论文部分内容阅读
目的本研究基于我国2000年至2015年的统计年鉴数据,描述近年来全国及各省(直辖市)的人口老龄化现状、程度和人口老龄化进程,探讨我国人口老龄化空间分布模式和空间相关性的时间变化趋势,探究我国人口老龄化的影响因素。旨在丰富和完善我国人口老龄化的相关性研究,为后续相关部门制定人口政策提供科学的参考依据。方法本研究通过收集、整理和汇总全国2000年至2015年的统计年鉴数据,建立Excel、Stata和ArcGIS地理信息数据库。利用ArcGIS 12.0对老年人口系数进行空间分布图的绘制以及空间自相关分析。利用Stata 12.1建立面板数据模型探讨近年来我国人口老龄化影响因素。结果1.我国自2000年正式进入人口老龄化。2000年至2015年老龄化的相对水平和绝对水平均在增加:老年人口系数由7%升至10.5%,老年人口数量由8821万增加至约1.44亿。2.人口老龄化省际范围不断增大,由2000年的12个省增至2015年的30个省份。2000年,我国人口老龄化程度最高省份依次是上海(11.53%)、浙江(8.84%)和江苏(8.76%);2015年,我国人口老龄化程度最高的省份依次是重庆(13.29%)、四川(12.94%)和辽宁(12.87%)。我国各省(直辖市)人口老龄化均加速推进,黑龙江(TAi(65+)=0.046)、甘肃(TAi(65+)=0.042)、吉林(TAi(65+)=0.042)是全国人口老龄化进程最快的省份,上海(TAi(65+)=0.007)、广东(TAi(65+)=0.013)、天津(TAi(65+)=0.014)是我国人口老龄化进程最慢的省(直辖市)。3.从4个时间断面的人口老龄化水平上看,我国人口老龄化水平整体呈现自东向西“高-中-低”的空间格局,但西南部的四川、重庆等地区是人口老龄化程度较高的“跳跃性”区。从时间、空间演变趋势看,我国人口老龄化呈现“东部-中部-西部”的推进方式。4.我国人口老龄化呈现空间聚集性现象(2000年:Moran’s I=0.3943;2005年:Moran’s I=0.2950;2010 年:Moran’s I=0.2590;2015 年:Moran’s I=0.2700,P均<0.05)。新疆、西藏等省(直辖市)为低-低聚集区,上海、江苏、重庆等省(直辖市)为高-高聚集区。5.出生率(β=-0.796,P=0.001)、人均 GDP(β=0.121,P<0.001)、文盲率(β=0.865,P<0.001)、每千人口卫生机构床位数(β=0.613,P<0.001)是我国人口老龄化的影响因素。本研究未发现死亡率、人口密度会影响我国人口老龄化水平。结论1.我国人口老龄化水平不断升高,空间分布范围持续扩大。经济发达的沿海城市浙江、上海、江苏和西南部的重庆的人口老龄化水平较高,为人口老龄化的高-高聚集区。在控制全国老龄化水平和老龄化进程时,应更关注这些高-高聚集地区老龄化水平的控制。2.人均GDP、每千人口卫生机构床位数、文盲率是我国人口老龄化的正向影响因素,出生率是人口老龄化的负向影响因素。在当今经济和医疗水平快速增长的形势下,提高人口出生率可能是控制我国老龄化水平的有效途径。