EN中文

经济地理 >

2020 , Vol. 40 >Issue 4: 164 - 174

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.04.019

三农、土地与生态

中国分县城乡人口老龄化时空差异与机理

  • 许昕 , 1 ,
  • 赵媛 , 1, 2, 3, ※ ,
  • 夏四友 1 ,
  • 武荣伟 4 ,
  • 张新林 5
展开
  • 1.南京师范大学 地理科学学院/江苏省地理信息资源开发与利用协同创新中心，中国江苏 南京 210023
  • 2.南京师范大学 金陵女子学院，中国江苏 南京 210097
  • 3.南京师范大学 国际老龄与健康研究中心，中国江苏 南京 210097
  • 4.中国科学院 新疆生态与地理研究所，中国新疆 乌鲁木齐 830011
  • 5.江苏师范大学 地理测绘与城乡规划学院，中国江苏 徐州 221116
※赵媛（1963—），女，江苏南京人，博士，教授，博士生导师。主要研究方向为人文地理学。E-mail：。

许昕（1990—），女，江苏镇江人，博士研究生。主要研究方向为人口地理学与空间规划。E-mail：。

收稿日期: 2019-04-15

  修回日期: 2019-11-27

  网络出版日期: 2025-04-08

基金资助

国家社会科学基金项目(18BRK031)

全国老龄办2018年度政策理论研究课题(QLB2018A035)

收起

Spatial and Temporal Characteristics and Mechanism of Urban and Rural Population Ageing in China

  • XU Xin , 1 ,
  • ZHAO Yuan , 1, 2, 3, ※ ,
  • XIA Siyou 1 ,
  • WU Rongwei 4 ,
  • ZHANG Xinlin 5
Expand
  • 1. School of Geography Science / Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application，Nanjing Normal University，Nanjing 210023，Jiangsu，China
  • 2. Ginling College，Nanjing Normal University，Nanjing 210097，China
  • 3. International Center for Aging and Health Studies，Nanjing Normal University，Nanjing 210097，Jiangsu，China
  • 4. Xinjiang Institute of Ecology and Geography，CAS，Urumqi 830011，Xinjiang，China
  • 5. School of Geography，Geomatics and Planning，Jiangsu Normal University，Xuzhou 221116，Jiangsu，China

Received date: 2019-04-15

  Revised date: 2019-11-27

  Online published: 2025-04-08

Fold

摘要

以人口普查数据为支撑，刻画中国城乡人口老龄化时序演变特征，利用探索性空间数据分析技术研究县域城乡老年人口空间差异与关联性，并结合空间回归模型对差异背后的机制进行解析。主要结论为：①城乡老年人口绝对量总体呈增长态势，不考虑政策因素带来统计口径差异的影响，乡村老年人口始终高于城市，但增速较缓。②然而，乡村较城市率先进入老龄化社会且速度快于城市，老龄化“城乡倒置”呈现“缩小—再扩大”的阶段性特征。③城市老龄化以东北三省、苏北及川渝为甚，乡村老龄化呈“三足鼎立”之势，以乡城人口流迁主导的城乡差异格局开始凸显，具体围绕长江三角洲、川渝、呼包鄂榆城市群郊县分布。城乡老龄化空间集聚特征显著，乡村集聚性大于城市，区域不均衡较城市更明显。④新时期，人口迁移构成城乡人口老龄化区域差异的关键因素，社会文化因素、人口因素对城乡人口老龄化影响各异，经济因素影响不显著。文章旨在为新型城镇化和乡村振兴战略背景下的城乡人口统筹发展指明方向，为城乡后社会主义老龄化理论探索提供依据。

关键词： 城乡; 人口老龄化; 时空特征; 机理; 分县

本文引用格式

许昕 , 赵媛 , 夏四友 , 武荣伟 , 张新林 . 中国分县城乡人口老龄化时空差异与机理[J]. 经济地理, 2020 , 40(4) : 164 -174 . DOI: 10.15957/j.cnki.jjdl.2020.04.019

Abstract

Based on the data from six censuses since the foundation of the People's Republic of China,the spatial and temporal evolution characteristics of urban and rural population ageing in different counties were studied,and the spatial distribution of urban and rural ageing was detected by exploratory data analysis technology. Combined with spatial regression model,the mechanism behind the phenomenon is analyzed. The main conclusions are as follows: 1) The absolute amount of urban and rural elderly population is generally increasing. Regardless of the influence of statistical factors,the rural elderly population is always higher than the urban,but the growth rate is slower. 2) However,rural population is the first to enter an ageing society and faster than urban. The phenomenon of ageing "urban and rural inversion" is still continuing,and it presents a stage characteristic of "reduction-re-expansion". 3) Urban ageing is dominated by three northeastern provinces,northern Jiangsu and Sichuan and Chongqing. The ageing of rural population shows a trend of "three legs",Sichuan and Chongqing,Yangtze River Delta,Hubao Eyu urban agglomerations form a regional elderly population agglomeration center. The spatial agglomeration characteristics of urban and rural ageing are significant,the rural agglomeration is larger than the urban,and the regional imbalance is more obvious than urban. 4) In the new period,the spatial mechanism of urban and rural ageing is significantly different. Immigration rate,proportion of non-agricultural population,and illiteracy rate constitute the main drivers of urban ageing; rural ageing is mainly affected by emigration rate,illiteracy rate,birth rate and mortality; economic factors have no significant effect on urban and rural ageing. The purpose of this paper is to point out the direction of the overall development of urban and rural population under the background of new urbanization and rural rejuvenation strategy,and to provide basis for the theoretical exploration of socialist ageing after urban and rural areas.

