我国各省份人口老龄化水平差异的多指标测度
——基于2011年31个省份的城镇人口分析

王森（东北财经大学 数学与数量经济学院，辽宁 大连 116025）

我国各省份人口老龄化水平差异的多指标测度
——基于2011年31个省份的城镇人口分析

王森
（东北财经大学 数学与数量经济学院，辽宁 大连 116025）

本文在传统的衡量人口老龄化的65岁及以上人口占比和老年抚养比的基础上，先后引入城镇就业人员数量、用于教育和社会保障的财政支出和人均收入等经济变量，使用六个指标分析说明我国31个省份的人口老龄化水平和经济影响，结果发现，仅仅使用老年抚养比和65岁及以上人口占比两个指标容易误导人口老龄化的经济影响和政策选择，而将经济发展水平作为衡量人口老龄化的经济影响的因素加以考虑后，经济发达省份面临的人口老龄化的经济压力要小于经济欠发达省份，本文为分析人口老龄化的经济影响和测度人口老龄化的经济压力提供了一个新的视角。

人口老龄化；经济影响；老年抚养比；人均收入

根据第六次全国人口普查结果，2010年我国60岁及以上人口已达1.78亿人，约占总人口的13.26%。2012年，我国60岁及以上人口1.94亿人，约占总人口的14.3%。根据联合国经济与社会事务部2010年的预测，2020年我国65岁及以上人口占比将达到12%，2030年达到16.5%，2035年将会超过20%。我国65岁及以上人口占比从7%上升到14%估计大约需要27年，人口老龄化的速度与日本差不多（日本用了26年）。这是国家层面的人口老龄化水平与发展趋势。

人口老龄化的经济影响可以分为宏观和微观两个层面。在宏观层面，人口老龄化主要影响一个经济体的储蓄、消费、社会保障、生产能力和经济增长等。在微观层面，人口老龄化主要影响家庭的财富代际转移、经济负担和养老能力等。我国幅员辽阔，人口众多，地区发展水平极不平衡，不同省份在社会、经济、文化等方面存在较大差别，不同省份的人口老龄化水平存在巨大差异。一方面，1979年上海60岁及以上人口的占比就超过10%，是我国最早进入老龄化的省级城市，北京、天津、江苏等省市也相继进入老年型社会。另一方面，青海、西藏、宁夏等西部省份，2011年65岁及以上人口占比仍在6%以下，预计2020年前后才将进入老龄化社会，最早进入老龄化社会的上海与估计最晚进入老龄化社会的青海省相差约40年。因此在衡量我国人口老龄化水平时，既要考虑和分析国家的整体老龄化水平，同时也要考虑不同地区人口老龄化水平的显著差异。我国各省份之间的人口老龄化水平差异较大，各省份人口老龄化对经济的影响和面临的人口老龄化压力同样差异较大。要分析各省份人口老龄化水平的差异和老龄化的不同经济影响，不能仅仅比较各省份65岁及以上人口占比的差异，很有必要考虑就业人数、与老年人和少儿密切联系的教育和社会保障等财政支出、人均工资等经济变量，通过多个指标具体测度不同省份城镇人口老龄化的差异和不同的经济影响。

根据《中国流动人口发展报告2012》，2011年，我国流动人口总量已接近2.3亿，占全国总人口的17%，我国农村户籍流动人口约占流动人口总量的80%，而农村户籍流动人口的大部分是农村的青年劳动力，这进一步加大了我国城市和农村人口老龄化程度的差异。我国人口老龄化在过去30年里表现出了农村人口老龄化程度日益高于城市的特征。2010年，农村60岁及以上老年人口比例高达15.0%，远高于城镇11.7%的水平。考虑到城市与农村人口老龄化水平的显著差异，本文只分析和测度各省份城镇人口的老龄化差异水平。

