1990—2010年安徽省人口长寿水平的时空变化
2015-04-16龚胜生储环张涛
龚胜生,储环,张涛
(华中师范大学a.地理过程分析与模拟湖北省重点实验室;b.可持续发展研究中心,武汉430079)
0 引言
健康地理学是地理学的新兴分支学科,长寿水平的时空变化是健康地理学的重要研究内容。寿命是个体健康的综合反映,长寿水平是人口健康的综合反映,区域长寿水平的研究对人口健康可持续发展具有重要意义。这里所谓的长寿水平,是指某一区域寿命较长的人口占总人口的比例,可以通过百岁人口比率、高龄水平、平均预期寿命等指标来单独测度或综合衡量。目前,国内学者对长寿问题的探讨主要集中在以下方面:一是关于长寿人口分布与地理环境关系的研究。如王泽宇等对中国人口老龄化水平测度及其空间关联规律的研究[1];翟德华对中国区域长寿现象与区域长寿标准评价体系的研究[2];蔡慧等对百岁老人与自然地理环境关系的研究[3];李日邦等对山东长清县张夏镇长寿村生态环境特征的探讨[4];龚胜生对中国古代长寿地区分布与环境背景的研究[5]以及对川渝地区百岁老人分布与长寿区成因的分析[6]。二是对长寿人口分布与社会因素的探讨。如张俭对中国长寿之乡彭山老年生活方式的研究[7];马婧婧等对湖北钟祥长寿现象与人居环境的研究[8];樊新民对中国长寿人口分布原因的探讨[9];陆杰华等对中国区域人口长寿水平的研究[10];李稚对广东省老年人口和长寿水平的分析[11]。三是对人口平均预期寿命的研究。如王森基于省级面板数据对中国人口预期寿命的结构及影响因素的研究[12];鲁小波等对中国各省区预期寿命的影响因素的分析[13];赵永前等对预期寿命与人口死亡率关系的研究[14]。
安徽省地处中国腹地,土地垦殖历史悠久,人口数量众多。全省国土面积13.96万km2,2013年底人口达6 928.5万人,占全国总人口的5%。在自然区划上,全境由长江、淮河两条东西向河流分为淮北平原、江淮丘陵、皖南山地3个区域[15]。在行政区划上,全省辖16个地级市,105个县级政区。关于安徽省的长寿水平问题,目前所见,仅周剑等对高龄人口做了简单分析[16],至于其长寿水平的时空变化,尚未见到专门研究。为此,本研究拟以人口普查数据为依据,选取百岁人口比率、高龄水平、平均预期寿命等指标,对安徽省过去20年来的长寿水平的时空变化进行专门探讨。
1 百岁人口的时空变化
1.1 百岁人口的时间变化
1.1.1 百岁人口数量的时间变化。一是百岁人口增幅大于人口总数增幅。1990—2010年,安徽省全省总人口从5 618万增加到5 950万,增幅为5.9%,百岁人口数量则从343人增加到1 996人,增幅高达481.9%,二者相差巨大,这说明安徽省的人口健康水平有明显的提高。二是百岁人口密度显著增长。1990—2010年,无论是从全省范围来看还是从省内各大区域来看,安徽省百岁人口密度都有显著增长,淮北平原增幅为503.28%,江淮丘陵增幅为380.00%,皖南山地增幅为800%,其中以皖南山地最为突出,高于全省平均增幅(表1)。
1.1.2 百岁人口比率的时间变化。一是百岁人口比率普遍增长迅速。1990—2010年间,安徽省各地市百岁人口比率都有较大幅度增加,全省百岁人口比率由1990年的6.11/106增长到2010年的33.55/106,增长27.44/106,超过这一增幅的市依次有亳州、宿州、阜阳、淮北,全部集中在淮北平原地区,其中亳州市和宿州市达到了每10万人中有7个百岁老人的长寿区标准。二是百岁人口比率低值区变化不大。1990年,铜陵市百岁人口比率为0,其余芜湖、安庆、池州、黄山诸地市的百岁人口比率也都在1/106以下。到2010年,这些地市的百岁人口比率虽然有较大幅度增长,但仍然是全省百岁老人比率相对较低的地区(表2,图1)。
表1 安徽省三大区域百岁人口指标统计Tab.1 Statistics of centenarian indicators of different terrains in Anhui Province
