縣域尺度下成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化的時(shí)空演變與影響因素
——基于最近三次人口普查數(shù)據(jù)的分析

郭郡郡，劉玉萍

（西華師范大學(xué) 公共政策研究院，四川 南充 637009）

2020年1月，在習(xí)近平總書(shū)記主持召開(kāi)的中央財(cái)經(jīng)委員會(huì)第六次會(huì)議上，中央決定“推動(dòng)成渝地區(qū)雙城經(jīng)濟(jì)圈建設(shè)，在西部形成高質(zhì)量發(fā)展的重要增長(zhǎng)極”，成渝地區(qū)由此迎來(lái)建設(shè)和發(fā)展的新機(jī)遇。作為“十四五”規(guī)劃中定位為“優(yōu)化提升”的五大國(guó)家級(jí)城市群之一，一方面，成渝地區(qū)雙城經(jīng)濟(jì)圈的人口總量規(guī)模大，人力資源豐富，但另一方面，與全國(guó)整體的老齡化趨勢(shì)一致，成渝地區(qū)雙城經(jīng)濟(jì)圈也面臨日益嚴(yán)峻的人口老齡化問(wèn)題。第七次全國(guó)人口普查數(shù)據(jù)顯示，截至2020年，成渝地區(qū)雙城經(jīng)濟(jì)圈不僅所有城市皆已跨過(guò)老齡社會(huì)①世界衛(wèi)生組織把老齡化的社會(huì)細(xì)分為“老齡化社會(huì)”“老齡社會(huì)”“超老齡社會(huì)”，分別是65 歲以上人口占比達(dá)到7%、14%和20%，據(jù)此，2010—2020年，成渝地區(qū)整體由“老齡化社會(huì)”步入“老齡社會(huì)”。的門(mén)檻（林小昭，2021），且在全國(guó)老齡化程度最高的10個(gè)城市中，有6個(gè)來(lái)自成渝地區(qū)②在全國(guó)城市中老齡化程度的排序分別為：第2名資陽(yáng)市（22.62%）、第4名自貢市（21.29%）、第6名南充市（20.69%）、第8名德陽(yáng)市（20.25%）、第9名內(nèi)江市（20.03%）、第10名眉山市（20.02%）。。

早在20世紀(jì)中期，老齡化相關(guān)議題即受到廣泛關(guān)注，但不同時(shí)期學(xué)者的研究方向各異。早期學(xué)者更多從社會(huì)學(xué)、人口學(xué)和經(jīng)濟(jì)學(xué)等學(xué)科出發(fā)，在宏觀和微觀層面對(duì)老齡化的影響（Harper et al., 1995）和應(yīng)對(duì)（Mccarthy, 1983）展開(kāi)研究。隨著人口老齡化的區(qū)域性特征逐漸凸顯，到了20 世紀(jì)80 年代，越來(lái)越多地理學(xué)者開(kāi)始從空間角度探尋人口老齡化現(xiàn)象。國(guó)外學(xué)者在全球、國(guó)家和城市等不同尺度下，對(duì)老齡化的空間分布及成因（Rogerso, 1996;Hanlon, 2013），老齡化和空間、地點(diǎn)之間的聯(lián)系及擴(kuò)展（Robles, 1978）等進(jìn)行了大量實(shí)證研究。相對(duì)而言，國(guó)內(nèi)從空間角度對(duì)老齡化展開(kāi)的研究起步較晚，但發(fā)展較快。尤其是新世紀(jì)以來(lái)，國(guó)內(nèi)學(xué)者分別在不同時(shí)空范圍內(nèi)對(duì)中國(guó)人口老齡化的空間分布特征予以探討，研究區(qū)域涉及多國(guó)、全國(guó)整體、自然流域、特定地區(qū)、不同省份或城市等（陳明華等，2014；王志寶 等，2015；李少星 等，2019；李瓊 等，2020；王晗 等，2021；解韜 等，2021；黃翌 等，2022；亓廣志 等，2022），時(shí)間范圍主要涵蓋1990—2015年的不同時(shí)期，而根據(jù)研究對(duì)象和內(nèi)容的不同，研究單元涉及國(guó)家、省域、市域、縣域，乃至街鎮(zhèn)等不同空間單元（劉華軍 等，2014；周春山 等，2018；聶高輝 等，2019；徐州 等，2019；許昕 等，2020；吳媛媛 等，2021）。研究整體顯示，在不同考察期內(nèi)，中國(guó)的人口老齡化均表現(xiàn)出明顯的空間非均衡性，且老齡化進(jìn)程的時(shí)空差異主要體現(xiàn)在3個(gè)方面：1）同一時(shí)期不同區(qū)域的老齡化程度不同；2）區(qū)域內(nèi)不同空間單元的老齡化水平存在差異；3）區(qū)域間和區(qū)域內(nèi)人口老齡化的差異具有時(shí)變性。

盡管?chē)?guó)內(nèi)學(xué)者已對(duì)中國(guó)諸多區(qū)域人口老齡化的時(shí)空演變進(jìn)行探討，一些研究所涉區(qū)域也涵蓋了成渝地區(qū)（吳媛媛 等，2020；李鴻梅 等，2021），但少有研究就成渝地區(qū)的人口老齡化展開(kāi)詳盡分析。不僅如此，因數(shù)據(jù)所限，現(xiàn)有研究對(duì)特定城市群人口老齡化的考察，空間尺度多局限于市域及以上，時(shí)間范圍則多止步于2015年。然而，成渝地區(qū)人口和經(jīng)濟(jì)空間分布的非均衡性，在縣域?qū)用嬉灿休^為突出的表現(xiàn)（李崢榮 等，2018），且在2015 年之后，隨著中國(guó)生育政策的逐漸放寬，成渝地區(qū)的人口發(fā)展環(huán)境也在發(fā)生顯著變化。因此，有必要在縣域尺度下，對(duì)成渝地區(qū)人口老齡化的空間分布特征及其新變化展開(kāi)詳盡考察。

鑒于此，本研究擬基于2000、2010和2020年3次人口普查數(shù)據(jù)，在縣域尺度下，對(duì)2000—2020年成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化的時(shí)空演變及影響因素進(jìn)行分析。以期為當(dāng)前各地區(qū)養(yǎng)老資源的合理配置提供依據(jù)，并助力地方政府采取更具針對(duì)性的人口老齡化預(yù)防與應(yīng)對(duì)措施，為老齡化相關(guān)政策的優(yōu)化提供決策參考。

