中国人口老龄化地区差异分解及影响因素研究

陈明华　郝国彩

摘要 文章选取老龄化系数、老少比两个指标，首先运用泰尔指数分析法测算了1995-2011年中国人口老龄化地区差异，并按三区域进行结构分解；然后结合省际面板数据使用FGLS估计法实证检验了全国、东部、中部、西部各层面人口老龄化的影响因素。研究结论表明：中国人口老龄化具有非均衡空间分布特征，地区差异明显但短期变化趋势并不稳定，呈现反复波动态势；长期来看，老龄化地区差异呈逐渐扩大趋势；2004年以后，中、西部省际间老龄化差异呈扩大趋势，东部呈收敛趋势，东部省际间差异对老龄化总体差异影响最大；总体上看，区域内老龄化差异呈扩大趋势，区域间差异呈收敛趋势，区域内差异远大于区域间差异，这说明老龄化总体差异主要是由区域内差异引起的；人均GDP、出生率是影响我国人口老龄化的最重要两大因素；死亡率对全国层面老龄化反向影响效果显著，城市化率对中、西部层面老龄化正向影响较大，而文盲率对各层面老龄化未见反向影响效果。

关键词 人口老龄化；地区差异分解；泰尔指数；出生率；人均GDP；FGLS

中图分类号 C913.6 文献标识码 A 文章编号 1002-2104（2014）04-0136-06

人口老龄化是社会经济发展到一定阶段人口年龄结构出现的一种必然趋势，当前已经成为世界各国共同关注的问题之一。1997年，我国65岁以上人口占比超过7%，这标志着我国正式步入老龄化社会（联合国规定65岁以上的人口占比超过7%的国家或地区称之为老龄化社会，4%-7%为成年型社会，4%以下为年轻型社会），成为“未富先老”的发展中国家。人口老龄化问题严重制约着我国经济社会的可持续发展，国家对此高度重视，早在十三大报告中就曾指出：“我国在努力控制人口数量和提高人口素质的同时，还要注意人口迅速老龄化的趋向，及时采取正确的对策”。尽管如此，我国人口老龄化程度仍在不断加剧，2009年人口老龄化系数已达9.72%；与此同时，由于我国地域辽阔，人口众多，不同地区间老龄化程度差异明显，呈现非均衡发展态势，2011年山东老龄化系数高达10.75%，山西为7.77%，而西藏仅为4.82%。鉴于此，本文主要关注两个问题：一是我国人口老龄化空间分布特征及演变趋势，即地区差异问题；二是我国人口老龄化地区差异是如何形成的，即影响因素问题。基于以上问题的分析一方面可以为制定我国区域人口战略和政策提供参考和依据，另一方面可以为缩小老龄化区域差异、促进区域经济协调发展提供新的视角和借鉴。

从国外文献看，多数学者从人口老龄化后果、对策等视角进行分析，关于人口老龄化地区差异、影响因素的研究，从单个国家内部区域间展开较少，从国家和洲际层面展开较多，如，Anderson[1]根据工业化国家老龄化数据分析认为预期寿命延长、出生率下降以及人口迁移是影响老龄化的三大主要因素，各工业化国家间老龄化差异显著；Shrestha[2]就发展中国家人口老龄化现象进行了分析，结论表明发展中国家老龄化人口增长速度明显快于工业化国家，各大洲老龄化程度差异较大。总体上看，这些研究主要是以定性分析和统计描述为主，实证分析开展较少。从国内文献看，人口老龄化问题的相关研究主要集中于现状、特点、后果、对策、变化趋势等方面，关于地区差异、影响因素的定量研究开展较少。老龄化地区差异方面，李秀丽、王良健[3]运用方差分解等方法定量分析了我国人口老龄化水平在东、中、西部及省际间的差异；张晓青、李玉江[4]使用聚类分析法研究了老龄化趋势地区性差异；袁俊、吴殿廷、吴铮争[5]41-44运用静态测度、动态测度方法研究了我国人口老龄化的分异特征。以上方法较好地刻画了我国老龄化空间分布特征以及区域差异情况，但这些方法未能有效反映地区差异的演变规律，没有对地区差异进行分解，未能判断区域内、区域间差异对总体差异的影响情况。老龄化影响因素方面，因子分析法较为常见，如袁俊、吴殿廷、吴铮争[5]44-46，也有少部分学者使用计量方法进行研究，如孙雷[6]使用ArellanoBond动态面板数据模型就老龄化地区差异影响因素进行了实证分析；赵儒煜、刘畅、张锋[7]利用空间计量经济学理论方法和空间误差模型，就老龄化惯性、人口增长、区域溢出等因素对老龄化地区差异的影响方向和大小进行了实证研究。但这些文献主要是从全国或全区层面进行整体考察，没有进行区域划分，没有分类考察各影响因素在不同区域间的影响大小和方向。基于上述不足，本文将选取老龄化系数和老少比两个指标，运用泰尔指数分析法测算1995-2011年中国人口老龄化地区差异并按照三区域进行结构分解，以考察各区域老龄化差异演变规律，以及区域内、区域间、省际间差异因素对于总体差异的影响作用；最后构建计量模型，结合省际面板数据分别从全国、东部、中部、西部层面检验出生率、死亡率、文盲率、城市化率、人均GDP等因素对老龄化的影响大小及方向。

