山东省人口老龄化变化趋势影响分析毕业论文

1、青岛农业大学毕业论文（设计）题目：山东省人口老龄化变化趋势及影响分析姓名：学院：理学与信息科学学院专业：信息与计算科学班级：学号：指导教师：2020年5月20日青岛农业大学毕业论文（设计）诚信声明本人郑重声明：所呈交的本科毕业论文（设计）是本人在指导老师的指导下，进行研究工作所取得的成果，成果不存在知识产权争议。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体在文中均作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。毕业论文（设计）作者签名：2020年5月20日目录TOC o 1-5 h z摘要IAbs

2、tractII HYPERLINK l bookmark14 引言1 HYPERLINK l bookmark16 研究背景及意义1 HYPERLINK l bookmark18 山东人口老龄化发展历史与现状2 HYPERLINK l bookmark20 山东省人口老龄化特点3 HYPERLINK l bookmark22 新中国成立以来山东省各年龄人口比重的变化3 HYPERLINK l bookmark24 山东省东西部老龄化差异4 HYPERLINK l bookmark26 山东省城镇与农村老龄化不协调5 HYPERLINK l bookmark28 山东省近些年社会经济的发展6 H

3、YPERLINK l bookmark30 二十年来山东生产总值GDP的走势6 HYPERLINK l bookmark32 初步确定两变量关系正相关8 HYPERLINK l bookmark34 山东省人口老龄化对经济产生影响分析9 HYPERLINK l bookmark36 Proportion与GDP的检验9 HYPERLINK l bookmark38 ADF单位根检验94.2.1GDP的ADF单位根检验9Proportion的ADF单位根检验12 HYPERLINK l bookmark40 Proportion与GDP的协整性134.3.1Proportion与GDP之间是否有

4、长期均衡关系13 HYPERLINK l bookmark50 Proportion与GDP协整检验144.3.3Proportion与GDP误差修正模型建立15Proportion与GDP的格兰因果检验17 HYPERLINK l bookmark52 人口老龄化对社会各方面带来的影响18 HYPERLINK l bookmark54 人口老龄化对医疗卫生方面的影响18人口老龄化对医疗卫生支出的影响分析185.1.2人口老龄化对医疗卫生支出未来预测225.1.3人口老龄化对医疗硬件设施以及人员的影响23 HYPERLINK l bookmark64 人口老龄化对财政支出的影响24 HYPER

5、LINK l bookmark66 人口老龄化对社会保障的影响26 HYPERLINK l bookmark68 对未来人口老龄化的预测28 HYPERLINK l bookmark70 预测模型建立28 HYPERLINK l bookmark72 预测结果29 HYPERLINK l bookmark80 结论和展望30 HYPERLINK l bookmark82 7.1结论30 HYPERLINK l bookmark84 应对人口老龄化的建议30 HYPERLINK l bookmark86 展望31 HYPERLINK l bookmark88 参考文献32 HYPERLINK l

6、 bookmark90 致谢34 山东省人口老龄化变化趋势及影响分析信息与计算科学指导老师摘要：山东省作为全国的人口大省，人口的老龄化日趋严重，现在已经成为经济发展所必须面对的重要问题，结合2000年和2010年的两次人口普查数据，本文采取理论与实证分析相结合、时间序列和因果关系分析相结合以及历史现状和未来预测分析相结合的方法，利用Eviews软件剖析人口老龄化的历史以及现状、产生原因、未来的发展趋势、对区域发展的影响，以便于政府更好的优化社会生产结构、统筹兼顾各项资源，在有限利用老龄人口资源的同时，尽力协调人口与经济的可持续发展。关键字：人口老龄化；时间序列分析；经济发展；修正模型Analy

7、sisonthetrendandinfluenceofpopulationaginginShandongProvinceStudentMajoringinInformationandComputingScienceTutorAbstract:AsalargepopulationprovinceinChina,theagingofpopulationinShandongProvinceisbecomingmoreandmoreserious.Nowithasbecomeanimportantproblemforeconomicdevelopment.Basedonthedataof2000and

8、2010census,thispaperadoptsthemethodsofcombiningtheorywithempiricalanalysis,timeseriesandcausalityanalysis,andhistoricalstatusandfutureforecastanalysisUsingEviewssoftwaretoanalyzethehistory,currentsituation,causes,futuredevelopmenttrendofpopulationaginganditsimpactonregionaldevelopment,soastofacilita

