孫 蕾，王亦聞，門長(zhǎng)悅

根據(jù)1956年聯(lián)合國(guó)報(bào)告《人口老齡化及其社會(huì)經(jīng)濟(jì)后果》中確定的劃分標(biāo)準(zhǔn)，中國(guó)從2000年就已步入老年型人口國(guó)家的行列。2010年全國(guó)第六次人口普查結(jié)果顯示，65歲及以上年齡人口占總?cè)丝诘谋壤秊?．9%，高于同期世界人口的平均水平，老年人口總量約占全世界老年人口總量的五分之一，是世界上老年人口數(shù)量最多的國(guó)家。根據(jù)聯(lián)合國(guó)人口開發(fā)署預(yù)測(cè)，中國(guó)老年人口數(shù)量將加速增長(zhǎng)，到2050年達(dá)到約3．34億，中國(guó)仍是世界范圍內(nèi)老年人口數(shù)量的第一大國(guó)?？梢?，研究和解決我國(guó)的老齡化問(wèn)題已經(jīng)刻不容緩。

一、文獻(xiàn)綜述

既有研究主要關(guān)注人口老齡化對(duì)經(jīng)濟(jì)發(fā)展等方面產(chǎn)生的影響，即把老齡化當(dāng)做“因”，經(jīng)濟(jì)發(fā)展當(dāng)做“果”，而本文則從相反的角度——影響老齡化的因素進(jìn)行考量。關(guān)于這方面的文章，從人口學(xué)角度出發(fā)的較多。原新和劉士杰［1］通過(guò)假設(shè)模擬方法，再現(xiàn)了1982-2007年的人口老齡化進(jìn)程，由此考察了生育率下降、平均預(yù)期壽命延長(zhǎng)和人口慣性作用這三個(gè)人口學(xué)變量對(duì)人口老齡化水平升高的貢獻(xiàn)率，并提出我國(guó)的老齡化進(jìn)程將會(huì)加快，人口老齡化程度將會(huì)提高。劉昌平等［2］基于第五次人口普查資料，通過(guò)建立人口預(yù)測(cè)模型和人口遷移模型，分析鄉(xiāng)城人口遷移對(duì)我國(guó)城鄉(xiāng)人口老齡化的影響，發(fā)現(xiàn)鄉(xiāng)城遷移一方面緩解了城鎮(zhèn)人口老齡化程度，為中國(guó)城鎮(zhèn)基本養(yǎng)老保險(xiǎn)制度帶來(lái)大量的“養(yǎng)老金紅利”；另一方面也導(dǎo)致農(nóng)村人口老齡化加快，進(jìn)一步加速農(nóng)村傳統(tǒng)養(yǎng)老保障功能的弱化。方豐等［3］以廣東省為例，分別計(jì)算包含流動(dòng)人口和不含流動(dòng)人口時(shí)的老年人口占比，發(fā)現(xiàn)人口流動(dòng)減慢了廣東省人口老齡化的速度，使其人口老齡化水平低于其他沿海發(fā)達(dá)地區(qū)，且廣東省內(nèi)流動(dòng)人口的分布差異，是人口老齡化存在地區(qū)差異的主要影響因素。鄒湘江和吳丹［4］通過(guò)建立人口老齡化速度模型也發(fā)現(xiàn)，青壯年人口由農(nóng)村向城市遷移這一過(guò)程將加重我國(guó)農(nóng)村人口的老齡化問(wèn)題，使農(nóng)村地區(qū)的養(yǎng)老問(wèn)題面臨更大的挑戰(zhàn)。

而經(jīng)濟(jì)因素對(duì)老齡化的影響方面，較少涉及復(fù)雜的面板數(shù)據(jù)模型。孫蕾［5］利用臺(tái)灣“主計(jì)處”23個(gè)縣市1998-2008年的面板數(shù)據(jù)進(jìn)行實(shí)證分析，研究發(fā)現(xiàn)全臺(tái)灣各縣市人口老齡化程度有顯著差異，深受產(chǎn)業(yè)發(fā)展程度、出生及死亡情況、人口遷移等因素的影響。除此之外，對(duì)中國(guó)大陸的研究多采用描述性統(tǒng)計(jì)和回歸模型進(jìn)行定量分析。如陳仁愛等［6］選取1995-2008年我國(guó)人均國(guó)內(nèi)生產(chǎn)總值、政府和社會(huì)衛(wèi)生支出、城鎮(zhèn)基本養(yǎng)老保險(xiǎn)人數(shù)、城鎮(zhèn)登記失業(yè)人數(shù)和人口密度五個(gè)指標(biāo)，建立對(duì)人口老齡化比重的多元線性回歸，模型顯示，政府和社會(huì)衛(wèi)生支出、以及人口密度對(duì)老齡化的影響比較顯著，而人均國(guó)內(nèi)生產(chǎn)總值對(duì)老齡化的影響不顯著。

