中国人口老龄化影响因素的定量分析
- 格式:pdf
- 大小:496.50 KB
- 文档页数:7
改革开放以来,中国经济始终保持高速增长的状态。
按1978年价格计算,1978—2016年中国实际国内生产总值的增长率达到9.58%[1]。
经济学家普遍认为,年轻的人口年龄结构是推动中国经济持续快速增长的关键因素之一。
然而在中国经济保持高速增长的同时,中国的人口形势也发生了变化:老年人口的数量和比重不断增加,老年抚养比不断上升。
国内外学者就人口老龄化对中国经济增长的影响问题进行了大量研究。
彭秀健利用“中国可计算一般均衡模型”定量分析中国人口老龄化的宏观经济后果,发现未来人口老龄化水平提高将导致物质资本的低增长,中国的经济增长速度可能会因此放缓[2]。
董丽霞和赵文哲利用中国省际面板数据建立面板向量自回归模型,对抚养比、储蓄率、人均实际GDP 三者之间的相互关系进行实证检验,发现老年抚养比和储蓄率呈负相关关系[3]。
孙爱军和刘生龙利用中国1990—2010年的省级面板数据建立计量分析模型,检验人口结构变迁的经济增长效应,发现人口抚养比下降对经济增长的贡献度为15%,未来人口年龄结构老化会对经济增长造成不利影响[4]。
李军通过建立带有人口老龄化因素变量的索洛模型,分析人口老龄化因素对经济平衡增长路径的影响,发现人口老龄化因素对经济增长可能存在正、负、零等效应[5]。
汪伟通过建立三期OLG 模型讨论人口年龄结构变化对储蓄和经济增长的影响,结果表明人口老龄化对储蓄率的影响不确定[6]。
由此可见,虽然国内外学者就人口老龄化对中国经济增长的影响进行了一定研究,但是由于研究时使用的方法和数据不同,尚未得出一致的结论。
党的十八届五中全会提出,要全面实施一对夫妇可生育两个孩子的政策(以下简称“全面两孩”政策)。
人口政策上的这一变化势必会影响未来的人口老龄化水平。
目前还很少有学者结合未来的人口老龄化变动趋势,探讨人口老龄化这一“前所未有之现象”对中国经济增长的影响。
笔者拟在已有研究的基础上,预测在实施“全面两孩”政策之后,未来75年的人口老龄化水平变化趋势,并分析这种变化趋势会对中国经济增长产生哪些影响。
人口老龄化对广东经济发展的影响及其应对策略探究目录一、内容简述 (2)1.1 研究背景与意义 (2)1.2 文献综述 (3)1.3 研究方法与数据来源 (4)1.4 论文结构安排 (5)二、人口老龄化现状及趋势分析 (6)2.1 广东省人口老龄化概况 (7)2.2 人口老龄化的趋势及预测 (8)2.3 人口老龄化对广东经济社会的影响 (11)三、人口老龄化对广东经济的直接影响 (12)3.1 劳动力供给减少 (13)3.2 消费需求变化 (15)3.3 社会保障支出增加 (16)3.4 投资和创新能力受限 (17)四、人口老龄化对广东经济的间接影响 (18)4.1 产业结构调整受阻 (20)4.2 区域发展不平衡加剧 (21)4.3 老龄产业发展滞后 (22)4.4 生态环境压力增大 (23)五、应对人口老龄化的策略建议 (24)5.1 提高劳动力素质和技能 (25)5.2 延迟退休年龄政策调整 (27)5.3 完善社会保障体系 (28)5.4 促进老年消费市场发展 (30)5.5 加强老龄产业规划和引导 (31)5.6 推动区域协调发展 (32)六、结论与展望 (33)6.1 研究结论总结 (34)6.2 政策建议实施路径 (35)6.3 研究局限与未来展望 (36)一、内容简述人口老龄化的现状和趋势:分析广东地区的人口老龄化现状,包括老年人口比例、增长速度等,并预测未来发展趋势。
人口老龄化对广东经济发展的影响:分析人口老龄化对广东经济增长、劳动力市场、产业结构等方面的影响,阐述其挑战与机遇。
应对策略探究:探讨应对人口老龄化的策略,包括政策调整、社会支持体系完善、产业发展等方面的措施和建议。
案例分析与实证研究:选取广东地区的相关案例,分析其在应对人口老龄化方面的实践经验,并通过实证研究验证应对策略的有效性。
