人口老齡化影響因素及未來趨勢分析
——以海南省為例

(海南大學經濟與管理學院 ?？?570228)

一、引言

根據1956年聯合國《人口老齡化及其社會經濟后果》確定的劃分標準，當一個國家或地區65歲及以上老年人口數量占總人口比例超過7%時，則意味著這個國家或地區進入老齡化。2000年至2015年，十五年間海南省共增加65歲及以上人口29.87萬人，平均每年增加2萬老年人口，65歲及以上人口占總人口的比重上升了1.34個百分點，人口年齡結構已從成年型進入老年型。

我國的學者多傾向認為，人口老齡化對我國社會經濟發展的影響是既有挑戰也有機遇的，而且挑戰是大于機遇的，也就是認為我國的人口老齡化問題將會對社會，文化，經濟以及科技發展等等方面產生比較深刻的影響。為目前，國內學者大多研究人口老齡化對于社會的影響，如王志寶(2015)等人對比中美日韓4個國家人口老齡化區域演變特征，發現：①人口老齡化區域演變的影響因素大致分成4類：區位效應、社會保障、經濟發展和人口慣性；②經濟差異直接導致區域人口老齡化的兩極分化；孫蕾(2015)等人運用panel data模型對中國省域面板數據研究中國人口老齡化的特征，發現：老齡化程度存在顯著的差異，人均GDP對老齡化的影響為正。李樂樂(2017)認為我國的中部、東部、西部的 發展具有非均衡的特點。人均GDP對人口老齡化的影響最大，城市化率對中部地區和西部地區的人口老齡化影響較大。王錄倉(2016)等人應用變異系數和地理探測器分析方法，研究中國人口老齡化的影響因素，發現：①東北部分邊境和內陸地區增長速度高于沿海地區，老齡化水平較高的地區增長速度較慢，而水平較低的區域增長速度較快；②影響人口老齡化時空變化的首要因素是基期老年人口比重和人口年齡結構的更替，而人口流動也是影響區域人口老齡化格局的重要因素。

本文將以海南省為例，通過借鑒國內外相關文獻建立較為全面客觀的人口老齡化影響因素指標體系?？紤]到海南省部分統計數據不可得，導致樣本量較小的情況，本文通過基于灰色系統理論，通過灰色關聯分析以及主成分分析得出影響海南省人口老齡化的主要因素和主成分。并且建立GM(1,1)模型預測未來五年海南省人口老齡化趨勢，即65歲及以上人口在總人口中所占比重的變化狀況。最后通過分析實證結果，提出幾點政策建議。

二、數據和方法說明

(一)數據來源。本文數據選自2010年至2016年《海南省統計年鑒》，和海南省統計局政務公開欄。除海南省65歲及以上人口比重數是從2010年至2016年外，其余均是2010年至2015年間數據，部分數據根據GDP平減指數進行了不變價處理。

(二)指標體系建立

1.指標選取。本文從普通教育、醫療衛生、環境、社會養老事業、經濟生活水平和人口結構等6個方面中選擇了12個與老齡化有相關關系的指標進行研究。表1表示了影響因素指標的選擇結果。具體數據見附錄一。

表1 人口老齡化的主要影響因素

三、實證分析

(一)灰色關聯分析

由于按當年價格計算的以貨幣表現的指標，在不同年份之間進行對比時，包含各年間價格變動的因素，不能確切地反映實物量的增減變動，必須消除價格變動的因素后，才能真實地反映經濟發展動態。因此，上述指標中的衛生支出、人均GDP、城鎮人均消費支出等指標數據均是做過不變價處理，剔除了物價變動的影響，且單位均為萬元。 關聯度分析結果如表2所示：

表2 灰色關聯分析結果

從上表的灰色關聯分析情況可以看出，人口結構因素與海南省人口老齡化關聯程度最高。但是除了衛生支出指標外，其余醫療衛生因素指標與海南省人口老齡化的相關關系相對較弱。

人口老齡化的變化是受很多因素影響的，從關聯程度的不同可知，影響的程度是有所不同的。在很多情況下,人口老齡化并非是某一種因素單獨作用的結果，各影響因素之間可能存在一定的相關性,從而使各影響因素所覆蓋的信息范圍在一定程度上有所重疊，這在宏觀經濟中是十分常見的現象。為了能夠在解決人口老齡化過程中抓住主要影響成分,本文采用主成分分析法對人口老齡化影響因素進行統計分析。

