人口老龄化对浙江居民消费的影响分析

人口老龄化对浙江居民消费的影响分析PopulationAgingoftheResidents'ConsumptionofZhejiangProvince安徽财经大学马莹、桂霏、李小月内容摘要：人口老龄化问题是当今社会的发展趋势，人是社会消费的主体，因此人口结构的变动必然会影响居民消费的变动。本文首先通过研究人口老龄化对居民家庭消费的影响，得到人口老龄化对城镇居民的消费水平存在着显著性地影响。接着对其建立回归分析，得出的结论是人口老龄化程度每提高1%，城镇居民的人均消费水平将会增加363.58元；接着使用灰色关联度分析法分析年龄结构对消费的影响，得出不同的年龄结构对居民消费的需求不同，城乡的老年人口的消费需求也存在着很大的差异，农村老年人的居民消费还是普遍低于城镇的消费。但是通过比较城镇老年人口与农村老年人口8类消费品的排序情况可以发现，人口老龄化使得衣着、医疗保健、教育文化娱乐服务三大类消费品成为主要的消费项目。说明老龄化推动老年人更关注生活质量、身体健康和精神文化生活。最后针对于因为老龄化所带来的问题，提出了一些建议和措施。关键词：人口老龄化；格兰杰检验；回归分析；灰色关联度Abstract:Thephenomenonthatageingofpopulationissociety’strendencynow.Humanbeingsaremainpartofsocialconsumption,hencedemographicchangesmusteffectonconsumptionofresidents.Theessayfirstlygettheinformationofagedtendencyofpopulationhaveastronginfluenceuponurbanandtownshippeople’sconsumptionlevelviaresearchingresidents’householdpaymentaffectedbyageingofpopulation.ThensettingupaRegressionAnalysistoit,wecandrawaconclusionthatdegreeofageingofpopulationraise1%causedaverageconsumptionlevelpercapitaofurbanresidentsincrease￥363.58.Inthefollowingpart,wegetthreeinferencesbyutilizingGreyRelationalAnalyticalMethodtoanalysetheageratio’sinfluenceonconsumption.Theyare,differentageratiohavedifferentdemandonconsumption;thereexistawidedisparityinurbanandruralagedpeople’sdemand;theagedmen’sconsumptioninruralislowerthaninurban.However,wecanlearnthatagedtendencyofpopulationmadeclothesandmedicalcare,education,cultureandentertainmentservicesconsumptionbecomingthemainconsumeritembycomparisontherankofeightkindsofconsumergoodsbetweenagedpeopleinruralandurban.Itisobviousthatagedpopulationissuepromoteoldpeoplepaymoreattentiontolivesandhealthandmentalculturallife.Intheend,Icameupwithsomesuggestionsandmeasurestotheproblemswhichageingofpopulationbrings.Keywords:PopulationAgeing;GrangerCasualtyTest;RegressionAnalysis;GreyRelationalAnalytical11.引言人口老龄化问题是一个贯穿政治、经济、文化等多个社会的综合问题，是世界各国都极其关注的重大问题。因为它是人类社会发展的必然趋势，而浙江省历来又是全国人口高密度地区，再加上经济的飞速发展，推动生活水平的提高及医疗条件的改善，浙江已经成为我国人口年龄结构最早进入老年型人口类型的省份。1.1问题的提出人口老龄化问题是指总人口中年轻人口比重下降，老年人比重上升，从而使年龄构成发生变化的一个动态过程，已成为当今世界人口发展的一种普遍趋势。世界上大多数经济发达国家从“成年型”结构转变为“老年型”，时间跨度为50-100年，而浙江只用了20年，是具有普遍性、严重性和特殊性的。由第五次全国人口普查资料表明，2000年11月1日浙江省常住人口为4593.07万人，其中65岁及以上人口为409.86万人，占全省总人口的8.92%，按照联合国人口年龄构成类型划分标准，浙江省人口已经完全进入老年型社会。而由俞鑫权（2000）等以2001-2010年妇女的总和生育率为1.4，而后每隔10年上升0.1，一直上升到1.6，直至2050年不变这个方案进行假设。并根据国家统一下发的预测软件预测出的结果，到2010年到65岁以上的老龄人数将占浙江省全省总人口数的9.9%，2020年的为15%，2030年将达到22%，2040年会达到29.6%。至2050年时，将会达到31.5%。也就是说，再过40年，我们在街上随意的看到的三个人中，就有一个是老年人。