Key words： urban and rural; population ageing; space-time characteristics; mechanism; counties

中国城乡人口老龄化伴随着城镇化的发展而突变。1978年改革开放之际，中国绝大多数地区为乡村人口，城市人口仅占总人口的18%。过去的40年中，政府逐渐放宽人口从乡村迁往城市的门槛，城乡人口规模发生巨大变化，1982—2010年，中国城镇人口增加4.64亿人，乡村人口减少1.35亿人，城镇化率由20.55%上升至50.27%[1]。城镇化的大规模和高速推进带来人口的空间再分配，在城乡“二元体制”背景下，人口流动具有明显的方向偏好性和年龄选择性，表现为劳动年龄人口的乡—城迁移，城乡人口年龄结构发生本质变化。据第六次人口普查数据显示，城镇65岁以上人口比例为7.80%，乡村为10.06%，分别高于2000年1.38个百分比、2.56个百分比，城乡人口老龄化差异显著且呈扩大趋势。在经济转型和城乡社会空间重构背景之下，老龄化表现出“未富先老”“未备先老”的特征，“城乡分割”问题及“人口红利”的消失对区域劳动力供给、产业结构调整、居民消费储蓄、社会保障产生重要影响，严重威胁经济社会的可持续发展[2]。因此有效识别城乡老龄化的共性与个性，既能引导城乡统筹发展，塑造合理的人口空间结构，又能深刻理解城乡后社会主义老龄化空间机制[3]。

1 文献回顾

国外地理学者对人口老龄化的研究起源于20年前Harper和Laws具有里程碑意义的评论，其强调了人文地理学的进步能够为对老年人感兴趣的地理学家创造新的可能[4]。此后有关老龄化空间不均衡和地方嵌入的影响引起政策制定者和学者们的广泛关注，其中包括不同环境（乡村到城市）、不同规模（家庭到全球）老龄化带来的积极和消极影响[5-6]。具体包括以下研究内容：①老龄化空间分布及成因。不同区域尺度老龄化存在较大差异，美国研究发现75%的老年人居住于都市区内部，其中1/2又聚集于中心城区[7]。日本老龄化现象集中在年轻人大量迁出的农村地区，都市区内老龄化程度偏低[8]。成因方面，社会发展初期，老龄化空间形成受不同区域、社会阶层、文化政策背景下出生率、死亡率的影响，随后城郊发展阶段不平等导致的老年人与非老年人的动态迁移对老龄化进行了空间重塑。麦卡锡将老龄化进程分为3种：年轻人迁出和老年人残留导致的残留集聚（accumulation），老年人迁入和年轻人迁出引发的替代集聚（recomposition），老年人与年轻人同时迁入带来的汇合集聚（congregation）[9]。②老年人居住空间隔离研究。对比城市和郊区社会空间分异发现，老年人倾向于在郊区居住而远离经过住宅改造（绅士化）的城市地区[10]；少数民族老年人比非老年人更倾向社会空间隔离[11]。③老年人移动性研究。随着老年人收入、健康和移动性的变化，定量识别影响居住地点的选择要素对维持老年人身体健康、疾病修复、提高生活质量至关重要[12-13]。Coughlin指出移动性亦决定了老年人就地养老方式的实现，在社区自由出行的能力具有实际功能和强烈的情感意义，使老年人感受到融入社会，因而至关重要[14]。④老年人住房选择研究。利用生命历程及退休迁移理论对老年人未来住房期望进行模型构建发现，老年人早年生活的社会经济地位和社会不平等持久影响晚年住房的分化，进而通过政府住房政策影响社区空间结构的形成[15]。此外家庭再生产模式、工作经历、居住安排、社会结构变化也会对老年人住房选择产生影响[16-17]。
国内地理学者对老龄化研究聚焦于以下主题：老龄化区域差异及成因[18-19]、养老服务设施空间配置[20-21]、老年人时空间行为[22-23]、老年人健康与环境关系[24-25]。其中，对老龄化区域差异的研究分为两方面：①区域间差异，即由社会经济不平等引起的省区间人口老龄化发展阶段、特征及趋势方面的差异。如中国东西部地区、各民族间受经济发展条件的制约，老龄化呈现不同区域发展模式[26-27]；不同国家老龄化发展阶段表现出差异化的社会特征，经济差异及社会保障直接或间接影响老龄化的区域分化[28]；城市群因其发育阶段不同表现出老龄化要素特征及态势变化的异质性，人口流动是其形成的关键因素[29]。②区域内差异，即市县内部由于城乡人口流迁、历史继承、社会结构等因素带来的大都市区内部老龄人口社会分异问题。研究发现，城市内部老龄化具有显著的圈层分布模式，大都市区的居住空间分异和人口流动对老龄化社会空间结构影响显著[18,30]。谢波等指出大都市区内部老龄化从两个不同角度呈现较快的郊区化趋势：一是老年人由市中心向郊区迁移的离心扩散，二是居住于郊区的老年人向市中心迁移的中心集聚[31]。影响因素研究亦从两方面展开：①内部因素，包括人口自然更替、人口惯性，通过老年人口数量的变化改变人口年龄结构特征。陈明华等认为出生率、人均GDP是影响中国东中西地区人口老龄化最主要因素，死亡率对老龄化反向影响效果显著[32]。王录仓等认为期初老龄化程度、区域自身人口年龄结构的更替是决定人口老龄化程度的重要因子[33]。②外部因素，包括社会、经济、文化、历史、环境、政策等，通过其在空间上的差异化投影间接影响区域老龄化。张航空研究发现流入人口对中国东部地区影响大，而流出人口对中西部地区影响程度更大，且随着时间的推移，人口流动对老龄化影响在增强[34]。周春山等指出广州市老龄化空间分异受城市历史发展传承、住房制度变迁、城市规划建设和房地产市场发展等因素影响，主要体现在就地老化和年轻人口迁移改变了人口年龄构成，进而影响老龄化社会空间分异[35]。
已有研究多是从尺度较大的东中西三大地带、31个省级层面出发展开研究，缺乏从县域尺度对城乡人口老龄化内部差异进行分析，区域内老龄化程度可能存在“被平均”的现象，难以清晰反映城乡老年人口空间分布上的非均质性，其背后成因亦难以刻画。目前城乡在医疗保健服务、社会经济资源、基础设施配置、资源环境等方面存在巨大差异，对老龄化政策的制定与实施提出了新的挑战，县市作为城镇化发展过程中调控人口流动的基本单元，是市民化宏观政策和人口集疏微观政策制定的突破口，反映出的老龄化问题会更加尖锐，因此及时、科学地揭示县域城乡人口老龄化时空差异成为当务之急。基于此本文利用人口普查数据，以分县为研究单元，分析城乡老年人口时空分异特征及驱动机理，为新型城镇化进程中统筹城乡社会可持续发展提供科学依据。

2 数据来源与研究方法

2.1 人口老龄化衡量指标

本文采用人口老龄化系数，即65岁以上人口占总人口的比值来反映区域老龄化程度。当比值小于5%，表明该区域尚未进入老龄化社会；比值大于7%，说明该区域已进入老龄化社会；比值大于13%，进入超老龄化社会。

