年龄结构优质4篇

【导言】此例“年龄结构优质4篇”的范文资料由阿拉题库网友为您分享整理，以供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载支持吧！

年龄结构【第一篇】

关键词 人口年龄结构；区域经济增长；空间经济计量模型；山东省

中图分类号 文献标识码 A

文章编号 1002-2104(2009)05-0100-04

伴随着我国各地区陆续由成年型迈入老年型结构类型，人口年龄结构的地区差距也在扩大，如1990年全国15～64岁劳动适龄人口所占比重的变异系数为,2000、2007年分别扩大到和。与此同时，多数研究认为1990年以后我国各地区的经济增长呈现迅速发散的趋势[1]。两种地区差距扩大是否存在某种内在联系？经济增长依赖于人力资源和人的各种需求。而人口年龄结构又塑造着这两个方面。因此，笔者试图从分年龄组劳动力入手，找寻影响区域经济增长发散的人口学因素。

国内外已有一些文献探讨年龄结构和经济增长之间的关系。Welch(1979)、Fair(1991)论证了年龄影响人力资本投资决策，部分学者采用可计算的一般均衡模型(Computable General Equilibrium,CGE)考察人力资本投资决策对税收、储蓄、资本积累、劳动力供给、就业和社会保险等的影响(Hirte,2001;2002);还有学者分析区域人口年龄结构对劳动生产率或人均GDP等宏观经济变量的影响[2～4]。然而，上述研究均忽略了空间依赖性。在国内，相关研究集中在人口红利的探讨中，如蔡认为人口红利对人均GDP增长的贡献率至少为%[5];但仅采用联合国人口年龄结构划分标准，并且也不涉及区域间的相互作用。为此，面对全国各地区人口加速老化、人力资本年龄结构和劳动力年龄结构急剧变化的严峻挑战，本文运用空间经济计量模型，以山东省为例，从实证角度剖析细分后的人口年龄结构对区域经济增长的影响，进而提出针对性的对策和建议。

1 含有人口年龄结构的区域经济增长模型

基本模型

Lindh和Malmberg(1999) 采用年龄系数M表达教育人力资本和“干中学”经验资本的共同效应。由于劳动参与率和失业率也因年龄组的不同而不同，因此，年龄系数M还反映了劳动市场运行状况。将M置入索罗-斯旺增长模型(SolowSwan growth model)[6],得到具有规模收益不变和希克斯中性技术进步的标准柯布-道格拉斯生产函数，如式(1)所示。Y=AKα(HM)β(ML)1-α-β(1)

式中Y、A、K、H、L分别代表经济产出、综合要素生产率、物质资本存量、人力资本存量和劳动力数量；α和β表示参数；年龄系数M=Π6i=1xθi,i=1,…6分别是0～14岁、15～29岁、30～44岁、45～59岁、60～74岁、75岁及以上年龄组作者曾尝试其它年龄分组，如15～24岁、25～39岁、40～59岁、69岁以上，结果导致高度自相关。最终决定采用间隔15岁的分组，xi表示i组人口占总人口的比例，θi表示i组各种人力资本和就业的共同效应。

假定综合要素生产率A为常数。对式(1)经过多次推导，将人均GDP增长率g和稳定状态的各变量联系起来。增加误差项后，得到回归方程

g=α0+α1lny+α2lns+α3ln(n+δ)+αMlnM+α4ln[p(1-u)]+ε(2)

式中s表示经济总量中用以储蓄和投资在物质资本和人力资本的比例，两种资本的折旧率均为δ;人口增长率为外生变量，用n表示；y、p、u分别表示人均GDP初始值、劳动力参与率、失业率。

空间经济计量模型

由于各种资本流动和贸易，区域之间的空间依赖性往往非常强烈，导致许多经济社会现象具有空间自相关现象。借鉴Anselin(1997)、 Rey和Montouri(1999)以及Niebuhr(2001)等学者的研究，建立三种模型以反映区域经济增长的空间依赖性：1)空间误差模型(Spatial Error Model,SEM),即某一区域的经济行为扩散到整个经济体系而产生空间自相关，体现在误差项，即ε=λWε+μ;2)空间滞后模型(Spatial Lag Model,SLM),即由于溢出效应或区域间的相互作用而发生空间依赖性，体现在因变量的空间滞后项Wgr;3)空间交叉回归模型(Spatial Cross Regressive Model,SCRM),即由相邻地区人均GDP的初始水平引起空间依赖性，体现在自变量的空间影响Wlny[7]。上述三个模型中W表示空间权重矩阵。

