人口老龄化背景下我国老龄消费趋势分析
发布时间：2021-06-25 22:59
近年来我国人口结构快速转型,人口老龄化问题越来越严重,在老年人口数量扩大的同时,老龄消费规模也快速增长。老龄消费规模的增长带来了新的机遇和挑战,一方面巨大的消费潜力对改善我国消费不足的现状有一定作用;另一方面老龄产业发展滞后,其中还存在许多问题,促进老龄产业发展以及有效满足老年人的消费需求需要不断努力。因此分析研究老龄消费的现状和发展趋势有重要的意义。文章首先对研究所依据的理论和使用的方法进行了概述,接下来的分析包括三个部分。第一部分为现状分析和消费系数的估计。通过人口数据和消费数据来分析我国人口老龄化现状和消费现状,利用CHIP2002、2007和2013年的家庭消费数据建立回归模型计算消费系数并分析其变化趋势。结果显示:（1）我国人口老龄化速度较快,并呈现明显的地区间差异和城乡差异。（2）回归模型计算的消费系数呈现先下降后上升的趋势,结合相关研究将消费系数设定为:19902007年少儿:0.6,老年:0.90.6;20082025年少儿:0.60.8,老年:0.61.0。（...
【文章来源】：河北大学河北省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
并联型本文的灰色神经网络结构参考何刚等（灰色模型n结果
河北大学硕士学位论文12模型由输入层、若干隐含层以及输出层构成。2.5.1灰色神经网络灰色神经网络是灰色模型和BP神经网络的组合模型。根据灰色模型与神经网络的组合方式，可分为并联型和串联型灰色神经网络[26]。并联型灰色神经网络先计算灰色预测模型的预测输出，再计算神经网络的预测输出，通过加权平均或其他方法将两个预测输出进行组合获得最终预测结果，其结构如图2-1。串联型灰色神经网络首先利用灰色模型获取多个不同的预测输出，再将这些预测结果作为BP神经网络的输入数据获取最终的预测结果，结构如图2-2。图2-1并联型灰色神经网络图2-2并联型灰色神经网络本文的灰色神经网络结构参考何刚等（2020）[26]的研究，采用串联型灰色神经网络，首先利用灰色关联分析筛选影响居民消费水平的主要影响因素，将灰色模型的预测结果和影响因素作为网络的输入。其结构如图2-3。图2-3本文使用的灰色神经网络结构2.5.2遗传算法优化神经网络遗传算法（GeneticAlgorithm，GA）借鉴“适者生存”进化规律，是一种全局随机搜索优化算法。遗传算法将优化问题的潜在解通过编码操作生成个体，潜在解集编码后原始数据灰色模型预测结果神经网络预测结果最优组合组合预测结果原始数据灰色模型1结果神经网络灰色模型2结果灰色模型n结果神经网络结果灰色模型结果影响因素1影响因素n预测结果神经网络居民消费水平原始数据灰色关联分
第 3 章 我国人口老龄化和老龄消费的现状分析 分别达到了 15.16%、14.99%和 14.98%；程度较轻的青海省、新疆维吾尔自治区和西藏自治区分别为 7.58%、7.16%和 5.68%。从表中可以得出极差为 9.48%，老龄化程度存在明显的地区差异，且有 6 个地区超过了 14%这一指标，这些地区进入了老龄社会。更直观地观察老龄化程度的地区分布，以表 3-1 数据画出地理空间示意图如图 3-4 所示。
【参考文献】：
期刊论文
[1]基于Simpson公式的灰色神经网络在GDP预测中的应用[J]. 何刚,吴文青,夏杰. 统计与决策. 2020(02)
[2]进一步激发银发消费市场[J]. 曾红颖,范宪伟. 宏观经济管理. 2019(10)
[3]人口年龄结构和住房价格对城镇居民家庭消费的影响机理[J]. 黄燕芬,张超,田盛丹. 人口研究. 2019(04)
[4]基于灰色预测和径向基网络的人口预测研究[J]. 徐丽丽,李洪,李劲. 计算机科学. 2019(S1)
[5]中国生育水平、生育意愿的再认识:现实和未来——基于2017年全国生育状况调查北方七省市的数据[J]. 王金营,马志越,李嘉瑞. 人口研究. 2019(02)
[6]在分歧中寻找共识——中国低生育水平下的人口政策研究与演进[J]. 王军,刘军强. 社会学研究. 2019(02)
[7]基本公共服务支出对居民消费的动态影响研究——基于1998-2014年省级面板数据[J]. 王金营,李庄园,李天然. 山西大学学报(哲学社会科学版). 2018(06)
[8]中美旅游服务产业内贸易的影响因素研究——基于灰色关联分析[J]. 晁文琦,胡婧玮,王晓云. 经济问题. 2018(11)
[9]受教育程度如何影响消费水平?——基于我国家庭结构、消费类别和居住区域的实证研究[J]. 张学敏,沈丽媛. 西南大学学报(社会科学版). 2018(04)
