贵阳市人口老龄化的乡镇空间格局变化研究
2020-09-11李旭东
应 奎，李旭东
(贵州师范大学 地理与环境科学学院，贵州 贵阳 550025)
0 引言
进入21世纪以来，我国人口结构已然发生转变，整体社会由年轻进入老龄形态，且逐步迈入“深度老龄化社会”[1]。据统计资料显示，贵阳市在2005年65岁及以上人口占常住人口比重已超过7%，标志着进入老龄化社会，较贵州省推迟了2a，延后全国15a。2015年贵州省1%人口抽样数据，贵阳市65岁及以上人口占常住人口的9.14%，表明将进入中度老龄化社会。老龄人口的快速增长，不仅减缓国家和地区的劳动生产效率和经济增长速度、加剧区域发展差异，且对城市的社会形态和空间组织有着重要影响[2-3]。
人口老龄化空间分布格局和地域差异不仅是国内外学者研究的热点问题之一，也是人口地理学者从地理空间视角进入老龄科学研究的重要切入点[4]。20世纪70年代以来国外学者较早进入人口老龄化的空间分布研究，并强化不同尺度下诸多老龄化问题探讨，主要有：老龄人空间分布及地区差异[5-7]、老龄化空间类型划分[8]、老龄人流动与迁移[9]、城市老龄化成因探究[10]及老龄人与社区居住环境关系研究[11]等。相较于国外学者，国内学者在人口老龄化空间化方向研究更多样化，这对于研究人口老龄化区域内外差异和掌握地区老龄化规律有重要帮助。如何使人口老龄化区际差异更加明晰和精细化，研究尺度选择显得尤为重要。基于数据的可获得性考量，以往学者多从省际、市域和县域等大中尺度选择，如刘华军等以省份为研究尺度，重点刻画了东中西三大片区不同省份内外部人口老龄化状况[12]；王录仓等对比分析了中国20个城市群的老龄化状况，清晰阐释其空间格局及其变化特征[13]；贾金玲从市域角度分析河南人口老龄化的空间分布趋势及其城乡重心转移态势[14]；梅林等从县域尺度出发，考察吉林省各县市人口老龄化空间差异和空间自相关状态[15]；李帅等也以县域尺度探究了京津冀三地不同功能区和城乡之间老龄化差别[16]。随着经济社会进程加快，宏观尺度研究难以刻画微观实际，更加精细化尺度研究需要加强。检索CNKI发现，许昕等[17]和李少星等[18]分别研究了南京市和山东省的乡镇老龄人口空间格局变化情况，但以乡镇作为研究尺度去分析人口老龄化空间规律的研究仍欠缺。
老龄化问题是重要的社会问题，刻画乡镇小尺度的老龄化空间分布格局符合社会问题研究的基本范式，且有助于分析乡镇人口老龄化对宏观尺度人口老龄化的多重影响机制，以及弥补大尺度难以细致刻画老龄化特征的问题[19]。贵阳市经济条件总体较好但区域间经济发展不平衡，且境内以自然条件脆弱的岩溶高原地貌为主，准确描绘其乡镇人口老龄化的空间分布格局，可深入分析老龄人口的分布规律及演化机制，对实现岩溶高原城市经济、社会、生态和资源的协调发展和永续发展有重要指导意义。本研究利用第五次和第六次全国人口普查乡、镇、街道数据，对贵阳市乡镇人口老龄化的分布格局进行研究分析，以期为区域人口老龄化应对之策提供科学指导。
1 研究区概况与研究方法
1.1 研究区概况
贵阳市地处贵州省部，地理坐标：106°07′～107°17′E，26°11′～26°55′N。地貌属于云贵高原黔中山原丘陵，地势西南高、东北低。气候属于亚热带湿润季风气候，夏季凉爽多雨。贵阳是全省经济、交通、教育、金融和文化中心，其医疗和养老等基础服务水平优于其他地区。据贵州省2015年1%人口抽样调查数据，贵阳市65岁及以上人口占比9.14%，比2010年高1.09个百分点，比2000年高3.16个百分点，贵阳总体老龄化程度逐渐深化。
1.2 数据来源及处理过程
