上海市人口老龄化的空间分布及演化特征研究_王新贤

上海市人口老龄化的空间分布

及演化特征研究

王新贤１　　高向东２　　陶树果３

（华东师范大学社会发展学院　２１．００２４１；２．华东师范大学公共管理学院　２０００６２；

）上海政法学院　２０１７０１３．

　　内容摘要：该文采用探索性空间数据分析方法分析了上海市人口老龄化的区域差异，具体考察了１并对其影响因素９９０－２０１０年上海各区县人口老龄化的时空演变特征，进行了探讨。研究结果表明：老年人口区域分布不均衡，老年人口比重有明显的圈层结构特征；老年人口分布存在显著的正向自相关关系，但空间集聚趋势有所减弱；人口老龄化空间差异的不确定因素的影响程度在减弱，而空间结构特征引起的人口老龄化变异程度在增强，人口老龄化的总体空间差异趋于缓和。１９９０－２０００年间上海市各区县以向更深程度的“老龄化”方向转移为主，而在２年轻化”转移的趋势。人０００－２０１０年间有向“口老龄化的空间差异是受自然、人口、经济、社会、文化等多因素综合作用的结果，各类因素在不同的发展阶段对不同区县的人口老龄化有不同的影响方向和力度。

；空间差异；关键词：人口老龄化；时空演变ＳＤＡ－ＧＩＳＥ

（）中图分类号：Ｆ１０００１２７　　文献标识码：Ａ　　文章编号：１００５３０９２０１６８１２０１０－－－

一、引言及文献回顾

）人口老龄化（通常来讲包括两个方面的含义：一是指某一国家或地区的老年ｎｏｕｌａｔｉｏｎａｉｇｐｐｇ　人口数量增多，老年人口占该区域人口总数的比重逐渐增加的过程；二是指某一国家或地区的人口年龄结构出现老化状态，进入老龄化社会。国际上通常将一个国家（或地区）５岁及以上的人口６或６达到总人口的７％，或地区）进入老龄化社会的标０岁以上的人口占总人口的１０％作为该国家（）。随着社会经济的快速发展和医疗卫准。人口老龄化是社会经济发展的必然结果（李杨等，０１１２生水平的改善，人口的出生率和死亡率水平下降，人口平均预期寿命得到延长，人口年龄结构必然会逐渐老化。

随着老龄化的深入发展，关于人口老龄化的空间分布特征及区域差异的研究愈发引起国内外（）对俄亥俄州的Ｔ学者的关注。国外学者ＪｏｈｎＨｉｌｔｎｅｒ＆ＢｒｕｃｅＷ．Ｓｍｉｔｈ１９７４ｏｌｅｄｏ市的研究发　　　（对美国老现：老龄人口高密度区主要集中在内城，郊区和新城区老龄人口密度较低；Ｇｏｌａｎｔ１９８４）年人口的城乡格局进行了分析，他发现７其中绝大部分都是在５％的老年人口都居住在大都市区，（）对比分析了美国、中心城区；意大利、日本和英国的老年人口的总体空间分布特征。ｏｅｒｓ１９９０Ｒｇ）等研究发现我国人口老龄化在城乡之间、国内学者李日邦（东西部地区之间和各民族地区之９９９１利用间的差异比较明显，而在贫困地区与非贫困地区之间也存在不同程度的差异；林琳等（００７）２

３１０１６７２　收稿日期：－－

（）本文系国家社会科学基金重大项目“提高户籍人口城镇化率研究”编号：和国家社科基金重１５ＺＤＣ０３５＊基金项目：

（）点项目“新生代农民工市民化研究”编号：的阶段性研究成果。１４ＡＺＤ０２７

—１２０—

模糊聚类分析方法发现，广州市人口老龄化的空间分布呈现出明显的圈层结构特征，并且不同圈）利用Ｅ层人口老龄化表现出不同的集聚扩散趋势；李杨等（０１１ＳＤＡ全局和局部空间自相关分析２发现，北京市县域尺度人口老龄化差异显著，随着时间推移，空间分布差异和圈层结构特征愈发显）采用多项指标结合空间自相关分析方法研究发现：自１我国人口现；王泽宇等（０１３９９７年以来，２老龄化水平逐年提高，人口老龄化水平的全局空间依赖性不高，但局部空间集聚规律却很明显，各采用Ｄ省间的差异有逐渐增大的趋势；刘华军等（０１４）ａｕｍ基尼系数和Ｋｅｒｎｅｌ密度估计方法研２ｇ究发现，中国人口老龄化空间分布呈现中、西部地区老龄化程度低而东部地区老龄化程度高的梯度分布态势，老龄化程度随着时间的推移在不断加深，地区差距亦呈现持续扩大的趋势，并出现一）采用空间自相关模型和新构的经济自相关模型研究发现，定的两极分化；孙蕾等（中国的人０１４２口老龄化存在正的空间相关性和经济相关性，并且老龄化的地区差异中经济发展水平较空间位置）研究认为广东省人口老龄化具有较强的空间集聚特征，的影响更甚；易卫华等（其人口老龄０１５２化在空间演变和空间形态上均经历了三个发展阶段，而区域流动人口、人口政策、公共健康和生活质量对广东省人口老龄化的空间分布和趋势有着重要影响。

