中国省域人口老龄化空间收敛及其应对策略

曹 飞，张文华

（西安电子科技大学 马克思主义学院，陕西 西安 710071）

人口老龄化是社会现代化的必经阶段与重要标志，但人口老龄化对经济、社会、资源环境的冲击也同样巨大，甚至不亚于全球化、城市化、工业化[1]。自从2000年，中国正式步入人口老龄化社会后，其发展势头迅猛，到2017年，中国65岁及以上老年人口占总人口的比例已高达11.4%。相对于发达国家而言，中国老龄化有其自身的特点：未富先老、基数巨大、增长快速、分布不均[2-5]。正因为如此，中国老龄化进程带来的经济社会压力也更大，因而引起学界的广泛关注。

第一类研究是关于老龄化对于消费的影响。比如付波等[6]使用动态面板的方法研究发现，由于老龄化的推进导致人口红利减少降低总收入而减低消费，且在社会保障机制不健全及中国家庭更加关心下一代，从而人口老龄化的加速也阻碍了我国居民消费率的提升。王笳旭[7]则认为人口老龄化有助于缩小城乡居民消费差距，因而进一步完善农村新型养老保险和医疗保险体制，为农村老年人口扩大消费提供托底保障，从而有效缩小我国城乡居民消费差距。张睿凌[8]基于补偿性消费行为理论研究发现，随着年龄增长，老年家庭的补偿性总体消费需求也会缓慢上升，但具有断点跳跃性，且不同断点处支撑老年家庭补偿性消费需求结构变动的影响因子并不相同。

第二类研究是关于人口老龄化对于经济增长的影响。多数学者认为，人口老龄化会对经济增长产生不利影响，其主要依据为人口红利消失、储蓄减少并影响投资等[9-13]；
而少数学者则认为人口老龄化可以通过资本积累促进经济增长[14]，还有一些学者认为人口老龄化对经济增长具有双重效应[15-16]。

第三类研究是关于城镇化对于人口老龄化空间分布的影响。有学者认为通过青壮年人口从中西部地区或者不发达等人口老龄化率较低的地区，通过人口城镇化的方式跨省流入东部地区或者发达地区等人口老龄化高的地区，从而实现全国人口老龄化区域分布与城乡分布的均衡化[17-18]。但实际上，在人口总量相对固定的情况下，人口城镇化的过程只是改变了人口分布的空间分布，不可能直接改变人口的年龄结构。由于人口城镇化所带来的就业压力、社会压力与机会成本增加对人口生育率造城的抑制作用，最终可能会加剧老龄化的程度。

第四类研究是关于人口老龄化的空间分布差异。李秀丽、王良健[19]，陈明华、郝国彩[20]，刘华军等[21]的研究表明：中国人口老龄化水平区域间分布呈现出非均衡特征明显，老龄化率由东到西依次下降，且老龄化的区域差异还在扩大。赵儒煜、刘畅、张锋[22]、王悦[23]利用空间面板模型进行了人口老龄化溢出效应及经济效应分析。正是基于中国老龄化的区域非均衡布局特点，尹忠海、朱彤瑶[24]测度了中国省域养老资源与老年人口的匹配关系，并指出进一步提高养老资源与老年人口的匹配程度有助于应对老龄化分布的非均衡性。

上述文献，通过对人口老龄化对消费的影响、老龄化对经济发展的影响、城镇化进程对老龄化的影响及老龄化空间分异的研究，集中反映了中国老龄化对经济社会影响的各个视角，具有普遍的规律特征。但是进一步追问，在中国省域人口老龄化存在空间分异的既定前提下，其发展态势是趋于收敛还是趋于发散尚有待进一步研究，以便更好地预判全国人口老龄化的发展趋势。另外，人口城镇化的推动，极大地改变了人口的城乡结构。而人口自然增长率的缓慢下降与预期寿命的稳步提高，进一步改变了人口的年龄结构。二者的共同作用是否会对省域人口老龄化的发展态势有所影响也有待分析。基于此，本文运用空间计量经济学方法，充分考虑人口城镇化与自然增长率变化对老龄化空间布局及其增长态势的影响，并且纳入省域人口老龄化的空间性，对1998—2019年我国省级区域人口老龄化的空间分布特征与区域相关进行分析，对区域人口老龄化的发展态势进行收敛分析，以期为科学制订区域统筹、协同应对的老龄化人口政策提供参考依据。

