分词系统
作者：郭 敏 田 荟 张施伟
来源：《现代经济信息》 2018年第19期周汉坤
摘要：人口增长率是控制人口增长的重要指标之一。本文利用国家统计局对我国1960-2016 年来我国人口出生率统计的数据分析，运用ARIMA 模型对未来三年人口出生率进行预测。预测结果显示：本文探究的ARIMA(0，1，2) 模型，可用于我国人口出生率的预测，为我国政府在制定相关管理政策上提供参考，且通过ARIMA 模型可预测2018 年我国的人口出生率将在13.06282‰左右浮动。
瑞意恒动 关键词：人口增长率；统计量描述；ARIMA 模型
中图分类号：C924. 24 文献识别码：A 文章编号：1001-828X(2018)028-0004-03
性陪护 一、前言
自由交易 18 世纪末，英格兰政治经济学家托马斯马尔萨斯(ThomasMaithus) 在其经济增长模型中提出人口的大量增长会使得人均消费和人均产出都没有增加，控制人口是提高生活水平的唯一手段① ( 斯蒂芬D 威廉森)。作为世界上人口第一大国，人口问题在不同历史阶段面临着不同的挑战。“坚持以人为本，树立全
面、协调、可持续的发展观，促进经济社会和人的全面发展”，十六届三中全会提出对以人为本发展观内涵的认识，深化以控制人口，提高人口素质为前提的发展概念。人口出生率是控制人口增长的重要指标。对我国过去人口出生率特征的分析及未来我国人口出生率预测是政府制定宏观人口调控政策的内在指导依据。本文主要研究1950-2016 年我国人口出生率，利用ARIMA 模型分析其特征并预测我国未来五年人口率。
二、研究方法
1.ARIMA 基本介绍
在时间序列数据中随机变量序列是一个随机的过程。不平稳的随机过程被称为非平稳过程②，其统计量( 如均值E(Xi)，方差Var(Xi ) 等) 在不同的时间点上是不同的，随机规律难以预测。因此，博克思和詹金斯(Box and Jenkins) 在上世纪70 年代初提出了一种著名时问序列预测方法，所以又称为box--jenkins 模型、博克思一詹金斯法。其中ARIMA(p，d.q) 称为差分自回归移动平均模型，AR 是自回归，P 为自回归项；MA 为移动平均，q 为移动平均项数，d 为时间序列成为平稳时所做的差分次数。ARIMA 模型可分为3 种：(1) 自回归模型( 简称AR 模型)；(2) 滑动平均模型( 简称MA模型)；(3) 自回归滑动平均混合模型( 简称ARIMA 模型)。③从而实现对数据精准分析。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议