人口老龄化指标用老龄化率M衡量，老龄化率由老龄人口数与总人口数比值得到，相关数据资料源于第五次(2000年)和第六次(2010年)人口普查乡、镇、街道数据，统计口径为常住人口[20-21]。根据联合国人口老龄化社会划分标准并结合胡晓宇等[1]、许昕等[19]研究和本研究实际，将人口老龄化划分为以下几种阶段类型：当M<7%时为成长期(A型)；当7%≤M≤10%时为轻度老化时期(B型)；当10%
图1 贵阳市城市分区规划Fig.1 The zoning plan of Guiyang city
1.3 研究方法
1.3.1 空间自相关分析
空间自相关分析可以描述事物在空间单元上的聚散程度，一般分为全局空间自相关和局部空间自相关。全局空间自相关通常用Moran'sI指数衡量，其值介于(-1，1)，Moran'sI等于0表示属性值在空间呈随机分布，Moran'sI大于0表示属性值在空间内呈正向相关性，值越大空间相关性越强，反之呈现负向相关性[22]；局部空间自相关可以细致探测不同乡镇之间的关联程度，通常对Local Moran's I使用LISA(Local Indicators of Spatial Association)集聚图来表示[23]。
1.3.2 变异系数法
变异系数(Coefficient of variation，CV)又叫标准差率，是测算数据中各观测值变异程度的一个统计量。可以消除数据量纲影响，且方便快速分辨波动较大数值。一般变异系数越小，老龄化偏差程度越小，老龄化涨幅越小；变异系数越大，老龄化偏差程度越大，老龄化涨幅也就越大。公式表达为：
(1)
1.3.3 空间冷热点分析
热点分析是犯罪地理学、流行病学、经济地理学、商业零售布局分析、交通事故分析以及人口地理学等常用的方法[15]，可以探测特定属性的高、低值在何处发生了空间聚类及其聚类的方式[25]。一般而言，通过得到的Z得分可以知道高值或低值要素在空间上发生聚类的位置。在具有显著统计学意义层面上，Z得分属性为正且值越高，高值(热点)的聚类就越紧密，反之Z得分属性为负且值越低，低值(冷点)的聚类就越紧密。公式[25]表达为：
(2)
(3)
2 贵阳市人口老龄化乡镇空间格局的变化
2.1 总体变化特征
1)2000年贵阳人口老龄化在空间上呈现中心高、近郊次之和远郊低的特点，2010年则呈现中心高、远郊次之和近郊低状态(如图2)。2000年，主城区地域乡镇进入老龄化社会最多(共19个)，占主城区乡镇57.58%。从主城区内部来看：小河区乡镇老龄化率均低于7%，处于成长型阶段；云岩区共11个乡镇进入老龄化社会，区内占比78.57%，且北京路街道是全市老龄化率最高街区(老龄化率达10.15%)。南明区虽进入老龄化社会乡镇区内占比达47.06%，但后巢乡与云关乡老龄化率全市最低(老龄化率不超过2%)。近郊区和远郊区乡镇总体处于成长期(A型)，A型乡镇分别占比74.29%和82.61%，共17个乡镇进入老龄化时期。其中，花溪区老龄化乡镇区内占比为15.38%，乌当区为46.15%，白云区为11.11%，清镇市、息烽市和修文县均占比20%，开阳县为12.5%。总体上，2000年贵阳市主城区乡镇老龄化程度高于近郊区和远郊区乡镇，呈现中心-近郊-远郊递减特点。2010年，主城区共26个乡镇进入老龄化社会，占比为78.79%。近郊区有10个乡镇属于成长期(A型)，25个乡镇进入老龄化(占比为71.43%)。远郊区共43个乡镇进入老龄化社会，占比为93.48%。此外，2010年主城区老龄系数大于10%以上乡镇占比为60.6%，远郊区占比为47.83%，近郊区占比为31.47%。综合来看，2010年贵阳市人口老龄化呈现主城区高、远郊次之和近郊少的特点。
图2 2000—2010年贵阳市乡镇人口老龄化空间分布及变化Fig.2 Spatial distribution and changes of aging population in towns in Guiyang from 2000 to 2010
