山东省人口老龄化空间格局及影响因素研究
2023-11-01陈素青任秋蔚葛文渊刘兆德
陈素青, 任秋蔚, 葛文渊, 刘兆德*, 赵 虎
1.山东建筑大学 图书馆, 山东 济南 250101; 2.潍坊市规划编制研究中心, 山东 潍坊 261021; 3.山东建筑大学 建筑城规学院, 山东 济南 250101
人口老龄化是当今世界各个国家面临的一个共同的社会问题。我国2000年开始步入老龄化社会,近20年来老龄人口所占比重不断提高。第七次全国人口普查显示,2020年我国65岁以上人口占总人口的比重已经达到13.45%。2023年5月5日,二十届中央财经委员会第一次会议指出:“我国人口发展呈现少子化、老龄化、区域人口增减分化的趋势性特征”。人口问题已经成为我国面临的全局性、长期性和战略性的问题。
学术界对人口老龄化的探讨起始于20世纪中期,伴随着人口老龄化水平的不断提升和区域差异的持续拉大,80年代以来更多学者从空间维度研究人口老龄化现象。国外学者主要是基于不同空间尺度,对城市内部、国家内部和全球的老龄人口的区域差异、空间分布及其影响因素进行了研究[1-5],Rogers等[4]通过对比英国、美国老龄化水平的空间分布,研究发现都市区的核心区和偏远的乡村地区是老年人口的主要聚居地;20世纪80年代日本35%的老年人口集中在三大都市圈内,到了90年代,都市圈内部老龄化空间扩张日益严重。目前国内已经形成了相对完整的研究范式。从研究内容上看,初期的研究主要是对人口老龄化变化过程及其类型进行归纳与总结[6-7],目前已经拓展到人口老龄化空间格局和区域差异的影响因素及其形成机理[8-9]。从研究区域上看,包括全国[10-11]、省级[12-14]、城市群[15-16]、城市[17-18]、县级[19-20]等。从研究方法上看,随着数理统计方法的不断发展,老龄化空间分布格局的影响因素及其形成机理由定性向定量分析转变,尤其是近年来的地理加权回归[20]、地理探测器[21]的应用,更准确地揭示了人口老龄化形成因素的空间异质性。国内大量实证研究揭示,伴随着我国人口老龄化程度的不断加剧,全国和各省区老龄化存在显著的空间分异,无论是地级市还是县域尺度,“胡焕庸”线的东南半壁高于西北半壁;人口老龄化空间格局是人口因素和经济因素共同作用决定的。
据第七次全国人口普查资料,山东省65岁以上老龄人口居全国第一位。2000、2010和2020年3次人口普查65岁以上人口占全省总人口的比重分别为8.13%、9.85%和15.06%,高出全国1.14、1.03和1.61个百分点,老龄化现象十分严重。近年来,有学者对山东老龄化水平进行了研究[22-23],得出了有益的结论,但对老龄化的空间分异特征及影响因素研究多基于传统计量方法。因此,本文利用2000、2010和2020年人口普查数据,基于区县单元研究山东省人口老龄化水平空间格局的新特征及其影响因素,为山东省合理应对老龄化问题,促进绿色低碳先行区的建设提供理论支撑。
1 研究范围、方法及数据来源
1.1 研究范围
本文研究范围为以山东省2020年行政区划为基础整合的16个设区市的135个区县(含县级市)单元,并将135个区县划分为三大经济圈、两大都市圈。三大经济圈为省会经济圈(济南、淄博、泰安、东营、滨州、德州、聊城)、胶东经济圈(青岛、烟台、潍坊、威海、日照)和鲁南经济圈(临沂、枣庄、济宁、菏泽)。都市圈划分为都市圈核心区和拓展区。济南都市圈的核心包括济南市所辖全部县市区,淄博市的张店区、周村区和淄川区,泰安市的泰山区、岱岳区和肥城市,聊城市的茌平区、东阿县,德州市的齐河县、临邑县和禹城市,滨州市的邹平市;拓展区为淄博、泰安、聊城、德州、滨州市剩余县市区及东营全部县区。青岛都市圈核心区包括青岛市所辖全部县市区,烟台市的海阳市、莱阳市和莱州市,潍坊市的高密市和诸城市,日照市的东港区,拓展区为烟台、潍坊和日照剩余县市区及威海市全部县市区。
1.2 研究方法
1.2.1 老龄化速度
