中国人口老龄化状况聚类分析.docVIP

中国人口老龄化状况的聚类分析 　　[摘要]：文章通过基于SPSS软件的聚类分析，将全国各牡区的老龄化状况分成3大类，并对这3大类地区的特点进行描述和分析。 　　[关键词]：人口老龄化；聚类分析；分类 　　中图分类号：C92 文献标识码：A 文章编号：1002-6908(2008)062 　　 　　中国1997年我国65岁及以上人口占全国人口的比重首次突破7％，这标志着我国人口已进入老年型。勿庸置疑，日益严重的人口老龄化将对我国的政治、经济、社会、卫生等各个方面产生巨大影响。在我国，各个地区的老年人口的分布是很不平衡的，同时，各地区的老龄化程度和老龄化速度也各不相同。那么，各个地区的老龄化水平到底具有怎样的差异和相同性呢?文章将使用SPSS软件的聚类分析对这一问题进行研究。 　　 　　一、研究方法和数据来源 　　 　　在国内的相关文献中，将聚类分析法用于人口研究的为数不多。最早的一篇可数高祖新和尹勤所著的《聚类分析及其在人口研究中的应用》#8943; ，这篇文章对以后的人口研究可以说是一种方法上的指导。关于老龄化水平的聚类分析也很少，宋丽、敏穆淮合作的《人口老龄化的现状及特征》可以算是运用这个分析方法研究老龄化相对成功的一篇论著，可惜的是这篇文章只是针对辽宁省而言，没有提供全国老龄化状况的整体分析。总的来说，以往老龄化水平的相关研究，要么是基于某个特定区域，要么在聚类过程中存在某些不合理的地方。 　　本研究试图在已有理论依据的基础上，选取比较合理的聚类变量和聚类方法，对我国各省、市、自治区老龄化水平进行一个基于SPSS软件工具上的聚类分析，希望能对全国老龄化水平进行一个相对科学的区域划分和整体分析。文章采用聚类系统中的Q型聚类，即对样本(全国大陆31个省、市、自治区)各个观测值进行处理。首先我们对原始数据进行处理，把所有数值通过公式变化为z分位数，以消除不同计量单位对数据值大小的影响，然后再进行聚类分析。在聚类分析方法的选择上，由于Ward最小方差法及类平均法对大多数情形具有较好的综合特性，所以，本次聚类选择Ward最小方差法。此次聚类的样本为全国31个省、市、自治区。因为聚类观测值要充分表现出老龄化的指标，所以文章选取了测度人口老龄化程度的指标，即65岁及以上老年人口占总人口的比例、少儿人口比例、年龄中位数；以及测度老龄化速度的10年内老年人口比例每年增加的平均值、抚养比指标中的少儿人口抚养比和老年人口抚养比。所用数据来源于《中国2000年人口普查资料》 及《中国人口统计年鉴2001》。 　　 　　二、聚类结果及分析 　　 　　为了消除不同计量单位对数据值大小的影响，首先对原始数据进行标准化处理得到z分位数(表略)。接着采用Ward最小方差法对以上数据进行聚类得出树状聚类图。根据树状聚类图，取d= 8，将我国大陆31个省、市、自治区的老龄化水平分成3个类别。 　　根据聚类结果，将这3大类地区的各项观测值的均值与对照表的数据进行对比，同时参考美国人口普查局出版的《人口学方法与资料》 中的老化程度指标体系，对我国的3大类地区的老龄化状况进行如下描述和分析： 　　第一类：为高老龄化水平，中老龄化速度地区。这一类地区包括江苏、浙江、天津、辽宁、北京、上海。该类地区65岁及以上老年人口占总人口的比例为8．99％ ，处于3大类地区中的第一位。其中人口年龄中位数和老年人口抚养比都处于第一位，而少儿人口比例和少儿人口抚养比都比较低，处于第三位，因而这一地区的老龄化水平相当高，老龄化状况相对严峻。老年人口的增长速度为1．008 2，虽然处于3类中的第二位，但与第一位的1．009 1老年人口增长速度相差不大。 　　老龄化程度指标体系来看，这一类地区早已属于老年型社会。这一情况与此类地区的经济发展状况密切相关，从国际上来看，经济较为发达的地区老龄化水平都比较高，而江苏、浙江、天津、辽宁、北京、上海均属于我国经济发达地区。总的来看，这一类地区的老龄工作任务较为艰巨，但是，如果在总体经济水平和人民消费需求比较高的基础上，大力发展老龄服务业、老龄建筑业、老年用品制造业、老年休闲业以及老年金融保险业等老龄产业，抓住老年市场需求旺盛的契机，也可使这一地区的经济更上一个台阶。第二类：为中老龄化水平，高老龄化速度地区。这一类地区包括湖南、四川、山东、重庆、安徽、广西、内蒙、吉林、黑龙江。该类地区65岁及以上老年人口占总人口的比例为7．02％ ，处于3大类地区中的第二位，人口年龄中位数、老年人口抚养比、少儿人口比例和少儿人口抚养比都为全国第二位，处于中间水平，因而就全国来看，这一类地区的老龄化水平处中等水平。但是该地区的老年人口增长速度为1．009 1，老龄化势头很猛，处于3大类地区的第一位。按照标准，该地区65岁及以上老年人口