基于ARIMA和年齡移算模型分析人口結(jié)構(gòu)對(duì)經(jīng)濟(jì)發(fā)展的影響

圖9.人口出生率圖在剛施行全面二孩政策下，前幾年肯定會(huì)由很明顯的新生嬰兒增加。2010-2030年的死亡率見(jiàn)下表：表10.每一個(gè)年齡段的死亡率0-20歲21-24歲25-29歲30-34歲35-39歲40-44歲45-49歲50-64歲65歲及以上2010年死亡率（%）0.2280.050.0610.0810.1160.1760.2610.6894.9982011年死亡率（%）0.2180.0550.0590.0830.1220.1780.2630.6934.9872012年死亡率（%）0.220.0560.0660.0790.1110.1790.2650.6944.9622013年死亡率（%）0.2310.0540.0630.0820.1210.1760.260.694.9682014年死亡率（%）0.2420.0560.0640.0780.1250.1730.2670.6954.9752015年死亡率（%）0.2160.0490.0580.0820.1190.1770.2640.6994.9992016年死亡率（%）0.2110.0510.0570.0840.1170.170.2690.6965.0112017年死亡率（%）0.2230.0520.0590.0790.1160.1730.2720.7035.0622018年死亡率（%）0.2240.0560.0660.0820.1160.1740.2740.6995.0942019年死亡率（%）0.2190.0570.0620.080.1150.1790.2750.7015.1032020年死亡率（%）0.2170.0510.0550.0780.1190.170.2720.7045.0462021年死亡率（%）0.220.0520.0590.0810.1180.1690.2680.6955.0492022年死亡率（%）0.2160.0490.0610.0840.1170.1680.2650.6965.0332023年死亡率（%）0.2170.0480.0560.0820.1180.1720.2620.6995.0062024年死亡率（%）0.2130.0530.0580.0780.1190.1740.2610.7054.9972025年死亡率（%）0.2140.0460.0590.0790.1210.1750.2640.7015.0032026年死亡率（%）0.220.0480.0610.0810.1190.1690.2650.74.9862027年死亡率（%）0.2160.0470.0570.0820.1180.1660.2610.7064.9932028年死亡率（%）0.2130.0460.0550.0830.1160.1680.2690.6954.9722029年死亡率（%）0.210.0450.0560.0790.1160.1660.2620.6934.9812030年死亡率（%）0.2110.0470.0540.0810.1140.1670.2660.6964.9445.3.4年齡移算預(yù)測(cè)2020-2030年人口結(jié)構(gòu)模型的求解—問(wèn)題三 在全面實(shí)施二孩政策后，各個(gè)年齡段的人數(shù)如下：表11.各階段人數(shù)預(yù)測(cè)0-20歲21-24歲25-29歲30-34歲35-39歲40-44歲45-49歲50-64歲65歲及以上2010年人數(shù)321211274110101971311802124751055921873118922011年人數(shù)318371300010203959311335125821180621247122442012年人數(shù)319201305110312976211495128511183221501115672013年人數(shù)31823126759895958811032126481215321821128612014年人數(shù)32001123519710968210752124381229221962134292015年人數(shù)31924117949986957410483136481139422486134992016年人數(shù)312231189610025967510221125481245823054139902017年人數(shù)32641116949567957711952127981095721550144562018年人數(shù)3506211486926794759968122481176421954150132019年人數(shù)3465111242912093019782125931187521864169722020年人數(shù)3292110954922592459931124851279222864179342021年人數(shù)3321110682992394439241123751175523864193432022年人數(shù)3192112379857287219775121501179224766203422023年人數(shù)3184510051868484638892117951201326954229102024年