江蘇省老齡化現(xiàn)狀分析及趨勢研究

PAGEPAGE6利用多元線性回歸和時間序列預(yù)測等統(tǒng)計分析方法，對江蘇省老齡化進行系統(tǒng)描述分析并針對老齡化特點提出建議。關(guān)鍵詞：社會老齡化，多元線性回歸，時間序列預(yù)測Abstract：Inrecentyears,thediscussionoftheproblemofagingsocietyhasbecomeincreasinglyheated.Jiangsuhasadeeperdegreeofaging,secondonlytoBeijingandShanghai.Therefore,thestudyofaginginJiangsuProvinceisnotonlybeneficialtothegooddevelopmentofJiangsuitself,butalsohasacertainreferenceforotherregions.ThispapermainlyusesthestatisticalanalysismethodsofmultiplelinearregressionandtimeseriespredictiontosystematicallydescribeandanalyzetheagingpopulationinJiangsuProvinceandputforwardsomesuggestionsaccordingtothecharacteristicsofagingpopulation.Keywords：socialaging,multiplelinearregression,timeseriesprediction引言1.1研究背景素，是經(jīng)濟社會能夠健康良好可持續(xù)發(fā)展的必要舉措。1.2研究目的老齡化提供導(dǎo)向，并提出有關(guān)的改進意見。1.3研究意義1.3.1理論意義影響社會老齡化的多種因素，豐富該領(lǐng)域研究成果；同時為緩解老齡化的速度提供對策建議。1.3.2現(xiàn)實意義21世紀以來，我國人口老齡化問題越來越突出，2019年底，江蘇省就已經(jīng)開始進入深度老齡解經(jīng)濟發(fā)達地區(qū)的困境，同時也能夠為其他目前城市老齡化水平較淺的地區(qū)提供一些參考借鑒。1.4國內(nèi)外相關(guān)文獻綜述1.4.1國外相關(guān)文獻綜述世紀開始研究人口問題，并提出自己的理論觀點。Modigliani和Brumberg（1954）假設(shè)，當(dāng)消費AllisonR.Shely（2019）認為老齡化對窮人和部分的中產(chǎn)階級造穩(wěn)定［1］。1.4.2國內(nèi)相關(guān)文獻綜述竇子怡（2020）運用固定效應(yīng)和隨機效應(yīng)模型得出目前河南省撫養(yǎng)比偏高。在加快城市化水平的基礎(chǔ)上，人口［2］。常亮、敖榮軍（2021）通過路徑分析得出人均受教育程度、家庭結(jié)構(gòu)、生活條件、人均GDP和城市化率，都將緩解老齡化率［3］。張少?。?021）利用空間計量方法得出結(jié)果，各省份人口老齡化會直［4］。王蒙（2021）認為在目前現(xiàn)狀下，應(yīng)合理利用老年人力資源，保障老年服務(wù)需求，加快建立養(yǎng)老服務(wù)體系，實現(xiàn)人口與經(jīng)濟的協(xié)調(diào)發(fā)展［5］。2江蘇省老齡化現(xiàn)狀2.1老齡化概念老齡化指社會人口結(jié)構(gòu)中老年人口比例超過一定標準［6］。60歲及以上的老年人口占該國總?cè)丝诘?0%,或者65歲及以上的老年人口大約占該國總?cè)丝诘?%，則說明這個國家或地區(qū)正處于一個老齡化的社會［7］。60歲及以上老齡人口的占比超過20%。2.2江蘇人口自然變動情況2010年至2019年10年來的人口數(shù)據(jù)，繪制如下統(tǒng)計圖：2010-2019江蘇省人口自然變動，2010年至2015年持續(xù)下降，其中2014年從2.34%急速下降到2015年的2.02%。2016年二胎政策正式實施，自然增長率在2016年到2017年2019年已經(jīng)“低走”，跌落到2.08%。僅僅兩年，自然增率就降低到2015年的水平。由此可見，全面開放二胎政策自此對人口自然增率的增長效用已經(jīng)微乎其微。而自然增長率與社會老齡化存在直接聯(lián)系，當(dāng)自然增長率增長速度快時，即意味著青少年人口比例的增加，社會老齡人口比例的下降。2.3江蘇省戶籍人口數(shù)與老齡化率2013至2019年江蘇人口數(shù)（戶籍）逐年穩(wěn)定增長，但是老齡化率卻是不降反升，并且2014年江蘇省60歲以上老年人口已經(jīng)達到全省人口的20.57%，意味著江蘇進入超老齡化，老齡化現(xiàn)狀嚴峻。