我国人口出生率和人口死亡率

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月经济计量学期末考核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12674314.036.452001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y＝b1＋b2X2＋b3X3+ie（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/DESCRIPTIVESMEANSTDDEVCORRSIGN/MISSINGLISTWISE/STATISTICSCOEFFOUTSCI(99)BCOVRANOVACOLLINTOLCHANGEZPP/CRITERIA=PIN(.01)POUT(.10)/NOORIGIN/DEPENDENT总人口数/METHOD=ENTER人口出生率人口死亡率/RESIDUALSDURBIN/CASEWISEPLOT(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GETFILE='H:\未标题1.sav'.DATASETNAME数据集1WINDOW=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3ANOVA(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)155.615578.386.269.792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＝15620.5072Var（b1）＝334530.365Var（b2）＝0.004Var（b3）＝989.606Se（b1）＝＝578.386Se（b2）＝＝0.064Se（b3）＝＝31.458t（b1）＝＝0.269t（b2）＝＝12.990t（b3）＝＝-1.794＝0.989df＝13模型为：y＝155.615＋0.826X2-56.433X3＋（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：Bi＝0，Y＝B1+B2X2+μiy＝b1＋b2X2＋b3X3＋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；1()Varb2()Varb2()Varb11()bSeb22()bSeb2Rieie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：H0：2R＝0F～F0.01(2，13)在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2R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：y＝155.615＋0.826X2-56.433X3＋相关计算数据参照于表1。(一)进行多重共线性的诊断（1）＝0.989t（b1）＝0.269t（b2）＝12.990t（b3）=-1.794由此可看出，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ie2R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：y＝155.615＋0.826X2-56.433X3＋建立以X2为因变量，X3为自变量的辅助回归模型：X2＝c1＋c2X3＋c3X4＋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7ANOVA（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)ieie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新抵押贷款费用率-449.181