结论与展望:总结全文内容,提出对广东应对人口老龄化挑战的建议,并展望未来的研究方向和发展趋势。
中国积极老龄化发展水平测度——基于东中西部地区和28个省市的数据研究刘文,杨馥萍(山东大学东北亚研究中心,山东威海264209)【摘要】积极老龄化指数作为一种能够有效量化积极老龄化发展水平的复合指数引起国内外的广泛关注。
本文利用CHARLS和CGSS数据库,借鉴欧盟积极老龄化测度框架,利用AHP与DEA相结合的方法设计中国积极老龄化指数,测度中国三大区域及28个省份的积极老龄化指数,研究区域、城乡、省份、性别等层次的积极老龄化发展水平。
结果显示中国区域积极老龄化发展不平衡,呈现出东高西低的态势;城乡积极老龄化水平差异明显,男性水平总体高于女性而且差距随着年龄的增长逐渐被拉大。
基于不同区域和省份的发展特色,应采取有针对性的积极老龄化发展对策:东部地区应促进老龄人口全方位的社会参与,丰富老年人的物质和精神生活;中部地区应整合区域资源,满足老龄人口就业需求并提高其潜能;西部地区应关注老龄人口的生存条件,完善社会支持体系,发展社区养老服务。
同时努力缩小老龄人口就业性别差距,关注高龄女性的健康和经济状况;全方位提高农村积极老龄化水平和农村高龄群体的生活保障水平。
【关键词】积极老龄化指数;老龄人口;三大区域;性别;城乡;数据包络分析;层次分析法【中图分类号】C913.6【文献标识码】A doi:10.16405/ki.1004-129X.2019.02.009【文章编号】1004-129X(2019)02-0100-13【收稿日期】2018-09-10【基金项目】国家自然科学基金项目:老龄化条件下家庭人力资本投资的代际合作与竞争关系研究(71573158);国家社会科学基金后期资助项目:东亚视野的积极老龄化研究(16FJL010);山东人文社科规划专项课题项目:精准扶贫视角下的沂蒙革命老区养老模式研究(18CYMJ40)【作者简介】刘文(1964-),女,山东新泰人,山东大学东北亚研究中心教授;杨馥萍(1994-),女,山东威海人,山东大学(威海)商学院硕士研究生。
农村人口老龄化对农业发展影响的实证分析作者:黎颂雯陈泽凯张晓露林晓璇刘玮琦丁仕虹来源:《中国市场》2024年第11期摘要:随着我国经济的快速发展,人口老龄化问题日益显著,尤其农村青年人口流失严重,老龄化问题更为严峻,这将从多个方面对农业发展产生重要影响。
以2000年至2020年广东省年度数据为例,文章利用熵权秩和比方法构建中介变量,建立岭回归中介效应模型。
实证分析结果表明:首先,广东农村人口老龄化对第一产业增加值的总效应影响为正值,说明农村人口的老龄化倒逼了农业经济发展;其次,农村人口老龄化和农业经济发展之间存在“中介效应”和“遮掩效应”两种不同的作用机制。
老龄化问题带来的压力推动劳动力供给、科学技术、信息化和规模化水平等中介效应的发展,进而促进了农业经济的增长。
机械化变量的作用机制为遮掩效应,该遮掩效应作用弱化了人口老龄化对农业经济发展的正向影响。
关键词:农村人口老龄化;岭回归;中介效应机制模型中图分类号:F323文献标识码:A文章编号:1005-6432(2024)011-0000-05[DOI]10.13939/ki.zgsc.2024.11.0041引言据第七次全国人口普查数据显示,截止2021年,中国65岁以上人口占总人口的比例达14.2%。
随着我国经济的高速发展,人口老龄化问题日益显著。
党的二十大报告指出,全面推进乡村振兴,坚持农业农村优先发展,加快建设农业强国。
农村人口老龄化对未来广东的农业发展将带来巨大的压力,如何正确看待和处理好农村人口老齡化与广东农业发展的关系,实现农业现代化发展,促进农业高质高效,为加快建设农业强国做出“广东贡献”,显得尤为重要。
目前,学界对农业领域的人口老龄化及其衍生问题的研究较为丰富,主要形成以下三类观点。
第一类观点是人口老龄化会促进农业发展。
