东北地区人口老龄化空间格局演变及影响因素研究

吴媛媛，宋玉祥，于婷婷

(1.东北师范大学地理科学学院，吉林 长春 130024； 2.湖北大学商学院，湖北 武汉 430062；3.北京师范大学未来教育学院，广东 珠海 519000)

联合国《世界人口老龄化2017》报告中指出：“人口老龄化是老年人口在总人口中比重不断增加的动态过程，是在社会经济发展到一定阶段时，因出生率和死亡率降低以及人口迁移等因素共同作用下人口年龄结构出现的一种必然趋势”[1].中国自20世纪70年代末实施严格的“计划生育”政策以来，人口生育率开始持续降低，人口年龄结构逐渐由成年型向老年型过渡，直至2000年全面进入老年型社会，快速推进的老龄化态势对中国人口、经济和社会可持续发展带来了严峻的挑战.

人口老龄化的相关研究始于20世纪中叶西方发达国家对老年人健康问题及疾病防治对策等方面的探讨[2].到了20世纪70年代，随着全球人口老龄化进程的加快，越来越多的地理学者从空间视角探寻人口老龄化现象，分别从全球范围、国家内部、城市内部等不同空间尺度对人口老龄化的空间分异问题及其形成因素进行了探讨[3-5].国内关于人口老龄化的研究是在特定的人口和经济政策背景下展开的.自20世纪80年代起，人口学、经济学和老年学领域的学者纷纷响应，分别从宏观和微观视角对中国人口老龄化的发展态势、社会经济影响以及老年人生活状况、养老问题、代际关系等社会问题进行了研究[6-7].到了90年代末，逐渐兴起的地理学界基于国外人口老龄化空间研究范式，对中国人口老龄化的空间分异及其动力因素的探讨一直延续至今.在空间分异方面，分别从全国、省内、城市三种空间尺度展开，对全国各区域和各省间人口老龄化空间差异和发展趋势进行了宏观分析，研究老龄化程度高、速度快的典型省域内人口老龄化的空间分异演变特征，总结了城市群间、城市群内部以及大城市内部老龄化及老年人口空间分布格局特征[8-14].在动力因素方面，分别就人口、社会经济和自然环境等方面进行了分析.早期相关的研究侧重于人口自然变动因素对人口老龄化的影响，随着中国经济发展水平的提高和地区经济差异的扩大，人口老龄化进程逐渐加快，区域差异特征凸显，越来越多的学者开始关注人口因素和社会经济因素对人口老龄化区域差异的综合影响[8-9].近年来，部分学者根据人口地理分界线——胡焕庸线形成的自然地理背景，将自然环境因素纳入人口老龄化空间分异格局形成机制的研究框架中，揭示了人口老龄化空间分布态势与自然地理本底之间较高的空间耦合性和人地关系状况[15-17].

综上所述，多数文献基于全国宏观尺度以及个别省域内和城市内部等微观尺度对人口老龄化的空间格局形成与演变进行了探讨，并采用一定的计量方法对人口老龄化的驱动机制进行了实证检验，但区域层面的中观尺度的相关研究仍显不足，而东北地区作为中国传统的老工业基地，在特殊的人口、经济和社会背景下的人口老龄化的发展态势、空间格局演变特征及其影响因素错综复杂，故研究该区域人口老龄化的空间格局演变及影响因素，对充分应对人口老龄化带来的社会经济影响至关重要.此外，现有研究多基于传统计量方法探讨人口老龄化空间格局演变的影响因素，忽略了空间因素影响下各区域间相互作用的内在机制以及影响因素的动态变化.为此，本文以2000年和2010年人口普查数据为基础，对东北地区人口老龄化空间格局演变特征进行了分析，在考虑了空间效应的基础上，采用空间计量模型进一步探讨了人口老龄化的影响因素及演变态势，以为东北地区应对人口老龄化提供有针对性的决策和建议.

