北京市人口老龄化的时空变化特征，本文主要内容关键词为：北京市论文,特征论文,时空论文,人口老龄化论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号C922 文献标识码A 文章编号1002-2104(2011)11-0131-08 doi:10.3969/j.issn.1002-2104.2011.11.022
人口老龄化(population aging)包括两个含义：一是指老年人口相对增多，在总人口中所占比重逐渐增加的过程；二是指社会人口结构呈现老年状态，进入老龄化社会。目前，国际上通用界定60岁以上的人口占总人口比例达到10%，或65岁以上的人口的比例达到7%作为国家或区域进入老龄化社会的标准[1]。人口老龄化是人口转变的必然结果，随着人口出生率、死亡率的下降和人类预期寿命的延长，人口平均年龄和年龄中位数会随之逐渐增加，人口逐渐趋向老龄化。自联合国把1982年确立为“老人年”[2]以来，人口老龄化问题日益受到世界组织、各国政府和学术界的重视与关注。
老年人口空间分布特征及地域差异一直是学术界所关注的热点问题，也是地理学者投入老年学研究中的切入点。Hilnter和Smith以俄亥俄州Toledo市为例进行的研究表明，内城老龄人口密度较高，而郊区和新建城区较低，主要原因是内城的非老年人口的流出[3]；Cowgill提出美国老年人口明显集中于都市区的老核心区以及偏远的乡村聚落中[4]；Flynn重点研究了老年人口分布的区域差异，提出了美国的老年人口分布明显集中于都会区的核心区及偏远的乡村聚落，形成典型的“退休中心”(Retirement Centers)[5]；Golant指出，美国老龄人口四分之三住在大都市区，并且其中的半数住在中心城区，另一半则在郊区[6]；Goodman利用洛伦兹曲线及基尼指数衡量巴尔的摩、费城和匹兹堡三个城市老年人口空间分布的变化，发现老年人口数较少的费城和巴尔的摩，老年人口的分布趋向集中分布；老年人数较多的匹兹堡，老年人口趋于分散分布[7]；在老龄人口国际分布方面，Rogers，Watkins和Woodward将美国、意大利、日本和英国的老龄化的总体空间分布进行了对比[8]。国内地理学者探讨了老年人口分布的全国性差异，而对区域性的分析相对较少；李日邦等提出老年人口分布在全国东西差异的现象与经济发展水平相关[9]；姚静等对全国各省区老龄人口比重的差异及成因进行了分析[10]；林筱文研究福建省老龄化结构时，对地区分布不均的现象予以了关注[11]；林琳等得出广州市人口老龄化的空间分布呈三个圈层，不同圈层间人口迁移的快速变化是广州市人口老龄化空间差异及变化的主要原因[12]。
由上述文献回顾可知，人口老龄化情形似有空间聚集的现象，且时间轴上存在着由聚集区逐渐向外扩散的波及效应。而研究方法上仍采用图表比较，辅以文字来进行分析，该种方法存在着无法客观表达空间现象分布形态及变化方式的缺点。本文基于对北京市1990年、2000年人口普查资料的分析，以区县为基本地域单元，揭示北京市人口老龄化的空间结构和集聚扩散趋势，并探讨分析其形成原因，为今后如何根据人口年龄结构的变化，对城市内部空间结构、公共服务设施体系、养老模式等提出科学合理的调整与政策引导提供依据。
1 研究区域、数据选取和研究方法
1.1 研究区域及数据选取
联合国对人口年龄类型的划分提出了一套标准，规定一个国家或地区进入老年型社会有两个标准，即60岁及以上的人口达到总人口的10%，或65岁及以上的人口达到总人口的7%。1990年人口普查北京市的这两个比例分别是10.11%和6.35%，按60岁及以上老年人口占总人口比例达到10%的标准，北京市已进入老年型社会，而按65岁的标注衡量则还未达到。到2000年人口普查时，北京市60岁及以上的老年人口共170.15万人，占总人口的12.54%；65岁及以上的人口114.29万人，占总人口的8.41%。按这两个标准衡量，北京市在2000年已经全面进入老年型社会(见表1)。截至2009年底，北京市户籍老年人口已达226.6万人，占户籍人口的18.2%，北京已进入中度老龄化社会。
本文研究的区域范围包括北京市18个区县，为便于研究，以2005年北京市行政区划为准，将各区县作为一个独立的研究单元，共18个空间单元，时间序列为1990-2005年，数据资料来自1985-2005年历年《北京统计年鉴》、《北京市1990年人口普查资料》、《1995年全国1%人口抽样调查资料—北京分册》、《北京市2000年人口普查资料》以及《2005年北京市1%人口抽样调查资料》。
1.2 研究方法