人數(shù)315699725818681538593117651166727689249242025年人數(shù)314009483795278958495113201178528745264212026年人數(shù)312519158772175938145109521189429785270312027年人數(shù)310928884752373957952105621062630525297422028年人數(shù)308278579732571527726101261048231247310402029年人數(shù)30762825371626856740198511069232120326082030年人數(shù)3049880436924637971639451115323234133659（單位：萬(wàn)人） 在全面二孩政策下，2030年0-20歲占總?cè)丝诘?0.89%，21-24歲占總?cè)丝诘?.51%，25-29歲占總?cè)丝诘?.74%，30-34歲占總?cè)丝诘?.37%，35-39歲占總?cè)丝诘?.91%，40-44歲占總?cè)丝诘?.47%，45-49歲占總?cè)丝诘?.90%，50-64歲占總?cè)丝诘?2.15%，65歲及以上占總?cè)丝诘?3.06%。下圖是做的年齡段的比列圖:圖10.各年齡段的人口數(shù)對(duì)比圖 可以看出0-49歲變化不是很明顯，在50歲以上的人口逐漸增多，人口結(jié)構(gòu)趨于老齡化，尤其是65歲以上的人再2020年后迅速上升。 再結(jié)合1996年-2015年經(jīng)濟(jì)GDP與0-14歲，15-64歲，65歲及以上這三個(gè)年齡段建立的線性回歸模型。表12.模型摘要模型RR平方調(diào)整后的R平方標(biāo)準(zhǔn)估算的錯(cuò)誤更改統(tǒng)計(jì)量R方變化F更改df1df2顯著性F更改1.996a.992.99020483.227.992649.645316.000a.預(yù)測(cè)變量：（常量），65歲及以上人口(萬(wàn)人),15-64歲人口(萬(wàn)人),0-14歲人口(萬(wàn)人)表13.系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔1（常量）4247266.049936660.9944.534.0000-14歲人口(萬(wàn)人)-56.47911.736-.995-4.813.00015-64歲人口(萬(wàn)人)-40.9016.767-1.233-6.045.00065歲及以上人口(萬(wàn)人)129.2047.1271.20618.130.000a.因變量：GDP回歸函數(shù)如下：基于年齡移算預(yù)測(cè)模型，根據(jù)前文我們得到的2030年的人口數(shù)據(jù)，可以推算出到2050年我國(guó)人口結(jié)構(gòu)的相關(guān)數(shù)據(jù)：2030年0—44歲的人口在2050年將全部進(jìn)入成年期（15—64歲），45歲及以上的人口在2050年將全部進(jìn)入老年期（65歲及以上），2050年少年期的人口全部由2036年到2050年之間的出生人口組成。2050年的少年期人口數(shù)：2030—2050年預(yù)測(cè)人口平均數(shù)乘以預(yù)測(cè)平均出生率再乘以20(忽略少年期人口的死亡率)：2050年的成年期人口數(shù)：前文中2030年0-44歲的人口總數(shù)（忽略成年期人口的死亡率）：2050年的老年期人口總數(shù)：前文中2030年45歲及以上的人口數(shù)減去2030-2050年之間的死亡人口數(shù)，其中，死亡人口數(shù)=2030-2050年預(yù)測(cè)人口平均數(shù)乘以死亡率再乘以20：所以，到2050年我國(guó)老年期人口所占比例為：該數(shù)值與查閱相關(guān)資料所得的2050年預(yù)測(cè)我國(guó)老年人口比例數(shù)37%相差不多，可以認(rèn)為我們做的預(yù)測(cè)與估算較為合理。根據(jù)全面二胎政策實(shí)施前后對(duì)我國(guó)未來(lái)人口結(jié)構(gòu)的預(yù)測(cè)結(jié)果可知：雖然我國(guó)的老年人人口比例在未來(lái)幾十年內(nèi)仍然會(huì)持續(xù)升高，尤其在2020年前后老齡化將迎來(lái)最為嚴(yán)峻的情況，但由于全面二胎政策的實(shí)施，我國(guó)老齡化的增長(zhǎng)速度將逐漸下降即老年人口的增長(zhǎng)速度將慢慢減緩，這對(duì)緩解國(guó)內(nèi)由人口老齡化所帶來(lái)的巨大的經(jīng)濟(jì)和社會(huì)壓力起到了及時(shí)而有效的作用，對(duì)我國(guó)未來(lái)的經(jīng)濟(jì)可持續(xù)穩(wěn)定發(fā)展起到了正面的促進(jìn)作用。5.4問(wèn)題四—合理計(jì)劃生育政策建議 當(dāng)前，很多人都會(huì)認(rèn)為“全面二孩”政策的實(shí)施很有可能會(huì)帶來(lái)出生率的上升，這種情況很有可能使我國(guó)本就很多的人口數(shù)量在短時(shí)間內(nèi)出現(xiàn)暴漲。