彭代彦、文(2015)运用SFA方法研究农村人口老龄化与农业生产效率关系,得出农村人口老龄化能够间接促进技术的进步从而促进农业经济发展的结论乐[1]。
关于我国人口老龄化的文献综述前言根据联合国的数据,到 2050 年,全球老龄人口将增加到近 2 0 亿,而60 岁以上的人口也将超过15 岁以下的青少年人数。
由此可见,人口老龄化已经成为不可阻挡的世界性潮流,而我国在1999年的时候,60岁以上老年人口已经达到1.32亿,占总人口比重超过了10%,这也标志着我国进入人口老龄化社会,且目前已经成为世界上老龄人口比较多和人口老龄化程度比较高的国家之一。
由此可见,人口老龄化问题已成为发达和发展中国家共同面对的挑战之一。
一、关于当前我国人口老龄化现状的探讨目前,大部分学者通过分析了第六次全国人口普查数据,认为中国步入人口老龄化以来,老龄化发展加速,且进程很快。
如刘思敏(2011)认为,我国的人口老龄化快于西方的原因在于中国近三十多年的人口计划生育的政策,使得人口生育率长期低于人口的更替水平。
徐文杰(2011)则进一步认为,经济发展水平的状况决定了老年人口分布的状况,因此经济发展水平较高的地区,人口老龄化也相对比较严重。
二、关于我国人口老龄化特点的研究1、“未富先老”。
大多数学者认为中国具有“未富先老”这样一个显著的特点。
“未富先老”是邬沧萍教授首先在20世纪80年代首先提出,他认为中国是一个发展中的国家,总人口和老年人口都占世界的五分之一,又由于中国长期积贫积弱,在改革开放前我国的GDP 还不到世界的1%,中国人口庞大,并且又迎来加速老龄化阶段,是典型的“未富先老”的国家(2006);田雪原(2010)则认为在21世纪的今天,“未富先老”的特点始终伴随着我们,制定人口老龄化发展的政策等,必须考虑到这样的特点的制约和影响;冯慧阳(2011)基于第六次人口普查数据,认为“未富先老”的特点是更加明显的,经济发展水平的速度赶不上人口老龄化的进程。
刘士杰和原新(2011)则把“未富先老”认为是我国的基本国情。
2、“未备先老”。
另有一些学者认为中国的人口老龄化具有“未备先老”的特点。
区域经济©云南省人口年龄结构变动对居民消费质量的影响分析杨晓霖,潘玉君(云南师范大学地理学部,云南昆明650500)摘要:居民消费质量是衡量地区经济发展水平的重要指标,人口年龄结构变动对居民消费质量具有重要影响。
针对云南省人口年龄结构变动的现实情况,综合考虑居民消费水平和居民消费率两方面因素,运用VAR模型分析人口年龄结构变动对云南省居民消费质量的影响,最后结合云南省现实情况,提出提高消费水平促进经济发展的对策建议。
关键词:人口年龄结构;抚养比;居民消费;VAR模型;云南省中图分类号:F126.1+C92-05文献标识码:A文章编号:1008-4428(2021)17-0059-04Analysis on lhe mrlumcr of lhe change of populalion age slruclure on山e consumption quality of residen卜in Yunnan pr o v inceYang Xiaolin,Pan Yujun(Faculty of Geography,Yunnan Normal University,Kunming,Yunnan,650500)Abstract:The quality of residents'consumption is an important index to measure the level of regional economic development,and the change of population age structure has an important influence on the quality of residents'consumption.According to the reality of yunnan population age structure changes,incorporating