【人口老龄化综合评价指标体系的设计与构建分析案例2100字】

人口老龄化综合评价指标体系的设计与构建分析案例目录TOC\o"1-3"\h\u1051人口老龄化综合评价指标体系的设计与构建分析案例 165431.1人口老龄化评价指标的选取 186311.2人口老龄化评价指标体系的构建 156031.3全国各地区人口老龄化发展程度分析 4本文意在构建省级层面的人口老龄化综合评价指标体系，以更好地衡量各个省级行政区的人口老龄化水平，从而对其进行比较和分析。本文选取了主成分分析法，利用SPSS软件来进行人口老龄化指数的测算，从而可以更好地评估人口老龄化的发展状况。1.1人口老龄化评价指标的选取本文依据对众多学者所得出的人口老龄化测算指标体系及影响人口老龄化发展的因素进行分析，按照综合评价指标体系构建的原则选取了出生率的负值(‰)、死亡率的负值(‰)、自然增长率(‰)以及总抚养比(%)、少年儿童抚养比的负值(%)、老年人口抚养比(%)、65岁及以上人口比重(%)这7项指标构成人口老龄化的综合评价体系，分别用x₁，x₂，…，x₇来表示。用c₁，c₂，…，c₇表示各个指标的权重，那么加权之和就是s=c₁x₁+c₂x₂+…+c₇x₇，每一个省级行政区都对应一个人口老龄化的综合评价指数，记为s₁，s₂，…，s₃₁，利用SPSS软件通过主成分分析法要找到合适的c₁，c₂，…，c₇，使得s₁，s₂，…，s₃₁能尽可能的分散以更好地区分各个地区的人口老龄化水平。通常规定从c₁²+c₂²+…+c₇²=1.表3-1各项指标的全国平均值Table3-1Nationalaverageofvariousindicators出生率死亡率自然增长率总抚养比少年儿童抚养比老年人口抚养比65岁及以上人口比重全国10.48‰7.14‰1.34‰41.56%21.76%17.80%12.57%通过查询2020年《中国统计年鉴》，并对所需要的数据进行整理，得到表A1（见附录）。根据表A1可得到各项指标的全国平均值（见表3-1）。通过分析可知，我国的人口出生率大于死亡率，自然增长率大于零，说明在2019年我国的人口处于增长阶段。同时我国在2019年的65岁及以上人口比重为12.57%>7%，这表明我国的人口年龄结构呈现出老龄化的状态。1.2人口老龄化评价指标体系的构建通过主成分分析得到一系列结果（见附录B和表3-2）。根据得到的结果，将特征值大于1的值选为主成分。通过分析表3-2说明可以提取两个主成分，这两个主成分的方差解释率分别是56.13%和32.11%，累积方差解释率为88.24%即这两个主成分可以代表原先7个指标的88.24%。表3-2总方差解释Table3-2Totalvarianceexplained组件初始特征值提取载荷平方和总计方差百分比累积%总计方差百分比累积%11.92956.13156.1311.92956.13156.13122.24732.10688.2372.24732.10688.2373.4646.62794.8644.3595.12699.9895.001.011100.00062.038E-72.911E-6100.0007-2.699E-16-1.856E-15100.000提取方法：主成份分析。图3-1碎石图Figure3-1Gravelmap此外，根据碎石图（图3-1）也可以分析出主成分的提取情况。通过碎石图可以直观地反应出7个成分中每个成分的整体作用都在逐渐递减。但是可以明显地看出第1个成分和第2个成分占据了最大的范围，即可以用前2个成分来解释绝大部分的原始信息。为了避免不同变量之间的维度和大小对评价结果的影响，根据SPSS处理的结果数据（见表3-3）计算各指标的权重，得到y₁和y₂表达式中自变量的系数。利用SPSS将原始数据进行标准化处理，记为Zx₁，Zx₂，…，Zx₇。表3-3权重值Table3-3Weightsc₁c₂c₃c₄c₅c₆c₇主成分10.423-0.263-0.471-0.2010.4040.3730.432主成分2-0.257-0.4600.0920.579-0.3400.4170.298由此得到以下主成分表达式：y₁=0.423*Zx₁-0.263*Zx₂-0.471*Zx₃-0.201*Zx₄+0.404*Zx₅+0.373*Zx₆+0.432*Zx₇y₂=-0.257*Zx₁-0.460*Zx₂+0.092*Zx₃+0.579*Zx₄-0.340*Zx₅+0.417*Zx₆+0.298*Zx₇y=0.5613*y₁+0.3211*y₂y₁为第一个主成分的得分，y₂为第二个主成分的得分，其中0.5613和0.3211分别为主成分1和主成分2的方差百分比，y为人口老龄化综合评价指标体系下某省级行政区人口老龄化发展水平的综合得分即人口老龄化指数。根据计算得到各个省级行政区的人口老龄化指数。按照综合得分y值从大到小进行排列，并将所得到的y值进行归一化处理（见表3-4）。

表3-4地区综合得分及排名表Table3-4Regionalcomprehensivescoreandrankingtable排名地区综合得分排名地区综合得分1辽宁100.0017陕西59.372重庆90.3418北京55.623山东89.3519贵州55.234四川87.9720山西54.245江苏86.9821内蒙古50.496黑龙江85.8022江西41.817上海85.6023云南41.228吉林81.8324广西41.039湖南76.1325福建40.0410湖北69.8226海南36.8811安徽65.4827宁夏32.1512河北64.6928青海29.9813浙江61.9129新疆29.9814河南61.7430广东19.5315天津61.3431西藏0.0016甘肃60.751.3全国各地区人口老龄化发展程度分析通过分析表3-4可得，全国各地区人口老龄化发展水平的综合得分的平均值为58.76，辽宁、重庆、山东、四川、江苏、黑龙江、上海、吉林、湖南、湖北、安徽、河北、浙江、河南、天津、甘肃和陕西这17个省级行政区的人口老龄化发展水平高于全国的平均水平，而北京、贵州、山西、内蒙古、江西、云南、广西、福建、海南、宁夏、青海、新疆、广东和西藏这14个省级行政区的人口老龄化发展水平低于全国的平均水平。除了辽宁省之外，“东三省”的另外两省黑龙江和吉林的人口老龄化发展水平也位居前列，原因可能与“东三省”的人口出生率较低以及劳动人口的大量迁出有关；重庆和四川虽然有着较高的人口出生率和死亡率，但其人口老龄化的发展水平均占据了全国前五的位置，这可能与劳动人口的大量迁出有关；北