中国人口预测课件.docx

中国人口增长趋势预测摘要当今社会人口数量和结构是影响社会经济文化发展的重要因素，从上世纪70年代后期以来我国实行了计划生育政策，导致了生育率逐步下降，出生人口性别比大幅升高，小中学招生人数减少面临关停、高校报名人数逐年下降导致高校合并，劳动人口绝对数量开始步入下降通道，乡村人口城镇化，老龄化日趋严重等严峻挑战，2013年“单独二孩”政策出台，而后 2015年“全面二孩”政策出台，其必将影响中国人口增长趋势。如何实现人口战略目标，实现人口大国向人力资本强国的转变，实现人口与经济社会资源环境的协调和可持续发展成了一项亟待解决的重大战略问题。本文的主要任务是对中国人口进行分析和预测，基于人口问题的概念过于模糊，我们将人口问题解剖为人口数量、年龄结构和社会生活成本这三大问题，并逐一解决。我们主要运用了logistic模型、时间序列分析、BP神经网络—新陈代谢、加权混合模型等方法，充分利用已知数据，积极查阅相关数据，综合EXCEL的统计汇总、SPSS的统计分析、MATLAB算法工具箱，建立了人口增长的数学模型，并对我国人口增长的中短期和长期趋势作出了预测。在对人口数量进行预测时，我们主要运用BP神经网络—新陈代谢、时间序列分析和加权混合模型。灰色预测可以对人口进行短期预测，时间序列分析和神经网络则可以进行中长期预测。针对年龄结构，我们用男女性别比例、老龄化比例和城镇化比例这三项指标来衡量，其中也是根据已有的1949-2014年相关数据，采用BP神经网络—新陈代谢对这三个指标进行预测和分析。对于社会生活成本问题，我们还结合了我国财富分布和人口聚集分布密度的现状用LOGISTIC模型对人口抚养比和人口教育比进行了分析和预测。我们的模型库比较丰富，使用范围比较广，可以针对不同的时间期限要求，可以选用合适的模型，并由此得到比较准确的预测信息。不可避免地，我们的模型也有自身的不足之处。这些将会在模型的评价篇中展开全面客观的讨论。另外，我们还根据各模型的优点对其进行了一定程度上的推广。关键字：神经网络—新陈代谢 时间序列分析 灰色预测模型加权混合模型 logistic模型 恩格尔系数1.问题重述从1973年我国全面推行的计划生育政策以来，在人口数量宏观方面，我们取得了举世瞩目的成就，实现了人口再生产类型向“三低”的现代型转变；有效缓解了人口增长对经济社会资源环境的压力同时改善了人口素质状况，降低生育率，进而使人口扶养比下降了1/3左右，为经济增长创造了四十多年左右的“人口红利”期。同时，也为世界各国尤其是发展中国家控制人口提供了宝贵经验。在累累硕果面前我们也面临着许多难题，人口总量的持续增长影响全面建成小康社会目标的实现，而且目前的人口素质难以适应日趋激烈的综合国力竞争；人口结构性矛盾（老龄化进程加速，出生人口性别比持续升高，人口在地区、产业间分布不尽合理，低生育水平面临反弹风险）这一系列严峻形势。因此我们的专家、学者对于我国急剧下降的，大幅升高的人口性别比，中小学招生人数和高校报名人数逐年递减，劳动人口绝对数量开始步入下降通道，老龄化日趋严重，提出了二胎政策。人口发展问题一直是我们孜孜不倦地进行广泛、深入地调研和专题研究的目标，尽管我们曾取得了阶段性成果，但现在我们又面临着新的人口问题。我们通过2014年初发布的《国家人口统计年鉴》和《中国人口统计年鉴》对于我国的人口问数量和年龄结构作了一个数学模型，并分析和预测其趋势。那么我国的人口增长模型到底是怎样的呢？我国人口增长的中短期趋势会是怎样一个势态？长期的趋势又该如何预测？我们建立的模型到底可靠与否？模型的优点在哪？不足之处又是什么？预测是数理统计的最终目的，在此我们对已知的统计数据作了全面、透彻的分析，并得出相应得结论。2.问题分析2.1人口问题的解析要求对中国人口问题进行分析和预测，但人口问题的概念过于模糊，因此我们将人口问题解剖为人口数量、年龄结构和社会生活成本这三大问题。2.1.1人口数量由于需要预测中短期和长期中国人口增长趋势，又基于我国的计划生育政策从1973年全面推行，加之我们采用的时间序列分析拥有的数据源越多，预测的效果越佳，因此我们搜集了1949-2005年近60年的人口总数，以保证数据的连贯性和完整性。根据搜集的人口数据与年份的分布特点，我们采用时间序列对长期的人口数量进行预测；同时，我们通过建立神经网络模型，对神经网络参数进行训练，进而对我国的中短期人口数量进行预测。2.1.2 年龄结构为了量化人口结构，我们引进了老龄化比例、城镇化比例和性别比例这三个指标来解析人口结构。特别地，我们把65岁以上的人口作为老龄人群进行统计处理；用城镇人口占总人口的比例来标识老龄化比例；性别比即为男性人数与女性人数的比例。老龄化比例是近来我们在研究人口问题时特别关注的一项指标，而老年人口扶养比、