通过梳理文献发现，国内虽有部分学者利用空间分析方法对我国部分省市或某一地区的老龄化空间差异进行了分析、研究，但基本都是从人口学、社会学和公共管理学的视角来研究区域人口老龄化的，对于沿海经济发达省份内部人口老龄化的空间分布特征和集聚扩散趋势的研究还比较），也是我国最早进入人口薄弱。上海市作为改革开放的排头兵、创新发展的先行者（新华网，０１５２老龄化的城市，其老龄化的空间演化特征具有特殊性，研究上海市老龄化的空间结构和集聚趋势，对于探讨今后如何根据人口结构和经济转型升级的变化，相应地调整、升级城市公共服务设施、健全养老服务体系等具有十分重要的意义。

二、数据与方法

（一）度量指标、数据来源及研究区域

或６及以上的人口占该地区人口老年人口系数，也称老年人口比重，是指一个地区６０岁（５岁）总数的比重。参照国际通用标准和以往的研究，本文选用６５岁及以上老年人口比重作为度量区、域人口老龄化程度的指标。为方便比较研究，等对人口老易卫华（笔者在参考林琳（００７）０１５）２２龄化阶段划分标准的基础上，从上海市人口老龄化的实际状况出发，将其老年人口系数分为５个，，，阶段：１）２）０％为老年型初期（１）６％－７％为成长型后期（７％－１５％－６％为成长型初期（ＣＣＬ，。本文采用的人口数据均来自于０％－１４％为老年型中期（２）４％以上为老年型后期（３）１１ＬＬ

经济社会数据来源于相应年份的统计年鉴。２０００年和２９９０年、０１０年上海市人口普查年鉴，１

在本文的研究区域中，崇明岛与上海陆上区域被长江隔断，但由于距离相近，联系紧密，故本文研究忽略了长江的阻隔影响，将崇明岛和上海的陆上区域看作是一个整体。为方便研究，以上海市２共计１０１１年的行政区划为准，７个独立研究单元。

（二）探索性空间数据分析方法空间自相关分析１．

空间自相关是用来分析空间不同位置某一属性相关联的重要指标，它可以对某种地理现象的），可分全局空间自相关和局部空间自相关两种。空间异质性和空间集聚程度进行度量（潘倩，０１３２

（）全局Ｍ＇ｓＩ指数公式如下：ｏｒａｎ１　

ｎｎ

（ｉ）ｉｉ）＝１＝１（Ｉ＝２ｎｎ

ＳΣＷｉΣｉ＝１ｊｊ＝１

（）１

）式（中，１ｎ为研究的空间单元数；ＸＸｊ为不同空间单元ｉ、Ｘ为属性Ｘ的平均ｊ的属性值ｉ、

—１２１—

　·上海经济研究·　

０１６年第８期　　２

２

值，之间，当Ｓ为Ｘ值与均值Ｘ的方差，Ｗｉ＇ｓＩ统计量的取值在［ｏｒａｎ１］－１，　ｊ为空间权重矩阵。Ｍ

表示空间负相关；表示空间正相关；则表当ＭＭ＇ｓＩ＜０时，Ｍ＇ｓＩ＞０时，＇ｓＩ＝０时，ｏｒａｎｏｒａｎｏｒａｎ　　　明属性值不存在空间相关性，呈随机分布。

＊

（）局部空间自相关Ｇ２ｉ指数公式为：

ＷｉＸｊＸｊ＝１Ｗｉｉ１ｊ

（）Ｇ＝Ｓ＝ｎｊ２２ｎ２

［ｉ＝１ｉ＝１（）］

ｎ－１

）式（中，其他变量含义同式ＷｉＸＳ为标准差，２ｉ为空间单元ｉ的属性值，ｊ为空间权重矩阵，

＊

ｉ

ｎｎ

＊＊＊。（）当Ｇ表示高值空间集聚；当ＧＧ１ｉ值可以探测出局部高值集聚区和低值集聚区，ｉ值为正时，ｉ值为负时，表示低值空间集聚。

变异函数２．

变异函数，又称变差函数、变异矩，是测度区域化变量空间结构性和随机性特征的有效工具，）。变异函数γ（的计算公式为：也是地域分析所特有的基本工具（徐建华，ｈ）０１１２

Ｎｈ［（）２

）（）］ｈ）＝Ｚｘｘ３γ（Σｉ－Ｚ（ｉ＋ｈ

ｉ＝１２Ｎ（ｈ）　

）、分别为某属性Ｚ（在空间位置ｘ式（中，３Ｚ（ｘＺ（ｘｈ）ｘ）ｈ的值（ｉ＝１，２，３……Ｎｉ）ｉ＋ｉ和ｘｉ＋

（）。变异函数有５个重要的参数：表示系统或系统属性中的最大变异；基台值Ｃｈ）Ｃ，Ｃ０＋０为块金

／（值，表示随机变异的程度越大；表示受区域化变量影响范围的大小；Ｃａ为变程，ＣＣＣ）０越大，０＋为结构方差比，反映区域变量的空间自相关程度；表示变异函数的特性，其值越接近Ｄ为分维数，）。表示空间分布趋于均匀（张开洲等，０１４２，２

