［摘要］新世纪之交，伴随大量青壮年流出，西部地区人口老龄化快速增长，探讨其时空演变及驱动机理，对正确应对人口老龄化十分必要。以四川省为例，采用标准差椭圆、空间自相关、地理加权回归（GWR） 模型等方法，分析其1990-2010年间人口老龄化时空演变及影响因素。结果表明：（1） 人口老龄化呈现“东高西低”的总体格局。（2） 1990-2010年间，人口老龄化均值由8.98%增至16.39%，全面进入老龄型社会，步入老龄型的县域多分布在东部盆地，空间极化增强，并向东偏南方向移动，呈现显著的盆地化效应。（3） 人口老龄化总体空间集聚性显著，热点区由西北—东南走向转变为西南—东北走向，冷点区从西南部扩展至整个川西地区。（4）各因素在局部区域对人口老龄化的影响程度不同，空间差异变动明显。持续降低的出生率、死亡率推动了老龄化，较高的迁出率加剧了老龄化，迁入率则缓解了老龄化，经济水平、城镇化水平对人口老龄化的贡献率较高，教育水平的影响为负，医疗水平既有抑制也有推动作用。
［关键词］人口老龄化；时空演变；空间关联；地理加权回归分析
1 引言
伴随大量青壮年迁出，西部地区的人口老龄化尤为显著，1990年，东中西部的老龄化系数分别为9.54%、8.19%、7.77%，但是到2015年，西部地区的老龄化系数增至15.58%，年均增长0.31个百分点，增速高于东部地区0.03个百分点，老龄化程度已经与东部（16.42%）、中部（16.29%） 地区几乎持平，部分省区人口老龄化程度甚至处于全国前列 [1]。例如，2015年，四川省老年人口达到1672万人,老龄化系数高达20.38%，高出全国水平4.34个百分点，居全国第四位。可见，西部地区出现了老年人口数量多、老龄化速度快、未富先老突出等老龄化问题，持续冲击着相对脆弱的养老保障及医疗服务体系，给社会经济的可持续发展带来了严峻挑战。
近年来，随着人口老龄化趋势向全球蔓延和新的空间分析理论、方法及技术的出现，关于人口老龄化区域差异的研究逐渐成为热点。国外部分地理学者从空间视角，先后探讨了发达国家和发展中国家人口老龄化的区域差异现状，演变过程及成因[2]-[4]。中国自1999年进入老龄化社会后，国内地理学者迅速响应，兴起了对人口老龄化区域差异及其机理研究的热潮，成果主要体现在以下三个方面：（1）区域间差异：一是国际间差异[5][6]，二是全国范围或典型地区的区域差异[7]-[11]；（2） 区域内差异：一是省域内区域差异[8][12][13]，二是大都市区老龄化空间差异[14]-[19]；（3）区域差异的形成机理[9][18]-[20]。区域差异的研究方法主要有Dagum基尼系数和Kernel密度估计方法[21],泰尔指数[22]，重心模型[23]，空间自相关及半变异模型[24][25]；区域差异形成机理的研究方法主要有相关分析、回归模型和空间计量模型等[26][27]。
总体来看，关于人口老龄化的研究成果非常丰富，理论扎实，并且多采用了定量研究及空间分析的方法，结论具有科学性和客观性，但依然有以下几点值得商榷：（1）老龄化问题作为社会学范畴，从社会学、经济学视角的既有研究缺乏空间视角，特别是空间自相关性，大多数研究偏重于从非空间视角考察人口老龄化的人口学、社会学及经济学效应，未考虑空间自相关性。虽然部分成果采用了空间自相关分析、空间计量模型等方法，考虑了空间因素，但是又缺乏各因素在局部区域对人口老龄化空间响应程度的诊断。（2）空间尺度，不同尺度所反映对象的细节及信息差异巨大，隐含的发展趋势及发生机理可能不同，研究结果就可能大相径庭。适宜的空间尺度，可以更准确地判断要素的分布特征、空间过程及发展趋势，亦有利于提出针对性的措施。现有研究以东、中、西三大地带及省级尺度的宏观尺度分析为主，研究单元内的人口老龄化程度“被平均”的现象突出，掩盖了在较小尺度上的空间异质特征。相反，如果空间尺度太小（如镇及以下研究单元），虽然有利于刻画要素空间细节的特殊性和复杂性，适宜于典型案例分析，但是又不能有效揭示总体规律。县作为我国的基本行政区划，空间范围内人口城乡及区域互动显著，是体现人口老龄化分布特征的基本尺度。（3） 特定地域，现有研究以全国范围及东部发达地区为主，对自然条件恶劣、经济落后、空间差异突出的西部地区关注较少，特别是对西部人口大省快速老龄化的空间效应及响应机理研究极为匮乏。（4）关键时段，现有研究多为一至两个普查年份，时段跨度较短，对人口老龄化空间演变的连续性分析不足。我国在千年之交进入老龄化社会，人口老龄化面临更加复杂的形势，而学者对这一关键时段的连续性分析不够。
鉴于此，本文充分考虑空间自相关性、空间尺度、特定地域及关键时段，在空间计量方法及GIS技术支持下，探讨了四川省老龄化的时空演变及影响因素。第一部分基于1990、2000和2010年人口普查的分县数据，采用标准差椭圆、空间自相关模型分析人口老龄化的空间分布及变化，并梳理其空间关联特征；第二部分采用地理加权回归模型，测度人口学因素及社会经济因素在局部空间与人口老龄化的互动关系。
2 研究区域、数据来源与研究方法
2.1 研究区域
四川省位于 97°21’～108°31’E，26°03’～34°19’N 之间，地处中国西南、西北和中部的结合部，长江上游地区，东接重庆，南连云南、贵州，西靠西藏，北邻青海、甘肃和陕西。东西长1075km，南北宽约 900km，面积 48.5万km2，约占中国总面积的5.05%，居全国第五位。境内地貌复杂多样，地势西高东低，河流众多，内部差异大。由于研究时段（1990-2010年） 内有多次行政区划调整，为保证研究单元的统一性，以2010年的区划标准进行修订，共计181个基本研究单元（43个市辖区、14个县级市、120个县、4个自治县） （图1）。
