎn)地區(qū)，包括山東、河南兩省。這兩個(gè)省份各項(xiàng)維度指標(biāo)近似，但河南省略優(yōu)于山東省，雖然其老年人口撫養(yǎng)比為21.28%，和山東相比沒(méi)有什么優(yōu)勢(shì)，但在山東出現(xiàn)了較低的人口自然增長(zhǎng)率時(shí)，河南依然有3.44%的人口自然增長(zhǎng)率。山東省和河南省平均家庭戶規(guī)模分別為2.7人/戶和2.86人/戶，處于全國(guó)前列，詳見(jiàn)圖6。

第五類：人口老齡化低風(fēng)險(xiǎn)地區(qū)，僅包括廣東省。經(jīng)濟(jì)發(fā)展迅速、人民生活富裕、社會(huì)養(yǎng)老負(fù)擔(dān)較小是廣東省成為我國(guó)人口老齡化風(fēng)險(xiǎn)最低省份的主要原因。如圖7所示，廣東省人均地區(qū)生產(chǎn)總值逐年攀升，位于全國(guó)前列，而老年人口撫養(yǎng)比與其他經(jīng)濟(jì)發(fā)達(dá)省份（如上海）相比又處于低位，正處于老齡產(chǎn)業(yè)布局的“黃金期”，詳見(jiàn)圖7。

五、核密度估計(jì)

通過(guò)熵權(quán)TOPSIS與系統(tǒng)聚類方法對(duì)中國(guó)人口老齡化風(fēng)險(xiǎn)的綜合水平進(jìn)行了細(xì)致的測(cè)算與分析，其結(jié)果反映了中國(guó)人口老齡化風(fēng)險(xiǎn)的大小與梯次分布。此外，本文運(yùn)用核密度估計(jì)（Kernel Density Estimation， KDE）對(duì)我國(guó)人口老齡化風(fēng)險(xiǎn)水平的絕對(duì)差異和分布動(dòng)態(tài)演進(jìn)規(guī)律進(jìn)行實(shí)證研究，系統(tǒng)考察其在全國(guó)及四大經(jīng)濟(jì)區(qū)內(nèi)分布的態(tài)勢(shì)、演化及其極化情況。

核密度估計(jì)是一種重要的非參數(shù)估計(jì)方法，其不受模型設(shè)定的影響，對(duì)于估計(jì)未知分布具有較大優(yōu)勢(shì)［29］。核密度估計(jì)函數(shù)通過(guò)對(duì)不同時(shí)點(diǎn)樣本分布特征的對(duì)比分析，考察樣本的空間分布及動(dòng)態(tài)演進(jìn)。

假設(shè)f（x）為隨機(jī)變量x的密度函數(shù)，點(diǎn)x處的概率密度估計(jì)如下所示：

其中，N為觀測(cè)值的個(gè)數(shù)；Xi為樣本觀測(cè)值；x表示樣本平均值；K（·）代表核密度函數(shù)；h表示帶寬；k（x）為平滑轉(zhuǎn)換或加權(quán)的函數(shù)。

本文選用使用較為普遍的高斯（Gaussian）核函數(shù)對(duì)我國(guó)人口老齡化風(fēng)險(xiǎn)發(fā)展的分布動(dòng)態(tài)演進(jìn)過(guò)程進(jìn)行分析。文章使用MATLAB 2020b軟件構(gòu)造了高斯核密度三維分布圖，通過(guò)其分布位置、態(tài)勢(shì)、延展性和極化現(xiàn)象來(lái)說(shuō)明中國(guó)人口老齡化風(fēng)險(xiǎn)水平的差異特征。

1.中國(guó)人口老齡化風(fēng)險(xiǎn)水平核密度分布動(dòng)態(tài)

圖8顯示了2010—2020年中國(guó)31個(gè)省份人口老齡化風(fēng)險(xiǎn)水平的分布動(dòng)態(tài)演進(jìn)，全國(guó)人口老齡化風(fēng)險(xiǎn)水平的分布動(dòng)態(tài)呈現(xiàn)出以下特征：①我國(guó)人口老齡化風(fēng)險(xiǎn)水平分布曲線的主峰位置存在“右移—左移—右移”的趨勢(shì)，表明中國(guó)人口老齡化風(fēng)險(xiǎn)呈先上升后下降再上升的螺旋上升態(tài)勢(shì)。