受人口增长类型和经济发展水平的影响,不同区域人口老龄化速度也有明显的差异。美国学者从动态角度构建了测定人口老龄化过程的新指标[24],已得到广泛应用。本文通过指数增长模型来测度山东省各区县老龄化速度,计算方法为
(1)
其中,TA(65+) 为老年人口比重按指数模式的年均增长率,Pt(65+)、Pt(0+)分别为研究期初各区县单元老年人口、总人口数;Pt+n(65+)、Pt+n(0+)分别为研究期末各区县单元老年人口、总人口数;Ri(65+)、Ri(0+)分别为各区县单元老年人口、总人口年均增长率。
1.2.2 空间自相关
本文用Moran’s I探讨山东省人口老龄化空间分布模式,Moran’s I指数大于0,且Z统计值显著,说明各区县人口老龄化存在正的空间关联性,表明老龄化水平同质单元集中分布,值越大,集聚分布越明显。全局空间自相关只能判断是否有空间聚集的情况存在,无法分析具体的聚集区域,因此本文借助LISA 集聚图反映各区县老龄化的局部空间自相关关系,即存在“高-高”“低-低”“高-低”和“低-高”4种关系[25]。
1.2.3 半变异函数
半变异函数是用于研究要素的区域变化量随机性和结构性的一个重要函数,是空间统计学中用于空间相关分析的基本手段[26]。人口老龄化水平受制于地理区位,空间分异明显,具有随机性和结构性的特征。该函数中的4个参数可以用于老龄化水平的空间分异分析。块金值(C0) 可以用于表征人口老龄化水平的随机性程度;基台值(C+C0)可以理解人口老龄化变异的最大程度,包含结构性和随机性变异;块金系数[C0/(C+C0)]可以揭示由空间结构特征引起的变异程度,即可以用于表征要素空间相关程度,通常情况下,该比值小于0.25说明老龄化水平的空间自相关程度高,0.25～0.75自相关程度中等,大于0.75自相关程度较弱[27]。变程(A0)表示人口老龄化水平的自相关的空间范围,小于这个范围,人口老龄化水平具有空间自相关性,反之则不具有空间自相关性。
1.2.4 地理探测器
地理探测器包括因子探测器和交互探测器。因子探测器可以对变量的空间分异程度进行探测,其探测结果以q值大小进行度量,q值的大小反映了某因子对人口老龄化水平空间变化的影响力大小。交互探测器用于不同自变量之间交互作用的测度,估算两因子发生交互作用时对因变量解释力的影响。交互作用的结果有以下5种情形:非线性减弱、单因子非线性减弱、相互独立、非线性增强、双因子增强。
1.3 数据来源与处理
本文人口数据来源于2000、2010、2020年山东省人口普查统计年鉴,社会经济数据主要来自《山东省统计年鉴》《中国县域统计年鉴》及各区县国民经济和社会发展统计公报。采用人口老龄化指数(H),即65岁及以上人口占各自区县总人口比重作为人口老龄化水平的测度指标,同时结合联合国常用划分方法,以65岁以上人口占比超过总人口的7%为进入老龄化社会的衡量标准,并结合相关研究和山东省人口老龄化水平的变化特点,将人口老龄化水平划分为5种类型:当H<7%时为成年型社会,当7%≤H≤10%时为轻度老龄化社会,当10%
2 山东省人口老龄化时空分异特征
2.1 山东省人口老龄化时空特征
2.1.1 人口老龄化水平发展态势
从2000、2010、2020年三大经济圈老龄化水平与全省平均水平比较看,省会经济圈除了2020年高于全省水平外,其他两个年份均低于全省水平,胶东经济圈3个年份均高于全省水平,而鲁南经济圈3个年份均低于全省水平,见表1。按照前文老龄化类型划分的标准,得到3个年份人口老龄化类型的分布图(图1),135个区县的老龄化水平均呈提高趋势。
表1 山东省三大经济圈老龄化水平和老龄化类型
2000年 2010年 2020年