表2 1990,2010年安徽省各地市百岁人口指标统计表Tab.2 Statistics of centenarian indicators of cities at prefecture level in Anhui Province in 1990 and 2010
1.1.3 百岁人口重心的时间变化。一是百岁人口重心稳定于淮北地区。图2显示,1990年安徽省百岁人口重心在淮南市境内,2010年向西北迁移至蒙城县境内,但迁移距离不大,这说明过去20年来,安徽省百岁人口的分布重心一直稳定在淮北平原。二是重心变迁受制于土地承载力的高低。土地承载力又称人口承载力,是指一个地区的土地资源在一定投入水平下的食物生产力所能供养的、达到一定生活水准的人口数量[17]。在同等投入水平下,平原地区单位面积土地的生产潜力一般高于山地和丘陵地区,可以承载更多的人口。淮北平原地形平坦,相比于海拔较高的江淮丘陵和皖南山地而言,是承载力最高的地区。过去20年来,安徽省的人口分布和人口增长表现出明显倾向于海拔较低地区的“洼地效应”,淮北平原不仅是安徽省人口密度最高的地区,也是百岁人口数量、占比和比率最高的地区。三是重心变迁反映人口长寿水平变化。百岁人口是长寿水平的重要指标,其重心变迁方向揭示了长寿水平变化的方向。淮北平原的亳州、宿州、阜阳、淮北等地市在百岁人口比率本来就高的情况下还有大幅度的提升,成为百岁人口集聚的“洼地”,产生了许多长寿乡和长寿村,如称为“长寿之乡”的亳州市谯城区,称为“长寿村”的淮北市杜集区的南山村、阜南县田集镇的长寿村等。
图1 安徽省各地市百岁人口比率变化Fig.1 Changes of the centenarian rate of prefecture level cities in Anhui Province
图2 安徽省百岁人口分布重心变化Fig.2 Changes of the gravity center of the centenarians in Anhui Province
1.2 百岁人口的空间差异
1.2.1 百岁人口数量的空间差异。一是百岁人口密度由北向南递减。表1显示,安徽省淮北平原、江淮丘陵、皖南山地的百岁人口密度之比1990年为20∶5∶1,2010年则为14∶3∶1,这说明其百岁人口分布由北向南梯度递减。这是因为,安徽省土地垦殖历史悠久,能垦尽垦,土地承载力已经成为人口分布的限制因子。淮北平原地势较低(平均海拔26.2 m),地形平坦,人口承载力最高,成为百岁人口集聚的“洼地”;皖南山地地势较高(平均海拔225.5 m),地形崎岖,人口承载力最低,百岁人口密度因此也低;江淮丘陵地势居中(平均海拔113.1 m),既有平原,也有丘陵,人口承载力居中,因而百岁人口密度也居中。二是百岁人口梯度格局进一步强化。安徽省百岁人口数量不断增多,密度不断加大,但其由北向南梯度递减的格局总体稳定。过去20年来,淮北平原一直是百岁人口最密集的地区,百岁人口密度由61人/万km2上升到368人/万km2,百岁人口占比由66.8%上升到72.3%;与此相反,皖南山地一直是百岁人口最稀疏的地区,百岁人口密度由3人/万km2上升到27人/万km2,百岁人口占比由3.5%上升到4.9%。江淮丘陵介于两者之间,百岁人口密度由15人/万km2上升到72人/万km2,百岁人口占比由25.7%下降到22.8%。以上数据表明,安徽省百岁人口北密南疏的梯度分布格局进一步强化,地形地势对长寿人口分布的制约日益明显(图3)。
1.2.2 百岁人口比率的空间差异。一是显著的空间集聚性。表2显示,亳州、淮北、宿州等地市一直是安徽省百岁人口比率最高的地区。1990年,这3个地市的百岁人口比率在11.49/106~20.12/106之间,为全省平均水平(6.11/106)的1.9~3.3倍。2010年,这3个地市的百岁人口比率在56.76/106~81.84/106之间,为全省平均水平(33.55/106)的1.7~2.4倍。二是显著的南北梯度性。在区域尺度上,南北之间的梯度差异非常明显,呈现出“由北向南,梯度递减”的空间分异。如表1所示,淮北平原、江淮丘陵、皖南山地三大区域的百岁人口比率之比1990年为7.5∶3.1∶1,2010年为5.6∶1.8∶1。不过,在县级尺度上,这种梯度差异有所“变形”,百岁人口比率高值区(H)分布于淮北平原、江淮丘陵北部、皖南山地南缘,低值区(L)分布于皖江沿岸,呈现出“北部高、中间低、南部略高,皖江沿岸形成低值带”的纬向分异(图4)。三是显著的量比吻合性。对比图3和图4可以看出,安徽省百岁人口密度和百岁人口比率总体上都具有“由北向南,梯度递减”的空间分异。
