当前，人口老龄化已是全球性人口发展趋势。在国外，Kim YJ研究了人口老龄化与65岁以上人口规模的关系，发现人口惯性与人口老龄化成线性关系。随着人口老龄化速度的加快，必然要求有响应的基本养老保险制度与此相适应。因此，人口老龄化对养老保险影响成为研究的热点问题。我国学者杜鹏等研究了中国人口老龄化的现状、趋势和对策；^①王金营, 梁俊香(2008)对中国人口未来发展失衡引发社会保障制度问题进行了研究，认为我国应该从长期战略的角度去构建一个具有中国特色的完善的可以应对未来所面临诸多问题的社会保障体系；^②姜向群(2013)对中国老年人的主要生活来源及其经济保障问题进行了分析研究，认为中国老年人生活来源结构单一，数量少，社会保障不足。^③

随着研究的深入，研究者逐渐开始对中国人口老龄化的地域分布和影响因素以及老龄化对经济社会的影响进行研究。袁俊(2007)研究了中国农村人口老龄化的空间差异及其影响因素分析^④；何建伟(2010)对人口老龄化的影响因素进行了研究。对人口预测和老龄人口的预测的研究也较多，于蜀(2000)对中国区域人口老龄化的趋势、特征及对策进行了研究；黄健元(2010)利用Leslie方程预测对江苏省人口老龄化特征进行分析^⑤；张冬敏(2010)对人口扰动下的陕西省人口老龄化发展趋势进行了研究^⑥。人口老龄化对经济产生的影响是很多学者关注的问题。杨雪(2011)研究了人口老龄化对经济社会的宏观和微观的影响，主要是从劳动力、产业结构、投资和消费方面进行阐述的^①，毛毅(2012)研究了老龄化对储蓄的影响^②，叶宁(2006)研究了人口发展趋势对社会经济的影响以及应对我国的人口老龄化问题的各项措施^③，姚从容、李建民(2008)基于国际比较的视角研究了人口老龄化与经济发展水平的关系及其对中国的启示^④，彭希哲、胡湛(2011)基于公共政策视角下对中国人口老龄化进行了研究，认为人口老龄化是不可避免的，强调积极应对以及对社会的组织和运行进行再设计, 制定出更为高效和智慧的公共政策^⑤。

本文在老龄化问题现有研究基础上，利用灰色预测理论对安徽省老龄化人口进行预测并分析其趋势特征，对安徽未来老龄化趋势做出正确判断；然后利用灰色关联理论对安徽省人口老龄化的影响因素进行关联度分析；最后根据人口老龄化预测结果和影响因素的分析探讨就如何应对老龄化问题提出政策建议。

2012年末，安徽省常驻人口为5988万人，城镇人口为2784.42万人，占46.50%；乡村人口3203.58万人，占53.50%；出生率为13.00%，死亡率为6.14%，自然增长率为6.86%；从年龄结构上看0—14岁1098.80万人，占18.35%1；15—64岁4166.45万人，占69.58%，65岁以上723.35万人，占全省人口的12.08%。老年抚养比17.36%。安徽省人口结构出现以下特点：

第一，人口自然增长率有小幅波动且缓慢增长趋势。2001、2003、2005、2007、2010、2011、2012年安徽省人口自然增长率分别为6.61%、5.95%、6.20%、6.35%、6.75%、6.32%、6.86%。从而表现为人口稳定低速增长的特点。

第二，人口结构中少年儿童系数比有逐年下降趋势。从2012年安徽统计年鉴可以看出，2000年少年儿童系数为25.49%，而到了2011年和2012年分别为18.59%和18.35%。在12年的时间里系数下降了7.14个百分点。

第三，人口结构中老年系数逐年增加，人口老龄化趋势明显。人口老龄化的加速必然带来很多的社会问题，特别是对建设和谐社会产生一点的压力。安徽省2000年时老年系数为7.59%，2012年老年系数为12.08%，与2000年相比提高了4.49个百分点。另外，2000年安徽省老年抚养系数为11.35%，而2012年已经达到17.36%，与2000年相比提高了6.01个百分点。人口老龄化和老年抚养系数逐年提高，社会用于供养老人的费用增加，又由于少年儿童系数减少，承担养老的子女减少，这将会对养老方式和社会保障提出更高的要求。