2000年,山东省大部分区县已经进入老龄化社会,仅有23个区县属于成年型,分散分布于全省,省会经济圈区县最多为13个,见表1;轻度老龄化的区县有103个,呈面状分布于三大经济圈;中度老龄化的区县有9个,均集中在胶东经济圈。2010年,全省老龄化类型发生较大变化,成年型减少为1个,为鲁南经济圈的兰山区;轻度老龄化区县减少到73个,主要分布在省会经济圈(37个)和鲁南经济圈(23个);中度老龄化增加到59个,主要集中在胶东经济圈(25个)和省会经济圈(20个);重度老龄化有两个,为胶东经济圈的乳山市和文登区。2020年成年型区县全部消失;轻度老龄化区县减少数量最多,减少到5个;中度老龄化区县减少到22个,三大经济圈均有分布;重度老龄化区县增加到90个,占全部区县单元的比重达到66.67%,呈面状分布于全省,说明老龄化现象进一步加重;极度老龄化共有8个区县,除了周村区在省会经济圈外,其他7个区县全部集中在胶东经济圈。
2000、2010和2020年全省和三大经济圈60～69岁低龄老年人口占60岁以上老年人口的比重均呈现出先下降后上升的特点,山东省所占比重分别为55.76%、51.43%和56.17%,其中2020年高于全国平均水平(55.83%)0.34个百分点,省会经济圈为56.37%、52.91%和56.81%,胶东经济圈为51.56%、47.50%和57.85%,鲁南经济圈为57.44%、52.08%和54.33%。
2.1.2 设区市辖区与都市圈核心区人口老龄化水平比较
设区市辖区老龄化水平较周边县市偏低,2000、2010、2020年57个市辖区老龄化水平分别为7.84%、9.18%、13.49%,低于县市0.46、1.11、3.01个百分点,低于全省0.29、0.67、1.64个百分点。2000年23个成年型的区县中市辖区为17个;103个轻度老龄化区县中市辖区仅为37个,占全部市辖区单元的比重高达64.91%;9个中度老龄化区县中市辖区仅有3个。2010年73个轻度老龄化的区县中有38个市辖区,占该类型的比重达52.05%,59个中度老龄化的区县中仅有17个市辖区,2个重度老龄化区县中市辖区和县市各1个。2020年,5个轻度老龄化单元全部为市辖区,32个中度老龄化区县中有25个市辖区,占该类型的比重达78.13%,90个重度老龄化区县中有只有24个市辖区,8个极度老龄化区县中只有3个市辖区。
2000年济南都市圈和青岛都市圈核心区老龄化水平分别为7.95%、9.35%,高于各自都市圈拓展区0.21和0.33个百分点,2020年两大都市圈核心区的老龄化水平分别提高到14.79%、15.92%,但低于各自都市圈拓展区0.27和0.80个百分点。
2.1.3 老龄化水平增量和老龄化速度空间分异明显
2000—2020年山东省区县人口老龄化增量(2020年老龄化指数减去2000年老龄化指数)和老龄化速度分级,见图2。2000—2020年人口老龄化增量有如下特点,一是设区市辖区老龄化增量普遍低于周围县市,增量小于7.0%的单元共计50个,其中市辖区单元35个,占该类型单元的比重高达70%,形成了以青岛-日照、济南、临沂-枣庄、济宁-菏泽和聊城辖区为核心的5个集聚区,其中东港区、城阳区和兰山区增量均未超过2%。二是增量较大(超过11%)的集中在胶东经济圈的东北部,其中栖霞、乳山市的增量均超过13.5%,其他零散分布于省会经济圈,增量最大的是周村区,高达17.36%。
图2 2000—2020年山东省人口老龄化增量和速度
2000—2020年山东省区县人口老龄化速度呈现如下特征:一是人口老龄化速度的区域差异明显。老龄化速度较快(速度大于4.1%)的区县主要集中在烟威地区、黄河三角洲、鲁西北地区和鲁中南山地丘陵地区,其中周村区、东营区和河口区的速度最快,速度均大于5.1%,周村区的老龄化指数由2000年的8.00%提高到2020年的25.36%,老龄化速度高达5.77%。二是设区市辖区老龄化速度低于周围县市,老龄化速度较慢(速度小于3.0%)的单元主要是设市的辖区,特大城市表现的最为明显,济南市和青岛市辖区的速度大多小于3.0%,临沂市的3个区均低于2.0%。
2.2 山东省人口老龄化的空间关联特征
2.2.1 全局空间相关性
2000—2020年山东省老龄化水平的Moran’s I均大于0,3个年份都在1%的置信度通过显著性检验,见表2,说明山东省老龄化存在正的空间自相关,在空间上主要表现为老龄化水平同质单元的集聚分布,存在较强的空间正相关性,即各区县单元间老龄化水平呈现高-高集聚、低-低集聚的分布特征,也说明了山东135个区县人口老龄化存在空间差异,这种差异表现为先上升再下降的趋势,说明人口老龄化的集聚态势呈现先增加后减弱,与2000年相比,2020年的空间差异仍呈增大的趋势。