1 研究方法与数据来源

1.1 研究方法

1.1.1 探索性空间数据分析

探索性空间数据分析(ESDA)是一套用于描述和可视化空间分布，识别非典型位置或空间异常值的技术，以发现空间关联、聚类或热点的模式，提出空间状态或其他形式的空间异质性[18].通常使用两类工具：全局空间自相关和局部空间自相关，其中全局空间自相关是对属性值在整个区域空间特征的描述，常用Moran’sI和Geary指数来度量；局部空间自相关可以度量各区域之间的局部空间关联和空间差异程度，更能准确揭示空间要素的异质性特征，常用局部空间联系指数(LISA)、局部Moran散点图和Gi指数来度量.在ESDA中，空间权重矩阵的设定是分析的前提，为此本文充分考虑到地理上邻近但不相邻的空间单元间存在相互作用和影响的实际情况，构建了各县域间最短距离倒数平方的空间权重矩阵[19].

1.1.2 空间变差函数

空间变差函数亦称半变异函数，是描述区域化变量随机性和结构性的基本手段，主要用于经济单元空间格局变异程度的测度.其表征参数主要有块金值、结构方差、基台值、块金系数、变程和分维数.其中块金值为随机因素引起的变异，数值大小反映变化幅度；结构方差为自相关引起的变异；基台值表示空间变差函数变量随着间距的增加出现的平稳值；块金系数表示随机因素引起的变异在总变异中的占比，其值越高表明样本间的变异更多是由随机因素引起的，空间相关性越弱；变程为半变异函数达到基台值时的间距；分维数表示空间变差函数曲率，反映了空间变异强度，值越大表明由空间自相关引起的空间异质性越高，越接近2说明空间分布越均衡[19].本文引入该方法分析中国人口老龄化的空间变异规律.

1.1.3 空间计量模型

空间计量模型将空间效应纳入到模型中，通过空间权重矩阵的形式体现在空间滞后项和空间误差项中，使模型估计结果更具有说服力[19].常用的空间计量模型主要包括空间滞后模型和空间误差模型.

(1) 空间滞后模型(SLM).主要探讨各变量在一个地区是否具有溢出效应，即本地区因变量受其他地区因变量的影响.其模型表达式为

(1)

式中：Y和X分别为因变量和自变量；ρ为空间滞后系数，反映邻近地区对本地区Y观察值的影响方向和程度；β为参数向量；ε为服从独立同分布的随机误差项；W为基于距离倒数平方的空间权重矩阵.

(2) 空间误差模型(SEM).主要描述的是空间扰动相关和空间总体相关，即本地区因变量受其他地区随机误差项(未被纳入模型中的影响因素)的影响程度.其模型表达式为

Y=Xβ+μ，μ=λWμ+ε.

(2)

式中：λ为空间误差系数，度量了邻近地区关于因变量的误差冲击对本地区观察值的影响程度；μ为空间自相关误差项.

1.2 数据来源

衡量人口老龄化的指标主要有老龄化率、相对老龄化程度、老少比、抚养比等，其中老龄化率(65岁以上人口数占总人口比重)更能直观反映人口绝对老龄化程度，是刻画老龄化水平的重要指标[10].根据联合国对人口年龄结构的划分标准，同时结合林琳、王录仓等[13，15]学者对人口老龄化划分标准的细化，将人口老龄化率划分为以下6个阶段：老龄化系数低于4%为年轻型，4%～5.5%为成年型Ⅰ期，5.5%～7%为成年型Ⅱ期，7%～10%为老年型Ⅰ期，10%～14%为老年型Ⅱ期，高于14%为老年型Ⅲ期.本文以广义的东北地区为研究对象，包括辽宁省、吉林省、黑龙江省和内蒙古东部三市一盟(呼伦贝尔市、通辽市、赤峰市、兴安盟)所辖的市区、县级市、县(自治县)、旗(自治旗)，共222个县级行政单元.相关人口数据来源于第五、六次《中国人口普查分县资料》，其余数据均来源于相应年份的《辽宁统计年鉴》《吉林统计年鉴》《黑龙江统计年鉴》《内蒙古统计年鉴》.

