• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于多元線性回歸模型的中國人口老齡化影響因素研究

      2012-08-16 06:30:28陳仁愛馮賢財呂云凱陳佳君
      科技視界 2012年11期
      關(guān)鍵詞:出生率因變量老齡

      陳仁愛 劉 婷 馮賢財 呂云凱 陳佳君

      (溫州醫(yī)學(xué)院 浙江 溫州 325035)

      0 引言

      人口老齡化是指總?cè)丝谥幸蚰贻p人口數(shù)量減少、年長人口數(shù)量增加而導(dǎo)致的老年人口比例相應(yīng)增長的動態(tài)。 我國從1999 年開始就進入了老齡化社會[1],第六次全國人口普查顯示,65 歲及以上人口占8.87%,比2000 年人口普查上升1.91個百分點。 據(jù)社科院權(quán)威發(fā)布,2011 年以后的30 年里,中國人口老齡化將呈現(xiàn)加速發(fā)展態(tài)勢,到2030 年,中國65 歲以上人口占比將超過日本,成為全球人口老齡化程度最高的國家。 由于我國人口基數(shù)大,人均收入水平還很低,有可能是使老齡化帶來的危機放大化,導(dǎo)致“未富先老”[2],所以對我國老齡化的影響因素進行研究并加以干預(yù)顯得尤為重要。

      1 數(shù)據(jù)來源與研究方法

      人口老齡化最直接因素是出生率和死亡率,出生率下降會導(dǎo)致人口年齡金字塔的底部變窄即相對老齡化,而死亡率下降則會導(dǎo)致金字塔的頂部增寬即絕對老齡化[3]。 但僅僅通過出生率和死亡率來研究人口老齡化太過宏觀,因為這兩個因素本身是有眾多其他間接因素所決定的,因而應(yīng)從出生率和死亡率這兩個方面出發(fā),從微觀角度對影響人口老齡化的間接影響因素進行分析研究。 本文根據(jù)數(shù)據(jù)的可獲得性、借鑒國內(nèi)外文獻(xiàn)并結(jié)合我國國情,選取了5 個能夠影響出生率和死亡率的因素進行定量分析:

      (1)人均國內(nèi)生產(chǎn)總值X1(元)。 該指標(biāo)是衡量各國人民生活水平的標(biāo)準(zhǔn)。 人均國內(nèi)生產(chǎn)總值越高,說明人民的生活水平越好,人的壽命就得到延長,我國解放前后的國情比較就是很好的例證。

      表1

      (2)政府和社會衛(wèi)生支出X2(億元)。 該指標(biāo)反映包括政府在內(nèi)的社會各界對衛(wèi)生事業(yè)的資金投入。 投入的資金越多,則公眾能享受到的服務(wù)和保障力度越大,就越有益于人的壽命的延長。

      (3)城鎮(zhèn)基本養(yǎng)老保險人數(shù)X3(萬人)。 該指標(biāo)反映養(yǎng)老保險的普及率。 養(yǎng)老保險是為了保障老年人的基本生活需求,為其提供可靠的生活來源。

      (4)城鎮(zhèn)登記失業(yè)人數(shù)X4(萬人)。 該指標(biāo)反映一個國家或地區(qū)的就業(yè)情況。 失業(yè)人數(shù)越多,說明人們的就業(yè)壓力就越大,影響人們的生育意愿,導(dǎo)致出生率降低。

      (5)人口密度X5(人/平方米)。 該指標(biāo)反映單位國土面積上居住的人口數(shù),是描述人口密集程度的指標(biāo)。 人口密度大時,由于空間與自然資源的限制,勢必會導(dǎo)致出生率下降[4]。

      根據(jù)我們選取好的指標(biāo),從歷年的《中國統(tǒng)計年鑒》中得到了以下數(shù)據(jù)(見表1)。

      2 人口老齡化與影響因素的回歸分析

      2.1 模型的建立

      人口老齡化受多個因素影響,所以設(shè)人口老齡化比重為因變量Y,5 個影響因素(X1~X5)為自變量,準(zhǔn)備建立多元線性回歸模型:

      其中,C 為常數(shù)項,b1~b5為因變量Y 對自變量X1~X5的回歸系數(shù),e 為殘差。

      接著,作5 個影響因素(X1~X5)與人口老齡化比重(Y)的散點圖。

      圖1 人口老齡化比重與影響因素的散點圖

      由散點圖得知,Y 與X3、X4、X5呈線性相關(guān), 而與X1、X2線性相關(guān)性較差(如圖1),通過SPSS 曲線擬合得知,自變量X1、X2與因變量Y 呈對數(shù)關(guān)系, 所以需對這2 個變量進行對數(shù)轉(zhuǎn)換, 分別得到新的自變量X6=logX1,X7=logX2, 然后對(1)式進行修正,得到新的模型:

      再用SPSS 進行逐步法(Stepwise)進行分析,得出的多元線性回歸模型是:

      2.2 模型檢驗結(jié)果分析

      (1)模型擬合度與Durbin-Watson 值檢驗

      根據(jù)SPSS 的運行結(jié)果, 表2 表明模型的相關(guān)系數(shù)R 為0.999,決定系數(shù)R2為0.998,校正的決定系數(shù)為0.997,即自變量可以解釋因變量的變異的99.7%, 說明模型的擬合結(jié)果較好。 而模型的Durbin-Watson 值為2.391,接近于2,說明殘差間相互獨立。

      表2 模型擬合度與Durbin-Watson 值檢驗

      (2)模型的統(tǒng)計學(xué)意義檢驗

      根據(jù)SPSS 運行結(jié)果中的標(biāo)準(zhǔn)方差分析表得知, 回歸模型的F 值為2268,P<0.01,說明模型有統(tǒng)計學(xué)意義。

      (3)各變量的顯著性檢驗

      為了確定哪些自變量對因變量的影響顯著,還需進一步對模型中的回歸系數(shù)進行檢驗。 表3 中變量X5、X7和常數(shù)的非標(biāo)準(zhǔn)化回歸系數(shù)的P 值均小于0.05,通過t 檢驗,說明模型中的自變量可以很好的解釋因變量的變異。 而另外變量X1、X3、X4的t 檢驗未通過, 說明這3 個自變量對因變量的影響不顯著,故不能存在于模型中。

      表3 回歸模型系數(shù)

      (4)殘差分析

      圖2 殘差分布直方圖

      圖3 PP 概率圖

      圖2 為殘差分布的直方圖,直方圖上殘差分布大致呈正太分布,不存在極端值。 圖3 為因變量累計概率和模型預(yù)測值累計概率間的正太PP 圖,殘差散點呈直線趨勢,符合正太分布,也不存在極端值。

      3 模型的應(yīng)用價值與實際意義

      前面已經(jīng)對模型的合理性進行了理論上的分析檢驗,接下來要用模型來預(yù)測2009 年的老齡人口比重, 并與年鑒里的實際值比較,以檢驗?zāi)P偷念A(yù)測能力和實際應(yīng)用價值。

      表4 2009 年老齡人口比重預(yù)測值與實際值比較

      由表4 可見,模型的預(yù)測值與實際值幾乎相等,說明模型具有很好的預(yù)測價值,可以應(yīng)用于今后我國人口老齡化程度的預(yù)測。 有學(xué)者用GM(1,1)灰色預(yù)測模型對我國的人口老齡化趨勢進行預(yù)測, 其預(yù)測的2009 年老齡人口占總?cè)丝诘陌俜直葹?.31%[5],可見本模型的預(yù)測結(jié)果更加準(zhǔn)確。 這是因為灰色預(yù)測模型適用于統(tǒng)計數(shù)據(jù)少、 時間序列短的情況下,且不能夠反映自變量與因變量的具體關(guān)系,因而當(dāng)實際中某個自變量出現(xiàn)極端值時,就會導(dǎo)致預(yù)測的結(jié)果與實際值偏差較大。 而本模型在原始數(shù)據(jù)相對較多的情況下,通過對多個自變量的篩選得出多元線性回歸模型,顯然比GM(1,1)灰色模型相對籠統(tǒng)的預(yù)測更能準(zhǔn)確預(yù)測實際情況。