②核密度估計(jì)函數(shù)的峰值先升后降，中期主峰峰值達(dá)到最大，后期峰值逐漸減小，波峰寬度先減少后增加，中期主峰寬度達(dá)到最小，后期主峰寬度逐漸增大，說(shuō)明全國(guó)人口老齡化風(fēng)險(xiǎn)水平整體差異呈先縮小后擴(kuò)大的趨勢(shì)，表現(xiàn)出區(qū)域梯次分布發(fā)展不均衡現(xiàn)象。

③核密度曲線主要表現(xiàn)為多峰分布，說(shuō)明中國(guó)各地區(qū)的人口老齡化風(fēng)險(xiǎn)水平出現(xiàn)極化態(tài)勢(shì)。

2.東部地區(qū)人口老齡化風(fēng)險(xiǎn)水平核密度分布動(dòng)態(tài)

圖9顯示了2010—2020年我國(guó)東部地區(qū)人口老齡化風(fēng)險(xiǎn)水平的分布動(dòng)態(tài)演進(jìn)，其表現(xiàn)出如下特征：①東部地區(qū)人口老齡化風(fēng)險(xiǎn)水平分布曲線的主峰變動(dòng)形態(tài)為“左移—右移—右移”，對(duì)比2010與2020年，總體趨勢(shì)為左移，表明東部地區(qū)人口老齡化風(fēng)險(xiǎn)程度有所減弱。②核密度估計(jì)函數(shù)的主峰高度經(jīng)歷了“上升—下降—上升”的演變過(guò)程，但整體峰值增大，在一定程度上反映東部地區(qū)人口老齡化風(fēng)險(xiǎn)的分布狀態(tài)呈集中趨勢(shì)。③東部地區(qū)人口老齡化風(fēng)險(xiǎn)水平分布曲線的主峰寬度從2010年的0.38—0.72縮小到2020年的0.46—0.67，波寬縮小了0.13個(gè)單位，說(shuō)明東部地區(qū)人口老齡化風(fēng)險(xiǎn)水平的絕對(duì)差異縮小。④主峰左右側(cè)存在波峰且主峰與側(cè)峰高度差相對(duì)較大，說(shuō)明東部地區(qū)人口老齡化風(fēng)險(xiǎn)水平存在一定的極化現(xiàn)象和梯度效應(yīng)。

3.中部地區(qū)人口老齡化風(fēng)險(xiǎn)水平核密度分布動(dòng)態(tài)

圖10顯示了2010—2020年我國(guó)中部地區(qū)人口老齡化風(fēng)險(xiǎn)的分布動(dòng)態(tài)演進(jìn)，其表現(xiàn)出如下特征：①中部地區(qū)人口老齡化風(fēng)險(xiǎn)水平分布曲線的主峰變動(dòng)形態(tài)為“左移—右移”，對(duì)比2010與2020年，主峰總體趨勢(shì)為左移，說(shuō)明中部地區(qū)人口老齡化風(fēng)險(xiǎn)程度有一定減弱，可能是人口老齡化風(fēng)險(xiǎn)響應(yīng)措施有一定程度的加強(qiáng)。②中部地區(qū)核密度估計(jì)函數(shù)的峰值呈波動(dòng)變化趨勢(shì)，2017年峰值達(dá)到最高后快速下降，對(duì)比2010與2020年峰值總體趨勢(shì)為上升，表明中部地區(qū)人口老齡化風(fēng)險(xiǎn)水平分布狀況呈“集中”向“分散”的演進(jìn)態(tài)勢(shì)。③在樣本考察期內(nèi)，呈現(xiàn)“單主峰、多側(cè)峰”的形態(tài)，說(shuō)明中部地區(qū)呈現(xiàn)出明顯的極化特征。④中部地區(qū)人口老齡化風(fēng)險(xiǎn)核密度估計(jì)曲線的波峰寬度逐漸縮小，表明中部地區(qū)人口老齡化風(fēng)險(xiǎn)水平的絕對(duì)差距呈縮小態(tài)勢(shì)。

4.西部地區(qū)人口老齡化風(fēng)險(xiǎn)水平核密度分布動(dòng)態(tài)

