长江经济带人口老龄化空间特征及影响因素

陈清荷，韩会然

（安徽师范大学地理与旅游学院，安徽 芜湖 241002）

0 引言

人口老龄化是社会经济发展的必然结果［1］。第七次全国人口普查数据显示，2020 年我国65 岁及以上的老年人口约为1.9 亿，约占总人口的13.5%。“十四五”时期，由20 世纪60 年代生育高峰所形成的大规模人口将成为老年人口的重要组成部分，促使老年化规模和速度大幅度上升，积极应对人口老龄化的现实迫切性空前凸显。

国内外关于人口老龄化的研究，以关注人口老龄化本身的发展特征、空间分布与趋势［2-8］、影响因素［9-16］、区域差异［17-19］为主，也有将人口老龄化与经济发展［20］、产业转型［21］、养老设施匹配度［22-24］、老年人口健康［25］和迁移、流动［26-30］等更为聚焦的研究。在影响因素上，人口迁移、生育率、死亡率、经济发展水平、医疗设施水平、地区受教育水平归为人口老龄化的主要影响因素［9-16，28，29］。从研究尺度上看，以某一国家［2-7，8，16］、省市［6，10-15］的研究较多，在较大尺度视角下可以从宏观上把握国家人口老龄化发展趋势［2-7］及存在的问题［8，16］，或是了解该省份的人口老龄化状况，以此提出应对人口老龄化的措施与政策。关于人口老龄化的研究涉及人口学、经济学、社会学、地理学等众多学科；从地理学视角的研究方法看，多以空间分析、人口重心［20］进行研究，也有运用灰色关联［17］等数理方法；对于人口老龄化影响因素的研究方法主要有地理加权回归［31］、空间计量模型［20］和地理探测器［12，29］等。通过梳理文献发现，既有研究主要存在以下不足：①缺少以区域为视角对人口老龄化的剖析，已有研究关注区域以东北三省居多，对长江经济带关注度较小，研究相对不足；②老龄化研究时间跨度局限，基于数据的可获得性，以10—20 年跨度为主；③关于人口老龄化的研究方法较单一，多以传统的空间分析为主，没有与多学科方法交叉使用。

《长江经济带发展规划纲要》于2016 年颁布，规划涵盖了上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州等11 个省市。作为中国国土开发“T”字型空间结构的一级发展轴线［32］，长江经济带横跨东、中、西三大区域，面积占全国总面积的21.4%，人口超过全国人口总量的40%。第七次人口普查结果显示，江苏南通、泰州与四川资阳等人口老龄化分别达到22.67%、22.01%、22.62%的高值，长江经济带人口老龄化处在不断深化中。对于长江经济带整体而言，各省市之间的经济差异大，一些“未富先老“的地区如何应对快速人口老龄化与地区社会经济持续发展的不协调性？如何保持长江经济带整体协调发展？影响长江经济带人口老龄化的关键因素又是什么？分析与探究其人口老龄化空间特征与影响因素，对区域人口政策的制定、社会经济的可持续发展具有指导意义。鉴于此，本文以长江经济带130 个空间单元为研究对象（包括4 个省直辖县、103 个地级市、16 个自治州、5 个副省级城市、2个直辖市），对1982—2020 年近40 年的人口老龄化进行分析，借助经济学领域的极化模型对老龄化过程及区域间老龄化差异进行深入对比分析，最后运用地理探测器分析长江经济带人口老龄化的影响因素，以期为长江经济带人口老龄化问题治理与地区发展提供参考。

1 数据来源与研究方法

1.1 数据来源

本文人口数据来源于各省市第三至第七次人口普查资料和1995 年、2005 年、2015 年1%人口抽样调查资料，统计口径均为常住人口；影响因素来自于2020 年《中国城市统计年鉴》。由于1982—2020 年间我国的地级行政区划发生过变动，本文以2020 年的行政区划为准，行政区划信息来源于中华人民共和国全国行政区划信息查询平台（http：//xzqh.mca.gov.cn/statistics/）。

