鉴于大家对管理学论文十分关注,我们编辑小组在此为大家搜集整理了“人口老龄化影响因素的灰色关联分析_本科毕业论文格式”一文,供大家参考学习!
论文导读::人口老龄化将成为必然的结果。人口老龄化影响因素的灰色关联分析。
论文关键词:影响因素,灰色关联,人口老龄化
0. 前言
人口老龄化是经济社会发展到一定阶段的产物。中国的人口老龄化是当前正处于崛起过程中的所有发展中国家问题最为严峻的国家[1]。截至2008年底,全国65岁及以上人口10956万人,占全国总人口的8.3%,比上年上升了0.2个百分点。60岁及以上人口15989万人,约占全国总人口的12%,比上年上升了0.4个百分点。根据有关预测,2014年,60岁以上老年人口将达2亿,2026年达3亿,2037年超过4亿本科毕业论文格式,2051年达到最大值,届时,中国人口中将有1/3达到60岁或者更大,4.38亿的老年公民将超过美国的人口总数。
影响人口老龄化的最直接因素是出生率和死亡率[2]。按照联合国的研究,人口老龄化的决定性因素是生育率下降,而不是死亡率下降所导致的平均寿命的延长。美国学者诺特斯坦(F.W.Notestein)认为决定生育率转变的根本因素是工业化、城市化和经济现代化期刊网。伊斯特林(R.A.Easterlin)强调公共健康的改进、普通教育的提高、城市化、新产品的引入和家庭计划服务(R.A.Easterlin,1985)是影响生育率转变的5个基本变量。对于相对封闭的中国人口,急速的人口老龄化过程无疑是生育率降低和平均预期寿命延长的共同作用的结果。考察国内的研究文献,系统构建影响老龄化的指标体系,定量分析人口老龄化影响因素的文献几乎没有。笔者在人口老龄化影响因素的选择与分析一文中提出了影响我国人口老龄化的五大因素,即社会公共健康、社会养老事业、普通教育、居民经济生活和人口结构。本文将运用灰色关联模型,在借鉴文献[3-5]的基础上,分析人口老龄化与这些因素的关联性,探寻人口老龄化与经济社会发展之间的内在联系,并提出一些建设性的建议,以期为政府制定相关政策,应对人口老龄化的挑战提供有益参考。
1. 灰色关联分析方法简介
灰色系统的关联理论[6]是从系统内多因素中确定主要因素进行优势对比的一种理论,是指系统内部主要因素随时问而变化的同步程度,它定量刻画了系统内都结构之间的联系,是动态过程发展态势的量化比较分析。
分析过程中,设有参考数列为x0本科毕业论文格式,被比较数列为xi,(i=1,2,…,n)。且x0={x0(1),x0(2),…,x0(n)}, xi={xi(1),xi(2),…,xi(n)},(i=1,2…,n)。灰关联度分析步骤如下:
①原始数据变换:对原始数据消除量纲(或单位)转化为可比较的数据序列。分别用第一个数据去除后面的数据,得到新的倍数数列,即为初值化数列,量纲为一,各值大于零。且数列有共同的起点。
②求关联系数: 按公式①计算参考数列x0和比较数列xi的关联系数。
(1)
式中:ξ1(k)为x0与xi在k点的关联系数。
称为第k点x0与xi的绝对差。称为两级最小差。其中是第一级最小差,这表示在第i条曲线上找各点与x0的最小差。是第二级最小差期刊网。表示在各条曲线中找出的最小差的基础上本科毕业论文格式,找出xi中的最小差。
是两级最大差,其意义与两级最小差相似。
ρ称为分辨系数,其意义是消弱最大绝对差数值太大所引起的失真,提高关联系数之间的差异,一般取ρ=0.5。
③综合各点的关联系数,得到整个xi曲线与参考曲线x0的关联度ri,
ri=(2)
2. 指标体系与数据来源
考虑人口出生率和死亡率对人口结构变化的影响,根据综合数据的可获得性并借鉴国内外相关文献,笔者筛选了人口老龄化影响因素(如图1)。
基于本文旨在研究人口老龄化与经济社会发展之间的内在联系的目的,选取图中可定量刻化的因素16个,依次使用数据序列包括教育经费投入、初、高中升学率、妇女文盲率、卫生总费用、卫生机构数、卫生技术人员、环境污染与破坏次数、基本养老保险基金支出、人均GDP、恩格尔系数、人口城市化率、居民消费支出、人口密度、0-14岁少年人口比例。数据来源于《中国统计年鉴》(1990-2009)、《中国发展报告2009》和《WorldPopulation Prospects: The2008 Revision》。为了使本文研究有更强的解释能力,同时考虑到时间序列数据的可得性和完整性,本文将研究的时间范围限定在1999-2008年。社会养老事业中的三个具体指标卫生保健服务、生活照料服务、文化教育服务以及人口结构中的计划生育政策更适合做定性分析,因此不纳入灰色关联分析范畴,人口年龄结构(即人口惯性)是现时人口老龄化进程的最主要影响因素之一,因其影响的复杂性,对其定性定量的分析以及社会政策提出将另文发表。