2.2 空间相关性分析

空间自相关用于度量空间单元属性值的集聚程度[36]。Moran's I是衡量全域空间自相关的常用指数，用以判断要素的属性分布是否具有统计意义上的集聚或分散现象，表达式如下：
I = n ∑ i = 1 n ∑ j = 1 n W i j X i - X X j - X ∑ i = 1 n ∑ j = 1 n W i j ∑ i = 1 n X i - X 2
式中：n是全国县域的数量； X i和 X j分别是区域i和区域j的老龄化系数； X是所有县域的平均老龄化系数； W i j是地理空间权重矩阵，可定义为区域i和区域j之间距离的倒数，权重 W i j可通过带宽来确定。Moran's I取值介于-1和1之间，其显著为正意味着所在区域具有与其领域相似的高（低）值，此时区域在空间上呈集聚态势，Moran's I=0表示属性值在空间呈随机分布，-1<Moran's I<0，不同属性值在空间内集聚[37]。
局域空间自相关用以反映县域与相邻县域之间的空间关联度，通过Moran散点图将其分为高高（HH）、高低（HL）、低高（LH）、低低（LL）4种类型[38]。

2.3 空间回归模型

为探讨选定因素对县域城乡人口老龄化空间分异的影响，本文采用空间回归模型中的空间滞后模型（Spatial Lag Model，SLM）和空间误差模型（Spatial Error Model，SEM）来刻画老龄化空间相关性表现出的空间效应。空间滞后模型用于探讨邻近地区某一现象对其他地区是否存在扩散作用（溢出效应），即一个县域人口老龄化程度不仅受到本县域社会经济、人口政策的影响，还受到邻近县域老龄化的影响。其表达式为：
y = ρ W y + X β + ε
式中： y为因变量向量； X为解释变量矩阵； W y为空间滞后因变量，反映空间距离对空间行为的影响； ρ为空间回归系数，反映空间邻接单元对被解释变量的解释程度； β反映解释变量对因变量的影响； ε为误差向量。
空间误差模型强调模型的误差项在空间上相关，即影响一个县域人口老龄化程度除了已选变量外，还受到诸如社会制度、政策变量、环境因素等无法全部考虑或无法量化因素的影响，这些因素通过引入误差项加以表述，以此来分析这种合力因素的空间溢出效应对人口老龄化的影响。其表达式为：
y = X β + ε ε = λ W ε + μ
式中： λ为因变量的空间误差系数，度量了邻近地区因变量的误差冲击对本地区因变量的影响程度； μ为正态分布的随机误差向量。其他参数与上述参数相同。
模型检验：使用拉格朗日乘数（LM-lag，LM-error）及其稳健性（Robust LM-lag，Robust LM-error）判断SLM和SEM哪个模型更适合。判断标准如下：若LM-error在统计上更显著，且Robust LM-error显著而Robust LM-lag不显著，则SEM模型更合适，反之SLM模型更合适。若LM-lag和LM-error无法判断模型的优劣程度，一般情况下，拟合优度（R2）、对数似然函数值（Log Likelihood）越大，赤池信息准则（AIC）和施瓦茨准则（SC）越小，模型拟合效果越好[39]。

2.4 数据来源

①城乡人口年龄结构时间序列数据源于1982、1990、2000、2010年全国人口普查资料，以及1995、2005、2015年全国1%抽样调查数据。需要说明的是，1982、1990年及2000年之后的城乡人口统计口径存在差异，1982年以“简易行政地域划分”为城乡人口划分标准，即城市人口包括市和镇的总人口。1990年采用细分乡镇地域进行城乡人口划分，即对设区的市采用区的总人口，对不设区的市和镇采用街道办事处和居民委员会的人口。2000年采用“行政地域+实体地域”的城乡人口划分标准，把设区的城市按照人口密度划分为两类，应用不同的城乡划分标准[40]。尽管各时期人口统计口径难以统一，但由于这是目前为止最为可靠权威的数据，能够大体反映各时期城乡人口的变化情况，故本研究予以采用。
②分县城乡人口老龄化空间数据源于2010年中国所有省份人口普查资料，选取各省人口普查数据中的城市、镇、乡村分年龄性别人口数，将“城市”和“镇”合并为“城镇”作为城市人口老龄化基础数据；因缺乏辽宁省、湖南省、四川省和新疆维吾尔自治区的县域城乡人口数据，故以地级市城乡人口老龄化表征。
③机理分析中的出生率（BR）、死亡率（DR）、迁入率（IR）、迁出率（ER）、非农人口比重（PNA）、文盲率（ILR）来自《2010年中国人口普查分县资料》。人均GDP（PGDP）来自《2011年中国县域统计年鉴》和《2011年中国区域经济统计年鉴》。

3 城乡人口老龄化时空特征

3.1 城乡时序变化

城镇化推进过程中，大量乡村人口迁移到城市工作生活，成为城市常住人口，但户籍仍留在乡村，形成中国特有的“人、户”分离的“不完全城镇化人口”，对城乡人口老龄化产生深刻影响[41]。如图1所示，1982—2015年城乡人口老龄化分别呈现以下特征：
图1 1982—2015年城乡人口老龄化时序变化

Fig.1 Change of percentage of elderly population in urban and rural areas，1982-2015

第一，城市老年人口总体呈现增长态势，由1982年的937万人增长至2015年的7 136万人，年均增长率6.34%。整个过程分为三个阶段：1982—1990年的增长阶段；1990—1995年的降低阶段；1995—2015年的增长阶段。前两个阶段老年人口变化与不同时期统计口径差异有关，1982年第三次人口普查城乡划分标准规定：城镇人口包括设有建制的市和镇辖区的总人口（非农业人口和农业人口）以及城镇型居民区的人口，此时城镇人口占总人口比重为20.6%。然而，不久后我国设置市、镇建制的标准大幅下降，市、镇的数量直线上升，加上普遍推行的“整乡改镇”“以镇管村”“撤县设市”“市并县”的行政措施，市、镇的辖区范围迅速膨胀，使城镇人口统计出现了数量上的超常增长，1989年城镇人口比重上升到51.7%，此时有关城乡的概念和城镇人口的统计已完全失去实际意义[42]。以上正是造成1982—1990年城乡老年人口数量发生突变的原因所在。2000年后，城乡人口统计口径进一步调整统一，期间经济发展、社会医疗保障水平改善提高了老年人的预期寿命，老年人口数量逐渐增加。老年人口比重呈波动上升态势，两个下降点分别位于2000和2010年，1982—1995年由4.54%增长至6.74%，后于2000年减少至6.42%，2005年增长至8.49%，2010年再次出现下降。
第二，乡村老年人口数由1982年的3 991万人增长至2015年的7 261万人，年均增长率1.83%。整个过程分为四个阶段：1982—1990年的下降阶段；1990—2005年的增长阶段；2005—2010年的下降阶段；2010—2015年的增长阶段。前两个阶段亦受城乡人口统计口径影响，乡村老年人口出现先减少后增加趋势，此外，普查数据和抽样调查数据尽管统计口径一致，但抽样比例存在差异，也是导致抽样年份（1995/2005/2015）与普查年份（1982/1990/2000/2010）数据偏差原因所在。人口老龄化率始终保持稳定的增长趋势，由1982年的5.00%稳步增长到2015年的12.03%，期间与城镇化进程中的乡—城人口流迁密切相关。
第三，城市和乡村老年人口绝对量变化情况显示，乡村老年人口数除1990年外均高于城市，但城市老年人口增长速度快于乡村，直至2015年与乡村持平。原因在于，尽管乡村比城市具有更大老年人口基数，但城市比乡村拥有更加优越的社会经济保障、医疗保险，人均预期寿命更长，老年人口的增长速度更快。城乡老年人口比重对比显示：①乡村较城市率先进入老龄化社会。乡村、城市于1997、2001年左右依次进入老龄化社会。②乡村人口老龄化速度快于城市。乡村老龄化由1982年的5.00%上升到2015年的12.03%，上升了7.03个百分点；同期，城市老龄化上升了4.7个百分点。③人口老龄化“城乡倒置”现象开始显现，且呈现“缩小—再扩大”的阶段性特征。1982—1990年，乡村人口老龄化水平高于城市，但两者差距逐渐缩小，1995年后，城乡差距逐年扩大且始终呈现乡村高于城市的发展态势。