對(duì)此，人口專家王玉慶認(rèn)為，隨著我國(guó)幾十年計(jì)劃生育政策的實(shí)施，年輕人的生育觀念已經(jīng)發(fā)生了很大的改變，放開二胎并不意味著所有的年輕人都會(huì)要二胎，這主要是考慮到現(xiàn)在社會(huì)撫養(yǎng)孩子的成本問(wèn)題?，F(xiàn)在中國(guó)的一線大城市由于人們生育觀念的變化，人口出生率一直在下降，因此，放開二胎并不會(huì)帶來(lái)人口的暴漲問(wèn)題。全面二孩政策是順應(yīng)社會(huì)以及家庭的需要而產(chǎn)生的，也是為了應(yīng)對(duì)經(jīng)濟(jì)不斷下行的一個(gè)重要的有效手段。 5.4.1全面開放二孩政策的必要性 根據(jù)第一二三問(wèn)的研究，我們發(fā)現(xiàn)全面二孩政策會(huì)促進(jìn)消費(fèi)，拉動(dòng)內(nèi)需， 提振經(jīng)濟(jì)。首先，實(shí)施全民二孩政策會(huì)促進(jìn)與孕產(chǎn)婦相關(guān)市場(chǎng)的發(fā)展。生育 二孩的家庭對(duì)嬰幼兒產(chǎn)品的需求以及由此產(chǎn)生的嬰幼兒教育、社會(huì)培訓(xùn)等正 規(guī)教育方面的產(chǎn)業(yè)發(fā)展。其次，創(chuàng)造更多的就業(yè)崗位，很多生有二孩的婦女 由于家庭精力方面的原因，無(wú)法再像以前一個(gè)孩子那樣照顧家庭，這就對(duì)家 政服務(wù)業(yè)的需求大增，促進(jìn)了家政服務(wù)業(yè)的發(fā)展，解決了一部分剩余勞動(dòng)力 的就業(yè)問(wèn)題。第三，促進(jìn)房地產(chǎn)的消費(fèi)。全面二孩政策實(shí)施以后使得越來(lái)越 多的家庭對(duì)于房子的需求產(chǎn)生變化。以前小戶型房屋、三口之家的小型房屋 已經(jīng)不能滿足人們對(duì)于房子的需求，開始轉(zhuǎn)向大戶型房子，這就刺激了房地 產(chǎn)行業(yè)的發(fā)展，促進(jìn)房地產(chǎn)行業(yè)從原來(lái)的二居小戶型開始向大戶型轉(zhuǎn)變的階 段。第四，促進(jìn)了醫(yī)療、保險(xiǎn)等產(chǎn)業(yè)的發(fā)展。全面二孩實(shí)施以后，必然需要 更多地公共醫(yī)療資源，同時(shí)在孩子出生以后的每一個(gè)健康基金、教育保險(xiǎn)等， 促進(jìn)了前愛(ài)的保險(xiǎn)行業(yè)的發(fā)展。 新生兒出生以后，必須經(jīng)過(guò)十幾年的時(shí)間才能轉(zhuǎn)化為勞動(dòng)力，在中國(guó)勞 動(dòng)力整體短缺的趨勢(shì)下，實(shí)施全面二孩政策有利于緩解勞動(dòng)力下滑的趨勢(shì)， 從長(zhǎng)遠(yuǎn)角度來(lái)看，全面二孩政策有利于提高我國(guó)經(jīng)濟(jì)發(fā)展的潛力，為未來(lái)的 發(fā)展埋下伏筆。經(jīng)過(guò)分析，今后幾年出生的人口將在2030年左右將成為勞 動(dòng)力，在全面二孩政策的實(shí)施下，2030年至2050年間中國(guó)潛在年均經(jīng)濟(jì)增 長(zhǎng)率將因此提高。 自從80年代開始實(shí)行計(jì)劃生育政策以來(lái)已經(jīng)有30多年，我國(guó)的人口老 齡化問(wèn)題日益凸顯，已經(jīng)對(duì)我國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展造成了影響。主要體現(xiàn)在： 勞動(dòng)人口比例下降；新增勞動(dòng)人口供給不足；社會(huì)養(yǎng)老負(fù)擔(dān)加重；社會(huì)整體 消費(fèi)能力開始下降，投資減少等等方面。因此通過(guò)上文的研究，我們認(rèn)為應(yīng) 該全面開放二孩政策。 5.4.2全面開放二孩政策的建議 在現(xiàn)有的情況之下，計(jì)劃生育政策的調(diào)整是社會(huì)發(fā)展的必然趨勢(shì)，以上 對(duì)我國(guó)實(shí)行全面二孩政策的必要性進(jìn)行了簡(jiǎn)單的說(shuō)明，在下文我們將從計(jì)劃 生育執(zhí)行的角度給出相關(guān)建議。 =1\*GB3①完善社會(huì)保險(xiǎn)體系 全面二孩政策實(shí)施后，社會(huì)熱切關(guān)注二孩母親的產(chǎn)假、就業(yè)性別歧視等 問(wèn)題，為此，社會(huì)保險(xiǎn)體系的完善成為新形勢(shì)下我國(guó)社會(huì)發(fā)展的重要課題。 首先，完善醫(yī)療保險(xiǎn)制度。 由于我國(guó)的醫(yī)療保險(xiǎn)制度起步晚、醫(yī)療保險(xiǎn)制度設(shè)計(jì)有局限，社會(huì)上仍 然有負(fù)擔(dān)不起醫(yī)療費(fèi)用的低收入人群，如低收入職工及無(wú)業(yè)人員。這些人雖 然有意愿生育二孩，但面臨高額的醫(yī)藥負(fù)擔(dān)，大多數(shù)都會(huì)放棄。