图1 四川省示意图
2.2 测度指标与数据来源
衡量老龄化程度的指标众多，我国政府及大多数学者主要采用老龄化系数，它是测度人口老龄化程度的重要指标，系指60岁（或65岁）以上人口占社会总人口的比重。进一步参考我国的退休及社会保障制度，本文将60岁作为老年人口的划分标准。
本文研究数据来自《四川省人口普查资料》 （1990、2000、2010）、《四川省统计年鉴》（1991、2001、2011） 和《国际统计年鉴》 （2002、2011）。四川省分县行政区划图来源于四川省测绘地理信息局（审图号：川S（2015） 74号）。
2.3 研究方法
2.3.1 标准差椭圆分析方法
标准差椭圆可以揭示人口老龄化的空间分布趋势，由沿长轴、短轴的标准差及转角θ构成。长轴表示人口老龄化在主方向上的空间分布，短轴表示其在次方向的空间分布，方位角θ是指正北方向与顺时针旋转的主轴之间的夹角，计算公式如下[28]：
其中，xi、yi表示第i个县域的几何中心坐标，为县域数量；wi表示权重；θ表示椭圆的方位角；Sx、Sy分别为短轴、长轴的标准差。
2.3.2 空间自相关
能值投资率(EVR)是表现系统经济发展程度的指标,该指标的计算结果是燃袖、物资和劳务等需花钱购买的经济反馈能值(F+T)与来自环境的无偿能值投入(R+N)之商。2005-2010年，河南省农业经济生态系统能值投资率不断增长，至2010年已增长至4.16，说明农业生产已经摆脱了对自然资源的完全依赖，有较强的抗灾能力。
（1）指数
1990-2010 年间，四川省城镇化率由7.74%增长至40.22%，加剧了人口老龄化：（1）随着城镇化步伐加快，医疗、生活水平提升，人口预期寿命延长，增加了顶部老年人口的比重；（2）城镇化水平提高，少生优生的观念深入人心，生养小孩的成本大大提高，抑制了生育，降低了少年儿童的比重，老年人口比重则相对增加；（3）城镇化主要是年轻人的乡城迁移，这就增加了农村区域的老龄化，缓解了城市化区域的老龄化程度；（4）西南部和盆地向高原山地的过渡区城镇化提升较快，便于人们享受城镇基础设施及社会保障，加上该区域为著名的康养区，生活环境、医疗卫生服务进一步提高，促进了身体健康，对人口老龄化推动作用显著。其他区域特别是西北部由于城镇化发展速度慢，未有效推动人口老龄化发展。
本文行文逻辑结构如下：首先,按照国内气候政策建制历程,分阶段概括核心内容和主要特征,从总体上评价中国应对气候变化的成效;其次,具体考察中国气候治理的“内政外交”,提炼国内气候治理行动亮点,剖析气候外交中的角色变迁,从而客观认识中国在全球气候治理体系中所做的努力和所处的方位;最后,总结上述气候政策经验,为未来中国继续推进应对气候变化工作提出建议。
（2）Getis-Ord G*i
当i≠j时，Gi(d)标准表达形式为
大学英语网络教学资源包括大学英语辅助性学习资源、和延展性学习资源。辅助性资源指课文内容中重要的知识点，专门为学生自主学习和课堂活动需要的而制作的。延展性资源与能延顺单元主题且扩展补充主题，可供研讨的资源。每个主题单元教学资源内容板块从视、听、说、练构建，以微视频、PPT、教案、相关的优质网络教学视频及习题来呈现。
其中，分别为数学期望和变异值；Wij(d)为空间权重矩阵，采用邻近标准确定，若Z[Gi(d)]为正且显著，表明i与周边值都较高，属于高值集聚区域，即热点区，为负值则属于低值集聚，即冷点区。
4.3.5经济水平对人口老龄化分布的影响及空间分异
转变工作作风。工会最大的优势是密切联系职工群众，最大的危险是脱离职工群众。各级工会要加强对工会干部的教育、管理、监督，激励广大工会干部事不避难、干事创业，促进工会干部在实践中锻炼成长，增强群众工作本领，打造一支高素质专业化的工会干部队伍。要完善联系职工群众的制度机制，深入基层一线，加强调查研究，坚决防止“四风”特别是形式主义、官僚主义。基层工会要紧紧围绕职工群众转、依靠职工群众干、成效由职工群众来评判，面对面、心贴心、实打实地做工作，让工会工作深深扎根于广大职工群众之中。
地理加权回归 （Geographically weighted regression，GWR）模型弥补了传统最小二乘法 (Ordinary Least Square,OLS)模型只能估算全局平均效果，忽略空间效应的不足，它可以估算局部的影响，能够反映自变量对因变量的影响在不同空间位置的非平稳性，探测结果更符合客观实际[30]，其表达式如下：
3 人口老龄化时空演变特征
3.1 老龄化空间分布特征
根据四川省人口老龄化特征，将四川省县域人口老龄化系数划分为六个类型：老龄化系数低于5%为年轻型（Y），5%-7.5%为成长型初期（C1），7.5%-10%为成长型后期（C2），10%-13%为老年型初期（L1）,13%-16%为老年型中期（L2），16%以上为老年型后期（L3）。参照以上标准，绘制四川省3个年份的人口老龄化空间分布图 （图2）。从图2中可以发现四川省人口老龄化空间分布具有以下特征：
在工业制造业中，自动化的程度越高，那么生产设计的智能化也会逐步增加，在现阶段机械设计制造环境中倡导自动化发展，那么智能化也必将成为重要发展趋势，在很多实践活动中就有所体现。譬如在机床设计上，尽管我国的机床设计总量很大，但是真正的高级机床大部分依赖进口，如果未来机械设计制造的自动化程度攀升，智能化程度也会增加，那么高级机床的设计也会得到发展。
图2 四川省人口老龄化空间分布
