[摘要]本文基于內(nèi)蒙古、廣西、西藏、寧夏、新疆、貴州、云南、青海八省區(qū)2012—2021年老齡事業(yè)的面板數(shù)據(jù)，首先引入PSR模型構(gòu)建人口老齡化風(fēng)險評價指標(biāo)體系，采用熵權(quán)法對八省區(qū)人口老齡化風(fēng)險的指標(biāo)權(quán)重、評價得分和演變趨勢進(jìn)行測度分析；其次，運(yùn)用障礙度模型考察該區(qū)域老齡化風(fēng)險的主要影響因素。研究發(fā)現(xiàn)，人口自然增長率、地方政府債務(wù)付息支出、城鎮(zhèn)化率分別是民族地區(qū)人口老齡化風(fēng)險壓力、狀態(tài)和響應(yīng)系統(tǒng)中最重要的評價指標(biāo)；民族地區(qū)人口老齡化風(fēng)險總體處于中等水平，演進(jìn)趨勢較為平穩(wěn)，但省際風(fēng)險差異明顯；民族地區(qū)人口老齡化風(fēng)險差異的形成雖然受到人口老齡化率、老年人口撫養(yǎng)比、人口自然增長率和地方政府債務(wù)付息支出等多因素的影響，但各省區(qū)的主要障礙因素存在較大差異。研究認(rèn)為，在全面提高民族地區(qū)社會保障供給水平的基礎(chǔ)上，進(jìn)一步促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，著力優(yōu)化生育政策和削減政府債務(wù)是降低民族地區(qū)人口老齡化風(fēng)險的關(guān)鍵。

[關(guān)鍵詞]民族地區(qū)；人口老齡化風(fēng)險；省際差異；影響因素

中圖分類號：C957" 文獻(xiàn)標(biāo)識碼：A"""文章編號：1674-9391（2024）06-0087-11

中國是目前世界上老年人口最多、老齡化速度最快的國家。[1]截至2021年末，我國65歲及以上老年人口達(dá)2億人，占“全國人口”①的14.2%，較2000年上升了7.2個百分點，[2]33這標(biāo)志著我國已經(jīng)整體邁入了“中度老齡化社會”②。預(yù)計到2035年，我國老年人口將超3億人，占比近22%，進(jìn)入重度老齡化社會，并將于2065年左右迎來34%的峰值水平后保持高位穩(wěn)定。[3]可以看出，人口老齡化已成為我國今后較長一段時期的基本國情。人口老齡化在本質(zhì)上是一個結(jié)構(gòu)性問題，是人均預(yù)期壽命延長和生育水平下降合力促成的人口年齡結(jié)構(gòu)趨于老化的過程，盡管它首先表現(xiàn)為一種人口現(xiàn)象，但影響遠(yuǎn)逾人口范疇。[4]作為一切社會結(jié)構(gòu)基礎(chǔ)構(gòu)件的人口年齡結(jié)構(gòu)，“當(dāng)其發(fā)生重大改變時，必然帶來社會、經(jīng)濟(jì)乃至文化系統(tǒng)的全方位變化，進(jìn)而要求制度和政策安排的相應(yīng)調(diào)整乃至重構(gòu)”[5]20，因而任何重大國家戰(zhàn)略的制定都要首先明確國家今后人口發(fā)展的主要矛盾和風(fēng)險。[6]目前我國人口發(fā)展的主要矛盾正經(jīng)歷從數(shù)量性壓力向結(jié)構(gòu)性壓力的歷史性轉(zhuǎn)變，而人口老齡化正是人口結(jié)構(gòu)壓力的主要方面，并已成為我國社會的常態(tài)，對經(jīng)濟(jì)社會發(fā)展產(chǎn)生了深遠(yuǎn)影響。人口老齡化是經(jīng)濟(jì)社會發(fā)展和“人口再生產(chǎn)模式轉(zhuǎn)變”③的必然結(jié)果，其本身并無好壞之分，但現(xiàn)有的經(jīng)濟(jì)社會架構(gòu)對這一人口年齡結(jié)構(gòu)變動缺乏及時的反應(yīng)和調(diào)適，這種遲滯產(chǎn)生的矛盾成為老齡化社會風(fēng)險得以積聚和釋放的直接原因。[7]從這個意義上講，所謂的“人口老齡化風(fēng)險”并不完全源于人口因素本身，而更多源于變化了的人口年齡結(jié)構(gòu)與現(xiàn)有的經(jīng)濟(jì)社會架構(gòu)之間的不適應(yīng)所產(chǎn)生的矛盾，這種不適應(yīng)的程度反映了人口老齡化風(fēng)險的嚴(yán)重程度。加之當(dāng)前國內(nèi)外形勢復(fù)雜嚴(yán)峻，面對“黑天鵝”（小概率高風(fēng)險事件）和“灰犀牛”（大概率且影響巨大的潛在危機(jī)）風(fēng)險并行的未來，人口老齡化風(fēng)險應(yīng)對的復(fù)雜性和必要性更為凸顯。如何有效應(yīng)對人口老齡化風(fēng)險已成為老齡社會治理的重要議題。黨的十八大以來，以習(xí)近平同志為核心的黨中央立足我國人口變化和“未富先老”“未備先老”的基本國情，[8]對老齡工作作出了一系列戰(zhàn)略部署，提出實施積極應(yīng)對人口老齡化的國家戰(zhàn)略，[9]49并明確了“老齡化風(fēng)險梯次應(yīng)對”等工作原則，[10]這就要求我們必須加強(qiáng)對人口老齡化風(fēng)險的科學(xué)測量并找出關(guān)鍵影響因素，從而明確不同地區(qū)人口老齡化風(fēng)險的實際情況與老齡工作重點，以前瞻性的政策部署應(yīng)對人口老齡化可能帶來的經(jīng)濟(jì)社會風(fēng)險。

一、理論基礎(chǔ)