2 山东省人口年龄结构影响区域经济增长的计量分析

数据说明及空间自相关分析

选取山东省140个县市区为地域单元。数据来自山东省统计年鉴和1995年、2005年山东省1%人口抽样调查资料[8]。采用城镇固定资产投资占GDP比例近似代表储蓄率s;计算1995年和2005年人均GDP(可比价格)的几何平均数作为各县域人均GDP增长率；由于物质资本和人力资本的折旧率难以找到数据，故假定各县域均为零。采用ROOK法则和距离法分别建立空间权重矩阵W,以反映山东省各县域之间的空间关系。使用软件Geoda 计算县域人均GDP增长率Moran-I指数，为,在1%的水平下显著，说明山东省区域经济增长具有显著的空间正相关。Moran 散点图表明济南市区、青岛市区、东营市区是三个高经济增长集聚区域(High-High),菏泽市所辖大部分县、临沭县、沂水县等属于低增长集聚区域(Low-Low),进一步证实县域人均GDP增长具有较强的空间聚集现象。因此，相对区位和空间距离等地理因素是理解山东省区域经济增长不容忽视的因素。

理论假设

首先，由于少儿人口和老年人口需要劳动适龄人口的赡养，总体上会对人均GDP增长产生负面效应。处于求学、抚养子女或失业的劳动适龄组人口也需要组内其他人口的抚养，因此，即使三大分组的人口年龄结构短期内相对不变，劳动适龄组本身各年龄人口的变动也将影响区域经济增长。其次，劳动适龄组对人均GDP增长的影响程度取决于教育人力资本和“干中学”经验资本所产生的生产率效应和就业状况所产生的就业效应。一般而言，越年轻的劳动适龄组，教育资本越高；而“干中学”资本则随着工作经验而增加。因此，低龄劳动适龄组(15～29岁),具有不断积累各种人力资本的优势，但同时会影响到劳动参与率；中龄劳动适龄组(30～44岁)具有较高的“干中学”资本和较高参与率，不过教育资本已部分折旧；较老劳动适龄组(45～59岁)具有相对较低的教育资本，但具有较高的“干中学”经验资本，因接近退休年龄而参与率会有所下降[9]。另一方面，就业效应取决于就业率，少儿所占比例、受教育人口所占比例、退休人员所占比例、失业率等越高以及劳动参与率越低，则就业效应越低。因此，预计生产率效应和就业效应共同作用的结果可能呈现倒U型曲线：15～29岁逐渐上升，30～44岁达到峰值，44～59岁缓慢下降[9,10]。

另外，根据山东省2000年人口普查资料， 计算15～29岁、30～44岁、45～59岁和60～74岁人口的平均受教育年限分别为、、和年，就业率分别是%、%、%和%,显示出中龄劳动适龄组就业效应最大且教育人力资本与低龄劳动适龄组接近。因此，预期生产率效应和就业效应的总和应最大。

模拟和结果

表1显示，OLS估计的残差具有显著的空间自相关(表1第2列)。采用SLM和SEM模型后，不仅拟合优度R2显著提高，而且消除了残差的空间自相关，空间回归系数ρ和空间误差系数λ均通过1%水平下的检验(表1第3、4列)。空间交叉回归模型SCRM中某县域初始人均GDP对邻近区域人均GDP增长率的影响不显著(表1第5列)。因此，模拟结果总体显示了某县域的经济增长率受到邻近县域经济增长率而非其经济发展水平的影响。表1中Fage表示假设不添加年龄结构变量的F检验结果，可以看出，在所有模型估计中Fage均拒绝年龄结构自变量为零的原假设，即在分析区域增长影响因素时不能遗漏人口年龄结构自变量；并且在四种模型估计中，加入人口年龄结构后，拟合优度R2均显著提高。