1 中国人口老龄化地区差异及结构分解

1.1 指标选取及区域划分

人口老龄化是指总人口中年轻人口数量减少、老龄人口数量增加，从而导致老龄人口比重上升，达到或超过某临界水平时所表现出的人口年龄结构特征。度量老龄化水平的指标主要有老龄化系数、相对老龄化程度、老少比、抚养比等，本文选取老龄化系数、老少比两个指标进行分析。老龄化系数是指老年人口数（65岁以上）在总人口数中的占比，它直观反映了人口绝对老龄化程度，是刻画老龄化水平的重要指标。老少比是指老年人口数（65岁以上）与少年儿童人口数（15岁以下）之比，它反映了老年人口和年轻人口的相对变化，是衡量老龄化程度的重要相对指标。指标数据根据《中国统计年鉴》计算整理得到。

为了便于分析老龄化地区差异并进行结构分解，本文参照“七五”计划，将全国划为东部、中部、西部三大区域，东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省（区、市）；中部包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省（区、市）；西部包括广西、云南、四川（将重庆并入）、贵州、西藏、陕西、甘肃、青海、内蒙古、宁夏、新疆11个省（区、市）。

1.3.2 地区差异的三区域分解

按照三区域划分方法，分别测算老龄化系数、老少比的东部、中部、西部、区域内、区域间泰尔指数，以及各类泰尔指数贡献率。泰尔指数演变趋势如图1、图2所示（由于篇幅所限，本文没有列出泰尔指数贡献率演变图，如有需要可向作者索取）。

（1）老龄化系数泰尔指数三区域分解。从三区域泰尔指数看，2004年之前西部地区差异总体呈缩小趋势，此后呈现扩大趋势；2003年之前东部地区差异总体呈扩大趋势，此后略呈收敛趋势；中部地区差异变化不大，2004年之后出现扩大趋势。除2002-2004年外，西部地区泰尔指数皆大于东部地区泰尔指数，中部地区泰尔指数始终处于较低的水平上，这说明中部地区省际间人口老龄化差异较小，西部地区省际间老龄化差异最大。从三区域泰尔指数贡献率看，东部地区泰尔指数贡献率介于22.83%-43.03%之间，西部地区介于15.31%-41.68%之间，除1995、1997、2005年以外，东部地区泰尔指数贡献率皆大于西部地区贡献率，而中部地区贡献率最小，始终处于21.63%以下。这说明东部地区老龄化差异对总体差异影响最大，其次是西部地区，而中部地区影响最小。

从区域内与区域间泰尔指数看，区域内泰尔指数介于0.38%-0.71%之间，波动中呈扩大趋势，2011年达到0.71%；区域间泰尔指数介于0.10%-0.23%之间，总体呈收敛趋势（2010年除外），2011年仅为0.01%。区域内泰尔指数远大于区域间泰尔指数，这说明我国人口老龄化区域内差异远大于区域间差异。从区域内与区域间泰尔指数贡献率来看，区域内泰尔指数对总体贡献率在65.58%以上，其中2011年高达98.77%，这说明老龄化总体差异主要是由区域内差异因素造成的。