（一）風(fēng)險概念的厘清

人口老齡化風(fēng)險概念是在風(fēng)險概念基礎(chǔ)上形成的，對風(fēng)險概念的理解是研究人口老齡化風(fēng)險的起點。風(fēng)險現(xiàn)象自人類文明誕生以來就一直存在，但風(fēng)險概念只是在現(xiàn)代早期的航海貿(mào)易和保險業(yè)中才開始出現(xiàn)。據(jù)吉登斯（Giddens）考證，探險家們探索未知地區(qū)的冒險行動和早期重商主義資本家們的活動是風(fēng)險概念形成的兩個重要背景，[11]75那時的風(fēng)險被理解為客觀的危險，表現(xiàn)為自然災(zāi)害或者航海遭遇風(fēng)暴等事件。到17世紀(jì)后，風(fēng)險的含義和用法隨著現(xiàn)代性的出現(xiàn)發(fā)生了根本變化，產(chǎn)生了現(xiàn)代意義的風(fēng)險。烏爾里?！へ惪耍╱lrich Beck）指出，風(fēng)險概念直接與反思性現(xiàn)代化的概念相關(guān)，它可以被界定為系統(tǒng)地處理現(xiàn)代化自身引致的危險和不安全感的方式。[12]19與傳統(tǒng)風(fēng)險相比，現(xiàn)代風(fēng)險在本質(zhì)、特征、表現(xiàn)形式和影響范圍上已經(jīng)有了很大不同，具體來看，傳統(tǒng)風(fēng)險主要源于自然的“外部風(fēng)險”（external risk），它是傳統(tǒng)或自然的不變性和固定性所帶來的，這種風(fēng)險形式單一、影響有限。[13]22而在現(xiàn)代社會中，由于人類干預(yù)自然和社會的廣度和深度不斷擴(kuò)大，人類的決策和行為所引發(fā)的“人為風(fēng)險”（manufactured risk）超過了自然風(fēng)險成為現(xiàn)代風(fēng)險結(jié)構(gòu)的主導(dǎo)內(nèi)容。[14]這種人為風(fēng)險不再是個性化的，而是具有了結(jié)構(gòu)性、系統(tǒng)性、擴(kuò)散性等特征，不但涉及內(nèi)容多、范圍廣，而且一種風(fēng)險可能借由復(fù)雜的社會網(wǎng)絡(luò)快速蔓延至其它領(lǐng)域，并最終釀成波及面更廣的系統(tǒng)性風(fēng)險。[15]可見，現(xiàn)代風(fēng)險的類型、成因及影響都要比傳統(tǒng)風(fēng)險更為復(fù)雜和嚴(yán)峻。1960年代以來，隨著科技風(fēng)險的日益凸顯（如核事故等），風(fēng)險分析開始作為一個獨立的研究領(lǐng)域進(jìn)入學(xué)界視野，早期研究主要集中在科技領(lǐng)域，后來因其在分析系統(tǒng)之間或系統(tǒng)內(nèi)各要素之間的相互作用和演進(jìn)邏輯方面的獨特優(yōu)勢而被廣泛應(yīng)用于自然科學(xué)和社會科學(xué)中的諸多學(xué)科領(lǐng)域。雖然不同領(lǐng)域的學(xué)者對風(fēng)險的理解各有側(cè)重，但他們普遍強(qiáng)調(diào)了風(fēng)險的不確定性和不利后果這兩個方面，前者是指風(fēng)險發(fā)生在概率、時間、空間、規(guī)模和強(qiáng)度上具有不確定性，后者是指風(fēng)險發(fā)生后對保護(hù)目標(biāo)造成的損失和不利影響。[16]此外，相關(guān)風(fēng)險研究還傾向于建構(gòu)這樣一種邏輯：處于特定風(fēng)險環(huán)境中的保護(hù)對象因其對風(fēng)險的承載能力和應(yīng)對能力不同，其可能遭受的損失程度也有明顯差異。[17]其中，承載能力是指保護(hù)目標(biāo)在風(fēng)險沖擊下的形變程度及承受能力，應(yīng)對能力是指保護(hù)目標(biāo)對風(fēng)險的防范機(jī)制和避險措施。因此，對保護(hù)目標(biāo)所具有的風(fēng)險承載能力和風(fēng)險應(yīng)對能力的測量也成為風(fēng)險評價的核心步驟。

（二）人口老齡化風(fēng)險的研究現(xiàn)狀

在社科領(lǐng)域的風(fēng)險研究中，學(xué)界使用風(fēng)險概念來指涉技術(shù)和社會發(fā)展的災(zāi)難性后果。[18]隨著21世紀(jì)以來我國人口老齡化的不斷加劇，學(xué)界越發(fā)關(guān)注老齡化對經(jīng)濟(jì)社會發(fā)展的影響，特別是針對老齡化帶來的諸多問題和挑戰(zhàn)，相關(guān)學(xué)者提出了“人口老齡化風(fēng)險”的概念，[19]并逐漸成為人口學(xué)領(lǐng)域的新熱點。然而，由于人口老齡化風(fēng)險研究剛剛興起，相關(guān)研究大多是在風(fēng)險概念基礎(chǔ)上的拓展延伸，因而學(xué)界對于風(fēng)險概念的理解分歧也使得人口老齡化風(fēng)險在概念定義、分析框架和評價方法上存在明顯差異。從現(xiàn)有文獻(xiàn)來看，學(xué)界和政策部門大多將人口老齡化風(fēng)險視為人口老齡化帶來的一些具體風(fēng)險挑戰(zhàn)，如家庭養(yǎng)老風(fēng)險、疾病擴(kuò)張風(fēng)險、醫(yī)保支出風(fēng)險、社保負(fù)擔(dān)風(fēng)險、政府債務(wù)風(fēng)險、經(jīng)濟(jì)運(yùn)行風(fēng)險等。[20][21][22][23][24][25]但事實上，人口老齡化本身是一個多因素相互作用的開放系統(tǒng)，人口老齡化風(fēng)險也是人口系統(tǒng)內(nèi)外多因素相互作用的結(jié)果，所以對人口老齡化風(fēng)險的理解還應(yīng)考慮人口系統(tǒng)外部的社會其他子系統(tǒng)在人口老齡化風(fēng)險形成及其治理過程中的功能作用。從這個意義上講，目前學(xué)界對人口老齡化風(fēng)險的分析框架和測評體系的研究略顯不足，這也為本文研究提供了空間。人口老齡化風(fēng)險評價指標(biāo)體系的構(gòu)建與測度應(yīng)當(dāng)基于其內(nèi)涵界定，根據(jù)上述對人口老齡化和風(fēng)險的概念解析，本文認(rèn)為人口老齡化風(fēng)險可從兩個方面來理解：一是人口老齡化引發(fā)的人口內(nèi)部結(jié)構(gòu)失調(diào)風(fēng)險，二是人口老齡化與社會其他子系統(tǒng)互動關(guān)系中產(chǎn)生的風(fēng)險。但從本質(zhì)上講，人口老齡化本身并不構(gòu)成風(fēng)險，只是將其置于具體的經(jīng)濟(jì)社會和資源環(huán)境背景下才可能表現(xiàn)為風(fēng)險。[26]因此，本文主要研究的是人口老齡化風(fēng)險的第二種類型，這種風(fēng)險主要是系統(tǒng)間的不協(xié)調(diào)關(guān)系所帶來的不確定性，就其內(nèi)涵來看，它是指在既定條件下的特定時段內(nèi)，老化的人口年齡結(jié)構(gòu)給建筑其上的經(jīng)濟(jì)社會架構(gòu)造成損失的大小及損失發(fā)生的可能性。這種損失的大小因各地經(jīng)濟(jì)社會承載能力和老齡風(fēng)險應(yīng)對能力的不同而有所差異，換言之，人口老齡化風(fēng)險的衡量不僅取決于人口結(jié)構(gòu)轉(zhuǎn)型壓力，很大程度上還受到經(jīng)濟(jì)社會承載能力和老齡風(fēng)險應(yīng)對能力的影響。需要說明的是，人口老齡化風(fēng)險的這種理解并不是純粹的概念性定義，而至多只是一個操作性定義，基于此可以嘗試建構(gòu)一套人口老齡化風(fēng)險評價指標(biāo)體系。

