江苏省人口老龄化对经济发展影响的实证分析,什么模型可以用来检验人口老龄化对经济发展的影响
江苏省人口老龄化对经济发展影响的实证分析
什么模型可以用来检验人口老龄化对经济发展的影响？首先，高考前学生的三种态度。高三学生将很快参加高考。面对这个测试，不同的人有不同的反应。一般来说，我们可以把对考试的态度分为三种:第一，它很容易，没关系，它不把考试当成一件事，因为没有学习压力，这样的学生要么太自信，要么
人口老龄化对经济的影响
人口老龄化带来了某些人口问题和许多经济问题。 首先，人口老龄化深刻影响了劳动力的年龄结构。 人口老龄化可能导致年轻劳动力供应不足。同时，社会有大量老年人需要赡养，这增加了劳动力成本。 然而，中国人口正在老龄化，经济问题是社会发展的一个非常重要的环节。老龄化的社会影响几乎与社会发展完全相关。 今天你讨论老龄化所涉及的经济问题是非常合适的。 人口老龄化意味着社会和家庭负担更重。 对于单个家庭来说，老年受抚养人人数的增加意味着改革开放以来，随着中国社会经济的快速发展、人民生活水平的提高和医疗卫生服务的大幅度改善，中国老年人口显著增加。 面对日益增长的人口老龄化趋势，许多人对此感到担忧。 一些有识之士提出，应该辩证看待老龄人口，不仅要看到老龄化带来的变化，(1)消费结构正面临老龄人口增长的变化，这对总消费影响不大，但会引起消费结构的变化 老年人医疗消费支出将大幅上升。 与此同时，旅游业、老年服务消费、休闲等相应服务行业的消费需求将会增加，大量资金将会转向老年消费，这将直接导致生产。(1)人口老龄化对经济发展的负面影响。人口老龄化意味着劳动年龄人口比例将下降，赡养比例和总赡养成本将增加，老年人的社会保障支出将增加。所有这些都会对经济发展产生不利影响。 人口老龄化对经济发展的负面影响主要表现在以下几个方面。
什么模型可以用来检验人口老龄化对经济发展的影响
什么模型可以用来检验人口老龄化对经济发展的影响？首先，高考前学生的三种态度。高三学生将很快参加高考。面对这个测试，不同的人有不同的反应。一般来说，我们可以把对考试的态度分为三种:第一，它很容易，没关系，它不把考试当成一件事，因为没有学习压力，这样的学生要么太自信，要么
人口老龄化对经济的影响
江苏省人口老龄化对经济发展影响的实证分析范文
本文的目录导航:
[题目]人口老龄化与经济发展关系研究
[第一章]人口老龄化对经济建设的影响介绍
[第二章]人口老龄化与经济增长的理论与文献综述
[第三章]江苏省人口老龄化现状分析及趋势预测
[第四章]人口老龄化对经济增长影响的理论分析
[第五章]人口老龄化对江苏经济发展影响的实证分析
[第六章——参考文献]人口老龄化对江苏经济影响的研究结论与参考文献
第五章江苏省人口老龄化对经济增长影响的实证分析
根据第四章推导的人口老龄化对经济增长影响的理论模型，得出人口老龄化会阻碍经济增长的结论。为了研究人口老龄化对江苏省经济增长的影响，本文收集了江苏省的时间序列数据，验证了人口老龄化对经济增长的影响。
5.1根据表达式的测量模型。
(4.17)构建以下经验模型:
选择5.2个变量。
在该模型中，解释变量是人均国内生产总值，用人均国内生产总值表示，江苏省1993-2015年实际人均国内生产总值是基于1978年计算的。
解释性变量中的表示技术水平。本文利用一般公共预算支出中的科技支出成本来衡量江苏省的科技水平。
在解释变量中，e代表人均人力资本。本文以全体员工的受教育年限来衡量江苏省的人均人力资本。人均受教育年限E=(每个人的受教育年限总和/总数)*100%，其中小学教育年限为6年，初中教育年限为9年，高中教育年限为12年，初中及以上教育年限为16年。
