山西省人口高龄化时空变化研究
——基于五普和六普数据

夏昆昆,李小红,申锐敏

(山西农业大学 公共管理学院,山西 太谷 030801)

摘 要: 依据山西省第五次和第六次人口普查数据,分别从静态角度和动态角度选取了高龄化系数、高龄人口集中程度、高龄人口年均增长率、高龄年龄集中率四个指标,考察山西省各地区人口高龄化的时间上的变化和空间上的分布特征。结果显示,从2000年到2010年,山西省的人口高龄化在广度和深度层面都进一步加深,其高龄化趋势不断加剧,且呈现北高南低的地区差异。

关键词: 人口高龄化;时空变化;高龄化系数;山西省

一、研究背景

2000年以来,伴随着中国进入老龄化社会,人口高龄化现象逐渐进入学者研究视野。人口高龄化是指一个国家或地区在一定时期内80岁及以上的高龄人口占65岁及以上老人人口的比重持续提高的过程^[1]。关注的重点是老年人口中高龄老人的变化情况,或者说关注的是65岁及以上人口内部年龄结构的变化。可以说,老龄化是全体人口的老龄化,而高龄化则是指“老年人口的老龄化”^[2]。从人口学角度看,高龄化是由人口预期寿命延长和老年人口的低死亡率两个因素双向影响的,而这两个影响因素都和医疗技术的进步有直接关系。换句话说,伴随着社会科学技术的发展,特别是医疗技术的进步,人口高龄化是社会发展的必然趋势。因此,在老龄化背景下,深入研究人口高龄化具有深刻现实意义和理论意义。

2000年,中国高龄人口(80岁及以上)占老年人口(65岁及以上)的比重是13.58%;2016年,中国高龄人口占老年人口的比例已达17.32%。对比亚洲最早进入老龄化社会的日本^[3],2016年世界银行数据显示,其高龄人口占老年人口的比例高达2958%注 根据世界银行日本数据,自行计算得出。 。虽然在相对量上中国高龄化程度低于日本。但是,绝对量上,中国已超过日本两倍多。截至2016年,日本80岁及以上高龄老人为998万,而同期中国80岁及以上高龄老人数量为2417万。据预测,到2031年中国高龄老人将上升到4000万左右,2041年将达到6000万左右,而2050—2080年,中国高龄老人将维持在9000万至1.1亿人之间^[4-5]。因此,中国的高龄化形势不容小觑。就全国各地区来看,2010年第六次全国人口普查数据显示,高龄化程度最严重的是上海,高龄人口占老年人口的比例已达到25.21%,即四个65岁及以上老年人口中至少有一个为80岁及以上的高龄人口。其次为海南、广东、浙江、福建,而宁夏、青海、甘肃高龄人口占老年人口的比重相对较低。山西省的高龄化水平居于全国中下水平(见表1)。

表 1 2010年全国各地区高龄人口占老年人口的比重

近年来，针对中国人口高龄化的时空变化方面的研究已越来越多,这说明人口高龄化问题已开始引起学界的关注。研究多从国际差异、省际差异来探讨人口高龄化的时空分布特征并进行影响因素分析和预测未来演变趋势。例如,曾通刚等研究了中国人口高龄化的空间演化和影响因素,结果表明,2000年以来,中国人口高龄化日益突出,且从2000年至2010年高龄化总体呈现“北扩西进”的演化特征;除新疆外,其他区域高龄人口增速均快于老龄化,高龄化增速表现出“东—中—西”空间梯度差异;人口高龄化受自然地理环境、区域经济发展水平、人口年龄结构等多因素的影响^[1]。尹文耀等探讨了全面两孩生育政策对人口发展产生的影响,根据对31个省多方案模拟预测,研究人口的系统性广义高龄化,指出中国未来主要蕴藏四大系统性人口红利和四大系统性人口风险^[6]。部分研究以省为基本研究对象,从省区的宏观角度来探讨该省的人口高龄化现状及特征,并发现存在的问题以提出对策。例如,张友庭指出未来30年人口高龄化将成为上海市人口老龄化的主流,逐渐增大的高龄老人群体将对上海的老年社会服务模式产生强烈冲击^[7]。王志宝利用相关数据分析了山东省人口高龄化区域演变特征及其主导因素。研究表明,山东省高龄化区域演变由胶东半岛向鲁中西部扩散,并形成若干人口高龄化集聚中心;自然环境决定了人口高龄化宏观空间分布,而社会经济发展则在中微观层面促成了高龄人口集聚地的形成^[8]。有学者从老龄化角度研究了山西省和山西省农村的时空分布情况^[9-10]。

