開(kāi)放“單獨(dú)二孩”政策的影響問(wèn)題

1、開(kāi)放“單獨(dú)二孩”政策的影響問(wèn)題摘 要自1978年計(jì)劃生育成為中國(guó)的一項(xiàng)基本國(guó)策以來(lái)，我國(guó)經(jīng)歷了迅速?gòu)母呱实降蜕实霓D(zhuǎn)變，我國(guó)人口的主要矛盾已經(jīng)不再是增長(zhǎng)過(guò)快，而是人口紅利消失、臨近超低生育率水平、人口老齡化、出生性別比失調(diào)等問(wèn)題。本文通過(guò)對(duì)中國(guó)實(shí)行計(jì)劃生育政策以來(lái)人口增長(zhǎng)趨勢(shì)的研究，建立未來(lái)人口數(shù)量及結(jié)構(gòu)的預(yù)測(cè)模型，并討論開(kāi)放“單獨(dú)二孩”政策對(duì) 市的影響。針對(duì)問(wèn)題一，分析中國(guó)近三十年來(lái)的人口數(shù)量及結(jié)構(gòu)變化特征，通過(guò)本文構(gòu)建 模型預(yù)測(cè)未來(lái)人口數(shù)量發(fā)展趨勢(shì)，本文構(gòu)建Logistic模型，得到我國(guó)人口數(shù)量的函數(shù)模型，即。針對(duì)問(wèn)題二，我們首先先閱讀西安財(cái)經(jīng)學(xué)院趙惠英教授的相關(guān)論文，認(rèn)為獨(dú)生子女政

2、策造成自然增長(zhǎng)率降低、出生人口性別比失衡和社會(huì)老齡化，這些后果都將會(huì)導(dǎo)致對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的危險(xiǎn)，本文通過(guò)線性回歸對(duì)以上三因素進(jìn)行分析論文，得出急需改變現(xiàn)在計(jì)劃生育政策，否則將會(huì)對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生不利影響。針對(duì)文三，本文以全國(guó)為例，在國(guó)家統(tǒng)計(jì)局網(wǎng)站查詢到數(shù)據(jù)資料，并以么孟德?tīng)柖蓪?duì)夫妻雙方是否為獨(dú)生子女構(gòu)建模型，預(yù)測(cè)新政策條件下未來(lái)人口數(shù)量變化趨勢(shì)，并討論新政策對(duì)對(duì)未來(lái)人口數(shù)量、結(jié)構(gòu)及其對(duì)教育、勞動(dòng)力供給與就業(yè)、養(yǎng)老等方面的影響。關(guān)鍵詞：Logistic模型、線性回歸、孟德?tīng)柖?.問(wèn)題重述人口的數(shù)量和結(jié)構(gòu)是影響經(jīng)濟(jì)社會(huì)發(fā)展的重要因素。從20世紀(jì)70年代后期以來(lái)，我國(guó)鼓勵(lì)晚婚晚育，提倡一對(duì)夫妻生育一個(gè)

3、孩子。該政策實(shí)施30多年來(lái)，有效地控制了我國(guó)人口的過(guò)快增長(zhǎng)，對(duì)經(jīng)濟(jì)發(fā)展和人民生活的改善做出了積極的貢獻(xiàn)。但另一方面，其負(fù)面影響也開(kāi)始顯現(xiàn)，勞動(dòng)人口絕對(duì)數(shù)量開(kāi)始步入下降通道，人口撫養(yǎng)比的相變時(shí)刻即將到來(lái)，這些對(duì)經(jīng)濟(jì)社會(huì)健康、可持續(xù)發(fā)展將產(chǎn)生一系列影響，引起了中央和社會(huì)各界的重視。黨的十八屆三中全會(huì)提出了開(kāi)放單獨(dú)二孩，今年以來(lái)許多省、市、自治區(qū)相繼出臺(tái)了具體的政策。人口問(wèn)題有著悠久的研究歷史，也有不少經(jīng)典的理論和模型。這些理論和模型都依賴生育模式、生育率、死亡率和性別比等多個(gè)因素。這些因素與政策及人的觀念、社會(huì)文化習(xí)俗有著緊密的關(guān)系，后者又受社會(huì)經(jīng)濟(jì)發(fā)展水平的影響。研究中用到的數(shù)據(jù)的置信水平也與調(diào)

