老龄化研究  >> Vol. 3 No. 1 (March 2016)

基于ARIMA模型的中国老龄化人口预测研究
Research on the Prediction of China’s Aging Population Based on ARIMA Model

DOI: 10.12677/AR.2016.31001, PDF, HTML, XML, 下载: 2,210  浏览: 5,880 

作者: 李恩来:云南财经大学统计与数学学院,云南 昆明

关键词: 人口老龄化短期预测ARIMA模型建议Aging Population Short-Term Prediction ARIMA Model Suggestion

摘要: 随着中国人民的生活水平达到小康水平,精神物质得到进一步保障,人口平均寿命逐渐向后延迟。人口老龄化问题必然出现,相继的问题也随之出现。这样的问题对于一个发展中国家来讲是非常有挑战性的,也是非常棘手的。本文利用ARIMA模型来对中国老龄化人口进行短期预测,通过对老龄人口的短期预测,我们可以发现目前我国的老龄化形势相当严峻,同时针对目前我国所面临的人口老龄化所产生的一些社会问题提供了一些政策性的建议。
Abstract: With the Chinese people’s living standards achieving a well-off level, the spiritual material is fur-ther protected, and the average life expectancy is extended gradually. Hence aging population appears inevitably, and other problems emerge with it. It is quite a challenge for a developing country, which is very difficult to deal with. In this paper, the ARIMA model is used to forecast the China’s aging population in a short term. We can find that the current situation of China’s population ageing is quite severe, and some policy suggestions are proposed aimed at solving the social problems currently produced from China’s aging population.

文章引用: 李恩来. 基于ARIMA模型的中国老龄化人口预测研究[J]. 老龄化研究, 2016, 3(1): 1-9. http://dx.doi.org/10.12677/AR.2016.31001

参考文献

[1] Hansen, P.E. (1989) Leslie Matrix Models. Mathematical Population Studies, 2, 209-222.
http://dx.doi.org/10.1080/08898488909525291
[2] 尹春华, 陈雷. 基于BP神经网络人口预测模型的研究与应用[J]. 人口学刊, 2005(2): 45-49.
[3] 安和平. 中国人口预测的自回归分布滞后模型研究[J]. 统计与决策, 2005(16): 6-9.
[4] 朱兴造, 庞飞宇. 自回归及logistic 离散模型在中国人口预测中的应用[J]. 统计与决策, 2009, 13(13): 159-161.
[5] 甘蓉蓉, 陈娜姿. 人口预测的方法比较——以生态足迹法、灰色模型法及回归分析法为例[J]. 西北人口, 2010, 31(1): 57-60.
[6] 蒋远营, 王想. 人口发展方程模型在我国人口预测中的应用[J]. 统计与决策, 2011(15): 54-56.
[7] 任强, 侯大道. 人口预测的随机方法: 基于Leslie矩阵和ARMA模型[J]. 人口研究, 2011(2): 30-44.
[8] 陈毅华, 李永胜, 苏昌贵, 等. 径向基神经网络模型在人口老龄化预测中的应用——以湖南省为例[J]. 经济地理, 2012, 32(4): 34-39.
[9] Akhtar, S. and Rozi, S. (2009) An Autoregressive Integrated Moving Average Model for Short-Term Prediction of Hepatitis C Virus Seropositivity among Male Volunteer Blood Donors in Karachi, Pakistan. World Journal of Gastroenterology, 15, 1607-1612.
http://dx.doi.org/10.3748/wjg.15.1607
[10] 吴家兵, 叶临湘, 尤尔科. ARIMA 模型在传染病发病率预测中的应用[J]. 数理医药学杂志, 2007, 20(1): 90-92.
[11] 沈艳辉, 江初, 敦哲, 等. 北京市城区1957~2004年猩红热流行趋势及预测[J]. 现代预防医学, 2008, 35(7): 1224- 1226.