1.2 相关概念界定

本文涉及老龄化系数、老龄化程度、老龄化类型等相关概念。老龄化系数是指老年人口数（65 岁以上）在总人口数中的占比，它直观反映了人口绝对老龄化程度，是刻画老龄化水平的重要指标［16］，本文以此来表征人口老龄化程度。其中，人口老龄化程度分级一般以一个国家或地区65 岁及以上老年人口数量占总人口比例超过7%即步入老龄化为标准，本文根据年龄结构的划分，结合王志宝等［7，19］、周鹏等［12］对人口老龄化的分类，将人口老龄化分为5种程度（PA 为人口老龄化系数，%）：①未老龄化（PA≤7）；②浅度老龄化（7 ＜PA≤10）；③深度老龄化（10 ＜PA≤14）；④老龄社会（14 ＜PA≤20）；⑤深度老龄化社会（PA ＞20）。人口老龄化类型是以老龄化系数的年均增长速度和老龄化程度进行综合划分，依据老龄化程度和老龄化速度来判断某一空间单元所处阶段及处于该阶段的时间长短。本文通过计算1982—2020 年长江经济带人口老龄系数年均增长率，依据王志宝等［7，19］对人口老龄化类型的划分方法，对长江经济带人口老龄化现状进行了分析（表1）。其中，老龄人口年均增长率以4%为界点，老龄人口年均增长率大于4%说明该地区很快将进入下一老龄化阶段，小于或等于4%则说明该区域将长期滞留此人口老龄化阶段［7，19］。

表1 人口老龄化类型划分Table 1 Classification of population ageing types

1.3 研究方法

空间相关性分析：本文主要采用全局空间自相关来分析长江经济带人口老龄化空间相关性。主要操作与运算如下：通过GeoDa 软件计算不同年份间研究区各空间单元人口老龄化整体间的Moran′s I指数，分析其空间自相关程度。由于全局空间自相关方法已成熟，并已有大量文献进行介绍，故本文不再赘述，具体公式可参考相关文献［20］。

EGR指数：EGR指数用于测算人口老龄化极化程度。极化现象是区域发展空间非均衡性的一种特殊表现形式［18，33］，本文运用EGR 指数来分析长江经济带人口老龄化区域间差异，判断是否存在极化趋势。EGR指数具体公式如下：

式中：Q ＞0，为标准化常数；v 为组数；pk、ph为第k、h 组样本容量所占的份额；μk、μh分别为第k、h 组人口老龄化系数的均值；α为0—1.6 之间的任意取值。GA和GB分别为总体、区域间的基尼系数，二者差值反映组内的不平等程度；β＞0，为衡量组内相似程度的敏感性参数。

式中：λk、λh分别为第k、h 组样本的人口老龄化水平的均值与整个样本人口老龄化水平的总体均值的比值；Gk为第组样本的基尼系数；GR为剩余项，用于反映不同组样本重叠产生的交互影响。

地理探测器：本文采用地理探测器探测长江经济带人口老龄化的影响因素，目前已有大量文献对其进行介绍，故不再赘述，具体公式及原理可参考相关文献［34］。

2 长江经济带人口老龄化空间特征

2.1 长江经济带人口老龄化现状

通过对1982—2020 年长江经济带人口老龄系数年均增长率的计算，依据人口老龄化速度、人口老龄化程度的分级，对长江经济带人口老龄化现状梳理出6 种类型：慢速浅度老龄化型、慢速深度老龄化型、慢速老龄社会型、快速老龄社会型、慢速超老龄社会型、快速超老龄社会型。从空间数量和分布上看（图1），长江经济带快速超老龄社会型有3 个，均在四川省，分别是四川南充、资阳、自贡；慢速超老龄社会型有四川德阳、眉山、内江和江苏泰州、南通；快速老龄社会型有四川巴中、攀枝花和安徽马鞍山、六安、安庆、宣城；慢速老龄社会型占比最大，有57 个，除贵州、云南外，长江经济带其他省市均有分布；慢速深度老龄化型地区，有48 个，以江西、湖北、云南、贵州城市占比较多，在浙江、江苏、安徽、四川少部分城市分布；慢速浅度老龄化型地区分布在云南、贵州、四川，且多以少数民族聚集区为主。

图1 长江经济带人口老龄化现状Figure 1 Population ageing in the Changjiang River Economic Belt

首先，总体上长江经济带人口老龄化类型以慢速老龄社会型、慢速深度老龄化型为主。在很长一段时间内，这些地区将一直处于此老龄化阶段，所要面对的人口老龄化背景下的各种问题繁杂，各个老龄化阶段所要解决的关键矛盾也不尽相同。其次，可以明显看出四川省老龄化程度相较于长江经济带整体更深。根据对该省人口老龄化研究的相关结论来看，人口老龄化受多种因素的影响，除了实行严格的计划生育政策造成“低出生率”外，因气候环境宜人，平均寿命高于全国平均水平，形成“低出生、低死亡、低增长”的人口再生长特征［12］，这是老龄人口增加的原因之一。同时，四川作为劳动力输出大省，大量劳动人口流失造成年龄结构失衡，导致该省人口老龄化程度加剧。

