福州市人口老龄化时空演变特征及影响因素

陈 静，覃青梅，黎 明

(1.福建师范大学地理研究所， 福建 福州 350117；2.福建师范大学地理科学学院，福建 福州 350117；3.自然资源部国土整治中心，自然资源部土地工程技术创新中心，北京 100035)

联合国报告称，21世纪上半叶将出现快速老龄化的现象，全球60岁及以上老年人口比例预计从2000年的10%上升至2050年的21%，并且老年人口数量将超过14岁及以下人口的数量．发展中国家是老年人口增幅最大、增速最快的地区，预计到2050年老年人口将增长至如今的4倍，约占全球老年人口的80%[1]．依据联合国的定义，当一个国家或地区的60岁及其以上人口超过10%或者65岁及其以上人口超过7%时，则进入老龄化社会．1999年中国60岁及以上的老年人口比例达到10%，迈入老龄化社会；2020年中国老年人口数已急剧上升达到2.64亿人，占比达到18.70%．全国老龄工作委员会预计，2050年中国老龄化率将达到30%．快速的人口老龄化给中国社会发展带来挑战，成为急需重视的问题[2-4]．

19世纪末期国外开始研究人口老龄化，因为西欧的生育率下降，老龄化问题凸显[4]；而中国的相关研究则始于20世纪80年代[1]．地理学者和城乡规划学者对人口老龄化的研究主要集中在老年人口的时空分布、生活环境、时空行为，服务福利设施的建设与可达性等相关主题[1-2，4-5]．

关于人口老龄化的分布特征的研究均发现老年人口呈现集聚分布模式．从区域尺度来看，国内外研究均发现老年人口集中在都市区，如对俄罗斯和英国的研究发现老年人口集中于都市圈，日本35%的老年人口集聚在三大都市圈[6]，美国也有约75%的老年人口居住在大都市区[7]；中国老年人口占比较高的城市主要分布在胡焕庸线以东经济较为发达的地区[8]．从城市尺度看，国内外研究均发现老年人口主要聚集在中心城区，呈现从中心向外围边缘区扩散的圈层分布模式[4，9]，如美国约3/8的老年人口生活在大都市区的中心城区．但是日本东京和澳大利亚阿德莱德的研究则发现周边农村也是老年人聚集区之一，郊区老龄化呈现一定的发展趋势[6]．对于老年人口空间格局演变和空间分异特征的研究多采用集聚度、空间自相关[10]、重心分析、标准差椭圆分析[11]等方法．

老龄化类型划分方面，多依靠单一指标，如老年人口比重[4，12]、数量或结构指标[13]等．综合运用多种指标进行分类的研究目前较少，也缺少从街道尺度对典型城市人口老龄化格局演变特征进行分析．

在宏观和中观层面，关于老龄人口分布的主要影响因素可以分为社会经济因素和自然因素．社会经济因素方面，经济发展水平、医疗服务水平、社会保障水平具有显著的拉力效应[14]，人口自然增长率、出生率、流动性等因素也被认为对老龄人口的分布有一定影响[15]．自然因素方面，适宜的气候，如温度、湿度、降雨量、光照时长、海拔，是影响老年人口分布的基本因素[16]；此外，风景名胜区、湖泊、海洋等也具有显著的吸引力[7]．在微观层面研究发现，个体因素，如学历、收入、是否拥有配偶等都对老年人的居住选择有重要影响；家庭因素，如成年子女的居住地，也有着重要影响，而且这个因素对日本、中国的老年人居住选择的影响高于欧美国家[7]．对于老年人口分布影响因素的定量研究方法主要有最小二乘法等普通计量经济学模型[17]、地理探测器[18]、地理加权回归[19]等空间计量模型．

福州市是福建省的省会，海峡西岸经济区的中心城市之一，人口老龄化问题也越来越显著．2000年福州市65岁及以上的人口占比为6.95%，已经接近进入老龄化．依据《福州市第七次全国人口普查公报》和《平潭综合实验区第七次全国人口普查公报》，2020年福州市60岁及以上的人口占比为16.76%，65及以上的人口占比为11.72%，与2010年第六次全国人口普查相比，60岁及以上人口占比上升4.67个百分点，65岁及以上人口占比上升3.51个百分点，老龄化程度逐步提高．人口老龄化作为必须应对的挑战，从街道尺度展开研究可以从相对微观的视角进一步加深对老年人空间分异现象的理解，为老龄化背景下的国土空间规划配置养老服务设施提供参考．因此，本文使用2000—2020年3次人口普查数据，使用空间自相关方法，结合静态和动态指标，探索福州市老龄化时空演变特征，划分老龄化类型，最后对福州市老龄化空间演变的主要影响因素进行分析．

