2000—2020年中国人口老龄化及其区域不平衡性的演变

张文娟,陈 露

(1.中国人民大学 人口与发展研究中心,北京 100872;2.中国人民大学 社会与人口学院,北京 100872)

一、研究背景

2020年,我国实现了第一个百年目标,迈入全面小康社会的中国开启了建设社会主义现代化国家的新征程。十四五期间,中国将会步入中度老龄化社会,人口规模负增长拐点即将到来[1],向第二个百年目标迈进的进程将始终伴随着人口老龄化的大趋势,对新阶段的社会经济发展将产生深刻影响。党的十九届五中全会将积极应对人口老龄化上升为国家战略,《中共中央 国务院关于优化生育政策促进人口长期均衡发展的决定》指出,要以均衡为主线,统筹考虑人口数量、素质、结构、分布等问题,促进人口与经济、社会、资源、环境协调可持续发展。中国是一个幅员辽阔的多民族国家,各地区人口老龄化进程差别显著[2]。进入21世纪以来,我国人口老龄化的总体形势和区域格局不断变化。人口老龄化的加剧对各地的社会保障体系、医疗及养老服务体系建设提出了挑战[3-4],然而中国在社会经济发展水平方面的地区差异明显,这也导致各地在应对人口老龄化的能力方面存在广泛的地区差异[5]。人口老龄化及其区域差异关系到人口发展的代际公平和地区公平,有效应对人口老龄化、促进各地区人口的均衡协调发展,对实现共同富裕、全面建设社会主义现代化国家具有重要意义。因此,基于最新的权威数据深入分析中国人口老龄化的现状、趋势和区域差异对我国新时代老龄工作的开展具有重要的参考价值。

本文利用第五次、第六次、第七次人口普查数据以及《中国统计年鉴》中普查年份的数据,从公平和均衡的视角出发,对中国人口老龄化的现状、趋势和区域差异进行多维度分析,力图回答以下问题:当前中国的人口老龄化形势如何?各地的人口老龄化程度与社会经济发展水平的协调性如何?有哪些因素会对这种协调性产生影响?自21世纪初步入老年型社会以来,中国的人口老龄化状况和区域差异呈现出何种变化趋势?

二、研究综述

1.中国人口老龄化的基本特点

中国是人口规模最大的发展中国家,也是世界上老年人口最多的国家。中国老年人口规模及比例将在21世纪中叶前不断增长,在21世纪中叶后规模达到峰值,比例基本趋于稳定[6-7]。人口老龄化是人口转变后期出现的普遍现象,随着经济社会的发展,生育率的下降和平均预期寿命的延长共同推进了人口老龄化,而中国的人口老龄化进程基于自身的国情和历史发展阶段具有一定的特殊性。

首先,1980年代以来的计划生育政策加速了我国人口老龄化的进程,新中国成立至20世纪末中国人口出生率下降同等比例所需时间大大少于发达国家[8],少儿人口比例快速减少,推高了老年人口的相对比重。其次,中国是少有的以较低收入进入老龄化社会的人口大国,老龄化的整体进程超前于社会经济的发展,呈现“未富先老”的特点,这与发达国家经济增长和老龄化基本同步的历史经验不一致[8]。最后,中国人口老龄化的区域差异大,各地区进入老龄化的时间先后相距二三十年[2]。

2.中国人口老龄化的区域差异及变动趋势

我国各地社会经济发展水平差距较大,人口老龄化进程不同步。对于我国人口老龄化的区域格局,邬沧萍在21世纪初提出,中国人口老龄化的地区差异较大,自西向东呈阶梯上升,且与经济发展水平具有一致性[2]。但近年来也有研究指出,21世纪以来,我国各地区的老龄化程度在非均衡中同步提升[9-10],各地区的相对经济地位没有显著改变,而人口老龄化程度自西向东呈阶梯上升的态势变得模糊。2010年,我国各省经济发展水平与老龄化程度之间的相关关系在统计意义上已失去显著性[11]。那么,2020年我国人口老龄化及其区域分异呈现何种态势?2020年区域人口老龄化与经济发展水平的协调性是否延续2010年的趋势?地区的人口老龄化程度与经济发展水平一致性的减弱,并不意味着社会经济因素在各地人口老龄化进程中发挥的作用减弱,其中复杂的作用机制值得我们进一步探索。

