重庆市各区县人口老龄化空间分布特征研究_郑英.pdf

现代营销下旬刊2023.06XDYX区 域一、引言国际上认为，一个国家60岁以上人口占全部人口的比重超过10%，这个国家便进入老龄化社会。其中，10%20%属于轻度老龄化，20%30%为中度老龄化，超过30%是重度老龄化。第七次人口普查数据显示，重庆市2020年60岁及以上老年人口占总人口的比重已经达到21.87%，即重庆市进入中度老龄化社会，且老龄化程度在持续加深。研究老龄人口的空间分布特征及其影响因素，以揭示重庆市各区县老年人口的分布规律，可为重庆市相关部门制定人口、经济、社会等协调可持续发展的政策提供科学依据。在广泛的量化研究方法中，空间计量模型在人口分布结构上的应用十分广泛，其中空间自相关分析是此类研究的基础。李涛运用空间自相关分析方法对老龄化人口的空间分布特征进行深入分析。量化研究通常结合空间计量模型或一般数学模型，如刘勇和王雨飞运用空间误差模型、空间自回归模型等对面板数据进行分析，得到我国人口分布变动机制，以及交通与高速铁路发展对人口分布的影响。居梦月运用空间计量模型测算影响因素对人口分布的不同影响程度。王天霞基于PGM（1,1）模型对重庆市各区人口发展趋势进行预测。徐州等采用GIS空间分析方法，对重庆市老龄化集聚性及集聚位置演变特征进行研究，并对其空间类型划分和空间分异特征进行分析。孙秋兰和闰记影运用人口规模与密度分析模型、空间自相关模型、人口分布结构指数、人口中心迁移模型以及人口偏移份额分析，定量研究了2000年以后重庆市人口分布格局及时空演变特征。大多数研究在人口老龄化分布空间特征上，更关注相关性而忽视了异质性，从而弱化了因地制宜出台政策与实施政策时区域联动的重要性。因此，本文在对重庆各区县人口老龄化空间分布状况进行相关性研究的基础上，展开对人口老龄化影响因素的空间异质性研究。本文对各区县空间分布特征进行描述，探索研究老龄化影响因素的空间异质性，对未来老龄化状况进行预测，提出结论与建议。二、数据来源与研究思路（一）数据来源本文数据来自 重庆统计年鉴 和重庆市第七次人口普查数据，从人口发展因素、经济发展因素、社会发展因素和教育发展因素这四个角度出发，确定10个主要影响因素。其中，人口发展因素包括人口老龄化程度（%）、自然增长率（%）和 049 岁适龄女性生育率（%）；经济发展因素包括人均GDP（元/人）、消费支出占可支配收入占比（%）和人均医疗床位数（张/人）；社会发展因素包括2020年人口流入流出情况（人）、城镇化率（%）和行政区划；教育发展因素包括15岁以上大专以上学历人口占比（%）。（二）研究思路本文从空间溢出性与空间异质性两个方面，对重庆市人口老龄化空间分布特征进行研究。其中，空间计量模型是在经典统计和计量方法的基础上考虑了地理位置及空间交互作用的计量模型，用于分析变量的空间溢出效应。通过对OLS模型的残差计算LM-Error与LM-Lag统计量，并根据其显著性对模型进行扩展，结合赤池信息准则（AIC）的结果，选择空间滞后模型（SAR）作为本次研究的数学模型：y=Wy+x+e对于空间异质性的研究，本文主要利用地理探测器与地理加权回归模型对数据在空间上的分布状况进行研究。其中，地理探测器主要是运用因子探测器以探测因子x在多大程度上解释了目标变量y的空间分异性，用q值度量。q值越大，表示影响因子对人口老龄化程度的解释力越强，反之越弱。由于地理探测器只能探测总体区域内空间分异性的影响因子，为了得到影响因子在不同空间局域上的影响力的差重庆市各区县人口老龄化空间分布特征研究郑英1周科1张志民2（1.重庆市统计局重庆401123；2.