解释变量中的s表示储蓄率，储蓄率=(居民储蓄存款/国内生产总值)*100%。
解释变量表示资本折旧率和自然人口增长率的总和。资本折旧率有许多不同的选择。大多数学者将中国的资本折旧率定在5%左右。王小路、范刚(2000)[56、卜永祥、严敬(2002)[57、郭王庆、贾薛军(2004)自然人口增长率和资本折旧率之和对经济增长影响的变量是，从回归结果来看，自然人口增长率和资本折旧率之和对江苏省经济增长有负面影响，这与理论模型推导结果相一致。认为中国资本折旧率为5%。一些文献还将资本折旧率设定在10%左右。刘明星(2001)[59，郝杰(2008)自然人口增长率由生育率和死亡率决定。如果生育率保持稳定，预期寿命的增加导致死亡率下降和老年人口比例增加，老年受扶养人比率将增加。如果死亡率保持稳定，生育率增加，儿童和青少年的比例增加，抚养的儿童比例就会增加。无论是儿童抚养比率的增加还是老年人抚养比率的增加，都不利于经济增长。将中国资本折旧率定为10。96%，而张军、吴桂英和张继鹏(2004年)将中国的资本折旧率定为9.6%，5.7灵敏度测试。。也有一些文献将资本折旧率设定在15%左右。黄永峰、任若宁和刘萧声(2002)估计，中国资本折旧率为17%，。本文中，江苏省的资本折旧率为5%。作为敏感性测试，以下还估计了资本折旧率分别为10%和15%时经验模型的参数。
本文选择了两个与人口老龄化相关的解释变量。第一个变量劳动力代表15-64岁的劳动年龄人口在总人口中的比例。
15-64岁的劳动年龄人口占总人口的比例与人口老龄化成反比。假设0-14岁儿童在总人口中的比例保持不变，随着人口老龄化继续恶化，65岁及以上老年人在总人口中的比例不断上升，15-64岁劳动年龄人口在总人口中的比例越来越低。第二个变量PDR代表人口的总抚养比。人口的总抚养比与人口老龄化正相关。假设儿童抚养比率保持不变，老年人抚养比率的增加或减少将导致人口总抚养比率的增加或减少。
经验模型的具体变量如表5.1所示:
5.3数据源和统计描述。
由于缺乏1993年以前江苏省人口结构的数据，本文根据现有数据，选取了江苏省1993-2015年的时间序列数据，全部来自1994-2016年《江苏省统计年鉴》。
所有变量的描述性统计见表5.2:
5.4普通最小二乘回归。
多元线性回归采用公共最小二乘法，模型(1)和模型(2)的试验结果见表5.3和5.4。
模型(1)=0.996993，拟合优度高。除系数外，其他解释变量的系数都不同程度地通过了显著性检验，模型也通过了显著性检验。然而，模型(1)中反映人口老龄化的解释变量是劳动年龄人口比例。根据理论模型推导，模型(1)中劳动年龄人口比例前的系数应为正，而劳动年龄人口比例前的系数为负，其他解释变量前的系数与理论模型推导一致。
模型(1)和模型(2)中反映人口老龄化的解释变量劳动和劳动生产率前的系数的理论推导是不一致的。在计量经济学中，如果多元线性回归估计中参数估计的经济意义明显不合理，可能是由于多重共线性。因此，多重共线性测试在下面的模型中进行。
5.5多元回归模型的多重共线性测试:
利用SPSS软件对模型(1)和模型(2)进行多重共线性诊断。模型(1)和模型(2)的诊断结果见表5.6和5.7。如果多维特征值约为0，则模型具有多重共线性。如果多维条件指数大于10，则模型具有多重共线性。因此，模型(1)和模型(2)具有严重的多重共线性。在这种情况下，如果使用普通的最小二乘回归分析方法，模型结论与现实之间可能存在较大差距，模型解释无效。
5.6岭回归。
5.6.1岭回归的理论介绍。
为了解决模型的多重共线性，Hoerl(1962)提出了一种改进的最小二乘估计方法。
