浙江省市域老龄化的时空演变及影响因素研究
Spatiotemporal Evolution and Influencing Factors of Population Aging at the Municipal Level in Zhejiang Province
DOI: 10.12677/sa.2026.159208, PDF,    科研立项经费支持
作者: 朱成锋, 徐修华*:宁波工程学院人文与国际传播学院,浙江 宁波
关键词: 人口老龄化;时空格局;熵值法;地理加权回归;浙江省;Population Aging; Spatiotemporal Patterns; Entropy Method; Geographically Weighted Regression; Zhejiang Province
摘要: 人口老龄化是浙江省经济社会可持续发展面临的重大现实问题。识别浙江省人口老龄化的时空演化规律及其驱动机制,对于因地制宜制定应对策略具有重要意义。本文基于2000年、2010年、2020年三期人口普查数据,构建涵盖65岁及以上人口占比、老少比、老年抚养比三项指标的老龄化综合评价体系,运用熵值法测算浙江省11个地级市的老龄化综合得分,结合全局空间自相关、冷热点分析考察2002~2022年浙江省市域老龄化的时空演化格局,并采用全局OLS回归与地理加权回归模型,从经济发展、人口结构、公共服务三个维度识别核心驱动因素及其空间异质性。
Abstract: Population aging represents a major practical challenge facing the sustainable socio-economic development of Zhejiang Province. Identifying the spatiotemporal evolution patterns and driving mechanisms of population aging in Zhejiang Province is of great significance for formulating tailored response strategies based on local conditions. Based on three rounds of national census data from 2000,2010, and 2020, this study constructs a comprehensive aging evaluation system encompassing three indicators: the proportion of the population aged 65 and above, the elderly-to-youth ratio, and the elderly dependency ratio; employs the entropy method to calculate comprehensive aging scores for the 11 prefecture-level cities in Zhejiang Province; utilizes global spatial autocorrelation and cold-hot spot analysis to examine the spatiotemporal evolution pattern of aging across municipal jurisdictions in Zhejiang Province from 2002 to 2022; and applies global OLS regression and geographically weighted regression models to identify core driving factors and their spatial heterogeneity across three dimensions: economic development, demographic structure, and public services.
文章引用:朱成锋, 徐修华. 浙江省市域老龄化的时空演变及影响因素研究[J]. 统计学与应用, 2026, 15(9): 83-95. https://doi.org/10.12677/sa.2026.159208

参考文献

[1] 路建英. 走好中国特色积极应对人口老龄化之路——专访全国政协委员、人口资源环境委员会副主任王建军[J]. 中国社会工作, 2025(8): 11-12.
[2] 雷欣月. 中国人口老龄化对碳排放的影响及预测研究[D]: [硕士学位论文]. 南昌: 南昌大学, 2024.
[3] 左菁. 基本养老服务制度的政策逻辑与内涵特征[J]. 重庆社会科学, 2024(2): 82-100.
[4] 孙裕增, 徐少君. 小城镇产业、空间和人口相关实证分析[J]. 浙江树人大学学报, 2005, 5(3): 38-42.
[5] 邓耿林. 中国省域人口老龄化城乡倒置的时空特征及其影响因素研究[D]: [硕士学位论文]. 成都: 西南财经大学, 2023.
[6] 潘哲然, 石永阁, 许刚. 湖北省人口老龄化时空演变格局及影响因素[J/OL]. 湖北大学学报(自然科学版), 1-9.
https://link.cnki.net/urlid/42.1212.N.20260414.1640.002, 2026-08-02.
[7] 龚梅, 钟磊, 陈燕菲. 贵州省各地州市人口老龄化时空格局演变特征研究[J]. 西部学刊, 2025(24): 6-9.
[8] 王锦州, 谢清亮, 许刚. 武汉市人口老龄化时空演变格局与趋势预测[J]. 华中师范大学学报(自然科学版), 2026, 60(3): 475-484.
[9] 张钟文. 我国老龄化背景下养老资源配置适配度及影响因素研究[D]: [硕士学位论文]. 北京: 北京中医药大学, 2024.
[10] 吴建, 汤艳雨, 王成增, 等. 基于健康老龄化的河南省老龄事业高质量发展评价指标体系构建研究[J]. 医学与社会, 2023, 36(7): 68-73+91.
[11] 管敦颐. 辽宁省县域人口老龄化时空演变及影响因素研究[D]: [硕士学位论文]. 大连: 辽宁师范大学, 2017.
[12] 包丹宇, 曹树金, 廖赛源. 积极老龄化视域下老年人数字素养指标体系构建[J]. 图书馆工作与研究, 2024(12): 61-72+80.
[13] Li, J.M., Han, X.L., Zhang, X.X., et al. (2019) Spatiotemporal Evolution of Global Population Ageing from 1960 to 2017. BMC Public Health, 19, Article No. 127.
https://doi.org/10.1186/s12889-019-6465-2
[14] 杜玉慧, 施学忠, 张卫萍, 等. 中国人口老龄化时间空间变化趋势分析[J]. 中国卫生统计, 2018, 35(4): 522-526.
[15] 吴健生, 李博, 黄秀兰. 小城市居民出行行为时空动态及驱动机制研究[J]. 地球信息科学学报, 2017, 19(2): 176-184.
[16] 郑诗航. 长三角城市群人口老龄化对产业结构调整的门限效应研究[D]: [硕士学位论文]. 上海: 华东政法大学, 2018.
[17] 马刚英. 浙江省地区贫富差距的测度和影响因素分析[D]: [硕士学位论文]. 杭州: 浙江工商大学, 2013.
[18] Chen, C., Li, J. and Huang, J. (2022) Spatial-Temporal Patterns of Population Aging in Rural China. International Journal of Environmental Research and Public Health, 19, Article 15631.
https://doi.org/10.3390/ijerph192315631
[19] 袁俊, 吴殿廷, 吴铮争. 中国农村人口老龄化的空间差异及其影响因素分析[J]. 中国人口科学, 2007(3): 41-47+95.
[20] 姚悦. 人口老龄化、住房支付能力对住房需求的影响研究[D]: [硕士学位论文]. 重庆: 重庆大学, 2021.
[21] 程锦, 冯革群, 袁嘉轩, 等. 浙江省老龄化空间格局演变及驱动机制[J]. 宁波大学学报(理工版), 2023, 36(6): 100-106.
[22] 吴美玲. 城乡人口老龄化空间非均衡与影响因素研究[D]: [硕士学位论文]. 合肥: 安徽大学, 2021.