9、tethegovernmenttobetteroptimizethesocialproductionstructure,makeoverallarrangementsforallresources,andtrytocoordinatethesustainabledevelopmentofpopulationandeconomywhilemakinglimiteduseofagingpopulationresources.Keywords:populationaging;timeseriesanalysis;economicdevelopment;modifiedmodel 1引言21世纪以来，

10、随着信息科学技术的发展，越来越多的人将统计的相关知识应用到金融、人文、医疗、自然科学、社会学等领域，并发挥重要作用，使统计成为一门科学1。研究背景及意义中国的面积在世界国家中排名第三，但总人口数却高居第一。随着中国经济的不断发展，综合国力的提升和人民生活水平的提高以及独生子女政策的实施，中国的人口老龄化2问题也逐渐的凸显。一般来说一个国家（地区）60岁以上占比达到10%或者65岁以上占比达到7%标志着国家（地区）进入老龄化社会。山东省隶属于东部沿海地区，是改革开放最先惠及的地区，是排名靠前的经济大省，但也是人口老龄化问题严重的省份3之一。所以山东省人口老龄化是中国近几十年的社会经济发展和历史变

11、革的一个缩影，而且山东省独特的地理和人口数量更具有代表性意义。新中国成立后,计划生育政策的实施和改革开放，山东省的人口发生了改变（图1.1），所以我们正确的认识山东省老龄化的发展历程和把握未来的发展趋势，客观的分析和评价老龄化对社会经济各个方面带来的影响是非常有必要的。40.0035.0030.00出生率死亡率10.005.000.001949195419591%41969血7斗1979198419S919941999200420092D142018年份2500-I-X朱20.0015.00图1.1近七十年山东省出生率死亡率变化1.2山东人口老龄化发展历史与现状在过去未建国时期饱受战乱以及医疗

12、条件的落后，山东人口数量的增长一直处在一个相对平缓的状态，建国之后经济的发展和医疗卫生的改善，再加上劳动力的需求，出现“婴儿热”现象，出生率开始一段大幅度的增长，同时死亡率下降，留下了巨大的人口基数。根据第一次全国人口普查4详细汇总资料计算，1949年出生率是28.1%死亡率12.2%，第二次全国人口普查的时候,出生率已经达到35.5%,死亡率为10.2%。研究表明,山东人口的老龄化始于1965年,以及随后1966年实施计划生育政策同时导致出生率和死亡率下降。第四次全国人口普查此时老年人口达到10.37%，超过国际通用标准，表明山东省人口进入老龄化阶段。在山东省实施计划生育5以来，人口增长方式

13、从过去的高出生率，低死亡率和高增长率的“高，低，高”模式，过渡到低出生率，低死亡率和低增长率。“低，低，低”模式。在第五次全国人口普查中山东人口平均寿命在73.92、65岁以上占比&12%，而第六次人口普查平均寿命增加到了76.46、65岁以上占比增加到14.75%,由此可以看到人口的平均寿命在增长、老龄化速度在加快6。据联合国预测，中国的老年人口数量将会在20年后超过0-14岁儿童的数量，到时我们国家平均一个三人家庭中就有一位老人需要赡养，到时将会对我们社会的经济、医疗、福利等方面带来深远的影响。目前，国家人口统计资料中老年人口只有65岁及以上，所以本文统一使用65岁及以上作为老龄人口的标准

14、。山东省人口老龄化特点新中国成立以来山东省各年龄人口比重的变化由第六次全国人口普查数据计算，山东省的老年人口比重在逐渐增加。详细数据如表2.1所示。表2.11982年以来山东人口比重变化年份0-14岁15-64岁65岁及以上总抚养比（%）少儿抚养比（）老年人抚养（）198231.063.45.657.748.98.8199026.639.69.2199524.668.07.4200020.829.311.3200120.428.611.5200218.872.78.537.625.911.7200318.