由此看來(lái)， 政府應(yīng)該多承擔(dān)責(zé)任，完善社會(huì)醫(yī)療救助、醫(yī)療補(bǔ)充保險(xiǎn)機(jī)制，保障民眾的 醫(yī)療需求，提高我國(guó)整體健康水平，使有二孩生育愿望的家庭不再因醫(yī)療保 險(xiǎn)的問(wèn)題而放棄生育二孩。其次，健全養(yǎng)老保險(xiǎn)制度生育二孩會(huì)使得家庭開 支增加，而他們會(huì)同時(shí)負(fù)擔(dān)贍養(yǎng)老人的壓力，這就要求國(guó)家政策的完善，因 此我們應(yīng)該盡快建立健全養(yǎng)老保險(xiǎn)制度。 還有完善女性生育保險(xiǎn)制度全面二孩政策出臺(tái)后，我國(guó)政府應(yīng)在社會(huì)及 經(jīng)濟(jì)發(fā)展的現(xiàn)實(shí)下完善生育保險(xiǎn)制度，執(zhí)行計(jì)劃生育基本國(guó)策的背景下，根 據(jù)實(shí)際情況，不斷擴(kuò)大生育保險(xiǎn)的范圍覆蓋。特別是曾經(jīng)繳過(guò)生育保險(xiǎn)而后 失業(yè)的女性，二孩家庭中的失業(yè)媽媽更需要社會(huì)的扶持。 =2\*GB3②出臺(tái)生育二孩激勵(lì)政策 我國(guó)民眾隨著社會(huì)、經(jīng)濟(jì)、文化的變遷，已經(jīng)改變了原本的生育觀念， 不再盲目的崇尚多生孩子，并且隨著少年兒童生活及教育成本不斷拉高，造 成了家庭生育孩子的顧慮。因此國(guó)家光有全面生育二孩的政策是不夠的，更 應(yīng)實(shí)行生育二孩的激勵(lì)政策。 就我國(guó)當(dāng)前國(guó)情來(lái)看，具備生育能力的年輕父母中有相當(dāng)一部分人的收 入水平不高，生活負(fù)擔(dān)重，養(yǎng)育一個(gè)孩子就已經(jīng)占用了家庭的大部分開支。 所以經(jīng)濟(jì)是大部分年輕父母不選擇生育二孩的主要原因。在這種情況下，政 府可以適當(dāng)補(bǔ)貼生育了二孩的家庭來(lái)緩解這種狀況，不僅可以減輕他們的負(fù) 擔(dān)，同樣有助于促進(jìn)人口結(jié)構(gòu)的改善，加強(qiáng)人力資源的可持續(xù)發(fā)展。 =3\*GB3③加強(qiáng)公共設(shè)施建設(shè) 去年初落實(shí)的全面二孩政策，一項(xiàng)重要內(nèi)容就是增加相關(guān)的基本公共服 務(wù)。二孩時(shí)代的來(lái)臨不僅影響千千萬(wàn)萬(wàn)個(gè)家庭，也將在醫(yī)療、社保等多個(gè)領(lǐng) 域帶來(lái)連鎖反應(yīng)，子女就學(xué)就醫(yī)、女性權(quán)益保障、公共服務(wù)資源不足等一系 列問(wèn)題凸顯，這是對(duì)社會(huì)公共服務(wù)的考驗(yàn)。 婦幼保健資源是否充沛直接關(guān)系到能否有效承接二孩政策的落實(shí)，國(guó)家 要重點(diǎn)加強(qiáng)產(chǎn)科醫(yī)療體系的建設(shè)，由國(guó)家層面制定產(chǎn)科醫(yī)療服務(wù)規(guī)劃增加?jì)D 產(chǎn)醫(yī)院數(shù)量，建立基層醫(yī)療機(jī)構(gòu)必設(shè)婦產(chǎn)科制度，保證讓產(chǎn)科床位數(shù)與孕產(chǎn) 婦人口數(shù)相配。 除了醫(yī)療資源，教育資源的緊缺也隨之而來(lái)。合理配置幼兒照料、學(xué)前 教育和中小學(xué)教育等公共服務(wù)資源，滿足新增加的公共服務(wù)的需求。在大力 增加公立幼兒園的同時(shí)，采取政府無(wú)購(gòu)買的合作方式，引導(dǎo)和鼓勵(lì)社會(huì)力量 舉辦惠普幼兒園。六、模型的檢驗(yàn)6.1ARIMA模型的檢驗(yàn) 通過(guò)已知的1996年-2015年人口數(shù)據(jù)與預(yù)測(cè)值進(jìn)行對(duì)比分析，表14.真實(shí)值與預(yù)測(cè)值對(duì)比（單位：萬(wàn)人） 可以看出ARIMA（3，3，1）的精確度非常高，則對(duì)2017-2030年人口總數(shù)的預(yù)測(cè)是較為準(zhǔn)確的。七、模型的評(píng)價(jià)與分析6.1模型的評(píng)價(jià)6.1.1ARIMA模型(1)優(yōu)點(diǎn)：模型被識(shí)別后就可以從時(shí)間序列的1996年至2015年的年末人口數(shù)據(jù)來(lái)預(yù)測(cè)2016-2030年的人口總數(shù)。采用SPSS軟件建立ARIMA（3，3，1）模擬器，模擬速度快且預(yù)測(cè)值準(zhǔn)確，預(yù)測(cè)值構(gòu)成的曲線與原曲線可幾乎重合，由模型的檢驗(yàn)看出精度比較高。 (2)缺點(diǎn)：存在一定的隨機(jī)誤差，無(wú)法預(yù)測(cè)完全無(wú)規(guī)律的數(shù)據(jù)。 