1 研究區(qū)域、數(shù)據(jù)來(lái)源與方法

1.1 研究區(qū)域、測(cè)度指標(biāo)與數(shù)據(jù)來(lái)源

以成渝地區(qū)雙城經(jīng)濟(jì)圈作為研究區(qū)域，以區(qū)縣作為空間單元，對(duì)成渝地區(qū)雙城經(jīng)濟(jì)圈的人口老齡化進(jìn)行考察。雖然按照《成渝地區(qū)雙城經(jīng)濟(jì)圈建設(shè)規(guī)劃綱要》（中共中央 國(guó)務(wù)院，2021），重慶市黔江區(qū)被納入成渝地區(qū)雙城經(jīng)濟(jì)圈建設(shè)，但與之相鄰的彭水縣并未被納入，這使得黔江區(qū)與成渝地區(qū)的其他區(qū)縣在地理上存在空間阻隔，為便于開(kāi)展分析，未將黔江區(qū)納入考察范圍。相反，雖然在《成渝地區(qū)雙城經(jīng)濟(jì)圈建設(shè)規(guī)劃綱要》中，重慶市開(kāi)州區(qū)、云陽(yáng)縣的部分地區(qū)、綿陽(yáng)市的北川縣和平武縣、達(dá)州的萬(wàn)源市、雅安市的天全縣和寶興縣，并未被納入成渝地區(qū)雙城經(jīng)濟(jì)圈建設(shè)，但在《成渝經(jīng)濟(jì)區(qū)區(qū)域規(guī)劃》（國(guó)家發(fā)改委，2011）及其之后陸續(xù)發(fā)布的各城市群具體規(guī)劃中③主要包括《成渝經(jīng)濟(jì)區(qū)成都城市群發(fā)展規(guī)劃（2014—2020 年）》《重慶都市圈發(fā)展規(guī)劃》《成渝經(jīng)濟(jì)區(qū)南部城市群發(fā)展規(guī)劃（2014—2020年）》。，上述相關(guān)區(qū)縣并未被排除在外，因此也將其納入考察范圍。除此之外，參照《成渝經(jīng)濟(jì)區(qū)區(qū)域規(guī)劃》，在進(jìn)行區(qū)域差異分析時(shí)，將成渝地區(qū)雙城經(jīng)濟(jì)圈劃分為四大城市群，分別為成都城市群、重慶城市群、南部城市群和東北部城市群（圖1），共得四大城市群147個(gè)區(qū)縣作為研究的樣本區(qū)縣④由于行政區(qū)劃調(diào)整，2003年時(shí)，原遂寧市市中區(qū)分成船山區(qū)和安居區(qū)，2013年時(shí)，原廣安市廣安區(qū)分成廣安區(qū)和前鋒區(qū)，但為了便于比較，在分析時(shí)分開(kāi)進(jìn)行考察。。

圖1 研究區(qū)域Fig.1 Study areas

本研究主要關(guān)注人口老齡化程度，人口老齡化程度通常以老齡人口系數(shù)表征⑤老齡人口系數(shù)，也稱(chēng)老齡人口比重，是指一個(gè)地區(qū)60歲（或65歲）及以上的老齡人口占該地區(qū)總?cè)丝诘谋戎?。。參照?guó)際通用標(biāo)準(zhǔn)和已有研究（康江江 等，2016；王晗 等，2021），選用≥65歲老齡人口占總?cè)丝诘谋壤鳛槿丝诶淆g化的度量指標(biāo)。本研究計(jì)算人口老齡化采用的人口統(tǒng)計(jì)口徑為常住人口，人口相關(guān)數(shù)據(jù)主要來(lái)源于第五次（2000 年）、第六次（2010 年）和第七次（2020 年）全國(guó)人口普查⑥http://www.stats.gov.cn/sj/pcsj/，其他相關(guān)變量數(shù)據(jù)主要來(lái)源于EPS 數(shù)據(jù)平臺(tái)的“中國(guó)區(qū)域經(jīng)濟(jì)數(shù)據(jù)庫(kù)”⑦h(yuǎn)ttps://www.epsnet.com.cn/index.html#/Index，并以各城市統(tǒng)計(jì)年鑒數(shù)據(jù)和不同區(qū)縣對(duì)應(yīng)年份的統(tǒng)計(jì)公報(bào)為補(bǔ)充；夜間燈光亮度均值的原始數(shù)據(jù)來(lái)自美國(guó)國(guó)家海洋和大氣管理局（NOAA）發(fā)布的全球燈光數(shù)據(jù)⑧https://ngdc.noaa.gov/eog/download.html。

1.2 主要研究方法

1.2.1 標(biāo)準(zhǔn)差橢圓 標(biāo)準(zhǔn)差橢圓（Standard Deviational Ellipse, SDE）是分析空間分布方向性特征的經(jīng)典方法之一（Lefever, 1926）。繪制成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的標(biāo)準(zhǔn)差橢圓，通過(guò)對(duì)橢圓的分布范圍、長(zhǎng)半軸和短半軸、方位角、重心點(diǎn)等指標(biāo)的計(jì)算和分析，可有效識(shí)別成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化的分布方位、重心位置及其變化（趙璐 等，2022）。標(biāo)準(zhǔn)差橢圓中，各主要參數(shù)的計(jì)算公式為（趙璐 等，2014；鐘順昌 等，2022）：

1.2.2 Moran'sI指數(shù) Moran'sI指數(shù)可用以考察某一空間單元的某種屬性和其周?chē)钠渌臻g單元是否存在某種程度的空間依賴(lài)性和空間集聚現(xiàn)象（涂正革 等，2022）。Moran'sI指數(shù)包括全局Moran'sI指數(shù)和局部Moran'sI指數(shù)。其中，全局Moran'sI指數(shù)可用以判別區(qū)縣人口老齡化在整體上是否具有空間集聚或分散特征，其計(jì)算公式可表述為（許慶等，2022）：

式中：n表示樣本區(qū)縣的數(shù)量；xi與xj表示人口老齡化在區(qū)縣i和j上的觀察值；-x為各樣本區(qū)縣人口老齡化的均值；Wij表示空間權(quán)重矩陣。

與全局Moran'sI指數(shù)的整體空間相關(guān)性判別不同，局部Moran'sI指數(shù)可用于判斷某個(gè)區(qū)縣的人口老齡化與其周邊區(qū)縣是否存在空間相關(guān)性，其計(jì)算公式為：

1.2.3 Dagum 基尼系數(shù)及分解 為了考察目標(biāo)變量在一定空間范圍的差異性，Dagum（1997）提出了一種在充分考慮子群樣本分布的狀況下，將基尼系數(shù)按照子群進(jìn)行分解的方法。根據(jù)Dagum（1997）的設(shè)定，測(cè)度成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化整體差異的總體基尼系數(shù)可表述為：

