【基于主成分探析法和VAR模型的人口结构对居民消费支出的影响实证探析10000字(论文)】_第1页
【基于主成分探析法和VAR模型的人口结构对居民消费支出的影响实证探析10000字(论文)】_第2页
【基于主成分探析法和VAR模型的人口结构对居民消费支出的影响实证探析10000字(论文)】_第3页
【基于主成分探析法和VAR模型的人口结构对居民消费支出的影响实证探析10000字(论文)】_第4页
【基于主成分探析法和VAR模型的人口结构对居民消费支出的影响实证探析10000字(论文)】_第5页
已阅读5页,还剩14页未读, 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

序言建国以后,有“共和国长子”之称的东北作为全国的重工业基地,为我国的经济发展做出了重要贡献,然而,随着时代的发展,东北重工业产业发展弊端逐渐显现,东北经济开始呈现下滑趋势,而辽宁作为东北三省之一,也并没能逃脱东北经济整体处于低迷期的现状。近年来东北振兴计划的实施,使辽宁的经济开始慢慢有回升的趋势。据统计,辽宁2020年的GDP占东北三省的总和的49%,接近黑龙江和吉林的GDP总和,可以说撑起了东北的经济半边天,但辽宁GDP仅为全国的2.5%,在全国城市中排名16,经济发展远不如从前。因此,如何促进辽宁经济高效增长,进而带动周边城市发展,对东北经济振兴有重要意义。国际经济发展形势复杂多变,不确定性风险增多,当疫情在全球爆发后,中美冲突不断,贸易保护和单边主义情形加剧,而我国正处于两个百年计划交汇的重要时期,对此,我国提出构建国内国际双循环相互促进的新发展格局,充分发挥我国超大规模市场优势和内需潜力。这也为辽宁省经济发展提供了新的思路——扩大内需,其主要内容之一就是居民消费需求。人口作为经济市场的主体,对居民消费具有重要影响,而计划生育政策的提出,解决了辽宁省的人口压力,但随着时间的推移,人口红利逐渐消失,辽宁省人口老龄化情况加重,经济的下滑也导致了人才流失严重,呈现一种恶性循环的趋势。因此了解人口结构变动对居民消费的影响具有深远意义,根据辽宁省现存的人口结构状况,提出相应的政策刺激消费,从而促进经济增长,改善辽宁省经济发展低迷的情形。

