河南省老齡化現狀及影響因素初步研究

付笑甜

(河南財經政法大學 河南 鄭州 450000)

在目前對老齡化的研究中，一部分學者對我國老齡化現象做出分析，并對這些現象提出建議。如：謝玲玲引入泰爾指數來分析我國東中西部老齡化程度的差異，并提出建議；黎曦用因子分析法研究影響中國老齡化的因素；張靖建立GM(1,1)模型預測湖南省人口老齡化發展趨勢并分析預測結果，并分析湖南省現行的養老政策，提出改進措施。也有一些學者探究老齡化出現的原因并基于ARIMA、灰色模型等對老齡人口做出預測。如：李恩來利用ARIMA模型來對中國老齡化人口進行短期預測，認為中國老齡化的形勢相當嚴峻，并提出政策化建議。段紅梅根據2008-2017年重慶市統計年鑒數據，利用灰色預測模型對重慶市未來十年老齡化人口進行預測，預測2027年65歲及以上人口將達到511.03萬人，老齡化系數逐年增加，老齡化程度繼續加重。還有部分學者研究老齡化對經濟金融的影響。如：魏麗瑩從養老金融的角度出發，為提升中國養老的公平與效率提出建議；張閏提出老齡化增加了我國勞動力成本，增加政府財政負擔，不利于我國產業結構的升級和創新。各位學者在老齡化出現的原因、現狀及對策等方面提出了較為完善的見解。但很少將現狀、預測與影響因素來綜合研究分析老齡化。本文將系統分析河南省老齡化現狀、對未來老齡化做出預測，并研究影響老齡化的因素，提出相應的建議。

一、河南老齡人口的現狀

據河南省2019年統計年鑒可知，我省2018年常住總人口為9605萬人，65歲以上人口為1019萬人，占全省常住人口的比重為10.6%。預計到2035年我省老齡人口增加至2720萬人，勞動適齡人口比重下降，老年人口比重上升，人口老齡化逐年加深，是河南省人口結構的基本特征，具體從以下幾個方面分析。

(一)老齡人口總量大，但老齡化率低于全國平均水平

由2019年中國統計年鑒數據[1]顯示，從全國來看，江蘇、山東、四川三省的老齡人口數分別為9435、12495、10244，河南老齡人口數為8698僅次于以上三省，說明其老齡人口規模大。但從老齡化率來看，全國老齡化率為11.9%，河南省老齡化率為10.6%，低于全國水平1.3%。

(二)老齡化增速較快超前于經濟發展

首先由下表可看出，隨時間的變化，老齡化率呈持續增長態勢，而GDP的增速卻不斷減慢。河南省近幾年的生產總值增速基本維持在8%左右，雖GDP總值仍呈較大數額增長的態勢，但GDP的增速卻不斷減慢。

圖1 河南省GDP增速表

(三)我省地區差異和城鄉差異較明顯

據2019年河南省統計年鑒數據顯示：汝州市、鶴壁市的老齡化率為9.9%，而駐馬店市老齡化率為13.8%，顯著高于鶴壁市、汝州市3.9%。且我省農村遷移率較高，大部分遷往省內各市務工，一部分遷往外省務工，這將導致農村青壯年大量流失，涌入城市，出現留守老人、空巢老人等現象。

(四)仍享有人口紅利帶來的好處

據2019年河南省統計年鑒顯示：2018年我省人口總撫養比為47.20%，自2008年達到最低后連續10年上升。2018年河南常住人口中，15～64歲和65歲及以上人口分別占常住人口的比重為67.94%和10.6%，老少比為49.5%。這意味著，我省依然有人口紅利的優勢。

二、河南人口老齡化發展趨勢

(一)勞動年齡人口波動下降，勞動力老化程度加重

圖2 按四種方案預測的2016-2050年河南15-64歲人口數

根據CPPS預測，由上表可看出2016-2050年勞動人口數總體呈先上升在2027年達到峰值后再呈不斷下降之勢。45-64歲勞動人口比重占15-64歲勞動年齡人口比重從2015年的37.62%上升到2030年的38.52%。

(二)老齡化程度不斷加深，老少比不斷提高

自2016-2030年，河南戶籍人口老齡化持續加深。按1.6方案預測，2020年、2030年老齡化率預計為12.31%和16.30%。

圖3 按四種方案預測的2016-2050年河南65歲及以上人口比重

圖4 按四種方案預測的2016-2050年河南0-14歲人口比重

河南人口老齡化程度將不斷提高，勞動力老化程度加重，應積極應對人口老齡化的挑戰，不斷完善老年服務體系。

三、人口老齡化與影響因素分析

(一)模型構建

根據影響老齡化的因素，本文選取人均gdp、城鎮化率、社會保障與就業支出、醫療衛生支出、第三產業對GDP貢獻率、出生率、滯后1期的出生率、高等教育毛入學率、老年撫養比一共9個因素來做回歸。本文的數據來源于河南省統計年鑒2007-2019年數據以及河南省教育廳年度報告。