灰色GM(1, 1)模型适用于贫信息的不确定性问题的预测，尤其是对少数据的系统建模更加有效。GM(1, 1)模型的基本形式为x⁽⁰⁾(k)+az⁽¹⁾(k)=b，其中x⁽⁰⁾(k)为非负序列，X⁽⁰⁾(k)=(x⁽⁰⁾(1), x⁽⁰⁾(2), …x⁽⁰⁾(n))，X⁽¹⁾为X⁽⁰⁾的1-AGO序列，X⁽¹⁾=(x⁽¹⁾(1), x⁽¹⁾(2), …x⁽¹⁾(n))，其中x⁽¹⁾(k)=$\sum\limits_{i = 1}^k {{x^{(0)}}\left(i \right)} $，(k=1, 2, …n)。Z⁽¹⁾为X⁽¹⁾的紧邻均值生成序列，Z⁽¹⁾=(z⁽¹⁾(2), z⁽²⁾(3), …z⁽¹⁾(n))，其中${z^{(1)}}(k) = \frac{1}{2}({x^{(1)}}(k) + {x^{(1)}}(k - 1))$, k=1, 2, 3, …, n

若$\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\frown$}} \over a} = {\left[{a, b} \right]^T}$参数列且$Y = \left[{\begin{array}{*{20}{c}} {{x^{(0)}}\left(2 \right)}\\ {{x^{(0)}}\left(3 \right)}\\ \vdots \\ {{x^{(0)}}(n)} \end{array}} \right]$，$B = \left[{\begin{array}{*{20}{c}} { - {z^{(1)}}\left(2 \right)}&1\\ { - {z^{(1)}}\left(3 \right)}&1\\ \vdots & \vdots \\ { - {z^{(1)}}\left(n \right)}&1 \end{array}} \right]$

定理1^①：若GM(1, 1)模型中Y, B及参数列$\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\frown$}} \over a} $满足$\mathord{\buildrel{\lower3pt\hbox{$\scriptscriptstyle\frown$}} \over a} $=(B^TB)^-1B^TY。

则GM(1，1)模型x⁽⁰⁾(k)+az⁽¹⁾(k)=b的时间响应序列为：

其还原值为：

我们利用还原值公式可以进行预测。

根据《安徽统计年鉴》(2013)整理了2001—2012年安徽常住人口数、65岁以上的人口数以及老龄化系数比的数据(见表 1)，对安徽省未来40年的老年人口总数及老龄化系数比分阶段(每10年为一阶段)进行了预测，其预测结果见表 2。

表 1

表 1 2001—2012年安徽省总人口和65岁以上人口及老龄系数统计表 年份 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 总人口(万) 6328 6300 6163 6228 6120 6110 6118 6135 6131 5950.05 5968 5988 65岁以上人口(万) 515.09 535.5 566.38 579.2 617.51 620.78 655.85 684.05 700.77 608.7 680.95 723.35 老龄化系数 8.14 8.5 9.19 9.30 10.09 10.16 10.72 11.15 11.43 10.23 11.41 12.08

表 1 2001—2012年安徽省总人口和65岁以上人口及老龄系数统计表

表 2

表 2 安徽省未来40年老龄人口和老龄化系数预测 年份 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050 2051 2052 65岁以上人口(万) 730.96 748.88 767.24 786.05 805.32 825.06 845.29 866.01 887.14 908.99 931.28 954.11 977.50 1001.46 1026.01 1051.17 1076.94 1103.34 1130.39 1158.10 1186.49 1215.58 1245.38 1275.91 1307.19 1339.24 1372.07 1405.71 1440.17 1475.47 1511.65 1548.70 1586.67 1625.57 1665.42 1706.25 1748.08 1790.93 1834.84 1879.82 老龄化系数(%) 12.29 12.64 13.01 13.39 13.78 14.18 14.59 15.02 15.45 15.90 16.37 16.84 17.33 17.83 18.35 18.89 19.44 20.00 20.58 21.18 21.80 22.43 23.08 23.75 24.45 25.16 25.89 26.64 27.42 28.21 29.03 29.88 30.75 31.64 32.56 33.51 34.48, 35.48 36.52 37.58