圖11顯示了2010—2020年我國(guó)西部地區(qū)人口老齡化風(fēng)險(xiǎn)水平發(fā)展分布動(dòng)態(tài)演進(jìn)，其呈現(xiàn)出以下特征：①在觀測(cè)期間，西部地區(qū)核密度估計(jì)函數(shù)分布曲線的主峰位置存在“左移—右移”的態(tài)勢(shì)，對(duì)比2010與2020年，總體趨勢(shì)為左移，表明西部地區(qū)人口老齡化風(fēng)險(xiǎn)水平總體呈現(xiàn)下降態(tài)勢(shì)。②西部地區(qū)核密度估計(jì)曲線的峰值不斷提高，說(shuō)明其人口老齡化風(fēng)險(xiǎn)水平差異呈縮小趨勢(shì)。③西部地區(qū)人口老齡化風(fēng)險(xiǎn)核密度估計(jì)曲線的波峰寬度逐漸變窄，表明地區(qū)內(nèi)部人口老齡化風(fēng)險(xiǎn)指數(shù)的絕對(duì)差距正在縮小。④波峰由“單主峰、左側(cè)峰”變成“單主峰、兩側(cè)峰”，表明隨著時(shí)間的推移，西部地區(qū)人口老齡化風(fēng)險(xiǎn)的極化現(xiàn)象逐漸明顯。

5.東北地區(qū)人口老齡化風(fēng)險(xiǎn)水平核密度分布動(dòng)態(tài)

東北地區(qū)人口老齡化風(fēng)險(xiǎn)分布曲線相對(duì)于其他區(qū)域顯得較為混亂，由圖12可見(jiàn)其分布動(dòng)態(tài)演進(jìn)具有如下幾個(gè)特征：①在觀測(cè)期間，東北地區(qū)人口老齡化風(fēng)險(xiǎn)的發(fā)展水平整體向右移動(dòng)，表明東北地區(qū)人口老齡化風(fēng)險(xiǎn)程度較為嚴(yán)重，這與東北地區(qū)長(zhǎng)期面臨的人才流失困境和人口自然增長(zhǎng)緩慢有關(guān)。②在考察期間，早期為單峰形態(tài)，而中后期為雙峰形態(tài)，說(shuō)明人口老齡化風(fēng)險(xiǎn)水平不穩(wěn)定，變動(dòng)較為頻繁。③從分布的形態(tài)來(lái)看，隨著時(shí)間推移，波峰峰值減低，表明東北地區(qū)人口老齡化風(fēng)險(xiǎn)狀況較為分散。④東北地區(qū)人口老齡化風(fēng)險(xiǎn)核密度估計(jì)曲線的波峰寬度逐漸變窄，表明地區(qū)內(nèi)部人口老齡化風(fēng)險(xiǎn)的絕對(duì)差異值正在縮小。

六、結(jié)論與啟示

本文運(yùn)用PSR模型和熵權(quán)TOPSIS方法對(duì)2010—2020年中國(guó)31個(gè)省份的人口老齡化風(fēng)險(xiǎn)水平進(jìn)行測(cè)算，以此為基礎(chǔ)揭示中國(guó)人口老齡化風(fēng)險(xiǎn)的空間分布以及演進(jìn)趨勢(shì)，研究結(jié)論如下：①樣本考察期內(nèi)，中國(guó)人口老齡化風(fēng)險(xiǎn)水平總體呈現(xiàn)出以2015年與2017年為低點(diǎn)的明顯的“U”型波動(dòng)。東北地區(qū)與其他區(qū)域相比呈現(xiàn)出老齡化風(fēng)險(xiǎn)高位增長(zhǎng)態(tài)勢(shì)。②中國(guó)人口老齡化非均衡性特征明顯。廣東、河南等地的人口老齡化風(fēng)險(xiǎn)水平較低，吉林、黑龍江、上海、西藏等地的人口老齡化風(fēng)險(xiǎn)較高。從四大區(qū)域來(lái)看，東北地區(qū)的老齡化風(fēng)險(xiǎn)最高并且呈現(xiàn)出逐年增加的風(fēng)險(xiǎn)態(tài)勢(shì)，其次是西部地區(qū)風(fēng)險(xiǎn)較高，而東部地區(qū)老齡化風(fēng)險(xiǎn)最低。③31個(gè)省份的老齡化風(fēng)險(xiǎn)可以劃分為五類梯次：人口老齡化高風(fēng)險(xiǎn)地區(qū)、人口老齡化中高風(fēng)險(xiǎn)地區(qū)、人口老齡化中等風(fēng)險(xiǎn)地區(qū)、人口老齡化中低風(fēng)險(xiǎn)地區(qū)、人口老齡化低風(fēng)險(xiǎn)地區(qū)。④從核密度演變趨勢(shì)觀察發(fā)現(xiàn)，中國(guó)人口老齡化風(fēng)險(xiǎn)的絕對(duì)差距在增大，并存在極化現(xiàn)象和梯度效應(yīng)。東北地區(qū)人口老齡化風(fēng)險(xiǎn)總體上升，風(fēng)險(xiǎn)程度最為嚴(yán)重；東部、中部和西部地區(qū)人口老齡化風(fēng)險(xiǎn)水平總體呈現(xiàn)先降后升態(tài)勢(shì)，且內(nèi)部差異逐漸減小。