（2）老少比泰尔指数三区域分解。从三区域泰尔指数看，2003年之前东部地区泰尔指数呈现上升趋势，此后呈现收敛趋势；西部地区则相反，2004年之前基本呈收敛趋势，此后呈上升趋势；2004年之前中部地区泰尔指数呈水平波动态势，此后呈上升趋势。东部地区泰尔指数最大，中部地区最小，西部地区介于二者之间，这说明东部地区省际间老少比差异依次大于西部地区和中部地区，这与老龄化系数指标衡量结果略有差异。从三区域泰尔指数贡献率看，东部地区泰尔指数贡献率介于40.63%-62.43%之间，远大于西部地区和中部地区，但2005年之后，这种差距有收敛趋势；西部地区泰尔指数贡献率略高于中部地区，2007年之前二者差距有逐渐缩小趋势，随后略有扩大趋势。总体上看，东部地区老龄化差异对总体差异影响最大，中部地区影响最小，西部地区影响居中，这与老龄化系数指标衡量结果完全一致。

从区域内与区域间泰尔指数看，区域内泰尔指数介于1.13%-2.04%之间，虽不同年份有升有降，但总体呈递增趋势；区域间泰尔指数介于0.14%-0.62%之间，波动中基本呈收敛趋势；区域内泰尔指数远大于区域间泰尔指数，说明我国人口老龄化区域内差异远大于区域间差异，这与上一指标测算结果相似。从区域内与区域间泰尔指数贡献率来看，区域内泰尔指数对总体贡献率在68.73%以上，这说明老龄化地区差异主要是由区域内差异造成的；此外，2000年之后二贡献率差距有逐年扩大趋势，2011年区域内贡献率高达到92.87%，这意味着区域内因素对总体差异的影响正越来越大。

2 中国人口老龄化影响因素分析

2.1 模型构建及说明

影响我国人口老龄化的因素有很多，归纳起来大致可以分成四类：人口发展因素、教育发展因素、经济发展因素和社会发展因素。人口发展因素包括出生率、死亡率和人口预期寿命等；教育发展因素主要是指文盲率；经济发展因素包括人均GDP、医疗卫生条件等；社会发展因素包括城市化率、人口密度、人口迁移率等。基于平行数据可得性方面的考虑，本文选取部分影响因素建立如下模型：

2.2 实证分析

2.2.1 平稳性检验

为了避免伪回归，首先针对各序列进行平稳性检验，LL检验（最优滞后阶数由Schwarz准则确定）结果表明全国、东部、中部和西部各层面的所有对数序列皆为平稳序列，具备协整关系的基本条件（由于篇幅所限，本文没有展示平稳性检验结果，如有需要可向作者索取）。

2.2.2 模型设定检验

表2报告了模型设定的各种检验结果。Kao检验结果表明10%显著性水平下全部拒绝不存在协整关系的原假设，说明各模型变量都存在协整关系，可以进行回归分析；Wooldridge检验结果显示1%显著性水平下全部拒绝原假设，即各模型都存在序列相关；Friedman检验结果显示5%显著性水平下全部拒绝原假设，即各模型都存在截面相关；异方差检验结果表明1%显著性水平下全部拒绝原假设，即各模型都存在异方差。

2.2.3 模型估计结果分析

模型设定检验结果表明模型同时存在截面相关、异方差和序列相关，而FGLS估计方法同时考虑了以上三种误差结构问题，因此本文采用这一方法进行面板估计，表2报告了估计结果。（1）-（4）为各层面老龄化系数对应的回归模型，（5）-（8）为各层面老少比对应的回归模型。