[10]2015～2100年中国人口与老龄化变动趋势[J]. 翟振武,陈佳鞠,李龙. 人口研究. 2017(04)
博士论文
[1]中国老龄产业市场化发展研究[D]. 刘禹君.吉林大学 2017
[2]人口老龄化背景下的我国老年人口消费研究[D]. 乐昕.复旦大学 2014
[3]中国人口老龄化与老年消费问题研究[D]. 于涛.吉林大学 2013
硕士论文
[1]队列要素法与浙江省人口预测[D]. 杨朝勇.浙江大学 2003
本文编号：3250109
【文章来源】：河北大学河北省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
并联型本文的灰色神经网络结构参考何刚等（灰色模型n结果
河北大学硕士学位论文12模型由输入层、若干隐含层以及输出层构成。2.5.1灰色神经网络灰色神经网络是灰色模型和BP神经网络的组合模型。根据灰色模型与神经网络的组合方式，可分为并联型和串联型灰色神经网络[26]。并联型灰色神经网络先计算灰色预测模型的预测输出，再计算神经网络的预测输出，通过加权平均或其他方法将两个预测输出进行组合获得最终预测结果，其结构如图2-1。串联型灰色神经网络首先利用灰色模型获取多个不同的预测输出，再将这些预测结果作为BP神经网络的输入数据获取最终的预测结果，结构如图2-2。图2-1并联型灰色神经网络图2-2并联型灰色神经网络本文的灰色神经网络结构参考何刚等（2020）[26]的研究，采用串联型灰色神经网络，首先利用灰色关联分析筛选影响居民消费水平的主要影响因素，将灰色模型的预测结果和影响因素作为网络的输入。其结构如图2-3。图2-3本文使用的灰色神经网络结构2.5.2遗传算法优化神经网络遗传算法（GeneticAlgorithm，GA）借鉴“适者生存”进化规律，是一种全局随机搜索优化算法。遗传算法将优化问题的潜在解通过编码操作生成个体，潜在解集编码后原始数据灰色模型预测结果神经网络预测结果最优组合组合预测结果原始数据灰色模型1结果神经网络灰色模型2结果灰色模型n结果神经网络结果灰色模型结果影响因素1影响因素n预测结果神经网络居民消费水平原始数据灰色关联分
第 3 章 我国人口老龄化和老龄消费的现状分析 分别达到了 15.16%、14.99%和 14.98%；程度较轻的青海省、新疆维吾尔自治区和西藏自治区分别为 7.58%、7.16%和 5.68%。从表中可以得出极差为 9.48%，老龄化程度存在明显的地区差异，且有 6 个地区超过了 14%这一指标，这些地区进入了老龄社会。更直观地观察老龄化程度的地区分布，以表 3-1 数据画出地理空间示意图如图 3-4 所示。
【参考文献】：
期刊论文
[1]基于Simpson公式的灰色神经网络在GDP预测中的应用[J]. 何刚,吴文青,夏杰. 统计与决策. 2020(02)
[2]进一步激发银发消费市场[J]. 曾红颖,范宪伟. 宏观经济管理. 2019(10)
[3]人口年龄结构和住房价格对城镇居民家庭消费的影响机理[J]. 黄燕芬,张超,田盛丹. 人口研究. 2019(04)
[4]基于灰色预测和径向基网络的人口预测研究[J]. 徐丽丽,李洪,李劲. 计算机科学. 2019(S1)
[5]中国生育水平、生育意愿的再认识:现实和未来——基于2017年全国生育状况调查北方七省市的数据[J]. 王金营,马志越,李嘉瑞. 人口研究. 2019(02)
[6]在分歧中寻找共识——中国低生育水平下的人口政策研究与演进[J]. 王军,刘军强. 社会学研究. 2019(02)
[7]基本公共服务支出对居民消费的动态影响研究——基于1998-2014年省级面板数据[J]. 王金营,李庄园,李天然. 山西大学学报(哲学社会科学版). 2018(06)
[8]中美旅游服务产业内贸易的影响因素研究——基于灰色关联分析[J]. 晁文琦,胡婧玮,王晓云. 经济问题. 2018(11)
[9]受教育程度如何影响消费水平?——基于我国家庭结构、消费类别和居住区域的实证研究[J]. 张学敏,沈丽媛. 西南大学学报(社会科学版). 2018(04)
[10]2015～2100年中国人口与老龄化变动趋势[J]. 翟振武,陈佳鞠,李龙. 人口研究. 2017(04)
博士论文
[1]中国老龄产业市场化发展研究[D]. 刘禹君.吉林大学 2017
[2]人口老龄化背景下的我国老年人口消费研究[D]. 乐昕.复旦大学 2014
[3]中国人口老龄化与老年消费问题研究[D]. 于涛.吉林大学 2013
硕士论文
[1]队列要素法与浙江省人口预测[D]. 杨朝勇.浙江大学 2003
本文编号：3250109
本文链接：https://www.wllwen.com/shekelunwen/guojiguanxi/3250109.html