图1 人口老龄化主要影响因素
3. 灰色关联度的计算
经过对人口老龄化影响因素的定性判断,选取的16个影响老龄化的主要因素分别命名为x1、x2…x16(见表1),历年的>65人口比的数据为参考数列x0,根据灰色建模理论和程序[7]本科毕业论文格式,建立灰色关联分析。
表1 1999~2008年老龄化主要影响因素的原始数据
影响 因素 | 1999 | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 | 2006 | 2007 | 2008 |
X0 | 6.9 | 7 | 7.1 | 7.3 | 7.5 | 7.6 | 7.7 | 7.9 | 8.1 | 8.3 |
X1 | 3349 | 3849.1 | 4637.7 | 5480 | 6208.3 | 7242.6 | 8418.8 | 9815.3 | 12148 | 14500 |
X2 | 50 | 51.2 | 52.9 | 58.3 | 59.6 | 62.9 | 69.7 | 75.7 | 79.3 | 83.4 |
X3 | 63.8 | 73.2 | 78.8 | 83.5 | 83.4 | 82.5 | 76.3 | 75.1 | 71.8 | 72.7 |
X4 | 21.56 | 13.47 | 15.2 | 16.92 | 15.85 | 14.86 | 16.15 | 13.72 | 12.44 | 11.52 |
X5 | 4178.6 | 4586.6 | 5025.9 | 5790 | 6584.1 | 7590.3 | 8659.9 | 9843.3 | 11290 | 12218 |
X6 | 31.1 | 32.48 | 33.03 | 30.60 | 29.13 | 29.75 | 29.99 | 30.9 | 29.84 | 27.84 |
X7 | 445.9 | 449.1 | 450.8 | 427 | 430.6 | 439.3 | 446 | 462.4 | 478.8 | 503 |
X8 | 1614 | 2411 | 1842 | 1921 | 1843 | 1441 | 1406 | 842 | 462 | 474 |
X9 | 1965.1 | 2278.5 | 2489 | 3171.5 | 3680 | 4258.4 | 5093.3 | 6309.8 | 7834.2 | 9740.2 |
X10 | 7159 | 7858 | 8622 | 9398 | 10542 | 12336 | 14053 | 16165 | 19524 | 22698 |
X11 | 42.1 | 39.4 | 38.2 | 37.7 | 37.1 | 37.7 | 36.7 | 35.8 | 36.3 | 37.9 |
X12 | 52.6 | 49.1 | 47.7 | 46.2 | 45.6 | 47.2 | 45.5 | 43 | 43.1 | 43.7 |
X13 | 35 | 36.22 | 37.66 | 39.09 | 40.53 | 41.76 | 42.99 | 43.9 | 44.94 | 45.68 |
X14 | 3.55 | 3.904 | 4.1887 | 4.596 | 5.082 | 5.839 | 7.122 | 8.048 | 9.360 | 11.086 |
X15 | 131 | 132 | 133 | 134 | 135 | 135 | 136 | 137 | 138 | 138 |
X16 | 24.01 | 22.89 | 22.89 | 21.29 | 20.34 | 19.3 | 19.55 | 18.47 | 17.87 | 17.32 |
(1)原始数据变换
采用前述数据初值化变换方法,得结果见表2。
表2数据初值化变换一览表