3.2 空间分布特征

计算得到2010年全国分县城市和乡村65岁及以上人口占全体总人口的比重，根据国际标准将人口老龄化分为几个阶段：5%以下为成长型初期，5%~7%为成长型后期，7.1%~10%为老年型初期，10.1%~13%为老年型中期，13%以上为老年型后期[43]（图2）。
图2 2010年城乡人口老龄化空间分布及差异

注：本图基于国家测绘地理信息局标准地图服务网站下载的审图号为 GS（2016）2893号的标准地图制作，底图无修改。

Fig.2 Spatial distribution and differences of urban and rural population ageing，2010

总体而言，2010年乡村人口老龄化平均水平（9.57%）高于城市（7.37%），但两者均处于老年型初期阶段。城市分县人口老龄化以老年型初期和成长型后期为主，分别占比53.55%和28.86%。成长型初期（237）分布在胡焕庸线西北半壁县域，呈现“大集聚，小聚居”分布格局，包括西藏巴青县、革吉县，青海门源回族自治区、天峻县，陕西吴旗县、府谷县，新疆阿合奇县、阿图什市等，此外广东省的深圳市宝安区、东莞市也处于成长型初期阶段。成长型后期（671）整体分布较为均衡分散，西至新疆柯坪县，东至上海奉贤县，北至黑龙江同江市，南至海南乐东黎族自治县。全国绝大部分地区处于老年型初期阶段（1 245）。老年型中后期（171）位于东中部呈“小片区”分布，如苏中如东县、如皋县、海门县，四川自贡市，重庆江津市，吉林龙井市、黑龙江虎林市和辽宁抚顺县。
乡村人口老龄化以老年型初期（40.26%）和老年型中期（30.71%）为主，呈现“三足鼎立”之分布格局。成长型初期（87）分布在中西部地区，如内蒙古霍林郭勒市、额济纳旗、东乌珠穆沁旗，西藏的朗县、那曲县、仲巴县，甘肃的阿克塞哈萨克族自治县、青海曲麻莱县、乌兰县、格尔木市，新疆墨玉县、策勒县、玉田县等。成长型后期（340）分布于胡焕庸线西侧。老年型初期（935）形成三条“带状分布”格局，其一位于东中部交界带；其二自陕西关中平原起，向西经河西走廊到达新疆，沿古丝绸之路呈条带状分布；其三自广西省起，向西南沿国界线分布。老年型中期（714）集聚于东中部且连片分布。老年型后期（247）呈现“多极”分异格局，如西藏措勤县，江苏启东市、海门市、如东县，上海崇明县，重庆巴南区、铜梁县，山东文登市、乳山市等，围绕苏中、浙西南、山东半岛、川渝、晋冀蒙交界地带分布，形成区域性的老年人口集聚中心。
城乡差异格局显示，高值区位于长三角、京津冀、川渝等城市群郊县地区，如浙江永嘉县、新昌县，广东高明市，江苏金湖县、海门市，山东文登市、威海市，湖北武汉市武昌区、黄石市，重庆渝北区、铜梁县，这些地区受乡城人口迁移的影响，城乡老龄化差异显著且呈现乡村普遍高于城市的发展特征。低值区以东北、西北、西南片区为主，如吉林靖宇县、农安县，黑龙江双鸭山市、庆安县，内蒙古扎鲁特旗、开鲁县、科尔沁左翼后旗，西藏那曲县、扎囊县、安多县，新疆墨玉县、策勒县、玉田县和民丰县，以及云南洱源县、大关县。此外，全国85%的县域乡村人口老龄化高于城市，“城乡倒置”具有普遍性。中西部14.41%地区城市人口老龄化高于乡村，包括东北三省、内蒙古北部、新疆西北部、四川南部县域。剩余85.37%地区乡村人口老龄化高于城市。

3.3 空间相关性

基于GeoDa软件，计算得到2010年城市、乡村人口老龄化的全域Moran's I指数分别为0.605 8和0.681 6，均通过5%显著水平下的检验，城乡人口老龄化具有显著的空间集聚特征，乡村集聚性大于城市，区域不均衡较城市更明显。
全域空间相关性反映了空间数据的整体关联性，往往忽略局部地区空间的非典型性特征。从图3中国城乡人口老龄化LISA集聚图来看，老龄化的局部空间关联表现以下特征：
图3 2010年城乡人口老龄化局部空间特征

注：本图基于国家测绘地理信息局标准地图服务网站下载的审图号为 GS（2016）2893号的标准地图制作，底图无修改。

Fig.3 Local spatial characteristics of aging population in urban and rural areas in China, 2010

