成都人口規(guī)模的多因素分析

1、成都市人口規(guī)模的多因素分析一、問題的提出：人是社會(huì)發(fā)展最基本的要素。隨著人類社會(huì)的不斷推進(jìn)，世界人口呈上升的 趨勢(shì)。尤其是近幾十年來在發(fā)展中國家，由于社會(huì)、政治方面較為穩(wěn)定，各國努 力發(fā)展自身經(jīng)濟(jì)，使得居民的生活水平不斷提高，生活條件日益改善，從而導(dǎo)致 社會(huì)總?cè)丝诔掷m(xù)增長(zhǎng)。固然，人口數(shù)增長(zhǎng)將創(chuàng)造出更多的勞動(dòng)力，極大地拉動(dòng)社會(huì)的發(fā)展。但是， 人口過多又會(huì)導(dǎo)致資源不足、生態(tài)失調(diào)、社會(huì)負(fù)擔(dān)過重等等問題。影響城市人口 發(fā)展的因素是多方面的，主要有政治、經(jīng)濟(jì)、用地、環(huán)境、住房、交通、基礎(chǔ)設(shè) 施等。各地區(qū)政府應(yīng)該充分認(rèn)識(shí)到這些影響因素，準(zhǔn)備地預(yù)測(cè)并控制本地的人口 規(guī)模，以保持社會(huì)健康、穩(wěn)定地可持續(xù)發(fā)展。我

2、國現(xiàn)在是一個(gè)發(fā)展中國家，正值經(jīng)濟(jì)高速發(fā)展的時(shí)期。成都市是中國城市 的一個(gè)典型代表。第五次全國人口普查數(shù)據(jù)顯示， 成都市2000年11月1日0時(shí)常住 人口 1124.43萬人，與全國各城市相比，總?cè)丝诹兄陛犑兄貞c（3090萬人）、上海 （1674萬人）和北京（1382萬人）之后，居全國特大城市第四位，位居全國副省 級(jí)城市首位。我們將對(duì)90年代以來成都市人口規(guī)模概況進(jìn)行多因素分析，找出影響成都 市人口發(fā)展的影響因素，并對(duì)成都市人口規(guī)模進(jìn)行分析、預(yù)測(cè)、并提出建議。二、理論依據(jù)與數(shù)據(jù)來源：（一）理論依據(jù)：據(jù)相關(guān)理論，城市人口規(guī)模預(yù)測(cè)方法除傳統(tǒng)的預(yù)測(cè)方法外，主要有:國內(nèi)生產(chǎn)總值與人口增長(zhǎng)的相關(guān)性法；人口

3、增長(zhǎng)率法;容量規(guī)模法;城市建設(shè)開發(fā)費(fèi)用分析 法等。且一般老城市人口預(yù)測(cè)常采用國內(nèi)生產(chǎn)總值與人口增長(zhǎng)的相關(guān)性或人口增 長(zhǎng)率法：1、國內(nèi)生產(chǎn)總值與人口增長(zhǎng)的相關(guān)性法K = P/ G ? （1）式中：K相關(guān)系數(shù)；G國內(nèi)生產(chǎn)總值平均年遞增率；P人口平均年遞增率。禾U用當(dāng)年的國內(nèi)生產(chǎn)總值與相關(guān)系數(shù)，貝冋預(yù)測(cè)人口的規(guī)模。2、人口增長(zhǎng)率法根據(jù)統(tǒng)計(jì)信息與歷史資料，可以得知城鎮(zhèn)常住人口多年的自然增長(zhǎng)率、 加強(qiáng) 計(jì)劃生育工作后得到控制的比率、 人口的機(jī)械增長(zhǎng)率、暫住人口增長(zhǎng)率、常住人 口與暫住人口比率等等。據(jù)這些指標(biāo)則可預(yù)測(cè)出該市的人口規(guī)模。（二）數(shù)據(jù)來源：丫X1X2X3X41990919.50001699.00