15、425.312.5200435.823.212.6200515.974.19.934.921.513.4200615.374.710.033.920.513.420071574.810.233.720.113.6200815.674.110.334.921.013.9200915.773.910.435.421.214.2201015.774.49.934.421.113.3201115.774.310.034.621.113.5201216.173.510.436.021.814.2201316.172.911.020141

16、6.472.011.638.922.816.1201516.623.317.1201616.470.413.242.023.318.7201717.268.814.045.325.020.3201818.166.915.049.527.022.5资料来源：中国人口统计年鉴（2000-2010）山东省统计年鉴（2018）单独选取2003年以来65岁及以上人口占比作图分析得到图2.1。老年人口ri比年份图2.1老年人口占比变化趋势16141210g6Un从图2.1中我们可以看到老年人口比重呈现逐年递增的趋势，而且自2016年以来速度逐渐加快。而据最新统计，到2019年底，山

17、东省的老年人口总数仅次于广东省，为100508.30万人，在全国老年人口中居首位。65岁以上老年人1555万，60岁以上2000万，占山东总人数1/5，并以每年100万的速度快速增长，山东省老龄化速度正在加快。山东省东西部老龄化差异据2010年第六次全国人口普查数据分析,山东省人口老龄化规律自东部沿海地区向西部内陆地区递减,，从沿海经济发达地区向内地贫困地区递减7。2017年统计数据东部沿海城市老龄化比例：威海27.8%、烟台27.0%，日照23.3%，聊城市最低也达到18.4%，因此山东即将进入中度老龄化社会。具体如图2.2所示，我们山东境内部分地级市进入中度老龄化，大部分还处在轻度老龄化阶

18、段。27.a%1端8Wf-.27.0%图2.2山东地域老龄化程度差异山东省城镇与农村老龄化不协调在发达国家和地区，城市老龄化程度高于农村老龄化程度，而在山东，农村老龄化程度高于城镇。城镇老年人口占全省老年人口的42.3，而乡镇，乡村老年人口占57.7以上。与全国相比，城镇老年人口不到全国的9.7，与全省常住人口城市相比，城镇老年人口低14.7。据有关资料显示，城市农村逆势态势持续到本世纪40年代，在此之后城镇人口老龄化才逐渐追赶上农村人口老龄化8。山东省近些年社会经济的发展二十年来山东生产总值GDP的走势经过二十多年的发展，现在山东省GDP从1996年人均5883元增长到2018年76469元

19、，比之前翻了十倍不止，将老年人口占比与GDP数据结合在一起（表3.1），我们具体看一下两者各自的变化趋势。表3.1GDP与proportion分析年份GDP（亿元）proportion(%)19943844.510.5719954953.410.8519965883.811.1319976537.111.4219987021.3511.9719997493.8412.320008337.4711.920019195.0411.49200210275.511.71200312078.1511.7200415021.8412.5200518366.8712.5200621900.1913.4200

20、725776.9112.7200830933.2813200933896.6513.1201039169.9213.1201145361.8514.6201250013.2414.3201355230.3214.9201459426.5915.8201563002.3316.2201668024.4916.3201772634.1518.6201876469.6722.7利用经济计量分析9,借助Eviews软件导入表3.1中GDP数据作图分析，结果如图3.1所示。YEAR图3.1山东省GDP走势（亿元）从图3.1中GDP的线性趋势可以看出，进入21世纪以来，山东省经济一直保持高速增长，在过去的

21、2019年中，山东省GDP总额为101675亿元，居全国第三，并保持5.5%的增速，1996年人均GDP5883元，在2018年统计中人均GDP76469元，由此看山东的经济一直在加速发展。对表3.1中Proportion数据作图分析，得到如图3.2所示。NOITROPORP1,9961,9982,0002,0022,0042,0062,0082,0102,0122,0142,0162,0182,020YEAR图3.265岁及以上老年人口占比（百分比）可以看到山东省老年人口比重也是在逐年增长的，虽然有些年份会有些波动08642111但大体上趋势是在增加的，且近五年以来增长更加快速。将图3.1G

22、DP的变化趋势与图3.265岁及以上老年人口占比趋势分析，我们可以看到GDP与Proportion的变化趋势总体上大体一致。初步确定两变量关系正相关打开SPSS软件作散点图来具体分析10（图形f旧对话框f散点图）得到如图3.3所示老年人口占比Proportion与GDP之间的关系,从散点图中可以看到两者是正相关的,所以我们的猜测是正确的,Proportion与GDP正相关。接下来验证一下这两个变量之间的相关性，将两变量导入，相关系数选择皮尔逊,得到结果如表3.2所示。表3.2Proportion与GDP的相关性分析proportionGDPproportion皮尔逊相关性1.878*Sig.（