通过LM检验和LM稳健性检验，空间滞后模型SLM更加符合样本实际(表1中检验部分)。SLM显示出15～29岁、30～44岁和45～59岁年龄组均具有刺激区域经济增长的作用，但30～44岁没有出现峰值。15～29岁劳动力具有最明显的正效应，该年龄组每增长一个百分点，带动人均GDP增长个百分点；随着年龄增加，正效应下降；中龄劳动适龄组和较老劳动适龄组几乎具有相同的影响，即每增长一个百分点，刺激人均GDP增长个百分点；60～74岁年龄组劳动力的影响在SLM和SEM模型均不显著。与国外研究结果相比，山东省最具生产力的年龄组要年轻许多。如Brunow和Hirte(2005)研究欧盟15国的结果是30～44年龄组；Lindh和Malmberg运用经合组织成员国1950-1990年的数据，分析后所得结论是仅50～64岁人口对劳均GDP增长率具有显著的正效应[2];Oskar(2008)运用瑞典数据估算得出50～60岁劳动力对提高劳动生产率具有最显著的积极影响[3]。

人均GDP初始水平自变量通过10%的显著性水平，系数为负表明山东省区域经济增长显现条件β―收敛。即如果控制区域的其它因素，如人口增长率、投资率和人力资本积累率等，人均GDP增长速度与人均GDP初始水平成反向关系。储蓄率系数为负，且通过1%的显著性检验，说明储蓄率提高将降低经济增长。其原因可能在于所选取时间序列相对较短，高储蓄率降低了消费进而影响到经济增长，但预计对未来时期经济增长将产生正面影响。这与Stephan(2006)研究结论一致[11]。总和折旧率越高，同样也导致经济增长减慢；换言之，人口增长率越快的地区，人均GDP增长越缓慢。就业率和参与率对人均GDP增长率的回归系数为正，但未能通过10%的显著性检验。这一结果与吴玉鸣(2007)研究中国2000年2030个县域经济增长所得结论类似[12]。虽然难以判断劳动力与经济发展之间的关系，但至少表明目前就业状况对县域经济增长的作用不明显。

3 结论与建议

首先，重视人口年龄结构和空间溢出对县域经济增长的重要作用。在理论上，如果忽略人口年龄结构，可能引发模型设定不当，不能合理解释区域经济增长的影响因素；在实践中，空间溢出的政策含义在于具有空间联系的县域之间合作协同将会使所有县域的发展共同受益。其次，山东省所有劳动适龄组均明显地刺激经济增长，人力资本效应和就业效应没有呈现理论预计的倒U型曲线，效应最大的是15～29岁。分析其中原因，可能在于30～44岁的劳动力在教育资本不断折旧的同时，“干中学”效应不能得以及时补充，制约了该年龄组的生产率。因此，面对未来劳动力结构趋于老化，应提倡终身学习和积极鼓励中龄劳动力充分发挥经验效应，从而促进区域经济运行和缓解人口老龄化的负面影响。

第三，控制人口增长和促进就业也是影响区域经济增长的重要方面。尤其刺激消费、拉动内需是目前经济环境下的必然选择，而庞大的就业缺口构成了城乡居民福利增长的显著障碍。所以各区域刺激经济还需建立就业优先的政策思路。

第四，山东省区域增长既表现为空间上的相对集聚；也表现出空间上条件β―收敛。基于区域比较优势的专业化将引起区域增长的发散[13]。所以，一方面，积极发挥山东省济南市区、青岛市区和东营市区等三个典型的增长极和发散源；另一方面，大力扶持贫困区域充分利用后发优势，赶超富裕区域。

第五，未来在方法和理论上还有待于进一步探索。比如运用更长时间序列的数据，去掉假定综合要素生产率A不变等；探究年龄结构对经济增长效应的潜在机理。

参考文献(References)

[1]林毅夫，蔡，李周。中国经济转型的地区差距分析[J].经济研究，1998,(10):3～10.[Lin Yifu,Cai Fang,Li Zhou,China Regional Disparity Analysis in the transitional Economy[J].Economic Research Journal,1998,(10):3～10.]

[2]蔡，都阳。中国地区经济增长的趋同与差异[J].经济研究，2000,(10):30～37. [Cai Fang, [j]Economic Research Journal,2000,(10):30～37.]

[3]王小鲁，樊纲。中国地区差距的变动趋势和影响因素[J].经济研究，2004,(1):34～37. [Wang Xiaolu, Factors[J].Economic Research Journal,2004,(1):34～37.]

[4]Lindh T.,Malmberg B..Age Structure Effects and Growth in the OECD,1950-1990[J].Journal of Population Economics,1999,12:431～449.

[5]Oskar Nordstrm Does the Age Structure Affect Regional Productivity?[J].Applied Economics Letters,2008,(15):787～790.