一、文献综述

刘华军等［1］（2014）使用Kernel密度估计方法研究中国人口老龄化的空间非均衡及分布动态演进，认为中国人口老龄化空间分布存在显著的空间非均衡特征，并预计中国人口老龄化程度不断加深，地区差距也呈现持续扩大趋势。王志宝［2］（2013）认为，就人口老龄化的演变过程来看，中国人口老龄化与地区经济发展有明显相关性，经济发展成为中国人口老龄化的重要推动因素之一。杜鹏［3］（2013）指出，根据第六次全国人口普查资料，2010年我国已有26个省份步入老年型社会，重庆市是老年人口比例最高的省份，四川、江苏、辽宁、安徽等省份分别列第二到第五。林元雄［4］（2012）运用聚类分析方法，分析了我国人口老龄化的地区差异，将31个省市分成5类，发现各地区间的差别较明显，将人口老龄化分为“未老先富”、“未富先老”和“边富边老”三种类型，认为各省份应对人口老龄化的政策应符合本省实际而有所不同。方丰等［5］（2010）认为，流动人口的大规模涌入，使广东省人口老龄化速度慢于其他省份，广东省人口老龄化呈现地区发展不平衡的态势。原新［6］（2005）认为，城市接纳农村流动人口，可以减缓城市老龄化速度，减轻城市抚养比，可以优化和调整城市的人口年龄结构。李秀丽等（2008）［7］使用方差分解方法，定量分析了我国人口老龄化水平在不同区域之间的差异，发现东、中、西部区域大致对应人口老龄化水平的“高、中、低”，并且区域间的差异有减小的趋势。

Wray［8］（2006）认为，一个国家的老龄化对社会保障体系产生的财务收支不平衡的作用被夸大了，只要一个国家能生产和提供足够的产品和服务，65岁占比、总抚养比和老年抚养比等人口老龄化指标并不重要。Eric Brucker［9］（2005）在将美国50个州的就业人数、财政支出和人均收入等三个变量纳入衡量各州养老能力的指标中，比较发现，在考虑了三个经济变量后，美国各州的人口老龄化指标排序与传统的65岁及以上人口占比有较大差别，并分析说明了65岁及以上人口占比和老年抚养比指标的不合理性。

考虑到我国城乡老龄化水平和趋势存在较大差异，为了便于各省份之间人口老龄化水平做合理比较，同时考虑到数据的可获得性，本文的老龄化数据是指城镇人口的老龄化。数据主要来源于2012年中国人口统计年鉴和中经网统计数据库，分析的对象是31个省份，最高和最低的省份比例分别占20%，即最高和最低的省份各六个。为简单起见，本文将省、自治区和直辖市统称为省份。

二、根据65岁及以上老年人口占比指标的各省份比较

衡量一个国家或地区的老龄化水平最常用的指标是65岁及以上老年人口占比，即65岁及以上人口占总人口的比例。2011年，一方面，重庆和四川65岁及以上老年人口占比分别高达 12.42%和12.04%，分列第一和第二位。另一方面，西藏65岁及以上人口占比最低，只有4.82%，同时宁夏、青海、广东、新疆、海南和内蒙古等省份65岁及以上人口占比都在7%以下，还未进入老年型社会。2010年第六次全国人口普查结果显示，西藏总人口为3002166，是全国人口最少的省份，西藏的人口有其特殊性（见表1）。

表1　2011年城镇人口中65岁及以上人口占比最高和最低的12个省份

三、根据老年抚养比和总抚养比指标的各省份比较

1.老年抚养比

65岁及以上人口占比将总人口作为分母，而具有供养能力的主要是15-64岁的劳动年龄人口，因此老年抚养比相对来说更适用于衡量一个国家或地区的抚养老年人的能力。老年抚养比是65岁及以上人口数量与15-64岁劳动年龄人口数量之比。根据老年抚养比数据，2011年，甘肃和辽宁城镇人口老年抚养比分别为15.04%和14.55%，分列第一和第二。西藏和广东城镇人口老年抚养比为4.89%和5.19%，分别列倒数第一和倒数第二（见表2）。