關(guān)于我國(guó)人口老齡化存在區(qū)域性差異，學(xué)者的觀點(diǎn)較為一致。李秀麗和王良?。?］采用標(biāo)準(zhǔn)差系數(shù)、變差系數(shù)等方法，對(duì)我國(guó)人口老齡化的區(qū)域差異進(jìn)行定量分析，發(fā)現(xiàn)老齡化水平在東、中、西部逐漸上升，呈現(xiàn)階梯狀分布，總體上省際間差異（尤其是中西部省際間差異）有擴(kuò)大的趨勢(shì)。王志寶等［8］通過(guò)對(duì)各省老齡化程度和地區(qū)經(jīng)濟(jì)發(fā)展水平的描述性統(tǒng)計(jì)、簡(jiǎn)單相關(guān)和回歸模型，從多角度總結(jié)了老齡化存在區(qū)域差異的特征，得出結(jié)論：沿海地區(qū)比中西部早10年進(jìn)入老齡化社會(huì)，沿海地區(qū)的老齡人口規(guī)模大且增速快，總體上一直高于中西部地區(qū)；發(fā)達(dá)省區(qū)人口老齡化水平領(lǐng)先于全國(guó)，老齡化由沿海地區(qū)向中西部擴(kuò)張，老齡化較高的省區(qū)主要集中于華北、華中和成渝。

人口老齡化是社會(huì)經(jīng)濟(jì)發(fā)展到一定程度后不可避免的一個(gè)問(wèn)題，許多西方發(fā)達(dá)國(guó)家已經(jīng)步入了老齡化社會(huì)。然而我國(guó)目前尚屬于發(fā)展中國(guó)家之列，教育、醫(yī)療、養(yǎng)老保障等社會(huì)福利與發(fā)達(dá)國(guó)家相比仍存在較大差距，在經(jīng)濟(jì)還不夠發(fā)達(dá)的情形下就迎來(lái)了人口老齡化，因此考察影響我國(guó)人口老齡化水平的各類因素顯得尤為必要。

二、計(jì)量模型

人口老齡化反映了人口年齡結(jié)構(gòu)的問(wèn)題，其影響因素除了人口自然增長(zhǎng)和遷移等人口學(xué)因素外，還有社會(huì)學(xué)和經(jīng)濟(jì)學(xué)因素。因此本文選取老少比為因變量，人口自然增長(zhǎng)率、人口凈遷移率、人均GDP和農(nóng)業(yè)就業(yè)者比例為自變量，對(duì)中國(guó)大陸1990年、2000年和2010年的省級(jí)面板數(shù)據(jù)，就人口老齡化的影響因素進(jìn)行實(shí)證分析①由于遷移數(shù)據(jù)難以獲得，我們只能根據(jù)人口普查資料進(jìn)行整理計(jì)算，故本文只對(duì)各省份1990年、2000年和2010年的數(shù)據(jù)建模。。由于所用面板數(shù)據(jù)的截面較多，時(shí)間跨度較短，故省略了單位根檢驗(yàn)［9］。

計(jì)量模型如下：

其中agingindeχ為老少比，又稱老齡化指數(shù)，是反映人口老齡化程度及人口年齡結(jié)構(gòu)的綜合指標(biāo)；growthrate表示人口自然增長(zhǎng)率，反映人口自然增長(zhǎng)的趨勢(shì)和程度；socialgr為某一省份的人口凈遷移率，等于該地區(qū)的人口遷入率減去遷出率；gdp為人均地區(qū)生產(chǎn)總值，反映當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)達(dá)程度；agriculture為農(nóng)業(yè)就業(yè)者比例，反映當(dāng)?shù)氐漠a(chǎn)業(yè)結(jié)構(gòu)狀況；δi為第i個(gè)省份的固定效應(yīng)效果；uit為隨機(jī)誤差；i表示省份，t表示年份。具體的變量說(shuō)明詳見表1。

表1 變量名稱及說(shuō)明

對(duì)于上面的模型，首先利用F統(tǒng)計(jì)量檢驗(yàn)應(yīng)建立混合回歸模型（Pooled Regression Model）還是面板數(shù)據(jù)模型（Panel Data Model），原假設(shè)與備擇假設(shè)如下：

H0：不同個(gè)體的截距項(xiàng)αi都相同。

H1：不同個(gè)體的截距項(xiàng)αi不同。

H0和H1分別代表總體模型為混合回歸模型和面板數(shù)據(jù)模型。

F統(tǒng)計(jì)量定義為：

其中，SSEr和SSEu分別表示混合回歸模型的殘差平方和以及個(gè)體固定效應(yīng)回歸模型的殘差平方和，n為截面?zhèn)€數(shù)即省份數(shù)，T為年份數(shù)，k為自變量的個(gè)數(shù)。若F統(tǒng)計(jì)量的值較大，應(yīng)拒絕原假設(shè)，得出建立面板數(shù)據(jù)模型的結(jié)論；若F統(tǒng)計(jì)量的值較小，則認(rèn)為總體應(yīng)建立混合回歸模型。