6.1.2線性回歸模型 (1)優(yōu)點(diǎn)：①回歸分析法在分析多因素模型時(shí)，更加簡(jiǎn)單和方便；②運(yùn)用回 歸模型，只要采用的模型和數(shù)據(jù)相同，通過(guò)標(biāo)準(zhǔn)的統(tǒng)計(jì)方法可以計(jì)算出唯一 的結(jié)果，但在圖和表的形式中，數(shù)據(jù)之間關(guān)系的解釋往往因人而異，不同分 析者畫出的擬合曲線很可能也是不一樣的；③回歸分析可以準(zhǔn)確地計(jì)量各個(gè) 因素之間的相關(guān)程度與回歸擬合程度的高低，提高預(yù)測(cè)方程式的效果；在回 歸分析法時(shí)，由于實(shí)際一個(gè)變量?jī)H受單個(gè)因素的影響的情況極少，要注意模 式的適合范圍，所以一元回歸分析法適用確實(shí)存在一個(gè)對(duì)因變量影響作用明 顯高于其他因素的變量是使用。多元回歸分析法比較適用于實(shí)際經(jīng)濟(jì)問(wèn)題， 受多因素綜合影響時(shí)使用。 (2)缺點(diǎn)：有時(shí)候在回歸分析中，選用何種因子和該因子采用何種表達(dá)式只 是一種推測(cè)，這影響了用到因子的多樣性和某些因子的不可測(cè)性，使得回歸 分析在某些情況下受到限制，在預(yù)測(cè)中出現(xiàn)較大錯(cuò)誤。 6.1.3年齡移算回歸模型 (1)優(yōu)點(diǎn)：年齡移算法可以把由某一年度或者某一年齡組的人口數(shù)在其相應(yīng)年 齡組的死亡率水平條件下，通過(guò)轉(zhuǎn)移到下一個(gè)年度或者下一個(gè)年齡組，而將 下一個(gè)年度或者下一個(gè)年齡組的人口數(shù)測(cè)算出來(lái)，而且具有相當(dāng)高的準(zhǔn)確 性。年齡移算法的主要優(yōu)點(diǎn)是移算原理嚴(yán)謹(jǐn)、方法簡(jiǎn)便易行，在人口預(yù)測(cè)研 究上應(yīng)用十分廣泛。 (2)缺點(diǎn)：計(jì)算較為復(fù)雜，且有一些其他影響因素未考慮進(jìn)去，比如每年變化 的生育率，死亡率等。6.2模型的改進(jìn)6.2.1回歸模型的改進(jìn) 若能收集到更多的數(shù)據(jù)，可以考慮多因素的多元回歸模型，這樣能更好的得到回歸函數(shù)進(jìn)行預(yù)測(cè)。6.2.2年齡移算預(yù)測(cè)模型的改進(jìn) 在有更準(zhǔn)確的死亡率和出生率下，在移算中可以得到更精確的數(shù)，這樣方便對(duì)人口結(jié)構(gòu)更好的分析。八、模型應(yīng)用與推廣 時(shí)間序列分析可以應(yīng)用到國(guó)民經(jīng)濟(jì)宏觀控制、區(qū)域綜合發(fā)展規(guī)劃、企業(yè)經(jīng)營(yíng)管理、市場(chǎng)潛量預(yù)測(cè)、氣象預(yù)報(bào)、水文預(yù)報(bào)、地震前兆預(yù)報(bào)、農(nóng)作物病蟲災(zāi)害預(yù)報(bào)、環(huán)境污染控制、生態(tài)平衡、天文學(xué)和海洋學(xué)等很多方面。結(jié)合時(shí)間序列和年齡移算模型可以運(yùn)用到很多人口預(yù)測(cè)中去，年齡移算彌補(bǔ)了時(shí)間序列預(yù)測(cè)總?cè)丝跀?shù)的缺陷，可以更進(jìn)一步預(yù)測(cè)到人口結(jié)構(gòu)中去且這兩種方法的結(jié)合大大提高了預(yù)測(cè)的精度。九、參考文獻(xiàn)[=1\*Arabic1]龐冬梅.淺談我國(guó)實(shí)施”全面二孩“生育政策的利弊[J].經(jīng)營(yíng)管理者，2016（08）：4，2016[=2\*Arabic2]瞿振武，張現(xiàn)琳，靳永愛(ài).立即全面放開二胎政策的人口學(xué)后果分析[J].人口研究，2014（02）：3-17,2014[=3\*Arabic3]宋全成，文慶英.我國(guó)單獨(dú)二胎人口政策實(shí)施的意義、現(xiàn)狀與問(wèn)題[J].南通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015（01）：122-129,2015[=4\*Arabic4]張車偉，超低生育水平的直接后果是老齡化.http:///n/2013/1122/c1004－23628680.html.[2017.5.19][=5\*Arabic5]曾毅，李玲，顧寶昌，林毅夫.21世紀(jì)中國(guó)人口與經(jīng)濟(jì)發(fā)展[M].北京：人民出版社，2000[6]喬曉春，任強(qiáng).中國(guó)未來(lái)生育政策的選擇[J].市場(chǎng)與人口分析，2006（03）參考文獻(xiàn)[7]陳盼,陸衛(wèi)群.ARIMA模型在區(qū)域人口預(yù)測(cè)的應(yīng)用分析[J].當(dāng)代經(jīng)濟(jì),2016,(06):111-113.[8]張瓊,曹燕鷗,薛平.我國(guó)1950-2050年間歷年人口年齡結(jié)構(gòu):基于結(jié)構(gòu)性參數(shù)估計(jì)方法的模擬與預(yù)測(cè)[J].中國(guó)人口.