根據(jù)本文研究結(jié)論，可以得出以下政策啟示。

第一，調(diào)整人口政策，優(yōu)化人口結(jié)構(gòu)，重視人口老齡化發(fā)展的非均衡性。首先，調(diào)整人口政策，完善人口制度，構(gòu)建科學(xué)平衡的人口空間分布格局，從而緩解調(diào)整中國(guó)人口結(jié)構(gòu)失衡、老齡化風(fēng)險(xiǎn)區(qū)域分布不均衡問(wèn)題。其次，完善生育政策，優(yōu)化人口年齡結(jié)構(gòu)，從根本上緩解我國(guó)老齡化風(fēng)險(xiǎn)的梯次落差。具體包括：不斷完善調(diào)整生育政策，使之實(shí)現(xiàn)與經(jīng)濟(jì)社會(huì)發(fā)展水平的動(dòng)態(tài)適應(yīng)；構(gòu)建生育友好型社會(huì)，將生育權(quán)利還給家庭和婦女，除解決想生但因政策限制而不能生的問(wèn)題之外，還必須健全生育政策的相關(guān)配套設(shè)施，營(yíng)造社會(huì)生育友好氛圍。

第二，促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展，增強(qiáng)欠發(fā)達(dá)地區(qū)老齡化風(fēng)險(xiǎn)防范能力、鼓勵(lì)發(fā)達(dá)省份培育老齡產(chǎn)業(yè)。一是基于我國(guó)經(jīng)濟(jì)發(fā)展的區(qū)域差異和欠發(fā)展地區(qū)明顯的“追趕與趨同”現(xiàn)象［28］，要注重對(duì)新疆、西藏等經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的要素投入和土地利用力度，加強(qiáng)區(qū)域間產(chǎn)業(yè)的轉(zhuǎn)移接續(xù)和跨區(qū)域合作。二是要抓住廣東發(fā)展老年產(chǎn)業(yè)的“黃金期”，把老齡產(chǎn)業(yè)開(kāi)發(fā)納入國(guó)民經(jīng)濟(jì)和中長(zhǎng)期發(fā)展規(guī)劃中，培育銀發(fā)經(jīng)濟(jì)，積極引導(dǎo)社會(huì)和企業(yè)開(kāi)發(fā)老年消費(fèi)市場(chǎng)。三是要加快促進(jìn)老齡科技發(fā)展，加快適老產(chǎn)品的研發(fā)升級(jí)，提供豐富多樣的老齡服務(wù)。

第三，優(yōu)化養(yǎng)老資源配置，努力彌合區(qū)域間的老齡化風(fēng)險(xiǎn)差異。一方面，中央財(cái)政要充分發(fā)揮在養(yǎng)老資源供給上的再分配作用，保證財(cái)政補(bǔ)貼在地區(qū)間的相對(duì)公平性，從而彌合區(qū)域間老齡風(fēng)險(xiǎn)負(fù)擔(dān)的巨大差異。另一方面，養(yǎng)老政策的制定要突出區(qū)域的差異性，針對(duì)不同地區(qū)人口老齡化發(fā)展態(tài)勢(shì)，在綜合考量區(qū)域差異、城鄉(xiāng)差異的基礎(chǔ)上動(dòng)態(tài)調(diào)整養(yǎng)老政策組合。對(duì)于老齡風(fēng)險(xiǎn)低但應(yīng)對(duì)能力差的省份來(lái)說(shuō)，還是要以提升經(jīng)濟(jì)發(fā)展水平、增強(qiáng)反應(yīng)能力為主要目標(biāo)，而對(duì)于響應(yīng)能力強(qiáng)但老齡壓力大的省份來(lái)說(shuō)，要從重視老年人力資源的開(kāi)發(fā)、降低生育成本等方面入手，從而緩解老齡化帶來(lái)的壓力。

參考文獻(xiàn)：

［1］李競(jìng)博，高瑗.人口老齡化視角下的技術(shù)創(chuàng)新與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.人口研究，2022（2）：102-116.