其次，利用Hausman檢驗(yàn)應(yīng)建立個(gè)體隨機(jī)效應(yīng)（Random Effect）模型還是固定效應(yīng)（Fixed Effect）模型，原假設(shè)為真實(shí)模型是隨機(jī)效應(yīng)模型，備擇假設(shè)為真實(shí)模型是固定效應(yīng)模型。Hausman統(tǒng)計(jì)量定義為：

其中，?βRE和?βFE分別表示隨機(jī)效應(yīng)模型和固定效應(yīng)模型的估計(jì)參數(shù)，Var（?βRE）和Var（?βFE）分別表示隨機(jī)效應(yīng)模型和固定效應(yīng)模型的方差。該檢驗(yàn)統(tǒng)計(jì)量近似服從自由度為k的χ2分布，k為自變量的個(gè)數(shù)。

如果總體模型是個(gè)體隨機(jī)效應(yīng)模型，?βRE和?βFE都是一致估計(jì)量，二者差異應(yīng)該很小，H統(tǒng)計(jì)量的值也應(yīng)該較??；反之，二者差異應(yīng)該較大。因此，如果兩個(gè)模型估計(jì)結(jié)果差異較小，說(shuō)明可以建立隨機(jī)效應(yīng)模型；如果兩個(gè)模型估計(jì)結(jié)果相差大，應(yīng)該建立固定效應(yīng)模型。

三、數(shù)據(jù)描述和分析

（一）數(shù)據(jù)來(lái)源與說(shuō)明

中國(guó)大陸30個(gè)省級(jí)行政單位（港澳臺(tái)和重慶除外）的人口和經(jīng)濟(jì)的相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒（1991，2001，2011）》，以及第四次（1990年）、第五次（2000年）、第六次（2010年）全國(guó)人口普查資料。1990年各省份人口自然增長(zhǎng)率來(lái)源于《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒（2011）》。老少比、凈遷移率、人均GDP、農(nóng)業(yè)就業(yè)者比例通過(guò)計(jì)算整理得到。需要特別說(shuō)明的是人口凈遷移率中各省份遷入人口數(shù)與遷出人口數(shù)的計(jì)算方法。舉例來(lái)說(shuō)，北京的遷出人口是由原住地為北京，而現(xiàn)住地為非北京的各省人口加總得到；北京的遷入人口是由現(xiàn)住地為北京，而原住地為非北京的各省人口加總得到。

（二）人口老齡化現(xiàn)狀

表2、表3和表4分別為1990年、2000年和2010年各省級(jí)行政單位老少比及其影響因素的描述性統(tǒng)計(jì)。從老少比這一指標(biāo)來(lái)看，1990-2010年間呈現(xiàn)增長(zhǎng)趨勢(shì)。根據(jù)聯(lián)合國(guó)確立的老年型人口年齡結(jié)構(gòu)國(guó)家的標(biāo)準(zhǔn)，老少比在15%以下，為年輕型人口；老少比在15%-30%，為成年型人口；老少比在30%以上，為老年型人口，中國(guó)的人口年齡結(jié)構(gòu)已經(jīng)從1990年的年輕型人口逐漸過(guò)渡到如今的老年型人口。由表2-表4可知，1990年、2000年和2010年人均GDP最高的都是上海，分別為6107元、34547元和76074元；老少比處于全國(guó)最高水平的也是上海，分別為 51．46%、94．61%和 117．33%。2010年凈遷移率的最大值為2．15%，對(duì)應(yīng)的地區(qū)為上海市，說(shuō)明上海的凈遷入人口最多。同時(shí)，1990年和2010年農(nóng)業(yè)就業(yè)者比例的最小值分別為5．84%和1．48%，對(duì)應(yīng)的地區(qū)也恰好為上海市?？梢?，地區(qū)經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、人口自然增長(zhǎng)和遷移因素都對(duì)人口老齡化有一定程度的影響。

表2 1990年各省份老少比及影響因素的描述統(tǒng)計(jì)

表3 2000年各省份老少比及影響因素的描述統(tǒng)計(jì)

表4 2010年各省份老少比及影響因素的描述統(tǒng)計(jì)

全國(guó)老少比的平均值在二十年間增幅較大，老少比的全距由1990年的41．48%增至2000年的80．19%和2010年的96．43%，呈逐步擴(kuò)大趨勢(shì)。另外，從變異系數(shù)來(lái)看，1990年、2000年和2010年老少比的離散程度都低于人均GDP，說(shuō)明全國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平的差異要比年齡結(jié)構(gòu)的差異略大一些。