3.影响中国人口老龄化区域差异的人口学要素

在20世纪后期的30年间,生育率下降是推动中国人口老龄化进程的主要力量[2]。自2014年以来逐步放宽的生育政策改变了既往对人口老龄化发展趋势的判断,2010年以前,各个省区少儿人口比例受计划生育政策的影响基本都呈现快速下降趋势,而在生育政策放宽的过程中,实际生育水平对生育政策调整的敏感性存在较大的地区差异,在各省区少儿人口比例的下降速度均有所放缓的同时,部分省区的少儿人口比例出现回升[12]。少儿人口比例的增加能对缓解人口结构的底部老龄化起到一定作用,但亦有学者指出,生育政策的调整对缓解整体老龄化趋势的作用十分有限[13]。

在低生育水平之下,死亡要素对人口老龄化的影响会进一步凸显[14]。中国的人口平均预期寿命已高于大多数发展中国家,但是不同地区仍存在着较大的差异。2000年和2010年中国各省份人口出生时预期寿命的区域分布情况基本一致,人口平均预期寿命较高的省区主要分布在东部地区,而人口平均预期寿命最低的城市主要分布在西部的青藏高原和云贵高原地区[15]。人口预期寿命的升高主要受经济增长、教育水平提高、环境改善等因素的影响[16]。经济发展水平的提高,对改善国民健康状况和提高预期寿命有积极的贡献,而当经济发展到一定程度后,其对人口平均预期寿命的影响往往会出现边际递减效应[17]。

与生育和死亡因素相比,人口的迁移流动对各区域人口老龄化进程的改变更为迅速和直接[18]。2000年以前,我国地域间的人口流动受到不同程度的限制,21世纪以来,我国流动人口政策开始进入融合阶段,逐步推动实现流动人口与户籍人口享有同等权利[19],流动人口规模经历了2010年以前的快速扩大和2010年以后的稳定增长阶段[20]。人口迁移流动对年龄有高度选择性,我国流动人口始终以劳动年龄人口为主,儿童人口和老年人口占比相对较小[20]。21世纪以来,经济欠发达地区老龄化以更快速度发展且程度不一定低于发达地区,而伴随着大量劳动年龄人口的流入,经济发达地区的老龄化速度放缓甚至老龄化程度降低[21]。生育、死亡、迁移流动3个人口要素共同塑造了各地的人口老龄化进程,那么,当前3个因素在不同地域发挥作用的程度如何?各地人口老龄化的主导因素和作用机制是基本一致还是各有异同?在社会经济发展的大背景下,各地的社会经济环境通过影响最基本的人口要素最终所形成的人口老龄化程度是否与当地的经济发展水平相协调?这也是本研究重点关注的问题。

三、研究设计

1.研究思路

中国自2000年进入老年型社会以来,人口老龄化形势不断变化。已有研究为我们提供了对中国人口老龄化特征、趋势和区域差异的基本判断,但在人口和社会发展的新格局下,对当前中国人口老龄化的时间和空间演化态势的研究依旧有进一步的空间:(1)对人口老龄化状况和趋势的分析多基于2010年第六次人口普查及以前的结果,分析时点较为久远,亟需结合2020年第七次人口普查的最新资料对当前的人口老龄化过程中出现的新情况、新特点展开分析。(2)以往对人口老龄化及其区域不平衡性的分析, 多将人口要素和社会经济要素交杂在一起进行讨论,对人口发展的内在逻辑和外生社会经济变量的作用机制仍需进一步澄清。(3)对人口老龄化区域差异的分解研究主要是对东中西部三区域进行比较,而《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》关于中国的区域协调发展布局则是对东部、中部、西部及东北四大经济区域开展战略部署,因此有必要采用四区域划分方式进行比较考察。为此,本文遵循东部、中部、西部及东北四大地区的划分依据对人口老龄化的地区差异进行测度和分析。

在研究的第一步,通过比较2000—2020年的老年人口比例、老年人口年龄结构和老年抚养比等指标,分析中国人口老龄化的总体状况和发展趋势。第二步,评估和分析2000—2020年我国人口老龄化的省区差异,以及在东部、中部、西部及东北四大地区间的差异。首先,从时空二维视角综合考察人口老龄化的区域分异;其次,采用Dagum基尼系数测度人口老龄化的省区差距,并对差距的来源进行解释。第三步,探讨2000—2020年人口老龄化区域差异的动力机制。首先,基于老年人口比例和人均国内(地区)生产总值绘制31个省(直辖市、自治区)老龄化与经济协调性模式的四分类图,探讨人口老龄化程度和经济发展水平之间的关系;其次构建老年人口比例和总和生育率、平均预期寿命、净流动率的多元回归模型,探寻主导不同时期人口老龄化程度及其与经济发展协调性的省区分异因素。