（一）人口老龄化的界定、度量指标和数据来源

本文的人口老龄化率，参照国际上通用的人口老龄化的界定标准，以年龄在65岁及以上的人口占总人口的百分比进行统计。历年各地区人口老龄化率、人口自然增长率及人口城镇化率数据来自1999—2020年历年《中国统计年鉴》。需要说明的是，中国统计年鉴的各省区人口老龄化率是各省区的常驻人口老龄化率，相对于东部地区来说，东部地区的人口老龄化率由于外来的青壮年人口而低于户籍上的人口老龄化率，而西部地区的人口老龄化率则由于青壮年人口的流出，而高于户籍人口城镇化率。具体来说，可以这样表示：户籍人口老龄化率=（户籍65岁以上的在籍人口/户籍区域总人口）；
常住人口城镇化率=（户籍65岁以上的常住人口+65岁以上的流入人口）/（户籍常住总人口+区域流入人口）。

（二）Moran I指数估算

全域空间自相关反映的是研究变量空间关联程度的总体特征，用Global Moran"s I表示，根据表达式（1）可见，Global Moran"s I的值介于-1和1之间。

式中：n=31，为总省区数；
yi，yj为分别为省区i和省区j的人口老龄化率；
y¯为全国各省区人口老龄化率的平均值；
wij，0，1邻接权重矩阵，其中海南的邻接设为广东、广西。根据上述公式计算的Moran指数及其P值，得到表1，从表1可见，中国省域人口老龄化率的空间自相关性稳定维持在0.2以上，且绝大多数年份伴随概率的显著在5%水平上显著。

表1 1998—2019中国省域人口老龄化Moran I指数及P值

（三）局部空间自相关可视化

图1到图4，分别为1998年、2005年、2012年、2019年的全国大陆31个省区老龄化正相关分析的四象限图。其中，横轴表示某一个省区自身的老龄化率与全国平均值之差，纵轴表示一个省区所有相邻省区的老龄化率与全国平均值之差的累加。综观从图1到图4的四象限图，可以发现如下特点：

图1 1998年中国省域人口老龄化率四象限图

第一，处于第一象限的主要为东部省区。1998年有上海、江苏、天津、北京、山东、河北、辽宁等7个省区，2005年有上海、江苏、天津、北京、山东、河北、福建等7个省区，2012年有山东、江苏、浙江、上海、北京等5个省区，2019年又有上海、江苏、天津、北京、山东、河北等6个省区。另外，1998年、2005年、2012年、2019年中部地区处于第一象限的省份分别有5个（安徽、河南、湖北、吉林、黑龙江）、4个（安徽、湖北、江西、湖南）、4个（湖北、河南、安徽、湖南）和5个（湖北、河南、安徽、吉林、黑龙江），说明老龄化开始向中西部地区蔓延，而且安徽、湖北、河南稳居第一象限，说明这三个省区的老龄化程度很高；
而位于第一象限的西部省区除重庆稳居第一象限外，陕西和贵州也进入第一象限；
第二，处于第二象限的省区总体上数量很少，只有1到5个，且主要为中、西部地区，属于东部省区的数量极少。处于第二象限的省区1998年有江西、贵州和山西，2005年有黑龙江、贵州、河南、河北、广东，2012年只有江西，2019年有内蒙古、山西和江西；
第三，处于第三象限的省区比较多，其中从1998年、2012年均为10个，2005年和2019年均为9个，且主要为中、西部地区，也是我国人口出生率高的地区，因此从空间上表现为低老龄化被低老龄化所包围。但随着时间推移，到2012年广东进入第三象限，2019年广东和福建均进入第三象限，说明广东和福建的老龄化有所缓解；
第四，处于第四象限的省区比较少，除2012年有8个省区外，其余年份只有3到5个省区。而且主要位于中西部地区，尽管这些地区的有些省区如四川、辽宁等为人口大省，但由于城镇化、工业化相对滞后，因此大多青壮年劳动力出省就业谋生，最终导致人口老龄化加大。总体来看，从1998年到2019年，处于第一和第三象限的省区总数分别为25、21、22和24个，占我国大陆31个省区的71%以上，再一次说明我国人口老龄化的空间效应明显。