2.4江蘇省常住人口結(jié)構(gòu)比較年和2019年江蘇常住人口數(shù)據(jù)，繪制統(tǒng)計圖如下:2013年江蘇省常住人口結(jié)構(gòu)10.89%一.13.01%■0-14歲人口■15-64歲人口76.10%2019年江蘇省常住人口結(jié)構(gòu)14.79%13.90%■014歲人口■15-64歲人口71.40%在過去的六年里，人口結(jié)構(gòu)的變化主要是在15-64歲人口和65歲及以上人口占比之間轉(zhuǎn)年15-64歲人口較2013年末降低了3.9個百分點；65歲及以上老年人口相比較2013年末提高了4.7個百分點。人口結(jié)構(gòu)越來越不合理，從金字塔變?yōu)殚L方形，長方形頂部變寬［7］。3江蘇省老齡化率的影響因素分析3.1多元回歸模型的建立3.1.1多元回歸模型概念個自變量分別為X］,X〔,X3，…Xk，因變量Y如何依賴于自變量Xi,X〔,X3，…Xk和誤差項&的方程稱為多元回歸模型。其一般形式表示為：式中，B0,B1,B2,B3，…,Bk是模型的參數(shù)；s為誤差項。3.1.2數(shù)據(jù)的收集社會老齡化是社會發(fā)展過程中日漸形成的問題。因而考慮影響因素要緊跟社會熱點和經(jīng)濟環(huán)境等各類方面。在影響人口老齡化的因素中引入新的5個影響因素，分別為X1=每萬人擁有醫(yī)生數(shù)（單位：萬人），每萬人擁有；X2=教師總?cè)藬?shù)），隨著教師人數(shù)的增加，教育資源整體環(huán)境會有所提高，教育分擔(dān)壓力也會降低，當(dāng)今抑制生育欲望原因之一就是教育資；X,=商品零售價格指數(shù)，商品零售價格指數(shù)體現(xiàn)了物價的變化，而物價X4=參加企業(yè)職工養(yǎng)老保險人數(shù)（單位：萬人），養(yǎng)X5=恩格爾系數(shù)（％），恩格爾系，生育的欲望也會隨之提高；Y=60歲及以上老齡人口占比；收集數(shù)據(jù)形成表1。年份老齡化萬人）教師總?cè)耍┲笖?shù)人數(shù)（萬人）恩格爾系數(shù)（%）201319.6521.468.16100.002582.129.00201420.5722.468.62102.202698.929.20201521.3623.769.35103.732653.628.90201622.1025.671.38105.602725.928.30201722.5127.172.74107.182818.227.80201823.0429.076.14109.762957.626.10201923.3231.679.61113.493144.925.60注：商品零售價格指數(shù)，以2013年為100，逐年環(huán)比計算，保留兩位小數(shù)。表11數(shù)據(jù)，通過SPSSUP使用逐步回歸法，進而避免存在多重共線性的自變量，確定回歸模型。輸入/除去的變量-模型輸入的變量除去的變量方法1X1.步進（條件：要輸入的F的概率＜=.050，要除去的F的概率＞=.100）。2X2.步進（條件：要輸入的F的概率＜=.050，要除去的F的概率＞=.100）。a.因變量：Y排除的變量模型輸入Betat顯著性偏相關(guān)共線性統(tǒng)計容差1X2-1.560b-4.315.012-.907.029X3.254b.145.891.073.007X4-.756b-1.798.147-.668.068X5.675b1.641.176.634.0772X3.497c.619.580.336.007X4.042c.101.926.058.029X5-.367c-.914.428-.467.025a.因變量：Yb.模型中的預(yù)測變量：（常量），X1c.模型中的預(yù)測變量：（常量），X1,X2根據(jù)表2和表3的輸出結(jié)果，首先被引入的變量是X,每萬人擁有醫(yī)生數(shù)（萬人），接著是X2教師總?cè)藬?shù)（萬X3商品價格指數(shù)，X5恩格爾系數(shù)（％）和X4參加企業(yè)職工養(yǎng)老保險人數(shù)（萬人）均被剔除模型。系數(shù)a未標準化系數(shù)標準化系數(shù)tB標準錯誤未標準化系數(shù)標準化系數(shù)tB標準錯誤Beta1（常量）12.7891.25210.213.000X1.349.048.9567.253.0012（常量）33.8214.9106.889.002X1.909.1322.4936.894.002X2-.491.114-1.560-4.315.012a.