根据老龄化程度分级显示，2020 年长江经济带130个空间单元已经全部进入老龄化阶段。1982—2020 年，长江经济带由98%地区为未老龄化转变为全部非未老龄化，且在2020 年属于深度老龄化、老龄社会、深度老龄化社会的地区占比为90%，老龄化程度在近40 年间不断加深。分时间段来看，1982年未老龄化地区最多，为128 个，上海市和江苏省南通市率先步入浅度老龄化；1990 年未老龄化地区为121个，浅度老龄化的地区数量上升至8 个，上海市发展为深度老龄化地区；1995 年未老龄化地区为94个，浅度老龄化地区数量为33 个，新增地区主要集中在浙江省、江苏省、安徽省、湖南省、四川省等省份，深度老龄化地区为上海、湖州、南通；2000 年浅度老龄化地区增加到64 个，与未老龄化地区数量接近，深度老龄化地区为上海、南通、泰州、丽水；2005年未老龄化地区下降到18 个，浅度老龄化地区为65个，深度老龄化地区为46 个，深度老龄化范围扩展迅速，发展成老龄社会地区为南通；2010 年未老龄化地区为8 个，浅度老龄化地区为70 个，深度老龄化地区为50 个，老龄社会地区新增泰州；2015 年浅度老龄化地区为43 个，深度老龄化地区为71 个，老龄社会地区为12 个，还有4 个地区为未老龄化，集中在四川省和云南省；2020 年长江经济带所有地区步入老龄化，浅度老龄化地区为10 个，深度老龄化地区为48 个，老龄社会地区大幅度增加到64 个，成为深度老龄化社会的地区有8 个，分布在江苏省、四川省。

表2 1982—2020 年长江经济带人口老龄化程度变化Table 2 Change of population ageing degree in the Changjiang River Economic Belt from 1982 to 2020

2.2 空间分布特征

长江经济带人口老龄化空间分布状况，在不同阶段、不同区域间差异较大（图2）。1982—2020 年，长江三角洲地区处于人口老龄化程度较其他区域更深、发展更迅速，发展最为缓慢的是云南、四川的少数民族自治州和云南省昭通市，2015 年仍为未老龄化，而江苏、安徽、湖南、四川部分城市人口老龄系数已逼近20%，处于老龄社会阶段；2020 年四川省人口老龄系数超过20%，省内各市州处于深度老龄社会的城市6 个，老龄社会阶段11 个，深度老龄化城市2 个，浅度老龄化阶段2 个，人口老龄系数最高的城市与最低的城市相差14 个百分点，老龄化程度差异大。相较于四川省，2020 年长江经济带其他省份内部老龄化程度差异较小。

图2 1982—2020 年长江经济带人口老龄化空间特征Figure 2 Spatial characteristics of population ageing in the Changjiang River Economic Belt from 1982 to 2020

2.3 空间扩张特征

长江经济带人口老龄化空间扩张以“点—面—片”状发展、扩大。分布在长江三角洲的上海和南通于1982 年开始进入浅度老龄化阶段，1982—1990 年期间，上海、南通周边的7 座城市也开始进入到浅度老龄化阶段，深度老龄化首次呈“点状”分布在上海市；1990—1995 年，长三角地区的老龄化面积逐步扩大，在湖南、四川等地首次出现“点状”分布的浅度老龄化程度城市，深度老龄化呈“点状”分布；1995—2000年，长三角地区的浅度老龄化呈现“面状”分布，四川、湖南等浅度老龄化分布也逐步扩大，与四川、湖南接壤的湖北部分城市和重庆也步入浅度老龄化阶段，而深度老龄化仍呈“点状”分布；2000—2005 年，长江三角洲、长江中游城市、贵州浅度老龄化已呈片状分布，云南浅度老龄化呈点状分布，深度老龄化开始以“面状”形式分布在江苏、浙江、安徽、湖南、重庆、四川等地；2005—2010 年，四川深度老龄化范围扩大，云南浅度老龄化范围扩大；2010—2015深度老龄化范围扩大，趋于“片状”分布，老龄社会开始在江苏、安徽、湖南、四川呈“点状”分布；2015—2020年，长江经济带全部步入老龄化阶段，老龄社会程度分布最广，深度老龄化社会首次出现，8 个城市呈“点状”分别分布在江苏、四川。从发展时序的空间特征看，1982—2020 年长江经济带老龄化程度从东向西的趋势逐步加深，大致以长江三角洲开始逐步向长江中游城市、成渝城市群、云贵两省等逐年逐步加深。