4、查統(tǒng)計(jì)有關(guān)，開(kāi)放“單獨(dú)二孩”政策出臺(tái)前后各方面人士對(duì)其效應(yīng)也有過(guò)大量的研究和評(píng)論。請(qǐng)收集一些典型的研究評(píng)論報(bào)告，根據(jù)每十年一次的全國(guó)人口普查數(shù)據(jù)，建立模型，對(duì)報(bào)告的假設(shè)和某些結(jié)論發(fā)表自己的獨(dú)立見(jiàn)解，并針對(duì)某個(gè)地區(qū)或城市，討論計(jì)劃生育新政策（可綜合考慮城鎮(zhèn)化、延遲退休年齡、養(yǎng)老金統(tǒng)籌等政策因素，但只須選擇某一方面作重點(diǎn)討論）對(duì)未來(lái)人口數(shù)量、結(jié)構(gòu)及其對(duì)教育、勞動(dòng)力供給與就業(yè)、養(yǎng)老等方面的影響。2模型的假設(shè)（1）不考慮大規(guī)模流行病、自然災(zāi)害等因素的影響。（2）假設(shè)同一年齡段人的死亡率相同，同一年齡段育齡女性生育率相同。（3）在短期內(nèi)，人口的生育率、死亡率的總體水平保持不變。（4）假設(shè)婚配完全隨機(jī)。（

5、5）新政策全面放開(kāi)滿足家庭全部二胎生育。（6）國(guó)家經(jīng)濟(jì)發(fā)展水平按當(dāng)前局勢(shì)穩(wěn)步發(fā)展。3.符號(hào)說(shuō)明符號(hào)含義 第年的出生率第年的死亡率第年的自然增長(zhǎng)率第年的人口總數(shù)4問(wèn)題的分析4.1 問(wèn)題一的分析本文根據(jù)全國(guó)近30年人口數(shù)據(jù)，建立Logistic模型。首先在國(guó)家統(tǒng)計(jì)局官方網(wǎng)站查詢到近30年人口數(shù)據(jù)，運(yùn)用所建立模型，求得人口變化曲線，再對(duì)所求得曲線進(jìn)行殘差分析，經(jīng)分析，此模型可靠有效，然后運(yùn)用Matlab軟件求得未來(lái)數(shù)年的全國(guó)人口數(shù)量。4.2 問(wèn)題二的分析分析相關(guān)論文，認(rèn)為獨(dú)生子女政策造成自然增長(zhǎng)率降低、出生人口性別比失衡和社會(huì)老齡化，這些后果都將會(huì)導(dǎo)致對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的危險(xiǎn)，本文通過(guò)線性回歸進(jìn)行分析論

6、文，得出以上三因素的變化趨勢(shì)并進(jìn)行分析，得出急需改變現(xiàn)在計(jì)劃生育政策，否則將會(huì)對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生不利影響。4.3問(wèn)題三的分析 首先查閱相關(guān)資料，了解單獨(dú)二孩政策(指夫妻雙方一人為獨(dú)生子女，第一胎非雙胞胎，即可生第二胎)，本文要將夫妻雙方是否為獨(dú)生子女看成性狀來(lái)分析，運(yùn)用孟德?tīng)柖桑⑷丝谏镞z傳學(xué)預(yù)測(cè)模型，從而得出新政策條件下人口的變化趨勢(shì)，同理求得以上三因素變化趨勢(shì)，分析新政策對(duì)未來(lái)人口數(shù)量、結(jié)構(gòu)及其對(duì)教育、勞動(dòng)力供給與就業(yè)、養(yǎng)老等方面的影響。5.模型的建立與求解5.1 問(wèn)題一模型的建立與求解Step1： Logistic模型定義 Logistic回歸又稱Logistic回歸分析，主要在流行病

