我国人口发展现状及预测分析报告摘要：通过分析我国人口的主要特点和存在的主要问题，通过指出人口问题已成为我国社会、经济发展的重要制约因素，而论述了预测和控制人口的重要意义，并以我国人口的预测的模型为依据制定合理的解决方法和调节政策。

本文以我国前五次人口普查的部分数据为参考，运用各种统计分析方法找出我国人口问题的关键因素，预测我国人口的未来发展趋势并对未来人口规划和控制人口提出一些合理化建议。

关键词：相关分析人口现状人口预测ARIMA模型1、前言我国是世界上人口最多的发展中国家。

人口众多、资源相对不足、环境承载能力较弱是中国现阶段的基本国情，短时间内难以改变。

人口问题是中国在社会主义初级阶段长期面临的问题，是关系中国经济社会发展的关键性因素。

人口问题是一个世界各国普遍关注的问题。

一个国家或地区的人口规模直接影响着其经济的发展、政治结构的稳定、社会的进步和资源的利用。

我国是世界人口第一大国，人口问题始终是影响我国可持续发展的核心因素。

由于我国20世纪50-60年代在人口政策方面的失误，不仅造成人口总数增长过快，而且年龄结构也不合理；改革开放后，城乡的人口分布也不尽合理，男女比例严重不平衡。

因此，要在保证人口有限增长的前提下适当控制人口老龄化水平，把年龄结构调整到合适的区间，调整城乡的人口分布比例，控制男女平衡以及自然增长率。

这些都是一项长期而又艰巨的任务。

运用统计的方法对各种造成我国人口问题的因素进行相关性分析，找出影响我国人口问题的关键因素，用ARIMA模型的方法对未来人口进行预测和分析，进而研究和控制人口增长和人口老龄化的政策、策略。

人口预测，作为经济、社会研究的一种方法，应用越来越广泛，也越来越受到人们的重视。

在描绘未来小康社会的蓝图时，首先应要考虑的是未来中国的人口数量、结构、分布、劳动力、负担系数等等，而这又必须通过人口预测来一一显示。

人口预测研究是国家制定未来人口发展目标和生育政策等有关人口政策的基础，对于国民经济计划的制定和社会战略目标的决策具有重要参考价值。

本文利用EVIEWS软件使用ARIMA模型对我国人口数进行研究并进行预测，选取1970-2009年的我国人口数为研究对象，其中数据来源于中国2010年统计年鉴（见附件）。

2、我国人口的现状分析我国的人口现状不容乐观，存在很多不合理的因素。

例如，老龄化进程加速、各阶段人群数量不合理、性别比持续升高，以及乡村人口城镇化等多种因素。

2.1我国人口总量在近30年间快速增长（1970年到2009年）庞大的人口数量一直是中国国情最显著的特点之一。

虽然中国已经进入了低生育率国家行列，但由于人口增长的惯性作用，当前和今后十几年，中国人口仍将以年均800-1000万的速度增长。

按照目前总和生育率1.8预测，2010年和2020年，中国人口总量将分别达到13.7亿和14.6亿；人口总量高峰将出现在2033年前后，达15亿左右。

图1 我国1970年到2009年间的人口总数2.2 我国的人口结构不合理我国人口结构的不合理主要表现在我国人口比重的不合理、男女数量的不平衡、城乡人口数量的不合理。

图2 我国近20年的人口组成分布图3 我国1970年到2009年城镇与乡村人口数的对比图4 我国1970年到2009年男女数量的比较从上面的比较数据中可以看出当前中国人口劳动年龄人口比重大，劳动力资源丰富，为经济快速发展提供了强大的动力。

但庞大的劳动年龄人口也给就业带来了巨大的压力，并且，劳动年龄人口将保持增长态势。

这对就业、产业结构调整和社会发展事业提出了更高要求。

2009年，65岁以上老年人口比重达9％以上，根据国际标准，中国已经进入老龄社会。

中国老龄化呈现速度快、规模大、“未富先老”等特点，对未来社会抚养比、储蓄率、消费结构及社会保障等产生重大影响。

从城乡分布来看，城镇人口增长迅速，农村人口缓慢减少。

城镇人口的大量增加需要大量农村劳动力的流动。

2009年，中国流动人口已经超过1.8亿。

大量农村劳动力进城务工，为城市发展提供了充裕的劳动力，同时也改善了农村的经济状况。

与此同时，流动人口管理与服务体系却严重滞后，亟待完善。

庞大的流动迁移人口对城市基础设施和公共服务构成巨大压力。

流动人口就业、子女受教育、医疗卫生、社会保障以及计划生育等方面的权利得不到有效保障，严重制约着人口的有序流动和合理分布，统筹城乡、区域协调发展面临困难。

从人口性别结构看，2009年末男性人口68652万人，占51.5％，女性人口64822万人，占48.5％，总人口性别比为107左右。

从20世纪80年代开始，出生人口性别比持续升高，第五次全国人口普查时为117，2003年为119，少数省份高达130。

男女比例的不平衡对于社会的发展及其不利，男女比例的不合理能够引发各种社会问题，造成社会的不和谐。

面对复杂的人口问题，我们应该不断完善人口政策与方案，用人的全面发展统筹解决人口问题，在稳定低生育水平的同时，提高人口素质、改善人口结构、引导人口合理分布，促进人口与经济社会资源环境的协调发展和可持续发展。

3、出生率和死亡率对于我国人口数量的影响我国的实际人口变化情况：建国以后我国人口增长很快，1949年我国人口只有5.42亿，到2002年我国人口已增长到12.85亿，50多年净增长7.3亿，年均增长率达16.7‰。