从影响方向看。出生率对老龄化程度具有负向显著影响；文盲率、城市化率、人均GDP对老龄化程度具有正向显著影响；死亡率对老龄化程度的影响方向及显著性并不确定，模型（1）、（5）、（8），死亡率对老龄化程度有负向显著影响，模型（2）中有正向显著影响，其它模型中影响有正有负，但皆不显著。这一结果表明，人口出生率的下降引起了老龄化人口比重上升；人均GDP的增长提高了居民生活质量，改善了医疗卫生条件，老年人寿命延长，从而引起了老龄化人口比重上升；城市化率的上升导致了农业人口比重下降，即受传统观念影响的人口比重下降，从而引起了出生率下降，老龄化人口比重上升。某些地区死亡率对老龄化程度具有正向影响，可能的原因是：本文采用的粗死亡率代表死亡总人数所占比重，粗死亡率上升改变了各年龄阶段人数比重，近年来大病、重病出现年轻化趋势，65岁以下人口死亡率上升幅度超过粗死亡率上升幅度，某些地区出现了老龄化人口死亡率下降，即老龄化人口比重上升的情况。文盲率对老龄化程度具有正向影响，可能的原因是：随着我国教育投资力度不断加大，近年来我国15岁及15岁以上人口占比即文盲率呈下降趋势，但由于受传统观念的影响，在文盲率下降的很多地区出生率有增无减，老龄化人口占比仍呈下降趋势。

总之，无论从哪一层面看，人均GDP、出生率都是影响我国人口老龄化的最重要两大因素；死亡率对全国层面老龄化影响较大，城市化率对中、西部层面老龄化影响较大，而文盲率对各层面老龄化未见反向影响效果。

3 研究结论与启示

本文选取老龄化系数和老少比两个指标，对中国人口老龄化地区差异进行了分解，并实证检验了老龄化的影响因素。研究结论表明：中国人口老龄化具有非均衡空间分布特征，地区差异明显但短期变化趋势并不稳定，呈现反复波动态势；从总体上看，中国人口老龄化地区差异有逐渐扩大趋势。2004年以后，中、西部省际间老龄化差异有扩大趋势，东部有收敛趋势，从贡献率看，东部省际间差异对老龄化总体差异影响最大，中部影响最小；区域内差异长期呈扩大趋势，区域间差异长期呈收敛趋势，区域内差异远大于区域间差异，从贡献率看，老龄化总体差异主要是由区域内差异引起的。随着人均GDP增长、出生率下降、城市化水平提高以及死亡率的下降，老龄化加剧是一种必然趋势；就影响大小而言，人均GDP、出生率是最重要的影响因素，其次是城市化率、死亡率，而文盲率未见反向影响效果。

结合前文分析，得出以下几点启示：第一，人口老龄化是全国各地普遍存在的社会性问题，随着老龄化程度的日益加深，工作群体难以抚养庞大的老年人群，加快社会养老保障体系建设成为当务之急。第二，老龄化区域内差异远大于区域间差异，其中东部差异对总体差异贡献最大，因此制定区域人口对策时既要体现区域间差异，又要体现区域内省际差异，尤其要重视东部省际间差异情况。第三，出生率是影响老龄化的重要因素之一，东部地区计划生育政策实施较早，老龄化形势严峻，在老龄化程度较高的某些省份，如北京、上海、辽宁、山东、江苏、天津等，可以适时、逐步放松计划生育政策。第四，中、西部地区经济条件相对落后，而老龄化程度却在不断加剧，同时地区差异也逐年扩大，这要求政府在经济发展、医疗服务、养老保险等方面给予更大的关注和支持。

（编辑：温武军）

参考文献（References）

[1]Anderson G F， Hussey P S. Population Aging： A Comprison among Industrialized Countries [J]. Health Affairs， 2000， 19（3）：191-203.

[2]Shrestha L B. Population Aging in Developing Countries [J]. Health Affairs， 2000， 19（3）：204-212.

[3]李秀丽，王良健.我国人口老龄化水平的区域差异及其分解研究[J].西北人口， 2008， （6）：104-108.[ Li Xiuli， Wang Liangjian. A Study on Regional Differences and Difference Decomposition of Population Aging in China [J].Northwest Population， 2008， （6）：104-108.]

[4]张晓青，李玉江.山东省人口老龄化空间分异及其形成机制研究[J].西北人口，2005，（6）：30-33.[Zhang Xiaoqing， Li Yujiang. A Study on Spatial Disparity and Forming Mechanism of Shandong Population Aging [J]. Northwest Population， 2005， （6）：30-33.]

