〔摘 要〕目的针对中国全部地级以上城市人口老龄化的主导因素差异研究。方法选定老龄化最直接的影响因素——出生率、长寿率、迁移率，与以往方法相比，更直观反映各城市人口老龄化的主导因素。通过主成分分析及相关性分析得出总体贡献率，并根据各因子的贡献率绘制344个城市人口老龄化主导因素分类专题图。结果不同地区人口老龄化的主导因素差异明显，且2000年和2010年人口老龄化、长寿率、出生率和迁移率的格局基本稳定。结论可为老龄化严重地区根据各因子贡献率制定相应的策略提供参考。
〔关键词〕出生率；长寿率；迁移率；贡献度；主导因素
根据2010年第六次全国人口普查数据，全国老龄化率最高的地区江苏省南通市已高达16.5%。人民日报于2017年8月20日发文讨论我国的人口老龄化问题，反驳了计划生育政策是中国人口老龄化根本原因的观点，并认为全球寿命普遍延长是现代人口老龄化的推动因素，低出生率加快了人口老龄化速度，但也减少了未来老年人口的规模，并缩短了老年人口规模处于较高水平的时间〔1，2〕。
影响人口老龄化的因素很多，相关文献做了大量研究，大多数文献着重于从经济发展水平、社会事业、国家政策、医疗水平等领域展开〔3～7〕，这些因素都会影响老龄化率，但都是间接因素，如经济发达会吸引更多的外来人口，降低老龄化率，医疗条件好的地区延长老龄人口寿命，升高老龄化率。从老龄化率的计算方法这一根源出发，其直接影响因素为分母(总人口数)和分子(老龄人口数)。
总人口数的影响因素主要是出生率、迁移率和长寿率，高出生率必然在未来0～65年内出现更多年轻人口，世界上高出生率地区如非洲各国老龄化率普遍较低，出生率长期稳定在低水平的国家，如日本、德国老龄化程度则相当严重。发达地区如北京、上海、广州、深圳、苏州对外来人口吸引力强，大量新居民的迁入在很大程度上降低了这些地区的老龄化率。
老龄人口数的影响因素主要是长寿率，长寿地区或人口预期寿命高的地区，老龄人口数自然多。老龄人口较少搬迁，居住地一般较稳定，因此近期迁移率对老龄人口数量的影响不大，而多年以前迁移的人口达到65岁时，会影响老龄化。考虑到我国大规模的人口迁移始于20世纪90年代，在2010年还没有大规模进入65岁，故本文选择老龄化最直接的影响因素：长寿率、出生率、迁移率作为其影响因子。
从研究尺度上来看，全国范围的老龄化研究多以省为研究尺度，或对某个省内的城市进行研究〔8～10〕，针对全国344个地级以上城市(除港、澳、台)的总体研究还较为鲜见，各因子的贡献率和主导性研究也不足，针对这些不足，本文以全国344个城市为研究对象，分析其人口老龄化差异及主导因素。
遍检徐枋的诗文集，除有两三封坚拒地方官员接纳的书信外，几乎难觅新朝权贵，或是仕清贰臣之身影。在这几封书信中，徐枋明确表示自己绝不愿意“望尘匍匐”“随时俯仰”。在“时之久垂三十年”的漫长岁月中，他始终不渝地坚持“佣力自活，采薇苟全”，“概绝问遗”，“从未敢踰越分量，攀援一当世之士也”，也从不交接“当世之公侯卿相”。［11］卷三《与冯生书》，58徐枋如此坚毅的态度，被诸多文家写入其传记之中，只是传记中与徐枋所交涉者并不是文集中所提到的苏松兵备王之晋、长洲知县田本沛、吴县知县汪爚南，而是名头更大的人物——江苏巡抚汤斌，这也许是作家的一种写作策略，似乎这样才能更显示出传主的决绝。
1 资料与方法
1.1 数据来源 数据来自第四、第五和第六次全国人口普查，将1990、2000及2010年的人口普查数据按照2010年的行政区划将全国的省、市、自治区下辖的市、地区、自治州划分为344个基本单元，考虑到重庆市“大城市大农村”的特点，城乡人口老龄化影响因素差异较大，将其分为市辖区和市辖县两部分；海南为省管县模式，分为海口、三亚和其他三部分。出生率和迁入人口数可直接在人口普查数据中获取，根据下列公式求得各市的老龄化率、长寿率及迁移率：
(1)
(2)
(3)