中國是一個典型的區(qū)域發(fā)展不平衡的國家，不同區(qū)域的經(jīng)濟(jì)發(fā)展水平、社會保障能力和人口老齡化程度等都存在較大差異。與東中部地區(qū)④相比，內(nèi)蒙古、廣西、西藏、寧夏、新疆、貴州、云南、青海八省區(qū)雖然人口老齡化程度更輕、速度更慢，⑤但其經(jīng)濟(jì)發(fā)展水平、社會保障能力等方面也明顯落后于東中部地區(qū)，且當(dāng)?shù)厝丝诶淆g化問題與脫貧人口眾多、勞動力流失嚴(yán)重等現(xiàn)象交織疊加，其將面臨的人口老齡化風(fēng)險形勢可能更為嚴(yán)峻。有鑒于此，本文利用以上八省區(qū)2012—2021年老齡事業(yè)的面板數(shù)據(jù)，在對八省區(qū)人口老齡化風(fēng)險進(jìn)行測度評價的基礎(chǔ)上，進(jìn)一步分析造成省際風(fēng)險差異的主要影響因素，并提出相應(yīng)建議，以期裨益民族地區(qū)人口老齡化風(fēng)險的防范與化解。

二、研究設(shè)計

（一）研究區(qū)域及數(shù)據(jù)來源

1. 研究區(qū)域

本文以內(nèi)蒙古、廣西、西藏、寧夏、新疆、貴州、云南、青海八省區(qū)為觀測樣本，樣本選取主要基于以下兩點：一是前文已述的八省區(qū)可能面臨著比東中部地區(qū)更為嚴(yán)峻的人口老齡化風(fēng)險形勢，但既有研究更多關(guān)注的是先行老齡化的東中部地區(qū)，而對尚處輕度老齡化的八省區(qū)則關(guān)注較少；二是人口老齡化的區(qū)域差異使得以上八省區(qū)在應(yīng)對人口老齡化風(fēng)險上相較于東中部地區(qū)有明顯的后發(fā)比較優(yōu)勢，還可利用當(dāng)前相對充沛的政策調(diào)整窗口期提前布局老齡社會階段的工作任務(wù)。[27]

2. 數(shù)據(jù)來源

本文的數(shù)據(jù)觀測時間為2012—2021年，所用數(shù)據(jù)均來源于2013—2022年的《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》，以及觀測樣本中各?。▍^(qū)）的統(tǒng)計年鑒和統(tǒng)計公報。同時，本文還對部分?jǐn)?shù)據(jù)做了以下處理：一是采用均值法對個別缺失數(shù)據(jù)進(jìn)行補(bǔ)全，二是在原始指標(biāo)基礎(chǔ)上對部分生成指標(biāo)進(jìn)行了比重測算，如居民人均醫(yī)療保健消費(fèi)支出比重。通過數(shù)據(jù)收集與整理最終得到2012—2021年八省區(qū)老齡事業(yè)的面板數(shù)據(jù)。

（二）理論模型及其適用性

1. PSR理論模型

1979年，加拿大統(tǒng)計學(xué)家拉波特（Rapport）和弗倫德（Friend）在分析人類與自然環(huán)境之間的關(guān)系時首次提出了“壓力-響應(yīng)”（Stress-Response）模型，[28]73-90該模型后于20世紀(jì)80年代末被經(jīng)合組織（OECD）和聯(lián)合國環(huán)境規(guī)劃署（UNEP）共同改進(jìn)成“壓力-狀態(tài)-響應(yīng)”（Pressure-State-Response，PSR）模型，并將其用于環(huán)境問題研究。[29] PSR模型從人類活動與自然環(huán)境相互作用的角度出發(fā)，將環(huán)境問題分解為三個不同但又彼此關(guān)聯(lián)的指標(biāo)類型，其中，壓力指標(biāo)是指對自然環(huán)境產(chǎn)生影響的人類活動；狀態(tài)指標(biāo)是指自然環(huán)境在壓力作用下呈現(xiàn)的狀態(tài)；響應(yīng)指標(biāo)是指人類面對環(huán)境退化等問題時所采取的行動。該模型清晰闡釋了人類—自然復(fù)合系統(tǒng)可持續(xù)變化的因果關(guān)系，即人類活動給自然環(huán)境造成了“壓力”，導(dǎo)致自然資源的數(shù)量和生態(tài)環(huán)境的質(zhì)量（“狀態(tài)”）發(fā)生了改變，當(dāng)這種變化威脅到人類生存時，人類將通過一系列措施對這些變化做出“響應(yīng)”，以恢復(fù)環(huán)境質(zhì)量，實現(xiàn)人與自然的可持續(xù)發(fā)展。在該模型中，壓力、狀態(tài)、響應(yīng)三個環(huán)節(jié)相互影響、相互制約，體現(xiàn)了環(huán)境決策影響和環(huán)境對策制定的全過程。[30]