一、文献综述1.人口结构指标的研究与构建在综合历年学者的研究资料发现对于人口结构指标的选取主要有以下几个方面。人口年龄结构、人口性别结构、人口就业结构、人口城镇结构以及人口文化结构,其衡量指标分别为:老、少抚养比、性别比、三个产业就业人员比例、城镇化率以及小学、中学、高中、大专及以上受教育人口分别在6岁及以上人口中所占的比例。指标的选取有共性也有差异,对于人口年龄结构的衡量,部分学者以年龄为界将人口划分为0—14岁、15—64岁、65岁及以上三组,研究其占比情况。任慧玲(2017)综合分析江苏省人口的年龄结构、产业结构和城乡结构来探究人口结构变动对经济增长的关系,其中采用非农业人口数这一指标来衡量人口的城乡结构。刘畅(2017)在研究辽宁省人口结构变动与经济之间的密切联系时,在指标选择方面特别之处是采用失业率表示人口的文化结构。常瑞等(2018)将人口因素细分为人口总量、年龄结构、家庭规模,探究其对经济增长的影响,并提出相应的建议。欧娟(2019)从人口的性别结构、年龄结构、产业结构、文化结构和城乡结构五方面入手,分别选取具有代表性的一个指标,其中对于文化结构的衡量采用的是高校毕业率,运用回归的方法,研究其对经济增长的影响,最后得出性别比、老年人口比重和城镇化率的对经济的重要影响,并据此提出建议。对此,在本文的指标构建中,将综合现有文献及辽宁省实际情况构建一个较为全面的人口结构指标体系。2.人口结构变动对居民消费的影响研究在国内大部分研究中,不同的研究,其结果也存在差异。尚海燕(2018)结合定量与定性分析,探究我国人口结构变动对居民消费水平的影响,得出女性人口比重、劳动人口比例、以及城镇人口比重的提高,均正向拉动居民消费水平,而老年抚养比和少年抚养比的提升,将会抑制居民消费水平的提升。郑伟等(2021)通过构建居民消费人口年龄结构与人均GDP三者的多元回归模型,得出老年抚养系数与消费水平有负相关关系,少年抚养系数与消费水平有正相关关系,而李琦婷(2019)却得出了完全相反的结论,并且认为这符合生命周期理论,接着将居民消费为生存、发展和享受三种消费类型,细分其影响。周勇等(2020)从我国劳动力结构的各个方面探究其对居民消费水平的影响,其中,劳动力产业结构与劳动力质量结构,可以促进居民消费结构优化,新生代劳动力占比与享受型消费呈正相关关系,可以推动消费结构升级。二、理论模型1.主成分分析主成分分析法是一种研究多个变量间相关性的多元统计方法,它通过降维、正交变换等方法,从而实现用少数几个主成分尽可能多地包含原始数据信息,其经典做法就是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息,再考虑选取F2即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不需要再出现在F2中,用数学语言表达就是要求Cov(F1,F2)=0,则称F2为第二主成分,依此类推可以构造出第三、第四,……,第P个主成分。FP其中aPi(i=1,……,m)为X的协方差阵的特征值所对应的特征向量,Z2.时间序列分析(VAR)向量自回归模型(VAR)是由ChristopherSimst在1980年提出的计量经济模型,是对于AR模型的推广。它是多个方程联立,并不以经济理论为基础,而是直接考虑时间序列的各经济变量之间的关系。VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,该模型是处理多个相关经济指标的分析与预测最容易操作的模型之一,现在已得到广泛应用。模型的一般形式为:yt其中Eεt=0,Eεt,yt−i=0,i=1,2,……,p;yt是(n×1)向量组成的同方差平稳线性,βi3.灰色关联度灰色关联评价模型(GRA)是定量分析两个因素之间相关程度的方法。它根据序列曲线几何形状的接近程度来判断相关性。曲线越相似,相应序列之间的相关程度就越大,反之越小。其计算步骤如下:(1)确定分析的序列矩阵参考序列用Y0表示,比较序列用X1,X2(2)对变量序列进行无量纲化采用公式:Xi其中i=1,2,……,n;k=1,2,……,m,形成矩阵(Y0(3)求差序列、最大差、最小差计算参考序列与其余各比较序列的绝对差值∆0i其中i=1,2,……,n;形成绝对差值矩阵(∆01,∆02(4)计算关联系数ξ0i(5)计算各序列与参考序列的关联度γ0i三、辽宁省人口结构与居民消费需求的实证分析1.人口结构指标体系构建(1)指标的构建综合上述文献分析以及辽宁省相关数据可获得性,本文构建如下的人口结构指标体系:表4.1本文研究人口结构指标体系人口结构总指标人口年龄结构负担少儿系数0—14岁人口数与14—65岁人口数比值负担老年系数65岁以上人口数与14—65岁人口数比值人口性别结构性别比男性人数与女性人数的比值人口就业结构第一产业就业人口比重第一产业就业人数占总就业人数的比重第二产业就业人口比重第二产业就业人数占总就业人数的比重第三产业就业人口比重第三产业就业人数占总就业人数的比重人口城乡结构城镇人口比重城镇人口数占总人口数的比重人口文化结构大学生人数每百万人中大学生人数(2)数据来源及处理根据《辽宁统计年鉴》得到以上相关指标1991—2019年的数据,对于个别缺失的数据,依据近两年的年平均增长率来估算。