7、學(xué)中應(yīng)用較多，比較常用的情形是探索某疾病的危險(xiǎn)因素，根據(jù)危險(xiǎn)因素預(yù)測(cè)某疾病發(fā)生的概率，等等。例如，想探討胃癌發(fā)生的危險(xiǎn)因素，可以選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群肯定有不同的體征和生活方式等。這里的因變量就是是否胃癌，即“是”或“否”，為兩分類變量，自變量就可以包括很多了，例如年齡、性別、飲食習(xí)慣、幽門(mén)螺桿菌感染等。自變量既可以是連續(xù)的，也可以是分類的。Step2：Logistic模型原理Logistic模型原理：阻滯增長(zhǎng)模型是考慮到自然資源、環(huán)境條件等因素對(duì)人口增長(zhǎng)的阻滯作用，對(duì)指數(shù)增長(zhǎng)模型的基本假設(shè)進(jìn)行修改后得到的。阻滯作用體現(xiàn)在對(duì)人口增長(zhǎng)率的影響上，使得隨著人口數(shù)量的增

8、加而下降。Step3：模型的建立 若將表示為的函數(shù)，則它是減函數(shù)。對(duì)的一個(gè)最簡(jiǎn)單假設(shè)是，設(shè)為的線性函數(shù)，即設(shè)自然環(huán)境和環(huán)境所能容納的最大人口數(shù)量，當(dāng)時(shí)人口不再增長(zhǎng)，即增長(zhǎng)率=0，代入上式得，于是上式變?yōu)?代入方程得：Step4：模型的求解代入數(shù)據(jù)求得：通過(guò)Matlab畫(huà)出擬合函數(shù)圖（如 圖1）圖 1 1980年至2013年實(shí)際值與理論值的比較由上圖可以看出，實(shí)際值與理論值吻合度較高，故可運(yùn)用于實(shí)際情況的分析研究。5.2 問(wèn)題二模型的建立與求解Step1：出生率預(yù)測(cè)方程的建立 通過(guò)獲取國(guó)家統(tǒng)計(jì)局的1980年至2010年歷年出生率數(shù)據(jù)，以年份為軸，出生率（）為軸在MATLAB軟件中畫(huà)出其折線圖 圖

9、 2 出生率折線圖 觀察圖像可知，從1995年后，出生率圖像趨勢(shì)光滑，沒(méi)有明顯震蕩和不規(guī)律曲折，故選取1995年至2010年的出生率數(shù)據(jù)，觀察趨勢(shì)后，指數(shù)函數(shù)與反比例函數(shù)較為符合擬合函數(shù)需要，因此采用最小二乘法原理擬合函數(shù)圖像得圖 3 指數(shù)函數(shù)擬合圖圖 4 反比例函數(shù)擬合圖指數(shù)函數(shù)，其中反比例函數(shù)，其中比較可知，反比例擬合效果優(yōu)于指數(shù)函數(shù)，故采用反比例函數(shù)。Step2：死亡率預(yù)測(cè)方程的建立 通過(guò)獲取國(guó)家統(tǒng)計(jì)局的1980年至2010年歷年死亡率數(shù)據(jù)，在MATLAB軟件中畫(huà)出其折線圖圖 5 死亡率折線圖觀察圖像可知，從2003年后，死亡率圖像趨勢(shì)光滑，沒(méi)有明顯震蕩和不規(guī)律曲折，故選取2003年至2

10、010年的出生率數(shù)據(jù)，觀察趨勢(shì)后，分別以對(duì)數(shù)函數(shù)、指數(shù)函數(shù)、傅立葉函數(shù)采用最小二乘法原理擬合函數(shù)圖像圖 6 對(duì)數(shù)函數(shù)擬合圖圖 7 指數(shù)函數(shù)擬合圖圖 8 傅立葉函數(shù)擬合圖像對(duì)數(shù)函數(shù)，其中指數(shù)函數(shù)，其中傅立葉函數(shù)，其中比較可知，傅立葉擬合效果優(yōu)于指數(shù)函數(shù)與對(duì)數(shù)擬合，故采用傅立葉函數(shù)。Step3：自然增長(zhǎng)率預(yù)測(cè)方程的建立 自然增長(zhǎng)率為出生率減去死亡率，即 表 1 出生率、死亡率、自然增長(zhǎng)率預(yù)測(cè)結(jié)果表2015年2016年2017年2018年2019年2020年2021年2022年2023年2024年2025年出生率()11.37 11.29 11.2211.1611.1011.0511.0010.95