表 2 安徽省未来40年老龄人口和老龄化系数预测

由上面预测分析，可以得出以下几点：

首先，安徽省人口老龄化速度快。根据GM(1, 1)模型预测结果，到2052年安徽省老龄化系数将达到37.58%，老龄化人口将达到1879.82万人。从预测数据可以看出老龄化系数逐年增加，且增速逐年加快，总的趋势就是65岁以上的人口及其占全省总人口的比例的增长速度将变得很快。这个速度将高于同期的全国水平。

其次，安徽省人口老龄化将出现阶段性趋势特征。安徽省的人口老龄化将会出现阶段性的变换趋势，原因是受1953—1957年, 1962—1973年, 1986年以后三个阶段的生育高峰期所造成年龄结构推移的影响。在2052年以前，安徽省65岁以上(老龄化人口)人口变化将出现以下阶段：第一阶段：2001—2022是快速老龄化阶段。老龄化系数有8.14%变到15.90%，老龄化人口将增加到908.99万人。第二阶段：2023—2052年是老龄化加速阶段。伴随着上世纪60—70年代中的第二期生育高峰期的人群进入老龄化人群，安徽省老年人口开始加速增加，到2052年安徽省老龄化系数将达到37.58%，老年人口将接近1900万人。第三阶段：2052—2100：安徽人口是稳定的重度老龄化阶段。在这一阶段老年人口将基本稳定，老龄化速度开始减缓，80岁以上老人占得比重在25%—31%，进入一个高度老龄化的平台期。

此外，安徽省人口老龄化空间差异相对减小。经济发展较快和自然环境较好的地区人口老龄化相对较早，但是在2001年以后我们发现在社会经济发展相对滞后的地区，人口老龄化也会存在一个快速化的现象。另外，农村地区和城镇地区老龄化系数差异将逐渐变小，有的地市甚至出现“倒置现象”。

一般的抽象系统都包含着多种因素，多种因素共同作用的结果决定着系统发展的态势。在系统分析时，更多的想了解哪些因素是主要因素，哪些是次要因素。而灰色关联分析理论就是从系统多个因素中确定主因素的优势对比的一种理论，它定量描述了系统内部结构之间的联系，是一个动态量化的比较分析方法。

命题1：设系统行为序列X_i=(x_i(1), x_i(2), …x_i(n))，D为序列算子，且X_iD=(x_i(1)d, x_i(2)d, …x_i(n)d)，其中，当x_i(k)d=x_i(k)-x_i(1), (k=1, 2, …, n)则称D为零点始化像；当x_i(k)d=x_i(k)/x_i(1), (k=1, 2, …, n)则称D为初值化像。

命题2：设序列X_i与X_j长度相同，${s_i} = \int_1^n {\left({{X_i} - {x_i}\left(1 \right)} \right)dt} $，若s_i为零点始化像的积分诗，称${\varepsilon _{ij}} = \frac{{1 + \left| {{s_i}} \right| + \left| {{s_j}} \right|}}{{1 + \left| {{s_i}} \right| + \left| {{s_j}} \right| + \left| {{s_i} - {s_j}} \right|}}$为X_i与X_j的灰色绝对关联度；若s_i为初值化像的积分，则称${r_{ij}} = \frac{{1 + \left| {{s_i}} \right| + \left| {{s_j}} \right|}}{{1 + \left| {{s_i}} \right| + \left| {{s_j}} \right| + \left| {{s_i} - {s_j}} \right|}}$为X_i与X_j的灰色相对关联度；当θ∈[0, 1]时，称ρ_ij=θε_ij+(1-θ)r_ij为X_i与X_j的灰色综合关联度，一般情况下θ=0.5。

通过文献研究和人口老龄化定性分析理论研究，确定人口老龄化的影响因素与以下的九个主要因素相关，分别用X₁，X₂，…X₉表示。其中，X₁为人均总产值(元)；X₂恩格尔系数(农村)%；X₃恩格尔系数(城镇)；X₄环境保护人员总数(人)；X₅基本养老保险金支出(万元)；X₆卫生技术人员数；X₇少年儿童系数；X₈高级中等学校招生数；X₉城镇人口比重；X₀是参考数列，表示65岁以上的人口比(即老龄化系数)。2001—2012年安徽省上述各影响因素及X₀的原始数据，见表 3。通过MATLAB编程分别计算X₀与各个因素的综合关联度值的大小，见表 4。

