近年來我國人口結構快速轉型,人口老齡化問題越來越嚴重,在老年人口數(shù)量擴大的同時,老齡消費規(guī)模也快速增長。老齡消費規(guī)模的增長帶來了新的機遇和挑戰(zhàn),一方面巨大的消費潛力對改善我國消費不足的現(xiàn)狀有一定作用;另一方面老齡產業(yè)發(fā)展滯后,其中還存在許多問題,促進老齡產業(yè)發(fā)展以及有效滿足老年人的消費需求需要不斷努力。因此分析研究老齡消費的現(xiàn)狀和發(fā)展趨勢有重要的意義。文章首先對研究所依據(jù)的理論和使用的方法進行了概述,接下來的分析包括三個部分。第一部分為現(xiàn)狀分析和消費系數(shù)的估計。通過人口數(shù)據(jù)和消費數(shù)據(jù)來分析我國人口老齡化現(xiàn)狀和消費現(xiàn)狀,利用CHIP2002、2007和2013年的家庭消費數(shù)據(jù)建立回歸模型計算消費系數(shù)并分析其變化趨勢。結果顯示:（1）我國人口老齡化速度較快,并呈現(xiàn)明顯的地區(qū)間差異和城鄉(xiāng)差異。（2）回歸模型計算的消費系數(shù)呈現(xiàn)先下降后上升的趨勢,結合相關研究將消費系數(shù)設定為:1990²007年少兒:0.6,老年:0.9⁰.6;2008²025年少兒:0.6⁰.8,老年:0.6¹.0。（... 

【文章來源】：河北大學河北省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

并聯(lián)型本文的灰色神經網絡結構參考何剛等（灰色模型n結果

河北大學碩士學位論文12模型由輸入層、若干隱含層以及輸出層構成。2.5.1灰色神經網絡灰色神經網絡是灰色模型和BP神經網絡的組合模型。根據(jù)灰色模型與神經網絡的組合方式，可分為并聯(lián)型和串聯(lián)型灰色神經網絡[26]。并聯(lián)型灰色神經網絡先計算灰色預測模型的預測輸出，再計算神經網絡的預測輸出，通過加權平均或其他方法將兩個預測輸出進行組合獲得最終預測結果，其結構如圖2-1。串聯(lián)型灰色神經網絡首先利用灰色模型獲取多個不同的預測輸出，再將這些預測結果作為BP神經網絡的輸入數(shù)據(jù)獲取最終的預測結果，結構如圖2-2。圖2-1并聯(lián)型灰色神經網絡圖2-2并聯(lián)型灰色神經網絡本文的灰色神經網絡結構參考何剛等（2020）[26]的研究，采用串聯(lián)型灰色神經網絡，首先利用灰色關聯(lián)分析篩選影響居民消費水平的主要影響因素，將灰色模型的預測結果和影響因素作為網絡的輸入。其結構如圖2-3。圖2-3本文使用的灰色神經網絡結構2.5.2遺傳算法優(yōu)化神經網絡遺傳算法（GeneticAlgorithm，GA）借鑒“適者生存”進化規(guī)律，是一種全局隨機搜索優(yōu)化算法。遺傳算法將優(yōu)化問題的潛在解通過編碼操作生成個體，潛在解集編碼后原始數(shù)據(jù)灰色模型預測結果神經網絡預測結果最優(yōu)組合組合預測結果原始數(shù)據(jù)灰色模型1結果神經網絡灰色模型2結果灰色模型n結果神經網絡結果灰色模型結果影響因素1影響因素n預測結果神經網絡居民消費水平原始數(shù)據(jù)灰色關聯(lián)分

第 3 章 我國人口老齡化和老齡消費的現(xiàn)狀分析 分別達到了 15.16%、14.99%和 14.98%；程度較輕的青海省、新疆維吾爾自治區(qū)和西藏自治區(qū)分別為 7.58%、7.16%和 5.68%。從表中可以得出極差為 9.48%，老齡化程度存在明顯的地區(qū)差異，且有 6 個地區(qū)超過了 14%這一指標，這些地區(qū)進入了老齡社會。更直觀地觀察老齡化程度的地區(qū)分布，以表 3-1 數(shù)據(jù)畫出地理空間示意圖如圖 3-4 所示。

【參考文獻】：
期刊論文
[1]基于Simpson公式的灰色神經網絡在GDP預測中的應用[J]. 何剛,吳文青,夏杰.  統(tǒng)計與決策. 2020(02)
[2]進一步激發(fā)銀發(fā)消費市場[J]. 曾紅穎,范憲偉.  宏觀經濟管理. 2019(10)
[3]人口年齡結構和住房價格對城鎮(zhèn)居民家庭消費的影響機理[J]. 黃燕芬,張超,田盛丹.  人口研究. 2019(04)
[4]基于灰色預測和徑向基網絡的人口預測研究[J]. 徐麗麗,李洪,李勁.  計算機科學. 2019(S1)
[5]中國生育水平、生育意愿的再認識:現(xiàn)實和未來——基于2017年全國生育狀況調查北方七省市的數(shù)據(jù)[J]. 王金營,馬志越,李嘉瑞.  人口研究. 2019(02)
[6]在分歧中尋找共識——中國低生育水平下的人口政策研究與演進[J]. 王軍,劉軍強.  社會學研究. 2019(02)
[7]基本公共服務支出對居民消費的動態(tài)影響研究——基于1998-2014年省級面板數(shù)據(jù)[J]. 王金營,李莊園,李天然.  山西大學學報(哲學社會科學版). 2018(06)
[8]中美旅游服務產業(yè)內貿易的影響因素研究——基于灰色關聯(lián)分析[J]. 晁文琦,胡婧瑋,王曉云.  經濟問題. 2018(11)
[9]受教育程度如何影響消費水平?——基于我國家庭結構、消費類別和居住區(qū)域的實證研究[J]. 張學敏,沈麗媛.  西南大學學報(社會科學版). 2018(04)
[10]2015～2100年中國人口與老齡化變動趨勢[J]. 翟振武,陳佳鞠,李龍.  人口研究. 2017(04)

博士論文
[1]中國老齡產業(yè)市場化發(fā)展研究[D]. 劉禹君.吉林大學 2017
[2]人口老齡化背景下的我國老年人口消費研究[D]. 樂昕.復旦大學 2014
[3]中國人口老齡化與老年消費問題研究[D]. 于濤.吉林大學 2013

碩士論文
[1]隊列要素法與浙江省人口預測[D]. 楊朝勇.浙江大學 2003



本文編號：3250109