（）

三、上海市人口老龄化的时空演变特征

（一）空间分布总体特征

上海市老龄人口区域分布不均衡，老龄化水平的区域差距显著。近年来各区县间的老龄化水。如表１所示）平差距持续增大，０１０年普查数据显示这一差值已达１１．８２％（２

　表１　

９９０－２０１０年上海市老龄化率极值地区及差值（％）１

９９０１　

全市最高全市最低差值全市平均中心城核心区中心城边缘区

近郊区远郊区

（静安区）１３．５１（宝山区）６．９０

６．１６　９．３８　１１．９１　９．３３　７．８９　１１．９１　

２０００　（静安区）１７．７（闵行区）８．５７

９．１３　１１．４６　１６．０８　１２．５１　９．６５　１０．４６　

２０１０（崇明县）１７．９０（松江区）６．０７

１１．８２１０．１３１４．５１１３．２２８．４７９８．８

结合表１、图１比较分析可以发现：总体来看，除黄浦区等（此外还有静安区、虹口区、闸北１、区、闵行区、浦东新区、嘉定区、宝山区、松江区、青浦区、奉贤区，共计１在２１个区县）０１０年的老年人口系数比２各区县在１其中０００年有所降低外，９９０－２０１０年期间的老年人口比重均呈上升趋势，崇明县、杨浦区、徐汇区、长宁区的老龄化率提高幅度最为显著；上海市老龄化圈层结构特征显２、著，比较分析三期数据发现，上海市老龄化峰值分布较为明显，除２均分布在中心城核心０１０年外，—１２２—

区①，且该区域老龄化水平明显高于其他区域。中心城边缘区基本略高于全市平均水平，近郊区

其余年份均低于中心城核老龄化水平为全市最低，而远郊区老龄化水平有所提升，除１９９０年外，心区及全市平均水平。３、从各方位来看，上海市东北方向上各区县老年人口比重明显高于其他方。）

向，只有金山区老龄人口比重高于少数东北方位区县（见图１

图１　１９９０－２０１０年上海市老年人口比重空间分布图

（二）全局空间关联特征

在ＯｎＧｅｏＤａｔａ软件中选取一阶Ｒｏｏｋ空间权重矩阵对上海市各区县老龄化程度的空间分ｅ　ｐ布进行空间自相关分析，分别计算１结果９９０、２０００、２０１０年老龄化的全局Ｍｏｒａｎ＇ｓＩ值及相关指标，　见表２。

　表２　

年份９９０１　２０００　２０１０　

１９９０－２０１０年上海市老龄化程度的全局自相关分析Ｍｏｒａｎ＇ｓＩ　　０．４４８７０．５０８４０．４２６３

）Ｅ（Ｉ０．０６２５－　０．０６２５－　０．０６２５－　

（）ＺＩ３．６１７７　３．９２９６　３．１２３１　

ｐ００．０１０．００１００．０１

表２显示，在整个研究期内，上海市各区县老龄化程度的全局Ｍ且均通过了ｏｒａｎ＇ｓＩ都大于０，　高显著性水平检验。这表明，上海市各区县人口老龄化的空间差异是客观存在的，同时各区县老龄化空间分布存在较强的正向空间自相关关系，即老龄化程度较高的区县与同为老龄化程度较高的区县相邻，老龄化程度较低的区县与同为老龄化程度较低的区县相邻。在三个普查年份中，全局Ｍ又在２表明区县人口老龄化的空间集聚在ｏｒａｎ＇ｓＩ值在２０００年大幅上升后，０１０年大幅下降，　

大幅集聚之后又发生大幅扩散。总体来看，上海市各区县间的老龄化程度空间差异有所减缓。

（三）局部空间关联特征

利用Ｏ老年人ｎＧｅｏＤａｔａ软件调取Ｒｏｏｋ权重矩阵做出上海市老年人口比Ｍｏｒａｎ散点图，ｅ　ｐ口比重的Ｍｏｒａｎ散点图显示出老龄化在空间上存在较强的集聚特征。从图２可以看出，９９０－１基本都集中在一、三象限２０１０年期间上海市老龄人口比重空间分布的Ｍｏｒａｎ散点图变化不大，

中心城边缘区、近①华东师范大学人口学研究所高向东教授采取行政区划法将上海市划分为中心城核心区、

静安和虹口等３个区，中心边缘城区包括郊区和远郊区。根据２０１１年的上海行政区划中心城核心城区包括黄浦、

徐汇、长宁、普陀、闸北和杨浦等５个区，近郊区包括浦东新区、闵行、宝山和嘉定４个区，远郊区包括松江区、金山区、青浦区、奉贤区和崇明县共５个行政区划单位。具体见参考文献。

—１２３—

内。这一时期第一象限（ＨＨ）的散点比较多，表明上海市老龄化程度高的空间集聚的区县较多，也存在较多的散点，表明了上海市老龄老龄化程度高的区县在空间上集聚在一起。第三象限（Ｌ）Ｌ化程度低的相邻区域也相对较多，第一、三象限表明上海市老龄化程度在空间上同质性比较强，异的散点较少，这说明了上海市老龄化程度高值区域周围零星分布着一质性较弱。第二象限（ＬＨ）的散点也较少，些低值区域，第四象限（说明了上海市老龄化程度较高的一些区县形成了几个ＨＬ）孤岛，如崇明县，同时其周围区域老龄化程度也较低