（1）人口老龄化呈现 “东高西低”的总体分异格局。大致以平武县—都江堰市—天全县—峨眉山市—屏山县这一月牙线为界，界线东部以盆地为主，经济发展水平较高，生育政策严格，老龄化程度较高；界线西部以山地高原为主，自然条件恶劣，经济水平落后，少数民族比重较大，生育政策相对宽松，老龄化程度较低。以2010年为例，老龄化水平最低类型（成长型初期）的3个县均位于界线西部。相反，老龄化水平最高类型（老年型后期）的县共计91个，其中90个位于东部。
由于渗沥液原水COD较高，水样汽化制备过程蒸发至90%时，瓶底因腐殖质泥垢较多无法进一步汽化，故高氨氮渗沥液原水的汽化率约90%。又氨氮先行游离分解，汽化的过程同时也是浓缩的过程，故冷凝液氨氮浓度高于原水。
（2）人口老龄化在局部区域呈现多种空间分布模式。分析各类型老龄化的空间形态及组织特征，可以将其划分为4种空间分布模式：均质型模式：区域内老龄化类型大致相同；带状分布模式：毗邻县域老龄化类型基本一致，在空间上呈条带状特征；核心—边缘模式：中心县与边缘县的老龄化类型存在显著的级差；镶嵌分布模式：毗邻县域老龄化类型相间分布。
均质型模式主要分布在自然条件、经济发展水平相当，文化及生育观念类似的地区，可以细分为两类：①老龄化较高的均质区域。主要分布在东部盆地，该区域经济发展水平不高，产业结构较单一，人多地少的矛盾突出，年轻人口大量外迁，人口年龄结构由1990年的成长型后期跃升至2010年的老龄化后期。②老龄化较低的均质区域。主要分布在经济相对落后的民族地区，如甘孜州、阿坝州、凉山州，该类区域原有人口老龄化水平较低、出生率较高，1990年基本以成长型初期为主，2010年则转变为以成长型后期及老龄化初期为主，远低于同期全省平均水平。
以某苯罐区的改造设计为例。改造前工艺流程如图1所示，该苯罐设置了1台雷达液位计和1台高高液位开关，罐进出口阀门为手动阀门。此时若储罐发生溢油或火灾事故，无法实现自动或远程手动切断储罐进出口阀门，人工操作易产生时间滞后，而且会给操作人员带来危险，进而造成不可估量的损失。
带状分布模式主要沿骨干交通线分布。由于西部地区自然条件恶劣，骨干交通线（铁路、国道）附近城镇集中，经济发展条件相对较好，推动了人口向心性迁移，老龄化程度较高，到2010年形成以老龄化初期为主。这类区域以国道G108攀西段（仁和区—荥经县）和G317川西段 （汶川县—金川县—白玉县）沿线最为典型。国道G108攀西段沿线穿过安宁河、雅砻江等河谷地区，这里自然条件优越、资源禀赋独特，是川西南人口和城镇分布最密集的区域，老龄化程度较高。G317川西段被称为 “中国的藏传佛教长廊”，沿线附近城镇较多，汉、羌、藏族交流频繁，形成了相似的经济文化及生育观念，促成了人口老龄化呈条带状自东向西延伸。
通过空间关联分析已证明人口老龄化存在空间自相关性，在分析影响因素时，选取考虑空间依赖性的GWR模型更为合适。从表4可以看出，三个年份的GWR模型在统计上都是显著的，与OLS相比，sigma、AIC均显著下降，修正的R2均大幅提高，并且有不断增高的趋势。可见，GWR模型要明显优于OLS模型。
利用Moran′I指数和Getis-Ord G*i测度地理要素的空间关联性。Moran′I指数反映邻接区域属性值的相似程度，Getis-Ord G*i用于诊断局部地区的高值（或低值）聚集特征[29]。
镶嵌分布模式主要分布在盆周山地向盆地过渡的地区。这类区域地形复杂，分割效应显著，经济发展不平衡，老龄化水平差异较大。例如，大巴山区、南部山区与盆地的邻接地带，在2010年便形成了由老龄化中期与老龄化后期的镶嵌分布特征。
3.2 老龄化空间分布变化
1990年四川省181个县老龄化系数均值为8.98%，整体处于成长型后期阶段。最高值为眉山市丹棱县 （13.19%），最小值为攀枝花市西区（2.87%），变异系数为0.16。1990-2010年间，四川省人口老龄化程度全面提升，区域差异显著扩大。2010年县域老龄化系数均值达到16.39%，比1990年增长7.40个百分点，远高于同期全国平均增长速度。最高值为资阳市乐至县（23.79%），最低值为凉山州美姑县 （7.08%），变异系数由0.16增长至0.23，表明人口老龄化的相对差异明显增强。
1990-2010 年间，四川省人口老龄化发展速度快，深度老龄化趋势突出（表1）。年轻型人口县域消失，成长型人口县域由1990年的164个剧烈降至60个，到2010年进一步缩减至27个。1990年老年型人口县域仅15个，2000年攀升至121个，增长7.07倍，2010年进一步增长至154个。其中老年型中期、老年型后期县域数量分别由0个暴增至35、91个，合计126个。
1990-2010 年间，共计139个县域跨入老龄化类型，并具有显著的区域特征（表1、图3）。成长型初期转变为老龄化初期的共计11个，多位于攀枝花、凉山州、阿坝州。成长型初期转变为老龄化后期的共计9个，散布于四川盆地北部。成长型后期转变为老龄化初期的共计16个，随机分布于全省。成长型后期转变为老龄化中期的共计28个，主要分布于盆地边缘区域。成长型后期转变为老龄化后期的共计70个，面状分布于四川盆地。总体来看，跨入老龄化的县域多分布在四川盆地及其邻接地区。
表1 人口老龄化程度及类型
1990 2000 2010人口年龄结构类型 县域数量/个 比重/% 县域数量/个 比重/% 县域数量/个 比重/%年轻型（Y） 2 1.10 0 0.00 0 0.00成长型初期(G1） 33 18.23 9 4.97 5 2.76成长型后期(G2） 131 71.82 51 28.18 22 12.15老年型初期（01） 15 8.29 104 57.46 28 15.47老年型中期（02） 0 0.00 17 9.39 35 19.34老年型后期（03） 0 0.00 0 0.00 91 50.28