2 东北地区人口老龄化空间格局演变特征

2.1 总体空间分布特征

以2000和2010年人口普查数据中65岁及以上老年人口比重为基础，参照上述人口老龄化类型划分标准，绘制东北地区人口老龄化类型区空间分布图(见图1).

2000年东北地区人口老龄化整体呈现出自西向东、自北向南逐渐加深的空间格局，其中年轻型县域数量较少，零星分散在呼伦贝尔市、兴安盟和通辽市内以畜牧业为主的少数民族县域和黑龙江省北部的边境口岸城市.成年型县域数量较多，广泛分布于黑吉两省和蒙东四盟市，其中成年型Ⅰ期主要集中于蒙东四盟市、黑龙江省中西部的大兴安岭地区、黑河市、齐齐哈尔市、大庆市、绥化市和哈尔滨市以及吉林省西部的白城市、松原市所辖的大部分县域内.成年型Ⅱ期主要分布于成年型Ⅰ期以东，包括黑龙江省东部的鹤岗市、双鸭山市、七台河市、鸡西市、牡丹江市以及吉林省中东部多数县域.老年型县域主要集中于辽宁省并零星分散于吉林省延边州和黑龙江省哈尔滨市、伊春市所辖市区.

2010年东北地区人口老龄化空间分布格局具有一定的延续性，仍呈现出自西向东、自北向南加深的格局.其中年轻型县域数量明显减少，仅剩抚远县和霍林郭勒市.成年型县域较为分散，主要分布在蒙东四盟市、吉林省西部的白城市、松原市以及黑龙江省中西部的哈尔滨市、大庆市、齐齐哈尔市、绥化市等部分县域.其中成年型Ⅰ期县域分散于呼伦贝尔市、兴安盟和通辽市内的少数民族牧业县，成年型Ⅱ期县域包括赤峰市北部、通辽市、兴安盟中部、呼伦贝尔市西部、白城市南部、松原市中南部大部分县域以及哈尔滨市、绥化市、大庆市和齐齐哈尔等市际接壤区内.老年型县域数量较多，涵盖了辽宁省全部县域、吉林省中东部所有县域以及黑龙江省大部分县域，还有少数分布于呼伦贝尔市北部和赤峰市南部部分县域内，人口老龄化逐渐成为东北地区多数县域面临的常态.

图1 东北地区人口老龄化类型区空间分布格局演变

2.2 空间关联特征

采用Arcgis10.2平台分别计算2000年和2010年东北地区县域间人口老龄化的全局和局部Moran’sI指数(见表1、图2)，以判断人口老龄化的空间关联特征及变动趋势.

从表1可以看出，2000年和2010年全局Moran’sI在1%的置信水平下均显著为正，说明东北地区县域的人口老龄化呈现出较强的空间正相关性，即各县域间人口老龄化呈现出自身水平高(低)而周边水平高(低)相似值集聚的空间分布特征，证明了该区域人口老龄化空间差异的客观存在.随着时间的推移，全局Moran’sI明显下降，说明东北地区人口老龄化的空间集聚态势有所减弱，空间差异不断减小.

表1 东北地区人口老龄化全局Moran’s I估计值

从局部空间关联分布特征来看，东北地区人口老龄化局部空间关联类型始终以高-高集聚和低-低集聚为主.2000年高-高集聚区主要集中于辽宁省多数县域内，低-低集聚区主要分布于蒙东四盟市、吉林省西部的白城市、松原市和黑龙江省中西部地区的哈尔滨市、齐齐哈尔市、大庆市、绥化市、黑河市、大兴安岭地区所辖的部分县域内，还有少数分布于黑龙江省东北部的抚远县、同江市和饶河县等边境口岸城市内.高-低集聚和低-高集聚县域较少，分别被低-低集聚和高-高集聚县域所包围，包括牙克石市和哈尔滨市区2个高-低集聚县域和朝阳市、盘锦市、铁法市3个低-高集聚县域.