式中：k和n分別表示城市群和區(qū)縣的個(gè)數(shù)；nr（nh）表示城市群r（h）內(nèi)區(qū)縣的個(gè)數(shù)；xri（xhj）表示城市群r（h）內(nèi)區(qū)縣i（j）的人口老齡化水平；ˉx為樣本區(qū)縣人口老齡化的均值。G值越大意味著區(qū)縣間人口老齡化的差距越大，人口老齡化的整體分布越不均衡。

根據(jù)Dagum（1997）基尼系數(shù)分解方法，總體基尼系數(shù)G可分解為城市群內(nèi)差距的貢獻(xiàn)Gw、城市群間差距的貢獻(xiàn)Gnb和超變密度的貢獻(xiàn)Gt等3 個(gè)部分，滿足G＝Gw+Gnb+Gt，各部分的計(jì)算公式參見(jiàn)文獻(xiàn)（張龍耀 等，2021）。

1.2.4 空間計(jì)量回歸模型 與傳統(tǒng)采用普通最小二乘法（Ordinary Least Squares, OLS）進(jìn)行計(jì)量模型的估計(jì)普遍忽視空間效應(yīng)不同，空間計(jì)量回歸模型主要解決回歸模型中復(fù)雜的空間相互作用與空間依存性結(jié)構(gòu)問(wèn)題（Anselin, 1988）。常用的截面數(shù)據(jù)空間計(jì)量模型有空間滯后模型（Spatial Lag Model,SLM）、空間誤差模型（Spatial Errors Model, SEM）和廣義空間自回歸模型（Spatial Autocorrelation,SAC）。

空間滯后模型主要關(guān)注被解釋變量在一個(gè)地區(qū)是否會(huì)受到周?chē)貐^(qū)被解釋變量的影響，即所考察區(qū)縣人口老齡化的空間溢出效應(yīng)主要體現(xiàn)在因變量上，其模型設(shè)置為：

式中：Wy表示空間滯后因變量；ρ表示空間滯后自回歸系數(shù)，即空間溢出效應(yīng)值；X、β分別為解釋變量矩陣及其回歸系數(shù)；ε為隨機(jī)擾動(dòng)項(xiàng)。

空間誤差模型反映被解釋變量受周?chē)貐^(qū)相互依賴(lài)的誤差沖擊的影響，即人口老齡化的空間自相關(guān)被定義在具有空間溢出效應(yīng)的誤差項(xiàng)上，其模型設(shè)定為：

式中：μ表示擾動(dòng)項(xiàng)，存在空間依賴(lài)性；λ為被解釋變量的空間誤差系數(shù)。

廣義空間自回歸模型同時(shí)考慮了空間滯后相關(guān)與空間誤差相關(guān)，其形式是空間滯后模型和空間誤差模型的綜合，可設(shè)定為：

2 人口老齡化的時(shí)空變化趨勢(shì)

2.1 人口老齡化整體分布的變化

根據(jù)樣本區(qū)縣的人口老齡化數(shù)據(jù)，分別計(jì)算成渝地區(qū)雙城經(jīng)濟(jì)圈整體和不同城市群所轄區(qū)縣人口老齡化的均值，結(jié)果如表1所示。

表1 不同年份區(qū)縣人口老齡化的均值Table 1 Average of population aging in districts and counties in different years %

表1顯示，考察期內(nèi)，無(wú)論是成渝地區(qū)雙城經(jīng)濟(jì)圈整體，還是不同城市群，其所轄區(qū)縣人口老齡化的均值均在不斷增大，且2010—2020年的增幅明顯高于2000—2010 年，體現(xiàn)過(guò)去20 年人口老齡化加速加深的態(tài)勢(shì)。分區(qū)域看，不同城市群所轄區(qū)縣人口老齡化均值的增速存在較大差異，2000年重慶城市群和東北部城市群所轄區(qū)縣分別具有最高和最低的平均老齡化水平，但到了2020年，情況則剛好相反，重慶城市群所轄區(qū)縣人口老齡化的均值變?yōu)樽畹?，東北部城市群變?yōu)樽罡?，表明在此期間東北部城市群和重慶城市群分別具有各區(qū)域中相對(duì)較快和較慢的人口老齡化加深速度。值得注意的是，直至2010年，不同城市群所轄區(qū)縣人口老齡化均值的差異仍不明顯，差異的擴(kuò)大主要發(fā)生于2010—2020年。

為直觀展示不同區(qū)縣老齡化程度的分布及其變化，根據(jù)聯(lián)合國(guó)人口老齡化類(lèi)型的劃分標(biāo)準(zhǔn)（United Nations, 1956），并參照王志寶（2013）、周鵬（2019）等的劃分思路，將樣本區(qū)縣按其人口老齡化率劃分為5種類(lèi)型：老齡化率低于7%為成年型，7%～10%為淺度老齡化，10%～14%為深度老齡化，14%～20%為老齡社會(huì)，高于20%為超老齡社會(huì)。

圖2顯示，2000—2020年，成渝地區(qū)雙城經(jīng)濟(jì)圈所轄區(qū)縣的老齡化類(lèi)型變化明顯。2000年，大部分區(qū)縣為淺度老齡化，少數(shù)區(qū)縣為成年型，且成年型區(qū)縣多位于成渝地區(qū)雙城經(jīng)濟(jì)圈的邊緣區(qū)域。至2010年，成年型區(qū)縣不復(fù)存在，深度老齡化成為主流，且有部分區(qū)縣已跨入老齡社會(huì)，這些老齡社會(huì)區(qū)縣廣泛散布于重慶、綿陽(yáng)、資陽(yáng)、眉山、樂(lè)山等市。而到了2020 年，除少量區(qū)縣仍保持淺度/深度老齡化類(lèi)型外，大部分區(qū)縣進(jìn)入老齡社會(huì)或超老齡社會(huì)。值得注意的是，這些少量仍處淺度/深度老齡化類(lèi)型的區(qū)縣大多隸屬于成都和重慶兩大城市，而超老齡社會(huì)區(qū)縣則非常明顯的沿“東北-西南”方向集聚于成渝兩大城市的中間部分區(qū)域。由此不難得出，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域老齡化類(lèi)型的分布，在2010 年前后呈現(xiàn)相對(duì)不同的變化，2000—2010年，較低的老齡化類(lèi)型主要分布于成渝地區(qū)雙城經(jīng)濟(jì)圈的邊緣區(qū)域，較高的老齡化類(lèi)型散布于成渝地區(qū)雙城經(jīng)濟(jì)圈的不同城市；而2010—2020 年，較低的老齡化類(lèi)型開(kāi)始越來(lái)越多地出現(xiàn)在成渝兩大都市，較高的老齡化類(lèi)型越來(lái)越明顯地向成渝兩大城市中間的區(qū)域集聚。進(jìn)一步從區(qū)縣分布還可得出，2020 年成渝兩大城市中相對(duì)“年輕”的區(qū)縣，基本位于成都市中心城區(qū)或重慶市主城區(qū)，這些區(qū)縣均屬于經(jīng)濟(jì)較為發(fā)達(dá)的區(qū)縣。2010年之后，成都和重慶對(duì)流動(dòng)人口的吸引力不斷增強(qiáng)，隨著周邊越來(lái)越多的年輕人流入，成渝主城區(qū)經(jīng)濟(jì)發(fā)達(dá)的區(qū)縣相對(duì)其周邊區(qū)縣人口年齡結(jié)構(gòu)愈顯“年輕化”。