然而,上述研究的空间尺度较大,忽略省域内部各地级市之间的人口高龄化空间分布差异,难以清楚体现中国人口高龄化空间分布格局的细节特征。而有的人口老龄化研究,对人口高龄化的关注不足。本文立足于山西省,从市级尺度详细研究山西省人口高龄化的时空演变特征,以山西省第五次人口普查和第六次人口普查数据为依据,分别通过高龄化的静态指标和动态指标衡量山西省11个地级市的人口高龄化情况的地区差异并进行比较分析,以期揭示山西人口高龄化的深层次特征和规律,为山西省养老和医疗资源的合理配置提供科学的依据。

而在“互联网+”阅读教育之下，传统图书馆当中的纸质书籍均可以使用互联网来展示，同时互联网可以连接到现代许多普及网络化设备，例如智能手机、平板电脑等，学生可以直接在这些个人设备上进行阅读学习，体现出较强的便捷性，同时互联网环境之下，图书馆可以摆脱开馆、闭馆的限制，学生可以自由调整自己的阅读时间，在此可以看到“互联网+”阅读教育能够更好地贴合习惯性理论。此外，通过互联网上的一些应用功能，可以提高图书馆的便捷性，还能满足学生的个性化需求，因此，说明“互联网+”阅读教育具有更高的应用价值。

二、山西省人口高龄化的静态衡量

(一)高龄化系数

高龄化系数(E )是指在一定时期内,一定地区80岁及以上高龄人口数量(O )占65岁及以上老年人口数量(P )的比重^[1],用百分比表示,具体公式如下:

(1)

众所周知,山西省南北狭长,地形气候南北差异大,这有可能会影响山西省高龄人口的区域分布。为进一步考察山西省人口高龄化的空间格局,本文将山西省的11个地区划分为三大部分,分别为北部(大同、朔州、忻州)、中部(吕梁、太原、阳泉、晋中)和南部(临汾、长治、晋城、运城),以便发现山西省人口高龄化的空间分布规律(见表4)。

根据山西省第五次和第六次人口普查数据,计算得出山西省11个市的人口高龄化系数(见表2、图1)。分析发现,十年间,山西省各个地市的高龄化系数呈增长态势,且增幅较大,表明山西省人口高龄化日益凸显。其中,2000年山西省人口高龄化系数为10.86%,到2010年为15.25%,增长了4.39个百分点,增幅达40.42%。在各个地市中,2000年高龄化系数最高的前三个市分别为忻州(13.10%)、朔州(12.42%)和运城(12.35%),仅忻州处于第二等级,系数最低的三个市分别为阳泉(9.02%)、长治(9.13%)和晋城(9.32%),三市均为第四等级;而2010年高龄化系数最高的前三个市分别为忻州(18.67%)、朔州(17.89%)及太原(16.41%),且三个市的高龄化水平已均位于第一等级,太原替代运城进入高龄化最严重地区。而系数最低的三个市分别为晋城(12.97%)、长治(13.14%)及临汾(13.60%),其中,晋城位于第三等级,其余两市均位于第二等级。高龄化系数最高地区忻州是最低地区晋城的1.44倍,且2010年的最低值几乎达到2000年的最高值。而从划分的等级数量来看,10年间属于第一等级的地市由0个增至3个,属于第二等级的地市由1个增至7个,属于第三等级的地市由6个降为1个,第四等级的地市由4个变为0个。可见,随着时间的推移,山西省各地区的高龄化水平总体按一定幅度向高龄化水平更高一级迈进。

表 2山西省各地区 2000年和 2010年人口高龄化系数/%

图 1山西省各地区 2000年和
2010年人口高龄化系数时空分布

的仅有朔州、忻州、晋中和运城,但除运城为山西省最南部的市以外,其余三市均位于北部和中部地区;2010年,山西省人口高龄化的空间集聚格局发生显著变化,集中程度大于1的市由4个变为5个,分别为朔州、忻州、晋中、太原和大同。太原市的人口高龄化集中程度由2000年0.86上升至1.08,大同市的高龄化集中程度由0.97上升至1.04,高龄化集中程度大于1的均为北部和中部地区;而运城市的人口高龄化集中度由1.14下降为0.93,集中程度明显降低。南部地区除长治市的高龄化集中程度略有上升外,晋城和临汾均有不同程度的下降。总体上,人口高龄化集中程度不断向北扩张,高龄化的空间集聚效应逐渐增大,地区差异不断增大。