2)2000—2010年，人口老龄化空间变动呈城市圈层递增态势，即由主城区-近郊区-远郊区由内向外递增(图2)。11年间，主城区乡镇增长在2%以上的个数为18个，占主城区乡镇比例54.55%，占全市比例为15.79%。近郊区有20个乡镇增长超过2%，占近郊区比例57.14%，占全市比例17.53%。远郊区则有32个乡镇增长超2%，占此区69.57%，占全市比例28.07%。从各圈层增长看，10年间主城区乡镇平均增长2.52%，近郊区平均增长2.53%，远郊区平均增长3.33%。此外，主城区内乡镇最高增长5.22%(北京路街道)，最低为0.17%(黔灵镇)；近郊白云区龚家寨街道不仅是该圈层最高，也是贵阳市人口老龄化增长最高的街区(增长7个百分点)，而乌当区的金阳街道及白云区麦架镇是全市唯一人口老龄化负向增长乡镇，分别降值0.28和0.85个百分点；远郊区增长最高和最低乡镇均在开阳县，城关镇增长1.01%，毛云乡增长5.46%。综合看，贵阳市增长2%以上乡镇的空间呈现由主城区-近郊区-远郊区由内向外递增态势，但各圈层内部增长情况存在明显差异。
3)人口老龄化进程随时间加快且不断深化。2000—2010年，贵阳市成长期(A型)乡镇在所有类型里减少最为明显，乡镇个数由78变为20，占比由68.42%降低到17.54%，下降74.36%。其次，轻度老化时期(B型)乡镇存在小幅增长(增长6个)，占比由30.70%提升至35.96%，增幅17.14%。中度老化时期(C型)乡镇是增长个数最多和增长幅度最大的类型，增长乡镇51个，其占比由0.88%变为45.61%。深度老化时期(D型)乡镇个数由0变为1(北京路街道为老龄化最严重地区，老龄化率为15.37%)，乡镇占比由0%到0.88%。总体来看，2000年贵阳市乡镇老龄化类型主要以成长期A型为主(占比68.42%)，2010年则以B型和C型乡镇为主(占比由31.58%变为81.57%)。可见，贵阳市乡镇人口老龄化进程随时间在加快，由轻度老龄化向中、深度老龄化方向发展。
表1 2000—2010年贵阳市乡镇老龄化阶段统计Tab.1 Statistics of the aging stage of towns in Guiyang from 2000 to 2010
2.2 空间相关性
利用GeoDA软件分析贵阳市乡镇人口老龄化空间格局，计算得到2000年和2010年老龄化率的全局Moran'sI指数估计值分别为0.410和0.288，Z得分分别为6.561和4.903，且P值均为0.001，表明两年份贵阳市乡镇老龄化率均通过置信99.9%的显著性检验且存在空间上正自相关特征，即属性程度一致的老龄化地区彼此趋于聚集。11年间，Moran'sI指数由大变小，表明空间集聚效应相对“弱化”，区域差异缩小，空间发展不均衡态势放缓。此外，Moran散点主要聚集在第一和第三象限，即高高(HH)和低低(LL)区，表明贵阳市乡镇老龄化依旧存在正空间集聚特征，只是集聚效应在放缓。
图3 2000—2010贵阳市乡镇老龄系数空间Moran散点图Fig.3 Moran scatter plot for the coefficient of aging in towns in Guiyang from 2000 to 2010