the residents'consumption level and consumption to two factors,using VAR model to analyze the population age structure changes on the quality of the residents'consumption in yunnan province.Finally,combining with the actual situation of Yunnan province,this paper puts forward countermeasures and Suggestions to improve consumption level and promote economic development.Key words:population age structure;dependency ratio;resident consumption;VAR model;Yunnan provinc—、弓I言国内外学者对人口年龄结构变动与居民消费之间的关系进行了多方面的探讨,至今尚未得出明确结论证明二者之间的相互关系。
学年论文题目中国人口老龄化问题研究的文献综述专业XXXXX班级XX 班级姓名XXX指导教师XX(讲师)所在学院XX 学院完成时间:2012年9月人口老龄化是当今全球人口发展的趋势,这种人口年龄的结构变迁正在广泛而深入地影响着新世纪人类社会生活的各个方面。
老龄战略早已被纳入到世界许多发达国家的社会和经济发展战略之中,摆到了各国政府工作的主要议程之上。
我国在世纪之交也进入了老年型国家行列。
人口老龄化也成了人口学、社会学、法学等很多学科研究的热点问题,积累了大量的文献资料。
本文在大量查阅文献资料的基础上,对中国人口老龄化的问题进行了文献资料进行梳理。
一、基本内容(一)人口老龄化概念联合国国际人口学会编著的《人口学词典》对人口老龄化的定义是:当一个国家或地区60岁以上人口所占比例达到或超过总人口数的10%,或者65岁以上人口达到或超过总人口数的7%时,其人口即称为“老年型”人口,这样的社会即称之为“老龄社会”。
[1]许多发达国家和一些发展中国家已经步入了老龄社会,在20世纪80年代初,东德有15.6%的人超过65岁,在奥地利、瑞典、西德和法国,这个比率为13.4%或更高,英格兰和威尔士有13.3%,苏格兰有12.3%,北爱尔兰有10.8%,美国有9.9%。
而中国是在1999年进入老龄化社会。
在2000年11月底第五次人口普查中,我国65岁以上老年人口已达8811万人,占总人口6.96%,60岁以上人口达1.3亿人,占总人口10.2%,以上比例按国际标准衡量,均已进入了老年型社会,老龄化己成为21世纪不可逆转的世界性趋势,也是社会进步的表现。
(二)中国人口老龄化的现状及特征我国人口老龄化的特征表现在四个方面:老年人口绝对数量大,低龄老人多,高龄老人增长速度快;人口转变迅速,老龄化进程快;人口老化与综合国力发展不相适应;人口老龄化的区域差异显著。
[2]一是老年人口绝对数量大。
目前,中国人口数量约占世界人口总数的1/5,是世界第一人口大国。
中国人口老龄化现状2024论文《中国人口老龄化现状 2024 论文》一、引言人口老龄化是当今世界许多国家面临的重大社会问题,中国也不例外。
随着经济的发展、医疗水平的提高以及生育率的下降,中国的人口老龄化程度不断加深,对社会经济发展带来了一系列挑战和机遇。
二、中国人口老龄化的现状(一)老年人口规模庞大根据最新的统计数据,截至 2023 年,我国 60 岁及以上老年人口已经超过 28 亿,占总人口的比例接近 20%。
预计到 2024 年,这一比例还将进一步上升,老年人口数量将持续增加。
(二)老龄化速度加快与发达国家相比,中国的人口老龄化速度更快。
在过去几十年里,中国完成了从年轻型社会向老年型社会的转变,这一过程只用了较短的时间。
