人口老齡化空間非均衡及影響因素分析

聶高輝 晏佳惠

摘要：我國人口老齡化在不斷演變過程中存在顯著的空間非均衡性。選用Dagum基尼系數分解法測算和分解我國人口老齡化空間非均衡程度，并構建面板數據模型分析我國東、中、西部人口老齡化影響因素。從人口老齡化空間非均衡程度來看：西部空間非均衡程度最大，東西空間非均衡差距最大;人口老齡化空間非均衡程度在2010年以前主要來源于各空間之間非均衡差距Gnb，2010年以后卻主要來源于空間超變密度Gt。從人口老齡化空間非均衡的影響因素來看：人均GDP城鎮化率、文盲率會加重我國人口老齡化程度，而人口自然增長率、產業結構優化、人口性別比會減弱我國人口老齡化程度。東、中、西部空間總體情況與我國整體情況基本一致，不同在于西部空間經濟發展會弱化人口老齡化程度、人口自然增長率會加重人口老齡化程度。

關鍵詞：人口老齡化;空間非均衡;Dagum基尼系數分解法;影響因素面板數據模型

[中圖分類號]C921

[文章編號]1673-0186（2019）01-107-011

[文獻標識碼]A

[DOI編碼]10.19631/j.cnkicss.2019.01.011

改革開放以來，我國人口年齡結構發生了顯著變化，老年人口系數和老少比由1986年的4.9%14.62%增長到2016年的10.8%、65.21%。根據聯合國發布的《人口老齡化及其社會經濟后果》對老齡型社會的劃分，我國早在2000年時就已經步入了老年型社會。而我國人口年齡結構除了在老齡化程度上有所加深以外，還面臨另一個嚴峻的問題：人口老齡化的空間非均衡性。以2016年末人口老齡化數據為例，我國31個省市中，重慶老年人口系數為13.97%，而西藏僅為4.98%，極差高達8.99%，這說明我國人口老齡化空間非均衡性非常明顯。

一、相關研究文獻綜述

我國人口老齡化程度迅速加深，但符合世界人口老齡化演變的一般規律，且在演變過程中存在空間分布非均衡的空間差異特征甲。對于人口老齡化的空間分布非均衡特征，諸多文獻選用不同的研究方法對其進行探索，如李日邦等用統計性描述方法證明城鄉、東西部空間、各民族空間之間存在差異2，李秀麗等選用標準差系數、變差系數及協方差分解方法研究了我國及三大區域1992—2006年的人口老齡化區域差異，許海平，李樂樂等人選用泰爾指數分析法對東、中、西部地區老齡化程度進行了差異分析[4-5]。而對于人口老齡化的影響因素問題，則鮮有文獻進行研究，大部分學者主要是基于人口老齡化的大背景探索勞動人口供給數量的減少對社會經濟發展、存儲率、服務業升級等因素的影響[6-8]。在人口老齡化影響因素的分析上，原新等采用假設模擬方法從人口因素出發，發現人口老齡化是生育率、平均壽命和人口慣性共同作用的結果9]。安德森（Anderson）認為工業化國家的預期壽命、出生率及人口遷移是引起老齡化差異現象的主要原因[01。曾通剛在分析老年人口的空間演變基礎上，采用空間回歸模型解釋老年人口的影響因素”。趙儒煜等利用空間計量經濟學理論方法和空間誤差模型實證發現老齡化空間溢出對人口老齡化的影響比人口老齡化慣性和人口自然增長的作為更為突出12。陳明華等在采用泰爾指數度量地區老齡化差異的基礎上運用FGLS方法探索人均CDP出生率、死亡率、城市化率、文盲率對全國各空間人口老齡化的影響因素[3]。以上文獻雖說明了人口老齡化的空間非均衡性，但大多未量化人口老齡化空間非均衡程度，更未對我國人口老齡化空間非均衡程度進行分解，而且少有文獻既從全國整體又從東、中、西部局部出發，探索人口老齡化的影響因素。

基于此，本文首先利用空間分布圖可視化描述我國人口老齡化的空間非均衡性，并選用Dagum基尼系數分解法對我國及東、中、西部0空間人口老齡化的空間非均衡程度進行測度，進一步分解為空間內非均衡程度貢獻度G。各空間之間的非均衡程度貢獻度Gnb和交疊異質（超變密度）貢獻度G，。其次建立全國和東、中、西部三大空間2006-2016年間的面板數據模型，分析人均CDP、城鎮化率、人口受教育程度、人口自然增長率、人口性別比和產業結構優化對人口老齡化產生的影響。最后基于以上實證結果給出對策建議。