图3 人口老龄化类型变化
利用标准差椭圆方法分析1990-2010年四川省县域人口老龄化的空间分布变化（表2、图4）。椭圆的重心均落入眉山市仁寿县，从移动轨迹看，总体上向东偏南方向移动，20年间移动直线距离共计21.76km。其中1990-2000年向东偏南方向移动9.15km，2010年移动14.94km，在东西方向移动的距离远大于南北方向。这表明人口老龄化呈现向东偏南扩散的趋势。椭圆长轴由1990的2.70km下降到2000年的2.67km，2010年进一步降低至2.66km，共计减小了0.04km，短轴由1.96km降低到1.92km，2010年进一步降低至1.83km，共计减少0.13km，表明县域人口老龄化高值区出现了较快的空间极化，北偏西—南偏东方向的极化效应强于东偏北—西偏南方向。3个年份标准差椭圆的方位角分别为73.12°，69.77°，65.22°，表明县域人口老龄化的空间分布为东偏北—西偏南走向，向东北—西南方向偏转的趋势较明显。上述变化表明，四川省人口老龄化的盆地化效应显著，空间极化逐渐增强。
图4 人口老龄化重心及标准差椭圆分布
3.3 空间关联特征
3.3.1 总体空间关联特征
计算各县域人口老龄化的全局指数，进一步判断其空间变动的总体趋势（表3）。三次人口普查的指数均为正值，并通过了显著性水平检验。这说明四川省县域人口老龄化存在显著的全局正相关，即老龄化系数较高（或较低）的县域相互邻接。指数分别为0.44、0.72、0.73，在快速提升后进入慢速增长阶段，表明全省县域人口老龄化的总体空间集聚性在大幅增强后，逐渐稳定下来。
3.3.2 局部空间关联特征
计算各县域人口老龄化的值，将其划分为热点区、次热点区、过渡区、次冷点区和冷点区（图5）。3个年份中，人口老龄化的热点区和冷点区呈现较强的空间演变规律：（1）东 “热”西“冷”的地域分异格局显著增强。人口老龄化热点区集中分布在东部盆地，冷点区分布在西部山地高原； （2）热点区分布发生重构。1990年热点区共计5个县域，集中分布于成都市，南北与次热点区相接，呈葫芦状分布于成都经济区中南部；2000年热点区退出成都市主城区，在盆地南部沿西北—东南走向，呈带状扩展到眉山市、乐山市、自贡市、泸州市，县域数量增长到13个。次热点区分布在热点区外围，沿西南—东北和西北—东南两个方向交叉延伸。2010年热点区西退北延，除乐山市市中区和眉山市东坡区外均退出市辖区，县域数量演变为11个，次热点区县域数量增长至40个，亦分布在热点区外围，沿西南—东北方向延伸至川东北腹地； （3）冷点区由凉山州扩展至整个川西山地高原。1990年冷点区为16个县域，均分布在西南部的攀枝花和凉山州。2000年冷点区向凉山州北部、甘孜州南部和阿坝州东部扩展，县域数量增长至26个。2010年冷点区县域数量进一步增长至32个，冷点区、次冷点区几乎覆盖了凉山州、甘孜州、阿坝州。
表2 人口老龄化标准差椭圆参数变化
年份 重心坐标 移动方向 移动距离/km 长半轴/km 短半轴/km 方位角/°1990 104.27E,30.21N - - 2.70 1.96 73.12 2000 104.12E,30.18N 东偏南 9.15 2.67 1.92 69.77 2010 104.05E,30.24N 东偏北 14.94 2.66 1.83 65.22
表3 四川省县域老龄化系数的Moran′Ⅰ值
年份 Moron'I Z（I） P 1990 0.44 10.25 ＜0.001 2000 0.72 16.13 ＜0.001 2010 0.73 16.36 ＜0.001
图5 四川省县域人口老龄化冷、热点区演化
4 人口老龄化时空演变的影响因素
4.1 指标选取
人口老龄化受到自然、经济和社会因素的综合影响，考虑到客观条件、指标可获得性和剔除相关性不显著的变量后，本文选取出生率、死亡率代表人口自然变动因素；迁入率、迁出率代表人口迁移因素；人均GDP、城镇化率、每10万人大学生数、万人病床数分别代表经济水平、城镇化水平、文化水平、医疗卫生水平等。
刘珊珊和李辉从小青梅竹马，两人大学毕业后就结了婚。婚后，李辉开了一家乐器生产厂，刘珊珊则在家里开淘宝网店。刘珊珊是典型的火爆性子，心直口快。那些婚前吸引她的李辉的优雅有度、风度翩翩，在婚后竟慢慢转化成了酸文假醋。刘珊珊对此颇有微词。而李辉呢，觉得妻子生了孩子之后就不讲形象了，总是在家穿着睡衣守淘宝店，也不精心打扮了，有什么重要的应酬需要携夫人一起参加的场合，也不邀约她一起去了。两个人时不时小吵一架，但是很快就好了。
4.2 模型检验
核心—边缘模式多出现在城市化水平较高的地区，又可以细分两类：①高核心—低边缘结构，城市市辖区老龄化程度高于边缘地区。1990年成都市及其他地级市市辖区人口年龄结构由老龄化初期逐渐向边缘地区过渡为成长型后期，呈现由核心向边缘降低的特征；②低核心—高边缘结构，城市市辖区老龄化程度低于边缘地区，2010年成都市及其他地级市市辖区多为成长型后期、老龄化初期，边缘地区则呈现老龄化后期。
4.3 人口老龄化时空演变的影响因素
4.3.1 出生率对人口老龄化分布的影响及空间分异
表4 OLS和GWR比较