2 高龄水平的时空变化
2.1 高龄水平的时间变化
2.1.1 人口老龄化速度加快。老年系数是指≥65岁人口数占总人口的比重。据联合国人口老龄化标准,一个国家或地区≥65岁人口占总人口比例高于7%,那么这个国家或地区就进入老龄化阶段。安徽省老年人口系数与全国老年人口系数的对比结果(图5)表明,安徽省从1990年开始老年系数高于全国平均水平,人口老龄化速度不断加快。1990—2000年的10年间,安徽省总人口年均增长率仅为0.5%,而同期老年人口年增长率高达3.5%,是前者的7倍。2000年,安徽省老年人口系数达到7.59%,已经踏入老龄化社会。2010年,安徽省老年人口系数更高达10.23%,超出全国平均水平1.36个百分点。人口的老龄化带来了百岁人口的增加和人口长寿水平的提高,但“未富先老”也给人口的可持续发展埋下了隐患。
图3 安徽省百岁人口数量空间分布变化Fig.3 Changes of the spatial distribution of the centenarian number in Anhui Province
图4 安徽省县域尺度百岁人口比率空间分布变化Fig.4 Changes of the spatial distribution of the centenarian rate of cities at county level in Anhui Province
2.1.2 人口高龄水平不断提高。高龄水平(亦称长寿水平)是指≥80岁人口数占≥65岁(或≥60岁)人口数的比例,其时间变化可在一定程度上反映人口长寿水平的变化。图6显示,过去半个多世纪以来,安徽省人口年龄构成中0~14岁低龄人口的比重在逐渐下降,但≥65岁老年人口的比重则不断上升,老龄化程度不断加深,并导致了≥80岁高龄人口比重的增加。在过去20年间,安徽省人口高龄水平从1990年的10.15%上升到2000年的12.79%,再到2010年的17.66%。高龄人口的增长速率明显快于总人口的增长速率,从而导致百岁人口增长快于总人口的增长。
图5 安徽省与全国老年人口系数对比Fig.5 Comparison of the aging population coefficient of Anhui Province and China
图6 安徽省历次人口普查年龄结构变化Fig.6 Changes of the age structure of the historical population in Anhui Province
2.2 高龄水平的空间差异
2.2.1 高龄水平的区域差异。在区域尺度上,安徽省的高龄水平存在着明显的南北梯度差异。表1所示,1990年,淮北平原、江淮丘陵、皖南山地的高龄水平之比为1.4∶1.1∶1.0,2010年变为1.3∶1.1∶1.0,基本上保持稳定,说明高龄水平由北向南递减的格局没有变化。
2.2.2 高龄水平的地市差异。在地市尺度上,安徽省高龄水平的纬向分异明显,总体来说是北部高于南部。图7所示,淮北平原的淮北、亳州、阜阳、宿州、蚌埠等地市一直是高龄水平的高值区(H),而皖南山地的铜陵、池州等地市一直高龄水平的低值区(L)。在区域内部,又有一定的东西差异,如淮北平原以西部阜阳市的高龄水平最低,江淮丘陵以西部六安、安庆市的高龄水平最低,皖南山地东西之间的差异没有这么明显,但西部池州市的高龄水平还是低于东部的宣城市。图7还显示,安徽省还存在着一条高龄水平低值带。皖江沿岸的安庆、巢湖、池州、铜陵、芜湖、马鞍山6地市一直是安徽省高龄水平最低的地区。1990年,它们的高龄水平均在9.0%以下,全部居于末位;2000年,高龄水平均在11.0%以下,还是全部居于末位;2010年,高龄水平均在16.0%以下,仍然全部居于末位(表3)。