表2 2000、2010、2020年山东省人口老龄化全局自相关结果
2.2.2 局部空间相关性
绘制山东省3个年份人口老龄化 LISA集聚图,见图3。从图3中可以看出,“高-高”关联区县由2000、2010年的14个减少到2020年的12个,空间变化不大,主要集中在胶东经济圈;与2000年相比,2010年减少了胶州市和诸城市,增加了龙口市和莒县;与2010年相比,2020年减少了平度市、高密市以及莒县,增加了省会经济圈的邹平市。“低-低”关联区县由2000年的5个,增加到2010年的8个和2020年的10个,空间变化较大,分布相对分散;2000年主要集中在省会经济圈的东营区、宁津县、陵城区、平原县和鲁南经济圈的山亭区,与2000年相比2010年减少了平原县、东营区和山亭区,增加了省会经济圈的冠县和阳谷县,济南市中区和历下区,胶东经济圈的芝罘区,鲁南经济圈的兰陵县;与2010年相比2020年减少了冠县和阳谷县,增加了济南的天桥区、胶东经济圈的李沧区和城阳区以及鲁南经济圈的郯城县。“高-低”关联区县数量少,且只有2000年有此种类型,只有省会经济圈的垦利区、鲁南经济圈的泗水县和兰陵县。“低-高”关联区县也较少,2000年为胶东经济圈的崂山区和环翠区,2010年只有环翠区,2020年为环翠区、省会经济圈的张店区和滨城区。
2000年 2010年 2020年
2.3 山东省人口老龄化的空间分异规律
将山东省人口老龄化指数赋值到各个区县中心,生成样本点分布图,利用GS+10.0软件进行半变异函数分析。由于变异函数的计算要求数据符合正态分布,因此利用SPSS软件进行正态分布检验,经检验3个年份山东省各区县老龄化水平均呈正态分布。经过多次试验确定3个年份的步长固定为35 km。由于半变异函数是未知的,可以通过线性、指数、球状和高斯模型来模拟。主要过程为:第一步选择决定系数最高即模拟效果最好的模型;第二步计算3个年份不同方向的分维数;第三步对其进行克里格差值模拟生成三维图,这样可以得到2000、2010、2020年3个年份半变异函数的计算结果。
(1) 表3列出了3年份老龄化半变异函数拟合。山东省人口老龄化水平的块金值由2000年的 0.000 11提高到2010 年的 0.000 15,再提高到2020年的 0.000 81,说明人口老龄化的空间差异随机变异程度呈递增的态势;3个年份的块金系数虽然均大于0.25,但均小于0.75,说明山东省人口老龄化水平具有较强的空间相关性,与前面Moran’s I结果一致,其空间变异主要受结构性因子的影响[28]。在山东省人口老龄化空间总变异中,由空间自相关引起的结构性分异仍为主导,随机因素造成的空间变异呈小幅增加的趋势。
(2) 从方差拟合图4中可以看出,在既定采样步长下,老龄化水平的变程并未发生变化,说明山东省3个年份人口老龄化空间相关性的空间作用范围变化不大。通过空间变差拟合模拟,2000、2010年均为指数模型,2020年为高斯模型,反映了山东省人口老龄化水平在不同时间具有不同的结构特征,但整体空间分异格局具有连续和稳定性特征;3个年份的决定系数均较高,说明山东省人口老龄化空间格局的自组织性较强。
2000年 2010年 2020年
(3) 从分维数值(D)来看(见表4),山东省3个年份全方向上分维数值趋向增大,并且逐渐接近均质理想值2,表明人口老龄化空间差异程度在减小。从各方向看上,南-北、东-西方向上分维数与其他2个方向上的分维数变化趋势呈反方向,这两个方向上的分维数先减少后增大,呈减少趋势,人口老龄化异质性呈增强趋势,其中南-北方向上2010年分维数下降幅度较大,远离均质分布的理想值,表明该方向上人口老龄化水平空间差异呈加速扩大。3个年份中,南-北、东北-西南、东南-西北方向上虽然分维数值较高,但模型拟合效果较差,而东-西方向决定系数较高,拟合效果较好,且分维数值是这四个方向中最小的,说明东-西方向上山东省人口老龄化水平的空间差异最明显。