設老齡化系數為因變量，9個解釋變量變量為自變量，建立多元線性回歸模型：

y=C+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+β8x8+β9x9+ζi

(1)

y:老齡化系數，即65歲以上人口占總人口的比率；x1:取人均gdp，x2:城鎮化率；x3:社會保障與就業支出；x4醫療衛生支出；x5:第三產業對GDP貢獻率；x6:出生率；x7:滯后1期的出生率；x8:高等教育毛入學率；x9:老年撫養比；ζi為殘差。

根據Eviews可知，在回歸結果中，模型總體F<0.05，模型顯著。但是存在普遍變量單位不顯著的問題。

從社會經濟角度以及Eviews作圖均表明，解釋變量和被解釋變量都具有時間趨勢，幾個解釋變量與被解釋變量的關系可能因為t而被放大或者縮小。這就意味著，沒有剔除時間趨勢得到的回歸結果可能是不準確的。因此，我們在模型中加入t項，用來消除時間趨勢。且由于x1、x3、x4與y不成線性關系，單位值過大，所以對此三項取對數減少單位間的差異。變量間也存在著多重共線性，本文將通過逐步剔除法進一步對模型進行優化。

(二)模型優化

按照上述原因，優化后的模型為：

y=22.195+3.927lnx1-1.003x2-3.713lnx3+2.343lnx4+1.2075x5-0.875t

(2)

由Eviews可得，F<0.05,模型總體顯著。單個變量p值<0.05，通過t檢驗。由模型結果可知，人均GDP提高、醫療衛生支出增加、以及城鎮化率的提高都對老齡化加深有著正向的促進作用。在其他解釋變量不變的情況下，社會保障支出相對于其趨勢值每增長10個百分點，老齡化率會相對于其趨勢值減小0.371個百分點。這個解釋其實不符合預期，一般看來，當社會保障與就業支出增加時，會促進老齡化程度的加深。在此，我們通過模型預測對比實際值來驗證模型預測的準確度。

(三)模型的的結果分析與應用價值

表1 基于多元老齡化系數預測

從2007年至2018年12年的預測值的絕對誤差在±0.10的范圍內，可見模型的預測值與實際值相差較少，模型具有很高的預測價值，也可以應用于我省老齡化程度的預測。同時從模型中可以看出，人均GDP提高、醫療衛生支出增加、城鎮化率、社會保障與就業支出以及第三產業對經濟增長的貢獻率是影響人口老齡化的重要因素。在其他解釋變量不變的情況下，醫療支出相對于其趨勢線每增加10個百分點，老齡化率會相對于其趨勢線增加0.2344個百分點。城鎮化率相對于其趨勢值每提高1個百分點，會導致老齡化率相對于其趨勢值提高1個百分點。人均gdp相對于其趨勢值每增長10個百分點，老齡化率會相對于其趨勢值增加0.3927個百分點。社會保障支出相對于其趨勢值每增長10個百分點，老齡化率會相對于其趨勢值減小0.371個百分點。

四、結論與建議

由上可知，我省老齡人口規模大，老齡化仍呈增長態勢。如何應對以及解決老齡化帶來的問題仍然至關重要。在上文的影響因素分析中，城鎮化的快速擴展，促進了農村人口大量遷移給老齡化帶來了負向的影響。空巢老人、獨居老人不斷增加，農村老人的精神滿足感不斷降低。在城鎮化不斷推進的過程中，同樣促進農村的改革與發展，縮小城鄉差距，也可通過增加養老機構與社區互助養老解決農村養老問題。人均GDP增加，人們生活水平提高，人均壽命增長，同樣導致老齡化加深。在人均GDP不斷增加的情況下，鼓勵老年人上老年大學，充實老年精神生活。社會醫療支出的增加，一定程度上解決了老年人“看病難”，“看病貴”的問題，也促進了老齡人口規模的增加。老年人不但依靠國家養老，更應該依靠自身養老以及子女養老。在不斷促進社區養老服務實現的同時，鼓勵老年人購買商業養老保險及醫療保險。老齡化加深也伴隨著產業結構的不斷調整，第三產業對經濟貢獻率不斷提高，老齡化也逐漸加深。產業結構的不斷調整使產業更需要注入年輕的血液，這更加速了年輕的工人來替代年老的工人進入行業。在產業結構調整的過程中，同樣應該照顧年老或者即將退休工人的利益。