［2］穆光宗，張團(tuán).我國(guó)人口老齡化的發(fā)展趨勢(shì)及其戰(zhàn)略應(yīng)對(duì)［J］.華中師范大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2011（5）： 29-36.

［3］ADAMS J.Risk［M］.London：UCL Press，1995：180.

［4］劉中一.社會(huì)風(fēng)險(xiǎn)的專家知識(shí)與公眾感知：以性別比失衡為例——兼論婚齡性別比失衡社會(huì)治理策略選擇［J］.社會(huì)科學(xué)研究，2022（5）：114-122.

［5］胡鞍鋼，劉生龍，馬振國(guó).人口老齡化、人口增長(zhǎng)與經(jīng)濟(jì)增長(zhǎng)——來(lái)自中國(guó)省際面板數(shù)據(jù)的實(shí)證證據(jù)［J］.人口研究，2012（3）：14-26.

［6］鄒紅，喻開(kāi)志.退休與城鎮(zhèn)家庭消費(fèi)：基于斷點(diǎn)回歸設(shè)計(jì)的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)研究，2015（1）：124-139.

［7］魏艷華，馬立平，王丙參.中國(guó)八大綜合經(jīng)濟(jì)區(qū)經(jīng)濟(jì)發(fā)展差異測(cè)度與評(píng)價(jià)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020（6）：89-108.

［8］辜勝阻，吳華君，曹冬梅.構(gòu)建科學(xué)合理養(yǎng)老服務(wù)體系的戰(zhàn)略思考與建議［J］.人口研究，2017（1）：3-14.

［9］曹聰靈，肖國(guó)安，徐邵蕊，周小渝.人口老齡化對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響——基于財(cái)政可持續(xù)視角［J］.財(cái)經(jīng)理論與實(shí)踐，2022（1）：114-122.

［10］GRAFF T O，WISEMAN R F.Changing concentrations of older Americans［J］.Geographical Review，1978，68（4）：379-393.

［11］WALFORD N S，KUREK S.A comparative analysis of population ageing in urban and rural areas of England and Wales，and Poland over the last three census intervals［J］.Population， Space and Place，2010，14（5）：365-386.

［12］尹豪.日本人口老齡化與老齡化對(duì)策［J］.人口學(xué)刊，1999（6）：17-21.

［13］蔡昉.改革時(shí)期農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與重新配置［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2017（10）：2-12.

［14］趙儒煜，劉暢，張鋒.中國(guó)人口老齡化區(qū)域溢出與分布差異的空間計(jì)量經(jīng)濟(jì)學(xué)研究［J］.人口研究，2012（2）：71-81.

［15］CHEN R，XU P，LI F，et al.Internal migration and regional differences of population aging：an empirical study of 287 cities in China［J］.Bioscience Trends，2018，12（2）：132-141.

［16］吳媛媛，宋玉祥.中國(guó)人口老齡化空間格局演變及其驅(qū)動(dòng)因素［J］.地理科學(xué)，2020（5）：768-775.

［17］程蘭芳，鄧蔚.人口老齡化對(duì)社會(huì)保障支出的影響研究［J］.華東經(jīng)濟(jì)管理，2022（1）：1-8.

［18］王志寶，孫鐵山，李國(guó)平.近20年來(lái)中國(guó)人口老齡化的區(qū)域差異及其演化［J］.人口研究，2013（1）：66-77.

［19］NAOYUKI K， SHIGEO K， YASUAKI A， TAKASHI K， MASANORI A.Estimation of the risk of a qualitative phenotype： dependence on population risk［J］.Journal of Human Genetics，2017，62（2）：191-198.

［20］STACEY F， AMY H， NASSIM M， MONICA T， GREGORY H， DOUGLAS G M， PETER T.Dementia population risk tool （DemPoRT）： study protocol for a predictive algorithm assessing dementia risk in the community［J］.BMJ Open，2017，7（10）：e018018.

［21］于長(zhǎng)永，劉二鵬，樂(lè)章.農(nóng)村地區(qū)養(yǎng)老脆弱性的省際差異及其影響因素研究［J］.中國(guó)人口·資源與環(huán)境， 2016（10）：144-151.