23、双尾）.000个案数2525GDP皮尔逊相关性.878*1Sig.（双尾）.000个案数2525*.在0.01级别（双尾），相关性显著从表格3.2中数据可以看到GDP与Proportion的相关系数为0.878，第二行是假设的相关系数概率为0，总共25个样本参加检验，设定显著性水平为0.01，结果小于0.01，即通过显著性检验，总体趋势是一致的，认为两个变量正相关。山东省人口老龄化对经济产生影响分析4.1Proportion与GDP的检验经过分析以及检验，证明Proportion与GDP之间是高度相关的，两者之间是存在关联性，用计量经济学知识来分析两者之间的关系。用表3.1中数据建立时间序列模

24、型，但模型回归必须在时间序列平稳性测试上进行。我们建模的前提是时间序列11必须平稳的，这样才能有效减少虚假收益。在非平稳时间序列之间可能会发生错误回归，不仅在固定时间序列与横截面数据序列之间也会发生假回归，而且非平稳时间序列12的虚假回归可能会更大，因此我们进行时间序列模型平稳性检验。时间序列平稳性检验一般选择单位根测试方法,测试方法包括DF测试,ADF测试,EG测试和JJ测试。本文选择ADF单位根检验进行时间序列平稳性测试。4.2ADF单位根检验ADF检验是通过下面三个模型具体关系如式(4.1)：模型1：AX=6X+EPAX+tt1itIti=1模型2：AX=a+6X+EPAX+tt1iti

25、ti=1(4.1)模型3：AX=a+PT+6X+1EPAX+tt1ititi=1模型3中的T是时间变量，它表示时间序列随时间变化的趋势。存在单位根的零假设。模型1和其他两个模型之间的区别在于是否包括常数项和趋势项。实际检验时从模型3开始，然后模型2，最后模型1。检查时，没有单位根拒绝零假设，平稳的序列则停止检验。否则就继续检验,直到检验完模型1为止。4.2.1GDP的ADF单位根检验将数据录入Eviews，点击QuickfSericesStatisticsfUnitRootTest，seriesname输入GDP,第二项level,第三项None,最大滞后系数5,得到结果如图4.1所示。Nul

26、lHypothesis:GDPhasaunitrootExogenous:NoneLagLength:1(Aulomatic-basedonSIC,maxlag=5)t-StatisticProb.-AugmentedDickey-FullerteststatisticD.520319O.S206Testcriticalvaluas:1%level5%level10%level-2.669359-1.956406-1&084S5*MscKinnon(196)cie-sidedp-values.AugmentedDickey-FullerTestEquationDep-endenlVariabl

27、e:D(GDP)Method:LeastSquaresSample(adjusted):19962018Includedobservations:23afteradjustmentsVariatileCoefficientSt-d.Errort-Statistic-Prob.GDP(-1)0-0035180.0163700.520319.60&3DtGDPC-10.9015420.17-11255.263335.0000R-squared0.70S5&5Meandep-endentvar310.403AdjustedR-squared0.6&471&SDdependenlvar1S4Ci.eO

28、5S.E.ofregression1017.141Akaikeinfocriteri-on16.7702Sumsquaredresid21726CS&Sulwa它crilsrion16.36P06Loglikslihna-d-190.05&7Hannan-Quinnc.rilsr.16.79515Durbir-Walsonsial2.419995图4.1GDP原始序列检验通过图4.1可以看到ADF值大于t检验阈值的1%、阈值的5%和10%因此可以拒绝原假设（没有单位根）。因此，GDP是一个非平稳序列，从理论上讲，我们可以对GDP继续进行差分。QuickfSericesStatisticsUni

29、tRootTest,seriesname输入GDP,第二项选择1stdifference，第三项选择截距项Intercept，最大滞后系数5,得到结果如图所示。NullHypothesis:DfGDP)hasaunitrootExogenous:ConstanlLagLength:DiAjl-arricitic-basedonSIC,nnaxlag=5j(-StatisticProt.AugmentedDickey-Fullertesistatisiic-145613605371Testcriticalvalues:1%levellevel10%level-3.752946-2.99054-2