[6]Bhatta S,lobo J. Human Capital and Per Capita Product:A Comparison of US States[J].Regional Science,2000,(79):293～411.

[7]CaiFang,'sDemographicTransition:lmplicationsforGrowth[A].Ross Garnaut,Ligang Song,The China Boom and Its Discontents[C].Canberra:Asia Pacific Press,2005.

[8]MankiwNG,RomerD,

ricsofEconomic Growth[J].Quarterly Journal of Economics,1992,(107):407～438.

[9]Anselin Econometrics:Methods and Models[M].Kluwer,Dordrecht,1988.

[10]山东省统计局。山东省统计年鉴(1996-2006)[M].北京：中国统计出版社，[Shandong Statistics Yearbook of Shandong Province(1996-2006).Beijing:China Statistics Press.]

[11]山东省1%人口抽样调查领导小组办公室。山东省1995、2005年1%人口抽样调查资料[M].北京：中国统计出版社。[Office of Shandong 1% of the Population and 2005 Shandong 1% of the Population Sample. Beijing:China Statistics Press.]

年龄结构【第二篇】

一、指标设计与数据选择

选用老年抚养比、少儿抚养比为人口年龄结构指标，鉴于居民消费支出及房价时间序列波动会受到物价、收入等共同因素影响，为了客观反映居民消费及房价，本文选择居民消费支出倾向、居民消费率、恩格尔系数反映居民消费，住宅商品房房价收入比反映房价相对波动和泡沫，相关研究变量如表1所示。样本为2000—2011年数据，来源于《中国统计年鉴》、《中国人口和就业统计年鉴》以及中国经济与社会发展统计数据库，其中城镇少儿抚养比、城镇老年抚养比是根据城市和镇的相关人口调查统计数据汇总计算得到。

二、广西城镇人口年龄结构、房价与居民消费的实证分析

1.灰色关联度分析时间序列的回归、格兰杰检验、协整等传统方法对样本量要求较高，而灰色关联分析方法要求样本容量可以少到4个，对非平稳序列及无规律数据同样适用，为此，本文采用灰色关联分析方法对广西城镇人口年龄结构、房价与居民消费的关系进行实证。灰色关联分析的基本思想是：确定参照数列（被解释变量）以及被比较数列（解释变量），将指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对被比较指标进行排序，与参考数列关联度越大的被比较数列与参考数列的关系越紧密，一般认为分辨率为时，关联度大于则被比较序列与参照序列有显著关联，越接近1则被比较序列与参照序列的关联度越强，因素影响越大。本文以人口抚养比、房价收入比为被比较因素数列，用居民消费率、居民消费倾向、恩格尔系数代表居民消费参考列，各序列关联度如表2。老年抚养比显著影响城镇居民消费率，而城镇少儿抚养比及房价收入比影响不显著；少儿抚养比及房价收入比显著影响居民消费倾向，而老年抚养比无显著影响；少儿抚养比及房价收入比也显著影响恩格尔系数，老年抚养比影响不显著。考虑到人口年龄结构对居民消费影响的理论，选择以房价收入比为参考列，计算其与人口抚养比的关联度如表3，少儿抚养比显著影响房价收入比，而老年抚养比不显著。由此可见，房价收入比与少儿抚养比一致表现为对居民消费倾向及恩格尔系数的显著影响，一定程度上也源于少儿抚养比与房价收入比的显著关联。

2.时间序列分析本文对各时间序列数据进行对数处理以克服异方差性，单位根检验结果如表4所示，仅居民消费率与少儿抚养比是平稳序列，但上述关联度分析已显示二者无显著关联，故不再继续分析。居民消费倾向、恩格尔系数、房价收入比、老年抚养比为一阶平稳序列，且老年抚养比与居民消费倾向、恩格尔系数、房价收入比无显著关联，也不再继续分析，而房价收入比与居民消费倾向、恩格尔系数有显著关联，采用EG两步法做协整分析，城镇居民恩格尔系数与房价收入比的协整关系不显著，而城镇居民消费倾向与房价收入比则存在显著协整关系，且模型拟合效果好，房价收入比对居民消费倾向有长期正影响，房价上涨体现了显著的财富效应，房价收入比的短期变化对居民消费倾向正影响不显著，居民消费倾向实际值与长期均衡值的差距有70%得到纠正。在人口年龄结构对房价的影响机制方面，广西少儿抚养比与房价收入比的显著关联，但二者不是同阶单整，而老年抚养比与房价收入比无关，表明住房需求对房价的影响机制显著，生命周期假说关于老年抚养比对房价的负影响机制不显著，这是因为小孩多的家庭可能会有更多住房需求，而老年人较少以房养老。