影响因 素 | 1999 | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 | 2006 | 2007 | 2008 |
X0 | 1 | 1.0145 | 1.0290 | 1.0580 | 1.0870 | 1.1014 | 1.1159 | 1.1449 | 1.1739 | 1.2029 |
X1 | 1 | 1.1493 | 1.3848 | 1.6363 | 1.8538 | 2.1626 | 2.5138 | 2.9308 | 3.6274 | 4.3299 |
x2 | 1 | 1.0240 | 1.0580 | 1.1660 | 1.1920 | 1.2580 | 1.3940 | 1.5140 | 1.5860 | 1.6680 |
x3 | 1 | 1.1473 | 1.2351 | 1.3088 | 1.3072 | 1.2931 | 1.1959 | 1.1771 | 1.1254 | 1.1395 |
x4 | 1 | 0.6248 | 0.7050 | 0.7848 | 0.7352 | 0.6892 | 0.7491 | 0.6364 | 0.5770 | 0.5343 |
x5 | 1 | 1.0976 | 1.2028 | 1.3856 | 1.5757 | 1.8165 | 2.0724 | 2.3556 | 2.7017 | 2.9239 |
x6 | 1 | 1.0443 | 1.0622 | 0.9841 | 0.9367 | 0.9567 | 0.9614 | 0.9935 | 0.9595 | 0.8950 |
x7 | 1 | 1.0072 | 1.0110 | 0.9576 | 0.9657 | 0.9852 | 1.0002 | 1.0370 | 1.0738 | 1.1281 |
x8 | 1 | 1.4938 | 1.1413 | 1.1902 | 1.1419 | 0.8928 | 0.8711 | 0.5217 | 0.2862 | 0.2937 |
x9 | 1 | 1.1595 | 1.2666 | 1.6139 | 1.8727 | 2.1670 | 2.5919 | 3.2109 | 3.9867 | 4.9566 |
x10 | 1 | 1.0976 | 1.2044 | 1.3128 | 1.4726 | 1.7231 | 1.9630 | 2.2580 | 2.7272 | 3.1706 |
x11 | 1 | 0.9359 | 0.9074 | 0.8955 | 0.8812 | 0.8955 | 0.8717 | 0.8504 | 0.8622 | 0.9002 |
x12 | 1 | 0.9335 | 0.9068 | 0.8783 | 0.8669 | 0.8973 | 0.8650 | 0.8175 | 0.8194 | 0.8308 |
x13 | 1 | 1.0349 | 1.0760 | 1.1169 | 1.1580 | 1.1931 | 1.2283 | 1.2543 | 1.2840 | 1.3051 |
x14 | 1 | 1.0987 | 1.1788 | 1.2935 | 1.4301 | 1.6432 | 2.0042 | 2.2648 | 2.6342 | 3.1197 |
x15 | 1 | 1.0076 | 1.0153 | 1.0229 | 1.0305 | 1.0305 | 1.0382 | 1.0458 | 1.0534 | 1.0534 |
x16 | 1 | 0.9534 | 0.9534 | 0.8867 | 0.8471 | 0.8038 | 0.8142 | 0.7693 | 0.7443 | 0.7214 |
(2)求关联度
首先求绝对差,(k=1,2,3…16)
求两级最小差::, (k=1,2,3…16)
求两极最大差:,(k=1,2,3…16)
求关联度系数:取ρ=0.5由公式(1)计算关联度系数。
由公式(2)求得关联度。
由所求关联度可知各影响因素对老龄化影响的大小顺序。
4计算结果分析
从表2可以看出,我国人口老龄化与各影响因素之间的灰色综合关联度大小排序为(见表3):
表3 灰色关联分析结果一览表
