我国人口出生率和人口死亡率

1、经济计量学 期末考核我国人口出生率和人口死亡率对总人口数的影响的分析报告班级 12会计2班 学号 1211029108 姓名 吕永生 时间2014年12月摘 要人口普查指在统一确定的时点，按照统一的调查表式、项目和填写方法，由政府组织对全国或一个地区的全部人口的社会、经济特征资料，逐人地进行搜集、整理、汇总、评价、分析和公布的全过程。是世界各国所广泛采用的搜集人口资料的一种科学方法，是提供全国基本人口数据的主要来源。人口普查提供的资料具有法律效力，被用于分配人民代表或议员名额，进行行政管理，制定政策和拟订建设计划；用于商业网点的铺设和劳动力的分配；以及用于广泛的人口研究工作。，我国以2010年

2、11月1日零时为标准时点进行了第六次全国人口普查。在国务院和地方各级人民政府的统一领导下，在全体普查对象的支持配合下，通过广大普查工作人员的艰苦努力，目前已圆满完成人口普查任务。本文先通过分析2012年之前总人口数变化，从而研究我国人口出生率和人口死亡率对总人口数的影响。关键词：总人口数，人口出生率，人口死亡率；人口变化目录摘要.1Abstract.2引言.4一、我国总人口数的关联分析.5（一）我国总人口数的参数估计.5（二）我国总人口数的假设检验.7二、模型多重共线性的诊断及补救.8（一）模型多重共线性的诊断.8（二）多重共线性的补救措施.10三、模型自相关的诊断及补救.11（一）模型自相关

3、的诊断.11（二）模型自相关的补救措施.13小结与建议.16参考文献.17引 言人口总数是指一定时点、一定地域范围内所有的有生命活动的个人的总和。它不分性别，不分年龄，不分民族，只要是有独立的生命活动就包含在人口总数之内。人口总数是人口统计中最基本的指标。人口总数，对于了解国情国力，制订人口计划和经济、社会发展计划，进行人口科学研究，都有十分重要的意义。人口出生率指某地在一个时期内（通常指一年）出生人数与平均人口之比，它反映了人口的出生水平，一般用千分数表示。人口死亡率指标反映人口死亡的强度，适于进行空间、时间上的对比。除对一个地区的总死亡率研究外，还可以根据某种需要分年龄、分地区、分部门考察

4、死亡率。本文选取15组有关人口总数，人口出生率，人口死亡率的统计数据。并运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明因素间的关系，即总人口数，人口出生率，人口死亡率之间的关系。一、影响我国总人口数主要因素的关联度分析（一） 我国总人口数要素的参数估计为了更好的进行对我国总人口数变化主要因素的分析，我们选取我国1998年至2012年的总人口数、人口出生率率和人口死亡率的统计资料，如表1所示。年份总人口数（万人）人口出生率（）人口死亡率（）1998年12467115.646.51999年12578614.646.462000年12674314

5、.036.452001年12762713.386.432002年12845312.866.412003年12922712.416.42004年12998812.296.422005年13075612.46.512006年13148812.096.812007年13212912.16.932008年13280212.147.062009年13345011.957.082010年13409111.97.112011年13473511.937.142012年13540412.17.15我们建立二元回归模型yb1b2X2b3X3+（相关计算数据参照于表1），把我国总人口数作为被解释变量y，人口出生率作

6、为解释变量X2，人口死亡率作为X3，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2、表3和表4所示。REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE /STATISTICS COEFF OUTS CI(99) BCOV R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.01) POUT(.10) /NOORIGIN /DEPENDENT 总人口数 /METHOD=ENTER 人口出生率 人口死亡率 /RESIDUALS DURBIN /CASEW

7、ISE PLOT(ZRESID) OUTLIERS(3).回归数据集描述性统计量均值标准 偏差N总人口数130493.33333339.1467815人口出生率12.79071.1365415人口死亡率6.7240.3180515相关性总人口数人口出生率人口死亡率Pearson 相关性总人口数1.000-.883.877人口出生率-.8831.000-.596人口死亡率.877-.5961.000Sig. （单侧）总人口数.000.000人口出生率.000.009人口死亡率.000.009.N总人口数151515人口出生率151515人口死亡率151515输入移去的变量b模型输入的变量移去的变