基于上述指标的计量单位不同,在计算辽宁省人口结构发展总指数之前,要对各指标进行无量纲化处理,方法为:以2019年为基期,其余年份的各指标数据与2019年作比较,即“第i年某指标数据/2019年该指标数据”,得出衡量1991年至2019年辽宁省人口结构的各项指标指数,由于在后文的相关因子分析中,第一产业就业人口比重这一指标整体相关性偏低,所以剔除这个变量,数据整理如附表1。(3)相关因子分析结果在因子分析之前需要对各指标进行相关性检验,来判断其方法是否合适,本文运用Eviews计算X1—X7的相关矩阵,结果如下:表4.2相关矩阵X1X2X3X4X5X6X7X11.000000X2-0.8245321.000000X30.886543-0.9643621.000000X40.952974-0.8222160.8492951.000000X5-0.9786650.850828-0.919370-0.9482651.000000X6-0.9131090.921904-0.987207-0.8505520.9424611.000000X7-0.9273430.901881-0.972869-0.8571400.9492550.9904011.000000表4.3解释的总方差Eigenvalues:(Sum=7,Average=1)CumulativeCumulativeNumberValueDifferenceProportionValueProportion16.4917976.1667200.92746.4917970.927420.3250770.1918030.04646.8168740.973830.1332740.1094030.01906.9501480.992940.0238720.0094180.00346.9740200.996350.0144540.0056950.00216.9884740.998460.0087590.0059930.00136.9972340.999670.0027660.00047.0000001.0000从解释的总方差表中可以看出,每个主成分解释原始变量总方差的情况,在本文分析中,保留了一个主成分,该主成分集中了原始变量92.74%的信息,大于85%,效果比较好。本次分析刚好得到一个公共因子FAC1,由于数据结果有正有负,为便于后续的分析,将FAC1进行规划处理,采用如下公式:Pi把数据按照原有的差异程度映射到[0,1]的区间内,并分别乘以100,得到辽宁省1991年至2019年人口结构变动总指数。表4.4辽宁省人口结构变动指数年份人口结构指数年份人口结构指数年份人口结构指数19910.00200133.27201172.8919922.10200238.73201277.6819933.78200341.41201378.2619948.59200445.09201482.50199510.71200550.47201585.40199614.44200655.46201688.01199718.36200758.06201790.51199820.36200862.06201895.17199925.78200965.392019100.00200029.90201065.242.时间序列分析(VAR)在得到辽宁省人口结构变动总指数之后,我们将进行人口结构变动对居民消费影响的实证分析,本文选取了1991—2019年居民消费支出来衡量辽宁省居民消费情况,数据来源于《辽宁统计年鉴》。首先,用Y表示居民消费支出,用X表示人口结构变动总指数;其次,对这两个变量取对数处理:ln⁡Y、ln⁡X,采用对数形式并不改变变量之间的关系,且能更清晰地反映变动趋势,以消除可能存在的异方差。(1)平稳性检验(ADF单位根检验)实际上,由于受时间、政策、以及经济增长速度等因素的影响,人口结构和居民消费支出不可避免地在时间趋势上存在一定程度的不稳定性,如若直接使用变量的水平值在计量经济模型中进行回归就会产生“伪回归”的偏误。因此,在对时间序列数据进行分析之前,需要对模型中ln⁡Y、ln⁡X变量进行平稳性检验。本文采用ADF单位根检验进行检验,检验过程中模型的滞后阶数依据AIC、SC和HQ最小准则确定,ADF检验结果如表4.5所示。表4.5ADF单位根检验结果变量ADF检验结果P值(5%临界值)检验类型(c,t,p)平稳性ln⁡Y-4.4097780.0093(c,t,3)平稳ln⁡X-4.2209080.0145(c,t,4)平稳根据表4.5可以看出,变量ln⁡Y、ln⁡X的ADF检验结果均小于5%显著性水平下的临界值,所以变量ln⁡Y、ln⁡X均原序列平稳。(2)VAR模型构建①最优滞后阶数的确定运用Eviews软件对ln⁡Y、ln⁡X原序列进行VAR模型估计,首先依据LP、FPE、AIC、SC和HQ五种指标占优个数最多为标准,从而确定本文VAR模型最佳滞后阶数为4;接着构建VAR(4)模型,并在此基础上进行格兰杰因果检验、脉冲响应和方差分解分析。表4.6最优滞后阶数确定

