随着国家将积极应对人口老龄化纳入中长期规划,如何整合区域养老资源让老有所医、老有所养便成为一个颇具研究价值的议题。本文通过老龄人口数、老龄化率及老龄人口密度三个维度,通过构建空间自相关模型及两步移动搜寻算法聚焦南京市的养老资源适配问题。由于本文实现相关方法和模型需要基本单元的规模及地理信息数据,故而在互联网中利用爬虫技术对所需居民点、机构养老设施的规模及经纬度进行数据的获取和整理,并通过Arc GIS软件对其整理后的数据可视化。其次本文在《中国人寿保险业经验表》的基础上采用人口精算学中年龄的方法建立了南京市分性别的人口预测模型,预测出南京市2030年的分区、分性别人口数据并按照“七普”数据的行政区划对其进行街道化处理,同时对“六普”的行政区划进行修正。然后结合“六普”、“七普”及预测所得数据,分别从老龄人口数、老龄化率及老龄人口密度三个维度探索2010-2030年南京市老龄人口时空分布趋势和规律。接着基于Geo Da软件将2030年南京市老龄人口密度与2020年现有机构养老设施规模作为变量构建空间自相关模型,来对南京养老资源的适配情况进行分析。最后根据南京市路网图及预设的通行速度,计算并基于OD成本矩阵构建传统型2SFCA和高斯型2SFCA模型。通过预测和模拟得到的主要结果有:（1）至2030年,南京市65岁及以上常住老年人口数量最多的三个区分别是:江宁区、鼓楼区、六合区;老龄化率最高的地区则是高淳区;考虑区域面积因素,则秦淮区、鼓楼区、玄武区的老龄人口密度位居前三。（2）南京市现有养老资源较为充沛,但区域发展不协调,从整体养老资源情况来看,外缘区的溧水区和浦口区的适配度较高,中心城区的秦淮区养老资源丰富。（3）从养老资源可达性水平来看,溧水、浦口区虽然养老资源丰富,但由于交通等基础设施问题,可达性较差;相反中心城区及主城区的交通非常便利,虽然部分街道的养老资源较为匮乏但可借助区域发达的交通网络获得更多、更优质的养老资源。