二、人口老齡化空間非均衡研究

過去的幾十年里，我國人口年齡結構發生了巨大改變，老年人口系數和老少比逐年遞增，人口年齡類型從處在年輕型和成年型社會之間上升到深度老齡型社會。而在人口老齡化問題愈加嚴峻的同時，人口老齡化空間分布非均衡問題也8益突出。

（一）人口老齡化空間非均衡的可視化描述

為可視化人口老齡化的空間非均衡，文章繪制了2005年和2015年我國31個省市的老年人口系數值（圖1）。從圖1中可以看出：2005年老齡化程度最為嚴重的地區有北京、上海、四川、重慶、江蘇、浙江、安徽、湖南，老年人口系數均超過10%;老齡化程度較輕的地區有西藏、青海、寧夏、新疆，老年人口系數均低于7%，即尚未進入老齡化社會;31個省市老年人口系數極差達到了5.94%;東部空間老年人口系數均值為9.68%，中部空間老年人口系數均值為8.63%，西部空間老年人口系數均值為7.97%。2015年老年人口系數超過10%的地區在2005年的基礎上又新增了8個地區，分別是天津、遼寧、河北、山東、吉林、湖北、陜西、黑龍江;僅剩西藏尚未進入老齡化社會;31個省市老年人口系數極差為7.58%;東部空間老年人口系數均值為10.66%，中部空間老年人口系數均值為10.44%，西部地區老年人口系數均值為9.20%。這意味著我國人口老齡化在日益嚴峻的形勢下還存在顯著的空間非均衡性，且這種非均衡程度有加重的趨勢。

（二）人口老齡化空間非均衡程度測算及分解

1.Dagum基尼系數法介紹

不平等子群分解法包括基尼系數、變異系數、泰爾指數等分解方法，常用于衡量群內、群間不平等對整體不平等的貢獻大小。Dagum基尼系數不同于一般不平等子群分解法，它在將總體不平等貢獻率分解為群內不平等貢獻度群間不平等貢獻度和各子群之間交疊產生的貢獻率的基礎上，進一步加入了經濟富裕（EconomicAffluence）的概念，有效解決樣本交叉重疊的問題，明晰給出了群內、群間、交疊不平等對總體的貢獻率[4]。此后該方法被廣泛應用于各個研究領域，如劉那日蘇選用Dagum基尼系數分解法刻畫1990—2013年間中國人口老齡化地區差異[51、黃杰用同樣的方法研究中國低碳經濟發展的空間非均衡程度[16]。本文借鑒Dagum基尼系數分解法測算我國東、中、西部空間人口老齡化空間內非均衡程度、各空間之間的非均衡程度，并進一步探索我國總體人口老齡化空間非均衡的來源。總體Dagum基尼系數的計算公式為：

其中n=31為全國31個省市;k=3為空間個數，這里指東、中、西部三大空間，j、h分別為k個空間中的不同空間，即j、h=1，2，h;y為全國31個省市老年人口系數均值，y;為第j個空間中第i個省市的老年人口系數，yr為第h個空間中第r個省市的老年人口系數。總體Dagum基尼系數G又可以分解為空間內非均衡程度貢獻度Gw、各空間之間的非均衡程度貢獻度Gu和交疊異質（超變密度）貢獻度G，即G=G，+G，+G。具體計算公式如下：

其中G;、Gih分別為人口老齡化空間內部非均衡程度、空間之間的非均衡程度。P，為第j個空間省市個數與全國總省市個數的比值，即P=n/n。s;為第j個空間平均老齡化程度與全國平均老齡化程度比值，即S;=n，y，/ny，j=1，2，…，k.Djh為第j個空間相對于第h個空間的相對老齡化程度，計算如式（7）。式（8）中表示平均絕對差距，等式右邊第一項為dn，右邊第二項為Pjh。

2.人口老齡化空間非均衡程度測算及分解結果

我國2002-2016年間東、中、西部空間人口老齡化空間非均衡程度的Dagum基尼系數測度及分解結果如表1、圖2所示。

從人口老齡化空間非均衡程度測度結果來看：我國總體基尼系數2003年達到最大值0.129，2010年達到最小值0.098，人口老齡化空間非均衡程度略有減弱，但仍呈不穩定波動狀態。在空間內非均衡程度上，東、中部空間內非均衡程度減弱，而西部有所加重;東、中、西部空間非均衡程度大小自2004年以后發生了改變，大小由“東、西、中”演變為“西、東、中”。在空間之間的非均衡程度上，東中、東西空間非均衡差距程度減弱，而中西空間非均衡差距程度加重;空間之間非均衡程度同樣也在2004年以后發生了變化，大小由“東西東中、中西”演變為“東西、中西、東中”。