(二)高龄人口集中程度

高龄人口集中程度指某区域高龄化系数与总的高龄化系数的比例^[1],具体公式如下:

(2)

可进一步表示为:

(3)

式(2)中,H 表示高龄人口集中程度,即区域高龄系数与山西省高龄系数的比例。e 为区域高龄化系数,根据式(1),即为区域80岁以上高龄人口占65岁及以上老龄人口的百分比。E 为山西省高龄化系数。

注：箱形图上的五条线分别表示最大值、上四分位数、中位数、下四分位数和最小值
图 2山西省 2000年和 2010年人口高龄化系数箱形图

高龄人口集中程度反映的是高龄人口在地理空间上的静态集中分布程度。若该值低于1,则表示该区域的高龄化系数低于全省高龄化系数,说明相较于全省该地区高龄人口集中程度低;若该值高于1,则表示该区域的高龄化系数高于全省高龄化系数,说明相较于全省该地区高龄人口集中程度高;若该值等于1,则表示该区域的高龄化系数等于全省高龄化系数,说明该地区高龄人口集中程度与全省高龄人口持平。据此计算出山西省各地区的高龄人口集中程度(见表3)。

分析各个地区的高龄化集中程度可以发现,2000年人口高龄化分布较为分散,集中程度大于1

表 3山西省各地区 2000年和 2010年人口高龄化集中程度

另外,从箱形图中可以看出(见图2),2000年山西省高龄化系数的最大值和2010年山西省高龄化系数的最小值几乎持平。且2010年山西省高龄化系数的中位数远远大于2000年山西省高龄化系数的中位数。总体表明，十年间山西省的高龄化程度进一步加深。

循环参数：预变性94℃维持4 min，之后30个循环的94℃变性45 s、55℃退火45 s和72℃延伸1 min，再以72℃修复延伸10 min。

不过，在搭建宫殿之前，大林先要解决早餐。于是，他对倩倩说，爸爸去煮面条，不过，烧水的这段时间我们也别浪费，玩一个短游戏。

式(1)中,高龄化系数E 越大,说明80岁以上人口占65岁及以上人口的比重越大,表示该地区的人口高龄化程度越严重。其反映着人口高龄化的静态空间特征,是反映区域高龄化程度的重要指标。根据山西省各地区的人口高龄化系数E ,将山西省人口高龄化水平分为四级:第一级E >16%、第二级13%<E ≤16%、第三级10%<E ≤13%、第四级E ≤10%,最严重的为一级,最轻的为四级。据此分析山西省各地区高龄化水平的地区时空差异。

从表4看出,山西省三个部分的高龄化系数均明显增加,但人口高龄化有着明显的空间格局,高龄化水平大致按“北—中—南”依次递减,即北部的高龄化水平明显高于南部,且差异呈扩大趋势。2000年至2010年,北部的高龄化系数由12.03%增至17.48%,增长5.45个百分点,增幅达45%;中部的高龄化系数由10.10%增至15.19%,增长5.09个百分点,增幅达50%;而南部的高龄化系数由10.22%增至13.48%,增长3.26个百分点,增幅仅为32%。也就是说,中部和北部的高龄化增幅远远高于南部。同时,北部和南部的高龄人口集中程度分化明显,北部的高龄人口集中度在2000年就已大于1,并有上升趋势,集中程度增大;中部地区尽管高龄人口集中度小于1,但是也不断上升,高龄人口趋于集中;南部地区高龄人口集中度始终小于1,且略有下降,高龄人口趋于分散。可见,北部的高龄人口集中程度最高,而南部的高龄人口集中程度最低。也就是说,相较于全省的高龄化水平,北部地区高龄化水平较高,而南部地区高龄化水平较低,中部地区与全省高龄化水平大致持平。