(三)地区差异明显我国的人口老龄化在地区之间存在显著差异。
东部沿海地区和经济发达地区的老龄化程度相对较高,而中西部地区和农村地区的老龄化程度相对较低。
但随着人口流动和城镇化进程的加快,这种地区差异也在逐渐缩小。
(四)高龄化趋势凸显不仅老年人口数量增加,高龄老人(80 岁及以上)的比例也在不断上升。
高龄老人往往需要更多的医疗护理和生活照料,给家庭和社会带来了更大的压力。
(五)空巢老人和独居老人增多随着家庭结构的小型化和人口流动的加剧,空巢老人和独居老人的数量不断增加。
这些老人在生活照料、精神慰藉等方面面临着诸多困难。
三、人口老龄化带来的挑战(一)养老负担加重随着老年人口的增加,养老保障体系面临巨大压力。
养老金的支付、医疗费用的支出等都将大幅增加,给国家财政带来沉重负担。
(二)医疗资源紧张老年人是医疗服务的主要需求群体,他们往往患有多种慢性疾病,需要长期的医疗护理。
人口老龄化导致医疗需求的快速增长,而医疗资源的供给相对不足,使得医疗资源紧张的问题更加突出。
(三)劳动力短缺人口老龄化意味着劳动力人口比例的下降,这将对经济发展产生不利影响。
劳动力短缺可能导致企业用工成本上升,影响产业结构升级和经济增长的可持续性。
70 (1)人口老龄化与人均GDP的相关关系分析 基于全国及六省市的历史数据,我们对人口老龄化和人均GDP 的相关关系进行了统计分析,统计分析结果如表3-3所示。从表3-3中我们可以发现以下几个特点: 第一,以江苏、山东为代表的高快型老龄化地区,其人口老龄化与人均GDP依然存在非常明显的正相关关系,Pearson相关系数始终保持在0.83以上且在统计上非常显著,回归方程的解释力度也能保证在90%左右,因此,对于这类地区而言,虽然人口老龄化程度较高,老龄化速度增加较快,但依然能够保持相对强劲的经济增长势头。 第二,以北京、广东为代表的低慢型老龄化地区,其人口老龄化与人均GDP的关系相对微妙。北京市的Pearson相关系数为0.712且在统计上非常显著,回归方程的解释力度也能接近90%;而广东的人口老龄化与人均GDP 则并未呈现相关关系。这一类型的人口老龄化地区具有一个共同特点,那就是其他省份劳动年龄段人口的大量流入,人口的流入缓解了这类地区的老龄化程度,从而导致经济增长势头不会受到太大影响。 第三,以上海、浙江为代表的高慢型老龄化地区,其人口老龄化与人均GDP存在较为明显的正相关关系,其中浙江省的Pearson相关系数始终保持在0.679且在统计上非常显著,回归方程的解释力度为75.86%左右,而上海市的Pearson相关系数仅为0.433,回归方程的解释力度也只是达到了36.18%。因此,此类地区随着人口老龄化程度的提高,人均GDP还将继续增长,但与高快型地区相比,增长程度相对有限。 71
第四,从六省合计情况来看,六大省人口老龄化与人均GDP呈现明显的正相关关系,Pearson相关系数为0.616且在统计上非常显著,回归方程的解释力度为58.16%。因此,我们可以初步推断,中国六个经济大省虽然已经在一定程度上遭遇人口老龄化的影响,但至少在中短期内不会影响到六省市人均GDP的提高。 表3-3 全国及六省市人口老龄化与人均GDP相关关系的统计分析 省份 样本数 回归方程 R2 Pearson相关系数
5.1.1变量选取与数据说明(一)变量选取 1、被解释变量本节基于宏观数据分析人口老龄化对我国居民消费影响,被解释变量居民消费主要用城镇居民人均消费支出(cons )来表示。
人均消费支出可以直观表示一个家庭消费水平的高低。
根据所要进行实证分析内容,选取城镇居民人均消费支出作为衡量人口老龄化消费水平的变量。
2、解释变量城镇人均可支配收入(inco )。
收入是用于解释影响消费的最根本的因素,个人收入的高低对消费水平产生直接的影响。
参考国内学者对人口老龄化与居民消费研究的文献,所以针对本文的具体研究,选用城镇居民可支配收入(inco )作为解释变量。
少儿人口比重(young )和老年人口比重(old )。