图7 安徽省各地市高龄水平的空间分异Fig.7 Spatial differentiation of the elderly level of prefecture level cities in Anhui Province
3 预期寿命的时空变化
3.1 预期寿命的时间变化
3.1.1 预期寿命增速落后于全国。据人口普查资料计算,安徽省平均预期寿命1990年为69.48岁,2000年为71.85岁,2010年为75.08岁,前10年提高0.86岁,后10年提高3.23岁。这说明安徽省平均预期寿命的提升速度加快。但与全国相比,增速显得相对缓慢,安徽省平均预期寿命比全国平均水平1990年高0.93岁,2000年高0.45岁,2010年高0.25岁,差距不断缩小(图8)。其在全国的位序也由1990年的第12位下降到2000年的第14位、2010年的第15位。
3.1.2 预期寿命增速的性别差异显著。图9显示,过去20年里,安徽省男性与女性的人均预期寿命都有显著增长,但增长幅度存在明显差异。前10年,男性预期寿命增加2.43岁,女性预期寿命增加2.23岁,男性高于女性;后10年,男性预期寿命增加2.47岁,女性预期寿命增加4.25岁,女性高于男性。女性寿命高于男性,且女性增速快于男性,这与全国及世界其他国家平均预期寿命的变化趋向是一致的。
3.2 预期寿命的空间差异
3.2.1 预期寿命的区域差异。在区域尺度上,表1所示,1990年,安徽省淮北平原、江淮丘陵、皖南山地3个区域的平均预期寿命分别为72.1,68.5,67.8岁,三者之比为1.06∶1.01∶1,呈现北高南低的格局;2010年,这3个区域的平均预期寿命分别为77.8,74.6,72.9岁,三者之比为1.07∶1.02∶1,北高南低的格局没有变化。以上表明,在区域尺度上,安徽省的预期寿命存在北高南低的梯度的空间分异。其实,这种差异是一直存在的。根据1974—1976年安徽全省死因调查资料编制的人口寿命表显示,皖南地区的平均预期寿命较低,江淮丘陵的平均预期寿命居中,淮北平原的平均预期寿命较高。以女性为例,淮北平原的灵璧县为71.60岁,江淮丘陵的长丰县为66.34岁,皖南山区的石台县只有57.81岁[15]。
图8 安徽省与全国预期寿命变化图Fig.8 Changes of the average life expectancy of Anhui Province and China
图9 安徽省男性与女性预期寿命变化图Fig.9 Changes of the average life expectancy of male and female in Anhui Province
3.2.2 预期寿命的地市差异。在地市尺度上,安徽省的预期寿命也呈现出北高南低的空间分异(图10)。北部的淮北、宿州一直是预期寿命的高值区(H),南部的安庆、池州一直是预期寿命的低值区(L)。以全省平均预期寿命为参照,低于其值的地市1990年有8个,2000年有9个,2010年有7个,20年来一直低于全省平均水平的有六安、池州、巢湖、芜湖、宣城、铜陵、安庆7个地市,这些地市几乎全部分布在皖江沿岸,形成了一条预期寿命低值带。同时,由于经济发展迅速,在南缘黄山市域新形成了一个预期寿命高值区(H),犹如崛起了一座“山峦”。1990,2000年黄山市的预期寿命都低于安徽省平均水平,2010年则异峰突起,超过了全省平均水平,成为皖南山地预期寿命的最高区(表3)。
3.2.3 预期寿命的县域差异。利用人口普查数据,经计算获得了安徽省全部105个县域在1990,2000,2010年的预期寿命数据;然后,根据这些数据采用GIS技术制成县域尺度的预期寿命等值线图(图11)。图11显示,安徽省县域尺度的预期寿命分布具有以下特征:一是淮北平原和江淮丘陵各县的预期寿命都比较高,形成了一个由多个预期寿命高值区毗连而成的“高原区”。二是在皖江沿岸一带,预期寿命高值区(H)和预期寿命低值区(L)相间排列,形成了一条高低起伏、东西走向的低矮“山脉”,其中,安庆、铜陵、芜湖、马鞍山等城市的市辖区由于预期寿命较高,成为凸起的“山峦”,而其周边的县域则由于预期寿命较低,形成凹陷的“山谷”。