图2 2005年中国省域人口老龄化率四象限图

图3 2012年中国省域人口老龄化率四象限图

（四）中国省域人口老龄化率的β收敛检验

任何一种收敛方法，其分析目的都是为了检验研究区域间老龄化发展态势是否会走向均衡发展，为制定协同化的老龄化政策提供参考依据。就本文来说，人口老龄化率发展态势是否收敛也具有重要的现实意义，如果收敛存在则表明省域之间老龄化程度在趋同发展加快，如果收敛不存在，则说明省域间老龄化的发展态势趋于扩散。“绝对β收敛”是在不考虑研究区域经济社会异质性的条件下，假设人口老龄化低的地区往往比人口老龄化高的地区的老龄化态势快，从而全国省域之间的老龄化态势趋于共同的均衡稳态。“条件β收敛”，是在考虑全国省域之间人口城镇化与自然增长率差异性的基础上，来分析各省域人口老龄化的收敛情况是否存在，并分析加入的条件变量对人口老龄化收敛的影响方向及其大小。

1.绝对β收敛分析

在非空间收敛模型的基础上[25]，借鉴Jobert[26]的收敛理论模型，构建中国省域人口老龄化率收敛的空间面板绝对β收敛模型。

空间滞后面板绝对β收敛模型（SLPDM）：

式（2）为SLPDM模型，β为收敛的系数，β＜0，则表示绝对收敛存在，W为空间权重矩阵，ρ为空间相关系数。

空间误差面板绝对β收敛模型（SEPDM）

式（3）和（4）为SEPDM模型，β、W的含义如上式，λ参数衡量了样本观察值误差项引起的区域间溢出成分。

由于无法先验地确定是否适用空间模型或者适用哪一种空间模型，因此需要进行无空间效应的LM检验，从表2的检验结果来看，基于空间固定效应的空间误差模型（SEPDM）统计最为显著，因此具体解释以空间误差模型（SEPDM）为准。

表2 非空间面板绝对β模型检验结果

表3给出了中国省域人口老龄化绝对收敛所有类型的估计结果。可见，无论采取何种模型，β的系数都小于0，这意味着中国省域人口老龄化率将实现绝对收敛。一方面，东部地区的人口老龄化率已经较高，但随着中西部地区青壮年人口的流入，实际上延缓了东部等发达地区的人口老龄化态势；
另一方面，中、西部地区虽然人口老龄化率较低，但是随着青壮年及其子女的跨省流动，其老龄化进程也有所加快。二者共同作用的结果，最终有助于促进全国老龄化率的均衡分布。另外，ρ和λ系数的值都为正，再次验证了区域人口老龄化率空间正相关的检验结论。具体就空间误差模型（SEPDM）绝对收敛的结果来看，每一个解释变量都通过了1%显著性水平检验，且β=-0.571，λ=0.489，说明中国省域人口老龄化收敛效果与空间相关性均显著。

表3 1998—2019年中国省域人口老龄化绝对收敛估计结果

2.条件β收敛检验

根据条件β收敛模型的前提是选择合适的控制变量，但控制变量的选择应该立足于研究的目的和主题，本文的研究目的是探究全国省级的人口老龄化率收敛与影响因素。在人口经济学基础理论指导下，考虑到篇幅和可行性，本文选择人口自然增长率、城镇化率作为控制变量。加入控制变量的目的有两个：第一，要对比加入控制变量后人口老龄化率收敛是否依然存在，如果存在就要看控制变量的加入是加快了还是减缓了收敛的速度。第二，控制变量的加入是分析控制变量对人口老龄化的影响。因为被解释变量是ln（yit/yi，t-1），即本年度的人口老龄化率除以上一年度的人口老龄化率的对数值。如果控制变量的符号为正，意味着控制变量的加入导致ln（yit/yi，t-1）的增加，实际上也就是导致人口老龄化率的提升；
如果符号为负，则意味着对人口老龄化率有抑制作用。因此，控制变量的加入既可以分析其对收敛速度的影响，也可以用来分析人口老龄化率的影响因素。

第一，人口自然增长率（zeng，‰）。人口自然增长率，用年内出生人数减去年内死亡人数除以年平均人数，乘以1 000‰。人口自然增长率增大意味着人口基数增大，因此会对人口老龄化态势具有稀释作用，因此，预计人口自然增长率的符号为负。