年龄结构【第三篇】

人口性别结构是指一个地区男女两性人口数量的比例关系，常用性别比来表示。一个地区的人口性别结构是否合理或协调会通过人口出生率和人口再生产过程体现出来。由于不同产业和职业对两性劳动力人口的需求存在差别，性别结构还可能通过影响就业结构从而影响经济发展。根据2000～2013年的数据显示，贵州省总人口性别比波动较大，虽总体上呈下降的变化趋势，但较全国数据显示，一直是偏高的（见图1）。而且，经验数据表明世界上绝大多数国家总人口的性别比在95～102之间波动（陈卫，宋健，2006）。由此可见，贵州省的人口性别结构是不平衡的。本文拟从贵州省人口性别结构变化为例，厘清其现状、面临的问题及其原因，为正确评估未来“十三五”时期贵州省人口结构发展和经济发展的路径找出相应的对策。

二、贵州省人口年龄和受教育性别结构现状

根据《贵州省统计年鉴2014》数据显示，2000年，贵州省总人口数为万人，男性人口数为1968万人，占总人口的比例%；女性人口数为万人，占总人口的比例为%；男性人口数超过女性人口数万人，总人口性别比为；2013年，贵州省总人口数为，男性人口数为万人，占总人口的比例%；女性人口数为万人，占总人口的比例为%；男性人口数超过女性人口数万人，总人口性别比为。从2000年到2013年，男性人口的比重总体上在减少，女性人口的比重总体上在上升，但男女人口占总人口的比例变化不大，波动较小；2000年到2013年总人口的性别比波动较大，总体上呈下降的趋势。其人口性别结构变化呈现以下特征：

第一，男女人口数占总人口数的比重变化较小，但男性人口数仍然超过女性人口数很多。2000年到2013年，男性人口数占总人口数的比重在～%之间波动；女性人口数占总人口数的比重在～%之间波动。男性人口数超过女性人口数在～万人之间波动。

第二，性别比失衡程度在不同的年份表现有差异。2001～2003年人口性别比变化较平稳；2004年开始，到2009年则波动较大，在到之间波动。

贵州省人口性别比总体偏高，与此同时，还具有分年龄性别比，受教育程度性别比不断缩小等特点。

（一）低龄年龄组性别比明显高于高龄年龄组性别比

根据2010年人口普查资料显示，不同年龄组的性别比存在明显的差异，且差异巨大。第五次人口普查，性别比最高的年龄组为15～19岁组，性别比为，性别比最低的年龄组为100岁及以上年龄组，性别比为，最高与最低性别比差异为个百分点；第六次人口普查，性别比最高的年龄组为0～4岁组，性别比为，性别比最低的年龄组为100岁及以上年龄组，性别比为，最高与最低性别比差异为个百分点。从2000年到2010年，0～4岁年龄组性别比显著增加，上升了个百分点，5～14岁和75～99岁年龄组性别比也增加了，由此可以看出，贵州省总人口性别比偏高主要是由0～14岁和75～99岁年龄组的性别比明显偏高造成的。与此同时，15～34岁和50～74岁年龄组性别比在不断下降。联系前文，从2000年到2010年贵州省的总人口性别比整体上是呈下降趋势的，可以看出15～34岁和50～74岁年龄组性别比降低的幅度超过了0～14岁和75～99岁年龄组性别比升高的幅度，使得总人口性别比整体上下降。

究其原因，主要有以下两个方面：

～14岁和75～99岁年龄组性别比明显偏高，即出生人口性别比不断升高和人口年龄结构老化。重男轻女的传统思想致使男性偏好强烈，女婴被弃和被人工流产的现象还时有发生，使得初生婴儿的性别比不断上升；近年来，随着医疗技术和经济发展水平的提升，自然死亡率不断降低，人口结构老年化。

～34岁年龄组性别比不断下降，这一年龄组人口流动性大，省外迁入和迁出的性别差异影响了该年龄组的性别结构。第五次人口普查资料反映，省外流动的人口中，男性占比%，女性占比%，人口流动中男性占比高女性占比个百分点，大量男性人口的流出，从而降低了该省15～34岁年龄组性别比。