      同時,從模型中可以看出,政府社會衛(wèi)生支出和人口密度是影響我國老齡人口比重最重要的影響因素,且兩者對人口老齡化的影響都是正向的。2009 年我國個人衛(wèi)生支出占衛(wèi)生總費用降至37.5%,但仍然遠(yuǎn)高于歐美發(fā)達(dá)國家,依然給居民帶來較重的經(jīng)濟負(fù)擔(dān)[6],因而未來一段時間內(nèi),我國的政府社會衛(wèi)生支出仍然會持續(xù)快速增長,人均壽命將會進一步提高。 而對于人口密度,自20 世紀(jì)80 年代以來,計劃生育的實施很好控制住了人口密度過快增長,在控制人口老齡化方面起到了積極作用,因而今后很長一段時間計劃生育依然會作為國策來實行,但不能一味地只控制人口數(shù)量而忽略世代更替,這反而會加重人口老齡化程度。

      4 結(jié)語

      人口老齡化雖然不可避免,但可以通過采取有效措施延緩其進程[7],而這些措施可以通過控制人口老齡化的影響因素來實現(xiàn)。 本文選取了5 個影響因素指標(biāo)建立了我國人口老齡化的多元線性回歸模型, 模型具有較高的預(yù)測準(zhǔn)確度,并能很好地用實際情況加以解釋,可以用來指導(dǎo)有關(guān)部門作好充分地準(zhǔn)備,認(rèn)清老齡化的危機,完善社會保障制度,同時也應(yīng)當(dāng)從危機中尋找契機,發(fā)展老齡化產(chǎn)業(yè),充分利用老齡人力資源,使我國社會經(jīng)濟和諧穩(wěn)定發(fā)展。

      [1]原新,劉士杰.1982-2007 年我國人口老齡化原因的人口學(xué)因素分解[J].學(xué)海,2009(4):140-145.

      [2]劉思敏.中國人口老齡化現(xiàn)狀及其對策分析[J].理論探討,2011(12):298-300.

      [3]朱靜芬.少子老齡化背景下我國商業(yè)保險的發(fā)展機遇[J].重慶科技學(xué)院院報,2011(16):73-76.

      [4]任強,沃夫?qū)?人口密度與生育率:一項探索性分析[J].中國人口科學(xué),2003(5):1-10.

      [5]時麗娜,黃漢明,李小勇,等.基于等維灰數(shù)遞補動態(tài)模型的人口老齡化趨勢預(yù)測[J].魯東大學(xué)學(xué)報,2009,25(4):315-317.

      [6]李永勝.老齡人口統(tǒng)計分析[J].老齡人口,1989(3):35-41.

      [7]徐穎科,張志超.中國個人衛(wèi)生支出與經(jīng)濟增長協(xié)整關(guān)系研究[J].中央財經(jīng)大學(xué)學(xué)報,2010(3):61-65.

      猜你喜歡
      出生率因變量老齡
      《老齡科學(xué)研究》(月刊)歡迎訂閱
      調(diào)整有限因變量混合模型在藥物經(jīng)濟學(xué)健康效用量表映射中的運用
      中國藥房(2022年7期)2022-04-14 00:34:30
      No.5 2020年出生率創(chuàng)新低
      出生率創(chuàng)新低,都是壓力惹的禍嗎?
      婦女之友(2021年12期)2021-12-15 08:27:37
      老齡蘋果園“三改三減”技術(shù)措施推廣
      煙臺果樹(2021年2期)2021-07-21 07:18:46
      適應(yīng)性回歸分析(Ⅳ)
      ——與非適應(yīng)性回歸分析的比較
      偏最小二乘回歸方法
      《老齡工作者之歌》——老齡工作者的心聲
      福利中國(2017年4期)2017-02-06 01:18:47
      運動對老齡腦的神經(jīng)保護作用研究進展
      體育科研(2016年2期)2016-02-28 17:05:53
      考慮釘螺密度依賴出生率的血吸蟲病模型的研究
      邹城市| 清丰县| 宁阳县| 抚松县| 南投县| 高邑县| 平凉市| 镇平县| 利津县| 南雄市| 古浪县| 苍溪县| 仙游县| 兰州市| 新竹市| 文成县| 威信县| 邵东县| 昭苏县| 彰化市| 宁南县| 河间市| 芮城县| 阿合奇县| 佛学| 通许县| 汝州市| 江西省| 浏阳市| 松滋市| 镇雄县| 宁城县| 澄迈县| 综艺| 廉江市| 时尚| 仙桃市| 垫江县| 梁平县| 蒙阴县| 新闻|