30、.63&752MacKinnon(199S)one-sidedp-values.AugmentedDickey-FullerTestEquationDependeilVariable:D(GDF.2)Method:LeastSquaresSample(adjusted:19962018Includedobservalions:23afteradjustmentsVariableCoefficientStd.Errort-StatiEtic.Proti.C-Ci.160212597.71980110022386.2345-14561&615475570-160-10.1367R-squared0

31、.091714Meandependentvar11854S7AdjustedR-squared.0484633D.depen叮9S4.2565S.E.ofregression9698652Akaiksinfocriterion1667513Sumsquaredr-esid13753408Schwerzcriterion1677387Loglikelitioo-d-1897640Hannan-Qjinncril-er.1669996F-slalislic2.120479Durbin-Waisoistat2.4B0119Prob(F-statisticJ0.1010图4.2阶差分之后GDP通过图4

32、.2数据看到一阶差分之后ADF值还是大于各水平临界值，此时继续对GDP进行二阶差分。QuickfSericesStatisticsUnitRootTes,seriesname输入GDP第二项选择2stdifference，第三项选择常数项和截距项Trendandintercept,最大滞后系数5,得到结果如图4.3所示。NullHypothesis:DiPROPORTION.2)has日unitrootExogenous:Constanl,LinearTren-dLagLength:0iAjlomati匚-basedonSIC.maxlag=5jt-StatisticProfAugmented

33、Dickey-Fullerteststatistic.-6.2970570.0002Testcrilicalvalues:1%level-4.4407395%level-3.63289610%level-3.254671MacKinnonane-side叮Augment已对Dickey-FullerTestEquationVariable:D(PRQPCRTION:3Method:LeastSquaresSampleadjusted):19972013Include-dotserjalions:22afteradjustmentsVariableCoefficientStd.Errort-St

34、atisticProb.D(PROPO-RTICN-4.27，数据通过了检验，残差是平稳的，所以INP与ING有协整关系，说明两者之间具有长期稳定的均衡关系。4.3.3Proportion与GDP误差修正模型建立通过上述检验我们知道INP与ING之间有长期均衡关系，但是也可以在短时间内失衡（例如紧急情况的影响），基于格兰杰表示定理（1987年），一组变量之间的协整关系可以建立误差校正模型(ErrorCorrectionModel,简称为ECM),因为INP与ING都为一阶单整且具有协整关系14,对于人口老龄化与GDP关系我们可以建立以下误差修正模型,看一下短期的变化情况。AINP二a+工PAI

35、NG+区丫AINP+5ecm+8iii-jt/、i-ii-ij-ij(4.4)首先，我们需要提取残差，由“IsINPcINP(-1)INGING(-1)”提取到残差“e”，输入命令“Isd(INP)cd(ING)e(-1)”得到结果如图4.6。前ethod:LeastSquaresSampleadjusted):1998201SInclude-d-abservalions:21alteradjuslmntsVariableCoefficientStd.Errort-StatisticProb.C-0.6202080.391689-1.5&34200.1318INPH1.2789190.2560

36、334.9&51300.0001ING0.0757750.3232400.2344240.0175INGi匚1D.7250.72511.6410.001205420.036135390.0003D.4340.16724.38G0.000+0377-0.07828.1560.0005D.247-DOSS29.S330.0006D.029-0.32829.9140.0007-0.072-0.00130.0860.000S-D.143-0.094-30.8240.000g-U.237-0.033.0640.00010-C307-0.06437.2360.00011-D353-0.029434570.

37、00012-0.410-0.19153.0130.000图5.2一阶差分之后序列平稳性发现在5%置信水平下还是不合格，都还是白噪声，继续进行二阶差分得到如图5.3所示。Sample:19982018Includedobservations:1-8AutoccrrelationPartialCorrelaticnACPACQ-StatProb-0.292-02921.S0230.179-0.262-0.3302.S5020.1370142-0.0953.8J240.2800.001-0.0953.磁日0.4290.17302344.71310.4&2-0229-0.1066.28170.392-