2. 模型適用性分析

PSR模型及評價指標(biāo)體系具有系統(tǒng)性、可比性、易得性、可操作性等特征，能夠較好地展現(xiàn)和分析事物發(fā)展在多因素綜合作用下的動態(tài)變化和傳導(dǎo)機(jī)制，因而被諸多研究領(lǐng)域廣泛運(yùn)用。PSR模型在國內(nèi)被廣泛應(yīng)用于自然環(huán)境評價的同時，也逐漸被引入城市經(jīng)濟(jì)承載力評價、城市創(chuàng)業(yè)環(huán)境評價、貧困地區(qū)脫貧進(jìn)程評價和社會重大風(fēng)險評估等社科領(lǐng)域，[31][32][33][34]這些成功的研究案例說明該模型同樣適用于社科領(lǐng)域的客觀綜合評價。本文試將PSR模型引入人口老齡化風(fēng)險評價，在該模型框架中，人口老齡化會對經(jīng)濟(jì)社會系統(tǒng)產(chǎn)生一定壓力，使得經(jīng)濟(jì)社會系統(tǒng)的原有狀態(tài)發(fā)生改變，面對這一變化，政府及相關(guān)涉老主體將會采取相應(yīng)措施促進(jìn)人口與經(jīng)濟(jì)社會的協(xié)調(diào)發(fā)展，整個系統(tǒng)實際構(gòu)成了一個有機(jī)的動態(tài)循環(huán)，具體作用機(jī)制如圖1所示?？梢?，PSR模型能夠清晰地反映人口系統(tǒng)、經(jīng)濟(jì)社會系統(tǒng)與政府等相關(guān)涉老主體的響應(yīng)行動之間的因果關(guān)系，因而對人口老齡化風(fēng)險評價具有較好的適用性。

（三）指標(biāo)體系構(gòu)建

構(gòu)建科學(xué)合理的評價指標(biāo)體系是開展人口老齡化風(fēng)險評價的基礎(chǔ)。本文基于PSR模型框架及對人口老齡化風(fēng)險本質(zhì)的把握，遵循指標(biāo)選取的科學(xué)性、系統(tǒng)性、可比性、易得性等原則，并充分參考已有相關(guān)研究，從壓力、狀態(tài)、響應(yīng)3個層面構(gòu)建民族地區(qū)人口老齡化風(fēng)險評價指標(biāo)體系，[35]該指標(biāo)體系包括27項原始或生成指標(biāo)（見表1）。其中，壓力指標(biāo)反映的是對經(jīng)濟(jì)社會發(fā)展造成壓力的人口老齡化趨勢，人口老齡化程度直接以老齡化率來表征，而老齡化率的上升往往伴隨著生育率和人口自然增長率的下降，意味著家庭和勞動力供給的規(guī)模都將不斷縮小，進(jìn)而抬高老年人口撫養(yǎng)比。因此，本文運(yùn)用人口老齡化率（X1）、老年人口撫養(yǎng)比（X2）、人口自然增長率（X3）、平均戶家庭規(guī)模（X4）等指標(biāo)來衡量人口老齡化風(fēng)險壓力情況。狀態(tài)指標(biāo)反映的是在人口老齡化壓力作用下經(jīng)濟(jì)社會系統(tǒng)狀態(tài)的變化情況，突出表現(xiàn)在勞動力供給、居民消費(fèi)和社會保障等領(lǐng)域，而老齡化對這些領(lǐng)域的影響最終將集中體現(xiàn)為公共財政的可持續(xù)性問題。[36]一方面，人口老齡化加重意味著就業(yè)人數(shù)減少，長此以往可能會抑制經(jīng)濟(jì)增長，進(jìn)而影響政府財政收入；[37]另一方面，家庭規(guī)模縮小和家庭結(jié)構(gòu)老化所引發(fā)的家庭養(yǎng)老功能弱化，將使老年群體進(jìn)一步加深對社會保障體系的依賴度，由此帶來的養(yǎng)老、醫(yī)療等社保給付劇增，又會加重社?；鸬氖罩毫?。[38]此外，人口老齡化還帶動了居民消費(fèi)結(jié)構(gòu)的改變，主要是醫(yī)療保健項目消費(fèi)比例的提高。[39]因此，本文從經(jīng)濟(jì)發(fā)展（X5-X7）、財政形勢（X8-X9）、社會保障（X10-X16）、居民消費(fèi)（X17- X18）等方面選取相應(yīng)指標(biāo)來衡量人口老齡化風(fēng)險狀態(tài)情況。響應(yīng)指標(biāo)反映的是政府及相關(guān)涉老主體針對人口老齡化風(fēng)險壓力和狀態(tài)所采取的措施，主要是通過提升基本公共服務(wù)水平和社會保障服務(wù)水平來實現(xiàn)。[40]此外，在經(jīng)濟(jì)新常態(tài)背景下，城鎮(zhèn)化水平的提高有利于促進(jìn)經(jīng)濟(jì)社會發(fā)展和人力資本改善，這對于防范化解人口老齡化風(fēng)險具有積極意義。[41]因此，本文從城鎮(zhèn)化水平（X19）、基本公共服務(wù)財政投入（X20），以及養(yǎng)老、醫(yī)療等社保資源供給水平（X21-X27）等方面選取相應(yīng)指標(biāo)來衡量人口老齡化風(fēng)險響應(yīng)情況。

（四）評價模型建立

1. 指標(biāo)賦權(quán)

評價指標(biāo)權(quán)重的確定是多指標(biāo)定量綜合評價的關(guān)鍵，本文采用熵權(quán)法來計算指標(biāo)權(quán)重。熵權(quán)法是一種根據(jù)指標(biāo)變異程度的大小來確定指標(biāo)權(quán)重的客觀賦權(quán)方法，指標(biāo)變異程度越大，信息熵越小，指標(biāo)權(quán)重值就越大，反之則越小。熵權(quán)法能有效避免專家打分法、層次分析法等主觀賦權(quán)方法中人為因素帶來的偏差，因而被廣泛用于綜合評價。本文通過R-studio軟件編程實現(xiàn)對相關(guān)數(shù)據(jù)的標(biāo)準(zhǔn)化和熵權(quán)法處理，并得出各項指標(biāo)的權(quán)重（見表1）。計算步驟如下：

a. 目標(biāo)決策矩陣的構(gòu)建

假設(shè)原始數(shù)據(jù)為M個樣本的N個指標(biāo)，可構(gòu)建如下矩陣X。其中，xij表示第i個樣本的第j項指標(biāo)，1i，1j。

b.數(shù)據(jù)的標(biāo)準(zhǔn)化處理

由于指標(biāo)體系中各項指標(biāo)的量綱和單位不同，且指標(biāo)屬性又有正負(fù)之分，本文采用極差標(biāo)準(zhǔn)化法對指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，計算公式如下。