資源與環(huán)境,2013,(S2):461-464.[9]秦中春.中國(guó)未來(lái)人口變化的三大轉(zhuǎn)折點(diǎn)預(yù)測(cè)——基于年齡移算人口預(yù)測(cè)模型的分析[J].區(qū)域經(jīng)濟(jì)評(píng)論,2013,(05):5-14.[10]宋佩鋒.人口預(yù)測(cè)方法比較研究[D].安徽大學(xué),2013.[11]劉雪菲,呂盛鴿,宣丹萍.變參數(shù)年齡移算法及衢州市人口年齡結(jié)構(gòu)預(yù)測(cè)[J].現(xiàn)代商業(yè),2012,(05):288+287.附錄單位：人、‰年齡平均人口死亡人口死亡率合計(jì)男女合計(jì)男女合計(jì)男女總計(jì)13306139846812756046493383807421990429378331282075.586.304.820-4歲7722293741973542352493959980855145446631.291.311.27015781004858616371948416021732026281913.823.733.921156097418529096708064517367989274751.111.161.06215620703848199371387109799571140880.630.670.57315308734830105070076846914416027540.450.500.39414902755807524068275155511335621550.370.420.325-9歲704496383823699332212645211831362175620.300.360.23514909878808468968251894968299619720.330.370.29613682248743964762426014357276215950.320.370.26713813184749706363161213936259813380.280.350.21813750209746594962842603892255913330.280.340.21914294119774964565444744030270613240.280.350.2010-14歲771447874136844335776344230881524378450.300.370.221014426198780008066261184396287515210.300.370.231114826750799316468335864338280515330.290.350.221215077211809634769808644537300615310.300.370.221315657202837052472866784604303115730.290.360.221417157426910832880490985213352616870.300.390.2115-19歲10438067653978047504026294046928088123810.390.520.251518235193956671086684836275427420010.340.450.2316196451211019073294543896880471721630.350.460.23172078580010768542100172588109559825110.390.520.25182093161910818838101127818641599526460.410.550.261924782943126332251214971810564750430600.430.590.2520-24歲12414439062248723618956676255243738188140.500.700.302027996307141197851387652213050919138590.470.650.282125549017128265631272245412065844636190.470.660.282225517111128024531271465812679882438550.500.690.302323847363119035441194381912806892238840.540.750.332421234592105963781063821411952835535970.560.790.3425-29歲9984768950326361495213286066142497181640.610.840.3725197202019878621984158011494806434300.580.820.3526193182259696906962131911061774033210.570.800.352720735030104679431026708712317851837990.590.810.372821579576109247451065483113190935038400.610.860.3629184946579358146913651112599882537740.680.940.4130-34歲9863010550321718483083877996055804241560.811.110.50302002681910220969980585013995968843070.700.950.44