﻿ 基于趋势外推模型的我国人口老龄化预测分析 Population Aging Prediction in China Based on Trend Extrapolation Model

Aging Research
Vol.02 No.03(2015), Article ID:15960,6 pages
10.12677/AR.2015.23003

Population Aging Prediction in China Based on Trend Extrapolation Model

Xiaoxiao Yin

School of Statistics and Mathematics, Yunnan University of Finance and Economics, Kunming Yunnan

Email: yinxiaoxiao2011@163.com

Received: Aug. 7th, 2015; accepted: Aug. 28th, 2015; published: Aug. 31st, 2015

ABSTRACT

With economic development, the problem of population aging is getting worse. This paper, based on the elderly population data, establishes trend extrapolation model for forecasting the future development trend of population aging. The results show that aging population from 2015 to 2024 increases year by year. But compared to the previous, population aging has slowed. The prediction of the future trends of population aging has a certain reference value and provides a basis for China to develop and implement related policies.

Keywords:Population Aging, Trend Extrapolation Model, Predictions

Email: yinxiaoxiao2011@163.com

1. 引言

2. 基本方法介绍

2.1. 趋势外推法

2.2. 趋势外推模型的识别与选择

1) 直观判断法。绘制已知数据序列的散点，与常见的曲线形状作比较，选定形状比较相似的曲线模型作为趋势外推模型。

2) 特征分析法。通过分析已知数据所具有的特征，从我们所熟悉的曲线模型中选择出与此特征相符的模型。

3) 预测精度比较法。我们建立所有可能的拟合模型，然后计算其平均相对误差绝对值，根据该误差判段预测的精确度。

2.3. 曲线模型估计的步骤

1) 结合历史数据，绘制数据分布散点图；

2) 根据散点图，初步判断大致呈何种趋势，然后分别建立可能的模型；

3) 采用最小二乘法得到曲线模型的参数估计值，以及统计量R方、F值和P值；

4) 根据参数估计结果，对相关统计量进行检验；

5) 根据R方值，初步选择出其较大值对应的模型为预测模型，结合平均相对误差绝对值进一步筛选预测效果最优的模型。

3. 我国人口老龄化预测分析

3.1. 数据来源及说明

3.2. 我国人口老龄化的基本现状

3.3. 基于趋势外推模型的人口老龄化预测

Figure 1. The proportion of the elderly population

Figure 2. Scatter graph of the elderly population

(1)

(2)

(3)

(4)

4. 我国未来人口老龄化发展趋势预测

Table 1. The estimation of curve about the elderly population

Table 2. The absolute value of the average relative error

Table 3. The elderly population prediction in China from 2015 to 2024

Figure 3. Fitting graph

Figure 4. Scatter graph of the elderly population prediction in China from 2015 to 2024

5. 结论与建议

5.1. 结论

1) 对我国65岁及以上的老年人人口数进行预测，使用三次曲线模型，拟合效果相对较好，预测精度相对高。

2) 根据我国人口老龄化的现状，建立趋势外推模型—三次曲线模型对我国未来十年的老年人人口数进行预测，预测结果表明：我国老年人人口数随着时间的推移，呈逐年递增的趋势。到2020年，我国的老年人口数将达到约1.8个亿，我国人口老龄化程度越来越严重。比较图2和图3，发现相比1990~2014年间，人口老龄化速度已经在减缓，这与我国采取的计划生育政策等是离不开的。

5.2. 建议

Population Aging Prediction in China Based on Trend Extrapolation Model. 老龄化研究,03,15-21. doi: 10.12677/AR.2015.23003

1. 1. 张中玉 (2014) 安徽省人口老龄化问题的对策思考. 长春理工大学学报(社会科学版), 4, 59-64.

2. 2. 尹豪 (2006) 人口学导论. 中国人口出版社, 北京.

3. 3. 毕小龙, 魏巍 (2005) 基于神经网络的我国人口老龄化趋势预测. 武汉理工大学学报: 信息与管理工程版, 6, 182-184.

4. 4. 石琳, 刘甜 (2010) 中国人口老龄化预测与分析. 内蒙古科技大学学报, 4, 385-388.

5. 5. 高采文, 张静静 (2014) 中国人口老龄化序列分析预测研究. 山西大同大学学报: 自然科学版, 4, 9-10.

6. 6. 张志启 (2012) 我国能源消费总量预测建模分析. 硕士论文, 内蒙古科技大学, 包头.

7. 7. 国家统计局网站 (2015) 人口年龄结构和抚养比. http://data.stats.gov.cn/easyquery.htm?cn=C01