在超声波检查时发现，桩周围存有缺陷，桩身成形不完整。产生这种现象的原因孔桩护壁不好，浇筑时出现坍塌，还有就是因为混凝土和易性不好，不能很好的流动造成桩底沉淀物在浇筑上涌的过程中没能顺利上升，散落在桩周围造成的。
在所有的计算过程中，除重庆市，北京市、天津市、上海市三个直辖市的“本省其他县迁入人口”为零。迁移率计算结果中，正值表示该地区以人口迁出为主，负值为人口迁入为主，即迁移率与人口老龄化率呈正相关。
其中，C为贡献率，i为因子，j为城市，Xij为第j个城市第i个因子的值，c为回归系数。
图1 2000年全国344个城市老龄化率、出生率、迁移率、长寿率分布图
图2 2010年全国344个城市老龄化率、出生率、迁移率、长寿率分布图
按照贡献率计算结果，绘制出344个城市2000年和2010年人口老龄化的主导因子分类图，如图3。
根据矿体围岩及铁矿中的硫同位素δ34S值均介于-9.7～+2.2之间[11]，具未分异的陨石流的特点，说明这些物质都来看自地幔。
2 结 果
根据图3的结果，按人口老龄化程度和主导因素的差别，将全国分为若干区域并分析其老龄化的成因，全国人口老龄化率最高的江苏南通、泰州及四川盆地，出生率均明显低于全国平均水平，长寿率突出，人口外迁，三大因子全部与老龄化正相关，在很大程度上促进了老龄化。而老龄化率低的地区主要分布于经济发达地区和青藏高原、云贵、西北地区。青藏高原及云贵、西北地区迁移率不显著，但其出生率大大高于全国平均，且长寿率也低于全国平均，导致老龄化率明显低于其他地区。经济发达导致大量青年人口迁入，增加了地区总人口，稀释了人口老龄化率，以北京、天津和珠三角地区最突出。见表3。
表1 主成分矩阵
2000年成分1成分2成分32010年成分1成分2成分3出生率-0.6260.3790.639出生率-0.3250.8050.418迁移率-0.0890.964-0.064迁移率0.5150.748-0.304长寿率0.566-0.2220.767长寿率0.394-0.1280.888老龄化率0.8940.310-0.032老龄化率0.937-0.078-0.061
2.2 各城市老龄化的主导因素计算 根据344个城市各因子的标准化值和多元回归方程的系数，本文设计了各因子对人口老龄化的贡献率和主导因素的计算方法，该方法不仅对每个城市的3大因子间进行比较，还考虑了每个城市每个因子与全国所有城市的比较，高贡献率的因子成为主导因子，如公式(4)：
表2 2000、2010年中国老龄化率与各因子的多元回归分析
参数2000年标准系数标准误差t值P值2010年标准系数标准误差t值P值常量-0.0380.1220.903-0.04001出生率-0.4870.043-12.6240.000-0.4460.042-10.6480.000迁移率0.4260.04411.1370.0000.4870.04211.5930.000长寿率0.4740.04312.1210.0000.3480.0418.4840.000
多元回归分析的结果与主成分分析、Spearman 相关性检验类似，2000年长寿率和出生率对人口老龄化的影响较大，2010年迁移率的影响显著增加。见表2。
其中，E为老龄化率，L为长寿率，M为迁移率，i为年数，j为年龄，Pi为第i年总人口数，Pij为第i年年龄为j的人口总数，n为人口自然增长率，R为迁入人口。
(4)
将数据输入地图，如图1、图2所示。2000年和2010年中国人口老龄化、长寿率、出生率和迁移率的格局基本稳定。老龄化严重地区主要集中在江苏中部和北部、四川盆地、辽东半岛-山东半岛、安徽南部等地。长寿地区主要集中在海南、广西、广东、长江口、辽东半岛-山东半岛、淮海地区、四川盆地；低出生率地区主要集中在经济发达地区；高迁出率地区主要集中在淮河地区、贵州、海南、重庆的县区。
1.2 统计学方法 采用SPSS24.0软件进行主成分分析、Spearman相关分析及多元线性回归分析。
图3 2000年和2010年各城市人口老龄化的主导因子