。

图２　１９９０－２０１０上海市老龄人口比重空间分布的Ｍｏｒａｎ散点图

（四）人口老龄化空间变异特征

本文借助Ｇ使用３个年份的老年人口比重作为研究数据，将其赋到上海市各区县单Ｓ＋软件，元的几何中心点。在Ｇ将采样步长定为３．Ｓ＋软件中根据模拟计算，０７千米。通过采用球状模型、指数模型、高斯模型、幂指数模型、线性模型等多种模型对样点数据进行拟合，分别计算每一年份各方向的分维数，最终选取拟合效果最好的模型，结果如表３所示。

　表３年份９９０１２０００２０１０

拟合模型高斯模型高斯模型高斯模型

上海市区县老龄化格局变异函数的拟合参数

Ｒ

２

／ｍｋ　α４．７　６．１　１６．３８　

Ｃα０．０１　０．０１　０．２２　

Ｃ　０＋Ｃ３．４２　７．９　１５．６８　

／（ＣＣ）Ｃ０＋９０．９７０．９９９０．８６９

０．２７　０．３３７　０．６０７　

，从拟合模型及变程、块金值等指标的变化来看（见表３）３个年份的变异函数均为高斯模型，且拟合系数逐渐增加，表明区县人口老龄化格局具有较好的连续性和稳定性，其空间自组织性不说明随着时间推移，区县老龄化的空断增强。在步长既定的条件下，３个年份的变程值持续增大，间自相关作用范围不断增大。人口老龄化的块金值及基台值也都不断增大，则表明区县人口老龄化受不确定因素的影响程度在减弱，而空间结构特征引起的人口老龄化变异程度在增强。３个年份的结构方差比先微增后减小，总体趋于减小，说明引起区县人口老龄化空间差异的随机部分在降低，由空间结构性因素引起的空间变异作用在增强。

　表４年份１９９０　２０００　２０１０　

全方位

２　

上海市区县老龄化格局变差分维数南－北

东北－西南

东－西

西北－东南

Ｄ　１．５１８　１．７０５　１．８２２　

ＲＤ　１．７９６　１．６２３　１．９９４　

Ｒ

２　

Ｄ　１．８９５　１．９３４　１．１６７　

Ｒ

２　

Ｄ　１．９５５　１．５３２　１．４８２　

Ｒ

２　

Ｄ　１．７８１　１．６１３　１．９３　

Ｒ

２

０．６３４　０．２４５　０．１５９　

０．０４５　０．０８６　０．０００　

０．０１３　０．００２　０．５２２　

０．００２　０．１６７　０．４２　

００．３７０．１３１００．０３

，）从整体分维数来看（全方位分维数值不断提高，见表４越来越接近均质分布理想值２，但其拟合系数却不断降低，表明区县人口老龄化格局稳定性较弱，其空间差异趋于减小，同质性增强。—１２４—

从各方向分维数来看，南－北和西北－东南方向的分维数值总体趋于上升，但其拟合效果并不好，一方面表明这两个方向上老龄化的空间差异较小，另一方面也表现出这两个方向上老龄化格局的稳定性较弱。东北－西南和东－西方向的分维数值总体趋于降低，且拟合系数较高，表明这两个方向上人口老龄化的空间差异在该时期趋于增大。而东北－西南方向上的分维数值变化说明此方最为显著，且拟合效果越来越好，其在２在２０００年小幅上升后，０１０年大幅下降到１．１６７，向上的区县人口老龄化空间的差异最大。

（五）时序演化特征

为了揭示上海市人口老龄化的时序演化特征，依据前文对于老龄化程度的划分方法，文章引入马尔可夫状态转移概率矩阵。如表５所示，上三角元素表示区域向＂老龄化＂方向转移的概率；下三角元素表示区域向＂年轻化＂方向转移的概率；对角线上的元素表示区域人口老龄化维持原状态的概率。

　表５　

９９０－２０１０年上海市人口老龄化阶段的马尔科夫转移概率矩阵１

１９９０－２０００　

２０００－２０１０

ｎ　

Ｃ１　Ｃ２　Ｌ１　Ｌ２　Ｌ３　

０．０１．０２．０１４．００．０

Ｃ１　０．００．００．００．００．０

Ｃ２　０．００．０　０．００．００．０

Ｌ１　０．０１．００．５　０．００．０

Ｌ２　０．００．００．５　０．３　０．０

Ｌ３　０．００．００．０　０．８　０．０　

ｎ　０．００．０７．０７．０３．０

Ｃ１　０．００．００．００．００．０

Ｃ２　０．００．００．００．４　０．０

Ｌ１　０．００．００．９　０．１　０．０

Ｌ２　０．００．００．１　０．４　０．０　

Ｌ３００．０．００．００．００１．

从具体时段来看，表明这一时期上海市没９９０－２０００年转移概率矩阵的下三角元素皆为零，１有区县向＂年轻化＂方向转移，观察矩阵的对角线元素可知，各阶段未发生转移的概率均小于或等于向＂老龄化＂方向转移的概率，可见１９９０－２０００年期间上海市各区县以向更深程度的＂老龄化＂方向转移为主。而在２上海市人口老龄化演变存在着向＂年轻化＂方向转移、同０００－２０１０年期间，阶段之间的转移及向＂老龄化＂方向转移的三种转移类型，从发生区域转移的概率来看，老年型后）同阶段之间转移的概率最大，同阶段之间转移的概率；其次为老年型初期（从具体数量期（３１）ＬＬ）））同阶段之间转移的区县有６个，老年型中期（向成年型后期（转移、来看，老年型初期（老１２２ＬＬＣ））和老年型后期（同阶段之间转移的区县均为３个，因而在２年型中期（２３０００－２０１０年这期间，ＬＬ上海市各区县以不发生人口老龄化的阶段转移为主，同时存在小幅向＂年轻化＂转移趋势。