2010年高-高集聚范围有所扩展，并发生了空间跃迁，除辽宁省外，新增了延边州内除珲春市外的所有县域、牡丹江市南部的宁安和穆棱两个县级市以及伊春市区和鹤岗市区.低-低集聚范围由北向南收缩，表现为呼伦贝尔市北部、大兴安岭地区北部、黑河市西部等多数县域由低-低集聚转变为不显著.高-低集聚县域有所增加，除原来的哈尔滨市区外，新增了齐齐哈尔市区、大安市、扎兰屯市、额尔古纳市、鄂伦春旗5个县域.低-高集聚县域的数量不变，但分布格局由原来的辽宁省向北迁移，最终集中在珲春市、绥芬河市、嘉荫县内.

图2 东北地区人口老龄化LISA集聚演变

2.3 空间变异特征

选取2000，2010年人口老龄化率作为空间变差函数的地理变量，赋予各地级单元空间中心点，采用GS+10.0分别计算空间变差函数的拟合参数和分维数，结果见表2.

由表2可见，2000—2010年间，块金系数和块金值有所下降，结构方差和变程有所提高，表明东北地区人口老龄化的空间变异程度不断减小，随机性因素的影响逐渐减小，结构性因素的影响不断增加且引起的空间关联范围不断扩大.两个年份的全方向分维数由1.761增至1.765，逐渐接近均质分布的理想值，表明东北地区人口老龄化的空间分布趋于均衡，更多的空间差异体现在局部方向上.具体来看，2000年各个方向的分维数从大到小依次为东北—西南、东—西、东南—西北、南—北，说明研究初期东北地区人口老龄化程度在东北—西南方向上空间分布最为均衡，在南—北方向上空间差异最大.2010年各个方向的分维数从大到小依次为东北—西南、南—北、东—西、东南—西北，除东北—西南方向次序未发生变化外，其余方向次序均发生了转换，即东-西方向和东南-西北方向空间差异明显增加，而南—北方向的空间差异明显缩小，说明南—北方向是平衡东北地区人口老龄化空间差异的主要力量.

表2 东北地区人口老龄化空间变差函数拟合参数

3 影响因素分析

3.1 影响因素选取

人口老龄化是由多种因素综合作用的结果.一方面，从人口转变理论出发，可以发现人口出生率和死亡率对人口年龄结构的老化具有直接的推动作用，而人口迁移也能直接改变区域人口年龄结构；另一方面，人口作为一个内容复杂、综合多种社会关系的社会实体，其年龄结构老化的过程与社会经济关系密不可分，经济的发展、医疗卫生条件的改进、公共教育的提高等社会经济因素对人口老龄化具有间接影响.基于此，本文分别从人口和社会经济两个方面对人口老龄化的驱动机制(见图3)展开探讨.

在人口因素方面，人口自然变动因素中的出生率和死亡率是影响人口老龄化的最直接因素，人口出生率的降低会造成青少年人口比重下降、老年人口比重上升，而死亡率的下降增加了各年龄段中少儿人口、中青年人口中孕产妇以及老年人口的比重，尤其是对少儿人口和中青年人口中孕产妇人口比重影响最为明显，从而降低了老年人口比重.随着流动人口规模的扩大，人口迁移因素的影响愈发凸显，以青年劳动力为主体的人口流动加速了迁入地的人口年龄结构的年轻化和迁出地人口年龄结构的老化.由此可见，人口因素对人口年龄结构的老化产生了直接影响.