LagLogLLRFPEAICSCHQ0-28.25476NA

0.038570

2.420381

2.517891

2.4474261

84.61951

198.6587

6.38e-06-6.289561-5.997031-6.2084252

96.43570

18.90590

3.44e-06-6.914856-6.427306-6.7796303

100.3837

5.685135

3.52e-06-6.910697-6.228126-6.7213814

114.5629

18.14940*

1.62e-06*

-7.725034*

-6.847443*

-7.481628*②模型平稳性检验下面对VAR模型进行平稳性检验,结果如图所示,在P=4时,该模型特征根的倒数均在单位圆内,说明模型稳定性较好。图4.1平稳性检验结果(3)格兰杰因果检验为研究1991—2019年间辽宁省的人口结构变动与居民消费之间的长时期稳定的均衡关系是否为因果关系以及因果关系的方向为何,需要进一步通过格兰杰因果关系检验来完成,检验结果如表4.7所示。表4.7格兰杰检验结果原假设χP值结论ln⁡Y不是ln⁡X的Granger原因11.905250.0181拒绝原假设ln⁡X不是ln⁡Y的Granger原因11.593200.0206拒绝原假设注1)滞后期为4。表4.7显示,在5%的显著性的水平下均拒绝原假设,即人口结构的变动对经济增长具有显著影响,同时经济发展的波动也会带来人口结构的改变,二者之间为双向的格兰杰因果关系。(4)脉冲响应分析基于VAR(4)模型和格兰杰因果检验结果,我们做人口结构与居民消费支出之间的脉冲响应分析,由图4.2(a)、(b)可知,当在本期给人口结构一个正冲击后,居民消费增长率处于上升阶段,在第8期达到最大值后开始下降,在20期后开始稳定趋近于0,可见,人口结构受外部某一条件冲击后,会给居民消费支出带来同向的冲击,且这一冲击具有一定的促进作用和较长持续效应;当给居民消费支出一个正冲击后,人口结构指数增长率开始时剧烈波动,在第2期达到顶峰,在第7期达到最低后经历一个上升与下降的波动,最后趋于平稳,居民消费同样会为人口结构带来同向冲击,虽不稳定,但持续时间较长。(a)(b)图4.2脉冲响应分析(5)方差分解分析接下来我们将利用方差分析的基本思想分析人口结构变动对居民消费支出的影响程度,得到如图4.3结果,不考虑居民消费自身影响,人口结构对居民消费影响从初期便开始稳步升高,最终在第13期达到最高21%。可见,人口结构是居民消费支出的主要影响因素之一,对居民消费支出具有较大的拉动作用。因此,辽宁省在未来发展中,加强完善人口结构,除注意市场自身调节外,政府应加大人力资源发展环境改善的力度,提升人口结构对居民消费的带动作用。图4.3方差分解结果3.灰色关联度通过构建VAR模型,可以得出人口结构对居民消费的长期影响关系,下面我们根据上述灰色关联度计算方式,研究人口结构中各指标与居民消费支出的关联关系,求得的关联度(取ρ=0.5)从高到低排列如下:表4.8灰色关联度结果指标名称与居民消费支出的关联度大学生人数0.92负担老年系数0.83第三产业就业人口比重0.75城镇人口比重0.74性别比0.68第二产业就业人口比重0.60负担少儿系数0.60从结果可知,负担老年系数、负担少儿系数与居民消费支出的关联度有悖于大众认知,目前普遍认为老龄化抑制居民消费,对此将从以下两个方面进行解释。一方面,灰色关联度分析法是根据因素之间发展趋势的相似或相异程度作为衡量因素间关联程度的一种方法,辽宁省老龄化逐年加重导致负担老年系数呈上升趋势,计划生育的实施促使负担少儿系数逐年降低,由于影响居民消费支出的因素众多,综合作用结果为居民消费支出逐年增加,因此基于此定义,结果合理。另一方面,我们之所以存在老龄化抑制消费的认知,是由于我国社会保障制度不完善,适合老年消费服务产业较少,甚至未开发等等,因此产生老龄化抑制消费的现象。