1 研究区概况与数据方法

1.1 研究区概况及数据来源

福州市位于福建省东部沿海地区，下辖鼓楼区、台江区、仓山区、晋安区、马尾区5个区，长乐市、福清市和闽侯县、连江县、罗源县、闽清县、永泰县和平潭县8个县市，本次研究的行政界线以2010年为准(图 1)，共计193个街镇．由于行政区划的调整，有9个街镇于2000年之后才设立，因此缺少对应的五普数据，从而剔除．福州市2000年和2010年人口数据主要来自福州市第五次和第六次人口普查数据，尺度到乡镇级．福州市2020年人口数据来自福州市第七次人口普查数据，尺度为县区．

图1 福州市行政区划图Fig.1 Administrative division map of Fuzhou City

1.2 研究方法

1.2.1 老年人口系数及老龄化静态类型

为了保证人口普查数据的连续性，本文将65岁及以上的人口认定为老年人口，因此老年人口系数为65岁及以上常住老年人口占常住人口的比例．结合广州[12]、南京[20]和东三省[21]等地的研究成果和福州市各乡镇街道的实际情况，将福州市老龄化静态类型分为6种：≤4.0%为年轻型，(4.1%～5.5%]为成长型早期，(5.6%～7.0%]为成长型后期，(7.0%～9.0%]为老年型初期，(9.0%～13.0%]为老年型中期，>13.0%为老年型后期．

1.2.2 老龄化动态类型

前人对人口老龄化的分类多采用静态或单一的指标，如老龄化系数、老年人口与非老年人口的比例等．然而老龄化是动态发展的过程，仅仅依靠单一的静态指标无法全面刻画地区老龄化的发展态势和原因[21]．因此，本文结合了老龄化系数静态指标和动态指标，如老年人口增长率、非老年人口增长率，划分福州市各街镇的老龄化动态类型(表 1).其中，V老年人口为2000至2010年年均老年人口增长率(%)，V非老年人口为2000至2010年年均非老年人口增长率．

表1 人口老龄化动态类型划分依据Tab.1 Classification of dynamic aging types

老龄化动态类型共分为5个类型：稀释老化型、就地老化型、输入老化型、潜在老化型、未老化型(表 1)．其中，稀释老化型、就地老化型和输入老化型的2010年老年人口系数大于7%，属于老年化社会；潜在老化型和未老化型的2010年老年人口系数小于7%，不属于老年化社会．

1.2.3 空间自相关

空间自相关是指某一事物在特定区域内的观测数据之间潜在的相互依赖性，一般通过全局空间自相关指数和局部空间自相关指数测度要素的空间关联程度．本文选用全局莫兰指数(Global Moran’s I)作为全局空间自相关指数．全局空间自相关指数反映了区域整体的集聚程度，无法反映局部的异质性．当需要进一步识别不同类型的空间聚集模式的内部分布，就必须使用局部空间自相关分析[22]．本文选用Getis-Ord Gi*作为局部空间自相关指数，以探测高值集聚的热点区和低值集聚的冷点区．

2 福州市人口老龄化时空演变分析

2.1 老年人口的空间分布

福州市老龄化程度不断加深．福州市65岁及以上老年人口由2000年的45.33万人增长至2020年的97.15万人，年均增长率为3.89%．福州市老年人口比例也由2000年的6.95%上升至2020年的11.72%，总体上处于老年型早期[23]．

整体上看，福州市老年人口呈正向集聚分布，且集聚程度增加．2000年福州市老年人口Moran’s I为0.24(z值为7.13)，而2010年为Moran’s I为0.64(z值为18.85)，集聚效应逐步提高．从街镇尺度来看福州市老年人口的空间分布，主要呈现中心到外围递减的特点．福州市老年人口主要集中在平原地区的中心城区和南部地区的福清市，是老年人口分布的热点地区；而北部和西部山区的永泰县、闽清县、闽侯县、罗源县、连江县的老年人口较少，是冷点主要分布的地区(图 2，图 3)．2000年，福清市的龙田镇、三山镇、海口镇和仓山区的盖山镇老年人口数量超过6 000人；2010年鼓楼区的洪山镇、华大街道、五凤街道，晋安区的鼓山镇、岳峰镇、新店镇，台江区的上海街道，福清市的龙田镇、三山镇的老年人口超过8 000人，也是热点区主要分布的地区(图 3)．冷点地区主要分布在永泰县、晋安区和平潭镇，2010年冷点地区在北部的闽清县和罗源县扩散(图 3)．