1990 2000 2010 OLS GWR OLS GWR OLS GWR Sigma 0.161 0.108 0.134 0.093 0.124 0.085 AIC -137.222 -273.024 -203.162 -322.167 -231.531 -356.605 Adjusted R 0.295 0.680 0.530 0.771 0.810 0.911 p-value ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001
图6 出生率回归系数空间分布
出生率和人口老龄化一般为负向关系，出生率高的地区，少年儿童比重大，老年人口比重相对较低，反之，则相对较高。三个年份出生率回归系数均值分别为-0.07、-0.13和-0.11，加快了人口老龄化进程，形成“底部老龄化”。从空间分布（图6）看，回归系数呈现东西高、中间低的整体格局，高值区的核心稳定在川东北地区，显现内缩西移的趋势，西部边缘区由负向转变为正向作用。表明出生率在中间地带对人口老龄化的推动作用强，东西两侧具有一定的抑制作用。1990-2010年，四川省出生率持续降低，由25.84‰减至9.24‰，降幅达58.90%，有力推动了 “底部老龄化”。川东北地区生育政策执行严格，出生率稳定下降，对人口老龄化具有明显的推动作用，西部边缘区降幅较小，对人口老龄化推动作用减弱。雅安、乐山、阿坝州、甘孜州及凉山州东部等地区出生率较高，对人口老龄化推动作用相对较强。
4.3.2 死亡率对人口老龄化分布的影响及空间分异
第一，我国受国内外经济、政治的变化影响，中国在参与国际财经合作的形式和手段更加多元化、合作内容也更为丰富，中国对于世界经济长期稳定可持续发展起到了越来愈重要的作用，中国政府一直在积极调整宏观经济政策，加强宏观调控，实现全球经济长期、稳定、快速增长。
大多数地区死亡率与人口老龄化为正向关系，各年龄组死亡率的降幅是不均衡的，在人口年龄结构转变的早期，少儿组死亡率一般比老年组死亡率下降更快，导致人口趋于年轻化，在后期则相反，又可能加快人口老龄化，形成“顶部老龄化”。从空间（图7）上看，1990-2010年，死亡率回归系数经历了强劲的空间演变，高值区由东北、西南及西北汇集至中北部。低值区在1990分布在东南角、甘孜州西缘，2000年汇集至乐山、眉山、雅安及甘孜州东南部，2010年低值区大部跃迁至东北角，部分回归甘孜州西缘。从三个年份回归系数均值及极值看，死亡率对人口老龄化的正向推动作用在增强。
1990-2010 年，四川省死亡率由7.70‰降至6.62‰，推动老龄化向前快速发展。由于政府大力支持民族地区、边远山区经济发展，人民生活水平及医疗水平显著提高，死亡率大幅下降，例如三州地区及巴中市分别降低了1.85、1.88个千分点，远超同期全省死亡率下降幅度。
4.3.3 迁入率对人口老龄化分布的影响及空间分异
三个年份迁入率回归系数多数为负，这说明绝大部分地区迁入率对老龄化起减缓作用，迁入人口越多，人口老龄化程度越低。从图8可以看出，三个年份回归系数的波幅较宽，大多数县域经历了高低值的交替影响，空间演变特征显著。1990年在四川省中部、北部大片区域的回归系数较大，并梯次向西南、东北地区降低。低值区分布在西南边缘，抑制作用较大。2000年西北及西南端的回归系数较大，低值区分布在东北部的万源市、宣汉县和西南部乡城县、得荣县。2010年回归系数在川东北和西部边缘两侧较高，中间区域较低。
图7 死亡率回归系数空间分布
图8 迁入率回归系数空间分布
通过分析迁入人口的年龄结构发现，1990年主要是15-59岁的劳动力人口，缓解了迁入地的老龄化程度。到2010年，仍是以该类人群迁入为主，但是出现了劳动力高龄化、第一代老年农民工返乡养老，以及照顾孙辈、投靠子女的老年人口增多，老年人口在县域尺度上的迁移性增强，对迁入地常住人口老龄化的缓解作用降低，甚至抬升了川东北及西部边缘县域老龄化程度。
4.3.4 迁出率对人口老龄化分布的影响及空间分异
绝大部分地区迁出率回归系数为正值，对人口老龄化起正向推动作用。其绝对值均值在时间上波动上升，迁出率对人口老龄化的影响增大，并且在空间上具有非平衡性。从三个年份迁出率回归系数空间分布（图9）看，可以得出以下规律：迁出率回归系数低值区主要分布在成都平原及浅丘地区，对人口老龄化的推动作用在增强；高值区分布于西南部，随着时间推移，面积快速东扩北拓，形成了较为稳定的高值区域；盆周深丘及山区的回归系数总体较高，但波动较大，空间演变强烈。
四川省作为西部人口大省，第六次人口普查显示，各县迁出人口合计2130万人，占常住人口的26.48%。迁出人口年龄结构多为青壮年，加快了迁出地老龄化进程，迁出人口数量对迁出地人口老龄化具有较大的决定作用，也印证了国内及国际同行的研究[31]。成都平原以及盆地浅丘地区经济条件相对较好，人口数量大、密度高，迁出率对人口老龄化的敏感性较低。周边深丘及山区经济发展水平低，人口密度相对较低，面对难以破除的生存困局，大量年轻人口干脆一走了之，老年人口则在家留守，加剧了迁出地的人口老龄化。
图9 迁出率回归系数空间分布
2.3.3 地理加权回归模型
经统计，大部分地区的人均GDP回归系数为正值，均值及高值区数量都呈增长趋势，这表明人均GDP对人口老龄化的推动作用增强，范围在扩大。从总体上看，人均GDP回归系数的高值区稳定在西南部的攀枝花及凉山州南部低值区出现布在西北部和东北部（图10）。1990年人均GDP回归系数自南向北梯次降低，在东西方向表现出“高—低—高—低”的浪形特征，说明人均GDP对老龄化的贡献南部大于北部，在东西方向具有波动性。2000、2010年呈现西南部、西北部、北部及东南部较高，梯次向中部降低的态势，说明人均GDP对老龄化的贡献区域差异扩大，中部区域显著较低。
图10 人均GDP回归系数空间分布