2.数据来源

本文关于2000年、2010年、2020年中国老年人口数量、老年人口比例、老年人口内部年龄结构的信息均由第五次、第六次、第七次人口普查数据资料汇总计算得出,国际比较数据来源于《世界人口展望2019》。(1)United Nations, Department of Economic and Social Affairs, Population Division. World Population Prospects 2019, Online Edition. Rev. 1.

文中对于东部、中部、西部和东北部4个区域的划分标准来自国家统计局发布的《东西中部和东北地区划分方法》,东部包括:北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个省级行政区;中部包括:山西、安徽、江西、河南、湖北和湖南6个省级行政区;西部包括:内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12个省级行政区;东北包括:辽宁、吉林和黑龙江3个省级行政区。

研究采用人均国内(地区)生产总值(按当年价格计算)反映各地的经济发展水平。2000年、2010年、2020年3个普查年份的数据直接来源于《中国统计年鉴2001》《中国统计年鉴2011》《中国统计年鉴2021》。研究采用总和生育率反映生育水平,该数据根据第五次、第六次、第七次人口普查资料计算得出。死亡率采用平均预期寿命进行度量,数据来源于《中国人口与就业统计年鉴2021》中汇总的各普查年份各地区人口平均预期寿命。对于区域间的人口流动,采用净流动率指标进行测度,并将其界定为流入某一地区的人数与从该地区流出的人数的差额占该地区平均人口数的比例,数据根据2000年、2010年和2020年3次人口普查资料中按现住地、户口登记地在外省的人口和各地区总人口数计算得出。

3.研究方法

本文借鉴经济学中衡量收入分配差距的方法,对人口老龄化的区域不平衡度进行测度,利用Dagum基尼系数对60岁及以上老年人口比例的省区差距进行测算。

相较于传统的基尼系数和泰尔指数,Dagum基尼系数的优势在于能够对地区内和地区间的差距进行分解[22],呈现省区差异的不同来源,识别出样本之间交叉重叠的情况。Dagum基尼系数中的总基尼系数的数值与传统基尼系数一致,其分解功能也体现在了计算公式中:

Dagum的基尼系数分解方法可以将基尼系数G分解为地区内差距Gw、地区间差距Gnb和超变密度(Intensity of Transvariation)Gt三部分,即G=Gw+Gnb+Gt。

分解中所构建的地区相关的比例指标如下:

pj表示j地区内省区数量占所有省区数量的比重,sj表示j地区内各省区老年人口比例加总值占所有省区老年人口比例加总值的比重。

分解过程的具体计算公式如下:

上述两式主要涉及地区内差距,Gjj表示j地区的基尼系数,Gw表示地区内差距对总基尼系数G的贡献。

地区间的基尼系数Gjh计算公式如下:

如果仅用地区内各省份老年人口比例均值定义地区的人口老龄化程度,那么我们认为j地区的人口结构比h地区更“老”,而在实际中,j、h地区中各省区的老年人口比例排序可能会存在交叠,例如可能存在yji

上述两式中,Fj(Fh)表示j(h)地区内老年人口比例的累计密度函数,djh表示j、h地区中所有大于0的yji-yhr的样本值的数学期望,pjh则表示j、h地区中所有小于0的yji-yhr的样本值的绝对值的数学期望,可以反映样本值排序跨地区超变的程度,超变的含义为所考虑的两个省区的老龄化程度差异与相应地区的平均值差异具有相反的符号。

最后构建Djh作为地区间差距占G-Gw的比重,分别计算出地区间差距Gnb和超变密度Gt对总基尼系数G的贡献。

需要说明的是,利用Dagum基尼系数测算省区差距和分解差距来源时,研究者将省(直辖市、自治区)作为分析的“个体”,将同一地区内的所有省份视为一个“子群体”。选择以省为基本单元测算Dagum基尼系数的考量是:省级行政单位通常为评估人口老龄化地区差异和制定应对策略的基本单元,在后续分析区域人口老龄化与社会经济发展的协调性时亦保持一致。在国家层面制定人口发展的区域规划时往往针对整个地区确定指导方针,难以兼顾每个省的具体情况,而通过对各省人口老龄化水平与所属区域的整体老龄化水平的匹配度评估,以及形成机制分析,可以为各省结合自身情况因地制宜、精准施策提供事实依据。