38、0.023-0.02B6.30760.504.85-01116.56990504-0.026-0.040659790.679-0.055-01426.72630.750.350.0526.80070815-.99-0.18S7.3B8308312工斗50789012JIJI1图5.3二阶差分后医疗支出序列从图5.3中可以看到二阶差分之后每一个Prob的值都大于0.05,所以时间序列平稳了，接下来利用最小二乘法对时间序列进行估计建模。输入命令“Isd(yl2)car(2)”，得到结果如图5.4所示DependerdVariable:DYL2Method:LeastSquaresaampieadj

39、usted):Indude-d-ob-servalions:16afteradjustmentsCorivergenceac-hieve-dafter3it&raticnsVariableCoefficientStd.Errort-Statistic-Prob.CTR”72门10.670301.5203230.-1507A.R(2-1.O&3534G.453-545-Z.3433&50.034斗R-squaredD.2S-173-6Meandepend-entvar11.53625AdjustedR-squar-edD.23-04328.D.dependenlvar100.0006S.E.of

40、regr-essicnS7.T2553Akaikeinfocriterion11.90277Sumsquaredresid107740.8Schwarzcrilerion11.99935Loglikelitiocd-93.22217Hannan-Quinnc.riler.11.90772F-slalislie5.49-1451Durbin-Watsonstet2.517234Prot(F-statisticJD.D3-4394图5.4AR(2)分析该模型准确来说叫ARIMA的疏系数模型，我们继续输入命令“Isd(yl2)cma”，得到结果如图5.5所示。DependenlVariable:DY

41、L2Method:LeastSquaresSampleadjusted):20002017includedab-servalions:1BafteradjustmentsccnveryernceacriievKdafterS让吕丨曰MAE-cic-kc-aist.OFFCRtjuts-dfMAprct-tssstuuIcirye)VariableCaeflicientStd.Errort-Siatistic.Prob.C12.4S1S10.65559418.752140037421-38.143930.0000Rsquarod0.6-1613-2Mand&pnde

42、rtvar10.2-1500Adjust&dR-quar-ad0.6223-5-3.S_D.dependentvarQ-1.12Q6-6SFrAgr-E-ssiori57799-5.2Aiksikemfocrit&ricn11GS65SF；umqhriar-Ptcirssid5455S5Schwarzcriterion111555-1Lcqlikelihood-97.5-0649Haninan-QiJinncrileij:11.06992F-slaUsUc29.00722Durtin-Watsonstat2.450306Prcb(F-statisticj.00060InvertedWARcot

43、s1.19-1.19tstiirateomAprocessisnoninvertitue图5.5MA(2)分析根据AIC和BIC准则的最佳模型选择，数值越小拟合效果越好，我们选择了MA(2)模型，测试模型(ViewResidualTestsCorrelogramQstatistics)得到图5.6。Sample:19932017Includedobsen/ati-jns:18Q-statisticprobabilitiesadjutedfor1ARFulAtermAut口亡orrelationPartialGorrelationACPACa-statProbi1i11-0.323-0.3232

44、216111匚12-0.079-0.2052.J&7+0125111130.QS9-0.0102&4640.2001111+0.0210.042255770465111150.0350.1462.75790.5991匚11116-0.142-0.0620644111匚17-0.078-0.162J.&6240.736111180.066-0.0S23.720S08-1-111111g-0.046-0.0803.80510.3741E11匚110-0.035-0.1174-.12B00.903111111110.029-0.0204-.17190.9391E11匚112-0.0S9-0.1174

45、-64270.947图5.6AR(2)检验从图5.6可以看到每一个Prob值都大于0.05,都为白噪声，所以此时间序列是平稳序列。人口老龄化对医疗卫生支出未来预测图5.72018年预测结果经过上述检验，我们利用二阶差分后的平稳时间序列预测未来的医疗卫生支出费用，在主界面ProcfstructureorRestzeCurrentpage添加预测的时间，在此我们添加2018年，再在图5.3处点击forecast，得到结果如图5.7。Forecast:DYL2FActual:DYL2Forecastsample:19982018Includedobservations:18RootMeanSquar

46、edError91.50565MeanAbsoluteError55.16167MeanAbs.PercentError119.9394TheilInequalityCoefficient0.875422BiasProportion0.000613VarianceProportionNACovarianceProportionNA由于现在是二阶差分之后的数据，所以我们需要将数据还原回去，由二阶差分计算公式：VXA2二VX-VXTOC o 1-5 h zttt1(5.1)VX=(XX)ttt1VX=XXt1t1t2X二2*XX+VXA2tt1t2t利用公式（5.1）若2018年Proportio