對于正向指標(biāo)采用（2）式計算：

對于負(fù)向指標(biāo)采用（3）式計算：

式中，xij和Yij分別表示第i個樣本第j項指標(biāo)的原值和標(biāo)準(zhǔn)化值，maxxij表示第i個樣本第j項指標(biāo)的最大值，minxij表示第i個樣本第j項指標(biāo)的最小值。

c. 計算各項指標(biāo)標(biāo)準(zhǔn)化的比重Pij和第j項指標(biāo)的熵值Ej

d.計算第j項指標(biāo)的差異系數(shù)Gj

Gj=1-Ej（7）

e. 計算各項指標(biāo)的權(quán)重

2.指數(shù)計算

為全面反映民族地區(qū)人口老齡化風(fēng)險水平，根據(jù)各項指標(biāo)權(quán)重，運(yùn)用加權(quán)法計算八省區(qū)在壓力、狀態(tài)、響應(yīng)系統(tǒng)的評價得分及綜合得分，計算公式如下：

式中，Zi表示第i個樣本的風(fēng)險綜合得分，Zi介于0～1之間，其值越大，表明人口老齡化風(fēng)險水平越高，反之則越低。計算結(jié)果見表2。

（五）障礙因素診斷

為了進(jìn)一步明確八省區(qū)各自的老齡工作重點，有必要對各項指標(biāo)的障礙作用大小進(jìn)行評估，從而找出制約各省區(qū)人口老齡化風(fēng)險降低的主要障礙因素。本文借鑒相關(guān)研究，引入障礙度模型計算各項指標(biāo)對八省區(qū)人口老齡化風(fēng)險的影響程度。[42]計算公式如下：

式中，Wj為第j項指標(biāo)的權(quán)重值，Yij為第i項指標(biāo)的標(biāo)準(zhǔn)化值，Ni為第i項指標(biāo)對民族地區(qū)人口老齡化風(fēng)險的影響程度。

三、實證分析

（一）民族地區(qū)人口老齡化風(fēng)險指標(biāo)權(quán)重分析

1.子系統(tǒng)的權(quán)重分析

從各子系統(tǒng)權(quán)重來看（表1），民族地區(qū)人口老齡化風(fēng)險狀態(tài)系統(tǒng)的權(quán)重最大（0.5242），表明八省區(qū)在人口老齡化風(fēng)險狀態(tài)系統(tǒng)（即經(jīng)濟(jì)社會承載能力）方面的差異相較于其在壓力系統(tǒng)（0.1992）和響應(yīng)系統(tǒng)（0.2767）方面的差異更為突出，該系統(tǒng)對于衡量民族地區(qū)人口老齡化風(fēng)險的作用最大；但壓力系統(tǒng)指標(biāo)的平均權(quán)重大于狀態(tài)和響應(yīng)系統(tǒng)指標(biāo)的平均權(quán)重，表明壓力系統(tǒng)指標(biāo)（0.0498）對民族地區(qū)人口老齡化風(fēng)險的影響最大，其次是狀態(tài)系統(tǒng)指標(biāo)（0-0374），響應(yīng)系統(tǒng)指標(biāo)（0.0307）的影響最小。

2. 子系統(tǒng)的分指標(biāo)權(quán)重分析

從各子系統(tǒng)的分指標(biāo)權(quán)重來看（表1），在人口老齡化風(fēng)險壓力系統(tǒng)中，權(quán)重最大的指標(biāo)為人口自然增長率（0.0634），表明八省區(qū)在人口自然增長率方面的差異最大，同時也意味著該指標(biāo)對于衡量民族地區(qū)人口老齡化風(fēng)險壓力的作用最大。同理，狀態(tài)和響應(yīng)系統(tǒng)中最大的指標(biāo)分別是地方政府債務(wù)付息支出（0.1283）和城鎮(zhèn)化率（0.0529），表明這兩項指標(biāo)分別對于衡量民族地區(qū)人口老齡化風(fēng)險狀態(tài)和響應(yīng)的作用最大。

（二）八省區(qū)人口老齡化風(fēng)險得分分析

1. 八省區(qū)人口老齡化風(fēng)險的時空演變及特征

根據(jù)上述相關(guān)數(shù)據(jù)和公式（10），本文使用R-Studio軟件編程計算得出八省區(qū)2012—2021年人口老齡化風(fēng)險各子系統(tǒng)及綜合評價得分，得分值越大，表示人口老齡化風(fēng)險水平越高，反之則越低。因篇幅所限，在此僅展示觀測期內(nèi)各省區(qū)的綜合評價得分，如圖2所示。

從圖2可以看出，八省區(qū)人口老齡化風(fēng)險演變呈現(xiàn)出以下幾點特征：第一，民族地區(qū)人口老齡化風(fēng)險整體水平不高。從均值走勢來看，民族地區(qū)整體平均水平基本穩(wěn)定在0.5以下，但必須看到，除西藏、新疆之外，其它省區(qū)的風(fēng)險水平在大多數(shù)年份都高于平均水平，也就是說，少數(shù)低風(fēng)險省區(qū)拉低了民族地區(qū)整體的風(fēng)險平均水平。第二，八省區(qū)人口老齡化風(fēng)險的演變趨勢差異明顯。從分省走勢來看，內(nèi)蒙古的風(fēng)險水平在觀測期內(nèi)呈現(xiàn)波動上升走勢，由2012年的0.4673升至2021年的0.5675，增幅高達(dá)21.44%。西藏和新疆的風(fēng)險水平雖在觀測期內(nèi)的個別年份略有上升，但總體均呈現(xiàn)出明顯下降趨勢，十年間降幅分別為26-92%和8-66%。廣西等其余五省區(qū)的風(fēng)險水平在觀測期內(nèi)雖有上下波動，但總體上也呈現(xiàn)出輕微下降趨勢，且在2015年后風(fēng)險水平差異不斷縮小，省際之間的風(fēng)險失衡現(xiàn)象漸趨緩和。由此可見，新時代西部大開發(fā)、“一帶一路”等國家重大區(qū)域戰(zhàn)略的深入推進(jìn)對于降低西部八省區(qū)的人口老齡化風(fēng)險水平具有積極作用。