11、10.9110.8610.82死亡率()6.953 6.829 6.692 6.551 6.416 6.297 6.201 6.135 6.104 6.110 6.152 自然增長(zhǎng)率()4.417 4.468 4.537 4.615 4.691 4.755 4.799 4.816 4.801 4.753 4.670 根據(jù)上表可以看出在未來(lái)十年，出生率呈下降趨勢(shì)，死亡率也在呈下降趨勢(shì)，自然增長(zhǎng)率呈先上升后下降趨勢(shì)，老年人增多，新生兒減少，加速了我國(guó)老齡化進(jìn)程，不利于國(guó)家發(fā)展。Step4：利用所查閱的數(shù)據(jù)，做男女性別比例趨勢(shì)折線圖圖 9 男女比例曲線圖 查閱資料可知，正常男女比例應(yīng)在103:100

12、左右，但由上圖可知，但我國(guó)實(shí)行計(jì)劃生育后，除個(gè)別年份外，男女性別比例明顯呈上升趨勢(shì)。這給我國(guó)的社會(huì)安定帶來(lái)了巨大的隱患。Step5:根據(jù)資料老年人比例達(dá)到7%，即可稱為老齡化社會(huì)，為探究我國(guó)老齡化現(xiàn)狀，選取2000年至2013年的老年人占總?cè)丝诒壤龜?shù)據(jù)，做出與年份的散點(diǎn)圖圖 10 老年人口比例散點(diǎn)圖 由圖可知，我國(guó)在2001年65歲以上人口比例達(dá)到7%，并一直呈上升趨勢(shì)，在2013年超過(guò)9.5%。說(shuō)明我國(guó)早已步入老齡化社會(huì)，并老齡化程度逐步增大。Step6: 綜上模型，如不調(diào)整生育計(jì)劃，將導(dǎo)致自然增長(zhǎng)率下降，性別比例失衡，老齡化嚴(yán)重等問(wèn)題，與趙惠英教授所述相符。5.2.1 問(wèn)題三模型的建立與求

13、解Step1：通過(guò)比例可知，初代、各占、。Step2：初代中分別與、雜交，分別與、雜交，分別與、雜交，通過(guò)遺傳特性及、的比例，可得子代中、依然各占、。Step3：分析可得出生率=上一年出生率*（生一胎家庭數(shù)+2倍的生二胎家庭數(shù)）/總家庭數(shù)，結(jié)合上述結(jié)論，分別計(jì)算農(nóng)村和城市的出生率，其中城市的出生率 農(nóng)村的出生率 則可得Step4：每年的人口總數(shù)為上一年的人口數(shù)與每年人口自然增長(zhǎng)數(shù)，即通過(guò)上述公式以及預(yù)測(cè)出生率和死亡率預(yù)測(cè)模型，即可求得自2015開(kāi)始后十年的出生率、死亡率和自然增長(zhǎng)率（見(jiàn) 表2）表 2 實(shí)行新政策后的出生率、死亡率、自然增長(zhǎng)率2015年2016年2017年2018年2019年20

14、20年2021年2022年2023年2024年2025年出生率()16.20 16.09 16.01 15.91 15.83 15.75 15.67 15.61 15.54 15.48 15.42 死亡率()6.953 6.829 6.692 6.551 6.416 6.297 6.201 6.135 6.104 6.110 6.152 自然增長(zhǎng)率()9.249 9.269 9.310 9.360 9.411 9.452 9.474 9.470 9.436 9.369 9.269 Step5：計(jì)劃生育政策改動(dòng)前后的2015年至2025年全國(guó)人口預(yù)測(cè)通過(guò) Logistic模型得到2015年至20