4、01870.91017953.001710273.1991927.73001897.0002062.98020007.004040628.1992936.86002029.0002254.44019335.004720000.1993947.30002059.0002807.35021420.00104757211994960.39002287.0004239.48019922.008284689.1995971.60002308.0005075.82019813.006644806.1996980.74003328.0005700.71020016.009429309.1997989.190

5、03420.0006046.84017716.009593167.1998997.00003830.0006490.18023218.002173729519991003.5604013.0007140.96023319.002582559220001013.3504335.0007695.00027448.002814580020011019.9006305.0008182.00020191.003157361920021028.48011582.008791.00025026.0047653770成都市統(tǒng)計(jì)信息網(wǎng)： ndex.asp中經(jīng)專網(wǎng)： ndex/i ndex.asp成都市統(tǒng)計(jì)年鑒（

6、2003版）三、因素選?。夯谇懊娴睦碚撝R(shí)，我們將選取以下因素構(gòu)建模型:被解釋變量：丫 一一成都市人口數(shù)（萬人）解釋變量:X1 成都市園林綠地面積（公頃）在發(fā)展中國家，隨著人類生存條件的逐步改善，人們?cè)絹碓桨l(fā)現(xiàn)，環(huán)境的發(fā) 展將極大地影響到人類自身的發(fā)展。 外界環(huán)境對(duì)人口的影響是顯而易見的。 一個(gè) 綠樹成蔭、環(huán)境優(yōu)雅的城市將為其居民營(yíng)造一個(gè)良好的生存生活環(huán)境， 從而促進(jìn) 人口的發(fā)展。這里用園林綠地面積這個(gè)指標(biāo)來衡量環(huán)境這個(gè)因素。X2成都市居民人均現(xiàn)金收入（元）前面講到，用國內(nèi)生產(chǎn)總值與人口增長(zhǎng)的相關(guān)性來預(yù)測(cè)一個(gè)城市的人口規(guī) 模，可見一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r與人口規(guī)模具有非常密切的聯(lián)系。這是由于經(jīng)濟(jì)

7、發(fā)展水平提高，人們的生活條件就能得到改善，就可以有效地避免各種非正常性 的死亡，健康地生存下去。另外，倘若一個(gè)城市經(jīng)濟(jì)發(fā)展迅速，居民生活水平較 高就會(huì)吸引外來人口的流動(dòng)，這也為人口增長(zhǎng)提供了一個(gè)來源。這里用居民人均 現(xiàn)金收入水平來衡量成都市的經(jīng)濟(jì)發(fā)展?fàn)顩r。X3 成都市醫(yī)院床位數(shù)（張）毫無疑問，醫(yī)療衛(wèi)生條件是人口發(fā)展的重要因素。 但是，要量化一個(gè)城市的 醫(yī)療衛(wèi)生條件卻比較困難。為了引入模型進(jìn)行計(jì)量，我們這里用醫(yī)院床位數(shù)來衡 量。X4成都市保險(xiǎn)總承保額（萬元）人們?cè)谏钆c工作中，總不可避免地遇到一些不確定性的因素， 導(dǎo)致意外的 發(fā)生。人口的死亡就會(huì)有一些非正常的意外死亡。社會(huì)保障體系的建立雖不能直