①城乡人口老龄化总体呈现显著的高高（HH）型和低低（LL）型空间俱乐部现象。城市集群显示，各类型区中高高集聚县域最多，约占总数的26%；低低集聚数量次之，约占18%；高低集聚区（2%）和低高集聚区（6%）县域数量较少。乡村集群显示，高高集聚县域约占总数的30%；低低集聚县域占22%；高低集聚和低低集聚县域分别占1%和5%。
②城市人口老龄化高高集群集中分布在长三角、山东半岛、川渝、东北三省和北疆等地，多为经济发达和城镇化快速发展地区。低低集群以中西部经济欠发达地区为主。高低集群和低高集群分布于中北部内陆地区，围绕低低集群和高高集群外围零散分布。乡村人口老龄化高高集群分布在东部沿海的长三角、山东半岛及中部川渝地区，空间分布较城市更集中，经济指向性更明确。低低集群连片分布于“胡焕庸线”西北内陆。高低集群围绕东北三省、呼包鄂榆、雅鲁藏布江地区分布。低高集群分布在高高集群外围，表现为长三角、川渝经济区2个“核心—边缘”空间结构。
③城乡差异集群显示，高高集群（449）主要分布在东南沿海长三角、西南川渝、呼包鄂金三角地区，均为人口流入、流出集中地，在城镇化及乡城人口流迁作用下，城乡人口老龄化表现出较大差异。低低集群（493）大致呈“三片区绵延式”分布格局，占据东北三省、西北内陆、西南贵州等县域，城乡差异较小，原因在于这些地区区内人口流动有限，区际人口流动明显，多流向长三角、珠三角、京津冀等地。高低集群（40）围绕低低集群呈零星分布格局。低低集群（139）则围绕高高集群外围零散分布。

4 机理分析

4.1 指标选取

城乡人口老龄化空间差异的形成是区域人口自然变动和机械变动共同作用的结果。影响封闭人口年龄结构变动的人口学因素包括出生率、死亡率和期初人口年龄结构[44]。当区域由封闭转为开放时，迁移对老龄化的影响开始凸显[45]。通常情况下，城市低生育率，预期寿命长使人口老龄化高于乡村，而研究发现的人口老龄化“城乡倒置”现象则是受到迁移因素的影响。鉴于此，本文选取出生率（BR）、死亡率（DR）表征人口的自然变动。选取迁入率（IR）、迁出率（ER）表征人口的机械变动。选取非农业人口比重（PNA）表征户籍制度、城镇化对老龄化的作用[43]。选取文盲率（ILR）和人均GDP（PGDP）表征文化教育、经济发展水平对城乡年龄结构的影响[46]。模型设计上，迁入率作为影响城市人口老龄化的机械变动因子，迁出率作为乡村人口老龄化的机械变动因子。

4.2 模型检验

本文选用拉格朗日乘数（LM-lag，LM-error）及其稳健性（Robust LM-lag，Robust LM-error）来比较空间滞后模型（SLM）和空间误差模型（SEM），找出更适合识别城乡老龄化关键因素的模型。由表1可知，城市和乡村模型中LM-lag和LM-error在统计上均显著，无法识别两个模型的优劣，因此比较稳健性发现空间误差模型的Robust LM-error的检验效果高于空间滞后模型，表明前者比后者更适合模型参数估计。而且，通过比较城市SLM的R2（0.503）和SEM的R2（0.635）值，乡村SLM的R2（0.545）和SEM的R2（0.662）值，并结合ACI，SC值也可以看出SEM更为合适。因此本文采用空间误差模型的结果进行城市人口老龄化和乡村人口老龄化的因素分析。
表1 空间面板模型LM检验

Tab.1 The LM tests of spatial panel models

回归类型 城市 乡村
统计量 P值 统计量 P值
Moran's I （error） 33.0504 0.000 36.5341 0.000
LM-lag检验 486.8852 0.000 883.8478 0.000
LM-error检验 1 076.1225 0.000 1 316.5202 0.000
Robust LM-lag 检验 11.5848 0.007 68.9689 0.000
Robust LM-error检验 600.8218 0.000 501.6414 0.000
R-squared （SLM） 0.503 0.545
R-squared （SEM） 0.635 0.662

4.3 估计结果

空间误差模型估计结果见表2。从模型的拟合优度看，城市的拟合优度（R2）达到0.635，乡村的拟合优度（R2）达到0.662，具有较好解释力。模型参数估计显示，城市和乡村模型中，除了人均GDP（PGDP）外其余解释变量均通过或5%的显著性检验；不同因素对城乡人口老龄化影响程度存在较大差异。
表2 空间误差模型估计结果 Tab.2. The estimation results of the spatial error model
变量 城市 乡村
系数 标准差 P值 系数 标准差 P值
Intercept 6.807*** 0.223 0.000 8.568*** 0.319 0.000
Ln BR -0.080*** 0.012 0.000 -0.124*** 0.018 0.000
Ln DR 0.260*** 0.021 0.000 0.387*** 0.030 0.000
Ln IR/ER -6.526*** 0.405 0.000 0.586*** 0.131 0.000
Ln PNA 4.099*** 0.226 0.000 -0.516* 0.285 0.071
Ln ILR -1.935*** 0.570 0.001 1.964** 0.849 0.021
Ln PGDP 1.861e-006 1.678e-006 0.268 -1.93705e-006 2.25044e-006 0.389
Lambda 0.690*** 0.017 0.000 0.757*** 0.015 0.000
R2 0.635 0.662
LogL -3 841.430 -4 728.926 5
AIC 7 696.86 9 471.85
SC 7 737.13 9 512.12

注：*、**、***分别表示显著性水平为0.1、0.05、0.001。

4.3.1 迁移因素

人口迁移构成城乡人口老龄化区域差异的关键因素。模型显示，迁入率与城市人口老龄化呈显著负相关（-6.526），迁出率与乡村人口老龄化呈显著正相关（0.586）。近年来乡村人口流迁在城镇化的快速推进中发挥了关键性的作用，并以离开户口登记地进入城市从事务工经商、学习培训的年轻劳动力为主。这一人口流动年龄偏好性势必延缓城市人口老龄化，加速乡村人口老龄化进程。长三角、川渝、呼包鄂作为城乡人口老龄化差异显著地区，与国家及区域性城市群的建立带来的区际乡—城人口流迁有关，这些地区表现出显著的乡村人口老龄化高于城市的空间格局。长三角内部核心区作为流入人口集中地，地区老龄化水平较周边郊县低，多处于成长型初期或后期阶段。川渝地区城乡人口老龄化差异源于人口外迁，2010年重庆取代上海成为全国乡村人口老龄化最高省份，与乡村年轻劳动力的流出有关。资料显示，2010年重庆省际流动人口617.06万人，其中跨省流出人口522.54万人，流动人口中，15~49岁人口占比七成以上，高达71.33%[47]。呼包鄂金三角的城乡差异源自城市群的建立，在向心集聚力作用下，乡村劳动年龄人口迁往呼包鄂榆城市群核心区。