4.研究框架

本文的研究框架如图1所示:

图1 研究框架图

四、中国人口老龄化的总体状况及趋势

2020年中国60岁及以上老年人口规模达到2.64亿,是世界上规模最大的老年人口群体,占全球老年人口的25%。2020年,中国老年人口在总人口中的占比达到18.73%,虽仍处于轻度老龄化状态,但已十分接近中度老龄化阈值。2000—2020年期间,中国的人口老龄化持续加速,60岁及以上老年人口比例的年均增长率达到2.96%,是这一期间世界人口老龄化年均增长率的1.93倍,是发展中国家人口老龄化年均增长率的1.59倍。比较2000—2020年中国的人口老龄化水平增长状况(表1)可以发现,60岁及以上老年人口在总人口中的比例不断攀升,2000年刚超过10%,为10.46%,2010年增至13.32%,2020年已达到18.73%;2000—2010年60岁及以上老年人口比例年均增长率为2.45%,2020年较2010年上升了5.41个百分点,年均增长率达到3.47%。65岁及以上老年人口占总人口的比例呈现同样趋势,2000年为7.10%,2010年增至8.92%,2020年普查结果为13.52%,后一个十年的年均增长率(4.25%)明显高于前一个十年(2.31%)。

表1 2000—2020年中国老年人口比例状况 %

剖析2020年老年人口的年龄结构可以发现,60岁及以上老年人口中,60～69岁组老年人口的比例最高,达到55.83%,70～79岁组比例为30.61%。因此,现阶段的老年人口依旧以中低龄老年人为主体,开发老年人力资源、促进老年人社会参与的意义重大。比较2000年以来的老年人口年龄结构可以看出,随着时间的推移,老年人口内部的年龄结构呈现低龄人口比例下降、高龄人口比例不断上升的趋势。其中,60～69岁人口占全体老年人口的比例从2000年的58.84%降至2010年的56.18%,再降至2020年的55.83%,下降速度有所放缓;80岁及以上的高龄老年人口的比例从2000年的9.23%上升至2010年的11.82%,再到2020年的13.56%,上升速度有所波动。近十年来,百岁及以上老年人口规模出现了大幅度增长,从2000年17877人增至2020年的118866人,在老年人口中的比例也不断上升。社会经济发展推动了老年人口平均预期寿命的不断延长,导致老年人口的高龄化特征日益凸显。

五、中国人口老龄化的区域不平衡性及其演变

1.中国人口老龄化的区域格局

全国31个省(直辖市、自治区)中,60岁及以上老年人口比例辽宁最高,达到25.72%,上海第二(23.38%),黑龙江第三(23.22%)。达到中度老龄化标准的省区有12个,但均未进入深度老龄化阶段。西藏自治区是中国大陆唯一一个尚未进入老年型社会的省级行政区,该区60岁及以上老年人口的比例为8.52%。

21世纪以来,各省的人口老龄化程度持续加深,一直存在明显的区域差异。上海、辽宁、重庆、江苏等省区的人口老龄化程度在全国一直居于高位,广东、青海、新疆、西藏、宁夏等省区的老龄化程度则一直相对较低。20年间,部分省份的人口老龄化程度排名发生了较大的变动:黑龙江、吉林、内蒙古等从人口老龄化程度相对较轻的省区转变为老龄化程度相对较重的地区,而浙江、北京等地则呈现出相反的发展态势,安徽、天津等省区的人口老龄化排名则发生了波动性的变化。上述变化反映出2000年以来各省区人口老龄化进程的起点和速度的差异,地区差异有着不同的成因,同时也在不断改变着我国人口老龄化的区域格局。