重庆大学数学与统计学院重庆401331）摘要：本文结合第七次人口普查数据，采用相关空间计量模型、地理探测器与加权地理回归模型来分析数据空间分布特征，同时建立GM（1,1）模型预测未来五年重庆市人口老龄化程度，并总结重庆市老年人口空间分布变化。研究结果表明，重庆市人口老龄化程度的空间分布变化呈现中心城区低、外围城镇群高的特点。此外，老龄化程度、人口流入量和城镇化率是决定全区域人口老龄化程度最重要的三个影响因素，并且这三个因素对不同区县的人口老龄化程度的影响程度不同。未来，重庆市各区县的人口老龄化还将持续加剧，尤其是渝东北和渝西南地区形势更为严峻。结合研究结果，本文提出的建议总结为：总体把握、因地制宜、协调发展。关键词：人口老龄化；空间计量模型；地理探测器；加权地理回归基金项目：国家自然基金资助项目（11871121，12271066，12171405）中图分类号：F222文献识别码：ADOI：10.19932/ki.22-1256/F.2023.06.085085现代营销下旬刊2023.06XDYX区 域异性，嵌入地理加权回归模型（WR）对数据进行进一步处理。为提出更有前瞻性的对策，本文使用灰色预测模型对重庆市未来五年各区县的人口老龄化情况进行预测。三、重庆市人口老龄化分布现状与空间特征分析2020年第七次人口普查数据显示，重庆市全市常住人口为3205.42万人，其中60岁以上人口数为701.044万人，人口老龄化系数达21.87%，达到中度老龄化标准，高出第六次人口普查的人口老龄化系数（17.42%）4.45个百分点，表明重庆市在10年间加速进入老龄社会。2010年，重庆市达到中度老龄标准的区县仅有2个，而截至2020年，重庆市已有29个区县老龄化系数高于20%，且大部分区域均属于重庆市中心城区，老龄人口的聚集区县呈现由中心到郊县的转移趋势，主要转移方向为渝东北方向。根据自然相邻的空间权重矩阵，本文应用公式计算得出老龄化程度的全局自相关系数，即全局Morans I指数（表1），得到重庆市各区县之间人口老龄化程度在全区域下呈现正向集中趋势，即老龄化程度较高的区县周围同为老龄化程度较高的区县，反之亦然。表12010年和2020年自然相邻空间权重下重庆市老龄化系数的全局Morans I估计值年份20102020Morans I0.3980.396Z3.893.86p-value0.0010.001四、重庆市人口老龄化空间分布特征的形成机制分析（一）特征变量空间效应研究因为各个类型的变量之间存在一定的相关性，会影响模型的精确度，所以后续研究要选择适当的方法筛选变量。本文采用逐步回归的方法筛选“第六次人口普查人口老龄化程度（Sixth）”“2020年人口流动数量（PM）”“2049岁适龄女性生育率（TFR）”“自然增长率（NGR）”“2020 年人均 GDP（GDP_per）”“消费支出占可支配收入比重（PI）”和“空气质量优良天数（AQ）”等7个变量，建立空间滞后模型（SAR）如下：Seventh=0.2302W*Seveth+0.8377-0.0376PM+0.5651Sixth-0.0688TFR-0.0341NGR-0.615GDP_per-0.0904PI-0.4544AQ其中，W为自然相邻状态下的空间权重，在纳入模型的7个影响因素中，除“2049岁适龄女性生育率”与“消费支出占可支配收入比重”没有通过0.05的显著性检验之外，其余变量均呈现高度显著，表明纳入模型的变量对人口老龄化程度在统计上存在解释意义。同时，因变量空间滞后项的系数=0.2302，且p通过了0.1的显著性检验，Wald检验也呈现高度显著的结果，说明运用该模型来刻画数据是合理的。影响第七次人口普查人口老龄化程度最为重要的因素是人口惯性与人口流动。