表2　2011年城镇人口老年抚养比最高和最低的12个省份

比较表1和表2，顺序变化较大的有重庆和甘肃，重庆从表1的第一位下降到表2的第十位，而甘肃则由表1的第12位上升到表2的第一位。通过各省份城镇人口老年抚养比的比较，最高的甘肃省是最低的西藏的三倍，说明不同省份城镇人口老年抚养比的差距是非常大的。从城镇老年人口抚养比的数据来看，以城镇老年人口抚养比最高的甘肃、辽宁和四川三省为例，平均约每7个劳动年龄人口抚养1个老年人，总体来看，养老的压力并不是很大。从广东、海南、福建和浙江等省来看，大约每18个劳动年龄人口抚养一个老年人，养老压力很小。

2.总抚养比

被抚养是老年人口与少儿人口的共同点，不同点是，一般说来政府在抚养少儿方面的财政支出主要在教育，在抚养老年人的主要财政支出在社会保障和医疗卫生方面，因此在衡量一个经济体的供养能力而不是养老能力时，总抚养比更有说服力。2011年，河南、江西和甘肃三省城镇人口总抚养比分别为36.07%、32.7%和32.29%，分别位列第一、第二和第三位，大约每3个劳动年龄人口抚养1个少儿或老年人。而西藏的总抚养比最低，仅为13.85%，大约每7个劳动年龄人口抚养1个少儿或老年人。浙江、上海、北京和广东的总抚养比分别为18.68%、18.92%、20.49%和20.63%，分别位列倒数第二、第三、第四和第五，这四个省份平均大约每5个劳动年龄人口抚养1个少儿或老年人（见表3）。

比较表2和表3，变化较大的两个省是河南和江西，河南从表2的第12上升到表3的第一，江西从表2的16上升到表3的第二，这是由于两个省份城镇人口中的少儿人口比重较大引起的，说明随着时间的推移，部分少儿人口步入劳动年龄人口，这两个省的总抚养比会下降的快一些。不考虑西藏的话，城镇人口总抚养比最高的河南省是最低的浙江省的大约两倍，相对于城镇老年人口抚养比，城镇人口总抚养比的省份差距要小。比较表2和表3，会发现如果单纯从人口数量的角度来看，2011年我国城镇人口的养老压力并不大，但抚养老人和小孩的总的压力较大。对河南省来说，平均不到3个城镇劳动年龄人口就要抚养1个老年人或小孩。

表3　2011年城镇人口总抚养比最高和最低的12个省份

3.考虑就业人口数量的总抚养比

总抚养比的抚养人口是指劳动年龄人口，而劳动年龄人口中的一部分并不工作，比如在校大中学生、失业者和家庭主妇等，因此，对总抚养比进行校正的一种合理方法就是用就业人员数量代替劳动年龄人口。劳动年龄人口数量是一个常量，不受政策的影响。就业人口数量受劳动力参与率、退休年龄和失业率等因素的影响，而这些变量都会受到政府政策的影响，几乎所有政府都有动力去提高劳动力参与率和降低失业率，所以用考虑就业人员数量的总抚养比来衡量一个经济体的抚养能力就具有政策上的优势。考虑就业人口的总抚养比是指少儿和老年人口数量与实际就业人员数量之比，本文是指各省份城镇人口中的少儿与老年人口与城镇实际就业人员数量的比值。2011年，一方面，河北、江西和河南三省的考虑就业人员数量的城镇人口总抚养比分别为0.955、0.927和0.896，分列一、二、三位，大约1个城镇就业人员要抚养1个少儿或老年人口。另一方面，西藏的考虑就业人员数量的总抚养比最低，仅为0.151，大约6个城镇就业人员需要抚养一个被抚养人。北京为0.305，位于倒数第二，大约3个就业人员需要抚养1个被抚养人。上海、江苏和广东分列倒数第三、第四和第五，大约每2个就业人员需要抚养1个少儿和老年人口 （见表4）。用TD（total dependent）表示城镇总的被抚养人口数，包括老年人和少儿人口，用EMP（employment）表示城镇就业人员数量。