（二）受教育程度性别比明显下降

从受教育程度性别结构来看，贵州省的受教育程度性别比要大大的超过全国受教育程度性别比，受教育程度性别结构明显失衡。贵州省在“五普”到“六普”期间，在男女受教育方面进行了比较大的改进，受教育程度性别比虽然仍高于全国水平，但是有明显的下降，尤其是接受过小学教育的性别比，在“五普”的时候是，明显高过正常值很多，到“六普”的时候是，下将了个百分点，达到了正常值标准。随着文化程度的提高，从“五普”到“六普”，贵州省女性接受教育的比例在不断的上升，说明教育中重男轻女的倾向在不断的减少，但是贵州省的受教育程度性别比仍然高于正常值很多，特别是接受过大学本科教育的性别比。与此同时，从“五普”到“六普”，贵州省的受教育程度性别比和全国受教育程度性别比的差距在不断缩小，贵州省的受教育程度性别比下降比例明显高于全国，特别是接受研究生教育的性别比，从“五普”到“六普”，下降了个百分点，可以看出贵州省在男女受教育程度上做了很大的调整与改进，这一较好的方面值得更好的保持与继续完善。

三、结论与建议

从前文的分析可以得出以下结论：第一，虽然该省的总人口性别比呈下降的趋势，但是2000～2013年总人口性别比均显著高于正常值95～102，所以，该省总人口性别比一直是偏高的，男性人口远远大于女性人口。女性人口的减少会导致生育率下降，人口数量减速增长，甚至负增长，必然导致人口再生产能力降低，影响该省人口长期均衡和可持续发展，长久下去，地区人口红利可能很快会消失。第二，低龄年龄组性别比明显高于高龄年龄组性别比。不同年龄组的性别比存在明显的差异，且差异巨大。部分找不到年龄相当女性的男性，其择偶会向低龄女性转移，“老夫少妻”家庭大大增加。这类家庭的稳固性并不强，第三者“插足”可能性增大，离婚率可能上升，还可能引发其他社会问题。第三，该省受教育程度性别比明显下降。第五次人口普查资料表明，该省上小学的男性人口在总人口中占比为%，女性占比为%，到了第六次人口普查时，上小学的男性人口占比为%，女性占比为%；同时，第五次人口普查资料表明，该省上研究生的男性人口在总人口中占比为%，女性占比为%，到了第六次人口普查时，上研究生的男性人口占比为%，女性占比为%。从以上数据可以看出，该省基础教育和高等教育女性人口的受教育数量有了显著的提高，从而大大降低了该省受教育程度性别比。

针对贵州省人口年龄和受教育性别结构的变化，结合人口性别比不平衡的影响，笔者提出几点从政策角度而言，需要重点关注的方面。

第一，提高贵州经济发展水平。改变贵州省人口性别比偏高的情况，从根本上说在于提高贵州省经济社会发展整体水平。一方面要加强农村基础设施建设，改善农村生产劳动条件；另一方面要加强农村养老保障制度的建设，增加和落实补贴，精准扶贫，同时拓宽养老方式，发展社区养老、社会养老等。

年龄结构【第四篇】

关键词：人口；年龄结构；影响

Abstract: The changing of population age structure has many effects on population development and economic and social development. This paper based on the analysis of the population age structure changes in Haian County ten years, master the county population age structure characteristics of social and economic development and puts forward relevant policy suggestions.

Key words: population; age structure; influence

中图分类号： 文献标识码： A文章编号：

分析人口的年龄构成，对掌握人口发展的趋势，积极应对今后发展中可能出现的教育、医疗、养老等民生问题，促进人口与经济社会的协调发展具有现实意义。本文根据2010年第六次全国人口普查数据，对海安县常住人口年龄结构的现状、特点以及其影响进行简要分析。

一、常住人口年龄结构现状

海安县第六次全国人口普查登记常住人口万人，其中，0-14岁的人口为万，15-64岁的人口为万，65岁及以上的人口为万，人口年龄结构呈现出“两头小、中间大”的特征。峰值人口年龄组由第五次人口普查的30－34岁演变为第六次人口普查的40－44岁，达万人。