2. 2021年八省區(qū)人口老齡化風(fēng)險各子系統(tǒng)及綜合評價得分

為了進(jìn)一步明確八省區(qū)人口老齡化風(fēng)險來源的差異，本文利用ArcGIS自然斷點法將2021年八省區(qū)人口老齡化風(fēng)險各子系統(tǒng)及綜合評價得分劃為四個等級，并對此進(jìn)行空間可視化描述，結(jié)果如圖3所示。通過分系統(tǒng)測算可知，目前內(nèi)蒙古、廣西、云南和貴州的人口老齡化風(fēng)險壓力得分相對較高，四省區(qū)老年人口撫養(yǎng)比的均值約為18.26%，社會養(yǎng)老負(fù)擔(dān)相對較重，加之人口自然低增長甚至負(fù)增長又加劇了其人口老齡化風(fēng)險壓力。西藏、新疆等少數(shù)民族較為集聚的四省區(qū)，因長期得益于較為寬松的生育政策，所以其人口自然增長水平一直處于相對高位，這在一定程度上減小了其人口老齡化風(fēng)險壓力。從人口老齡化風(fēng)險狀態(tài)系統(tǒng)來看，內(nèi)蒙古、青海、寧夏、貴州為高風(fēng)險或較高風(fēng)險區(qū)，表明這部分省區(qū)的經(jīng)濟(jì)社會發(fā)展對人口老齡化的承載能力相對較弱，造成這一現(xiàn)象的原因可能在于地方政府的負(fù)債規(guī)模較大最終影響到地方財政的可持續(xù)性，這四省區(qū)2021年度的政府債務(wù)付息支出占八省區(qū)債務(wù)付息總支出的56.32%。另外，當(dāng)?shù)剌^高的醫(yī)療保健消費(fèi)水平也增加了老年群體的就醫(yī)成本。新疆、西藏為低風(fēng)險地區(qū)，可能的原因在于其人口紅利優(yōu)勢相對突出，且長期受到國家的特殊政策支持，兩地的經(jīng)濟(jì)發(fā)展和社會保障水平不斷提高，從而逐漸增強(qiáng)了當(dāng)?shù)氐慕?jīng)濟(jì)社會承載能力。從人口老齡化風(fēng)險響應(yīng)系統(tǒng)來看，廣西、云南、寧夏、新疆得分最高，表明這部分省區(qū)的老齡風(fēng)險應(yīng)對能力相對較弱。通過對原始指標(biāo)數(shù)據(jù)的分析，這四省區(qū)響應(yīng)得分較高的原因可能在于基本公共服務(wù)水平和社保供給水平相對偏低，以2021年人均一般公共服務(wù)支出與人均社會保障和就業(yè)支出為例，廣西等四省區(qū)的均值分別要比內(nèi)蒙古等四省區(qū)的均值低1921元和1563元。其中，在人均一般公共服務(wù)支出方面，支出水平最高的西藏要比最低的廣西高出6757元。從人口老齡化風(fēng)險綜合得分來看，八省區(qū)人口老齡化風(fēng)險整體呈現(xiàn)出“區(qū)域非均衡”和“省域兩極化”的特征，具體而言，八省區(qū)人口老齡化風(fēng)險水平由東向西依次遞減，風(fēng)險水平最高的省區(qū)為內(nèi)蒙古（0.5675），最低的省區(qū)為西藏（0.3265），但除西藏和新疆分別處于低風(fēng)險和中風(fēng)險區(qū)域外，內(nèi)蒙古等其余六省區(qū)均處于較高或高風(fēng)險水平。

（三）八省區(qū)人口老齡化風(fēng)險影響因素分析

根據(jù)人口老齡化風(fēng)險障礙因素診斷的計算方法，對觀測期內(nèi)八省區(qū)人口老齡化風(fēng)險指標(biāo)層的各項指標(biāo)進(jìn)行障礙度計算，并按障礙度大小對障礙因素進(jìn)行排序。由于篇幅所限，本文在此僅展示2012和2021年各省區(qū)排名前5位的主要障礙因素（見表2），并對此進(jìn)行簡要分析。從橫向來看，影響各省區(qū)人口老齡化風(fēng)險的主要障礙因素雖有部分相同，但總體存在一定差異。以2021年數(shù)據(jù)為例，青海人口老齡化風(fēng)險主要障礙因素分別是X9、X2、X8、X18、X1，這說明以上5個因素對該省人口老齡化風(fēng)險形成的貢獻(xiàn)度最大，因而對這5個因素的調(diào)控成為降低該省人口老齡化風(fēng)險的關(guān)鍵；而同處西北地區(qū)的寧夏，其人口老齡化風(fēng)險主要障礙因素分別是X2、X18、X7、X8、X1。不難發(fā)現(xiàn)，以上兩省區(qū)的人口老齡化風(fēng)險主要障礙因素雖有重合，但不論是主要障礙因素分布，還是同一障礙因素在不同省區(qū)的排名次序和數(shù)值大小都有所差異。值得注意的是，在內(nèi)蒙古、廣西、貴州、云南等省區(qū)，其障礙因素重合度最高，主要障礙因素的差異集中體現(xiàn)在障礙度的排名次序和數(shù)值大小方面。從縱向來看，同一省區(qū)不同年份的主要障礙因素雖有少數(shù)重疊，但總體發(fā)生了明顯變化。以內(nèi)蒙古為例，2012年該省人口老齡化風(fēng)險的主要障礙因素分別為X7、X18、X10、X1、X3，2021年為X9、X3、X2、X4、X1，可以看出，該省人口老齡化風(fēng)險主要障礙因素發(fā)生了很大變化，呈現(xiàn)出從狀態(tài)系統(tǒng)向壓力系統(tǒng)轉(zhuǎn)移的特征，但其余各省區(qū)主要障礙因素的變化特征也并不盡然。就民族地區(qū)整體而言，X1、X2、X3、X9在2021年的各省區(qū)人口老齡化風(fēng)險主要障礙因素中分別出現(xiàn)了7、7、5、5次，成為對民族地區(qū)人口老齡化風(fēng)險產(chǎn)生最主要影響的4個因素；從分系統(tǒng)指標(biāo)頻次來看，壓力指標(biāo)出現(xiàn)次數(shù)最多，達(dá)21次，狀態(tài)指標(biāo)出現(xiàn)16次，響應(yīng)指標(biāo)僅出現(xiàn)3次，由此可見，壓力指標(biāo)成為制約民族地區(qū)人口老齡化風(fēng)險降低的主要障礙因素。

