廣東省人口老齡化的時空演化及成因分析

易衛華　葉信岳　王哲野

摘 要： （中）摘要 利用三個代表年份的數據，對廣東省21個地級市人口老齡化的空間分布及其趨勢進行分析。首先，根據三個年份人口老齡化系數情況，將廣東省老齡化分為年輕型、成年型初期、成年型后期、老年型初期、老年型中期五個階段。同時，利用空間自相關分析模型，分析廣東省人口老齡化分布趨勢呈現出的從外圍（粵北、粵西和粵東）向中心區（珠三角地區）擴散的趨勢，通過引入馬爾科夫轉移概率矩陣，闡述了廣東省人口老齡化的時序演化特征，在此基礎上，分析了廣東省人口老齡化空間形態模式、分布規律的成因，認為總體來看，盡管由于受外來人口遷移的影響，廣東省地區人口老齡化延遲，但是，目前廣東省的大部分地區都已進入老年型社會，隨著人口紅利期的結束，人口虧損期將接踵而來，廣東省應該加快經濟轉型升級，以利補虧，以應對老齡期社會的挑戰。

關鍵詞： （中）關鍵詞 人口老齡化；模糊聚類；空間分布；趨勢；空間自相關

中圖分類號： （中）中圖分類號 C913.6 文獻標識碼：A 文章編號：1000-4149（2015）03-0033-10

DOI：10.3969/j.issn.1000-4149.2015.03.004

Abstract： （英）摘要 This paper analyzes the spatial distribution of population aging at the prefectual cities level in Guangdong Province and the underlying driving forces using three representative years.Six variables are adopted to classify the population aging in Guangdong into five stages： young， early growth， late growth， early aging， and middle aging.Spatial autocorrelation model is used to detect the spatial structure， and spatial Markov chain is employed to study spacetime dynamics of population change.The underlying driving forces are analyzed from the perspectives of socioeconomic and educational perspectives.It is noted that migration of younger population from other provinces in China has slowed down the progress of aging in Guangdong.However， many regions in Guangdong have been the aging society.When the dividend of sufficient labor force comes to the end， Guangdong should accelerate economic transformation and upgrading the economic structure to cope with an aging society.

Keywords： （英）關鍵詞 aging population； fuzzy classification； spatial distribution；trends； spatial autocorrelation

一、引言

人口老齡化是中國當前社會經濟發展與城鄉規劃建設面臨的重大戰略問題。老年人口比例上升，反映了社會經濟、衛生、教育、文化等事業的發展和人民生活水平的提高。但是，人口老齡化給社會發展帶來一系列社會問題：人口老齡化將使社會保障的費用大量增加，給社會和政府帶來沉重的經濟負擔；使家庭贍養系數大幅度增加，加重了勞動人口的負擔；人口老齡化將使傳統的家庭養老面臨挑戰，由于家庭規模的變小，當一些成年子女生活困難時，對其老年父母的贍養便無法保證。

從廣東省第六次人口普查的數據來看，2010年，廣東省65歲及以上的老年人已達708.6萬，占廣東省常住人口比重的6.79%。如果按照聯合國規定，65歲及以上老年人口占總人口的7%，即為老年型社會[1]，那么，從整體上來看，廣東仍未進入老齡化社會，但是，即將邁入老年社會的門檻，而且從省域范圍來看，各地區之間存在明顯差異，為廣東省的經濟社會發展帶來嚴峻挑戰。

當前，國內外學者從社會學、人口學等方面對老齡化問題展開了較深入的研究。如關于老齡化對社會經濟的影響[2-8]、養老保險與養老保障[9-13]、農村人口老齡化及養老[14-16]、特殊老年群體養老[17]等。