表 3

表 3 2001—2012年安徽省各影响因子原始数据一览表 2001年 2002年 2003年 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 X1 5313.30 5736.18 6375.40 7681.25 8630.70 9995.80 12039.47 14448.15 16407.66 20887.80 25659.31 28792.32 X2 49.75 47.46 46.03 47.50 45.50 43.17 43.30 44.30 40.90 40.70 41.10 39.25 X3 44.2 43.2 44.2 43.9 43.7 42.4 39.7 41 39.6 38 39.8 38.7 X4 4371 4388 4769 4896 5128 5281 5547 5532 5527 5722 6766 5816 X5 566000 695937 832462 917557 1011918 1304720 1540523 1975524 2334678 2708340 3341022 3974490 X6 155457 146148 153802 157993 159788 169181 174724 187785 202382 205403 217709 236172 X7 24.87 24.36 24.43 22.82 23.07 21.48 20.41 19.81 19.40 17.77 18.59 18.35 X8 36.42 45.32 52.24 62.96 71.1 77.6 79.13 76.94 74.70 77.32 77.91 75.08 X9 29.30 30.70 32 33.50 35.50 37.10 38.70 40.50 42.10 43.20 44.80 46.50 X0 8.14 8.5 9.19 9.30 10.09 10.16 10.72 11.15 11.43 10.23 11.41 12.08

表 3 2001—2012年安徽省各影响因子原始数据一览表

表 4

表 4 X0与各影响因子Xj关联度表 X1 X2 X3 X4 X5 X6 X7 X8 X9 X0 ε0j 0.50 0.68 0.89 0.50 0.50 0.50 0.79 0.53 0.62 γ0j 0.60 0.77 0.67 0.94 0.58 0.83 0.82 0.66 0.95 ρ0j 0.55 0.73 0.78 0.72 0.54 0.67 0.80 0.60 0.78 注：ε0j：绝对关联度；γ0j：相对关联度；ρ0j：综合关联度

表 4 X0与各影响因子Xj关联度表

按照综合关联度大小对各因素排序，其关联序为X₇>X₉>X₃>X₂>X₄>X₆>X₈>X₁>X₅。从排序结果可以看出，少年儿童系数与人口老龄化系数的关联度最大，因为少年儿童系数的大小必然决定着老龄化系数的比例；城镇化人口比重与人口老龄化系数也有着较强的关联度，因为城镇和农村相比，有着较为完善的医疗保障体系和较好生活的环境，从而使得老年人死亡率较低，这也就加速了老龄化进程。从关联序明显可以看出人口老龄化与人均总产值关联度较小，这充分说明安徽省人口老龄化的一个典型特征就是“老龄化超前于现代化，未富先老”，这不仅仅是社会问题、经济问题，更是一个民生问题。这给安徽经济发展带来很大的挑战，对此挑战我们必须要未雨绸缪。

根据灰色预测模型和灰色关联度模型的研究结果，本文提出以下几项政策建议，供参考：

第一，适度放开二胎生育政策，实现人口长期均衡发展。从灰色关联度模型计算结果看出老龄化系数与少年儿童系数之间的综合关联度值是0.80，且为最大，这说明人口老龄化与少年儿童系数关联性最大；同时，由GM(1，1)预测模型知老龄化趋势将逐渐增大，到2050年安徽省老龄化系数将达到35.48%。此外，有学者预测江苏省到2050年老龄化系数将达到30.18%^①，同期四川省老龄化系数将达到20.13%^②，若用全国人口统计数据进行预测，得到2050年全国老龄化系数将为24.01%^③这些人口统计数据表明我国人口老龄化发展趋势都处在一个上升趋势上。同时，从以上预测数据可以看出，安徽省老龄化系数比东部的江苏省和西部的四川省都要高，也高于全国的平均水平。人口老龄化必然会对人口数量和质量产生影响，对于安徽省来说应该从人口结构优化的角度去制定中长期人口发展政策，逐步改善人口结构，实现均衡发展。从整个国家策略来说，要实现人口长期均衡发展，必须要适度放开目前的计划生育政策。如，有学者从人口需求论与人口危机论两个方面进行论证分析，提出我国人口政策应该走可持续发展道路，实现人口长期均很发展。^④另有学者研究指出，要设计低、中、高三个预测方案，三个方案区别主要体现为不同的生育政策，从低方案到高方案，是逐渐放宽生育政策，此研究利用全国统计数据进行预测，预测结果表明，如果采用高方案预测则老龄化系数比用低方案预测的数值小，这说明放开生育政策会降低老龄化系数。^⑤因少年儿童人口是需要国家和家庭共同投资和培育的希望人口、潜力人口和后备人口，如果一个国家少年儿童过少必将弱化人口持续发展的潜力。从“逐步放开二胎”到“全面鼓励二胎”是规避人口发展代价和风险的重大战略选择。为了不深陷“超低生育率陷阱”，国家必须要做到优化人口发展，强化公共服务，倡导利国利家的“适度生育水平”。以便得到补偿人口亏损，恢复人口的自然生态平衡和可持续发展能力，确保人口生机，积蓄人口实力。

