摘 要:人口出生率是衡量人口增長(zhǎng)的重要指標(biāo)之一。本文利用1980- 2015年我國(guó)人口出生率,采用R軟件建立ARIMA 模型預(yù)測(cè)2016年和2017年人口出生率,并與實(shí)際人口出生率比較來(lái)分析政策的實(shí)施效果。預(yù)測(cè)結(jié)果顯示:若不實(shí)施二胎政策,2016年和2017年我國(guó)人口出生率為11.435%,低于實(shí)際值,因此得出結(jié)論,我國(guó)全面實(shí)施二胎政策取得一定成效。
關(guān)鍵詞:人口出生率;ARIMA模型;二胎政策
我國(guó)是世界人口第一大國(guó),人口問(wèn)題在不同歷史階段面臨著不同的挑戰(zhàn)。自計(jì)劃生育成為一項(xiàng)基本國(guó)策以后,我國(guó)經(jīng)歷了從高生育率到低生育率的轉(zhuǎn)變,并伴隨出現(xiàn)了人口紅利消失,2015 年 10 月,我國(guó)全面實(shí)施二胎政策。人口出生率是衡量人口增長(zhǎng)的重要指標(biāo)。對(duì)我國(guó)過(guò)去人口出生率特征的分析及未來(lái)我國(guó)人口出生率預(yù)測(cè),這是政府制定宏觀人口調(diào)控政策的內(nèi)在依據(jù)。本文主要研究 1980- 2015年我國(guó)人口出生率,采用R軟件,利用 ARIMA 模型分析擬合并預(yù)測(cè)2016年和2017年人口出生率,最后與實(shí)際人口出生率比較來(lái)分析政策的實(shí)施效果。
一、ARIMA模型的建立及其求解過(guò)程
(一)ARIMA模型建立
ARIMA模型又稱(chēng)求和自回歸移動(dòng)平均模型,簡(jiǎn)記為ARIMA(p,d,q),p為自回歸部分階數(shù);q 為移動(dòng)平均部分階數(shù),d 為使時(shí)間序列成為平穩(wěn)序列所做的差分次數(shù)。
ARIMA 模型的基本分析步驟為先判斷序列是否具有平穩(wěn)性特征,若序列非平穩(wěn)則利用差分處理使序列變?yōu)槠椒€(wěn)序列。之后根據(jù)序列的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的拖尾截尾特征選擇相應(yīng)的 ARIMA 模型階數(shù)。對(duì)定階后的模型進(jìn)行參數(shù)估計(jì)并做參數(shù)顯著性檢驗(yàn),檢驗(yàn)?zāi)P偷暮侠硇?,?duì)殘差序列進(jìn)行白噪聲檢驗(yàn)。最后利用通過(guò)檢驗(yàn)的模型進(jìn)行預(yù)測(cè)分析。
(二)ARIMA模型的求解
從國(guó)家統(tǒng)計(jì)局官網(wǎng)全國(guó)人口出生率選取1980-2015 年我國(guó)人口出生率。
1.數(shù)據(jù)描述
由圖1可觀察到1980-2015 年我國(guó)人口出生率整體呈現(xiàn)下降趨勢(shì),其中1980年到1990年有小幅波動(dòng)。經(jīng)過(guò)描述性統(tǒng)計(jì)分析得知1980-2015 年我國(guó)人口出生率的最小值為11.9%,最大值為23.33%,平均人口出生率為16.28%。
2.平穩(wěn)性檢驗(yàn)
單位根檢驗(yàn)是構(gòu)造統(tǒng)計(jì)量進(jìn)行平穩(wěn)性檢驗(yàn)的常用方法,若序列是平穩(wěn)的,則序列的所有特征根在單位圓內(nèi)。單位根檢驗(yàn)的有DF和增廣DF檢驗(yàn)即ADF檢驗(yàn),本文采用ADF檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性分析。
R軟件運(yùn)行結(jié)果ADF檢驗(yàn)的P值為0.1574,取顯著性水平為0.05,則P值大于0.05,因此不能拒絕序列非平穩(wěn)的原假設(shè),可以認(rèn)為序列不滿足平穩(wěn)性。因此需要對(duì)序列進(jìn)行差分運(yùn)算,先對(duì)序列一階差分后,畫(huà)出時(shí)序圖如下圖。
由圖2可觀察到1980-2015 年我國(guó)人口出生率一階差分后趨勢(shì)較平緩,可能達(dá)到平穩(wěn)性要求。接下來(lái)再對(duì)一階差分后的序列做ADF檢驗(yàn)。由R軟件運(yùn)行結(jié)果,考慮延遲0階和延遲一階的無(wú)漂移項(xiàng)自回歸結(jié)構(gòu)、有漂移項(xiàng)自回歸結(jié)構(gòu)以及帶趨勢(shì)回歸結(jié)構(gòu)共六種類(lèi)型,P值均小于顯著性水平,因此拒絕原假設(shè),可以認(rèn)為一階差分后我國(guó)人口出生率序列達(dá)到平穩(wěn)。
3.模型定階
考察一階差分出生率序列的自相關(guān)圖和偏自相關(guān)圖的特征,如圖3,以2倍標(biāo)準(zhǔn)差范圍為準(zhǔn),由一階差分出生率的自相關(guān)圖,延遲1階的自相關(guān)系數(shù)稍微超出了范圍,其他階數(shù)的自相關(guān)系數(shù)都在范圍內(nèi),且自相關(guān)系數(shù)衰減沒(méi)有明顯的規(guī)律性,這說(shuō)明自相關(guān)系數(shù)衰減到零不是一個(gè)連續(xù)漸變的過(guò)程即自相關(guān)系數(shù)拖尾,所以可以認(rèn)為自相關(guān)系數(shù)1階截尾。
