贵州省人口老龄化区域差异分析.docVIP

贵州省人口老龄化区域差异分析 　　作者简介：李凤枝，（1990.-）女，山西省孝义市人，贵州财经大学硕士研究生，研究方向为人口老龄化。 　　陈诗，（1990.-）女，贵州省遵义市人，四川大学硕士研究生，研究方向为金融理财。 　　摘要：本文通过对影响贵州人口老龄化区域差异的9个因素进行灰色关联分析，结合贵州省的省情分析各因素的作用方式，得出关键的影响因素，即经济发展水平。 　　关键词：人口老龄化；区域差异；灰色关联分析 　　第一章贵州省人口老龄化现状 　　全国第四次人口普查时，贵州省人口总数约为3238.76万人，其中65岁及以上人口约149.39万人，占总人口的4.61%；“五普”时人口总数约为3625.86万人，65岁及以上人口数约为210.30万人，占人口总数的5.79%；“六普”结果显示，人口总数约为3474.65万人，65岁及以上人口约为297.72万人，占总人口的8.57%， 65岁及以上人口绝对数量持续增加，且比重也呈上升趋势。 　　由全国第六次人口普查相关数据计算得到截止到2010年11月1日零时贵州省60岁及以上人口比重为12.84%，老少比为34.02%，0-14岁人口比重为25.26%，年龄中位数为32.67，均已超过国际上公认的老龄化社会各项临界值，贵州已经进入了老龄化社会。但是九个地级市的老龄化程度存在一定的差异，见表1-1. 　　第二章贵州省人口老龄化的区域差异的灰色关联分析 　　2.1灰色关联度分析法简介 　　灰色关联度分析法用灰色关联度提示因素之间相互关系的大小、强弱及次序，是一种多因素的统计分析方法，是灰色理论中应用最为广泛的一种方法，主要用于灰色综合评价问题，是灰色系统分析、评价和决策的基础。灰色关联度分析是对系统动态过程中发展态势的量化比较分析，实质是比较若干数列构成的曲线列与理想数列构成的曲线的几何形状的相似程度，曲线越接近，相应序列间的关联度越大，发展变化态势越接近。 　　2.2贵州人口老龄化区域差的灰色关联度计算 　　本文从贵州的实际情况出发，并参考其他学者的研究[1，2，3，4]，选择以下九个指标因素分析贵州人口老龄化区域差异。这九个因子即比较数列：X1-少年儿童比重（%），X2-出生率（‰），X3-死亡率（‰）???X4-区域人口密度（人/km2），X5-城镇化率（%），X6-人均GDP（元），X7-人均消费水平（元），X8-文盲率（%），X9-每千人口拥有卫生技术人员数（人），参考数列X0取老年人口比重（%），根据灰色系统理论进行关联度分析。初始数据见表2-1，求得的关联度系数见表2-2。 　　由表2-2，所选的9个影响因素与老年人口比重的灰色关联度由大到小排序为：r2（0.8757）r7（0.7907）r1（0.7857）r3（0.7769）r6（0.7012）r5（0.6932）r9（0.6885）r4（0.6804）r8（0.5125）。所有关联度均大于0.5，可以认为所选9个因素均对贵州省人口老龄化的区域差异有影响，只是影响程度各不相同，且现实中，差异往往并不是来自一个因素的单独作用，通常情况是多个因素共同作用的结果。 　　2.3灰色关联分析的结果分析 　　根据灰色关联度，按影响力大小从高到低依次为：出生率、人均消费水平、少年儿童比例、死亡率、人均GDP、城镇化率、每千人口拥有卫生技术人员数、区域人口密度、文盲率，可以从以下四个角度加以分析。 　　第一，区域人口发展水平。灰色关联度中排在首位的是出生率，少年儿童比例和死亡率分别排在第三、第四位，可见区域的人口发展水平对区域的老龄化水平有着重要的影响。出生率与少年儿童比重的变化是一致的，出生率高的地区少年儿童人口数多，老年人口比重相对降低。而人口死亡率的变化对人口年龄结构的作用是多方面的，死亡率的下降从整体上增加了各个年龄段的人口比重，尤其是少年儿童及老年人口这两个群体，使两个年龄组的人口比例都有所增长，但死亡率下降对老年人口比重的作用程度要大于对少儿比重的作用，且对少年儿童人口比重的变化影响正在减弱，而对老年人口比重的上升影响正一步步加大[1] ，因此死亡率低的地区其老龄化水平一般会较高。 　　比较贵州各地级市的相应数据，出生率最高的黔东南州其老年人口比重却也最大，部分原因是由于这个地区是少数民族人口居住较多的地区，而我国最初对少数民族人口的计划生育政策相对宽松，早期出生率高的一批人使这些地区如今的老年人口比重相应较大。但从9个地州市的相应数据，死亡率高的地区其老年人口比重普遍较高，这可能是由于贵州省宜人的气候使整体人口寿命较全国平均水平长，高龄老年人口比重比较大，2010年“六普”时，贵州80岁及以上人口达到42.36万人，占60岁及以上人口的9.49%，由于人口寿命的有限性，这些高龄