貴州省人口老齡化灰色關聯分析與預測
地方經濟
作者：徐超然
摘要：運用灰色關聯分析，主成分分析和灰色預測對貴州省人口老齡化影響因素進行分析並作出預測。結果顯示城鎮化率和人口結構指標是主要的影響因素，社會發展和政府政策是重要影響成分，老齡化進程將加劇。
關鍵詞：貴州省；人口老齡化；灰色關聯分析；主成分分析；灰色預測
中圖分類號：C924.24 文獻標識碼：A 文章編號：1001-828X（2013）09-0-01
一、研究背景
2003年底，貴州省65歲及以上人口占總人口的7.54%，標誌著貴州省人口年齡結構進入老齡化階段，而2003年貴州省人均GDP是3600元，僅為全國的34.15%，因此貴州進入老齡化社會是在經濟十分欠發達的情況下的。據統計，截至2011年底，貴州省老齡化率已達到9.1%，且根據預測將不斷上升。由此可見，貴州省人口老齡化已經壓力很大。
二、實證分析
1.灰色關聯分析
選取65歲及以上人口占總人口的比重為參考序列，從經濟發展，教育，人口結構等方麵的影響指標中選取16個指標為被比較序列。利用灰色關聯分析軟件計算參考序列對被比較序列的關聯度並排序：
可以看出，人口老齡化的變化是受多種因素的影響的。就單一因素來看，城鎮化率與人口老齡化的相關程度最高，教育支出與醫療衛生支出與人口老齡化的關聯性最差。為抓住影響老齡化變化的主要矛盾，接下來進行主成分分析。
2.主成分分析
利用SPSS軟件對16個指標數據進行主成分分析：
可以看出，醫療衛生支出，城鎮/農村人均消費支出，城鎮登記失業率，城鎮化率，教育支出，廢氣中主要汙染物排放量，醫療衛生機構床位數，人均GDP，0-14歲人口比例，人口密度在第一主成分中載荷較高，基本上反映了社會發展和政府政策的實施對老齡化變化的作用，因此第一主成分可以稱為社會和政策因素。初中階段毛入學率，性別比，參加基本養老保險人數，廢水排放總量，文盲率在第二主成分中載荷較高，基本上反映了個人行為對老齡化變化的作用，因此第二主成分可以稱為個體因素。
3.灰色預測
使用灰色關聯分析軟件對2012年至2016年的貴州省人口老齡化率進行預測，預測結果分別為：8.9264%，9.0706%，9.2170%，9.3658%，9.5170%。顯然，預測值基本上在9%以上且顯著上升。
4.預測模型的檢驗
用R軟件進行預測模型的檢驗：
（1）殘差檢驗
殘差平方和為0.，平均相對誤差為2.0128%。因此模型的精確度較高。
（2）後驗差檢驗
根據後驗差檢驗標準，後驗差比值C=0.27795
三、結果分析
（一）城鎮化率是與貴州省人口老齡化最相關的影響指標。近年來，貴州省的城鎮化建設步伐不斷加快，截至2012年全省城鎮化率已達到35%。貴州省規劃至2020年城鎮化率提至50%左右，以推進城鎮化來帶動人民增收以及經濟發展。城鎮生活質量相對較高，醫療設施和保障體係相對較完善，使得老齡人口的平均壽命延長，死亡率降低從而使得老齡化加劇。
0-14歲人口比例，性別比，人口密度等人口結構指標與貴州省人口老齡化的關係也較密切。人口結構的變化，人口密度的增長所帶來的生存及資源環境等壓力會影響人們的生育傾向，人們在一定程度上自願地降低生育率。
教育支出及醫療衛生支出等政府支出因素對貴州省人口老齡化的影響較小。
（二）社會發展和政府政策的製定實施是影響貴州省老齡化的主要因素，在老齡化進程中具有主導地位。這也說明，應對老齡化問題是政府和社會需共同麵對和擔當的責任。
（三）未來幾年內貴州省老齡化率基本上會在9%以上，並顯著上升，預計到2016年會達到9.5%左右。說明當今貴州省人口老齡化在不斷加劇，應及時正視老齡化問題。
參考文獻：
[1]黃潤龍，管於華.數據統計分析-SPSS原理及應用[M].北京：高等教育出社，2010.
[2]何建寧，朱霄雪.人口老齡化影響因素的灰色關聯分析[J].稅務與經濟，2010（6）.
[3]杜鵬，王武林.論人口老齡化程度城鄉差異的轉變[J].人口研究，2010（2）.
作者簡介：徐超然（1991-），女，北京人，貴州財經大學數學與統計學院2012級應用統計碩士，研究方向：人口統計。