二、人口年龄结构变化的特点

1、少年儿童人口减少

第六次全国人口普查表明， 0-14岁人口为万人，占全县常住人口的%，比全省同年龄段人口比重低个百分点；比全县第五次人口普查时减少万人，比重下降个百分点。

从表1中可以看出，全县少年儿童人口各个年龄组人数及其占总人口的比重都呈递减趋势。其中0-4岁人口减少万人，占总人口的比重下降个百分点；其中5-9岁人口减少万人，占总人口的比重下降个百分点；其中10-14岁人口减少最多，达万人，占总人口的比重下降个百分点。这一结果表明，十年来，全县计划生育工作成效突出，人们的生育观念也有了很大改变，符合生育政策选择不生现象显露，已进入超低生育水平的发展阶段。

表1: 海安县0-14岁人口分年龄组变化情况

2、青壮年劳动人口比重略有上升

第六次全国人口普查资料显示，全县15-64岁人口为万人，占全县总人口的%，比第五次人口普查时减少万人，比重上升个百分点。但分年龄组看，25-54岁劳动适龄人口中，除40-54岁组人口增加万人，占比提高个百分点外，其他年龄组均有不同程度下降，25-29岁减少万人，下降个百分点；30-34岁减少万人，下降个百分点；35-39岁减少万人，下降个百分点；第六次全国人口普查同第五次人口普查相比，25-54岁人口减少万人，占总人口的比重下降个百分点。这一结果表明，全县劳动适龄人口中，青壮年人口减少，而中老年人口增多。

表2: 海安县15-64岁人口分年龄组变化情况

3、老龄化程度明显加深

第六次全国人口普查表明，全县60岁及以上人口为万人，占总人口的%，比全省平均高9个百分点；比第五次人口普查时增加万人，比重上升个百分点。全县65岁及以上人口为万人，占总人口的%，比全省平均高个百分点；比第五次人口普查时增加万人，比重上升个百分点。按照国际上通用的标准，60岁以上人口占总人口的比重达到10%以上，或者65岁以上人口比重达到7%以上，人口年龄结构进入老年型。人口普查数据表明，全县人口老龄化程度加剧。

三、人口年龄结构变化的主要影响与对策

1、人口年龄结构对人口再生产的影响

从人口再生产的角度看，15-49岁是女性的生育期，她们在总人口中所占比重，是影响全县人口生育态势的一个重要因素。在假定妇女生育率基本一致的条件下，生育期妇女人数与近期人口出生率高低成正比例关系。0-14岁和50岁及其以上人口占总人口比重的大小，则是制约未来人口再生产规模的重要因素，直接决定今后总人口变动的方向和发展态势。根据国内人口学界最常用的瑞典人桑德巴氏的人口再生产年龄结构划分类型（见表3），海安县人口再生产年龄结构在第五次人口普查时为减少型；到第六次人口普查时，已转变为强减少型（减少程度进一步加强）。第六次全国人口普查同第五次人口普查比，全县处于生育旺盛期（20-29岁）的妇女减少万人，处于育龄期（15-50岁）的妇女减少万人，此外，10-14岁女孩减少万人，因此，“十二五”期间，面临低生育水平的人口发展现状，保持一个适当的人口更替水平值得关注。

表3 海安县人口再生产年龄结构类型

2、人口年龄结构对消费需求的影响

人是消费者，随着人口年龄构成的变化和人均收入的增加，消费规模将随之扩大，消费结构将发生变化，消费水平将相应提高。消费需求的变化对组织生产和流通具有重要参考价值。

第六次全国人口普查资料显示，全县未成年人口（0-15岁）比第五次人口普查时减少万人，这一年龄段对基本生活消费品的需求必然减少。但随着独生子女的增多、未成年人的平均消费水平上升，对消费品质量的要求提高，消费结构也发生变化。如城市中，对培养少年儿童智力的消费支出大大增加。同时，由于经济的发展、劳动收入的增加和负担系数的降低，使人民的生活消费水平提高。加之社会进步和消费观念的改变，生活消费的结构发生变化，使恩格尔系数降低，而文化娱乐、旅游消费、高档耐用消费品和住房消费等支出增加。全县老年人口大量增加，使老年人基本生活消费和学习、娱乐、医疗、保健等消费支出增加，消费结构也发生变化，这将促进为老年人服务的产业发展。要根据人口消费结构的变化趋势，大力调整产业结构和产品结构，加快服务业的发展，满足各年龄组人口日益增长的物质和文化的需要。

3、人口年龄结构对教育事业的影响