2000—2010年，局部空间自相关以高高(HH)和低低(LL)聚集为主，表明正向空间彼此连接。2000—2010年，高高聚集类型由主城区所辖街道向东北部近郊区和远郊交界处(乌当区与开阳部分乡镇)飞地扩散，数量由13个变为14个。2000年，云岩区进入老龄化社会的街区占该区78.57%，成为老龄化最重县区，因而形成围绕云岩街区的高高老龄化聚集状态。2010年，近郊区和远郊区老龄化水平均明显提升，尤其在东北部近郊与远郊交界区形成明显高老龄化乡镇团聚现象，因而该结合区在2010年变成高高聚集。同时，主城区云岩、南明老街区人口老龄化水平依旧维持较高水平，2010年也保持高高聚集。2000—2010年，低低类型由环主城区老街道变为半包围聚集，乡镇个数均为14个。2000年，低低聚集区域呈现环主城区老街道包围状况，这可能与工业逐步外迁市区外围以及市区租金升高有关。2010年，低低类型呈现环市区半包围聚集，成为主城区老街道和东北部近郊区、远郊区交界带这两片高高聚集地区的隔离带，这可能与城市功能规划相关。2010年，随着国家西部大开发战略支撑和贵阳金阳新区打造，贵阳市近郊区部分乡镇因新区建设和工业转入产生众多就业机会，周边及远郊区乡镇劳动力涌入稀释当地老龄化。另外，在成本经济和交通优化考量下，近郊区房租远远低于主城区，这也易于适龄劳动者聚集。
图4 2000—2010年贵阳市乡镇人口老龄化LISA图Fig.4 LISA map of population aging in towns in Guiyang from 1990 to 2010
2.3 空间异质性
利用2000年和2010年老龄化率数据，计算得到贵阳市各乡镇2000—2010年老龄化变异系数(变异系数均大于0)，并通过ArcGIS10.5进行空间可视化表达(如图5)。2000—2010年，贵阳市各乡镇老龄化变异系数大体呈现由近郊区龚家寨街道向外先递减再增加规律。白云区龚家寨街道变异系数最高，为0.60，同时其11年间老龄化率增长最大。市中心周边乡镇变异系数最低，之后向外围递增，这可能与市中心周边乡镇产业转移人口聚集相关。远郊区开阳县老龄化变异系数呈现中心低四周高变化规律，且开阳县变异系数仅城关镇最低为0.12，其他乡镇均超过0.26，表明开阳县乡镇老龄系数波动幅度整体大于其他地域。一方面这与开阳县老龄化增长幅度基本保持一致，另一方面则与当地经济发展水平、产业结构和交通条件等结构性因素影响有关。总体而言，主城区老龄化波动幅度最小(平均变异系数0.21)，区域差异居中(变异系数差值0.33)；近郊区老龄化波动幅度居中(平均变异系数0.23)，区域差异最大(变异系数差值0.59)；远郊区老龄化波动幅度最大(平均变异系数0.29)，而区域差异最小(变异系数差值0.31，且最大值最小值均在开阳县)。
图5 2000—2010年贵阳市乡镇人口老龄化空间异质性Fig.5 Spatial heterogeneity of aging population in towns in Guiyang from 2000 to 2010
2.4 空间冷热点
2000—2010年，人口老龄化冷热点空间呈现转移与扩散态势。2000年，人口老龄化高热点主要环聚在市中心街道附近，该年贵阳人口老龄化整体处于萌芽阶段，中心市区街道由于交通、医疗和经济条件等人居社会环境较好而利于人口寿命延长。同时，人口老龄化次热点乡镇集中在金阳街道和开阳县南江乡附近，该两处均临近中心城市街道，人口及产业较多。2010年，高热点乡镇缺失，而次热点乡镇仅剩南江乡周边，数量也由8个变为4个，这可能与此地受到贵阳市区和开阳城区经济双向吸引，人口减少有关(2010年开阳城关镇户籍人口仅50 735人，而常住人口60 008人，流入人口约10 000人[21])。2000—2010年，高冷点和次冷点区域反向移动，即高冷点区域由西北向东转移，次冷点区域由东向西北转移。2000年，高冷点区域集中在麦架乡和艳山红镇附近，该区附近乡镇人口老龄化率相比其他地域更低。次冷点乡镇共4个，分别是永乐镇、东风镇、朱昌镇和金中镇，这些乡镇依旧属于人口流入较多地区，人口对老龄化的稀释作用依旧存在。2010年，次冷点乡镇全部转移到麦架乡附近，永乐镇、东风镇由次冷点变为高冷点，这可能与城市向东西发展，外来人口聚集区转移此有关。