8、 接減少這些意外事故的發(fā)生，卻可以在總體上對(duì)一個(gè)社會(huì)產(chǎn)生保障作用，從而推 動(dòng)人口的發(fā)展。近年來，我國保險(xiǎn)事業(yè)發(fā)展迅速，引入這個(gè)因素應(yīng)該能對(duì)人口發(fā) 展作一些解釋。U隨機(jī)擾動(dòng)項(xiàng)一些諸如政策、重大事故、突發(fā)事件等也將對(duì)人口發(fā)展產(chǎn)生一定的影響， 這 些因素都將被包括在隨機(jī)擾動(dòng)項(xiàng)內(nèi)加以計(jì)量。四、數(shù)據(jù)分析：（一）時(shí)間序列平穩(wěn)性檢驗(yàn):否則會(huì)產(chǎn)生偽回歸。 因此首先對(duì)于時(shí)間序列，必須通過平穩(wěn)性檢驗(yàn)才能進(jìn)行回歸估計(jì), 應(yīng)對(duì)這五個(gè)序列進(jìn)行平穩(wěn)性檢驗(yàn)：對(duì)Y進(jìn)行ADF檢驗(yàn):滯后一期：ADF Test Statistic-1.3421591%Critical Value*5%Critical Value10% Criti

9、cal Value-5.1152-3.9271-3.4104*MacKinnon critical values for rejection of hypothesis of a unit root.Augme nted Dickey-Fuller Test Equati onDepe nde nt Variable: D(Y)Method: Least SquaresDate: 12/09/05 Time: 22:07Sample(adjusted): 1992 2002Included observations: 11 after adjusting endpointsVariableCo

10、efficie ntStd. Errort-StatisticProb.Y(-1)-0.2908120.216675-1.3421590.2214D(Y(-1)0.4123170.3510331.1745810.2786C272.2067195.53421.3921180.2065TREND(1990)2.4756022.0808931.1896830.2730R-squared0.509198Mean depe ndent var9.159091Adjusted R-squared0.298854S.D.dependent var1.947282S.E. of regressi on1.63

11、0546Akaike info criteri on4.090995Sum squared resid18.61077Schwarz criteri on4.235684Log likelihood-18.50047F-statistic2.420789Durb in -Watson stat2.609535Prob(F-statistic)0.1512721.342159 弋 13.9271, 不平穩(wěn)。滯后兩期:-1.987082 £ -3.9948，不平穩(wěn)。滯后三期：-1.817410 £ -4.0815，不平穩(wěn)。由此得：Y序列不平穩(wěn)。同樣的方法，可以檢驗(yàn)得出：X1、X

12、2、X3、X4均不平穩(wěn)。時(shí)間序列不平穩(wěn)，則不可直接回歸，應(yīng)進(jìn)一步進(jìn)行協(xié)整性檢驗(yàn)，倘若協(xié)整才可回歸。此處為多因素模型，其協(xié)整較為復(fù)雜，這里略去直接做回歸。（二）設(shè)置回歸模型：1、模型一：A AAAY =1 2 X心3 X2 亠 亠-：n 4 Xn u對(duì)Y、X1、X2、X3、X4做回歸方程可得：Depe ndent Variable: YMethod: Least SquaresDate: 12/09/05 Time: 17:39Sample（adjusted）: 1990 2001Included observations: 12 after adjusting endpointsVariabl

13、eCoefficie ntStd. Errort-StatisticProb.C904.266814.4122362.743000.0000X1-0.0009950.002666-0.3733840.7199X20.0139320.00137010.168820.0000X3-0.0001560.000698-0.2232250.8297X43.86E-073.88E-070.9949920.3529R-squared0.990692Mean depe ndent var972.2600Adjusted R-squared0.985373S.D.dependent var33.96828S.E

14、. of regressi on4.108162Akaike info criteri on5.958165Sum squared resid118.1390Schwarz criteri on6.160210Log likelihood-30.74899F-statistic186.2616Durb in -Watson stat1.090830Prob(F-statistic)0.0000001 ）經(jīng)濟(jì)意義分析：從經(jīng)濟(jì)意義與實(shí)際情況來看，我們這里研究的是成都市這樣一個(gè)小范圍內(nèi)1990-2002年的人口發(fā)展趨勢(shì)。成都作為發(fā)展中國家的一個(gè)城市，這十幾年來經(jīng)濟(jì)、政治、文化等方面都比較穩(wěn)定。在這種