從空間非均衡分解結果來看：2010年以前，我國人口老齡化空間非均衡主要來源于各空間之間的非均衡程度Gnb，貢獻率最高為2003年的60.53%，但貢獻率有逐年下降的趨勢;其次來源于空間內非均衡程度Gw，貢獻率最高為2009年的30.52%，貢獻率基本保持穩定;最后來源于空間超變密度G，貢獻率最高為2009年的28.22%，但貢獻率有逐年，上升的趨勢。2010年以后，我國人口老齡化空間非均衡主要來源于空間超變密度G，貢獻率最高為2014年的53.70%，且貢獻率有先上升后下降的趨勢;其次來源于空間內非均衡程度G，貢獻率最高為2014年的33.21%，貢獻率基本保持穩定;最后來源于各空間之間的非均衡程度Gnb，貢獻率最高為2016年的34.98%，且貢獻率有先下降后，上升的趨勢。

三、人口老齡化影響因素分析

人口老齡化形成原因非常復雜，是諸多因素共同作用形成的結果[17。為深入探索人口老齡化的影響因素，本文從經濟社會、人口、教育四類主要影響因素出發，分空間建立全國和東、中、西部空間的省級面板數據模型。

（一）模型構建及說明

本文探索代表經濟因素的人均GDP，代表社會因素的城鎮化率、產業結構升級，代表人口因素的人口自然增長率、性別比以及代表教育因素的文盲率對人口老齡化的影響效果。選取的研究樣本跨度范圍為2006年至2016年，數據來源于國家統計局。考慮樣本數據可能存在線性化現象，文章首先對各變量進行基本處理一取自然對數。具體面板數據模型如下所示：

其中aging表示人口老齡化程度，刻畫老齡化程度的指標很多，一些研究者會選用老年人撫養比，老少比和總撫養比等來刻畫老齡化，本文根據國際慣例，從老齡化的本質出發，選取65歲及以上老年人人口數量占社會總人口數量的比重來刻畫人口老齡化程度。pgdp表示人均地區生產總值，是衡量一個地區經濟發展水平的重要指標。urban表示城鎮化率，城鎮化是現階段我國社會的普遍現象，等于城鎮人口除以社會總人口數，反映人口流動尤其是農村人口不斷向城市流動的重要指標。isu表示地區產業結構升級水平，為第二產業和第三產業GDP占總GDP的比重，取值范圍在0-1之間，比例越大表示產業結構升級越優ogrowthrate表示人口自然增長率，反映地區人口增長的速度和趨勢，等于一定時期內人口出生率減去人口死亡率。sex為人口性別比，即男女人口比例（以女性人數為100）。ill表示文盲率，等于超過學齡期（15歲）而未受教育人口數與超過學齡期總人口數的比例。ξ;表示不同空間的個性化特征，μn為偶然誤差項。各變量具體描述如表2。

模型構建完成后，本文對面板數據模型（固定、隨機、混合面板模型）加以選擇。根據wald檢驗的p值等于0.0000，我們拒絕了選擇混合面板模型的假設。現實情況中不同省市必然會存在差異，因此拒絕混合回歸模型也符合現實規律。全國、東、中、西部空間Hausman檢驗p值分別0.0035、0.0273、0.8397、0.0000，在5%的置信水平下，我們確定全國、東、西部空間構建固定效應模型，中部空間構建隨機效應模型。

（二）實證結果分析

1.全國實證結果分析

全國固定效應面板回歸模型結果如表3所示：在人口老齡化的影響方向上，pgdp、urban、ill對人口老齡化的影響系數為正，即會加重我國人口老齡化程度，而growthrate、isu、sex對人口老齡化呈負向影響，即能減弱老齡化程度。在人口老齡化影響大小上，isu對人口老齡化的影響程度最為明顯，在1%的置信水平下，彈性回歸系數為1.063391;其次依次是sex、urbanill、grouthratepgdp，彈性回歸系數依次為0.8537、0.4864697、0.1527202、0.1271044、0.0841635，除growthrate僅通過10%的置信水平外，其他變量均通過了5%的置信水平，這說明變量的作用效果非常顯著。