从年均增长率来看,从2000年至2010年,十年间,山西省11个地区的人口高龄化的程度均随着时间的变化而持续加深,山西省整体高龄人口年均增长率达到6.10%,太原、大同、阳泉、朔州和临汾5个市超过该平均水平。其中,中部地区最高为7.0%,原因是太原的人口年均增长率偏高,达到了9.4%,如果去掉太原市,中部地区的人口年均增长率为6.2%,比北部地区低2个百分点,而高龄人口年均增长率最慢的为南部地区。就高龄人口增长速度而言,整体呈现出了南北差异。

高龄人口年均增长率指在一定年限内高龄老年人口平均每年增长的速度^[1]。具体公式如下:

表 4山西省 2000年及 2010年北—中—南部高龄化系数和集中化程度

三、山西省人口高龄化的动态衡量

(一)高龄人口年均增长率

选取2017年1月～12月本院接收的急性心肌梗死患者216例作为研究对象，根据不同治疗方法将其均分为两组，各108例。其中，对照组男58例，女50例，年龄38～75岁，平均（55.46±1.28）岁；研究组男60例，女48例，年龄39～76岁，平均（56.34±1.29）岁。两组一般资料比较，差异无统计学意义（P＞0.05）。

(4)

式(4)中,r _i (80⁺)表示为i 区域高龄人口年均增长率;p _i ^(t) (80⁺)表示i 区域高龄人口数量;p _i ^(t+n )(80⁺)表示n 年后i 区域高龄人口数量。该指标可以较好反映某地区人口高龄化的增长速度,描述人口高龄化的动态变化过程。若该值大于0,则表明人口高龄化呈增长趋势,且值越大,人口高龄化增速越快。据此,计算山西省各地区2000年高龄人口年均增长率。同时,为便于考察山西省高龄人口年均增长率的空间分布情况,本文将山西各地区的高龄人口年均增长率划分为三个等级,r _i (80⁺)<6.0表明高龄人口缓慢增长;6.0≤r _i (80⁺)<8.0表明高龄人口较快增长;r _i (80⁺)≥8.0表明高龄人口快速增长(见表5)。

通过用高龄化系数、高龄人口集中程度、高龄人口年均增长率、高龄年龄集中率等高龄化指标对山西省的人口高龄化进行静态及动态衡量,分析出山西省各个地区2000年到2010年人口高龄化的地区差异,结论如下。

数据库是实现各项功能的基本保证，是确保整个系统运行的基础。所以，数据库的设计非常重要。E-R图主要针对的是整个体系的培训单位信息、业务信息和实施过程中信息监管的设计。详细的操作过程如图2所示。

同时,高龄人口缓慢增长型有五个地区,多集中在中南部。高龄人口较快增长型有五个地区,集中在北部和南部地区。高龄人口快速增长型只有一个,即中部的太原。

表 5山西省人口高龄化速度类型划分(%)

注:括号中的数据表示高龄人口年均增长率

(二)高龄年龄集中率

本文参考已有研究,引入美国人口学家Rogers与Woodward的指数增长模式,对山西省人口高龄化速度进行时空对比分析。高龄年龄集中率指区域高龄人口年均增长率与老年人口年均增长率的差值^[1]。具体公式如下:

TAi(80⁺)=r_i(80⁺)-r_i(65⁺)

.

(5)

式(5)中,TAi(80⁺)表示高龄年龄集中率,r_i(80⁺)表示i区域80岁及以上高龄人口年均增长率,r_i(65⁺)表示i区域65岁及以上老年人口年均增长率。高龄年龄集中率反映了某区域高龄人口与老年人口动态变化过程中的速度差异。同时,该指标可以反映某区域人口高龄化进程的快慢。当TAi(80⁺)>0时,表明某区域高龄人口增长速度快于老年人口增速,该区域进入人口高龄化,且该值越大表明人口高龄化进程越快;当TAi(80⁺)=0时,表明某区域高龄人口增速等于老年人口增速,该区域进入人口高龄化,但进程趋于稳定;当TAi(80⁺)<0时,表明某区域高龄人口增速低于老年人口增速,该区域尚未步入高龄化。据此计算山西省各地区的高龄年龄集中率(见表6)。