图6 2000—2010年贵阳市乡镇人口老龄化冷热点空间分布Fig.6 Spatial distribution of cold & hot spots of aging population in towns in Guiyang from 2000 to 2010
3 影响因素分析
3.1 经济因素
地区经济水平影响着人民生活质量，生活质量的高低进而会影响人口预期寿命和区域人口老龄化水平[15]。随着2000年西部大开发正式开始以来，贵州经济水平得到显著提升、产业结构得到优化，人民生活水平也有明显提高[26]。贵阳是贵州经济桥头堡，其经济快速发展促进地区基础设施不断改善和产业结构不断优化调整，同时也加速城市化进程，这使得人口区际流动性增大。随着人口流动性增强，流入区与流出区人口年龄结构产生极大变化。因为工作机会和经济回报等因素考量，贵阳偏远乡镇劳动力大量涌入区域中心街道，然后又逐步转移到市中心街道后产生了显著的区域“虹吸效应”。但是，老年人口因身体和学识因素，其在社会空间移动较缓，因而具有相对稳定性特点。2000年后，贵阳启动金阳新区建设，大量市政单位、医院及工企业进入，一方面使得贵阳老城区及偏远乡镇劳动力迁入稀释该片区老龄化程度，另一方面加速老城区和贵阳南北偏远乡镇老龄化率。随着贵阳城乡经济差距扩大化，因而逐渐形成老龄化城乡倒置和老城区与新区老龄化倒置现象，即农村乡镇老龄化率高于城市街道，而老城区街道老龄化高于新区街道。如小河区金竹镇在2000年和2010年均未进入老龄化社会，该乡镇属于贵阳市国家级经济技术开发区，外来人口约7 000人(整个经开区外来人口达11万多人)，经开区内高新技术企业聚集，工业企业约400家，吸引着大量劳动力迁入。此外，贵阳花溪大学城虽然开工建设较晚(2009年)，但是随着更多高校入驻和基础设施的完善，党武镇老龄化程度定将延缓，甚至可能成为全市老龄化程度最轻的乡镇。比如，南京市仙林街道人口老龄化程度低与大学城建设吸引大量年轻人聚集稀释老龄化有关[19]。
3.2 社会因素
社会因素作为非固定性因素通过社会福利政策、家庭和社会关怀等外在因素影响地区人口老龄化进程[19]。家庭关怀主要通过代际和孝道文化去维系，子孙孝顺、良好的家庭氛围等都会影响老年人身心状态，进而利于长寿。社会关怀也可叫社会支撑，如社会在公共地区强化对关爱老人的宣传，这会利于社会尊老爱幼氛围营造。市府路街道属于深度老龄化地区，该街道一惯有针对老龄人的社区爱心活动，一方面可以强化老年人与社会的联系，另一方面会增强老年人的晚年幸福感。除了家庭和社会关怀等文化环境外，必要的养老退休等福利政策会保障老年人物质需求。贵阳市城乡居民基础养老金是国家标准两倍(每月140元)，且超过80岁老人还享有60～100元高龄补贴。政府优待举措稳定了老龄生活，也减轻了代际赡养纷争。
此外，政府政策导向从外部影响着老龄化的空间格局。绿地公园、老年服务中心及医疗服务机构的布局直接影响地区老龄人口规模，在良好医疗资源、便利服务中心及绿色舒心公园可达性较高的条件下，老年人聚集倾向更明显。贵州省和贵阳市医疗条件较好的地区集中在云岩和南明区，如贵州医科大学附属医院、贵州中医医院和贵州省人民医院等，而该片区也是贵阳市老龄化程度较重区域。黔灵山公园隶属云岩区，距离市中心仅1.5 km，是票价亲民(票价5元)的国家级4A景区。该公园处于闹市而清幽，且对60岁以上老人半价优惠，公园内老年人常年比例较大。此外，南明河畔甲秀楼景区也常年有老年人身体锻炼。因此，在良好的政策导向、社会文化支持背景下，老年人口越来越长寿，地区人口老龄化空间分布差别也越来越大。
3.3 自然因素