第二，人口城镇化率（ur，%）。人口城镇化率不仅仅伴随着人口从农村流向城市，而且意味着就业结构、产业结构、城乡结构、消费结构、教育结构的转变，这就意味着更为忙碌的生活和更加独立的自我，基于生活压力、就业压力、生活质量、抚养成本的考虑，人口城镇化率将导致生育率降低从而加剧人口老龄化态势。同时中国的城镇化过程伴随着大规模的跨省区青壮年及其子女的流动，因而人口城镇化率的提升将导致全国人口老龄化平均化、均衡化，但考虑到人口城镇化率对老龄化的加剧作用。因此，预计人口城镇化率的符号为正。

空间滞后面板条件β收敛模型：

空间误差面板条件β收敛模型：

对于条件β收敛来说，为了确定是否适用空间模型或者适用哪一种空间模型，也需要进行无空间效应的LM检验，从表4的检验结果来看，基于空间固定效应的空间误差模型（SEPDM）统计最为显著，因此具体解释以空间误差模型（SEPDM）为准。

表4 非空间面板条件β模型检验结果

表5给出了中国省域人口老龄化率相对收敛的估计结果。首先，从所有模型的估计结果来看，β系数显著为负，进一步验证了绝对β检验结果，但对比加入控制变量后的β系数来看，β系数绝对值显著变大，表明加入控制变量后，人口老龄化率的收敛速度明显加快；
其次，β1系数为正，意味着人口城镇化率的上升将会加快老龄化的进程，其原因在于在人口总量不变的情况下，人口城镇化并不会改变人口的年龄结构，而只是改变了人口的城乡结构。但是人口城镇化的过程伴随着就业结构、产业结构、城乡结构、消费结构、教育结构及生活习惯、思维方式的巨大转变，这将意味着更为忙碌的生活和更加独立的自我，基于生活压力、就业压力、生活质量、抚养成本的考虑，人口城镇化率将导致生育率降低从而加剧人口老龄化态势。β2系数为负，意味着人口自然增长率的提升将减缓老龄化过程。实际上，在某个相对稳定的时期内，人口预期寿命也是稳定的，因此人口自然增长率的提升会加大人口基数，从而缓解老龄化率。具体就空间误差模型（SEPDM）条件收敛的结果来看，每一个解释变量都通过了1%显著性检验，且β=-0.342，β1=0.507，β2=6.512，λ=0.524，进一步验证了中国省域人口老龄化收敛态势与空间相关性，且城镇化与自然增长率对人口老龄化的影响十分突出。

表5 1998—2019年中国省域人口老龄化率相对收敛估计结果

（五）离差系数σ收敛检验

上面的绝对β收敛和条件β收敛检验均显著通过，为进一步验证β检验，用σ收敛检验进行验证，表6显示中国省域人口老龄化态势的平均值稳步提升，但方差却在稳步下降，用方差除以平均值就得到离差系数，离差系数逐步降低，表明σ收敛存在，且进一步验证了β收敛的存在性，从而证明中国人口老龄化率的地域分布将更加均衡。

表6 1998—2019年中国省域人口老龄化平均值、方差及离差系数

（一）结论

中国人口老龄化率与经济发展的东、中、西梯度相对应，人口老龄化率的提升促进了全国省域老龄化的均衡化，但城镇化所带来的就业压力与生活压力对老龄化具有加剧作用，人口自然增长率的提高对于人口城镇化率的增长幅度具有抑制作用，中国省域人口老龄化率存在明显的正自相关性，且绝对β收敛、条件β收敛和σ收敛。中国省域人口老龄化的空间收敛可以从多种角度进行分析。

人口的跨区域转移是影响区域老龄化的流动因素。从空间来看，东南部地区的老龄化较为严重，西北地区的老龄化较轻，但由于年轻劳动力的跨区域主要是从西北地区向东南地区转移，从而在某种程度上调和了老龄化区域差异程度，促进了各个省区老龄化的趋同与收敛。

出生率与死亡率的变化是影响老龄化的基础因素。从出生率来看，尽管东部地区的出生率和死亡率均最早下降，但进入21世纪后，东部地区的出生率逐渐保持稳定，近两年来有所上升，西部地区出生率快速下滑，各地区出生率趋于一致。从死亡率来看，各地区死亡率差距始终保持在0.5‰左右这一微小水平，东部略低。出生率和死亡率的区域差异缩小，是各地老龄化程度收敛的原因之一[27]16。