空间分布和空间扩张特征更直观地反映了长江经济带人口老龄化的空间差异。空间分布上，老龄化程度存在明显的空间差异，空间分布格局不完全等同于经济发展格局。改革开放以来，我国以追求经济快速增长为目标导致区域间经济差异显著，长江经济带内部以长三角地区经济发展水平最高，中部中等，西部地区最低。相应的，人口老龄化的分布格局、空间扩张特征与区域经济发展水平存在重合：社会经济发展水平较高的东部地区老龄化程度更深，且空间数量多，而长江下游的云南和贵州的老龄化率相差不大。最近20 年来，长江经济带人口老龄化呈现出由东部向中部和西部扩展，尤其是中部、四川等地区老龄化程度更深发展的局面，改变了人口老龄化与经济发展水平初步接近的格局。

2.4 空间关联性

本文计算了1982—2020 年8 个阶段老龄化系数的全局Moran′s I 指数，结果如表3 所示。在这8个阶段中，全局Moran′s I指数均大于0，并通过高显著性检验（p ＜0.001），说明长江经济带各区域人口老龄化在空间上呈现出集聚分布特征，人口老龄化空间分布呈较强空间自相关。即，老龄化程度较高的地区与同为老龄化程度较高的地区集聚；反之，老龄化程度较低的地区与同为老龄化程度较低的地区集聚。1982 年、1990 年、1995 年、2000 年的Moran′s I指数与Z检验值始终保持上升趋势，表示人口老龄化空间集聚程度扩大，2005 年、2010 年Moran′s I 指数与Z 检验值有所下降后，但2015 年、2020 年的Moran′s I指数与Z 检验值变化较小，说明长江经济带人口老龄化的空间集聚程度有所下降后保持了一定的连续性。

表3 1982—2020 年长江经济带人口老龄化全局Moran′s I值Table 3 Moran′s I values of population ageing in the Changjiang River Economic Belt from 1982 to 2020

2.5 空间极化特征

本文通过测算老龄系数的EGR 指数来分析长江经济带1982—2020 年近40 年间人口老龄化低值区与高值区的差距是否增大。从长江经济带整体和长江上、中、下游进行极化分析，上游地区包括重庆、四川、贵州、云南4 省市，中游地区包括江西、湖北、湖南3 省，下游地区包括上海、江苏、浙江、安徽4 省市。本文以长江经济带上、中、下游进行比较分析，在实际测算过程中，参考相关研究［16，32］与实际测算比较后，将长江经济带参数设定为Q ＝4、α＝1.5、β＝1.5，长江经济带上、中、下游参数设定为Q ＝24、α＝1.5、β＝1.5，计算结果见表4。

表4 长江经济带人口老龄化极化指数Table 4 Population aging polarization index in the Changjiang River Economic Belt

长江经济带极化指数的值数呈波动上升状态，呈“上升—下降—上升”的趋势，意味着长江经济带人口老龄化极化程度呈“增强—减弱—增强”的特征，整体上仍以“增强”为主。从具体年份看，长江经济带在1982—2000 年极化指数上升迅速，2000—2010年下降，2010—2020 年小幅度上升。长江经济带上、中、下游其人口老龄化极化在程度和发展趋势也存在着较大差异。上游人口老龄化极化程度不断加深，2020 年在长江经济带中极化程度最高；中游城市人口老龄化极化发展幅度较小，2010—2020 年出现小幅度下降趋势，但总体极化趋势为增强；下游城市人口老龄化极化指数从1982—1990 年为高值，1990—2010 年下降，2010—2020 年呈小幅度上升趋势，但1982—2020 年总体极化呈下降趋势。长江经济带整体与各区段的人口老龄化呈非均衡发展，一些地区“未富先老”现象的出现是区域间人口老龄化与社会经济发展脱节的结果，将导致经济发展欠发达的云南、贵州、四川地区养老负担加重，进一步加剧东部、中部、西部地区之间发展不平衡的局面。