而据2009年浙江省人口变动抽样调查主要数据公报显示65岁以上的老龄人数已经占了11.49%。已经超过了2010年的预测值，由此可知这个预测结果还是相当保守的，老龄化的程度会更加严峻。而人是消费活动的主体，人口内部结构的变化必然会导致消费需求的变化，人口老龄化就将对消费需求产生重大的影响。这主要是因为老年人由于生理、心理上的变化，对所需商品和服务有着不同于其他年龄段人口的特殊要求。随着老年人口比重的上升和数量的增加，老年人需求范围的扩大和需求层次的提高，人口老龄化对消费需求的影响也将越来越大，而消费需求的不同却影响着全省的产业和产品结构。1.2文献综述1982年，在奥地利维也纳召开的老龄问题世界大会揭开了中国的老年事业的序幕。随着中国人口学研究的深入发展和人口老化速度加快的客观事实使越来越多的学者开始关心人口老化问题。近些年来，中国相关部门和机构对人口老化问题进行了一些研究，积累了一批文献和数据。李洪心，高威（2008）提出人是消费活动的主体,2人口内部结构的变化必然会导致消费需求的变化。随着老年人生理、心理的变化及消费观、价值观的变化,其对食品衣着、医疗保健、教育文化娱乐服务等产品的消费具有与其他年龄段不同的一系列特点:老龄消费是一种自主消费、老年人的消费观较成熟、老年消费对商品质量和服务质量要高于一般消费、老年消费中休闲消费与服务性消费所占比例大等。这些特点使得人口老龄化对消费结构产生影响。随着我国老年人口比重的上升、老龄化的加剧,我国人口老龄化对消费结构的影响将越来越大。徐涛（2007）年通过定性分析从食品需求、服装需求、住房需求、医疗保健服务需求、养老服务需求以及教育、文化、休闲娱乐需求等6个方面介绍了老年人消费需求的特殊性，并以此分析人口老龄化对我国居民消费需求的影响。王怡川,沈毅（2000）得出，人口老龄化对消费市场远期发展的影响是弊大于利。主要体现在：市场总体消费量的减少，人口总体消费水平下降，部分消费品市场和服务市场的萎缩，人口和家庭消费需求的老化倾向。为了能更科学合理地制定未来浙江的产业和产品结构，本文的研究也就有了一定的实际意义与作用。针对人口老龄化对浙江居民消费的影响这个问题，本文从两个方面对该问题进行分析研究：第一，研究人口老龄化对居民家庭消费的影响。该部分是通过使用经济计量Eviews软件，将浙江省居民人均消费水平TCI、城镇居民人均消费水平UCI、农村居民人均消费水平RCI和老龄化人口比重RPAGE进行格兰杰因果检验，再根据老龄化人口比重对其的影响结果进行进一步详细地分析，并根据其关系图进行回归分析。并对结果进行了t检验、异方差性、自相关性检验，以此来判断模型的拟合度。第二，研究人口老龄化对居民消费结构的影响。该部分是将不同的年龄结构与居民消费结构进行灰色关联度分析。通过分析结果比较不同年龄结构对消费结构的影响程度不同以及老年人口在城乡之间的消费差异，从而达到研究人口老龄化对居民消费结构影响的目的。2.模型与数据2.1模型2.1.1回归模型该部分先是利用经济计量Eviews软件，将浙江省居民人均消费水平TCI、城镇居民人均消费水平UCI、农村居民人均消费水平RCI和老龄化人口比重RPAGE进行格兰杰因果检验（选滞后期为2），得出他们之间的互相因果关系。再分别对由老龄3化程度的加深而引起的变动的城镇居民人均消费水平建立回归方程，并分别画出它们之间的关系图。为了判断模型的拟合的准确性，并对结果进行了t检验、异方差性、自相关性检验。2.1.2灰色系统理论模型灰色系统理论(GrayTheory)是我国邓聚龙教授于1982年创立的一门新兴横断学科。灰色关联度分析是灰色系统理论的一种分析方法。灰色关联度分析，实质上就是以参考点和比较点之间的距离为基础的分析，从距离中找出各因素的差异性和接近性，或者说是基于行为序列的几何形状接近，以分析和确定因子间的影响程度或因子对行为的贡献测度而进行的一种分析方法。其基本思想是:根据分析对象时序数列曲线的相似程度来判断其关联程度，即两条曲线越相似，其关联度越大，反之越小。进行关联度分析时，首先要选定参考数据列或母因素列，记)(0tx为和被比较数据列或子因素列)(txi,，nt,,3,2,1ni,,3,2,1,每个数列在各个时刻的值构成一个n维向量，如)(),2(),1(nxxxiii是第i个数列向量，对一个参考数列)(0tx有好几个比较数列nxxxx,,,321的情况下，可以用下面关系表示各被比较曲线与参考曲线在各点或时刻的差作为数列ix对参考数列0x在t时刻的关联系数，其中是一个分辨系数，一般在0-1间取值，通常取0.5，)()(minmin0txtxiti为两级最小差，第一级最小差是对t而言，跑遍t选最小值，第二级最小差是对i而言，跑遍i选最小值。)()(maxmax0txtxiti为两级最大差，先跑遍t选最大值，然后跑遍i选最大值。)()(maxmax)()()()(maxmax)()(minmin)(0000txtxtxtxtxtxtxtxtCitiiitiitii在计算关联系数时，一般先将数列作初值化处理，即用每一数列的第一个)1(ix除本身及其它数)(txi，从而可写成如下形式：)1()(,,)1()2(,100000xnxxxx，)1()(,,)1()2(,111111xnxxxx，……，)1()(,,)1()2(,1nnnnnxnxxxx。这样可以使数列元素无量纲，然后求差列：)()()(0txtxtdii，从而可得到一4个差序列数阵，在此数阵中的最小者是两级最小差。经初值化以后则有：0)()(minmin0txtxiti。选出最大者即为两级最大差。然后将差序列)(tdi代入公式)()(maxmax)()()()(maxmax)()(minmin)(0000txtxtxtxtxtxtxtxtCitiiitiitii中，即可求得各时刻的关联系数)(tCi，由于关联系数众多，信息过于分散，以便于比较，在实际计算中将各个时刻关联系数)(tCi的均值即关联