表 6山西省人口高龄化速度类型划分

注:括号中的数据表示高龄年龄集中率

2000年至2010年,山西省各地区的高龄年龄集中率均为正值,反映出山西省总体的高龄化速度快于老龄化速度,高龄化进程处于加速推进状态。因为高龄年龄集中率的大小可反映高龄人口相较于老龄人口的增长速度。为便于考察山西省高龄人口集中率的空间分布情况,借鉴联合国规定,当一个国家或地区65岁及以上老年人口数量占总人口比例超过7%时,这个国家或地区就进入了老龄化;比例达到14%即进入深度老龄化;达到20%则进入超老龄化。本文将山西各地区的高龄年龄集中率划分为三个等级,当TAi(80+)≤0.030时为浅高龄化、当0.030<TAi(80+)<0.040时为加速高龄化、当TAi(80+)≥0.040时为深度高龄化。由表6看出,十年间,高龄年龄集中率的区域差异显著,南部地区人口高龄化进程低于北部、中部,中部地区人口高龄化进程最快。深度高龄化地区包括3个地市,其中2个分布于中部地区,1个分布于北部地区;加速高龄化地区包括朔州、晋中等6个地市,分布较为平均,北部、中北部和南部均有2个地市;浅高龄化地区包括2个地市,集中分布于南部地区。总体而言,山西省处于加速高龄化时期,南北差异大,北部高龄年龄集中率远远大于南部地区,说明北部地区的高龄人口增长速度高于南部地区。

四、讨论与结论

虽然Eggleston的学习经历模式比较简单，但它为教师提供了一个好的架构去有系统地分析不同的学习经历，选取适当的经历培养学生的高阶思维。例如，以上的学习经历可分析为如表1所示的内容。

1.通过用高龄化系数来衡量人口高龄化程度发现,2000年至2010年的十年中,山西省整体上高龄化水平从第三等级向第二等级推进,人口高龄化程度不断加深。同时高龄化系数存在地区差异,高龄化系数最高的为北部地区的忻州和朔州;最低的为中部和南部地区的阳泉和长治。高龄化系数呈现出北高南低的趋势。另外值得注意的是,十年间太原的高龄化水平从第四等级跃为第一等级,2010年高龄化系数为16.41%,高于全省平均水平,人口高龄化趋势深入推进。分析原因,笔者认为太原市作为省会城市,经济发达,集中了全省最好的医疗资源,对降低高龄老年人口的死亡率有明显作用。

2.通过对高龄人口的集中程度研究发现,十年间,全省有5个市的高龄人口集中程度有所提高,5个市的高龄人口集中程度有所下降,1个市的高龄人口集中程度保持不变,即吕梁。且高龄人口集中程度存在地区差异,北部的高龄人口集中程度最高,而南部的高龄人口集中程度最低。也就是说,相较于全省的高龄化水平,北部地区高龄化水平较高,而南部地区高龄化水平较低,中部地区与全省高龄化水平大致持平。

考虑到图像内外局部灰度的差异，我们提出了一种新的快速自适应活动轮廓模型来解决这些限制，相比现有的模型，本文做出了以下贡献：第一，本文首次将轮廓内外局部灰度的差异加入至能量泛函，当两者灰度差异很大时，即演化曲线逼近图像边缘时，减缓曲线演化速度，反之，加速曲线演化；第二，本文应用邻域平均算子计算局部邻域灰度均值，在表达局部图像信息的同时，又对图像进行了一定的平滑，消除了部分噪声和灰度不均匀对分割结果的影响。第三，本文将内外轮廓局部邻域的匀质性差异代替λ1、λ2作为内、外局部能量参数值的控制项，解决了模型对参数敏感这一问题，同时还提高了曲线的演化效率。

3.从高龄人口年均增长率来看,从2000年至2010年,山西省所有地区的人口高龄化的程度均随着时间的变化而持续加深,山西省整体高龄人口年均增长率达到6.1%,处于高龄人口较快增长型。太原、大同、阳泉、朔州和临汾5个市超过该平均水平。其中太原市作为省会城市高龄人口的年均增长率最高,进入高龄人口快速增长型。

从高龄年龄集中率来看,2000年至2010年,高龄年龄集中率的区域差异显著,相较于人口老龄化,南部地区人口高龄化进程低于中部和北部地区,中部地区人口高龄化进程最快。深度高龄化地区包括3个地市,其中2个分布于中部地区,1个分布于北部地区;浅高龄化地区包括2个地市,集中分布于南部地区。总体而言,山西省处于加速高龄化时期,南北差异大,北部高龄年龄集中率远远大于南部地区,说明北部地区的高龄化进程相较于老龄化,快于南部地区。