绝大部分地区城镇率回归系数为正值，促进了人口老龄化，即城镇化水平越高，老龄化水平则越高。从时空视角看，城镇化率回归系数存在很强的空间演变规律（图11）：1990年城镇化率回归系数总体格局呈现由西南—东南向西北方向递减的态势。2000年的凉山州与其他市州的交界区域的回归系数较高，达州、巴中、广元等部分地区有一定提升。2010年高值区域南部为攀枝花、凉山州、雅安，北部为四川盆地与川西高原山地的过渡区，包括成都、德阳、绵阳的西缘，阿坝州的东南部及甘孜州的东缘，呈肱骨状，梯次向东部盆地和西部山区递减。
4.3.6 城镇化水平对人口老龄化分布的影响及空间分异
1990-2010 年间，四川省经济快速发展，人均GDP由1136元/人大幅提升至21182元/人，加快了人口老龄化进程。中部区域经济发展水平较好，人口老龄化受人均GDP的影响较小；西南部的攀枝花及凉山州南部区域经济发展较快，促进了人口老龄化；落后边缘区域人口老龄化对经济发展的敏感性更强。
其中，I为Moran′I指数，xi、xj分别为县域i、j的老龄化系数，为xi、xj的平均值，wij为空间权重矩阵，n为县域数量，i≠j。Moran′I取值在 [-1，1]之间，其值若大于0且小于1，说明要素存在集聚性，若小于0大于-1，说明要素是分散的，若等于0时，则说明要素是随机分布的。
2.淤血阻滞。睾丸外伤肿胀疼痛，或红肿灼热，舌质青边有淤斑，脉涩。治法：活血化淤，止痛。方药：柴胡、当回、桃仁各30 g，红花、大黄各25 g，天花粉25 g，蒲公英、金银花各30 g。
图11 城镇化率回归系数空间分布
4.3.7 教育水平对人口老龄化分布的影响及空间分异
每10万人大学生数对人口老龄化大多起负向作用，随着时间推移，负值县域数量快速增长，影响范围也逐步扩大（图12）。1990年回归系数在甘孜州西缘及凉山州北缘较高，梯次向东北及东南方向递减，低值中心出现在东南部的泸州、宜宾、自贡及内江。2000年高值区向北收缩，低值中心迁移到西南部的攀枝花及凉山州的南缘，四川盆地中部出现了大片次高值区域。2010年高值区进一步北缩东进，低值中心迁移到以康定为核心的甘孜州东南部地区。
三个年份的回归系数高值区分布较稳定，均为西部边缘落后区域，说明该区域人口老龄化对人口文化素质的敏感性较强。低值区呈现 “东南—西南—西北”的迁移特征，地域演变强烈，这些区域低水平的教育对人口老龄化未起到推动作用。
4.3.8 医疗水平对人口老龄化分布的影响及空间分异
经统计，3个年份回归系数为正的县域比例分别为48.62%、36.46%、45.86%，说明万人病床数对人口老龄化的影响存在显著的年际波动及区域分异。从总体上看，经济落后的山地高原回归系数较高，对人口老龄化推动效应显著，经济较发达的盆地腹地却较低，推动作用不明显（图13）。1990年回归系数在凉山州与甘孜州交界区和眉山、自贡及乐山交界区较高，与次高值区联合呈 “U”型分布，万人病床数有效促进了该区域的人口老龄化，而川东北地区回归系数较低。2000年高值区演变为凉山州东部及乐山南缘，低值区迁移至阿坝州东部。2010年分布态势变化显著，高值区迁移至西北端（甘孜州西北部）、北端（阿坝东部）及西南端（泸州南部），低值区演变为川东北地区。1990-2010年，万人病床数由19.75张提高至37.56张，增幅达90.18%，万人病床数的增加有利于人口的健康长寿，大大促进了人口老龄化。由于老龄化程度较低、医疗技术进步及政策倾斜，落后地区的医疗卫生对人口老龄化的影响反而比较发达地区更敏感。
很多高校设有校内学生创业基地，只需要几间房间、几台电脑就可以开展跨境电商工作。让跨境电商企业人员对学生进行指导，指导学生开网店、平台注册、认证，经营网上店铺。通过在店铺里发布产品、回复邮件、处理订单、从国内采购货物、向买家发货到收到货款的实际操作，使学生体验真实的操作和交易，且自负盈亏。
图12 每10万人大学生数回归系数空间分布
图13 万人病床数回归系数空间分布
5 结论与建议
本文以四川省为例，一方面探讨了人口老龄化的时空演变特征，另一方面通过人口学因素和经济社会因素，综合研究了西部人口大省的人口老龄化问题。在研究中作了以下突破：一方面是在肯定前人研究的基础上，摒弃了传统空间相互独立的假设，引入考虑空间因素的新型模型考察人口老龄化的空间特征，应用标准差椭圆、空间自相关模型识别人口老龄化的总体空间格局及局域分布模式，并利用地理加权回归模型诊断各驱动因素对人口老龄化在局部空间的影响程度，反映其空间非平稳性，结果更符合客观实际；另一方面在GIS技术支持下，优化了人口老龄化的空间表达，结合人口学、社会学、地理学、空间统计学等理论进行了学科交叉研究，注重人口老龄化在“时空双维”中的区域性、动态性。研究结论如下：
（1）人口老龄化呈现 “东高西低”的总体分异格局。大致沿平武县—都江堰市—天全县—峨眉山市—屏山县这一月牙线为界，界线东部盆地老龄化程度较高，界线西部山地高原老龄化程度较低。
（2）人口老龄化在局部区域呈现多种空间分布模式。老龄化较高的均质区域主要分布在东部盆地，较低的均质区域则分布在经济相对落后的民族地区；带状分布区域主要沿西部骨干交通线分布；城市市辖区由1990年的高核心—低边缘结构转变为2010年的低核心—高边缘结构；镶嵌分布模式主要分布在盆周山地向盆地过渡的地区。
（3）1990—2010年间，四川省跨入老龄化的县域多达139个，整体步入老龄化阶段，深度老龄化特征突出，区域差异显著扩大。人口老龄化空间极化较快，盆地化效应显著，呈现东偏北—西偏南走向，有向东偏南扩散的趋势。