47、n为15%时，计算得医疗卫生支出为3942.723181（亿元）。人口老龄化对医疗硬件设施以及人员的影响随着老龄化问题的加重，对现代的医疗卫生方面提出了更高的要求，随着经济的发展，我们已经建立了一批现代化的医疗机构（包括医院，医疗机构，疗养院等），根据中国成立以来卫生机构的数量、床位数以及医护人员数量来具体分析。具体数据见表格5.2。表5.2人口老龄化对医疗机构配置的影响年份proportion卫生机构数床位数（万张）人员数（万人）20008.11711821.531.52001&21734821.831.82002&51750022.132.220039.11602521.831.12004

48、9.21657423.232.320059.91678825.132.5200610.01701625.933.7200710.21533728.334.6200810.3149733237.6200910.41509434.740.620109.91649638.244.1201110.06827541.648.2201210.46884047.353201311.0754754959.8201411.6770665060.4201512.27743551.961.9201613.27705054.364.3201714.07909958.568.9随着老龄化程度的加深，老年人口越来越多，加

49、上实行计划生育政策，大多数家庭都是独生子女，养老能力下降。在这个快节奏的时代里，年轻人既需要谋生又需要赡养老人，有些家庭甚至两个年轻人赡养四个老人，所以年轻人的负担日益沉重，而且老年人由于身体残障，残疾或丧偶，老年人口对社会服务业的有越来越高的要求。为了更加准确的把握老龄化对医疗硬件设施以及人员的需求，我们选取了进入21世纪以来山东省医疗机构数目(yl)、床位数量(y2)以及相关的人员(y3)配置三个方面来分析人口老龄化带来的影响。将自变量人口老龄化(Proportion)与每一个因变量分别作线性回归得到相关数据如表5.3。表5.3回归结果分析指标卫生机构数床位数(万张)人员数(万人)常数项C

50、-105870-39.7008-33.52353t值-3.406797-4.220818-3.377516proportion14012.727.3137197.529128t值4.7168848.1338277.935086RA2值0.5816880.8052560.79738F值22.24966.1591562.96559所得线性回归方程：机构：yl=一105870+14012.72*proportion床位：y2=一39.70+7.31*proportion(5.2)人员：y3=-33.52+7.53*proportion从表格5.3中可以看出各方面数据解释良好，当老年人口每增加一个百分

51、点，卫生机构增加1.4万个，床位增加7.31万张，人员数增加7.53万人。利用(5.2)式进行2018年预测，当Proportion为15%时，预测得卫生机构数为10.43万个，床位数70万张，人员数79万人。人口老龄化对财政支出的影响由表5.1数据我们看到随着老年人口比重不断增加，我们政府财政的支出额也在逐渐增大。假设两者是正相关的，我们作线性回归方程，得到图5.8。DependenlVariable:CZMethod:LeastSquaresSample:19S32017Incltide-d-observalions:20VariableCoefficientStd.Error1-Stai

52、istic.Prob.c-ITO斗&一721494S9S-11.40401.DOOFROPORTION1518.501108.864913.949D40.0000R-sqiLJ日rodC.Q15324MlandGrpndentvair3.&0-9.G27Adjuste-dR-equaredlO_10620S_D_dependentvar3O4S.1S2G.E.ofr&grossiionB1H.2897Akiik-s：infocriterion1&S-6224Sumresid14D-1SCS0-critsrEon16.6-e1S-1Loglilkelihooci-1S3.6224Hannan-Q

53、uinnClTiIit.1S5B16-Br-slalisUc-194.5758Durbin-Watsonslat1_374斗1曰Pr-ot?(r-statisticO-OOOOOO图5.8proportion与财政支出分析14,00012,00010,0008,0006,0004,0002,0000-2,0009800020406081012141618CZF?2S.E,从图中数据我们可以看到RT=0.91,拟合度很高，方程系数通过5%的显著性水平t检验，整体线性回归效果很好，接下来进行预测分析得到图5.9。Forecast:CZFActual:CZForecastsample:1998201