第二，实施弹性退休制度，挖掘“银色人力资源”，大力发展“银色产业”。根据预测结果可以看出，安徽省已经进入快速老龄化阶段，快速老龄化必将使社会经济失去活力，如果还是一如既往，思想保守，工作缺乏创造性等，那么社会经济也很有可能进入快速“变老”阶段。同样利用全国人口统计数据对老龄化人口系数进行预测，结果表明全国人口老龄化系数也在逐渐增大，^①其中2020年、2030年、2040年、2050年老龄化系数分别为11.9%、16.3%、21.9%、24.01%。同期安徽省人口老龄化系数分别为16.02%、20.00%、26.64%、35.48%。这说明中国人口老龄化逐渐加重是不争的事实。同时，对比以上数据可以看出，不论是安徽还是全国老龄化系数都在增加，但是安徽省人口老龄化系数增加幅度要高于全国水平。由于老龄化逐渐加重，必然会使得老年抚养比增加，这将会增大家庭和政府的财政压力，最好的解决办法是逐步延迟老年人的退休时间，让老年人为社会建设继续发挥力量。因此，有必要改革退休制度，如推行弹性退休制度就是不再搞“一刀切”的退休年龄，这既增加劳动就业人口数又减少政府的财政压力，国际劳动组织的研究表明，如果退休年龄从65岁降到60岁，将使退休开支增加55%；若退休年龄从65岁增加到70岁，则生活消费压力将减少一半^②。有研究从人口快速老龄化与经济社会的动态协调发展角度论述了弹性退休制度是改革的方向。^③另有研究表明，“老有所为”是应对我国人口老龄化客观的要求，它可以消除劳动力的不足担忧，也是我国社会建设的重要力量。^④因此，必须大力发展“银色产业”，增强经济承载力。

第三，完善社会保障体系，创新养老保险模式，逐步形成有梯度的社会化养老模式。由灰色关联度模型计算看出人口老龄化系数与人均总产值的关联度的值为0.55，其关联序排名倒数第二，这说明人口老龄化与人均总产值的关联性相对于其他因素较小，同时我们根据安徽的人均GDP在全国排名并结合GM(1，1)模型预测结果可以看出安徽省老龄化有着典型的“未富先老”现象。相关研究表明^⑤，中国的人口老龄化与世界发达国家相比也表现为一种“未富先老”现象。由于少年儿童比例在逐渐减少且一般家庭模式为4+2+1或4+2+2，从而对传统的居家养老模式产生很大的冲击，而社会化养老模式还未最终形成。这种社会化养老的供需矛盾，使得我国社会化养老面临着路径选择问题。有学者从全民社保与社区居家养老模式角度探讨了社会化养老模式，研究认为要充分利用制度建构与整合过程中的各种资源优势，在责任合理分担的基础上凸显社区的主体作用，最大程度地满足老年人不同层次的养老需求^⑥。国外经验告诉我们，由居家养老到社会化养老是养老模式演化的必然趋势。因此，我们必须提前做好应对老龄化和高龄化相应的社会保障系统的准备。为此，必须以人口结构变化方向为依据制定和完善近期、中期和长期的社会养老保障体系，实现老有所养的目标。