四、引入部分财政支出和就业人员数量的抚养能力

65岁及以上老年人口占比、老年抚养比、总抚养比和考虑就业人员数量的总抚养比这四个指标，所涉及的变量都是人口数量，而不同省份的人口，由于我国经济发展水平的极端不平衡，其平均财政支出有很大的差别，而衡量一个经济体的抚养能力仅仅根据人口数量是不全面、不完善的，还需要考虑政府的财政能力和就业人员的收入水平，因此，计算每个就业人员所承担的与被抚养少儿和老年人的财政支出十分必要，它可以从财政承担的角度分析一个省份的抚养能力。政府财政支出中用于少儿和老年人的抚养支出，并没有非常明确的分类，这给数据的获得带来较大的困难。由于用于少儿和老年人的抚养支出主要在教育、社会保障两个方面，为获取数据的方便，本文将各省地方财政中用于教育和社会保障的支出作为抚养少儿和老年人支出的近似代理变量。

表4　2011年城镇人口被抚养人数/就业人员数量最高和最低的12个省份

2011年，青海和西藏城镇人口中每个就业人员平均分摊的抚养费分别位列第一和第二，分别为30656元和25516元。浙江、福建和广东三省城镇人口平均分摊的抚养费分别为倒数第一、第二和第三，分别为6352元、7532元和7554元。不同省份在每个城镇就业人员分摊的抚养费方面差距巨大，最高的青海省是最低的浙江省的约5倍，西部省份大约是东部省份的2倍左右，这从一个角度说明了西部省份在城镇就业方面还有很大的压力和提高就业的巨大潜力。教育和社会保障支出用EXP表示（见表5）。

表5　2011年每个城镇就业人员分摊的抚养费最高和最低的12个省份

在表3和表5中都处于前六名的只有甘肃省，西藏从表3的倒数第一名升至表5的第二名，内蒙古从表3的倒数第六升至表5的第六。

五、考虑收入水平的就业人员对被抚养人员的财政支持

一个省份对少儿和老年人的财政支持能力，除了与就业人员数量有密切关系外，还与就业人员的收入水平有关，因为收入水平高的人对财政收入的贡献要大，我国各省份城镇人口人均收入的差异非常大，而且人均收入往往用来衡量一个省份的生活水平或生活成本。2012年，上海城镇人均可支配收入达43851元，而贵州城镇人均可支配收入仅为18700元，上海城镇人均可支配收入是贵州的约2.3倍。因此，有必要将人均收入纳入各省份支持被抚养人的财政能力当中。2011年，各省份城镇人口中就业人员的人均收入的百分比用于抚养少儿和老年人的财政支出见表6，其中青海最高，用于被抚养人的财政支出占城镇就业人员人均工资的86%，甘肃和西藏分列第二和第三。北京最低，为15%，浙江和江苏位列倒数第二和第三，分别为17.8%和20.5%。人均工资用INC表示。

表6　2011年城镇人口中教育和社会保障支出/就业人员数量/人均工资最高和最低的12个省份

六、主要结论与政策含义

本文共使用六个指标来衡量人口老龄化的经济影响，分别是65岁及以上老年人占比、老年抚养比、总抚养比、被抚养人数/就业人员数（TD/EMP）、主要用于被抚养人的财政支出/就业人员数（TDEX/EMP）和主要用于被抚养人的财政支出/就业人员数/人均收入（TD/EMP/INC）。

从65岁及以上老年人占比指标来看，新疆、青海、宁夏、西藏等西部省份65岁及以上老年人占比较低，原因包括较低的经济社会发展水平和相对宽松的生育政策。广东省65岁及以上老年人占比也较低，主要原因是广东省吸纳了大量的外来年轻人口。重庆和四川两省65岁及以上老年人口占比较高，人口老龄化程度较高，部分原因是这两个省人口流出规模较大，而流出人口以年轻人为主。