同时也有部分文献证实并非负担老年系数与居民消费支出为负相关,负担少儿系数与居民消费支出为正相关。下面将分别介绍每个指标对于居民消费的作用机制及发展情况。每百万中大学生人数与居民消费支出的灰色关联度为0.92,位于首位,可见高等教育对于居民消费支出具有较强的拉动作用。教育水平的提高,会使国民收入水平提高、消费观念进步,从而提高居民消费能力,促使消费品量的增加与质的提升,最后促进消费结构变动升级。辽宁省现有116所高等院校,其中本科65所,有着教学院校多、发展速度快、个体特色鲜明的特点,是国内教育大省之一,但是随着扩招政策不断,升学率较高导致省内国家重点院校数量少、专科型普通本科院校优势不突出、部分学校教育教学资源不足、师资人才流失情况严重等问题。对此,我省高等院校应采取适当的政策,促使未来高等教育在数量上和质量上同步发展。负担老年系数与居民消费支出的灰色关联度为0.83,排名前列,说明人口老龄化发展对于居民消费支出具有重要影响。从不同年龄段人口角度分析,对于老年人口而言,由于收入来源受限,为保证医疗保健支出的正常,会使购买能力降低、理性消费,只购买实用性强的商品;对于中青年人口,负担老年系数的增加会提高对于老人人口的消费支出,但与此同时也会抑制其他方面的支出。因此政府应该完善社会保障制度,降低居民医疗保健负担,结合老年人时间充裕、生活悠闲等特点,合理开发老年产业,刺激居民消费支出。第三产业就业人口比重与居民消费支出的灰色关联度为0.75,说明二者关联紧密。第三产业就业人口比重的增加,可以加快产业结构的转变,促进新兴产品与服务的推广,促进消费结构变动升级,提升居民的消费水平。目前,辽宁省人才流失严重,虽然随着一系列保障人才事业发展、规范人才评价机制等方面的政策意见,“兴辽英才计划”等重大人才工程的实施,效果显著,但是人力资源提升与产业升级、经济振兴的融合、人才发展环境等方面的提升还需要我们不懈努力。城镇人口比重与居民消费支出的灰色关联度为0.74,居于所有指标的第四位,说明城镇化对居民消费支出具有良好的拉动作用。农村居民存在着消费观念落后、消费结构简单等问题,相反城镇居民具有着巨大的消费潜能,就2017年来看,辽宁省城镇居民消费支出约为农村居民消费支出的4.6倍。虽然近年来辽宁省城镇化在不断提升,但仍没有达到预期结果;而且,我们在提升城镇化发展的同时,不能简单的像候鸟迁徙那样,让农村居民移居到城镇,应改变农村居民固有的消费思想、深入解决社会保障等一切不确定因素,巩固城镇化结果,实现有效城镇化。性别比与居民消费支出的灰色关联度为0.68,二者关联度排名偏中,男性与女性的整体性格喜好有一定偏差,因此对于消费需求有不同的态度,男性消费偏理性,对食物、服装等普遍要求不高,女性在消费时会关注商品的外观及情感,感性因素较多。近年来,辽宁省女性人数逐渐反超男性,面对新的男女比例,我们应该及时调整营销思路,转换产品结构,从而提升居民消费支出。第二产业就业人口比重与居民消费支出的灰色关联度为0.60,一般关联度大于0.7的,被认为是高度关联[16]。辽宁作为我国重要的工业原料和重工业基地,在计划经济时期为我国的社会主义建设做出了巨大贡献,而如今产业结构落后,东北老工业振兴计划收效甚微导致关联度较低。在十九届四中全会中,习总书记提出区域协调发展战略,为东北老工业振兴提出了新思路,加强与京津、长三角等区域的紧密合作,促进产业结构升级,刺激居民消费需求。负担少儿系数与居民消费支出的灰色关联度为0.60,虽然指标排名倒数第二,但并不意味着二者的关联不紧密。短期内会普遍抑制与儿童无关的商品的消费支出,但长期来看,负担少儿系数会随着时间的推移,为我们带来新一波的人口红利,提升人力资本,从而促进居民消费需求的改善。四、结论建议1.