近年來，我國社會經濟的發展一方面改善了民眾生活條件，使得平均人口壽命延長，老年人口數量增多;另一方面快節奏的生活加重了年輕人的工作壓力，使年輕人疾病發病率提高，年輕人口數量減少，從而進一步加重了人口老齡化程度。城鎮化會加重我國整體老齡化程度，該作用對我國農村人口老齡化的影響更為顯著，很大一部分原因是農村人口大規模地向城市遷移，據統計2011年城鎮人口數量已經超過了農村人口數量[8），且遷移人口的平均年齡遠小于農村人口平均年齡，這使得農村相較城市人口老齡化問題更值得關注。產業結構升級能有效減弱老齡化的原因可能是該空間一般以二、三產業為主導，提供了更多就業崗位從而吸引大量人口的流入。流人的人口在“量”上表現為數量規模龐大，在“質”上表現為年齡結構年輕化，這使得產業結構升級減弱老齡化程度。人口自然增長率雖能減弱老齡化程度，但近年來我國人口自然增長率持續下降，相關數據顯示，1998年以前，我國人口自然增長率一直維持在10%以上，而到2016年我國人口自然增長率僅為5.86%。人口增長模式由“高”向“低”的轉變使得人口自然增長率對人口老齡化作用甚小。

2.分空間實證結果分析

由于我國地域遼闊，不同空間不僅在人口老齡化空間非均衡程度上存在異質性，還在經濟、社會、人口、教育等各環境因素上均有差異，因此對各空間人口老齡化發展趨勢的影響也不盡相同。為了具體考察我國人口結構在演變過程中人口老齡化的形成原因，構建2006—2016年東、中、西部空間的省級面板回歸模型，模型估計結果如表4：

在影響方向上，東部空間城鎮化率、文盲率對人口老齡化程度呈正向顯著影響，人口性別比對人口老齡化程度呈負向顯著影響。中部空間人均GDP、城鎮化率、文盲率對人口老齡化呈正向顯著影響，產業結構升級、人口自然增長率對人口老齡化程度呈負向顯著影響。西部中間城鎮化率、文盲率對人口老齡化程度呈正向顯著影響，產業結構升級、人口性別比對人口老齡化程度呈負向顯著影響。

在影響大小上，東部空間城鎮化率每提高1%，人口老齡化程度將加重0.7411049%;文盲率每提高1%，人口老齡化程度將加重0.2598531%;人口性別比每提高1%，人口老齡化程度將減弱0.739669%。中部空間人均GDP每提高1%，人口老齡化程度將加重0.1761105%;城鎮化率每提高1%，人口老齡化程度將加重0.3002092%;文盲率每提高1%，人口老齡化程度將加重0.1926672%;產業結構升級每提高1%，人口老齡化程度將減弱0.844685%;人口自然增長率每提高1%，人口老齡化程度將減弱0.2201669%。西部地區城鎮化率每提高1%，人口老齡化程度將加重0.6383449%;文盲率每提高1%，人口老齡化程度將加重0.055593%;產業結構升級每提高1%，人口老齡化程度將減弱1.021636%;人口性別比每提高1%，人口老齡化程度將減弱0.926373%。

四、結論與對策建議

以上結果說明，人均GDP的增長能夠推動中部空間人口老齡化。人口自然增長率能夠減弱中部空間人口老齡化程度。城鎮化、受教育程度對我國三大空間人口老齡化均有推動作用。產業結構的優化都能夠推動中部和西部空間的人口老齡化。男女性別比能夠弱化東部和西部空間的人口老齡化。

（一）結論

在人口老齡化非均衡程度上：我國老齡化空間非均衡程度2003年最高、2010年最低，總體略有減弱;東、中部空間內非均衡程度減弱，而西部卻加重;東中、東西空間非均衡程度差距減小，而中西空間非均衡程度差距擴大。在人口老齡化非均衡程度分解上：2010年以前，我國人口老齡化空間非均衡主要來源于各空間之間非均衡程度Gu，其次來源于空間內非均衡程度Gw，最后來源于空間超變密度G;2010年以后，情況有所轉變，主要來源于空間超變密度G，次要來源于各空間之間非均衡程度Gnb。在人口老齡化影響因素上：經濟發展水平、城鎮化進程、人口受教育程度會加重人口老齡化程度，而人口增長速度產業結構升級狀況、性別比會減弱人口老齡化程度。人口老齡化影響因素對東、中、西部空間作用情況與全國整體情況基本一致，不同之處在于西部空間經濟發展會減弱人口老齡化程度、人口自然增長率會加重人口老齡化程度。

