进入20世纪以来,由于经济水平、医疗水平等提升,人类的寿命大幅度的提升。而由于各地经济水平发展的不同,老龄化程度也不相同,主要体现在省际之间的差异和城乡之间的差异,从开始的“高增长率、高出生率、高死亡率”,到现在“低出生率、低死亡率、低增长率”的转变,人口更替变得缓慢,老龄化程度日渐严重。而我国作为曾经的人口红利大国,现在也是发展中国家最早步入老龄化社会的。而与此同时,我国的老龄化还具有地区分布不均匀、区域差异大等特点。因此,通过指标测度分析我国老年人口的区域分布特征和不同地区老龄化的成因就显得尤为重要,应用空间计量模型分析造成区域老龄化差异的成因,对加深我国老龄化问题的认识和有的放矢地制定区域人口政策具有相应的指导意义。本文通过对以往老龄化文章、人口流动等文献进行梳理,论文选取了 2002—2017年我国31个省市的面板数据,从程度、速度等老龄化指标,分析我国不同地区老龄化的成因和各地区的老龄化分布特征,结合所研究的问题和特点,运用空间自相关模型和对不同地区进行固定效应模型分析,进行我国不同地区的老龄化成因分析,对影响老龄化的人口流动、经济、人口、卫生、教育等因素进行指标的选取和量化进行数量分析。论文主要对所研究对象的使用方法和分析角度提出了新的思路。使用空间计量模型分析老龄化的溢出效应,对东中西部分别采用面板数据分析,进行老龄化成因的分析。研究发现,北京、辽宁、天津、河北、江苏等地老龄化偏重,原因在于:医疗卫生条件、经济发展水平和空间溢出效应会加速老龄化进程,尤其是空间溢出作用会使老龄化呈连续带状分布,人口流出会加速老龄化进程,而人口增长率增高会减缓老龄化进程;教育水平越高,老龄化程度也会越低。综上,研究我国老龄化的成因是有必要的。经研究得出人口流动是影响我国老龄化区域分布不均衡的因素之一,由于人口在区域之间的流动,在一定程度上会缓解我国人口流入地区的老龄化水平。而人口流出的地区的老龄化水平就会加重。地区的人均GDP越高,经济越发达,将加速推动地区老龄化的发展。而劳动力人口为了追求更好的发展和更好的生活,往往就会向邻近的经济发达地区流动,因此,就会出现不发达地区的人口流动的现象。人口流动的倾向是年轻的流动倾向高于老年群体,老年人较低,而流向经济较为发达的地区,从经济不发达地区流出。果人口性别失衡越严重,尤其是女性人口的缺乏,会阻碍人口的再生产,造成人口萎缩,加深老龄化。教育在一定程度上缓解了老龄化,当教育水平不断上升时,反应地区经济发展水平较好,且接受教育的人一般为年轻人,说明该地区教育水平相对较为先进,缓解了这一地区的老龄化程度。地区社会公共资源的不断充足。医疗卫生条件的提高有利于治愈病患、降低死亡率、延缓人类寿命。因此,将直接延长地区平均寿命和增加高龄人口数量,间接提高每个人迈入高龄的概率。我国老龄化形成连续板块的特点源于具有十分显著的空间溢出效应,也就是“近朱者赤,近墨者黑”,通过不断地互动传播,将老龄化逐步从过去的东部地区蔓延至中部地区,不仅是广度上也是深度上的溢出效应。