经济发展阶段是影响老龄化空间差异的重要因素。从各地区的经济差距来看，东、中、西部的经济发展差距在20世纪90年代快速拉大，在2004年前后又出现缩小趋势。2014年，东部人均GDP为中部的1.71倍、西部的1.79倍，中部人均GDP为西部的1.04倍，其差距缩小到1988年前后的水平[27]17。由于经济发展阶段是影响人口老龄化的重要因素，因而随着区域经济发展差距的缩小，自然会促进区域人口老龄化的区域差异缩小，进而促进人口老龄化的区域收敛。

从老龄人口公共服务的角度来看，老龄人口的区域分布和各地的公共服务水平有很大的关系。随着老龄人口公共财政均等化政策的不断推进，各地方政府在为老龄人口提供的医疗服务和养老保障的地区差异正在逐步缩小，因而老龄人口的跨区域流动趋于减小，实际上也会缩小老龄化的地区差异，促进老龄化的区域收敛。

（二）政策建议

尽管中国省域人口老龄化率具有收敛的趋势，但是老龄化迅速发展的态势不会改变。因此，应对多策并举，积极应该人口老龄化的到来，促进人口与经济社会及资源环境的协调发展。

1.推进城乡均等财政政策，降低城镇化对人口生育率的遏制作用

城镇化改变了人口的空间分布结构，但即使是以常住人口计算的老龄化率被平均，也不能改变人口流入地和流出地老龄人口居高不下及城镇空巢老人与农村留守老人双高的事实。就人口流出地来说，由于青壮年人口的流出，人口老龄化率提升，留守老人增多的事实不难理解。对于人口流入地来说，流入的人口的主要目的是从事非农村产业提高收入，但青壮年的流入并不是流入了城镇老龄人口的家庭，城镇空巢老人由于子女本来就很少，大多为独生子女，而且其独生子女也并不一定在空巢老人所在的城市工作，即使在同一座城市工作生活也并不一定能够居住在一起。另外人口城镇化的过程，所伴随的就业压力、抚养成本、住房成本、医疗成本、教育成本等加大，将迫使城镇人口降低意愿生育率。在全国城镇化趋势加速发展的情况下，要实行城乡均等化财政政策，重点帮助进城务工人员等流动人口解决在住房保障、医疗保障、就业待遇、入学就业等方面的实际困难，在降低城市生活成本与就业压力的同时，为全面实施三孩政策奠定经济基础。

2.积极贯彻全面三孩政策，应对经济发展与老龄人口养老问题

从单独二孩放开到全面二孩再到全面三孩政策的放开，这是我国计划生育政策的重要转变。一方面，我国计划生育取得了巨大的成绩，另一方面，计划生育的长期执行所形成的4-2-1人口结构已经在许多地方出现，假设人们平均结婚年龄是26岁，生育孩子是27岁，那么当一对夫妇在他们47时，会抚养4位年龄在74岁左右的老人，而且要承担一个20岁孩子的大学教育费用；
从国家的养老能力来说，国家的养老保险缺口巨大，还无法承担起来势汹涌的老龄化浪潮；
另一方面，独子家庭的夫妇双方又无法全面承担起赡养老人的能力。所以，一方面，人口是社会生产力中最重要最活跃的因素，这要求我们既要保持一定总量的人口，亦需要保持人口的合理结构；
另一方面，中国的经济社会发展水平还不能完全做到政府养老、社会养老，养儿防老、居家养老在中国养老体系中占有无法替代的情感依托与物质帮助的作用。因而全面放开三孩政策就是应对上述问题的基本考量。基于人口老龄化的形势，计划生育政策也应该从人口管理向人口服务转变，通过优生优育、户籍管理、人口登记等方面服务的有序跟进，保证三孩政策切实发挥其应有的目的。

3.积极发展老龄化事业，创造经济增长点

中国巨大的老龄人口规模，蕴藏着巨大的消费市场。随着社会的发展和人口老龄化的推进，老龄人口的需求也更加多元，需求的层次也越来越高。所以，通过认真分析老年人的物质与精神需求，开发巨大的老龄消费市场，一方面满足了老年人正常的物质与精神需求，另一方面也扩大了内需，促进了消费结构升级与产业结构转型。从开发老龄消费市场的顺序来看，要在对老龄人口的以医疗保健、家政服务为主生存型消费大力开发的基础上，积极推进以旅游餐饮、中介公证为主的发展型消费，最后推动以心理咨询、文艺体育为主的享受型消费消费，促进消费结构升级与全面发展。