图2 2000年和2010年福州市老年人口空间分布图Fig.2 Spatial distribution of elderly population in Fuzhou in 2000 and 2010

图3 2000年和2010年福州市老年人口空间冷热点分布图Fig.3 Hot and cold spots of elderly population in Fuzhou in 2000 and 2010

2.2 老龄化静态类型

2000至2010年，福州市进入老龄化的阶段的街镇由118个上升至160个，比例由64.13%上升至83.77%．2000年福州市大部分乡镇和街道处于成长型后期和老年型早期，没有老年型后期．而2010年福州市大部分乡镇和街道处于老年型早期和老年型中期，并有25个乡镇街道迈入老年型后期(表 2)．

表2 福州市老龄化静态类型统计Tab.2 Statistics of static aging types in Fuzhou

福州市老龄化程度总体呈现圈层式为主、组团式并存的分布模式，老龄化的中心集聚与郊区化趋势并存，年轻型街镇和重度老龄化街镇也在各县(市)区组团式分布(图4)．2000年福州市老龄化“双极”特征初显，中心城区老龄化程度最高，近郊区老龄化程度稍低，远郊区老龄化程度次高，年轻型街镇和中度老龄化街镇在各县(市)区组团式分布．老龄化程度最高的地区为中心城区及闽侯县靠近中心城区的街镇，少量分布在北部远郊区，老年人口系数超过10%的街镇有台江区的苍霞街道、后洲街道、义洲街道、洋中街道，仓山区的仓前街道，闽侯县的南屿镇、江洋农场．2010年福州市老年人口在中心城区与郊区集聚的两级化特点进一步加强，年轻型街镇和重度老龄化街镇在各县(市)区组团式分布．老龄化程度最高的地区为北部远郊区，其次为中心城区，近郊区的老龄化程度最低．老龄化程度最高的街镇集中在北部远郊区，如罗源县、闽侯县、闽清县，少量分散分布在西南部的永泰县，这与日本等地的研究结果类似；老年人口系数超过15%的街镇有闽侯县的延坪乡、江洋农场，罗源县的飞竹镇、中房镇，永泰县的丹云乡．这种模式与北京、上海、广州、武汉等中国大城市的老龄化空间模式类似[6]．中心城区老年人多为本地居民和政府、企事业单位员工；年轻型街镇多分布在近郊区，主要原因是各类新城、新区、工业园、大学城等分布在近郊区，有大量价格便宜的新建商品房和经济适用住房，年轻的劳动人口多居住于此，因此老龄化率低；远郊区的老龄化率高的原因是城镇化导致劳动力外流，部分无法在城市定居的劳动者回流也会加深远郊区的老龄化．但中国的老年人口模式与美国、日本、韩国的模式存在一定差异，美、日、韩的农村地区老龄化率会显著高于城市地区，而且在美、日的都市圈外围会形成环状的老龄人口集聚地带，这与国家所处的经济发展阶段、老龄化阶段和社会保障均等化有关[23]．

图4 2000年和2010年福州市老龄化静态类型空间分布Fig.4 Spatial distribution of static aging types in Fuzhou in 2000 and 2010

2.3 老年人口增长率和老年人口系数变化

2000—2010年间，福州市老年人口增长率呈现多中心分布模式，中心城区和各县市的中心街镇的老年人口的增长率高于外围地区(图 5)．年增长率超过8%的街镇为仓山区的上渡街道、东升街道，台江区的苍霞街道、后洲街道；罗源县凤山镇、连江县凤城镇、闽清县梅城镇等各县的中心街镇的老年人口增长率也较高．

图5 2000—2010年福州市老年人口增长率Fig.5 Growth rate of elderly population in Fuzhou from 2000 to 2010