1．1990年各省份老齡化狀況

表5給出了1990年、2000年和2010年各省份老齡化程度的具體分布。由表5，1990年老少比小于15%（即處于年輕型人口結(jié)構(gòu)）、老齡化程度較輕的省份有 8個(gè)：青海（9．98%）、寧夏（10．40%）、新疆（11．82%）、西藏（13．01%）、內(nèi)蒙古（14．09%）、貴州（14．11%）、黑龍江（14．20%）和甘肅（14．52%）。而大多數(shù)省份處于成年型人口結(jié)構(gòu)，共有20個(gè)：云南（15．48%）、江西（16．02%）、福建（16．12%）、廣西（16．22%）、海南（16．34%）、吉林（17．28%）、陜西（17．84%）、安徽（19．04%）、山西（19．14%）、湖北（19．33%）、廣東（19．82%）、河南（19．92%）、河北（20．01%）、湖南（20．01%）、山東（23．31%）、遼寧（24．47%）、四川（24．64%）、天津（28．47%）、江蘇（28．60%）和浙江（29．32%）。這20個(gè)省份又可以進(jìn)一步細(xì)分為兩類：一類為“近年輕型”地區(qū)，即老少比數(shù)值接近15%的省份，有云南、江西、福建、廣西、海南、吉林、陜西、安徽、山西、湖北、廣東、河南，其老少比數(shù)值均在20%以下。另一類為“近老年型”地區(qū)，老少比已經(jīng)接近30%，有湖南、河北、山東、遼寧、四川、天津、江蘇、浙江，特別是天津、江蘇和浙江，已經(jīng)顯示出即將邁入老年型人口結(jié)構(gòu)的趨勢(shì)。只有極少數(shù)地區(qū)在1990年就屬于老年型人口結(jié)構(gòu)，即北京（31．49%）和上海（51．46%）兩個(gè)直轄市。其中上海的人口年齡結(jié)構(gòu)早在1979年就進(jìn)入了老年型，而北京1990年才剛剛邁入老年型。

2．2000年各省份老齡化狀況

2000年與1990年相比，全國(guó)人口結(jié)構(gòu)發(fā)生了顯著的變化。老少比在15%以下的省份由1990年的八個(gè)銳減為一個(gè)，而全國(guó)唯一仍處于年輕型人口結(jié)構(gòu)的西藏，其老少比也已達(dá)到14．42%，即將進(jìn)入成年型結(jié)構(gòu)。處于成年型人口結(jié)構(gòu)的省份仍然最多，但只有寧夏（15．70%）、青海（16．26%）、新疆（16．59%）、甘肅（18．52%）和貴州（19．12%）五個(gè)省份的老少比小于20%。盡管這些省份的老少比也有一定幅度的增長(zhǎng)，但是幅度不是非常大。而成年型人口結(jié)構(gòu)中老少比超過(guò)20%的有13個(gè)省份：云南（23．06%）、江西（23．50%）、陜西（23．71%）、海南（23．95%）、山西（24．03%）、廣東（25．03%）、內(nèi)蒙古（25．14%）、河南（26．83%）、廣西（27．13%）、湖北（27．59%）、福建（28．42%）、黑龍江（28．68%）和安徽（29．19%）。其中，福建、黑龍江、安徽三省的老齡化程度相對(duì)來(lái)說(shuō)較為嚴(yán)重。2000年進(jìn)入老年型人口結(jié)構(gòu)的省份個(gè)數(shù)也有了大幅度的增加，除了1990年老少比就已經(jīng)大于30%的北京、上海以外，1990年處于“近老年型”人口結(jié)構(gòu)的八個(gè)省份整體“平移”到了老年型人口結(jié)構(gòu)的位置，而吉林的老齡化進(jìn)程發(fā)展更為迅速，其人口結(jié)構(gòu)已由“近年輕型”直接邁入老年型，可見我國(guó)部分地區(qū)人口老齡化的進(jìn)程正以較快的增速發(fā)展。

表5 老齡化程度的地區(qū)分布

3．2010年各省份老齡化狀況

從表5可以看到，2010年我國(guó)已沒有處于“年輕型”人口結(jié)構(gòu)的省份，2000年尚處于該結(jié)構(gòu)的西藏，2010年老少比為20．90%，進(jìn)入了成年型人口結(jié)構(gòu)，雖然新疆（29．80%）和寧夏（29．84%）仍未進(jìn)入老年型人口結(jié)構(gòu)，但老少比也都超過(guò)了29%，接近臨界值。因此從老少比這一指標(biāo)來(lái)看，2010年我國(guó)已基本全面步入老齡化社會(huì)，且各省具有老少比數(shù)值全距大、多地高度老齡化的特點(diǎn)。其中，上海和北京的老少比甚至超過(guò)100%，最高的老少比出現(xiàn)在上海，已高達(dá)117．33%，與老少比最低的西藏相差96．43%。同年有11個(gè)省份的老少比大于60%，他們是：上海（117．33%）、北京（101．24%）、遼寧（90．24%）、天津（86．97%）、江蘇（83．75%）、浙江（70．69%）、吉林（69．93%）、黑龍江（69．61%）、湖北（65．35%）、四川（64．55%）和山東（62．56%）。