近年來，隨著地理學學科的發展及其在社會科學中的應用，利用探索性空間數據方法或空間計量經濟學方法研究人口老齡化的區域空間差異，開始成為國內外學術研究的新熱點[18-19]。國外學者，如希爾特（Hiltner） 和史密斯（Smith） [20]、格蘭特（Golant）[21]、羅格斯（Rogers）、瓦特金斯（Watkins）、伍德華特（Woodward）[22]從地理學角度對人口老齡化問題展開研究，探討人口老齡化的空間差異及成因。國內學者林琳、馬飛，利用4個代表年份的數據，對廣州市10區2市（縣級）的空間分布、老齡化程度及空間集聚趨勢進行分析[23]；趙儒煜、劉暢、張鋒將空間因素納入我國人口老齡化問題的研究框架，對各地區人口老齡化的空間分布特征進行概括和探索性空間數據分析，利用空間計量經濟學理論方法和空間誤差模型，對各要素影響作用的方向和大小進行實證研究，最后得出綜合結論和政策建議[24]；王澤宇采用多項指標對人口老齡化水平進行綜合測度，在此基礎上，采用空間自相關分析方法，研究人口老齡化水平的空間關聯規律[25]；劉華軍等以老年人口比重和老少比兩種指標，對中國人口老齡化的空間非均衡及分布動態演進進行實證研究[26]；孫蕾等分析了我國人口老齡化現狀以及老齡化趨勢和經濟發展趨勢之間的關系，并進一步采用空間自相關模型和新構的經濟自相關模型探討中國各區域老齡化的空間相關性和經濟相關性[27]；張芹、張曉青以區縣為基本地域單元，基于探索性空間分析技術，對山東省人口老齡化的空間分布現狀及其演化特征進行分析，認為山東省的老齡化率在空間上呈現出自東向西遞減的四級階梯狀分布，人口老齡化率表現出較強的空間集聚特征，但是這種空間集聚狀態呈現不斷發散的趨勢[28]。

總體來看，當前雖有部分學者采用地理學方法研究我國省域或者部分區域的人口老齡化空間分布問題，但是大多數研究仍然偏重于考察人口老齡化的人口學和社會學效應，側重于從非空間角度出發，探討人口年齡結構變化的特征和趨勢，對于區域特別是我國發達省份內部人口老齡化的空間結構和集聚擴散趨勢的研究還有待深入[15，29]。廣東省作為改革的前沿和對外開放的窗口，其人口結構的空間演化特征有其特殊性，研究廣東省的人口老齡化問題，對于今后探討如何根據經濟結構和人口空間結構的變化，加強政策引導，調整公共服務設施體系，改善養老模式等，具有十分重大的意義。

二、廣東省人口老齡化的時空演變

1.空間分布特征

關于人口年齡階段的判斷，聯合國提出了一套較詳細的標準，規定一個國家或地區如果65歲及以上老年人口比重達到7%就可以稱為老年型國家或地區，4%-7%為成年型社會的標準，4%以下為年輕型社會[30]。本文參考國內衛云棠、林琳等對人口老齡化階段劃分標準[31-32]并結合廣東省人口老齡化實際情況，對上述衡量標準進行細化，將人口老齡化分為6個階段：將65歲及以上人口比重在4%以下稱為年輕型（Y）；4%-5.5%之間稱為成年型初期（亦即成長型初期，C1）；5.5%-7%之間稱為成年型后期（亦即成長型后期，C2）；7%- 10%之間稱為老年型初期（L1）；10%-14%之間稱為老年型中期（L2）；超過14%稱為老年型后期（L3）。

廣東省人口老齡化空間結構經歷了從1990年的“同質化發展結構”到2000年的“半環形圈層結構”再到2010年“多中心發展”的結構（見圖1）。1990年，廣東省21個地級市中，沒有一個城市進入老年期，除深圳處于年輕期外，其他20個城市都處于成年期（C1，C2）。2000年，廣東省由粵西（茂名、陽江、云浮）、粵北（韶關、梅州、清遠、河源）、粵東（潮州）以及珠三角西部地區江門、肇慶形成了一個環形的老年型初期（L1）的圈層結構；珠三角的廣州、惠州與粵東的汕頭、揭陽、汕尾形成了一個成年型后期（C2）的分布帶；珠三角經濟相對活躍的深圳、東莞、佛山、中山和珠海則形成了年輕型（Y）和成年型初期（C1）的分布帶。2010年，粵西以陽江為中心、粵北以韶關為中心、粵東以梅州為中心，形成了三個老年型人口分布帶，而珠三角則以東莞和深圳為中心，形成了一個年輕型人口分布帶。