（二）對策建議

我國作為世界人口大國，人口問題是社會發展的核心問題之一，不僅關系到居民生活質量，更涉及民族興衰。為有效應對我國人口老齡化問題，文章基于上述結論給出如下對策建議。

第一，因地制宜制定人口老齡化應對措施。我國東、中、西部空間人口老齡化分布情況差距懸殊，在空間內、空間之間均呈現顯著的非均衡特性。經濟發展城鎮化進程、人口受教育水平等各影響因素對不同空間人口老齡化的作用效果也不盡相同。西方不少發達國家先于我國進入口老齡化社會，在人口老齡化問題上為我國提供了豐富經驗和前車之鑒，但我國在信息化、全球化、城鎮化時代背景下進入老齡化社會，又與西方發達國家存在社會發展階段、文化習俗、基本國情等諸多方面的差異。因此，要緩解人口老齡化壓力還需立足于各地社會經濟、文化背景，因地制宜、因勢利導，依據地方特色合理制定人口老齡化應對措施，而非盲目照搬先進國家或地區的人口老齡化解決措施。

第二，提高受教育程度。國民受教育水平的提高，即文盲率的下降能夠有效地減弱我國和東、中、西部空間人口老齡化程度。但現階段，我國還有很多地區尤其是少數民族地區人口受教育水平依然偏低，加大教育資金投人、補充高質量教育資源來提高教育水平顯得尤為緊迫。人口受教育水平的提高不僅直觀地反映在幫助人類自身的發展，協助樹立合理人生觀、價值觀，養成良好的生活心態，而且能發揮受教育者潛在勞動力，使得勞動力供給結構與產業結構不匹配的矛盾得以減輕，在人口老齡化背景下通過供給高質量人才來彌補勞動人口供給不足的缺點，為經濟長遠發展提供良好的支撐。此外，除青少年人口的教育外老年人口教育也顯得尤為重要，提高老年人的受教育水平有助于擴展了老年人的視野、豐富老年人的晚年精神生活，使老年人能夠融人日新月異的社會當中，為智慧養老做好鋪墊。

第三，改善農村生活環境。城鎮化和產業結構的升級吸引了大量農村人口尤其是農村年輕人口向城市和發達地區遷移，人口的流出使得農村面臨更為嚴峻的人口老齡化問題。改善農村生活環境、提高地區經濟實力是應對農村人口老齡化問題的關鍵，一方面可以留住年輕人口在本地工作和生活，減少農村年輕人口的流出以調整農村人口年齡結構，同時能強化家庭養老功能，保障老年人口有所依有所養;另一方面可以提高農村醫療衛生服務、改善農村養老基本設施，促進農村居民享受城鎮居民同等社會福利，提高老年人晚年生活質量。農村生活環境的改善依托地方政策的扶持是基礎、農村自主生產是關鍵，需要在政府扶持的條件下，實現“輸血”與“造血”相結合，充分發揮農村獨特優勢、挖掘地方發展潛力、開展多種經營路線以實現農村經濟可持續發展。

第四，鼓勵適齡人口生育。隨著我國人口增長模式由“高出生率、高死亡率”轉向為“低出生率、低死亡率”，人口主要矛盾由人口數量過多演變為人口年齡結構老齡化，限制人口生育已不再有利于我國人口的長遠發展。人口自然增長率的提高能夠有效地減弱我國尤其是我國中部空間的人口老齡化程度，因此鼓勵適齡人口生育，通過提高人口的出生率來降低老年人口的比例是應對人口老齡化問題最有效的方法之一。政府應在穩定現有計劃生育基本政策不變的條件下制定生育政策以鼓勵和倡導適齡人口根據自身條件、家庭狀況有計劃地生育“多生優生”。人口生育政策對人口結構的調整是一個長期的作用結果，實施過程中要兼顧政策帶來的短期和長期效果，正面推動人口結構又快又好地增長，避免人口激增情況的產生。生育問題也不能單純依靠生育政策來改善，更需要通過樹立適齡人口正確的生育觀念、男女平等意識撫養子女的責任感來促進我國人口健康穩定發展。

參考文獻

[1]王志寶，孫鐵山，李國平.近20年來中國人口老齡化的區域差異及其演化[J].人口研究，2013（1）：66-77.