由上述分析可知，在1990-2010年間，我國(guó)總體老齡化程度變化較大，且各省份的老少比都呈現(xiàn)上升趨勢(shì)，但上升的幅度有較大差別，增速也有一定差異。

（三）影響因素分析

很多經(jīng)典研究都在探尋引起老齡化區(qū)域差異的原因。袁俊等［10］從時(shí)空角度描述中國(guó)農(nóng)村人口老齡化的分異特征，得出農(nóng)村經(jīng)濟(jì)發(fā)展水平、勞動(dòng)力文化教育程度的差異是影響人口老齡化程度差異的主要因素。陳明華和郝國(guó)彩［11］測(cè)算了1995-2011年中國(guó)人口老齡化的地區(qū)差異，研究結(jié)論表明，人均GDP、出生率是影響我國(guó)人口老齡化的最重要的兩大因素；死亡率對(duì)全國(guó)層面老齡化反向影響效果顯著，城市化率對(duì)中、西部層面老齡化正向影響較大。結(jié)合經(jīng)驗(yàn)研究，我們認(rèn)為，對(duì)人口老齡化的影響主要來(lái)源于三個(gè)方面，經(jīng)濟(jì)因素、人口自然增長(zhǎng)因素和遷移因素。

1．經(jīng)濟(jì)因素

1990-2010年間，青海、寧夏、新疆、西藏、貴州、甘肅等省份的老少比始終處于全國(guó)最低水平，老齡化程度最輕。通過(guò)比較各省的相關(guān)經(jīng)濟(jì)數(shù)據(jù)發(fā)現(xiàn)，這些地區(qū)多為我國(guó)經(jīng)濟(jì)發(fā)展比較落后的省份，沒有發(fā)達(dá)的第二、第三產(chǎn)業(yè)。如2010年，青海、寧夏、新疆、西藏、貴州、甘肅的人均 GDP分別為24115元、26860元、25034元、17319元、13119元和16113元，基本都在13000-27000元左右，處于同年全國(guó)各省份的較低水平。經(jīng)濟(jì)落后導(dǎo)致老年保障不完善，老年人口壽命較短，因此數(shù)量偏少。

上海、北京和天津由于其特殊的“身份”，各種政策能夠高效迅速落實(shí)，經(jīng)濟(jì)快速發(fā)展，其2010年的人均GDP分別為76074元、73856元和72994元，位列全國(guó)前三位。經(jīng)濟(jì)發(fā)展有效促進(jìn)了醫(yī)療、飲食、居住以及各方面不斷完善，從而人口平均壽命延長(zhǎng)。

沿海經(jīng)濟(jì)發(fā)達(dá)的江蘇和浙江兩省，貿(mào)易量大、經(jīng)濟(jì)發(fā)展迅速。有數(shù)據(jù)表明，2010年江蘇和浙江的人均GDP分別高達(dá)52840元和51711元，位列全國(guó)的第四位和第五位。此外，兩省公共健康、社會(huì)養(yǎng)老事業(yè)的發(fā)展和教育文化水平的提高，有助于延長(zhǎng)老年人的平均壽命。

2．人口自然增長(zhǎng)因素

青海、寧夏、新疆、西藏等省份的老齡化程度最輕，也源于這些地區(qū)多為少數(shù)民族密集區(qū)，可以享受計(jì)劃生育優(yōu)惠政策，連年保持了較高的人口出生率。其自然增長(zhǎng)率在1990-2010年間都處于較高水平。舉例來(lái)說(shuō)，新疆的自然增長(zhǎng)率在1990年、2000年和2010年分別為 18．62‰、12．17‰和 10．56‰，西藏的自然增長(zhǎng)率分別為 16．43‰、12．90‰和10．25‰，寧夏的自然增長(zhǎng)率分別18．82‰、11．92‰和9．04‰。而同年全國(guó)各省份的自然增長(zhǎng)率最大值分別為18．82‰、13．10‰和10．56‰?？梢娙丝谧匀辉鲩L(zhǎng)率越高，老少比數(shù)值在一定程度上越低。