2.1 各因子贡献率计算 主成分分析结果表明，第一主成分能够解释绝大部分的信息，老龄化率在第二、第三主成分数值很小，可以忽略，2000年迁移率对老龄化的贡献较小，但是已成为2010年中国老龄化率的第一推手，长寿率始终保持第二，出生率的作用下降。见表1。各变量之间的Spearman相关性检验结果表明，2000年出生率(r=-0.390)、迁移率(r=0.171)、长寿率(r=0.440)和2010年出生率(r=-0.271)、迁移率(r=0.387)、长寿率(r=0.316)均与老龄化率呈显著相关(均P<0.01)。
表3 2010年中国各地区人口老龄化程度及成因分析
地区老龄化长寿率出生率迁移率老龄化率的形成原因全国平均9.046.3110.540.00江苏中东部15.628.456.761.50老龄化率以南通、泰州高居全国第一和第二,长寿率十分显著;出生率很低;人口外迁,三大因子全与老龄化呈正相关四川盆地、重庆市区11.416.498.723.98长寿率、出生率、迁移率三大因子均与老龄化呈正相关皖南地区、大别山区10.265.0010.698.74长寿率虽低于全国平均,出生率为全国平均水平,但人口迁出较严重,导致老龄化程度较高辽东半岛-山东半岛10.547.156.94-7.65长寿率显著;出生率很低,但大量外来人口的迁入稀释了老龄化率东北地区(不含辽东半岛)8.875.146.45-2.80出生率位于全国很低的水准,低出生率是东北地区老龄化率较高的原因上海/苏南/浙北9.858.176.21-28.62长寿率较显著,出生率很低,大量外来人口降低了老龄化率。淮海地区9.827.2412.949.16长寿率较高,外迁人口比例大,毫州、阜阳外迁率位居全国最前列,但出生率高,在一定程度上稀释了老龄化率东南沿海8.697.789.85-7.80直接沿海的地区长寿率较高,但外来人口降低了老龄化率,往内陆长寿率降低,迁移率升高,导致老龄化率升高华中/重庆东部9.056.1411.542.75长寿率中等,人口外迁,但较高的出生率稀释了老龄化率华南(除珠三角地区)8.938.3814.14-2.09长寿率显著,是中国范围最大的长寿地区,但同时出生率高居全国第一,使得老龄化率不高北京、天津8.636.146.09-36.91虽然出生率很低,长寿率居中,大量外来人口冲淡了老龄化华北地区8.175.2310.84-3.02长寿率低,出生率也不高,但少量人口迁入致老龄化率不高云贵地区8.154.9813.063.01高出生率降低了老龄化率西北地区8.154.3211.06-0.27长寿率低,但高出生率降低了老龄化率青藏高原6.414.2113.67-5.75高出生率、低长寿率,导致老龄化率很轻珠三角4.287.807.21-28.54老龄化全国最低,长寿率高,大量外来人口显著降低老龄化
3 讨 论
与以往大部分研究使用经济水平、医疗卫生水平等指标探讨人口老龄化不同的是，本文使用出生率、长寿率、迁移率为研究老龄化的影响因子，使用统计学方法及数学方法定量地分析各成分因子与老龄化的相关性及对老龄化的贡献情况。
北漂一族，大家说，离开北京，回重庆、成都，回自己的家乡，探讨这个问题有意义吗？你有机会就留在这儿，甚至可以去纽约、伦敦，没有机会死守在这儿没有意义。
研究表明，高长寿率、低出生率、高迁出率是促成高老龄化的重要原因。高长寿率表明长寿人口及老龄人口数量多，低出生率意味着新生人口少，人口总量增长缓慢，高迁出率意味着大量人口因求学、务工等原因长期迁出原所在地，从而进一步减少地区人口总数。研究发现，在三大成分因子中，2000年长寿率和出生率是两大主导因素，迁移率对老龄化的贡献并不十分显著。到了2010年，迁移率超过长寿率和出生率，成为影响老龄化的最主要因素。
学音乐的都知道，该高调的时候就要高调，如果该高调的时候低调了，那叫跑调。——周立波告诫，不要相信“做人要低调”这句话