结论本文先运用主成分分析的方法,结合辽宁省人口相关指标,测算了辽宁省1991—2019年人口结构发展总指数,接着构建VAR模型探究人口结构与居民消费支出之间的关系,由格兰杰因果关系检验可知二者存在双向因果关系,从脉冲响应图中可得:人口结构受外部某一条件冲击后,会给居民消费支出带来同向的冲击,且这一冲击具有一定的促进作用和较长持续效应;居民消费同样会为人口结构带来同向冲击,虽不稳定,但持续时间较长。通过方差分解可知:不考虑居民消费自身影响,人口结构对居民消费影响最高可达到21%,说明人口结构是影响居民消费支出的主要因素之一。最后作人口结构各构成指标与消费支出的灰色关联度分析,根据关联度排名,分析各指标作用机制及发展现状。对此,本文将从人才培养、改善老年人口发展、产业优化创新这三个主要方面入手,提出相应建议,有效提升居民消费水平,进而促进经济发展。本文的创新点在于构建人口结构指标体系,结合辽宁省实际选取较全面的衡量指标,并计算每个指标与居民消费的关联度,结合排序提出较为有效的建议。本文不足在于没有详细探究每个指标对居民消费的具体影响,只是结合已有文献与现实情况进行说明。2.建议(1)注重人才培养,优化人力资源环境近年来辽宁省人口转移出去比较严重,而外来人口较少,导致人才流失严重。而城市的发展需要人才的支撑,对此,如何留住本地人才和吸引外来人才显得尤为重要。首先,加强教育建设,丰富教学资源。一是提升师资力量,教师是立教之本,兴教之源,结合国家发布的教师职称评级制度等相关指导意见,建立健全的教师综合评级机制,招纳培养政治素质过硬、业务能力精湛、育人水平高超的高素质教师队伍。二是优化专业发展,各高校应根据学科综合排名,合理设置专业结构,改善培养方案;通过政校企合作,发展现代职业教育,培养针对本省发展的专业型人才,为大学生树立科学、正确的就业观,避免人才浪费,保障社会安全稳定,更好的推动站街结构升级,促进经济发展。其次,营造良好的人文生态环境,加强对知识、人才的重视,建立人员培训基地,在全方位、多领域培养专业型、复合型的人才,对做出突出贡献的人才实施合理奖励政策,鼓励年轻人建设家乡;在户籍、住房、医疗、教育等民生问题上以及发展机会、晋升空间、创业待遇等大环境上规划出一套具有强吸引力的措施方案,留住外来人才。(2)普惠养老保险,开发老年消费服务解决人口老龄化问题需要政府、社会和家庭共同努力。在中国的传统观念中,赡养老人主要是子女的义务,这样会增加年轻一代的负担,也会影响人力资源的最佳配置,因此对于养老问题政府应主动承担责任,做好统筹规划工作。老年人消费水平低的主要原因是收入较低甚至没有收入,出于对未来生活的考虑,除生活必需品外,医疗健康费用占比较高。对此,首先,政府需完善社会保障制度,普惠养老保险,实现老有所依;其次,学习国外成功经验,结合本省实际合理开发老年人资源,适当返聘具有专业知识或专业技能的人才,发掘老年人的自身价值,设立符合其价值的岗位,实现老有所为。老年人具有巨大的消费潜能,在解决其忧虑后,我们应该着手于开发符合老年人需求的产业,例如保健、养生等服务型产业,尤其针对老年人时间充裕这一特点,可以开发老年旅游业。从改变收入结构与消费结构两方面刺激消费,进而促进辽宁省经济发展。(3)促进传统产业转型,布局“新基建”第一,高新技术产业的发展是带动经济增长的基本动力,但就目前而言,我省的高新技术产业发展仍处于较低水平,传统产业改造提升对于高新技术水平提升和经济增长具有不可忽视的作用,同时传统产业转型有助于增加就业岗位,提高第二次产业就业人员比重。首先,我们应该理顺政府与市场的关系,建设服务型政府,为市场发展营造良好的环境;其次,提升金融供给质量,构建科学有效的监督管理机制和风险评价体系,提高对资金投入的利用率;最后,加大行业共性技术供给,搭建区域共性技术服务平台,加快区域产业集群转型升级。第二,在疫情冲击下,新动能相关领域的需求展现出逆势增长,由此可知“新基建”能有效推动经济社会数字化转型,为新服务和新需求提供动力,有利于扩大内需和消费升级。在政府层面上,要发挥政府的引导作用,加强统筹规划,优化体制机制;在企业层面上,企业应抓住机遇、积极布局,不断提升自身技术水平和技术含量,推动企业创新。