8、量方法1人口死亡率, 人口出生率.输入a. 已输入所有请求的变量。b. 因变量: 总人口数模型汇总b模型RR 方调整 R 方标准 估计的误差更改统计量Durbin-WatsonR 方更改F 更改df1df2Sig. F 更改1.985a.970.965623.02275.970195.076212.000.895a. 预测变量: (常量), 人口死亡率, 人口出生率。b. 因变量: 总人口数系数相关a模型人口死亡率人口出生率1相关性人口死亡率1.000.596人口出生率.5961.000协方差人口死亡率425448.70371012.207人口出生率71012.20733316.762a. 因

9、变量: 总人口数共线性诊断a模型维数特征值条件索引方差比例(常量)人口出生率人口死亡率112.9921.000.00.00.002.00720.137.00.39.063.00082.0191.00.61.93a. 因变量: 总人口数残差统计量a极小值极大值均值标准 偏差N预测值124536.7578134280.5625130493.33333288.9504315残差-686.533871345.48499.00000576.8069915标准 预测值-1.8111.151.0001.00015标准 残差-1.1022.160.000.92615a. 因变量: 总人口数GET FILE=H

10、:未标题1.sav.DATASET NAME 数据集1 WINDOW=FRONT.表2 模型汇总模型RR 方调整 R 方标准 估计的误差1.995a.989.988124.98203a. 预测变量: (常量), 新抵押贷款费用率, 个人收入。表3 ANOVA(b)模型平方和df均方FSig.1回归1.902E729510011.321608.816.000a残差203066.5891315620.507总计1.922E715a. 预测变量: (常量), 新抵押贷款费用率, 个人收入。b. 因变量: 未偿付抵押贷款表4 系数(a)模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)15

11、5.615578.386.269.792个人收入.826.064.88312.990.000新抵押贷款费用率-56.43331.458-.122-1.794.096a. 因变量: 未偿付抵押贷款据此，可得该回归模型各项数据为：b1 155.615b2 0.826b3 -56.433 15620.507Var（b1） 334530.365Var（b2） 0.004Var（b3） 989.606Se（b1） 578.386 Se（b2） 0.064Se（b3） 31.458t（b1） 0.269 t（b2） 12.990t（b3） -1.794 0.989 df 13模型为：y155.6150.8

12、26X2-56.433 X3（二）总人口数变化因素的假设检验令0.01，我们提出如下假设：H0：Bi0，YB1+B2X2+i yb1b2X2b3X3 t(bi) t0.01 (13)在水平下，t检验的拒绝域为：，3.01和3.01，所以t（b2）落在拒绝域中，拒绝原假设，即X2对于模型有意义；t（b1）、t（b3）均落在拒绝域中，不拒绝原假设，即X1 、X3对于模型没有意义。对于该模型的社会意义解释如下：平均而言，在其他条件不变的情况下，个人收入每变动一个单位，将引起未偿付抵押贷款变动0.826个单位。并且，该模型反映了98.9%的真实情况。联合假设检验：H0：0F F0.01 (2，13)在

13、水平下，模型中的F值落在F检验的右侧拒绝域8.19，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，个人收入每变动一个单位，将引起未偿付抵押贷款变动0.826个单位。在其他条件不变的情况下，新抵押贷款费用率每变动一个单位，将引起未偿付抵押贷款反方向56.433个单位。并且，该模型反映了98.9%的真实情况。二、 模型多重共线性诊断在以下分析中，将选取原数据所得模型：y155.6150.826X2-56.433 X3相关计算数据参照于表1。(一)进行多重共线性的诊断（1） 0.989 t（b1）0.269 t（b2）12.990 t（b3）= -1.794由此