圖2 2000、2010、2020年成渝地區(qū)雙城經(jīng)濟(jì)圈老齡化類(lèi)型的分布Fig.2 Distribution of aging types in the Chengdu-Chongqing economic circle in 2000, 2010, and 2020

2.2 縣域人口老齡化重心的變化

為進(jìn)一步考察成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化的空間分布方向及動(dòng)態(tài)變化特征，以區(qū)縣人口老齡化率作為權(quán)重，繪制其縣域人口老齡化的標(biāo)準(zhǔn)差橢圓及其重心遷移軌跡（圖3）。

圖3 人口老齡化的標(biāo)準(zhǔn)差橢圓及其重心遷移軌跡Fig.3 The standard deviation ellipse of population aging and its center of gravity migration trajectory

圖3表明：1）標(biāo)準(zhǔn)差橢圓大致位于成渝地區(qū)雙城經(jīng)濟(jì)圈的中心區(qū)域，且2000—2020年，橢圓面積經(jīng)歷了“先明顯增大，后小幅縮小”的過(guò)程：先由2000 年的88 382 km2增大至2010 年的90 184 km2，后又小幅縮小至2020年的90 055 km2，說(shuō)明2000—2010年橢圓內(nèi)部區(qū)縣人口老齡化的增速慢于橢圓外部區(qū)縣，而2010—2020年橢圓內(nèi)外部區(qū)縣人口老齡化的增速大體同步?？紤]到2000年成渝地區(qū)雙城經(jīng)濟(jì)圈邊緣區(qū)域的區(qū)縣多具有相對(duì)較低的老齡化程度，這意味著2000—2010年邊緣區(qū)域區(qū)縣與中心區(qū)域區(qū)縣人口老齡化率的整體差距有所縮小，而2010—2020 年保持相對(duì)的穩(wěn)定性。2）標(biāo)準(zhǔn)差橢圓的長(zhǎng)半軸和短半軸相差較大，說(shuō)明成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的空間分布有明顯的方向性。標(biāo)準(zhǔn)差橢圓大致呈“東-西”分布，長(zhǎng)半軸上的城市不僅均位于成渝地區(qū)雙城經(jīng)濟(jì)圈的中心區(qū)域，且與成都或重慶之間有較長(zhǎng)的接壤邊界。長(zhǎng)半軸先由2000年的196.59 km增大至2010年的201.90 km，后又小幅減小至2020 年的200.85 km，而此間短半軸則僅有不到1 km 的增減變化，說(shuō)明2000—2010 年，樣本區(qū)縣的人口老齡化在“東-西”方向上有擴(kuò)散趨勢(shì)，但在2010—2020 年則保持較高的穩(wěn)定性。3）標(biāo)準(zhǔn)差橢圓的方位角由2000年的86.68°縮小至2010年的83.64°，后又縮小至2020年的82.40°，證實(shí)了位于西南或東北方向的城市（主要為東北部城市群）所轄區(qū)縣有較快的人口老齡化率增長(zhǎng)速度。4）2000—2020年，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的重心一直位于資陽(yáng)市樂(lè)至縣境內(nèi)，重心移動(dòng)軌跡大致為：先向東偏北方向移動(dòng)，后向北偏東方向移動(dòng)，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的重心整體呈逐漸偏向成都方向的趨勢(shì)。

3 人口老齡化的空間集聚性及其躍遷

3.1 人口老齡化的空間集聚特征

基于全局和局部空間自相關(guān)性，考察成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的空間集聚特征。采用Moran'sI指數(shù)測(cè)度空間自相關(guān)性時(shí)，以鄰近關(guān)系矩陣（Contiguity Weight）中的Queen Contiguity 矩陣（表示共邊或共點(diǎn)為鄰近）作為空間權(quán)重矩陣，計(jì)算不同年份全局Moran'sI指數(shù)（表2），并繪制局部Moran'sI散點(diǎn)圖（圖4）。

表2 人口老齡化的全局Moran's I指數(shù)Table 2 Global Moran's I index of population aging

圖4 人口老齡化的局部Moran's I散點(diǎn)圖Fig.4 Local Moran's I scatter plot of population aging

表2 顯示，在考察期內(nèi)的不同年份，全局Moran'sI指數(shù)均在1%的顯著性水平下顯著，表明成渝地區(qū)雙城經(jīng)濟(jì)圈所轄區(qū)縣的人口老齡化在空間上并非隨機(jī)分布，而呈現(xiàn)相似類(lèi)型集聚的空間分布特征。從變化看，2000—2020年，全局Moran'sI指數(shù)值先由0.400 小幅減小至0.392，后又大幅增大至0.484，說(shuō)明在考察期的不同時(shí)期，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的整體空間關(guān)聯(lián)呈現(xiàn)不同變化，2000—2010年，成渝區(qū)縣間人口老齡化的正向空間自相關(guān)性略有減弱，整體集散程度保持較高的穩(wěn)定性，而2010—2020年，成渝區(qū)縣域人口老齡化的正向空間關(guān)聯(lián)明顯增強(qiáng)，整體集聚程度顯著提升。

從圖4可以看出，在2000、2010和2020年3個(gè)考察年份，大部分樣本點(diǎn)均位于第一和第三象限，與全局Moran'sI指數(shù)所得結(jié)論類(lèi)似，成渝地區(qū)雙城經(jīng)濟(jì)圈所轄區(qū)縣的人口老齡化主要體現(xiàn)為正向空間關(guān)聯(lián)，表現(xiàn)出高-高（H-H）型集聚和低-低（L-L）型集聚的空間分布特征。在考察期內(nèi)的不同年份，第一和第三象限內(nèi)樣本點(diǎn)的數(shù)量變化不大，但與2000 和2010 年相比，2020 年大部分第一和第三象限的樣本點(diǎn)距離原點(diǎn)的距離有所拉大，證實(shí)了2000—2010年成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的局部正向空間自相關(guān)性整體變化不大，但在2010—2020年強(qiáng)度有明顯的提升。