[5]袁俊，吴殿廷，吴铮争.中国农村人口老龄化的空间差异及其影响因素分析[J].中国人口科学，2007，（3）： 43-45.[Yuan Jun，Wu Dianting， Wu Zhengzheng. Analysis on Regional Disparity and Contributing Factors of Rural Population Aging in China [J]. Chinese Journal of Population Science， 2007， （3）： 43-45.]

[6]孙蕾.台湾人口老龄化的区域差异研究——基于各县市面板数据的实证分析[J].台湾研究集刊，2012，（4）：60-68.[Sun Lei.A Study on Regional Differences in Population Aging in Taiwan： Based on the Empirical Analysis of County Level Panel Data [J].Taiwan Research Journal， 2012，（4）：60-68.]

[7]赵儒煜，刘畅，张锋. 中国人口老龄化区域溢出与分布差异的空间计量经济学研究[J].人口研究，2012，（2）：71-81.[Zhao Ruyu， Liu Chang， Zhang Feng. Spatial Econometric Research on Regional Spillover and Distribution Difference of Population Aging in China [J]. Population Reaearch， 2012， （2）：71-81.]

[8]Theil H. Economics and Information Theory [M].Amsterdam：North Holland Publishing Company，1967：1-488.

[9]Bourguignon F. Decomposable Income Inequality Measures [J].Econometrica，1979， 47（4）：901-920.

[10]Shorrocks R. The Class of Additively Decomposable Inequality Measure [J].Econometrica，1980， 3（48）：613-625.

[11]杨骞，刘华军.中国二氧化碳排放的区域差异分解及影响因素——基于1995-2009年省际面板数据的研究[J].数量经济技术经济研究，2012，（5）：36-49.[Yang Qian， Liu Huajun. Regional Difference Decomposition and Influence Factors of Chinas Carbon Dioxide Emissions： Based on 1995-2009 Provincial Panel Data [J]. The Journal of Quantitative & Technical Economics， 2012， （5）：36-49.]

总之，无论从哪一层面看，人均GDP、出生率都是影响我国人口老龄化的最重要两大因素；死亡率对全国层面老龄化影响较大，城市化率对中、西部层面老龄化影响较大，而文盲率对各层面老龄化未见反向影响效果。

3 研究结论与启示

本文选取老龄化系数和老少比两个指标，对中国人口老龄化地区差异进行了分解，并实证检验了老龄化的影响因素。研究结论表明：中国人口老龄化具有非均衡空间分布特征，地区差异明显但短期变化趋势并不稳定，呈现反复波动态势；从总体上看，中国人口老龄化地区差异有逐渐扩大趋势。2004年以后，中、西部省际间老龄化差异有扩大趋势，东部有收敛趋势，从贡献率看，东部省际间差异对老龄化总体差异影响最大，中部影响最小；区域内差异长期呈扩大趋势，区域间差异长期呈收敛趋势，区域内差异远大于区域间差异，从贡献率看，老龄化总体差异主要是由区域内差异引起的。随着人均GDP增长、出生率下降、城市化水平提高以及死亡率的下降，老龄化加剧是一种必然趋势；就影响大小而言，人均GDP、出生率是最重要的影响因素，其次是城市化率、死亡率，而文盲率未见反向影响效果。

结合前文分析，得出以下几点启示：第一，人口老龄化是全国各地普遍存在的社会性问题，随着老龄化程度的日益加深，工作群体难以抚养庞大的老年人群，加快社会养老保障体系建设成为当务之急。第二，老龄化区域内差异远大于区域间差异，其中东部差异对总体差异贡献最大，因此制定区域人口对策时既要体现区域间差异，又要体现区域内省际差异，尤其要重视东部省际间差异情况。第三，出生率是影响老龄化的重要因素之一，东部地区计划生育政策实施较早，老龄化形势严峻，在老龄化程度较高的某些省份，如北京、上海、辽宁、山东、江苏、天津等，可以适时、逐步放松计划生育政策。第四，中、西部地区经济条件相对落后，而老龄化程度却在不断加剧，同时地区差异也逐年扩大，这要求政府在经济发展、医疗服务、养老保险等方面给予更大的关注和支持。

（编辑：温武军）

参考文献（References）

[1]Anderson G F， Hussey P S. Population Aging： A Comprison among Industrialized Countries [J]. Health Affairs， 2000， 19（3）：191-203.