4.3.2 社会文化因素

回归结果中的非农人口比重、文盲率是反映社会文化发展的指标，对城乡人口老龄化的影响存在差异。非农人口比重表征区域城镇化水平，非农人口比重越高，城镇化率越高。模型结果显示非农人口比重与城市人口老龄化呈显著正相关（4.099），与乡村呈负相关（-0.516）。现代人口生育理论认为城镇化是生育率下降的重要影响因素，高城镇化带来城市总和生育率的降低，新生人口增长受到抑制，老年人口比重增加[48]。东北三省城乡差异较小表现在城市人口老龄化略高于乡村，而城镇化率是造成这一差异的原因所在，即高城镇化率带来较高的城市人口老龄化。一方面，城镇化使得乡村人口向城市迁移并实现生活方式的转变，居民收入水平提高，妇女劳动参与率相应改善，造成婚育年龄的推迟；另一方面，高城镇化率带来社会保障制度的相对完善，对于实行现收现付制社会保障制度地区而言，生育率会显著下降[49]。2000年来，东北三省人口流失现象亦加剧本地老龄化进程，受产业结构老化、经济动能不足的影响，人口倾向于向就业机会和工资水平较好的沿海地区迁移，2015年人口抽样调查数据显示东北三省近一半的人户分离迁出人口分布在北京、山东和天津等地。
文盲率对城市人口老龄化产生负向作用（-1.935），对乡村人口产生正向作用（1.964）。究其原因，文化教育落后地区易受“多子多福”“养儿防老”传统思想的影响，导致地区生育率上升，相应的老年人口比重下降。相反，文化教育水平的提高改变人们的生育观念，“晚婚晚育”“少生优生”观念使出生率大幅降低，老年人口比重上升。而文盲率与乡村人口老龄化呈正相关原因在于，自1986年中国普及义务教育以来，年轻人群中文盲率大幅降低，而此时老年人群大多为上世纪五六十年代出生，受教育程度偏低，因而文盲率较高地区老龄化程度也较高。城乡差异较小地区位于中国东北、西北、西南片区，均为社会文化相对落后地区，文盲率较高，受传统思想影响生育率上升，老年人口比重下降，使得这些地区均处于成长型或老年型初中期。

4.3.3 人口因素

城乡人口老龄化与出生率呈显著负相关，与死亡率呈显著正相关。西北内陆及西南地区城乡人口老龄化差异较小与出生率密切相关，出生率空间分布上西部高于东部，即老龄化低于东部地区。影响程度上，出生率和死亡率对乡村人口老龄化的影响大于城市，究其原因，乡村在计划生育政策执行上较城市更为宽松，出生率高于城市，对老龄化影响较大。而死亡率与老龄化呈正相关，原因在于本文采用的粗死亡率是死亡总人数所占比重，其并不能直接反映老年人口的死亡率，近年来大病、重病出现年轻化趋势，65岁以下人群死亡率超过粗死亡率，而地区老年人口死亡率出现下降趋势，老龄化程度加深[32]。

4.3.4 经济因素

人均GDP对城乡人口老龄化影响均不显著。经济因素对老龄化的影响具有阶段性，随着居民生活质量的改善，生育、寿命受经济因素的影响趋于稳定[50]。2010年，中国人均预期寿命已达74.8周岁，远超老年人口65周岁的标准[51]。同时，经济发达地区汇聚了大量流入人口，使老龄化程度偏低，人均GDP的空间分布与老龄化空间分布并不一致，是造成经济因素不显著的原因所在。

4.3.5 误差项

此外，城乡模型显示误差空间滞后项的相关系数分别为0.690和0.757，且通过1%的显著性水平检验，表明除本文选取的因素外，老龄化还受到区域溢出因素的影响，即与某一地区相邻的周边地区对该地人口老龄化的影响具有显著正相关，如社会制度、政策变量、环境因素等。若将所有因素逐一挑选分析其影响机制，不会穷尽所有亦不具有可操作性，结论也会具有片面性。因此，在研究老龄化驱动机制上，不能片面强调某一因素的影响，而应客观全面分析老龄化产生的人口、政策背景、社会经济、文化、环境等机制的综合作用。

5 结论与讨论

5.1 结论

中国在1999年已进入老龄化社会且老龄化程度不断加深，建国初期，老年人口比重的增加与人口出生率、死亡率的下降密切相关，1982年后，受计划生育政策的影响，出生率持续降低，死亡率则维持在7‰左右。进入新时期，经济发展及社会空间重构对人口结构进行重塑，城乡老龄化社会空间结构及影响机制越发复杂。
①1982—2015年城乡老龄化时序变化表明，老年人口绝对量总体呈增长态势，不考虑政策因素带来统计口径差异的影响，乡村老年人口始终高于城市，但增速较缓。然而乡村较城市率先进入老龄化社会且速度快于城市，乡村老龄化上升7.03个百分点，同期，城市老龄化上升4.7个百分点；老龄化“城乡倒置”现象仍在继续且呈“缩小—再扩大”的阶段性特征，1995年之前，老龄化城乡差距呈缩小态势，1995年后，城乡差距逐渐增大。
②2010年分县老龄化空间分布显示，乡村人口老龄化平均水平高于城市，但均处于老年型初期阶段。城市人口老龄化以老年型初期和成长型后期为主，乡村老龄化以老年型初期和老年型中期为主。城市人口老龄化与城镇化具有相对一致性，高值区主要分布于长三角、山东半岛、川渝、东北三省。乡村人口老龄化则呈现“三足鼎立”之势，苏中、川渝、呼包鄂形成区域性的老年人口集聚中心。城乡差异显著地区位于长三角、川渝、呼包鄂金三角等地，与该地大量人口流迁有关，东北、西北、西南地区城乡差异较小。中西部地区城市人口老龄化高于乡村，东部地区与之相反。原因在于东部地区多为经济发达的沿海城市，区际内城乡人口流动更为频繁，出现乡村老龄化高于城市的空间格局；而中西部地区发展较滞后，多数乡村人口亦流向东部沿海城市，并未稀释本地城市老龄化，加之中西部地区城乡之间社会保障、城镇化差异明显，使得城市人口老龄化高于乡村。
③人口迁移构成城乡人口老龄化区域差异的关键因素，迁入率塑造了长三角地区乡村人口老龄化高于城市的空间格局，迁出率对川渝、呼包鄂金三角等地影响显著，“城乡倒置”现象凸显。社会文化因素成为城乡人口老龄化差异的推动力，长三角、川渝、呼包鄂等人口流动频繁的城市群地区人口老龄化城乡差异较大，东北、西北、西南片区社会文化相对落后地区城乡差异较小。尽管京津冀、珠三角也为流动人口频繁地区，但其区内人口流动相对较弱，即区内城乡人口年龄结构较少受到乡—城人口迁移影响，更多受到区际间人口流动影响，表现出城乡人口老龄化差异不明显[52]。人口因素对城乡人口老龄化起扰动作用。经济因素对城乡人口老龄化影响均不显著。