四、影响上海市人口老龄化空间分布的原因

人口老龄化的空间差异是受自然、人口、经济、社会、文化等方面多因素综合作用影响的结果，一般认为这些因素通过影响人口的出生率、死亡率和迁移率的变动而对区域人口的年龄结构产生影响。本文主要从以下几个方面对上海市老龄化水平的影响因素和空间差异进行分析。

（一）人口发展状况

人口的出生率和死亡率通过自然增长率对人口的年龄结构产生影响。一般来说，自然增长率越高，人口增长速度越快，年轻人口比重愈高，人口年龄结构趋于年轻化。根据２０１０年上海市各区县人口数据分析发现，各区县的人口自然增长率（户籍人口）与老龄化程度存在负相关关系（如。即在人口自然增长率低的区县，）图３其老龄化程度相对较高；而在人口自然增长率高的区县，其老龄化程度相对较低。

—１２５—

　·上海经济研究·　

０１６年第８期　　２

图３　２０１０年上海市各区县人口自然增长率与老龄化水平的相关性分析

（二）经济发展水平

不少学者研究发现，国内有些省份的人口老龄化与社会经济发展水平呈负相关（易卫华等，），即在经济越发达的地区，对劳动力的需求量越大，吸引着大量的外来青壮年人口的集聚，其０１５２

人口结构会趋于年轻化。上海市作为改革开放的排头兵和我国最早进入人口老龄化的城市，其人上海市人均Ｇ口老龄化有其特殊性。２０１０年，ＤＰ最高的几个区县如静安区和黄浦区的老年人口相比之下，比重为１上海市经济较为落后的几个区县其老年人口比重则较低，如６．３８％和１４．２２％，崇明县经济发展水平也不高，金山区和奉贤区的老年人口比重为１但由于年轻人０．９１％和８．１％（，基本低于全市平均水平。上海市人口老龄化与经济发展水平口大量外流，使其老龄化水平很高）呈现出正相关，这与世界上发达国家人口老龄化的情况吻合。从表５可以看出，０１０年上海市各２其中近郊区的嘉定区和闵行区分别为区县户口登记地在外省市的流动人口占常住人口的３９％，远郊区的松江区、远高于青浦区和奉贤区分别达到５６．２９％、４９．５５％，９．２４％、５５．９６％、４８．６６％，５

全市的平均水平，与此相反，中心城区的黄浦区、徐汇区、长宁区、静安区、普陀区、闸北区、虹口区、均低于杨浦区分别达２７．４８％、２５．７６％、２５．４０％、２３．２０％、２８．１６％、２４．０８％、２３．００％、２０．９６％，全市平均水平。从各区县市内流动人口占总人口的比重来看，各区县市内流动人口比重较高的基本都分布在中心城区和近郊区，其中黄浦区、徐汇区、长宁区、静安区、普陀区、闸北区、虹口区、杨近郊区的浦东新区和嘉定区的比重稍低于这一水平，浦区、闵行区、宝山区的比重均在１０％以上，而远郊区的总体水平较低，均在５％以下。由此可见，市内流动人口主要在中心城区和近郊区流动，各区县外来流动人口主要流向近郊区和远郊区，市内流动人口加剧了远郊区的人口老龄化，而外来人口的流入则延缓了这种趋势。