[2]Shrestha L B. Population Aging in Developing Countries [J]. Health Affairs， 2000， 19（3）：204-212.

[3]李秀丽，王良健.我国人口老龄化水平的区域差异及其分解研究[J].西北人口， 2008， （6）：104-108.[ Li Xiuli， Wang Liangjian. A Study on Regional Differences and Difference Decomposition of Population Aging in China [J].Northwest Population， 2008， （6）：104-108.]

[4]张晓青，李玉江.山东省人口老龄化空间分异及其形成机制研究[J].西北人口，2005，（6）：30-33.[Zhang Xiaoqing， Li Yujiang. A Study on Spatial Disparity and Forming Mechanism of Shandong Population Aging [J]. Northwest Population， 2005， （6）：30-33.]

[5]袁俊，吴殿廷，吴铮争.中国农村人口老龄化的空间差异及其影响因素分析[J].中国人口科学，2007，（3）： 43-45.[Yuan Jun，Wu Dianting， Wu Zhengzheng. Analysis on Regional Disparity and Contributing Factors of Rural Population Aging in China [J]. Chinese Journal of Population Science， 2007， （3）： 43-45.]

[6]孙蕾.台湾人口老龄化的区域差异研究——基于各县市面板数据的实证分析[J].台湾研究集刊，2012，（4）：60-68.[Sun Lei.A Study on Regional Differences in Population Aging in Taiwan： Based on the Empirical Analysis of County Level Panel Data [J].Taiwan Research Journal， 2012，（4）：60-68.]

[7]赵儒煜，刘畅，张锋. 中国人口老龄化区域溢出与分布差异的空间计量经济学研究[J].人口研究，2012，（2）：71-81.[Zhao Ruyu， Liu Chang， Zhang Feng. Spatial Econometric Research on Regional Spillover and Distribution Difference of Population Aging in China [J]. Population Reaearch， 2012， （2）：71-81.]

[8]Theil H. Economics and Information Theory [M].Amsterdam：North Holland Publishing Company，1967：1-488.

[9]Bourguignon F. Decomposable Income Inequality Measures [J].Econometrica，1979， 47（4）：901-920.

[10]Shorrocks R. The Class of Additively Decomposable Inequality Measure [J].Econometrica，1980， 3（48）：613-625.

[11]杨骞，刘华军.中国二氧化碳排放的区域差异分解及影响因素——基于1995-2009年省际面板数据的研究[J].数量经济技术经济研究，2012，（5）：36-49.[Yang Qian， Liu Huajun. Regional Difference Decomposition and Influence Factors of Chinas Carbon Dioxide Emissions： Based on 1995-2009 Provincial Panel Data [J]. The Journal of Quantitative & Technical Economics， 2012， （5）：36-49.]

总之，无论从哪一层面看，人均GDP、出生率都是影响我国人口老龄化的最重要两大因素；死亡率对全国层面老龄化影响较大，城市化率对中、西部层面老龄化影响较大，而文盲率对各层面老龄化未见反向影响效果。

3 研究结论与启示

本文选取老龄化系数和老少比两个指标，对中国人口老龄化地区差异进行了分解，并实证检验了老龄化的影响因素。研究结论表明：中国人口老龄化具有非均衡空间分布特征，地区差异明显但短期变化趋势并不稳定，呈现反复波动态势；从总体上看，中国人口老龄化地区差异有逐渐扩大趋势。2004年以后，中、西部省际间老龄化差异有扩大趋势，东部有收敛趋势，从贡献率看，东部省际间差异对老龄化总体差异影响最大，中部影响最小；区域内差异长期呈扩大趋势，区域间差异长期呈收敛趋势，区域内差异远大于区域间差异，从贡献率看，老龄化总体差异主要是由区域内差异引起的。随着人均GDP增长、出生率下降、城市化水平提高以及死亡率的下降，老龄化加剧是一种必然趋势；就影响大小而言，人均GDP、出生率是最重要的影响因素，其次是城市化率、死亡率，而文盲率未见反向影响效果。