5.2 讨论

①在城乡统筹发展、乡村振兴战略的大背景下，探讨城乡人口老龄化空间差异具有深刻的政策内涵。持续的乡—城人口迁移是促成城乡人口老龄化空间格局的关键所在。伴随着乡村人口抚养比的上升，乡村老龄化程度及速度将远高于城市地区。由此引发的“半市民化”现象将普遍存在，城市内部农业转移人口和城镇原居民为主体的二元结构将更为突出，带来社会经济资源的分配不均，进而引发严重的社会问题。因此加快改革户籍制度，因地制宜的实现乡村人口就地城镇化，有序推进农业转移人口市民化，引导城乡人口合理流动，有助于促进城乡人口内部均衡化发展。
②城市老龄化围绕东北三省、苏北、川渝地区分布。东北三省作为计划生育政策影响较为深刻的地区，在全面两孩政策下，应立足于当地城市人口发展现状，科学落实二胎政策，优化人口结构；同时充分利用老年人力资源，发展老年教育；进一步完善养老保险体系和保障制度，优化养老资源布局。此外，苏北和川渝城市地区应采取相应措施优化区内产业结构，发展新兴产业，减少本地人才流失，推动人口与社会经济的协调发展[53-54]。乡村老龄化严峻地区（长三角、川渝、呼包鄂榆城市群郊县）要大力发展乡村经济，培育优势产业以增加就业机会，减少农村劳动力的外流，创造能够吸引外来人口流入的条件以减缓农村老龄化进程[55]。此外，完善农村养老服务体系和保障制度，因地制宜探索养老模式，发展养老产业，实现老年人老有所养、老有所依。针对现阶段城乡老龄化区域发展不均衡模式，未来要破除城乡分割的壁垒，推动城市、城镇和农村的一体化融合发展，实现城乡基础设施一体化与公共服务设施均等化，解决乡村地区留守老人、空巢家庭引发的社会问题，缓解城乡老龄化的“马太效应”[56]。
③现阶段中国老龄化问题的重心依旧在乡村，伴随着乡村家庭小型化、空巢化和土地收益下降，传统的家庭养老功能正在弱化，乡村养老、医疗、照料问题面临巨大挑战。乡村滞留了大量独立居住的留守老人，缺少子女及家庭成员的生活照料，引发严重的空巢老人精神和生活照料问题。此外，欠发达地区的乡村社会保障体系将迎来巨大挑战，第六次人口普查资料显示，乡村60岁以上身体健康状况为“不健康”和“生活不能自理”的比例为20.26%，高于城镇7.95个百分比[57]。乡村人口较差的身体健康状况需要更加完善的医疗保障、社会保险、社会救济甚至家庭养老的支持。然而，部分学者提出，当社会经济发展到一定阶段，大规模的“乡—城”迁移完成后，城市人口老龄化将高于乡村，未来城市会面临老年人口规模和老龄化的双重高峰压力，城市医疗保健服务、社会保障制度、长期照护将迎来新的挑战，因此城市同样需要为未来可预见的人口老龄化高峰做好准备[27]。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Banister J, Bloom D E, Rosenberg L. Population aging and economic growth in China[J]. Pgda Working Papers, 2010, 23(1):61-89.

[2]
邬沧萍, 王琳, 苗瑞凤. 中国特色的人口老龄化过程、前景和对策[J]. 人口研究, 2004, 28(1):8-15.

[3]
Walford N S, Kurek S. A comparative analysis of population ageing in urban and rural areas of England and Wales,and Poland over the last three census intervals[J]. Population,Space and Place, 2008, 14(5):365-386.

[4]
Harper S, Laws G. Rethinking the geography of ageing[J]. Progress in Human Geography, 1995, 19(2):199-221.

[5]
Andrews G J, Cutchin M, Mccracken K, et al. Geographical gerontology:The constitution of a discipline[J]. Social Science & Medicine, 2007, 65(1):151-168.

[6]
Skinner M W, Cloutier D, Andrews G J. Geographies of ageing:Progress and possibilities after two decades of change[J]. Progress in Human Geography, 2015, 39(6):776-799.

[7]
Golant S M. The suburbanization of the American elderly[C]// elderly migration and population redistribution-a comparative study. London: Belhaven Press, 1992.

[8]
柴彦威, 田原裕子, 李昌霞. 老年人居住迁移的地理学研究进展[J]. 地域研究与开发, 2006, 25(3):109-115.

[9]
Mccarthy K F. The elderly populations changing spatial distribution:Patterns of change since 1960[M]. Santa Monica: Rand Corporation, 1983.

[10]
Smith G C. Change in elderly residential segregation in Canadian metropolitan areas,1981-91[J]. Canadian Journal on Aging, 1998, 17(1):59-82.

[11]
Rogerson P A. The geography of elderly minority populations in the United States[J]. International Journal of Geographical Information Science, 1998, 12(7):687-698.

[12]
Clarke P, Ailshire J A, Bander M, et al. Mobility disability and the urban built environment[J]. American Journal of Epidemiology, 2008, 168(5):506-513.

DOI PMID

[13]
Metz D H. Mobility of older people and their quality of life[J]. Transport Policy, 2000, 7(2):149-152.

[14]
Coughlin J. Transportation and older persons:Perceptions and preferences:A report on focus groups[J/OL]. AARP,Public Policy Institute, 2001, http://assets.aarp.org/rgcenter/il/2001_05_transport.pdf 2013-03-13.

[15]
Robison J T, Moen P. A Life-course perspective on housing expectations and shifts in late midlife[J]. Research on Aging, 2000, 22(5):499-532.

[16]
Schoeni M G F. Social security,economic growth,and the rise in elderly widows’independence in the twentieth century[J]. Demography, 2000, 37(2):221-236.

[17]
Izuhara M, Heywood F. A life-time of inequality:A structural analysis of housing careers and issues facing older private tenants[J]. Ageing and Society, 2003, 23(2):207-224.

[18]
林琳, 马飞. 广州市人口老龄化的空间分布及趋势[J]. 地理研究, 2007, 26(5):1043-1054.

[19]
张开洲, 陈楠. 1990—2010年福建省县域人口老龄化时空演变特征及其驱动机制[J]. 地理科学进展, 2014, 33(5):605-615.