15、大環(huán)境下，園林綠地面積的增長(zhǎng)意味著城市環(huán)境的改善，這將有利于人口的增長(zhǎng)，即園林綠地面積與人口數(shù)應(yīng)為正相關(guān)。同樣，醫(yī)院床位數(shù)代表著城市醫(yī)療衛(wèi)生條件，它與人口增長(zhǎng)也應(yīng)同向發(fā)展。但是模型中X1與X3的系數(shù)均為負(fù)，這與實(shí)際經(jīng)濟(jì)意義不相符。2）由相關(guān)系數(shù)矩陣：X1X2X3X4X11.0000000.9051530.6239650.913143X20.9051531.0000000.5620850.875993X30.6239650.5620851.0000000.757084X40.9131430.8759930.7570841.000000可得：所選的四個(gè)變量有部分的相關(guān)系數(shù)較高（達(dá)0.8以上），可以

16、初步判斷模型中存在多重共線性（但無法確定）。又由F值顯著大于臨界值，但 T檢驗(yàn)卻不顯著，也可一定程度說明該模型可能存在多重共 線性。3）異方差檢驗(yàn)（圖示法）X1 :X2 :5040302010004000800012000504030201000200040006000800010000X1X4 :50403020100X3X2X3 :5040302010 -00.E+001.E+072.E+073.E+074.E+07X4若不存在異方差性，則圖示法作出的圖形應(yīng)是一條水平線，表示e不隨X的變化而變化。由上述四個(gè)圖形基本可以確定異方差存在。4）自相關(guān)檢驗(yàn)：Dw=1.090830 （dl=0.57

17、4 du=2.094），可見落在不可判斷區(qū)域，不能排除自相關(guān)的可能性。綜上，雖然該模型擬合集優(yōu)度很高，但是各項(xiàng)統(tǒng)計(jì)檢驗(yàn)的結(jié)果卻都不好。所以，該模型不具備良好的統(tǒng)計(jì)性質(zhì)，不是一個(gè)好模型，應(yīng)該加以修正或舍棄。2、模型二：A AA,InY 二 <21nX3InX2u選擇依據(jù)：一方面，由于模型的對(duì)數(shù)變換可以使測(cè)定變量值的尺度縮小，從而在一定程度上對(duì)異方差性進(jìn)行修正；另一方面，在實(shí)際生活中，很多經(jīng)濟(jì)活動(dòng)都更加符合對(duì)數(shù)模型， 因此用該模型對(duì)原序列重新進(jìn)行擬合。1)逐步引入解釋變量：這種做法等同于逐步回歸法，可以保證最終選定解釋變量所組成的模型不具有多重共線性。第一步：引入一個(gè)變量。分別引入XI、X2

18、、X3、X4做回歸，得X2的可決系數(shù)最高，為 0.967593，所以最佳 模型基礎(chǔ)為：LNY = C(1)*LNX2 + C(2)第二步：在第一步所得模型的基礎(chǔ)上分別加入XI、X3、X4，得最佳模型為：LNY = C(1)*LNX1 + C(2)*LNX2 + C(3)( R2=0.989199)第三步：在第二步的基礎(chǔ)上分別加入X3、X4，得最佳模型為：LNY = C(1)*LNX1 + C(2)*LNX2 + C(3)*LNX4 + C(4)Depe nde nt Variable: LNYMethod: Least SquaresDate: 12/04/05 Time: 22:13Samp

19、le: 1990 2002In cluded observati ons: 13VariableCoefficie ntStd. Errort-StatisticProb.LNX10.0134740.0040383.3368700.0087LNX20.0438300.00411410.654680.0000LNX40.0069840.0027142.5735850.0300C6.2912500.016646377.93890.0000R-squared0.993778Mean depe ndent var6.883429Adjusted R-squared0.991704S.D.depende