景天属植物因其自身含水量大，植株体内生理活性物质丰富，在繁殖过程中通过分株、扦插方式都易成活,经常给人以景天类植物可以直接采枝条种植，随便种都可以活的观念[4，5]。但任何植物表现为较好的生长都需要适宜的生长条件，在景天品种的实际应用中，其栽植地往往会遇到土质生硬、基础条件有限的情况，如果不能做好种植种苗的前期处理和适宜基质的准备工作，在栽植后期管理中的投入很可能会大于前期粗放准备节省下的成本。如何处理好景天品种生根和适宜基质的配比，这对于景天草毯建植生产的效果是非常必要的。通过本项实验得出以下两点。
从全国各区域人口老龄化的形成原因可以看出，各地区的人口老龄化主导因素差异较大，有的以单一因子主导，有的由多因子共同引起。中国老龄化率最高的南通地区，其三大因子均与老龄化呈正相关，在这一层面上可以解释南通人口的老龄化率之高。相较于老龄化率最低的珠三角地区，大量的人口迁入以及远低于全国平均水平的出生率，在一定程度上稀释了人口老龄化。对于由人口大量外迁导致高老龄化的地区，可以通过提高出生率进行调节，或者适当放宽政策，加强自我建设，留住本地人才不外流或吸引外来人口迁入。部分老龄化严重但经济欠发达的地区要特别注重未富先老的社会矛盾，除了加强自身经济建设，更要关注老年人群的身心健康和生活问题。
4 参考文献
1高玉娟，刘溪.中国人口老龄化的区域差异分析〔J〕.金融经济，2016；4(59)：140-1.
2王少芬，罗丽林.我国人口老龄化间接影响因素分析〔J〕.闽南师范大学学报，2016；30(4)：40-4.
3原新，刘士杰.1982-2007年我国人口老龄化原因的人口学因素分解〔J〕.学海，2009；(4)：140-5.
4蒋诗泉.基于灰色理论的人口老龄化发展趋势及其影响因素研究——以安徽省为例〔J〕.华东师范大学学报(哲学社会科学版)，2014；46(3)：133-9.
5周春山，李一璇，童新梅.2000～2010年广州市人口老龄化空间变动及其影响因素研究〔J〕.中山大学学报(自然科学版)，2016；55(1)：114-22.
6何建宁.人口老龄化影响因素的选择与分析〔J〕.山东工商学院学报，2010；24(4)：93-7.
7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)：136-41.
8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〕.南京师大学报(自然科学版)，2016；39(2)：125-33.
9雷慧敏，叶长盛.江西省人口老龄化县域差异及其影响因素〔J〕.地域研究与开发，2016；35(2)：170-4.
10何清，陈楠，张开洲.基于GWR模型的福建县域人口老龄化影响因素分析〔J〕.贵州大学学报，2014；31(5)：129-35.
〔中图分类号〕C922
〔文献标识码〕A
〔文章编号〕1005-9202(2019)10-2528-05；
doi：10.3969/j.issn.1005-9202.2019.10.071
基金项目：江苏省自然科学基金(BK20150405)；国家级大学生创新创业训练项目(201710304036Z)；江苏省大学生创新创业训练项目(201810304113X)；南通市重点实验室基金(CP12016005)
通信作者：黄翌(1985-)，男，博士，副教授，主要从事老年健康地理研究。
第一作者：胡梦瑾(1997-)，女，本科在读，主要从事老年健康地理研究。
〔2018-11-19修回〕
(编辑 杜娟)
标签：长寿论文; 出生率论文; 因子论文; 人口老龄化论文; 因素论文; 社会科学总论论文; 人口学论文; 人口地理学论文; 《中国老年学杂志》2019年第10期论文; 江苏省自然科学基金(BK20150405) 国家级大学生创新创业训练项目(201710304036Z) 江苏省大学生创新创业训练项目(201810304113X) 南通市重点实验室基金(CP12016005)论文; 南通大学地理科学学院论文;