参考文献[1]陈晶.中国人口老龄化的经济效应分析[D].辽宁大学,2013.[2]崔丽英,陈晓卫.基于VAR模型的人口老龄化与经济增长之间的实证研究——以山东省为例[J].经济研究导刊,2013(33):115-117.[3]冯宜强,陈晓玲.基于全面二孩视角下人口结构对经济发展影响的实证分析[J].哈尔滨师范大学自然科学学报,2017,33(05):15-19.[4]姜雪涵.人口老龄化对城乡居民消费结构的影响研究[J].商展经济,2020(08):50-52.[5]刘畅.人口结构变化与经济增长的关系[D].吉林财经大学,2018.[6]李洪心,陆军,何杨.辽宁省人口结构变化特征与发展[J].中国经贸导刊(中),2018(35):108-109.[7]李琦婷.人口结构变动对居民消费影响研究[D].中南财经政法大学,2019.[8]刘岩.我国人口年龄结构变动对经济增长的影响研究[D].吉林大学,2020.[9]欧娟.我国人口结构变化对经济发展影响的研究[D].重庆工商大学,2019.[10]尚海燕.中国人口结构变动对居民消费的影响——基于1990-2017年数据的实证[J].商业经济研究,2019(05):39-42.[11]游士兵,蔡远飞.人口老龄化对经济增长影响的动态分析——基于面板VAR模型的实证分析[J].经济与管理,2017,31(01):22-29.[12]张晴.中国人口老龄化对城乡居民消费结构的影响研究[D].河北大学,2020.[13]张月蕾,丁晓云,朱家明.基于全面放开二孩政策对中国人口结构的计量分析[J].哈尔滨师范大学自然科学学报,2018,34(02):16-20.[14]郑伟,张超龙,梁凯豪,刘斯祺.我国人口年龄结构对居民消费的影响分析[J].现代商业,2021(01):20-23.[15]周勇,解美娟.我国劳动力结构演变对居民消费结构变迁的影响[J].商业经济研究,2020(02):47-50.[16]H.S.Gau,C.Y.Hsieh,C.W.Liu.Applicationofgreycorrelationmethodtoevaluatepotentialgroundwaterrechargesites[J].StochasticEnvironmentalResearchandRiskAssessment,2006,20(6).

附录附表1各指标数据汇总年份负担少儿系数(X1)负担老年系数(X2)性别比(X3)第二产业就业人口比重(X4)第三产业就业人口比重(X5)城镇人口比重(X6)大学生人数(X7)1991237.6239.78104.51176.8855.2075.959.791992231.5142.37104.42176.8857.6475.1710.501993221.8243.23104.42179.4959.4175.5811.921994224.4841.59104.38167.3267.1776.0713.771995215.0846.17104.34168.6266.5076.4914.171996204.1643.23104.23160.8069.3977.8014.411997186.2948.35104.14158.1968.9477.9514.9119981

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论