在社会经济因素方面，经济发展水平、医疗卫生条件、受教育程度、城市化率以及少数民族计划生育政策差异等因素，通过降低人口出生率、提高人口预期寿命、促进人口迁移等途径间接对人口老龄化产生影响.其中经济发展水平的提高和医疗卫生条件的改善，在一定程度上能够延长预期寿命，促进人口由欠发达地区向发达地区迁移，从而提高老龄化水平；受教育程度越高的人越容易摆脱传统生育观念的束缚，更注重生育质量而非生育数量，进而导致人口出生率降低；城市化的过程伴随着农村人口向城市迁移，并实现由传统向现代生活方式的转变，由此引发的生育观念的转变是现代人口生育理论认为的城市化是生育水平下降的重要因素的有力证明；少数民族人口比重高的地区因特殊的计划生育政策，人口出生率较高，进而降低了老龄化水平.

图3 人口老龄化的驱动机制

根据上述分析，并结合以往相关研究经验[9-11，15-16]，分别选取人口出生率(X1)、死亡率(X2)、迁入率(X3)、迁出率(X4)，分别表征人口因素中人口自然变动因素和人口迁移因素对人口老龄化的影响；选取人均GDP(X5)、每千人拥有床位数(X6)、人均受教育年限(X7)、非农人口比重(X8)、少数民族人口比重(X9)分别表征社会经济因素中经济发展水平、医疗卫生条件、受教育程度、城市化率和计划生育政策差异等因素的影响.

3.2 模型构建与识别

以上研究已经证明了东北地区人口老龄化的分布格局存在显著的空间相关性特征，违背了经典回归分析中样本观察值之间相互独立的假设条件.据此，本文将空间效应纳入影响因素的回归模型中，根据公式(1)和(2)，构建空间计量模型测度上述因素对人口老龄化的作用强度和方向；同时，在模型设定前分别将上述指标进行对数处理，以消除异方差的影响，保证数据的稳定性.

运用Stata 2015平台分别对2000和2010年相关计量模型进行估计和检验，结果见表3.由表3可见，空间计量模型的拟合优度R2和对数似然比logL均高于经典回归模型中的对应值，说明空间计量模型估计效果更好，且空间滞后模型的R2和logL最大，说明空间滞后模型估计效果更佳，故本文选择表3中空间滞后模型(SLM)作为最终解释模型.

3.3 模型结果分析

就人口因素而言，除迁入率外，其余3个指标在两个时间点均通过了显著性检验，说明人口自然变动和人口迁出是影响东北地区人口老龄化的主要人口因素.从各因素的作用强度和方向来看，出生率和死亡率在所有因素中影响程度最大，与人口老龄化分别是显著的负向和正向关系.迁出率的影响居中，与人口老龄化始终是显著的正向关系，而迁入率对人口老龄化的影响较小，与人口老龄化始终是不显著的负向关系.研究期间，人口自然变动因素始终是影响东北地区人口老龄化的主要因素，但死亡率的影响强度明显下降，出生率的影响强度明显上升，说明东北地区在高城镇化率和计划生育政策双重作用带来的长达20年的出生率持续下降，愈发成为东北地区人口老龄化加剧的主导因素.人口迁移因素中的迁入率的影响有所下降，迁出率的影响有所提升，这与东北地区人口迁移趋势密切相关.改革开放后，以东部沿海地区率先发展带动内地发展的区域非均衡发展战略致使东北地区经济发展受到严重冲击，人口开始不断外流，而不断扩大的人口流失一方面增加了东北地区老年人口的比重，另一方面也造成育龄人口的进一步下降，使东北地区低生育水平的形势更为严峻.