第四，加快产业结构战略性调整，满足老年人消费需求，促进创新驱动经济增长。根据预测结果安徽省老龄化系数将逐渐增大(实际上全国都存在老龄化系数逐渐增加的趋势，有的省份老龄化更加严重，如上海市、北京市等发达地区)，养老比也随之增加，劳动人口将不断减少且转向非农产业。服务业、高技术产业、知识密集型产业的产值在GDP中所占比重将不断增加，因此，在一定程度上可以相对减少对劳动力的需求。由新古典经济增长理论可知，经济增长的直接动力是技术进步，科技创新能力的提升为可持续发展提供动力。同时，要提前布局与养老服务相关的现代商品和服务的产业链，发掘与老龄化相关的物质和精神方面的产业，使以养老机构为主的银发产业成为一个朝阳产业。

第五，建立覆盖广、费用低、效益高、以社区服务和村镇卫生院(所)为主的全民基本医疗保障制度。根据灰色关联度模型计算结果可以看出，人口老龄化系数与卫生技术人员数有着较高的关联度，这足以说明卫生医疗保障对于人口老龄化是一个非常重要的因素，随着人口老龄化的进一步加重，医疗保障的费用支出将逐渐增加，这对医疗保险制度的公平性提出了挑战，特别是造成老年人“看病难”和“看病贵”现象。相关研究表明，在这方面全国同样存在这一严峻问题。^①医疗保障是应对人口老龄化的重要方面，我国可以借鉴英国的经验，构建国家卫生服务系统(NHS)，以社区服务为主的覆盖全民、高效益、低费用的相对较为公平的医疗保障体系。在此过程中，政府应该加大财政转移支付，从税收中拿钱来搞公共卫生事业。因为在医疗卫生领域政府直接干预，社会总费用支出较低，而且能够取得比较好的服务。

第六，完善城镇化健康发展体制，建立健全城乡一体化产业格局。根据预测结果和安徽省人口现状，人口老龄化城乡差别逐渐变小，甚至出现“倒置现象”，这种“倒置现象”在全国也表现突出，有研究表明在中国农村老龄化程度比城市老龄化程度高出0.2个百分点^②。同时，根据灰色关联度模型计算结果分析，也发现老龄化系数与城镇人口比例有着较高的关联度。因此，完善城镇化发展就尤为突出，特别是推进城乡一体化进程，构建所有居民分享现代化发展成果的体制，形成富裕农民、造福百姓的利益格局。关键是拓展农民增收渠道，最大限度扭转城乡居民收入差距越拉越大的局面。积极推进城乡要素平等交换和公共资源均衡配置，建立健全城乡一体化的基础设施和公共服务体系。

第七，构建家庭、社区和社会的联动养老机制，在提供物质服务的同时，积极关注老年人精神生活需求。由GM(1, 1)预测模型看出安徽老龄化系数在逐渐变大，预计到2052年安徽省老龄化系数将提高到37.58%，与2050年相比增加了2.1个百分点；而此时全国老龄化系数2050年为25.5%^③。这个数据的差异也有其他关联原因，其中人口转移也是不可忽略的因素。从安徽省统计年鉴可以看出，安徽省青壮年人口转移到中东部等发达地区比较严重，有研究表明人口迁移是影响人口老龄化的一个不可忽略的原因^④。

为了应对人口老龄化的“银色浪潮”，在为老年人提供必要的物质保证的同时，也应该重视和关注老年人的精神需求。相关研究表明，帮助老年人实现其自我价值，是养老的高层次服务，在此过程中需要更多地关注老年人的精神健康。^⑤为此，应该加强社区文化娱乐设施等建设，优化活动方式，丰富活动内容，提升老年人社会公共文化娱乐活动参与度和积极性；^⑥同时也要强化亲情关爱力度，家人是老年人最重要的精神和心理支持。目前，就全国范围内来看，养老服务已经面临着多层次的要求，其中精神方面的需求更加急切。如，江苏常州市老年学会对该市万名老年人养老服务的需求调查结果显示，50.10%的老年人更希望获得精神上的赡养。^⑦未来中国式的养老服务，应该从中国的国情出发，从中国的民族文化心理出发，分别从老年人的自身修养以及家庭、社区和政府四个层面入手，研究和制定符合实际需要的措施和办法满足老年人的精神需求。如，社区可以建设老年活动中心、街区文化广场，政府可以提供资金支持开办老年大学等等。总之，在处理和解决人口老龄化问题时也要将“健康老龄化”、“积极老龄化”、“成功老龄化”的现代养老理念结合起来，使之成为应对我国人口老龄化的新思维。