3 影响因素分析

3.1 因子选择

人口老龄化是在人口年龄结构、社会经济等众多因素的综合影响下形成的［10，12-13］。具体来说，长江经济带各个空间单元的区位条件、经济基础、基础设施、年龄结构等各方面发展存在着差距，对老龄化的应对措施和所处阶段的不同，面对人口老龄化的主要问题也有所不同。鉴于此，本文以长江经济带上、中、下游进行分组，分析其人口老龄化空间特征的影响因素。参考相关文献［10，12，19］，基于数据的可获取性，本文从人口、经济基础、社会保障3 方面来选择影响因素：①人口因素 人口自然增长率。人口自然增长率体现人口出生率、死亡率的变动情况。②经济基础 人均GDP、一般财政支出、社会消费品零售总额、第三产业增加值、职工平均工资。其中：人均GDP 体现了区域经济发展实力；一般财政支出是政府职能的经济表现；社会消费品零售总额体现了区域的经济活力；第三产业增加值反映了地区的产业结构，经济促进了生活质量的提升，进而延长了寿命，是人口老龄化得以持续的主要因素；职工平均工资则是关系一个地区的劳动人口利益，劳动人口的流入或流出将直接影响一个地区的人口年龄结构。③社会保障 医疗卫生机构床位数、普通中学数。医疗、教育保障是整个社会保障体系的重要组成部分，而老龄人口与适龄儿童与其发展密切相关。

3.2 分析结果

本文以2020 年长江经济带130 个空间单元的老龄化系数为被解释变量，分为上、中、下游3 组，运用分位数法对解释变量进行分类处理，采用地理探测器探测长江经济带人口老龄化空间特征的影响因子。地理探测器因子探测结果见表5。各区域通过显著性检验的因子如下：长江上游人口老龄化驱动力依次为自然增长率（0. 705）＞职工平均工资（0.453）＞医院、卫生机构床位数（0.284）＞第三产业增加值（0.233）＞社会消费品零售总额（0.217）＞普通中学数（0.205）；长江中游人口老龄化驱动力依次为自然增长率（0.566）＞一般财政支出（0.306）＞医院、卫生机构床位数（0.300）＞职工平均工资（0.278）；长江下游人口老龄化驱动力依次为职工平均工资（0.307）＞一般财政支出（0.270）＞社会消费品零售总额（0.248）＞自然增长率（0.236）＞医院、卫生机构床位数（0.231）＞普通中学数（0.219）。

表5 2020 年长江经济带及人口老龄化因子探测结果Table 5 Detection results of population aging factors in the Changjiang River Economic Beltin 2020

长江上游与中游人口老龄化驱动力最显著的是自然增长率，而下游人口老龄化驱动力最为显著的是职工平均工资，自然增长率的驱动力相对较小。人口老龄化问题实质上也是人口年龄结构失衡问题。长江上游与中游人口老龄化的核心驱动力是自然增长率，说明出生率与死亡率直接影响着该区域人口老龄化程度，当前提高出生率是缓解人口老龄化的重要途径，实施“三孩”生育政策，提升生育意愿，提高人口出生率从而改善人口年龄结构。职工平均工资作为长江下游地区人口老龄化的核心驱动力，同时也较为显著地影响着长江上游和下游地区的人口老龄化程度，与其经济实力密切相关。职工平均工资的高低对劳动人口流入或流出有着直接影响，职工平均工资高会吸引劳动力流入，劳动年龄人口一般为15—59 岁，此年龄段人口数的增加使该地区人口年龄结构呈年轻化状态，而职工平均工资低地区的劳动力流失是促使人口老龄化的重要因素，2019年末长江经济带职工平均工资排名前三的省市分别为上海、浙江、江苏，侧面验证了职工平均工资是长江下游地区人口老龄化的核心驱动力。

除职工平均工资外，从经济基础看，一般财政支出作为长江中游与下游地区人口老龄化第二显著的驱动力，与政府职能的经济表现密切相关。养老相关费用集中在一般财政支出之中，随着人口老龄化的加剧，政府行为下对老年群体保障、财政支出将会加大，老年人口有很大程度考虑一个地区的养老福利如何，主要向高福利、社会保障条件好的地区迁移，这是长江中游与下游人口老龄化的重要影响因素之一。通过政府行为切实保障好老年人口的基本生活，是积极应对人口老龄化的重要举措。社会消费品零售总额对长江上游与下游地区人口老龄化影响较大。社会消费品零售总额其中包括大中小型商业、餐饮业、工业等，经济活力、景气程度直接影响人民的生活质量，而人民的生活质量影响着人口寿命的长短。第三产业增加值仅对长江上游地区人口老龄化有影响。第三产业增加值反映了地区产业结构，随着人口老龄化的不断推进，人口数量红利逐渐消失，产业发展既面临由劳动力供给规模下降对劳动密集型产业带来的挑战，又面临由于劳动力老化而带来的劳动生产率降低等不利影响。同时，老龄消费的增加也有利于老龄产业的发展，进而有助于促进产业结构的转型升级。

