人口结构与经济发展1

  • 格式:doc
  • 大小:1.19 MB
  • 文档页数:43

中国人口结构与经济发展分析摘要近年来,中国的人口结构出现了一些新特点,并且对中国的经济发展产生了重大影响。

因此定量分析人口结构对中国经济的影响并预测未来中国人口结构的发展具有重要意义。

针对问题一中定量分析影响经济发展的主要因素部分,本文综合考虑产业结构、资本、教育、科技、劳动对经济发展的重要影响,把第一产业比重、第二产业比重、第三产业比重、全社会固定资产投资、教育和劳动培养经费、R&D经费内部支出、经济活动人口占总人口的比重作为影响经济发展的主要因素,用国内生产总值衡量经济发展,利用PEW软件,可以得到普通最小二乘法回归模型和变量投影重要性指标VIPj,进而定量分析这些因素对经济发展的影响。

对于问题一中阐明人口结构对经济发展的影响部分,考虑到地区差异,本文分省进行分析,以0-14岁人口、15-64岁人口、65岁及以上人口、大专及其以上学历人数作为人口结构的衡量指标,以GDP作为经济发展的衡量指标,利用PEW软件进行回归拟合,建立最小二乘法分析模型,并结合由PEW软件得到的偏最小二乘回归统计分析报告、回归分析和变量投影重要性指标VIPj阐明人口结构对经济发展影响的显著性。

针对问题二,构建灰色预测中的GM(1,1)模型,预测未来30年内中国人口结构。

针对问题三,考虑到人口年龄结构对人口增长的影响,建立了按年龄分布的模型(Leslie模型)构造Leslie矩阵,建立相应 Leslie模型。

首先,分别预测1991年到2050年我国总人口数、劳动年龄人口数、老年人口数,然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析,预测出我国在未开的人口结构,并对不同的生育策略做了模拟。

针对问题四,构建抚养比与劳动人口占总人口的比重之间的线性关系,利用eviews 对数据进行偏最小二乘回归拟合,得出他们之间的线性相关性。

在做出它们之间的曲线图,比较在延迟退休年龄政策后对经济发展的影响。

关键词:偏最小二乘回归统计分析灰色预测 Leslie模型1一、问题的背景及重述自新中国建立以来,特别是改革开放30年,中国经济持续高速发展,创造了“中国经济奇迹”。

中国已成为全球第二大经济体,强大的经济实力和发展潜力使得中国在各个领域取得了举世瞩目的成就。

近年来,“中国制造”引领世界产业潮流,并强力改变着全球产业格局,2012年伦敦奥运会上随处可见“中国制造”,将这一特定称谓发挥至极致。

以雄厚的经济实力和丰富的劳动力资源为基础,中国的文化传播和武器出口,无论从质量和数量上都稳步提高——中国声音在国际舞台上越来越强有力。

然而,有一些现象和消息却值得我们深思:6旬大爷公交车上争座位,强坐年轻女孩腿扇其耳光;北京征兵体检标准放宽,文身直径超3厘米将被拒;人社部专家建议退休年龄延至65岁;报告称到2013年中国养老金缺口将达18.3万亿;中国科学院研究生院更名为中国科学院大学。

近年来,此类消息和舆论热点层出不穷,其中有些是实实在在发生了的,而有一些只是人们的猜测,甚至谣言。

但不可否认的是,现有人口结构已经影响到政治、经济、军事和道德文化等诸多领域,它们集中反映了人们对当前中国人口结构的思考和担忧。

针对上述思考和担忧,解决和回答以下问题:(1) 定量分析影响经济发展的主要因素,阐明人口结构对经济发展的影响。

(2) 就当前中国人口政策,建立数学模型,预测未来30年内中国人口结构。

(3) 如果实行放宽一胎化生育政策,请建立数学模型,预测未来30年内中国人口结构。

(4) 定量评估延迟退休年龄策略对中国经济发展的影响。

(5) 基于背景中所出现的解决策略和您所想到的方法,就中国人口结构和经济可持续发展提出建议。

二、模型假设1.不考虑国际迁移,认为国家内部迁移不改变人口总量。

2.不考虑自然灾害、疾病等因素对人口数量的影响。

3.大面积自然灾害、疾病的发生以及人们的生育观念因素会对当年的生育率和人口数量产生影响,认为这些因素在预测误差允许的范围内。

4.在预期内,考虑我国计划生育等控制人口发展的基本国策。

三、符号说明X:第一产业占国内生产总值比重1X:第二产业占国内生产总值比重2233X :第三产业占国内生产总值比重 4X :全社会固定资产投资 5X :教育和劳动培养经费 6X :R&D 经费内部支出7X :经济活动人口占总人口的比重Y :GDPy :各省人均GDPx1:各省0-14岁人口数 x2:各省15-64岁人口数 x3: 各省65岁及以上人口数 x4:各省大专及以上学历人数四、模型的建立与求解问题一(一). 定量分析影响经济发展的主要因素考虑到产业结构、资本、教育、科技、劳动对经济发展的重要促进影响,我们选取第一产业比重1X 、第二产业比重2X 、第三产业比重3X 、全社会固定资产投资4X 、教育和劳动培养经费5X 、R&D 经费内部支出6X 、经经济活动人口占总人口的比重7X 作为影响经济发展的主要因素,用国内生产总值Y 衡量经济发展。