用少儿人口比重和老年人口比重来衡量人口老龄化的程度,同时由于影响消费水平的因素较为广泛,相关数据获取困难,所以本节着重研究人口比重对消费水平的影响。
3、控制变量经济发展水平(rgdp )。
以对数人均GDP 来表示,为剔除价格因素,换算为2018年不变价格。
为考察经济发展是否对居民消费产生非线性影响,在模型中还纳入了人均GDP 的平方项。
养老保障水平(oldp )。
用社会养老保险覆盖率(%)来衡量,计算公式为:100⨯=年末参加城镇职工基本养老保险人数社会养老保险覆盖率劳动年龄人口数一般认为,养老保险的覆盖面越广,居民抵御不确定风险的能力越强,居民也越有可能实现对各个消费项目的安排。
金融发展水平(finance )。
在发达的金融市场,居民可以利用消费信贷来解除流动性约束,从而合理平滑其消费。
本文采用Goldsmith (2012)提出的金融相关比率,即金融机构存贷款余额/GDP (%)来衡量各地的金融发展水平,该比值越大则代表金融发展水平越高。
通货膨胀(p )。
采用居民消费价格环比指数减1来计算通货膨胀率。
富裕群体有较多途径利用金融工具来抵御物价上升对消费水平的负面影响,从而通货膨胀对贫穷群体的影响更为深刻,因此通货膨胀有可能减低居民消费水平。
中国人口老龄化影响因素的定量分析 摘要:中国的人口老龄化问题越来越引起社会的广泛关注,但对于人口老龄化 的现象和影响人口老龄化的因素尚缺乏客观深入的认识,这对我们制定有效的人 口政策将产生不利的影响,本文将从定量分析的角度,分析人均GDP、第三产业 增加值、人口密度等因素对中国人口老龄化的影响及影响的程度,并给出相关的 对策建议。 关键词:人口老龄化 影响因素 对策
0 引言 人口老龄化是指总人口中因年轻人口数量减少、年长人口数量增加而导致的老年人口比例相应增长。国际上通常把60岁以上的人口占总人口比例达到10%,或65岁以上人口占总人口的比重达到7%作为国家或地区进入老龄化社会的标准。两个含义:一是指老年人口相对增多,在总人口中所占比例不断上升的过程;二是指社会人口结构呈现老年状态,进入老龄化社会。我国从1999年开始进入老龄化社会,根据国家统计局公布的数据,我国在1999年65岁以上人口占总人口比重达6.9%,此后该比重不断上升,到2008年,65岁以上的人口已占总人口的8.25%,达到1.0956亿人,中国面临空前的人口老龄化压力。与西方发达国家人口老龄化发展过程不同的是,中国是发展中国家,而且长期以来执行严格的计划生育政策,人为地改变人口的年龄结构,导致中国人口老龄化的突出特点是“未富先老”,再加上中国的人口基数大,人均收入水平低,中国人口老龄化的危机可能会被无限放大,严重影响经济社会的发展。所以对影响中国人口老龄化的因素进行研究显得十分迫切和必要,本文基于计量的角度,运用多元线性回归模型,对影响中国老龄化的因素进行定量的分析。
1 数据来源 本文使用的数据均来自国家统计局和中国统计年鉴,其中中国统计年鉴以2010年版的中国统计年鉴为准;由于数据众多以及对数据整合的需要,本文选取1995~2008年的数据进行研究。学界一般认为影响人口老龄化的因素为人口的出生率、人口死亡率和人口的自然增长率,以往的研究也多从这三个层面出发阐述中国人口老龄化的原因,但是本文认为从人口出生率、人口死亡率、人口自然增率三个维度出发研究中国人口老龄化问题,过于宏观,无法对影响中国人口老龄化的因素做细化的研究,也不利于提出解决问题的合理化建议,所以本文,在人口出生率、人口死亡率、人口自然增长率的基础上,选取人均国内生产总值、居民消费水平、第三产业增加值、每万人拥有的医务人员数、人口密度五个影响因素作为影响中国人口老龄化的影响因素进行定量研究【1】,具体数据见表一。
表一 年份 65岁以上人口 总数(万人) 65岁以上人口占 总人口比重(%) 人均GDP (元/人) 居民消费水平 (元/人) 第三产业 增加值(亿元) 每万人拥有的医务人员数 人口密度(人/平方公里)