15、15年的預(yù)測(cè)數(shù)據(jù)和生育政策調(diào)整之后預(yù)測(cè)數(shù)據(jù)整理制成下表（見(jiàn) 表3）。表 3 全國(guó)人口預(yù)測(cè)人口預(yù)測(cè)數(shù)據(jù)（單位：萬(wàn)人）Logistic模型預(yù)測(cè)數(shù)據(jù)生育政策調(diào)整后數(shù)據(jù)2015年1377431379352016年1382941392132017年1388211405092018年1393261418242019年1398101431592020年1402731445122021年1407151458812022年1411391472632023年1415441486522024年1419311500452025年142300151436 由表可知，調(diào)整政策后未來(lái)人口數(shù)量比不調(diào)整政策增速加快，并且202

16、5年全國(guó)人口總數(shù)達(dá)到15.12億。Step6：人口結(jié)構(gòu)的預(yù)測(cè)首先將人口按照年齡劃分等級(jí)結(jié)構(gòu)表 4 人口結(jié)構(gòu)劃分0-14歲人口少年15-64歲人口中年65歲及以上人口老年Step7：根據(jù)附表中全國(guó)1990年至2013年三個(gè)年齡段的人口數(shù)據(jù)，得到各個(gè)年齡段與總?cè)丝诘谋戎?，即所占全?guó)人口的百分比，可得如下表格表 5 各個(gè)人口結(jié)構(gòu)與總?cè)丝诒戎?013年2012年2011年2010年2009年2008年2007年2006年2005年2004年2003年2002年0-14歲人口與總?cè)藬?shù)比0.16 0.16 0.16 0.17 0.18 0.19 0.19 0.20 0.20 0.21 0.22 0.22

17、15-64歲人口與總?cè)藬?shù)比0.74 0.74 0.74 0.75 0.73 0.73 0.73 0.72 0.72 0.71 0.70 0.70 65歲及以上人口與總?cè)藬?shù)比0.10 0.09 0.09 0.09 0.08 0.08 0.08 0.08 0.08 0.08 0.07 0.07 2001年2000年1999年1998年1997年1996年1995年1994年1993年1992年1991年1990年0-14歲人口與總?cè)藬?shù)比0.22 0.23 0.25 0.26 0.26 0.26 0.27 0.27 0.27 0.28 0.28 0.28 15-64歲人口與總?cè)藬?shù)比0.70 0.70

18、 0.68 0.68 0.68 0.67 0.67 0.67 0.67 0.66 0.66 0.67 65歲及以上人口與總?cè)藬?shù)比0.07 0.07 0.07 0.07 0.07 0.06 0.06 0.06 0.06 0.06 0.06 0.06 利用用Matlab畫(huà)出人口結(jié)構(gòu)曲線圖得圖 11 三種人口結(jié)構(gòu)所占總?cè)丝诘谋戎礢tep8：通過(guò)上述數(shù)據(jù)可以得出三種人口的年增長(zhǎng)率（見(jiàn) 表6）表 6 人口結(jié)構(gòu)年增長(zhǎng)率人口結(jié)構(gòu)少年中年老年年增長(zhǎng)率（%）-0.3950.2790.144實(shí)行“單獨(dú)二孩”政策之后，出生率增加25%，少年的年增長(zhǎng)率等于原增長(zhǎng)率與自然增長(zhǎng)率之和，在這情況下，中年、老年的年增長(zhǎng)率保持

19、不變。表 7 政策施行后的人口結(jié)構(gòu)增長(zhǎng)率人口結(jié)構(gòu)少年中年老年年增長(zhǎng)率（%）0.410.2790.144分析上述數(shù)據(jù)可知，自1990年到2013年這24年間，老年人口即65歲以上人口的數(shù)量正在逐步增加，與之相反少年人口出現(xiàn)下降趨勢(shì)。通過(guò)相關(guān)資料的研究發(fā)現(xiàn)，隨著改革開(kāi)放以來(lái)，中國(guó)的人口類型從增長(zhǎng)型正在向衰退型過(guò)渡。這其中除了就業(yè)壓力、經(jīng)濟(jì)壓力等方方面面的因素外，重要一點(diǎn)就是計(jì)劃生育政策的影響。進(jìn)一步的數(shù)據(jù)研究，雖然我國(guó)人口基數(shù)大，但是增長(zhǎng)率正在逐步下降，并且人口老齡化趨勢(shì)加重，與之相對(duì)的我國(guó)中年人口和老年人口呈現(xiàn)增長(zhǎng)趨勢(shì)，我國(guó)人口結(jié)構(gòu)不容樂(lè)觀。5.2.2人口結(jié)構(gòu)對(duì)教育、勞動(dòng)力供給與就業(yè)、養(yǎng)老等方面