ESDA(Exploratory Spatial Data Analysis，探索性空间数据分析)是SDA(Spatial Data Analysis，空间数据分析)技术的一种。它以空间关联性测度(Spatial Association Measures & SAMS)为核心，基于数据驱动，旨在描述与显示对象的空间分布，揭示数据的空间依赖与空间异质性(Spatial Heterogeneity)，描述空间分布和联系结构[13-15]。实际上，ESDA是在没有太多先验知识、零假设(Null Hypothesis)，即空间不相关假设的基础上，利用统计学和图形图表相结合的方法对空间信息进行描述性(Descriptive)和归纳性(Inductive)的研究[16]。而GIS基于图形驱动(Map-driven)的特征在一定程度上限制了其空间分析功能的发挥，因此基于GIS平台的ESDA能够将地理信息的定位数据(图形数据)的空间分析与专题数据(属性数据)的关联测度功能相融合[17]。GIS借助ESDA使其空间分析功能得以加强，ESDA在GIS平台上，可以将空间关联性分析的结果得以可视化表现，更好地揭示空间规律、分析空间结构。其实质是从GIS数据库中发现知识的过程[18]。目前，ESDA与GIS的结合研究在国外主要涉及数字图像处理[19-20]、流行病学[21]、区域经济[22-24]、犯罪学[25]、自然灾害[26]等方面的研究中，国内的ESDA研究起步比较晚，理论研究主要集中在空间分析与空间建模领域[27-29]，本文选取北京市为研究区域，以ArcGIS技术为支撑，运用ESDA中全局及局域的空间自相关分析来揭示北京市内老龄人口空间分布格局的模式及变动特征。
2 北京市老龄人口的空间结构分析
ESDA分析方法的核心就是对空间自相关性进行测度，空间自相关是指一个变量在不同位置上的相关性。通过对空间自相关的测度可以检验具有空间位置的某要素的观测值是否显著地与其相邻空间点上的观测值相关联。测度空间自相关的指标可以分为全局指标和局部指标，全局指标用于验证某一要素在整个区域的空间自相关程度，局部指标用于反映整个大区域中，一个局部小区域单元上的某种地理现象或某一要素与邻近区域单元上同一现象或属性要素的相关程度。通过分析区域的全局空间自相关指标的大小以及比较各个区域子系统的局域空间自相关指标大小和分布状态，就可以知道区域的老龄人口分布空间结构的差异度以及空间结构的分布特征。
2.1 空间分布总体特征
图l表示四个时期北京市各区县65岁及以上老年人口占常住人口比重空间分布图，经比较分析后发现：①总体来讲，除顺义区和昌平区在2000年的老年人口所占常住人口比例比1995年有微小下降外，各区县在1990-2005年期间65岁及以上老年人口占总人口比重呈上升趋势，其中老龄化率提高最高的为西城区、丰台区、崇文区、东城区；②北京市老龄人口比重呈现出圈层结构特征，四期数据显示，老龄人口比重峰值很明显，而且都出现在内城区——东城、西城、崇文、宣武，并且明显高于其它区县。近郊区(包括海淀、朝阳、石景山、丰台、顺义)与全市平均水平相比略低，到远郊区(房山、大兴、通州、平谷、密云、怀柔、延庆、昌平、门头沟)老龄人口比重又有所回升，但仍然低于市中心区，这一趋势在2000年、2005年得到加强；③北京市北部各区县老龄人口比重明显高于南部区县，只有门头沟区老龄人口比重高于少数北部区县(见图1)。北京市老龄人口地区分布不平衡，人口老龄化地区差异明显，老龄人口占总人口比重最高值和最低值之间差值持续增加。如表2所示，2005年抽查数据显示老龄人口比重最高值最低值之间差距已达8.03%。
图1 北京市老年人口比重时空变化图(1990-2005)
Fig.1 Spatiotemporal transition of aged proportion in Beijing (1990-2005)
2.2 全局空间关联分析
全局自相关性是对属性值在整个区域空间分布情况的总体特征描述，一般采用全局Moran's I空间自相关统计量测度全局空间的自相关性，其计算公式如下：
根据以上分析，利用GeoDa软件测算北京市1985-2005年各区县老龄人口比重的全局Moran's I值，并对它们进行Z检验，发现通过显著性检验。四期数据中老龄人口比重Moran's I值反映在表3中。