1990-2000年，廣東省20個地級市中，有14個地級市人口老齡化系數有所增長，有11個地區向老齡化的方向移動了一級，這些地區主要集中在粵西和粵北地區；與之相反的是，珠三角大部分地區如廣州、深圳、珠海、中山、東莞、佛山等出現了人口老齡化系數下降的情況，珠海、佛山、東莞、中山四個地區向年輕化的方向移動了一級。2000-2010年，除惠州和中山人口老齡化系數下降外，包括深圳、廣州在內的19個城市人口老齡化系數均有所增長，有7個城市整體向老齡化的方向移動了一級，其中，珠海由年輕型跨入成年型初期（C1），汕頭、湛江和揭陽由成年型后期（C2）向老年型初期（L1）移動了一步，而韶關、梅州和陽江由老年型初期（L1）向老年型中期（L2）移動了一步，廣州、深圳、汕頭和佛山等城市人口老齡化系數雖有所增長，但處于緩慢增加的狀態。

（2）局域空間自相關分析。借助全域空間自相關分析方法可以從整體上把握廣東省人口老齡化的空間集聚特征，但卻掩蓋了可能存在的局部不平穩性。本文采用Moran散點圖和GetisOrdG*i指數對廣東省人口老齡化局部空間特征進行刻畫。Moran散點圖能夠刻畫相鄰空間單元之間的關聯程度，通過Moran散點圖可將空間關聯劃分為HH（高高）、HL（高低）、LH（低高）和LL（低低）四種類型，其中，HH（LL）集聚型表示相鄰區域間存在正的空間自相關，且存在高（低）人口老齡化的空間集聚效應。HL（LH）表示相鄰空間單元間存在負的空間自相關，高（低）人口老齡化區域被低（高）人口老齡化區域包圍。GetisOrdG*i指數是另外一種局域空間自相關分析方法，其可以通過識別不同區域的高值簇與低值簇即熱點區與冷點區的空間分布來進一步測度局部空間自相關的特征，計算公式為：

為了便于解釋和比較，對G*i進行標準化處理：Z（G*i）=[G*i-E（G*i）]/Var（G*i）。其中，E（G*i） 和Var（G*i）分別是空間不集聚假設下的數學期望和方差。wij為前面定義的空間權重矩陣中的元素。若Z（G*i）為正，則說明i 區域周圍的值相對較高（高于均值），屬于熱點區（高值集聚）；反之，則為冷點區（低值集聚）。

借助GeoDa軟件和ArcGIS平臺，繪制1990、2000、2010年廣東省老年人口系數的Moran散點圖（見圖2）。分析圖2可知，廣東省老年人口系數的局域空間集聚特征明顯，總體以高—高集聚和低—低集聚類型為主，其中高—高集聚的區域主要分布在廣東省西部、東部和北部且呈弧狀環繞珠三角城市群，低—低集聚區域則集中分布于珠三角，但是各類型地區的數量和空間分布存在區域性動態變化特征，具體表現為：1990年，老年人口系數屬于高—高型和低—低型的區域分別為15個和2個，占總數的81%，而高—低型和低—高型的區域僅占19%，表明廣東省老年人口系數在空間分布上呈現明顯的二元結構。2000年，高—高型區域的數量減少了4個，同時低—低型區域的數量增加了3個，說明該時期廣東省老年人口系數高值集聚的程度有所減弱，而低值集聚程度增強。2010年與2000年相比，低—低型區域增加了1個，高—高型區域的數量則減少1個，說明廣東省老年人口系數低值集聚程度進一步增強。總的來看，主要分布在粵西、粵東和粵北的老年人口系數高值集聚區正在逐漸萎縮，而主要分布在珠三角城市群的低值集聚區不斷發育。