多元线性回归模型的矩阵形式是:
5.6.2山脊痕迹分析。
岭迹分析基于模型中每个解释变量的回归系数的岭迹。当模型中每个解释变量的回归系数的估计值基本上相对稳定时，可以确定脊参数k。岭迹分析在确定岭参数k时具有一定的主观性，但这种主观性有助于实现定性和定量分析的结合。
对于模型(1)和(2)，使用R软件计算不同岭参数下各变量的回归系数，并绘制岭迹图。
在模型(1)中，软件将脊形参数k设置为0到10，步长为0.5，共有21 k个值。可以看出，当k=1.00时，ln劳动系数从负值迅速变为正值。总的来说，当k达到4-6的范围时，每个自变量的系数趋于稳定，因此k值可以作为这个区间的岭回归。
在模型（2）中，软件设置岭参数k从0到10,步长为0.5,共有21个k值。可以看到当k=1.00时，ln PDR的系数从正值迅速变为负值。从整体上看，当k达到4-6的范围时，各个自变量系数趋于稳定，因此可以在这个区间取一个k值作岭回归。在模型(2)中，软件将脊形参数k设置为0到10，步长为0.5，共有21 k个值。可以看出，当k=1.00时，ln PDR系数从正值迅速变为负值。总的来说，当k达到4-6的范围时，每个自变量的系数趋于稳定，因此k值可以作为这个区间的岭回归。
5.6.3岭回归分析。
模型(1)反映的人口老龄化的解释变量是劳动年龄人口的比例。工作年龄人口比例=1-儿童和青少年比例-老年人口比例。劳动年龄人口的比例与人口老龄化的方向相反。当儿童和青少年的比例保持不变时，人口老龄化越严重，工作年龄人口的比例就越低。在经验模型中，劳动年龄人口比例每增加1%，人均国内生产总值将增加2.26368%。劳动适龄人口比例对江苏省经济增长有积极影响，表明人口老龄化对江苏省经济增长有消极影响。
模型(2)反映的人口老龄化的解释变量是总抚养比。总抚养比=(儿童和青少年比例+老年人口比例)/(1-儿童和青少年比例-老年人口比例)。人口总抚养比与人口老龄化正相关。当儿童和青少年的比例保持不变时，人口老龄化越严重，人口的总抚养比就越高。在经验模型中，总抚养比每增加1%，人均国内生产总值将减少0.62398%。总抚养比对江苏省经济增长有负面影响，表明人口老龄化对江苏省经济增长有负面影响。
经验模型中其他解释变量的系数也与理论模型推导一致。技术水平影响经济增长的变量为负，人力资本影响经济增长的变量为负，储蓄影响经济增长的变量为负。
在经验模型中，技术水平每提高1%，人均国内生产总值将增加0.047%。每增加1%的人力资本，人均国内生产总值将增加0.815%。储蓄率每增长1%，人均国内生产总值将增长0.294%。
这表明江苏省技术水平、人力资本和储蓄对经济增长的影响是积极的。从系数的大小来看，人力资本系数明显大于储蓄率和技术水平系数，人力资本对江苏省经济增长的影响更为显著。
[58]
资本积累是促进经济增长的重要因素。虽然提高资本折旧率可以提高投资、创新和科技创新的积极性，但资本折旧率的提高意味着资本积累率的降低，不利于经济增长。
[60]
[61]
[62]
本文选择5%作为江苏省的资本折旧率。为了避免资本折旧率的随机选择对模型参数的影响，本文进行了敏感性试验。选择资本折旧率的10%和15%作为比较研究，然后根据上述模型进行回归。
在不同资本折旧率下，劳动适龄人口比例系数仍然为正，资本折旧率越高，劳动适龄人口比例对江苏省经济增长的影响越大；总抚养比系数仍然为负，资本折旧率越高，总抚养比对江苏省经济增长的影响越大。资本折旧率对其他解释变量的系数影响不大。敏感性试验结果证明了人口老龄化对江苏省经济增长的负面影响，资本折旧率越高，人口老龄化对江苏省经济增长的负面影响越大。返回本文目录导航