54、8Ineludedobservations:20RootMeanSquaredError864.5253MeanAbsoluteError686.5169MeanAbs.PercentError39.49466TheilInequalityCoefficient0.093275BiasProportion0.000000VarianeeProportion0.022116CovarianeeProportion0.977884图5.92018年预测结果当2018年山东省老龄化程度15%时，政府财政支出预测值为5729.697（亿元），2017年政府财政支出是2007年的4.09倍，所以说人口老

55、龄化对政府的压力还是挺大的，现在的现象是65岁及以上人口占比逐渐增加，15-64岁年龄之间人口抚养压力增大，社会的老年人口抚养系数增大，造成用于社会生产所需的劳动力减少。虽然人口老龄化带来生产方式、产业结构以及社会消费等方面的变革，但也确实对政府财政提出了更高的要求，加大了社会经济发展的负担。人口老龄化对社会保障的影响随着老年人口逐渐增多，如何正确对待养老问题逐渐越发的引起重视，我们国家根据国情以及人口情况建立了“社会统筹与个人账户相结”的筹资模式，建立了多层次的养老保险体系17，但中国的养老保险正日益面临着更严重的挑战。加速发展的人口老龄化、覆盖面窄、协调整体水平低、隐性债务和个人空账等问题

56、，已使现有的养老保险制度力不从心;而农村传统的家庭养老与土地保障功能已日趋退化，新型农村养老保险刚刚开始试点，任务艰巨。因此，结合中国实际情况，针对我国当前社会养老保险在实践中出现的难点问题进行分析，进而提出相应的改革与完善对策18，是社会保障中亟待解决的核心问题。本文我们主要分析进入21世纪以来山东省在社会保障方面进行的一系列工作，统计人口老龄化对社会保障工作带来的影响。由2018年山东省统计年鉴，详细数据见表格5.4。表5.421世纪以来山东省社会保险的发展年份proportion养老保险医疗保险失业保险工伤保险生育保险20008.1972.2255.5715279.4325.52001&

57、21022.2490.2700.2285.5331.82002&51043625.6701.2278.2323.220039.11135.9691.1719.1281.8336.520049.21218.7771.9747.5476.7390.820059.91302.5861.5771.1578.7461.2200610.01368996.1789.7647.3488.8200710.21455.71115.9814.9745563.3200810.31565.81266.2864.1865638200910.416612540.2899.51064.670320109.917732770.

58、6931.21211.2774.1201110.01907.12947.8964.91276.1857.8201210.42063.23101.21009.81339.6919201311.02259.63647.91089.61371.9974.4201411.62370.239881154.31421.51046.5201512.22477.59235.81203.81473.51111.3201613.22576.49188.81222.91510.91139.1201714.02660.99295.71268.31569.11186.6201815.02762.79437.11318.

59、516331235.4从表格5.4数据中我们看到截止到2018年人口老龄化比2000年翻了一倍，养老保险从2000年到2018年增长了三倍，而医疗保险相对其他保险来说是增长最快的，从255.5（亿元）增加到2018年的9437.1（亿元）增长了37倍，这也从侧面反映出了我们社会现在的处境，人口老龄化已经成为国家、社会以及个人所必须面对的实际问题，现有的模式：国家、企业与个人三者统筹的社会养老保障体系，目前来看已经有些力不从心，所以我们需要尝试新的方法来解决目前的难题。对未来人口老龄化的预测通过对近些年山东省的老龄化统计数据19，以及人口老龄化对经济发展带来的影响，在第三章我们可以得出人口老龄化

60、速度与GDP的发展呈正相关，可以预测在未来的一段时间内老龄化程度还会继续加深，对政府的财政支出会有进一步的拉动，为医疗卫生以及社会福利保障工作等带来新的挑战。预测模型建立因为今年的老年人口是在去年的老年人口的数量上变化而来，所以我们研究去年的总人口和老年人口对今年的老年人口的数量关系，此处先不做老年人口死亡率及各个年龄段的人口死亡率的分析。假设第t年的老龄人口为y,总人口为z,第（t-1）年的老龄人口为x,总人口为zl,t的数值为1997、1998、1999，根据2018年山东统计年鉴，得到t年的数据如表格6.1。表6.1总人口与老年人口数据变化年份今年老年人口y（万人）今年总人口z（万人）去