通过查找资料,得到的数据利用Excel中的PEW插件进行偏最小二乘回归统计分析,分析表见附录一。

得到的普通最小二乘回归模型:y=-20534.0065+183.2779x1+230.5120x2+205.4786x3+0.0039x4+125.1280x5+138.3474x6-13.6810x7为了定量确定影响经济发展的主要因素,利用PEW进行变量投影重要性指标VIPj产业比重、第三产业比重、教育和劳动培养经费、R&D经费内部支出是影响经济发展的主要因素,第二产业比重和经济活动人口比重对经济发展的影响较小。

(二).关于人口结构对经济发展的影响模型建立与求解考虑到各省的人口年龄结构和受教育程度不一样,所以建立模型时,以各省的人均GDP为目标,考虑本省各年龄段的人数比重和受教育程度对目标的解释程度,其中教育4程度用大专及以上学历人数衡量,年龄段的划分按照国际的通用标准,将人口分为0~14岁、15~64岁、64岁及以上三个年龄段,15~64岁的人口为经济活动人口。

通过查阅资料得到以下数据:表1:人均GDP与各年龄段人数以及教育程度的关系(2)利用EXCEL中的PEW插件对数据进行处理,得到了五个相关变量之间的偏最小二乘回归分析的结果和偏最小二乘回归统计分析报告(见附录二)。

(3)组间相关关系的结构分析5为了直观地观察xj与yk的相关关系,在r(,t1)/r(,t2)关系图上(参见pls2-组间相关关系的结构分析表),如果xj与yk两变量的位置十分接近,则认为它们的相关关系相当密切。

另一方面,团聚在一起的自变量xj之间,也存在着较强的相关关系,相隔很远的自变量xj之间,由于相关系数较低,可认为是互不影响的独立变量。

w*1r1/w*2r2关系图的情况类似,但不如r(,t1)/r(,t2)关系图精确。

图3:(4) 变量投影重要性指标VIPj值,用来测度每一个自变量在系统分析中的作用,即xj在解释Y时作用的重要性。

(5)变量间相关系数r x1x2 x3 x4 yx 1 10.957757046-0.2429386940.8607041150.926648742x 2 1-0.2445953010.8020491930.885119155x 3 10.072415322-0.414302239x 4 10.666129876y 1 0.5≤∣r∣<0.8: 显著线性相关0.8≤∣r∣≤1.0: 高度线性相67建立最小二乘回归分析模型如下:y=33.1687+0.3560x1-0.3044x2-0.0067x3-0.0196x4模型复相关系数:R2=0.9308模型F 检验值:F=87.3749>F0.05临界值=2.7426,F 检验通过,自变量与因变量之间的关系可以用以上模型表示。

由以上分析可以得到:对目标的说明强度x1>x2>x4>x3,即0-14岁人口数对经济发展的影响最大,15-64岁人口数对经济发展的影响较大,65岁及以上人口数和大专以上学历人数对经济发展的影响较小,而这也是符合我国的实际情况的。

问题二对于序列X(t)={X(0),X(1),X(2)…X(n)}根据灰色模型中较常用的GM(1,1)模型:()()dX t aX t u dt+= (1) 来预测X (t)的趋势。

(1)参数a,u 的估计及X(t)预测方程的求解将(1)写成()[()]dX t a X t u dt-+=,将t 换为t+1并与原式做算术平均得:11{[()(1)]}['()'(1)]22a X t X t u X t X t -+++=++ (2)我们可以用差分DX(t)=X(t+1)-X(t)近似代替(2)式右端得:1{[()(1)]}()2a X t X t u DX t -+++=记A=a u ⎛⎫ ⎪⎝⎭,用最小二乘法估计出系数矩阵A 。

A=()()1TT B B B C -。

其中,1((0)(1))121((1)(2))12........1((1)())12X X X X B X n X n ⎡⎤-+⎢⎥⎢⎥⎢⎥-+⎢⎥=⎢⎥⎢⎥⎢⎥--+⎢⎥⎣⎦((0),(1)...(1))T C DX DX DX n =-,(DX(t)=X(t+1)-X(t))有了a,u 的估计值之后,我们就可以求解(1)的微分方程。

(1) 式两端同乘以at e 得()()atat at dX t e ae X t e u dt+=, 可化为{()}at at de X t e u dx= (3)两边取不定积分得()at e X t =at e udt c +⎰(c 为待定常数)8解得X(t)= at u ce a -+,将t=0代入得c=X(0)- ua 。

所以有X(t)预测方程: X(t)=[X(0)- u a ]at e -+ua。

由1991到2010年的人口年龄结构数据,我们解得不同年龄段的人口数量累加函数分别为4873.193693039073..19489358)1(0063118.0-=+t e t X 4472.150********.1471263)1(1022605.0+-=+-t e t X 0581.2778437339.285267)1(3027395.0-=+t e t X 7551.56877782599.5768384)1(2014229.0-=+t e t X 代入数据经过累减得结果见附录三。

问题三由于放宽一胎化牵涉到人口生育率问题,所需数据较多,且对女性各年龄的数据要求较高,所以我们选择了Leslie 模型,且所选数据为2001年到2005年的数据,原因是统计年鉴上这几年有关数据在年龄结构方面较全面,同时在总和生育率的选取上我们参考了不同机构对我国生育率的水平的评估,取我国当前总和生育率为1.8。