总而言之,本文研究表明,无论从静态指标来看,还是从动态指标来看,山西省的高龄化都在持续推进。随着医疗技术的进步带来的人口预期寿命的延长，加之妇女生育率的持续下降,在未来山西省的高龄化趋势将更为严峻。另外,在高龄化速度不断推进的同时,各地区呈现明显的地区差异,总体而言北部的高龄化就强度和深度都远远高于南部地区。其中,太原市作为省会城市,高龄化发展迅速,需要引起特别重视。

高龄老人作为老年人中的特殊群体,健康水平下降,生活自理能力不足^[11],对长期性、经常性的照料和完善的医疗服务都有强烈的需求。政府、社会、社区以及家庭需要形成合力,从各自层面重点关注高龄老人的生活照料问题。人口高龄化的迅速发展以及高龄老人群体的逐渐壮大,必然对山西省现有的财政资源、老年社会服务模式和医疗资源的供给等方面提出严峻挑战。政府在应对这些挑战时,可考虑地区差异,从高龄化形势严峻的地区着手,试点相关政策,以期为其他地区应对高龄化提供可资借鉴的经验和教训。

（一）全县产业存出栏情况及生产发展趋势 根据重庆市农调队的调查数据， 2011年全县肉牛存栏量为43 000头，年出栏肉牛22 638头，比2010年增加6.27%；山羊存栏量为11万只，年出栏山羊106 712只，比2010年增加8.72%。养殖户的户数迅速减少，规模化养殖发展已具雏形。

参考文献

[1] 曾通刚,赵媛,许昕.中国人口高龄化空间格局演化及影响因素研究[J].地理与地理信息科学,2017(6):72-79.

[2] 罗淳.高龄化:老龄化的延续与演变[J].中国人口科学,2002(3):33-40.

[3] 李文琦.高龄化背景下的日本老年福利保障[J].行政论坛,2011(5):101-104.

[4] 姜向群.中国老年人口高龄化发展前景及其影响[J].人口学刊,1994(12):18-26.

[5] 王琳.中国老年人口高龄化趋势及原因的国际比较分析[J].人口与经济,2004(1):6-11.

[6] 尹文耀,李芬,姚引妹.中国人口的广义高龄化:基于分省模拟的全国层面分析[J].中国社会科学,2017(9):113-140.

[7] 张友庭.上海市老年人口高龄化趋势及其影响[J].南京人口管理干部学院学报,2008(3):18-21.

[8] 王志宝.多尺度的山东省人口高龄化区域演变研究[J].老龄科学研究,2018(4):14-30.

[9] 夏昆昆,刘立文.山西省人口老龄化时空特征分布研究[J].山西高等学校社会科学学报,2014(11):39-42.

[10] 夏昆昆,农村人口老龄化时空变化研究:基于山西省“五普”和“六普”数据[J].山西农业大学学报(社会科学版),2015(2):141-147.

[11] 谭克俭.中国高龄老年人口问题初探[J].经济问题,2001(12):54-56.

Research on the Spatial and Temporal Changes of Aging of the Aged in Shanxi Province ——Based on the 5^th and 6^th census data

XIA Kunkun ,LI Xiaohong ,SHEN Ruimin

(College of Public Management ,Shanxi Agricultural University ,Taigu 030801,China )

Abstract: In this paper, based on the data of the fifth and sixth census of Shanxi Province, four indicators are selected from static and dynamic perspectives, which are ageing coefficient, ageing population concentration, average annual growth rate of senior population, age-old concentration rate, to study the characteristics of temporal changes and spatial distribution of population aging in Shanxi Province. The results show that the population aging in Shanxi Province has become more serious in both breadth and depth during the year between 2000 and 2010, with the aging trend worsening and regional differences of being less obvious in the south and more obvious in the north.

Key words: aging of the aged;the spatial and temporal changes;the coefficients of aging population;Shanxi Province

收稿日期: 2019-04-09

作者简介: 夏昆昆(1986—),女,山东鱼台人,山西农业大学讲师,硕士,从事人口老龄化及老年保障研究。

DOI: 10.16396/j.cnki.sxgxskxb.2019.06.006

中图分类号: C924.24

文献标识码: A

文章编号: 1008-6285(2019)06-0027-06

[编辑 令狐国芳]

标签：人口高龄化论文;  时空变化论文;  高龄化系数论文;  山西省论文;  山西农业大学公共管理学院论文;