3.2 人口老齡化空間集聚的躍遷

圖4中各考察年份大部分第一和第三象限的樣本點(diǎn)均距離原點(diǎn)較近，這意味著雖然相鄰區(qū)縣的人口老齡化主要表現(xiàn)為正向關(guān)聯(lián)，但大部分區(qū)縣間的正向空間自相關(guān)性并不顯著。為更清楚地了解特定區(qū)縣人口老齡化的局部空間集聚特征及其演化規(guī)律，進(jìn)一步根據(jù)局部Moran'sI指數(shù)的顯著性（以10%的顯著性水平為標(biāo)準(zhǔn)），繪制2000、2010、2020 年成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化局部空間自相關(guān)的LISA集聚圖（圖5），探討其空間集聚的躍遷。

圖5 人口老齡化局部空間自相關(guān)的LISA集聚Fig.5 Local spatial autocorrelation LISA cluster of population aging

由圖5可知，在不同考察年份，成渝地區(qū)雙城經(jīng)濟(jì)圈中與周邊區(qū)縣具有顯著空間相關(guān)性的區(qū)縣均主要表現(xiàn)為高-高（H-H）型集聚和低-低（L-L）型集聚。2000年，相似類(lèi)型集聚的區(qū)縣共有28個(gè)，其中高-高（H-H）型集聚和低-低（L-L）型集聚的區(qū)縣均為14 個(gè)；至2010 年，相似類(lèi)型集聚的區(qū)縣變?yōu)?7個(gè)，包括11個(gè)高-高（H-H）型集聚的區(qū)縣和16 個(gè)低-低（L-L）型集聚的區(qū)縣；而到2020年，相似類(lèi)型集聚的大幅增至38 個(gè)，其中高-高（H-H）型集聚和低-低（L-L）型集聚的區(qū)縣分別增至20 和18 個(gè)。由此可知，2000—2010 年，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的局部空間自相關(guān)性整體強(qiáng)度變化不大，但結(jié)構(gòu)有所變化，表現(xiàn)為高-高（H-H）型集聚有所減弱，而低-低（L-L）型集聚有所增強(qiáng)，而2010—2020年，不僅局部空間自相關(guān)性的整體強(qiáng)度有明顯提升，高-高（H-H）型集聚和低-低（L-L）型集聚的強(qiáng)度均有所增強(qiáng)，尤其是高-高（H-H）型集聚，增強(qiáng)程度明顯。

除整體集聚強(qiáng)度的變化外，集聚區(qū)縣本身在考察期也呈現(xiàn)不同的分布變化。2000年，高-高（HH）型集聚的區(qū)縣主要分布在重慶和瀘州，以及眉山和樂(lè)山的交界處，低-低（L-L）型集聚的區(qū)縣則廣泛散布于達(dá)州、綿陽(yáng)、樂(lè)山等城市靠近成渝地區(qū)雙城經(jīng)濟(jì)圈的邊緣區(qū)域。至2010年時(shí)，高-高（HH）型集聚的區(qū)縣廣泛的分布于眉山、樂(lè)山、自貢3市的交界處，以及重慶、綿陽(yáng)、資陽(yáng)等市，大部分低-低（L-L）型集聚的區(qū)縣則位于成都和重慶兩大城市。到了2020年，幾乎所有高-高（H-H）型集聚的區(qū)縣均位于成渝兩大城市中軸線的兩翼，而絕大部分低-低（L-L）型集聚的區(qū)縣隸屬于成渝兩大城市。不難看出，考察期內(nèi)隨著時(shí)間的推移，低-低（L-L）型集聚的區(qū)縣逐漸向成渝兩大城市的中心城區(qū)集中，2010 年之前，高-高（H-H）型集聚的區(qū)縣尚且散布于成渝地區(qū)各地，2010—2020 年，高-高（H-H）型集聚的區(qū)縣快速向成渝兩大城市中軸線的兩翼集中。

4 人口老齡化的區(qū)域差異及其來(lái)源

區(qū)域差異分析主要關(guān)注成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的整體、區(qū)域內(nèi)和和區(qū)域間差異性。采用Dagum基尼系數(shù)及其分解方法，分析人口老齡化的空間差異及其來(lái)源，相關(guān)測(cè)算結(jié)果分別如表3、圖6和表4所示。

表3 人口老齡化的整體和區(qū)域內(nèi)基尼系數(shù)Table 3 Overall and intra-regional Gini coefficients of population aging

表4 人口老齡化差異來(lái)源的貢獻(xiàn)率Table 4 Contribution rate of the sources of population aging differences %

圖6 人口老齡化的區(qū)域間基尼系數(shù)Fig.6 Inter-regional Gini coefficient of population aging

表3顯示，2000—2020年，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的總體基尼在不斷增大，且2010—2020 年的增幅明顯高于2000—2010 年，說(shuō)明伴隨成渝地區(qū)雙城經(jīng)濟(jì)圈整體老齡化程度的加速加深，人口老齡化的區(qū)縣差異也在加速擴(kuò)大。從區(qū)域內(nèi)基尼系數(shù)的變化看，除東北部城市群外，其他城市群的區(qū)域內(nèi)基尼系數(shù)在考察期均在不斷增大，其中，成都城市群增長(zhǎng)最明顯，由2000年四大城市群中最小者變?yōu)?020年四大城市群中最大，重慶城市群區(qū)域內(nèi)基尼系數(shù)表現(xiàn)出穩(wěn)定但相對(duì)溫和的增大勢(shì)頭，而南部城市群區(qū)域內(nèi)基尼系數(shù)的增大主要發(fā)生于2010—2020年，由此說(shuō)明，雖然考察期內(nèi)這三大城市群人口老齡化的區(qū)域差異均有所擴(kuò)大，但不同城市群的表現(xiàn)不同。2000—2020年，東北部城市群的區(qū)域內(nèi)基尼系數(shù)先減小后增大，不僅整體增幅在四大城市群中最小，2020年的區(qū)域內(nèi)基尼系數(shù)也明顯小于其他城市群，東北部城市群同時(shí)具有相對(duì)較快的人口老齡化均值增長(zhǎng)，這意味著考察期內(nèi)東北部城市群所轄區(qū)縣普遍出現(xiàn)老齡化程度的快速加深。

圖6顯示，考察期內(nèi)不同城市群間的區(qū)域間基尼系數(shù)也呈現(xiàn)相對(duì)不同的變化。2000年，不同城市群間的區(qū)域間基尼系數(shù)均相對(duì)較小，且數(shù)值接近整體基尼系數(shù)，此時(shí)，成渝地區(qū)雙城經(jīng)濟(jì)圈的人口老齡化并未顯現(xiàn)太大的區(qū)域分布差異。至2010年，東北部城市群與其他城市群間的區(qū)域間基尼系數(shù)保持較高的穩(wěn)定性，成都城市群、重慶城市群和南部城市群兩兩間的區(qū)域間基尼系數(shù)與2000年相比有明顯的增大，除東北部城市群外，其他城市群之間表現(xiàn)出越來(lái)越顯著的區(qū)域間人口老齡化差異。而2020年，城市群兩兩間的區(qū)域間基尼系數(shù)相比2010年均明顯增大，人口老齡化的區(qū)域間差異呈普遍擴(kuò)大之勢(shì)?？傮w上，成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化的區(qū)域非均衡性在考察期有所增強(qiáng)，且相對(duì)于2000—2010 年，人口老齡化區(qū)域間差異的擴(kuò)大在2010—2020年表現(xiàn)更為突出。