上海、北京和天津是我國(guó)實(shí)施計(jì)劃生育政策的典范，出生率低在一定程度上導(dǎo)致了高老少比。此外，上海、北京和天津的生活成本普遍很高，房?jī)r(jià)高、教育消費(fèi)高、生活節(jié)奏快都導(dǎo)致青年人的壓力增加。在這種情況下，即便沒有計(jì)劃生育政策，生育率也會(huì)降低。目前上海的人口出生率已達(dá)到非常低的水平。2000年上海、北京、天津的人口出生率分別為5．30‰、6．20‰和 7．72‰，是全國(guó)最低的三個(gè)省市；而2010年出生率分別為 7．05‰、7．48‰和 8．18‰，也是全國(guó)倒數(shù)第二、第四和第六位。而上海、北京、天津的自然增長(zhǎng)率也處于同年較低水平，上海在2000年甚至出現(xiàn)自然增長(zhǎng)率為負(fù)的情況。具體來(lái)說(shuō)，北京的自然增長(zhǎng)率在1990年、2000年和2010年分別為7．20‰、0．90‰和 3．07‰，上海的自然增長(zhǎng)率分別為 3．67‰、-1．90‰和 1．98‰，天津的自然增長(zhǎng)率分別為 9．83‰、1．55‰和 2．60‰。而同年全國(guó)各省份的自然增長(zhǎng)率最小值分別為3．67‰、-1．90‰和 0．42‰。

東北老工業(yè)基地黑龍江、吉林和遼寧三省對(duì)計(jì)劃生育政策的控制和實(shí)施也較為嚴(yán)格，導(dǎo)致0-14歲的人口絕對(duì)數(shù)量銳減，分別從2000年的697萬(wàn)人、517萬(wàn)人和749萬(wàn)人降至2010年的458萬(wàn)人、329萬(wàn)人和500萬(wàn)人。而這三個(gè)省份65歲以上的人口絕對(duì)數(shù)持續(xù)增長(zhǎng)，因而老少比逐年增加。三個(gè)省份的自然增長(zhǎng)率在2010年分別為2．32‰、2．03‰、0．42‰，均處于全國(guó)較低水平。

3．遷移因素

2010年老少比處于較高水平的省份有上海、北京、遼寧、天津、江蘇、浙江、吉林、黑龍江、湖北和四川。其中排在前三位的上海、北京和遼寧，其老少比分別為117．33%、101．24%和90．24%。通過(guò)凈遷移率這一指標(biāo)我們發(fā)現(xiàn)，上述10個(gè)省份中，吉林、黑龍江、湖北、四川的凈遷移率為負(fù)數(shù)，即人口的遷出大于遷入；而上海、北京、遼寧、天津、江蘇、浙江這六個(gè)省份為正數(shù)，即人口的遷入大于遷出。

一方面老年人的大量遷入加劇了發(fā)達(dá)城市的老齡化進(jìn)程。在考察北京市人口增長(zhǎng)狀況時(shí)，我們發(fā)現(xiàn)，2005年北京60歲以上人口中，外來(lái)人口的比重高達(dá)21%。而1990年和2000年，大城市外來(lái)老年人的比重只有3%-4%。外來(lái)老年人的迅速增加發(fā)生在2000-2005年間，離退休人員的遷入造成北京人口結(jié)構(gòu)的特殊性，大大加快了其老齡化的進(jìn)程。

另一方面青年人的大量遷出加劇了不發(fā)達(dá)省份的老齡化進(jìn)程。如黑龍江、四川和湖北等省份的老少比高于全國(guó)平均水平，其2000年的凈遷移率分別為 -0．17%、-0．44%和 -0．27%，而在 2010年則分別為 -0．30%、-0．48%和-0．52%。可見這些省份的凈遷移率均為負(fù)值，即人口的遷出大于遷入。青壯年大量遷出打工，留在當(dāng)?shù)氐亩酁槔夏耆?，?dǎo)致了這些省份有較高的老少比。

綜上所述，全國(guó)各省份的老齡化程度受到人口自然增長(zhǎng)、遷移和經(jīng)濟(jì)因素等不同程度的影響。

四、實(shí)證結(jié)果

采用F統(tǒng)計(jì)量檢驗(yàn)應(yīng)該建立混合回歸模型還是面板數(shù)據(jù)模型，本文中n＝30，T＝3，k＝4。利用公式（1）計(jì)算 F統(tǒng)計(jì)量的值，為 F＝7．5063＞F0．01（29，56）＝2．0653．因此拒絕原假設(shè)，說(shuō)明應(yīng)建立面板數(shù)據(jù)模型。

接下來(lái)運(yùn)用Hausman檢驗(yàn)應(yīng)建立個(gè)體隨機(jī)效應(yīng)模型還是固定效應(yīng)模型，利用公式（2）計(jì)算的結(jié)果為H＝41．4522（p＝0．0000），故拒絕原假設(shè)，認(rèn)為應(yīng)建立固定效應(yīng)模型，即人口老齡化程度在不同地區(qū)之間存在顯著的固有差異。