从人口发展的过程来看，建国初期到20世纪70年代末，我国人口均以较高的速度增长。

改革开放以后，虽然实行强有力的计划生育政策，大力控制人口增长，但由于人口基数大增长的惯性作用，80年代初期增长的速度依然较快。

随着时间的推移，人口增长速度变缓，人口自然增长率缓慢下降，到2002年我国人口自然增长率在7%以下，实现了人口低速增长的目标。

出生率与死亡率是否是我国人口快速增长的根本因素呢？我们运用相关分析来确定它们之间的关系。

相关分析就是研究两组变量之间相关关系的一种多元统计方法，设两组变量，要研究两组变量的相关关系，一种方法是分别研究变量之间的相关关系，然后列出相关系数表进行分析。

【摘自多元统计分析】人口数与出生率、死亡率的数据（见附件一）下面我们对每个变量取值的具体拟定作出解释：出生率X1：每1000人口的全年活产婴儿数，取百分数；死亡率X2：死亡人数与同期平均人口数的比值，取百分数；人口数量Y: 调查中唯一的产出变量,取整数。

表一出生率与人口数的相关性表二死亡率与人口数的相关性由表可知，人口数量与出生率之间的相关系数为-0.877，说明两者之间存在很强的负相关性；人口数量与死亡率的相关系数为-0.512，说明两者之间存在比较强的负相关性。

我们看到在上表的相关系数的右上角有两颗星号（**），表示显著性水平为0.01时拒绝原假设，当只有一个星号时，表示显著性水平为0.05时可以拒绝原假设，因此，两个星号比一个星号拒绝原假设犯错误的可能性更小。

根据相关性，我们可以看出，人口的数量与出生率和死亡率密切相关。

在制定控制人口的政策时可以从出生率和死亡率方面着手。

4、运用ARIMA模型预测我国人口ARIMA模型全称为差分自回归移动平均模型。

是由博克思和詹金斯于70年代初提出的一著名时间序列预测方法，博克思-詹金斯法。

其中ARIMA(p，d，q)称为差分自回归移动平均模型，AR是自回归，p为自回归项；MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。

ARIMA模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。

这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。

【摘自统计预测与决策】4.1 数据的选取文章选取的数据来源于2010年中国统计年鉴（附件一）。

表三我国1970-2010年人口数据4.2 平稳性检验首先绘制年份与人口数的时序图。

建立人口时序图5。

观察时序图5可以初步确定该序列有一定的趋势，不具有周期性。

然后对人口数据进行ADF检验，结果如图6。

图6 ADF检验在图6 ADF检验中可以看到ADF值为-1.236235，ADF的值小于level(1),level(2),level(3).的三个水平条件下的值，所以认为该序列为一个平稳序列。

4.3 序列的初步处理ARIMA (p, d, q) 模型的识别与定阶可以通过样本的自相关与偏自相关函数的观察获得利用EVIEWS计算出该时间序列的自相关函数ACF和偏自相关函数PACF，见表1。

从表1中可以看出，自相关函数(ACF) 表现出阻尼的正弦-余弦波动,偏自相关函数(PACF)在1阶以后接近于零。

所以,可以初步判断模型的阶数,并用ARIMA 模型进行拟合,其中p=1，q=0，d=0。

图7 自相关函数和偏自相关函数4.4模型的确定确定ARIMA模型的具体参数后，下一步需要利用EVIEWS软件算出拟合模型的参数，结果如下图8 ARIMA模型参数。

图8 ARIMA模型参数由图8可以看出R2为0.99，表明拟合程度十分好。

同时，各个参数的t值较大，表明参数显著性好，故该模型是显著有效的。

由此，可以得出人口预测模型：t t 1模型：171930.810.978768AR x B ε=+-4.5模型检验 模型的显著性检验主要是检验模型的有效性。

一个模型是否显著有效主要看它提取的信息是否充分。

一个好的拟合模型应该能够提取观察值序列中几乎所有的样本相关信息，换言之，拟合残差项中将不再蕴含任何相关信息，即残差序列应该为白噪声序列。

这样的模型称之为显著有效模型。

对残差序列进行白噪声检验，得到表9。

可以看出ACF 和PACF 都没有显著异于零，Q 统计量的P 值都远远大于0.05，因此可以认为残差序列为白噪声序列，模型信息提取比较充分。

常数和滞后一阶参数的P 值都很小，参数显著；因此整个模型比较精简，模型较优表2 残差AFC 和PACF4.6模型预测根据上文建立的人口预测模型，对2010年—2020年的中国总人口进行预测，得到表四表四2010-2020我国人口预测结果预测年份预测人口数（万人）2010 134091.2 2011 135036.7 2012 135820.1 2013 136586.8 2014 137337.2 2015 138071.7 2016 138790.6通过ARIMA模型对人口的预测，我们得到了未来十一年的人口预测值，由表中我们可以看出未来十一年内，我国的人口都会形成增长的态势，面对新的人口形式，我们必须要认清我国人口问题的严重性，我们有必要对我国人口的政策做出调整，以适应社会的发展。

5、多我国人口政策的建议面对严峻的人口问题，我们应该坚定不移地走中国特色统筹解决人口问题的道路,继续坚持计划生育基本国策,逐步完善政策,在稳定适度低生育水平的基础上,更加重视提高人口素质、优化人口结构、促进人口合理分布,促进人口长期均衡发展,促进人口与经济社会资源环境协调可持续发展。