20、的影響教育：比較人口總量的時(shí)代已經(jīng)過(guò)去了，人口素質(zhì)和勞動(dòng)生產(chǎn)率的比拼才是國(guó)家競(jìng)爭(zhēng)實(shí)質(zhì)，中國(guó)的人口素質(zhì)如能得到較快提升，將與產(chǎn)業(yè)升級(jí)、經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變相配合，為中國(guó)未來(lái)的發(fā)展提供新的人口比較優(yōu)勢(shì)。雖然全國(guó)受教育程度明顯提高，而且文盲率有著顯著的下降，但是平均的受教育水平較之發(fā)達(dá)國(guó)家還是偏低，同時(shí)由于人口總數(shù)大，文盲數(shù)量仍然巨大。這些都是社會(huì)穩(wěn)定的潛在危險(xiǎn)因素！勞動(dòng)力：從以上數(shù)據(jù)可以看出我國(guó)人口正趨于老齡化，2001年老年人口比例即超過(guò)7%，步入老齡化社會(huì)。人口老齡化將造成人力資源年齡結(jié)構(gòu)不斷老化，而人力資源結(jié)構(gòu)老化必將對(duì)人力資源的質(zhì)量產(chǎn)生直接影響。因?yàn)閺纳斫Y(jié)構(gòu)分析，超過(guò)50歲年齡人口的斷增加即

21、意味著優(yōu)質(zhì)人力資源的不斷減少，從而直接降低我國(guó)人力資源的社會(huì)生產(chǎn)力效率。就業(yè)結(jié)構(gòu)及養(yǎng)老：由相關(guān)統(tǒng)計(jì)數(shù)據(jù)可以得出我國(guó)第一產(chǎn)業(yè)的就業(yè)人員在逐漸減少，由2001年的36513.0萬(wàn)人口少到2009年的29708.0萬(wàn)人，年平均較少756.1萬(wàn)人；而從事第二、三產(chǎn)業(yè)的人正在逐漸增多，第二、三產(chǎn)業(yè)就業(yè)人員平均環(huán)比增長(zhǎng)速度分別為103.29%和103.10%，就業(yè)人員年平均增長(zhǎng)675萬(wàn)人次和796.88萬(wàn)人次。這與我國(guó)經(jīng)濟(jì)發(fā)展政策以及高等教育普及程度有關(guān)。此外，我國(guó)的人口年齡結(jié)構(gòu)已經(jīng)成為老年型。老齡化的加速導(dǎo)致國(guó)家和家庭養(yǎng)老保障負(fù)擔(dān)加重，意味著人口贍養(yǎng)率上升，養(yǎng)老金支出占社會(huì)保障費(fèi)用的比重快速提高。伴隨著

22、養(yǎng)老金的膨脹，以養(yǎng)老保險(xiǎn)為主體的社會(huì)保障制度面臨著一系列巨大的挑戰(zhàn)和壓力。6模型的優(yōu)缺點(diǎn)分析與改進(jìn)方向6.1優(yōu)點(diǎn)（1）本文建立Logistic模型預(yù)測(cè)人口變化趨勢(shì)，具有吻合度高，模型可靠性強(qiáng)的特點(diǎn)適用于實(shí)際情況，短期預(yù)測(cè)精度較高。（2）本文數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局，數(shù)據(jù)真實(shí)可靠，對(duì)于模型的準(zhǔn)確可靠度奠定良好的基礎(chǔ)。 （3）本文從多因素分析新政策對(duì)于對(duì)未來(lái)人口數(shù)量、結(jié)構(gòu)及其對(duì)教育、勞動(dòng)力供給與就業(yè)、養(yǎng)老等方面的影響，從而全面評(píng)測(cè)新政策影響。 6.2缺點(diǎn)（1）本文在研究問(wèn)題時(shí)，回歸方法擬合參數(shù)不能找出數(shù)據(jù)本質(zhì)上的關(guān)聯(lián)，且此方法過(guò)于依賴數(shù)據(jù)，不能進(jìn)行長(zhǎng)期預(yù)測(cè)。（2）本文研究獨(dú)生子女率時(shí)，因未找到客觀真實(shí)