固定效應(yīng)模型的回歸結(jié)果如表6所示。調(diào)整R2為0．9126，F(xiàn)統(tǒng)計(jì)量的值為28．8485（p＝0．0000），說(shuō)明回歸方程設(shè)定合理，模型的擬合度較高。人口自然增長(zhǎng)率的回歸系數(shù)為-8．8633，在1%的水平上顯著，表明自然增長(zhǎng)率的降低，將帶來(lái)人口老少比的上升。本世紀(jì)初，我國(guó)進(jìn)入了低出生、低死亡、低增長(zhǎng)的“三低”人口增長(zhǎng)模式。根據(jù)2010年世界人口數(shù)據(jù)表（2010 World Population Data Sheet），2010年世界人口的自然增長(zhǎng)率為12‰；同年我國(guó)的自然增長(zhǎng)率僅為4．79‰，相差7．21個(gè)千分點(diǎn)，遠(yuǎn)低于發(fā)展中國(guó)家的14‰水平，但高于發(fā)達(dá)國(guó)家1‰的自然增長(zhǎng)率，印證了目前我國(guó)人口結(jié)構(gòu)的特殊性——既與發(fā)達(dá)國(guó)家有很大不同，也與發(fā)展中國(guó)家存在一定差異。

表6 固定效應(yīng)模型回歸結(jié)果

凈遷移率的回歸系數(shù)為-2．7502，在10%的水平上顯著，表明凈遷入人口越高的地區(qū)，老齡化程度相對(duì)越低。平均來(lái)看，凈遷移率每升高一個(gè)百分點(diǎn)，人口老少比將降低2．7502個(gè)百分點(diǎn)。由于相對(duì)而言，老年人口的遷移難度較大，不易實(shí)現(xiàn)，遷入某一地區(qū)的人群多以年輕人為主，因此凈遷入率高的地區(qū)，老齡化問(wèn)題會(huì)得到緩解。這一回歸結(jié)果也與我國(guó)城鄉(xiāng)人口老齡化水平的差異性相符。農(nóng)村地區(qū)大量青壯年勞動(dòng)力越來(lái)越多地進(jìn)入城市工作和生活，使得留在農(nóng)村的多數(shù)為老年人口，造成了農(nóng)村地區(qū)相對(duì)于城鎮(zhèn)地區(qū)老齡化程度更高的局面，農(nóng)村老年人口的養(yǎng)老問(wèn)題更應(yīng)引起社會(huì)關(guān)注。

人均GDP的回歸系數(shù)為8．60×10-6，在1%的水平上顯著，表明人均GDP每增加10000元，老少比將上升8．60個(gè)百分點(diǎn)，人均GDP對(duì)老齡化程度有顯著的正向影響。這也與我國(guó)老齡化水平在東、中、西部基本呈現(xiàn)階梯型遞減分布這一現(xiàn)象相符。從世界范圍內(nèi)來(lái)看，自1865年法國(guó)成為世界上首個(gè)老年型國(guó)家，西方許多發(fā)達(dá)國(guó)家陸續(xù)進(jìn)入老年型社會(huì)，老齡化是經(jīng)濟(jì)發(fā)展的必然結(jié)果。在改革開放以來(lái)經(jīng)濟(jì)快速發(fā)展的背景下，我國(guó)人口老齡化問(wèn)題也逐步凸顯。但由于我國(guó)是在未成為發(fā)達(dá)國(guó)家之前就已進(jìn)入了老齡化社會(huì)，處理好老齡化和經(jīng)濟(jì)發(fā)展的關(guān)系就更為必要。

農(nóng)業(yè)就業(yè)者比例對(duì)老齡化的影響不顯著。目前老齡化如何影響產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的研究較多，如陶娜和劉柏霞［12］對(duì)遼寧人口的老齡化與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整展開研究，得出了人口老齡化會(huì)加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的結(jié)論。而產(chǎn)業(yè)結(jié)構(gòu)是否會(huì)影響老齡化水平的問(wèn)題較復(fù)雜，相關(guān)的實(shí)證研究幾乎找不到。楊中新等［13］認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)的變遷對(duì)人口老齡化的影響是間接的，即這種變遷由于各區(qū)域自有資源環(huán)境的不同，存在區(qū)域間差異，使得產(chǎn)業(yè)結(jié)構(gòu)的變遷對(duì)各省區(qū)人口結(jié)構(gòu)特別是就業(yè)結(jié)構(gòu)的影響有比較大的差別，進(jìn)一步由人口遷移帶動(dòng)各區(qū)域的人口結(jié)構(gòu)變化，影響老齡化水平。而顯著性不理想，可能是由于上述間接作用的原因。

五、結(jié)論與政策含義

本文通過(guò)建立面板數(shù)據(jù)模型，對(duì)我國(guó)30個(gè)省份（重慶除外）1990年、2000年和2010年的人口老齡化程度、自然增長(zhǎng)率、人口遷移情況、經(jīng)濟(jì)發(fā)展水平等指標(biāo)展開實(shí)證分析，得出以下結(jié)論。第一，人口自然增長(zhǎng)率對(duì)人口老齡化的影響為負(fù)，自然增長(zhǎng)率降低會(huì)加重老齡化程度；第二，凈遷移率對(duì)人口老齡化的影響為負(fù)，凈遷入人口越高的地區(qū)，老齡化程度越輕；第三，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，老齡化程度越高，人口老齡化是經(jīng)濟(jì)發(fā)展的必然產(chǎn)物。