2000—2010年间，福州市中心城区和远郊区老年人口系数增长较多，而近郊区的老年人口系数反而下降．福州市总体上老年人口系数存在较大增长，166个街镇的老年人口系数提高，占街镇总数的90.22%．其中远郊区的老年人口系数增长幅度最大，中心城区增长幅度较大，近郊区老年人口系数呈下降趋势(图 6)．老年人口增长率和老年人口系数变化的空间格局存在较大差异，需要结合更多的动态指标才能解释这种格局差异．因此，本文结合更多的动态指标，进一步划分老年人口动态类型．

图6 2000—2010年福州市老年人口系数变化量Fig.6 Change of elderly population coefficient in Fuzhou from 2000 to 2010

2.4 老龄化动态类型

综合动态指标与静态指标，本文将2010年福州市各街镇的老龄化动态类型分为5种．福州市以就地老化型为主，就地老化型街镇数量最多，有117个街镇，稀释老化型数量最少，仅有4个街镇(表 3)．从空间分布看，福州市老龄化动态类型空间分布呈现圈层与组团并存的特点．中心城区为输入老化型，各县(市)区的中心区也为输入老化型，输入老化型外围分布未老化型、潜在老化型和稀释老化型(图 7)．

表3 2010年福州市老龄化动态类型Tab.3 Dynamic aging types in Fuzhou in 2010

2.4.1 稀释老化型

稀释老化型零散分布在中心街镇周边，一般与未老化型街镇相邻．稀释老化型仅有4个街镇，为闽侯县南屿镇、荆溪镇、青口镇和仓山区临江街道(图 7)．稀释老化型为老年化社会，表现为老年人口和非老年人口均有增长，但非老年人口的增长率高于老年人口的增长率，外来劳动人口的迁入率较高，导致老龄化系数呈现下降趋势．

图7 2010年福州市老龄化动态类型空间分布图Fig.7 Spatial distribution of dynamic aging types in Fuzhou in 2010

2.4.2 就地老化型

就地老化型街镇为福州市街镇的老龄化主要类型，主要分布在各县、市的外围郊区(图 7)．就地老化型为老年化社会，表现为非老年人口负增长，劳动人口的外迁趋势明显，即使部分街镇的老年人口处于负增长，依然慢于劳动人口的流失，因此老年人口系数仍然呈现上升趋势．所以就地老化型街镇的老龄化程度加深原因主要是劳动人口的大量流失．

2.4.3 输入老化型

输入老化型街镇主要分布在福州市中心城区和下辖县市的中心街镇(图 7)．输入老化型为老年化社会，表现为老年人口和非老年人口均有增长，但老年人口的增长速度高于非老年人口的增长速度．输入老化型街镇的老龄化程度加深，一方面原因是存在较为轻微的劳动力流失情况，另一方面原因是这些地区的经济发展水平较高，医疗、福利设施水平较高，吸引了部分老年人口的迁入．

2.4.4 潜在老化型

潜在老化型街镇依然主要分布在福州市中心城区，一般临近输入老化型街镇(图 7)．潜在老化型虽然为非老年化社会，但其老年人口系数处于上升趋势，正在迈入老年化社会，表现为老年人口的增长速度高于非老年人口的增长速度，或老年人口的减少速度小于非老年人口的减少速度，为潜在的老年化街镇．

2.4.5 未老化型

未老化型街镇主要分布在输入老化型街镇的周边，即中心城区的周边(图 7)，如永泰县城峰镇、闽侯县上街镇、连江县敖江镇、福清市阳下街道．未老化型街镇为非老年化社会，老年人口增速低于非老年人口的增速，因此老年人口系数处于下降趋势．

3 人口老龄化的影响因素

影响老年人口分布的因素可以分为外部因素和内部因素．外部因素指政策因素、经济因素、规划因素等，内部因素指老年人的家庭个人因素(图 8)．

图8 福州市老龄化动态类型分布形成机制Fig.8 Formation mechanism of dynamic aging type spatial distribution in Fuzhou

3.1 外部因素

3.1.1 政策因素

计划生育政策的实施导致城镇地区的老龄化程度加深．20世纪70年代后，为了协调人口增长与经济发展，中国开始大范围实施计划生育政策，生育率由3.0%下降至20世纪末的1.2%，而死亡率一直维持在0.7%，导致人口自然增长率由1.6%下降至0.5%，人口年龄结构由高劳动人口转向高老年抚养比[2]．计划生育政策在城镇中执行的力度高于农村地区，而且城乡的计划生育要求不同，导致中心城区的生育率低于农村地区[24]，是中心城区输入老化型形成的原因之一．