图10 安徽省地市尺度的预期寿命空间分异Fig.10 Spatial differentiation of the life expectancy of cities at prefecture level in Anhui Province
图11 安徽省县域尺度的预期寿命空间分异Fig.11 Spatial differentiation of the life expectancy of cities at county level in Anhui Province
4 长寿水平空间分异特征分析
综合以上3个指标方面的探讨,得到基本结论:第一,在时间变化上,过去20年来,安徽省的人口长寿水平持续提高,反映了安徽省人口健康的持续进步。具体表现在:百岁人口数量增长快于总人口增长,百岁人口比率持续提高;人口老龄化速度快于全国,高龄水平增长快于总人口增长;平均预期寿命稳步提高,但增长速度比全国缓慢。第二,在空间分异上,过去20年来,安徽省人口长寿水平的空间格局相对稳定,在区域尺度上表现为“由北向南,梯度递减”的特征,在地级尺度上表现为“北部高、中间低、南部略高,皖江沿岸形成低值带”的特征,纬向分异特征十分明显。
毋庸置疑,过去20年来,安徽省人口长寿水平的持续提高是安徽省经济社会持续发展、人民生活水平不断提高、医疗保健条件稳步改善的结果。这里,需要讨论两个问题:其一,安徽省人口长寿水平“由北向南,梯度递减”的空间分异是如何形成的?其二,安徽省人口长寿水平的“皖江沿岸低值带”是如何形成的?
安徽省的自然地理区域南北分异很明显,北部淮北平原、中部江淮丘陵、南部皖南山地,由北而南,平均海拔是梯度递增的,但它们的长寿水平指标,无论是百岁人口比率、高龄水平,还是预期寿命,由北而南,都是梯度递减的。表面来看,似乎海拔高低决定了长寿水平的空间分异——区域平均海拔越高,其长寿水平越低;反之,则反之。不过,“区域”的空间尺度过大,可能会掩盖一部分空间分异的真相。为此,这里再从“县域”的空间尺度做一分析。以2010年为例,对安徽省各县域的百岁人口比率、高龄水平、预期寿命和表征经济社会发展水平的人均GDP、表征自然地理条件制约的平均海拔进行相关分析,结果表明:人均GDP与百岁人口比率、高龄水平、预期寿命的相关系数分别为-0.202,-0.244*,0.344**,平均海拔与百岁人口比率、高龄水平、预期寿命的相关系数分别为-0.266*,-0.281*,-0.197(*表示显著水平为0.05,**表示显著水平为0.01)。这说明,现阶段安徽省百岁人口比率、高龄水平与经济水平具有一定的负相关性,而预期寿命与经济水平具有显著的正相关性;百岁人口比率、高龄水平、预期寿命与自然地理条件具有负相关性,而百岁人口比率与高龄水平的这种负相关性较为显著。目前安徽省的百岁人口比率主要受自然地理条件的影响,预期寿命主要受经济水平的制约,而高龄水平既受自然地理条件的影响也受经济水平的制约。
安徽省皖江沿岸地区为什么会形成长寿水平低值带?前述已说明,安徽省长寿水平的3个测度指标都与平均海拔呈负相关,但皖江沿岸并不是安徽省海拔最高的地区,显然,海拔高度不是导致其长寿水平低值带的形成原因。1990,2000年的3个指标所体现的皖江沿岸低值带现象较为突出,这里以2000年为例,对安徽省各地市的人均GDP(表征地区经济发展水平)和人均财政收入(表征人民生活水平)进行地图表达(图12),这2项经济指标并不存在皖江沿岸低值带现象,相反皖江沿岸的经济水平还是全省最高的,这说明皖江沿岸长寿水平低值带的形成不是经济水平使然。因此,推测可能要归咎于皖江沿线水患灾害的频繁和血吸虫病等地方病的持续影响。众所皆知,皖江两岸地区地势较低(图3),因而洪涝灾害频繁,容易受到血吸虫病、流行性出血热、钩端螺旋体病等传染病的侵袭,特别是血吸虫病,解放初期曾流行于皖江两岸的39个县市、4个省属农场和665个乡镇[15],即使到现在,血吸虫病仍然是皖江沿岸地区人们健康的主要威胁。据调查,2000—2008年,安徽省钉螺(血吸虫病的宿主)集中分布在沿长江周围62 km的带状区域内[19]。截止2013年,安徽省共有血吸虫病患者19 816例,几乎全部分布在皖江沿岸6地市(98.06%),其中安庆市占33.52%、池州市29.22%、芜湖市15.50%、宣城市10.36%、铜陵市4.94%、马鞍山市4.52%[20]。由此可见,血吸虫病对皖江沿岸人们健康危害的严重性。