按照东部、中部、西部、东北四大地区测算各区域的人口老龄化程度可以发现,2020年东北地区60岁及以上老年人口的占比达到24.26%,远高于其他地区,而中部地区(18.83%)次之,东部地区(18.34%)第三,西部地区的人口结构最为年轻(17.77%)。若以65岁为老年人的年龄标准来进行测算,东北地区老年人口的比重为16.39%,仍位居四大地区之首,中部地区(13.90%)次之,此后西部地区(13.13%)略高于东部地区(13.04%)。由此可见,东北地区已成为全国老龄化程度最深的地区,人口老龄化水平远高于其他地区;中部地区虽然没有人口老龄化水平特别突出的省份,但6个省区的人口老龄化程度整体偏高,其老龄化问题也应引起重视;东部和西部的人口老龄化程度虽然相近,但在结构和成因上存在差异。东部和西部地区的人口老龄化排名在两种年龄划分标准下发生了变化,意味着东部60～64岁的年轻老年人占比较高,在延迟退休背景下,社会经济发展水平相对落后的西部地区将要面对较东部地区更为沉重的社会抚养负担。

在2000年进行的第五次人口普查结果中,东部地区的人口老龄化程度明显高于其他3个地区,中部次之,东北地区和西部地区差距不大。21世纪以来,四大地区的老龄化水平在非均衡中共同提升,两个10年里我国人口老龄化的区域格局发生明显的变化。表2呈现了2000—2020年中国四大地区老年人口比例状况。自2010年开始,东北地区后来居上,成为中国人口老龄化程度最深的地区,中部、西部次之,差距不大,东部地区则成为人口老龄化程度最低的区域。2010年西部地区的重庆、四川跃居老龄化程度最深的省区前两位,西部地区整体的人口老龄化程度较2000年明显加深。2020年较之2010年,东北地区人口老龄化程度与其他地区的差距明显拉大,东部地区的人口老龄化程度重新超越了西部地区。

表2 2000—2020年中国四大地区老年人口占地区总人口的比例 %

2.中国人口老龄化的空间平衡分析

为了更深入地了解我国人口老龄化的区域不平衡性,表3呈现了2000—2020年全国31个省(直辖市、自治区)60岁及以上老年人口比例的Dagum基尼系数及地区分解结果。可以看出,我国人口老龄化程度的总基尼系数整体呈上升趋势,从2000年的0.0948增至2010年的0.0967,再升至2020年的0.1215。2000年与2010年系数值相距不大,而2020年较2010年有大幅提升。我国人口老龄化水平省际差距的提升需引起重视。四大地区中,西部地区的地区内差距始终保持最大,而地区内差距最小的由2000年的中部地区转变为2010年及以后的东北地区。20年间,地区内差距对总基尼系数的贡献率没有大的波动。地区间差距对总基尼系数的贡献率先下降后上升,2000年其对总基尼系数的贡献率为54.20%,2010年大幅降至27.68%,2020年回升至51.07%。超变密度对总基尼系数的贡献率先上升后下降,从2000年的20.35%升至2010年的42.67%,2020年又降至23.42%。上述事实说明,2000年我国人口老龄化的省际差距主要源于四大地区间的区域差异,而2010年转变为跨区域的超变密度,2020年又转变为地区间差距。

表3 2000—2020年各省(直辖市、自治区)老年人口比例的Dagum基尼系数及地区分解

东部、中部、西部和东北四大地区的设定,在地理空间上仅是相对粗略的条块式划分,主要的划分依据是各区域的社会经济发展状况。2010年跨经济区域的“超变密度”贡献率的大幅上升,反映了当年部分省区人口老龄化程度与其所属区域人口的整体老龄化水平不匹配的情况,2020年超变密度的贡献率有所回落,但人口老龄化的区域不平衡问题仍然较为严峻。经济发达地区往往有更多的资源和储备,可以构建更加强有力的老龄化社会治理体系来应对人口老龄化的挑战。