四、結(jié)論與建議

本文運(yùn)用PSR模型和熵權(quán)法對2012—2021年中國西部八省區(qū)的人口老齡化風(fēng)險水平進(jìn)行了測度，以此為基礎(chǔ)解釋八省區(qū)人口老齡化風(fēng)險的演進(jìn)歷程和省際差異，并利用障礙度模型對影響八省區(qū)人口老齡化風(fēng)險的主要障礙因素進(jìn)行了識別。研究結(jié)論如下：第一，八省區(qū)在人口老齡化風(fēng)險狀態(tài)系統(tǒng)方面的差異相較于其它系統(tǒng)更為突出，但壓力系統(tǒng)指標(biāo)對民族地區(qū)人口老齡化風(fēng)險的影響最大，人口自然增長率、地方政府債務(wù)付息支出和城鎮(zhèn)化率分別是民族地區(qū)人口老齡化壓力、狀態(tài)和響應(yīng)系統(tǒng)中最重要的評價指標(biāo)。第二，民族地區(qū)人口老齡化風(fēng)險總體處于中等水平，演變趨勢也相對平穩(wěn)，但省際風(fēng)險差異明顯，這種差異的成因主要在于各省區(qū)人口結(jié)構(gòu)轉(zhuǎn)型壓力、經(jīng)濟(jì)社會承載能力和老齡風(fēng)險應(yīng)對能力的不同。第三，人口老齡化率、老年人口撫養(yǎng)比、人口自然增長率及地方政府債務(wù)付息支出是當(dāng)前影響八省區(qū)人口老齡化風(fēng)險的四個主要障礙因素，但不同省區(qū)的主要障礙因素也存在一定差異。

根據(jù)上述研究結(jié)論，本文提出如下建議以供決策參考：第一，應(yīng)充分重視民族地區(qū)人口老齡化風(fēng)險的省際差異，相關(guān)省區(qū)老齡政策的制定既要體現(xiàn)特殊也要兼顧一般。針對不同省區(qū)人口老齡化風(fēng)險的情況，要在綜合考慮區(qū)域差異的基礎(chǔ)上動態(tài)調(diào)整老齡政策組合。對于人口老齡化風(fēng)險壓力大但狀態(tài)差的省區(qū)，要以促進(jìn)經(jīng)濟(jì)增長、控制物價上漲和改善財政形勢為主要抓手；對于人口老齡化風(fēng)險壓力大但響應(yīng)差的省區(qū)，應(yīng)從加快推進(jìn)城鎮(zhèn)化、增加基本公共服務(wù)投入、提高社保供給水平等方面著手，以此緩和省際間的人口老齡化風(fēng)險差異。第二，八省區(qū)要針對各自人口老齡化風(fēng)險的主要障礙因素實施精準(zhǔn)治理，提高老齡社會治理資源的使用效率。以2021年內(nèi)蒙古為例，其主要障礙因素大多集中在壓力系統(tǒng)，因此對當(dāng)?shù)厝丝谡?，特別是生育支持政策的調(diào)整成為當(dāng)務(wù)之急。第三，深入實施西部大開發(fā)、東西部結(jié)對幫扶等區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，不斷增強(qiáng)民族地區(qū)對人口老齡化壓力的經(jīng)濟(jì)社會承載能力和老齡風(fēng)險應(yīng)對能力。針對目前仍然處于較低風(fēng)險水平的西藏、新疆兩地，要在產(chǎn)業(yè)、財政等方面繼續(xù)加大政策支持力度，促進(jìn)當(dāng)?shù)厝丝谂c經(jīng)濟(jì)社會資源環(huán)境的協(xié)調(diào)可持續(xù)發(fā)展，從而最大限度地降低人口老齡化可能給當(dāng)?shù)貛淼慕?jīng)濟(jì)社會風(fēng)險。

注釋：

①全國人口是指我國大陸31個省、自治區(qū)、直轄市和現(xiàn)役軍人的人口，不包括居住在31個省、自治區(qū)、直轄市的港澳臺居民和外籍人員，有別于包含港澳臺地區(qū)人口的全國總?cè)丝诟拍睢?/p>

②按國際通行標(biāo)準(zhǔn)，一個國家或地區(qū)65歲及以上人口占總?cè)丝诒戎剡_(dá)7%-14%為輕度老齡化社會（亦稱“老齡化社會”），14%-21%為中度老齡化社會（亦稱“老齡社會”），21%以上為重度老齡化社會（亦稱“超老齡社會”）。需要說明的是，本文所說的老年人口是指65歲及以上的常住人口，用其占全國人口的比重來表示老齡化程度，即老齡化率（%）。

③人口再生產(chǎn)模式轉(zhuǎn)變是指人口從“高生育、高死亡、低增長”階段經(jīng)由“高生育、低死亡、高增長”階段再到“低生育、低死亡、低增長（甚至負(fù)增長）”階段的轉(zhuǎn)變。

④東部地區(qū)包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南、遼寧、吉林和黑龍江13?。ㄊ校?；中部地區(qū)包括：山西、安徽、江西、河南、湖北和湖南6省。

⑤截至2021年末，八省區(qū)的人口老齡化率為11.41%，低于東中部19省14.43%。（數(shù)據(jù)來源于：國家統(tǒng)計局《中國統(tǒng)計年鑒—2022》，北京：中國統(tǒng)計出版社， 2022：42.）相比2000年，21年間八省區(qū)的人口老齡化年均增速為3.08%，也略低于東中部19省的3.28%。（數(shù)據(jù)來源于：國家統(tǒng)計局《中國統(tǒng)計年鑒—2001》，北京：中國統(tǒng)計出版社， 2001：95.）

參考文獻(xiàn)：

[1]Huoyun Zhu and Alan Walker. Why China needs an active social policy on ageing[J]. Asian Population Studies，2022（02）：190-225.

[2]國家統(tǒng)計局. 中國統(tǒng)計年鑒—2022[M]. 北京：中國統(tǒng)計出版社， 2022.

[3]杜鵬， 李龍. 新時代中國人口老齡化長期趨勢預(yù)測[J]. 中國人民大學(xué)學(xué)報， 2021，35（01）：96-109.

[4]胡湛， 彭希哲， 吳玉韶. 積極應(yīng)對人口老齡化的“中國方案”[J]. 中國社會科學(xué)， 2022（09）：46-66+205.

[5]彭希哲. 中國老齡社會的治理與政策選擇[M]. 北京：科學(xué)出版社， 2021.

[6]郭志剛， 王軍. 中國人口發(fā)展戰(zhàn)略研究中的分歧與演進(jìn)[J]. 國際經(jīng)濟(jì)評論， 2020（04）：38-53+4-5.

[7]彭希哲， 胡湛. 公共政策視角下的中國人口老齡化[J]. 中國社會科學(xué)， 2011（03）：121-138+222-223.

[8]陸杰華， 劉芹. 中國老齡社會新形態(tài)的特征、影響及其應(yīng)對策略——基于“七普”數(shù)據(jù)的解讀[J]. 人口與經(jīng)濟(jì)， 2021（05）：13-24.

[9]習(xí)近平. 高舉中國特色社會主義偉大旗幟 為全面建設(shè)社會主義現(xiàn)代化國家而團(tuán)結(jié)奮斗：在中國共產(chǎn)黨第二十次全國代表大會上的報告[M]. 北京：人民出版社， 2022.