图12 安徽省2000年地市尺度人均GDP及人均财政收入空间分异图Fig.12 Spatial differentiation of GDP per capita and revenue per capita at prefecture level in Anhui Province
还应该特别指出的是,早在2 200年前的秦汉时期,中国现存最早的医学经典《黄帝内经》就已经观察到了中国人口寿命水平的北高南低的地域分异规律,而且这种分异特征一直到明清时期还仍然存在[5]。那么,现代安徽省人口长寿水平由北向南的梯度递减是否就是这个规律的延续呢?还有,皖江沿岸长寿水平低值带只是皖江段的局部特征,还是整个长江沿岸都存在这样的特征呢?这些问题,都值得进一步的深入探索。
[1]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,2013,32(3):138-143.
[2]翟德华.中国区域长寿现象与区域长寿标准评价体系[J].人口与经济,2012,33(4):71-77.
[3]蔡慧,付小竹,葛淼.百岁老人与自然地理环境的关系[J].国外医学:医学地理分册,2006,27(2):88-92.
[4]李日邦,谭见安,王五一,等.山东省长清县长寿村的生态环境特征[J].地理科学进展,1999,18(4):360-367.
[5]龚胜生.中国古代长寿点区的地理分布及其环境背景的初步研究[J].中国历史地理论丛,1997(3):227-251.
[6]龚胜生.川渝地区百岁老人地理分布及其长寿区的形成原因[J].华中师范大学学报:自然科学版,1998,32(4):498-503.
[7]张俭.中国长寿之乡彭山老年生活方式研究[D].成都:西南财经大学,2012.
[8]马婧婧,曾菊新.中国乡村长寿现象与人居环境研究——以湖北钟祥为例[J].地理研究,2012,31(3):450-460.
[9]樊新民.中国长寿人口分布研究[J].人口学刊,2006,28(3):19-23.
[10]陆杰华,汪洪波,潘漪.中国县(区)人口长寿水平的影响因素分析[J].人口与经济,2004,25(5):13-18.
[11]李稚.长寿的社会因素刍议——从广东老年人口增长和长寿水平提高想到的[J].广东社会科学,1985(2):77-82.
[12]王森.我国人口预期寿命的结构及影响因素研究——基于省级面板数据的分析[J].西北人口,2014,35(3):37-42.
[13]鲁小波,陈晓颖.中国各省人均预期寿命影响因素研究[J].云南地理环境研究,2007,19(2):72-78.
[14]赵永前,徐超.关于连云港市人口平均预期寿命测算技术的探讨[J].统计与信息论坛,2004,19(1):56-59.
[15]郑玉林,高本华.中国人口·安徽分册[M].北京:中国财政经济出版社,1987:14,159,352.
[16]周剑,杨利梅.安徽省高龄老年人口现状及应对分析[J].长春理工大学学报:社会科学版,2012,25(12):58-60.
[17]中国大百科全书总编委会.中国大百科全书[M].2版.北京:中国大百科全书出版社,2009:22-396.
[18]刘达伟.Excel在死亡统计中的应用[J].中国卫生统计,2001,18(6):369-370.
[19]张世清,赵飞,汪天平,等.安徽省乡镇级别钉螺分布和血吸虫病的空间聚集性分析[J].热带病与寄生虫学,2011,8(3):131-137.
[20]李启扬,高风华,张世清,等.2013年安徽省血吸虫病疫情分析[J].中国病原生物学杂志,2014,9(6):556-560.