户籍制度的放松导致农村人口进城，致使农村老龄化和城镇年轻化．户籍管理的放宽加速了农村向城镇、小城市向大城市的人口流动，农村劳动力大量进城务工，仅留下老年人口和幼龄儿童，导致远郊区农村的老龄化程度提高，是远郊区就地老化型形成的重要原因．同时，流动人口进城后，由于收入的限制和靠近工作地点的需求，会选择居住在价格较为便宜、工业集聚的近郊区[25]，是近郊区老龄化率较低的原因．同时，随着部分劳动人口的定居，也会将外地的父母接来务工地定居，这也是福州市中心城区输入老化型形成的原因之一．

3.1.2 经济因素

城镇化和产业结构调整推动城镇的总体空间格局发生变化，新产业空间吸引大量劳动人口．依据级差地租理论，原来占据着中心城区优越区位的工业向郊区发展，城区优先发展服务业，以实现市区土地资源的合理利用．福州城市产业空间迅速拓展，在近郊区建成福州经济技术开发区、海西高新技术产业园、生物医药和机电产业园和洪山、仓山、马尾和福州软件园等，劳动力也随之迁入，导致近郊区老龄化程度最轻(图 4)．第一产业比重逐渐下降，第二、三产业比重上升，第一产业劳动人口转移至第二、三产业并移居城市，老年人口多选择留守，导致远郊区老龄化程度提升，且多为就地老龄化．

房地产市场发展推动不同年龄群体居住分异．早期政府机关和企事业单位的福利分房多在中心城区，因此早期职工均住在中心城区．房地产市场化会优先选择在成本较低的近郊区开发，收入较低的年轻务工人员只能选择在中心城区外围定居，导致近郊区老龄化最轻．中心城区的小区居住条件较差，但高地租和高房价导致更新和置业成本较高，开发商和年轻外来务工人员无法负担，因此多为原来的居民长期居住[6]，导致中心城区的老龄化程度较高．

福州市中心城区因拥有多家三甲医院和各类不同级别不同类型的专科医院，吸引了周边县市老年人口的迁入，继而导致中心城区的输入型老龄化．同时，随着生活和医疗水平的提高，人均寿命提高，也导致中心城区的老龄化程度进一步加深，中心城区的老年人口增长率也呈现出最高的增长态势(图 5)；但由于福州中心城区还拥有大量的就业机会和优越的教育资源，如仓山区的仓前街道辖地内有各级各类学校24所，其中福建师大附中和师大附小、麦顶小学、仓山小学是全区仅有的省重点中、小学校，所以中心城区俨然吸引了大量劳动人口和拥有适龄儿童家庭的迁入，因此老龄化程度低于远郊区(图 4)．

3.1.3 规划因素

城市发展历史奠定老龄化空间的形成基础．地区的开发历史对人口分布存在较大的影响，老年人口亦然[20]．开发越早的地区，其自然环境和交通区位条件都相对优越，人口相对集中，本地的老年人口较少外迁，外地的老年人口的迁入意愿也较高，因此老年人口的数量持续增长，老龄化程度也较高．而新开发的地区主要为年轻的劳动人口，老年人口相对较少．自汉初至清末，福州市鼓楼区曾六度建造城池，一直是福州市的经济、文化、政治中心，福州市中心城区由鼓楼区向外逐步扩张至台江区、晋安区、仓山区等地．因此2000和2010年福州市老年人口高值区是中心城区，而且老龄化率也相对较高．

空间规划引导老龄化空间分异的方向．空间规划是政府对城市发展建设总体布局进行干预的重要手段，空间规划通过规划新城、产业区来引导产业、人口的分布，进而对老龄化的空间分异产生影响．比如，福州市的大学城规划建设于闽侯县上街镇，始建于2000年，现拥有13所院校，大批学子迁入，因此2010年上街镇为未老化型，老年人口系数由2000年的7.08%下降至2010年的5.40%．福州市经济技术开发区规划建设于马尾区马尾镇，拥有大量工厂，吸引了较多劳动人口，所以马尾镇也属于未老化型，老年人口系数维持在较低水平．