骨质疏松性椎体压缩骨折以中老年人群发生率较高,且女性患者数量显著高于男性,以往开放性手术对患者机体将造成较大创伤,并不利于其术后尽快恢复健康。近年来由于临床微创技术不断发展,椎体后凸成形术以其创伤小、痛苦少、恢复快等特点,越来越多的临床医务人员已认可其对骨质疏松性椎体压缩骨折的治疗价值[1]。但随着临床医疗领域深入研究,有学者认为术中不同的球囊扩张部位对患者疗效及预后将产生相应影响。
（4）人口老龄化的总体空间集聚性在大幅增强后逐渐稳定下来。东“热”西“冷”的地域分异格局显著增强，热点区由西北—东南走向转变为西南—东北方向，冷点区由西南部扩展至整个川西地区。
长珲高铁开通后，以延吉、珲春为主，周边小城市为辅，形成一小时都市圈，旅游资源得到整合，吸引力更强。高铁促进城市积极建设公共交通，将高铁站作为重要旅游客流枢纽，实现快速换乘。珲春市应在高铁站建设防川景区公交专线，实现高铁+公交，使得游客与景区无缝衔接，缩短游客与景区心理距离，增强旅游舒适度。
（5）3个年份GWR模型回归系数存在显著的空间差异及演变规律，表明各驱动因素对人口老龄化在局部区域的影响程度不同，空间差异随时间推移而发生变化。出生率与人口老龄化一般为负向关系，伴随出生率持续降低，推动了“底部老龄化”，在广大中间地带对人口老龄化的推动作用强，东西两侧却有一定的抑制作用；死亡率与人口老龄化多为正向关系，随着死亡率持续降低，形成“顶部老龄化”，而且推动作用在增强，高值区由东北、西南及西北汇集至中北部；3个年份迁入率回归系数多数为负，波幅较宽，大多数县域经历了高低值的交替影响；绝大部分地区迁出率回归系数为正值，对人口老龄化起正向推动作用，低值区主要分布在成都平原及浅丘地带，高值区多分布于川西地区，盆周深丘及山区的回归系数总体较高，但波动较大；人均GDP回归系数为正值，正向推动作用增强，空间上最终形成西南部、西北部、北部及东南部较高，梯次向中部降低的态势；城镇化率的提高加剧了人口老龄化，高值核心区分布在西南部，并沿四川盆地与川西高原山地过渡区延伸；教育水平对老龄化主要起负向作用，并且伴随时间推移，负向作用的县域在增多；医疗水平对人口老龄化的影响既有抑制也有推动，并且落后区域的敏感性更强。
针对以上结论，提出以下建议：（1）人口老龄化受到空间因素的制约，区域之间存在潜在的交互机制，具有联动效应。因此，要破除区域分割的壁垒，建立灵活的协调机制，制定符合区域（落后地区、民族地区）特色的人口政策。（2）客观对待人口老龄化的空间不平衡性。一定的差异有利于增强各地应对人口老龄化的紧迫感，但是差距过大又可能加剧区域经济的不平衡性。因此，要健全城镇体系和城乡体系，提升欠发达地区的经济能力，发展本地特色产业，增加就业机会，吸附本地劳动力，减少青壮年无序外迁，努力降低迁移性老龄化和空巢率。同时，科学引导人口二次迁移，优化人口分布，避免出现因人口过度老龄化、基础设施匮乏而导致部分村落、城镇逐步衰落甚至消失的现象。 （3）积极推进延缓老龄化的政策，从限制生育转向鼓励生育，提倡 “优化生育”，保障一对夫妇生育两个孩子的底线生育权，创造良好的制度环境，降低家庭生、养、育的成本。 （4）针对老年人口特殊的物质及精神需求，大力开发养老的经济资源、生活照料资源、医疗保健资源、精神慰藉资源和空间资源。充分挖掘养老资源自我供给潜力，创新家庭供给形式，提高社区供给能力，扩大政府及社会供给规模，优选建设一批康养旅居基地，丰富养老模式。
［参 考 文 献］
[1]总报告起草组.国家应对人口老龄化战略研究总报告[R].老龄科学研究,2015(3):6.
[2] J,Mladek J.A comparison of population ageing in the Czech Repu-blic and the Slovak Republic based on generation support and exchange[J].Moravian Geog-raphical Reports,2012,20(4):26-38.
[3]Rogers A,Watkins J F,Woodward J A.Interregional elderly migration and population redis-tribution in four industrialized countries.A comparative analysis[J].Research on Aging:Ag-ing:An international Bi monthly Journal,1990,12(3):251-293.
[4]Rogers A,Woodward J A.Tempos of elderly age and geographical concentration[J].The Pro-fessional Geographer,1992,44(1):72-78.
[5]王志宝,金航.中日人口老龄化区域演变差异分析[J].世界地理研究,2016(4):29-39.
[6]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,2015,(7):822-830.
[7]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].2016(8):921-931.
[8]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(6):1001-1016.
[9]林琳,杨莹,李冠杰,等.中国农村人口老龄化省际差异及类型划分[J].地域研究与开发,2016(4):154-160.