根据65岁及以上老年人占比以外的其它五个指标来看，广东和浙江两省有五个指标出现在指标最低的六个省，北京有四个指标出现在指标最低的六个省中，江苏、上海和福建都分别有三个指标出现在最低的六个省中，这说明广东等六省的人口老龄化对经济的影响较小，面临的人口老龄化的经济压力较小。另一方面，在考虑到就业人员数量、被抚养人的财政支出和人均收入等因素后，青海、甘肃、贵州和陕西等西部经济不发达省份，其两次出现在指标最高的六个省中，说明青海、甘肃等四省人口老龄化对经济的影响较大。西藏是极其特殊的一个省份，一方面，它的65岁及以上人口占比、老年抚养比和总抚养比均处于指标最低的六个省，另一方面，被抚养人数/就业人员数（TD/EMP）、主要用于被抚养人的财政支出/就业人员数（TDEX/EMP）和主要用于被抚养人的财政支出/就业人员数/人均收入（TD/EMP/ INC）均处于指标最高的六个省中，主要原因有西藏人口规模、就业人员数量和老年人数量都太小、中央财政补贴比重偏大等，西藏经常是个特例。总的说来，本文认为，如果仅仅根据65岁及以上人口占比或老年抚养比等“传统”指标衡量人口老龄化的经济影响会产生误导，而应当将经济发展水平作为衡量人口老龄化的经济影响的重要因素。根据对多个指标的数据分析，本文认为，经济发达省份面临的人口老龄化的经济社会压力、人口老龄化对经济社会的影响效应要小于经济欠发达省份。考虑到经济因素的衡量老龄化的指标，弥补了仅仅使用老年人占比或老年人抚养比来衡量人口老龄化的压力的缺陷或不足，从经济角度揭示了人口老龄化的影响和经济社会压力。

［1］刘华军，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：1989—2011［J］.人口研究，2014（2）：71-82.

［2］王志宝，孙铁山，李国平.近20年来中国人口老龄化的区域差异及其演化［J］.人口研究，2013（1）：66-77.

［3］杜鹏.中国人口老龄化现状与变化［J］.中国社会保障，2013 （11）：13-15.

［4］林元雄.我国人口老龄化的地区差异分析—基于第6次人口普查数据［J］.重庆科技学院学报（社会科学版），2012（23）51-52+62.

［5］方丰，奉莹，徐冬.人口流动对人口老龄化的影响—基于广东省的实证研究［J］.西北人口，2010（2）：49-52.

［6］原新.乡城流动人口对大城市人口年龄结构影响分析—以京、津、沪为例［J］.人口学刊，2005（2）：3-8.

［7］李秀丽，王良健.我国人口老龄化水平的区域差异及其分解研究［J］.西北人口，2008（6）：106-107+111.

［8］L.Randall Wray.（2006）Social Security in an Aging Society: Review of Political Economy 18（3）：391-411.

［9］Eric Brucker.（2005）Demographic，Employment，Expenditure，and Income-Related Dependency Ratios：Population Aging in the Fifty States，Department of Commerce，U.S.Census Bureau，Population Division，Interim State Population Projections，2005，InternetDate：April20，2005；availablefromMarch 2006.

The Multi-index Measurement of the Difference of Population Aging of 31 Provinces in China：Based on the Analysis of the Township Population of 31 Provinces in 2011

WANG Sen
（School of Mathematics and Quantitative Economics of Dongbei University of Finance and Economics，Dalian Liaoning，116025）

On the basis of traditional indices of old-age dependency ratio and total dependency ratio，this paper introduces several economic variables including urban employment，per capita income and fiscal expenditure in education and social security，and analyzes the economic pressure of population aging in 31 provinces.The finding shows that the two indices of oldage dependency ratio and proportion of population aged 65 or over are misleading to economic impact and policy response，and the pressure of population aging in developed provinces is smaller than in less-developed provinces.This paper provides a new perspective of measurement about the economic pressure and economic impact.

population aging；economic impact；old-age dependency ratio；per capita income

C924.24

A

1007-0672（2015）02-0060-05

2014-07-05

本文是辽宁省教育厅课题“辽宁省人口老龄化的经济社会效应——基于世代交叠模型的计量分析”（编号2009073）的部分成果。

王森，男，山西临猗人，东北财经大学副教授，经济学博士，研究方向：经济计量分析、人口老龄化与经济发展、产业经济学。