(二)主成分分析

通過SPSS19.0軟件，對影響人口老齡化的12個指標數據進行主成分分析，所得結果如表3和表4所示：

表3 主成分分析結果一

由表可知指標間存在兩個主成分，并且對原始變量總方差的累計解釋概率達到94.598%。

表4 主成分分析結果二

由方程中系數絕對值大小可知：教育投入、初中升學率、衛生機構數、衛生技術人員數、參與基本養老保險人數、人均GDP、城市化率、城鎮人均消費支出、人口密度等指標在第1個主成分上有較高的載荷，這些指標基本上反映社會經濟發展和政府政策實施對人口老齡化的作用，因此我們可以將第一主成分稱為經濟和政策因素。衛生支出、廢水排放量等在第2個主成分上有較高的載荷，主要反映了衛生環境方面對人口老齡化的影響，可以將第二主成分成為衛生和環境因素。

由主成分分析結果可知，第一主成分即經濟和政策因素，其方差貢獻率為77.733%，遠遠大于第二主成分，即衛生和環境因素的方差貢獻率。也就是說，社會的經濟發展以及政府政策的制定與實施是影響海南省人口老齡化的主要成分，在海南省的人口老齡化進程中占據主導地位。

(三)灰色系統預測

1.預測

首先建立GM(1,1)模型，使用灰色系統理論及應用軟件(main)對2016年之后的五年，即 2017 年至 2021 年的海南省 65 歲及以上人口占總人口的比重進行預測。預測的相關結果表5所示：

表5 灰色預測結果

根據預測結果可知，未來五年的預測值基本呈現顯著上升趨勢。

2.結果檢驗

本文同樣利用灰色系統理論及應用軟件(main)進行灰色預測模型的檢驗，灰色預測模型的相關檢驗結果如表6所示：

表6 灰色預測檢驗

由表6可知，預測的平均相對誤差是0.014495%。由于對于GM(1,1)灰色預測模型來說，若相對誤差的平均值小于等于5%則可認為通過了檢驗。因此本模型通過檢驗，檢驗結果可信。

五、結果分析和政策建議

(一)結果分析

1.灰色關聯度分析結果

根據灰色關聯度分析可知，首先，0-14歲人口比例和人口密度是與海南省人口老齡化關聯程度最大的兩個影響指標。其次，代表環境情況的廢水排放量比重的增加與人口老齡化也有著很強的關聯度。此外，教育、經濟生活水平和社會養老事業等因素與老齡化密切相關。由于社會經濟的發展，城鎮化水平的提高，人們的物質和精神生活更加豐富，教育和社會保障體系也逐漸完善，使得海南省老年人的平均壽命延長，人口老齡化進程加劇。但是除了衛生支出指標外，其余醫療衛生因素指標與海南省人口老齡化的相關關系相對較弱。

2.主成分分析結果

由主成分分析結果可知，第一主成分即經濟和政策因素，其方差貢獻率為77.733%，遠遠大于第二主成分，即衛生和環境因素的方差貢獻率。也就是說，社會的經濟發展以及政府政策的制定與實施是影響海南省人口老齡化的主要成分，在海南省的人口老齡化進程中占據主導地位。

3.灰色系統檢驗

根據預測結果，未來五年內海南省65歲及以上人口比重達到了8.11%，并呈現顯著上升趨勢，預計到2021年，比重將接近8.16%。從數字上我們可以直觀的看出，近年來海南省人口老齡化在不斷加劇且形勢越發嚴峻。政府需要積極采取措施，減少老齡化問題所帶來的不利影響。

(二)政策建議

上文中已經說明社會的經濟發展以及政府政策的制定與實施是影響海南省人口老齡化的主要因素，因此，本文就此提出兩點建議：

第一，發展老齡產業，為老年人口服務的同時，可以刺激經濟增長。老齡化帶來的不利影響之一就是減少了社會勞動力的數目，從而會對經濟增長產生負面影響。而老齡產業是指由老年消費市場需求增長帶動而形成的產業，包括所有有關滿足老年人特殊需求的生產、經營、服務等設施和經濟活動。隨著人口老齡化程度的加劇，老年人數量的增多，老年人的需求范圍也會逐步擴大，老齡產業的市場份額在國民經濟各行業中將會不斷上升。因此，老齡產業很可能會成為我國經濟新的增長點，

第二，鞏固并完善養老保障體系。社會養老保障是國家依法對老年人基本生活予以保障的社會安全制度。它包括老年社會保險,老年社會福利，老年經濟救濟等,其運作特點是有政府組織實施，以保證老年人的晚年生活有可靠的保障。老年型社會要解決的重要問題是保障“老有所養”，健全并完善社會養老保障體系是實現“老有所養”的根本保證。