DOI

[20]
颜秉秋, 高晓路, 季珏. 城市养老设施配置的围观模拟与规划政策分析:以北京市为例[J]. 地理科学进展, 2015, 34(12):1586-1597.

DOI

[21]
席晶, 程杨. 北京市养老机构布局的时空演变及政策影响[J]. 地理科学进展, 2015, 34(9):1187-1194.

DOI

[22]
柴彦威, 李昌霞. 中国城市老年人日常购物行为的空间特征:以北京、深圳和上海为例[J]. 地理学报, 2005, 60(3):401-408.

[23]
周洁, 柴彦威. 中国老年人空间行为研究进展[J]. 地理科学进展, 2013, 32(5):722-732.

DOI

[24]
杨林生, 王五一, 谭见安, 等. 环境地理与人类健康研究成果与展望[J]. 地理研究, 2010, 29(9):1571-1583.

DOI

[25]
王五一, 李永华, 李海蓉, 等. 中国区域长寿的环境机制[J]. 科学决策, 2015(1):1-12.

[26]
李日邦, 王五一, 谭见安, 等. 我国人口老龄化发展的阶段、趋势和区域差异[J]. 地理研究, 1999, 18(2):113-121.

DOI

[27]
杜鹏, 王武林. 论人口老龄化程度城乡差异的转变[J]. 人口研究, 2010, 34(2):3-10.

[28]
王志宝, 孙铁山, 张杰斐. 人口老龄化区域类型划分与区域演变分析——以中美日韩四国为例[J]. 地理科学, 2016, 35(7):822-830.

[29]
王录仓, 武荣伟, 李巍. 中国城市群人口老龄化时空格局[J]. 地理学报, 2017, 72(6):1001-1016.

DOI

[30]
李扬, 刘慧, 金凤君, 等. 北京市人口老龄化的时空变化特征[J]. 中国人口·资源与环境, 2011, 21(11):131-138.

[31]
Xie B, Zhou J, Luo X. Mapping spatial variation of population aging in China's mega cities[J]. Journal of Maps, 2016, 12(1):181-192.

[32]
陈明华, 郝国彩. 中国人口老龄化地区差异分解及影响因素研究[J]. 中国人口·资源与环境, 2014, 24(4):136-142.

[33]
王录仓, 武荣伟. 中国人口老龄化时空变化及成因探析—基于县域尺度的考察[J]. 中国人口科学, 2016(4):74-84.

[34]
张航空. 人口流动对中国不同省份人口老龄化的影响[J]. 人口学刊, 2015, 37(1):95-102.

[35]
周春山, 童新梅, 王珏晗, 等. 2000—2010年广州市人口老龄化空间分异及形成机制[J]. 地理研究, 2018, 37(1):103-118.

DOI

[36]
Cliff A D, Ord J K. Spatial and temporal analysis:Autocorrelation in space and time[C]// Quantitative Geography:A British View. Pion: London, 1981:127-144.

[37]
Waldhor T. The spatial autocorrelation coefficient Moran's I under heteroscedasticity[J]. Statistics in Medicine. 1996, 15(7):887-892.

[38]
Anselin L. Local indicators of spatial association—LISA[J]. Geographical Analysis. 1995, 27(2):93-115.

[39]
崔娜娜, 冯长春, 宋煜. 北京市居住用地出让价格的空间格局及影响因素[J]. 地理学报, 2017, 72(6):1049-1062.

DOI

[40]
张立. 城镇化新形势下的城乡(人口)划分标准讨论[J]. 城市规划学刊, 2011(2):77-85.

[41]
王桂新, 干一慧. 中国的人口老龄化与区域经济增长[J]. 中国人口科学, 2017(3):30-42,126-127.

[42]
许学强, 周一星, 宁越敏. 城市地理学(第2版)[M]. 北京: 高等教育出版社, 2009.

[43]
赵东霞, 韩增林, 王利. 中国老年人口分布的集疏格局及其形成机制[J]. 地理学报, 2017, 72(10):1762-1775.

DOI

[44]
杜鹏. 中国人口老龄化主要影响因素的量化分析[J]. 中国人口科学, 1992(6):18-24.

[45]
张航空. 人口流动对中国不同省份人口老龄化的影响[J]. 人口学刊, 2015, 37(1):95-102.

[46]
于涛方. 中国城市老龄化空间特征及相关因素分析:基于“五普”和“六普”人口数据的分析[J]. 城市规划学刊, 2013(6):58-66.

[47]
易莹莹. 人口流动对重庆人口老龄化的影响——基于重庆市“六普”数据[J]. 人口与社会, 2015, 31(3):34-42.

[48]
侯力. 东北地区长期低生育水平形成原因探析[J]. 人口学刊, 2018, 40(2):96-104.

[49]
Cigno A, Rosati F C. The effects of financial markets and social security on saving and fertility behaviour in Italy[J]. Journal of Population Economics, 1992, 5(4):319-341.

PMID

[50]
Wang S, Luo K, Liu Y, et al. Economic level and human longevity:Spatial and temporal variations and correlation analysis of per capita GDP and longevity indicators in China[J]. Archives of Gerontology and Geriatrics, 2015, 61(1):93-102.

[51]
王录仓, 武荣伟, 刘海猛, 等. 县域尺度下中国人口老龄化的空间格局与区域差异[J]. 地理科学进展, 2016, 35(8):921-931.

DOI

[52]
孙阳, 姚士谋, 陆大道, 等. 中国城市群人口流动问题探析——以沿海三大城市群为例[J]. 地理科学, 2016, 36(12):1777-1783.

DOI

[53]
梅林, 郭艳花, 陈妍. 吉林省人口老龄化时空分异特征及成因[J]. 地理科学进展, 2018, 37(3):352-362.

DOI

[54]
逯进, 王晓飞, 刘璐, 等. 中国省域老龄化、人口流动与产业结构的协同效应[J]. 经济地理, 2019, 39(9):39-47.

[55]
周鹏, 邓伟, 张少尧. 四川省人口老龄化的地域特征及影响因素[J]. 经济地理, 2019, 39(12):39-47.

[56]
郭远智, 周扬, 韩越. 中国农村人口老龄化的时空演化及乡村振兴对策[J]. 地理研究, 2019, 38(3):667-683.

DOI

[57]
邹湘江, 吴丹. 人口流动对农村人口老龄化的影响研究——基于“五普”和“六普”数据分析[J]. 人口学刊, 2013, 35(4):70-79.

Options
文章导航

/

〈 〉