自然因素是构成人居环境的重要条件，从而影响人口地理空间分布。气候条件、水源、空气质量、土壤重金属含量等会影响人口健康水平，人口健康水平直接与人口预期寿命相关，从而影响到区域人口老龄化程度。2000—2010年，贵阳北部(开阳、息烽和修文)超过50%乡镇进入中度老化时期，1个乡镇进入深度老龄化阶段，这可能与高龄人口增加有关。11年间，贵阳北部乡镇超过80岁以上人口增加了3 399人。据李威等[27]研究，贵阳北部地形起伏度适宜度明显比南部高，其地形相对平缓，有利于人的生存。同时，贵阳石漠化程度较轻地带也主要位于北部的开阳县和修文县等，这里土层相对较厚，居住适宜性较高[25]。此外，贵阳北部河网密布，多年平均降水量1 000 mm以上，水源相对充足[28]。研究表明，重金属污染会给地区人口健康带来巨大风险，如铅、汞、镉、砷等重金属对土壤和地下水污染之后通过饮食和饮水进入人体，将造成人体重金属含量超标[29]。根据陈智虎[30]等研究，贵阳市近郊主要蔬菜基地绝大部分采样点土壤中汞的污染程度为中度，而乌当及以北乡镇汞污染相对较少，因此北部乡镇人口健康水平相对较高且长寿。
4 结论与讨论
4.1 结论
基于2000年和2010年乡镇人口老龄化数据，从地理空间视角探讨了贵阳市乡镇人口老龄化的空间变化格局，结论如下：
1)2000年贵阳人口老龄化在空间上呈现中心高、近郊次之和远郊低的特点，2010年则呈现中心高、远郊次之和近郊低状态；2000—2010年人口老龄化空间变动呈由内到外的城市圈层递增态势。11年间，贵阳市中度老龄化时期C型以上乡镇由1个变为53个，增长幅度达5 200%，而成长期A型乡镇下降幅度达74.36%。贵阳市乡镇老龄化在两种阶段倒置的推动下渐趋加快且深化。空间上，中心城区老龄化率一直较高，远郊区和近郊区老龄化在不同年份高低不一。在老龄化变动空间上，远郊区老龄化增长在2个百分点以上乡镇居多，近郊区在2个百分比以下的乡镇居多，中心市区部分乡镇存在负增长。同时各个圈层内部增长情况存在明显差异。
2)2000—2010年，贵阳市乡镇人口老龄化依旧存在正空间集聚特征，但是集聚效应在放缓。局部空间自相关以高高(HH)和低低(LL)聚集为主，表明正向空间彼此连接。
3)2000—2010年，贵阳市各乡镇人口老龄化变异系数大体呈现由近郊区龚家寨街道向外先递减再增加规律。
4)2000—2010年，贵阳市人口老龄化冷热点空间呈现显著的转移与扩散态势。2000—2010年，贵阳市乡镇老龄化出现剧烈变化，从而影响着区域乡镇老龄化的空间冷热点聚集，因而老龄化冷热点空间转移与扩散明显。
4.2 讨论
21世纪以来，我国人口老龄化问题渐趋凸显，从而引起国内学者广泛研究和关注。相比以往研究，本文从乡镇和街道小微尺度探寻贵阳市老龄化的街区和乡镇变化特征，有助于分析乡镇人口老龄化对宏观尺度人口老龄化的多重影响机制，以及弥补大尺度难以细致刻画老龄化特征的问题。尽管目前对人口老龄化因素解析多样化，但学者更多还是从社会经济角度入手：如梅林等[15]分析了经济、社会和人口发展因素对吉林人口老龄化的影响；许昕等[17]从历史因素、人口生命周期和城市变迁角度分析了南京街区人口老龄化成因；周榕等[23]分析了经济、教育和医疗对人口老龄化质量的影响。本文结合前人探讨基础，从经济、社会和自然环境3个维度分析其对人口老龄化影响，这对于增强区域人口老龄化趋势和机理认识，从而对人口老龄化问题解决提供思路。同时，本研究还存在一定不足之处，由于选取的是2010年及以前数据，这可能无法完全揭示最新的人口老龄化现状，期待第七次人口普查乡镇数据来加以补充和研究。另外，本文受乡镇数据收集问题，不能对人口老龄化因素进行量化研究，经济因素引起的人口迁移可能是人口老龄化重要影响因素，因此未来贵阳乡镇人口老龄化格局和趋势将会继续变化，需要持续关注并增强因素的量化研究。最后，贵阳市需统筹各区及各乡镇实际，继续强化生态治理和城市功能区划分，提升人居环境质量，打造“银发经济”及养老产业，从而实现人口、经济良性发展。