　表５　地区全市黄浦区徐汇区长宁区静安区普陀区闸北区虹口区

２０１０年上海市各区县人均ＧＤＰ及外来流动人口统计

人均ＧＤＰ

（万元）９．４５　１８．２３　８．３９　８．３８　２４．３１　４．３９　５．３５　７．２７　

各区县外来

流动人口８９７．７０　１８．６５　２７．９５　１７．５４　５．７２　３６．３０　２０．００　１９．６１　

各区县外来流动人口

占常住总人口比重

３９．００　２７．４８　２５．７６　２５．４０　２３．２０　２８．１６　２４．０８　２３．００　

市内流

动人口２０３．９０　７．０２　１１．６７　８．１２　３．００　１７．８６　１１．６７　１０．５４　

万人，单位：％市内流动人口占

常住总人口比重

８８．６２１．８７１０．７５１１．７６１２．１７１３．８６１４．０５１２．３６

—１６—２

０１６年第８期　　２

杨浦区闵行区宝山区嘉定区浦东新区金山区松江区青浦区奉贤区崇明县

６．８１　５．６２　５．４７　５．４８　９．３３　４．９６　５．６９　５．４０　４．５６　２．７６　

２７．５３　１２０．３７　７６．６１　８２．８２　２０２．４３　２０．１１　９３．７４　６０．５０　５２．７２　１５．１０　

２０．９６　４９．５５　４０．２２　５６．２９　４０．１３　２７．４６　５９．２４　５５．９６　４８．６６　２１．４６　

　·上海经济研究·　

１４．１９　３１．３７　２９．１３　９．３４　３４．１２　２．０９　６．９８　２．１４　３．３６　１．２９　

１０．８１１２．９１１５．２９６．３５６．７６２．８６４．４１１．９８３．１０８１．４

（三）社会发展程度

社会发展程度是一个包含多方面因素的综合指标。考虑到文章的研究状况和数据的可获取性，本文采用反映了社会医疗、卫生等方面的发展状况的每千人床位数和反映成年人平均受教育水平来反映社会发展程度。进入２伴随着生产力的迅速发展，上海市的社会经０世纪９０年代以来，济和医疗卫生事业得到了长足的发展。按常住人口计算，上海市每千人床位数从１９９０年的１．２３张增长到２人均受教育程度在２比２０１０年的４．５６张；０１０年已达到１０．５５年，０００年提高了１．２５年。医疗卫生事业的进步和受教育程度的提高，使得居民的生活质量和思想观念得到大幅度提升，促使人口死亡率下降和平均预期寿命提高。在上海市人口出生率较低的情况下，随着老年人口和婴幼儿人口死亡率的下降，以及平均预期寿命的提高，必然导致人口年龄结构趋于老化。

（四）人口政策因素

计划生育政策导致出生率急剧下降，加速了人口老龄化的进程，而相关的人口调控政策作为政府干预区域人口的主要手段，其对人口格局及老龄化的演化也起着重要的控制和引导作用。上上海市成立计划生育领导小海市的计划生育政策可以上溯到２０世纪７０年代初。１９７３年１２月，这一规定更改为：一对夫妇组办公室，并做出明确规定：一对夫妻最多生２个孩子。１９７９年８月，通过进一步修改相关规定，正式提出严格控制第二胎。虽然２只生一个孩子。１９８１年８月，００３年，允许夫妻双方都是独生子女的可以生育第二个孩子，上海市人口与计划生育条例》１２月修改了《

但是双独夫妇的生育意愿并不高。２０１０年上海市的生育率仅为０．７３７。计划生育政策的长期实施对上海市的人口结构带来了深刻的影响，人口出生率从１９７５年的３０‰左右下降到１９９０年的到２人口出生率在短时间内的０．２５‰，２０００年又下降到的５．２７‰，０１０年小幅度提升至７．１３‰，１

大幅度下降，加速了上海市的人口老龄化进程。同时，深化改革的政策也给上海市的发展带来了大量发展机遇，吸引着大量外来青壮年人口在此集聚，０００－２０１０年间上海外来常住人口年均增２从而缓解了上海市的老龄化进程。长６９万，

五、结　论

本文以区县为单位，运用Ｅ对１ＳＤＡ－ＧＩＳ空间分析技术，９９０－２０１０年上海市人口老龄化的时空演化特征及影响因素进行分析，得出了以下主要结论：

第一，上海市老年人口的区域分布不均衡，老年人口比重呈现出明显的圈层结构特征：中心城核心区老年人口比重最高，中心城边缘区次之，近郊区为全市老龄化程度最低区域，而远郊区老年人口比重略高于近郊区，除１９９０年外均显著低于中心城核心区及全市平均水平。１９９０－２０１０年期间上海市区县间老龄化最高值和最低值之间的差距持续增大，老龄化区域水平差距日益显著。而从整体来看，上海市东北部各区县老年人口比重明显高于西南部区县。

—１２７—

第二，通过空间自相关分析发现：上海市人口老龄化存在较强的正向空间自相关性，０００年人２口老龄化的空间集聚有所增强，但总体趋于减小。局部空间关联分析发现，上海市老年人口具有很强的集聚趋势，老龄化程度较高的区县与同为老龄化较高的区县相邻，老龄化程度较低的区县与同为老龄化较低的区县相邻，老龄化空间分布的同质性较强，异质性较弱。

上海市人口老龄化的空间自组织性趋于减第三，空间变异函数分析表明：９９０－２０１０年期间，１弱，其空间格局演变具有不稳定的特性。总的来看，不确定性因素对人口老龄化空间差异的影响程度在减弱，而空间结构性因素对人口老龄化变异程度的影响力度在增强。虽然整体上人口老龄化的空间差异趋于缓和，但各个具体方向上还是存在着较大的差异，其中东北－西南方向上的变异是当前上海市人口老龄化空间差异的主要贡献者，具体表现为上海市东北部各区县老龄人口比重明显高于西南部区县。

第四，通过马尔可夫概率转移矩阵发现：９９０－２０００年期间上海市各区县以向更深程度的＂老１龄化＂方向转移为主，而在２上海市各区县则以不发生人口老龄化的阶段转移０００－２０１０年期间，为主，同时存在小幅向＂年轻化＂转移的趋势。

第五，上海市人口老龄化的空间差异是自然、人口、经济、社会、文化等多种因素综合作用的结果。在社会经济发展的不同阶段，各要素对不同区域的人口老龄化有着不同的影响方向和力度。