3.2 内部因素

老年人的恋地情节和居住习惯会促使老年人选择长期居住．“落叶归根”的传统思想会使部分老人在退休后选择返乡居住[2]，加重了远郊区的老龄化程度．对于居住环境的习惯也会促使老年人选择在居住地长期居住，这是中心城区和远郊区老龄化较高的重要原因之一．

照顾家庭也是老年人选择留守或迁居的重要原因．虽然我国已进入现代社会，家庭间日趋独立，但老年人的传统家庭观念较强，家庭关系依然主导其居住迁移行为．许多老人会选择照顾孙辈而迁入子女所居住的地区，而拥有丰富教育资源的中心城区又是家庭迁居的重要流入地，这也成为中心城区输入型老龄化的重要原因，也是中心城区本地老人不愿外迁的重要原因．对于远郊区的老人而言，由于子女外出务工无法携带孙辈，因此照顾孙辈而选择留守也是远郊区就地老龄化的重要原因之一[2]．

4 结论与讨论

4.1 结论

本文使用2000至2020年3次人口普查数据，运用空间自相关方法，结合了静态和动态指标划分了福州市老龄化类型，对人口老龄化的时空演变特征进行了研究，并探究了老龄化空间分异形成的影响因素，得出以下结论：

(1)静态指标显示，福州市经历了快速人口老龄化，老龄化率全面提升，2020年老龄化率达到11.72%，2010年83.77%的街镇进入老龄化．从空间分布看，老年人口呈正向集聚分布，主要集中在平原的中心城区和南部福清市；老龄化程度总体呈现圈层式为主、组团式并存的模式，老龄化的中心集聚与郊区化趋势并存．

(2)动态指标显示，福州市老年人口增长率呈现多中心模式，中心城区和各县(市)区的中心街镇的老年人口的增长率较高；远郊区和中心城区的老年人口系数增长较快，而近郊区出现负增长现象．

(3)福州市各街镇可以分为5种老龄化动态类型，以就地老化型为主．老龄化动态类型空间分布呈现圈层与组团并存的特点，中心城区和各县(市)区的中心区为输入老化型，未老化型、潜在老化型和稀释老化型分布在输入老化型外围．

(4)政策因素、经济因素、规划因素等外部因素和家庭个人的内部因素是塑造福州市人口老龄化空间分异的主要因素．

4.2 讨论

人口老龄化是一个动态过程，已有研究多基于静态指标来划分人口老龄化类型，无法反映区域老龄化的成因与发展趋势．因此，本文结合静态指标(老年人口系数)和动态指标(老年人口与非老年人口增长率)，划分了老龄化动态类型，相比静态类型可更加全面地反映福州市老龄化时空演变特征，为日后的研究提供参考．

在内部和外部因素共同作用下，城市内部老年人空间分布模式多为圈层式，即由城市核心区向外围呈现圈层式变化，一般老年人口系数为“中心城区>远郊区>近郊区”，典型的城市是北京与杭州[26]，2000年福州市也属于圈层型．随着多中心城市发展，圈层型转变为“圈层+组团式”，副中心的吸引力而形成了次级老年人聚集组团，2010年福州市和广州市属于这种类型．同时，受到自然地形条件的限制和引导，圈层型变型为轴线扩张式，如武汉市[26]．

针对不同老龄化类型的地区采取差异性措施．对于拥有较多人口迁入的稀释老化型和输入老化型地区，应积极完善流动人口在当地的医疗、子女就学等社会保障机制，对于输入老化型地区还应格外关注养老等福利设施的建设；针对处于郊区，经济欠发达的就地老化型地区，应重点关注劳动力流失后家庭养老问题，同时积极探索产业发展道路，创造更多的就业岗位以遏制劳动力流失的势头；对于潜在老化型的地区，应提前做好应对老龄化各类问题的方案．

虽然本文采用的数据无法反映最新的老龄化动态演变趋势，但仍可以从总体上反映出福州市人口老龄化的时空演变特征，且研究结合静态和动态指标划分老龄化动态类型，深化了对区域人口老龄化分类的理解．由于街道尺度统计数据的缺失，本文仅从定性的角度对福州市老龄化空间分异的形成机制进行了分析，并未进行定量的验证，在今后的研究中，应结合大数据、调研访谈数据等多种手段，对理论模型进行验证和更新，以期可以更加准确、全面地刻画区域老龄化的态势和形成原因．