六、人口老龄化与省区社会经济发展的协调性及其主导因素

观察2000—2020年间各省(直辖市、自治区)在老年人口比重和人均国内(地区)生产总值的坐标图上的位置分布(图2),可以发现,2000年省区人口老龄化水平与人均国内(地区)生产总值整体呈正相关关系,相关系数达到0.683,而2010年以后,省区人口老龄化水平与人均国内(地区)生产总值之间的相关性下降至0.3以下,且不具有统计显著性,人口老龄化与经济发展的一致性相较于21世纪初明显减弱。以全国水平为界,可以将各个省的人口老龄化与经济发展的协调性归为四种类型:“高老龄化程度-高经济水平”“高老龄化程度-低经济水平”“低老龄化程度-低经济水平”“低老龄化程度-高经济水平”。以2020年为例:(1)北京、上海、江苏、天津是“高老龄化程度-高经济水平”类型中的典型,这些省(直辖市、自治区)大多位于东部沿海地区,人口老龄化发生早、程度高,经济发展水平处于全国前列;(2)东北地区的辽宁、吉林、黑龙江以及西部地区的四川是“高老龄化程度-低经济水平”类型中的典型,社会经济发展水平不高而老年人口比重较高;(3)西藏、新疆、青海、宁夏等边疆地区或少数民族聚居区属于“低老龄化程度-低经济水平”类型,经济发展水平不高,但保持相对年轻的年龄结构;(4)广东、福建两个省份则属于“低老龄化程度-高经济水平”类型,在高经济发展水平下保持人口年龄结构的相对年轻。

图2 2000—2020年各省(直辖市、自治区)老年人口比例与人均国内(地区)生产总值四分类图

2000年以来,我国各省区的相对经济地位没有发生较大的变化,而对应的人口老龄化的排名则出现了一些明显的变动,为了探究省区人口老龄化与经济发展协调性背后的作用机制,考察生育、死亡和迁移3个直接因素如何造成人口老龄化的省区分异,我们以31个省(直辖市、自治区)为分析单位,以老年人口比例为因变量,以反映生育水平的总和生育率、反映长寿水平的平均预期寿命以及反映人口流动水平的净流动率为自变量,构建了多元回归模型。表4呈现了3个普查时点各省区人口老龄化程度直接影响因素的回归结果,可以发现:(1)平均预期寿命变量在3个回归模型中均通过了统计显著性检验,且回归系数符号均为正,表明各省的人口平均预期寿命在各个时点对其人口老龄化程度有显著的正向作用;(2)净流动率变量在2010年、2020年的模型中通过了统计学显著性检验,且回归系数符号均为负,这表明21世纪初国内人口迁移流动的规模尚不足以撼动人口自然增长因素主导下的人口老龄化区域格局, 而2010年以来的大规模、具有明显年龄偏向性的人口流动对各省区人口年龄结构产生了深刻影响;(3)总和生育率仅在2020年的模型中通过了统计显著性检验,且回归系数为负,表明计划生育政策放宽以前,各省的生育水平及其对老龄化的贡献并不存在明显差别,而现阶段人口的生育意愿和生育行为的省际差异更加明显,较高的生育水平可以有效地缓解省区的人口老龄化,而较低的生育水平则会加剧人口结构的“底部老龄化”;(4)在2010年的标准化回归模型中,净流动率变量的系数绝对值小于平均预期寿命变量,而在2020年的标准化回归模型中,净流动率变量的系数绝对值最大,平均预期寿命变量次之,这意味着现阶段各省区净流动率的差异对人口老龄化省际差异的影响已经超过平均预期寿命和总和生育率的作用。劳动年龄人口的地域流动并不意味着他们将长期在流入地定居,部分流动人口在退出劳动力市场后的回流会产生劳动地点与抚养地点的错位,从而加剧社会保障体系的区域不公平性。