1995 7509 6.2 5045 2355 19978 55 126.17 1996 7833 6.4 5845 2789 23326 57 127.49 1997 8085 6.5 6420 3002 26988 63 128.78 1998 8359 6.7 6796 3159 30580 65 129.96 1999 8679 6.9 7158 3346 33873 68 131.03 2000 8821 7.0 7857 3632 38713 71 132.02 2001 9062 7.1 8621 3887 44361 74 132.94 2002 9377 7.3 9398 4144 49898 77 133.81 2003 9692 7.5 10541 4475 56004 81 134.61 2004 9857 7.6 12335 5032 64561 84 135.4 2005 10055 7.7 14185 5573 74919 87 136.2 2006 10419 7.9 16499 6263 88554 90 136.93 2007 10636 8.1 20169 7255 111351 93 137.63 2008 10956 8.3 23707 8349 131339 97 138.34
2 变量说明 (1)人均国内生产总值x1(元)。人均国内生产总值是衡量一国国民生活水平的最重要的指标之一,人均GDP越高说明生活水平越高,人均寿命将会延长。 (2)居民消费水平x2(元)。这里的居民消费水平是指总的消费水平,包括城市居民消费水平和农村居民消费水平;居民消费水平越高说明该国国民的生活质量越高,生活质量的提高有利于人口寿命的延长。 (3)第三产业的增加值x3(亿元)。第三产业的增加值越多,说明第三产业越发达,第三产业的发展,即服务业的发展在一定程度上有利于人们生活水平的改善,从而有利于人口寿命的延长。 (4)每万人拥有的医务人员数x4(人)。该指标是指一国每万人所拥有的医务人员的数量,是描述一国医疗水平的重要指标。医疗水平的提高,在很大程度上有利于提高人们的健康水平,从而大大有利于增长人们的寿命。 (5)人口密度x5(人/每平方公里)。该指标反映的是单位国土面积上居住的人口数,是描述人口密集程度的指标。人口密度越大,受生存生活空间和资源的限制,引起生育成本的增加,从而导致出生率的下降,由此导致老龄人口比重上升。 3 中国人口老龄化影响因素的回归分析 3.1建立模型 人口老龄化受多个影响因素的影响,我们设老龄人口总数为y,即65岁以上人口总数为y,y为因变量,五个影响因素x1、x2、x3、x4、x5为自变量,建立多元回归模型: y=c+c1*x1+c2*x2+c3*x3+c4*x4+c5*x5+e c为常数项,c1、c2、c3、c4、c5为回归系数,e为残差。 接着,利用统计分析软件分别作出y对5个自变量的散点图,如下:
7000800090001000011000
y500010000150002000025000x1
7000
800090001000011000y2000400060008000x2
7000800090001000011000y050000100000150000x3
7000
800090001000011000y5060708090100x4 由以上五个散点图可以看出,老龄人口总数y与自变量x4和x5存在明显的线性关系,至于y与自变量x1、x2、x3的关系,从散点图可以看出,y整体上随着x1、x2、x3的增加而增加,存在正相关关系,但y与x1、x2、x3的线性相关性较差,经过stata作拟合线,自变量x1、x2、x3与y存在对数关系,所以对三个自变量进行对数转换。