因變量：Y表4Y=33.831+0.909X1-0.491X2B1=0.909意味著在其他條件不變情況下，X］每萬人擁有醫(yī)生一個數(shù)（萬人）每增加一個單位量，Y老齡化率（％）也增加0.909%，即醫(yī)療資源水平的提高是加劇人口老齡化的重要因素。意味著在其他條件不變情況下，X2教師總?cè)藬?shù)的增加，Y老齡化率（％）減少0.491%，即教育資源的提高和教育壓力的降低有利于緩解人口老齡化。3.3多元回歸方程的顯著性檢驗ANOVAa模型平方和自由度均方F顯著性1回歸9.83619.83652.601.001b殘差.9355.187總計10.77162回歸10.60525.303128.288.000c殘差.1654.041總計10.7716a.因變量：Yb.預(yù)測變量：（常量），X1c.預(yù)測變量：（常量），X1,X5表5由表5根據(jù)檢驗統(tǒng)計量F=128.288得出方程顯著且擬合度好，并且顯著性0.001。接近0，可以認為偶然性而造成的差異的概率比較小。3.4.1多重判斷系數(shù)模型摘要。模型RR方調(diào)整后R方標準估算的錯誤1.956a.913.896.432422.992b.985.977.20331a.預(yù)測變量：（常量），X1b.預(yù)測變量：（常量），X1,X2c.因變量：Y表6多元回歸分析中，受樣本量”和自變量的個數(shù)k的影響，通常用調(diào)整的多重判定系數(shù)r2。：R2=97.7%。說明因變量和自變量相關(guān)程度高。調(diào)整后X1每萬人擁有醫(yī)生數(shù)（萬人）和X2教師總?cè)藬?shù)（萬人）這兩個自變量可以解釋Y老齡化率的比例為98.8%。3.4.2估計標準誤差估計標準誤差筆=0.20331。估計標準誤差接近0，平均預(yù)測誤差小，擬合度好。4江蘇省老齡化率的預(yù)測4.1線性趨勢方程的建立年份2013201420152016201720182019老齡化率19.65%20.57%21.36%22.10%22.51%23.04%23.32%表7老齡化率明顯存在線性趨勢，且不存在季節(jié)性。因此用線性趨勢進行時間序列預(yù)測。線性趨勢是指現(xiàn)象隨著時間的變化有著明顯穩(wěn)定的線性變化，其方程如下：Yt=bo+b\tYt的預(yù)測值，t代表時間，待定系數(shù)b和b利用回歸中的最小二乘法求得，公式如下：b0=Y-bt趨勢預(yù)測的誤差可以用線性回歸中的估計標準誤差來衡量，公式如下:￡Y-y)2i=1n—mm=2[if4.2線性趨勢方程的確定利用表1里老齡化率數(shù)據(jù)，根據(jù)最小二乘法求得的線性趨勢方程為:Yt=0.1935+0.0061t說明每增加一年，老齡化率增加0.61%。將t=1,2,...,7帶入趨勢方得到各期的預(yù)測年份時間代碼老齡化率預(yù)測值殘差2013119.65%19.96%-0.31%2014220.57%20.57%0.00%2015321.36%21.18%0.18%2016422.10%21.79%0.31%2017522.51%22.40%0.11%2018623.04%23.01%0.03%2019723.32%23.62%-0.30%2020824.23%2021924.84%表8分別代入趨勢方程，得到2020年和2021年的預(yù)測值。匕020=0.1935+0.0061X8=0.2423=24.23%匕⑵=0.1935+0.0061x9=0.2484=24.84%將各期的預(yù)測值序列和原序列繪制成圖6,可以看出江蘇老齡化率的變化趨勢。結(jié)論，從而改進和完善模型。根據(jù)分析結(jié)果來說，：1.提高對老齡化問題的認識，加強輿論的宣傳和引導(dǎo)，鼓勵生育；2.完善養(yǎng)老機制，加快老年社區(qū)服務(wù)建設(shè)，發(fā)展公共養(yǎng)老福利；3.積極發(fā)展老齡產(chǎn)業(yè)，化人口壓力為經(jīng)濟動力。參考文獻AllisonR.Shely.AgingandinequalityintheUnitedStates[J].Outlook,2019[2]竇子怡.河南省人口年齡結(jié)構(gòu)對經(jīng)濟增長的影響研究[D].河南大學(xué)，2020.02(02)[3]王曉飛.老齡化、固定資產(chǎn)投資與經(jīng)濟增長[D].青島大學(xué)，2020[4]張少琛.中國人口老齡化對經(jīng)濟增長的溢出效應(yīng)研究[D].吉林科技學(xué)院，2021,37(02)[5]王蒙.中國人口老齡化問題研究[J].中國經(jīng)貿(mào)導(dǎo)刊(中),2021,(