4.保护与开发并重，妥善处理好老龄人口负担与人力资本的关系

统计学意义上的老龄化人口，是通过65岁以上的人口进行统计的。但事实上，并不是65岁以上的老年人就不再为社会创造财富了。随着老龄人口预期寿命的增长和经济社会的普遍进步，老年人的品德、知识、技能、经验、社会资本也在普遍提高，有许多老年人仍然在商业、教育、家庭管理、社会公益事业等方面发挥着积极的作用。因此，合理挖掘老龄人口的人力资本使他们老有所为，既可以缓解劳动力资源紧缺的状况，也可以极大地满足了老龄人口自我实现的需要，无论在物质上还是在精神上都是一种提升。

5.统筹兼顾与量力而行，构建多元化的养老体系

从宏观角度来说，考虑到中国省域人口老龄化水平分布与经济社会发展双重不均衡的事实，养老体系的构建也应该体现区域差异性。从微观角度来说，老年人自身或者家庭的养老经济能力与对养老方式的选择意愿也应该予以充分考虑。基于上述考虑需要构建多元化的养老体系，以满足不同地区、不同老龄人口多元化的养老需求。首先，要继续发挥与巩固居家养老和社区养老的基础性地位。无论在过去的传统社会还是在现代社会，居家养老和社区养老都具有无法替代的基础性作用。首先，任何老年人即便是子女不在身边，也都有自己的家庭，而更多的家庭则组成了一个社区。从情感依托与邻里关系的角度来说，居家养老和社区养老充分体现了亲情、友情及人情社会的情感慰藉，不仅方便而且弘扬了中华民族孝顺老人、邻里互助的传统美德，其优越性不言而喻。从机构养老或者医养结合的成本和费用来看，并不是每个老年家庭都能承担得起的，也不是每一个老年人愿意选择的养老方式。因此，通过继续固定居家养老和社区养老的基础性地位，通过上门服务与生活料理等方法，帮助老年人安度晚年。其次，要发展机构养老的补充性作用。由于家庭原因或人口流动而带来的部分老年人口居家养老和社区养老有困难的，通过公办的或民营的养老院、敬老院为老年人提供解决日常生活困难的社会化养老服务模式。再次，要积极发挥医养结合的保障性作用。随着生活水平的提高和人们对健康问题的关注，要积极培育医养结合方式，将护老中心和老年医院相结合，将老年人生活照料和康复关怀相结合，满足老年人的物质和精神需求，发挥医养结合的保障性作用。

6.正视人口老龄化的高度关联性，制定协同化的区域人口老龄化政策

如前所述，人口老龄化具有明显的收敛作用与正的自相关性，这意味着省域之间的老龄化是一个互通互联的有机体系，这种有机联系通过人口流动、城市化、经济实力、社会发展水平、户籍政策等诸多方面发挥合力的作用且影响显著。因此，在应对老龄化问题的政策制定上，要构建省际衔接协同考虑的就业、社会保障、养老服务综合体系。从人口老龄化的区域合作来说，这既涉及省域老龄化成本的分担，同时也需要考虑中央政府的政策与财政支持。从短期来看，由于各个地区的养老成本与养老费用不同，可能会对相关省区的养老成本造成影响；
但从长远来看，老年人的就医、养老在全国联网是大势所趋，需要中央政府与地方政府将老年人跨省区的就医、养老成本进行合理分割。另外各个省区对本地老年人在公交、旅游景区等方面的优待服务，也应该普惠到跨省区的老年人，以应对老龄人口的跨区域流动。

猜你喜欢省区省域老龄《老龄科学研究》（月刊）欢迎订阅老龄科学研究(2022年9期)2022-10-12我校成功举办第四届沿黄九省区黄河论坛运城学院学报(2022年6期)2022-02-15老龄苹果园“三改三减”技术措施推广烟台果树(2021年2期)2021-07-21莱阳茌梨老龄园整形修剪存在问题及树形改造烟台果树(2021年2期)2021-07-21省域高速公路网络信息安全动态防御体系研究中国交通信息化(2018年1期)2018-06-06真抓实干，为这26省区点赞！领导决策信息(2017年23期)2017-08-31省域通用机场布局规划思路与方法研究中国工程咨询(2017年3期)2017-01-31基于DEA模型的省域服务业投入产出效率评价西安工程大学学报(2016年6期)2017-01-15运动对老龄脑的神经保护作用研究进展体育科研(2016年2期)2016-02-28我国沿海省区海洋产业集聚水平比较研究广东海洋大学学报(2015年2期)2016-01-13