其中，人口惯性主要体现在第六次人口普查人口老龄化程度与适龄女性的生育率低，而人口流动主要体现在重庆市的人口流出量大。第七次人口普查的数据显示，重庆市在 2020 年全市人口净流出达到203.78万人，除市区有人口流入之外，其余区县均呈现人口净流出现象。研究表明，流动人口以年轻劳动力为主，集中在1530岁这个年龄段。伴随着中青年的流失，人口老龄化进一步加重。人均GDP作为衡量地区经济发展水平的有效工具，一方面决定着城市对年轻人的吸引力；另一方面影响着新一代年轻人抚养下一代的能力，这两方面都间接影响该地区的人口结构。（二）影响因素空间异质性分析本文运用地理探测器与加权地理回归模型进行空间异质性分析，通过对局部自相关检验，得出重庆市人口老龄化在空间局域呈现明显异质性。为进一步寻找形成此种空间分异性的主导因素，本文采用地理探测器分析方法，得出各影响因素对人口老龄化程度的决定力q值及其显著性水平。为进一步分析各变量对不同区县人口老龄化的影响程度，本文对上述7个变量进行加权地理回归（GWR），得到回归系数的空间分布图。第六次人口普查老龄化程度系数的空间分布图2020年人口流入量系数的空间分布图图1 影响因子回归系数的空间分布7个变量中，由于“人均GDP”系数几乎为0，即该变量对第七次人口普查人口老龄化程度的影响很弱。结合地理探测器（如表2所示）结果分析得知，其余变量对不同区县人口老龄化的影响程度不尽相同，且个别变量的系数在各区县的差异程度并不明显。只有第六次人口普查人口老龄化程度、2020年人口流入量通过了0.05的显著性水平检验，表明只有这两个变量对第七次人口普查人口老龄化空间格局有显著的决定力，且第六次人口普查老龄化程度的决定力最高，为0.8438。表2各影响因素对重庆市各县区人口老龄化的决定力地理探测结果影响因素第六次人口普查人口老龄化程度自然增长率人均GDP消费支出占可支配收入比重决定力（q值）0.84380.20620.15260.1722显著性0.0010.9991.0001.000影响因素2020年人口流入量2049岁适龄女性生育率空气质量优良天数决定力（q值）0.63760.13140.2698显著性0.0010.9960.5493由此得到，不同县区出台的基于人口惯性与人口流动的相关政策，需要根据各地不同的特点来选择侧重。其中，第六次人口普查人口老龄化程度对第七次人口普查人口老龄化程度的影响是正向的，且东北部对该因素更加敏感。渝东北地区应加大生育相关的扶持政策，缓解出生人口规模惯性086现代营销下旬刊2023.06XDYX区 域降低的现状，同时充分落实老龄人口的养老保障工作。在人口流入量回归系数的绝对值方面，重庆市西南部较大，然后依次向重庆市东北部递减，与第六次人口普查人口老龄化系数的空间分布相反。西南部可以更加关注劳动力人才的吸引与保有，从而改善人口结构。五、20242025年重庆市老年人口空间分布情况预测灰色预测模型所需的建模信息少，操作方便，建模精度高，广泛应用于各种预测领域，是处理小样本预测问题的有效工具。考虑到预测的准确性和数据的局限性，本文采用灰色预测的原理，建立GM（1,1）模型预测未来五年重庆市各区县人口老龄化程度，根据整理的20112020年老龄化程度的数据，对重庆市各个区县未来两年的60岁及以上人口老龄化程度比进行了预测，分别绘制20242025重庆市人口老龄化程度的空间分布图，观察人口老龄化程度的空间分布变化，结果见图2。从整体上看，如果不采取任何措施，重庆市各县区人口老龄化程度会逐步加深，老年人口规模的增加蕴含巨大的养老需求，随之带来的养老服务、社会治理以及经济建设等方面的压力将进一步加大，对养老负担、医疗负担、劳动力市场和经济发展等都会带来不利的后果。