设x6=log(x1),x7=log(x2),X8=log(x3),所以模型修正为: y=c+c1*x6+c2*x7+c3*x8+c4*x4+c5*x5+e 利用逐步回归法,得到如下的线性回归结果: y=-18235.29+120.6061*x5+1060.354*x8 3.2、模型的检验 (1)模型的显著性检验和模型的拟合度 运用逐步回归法,得到的线性回归结果如下: y=-18235.29+120.6061*x5+1060.354*x8 (-12.01) (5.06) (6.71) R2= 0.9977 Adj R-squared = 0.9972 F = 2358.11 T=13 在该模型中,F( 2, 11) = 2358.11,在a=0.05时,查阅F分布表可知F0.05(2,11)=3.98,因为2358.11>3.98,所以解释变量和被解释变量整体上具备线性关系。 因为自由度df=11,所以在a=0.05时,t(11)=1.80,在上述模型中,因为三个t值的绝对值分别为:12.01、5.06、6.71,明显大于1.80,均能通过显著性检验,即x5、x8对y均有显著性的影响,即人口密度和第三产业的增加值对中国人口老龄化有显著性的影响。 拟合度R2=0.9977,调整后R2为 0.9972,解释变量对被解释变量的解释程度达到99.7%,说明该模型的拟合度高,对实际的解释力强。
(2)异方差检验 如果模型中存在异方差,将会严重削弱模型的解释效果,所以有必要对模型进行异方差检验,常用的异方差检验法为怀特检验
7000800090001000011000y125130135140x5法。 原假设H0:E(Ut2/X)=t 2 备择假设H1:E(Ut2/X)≠t 2 利用怀特检验法得出的结果为:
--------------------------------------------------- Source | chi2 df p ---------------------+----------------------------- Heteroskedasticity | 3.68 5 0.5966 Skewness | 1.03 2 0.5987 Kurtosis | 0.96 1 0.3281 ---------------------+----------------------------- Total | 5.66 8 0.6852 --------------------------------------------------- chi2(5) = 3.68 Prob > chi2 = 0.5966
检验结果显示接受备择假设,所以该模型存在异方差,现在对模型消除异方差,常用的消除异方差的方法为怀特稳健估计,利用怀特稳健估计可将模型修正为: y=-18235.29+120.6061*x5+1060.354*x8 (-13.32) (5.51) (7.31) R2= 0.9977 Adj R-squared = 0.9972 F = 4532.28 T=13 (3)模型的自相关检验 自相关是指回归模型中随机误差项Ut与其滞后项的相关关系,若模型中存在自相关将会严重影响模型的解释效果。 利用DW(Durbin-Watson)检验法进行检验,得到: DW( 3, 14) = 2.16147 DW值明显接近于2,所以该模型非自相关。 4模型实际意义和应用 上述的模型显示中国人口老龄化与中国第三产业的增加值和中国的人口密度密切相关,在其他条件保持不变的条件下,中国第三产业每增加一亿元,中国的老龄人口将增加121万人;在保持其他条件不变的前提下,中国人口密度每增加一单位,中国的老龄化人口将增加1060万。 (1)改革开放以来中国的经济快速发展,第三产业也是突飞猛进,由于第三产业属于服务业,与人们的生活息息相关,第三产业的发展在很大程度上提高了人们的生活水平,提高了人们的生活质量,从而有利于人口寿命的延长。模型充分验证了我们的想法。 (2)由于中国执行严格的计划生育政策,人为地改变了人口的数量,从而改变量人口的密度,人口密度越大,人们生存空间和生活资源的越受限制,引起生育成本的增加,从而导致出生率的下降,由此导致老龄人口