20、nt var0.037077S.E. of regressi on0.003377Akaike info criteri on-8.295922Sum squared resid0.000103Schwarz criteri on-8.122092Log likelihood57.92349F-statistic479.1445Durb in -Watson stat1.880757Prob(F-statistic)0.000000第四步：全部引入，得：LNY = C(1)*LNX1 + C(2)*LNX2 + C(3) *LNX3 + C(4)*LNX4 + C(5)Depe ndent V

21、ariable: LNYMethod: Least SquaresDate: 12/03/05Time: 21:00Sample: 1990 2002In cluded observati ons: 13VariableCoefficie ntStd. Errort-StatisticProb.LNX10.0136770.0043303.1588100.0134LNX20.0442490.0046149.5899560.0000LNX30.0036560.0135730.2693300.7945LNX40.0062900.0038521.6329830.1411C6.2609330.11392

22、954.954710.0000R-squared0.993834Mean depe ndent var6.883429Adjusted R-squared0.990751S.D.dependent var0.037077S.E. of regressi on0.003566Akaike info criteri on-8.151103Sum squared resid0.000102Schwarz criteri on-7.933814Log likelihood57.98217F-statistic322.3442Durb in -Watson stat1.947515Prob(F-stat

23、istic)0.000000可見，雖然在第三步的基礎(chǔ)上加入X3后，可決系數(shù)從 0.993778提高到0.993834,但LNX3與LNX4的t檢驗(yàn)卻不顯著。所以應(yīng)剔除X3，最終確定的最佳模型為：LNY = C(1)*LNX1 + C(2)*LNX2 + C(3) *LNX4 + C(4)LNY = 6.291250+ 0.013474LNX1 +0.043830LNX2 + 0.006984LNX42)相關(guān)檢驗(yàn)：ARCH檢驗(yàn)ARCH Test:異方差檢驗(yàn)F-statistic0.690242Probability0.590436Obs*R-squared2.565725Probability0

24、.463530Test Equati on:Depe ndent Variable: RESIDA2Method: Least SquaresDate: 12/03/05 Time: 21:19Sample(adjusted): 1993 2002In eluded observati ons: 10 after adjusti ng en dpo intsVariableCoefficie ntStd. Errort-StatisticProb.C1.68E-057.67E-062.1946110.0706RESIDA2(-1)-0.4486610.383436-1.1701080.2863

25、RESIDA2(-2)-0.2000800.405390-0.4935500.6392RESIDA2(-3)-0.3693180.439846-0.8396520.4333R-squared0.256572Mean depe ndent var8.93E-06Adjusted R-squared-0.115141S.D.dependent var1.05E-05S.E. of regressi on1.11E-05Akaike info criteri on-19.69723Sum squared resid7.34E-10Schwarz criteri on-19.57620Log like

26、lihood102.4861F-statistic0.690242Durb in -Watson stat2.228547Prob(F-statistic)0.590436WHITE檢驗(yàn)White Heteroskedasticity Test:F-statistic0.545186Probability0.788841Obs*R-squared8.067457Probability0.527363Test Equati on:Dependent Variable: RESIDA2Method: Least SquaresDate: 12/10/05Time: 11:24Sample: 199

27、0 2002In eluded observati ons: 13VariableCoefficie ntStd. Errort-StatisticProb.C0.0037200.0051330.7245790.5211LNX1-0.0012260.001069-1.1471760.3345LNX1A20.0001580.0001820.8695000.4486LNX1*LNX20.0002310.0002071.1123970.3471LNX1*LNX4-0.0002070.000187-1.1087340.3484LNX2-0.0021010.002009-1.0459240.3724LN

28、X2A2-0.0002250.000132-1.7108510.1856LNX2*LNX40.0002570.0001391.8480310.1617LNX40.0012540.0008851.4158900.2518LNX4A2-5.48E-053.11E-05-1.7633820.1760R-squared0.620574Mean depe ndent var7.90E-06Adjusted R-squared-0.517706S.D.dependent var9.42E-06S.E. of regressi on1.16E-05Akaike info criteri on-19.8173