為進一步研究廣東省老年人口系數的空間關聯情況，計算局域空間關聯系數GetisOrdG*i，并按照從高到低依次分成4 類，生成廣東省老年人口系數的熱點演化圖（見圖3）。分析圖3可知，廣東省人口老齡化空間分布的圈層結構逐漸清晰。1990-2000年，粵東、粵西和粵北逐漸被次熱點區和熱點區占據，原來位于這些區域的次冷點區開始向珠三角轉移；從2000-2010年，粵東、粵西和粵北的部分熱點區逐漸切換為次熱點區，珠三角城市中冷點區的數目進一步增加，2010年主要珠三角城市中除佛山外均處于次冷點區和冷點區。

3.時序演化特征

為了更清晰地揭示研究區人口老齡化的時序演化特征，在對廣東省人口老齡化進行階段劃分的基礎上，本文引入了馬爾科夫轉移概率矩陣（如表2）。表2中，對角線上的元素表示區域人口老齡化階段沒有發生變化的概率，而非對角線上的元素則表示區域人口老齡化在不同階段之間發生變化的概率。分析表2可知，1990-2000年存在多種區域人口老齡化階段的轉移類型：同階段之間的轉移，向“年輕化”方向轉移以及向更“老齡化”方向轉移。屬于年輕型（Y）的區域并沒有發生轉移，成年型初期（C1）轉移為年輕型（Y）的概率最大，其次是成年型后期（C2）向老年型初期（L1）轉移的概率。但從發生轉移的區域數量來看，向更“老齡化”方向轉移的區域數目為10個，向“年輕化”方向轉移的區域數目為4個，未發生轉移的區域數目則為7個，因而，在1990-2000年間，廣東省各區域以向更“老齡化”方向轉移為主。從2000-2010年的轉移概率矩陣率來看，其下三角元素皆為零，表明沒有區域向“年輕化”方向轉移，觀察矩陣的上三角元素可知，每個階段未發生轉移的概率均大于向更“老齡化”方向轉移的概率，因而在2000-2010年間廣東省各區域以不發生人口老齡化的階段轉移為主。

三、影響廣東省人口老齡化空間分布的原因

影響廣東省人口老齡化的空間分布和趨勢的原因很多，國內外學者普遍從人口、經濟、社會、文化等多方面進行解釋，他們認為這些因素通過影響人口的自然增長率和人口遷移率的變動，從而對人口年齡結構產生影響。歸納起來，影響廣東省人口老齡化的原因主要有以下幾個方面。

1.廣東省各區域流動人口的變動影響人口老齡化的空間布局

不少學者研究認為，人口老齡化與社會經濟發展水平呈負相關[34]，經濟活力越強的地區，其人口老齡化程度越慢，經濟發展越落后的地區，其人口老齡化程度越快。比如：2010年，廣東省經濟最發達的幾個城市如深圳和東莞人口老齡化比重只有1.79%和2.29%，相比之下，廣東省經濟較為落后的粵西、粵北地區都已經進入老齡化階段。廣東省人口老齡化情況與社會經濟發展水平呈負相關，這與世界上發達國家人口老齡化程度高于發展中國家的情況背道而馳，其主要原因在于經濟發展活躍的地區，吸引流動人口較多，從外省以及廣東粵西和粵北地區源源不斷地流入外來人口以及各種類型的遷移人口，而這些人口大部分屬于青壯年，因而在較大程度上降低了這些地區老年人口的比重，推遲了這些地區人口老齡化的到來。根據表3可以看出，2010年，廣東省戶口登記地在外的流動人口占總人口比重達30.09%，其中珠三角較發達地區廣州、深圳、珠海、佛山、惠州、東莞、中山分別達42.66%、79.92%、37.36%、49.74%、36.34%、77.68%、52.94%，均高于廣東省的平均水平，與此相反，珠三角以外的粵東、粵北和粵西地區流動人口占總人口的比重較低，如汕頭、韶關、河源、梅州、汕尾、陽江、湛江、茂名、肇慶、清遠、潮州、揭陽、云浮相對較低。2010年，從各市省內流動人口占總人口比重情況來看，珠三角各市省內流動人口所占比重較高，廣州、深圳、珠海、佛山、惠州、東莞、中山分別均達到10%以上，而粵北、粵東和粵西等不夠發達地區如汕頭、河源、梅州、汕尾、陽江、湛江、茂名、清遠、潮州、揭陽、云浮等城市均在5%以下，而且，從各市流動人口的年齡結構來看，以中壯年居多，老年人口所占比重極小。由此可見省內外流動人口主要流向經濟較發達的地區，這在延緩廣東省發達地區老齡化進程的同時，也加劇了廣東省經濟落后地區的老齡化。

