人口数据的随机前沿面分析.docVIP

人口、社会、经济关系的随机前沿面分析 彭淑珍 卢 军 （武汉理工大学） 摘 要：人口影响因素的统计分析和人口预测是非常重要的，但是通常的回归只能作出平均预测，而数据包络方法又不能作出概率意义的统计分析。本文应用随机前沿面模型对1991 – 1998年全国人口统计数据进行全面的统计分析，比较精确地求出了各个变量的影响作用，从概率意义刻画了人口增长的趋势，从而为人口规划提供了较好的科学依据。 关键词：人口; 社会经济关系; 随机前沿面模型; 中图法分类号: C921 1．引言 人口与社会、经济之间的关系是人口学中最基本的问题。著名经济学家马寅初早就提出控制人口的现实必要性，这是建国以后学术界最早对人口增长与社会、经济发展关系的认识。在过去的20年中，国内外学术界结合中国的国情，对人口与社会、经济关系运行的机理、方式、途径等方面进行大量的深入剖析与探讨，取得了一些重大的突破，并为国家的社会、经济决策提供了理论依据。划分为改革初期、深化改革时期和市场经济时期三个阶段1979～1986年）社会主义人口规律与其他社会、经济规律关系研究1987～1993年）人口社会、经济问题一些新，如人口增长与经济运行机制问题、农村劳动力剩余问题、人口质量提高在社会、经济发展中的作用等，问题推动了研究层次向纵深发展。1994～1999年）以研究适度人口为基本思路，从中国人口、经济、资源和环境诸方面研究了人口再生产和国民经济各个部门的平衡关系。从国民经济空间大系统的拓扑结构和联系入手，根据物质生产、生活消费和人口与经济结构之间的内在演变机理、规律和发展的趋势，建立了劳动力需求预测、人口控制乘数、消费人口控制、城乡转移方程模型，以及人口类型转变、人口年龄结构优化、人口与产业结构发展关联的结构模型 由统计学家 Schmidt、Sickles（1984）以及Cornwell、Schmidt 和Sickles 所建立，后来又经过统计学家Park 和 Simar（1994）深入研究的随机前沿面（Stochastic Frontier）模型，既可以克服一般回归的简单平均趋向，又能作出概率意义下的统计分析。本文应用随机前沿面模型对1994 – 2000年全国人口统计数据进行全面的统计分析，比较精确地求出了各个变量的影响作用，从概率意义刻画了人口增长的趋势，从而可以为人口规划提供较好的科学依据。 2．基本社会经济指标与随机前沿面模型 我们分析国家统计局逐年发布的全国人口分省基本数据表。这个表包含当年各省人口数和主要社会经 彭淑珍：女，1952年生，副研究员；武汉：武汉理工大学外国语学院（430070）。 济指标如下：1．总人口万人人均国内生产总值（元）城镇居民人均可支配收入（元农民人均纯收入（元）职工人数万人城镇私营企业从业人员和个体劳动者万人职工平均货币工资元城乡居民储蓄存款余额亿元社会消费者零售总额 亿元粗出生率‰）；11．粗死亡率‰）；12．自然增长率‰）；13．总和生育率领取独生子女证率%）；15．医疗机构病床数万张卫生技术人员万人学龄儿童入学率%）。显然这些数据是最基本的和最重要的。中国人口信息网上公布的是从1991年到1998年的8年数据，一共有8张表，每张表行为各省份，列为上述17个指标。1998年后列有城镇登记失业率，由于前些年份没有列入，所以不能参与计算。 我们采用的统计模型是Park, B.U. 和 Simar, L.提出的随机前沿面模型（[1]）： 这里是第i个省份在第j个时刻的总人口，=（），是表中的列指标。在我们的问题里，n是省份数，m是年份数，k是指标个数。为回归系数，为独立同分布的随机误差项,,未知。模型的特点是引进了随机不可观测项，它是来自未知密度h的iid.样本，h的支撑集有下界，上界，即对于区间 []?以外的点，h?=?0。 模型中参数的最小二乘估计为 其中。由于模型中随机项的方差不是，也不是（），所以的方差将比较大，不再是最佳线性无偏估计（BLUE）。为此，我们采用根据改进来的渐近有效估计： 其中为Fisher信息矩阵，，，，，，，、是核函数。在此基础上，取，。 3．数据处理与数值计算 国家统计局在网上公布的数据还不能直接用于分析计算，需要经过一定加工整理。首先是要统一省份名称，由于新设立有海南省、重庆市，所以有关省份的数据需要合并整理。其次要整理数据，采用科学记数法，将整数为化成个位数，避免后来计算产生溢出。再次，许多省份有些年份的数据空缺，需要补齐、插值。插值的原理是最佳拟合和最小二乘，分两步进行。第一步参考该栏目的后继表格数据大致估计一个初步插值数据，将该年表格数据全部补齐。第二步对该表格的数据进行回归，将回归的拟合值作为该栏目的最终插值数据。最后，数据参加回归之前还要进行变量筛选。为了避免X 矩阵列相关或复共线