［22］杜鵬，李龍.新時(shí)代中國(guó)人口老齡化長(zhǎng)期趨勢(shì)預(yù)測(cè)［J］.中國(guó)人民大學(xué)學(xué)報(bào)，2021（1）：96-109.

［23］蔡宏波，韓金镕.人工智能緩解人口老齡化壓力：作用機(jī)理與實(shí)現(xiàn)路徑［J］.新視野，2021（6）：20-26.

［24］CRETTEZ B， ETNER J.The effects of a demographic risk on saving［J］.Louvain Economic Review，1998，64（3）：269-291，359.

［25］王軍洋.穩(wěn)定的邏輯：社會(huì)狀態(tài)的政治區(qū)隔與類型演化［J］.探索與爭(zhēng)鳴，2015（3）：87-94.

［26］張鵬楊，唐宜紅.新冠疫情、國(guó)內(nèi)供應(yīng)鏈沖擊與省域經(jīng)濟(jì)發(fā)展［J］.財(cái)經(jīng)論叢，2022（9）：14-24.

［27］李袁園.東北地區(qū)人口年齡結(jié)構(gòu)老化對(duì)經(jīng)濟(jì)發(fā)展影響的作用機(jī)制研究［J］.東北師大學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（5）：127-138.

［28］王晗，劉鑒，房艷剛.東北地區(qū)人口老齡化的多尺度時(shí)空演變及影響因素［J］.地域研究與開(kāi)發(fā)，2021（6）：147-153.

［29］劉莉.中國(guó)老齡化成本的特征與風(fēng)險(xiǎn)防范體系構(gòu)建［J］.浙江社會(huì)科學(xué)，2013（12）：92-98，158.

［30］馬佳羽，韓兆洲，蔣青嬗.粵港澳大灣區(qū)經(jīng)濟(jì)發(fā)展：空間格局、影響因素與啟示——基于兩級(jí)行政區(qū)分層數(shù)據(jù)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（11）：43-61.

Echelon Structure and Dynamic Evolution of Chinas Population Aging Risk Distribution

LEI Ting， GUO Juan， XIANG Chuan

（School of Politics and Public Administration， Xinjiang University，Urumqi 830046， China）

Abstract： China officially entered an aging society in the early 21st century， and the concentrated distribution of aging risk first appeared in the eastern region in 2010. Based on the panel data of Chinas population and economic and social development from 2010 to 2020， this paper uses PSR model to construct assessment indicators from three dimensions of pressure， state and response. Entropy weight TOPSIS and systematic clustering methods are used to analyze the risk level， regional differences and dynamic evolution trend of Chinas population aging. The results show that：1） The proportion of the elderly population， the natural growth rate of population and the consumer price index are the important indicators of the risk coefficient of population aging in China. The risk of population aging in China shows obvious U－shaped distribution and spatial imbalance. 2） Based on systematic cluster analysis， 31 provinces （municipalities， autonomous regions） in China can be divided into five risk gradients. Guangdong Province is the “depression” of aging risk in China， which is in the “golden period” of the layout of aging industry， while Jilin Province is the “highland” of aging risk， which is facing the severe challenge of aging risk. 3） The risk level of population aging in China shows a spiral trend of decreasing in the middle period and increasing in the later period， showing the imbalance of regional echelon distribution. The risk of population aging in Northeast China is deepening， and the absolute difference is decreasing gradually. The risk of population aging in the eastern， central and western regions shows a fluctuating trend of decreasing first and then increasing， accompanied by polarization effect. Under the background of the continuous deepening of population aging， it is of great significance to clarify the reality of the development of population aging and clarify the specific rules of its distribution echelon structure and evolution to master the key points of aging work and form a good situation of “coping with aging risk echelon”.

Keywords：population aging risk；PSR model；risk hierarchy

［責(zé)任編輯 崔子涵，方 志責(zé)任編輯 ］

收稿日期：2022-05-02;修訂日期：2022-09-30

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目“脫貧攻堅(jiān)后續(xù)政策視野下的新疆貧困地區(qū)城鄉(xiāng)居民基本養(yǎng)老保險(xiǎn)創(chuàng)新改革研究”（20BGL005）。

作者簡(jiǎn)介：雷霆，新疆大學(xué)政治與公共管理學(xué)院教授；郭娟，新疆大學(xué)政治與公共管理學(xué)院碩士研究生；向川，新疆大學(xué)政治與公共管理學(xué)院碩士研究生。