23、數(shù)據(jù)，故主觀成分較多，數(shù)據(jù)可靠性有待加強(qiáng)。6.3改進(jìn)方向針對(duì)模型特點(diǎn)，在此基礎(chǔ)上，應(yīng)找到短期長(zhǎng)期均適用的數(shù)學(xué)模型。參考文獻(xiàn)1劉承平,數(shù)學(xué)建模方法M,北京：高等教育出版社，2002.2韓中庚, 數(shù)學(xué)建模方法及其應(yīng)用M,北京：高等教育出版社，2005.3姜啟源，謝金星，葉俊, 數(shù)學(xué)建模M.北京：高等教育出版社，2005.4陳冬彥，等, 數(shù)學(xué)建模M.北京：科學(xué)出版社，2007.附錄：一、指標(biāo)2013年2012年2011年2010年2009年2008年2007年2006年2005年2004年2003年年末總?cè)丝?萬(wàn)人)136072135404134735134091133450132802132129

24、1314481307561299881292270-14歲人口(萬(wàn)人)223162228722164222592465925166256602596126504279472855915-64歲人口(萬(wàn)人)100557100403100283999389748496680958339506894197921849097665歲及以上人口(萬(wàn)人)13199127141228811894113071095610636104191005598579692總撫養(yǎng)比(%)35.334.934.434.236.937.437.938.338.84142少兒撫養(yǎng)比(%)22.222.222.122.325.3

25、2626.827.328.130.331.4老年撫養(yǎng)比(%)13.112.712.311.911.611.311.11110.710.710.72002年2001年2000年1999年1998年1997年1996年1995年1994年1993年1992年1991年1990年1284531276271267431257861247611236261223891211211198501185171171711158231143332877428716290123195032064320933231132218323603217732339320953165990302898498891085157

26、843388344882245813937986879051776147679176306937790628821867983598085783375107622728972186938636842.24242.647.747.948.148.848.850.149.95150.849.831.93232.637.53838.539.339.640.540.741.741.841.510.410.19.910.29.99.79.59.29.59.29.398.3二、指標(biāo)2013年2012年2011年2010年2009年2008年2007年2006年2005年2004年2003年年末總?cè)丝?萬(wàn)人

27、)136072135404134735134091133450132802132129131448130756129988129227男性人口(萬(wàn)人)6972869395690686874868647683576804867728673756697666556女性人口(萬(wàn)人)6634466009656676534364803644456408163720633816301262671城鎮(zhèn)人口(萬(wàn)人)7311171182690796697864512624036063358288562125428352376鄉(xiāng)村人口(萬(wàn)人)629616422265656671136893870399714967

28、31607454475705768512002年2001年2000年1999年1998年1997年1996年1995年1994年1993年1992年1991年1990年128453127627126743125786124761123626122389121121119850118517117171115823114333661156567265437646926394063131622006180861246604725981159466589046233861955613066109460821604956018959313586045804557360563575542950212480

29、644590643748416083944937304351743416933173321753120330195782417956380837820388315384177850858594785681853448499684620841381989年1988年1987年1986年1985年1984年1983年1982年1981年1980年1127041110261093001075071058511043571030081016541000729870558099572015629055581547255384853152523525151950785546055382553010519265112650509498564930248553479202954028661276742636625094240172227421480201711914083164823658162681141807578034080734801747990179565三、指標(biāo)2013年2012年2011年2010年2009年2008年2007年2006年2005年2004年2003年年末總?cè)丝?萬(wàn)人)136072135404134735134091133450132802132