311953253599362639596272150341047245620.771.050.48321860119094880239113167149961057144250.811.110.493319558031100029579555074162021146347390.831.150.5034209115301067350610238024197331361061230.941.280.6035-39歲121046434619472985909913614053198382421491.161.590.7135217933301111724810676082223841577966051.031.420.6236233930661195526911437797248881736675221.061.450.6637247838051269953412084271281311967684551.141.550.7038248876581277481512112843300032093290711.211.640.75392618857513400432127881433512524629104961.341.840.8240-44歲1232170586282835960388699216353149111672421.762.371.11402602767213285573127420993930027046122541.512.040.96412738240713965715134166924252429347131771.552.100.98422329717011850777114463934243129240131911.822.471.15432228323911337621109456184206829121129471.892.571.18442422657012388673118378975003034357156732.072.771.3245-49歲1005404595122414149316318262531179446830852.613.501.68452361651612045142115713745464937390172592.313.101.49462527115512889818123813375963340973186602.363.181.51472530504112986112123189296418743964202232.543.391.644814120371713676569836064393929892140473.114.192.014912227376616630460610724012327227128963.284.422.1350-54歲8068180841368178393136303373972268881105094.185.482.815013600693700673065939634949233605158873.644.802.415114803988763456571694235558837527180613.754.922.525218170393937133287990617229249052232403.985.232.645317422967888203585409327687951532253474.415.802.975416683767847351682102518314655172279744.986.513.4155-59歲7991640640401118395152884943393248171695226.198.044.295518160816924825789125599405362481315725.186.763.545617040886861685884240289604863398326505.647.363.8857165106838337336817334710062366046345776.097.924.235814674476737161173028659989465347345476.818.864.7359135295456827056670248910372167545361767.679.895.4060-64歲56869341289602902790905158616037706920909110.3113.027.4960138889357138025675091011863877562410768.5410.876.0861118085056010768579773711072871860388689.3811.966.70621101617556156325400543114366735794078710.3813.107.55631048679553283255158470116624745394208511.1213.998.1664966893148675404801391125804795294627513.0116.349.6465-69歲40430322204644921996583069566243500726065517.2121.2613.0665878168044487084332972124800785474625314.2117.6610.6766832162542208994100726122638772554538314.7418.3011.0767798