＂全面二孩＂政策正式落地。据上海市卫生和计划生育委员会预第六，自２０１６年１月１日起，测，这将使上海市户籍人口每年新增３万人，也将在一定程度上起到缓解老龄化的作用。此外，外来人口的大量涌入虽然缓解了上海市的老龄化进程，但也带来了很多问题。十八届三中全会提出要严格控制特大城市人口规模，人口综合调控政策的推行使得上海市外来常住人口增长速度明显趋缓，０１４年外来常住人口仅增长２９．７７万人，０１５年外来人口甚至比上一年减少了１４．７７万２２＂全面二孩＂和＂人口调控＂政策的同时实施，人。一松一紧又将会对上海市的人口老龄化进程产生何种影响，笔者将在今后的研究中予以关注。□

参考文献：

］：等．北京市人口老龄化的时空变化特征［李扬，刘慧，金凤君，１．Ｊ．中国人口·资源与环境，２０１１，２１（１１）１３１３８．１－

］王五一．我国人口老龄化发展的阶段、趋势和区域差异［李日邦，Ｊ．地理研究，１９９９，１８（２）：１３－１２１．２．１

］马飞．广州市人口老龄化的空间分布及趋势［林琳，１Ｊ．地理研究，２３．００７，０５：１０４３０５４．－］刘慧，金凤君，汤青．北京市人口老龄化的时空变化特征［资源与环境，李扬，Ｊ．中国人口．２０１１，１１：４．１１３１３８．－

］孙然，韩增林，刘凤朝．中国人口老龄化水平测度与空间关联研究［王泽宇，Ｊ．地域研究与开发，２５．０１３，０３：１４３＋１５３．１３８－

［］何礼伟，杨骞．中国人口老龄化的空间非均衡及分布动态演进：刘华军，１２６．９８９～２０１１Ｊ．人口研究，０１４，０２：２．８７１－

］常天骄，郭全毓．中国人口老龄化空间分布特征及与经济发展的同步性研究［孙蕾，Ｊ．华东师范大学学报７．

（，哲学社会科学版）１１０１４，０３：１２３３２＋１５５５６．２－－

］叶信岳，王哲野．广东省人口老龄化的时空演化及成因分析［易卫华，４Ｊ．人口与经济，２８．０１５，０３：３３２．－］（）：新华网．当好改革开放排头兵创新发展先行者［５Ｊ．市场观察，２９．０１５３５７．５－

］：潘倩，金晓斌，周寅康．近３２Ｊ．地理研究，００年来中国人口变化及时空分布格局［０１３，３２（７）１０．２９１３０２．１１－

高等教育出版社，徐建华．计量地理学［１Ｍ］．北京：２１１．０１１：１３７３８．－

］张开洲，陈楠．２２１９９００１０年福建省县域人口老龄化时空演变特征及其驱动机制［Ｊ．地理科学进展，０１４，１２．－

（）：６３３５０５１５．６－

］吴文钰．高向东，２２０世纪９０年代上海市人口分布变动及模拟［Ｊ．地理学报，００５，０４：６３７４４．６１３．－

（本文外文参考文献从略，有需要者可向本刊编辑部索取）—１２８—

ＲｅｓｅａｒｃｈｏｎｔｈｅＳａｔｉａｌＤｉｓｔｒｉｂｕｔｉｏｎａｎｄＥｖｏｌｕｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃｓ　　　　　　　ｐ

ｏｆＡｉｎＰｏｕｌａｔｉｏｎｉｎＳｈａｎｈａｉ　　　ｇｇｐｇ　

１２３

ＷＡＮＧｘｄｕＸｉｎｉａｎＸｉａｎｏｎＳｈｕｏ－　ＧＡＯ－－ｇ　　　ｇｇ　ＴＡＯ

（，１．ＳｃｈｏｏｌｏｆＳｏｃｉａｌＤｅｖｅｌｏｍｅｎｔＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔ００２４１；　　　　　　　２ｐｙ

，２．ＳｃｈｏｏｌｏｆＰｕｂｌｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔ０００６２；　　　　　　　２ｙ

）３．ＳｈａｎｈａｉＵｎｉｖｅｒｓｉｔｏｆＰｏｌｉｔｉｃａｌＳｃｉｅｎｃｅａｎｄＬａｗ　２０１７０１　　　　　ｇｙ　

：ＴａｔｔｅｒｎｓｆｉｎａｅｒｎｖｅｓｔｉａｔｅｓｈｅｖｏｌｕｔｉｏｎａｒａｔｉｏｔｅｍｏｒａｌＡｂｓｔｒａｃｔｈｉｓ　ｉ　ｔ　ｅ　ｐ　ｏ　ａ　ｐｇｇｐｇｙｐｐ　ｓ

：ｏｕｌａｔｉｏｎｉｎＳｈａｎｈａｉ．Ｔｈｅｃｏｎｃｌｕｓｉｏｎｓａｒｅａｓｆｏｌｌｏｗｉｎｔｈｅｒｅｉｏｎａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｅｌｄｅｒｌ　　　　　　　　　　　ｐｐｇｇｇｙｒｏｏｒｔｉｏｎｏｆｅｌｄｅｒｌｏｕｌａｔｉｏｎｉｎＳｈａｎｈａｉｒｅｓｅｎｔｓａｎｏｕｌａｔｉｏｎｉｓｎｏｔｂａｌａｎｃｅｄａｎｄｔｈｅ　　　　　　　　　　　　ｐｐｙｐｐｇｐｐｐ　