在社会保障方面，医院、卫生机构床位数对长江上、中、下游人口老龄化均有影响。医疗作为社会保障体系最重要的组成部分，随着老龄化程度的加深，提高欠发达地区的医疗水平有助于减轻其养老负担。一方面医疗水平的提高会使人口寿命延长，另一方面与之相关的养老服务机构和医养结合的相关产业应运而生也会带来大量的就业机会。普通中学数对长江上游、下游人口老龄化产生影响。教育方面，促进教育资源公平分配，减轻各家庭义务教育阶段的育儿负担，为流动儿童和贫困家庭提供相应的教育补贴。

人口老龄化不可避免，如何积极应对是当前人口老龄化发展的重中之重。长江经济带人口老龄化是由各因素交互影响着人口年龄结构变化，人口年龄结构变化表现为生育率下降和人口预期寿命提高。从现阶段看，首先要积极推行“三胎政策”，以应对出生率较低的问题，相应的生育福利、育儿保障也需要提供，推进地区教育资源公平，降低家庭育儿教育开支的负担，促使生育意愿的提升；其次，完善居民养老福利保障体系，进行医疗健康改革，合理分配医疗资源，以此减轻养老负担；第三，长江经济带各区域经济发展差距较大，缩小地区间的经济发展差距，激发经济活力，可以有效降低发展中地区劳动年龄人口外流的问题，在享受流动人口带来的人口红利的同时，应保障流动人口的劳动报酬与社会福利，从而减轻欠发达地区的养老负担。

4 结论与讨论

4.1 结论

本文基于人口普查数据和人口抽样调查数据，分析刻画了1982—2020 年长江经济带130 个空间单元的人口老龄化空间特征，并利用地理探测器探究了长江经济带人口老龄化空间特征的影响因素，结论如下：①从人口老龄化发展现状看，长江经济带人口老龄化类型以超老龄社会、老龄社会、深度老龄化型的地区为主，说明在很长一段时间内，这些地区将一直处于此老龄化阶段；从老龄化程度看，2020 年长江经济带130 个空间单元已全部进入老龄化。②从人口老龄化空间特征看，长江经济带人口老龄化空间分布在不同阶段、不同区域间差异大；空间扩张以“点—面—片”状扩大，空间关联性上长江经济带人口老龄化空间呈集聚，集聚程度在2005 年、2010年大幅下调后，2015 年、2020 年保持很小的波动范围，说明长江经济带人口老龄化的空间集聚程度在有所下降后保持了一定的连续性。通过对长江经济带人口老龄化极化测算，结果显示：1982—2020 年间长江经济带人口老龄化具有极化特征，长江经济带整体和长江上游、中游城市极化程度呈现“增强—减弱—增强”的特征，但长江下游城市极化程度减弱。③通过对长江经济带人口老龄化空间特征的影响因素的分析发现，自然增长率、一般财政支出、职工平均工资、社会消费品零售总额、普通中学数、医院卫生机构床位数等因子显著影响长江经济带上、中、下游人口老龄化，各因子的影响程度不同。长江经济带人口老龄化区域差异直接原因是人口因素，而根本原因是社会与经济的差距，各因素交互影响着人口年龄结构的改变。

4.2 讨论

从目前的长江经济带各省市人口老龄化程度来看，四川人口老龄化问题更为突出，主要呈现出“未富先老”和省内城市之间老龄化程度差异较大的状态。与长三角老龄化地区相比，四川的经济发展水平相对落后。2021 年10 月《成渝地区双城经济圈建设规划纲要》发布，这是一项缩小区域间经济差距的重要举措。从长江经济带地理位置看，成渝地区是西部大开发的重要支撑点，辐射了包括贵州、云南等经济相对欠发达的内陆地区。成渝经济圈的发展，在一定程度上将缓解中西部地区人口和人才流失的局面，缓解人口老龄化。现阶段，如何应对“快速”“超老龄”的人口老龄化问题对四川来说将是一个重大考验，笔者将在今后的研究中予以关注。