结合前文分析，得出以下几点启示：第一，人口老龄化是全国各地普遍存在的社会性问题，随着老龄化程度的日益加深，工作群体难以抚养庞大的老年人群，加快社会养老保障体系建设成为当务之急。第二，老龄化区域内差异远大于区域间差异，其中东部差异对总体差异贡献最大，因此制定区域人口对策时既要体现区域间差异，又要体现区域内省际差异，尤其要重视东部省际间差异情况。第三，出生率是影响老龄化的重要因素之一，东部地区计划生育政策实施较早，老龄化形势严峻，在老龄化程度较高的某些省份，如北京、上海、辽宁、山东、江苏、天津等，可以适时、逐步放松计划生育政策。第四，中、西部地区经济条件相对落后，而老龄化程度却在不断加剧，同时地区差异也逐年扩大，这要求政府在经济发展、医疗服务、养老保险等方面给予更大的关注和支持。

（编辑：温武军）

参考文献（References）

[1]Anderson G F， Hussey P S. Population Aging： A Comprison among Industrialized Countries [J]. Health Affairs， 2000， 19（3）：191-203.

[2]Shrestha L B. Population Aging in Developing Countries [J]. Health Affairs， 2000， 19（3）：204-212.

[3]李秀丽，王良健.我国人口老龄化水平的区域差异及其分解研究[J].西北人口， 2008， （6）：104-108.[ Li Xiuli， Wang Liangjian. A Study on Regional Differences and Difference Decomposition of Population Aging in China [J].Northwest Population， 2008， （6）：104-108.]

[4]张晓青，李玉江.山东省人口老龄化空间分异及其形成机制研究[J].西北人口，2005，（6）：30-33.[Zhang Xiaoqing， Li Yujiang. A Study on Spatial Disparity and Forming Mechanism of Shandong Population Aging [J]. Northwest Population， 2005， （6）：30-33.]

[5]袁俊，吴殿廷，吴铮争.中国农村人口老龄化的空间差异及其影响因素分析[J].中国人口科学，2007，（3）： 43-45.[Yuan Jun，Wu Dianting， Wu Zhengzheng. Analysis on Regional Disparity and Contributing Factors of Rural Population Aging in China [J]. Chinese Journal of Population Science， 2007， （3）： 43-45.]

[6]孙蕾.台湾人口老龄化的区域差异研究——基于各县市面板数据的实证分析[J].台湾研究集刊，2012，（4）：60-68.[Sun Lei.A Study on Regional Differences in Population Aging in Taiwan： Based on the Empirical Analysis of County Level Panel Data [J].Taiwan Research Journal， 2012，（4）：60-68.]

[7]赵儒煜，刘畅，张锋. 中国人口老龄化区域溢出与分布差异的空间计量经济学研究[J].人口研究，2012，（2）：71-81.[Zhao Ruyu， Liu Chang， Zhang Feng. Spatial Econometric Research on Regional Spillover and Distribution Difference of Population Aging in China [J]. Population Reaearch， 2012， （2）：71-81.]

[8]Theil H. Economics and Information Theory [M].Amsterdam：North Holland Publishing Company，1967：1-488.

[9]Bourguignon F. Decomposable Income Inequality Measures [J].Econometrica，1979， 47（4）：901-920.

[10]Shorrocks R. The Class of Additively Decomposable Inequality Measure [J].Econometrica，1980， 3（48）：613-625.

[11]杨骞，刘华军.中国二氧化碳排放的区域差异分解及影响因素——基于1995-2009年省际面板数据的研究[J].数量经济技术经济研究，2012，（5）：36-49.[Yang Qian， Liu Huajun. Regional Difference Decomposition and Influence Factors of Chinas Carbon Dioxide Emissions： Based on 1995-2009 Provincial Panel Data [J]. The Journal of Quantitative & Technical Economics， 2012， （5）：36-49.]