表4 2000—2020年省区人口老龄化程度直接影响因素的回归模型

与国际迁移相比,国内的人口流动少了许多限制。现阶段对于各个地区而言,生育、死亡和迁移流动3个因素共同在人口老龄化进程中发挥作用,其中迁移流动因素与地区经济发展水平关系密切。各大区域、各个省份人口老龄化状况与趋势的共性与个性,共同塑造了当前大流动背景下中国人口老龄化的全新区域格局。表5展现了2020年各省(直辖市、自治区)人口老龄化程度、总和生育率、平均预期寿命、净流动率的值及标准化值,通过比较各省区生育、死亡、迁移的相对水平,可以对典型省区的模式进行分析和总结:(1)北京、上海、天津属于最早发生人口转变的一批省区,平均预期寿命全国领先,而总和生育率明显处于较低的水平,发达的经济状况吸引了大量劳动人口流入,但现阶段并未逆转其人口老龄化向纵深发展的态势;浙江也是最早发生人口转变的省区之一,近年来经济发展势头迅猛,吸引了大量的年轻劳动力,有效缓冲了当地被低生育率和低死亡率推高的人口老龄化,人口老龄化程度只是与全国平均水平基本相当。(2)东北地区的3个省份是中国工业化与城市化最早的地区,进入新世纪以来,经济发展缺乏动力,年轻人口大量外流,而建国初期迁至东北地区开展建设的人口则相继进入老年期。目前,该区域的劳动年龄人口净流出相对减少,平均预期寿命高于全国平均水平,而总和生育率已经与北京、上海等低生育率地区相当。多种因素的共同作用加剧了该地区的人口老龄化程度,也对现阶段东北地区的经济复苏与转型形成了巨大挑战。(3)西藏、宁夏、青海、甘肃、贵州、云南、广西等边疆地区或少数民族聚居区经济发展水平相对落后,人口转变的时间较晚,仍然保持较高的生育水平,除广西外的各省平均预期寿命相对较低,因而人口老龄化程度较低;其中甘肃、贵州、云南、广西等地的人口净流出现象较为突出,推升了当地的人口老龄化水平。(4)广东、福建经济发展水平较高,平均预期寿命高于全国平均水平,而其生育水平也相对较高,自改革开放以来吸引了大量外商直接投资,大量的劳动密集型企业吸引了规模庞大的劳动年龄人口涌入,在这个过程中,人口年龄结构年轻化与当地的经济发展互相促进,使其处于相对稳定的低社会抚养负担状态。

表5 2020年各省(直辖市、自治区)人口老龄化、生育、死亡、流动水平状况

七、结论与判断

本文基于2000—2020年间的3次全国人口普查数据以及对应年份的人均国内(地区)生产总值数据,探讨了中国人口老龄化的状况和发展趋势,并对人口老龄化的区域格局和区域不平衡性的演变进行了系统研究,探讨了31个省(直辖市、自治区)人口老龄化程度和经济发展水平之间的关系,揭示了生育率、平均预期寿命、净流动率对不同时期人口老龄化省区差异的影响。得到以下主要结论:

(1)中国老年人口占总人口的比例高,老年人口内部低龄老年人比例最高。自2000年以来,老年人口比例呈不断上升的趋势,老龄化进程明显加快,高龄化趋势明显。

(2)2020年,全国31个省(直辖市、自治区)中达到中度老龄化标准的省区有12个,但均未进入深度老龄化阶段,东北地区已成为全国老龄化程度最深的地区。2000—2020年,我国人口老龄化程度的总基尼系数整体呈上升趋势,2000年与2010年的值相差不大,而2020年相较于2010年有大幅提升。21世纪初中国人口老龄化自西向东阶梯式上升的区域格局在20年间发生了明显变化,2010年老龄化省区差距主要来源不再是地区间差距,而是跨区域的超变密度,2020年又重新转变为地区间差距。人口老龄化区域格局的演变提示我们需要更加关注人口老龄化的区域不平衡,及其与省区经济发展水平的协调性。

(3)近年来,省区人口老龄化与经济发展的协调性相较于21世纪初明显减弱。根据人口老龄化与经济发展的协调性可以将各个省区分为“高老龄化程度-高经济水平”“高老龄化程度-低经济水平”“低老龄化程度-低经济水平”“低老龄化程度-高经济水平”四种类型。在社会经济发展的大背景下,生育、死亡和迁移流动3个因素在不同时点、不同地区的人口老龄化进程中发挥了不同作用:平均预期寿命的延长一直是推动各省人口老龄化的重要力量;生育政策放宽后,生育水平的分化显著提升了人口老龄化的地区差异;2010年以来的人口流动深刻影响着人口老龄化的区域格局。

过去20年,中国取得了脱贫攻坚战的胜利,社会保障的力度和广度持续提升,健康中国战略逐步推进,这些因素对我国人口预期寿命的增长都发挥了重要的作用,而生育率的快速下降使人口老龄化的形势更加严峻。在积极应对人口老龄化国家战略背景下,须充分抓住老年人口中中低龄老年人口为主体的契机,开发老年人力资源,促进老年人的社会参与,合理制定和推进延迟退休政策。在人口老龄化存在区域不平衡、区域经济发展和人口老龄化不均衡的状态下,更需要从战略全局的视角进行统筹规划,系统应对人口老龄化挑战;同时中央和地方需因地制宜,完善人口的空间布局,提高区域发展的公平性与均衡性,助力实现共同富裕的目标。