2.人口政策和遷移人口遷移人口與流動人口是兩個不同的概念。遷移人口是指戶口遷移，按照《中華人民共和國戶口登記條例》第十條規定，公民遷出本戶口轄區，辦理戶口遷出手續，注銷戶口之后，再到遷入地注冊登記落戶叫人口遷移。流動人口是一個習慣用語，流動人口并不涉及常住人口戶口的移動。對經濟活躍程度不同的地區產生了截然相反的影響

計劃生育政策導致生育率的急劇下降是人口老齡化加劇的重要因素，與之相反的是，遷移人口導致廣東省發達地區人口生育率迅速上升，從而延緩了這些地區人口老齡化的進程。關于人口流動遷移對生育意愿和生育行為的影響，西方人口學家提出了若干理論解釋，形成了社會化（同化、適應）理論和分離理論等。社會化理論認為遷移人口在城市目的地有一個社會化過程。遷移人口的生育率起初會高于城市人口的生育率，只有經歷一兩代之后，才會逐漸與目的地城市生育率重合。分離理論認為遷移人口是一種處于游離狀態中的人口，他們的生育率往往會高于目的地城市[35]。長期以來，我國將嚴格控制人口增長放在解決各種人口問題的首要位置，這使得廣東省部分地區特別是經濟較為落后的粵西、粵北地區人口出生率大幅下降，然而與此相反的是，大部分發達地區的人口出生率卻保持較大幅度的增長。根據表4可以看出，1990年各地區人口出生率基本保持均衡發展的態勢，除珠海（12.8‰）較低和東莞（27.4‰）、肇慶（26.4‰）稍高外，其他各城市都介于16‰-26‰之間。但是到了2010年，廣東省人口出生率出現了兩極分化現象，一方面，部分經濟發達的地區如深圳（114.2‰）、廣州（46.11‰）、珠海（32.19‰）、佛山（47.61‰）、東莞（68.96‰）、中山（61.8‰）、惠州（39.99‰）保持高位發展的態勢，另一方面，部分經濟較為落后的地區如云浮（9.34‰）、揭陽（3.37‰）、潮州（10.56‰）、茂名（4.37‰）、湛江（6.81‰）、陽江（6.77‰）、汕尾（5.31‰）、梅州（6.94‰）等人口出生率保持低位發展。之所以出現這種狀況，是由于省內落后地區人口與省外人口向廣東發達地區遷移流動，一方面大大提高了這些發達地區的人口出生率，另一方面也大大降低了落后地區的人口出生率。

3.公共健康和生活質量的改善促進了老年人口比重上升

伊斯特林（Easterlin）強調公共健康的改進、普通教育的提高、新產品的引入和家庭計劃服務是提高生育率和降低死亡率的5個重要方面[34]。隨著社會經濟和醫療服務水平的提高，人們的生活水平和生活質量大幅提升，因而可以提高人口出生率，降低人口死亡率。數據顯示，從1990-2010年，廣東省人口出生率大幅提升，21個地級市中，社會經濟較為發達的地區出生率保持大幅增長。同時，在人口老齡化越來越嚴峻的形勢下，廣東省19個地級市中（揭陽和云浮未納入統計），有9個市人口死亡率出現下降，這在一定程度上導致了人口年齡結構越發趨于老齡化（見表4）。