就社会经济因素而言，人均GDP、每千人拥有床位数以及非农人口比重3个指标在两个时间点均通过了显著性检验，说明经济发展水平、医疗卫生条件和城市化率是影响东北地区人口老龄化的主要社会经济因素.从各因素的作用强度和方向来看，受教育水平对人口老龄化的影响较大，作用强度仅次于人口自然变动因素，与人口老龄化是正向关系；城市化率、经济发展水平和医疗卫生条件对人口老龄化的影响居中，其中医疗卫生条件和城市化率与人口老龄化是显著的正向关系，而经济发展水平对人口老龄化的作用方向由正变负；少数民族人口比重对人口老龄化的影响最小，与人口老龄化是负向关系.研究期间，除医疗卫生条件外，其余因素的影响程度均有所下降，且受教育程度和少数民族人口比重也由显著变为不显著.原因在于：东北地区作为中国重要的工业基地和粮食主产区，以“大工业”和“大农业”为特点的城镇化在全国长期处于领先水平，高城镇化率促使东北地区受教育程度高于全国的平均水平.近年来，随着中国经济发展中心的转移和分散，东北地区城镇化优势不再突出，再加上高学历人口不断外流，使得东北地区城镇化速度和受教育程度提升相对较慢，进而导致城市化率和受教育程度对人口老龄化的作用减弱；此外，以满、蒙和朝鲜族三个少数民族为主的东北地区少数民族人口占比总体上处于全国的领先水平，但近年来少数民族人口数量减少及其生育水平的逐渐下降是该指标对人口老龄化影响减弱的直接原因.值得关注的是，经济发展水平对人口老龄化的影响具有阶段性，即由正向显著转变为负向显著，作用强度减弱，说明一方面随着生活质量的不断提高，经济发展水平对人口的预期寿命的限制趋于稳定；另一方面由于东北地区内部经济差异造成的由北向南的人口迁移模式，使黑吉两省和蒙东四盟市人口老龄化发展迅速，逐渐缩小了区内人口老龄化的差距，进而改变了经济发展水平对人口老龄化的作用方向.

表3 东北地区人口老龄化计量模型估计结果

4 结论

本文以典型人口老龄化快速发展的东北地区为例，基于2000年和2010年人口普查分县数据，采用ESDA、空间变差函数等空间统计分析方法探讨了东北地区人口老龄化空间格局的细节特征与规律，在考虑空间效应的基础上，进一步运用空间计量模型探讨了人口老龄化的影响因素.结果表明：

(1) 东北地区人口老龄化整体呈现出自西向东、自北向南逐渐加深的空间格局.10年间，各县域经历了快速的人口老龄化过程，人口老龄化的空间分布趋于均衡，最初自西向东、自北向南加深的空间格局逐渐模糊，老龄化逐渐成为东北地区多数县域面临的常态.

(2) 东北地区各县域间人口老龄化的空间正相关性显著，10年间这种空间集聚态势有所减弱，但始终呈现出高-高和低-低相似值集聚的分布特征，高-低集聚和低-高集聚所产生的负向空间相关性的影响甚微.

(3) 东北地区人口老龄化的空间变异程度不断减小，分布格局的扩散使空间差异有减小的趋势，这种趋势在全方向和局部微观方向上均有体现，尤其是自辽宁省向北至吉林省东部、黑龙江省西北部以及呼伦贝尔市北部不断显现的高值极化中心使得南—北方向成为平衡空间差异的主要力量.

(4) 东北地区人口老龄化空间格局演变是由人口因素和社会经济因素共同作用形成的，不同时期主要影响因素及其作用强度不同.出生率和死亡率始终是影响人口老龄化的决定性因素，迁出率、经济发展水平、医疗卫生条件以及城市化率也是人口老龄化的主要影响因素.随着时间的推移，出生率和迁出率的作用强度有所增强，其余因素作用强度有所减弱.

在经济发展水平下行压力增大、城镇化速度放缓、人口出生率持续下降以及外迁人口规模不断扩大的背景下，东北地区人口老龄化发展迅速，而人口老龄化进程的加快反过来又会通过劳动力供给、资本投资、技术创新、养老制度、空间资源等途径对当地的经济发展、社会稳定以及城市空间发展带来诸多挑战.为此，在全面二胎政策和两轮振兴东北老工业基地战略背景下，各县市首先应为二胎政策的实施提供相应的支持与保障，以增加新生人口数量，促进人口年龄结构优化；其次，通过产业结构调整、营造良好的就业环境、提高工资待遇、实施特殊的人才引进政策等优惠措施合理引导劳动力在本地就业，延缓人口外流；最后应打破行政壁垒，建立统筹协作机制应对人口老龄化空间差异的问题.