从表3中可以看出，整个研究期间，全局Moran I估计值全部为正，且总体趋势在增加。这表明，北京市老年人口分布存在显著的正的空间自相关性，即在老龄人口比重较高的区县，其周边区域的老龄人口比率也较高，反之亦然。因此，较大的空间自相关特性表明了空间差异的存在。同时，随着时间的推移，这种趋势还在不断加强，说明老龄人口的空间分布差异增大。上述全局空间关联分析虽然能够反映整体老龄人口在空间上的集聚程度，但它并不能量化各个集聚区的集聚程度和集聚种类，而局部空间关联恰好能弥补这一点。
2.3 局部空间关联分析
局部空间关联分析主要是具体度量每个区域与周边地区之间的局部空间关联和空间差异程度，并结合相关地图形式，将局部差异的空间结构可视化，从而发现区域空间分布规律。一般采用局部Moran's I(LISA)统计量[31]测度局域空间自相关性，其计算公式如下：
图2 北京市老龄人口比重空间分布的Moran散点图(1990-2005)
Fig.2 The Moran scatterplot of aged proportion in Beijing (1990-2005)
通过比较图2中北京市1990、1995、2000和2005年的Moran散点图，分析得出北京市各区县老龄人口比重的象限分布：
1990：HH区：包括东城区、西城区、崇文区、宣武区、怀柔区、延庆县等6个区县
LH区：包括朝阳区和密云县等2个区县。
LL区：包括海淀区、石景山区、丰台区、平谷区、大兴区、门头沟区、房山区等7个区县。
HL区：包括昌平区、顺义区、通州区等3个区县。
1995：HH区：包括东城区、西城区、崇文区、宣武区4个区县
LH区：包括海淀区和朝阳区2个区县。
LL区：包括石景山区、丰台区、怀柔区、平谷区、通州区、顺义区、昌平区、密云县、大兴区、门头沟区、房山区等11个区县。
HL区：包括延庆县。
2000：HH区：包括东城区、西城区、崇文区和宣武区4个区县
LH区：包括海淀区、朝阳区等2个区县。
LL区：包括石景山区、丰台区、大兴区、房山区、通州区、顺义区、昌平区、延庆区、怀柔区、平谷区、密云县等11个区县。
HL区：包括门头沟区
2000：HH区：包括东城区、西城区、崇文区、宣武区和朝阳5个区县
LH区：包括海淀区、石景山区2个区县。
LL区：包括大兴区、房山区、通州区、顺义区、昌平区、怀柔区、平谷区、密云县等8个区县。
HL区：包括丰台区、延庆区、门头沟区3个区县。
上述结果表明，随着时间的推移，北京市老年人口比重的空间差异有一定程度的扩大，在1990年落在HH、LL象限有13个区县，而到1995年、2000年增加到15个。LL象限的区县最多，而且在不断增多，即北京市大部分区县的老年人口比重较均值都低，空间差异加大。
为了全面反映北京市老年人口分布空间结构的演变，结合图1、图2，可进一步得到北京市老年人口分布的Moran地图，如图3所示。
图3 北京市老年人口分布Moran散点地图(1990-2005)
Fig.3 The Moran scatter map of the elderly in Beijing (1990-2005)
从图3可以看出，中心老城区东城区、西城区、崇文区和宣武区在四期数据中均属于高-高区，说明北京市老龄人口在空间分布上呈现出明显的中心化，而且集聚趋势不断增强。低-低区多集中在石景山区和房山区等老龄人口数量相对较低的城郊区，并且呈现出扩散趋势。
3 主要结论
(1)人口老龄化进程与老年人口空间分布特征研究是未来人口问题研究的一个重要分支，也是指导未来区域人口政策的重要基础。对北京市1990-2005年的人口老龄化进程研究表明，北京市到1990年第四次人口普查时，按60岁及以上老年人口占总人口比例达到10%的标准衡量，北京市年龄结构已经进入老年型，比例为10.1%。1995年1%人口抽样调查数据显示，到1995年北京市已经全面进入老年型社会，此后人口老龄化程度不断加深，至2005年北京市已进入中度老年化社会。预计到2020年，北京将进入深度老龄化阶段，老龄人口将占总人口的20%。
(2)北京市老年人口总体空间特征呈现出明显的圈层结构特征：中心四城区老龄人口比重较高，历年数据均高于全市平均水平；近郊区老龄人口比重较全市平均水平低，远郊区老年人口比重又有所回升。并且各区县间老龄人口比重的最高值和最低值差距在不断扩大；整体来看，北京市北部老年人口比重明显高于南部大部分区县。造成这种分布差异的原因主要是由于北京市城区、县之间既有历史形成的经济、文化发展的不平衡，北部的产业结构和优越的自然环境条件，使得北部老年人口比重明显高于南部。
(3)全局空间关联分析表明，北京市老年人口分布存在显著的正的空间自相关性，且老龄人口的空间分布差异在不断增大。局部空间关联分析表明，北京市老龄人口分布呈现出很强的中心化趋势，不断集聚于中心四城区，而远郊区老龄人口数量较低且呈现出不断扩散的趋势。