表4 山东省人口老龄化半变异函数分维数值
(4)从空间拟合图来看(见图4),2000年山东省人口老龄化空间分布形态有2个高峰和2个洼地,高峰区在胶东经济圈的东部和东北部,洼地在省会经济圈的西北部、鲁南经济圈的西部和中部地区。随着时间的推移,峰值高度降低而峰值数量减少,坡面变得越来越平缓,2010年峰值区依然在胶东经济圈的东部和东北部地区,在胶东经济圈的中西部地区出现了次高峰,洼地主要在省会经济圈的西北部,2020年峰值高度不断降低,高峰区域面积不断缩减,峰值区依然在胶东经济圈的东北部地区并且面积呈缩小趋势,胶东经济圈的中部地区的次高峰区域依然存在,但位置发生了变化,洼地主要集中在鲁南经济圈的西侧和中部地区,但整体上看,老龄化水平东高西低、北高南低的格局未发生根本的变化。
3 山东省人口老龄化时空格局影响因素
3.1 影响因素指标选取
人口老龄化时空格局演变的影响因素众多,归纳起来包括内源性和外在性两个方面。人口结构变动是影响老龄化时空格局演变的最重要的内源性因素。人口老龄化本质上是人口结构演替直接导致的,出生率直接影响到总人口的数量,老年人口的基数、死亡率和迁移量决定一个区域的老年人口数量。社会经济发展水平是影响老龄化时空格局变化的最重要的外在性因素。经济发展一方面提升了城乡居民的生活质量,改善了城乡卫生医疗条件,延长了城乡人均预期寿命;另一方面也改变了城乡居民生育观念,进而影响到区域老龄化的时空格局。 综合考虑山东省数据的可获得性,选取出生率(D1)、死亡率(D2)来表征人口自然变动因素;迁入率(D3)作为衡量人口迁移因素的重要变量,在此以各区县常住人口与户籍人口的比值作为迁入率;以人均GDP(D4)、每千人拥有病床数(D5)、平均受教育年限(D6)和城镇化水平(D7)表征区域经济发展水平、健康保障能力、文化教育以及城乡差异,利用地理探测器模型定量识别山东省人口老龄化空间分异的主控影响因子。
3.2 结果分析
单因子探测结果见表5。
表5 2000、2010、2020年各影响因素对人口老龄化的决定力
2000、2010、2020年分别有3个、4个和5个因素通过了1%、5%和10%的显著性检验,3个年份只有死亡率(D2)和城镇化水平(D7)均通过显著性检验;出生率(D1)在2000、2020年通过显著性检验,迁入率(D3)和平均受教育年限(D6)均在2010、2020年通过显著性检验;人均GDP(D4)和每千人拥有床位数(D5)均未通过显著性检验,说明这两个因素与老龄化的空间匹配度不高。2000年,影响人口老龄化空间分异的较大因子是死亡率、出生率和城镇化水平;2010年,影响较大的因子是死亡率、平均受教育年限和城镇化水平;2020年,影响较大的因子是死亡率、出生率和迁入率。整体上看,3个年份死亡率的q值最大,2000、2020出生率的q值仅次于死亡率;3个年份人口自然率和人口老龄化水平的相关系数分别为-0.647 7、-0.580 2、-0.766 3,也说明人口自然变动始终是人口老龄化空间分异的最为关键的因素。迁入率的q值呈增加的趋势,迁入率和人口老龄化水平的相关系数,由2010年的-0.449 5提高到2020年的-0.509 7,说明人口流动对老龄化的空间分布影响力在加强。城镇化水平的q值呈现出先提高再下降的趋势,2020年的决定力在通过检验的5个因素中居最末位,主要原因在于城镇化水平经过前20年的快速增长,增长速度放缓,同时人口流向发生了变化,辖区成为县域人口流入的主要区域,从而导致辖区青年人口比重不断增加,老龄化与城镇化水平空间匹配程度降低。人均GDP与人口老龄化空间内匹配度较低,主要原因是随着山东省区域协调发展战略的实施,山东省双核心、多中心的区域空间结构持续强化,使得辖区的就业机会高于县域,年轻劳动力涌入中心城市辖区,尤其是济南、青岛和烟台等,稀释了流入地老龄化水平,加大了中心城市辖区和外围县市老龄化的差距,影响到经济发展和老龄化水平的空间匹配度。