149440456593935835137516860945142217.2321.2813.0768782062439432283877396145807907545505318.6423.0214.20697524899380599837189011649011023576254421.9126.8916.8270-74歲32626699161932741643342599965359939440025930.6437.0224.36706868753344400034247531756231077166790725.5731.2819.83716793591340261833909731815821098767170626.7332.2921.15726691982335098533409972070601249958206530.9437.3024.56736266175308992031762552104871250458544233.5940.4726.90746006198290575131004472249011317629313937.4445.3530.0475-79歲234776291111312812364501116269465714050555449.5259.1340.89755487080261937428677062277751322639551241.5150.4933.31765347885256242427854612256311294989613342.1950.5434.517746434972192017245148023667213374410292850.9761.0141.997841046931925945217874823068612890310178356.2066.9346.727938944741813368208110624193013273210919862.1273.2052.4780-84歲1275456256179497136613108170455370452800084.8198.5673.988033129491510116180283324608913178911430074.2887.2763.408129028121292998160981422614811788410826477.9191.1767.258226282191154224147399522552411507611044885.8199.7074.938321077249081241199600197111984009871193.52108.3682.2984180285875248710503711868329055596277103.63120.3491.6685-89歲538716820929173294251686462306678379784127.43146.53115.298515629856341839288021734918192991562111.00129.1998.588613017605094167923441547527058084172118.88138.55106.238710049463867206182261307095779972910130.07149.46117.93888303113130705172411197125132468388144.18163.94132.22896871662495284376381077984504662752156.87180.52143.3990-94歲1465384491592973792279569104048175521190.78211.66180.2490495871174360321511875293526652263176.52202.26162.5591354160119508234652656032468640917185.24206.56174.379226550086885178615536591945034209202.11223.86191.529319814463382134762410851411526970207.35222.70200.139415170947457104252316931053121162208.91221.91202.9995-99歲344209109833234376747292329251437217.10212.07219.4695113832358497798325044807916965220.01225.36217.559685446269965845018883596612917220.99221.00220.99976702321984450391372941279602204.84187.73213.1998504021663133771998629847002198.13179.42207.349927506837319133708721364951257.65255.11258.77100歲及以上3628392082707516485467111814454.35507.28436.34年齡2010年人數(shù)（萬(wàn)人）013781156521561315254152251473614807134281366914241014451113931215391315221415891518021618791720