從貢獻(xiàn)率（見(jiàn)表4）看，在不同考察年份，超變密度對(duì)人口老齡化整體差異的貢獻(xiàn)均最大，其次為區(qū)域內(nèi)差異貢獻(xiàn)，區(qū)域間差異的貢獻(xiàn)最小。較高的超變密度貢獻(xiàn)意味著，四大城市群間人口老齡化的交叉重疊是導(dǎo)致成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化整體差異的首要原因，反映高老齡化區(qū)縣的分布較為分散，城市群內(nèi)多呈高低老齡化區(qū)縣并存的現(xiàn)象。雖然在考察期內(nèi)，區(qū)域內(nèi)差異的貢獻(xiàn)保持較高的穩(wěn)定性，但區(qū)域間差異和超變密度的貢獻(xiàn)呈此消彼長(zhǎng)的變化，表現(xiàn)為2000—2010年區(qū)域間差異的貢獻(xiàn)顯著減少而超變密度的貢獻(xiàn)明顯增大，而2010—2020年則相反。

5 人口老齡化的影響因素

綜上，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化存在明顯的空間相互關(guān)聯(lián)。為了解人口老齡化的致因及其變化，分別基于地理鄰近關(guān)系和地理距離構(gòu)建空間權(quán)重矩陣，采用空間計(jì)量回歸模型，對(duì)2010和2020年成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的影響因素進(jìn)行實(shí)證檢驗(yàn)。

參照相關(guān)研究（王錄倉(cāng) 等，2017；周鵬 等，2019），并考慮到數(shù)據(jù)的可獲得性，從人口慣性、人口特征和經(jīng)濟(jì)社會(huì)環(huán)境3 方面選取變量，其中，人口慣性主要關(guān)注前期的人口相關(guān)因素對(duì)當(dāng)前人口老齡化的持續(xù)性影響，人口特征主要考察當(dāng)前人口相關(guān)特征對(duì)人口老齡化的直接作用，經(jīng)濟(jì)社會(huì)環(huán)境主要指向與老齡人口生活相關(guān)的物質(zhì)或非物質(zhì)條件。

1）人口慣性相關(guān)因素：選取老齡化慣性（aging_base）和生育慣性（age0）。其中，原有的老齡人口數(shù)量對(duì)人口老齡化區(qū)域演變有基礎(chǔ)性的作用（Wister et al., 2015），參照韓楓等（2017），以前一次人口普查時(shí)對(duì)應(yīng)區(qū)縣的人口老齡化率表示老齡化慣性的影響。生育可通過(guò)對(duì)人口數(shù)量的直接作用影響老齡化進(jìn)程，而生育行為本身存在較強(qiáng)慣性（葛佳，2017），以前一次人口普查時(shí)對(duì)應(yīng)區(qū)縣0歲兒童占總?cè)丝诘谋戎刈鳛槠淙丝诔錾实亩攘?，檢驗(yàn)生育慣性的影響。

2） 人口特征相關(guān)因素：選取人口流入（dpop）、人口密度（dense） 和人口城市化率（urb）。其中，凈流入人口的年齡結(jié)構(gòu)直接影響流入地區(qū)縣的人口結(jié)構(gòu)和老齡化率，以區(qū)縣常住人口和戶籍人口的差值作為其人口凈流入的測(cè)量，并根據(jù)人口凈流入與常住人口的比值度量人口流入。人口密度側(cè)面反映人口活躍程度以及人與社會(huì)、經(jīng)濟(jì)、環(huán)境的壓力的關(guān)系（梅林 等，2018），以區(qū)縣每平方公里常住人口數(shù)表示。城市化率與生育及養(yǎng)老行為密切相關(guān)，進(jìn)而可能對(duì)人口老齡化產(chǎn)生較大影響（李樂(lè)樂(lè)，2017），鑒于成渝地區(qū)區(qū)縣層面的城市化率數(shù)據(jù)存在一定缺失，參照邵帥（2019）、王立平（2021）等的研究，以校準(zhǔn)后⑨具體的計(jì)算和校準(zhǔn)過(guò)程可參見(jiàn)范子英等（2016）。的夜間燈光亮度均值作為城市化率的度量。

③經(jīng)濟(jì)社會(huì)環(huán)境因素：選取經(jīng)濟(jì)發(fā)展水平（pgdp）、醫(yī)療保障（hospital）和教育水平（edu）。其中，經(jīng)濟(jì)發(fā)展水平以對(duì)應(yīng)年份的人均GDP表示；醫(yī)療保障以每萬(wàn)人醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)表示；教育水平以平均受教育年限測(cè)度。人口老齡化不僅是經(jīng)濟(jì)社會(huì)發(fā)展到一定階段的必然現(xiàn)象，其本身也會(huì)對(duì)經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生深遠(yuǎn)影響（陳蓉 等，2018），成渝地區(qū)雙城經(jīng)濟(jì)圈不同區(qū)縣的經(jīng)濟(jì)社會(huì)發(fā)展水平存在較大差距，在規(guī)模效應(yīng)和經(jīng)濟(jì)集聚等規(guī)律的作用下，將會(huì)通過(guò)對(duì)人口流遷、健康和預(yù)期壽命等的影響，引致人口老齡化的區(qū)域非均衡及其演變。

以區(qū)縣人口老齡化率為因變量，首先進(jìn)行OLS回歸，用回歸后的殘差進(jìn)行拉格朗日乘子檢驗(yàn)（Lagrange Multiplier Test, LM），不同空間權(quán)重下的檢驗(yàn)結(jié)果均顯示，在10%的顯著性水平下，LM-Error統(tǒng)計(jì)量顯著而LM-Lag統(tǒng)計(jì)量不顯著，適合采用空間誤差模型（SEM）。不同空間權(quán)重下空間誤差模型的估計(jì)結(jié)果如表5所示。

表5 2010和2020年人口老齡化影響因素的估計(jì)結(jié)果Table 5 Estimated results of influencing factors of population aging in 2010 and 2020