地理探测器交互探测的结果见图5,2000—2020年山东省人口老龄化影响的交互作用类型变化不大,主要表现为非线性增强和双因子增强两种增强类型,不存在独立和减弱的关系,说明任意2个因子的交互作用会增强对人口老龄化空间分异的解释力,即人口老龄化空间分异是受到多个因子共同作用的结果。从增强效应来看,影响因素的交互增幅普遍超过因子自身作用力,只有部分因素配对交互作用力强于两因子作用力之和,高交互影响作用力仍主要来自于高影响力的因子间配对。
2000年 2010年 2020年
从交互作用强度,见图6,出生率和死亡率是人口老龄化最直接的影响因素,高交互作用强度的类型主要集中在两者与其他因素的因子配对中,如2000年,出生率与死亡率、迁入率,死亡率与迁入率、人均GDP、平均受教育年限、城镇化水平的交互作用的q值均高于0.55;2010年,出生率与死亡率、迁入率、平均受教育年限、城镇化水平,死亡率与出生率、迁入率、人均GDP、每千人拥有床位数、平均受教育年限、城镇化水平的交互作用的q值均高于0.55;2020年,出生率和死亡率、人均GDP、每千人拥有床位数、平均受教育年限,死亡率与迁入率、人均GDP、每千人拥有床位数、平均受教育年限、城镇化水平的交互作用的q值均高于0.55,说明山东省人口老龄化水平时空格局是各方面影响因素共同作用的结果。经济发展和收入水平的提高,加大了人口保障水平,延长了人均寿命;收入水平差距的拉大,激发了人口迁移的欲望;受教育年限的延长改变了婚育观念、推迟了婚育年龄,形成了晚婚晚育、少生优生的格局。
2000年 2010年 2020年
4 结论与讨论
4.1 结论
本文以第五次、第六次和第七次全国人口普查为基础数据,从时空变迁视角对山东省135个区县单元老龄化类型、增长速度和空间格局进行了分析,并运用地理探测器模型研究老龄化空间格局的影响因素,主要结论如下:
(1)人口老龄化程度不断加深,近20年各区县经历了快速的人口老龄化过程,重度老年型成为主导类型,2020年重度老年型单元为90个,占研究单元的比重达到66.67%。设区市辖区人口老龄化低于周边县市,都市圈核心区高于都市圈拓展区。设区市辖区老龄化水平的增量低于周围县市,老龄化速度较慢的单元主要是设区市辖区,特大城市表现的最为明显。
(2)山东省人口老龄化空间正相关性较显著,3个年份“高-高”关联区主要集中在胶东经济圈,“低-低”关联区分布相对分散。山东省人口老龄化空间自相关引起的结构性分异较为明显,随机因素造成的空间变异在呈小幅增加的趋势;空间格局具有良好连续性和稳定性;空间分异度十分明显的方向为东-西方向,空间差异较大;整体上看,老龄化水平东高西低、北高南低的格局未发生根本变化。
(3)出生率和死亡率是影响人口老龄化空间分异的主要因素,城镇化水平、迁入率和受教育程度是影响人口老龄化空间分异的重要因素,人口流入对设区市辖区老龄化水平有一定的稀释作用,加大了设区市辖区和外围县市老龄化的差距,影响到经济发展和老龄化水平的空间匹配度。人口老龄化的空间分异是人口与因素和社会经济因素共同作用的结果,两两因子之间的交互作用能够增强对人口老龄化空间分异的解释力。
4.2 讨论
作为我国重要的工业基地和北方地区经济发展战略支点的山东省,在“百年未有之大变局”中仍处于发展的重要机遇期,但也面临着产业结构转型压力较大、城镇化增速放缓、人口出生率下降和老年人口增速加快的诸多挑战,尤其是持续加重的人口老龄化,对全省区域协调发展、劳动力供应和城镇空间发展带来深刻的影响,进而影响到社会治理效能的提高。为此,在国家生育政策调整和支持山东深化新旧动能转换推动绿色低碳高质量发展战略背景下,山东省首先应为三胎政策实施提供相应的支持和保障,促进生育意愿转化为生育行为,以增加新增人口数量,促进人口年龄结构优化;其次,通过新旧动能转化和乡村振兴齐鲁样板打造,营造良好的就业环境,发挥县城在新型城镇化进程中的“蓄水池”作用,实现就地就近城镇化,避免青年人口过多流向市辖区;其次,建立多元化的养老体系,加快养老设施建设,扶持养老产业发展。