我國(guó)的人口老齡化現(xiàn)狀及其帶來(lái)的勞動(dòng)力供應(yīng)不足、人口紅利減少等問(wèn)題，不利于經(jīng)濟(jì)的長(zhǎng)期可持續(xù)發(fā)展，亟需引起重視。針對(duì)這一現(xiàn)狀，作者提出以下幾點(diǎn)建議：

首先，在堅(jiān)持計(jì)劃生育基本國(guó)策不變的前提下，有必要對(duì)我國(guó)的生育政策進(jìn)行調(diào)整和完善。2013年11月15日“單獨(dú)兩孩”政策在國(guó)家層面正式啟動(dòng)，理論上有利于短期內(nèi)提高出生率。但在政策實(shí)施過(guò)程中，應(yīng)根據(jù)各省的實(shí)際人口形勢(shì)制定細(xì)則，避免產(chǎn)生人口激增的現(xiàn)象。

其次，在青壯年人口遷出較多的地區(qū)，尤其是農(nóng)村地區(qū)，各級(jí)鄉(xiāng)鎮(zhèn)部門應(yīng)特別關(guān)注獨(dú)居老人的生活現(xiàn)狀，積極幫助解決獨(dú)居老人的養(yǎng)老問(wèn)題。在社區(qū)設(shè)立或改善老年活動(dòng)中心、醫(yī)療服務(wù)中心，豐富老年人的日常生活，方便老年人就近就醫(yī)。不斷完善現(xiàn)有的養(yǎng)老金制度和社會(huì)福利體系，從物質(zhì)和精神兩方面為老年人提供良好的養(yǎng)老環(huán)境，真正實(shí)現(xiàn)老有所養(yǎng)、老有所依。

最后，為了更好地處理人口老齡化和經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)系，可以因地制宜提出新的養(yǎng)老方案，如在經(jīng)濟(jì)較發(fā)達(dá)的省市逐步推行以房養(yǎng)老政策，用“反向抵押貸款”的方式提供養(yǎng)老的經(jīng)濟(jì)來(lái)源，拓寬養(yǎng)老金籌集渠道。

［1］ 原新，劉士杰．1982-2007年我國(guó)人口老齡化原因的人口學(xué)因素分解［J］．學(xué)海，2009（4）：140-145．

［2］ 劉昌平，鄧大松，殷寶明．“鄉(xiāng)-城”人口遷移對(duì)中國(guó)城鄉(xiāng)人口老齡化及養(yǎng)老保障的影響分析［J］．經(jīng)濟(jì)評(píng)論，2008（6）：31-38．

［3］ 方豐，奉瑩，徐冬．人口流動(dòng)對(duì)人口老齡化的影響——基于廣東省的實(shí)證研究［J］．西北人口，2010（2）：49-52．

［4］ 鄒湘江，吳丹．人口流動(dòng)對(duì)農(nóng)村人口老齡化的影響研究——基于“五普”和“六普”數(shù)據(jù)分析［J］．人口學(xué)刊，2013（4）：70-79．

［5］ 孫蕾．臺(tái)灣人口老齡化的區(qū)域差異研究——基于各縣市面板數(shù)據(jù)的實(shí)證分析［J］．臺(tái)灣研究集刊，2012（4）：60-68．

［6］ 陳仁愛，劉婷，馮賢財(cái)，等．基于多元線性回歸模型的中國(guó)人口老齡化影響因素研究［J］．科技視界，2012（11）：3-5．

［7］ 李秀麗，王良?。覈?guó)人口老齡化水平的區(qū)域差異及其分解研究［J］．西北人口，2008（6）：104-111．

［8］ 王志寶，孫鐵山，李國(guó)平．近20年來(lái)中國(guó)人口老齡化的區(qū)域差異及其演化［J］．人口研究，2013（1）：66-77．

［9］ Hsiao C．Analysis of panel data［M］．Cambridge：Cambridge University Press，2003．

［10］ 袁俊，吳殿廷，吳錚爭(zhēng)．中國(guó)農(nóng)村人口老齡化的空間差異及其影響因素分析［J］．中國(guó)人口科學(xué)，2007（3）：41-47．

［11］ 陳明華，郝國(guó)彩．中國(guó)人口老齡化地區(qū)差異分解及影響因素研究［J］．中國(guó)人口·資源與環(huán)境，2014（4）：136-141．

［12］ 陶娜，劉柏霞．遼寧人口老齡化與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的研究［J］．消費(fèi)導(dǎo)刊，2008（24）：113-114．

［13］ 楊中新，鐘若愚，楊光輝．中國(guó)人口老齡化與區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整研究［M］．北京：社會(huì)科學(xué)文獻(xiàn)出版社，2005．