[10]王泽宇,孙然,韩增林,等.中国人口老龄化水平测度与空间关联研究[J].地域研究与开发,2013(3):138-143.
[11]康江江,丁志伟,张改素,王发曾,武荣伟.中原地区人口老龄化的多尺度时空格局[J].经济地理,2016,36(4):29-37.
[12]易卫华,叶信岳,王哲野.广东省人口老龄化的时空演化及成因分析[J].人口与经济,2015（3）:33-42.
[13]张芹，张晓青.山东省人口老龄化空间分布与演化分析—基于探索性空间分析技术(ES-DA)[J].鲁东大学学报(自然科学版),2014(3):242-248.
[14]周春山,童新梅,王珏晗,赖舒琳.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(1):103-118.
[15]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(5):1043-1054.
[16]许昕,赵媛,郭爱妹.基于街道尺度的南京市老年人口空间分布演变研究[J].人文地理,2016(6):88-94,129.
[17]王新贤,高向东,陶树果.上海市人口老龄化的空间分布及演化特征研究[J].上海经济研究,2016(8):120-129.
[18]袁俊,吴殿廷,吴铮争.中国农村人口老龄化的空间差异及其影响因素分析[J].中国人口科学,2007(3):41-47.
[19]许昕,赵媛,张新林,等.江苏省人口老龄化空间分异演变及影响因素[J].地理科学,2017(12):1859-1866.
[20]杨彩萍,汤茂林,王爽.江苏省县域老龄化空间格局及影响因素分析[J].南京师范大学(自然科学版),2016(2):125-132.
[21]刘华军,何礼伟,杨骞.中国人口老龄化的空间非均衡及分布动态演进:1989-2011[J].人口研究,2014(2):71-82.
[22]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(4):136-141.
[23]马晓理,张旺锋,薛海燕,李坤.甘肃省人口老龄化空间分布及演变特征分析[J].西北人口,2014(6):115-121.
[24]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(3):352-362.
[25]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(5):605-615.
[26]魏秀梅,李丁,张超,等.甘肃省人口老龄化空间分异及影响因素研究[J].资源开发与市场,2015(3):283-287.
[27]赵儒煜,刘畅,张锋.中国人口老龄化区域溢出与分布差异的空间计量经济学研究[J].人口研究,2012(2):71-81.
[28]金淑婷,李博,杨永春,等.中国城市分布特征及其影响因素[J].地理研究,2015(7):1352-1366.
[29]徐建华.计量地理学[M].北京:高等教育出版社,2006:121-125.
[30]张耀军,任正委.基于地理加权回归的山区人口分布影响因素实证研究[J].人口研究,2012(4):53-63.
[31]Ahmed B and Stanley K S.How changes in components of growth affect th-e population aging of states[J].Journal of Gerontology:Social Sciences,1992,47:27-37.
The Spatial-temporal Evolution and Influencing Factors of Aging in Sichuan Province
GUO Jin-ming1,XIE Xian-jian1,LI Yong-fei1,ZENG Yong-ming2
1.School of Geography and Resources,Neijiang Normal University,Neijiang 641100;2.Institute of Ecological Economics,Jiangxi University of Finance and Economics,Nanchang 330013
Abstract：Sichuan province,though a mid-west central province in China,is one of the provinces with largest population and rapid population aging caused by large scale outflow of younger adult labors as that in the mid-west provinces and by rapid fall of fertility as that in most eastern provinces.Thus the study of aging in Sichuan province can be great value and this paper tries to analyze the spatial-temporal evolution and causes of Sichuan's population aging from 1990 to 2010 by using the methods such as standard deviation ellipse,spatial autocorrelation and GWR model.Results show:1.The overall pattern of population aging is high in east and low in west;2.From 1990 to 2010,the population aging mean increased from 8.98%to 16.39%and the province is now in the complete aging stage with the highest degree aging in eastern basins.The spatial polarization strengthens to the east-to-south direction with a significant basin-oriented effect; 3. The spatial distribution of population aging show a significant overall spatial clustering, wherein the hotspots of aging stretch from the northwest-southeast direction to the southwest-northeast direction,while cold spots extended from southwest to the western Sichuan region;4.The factors causing population aging show significant spatial differential variation,demographic analysis show that the aging is caused by continuous low fertility and is intensified by the high emigration rate, and is relieved by the immigration rate. On the other hand, the social factors influencing aging includes the economic development,urbanization,education,medication.
Key words：Population Aging,Spatial-temporal Evolution,Spatial Correlation,Geographical Weighted Regression Analysis
［中图分类号］C92-05
［文献标识码］A
［文章编号］1004-1613（2019） 01-0056-16
①［基金项目］教育部人文社会科学基金项目“长江经济带流动人口时空格局演变及其对区域均衡发展的作用机制研究”（18YJC790006）；内江师范学院校级科研项目：四川省人口老龄化空间分布格局及其驱动机制研究（15JC07）。
［收稿日期］2018-09-29
［作者简介］郭金铭，男，内江师范学院讲师，硕士，主要从事人口地理学研究；谢贤健，男，内江师范学院教授、博士，主要从事区域地理，区域可持续发展研究；李永飞，男，内江师范学院副教授、博士，主要从事区域地理，环境演变研究；曾永明,男，通讯作者，江西财经大学生态经济研究院讲师,博士后,主要从事人口地理学、空间经济学研究。
标签：人口老龄化论文; 空间论文; 系数论文; 区域论文; 县域论文; 社会科学总论论文; 人口学论文; 世界各国人口调查及其研究论文; 《南方人口》2019年第1期论文; 教育部人文社会科学基金项目“长江经济带流动人口时空格局演变及其对区域均衡发展的作用机制研究”(18YJC790006)内江师范学院校级科研项目:四川省人口老龄化空间分布格局及其驱动机制研究(15JC07)论文; 内江师范学院地理与资源科学学院论文; 江西财经大学生态经济研究院论文;