29、5Sum squared resid4.04E-10Schwarz criteri on-19.38278Log likelihood138.8128F-statistic0.545186Durb in -Watson stat2.737966Prob(F-statistic)0.788841因?yàn)锳RCH僉驗(yàn)和 WHITE檢驗(yàn)中的P值都較大，說明模型通過了異方差檢驗(yàn)，無異方差的存 在。自相關(guān)檢驗(yàn)DW檢驗(yàn)N=13 , K=3, DL=0.715 , DU=1.816DW=1.880757，即無自相關(guān)。五、模型評(píng)價(jià)與經(jīng)濟(jì)意義分析：將模型經(jīng)過對(duì)數(shù)化修正得到模型二，LNY = 6.291250+ 0.

30、013474LNX1 +0.043830LNX2 + 0.006984LNX4經(jīng)濟(jì)意義：成都市園林綠地面積每變化1% （公頃），將引起成都市人口數(shù)1.3474% （萬人）的變化；成都市居民人均現(xiàn)金收入每變化1% （元）,將引起成都市人口數(shù)4.383% （萬人）的變化；成都市保險(xiǎn)承保額每變化 1% （萬元），將 引起成都市人口數(shù)6.984% （萬人）的變化。新模型具有較高的可決系數(shù)，說明擬合效果較好，可以用來進(jìn)行分析預(yù)測(cè)。 同時(shí)，新模型順利通過了異方差及自相關(guān)檢驗(yàn)，說明模型具有優(yōu)良的統(tǒng)計(jì)特性，因此從直觀上看，該模型是一個(gè)較好的模型但是，從實(shí)際的經(jīng)濟(jì)意義上分析，有以下兩點(diǎn)需要特別說明:1、根據(jù)前面

31、多重線性及各項(xiàng)統(tǒng)計(jì)量的檢驗(yàn)，將因素 X3 （醫(yī)院床位數(shù)） 剔除了。但從實(shí)際情況分析，醫(yī)療條件將對(duì)人口發(fā)展起到非常重要的作用。 這里之所以會(huì)將這個(gè)因素剔除，可能有兩個(gè)方面的原因：（一）、近十幾年來, 成都市醫(yī)療水平比較穩(wěn)定，因此這段時(shí)間醫(yī)療水平對(duì)人口發(fā)展的推動(dòng)作用不 大，人口發(fā)展由其他因素來決定；（二八 醫(yī)療水平確實(shí)是非常重要的因素應(yīng) 該引入模型，但是所選的“醫(yī)院床位數(shù)”這個(gè)指標(biāo)不能夠?qū)⑨t(yī)療衛(wèi)生水平準(zhǔn) 確量化。從而誤將X3剔除了。2、整個(gè)模型具有非常高的擬合優(yōu)度，高達(dá) 0.993。但從引入變量的過程 中可以看到，單獨(dú)的LNY與LNX回歸也可達(dá)到0.967。加上前面的“國內(nèi) 生產(chǎn)總值與人口增長(zhǎng)率相關(guān)性人口規(guī)模預(yù)測(cè)法”，則該模型整體較高的擬合優(yōu) 度很有可能僅僅是由于因素 X2 :居民人均現(xiàn)金收入導(dǎo)致的。而其他幾個(gè)因素 對(duì)模型的影響卻不大。從實(shí)際狀況看，成都市人口的發(fā)展?fàn)顩r很大程度上依賴于居民人均現(xiàn)金收入（即經(jīng)濟(jì)發(fā)展?fàn)顩r）這個(gè)因素的變化是有現(xiàn)實(shí)意義的。 如前所述，倘若一個(gè)城市 經(jīng)濟(jì)發(fā)展迅速，居民生活水平較高就會(huì)吸引外來人口的流動(dòng)， 這也為人口增長(zhǎng)提 供了一個(gè)來源。而來自成都統(tǒng)計(jì)信息網(wǎng)的消息：“過去