表5顯示，與OLS回歸相比，空間計(jì)量回歸中調(diào)整的R2值明顯更大，且均超過(guò)0.99，表明采用空間計(jì)量回歸模型能得到更好的擬合效果。回歸結(jié)果顯示，在對(duì)應(yīng)的空間計(jì)量回歸中，空間相關(guān)性系數(shù)λ的估計(jì)值均在1%的水平下顯著為正，證實(shí)了成渝地區(qū)雙城經(jīng)濟(jì)圈區(qū)縣間人口老齡化的正向空間相互影響。與2010 年相比，2020 年的回歸中空間相關(guān)性系數(shù)λ的估計(jì)值有所降低，說(shuō)明成渝地區(qū)雙城經(jīng)濟(jì)圈區(qū)縣間人口老齡化的正向空間相互影響在2020年有一定的減弱。

人口慣性相關(guān)因素，不同回歸中aging_base 的系數(shù)估計(jì)值均顯著為正，age0的系數(shù)估計(jì)值均顯著為負(fù)，表明更高的老齡化慣性會(huì)對(duì)成渝地區(qū)雙城經(jīng)濟(jì)圈區(qū)縣的人口老齡化產(chǎn)生正向影響，更高的生育慣性產(chǎn)生負(fù)向影響。前期老齡化率不僅與現(xiàn)期的人口結(jié)構(gòu)直接相關(guān)，也與當(dāng)?shù)氐酿B(yǎng)老服務(wù)保障和生活環(huán)境的“適老性”密切相關(guān)，這些均會(huì)對(duì)當(dāng)前的人口老齡化率產(chǎn)生積極影響；而前期更高的生育率會(huì)通過(guò)對(duì)當(dāng)前生育行為的積極影響，降低人口老齡化水平。不僅如此，2020年aging_base和age0系數(shù)估計(jì)值絕對(duì)值的大小和顯著性水平均明顯高于2010年，說(shuō)明與2010 年相比，2020 年成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化受到人口慣性因素的影響更大。

人口特征相關(guān)因素，不同回歸中dpop的系數(shù)估計(jì)值均顯著為負(fù)，表明流入人口占比越高的區(qū)縣，其人口老齡化程度越低。這是因?yàn)閺哪挲g結(jié)構(gòu)看，年輕人是人口流遷的主力，大量年輕人的流入勢(shì)必稀釋流入地的老齡人口占比，降低其人口老齡化率（周爽 等，2015）。進(jìn)一步的，通過(guò)比較2010 和2020年dpop系數(shù)估計(jì)值絕對(duì)值和顯著性水平發(fā)現(xiàn)，相對(duì)于2010 年，人口流入在2020 年對(duì)區(qū)縣人口老齡化的負(fù)向影響更大。在2020 年的回歸中，dense的系數(shù)估計(jì)值在1%水平下顯著為正，由此體現(xiàn)2020 年成渝地區(qū)雙城經(jīng)濟(jì)圈老齡人口分布的新變化，即越來(lái)越多的老齡人口向著人口更密集的區(qū)縣集聚。

經(jīng)濟(jì)社會(huì)環(huán)境因素，不同回歸中edu 的系數(shù)估計(jì)值均在1%的顯著性水平下顯著為負(fù)，且2020年edu系數(shù)估計(jì)值絕對(duì)值和顯著性水平均高于2010年，由此表明，區(qū)縣的平均受教育水平越高，其人口老齡化率越低，且平均受教育水平對(duì)人口老齡化的負(fù)向影響在2020年表現(xiàn)更顯著。平均受教育水平與人口老齡化率的負(fù)向關(guān)系，可從2個(gè)方面解釋?zhuān)?）在中國(guó)教育高速發(fā)展的背景下，越年輕的群體平均受教育水平越高，反過(guò)來(lái)，更高的平均受教育水平意味著更多的年輕人，其老齡化程較低；2）成渝地區(qū)雙城經(jīng)濟(jì)圈中高校密集的區(qū)縣，不僅有更高的平均受教育水平，而且因?yàn)橛懈嗟哪贻p大學(xué)生從而人口老齡化水平也更低。值得注意的是，hospital的系數(shù)估計(jì)值僅在2010年的回歸中顯著。對(duì)此，可能的原因在于，2010年以前，民眾多只能在本地獲取醫(yī)療服務(wù)，當(dāng)?shù)氐尼t(yī)療保障水平與老齡人口的健康及其預(yù)期壽命密切相關(guān)，從而更高的醫(yī)療保障會(huì)對(duì)其老齡化率產(chǎn)生積極影響，而2010—2020年，不僅各區(qū)縣的醫(yī)療保障水平普遍得以提升，跨區(qū)獲取醫(yī)療服務(wù)也明顯更為便利，這些均在某種程度上推動(dòng)當(dāng)?shù)氐尼t(yī)療保障水平與老齡人口健康預(yù)期壽命及其老齡化率的“脫鉤”。

綜上，與2010 年相比，2020 年成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的影響因素和及其影響強(qiáng)度均發(fā)生變化，前者主要表現(xiàn)為醫(yī)療保障水平和人口密度分別僅在2010 和2020 年對(duì)人口老齡化具有積極影響，后者主要體現(xiàn)為相對(duì)于2010年，人口相關(guān)因素（包括老齡化慣性、生育慣性和人口流入）的影響在2020年顯著增強(qiáng)。

6 結(jié)論與啟示

6.1 結(jié)論

為明晰2000年以來(lái)成渝地區(qū)雙城經(jīng)濟(jì)圈區(qū)縣人口老齡化空間分布的非均衡性及其變化，基于第五（2000 年）、第六（2010 年）和第七（2020 年）次全國(guó)人口普查數(shù)據(jù)，在縣域尺度下，對(duì)成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化的時(shí)空演變與影響因素進(jìn)行分析。結(jié)果顯示：

1）從人口老齡化的現(xiàn)狀看，考察期內(nèi)成渝地區(qū)雙城經(jīng)濟(jì)圈的人口老齡化整體呈現(xiàn)加速加深的趨勢(shì)，但不同區(qū)域加深速度不同，其中東北部城市群的加深速度最快，重慶城市群的加深速度最慢，不同城市群間人口老齡化均值差異的擴(kuò)大主要發(fā)生在2010—2020年。從人口老齡化的分布方位看，成渝地區(qū)雙城經(jīng)濟(jì)圈老齡化程度較高的區(qū)縣大致呈“東-西”方向分布，考察期內(nèi)成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的重心整體呈逐漸偏向成都方向的趨勢(shì)。

2）從人口老齡化的空間集聚性看，成渝地區(qū)雙城經(jīng)濟(jì)圈的人口老齡化呈現(xiàn)相似類(lèi)型集聚的分布特征，考察期內(nèi)其整體正向空間自相關(guān)性先有所減弱，后又明顯增強(qiáng)。在不同考察年份，成渝地區(qū)雙城經(jīng)濟(jì)圈中具有顯著空間相關(guān)性的區(qū)縣均主要表現(xiàn)為高-高（H-H）型集聚和低-低（L-L）型集聚，且隨著時(shí)間的推移，低-低（L-L）型集聚的區(qū)縣逐漸向成渝兩大城市集中，而2010 年之后，高-高（H-H）型集聚的區(qū)縣則快速地向成渝兩大城市中軸線的兩翼集中。