[10]中共中央國務(wù)院關(guān)于加強(qiáng)新時代老齡工作的意見[N]. 人民日報， 2021-11-25.

[11][英]安東尼·吉登斯， 克里斯多弗·皮爾森. 現(xiàn)代性——吉登斯訪談錄[M]. 尹宏毅，譯.北京：新華出版社， 2001.

[12][德]烏爾里?！へ惪? 風(fēng)險社會[M]. 何博聞，譯.南京：譯林出版社， 2004.

[13][英]安東尼·吉登斯. 失控的世界——全球化如何重塑我們的生活[M]. 周紅云，譯.南昌：江西人民出版社， 2001.

[14]楊雪冬. 風(fēng)險社會理論述評[J]. 國家行政學(xué)院學(xué)報， 2005（01）：87-90.

[15]黃曉春. “看不見成效”：連鎖性風(fēng)險治理何以為難——一個組織學(xué)視角的分析[J]. 探索與爭鳴， 2022（07）：15-18.

[16]鐘開斌. 風(fēng)險管理：從被動反應(yīng)到主動保障[J]. 中國行政管理， 2007（11）：99-103.

[17]雷霆， 郭娟， 向川. 中國人口老齡化風(fēng)險分布的梯次結(jié)構(gòu)及其動態(tài)演進(jìn)[J]. 人口與經(jīng)濟(jì)， 2023（01）：87-105.

[18]劉婧. 現(xiàn)代社會風(fēng)險解析[J]. 浙江社會科學(xué)， 2005（01）：101-105+111.

[19]賈金玲. 河南省人口老齡化社會風(fēng)險探析[J]. 河南社會科學(xué)， 2008（04）：227-229.

[20]徐俊， 風(fēng)笑天. 獨生子女家庭養(yǎng)老責(zé)任與風(fēng)險研究[J]. 人口與發(fā)展， 2012（05）：2-10.

[21]葛延風(fēng)，王列軍等.我國健康老齡化的挑戰(zhàn)與策略選擇[J]. 管理世界， 2020（04）：86-96.

[22]國務(wù)院發(fā)展研究中心“經(jīng)濟(jì)轉(zhuǎn)型期的風(fēng)險防范與應(yīng)對”課題組. 打好防范化解重大風(fēng)險攻堅戰(zhàn)：思路與對策[J]. 管理世界， 2018（01）：1-15.

[23]楊宜勇，關(guān)博.老齡化背景下社會保障的“防風(fēng)險”和“補(bǔ)短板”——國際經(jīng)驗和中國改革路徑[J]. 經(jīng)濟(jì)與管理， 2017，38（06）：44-53.

[24]陳小亮， 譚涵予， 劉哲希. 老齡化對地方政府債務(wù)的影響研究[J]. 財經(jīng)研究，2020，46（06）：19-33.

[25]都陽，封永剛.人口快速老齡化對經(jīng)濟(jì)增長的沖擊[J]. 經(jīng)濟(jì)研究， 2021（02）：71-88.

[26]喬曉春. “大人口”管理體制的構(gòu)建[J]. 人口與發(fā)展， 2012，56（02）：2-12.

[27]胡湛， 彭希哲. 應(yīng)對中國人口老齡化的治理選擇[J]. 中國社會科學(xué)，2018（12）：134-155+202.

[28]David J. Rapport and Anthony Friend. Towards a Comprehensive Framework for Environmental Statistics： A Stress-response Approach[M]. Ottawa： Statistics Canada， 1979.

[29]OECD Environment Directorate Environmental Performance and Information Division. OECD environmental indicators： Development， measurement and use[R]. 2003：21.

[30]王曉君， 吳敬學(xué)， 蔣和平. 中國農(nóng)村生態(tài)環(huán)境質(zhì)量動態(tài)評價及未來發(fā)展趨勢預(yù)測[J]. 自然資源學(xué)報， 2017，32（05）：864-876.

[31]狄乾斌， 韓帥帥. 城市經(jīng)濟(jì)承載力的綜合評價及其時空差異研究——以我國15個副省級城市為例[J]. 經(jīng)濟(jì)地理， 2015，35（09）：57-64.

[32]謝小青， 黃晶晶. 基于PSR模型的城市創(chuàng)業(yè)環(huán)境評價分析——以武漢市為例[J]. 中國軟科學(xué)， 2017（02）：172-182.

[33]胡原， 曾維忠. 基于PSR模型的深度貧困縣脫貧進(jìn)程評價——以四川省為例[J].長江流域資源與環(huán)境， 2019，28（12）：2867-2878.

[34]劉革， 鄧慶彪， 蔡耀星. 基于PSR模型的我國社會重大風(fēng)險評估體系研究[J]. 財經(jīng)理論與實踐， 2021，42（05）：34-41.

[35]于長永， 劉二鵬， 樂章. 農(nóng)村地區(qū)養(yǎng)老脆弱性的省際差異及其影響因素研究[J].中國人口·資源與環(huán)境， 2016，26（10）：144-151.

[36]龔鋒， 余錦亮. 人口老齡化、稅收負(fù)擔(dān)與財政可持續(xù)性[J]. 經(jīng)濟(jì)研究， 2015，50（08）：16-30.

[37]邱國慶， 楊志安. 人口老齡化、扭曲效應(yīng)與財政可持續(xù)性[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2022，44（04）：19-30.

[38]陸杰華，林嘉琪. 重度老齡化社會的人口特征、風(fēng)險識別與戰(zhàn)略應(yīng)對[J]. 中國特色社會主義研究， 2023（01）：59-68.

[39]毛中根， 孫武福， 洪濤. 中國人口年齡結(jié)構(gòu)與居民消費(fèi)關(guān)系的比較分析[J]. 人口研究， 2013，37（03）：82-92.

[40]甘曉成， 蔡瑤瑤， 肖鴻波. 中國養(yǎng)老脆弱性評價及分布動態(tài)演進(jìn)[J]. 華東經(jīng)濟(jì)管理， 2022，36（02）：86-97.

[41]李建民. 中國的人口新常態(tài)與經(jīng)濟(jì)新常態(tài)[J]. 經(jīng)濟(jì)研究， 2015，39（01）：3-13.

[42]王群， 銀馬華， 楊興柱等. 大別山貧困區(qū)旅游地社會—生態(tài)系統(tǒng)脆弱性時空演變與影響機(jī)理[J]. 地理學(xué)報， 2019，74（08）：1663-1679.