渝东北和渝西南地区的人口老龄化现象比较严重，由于区域性差异，缓解人口老龄化的措施需要因地制宜，对应对重庆市各区县人口老龄化现象具有重要意义。2024年重庆市分区县60岁以上人口占比2025年重庆市分区县60岁以上人口占比图220242025重庆市60岁以上人口占比空间分布图六、结论与建议研究发现，重庆市总体的老龄化进程在加快，预测结果显示，2025年将有19个县区60岁及以上人口占比大于27%，其中渝东北和渝西南地区形势相较其他县区更为严峻。而人口老龄化程度在空间分布上呈现中心城区低、外围城镇群高的特点，且局部呈现聚集情况的县区有向渝东北方扩大转移的趋势。概括而言，影响县区老龄化程度最主要的因素均与人口惯性及人口流动有关，具体体现为出生人口规模惯性降低，大量年轻人向经济较为发达的主城都市区流动，人口结构倒置。基于以上结论，本文提出如下参考建议。（一）把握形势，做好顶层设计，缓解人口结构变动与老龄化趋势继续贯彻落实“三孩”政策，提高生育率，同时在人才和就业保障政策设计上，既要把握全局，又要结合地区特定发展需求，做好人才保有工作，扩大人口红利，在推动重庆市经济社会可持续发展的同时，缓解人口老龄化问题。（二）因地制宜，针对瓶颈问题，制定有效政策，做好老龄化保障重庆市在把握应对人口老龄化政策的大方向下，应结合各地的人口老龄化实际情况和影响因素制定相关政策，分清轻重缓急。渝东北区域要及时创新和完善计生管理服务，而重庆西部地区要注重协调人口流入流出与人口老龄化的关系，同时及时创新和改善空气质量，改善体系和监控功能。（三）协调发展，合理配置资源，加强区域合作，推动人口结构优化充分利用人口老龄化程度的区域相关性。在人口老龄化相关政策的制定上，将视角扩大到相邻区县，充分利用区域间的协调效应，在保证各区域稳步发展的同时，发挥反向调节作用，通过区域间协调合作，进行有效的资源整合与配置，推动人口结构调整优化，有效落实应对人口老龄化政策措施。参考文献：1李涛.上海市老龄化人口的空间分布和影响因素J.城市规划,2020,44(06):39-46.2刘勇,王雨飞.高速铁路发展与中国人口空间分布：基于城市面板数据的空间计量分析J.城市观察,2019(06):93-102.3居梦月.江苏省流动人口空间格局演变及其影响机制研究D.南京邮电大学,2019.4王天霞.重庆人口空间分布及趋势性研究D.重庆工商大学,2016.5徐州,林孝松,罗朝杨.重庆市人口老龄化时空演变及空间类型研究J.北京师范大学学报(自然科学版),2019,55(06):772-779.6孙秋兰,闰记影.2000年以来重庆市人口分布空间格局及其演变特征J.现代城市研究,2019(11):33-39.7陈明华,郝国彩.中国人口老龄化地区差异分解及影响因素研究J.中国人口 资源与环境,2014,24(04):136-141.8王录仓,武荣伟,刘海猛,等.县域尺度下中国人口老龄化的空间格局与区域差异J.地理科学进展,2016,35(08):921-931.9孔令文,陈珍珍.人口、经济因素对中国人口老龄化的影响基于省际面板数据的经验分析J.东北大学学报(社会科学版),2015,17(03):252-259.10王劲峰,徐成东.地理探测器：原理与展望J.地理学报,2017,72(01):116-134.作者简介：郑英（1972），女，汉族，重庆市人，本科，研究方向：社情民意调查；周科（1984），男，汉族，贵州省兴义市人，硕士，统计师，研究方向：经济统计；张志民（1981），男，汉族，河北省迁安市人，博士，教授，研究方向：金融统计、经济统计。087