3）從人口老齡化的區(qū)域差異及其來(lái)源看，考察期內(nèi)成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的整體差異加速擴(kuò)大，但不同時(shí)期和不同區(qū)域的區(qū)域內(nèi)差異變化不一，其中，成都城市群的區(qū)域內(nèi)差異擴(kuò)大最大，東北部城市群最小，重慶城市群處于持續(xù)溫和擴(kuò)大的態(tài)勢(shì)，而南部城市群區(qū)域內(nèi)差異的擴(kuò)大主要發(fā)生于2010 年之后。與2000—2010 年相比，人口老齡化的區(qū)域間差異在2010—2020年擴(kuò)大得更加明顯。人口老齡化的整體差異主要來(lái)源于超變密度的貢獻(xiàn)，且2010年前后，區(qū)域間差異和超變密度的貢獻(xiàn)呈現(xiàn)不同方向的增減變化。

4）從人口老齡化的影響因素看，2010 和2020年，成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的空間分異，均受到老齡化慣性、生育慣性、人口流入以及教育水平的較大影響，且與2010年相比，這些因素在2020 年的影響進(jìn)一步增強(qiáng)。除此之外，2010 年成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化還受到醫(yī)療保障水平的積極影響，2020年有越來(lái)越多的老齡人口向人口更密集的區(qū)縣集聚。

6.2 啟示

在當(dāng)前成渝地區(qū)人口老齡化仍在持續(xù)加深、人口形勢(shì)日益嚴(yán)峻的背景下，本研究蘊(yùn)含的政策含義主要體現(xiàn)在以下方面：

1）正視成渝地區(qū)雙城經(jīng)濟(jì)圈大部分區(qū)縣人口老齡化加速加深的現(xiàn)實(shí)，快速反應(yīng)積極應(yīng)對(duì)。雖然人口老齡化是社會(huì)發(fā)展的必然趨勢(shì)，但過(guò)快的老齡化勢(shì)必會(huì)對(duì)經(jīng)濟(jì)發(fā)展造成沖擊，并將引致一系列的社會(huì)變化。因此，一方面，對(duì)于近年來(lái)人口老齡化加深速度過(guò)快的區(qū)縣（如東北部城市群所轄區(qū)縣、成渝兩大城市周邊區(qū)縣），地方政府需主動(dòng)采取更為有力的政策措施予以干預(yù)，以遏制過(guò)快的老齡化勢(shì)頭，延緩老齡化進(jìn)程；另一方面，面對(duì)全面進(jìn)入“老齡社會(huì)”后社會(huì)結(jié)構(gòu)和社會(huì)需求的變化，各區(qū)縣應(yīng)全面加強(qiáng)與老齡人口相關(guān)的社會(huì)保障體系建設(shè)，并在此基礎(chǔ)上積極挖掘老齡人口紅利。

2）明晰成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化的時(shí)空非均衡性，動(dòng)態(tài)研判精準(zhǔn)施策。供需矛盾是當(dāng)前成渝地區(qū)雙城經(jīng)濟(jì)圈老年公共服務(wù)面臨的突出問(wèn)題，從需求端看，人口老齡化程度較高的區(qū)縣對(duì)老年公共服務(wù)的需求更高，但從供給端看，成渝地區(qū)老齡化程度較高的區(qū)縣大多為經(jīng)濟(jì)發(fā)展水平相對(duì)較低的區(qū)縣，其老年公共服務(wù)供給能力較為有限。因此，欲提升政策的有效性和針對(duì)性，一方面，成渝地區(qū)不同區(qū)縣應(yīng)根據(jù)自身的經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r選擇適宜的“政策清單”，并注重彼此政策舉措間的協(xié)同聯(lián)動(dòng)；另一方面，老年公共服務(wù)的供給應(yīng)以彌合供需缺口為重要考慮，并根據(jù)供需失衡程度適時(shí)調(diào)整政策方向和力度。對(duì)于一些老齡化程度較高而老年公共服務(wù)供給能力有限的區(qū)縣，各級(jí)財(cái)政可適時(shí)加大轉(zhuǎn)移支付力度，以助其應(yīng)對(duì)老齡化的挑戰(zhàn)。

3）依據(jù)成渝地區(qū)雙城經(jīng)濟(jì)圈縣域人口老齡化空間分異的致因，多措并舉協(xié)同發(fā)力。鑒于生育慣性對(duì)當(dāng)前人口老齡化顯著影響，在“三孩”生育政策已全面實(shí)施之際，各地應(yīng)加快完善生育政策的配套支持措施，著力降低家庭的生育、養(yǎng)育和教育成本，以盡可能地激發(fā)生育政策潛力從而提高生育率。考慮到人口流入對(duì)老齡化的負(fù)向影響，成渝地區(qū)雙城經(jīng)濟(jì)圈中人口“凈流出”規(guī)模較大的區(qū)縣，應(yīng)加大人才吸引和獎(jiǎng)勵(lì)力度，錯(cuò)位施策，以有效減輕大城市對(duì)當(dāng)?shù)啬贻p人的“虹吸”，減少人口流出。

本研究詳盡展現(xiàn)了過(guò)去20年成渝地區(qū)雙城經(jīng)濟(jì)圈區(qū)縣層面人口老齡化的空間非均衡性和動(dòng)態(tài)演變特征，同時(shí)發(fā)現(xiàn)，與2010 年及其之前相比，2010年之后成渝地區(qū)雙城經(jīng)濟(jì)圈的人口老齡化，不僅加深速度明顯提升，空間集聚顯著增強(qiáng)，整體及區(qū)域間差異明顯擴(kuò)大，影響因素也發(fā)生較大的變化。與已有研究相比，本文對(duì)成渝地區(qū)人口老齡化的研究，其不同之處主要體現(xiàn)在兩方面：一是在更小的空間尺度（縣域尺度）下明晰了近年來(lái)成渝地區(qū)雙城經(jīng)濟(jì)圈人口老齡化的時(shí)空演變特征及趨勢(shì)，二是重點(diǎn)關(guān)注由“老齡化社會(huì)”進(jìn)入“老齡社會(huì)”的過(guò)程中，成渝地區(qū)人口老齡化空間分布的新變化。但本研究的結(jié)論與啟示主要適用于成渝地區(qū)，并不具有普遍適用性。同時(shí)，影響人口老齡化的因素眾多，本文僅探討了其中的部分因素，有待進(jìn)一步完善。