[2]李日邦，王五一，譚見安，等.我國人口老齡化發展的階段、趨勢和區域差異[J].地理研究，1999（2）：2-10.

[3]李秀麗，王良健.我國人口老齡化水平的區域差異及其分解研究[J].西北人口，2008（6）：104-107+111.

[4]許海平，我國農村人口老齡化差異測度、分解及影響因素分析——基于2001-2013年面板數據[J].農業技術經濟，2016（8）：49-57.

[5]李樂樂.我國人口老齡化空間差異及影響因素分析[J].華中農業大學學報（社會科學版），2017（6）：94-102+151.

[6]汪偉，劉玉飛，彭冬冬.人口老齡化的產業結構升級效應研究[J].中國工業經濟，2015（11）：47-61.

[7]王桂新，千一慧.中國的人口老齡化與區域經濟增長[J].中國人口科學，2017（3）：30-42+126-127.

[8]吳飛飛，唐保慶.人口老齡化對中國服務業發展的影響研究[J].中國人口科學，2018（2）：103-115+128.

[9]原新，劉士杰.1982-2007年我國人口老齡化原因的人口學因素分解[J].學海，2009（4）：140-145.

[10] Anderson G F， Hussey P S. Population aging：a comparison among industrialized countries[J]. AgingMale， 2000（3）：191-203.

[11]曾通剛，趙媛，許昕.中國人口高齡化空間格局演化及影響因素研究[J].地理與地理信息科學，

2017（6）：72-79.

[12]趙儒煜，劉暢，張鋒.中國人口老齡化地區溢出與分布差異的空間計量經濟學研究[J].人口研

究，2012（2）：71-81.

[13]陳明華，郝國彩.中國人口老齡化地區差異分解及影響因素研究[J].中國人口·資源與環境，2014（4）：136-141.

[14] Dagum C. Decomposition and Interpretation of Gini and the Generalized Entropy Inequality Measures[J].Statistica， 1997（3）：296 -308.

[15]劉那日蘇，張璞.中國人口老齡化的地區差異分析[J].西北人口，2016（3）：105-110.

[16]黃杰，賈登勛.中國低碳經濟發展的空間非均衡及動態演進[J].統計與信息論壇，2015（3）：57-64.

[17]孫蕾，王亦聞，門長悅.中國人口老齡化的區域差異研究——基于省級面板數據的實證分析[J].當代經濟科學，2015（1）：18-24+124.

[18]鄒湘江，吳丹.人口流動對農村人口老齡化的影響研究——基于“五普”和“六普”數據分析[J].人口學刊，2013（4）：70-79.

Analysis on the Unbalanced Population Aging Space and Its Influencing Factors

Nie Gaohui Yan Jiahui

（Jiangxi University of Finance and Economics， School of Information Management， Nanchang 330013，

China）

Abstract：The age structure of China's population has undergone significant changes， and the proportionof the elderly population in the total population has continuously increased. At the same time that Chinasaging is becoming more and more serious， China's aging is also facing another problem-there is asignificant spatial imbalance in the process of population aging. In order to reveal the spatial imbalanceof population aging， explore the contribution of spatial imbalance in East， Central and West to thenational imbalance， and analyze the impact of four main factors of economy， population， society andeducation on the spatial imbalance of population aging. The paper uses ArcGIS software to map thespatial part of China's population aging to visualize the population aging spatial imbalance. On the basisof this， the Dagum Gini coefficient decomposition method is used to measure the spatial imbalance of theaging population in China， East， Central and West. Degree， and decompose the contribution of the spatialimbalance of the eastern， central and western regions to the non-equilibrium of China's overallpopulation aging space;further papers to construct spatial panel data models of China， East， Central andWest to analyze the factors affecting the population aging spatial imbalance .From the perspective of the imbalance of population aging space：the western space is the most unbalanced， and the east-west spaceimbalance is the largest;the population aging spatial imbalance is mainly from the non-equilibrium gapbetween different spaces before 2010， after 2010 But mainly from the spatial hyper-density. From theinfluencing factors of the population aging spatial imbalance：the level of economic development，urbanization rate， and illiteracy rate will promote the aging of China's population， while the naturalpopulation growth rate， industrial structure upgrading， and gender ratio will weaken China's populationaging. The overall situation of the eastern， central and western regions is basically the same as that ofChina. The difference is that the development of the western space economy will weaken the agingpopulation and the natural population growth rate will increase the aging of the population.

Key words：population aging， spatial imbalance， Dagum Gini coefficient decomposition， influencingfactors， Panel data model