根據(jù)一階差分出生率的偏自相關(guān)圖,1階和2階偏自相關(guān)系數(shù)在范圍之外,且偏自相關(guān)系數(shù)衰減沒(méi)有明顯的規(guī)律性因此偏自相關(guān)系數(shù)2階截尾。
根據(jù)偏自相關(guān)系數(shù)具有2階截尾的性質(zhì),可以擬合的模型為ARIMA(2,1,0)模型,而根據(jù)自相關(guān)系數(shù)1階截尾的性質(zhì),可以擬合的模型為ARIMA(0,1,1)模型,因此接下來(lái)分別擬合這兩種模型并檢驗(yàn)顯著性再進(jìn)行模型間的比較。
4.模型參數(shù)估計(jì)及檢驗(yàn)
使用ARIMA(2,1,0)模型擬合一階差分出生率序列,通過(guò)條件最小二乘估計(jì)法得到模型口徑為Φ1 = 0.6455,Φ2=-0.4275。對(duì)ARIMA(2,1,0)模型擬合結(jié)果進(jìn)行參數(shù)顯著性檢驗(yàn),檢驗(yàn)結(jié)果如下表。
由各參數(shù)顯著性檢驗(yàn)的P值均小于顯著性水平0.05得出各參數(shù)均顯著非零。對(duì)ARIMA(2,1,0)模型擬合結(jié)果進(jìn)行殘差白噪聲檢驗(yàn),檢驗(yàn)結(jié)果顯示延遲階數(shù)為6階和12階情況下,P值分別為0.337和0.4804,均大于顯著性水平0.05,所以可認(rèn)為殘差序列為白噪聲。從以上檢驗(yàn)結(jié)果可以看出ARIMA(2,1,0)模型對(duì)一階差分后出生率序列的擬合顯著成立。
使用ARIMA(0,1,1)模型擬合一階差分出生率序列,通過(guò)條件最小二乘估計(jì)法得到模型口徑為Θ1=1,對(duì)ARIMA(0,1,1)模型擬合結(jié)果進(jìn)行參數(shù)顯著性檢驗(yàn),檢驗(yàn)結(jié)果如下表。
由參數(shù)顯著性檢驗(yàn)的P值小于顯著性水平0.05得出各參數(shù)顯著非零。對(duì)ARIMA(0,1,1)模型擬合結(jié)果進(jìn)行殘差白噪聲檢驗(yàn),檢驗(yàn)結(jié)果顯示延遲階數(shù)為6階和12階情況下,P值分別為0.7939和0.9293,均大于顯著性水平0.05,所以可認(rèn)為殘差序列為白噪聲。從以上檢驗(yàn)結(jié)果可以看出ARIMA(0,1,1)模型對(duì)一階差分后出生率序列的擬合顯著成立。
5.模型優(yōu)化和預(yù)測(cè)
由于兩個(gè)模型均有效,需要比較AIC值進(jìn)行模型優(yōu)化,ARIMA(0,1,1)模型的AIC值為74.93 ,ARIMA(2,1,0)模型的AIC值為84.44。根 據(jù) AIC 準(zhǔn) 則, ARIMA(0,1,1)模型優(yōu) 于 ARIMA(2,1,0)模型,因此選擇ARIMA(0,1,1)模型做為預(yù)測(cè)模型。
預(yù)測(cè)結(jié)果得出若不實(shí)行二胎政策,則2016年和2017年人口出生率均為11.435%,而2016年和2017年實(shí)際人口出生率分別為12.95%和12.45%,均有所提高。說(shuō)明二胎政策實(shí)行效果良好。
二、基于ARIMA模型的結(jié)論
本文通過(guò)研究 1980- 2015年我國(guó)人口出生率,利用 ARIMA 模型分析擬合并預(yù)測(cè)不實(shí)行二胎政策的情況下2016年和2017年人口出生率為11.435%,而實(shí)際人口出生率均比預(yù)測(cè)的出生率高,得出全面實(shí)行二胎政策在提高人口出生率方面取得有效作用的結(jié)論。二胎政策順利實(shí)施下去,可以彌補(bǔ)經(jīng)濟(jì)持續(xù)發(fā)展的勞動(dòng)力需求不足,消除社會(huì)不穩(wěn)定因素,實(shí)現(xiàn)社會(huì)可持續(xù)發(fā)展,同時(shí)對(duì)解決老齡化和社會(huì)養(yǎng)老具有重要的作用。
參考文獻(xiàn)
[1] Wayne A. Woodward,Henry L. Gray,Alan C. Elliott. Applied Time Series Analysis with R, Second Edition[M].Taylor and Francis:2017-02-17.
[2] 馮艷蘭.“二胎”政策實(shí)施的原因及其影響[C].國(guó)家教師科研專(zhuān)項(xiàng)基金科研成果:國(guó)家教師科研基金管理辦公室,2017:179-182.
[3] 劉敬敏,丁維勇,賈會(huì)濤.全面放開(kāi)二胎政策對(duì)人口出生率的影響研究——以唐山市為例[J].當(dāng)代經(jīng)濟(jì),2016(13):100-101.
[4] 蔡淅韻.基于ARIMA模型的國(guó)內(nèi)生產(chǎn)總值預(yù)測(cè)[J].科技傳播,2020,12(10):40-41.
作者簡(jiǎn)介:趙藝然,女,中央民族大學(xué)理學(xué)院應(yīng)用統(tǒng)計(jì)學(xué)專(zhuān)業(yè)2017級(jí)本科生。