影响因素 | 关联度 | 关联序 | 影响因素 | 关联度 | 关联序 |
人口密度(人/公里2) | 1.0534 | 1 | 0-14岁少年人口比例 | 0.7214 | 9 |
人口城镇化率 | 1.3051 | 2 | 环境污染与破坏次数 | 0.2937 | 10 |
卫生技术人员数(万人) | 1.1281 | 3 | 妇女文盲率 | 0.5343 | 11 |
高中升学率(%) | 1.1395 | 4 | 居民消费支出(万亿) | 3.1197 | 12 |
卫生机构数(万个) | 0.8950 | 5 | 人均GDP(元) | 3.1706 | 13 |
初中升学率(%) | 1.6680 | 6 | 卫生总费用(亿) | 2.9239 | 14 |
恩格尔系数(城镇) | 0.9002 | 7 | 教育经费投入(亿) | 4.3299 | 15 |
恩格尔系数(农村) | 0.8308 | 8 | 基本养老保险基金支出 | 4.9566 | 16 |
(1)人口密度与人口老龄化的灰色关联度最大,这在一定程度上反映出人们对人口密度不断增大的可能的心理反应。人口密度的压力不太可能直接调节生理因素(如降低生育力),但是,由于实际的生活空间有限,加之原有的庞大人口基数给我国的资源环境、社会经济发展带来的巨大压力,决策者会选择并坚持计划生育政策,控制人口出生率;于个人来说,随着升学率的升高和受教育水平的提高,面对人口密度所带来的压力,会从理性地认同政府的决策发展为自愿地降低生育率。
(2)城市人口比重增加严重影响当前生育率,继而影响人口老龄化。在我国,城镇化水平越高,生育率越低,老龄人口比例越高期刊网。随着改革开放的不断向前推进,行政区划的变化使得市镇数量增加本科毕业论文格式,带来了城镇人口的增加,而农村剩余劳动力脱离了直接农业活动向市镇流动,也使城镇人口迅速膨胀,加之城镇二三产业的吸纳能力加强,农业人口成功向非农业转移,城镇人口的聚集与增长成为历史发展的必然趋势。而由于现时城乡之间存在着对非农业人口和农业人口不同的人口政策,以及人们因受教育水平的提高而日益改变的生育观念的影响,生育率逐渐降低,城镇中较完善的医疗保障体系和设施又使老年人的平均寿命较长,老年人死亡率较低,于是导致人口老龄化程度加剧。
(3)卫生技术人员和机构的增加使公众能够更好地享受到医疗卫生的服务与保障,改善和提高了国民身体素质,延长了老年人的平均寿命,降低老年人的死亡率,与人口老龄化成正相关关系。恩格尔系数与人均GDP的增长改善和提高了人民的物质生活质量,同时,也进一步充实了人们的精神生活。用于陶冶情操、增进身心健康的文化艺术、健身保健、医疗卫生等方面的支出稳步增长,从而人们的平均寿命延长。这些因素与人口老龄化的关联度较小,这说明死亡率对当前人口老龄化的进程影响力并不直接。政府经费的投入更多是一种导向作用,而不是决定作用本科毕业论文格式,因此与人口老龄化的关联度最小。
结论:出生率降低是人口老龄化的主要原因,改变出生率关键在于降低人口密度,而不仅仅是单纯依靠改革当前的计划生育政策,同时,要尽快实现城乡各种政策与资源的一体化。死亡率降低是文教、卫生事业发展以及人们思想观念转变的必然结果,是人类社会进步与发展的标志,对于由此而间接导致的人口老龄化,更多的应是给予保障,老龄人口创造了今天的生活,就应该在今天享受生活,享受经济又好又快发展的文明成果。
参考文献:
[1]原新,刘士.1982-2007年我国人口老龄化原因的人口学因素分解[J]. 学海. 2009, (4):140—145
[2]刘向红,李红英.影响我国人口老龄化的社会经济因素分析[J]. 科技情报开发与经济. 2007,(6):138-140
[3]任强,沃夫冈.人口密度和生育率:一项探索性分析[J]. 中国人口科学.2003,(5):1-10
[4]李培,邓慧慧.京津冀地区人口迁移特征及其影响因素分析[J]. 人口与经济. 2007,(6):59-63
[5]袁俊,吴殿廷,吴铮争.中国农村人口老龄化的空间差异及其影响因素分析[J]. 中国人口科学. 2007,(3):41-47
[6]邓聚龙.灰色系统社会经济[M]. 国防工业出版社. 1985,49--54
[7]段学军.长江流域粮食产量影响因素灰色关联分析[J]. 农业系统科学与综合研究. 2000,16(1):30--34,39