我国人口出生率的影响因素分析--计量回归分析.pptVIP

研究课题 影响中国人口 出生率的因素 作为世界经济火车头的中国，现在越来越面临着人口老龄化的问题。 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 。 中国即将面临的是世界前所未有的“在低收入阶段进入老龄化”的道路。这无疑会使得我国产生诸如人口结构比例失调，社会问题矛盾加深，未来经济发展滞缓等负面影响 。 于是，搜取、分析影响中国人口出生率的各项因素，研究中国人口出生率对老龄化社会形成之间的关系，成为当下一个十分有意义的课题 。 众所周知，造成这种状况的原因之一是中国实行了独生子女政策，导致了人口出生率的下降。然而，人口出生率下降不会马上与人口老龄化联系在一起。他们之间的影响有多大，是否涉及其他相关因素，独生子女政策该不该继续实施，应进行何种调整？诸多疑问一时难以感性评说，下面我们将利用计量经济学作为分析工具，通过事实数据来解释它们之间的关系 。 符号说明和假设 Y表示人口出生率，人口出生率：是指在一定时期内(通常为一年)一定地区的出生人数与同期内平均人数(或期中人数)之比，用千分率表示。计算公式为：出生率= 年出生人数/年平均人数)x1000‰ 。 X1表示人均国内生产总值，计算公式为：人均GDP=年度GDP（亿元）/年末总人口（万人）。利用这个指标可以表示人均收入对出生率的影响。采用人均GDP而不是GDP主要是为了避免单纯用GDP指标带来的时间序列问题 。 X2表示居民消费价格指数(CPI),利用它来反映居民消费支出对出生率的影响 。 X3表示老年人口抚养比，指某一人口中老年人口数与劳动年龄人口数之比。用以表明每100名劳动年龄人口要负担多少名老年人。老年人口抚养比是从经济角度反映人口老化社会后果的指标之一。计算公式为老年人口抚养比=65岁以上人口数/15-65岁劳动年龄人口×100％ 。 X4表示高中生高等教育入学率，指普通高校招生人数与普通高中毕业生之比，以此反映教育水平对出生率的影响 。 X5表示基尼系数，以此反映贫富差距对出生率的影响 。 模型估计 根据多元线性回归模型建立的基本原理，模型的函数形式设定为： Y=β0 +β1X1+β2X2+β3X3+β4X4+β5X5+ε 其中，βi(i：l，2 ……5)为待估参数，ε为随机误差项，n=20表示样本个数，k=5。 应用普通最小二乘法(OLS)进行估计得： Y=30.685+0.402X1+0.007X2-0.572X3-0.09X4-11.587X5 (5.62) (0.67) (0.3) (-1.53) (-3.87) (-1.03) R2=0.968 R2(调整)=0.957 F=84.79 AIC=2.07 SC=2.37 D.W.=1.14 模型的整体拟合效果较好，但是除X4外，其他解释变量的t 检验均没有通过，可认为存在多重共线性。 模型调整 分别对各变量做一元回归 Y=18.316-3.374X1 R2=0.6755 Y=-5.247+0.194X2 R2=0.1998 Y=38.033-2.054X3 R2=0.6745 Y=23.822-0.142X4 R2=0.9413 Y=34.522-46.766X5 R2=0.9279 可见，出生率受高中生高等教育入学率的影响最大， 因此，选择X4为初始的回归模型。 下面进行逐步回归，将其他解释变量导入上述初始回归模型，寻找最佳回归方程 。 1、在初始模型中引入X1，模型拟合优度提高，且参数符合合理，变量也通过了t检验，D.W.检验也表明不存在1阶序列相关性。而且AIC和SC值均有所减小 。 2、保留X1，引入X2，X2未通过t检验，AIC和SC值均有所增加 。 3、去掉X2，引入Ｘ３，虽然模型拟合优度有所提高，AIC和SC值均有所减小。但是Ｘ３　的引入使得Ｘ１不能通过t检验，且经济意义不合理 。 4、去掉X3，引入X5，模型拟合优度有所提高，AIC和SC值均有所减小。但X1、X5均未通过t检验 。 5、去掉X1、X5，分别单独引入X3、X5 ，也和引入X1时有同样的效果 。 同时引入X3、X5，X3和X5的t检验均未通过。 我们以X5为基础变量安装上面的步骤进行回归，均达不到以X4为基础变量的回归结果 。 逐步回归法说明X1、X3、X