14、可看出，该模型的拟合优度较大，各参数的t检验值都较显著，所以，不能据此看出其存在多重共线性。（2）X2、X3之间的关联度如下表5:表5 相关系数表个人收入新抵押贷款费用率个人收入Pearson 相关性1-.908*显著性（双侧）.000N1616新抵押贷款费用率Pearson 相关性-.908*1显著性（双侧）.000N1616*. 在 .01 水平（双侧）上显著相关。由此可看出，该模型的X2与X3是不相关的。（3）辅助回归针对模型：y155.6150.826X2-56.433 X3 建立以X2为因变量， X3为自变量的辅助回归模型：X2c1c2 X3c3 X4运行统计分析软件SPSS，将上表

15、中数据输入界面，进行回归分析所得结果如表6、表7和表8所示。表6 模型汇总模型RR 方调整 R 方标准 估计的误差1.908a.824.811525.42090a. 预测变量: (常量), 新抵押贷款费用率。表7 ANOVA（b）模型平方和df均方FSig.1回归1.810E711.810E765.561.000a残差3864939.64414276067.117总计2.196E715a. 预测变量: (常量), 新抵押贷款费用率。b. 因变量: 个人收入表8 系数(a)模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)8819.399597.01714.772.000新抵押贷款费

16、用率-449.18155.475-.908-8.097.000a. 因变量: 个人收入据此，可得该回归模型为：X2 8819.399449.181X32.F检验H0： 0 F 65.561F F0.01(1，14)在水平下， F值落在F检验的在拒绝域11.06，中，拒绝原假设，说明存在多重共线性。（二）多重共线性的补救（1）辅助回归针对模型：y155.6150.826X2-56.433 X3建立以X3为因变量，X2为自变量的辅助回归模型：X3c1c2 X2运行统计分析软件SPSS，将表1中数据输入界面，进行回归分析所得结果如表9、表10和表11所示。表9 模型汇总模型RR 方调整 R 方标准

17、估计的误差1.908a.824.8111.06184a. 预测变量: (常量), 个人收入。表10 ANOVA（b）模型平方和df均方FSig.1回归73.919173.91965.561.000a残差15.785141.127总计89.70415a. 预测变量: (常量), 个人收入。b. 因变量: 新抵押贷款费用率。表11 系数(a)模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)18.027.96718.643.000个人收入-.002.000-.908-8.097.000a. 因变量: 新抵押贷款费用率据此，可得该回归模型为：X318.027-0.002X2H0： 0 F

18、 65.561 FF 0.01(1，14)在水平下， F值落在F检验的在拒绝域11.06, 中，拒绝原假设，说明存在多重共线性。三、模型自相关诊断（一）自相关的诊断相关数据参照于表1。 (1)图形法根据模型：y155.6150.826X2-56.433 X3 作对的散点图，所得结果如图1所示。 作对t的散点图，所得结果如图2所示。图1 对的散点图图2 对t的散点图从图形中可以看出，是随机的，即不存在自相关。(2)杜宾瓦尔逊检验H0：是随机的d0.402142119在水平下，查D-W表得DL=0.74、DU=1.25，则4DU3.26、4DL2.75，所以d值落在0，DL的区域中，即拒绝原假设，

19、存在负自相关。（二）自相关补救yt=b1+b2x2t+b3x3t +et -yt-1=b1+b2x2t-1+b3x3t-1+et-1 - * P (其中p=1-d2=0.798928941) - 得（yt p* yt-1）= b1+b2（x2t-p*x2t-1）+b3（x3t-p*x3t-1）+et 令y*= yt p* yt-1 x2*= x2t-p*x2t-1 x3*= x3t-p*x3t-1 得 y* = b1+ b2x2* +b3x3* +et其具体数据如表12： 表12 年份 y yt-1 y*=yt p* yt-1x2*=x2t-p*x2t-1x3* =x3t-p*x3t-119981365.519991465.51365.5374.56253151469.462531-1078.27746920001539.31465.5368.46963741547.869637-1156.130363200