；ｏｂｖｉｏｕｓｌａｅｒｅｄｓａｔｉａｌｓｔｒｕｃｔｕｒｅｔｈｅａｉｎｏｕｌａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｉｎＳｈａｎｈａｉｓｈｏｗｓａｓｔｒｏｎ　　　　　　　　　　ｙｐｇｇｐｐｇｇ　

；ｅｒｉｏｄｂｅｔｗｅｅｎ１９９０ｓａｔｉａｌｓｅｌｆｃｏｒｒｅｌａｔｉｏｎａｎｄｔｈｅｓａｔｉａｌｃｏｎｃｅｎｔｒａｔｉｏｎｉｓｗｅａｋｅｎｉｎｄｕｒｉｎｔｈｅ　　　　　　　　　　　ｐｐｐｇｇ　，ｗａｎｄ２０００，ｔｈｅａｉｎｒｏｃｅｓｓｉｎＳｈａｎｈａｉｉｓｓｔｒｅｎｔｈｅｎｅｄｈｉｌｅｆｒｏｍ２０００ｔｏ２０１０ｉｔａｅａｒｓ＂　　　　　　　　　　ｇｇｐｇｇｐｐ　

＂．ｏｕｎｅｒｙｇ：Ｐ；Ｅ；Ｓ；ＳｔＫｅｗｏｒｄｓｏｕｌａｔｉｏｎｉｎＳＤ－ＡＧＩＳａｔｉａｌｉｆｆｅｒｅｎｃｅａｔｉａｌｅｍｏｒａｌ－　Ａ　Ｄｐｇｇｐｐｐｙ；ｈＣｈａｎｅＳｈａｎａｉｇｇ欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁欁（上接第１１１页）

ＡＳＩｔｕｄｏｎｔｈｅＭｏｄｅａｎｄＳｔｒａｔｅｏｆｔｈｅＣｉｔｎｄｕｓｔｒＩｎｔｅｒａｔｉｏｎｆｏｒ　－　　　　　　　ｙｇｙｙｙｇ　　　

：ＩｎｄｕｓｔｒｉａｌＤｉｓｔｒｉｃｔＢａｓｅｄｏｎＨｏｎｉａｏＢｕｓｉｎｅｓｓＤｉｓｔｒｉｃｔ　　　　　ｇｑ

１２３

ｕＨＵＡＮＧＬｉａｎＺｈｅｎＮＺｈｏｎ　ＣＨＥ－　　　ｙｇ　ＷＡＮＧｇ

（，１．ＴｈｅＩｎｓｔｉｔｕｔｅｏｆＮａｔｉｏｎａｌＥｃｏｎｏｍＳｈａｎｈａｉＡｃａｄｅｍｏｆＳｏｃｉａｌＳｃｉｅｎｃｅｓ０００２０；　　　　　　　　２ｙｇｙ　

２．ＳｈａｎｈａｉＡｃａｄｅｍｏｆＳｏｃｉａｌＳｃｉｅｎｃｅｓ０００２０；　　　　２ｇｙ　

，）０００９２３．ＴｈｅＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃＭａｎａｅｍｅｎｔＴｏｎｉＵｎｉｖｅｒｓｉｔ　　　　　　２ｇｇｊｙ

：ＩｔＡｂｓｔｒａｃｔＣｉｔｎｄｕｓｔｒＩｎｔｅｒａｔｉｏｎｉｓｔｈｅｍａｏｒｍｏｄｅｏｆＣｈｉｎｅｓｅｎｅｗｅｕｒｂａｎｉｚａｔｉｏｎａｎｄ－－　　　　　　　　　ｙｙｙｇｊｐ　ａｌｓｏｔｈｅｍａｉｎｄｉｒｅｃｔｉｏｎｏｆｔｈｅｔｒａｎｓｆｏｒｍａｔｉｏｎａｎｄｕｒａｄｉｎｉｎｉｎｄｕｓｔｒｉａｌｄｉｓｔｒｉｃｔ．ＴａｋｉｎＨｏｎ－　　　　　　　　　　ｐｇｇｇｇ　　

，ｉｉａｏＢｕｓｉｎｅｓｓＤｉｓｔｒｉｃｔａｓａｎｅｘａｍｌｅｔｈｅａｏａｅｒａｎａｌｚｅｓｔｈｅｍａｉｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＨｏｎ－　　　　　　　　　　　　ｑｑｐｐｐｙｇ，ＢｕｓｉｎｅｓｓＤｉｓｔｒｉｃｔａｎｄｓｅｖｅｒａｌｒｏｂｌｅｍｓｆｕｒｔｈｅｒｍｏｒｅｓｕｅｓｔｉｎｏｎｔｈｅｍｏｄｅａｃｃｏｒｄｉｎｌ．　　　　　　　　ｐｇｇｇｇｙ　

；Ｈ：；Ｄ；ＤｉＩｏｎＫｅｗｏｒｄｓＣｉｔｎｄｕｓｔｒＩｎｔｅｒａｔｉｏｎｅｖｅｌｏｉｎＭｏｄｅｅｖｅｌｏｍｅｎｔＳｔｒａｔｅａｏ－－　ｑｇｙｇｐｇｐｇｙｙｙ　　ＢｕｓｉｎｅｓｓＤｉｓｔｒｉｃｔ　

—１２９—