摘  要:人口问题是中国现阶段一直面临的问题之一,关系到中国未来经济社会发展,河南作为人口大省,研究河南人口数的变化也是重中之重.本文首先利用Eviews7软件根据1980-2014年的数据分析河南人口时间序列的影响因素,建立多元线性回归模型,得到河南生产总值对人口数变化起负影响作用.然后对河南人口序列建立关于时间 的回归模型与MA(1)模型,再对河南未来的人口时序做出预测.两种模型都能很好的拟合人口序列的发展趋势,为了使拟合精度更高,根据模型的拟合优度确定权重,取两模型预测值的组合预测作为河南省人口数的预测结果.

关键词:河南生产总值;差分;MA(1)模型;线性回归模型

Influence Factors Analysis and Prediction on the Time Series of Population of Henan Province

Abstract: The population is one of China has been facing the current problems, related to China's future economic and social development, as the most populous province, Henan, the change of population of Henan is top priority. This paper according to the data from 1980-2014, use the Eviews7 software analysis the influence factors of Henan population time series, multiple linear regression model is established, by Henan GDP have negative effects on population change. And then to regression models of population sequence based on time of Henan and MA (1) model, sequential make predictions for the future population of Henan. Two models can be very good fitting sequence development trend of the population, in order to make the fitting accuracy is higher, according to the goodness of fit of the model to determine the weight, take two model prediction of combination forecast as the predicted results of the population of Henan province.

Key words: Henan Gross; Differential; MA(1) Model; Linear Regression Model

目    录

摘  要 1

引言 2

1.理论知识 4

1.1 线性回归模型 4

1.2 ARMA模型 5

1.3残差检验 7

2.河南省人口影响因素分析 8

2.1模型的建立与检验 8

2.2残差 的分析 9

3.河南省人口时间序列预测模型 11

3.1线性回归模型的建立 11

3.2时间序列数据的分析与模型的建立 14

3.3组合预测 18

4.总结与展望 19

参考文献 20

致谢 21

河南省人口时间序列影响因素分析及预测

引言

人口因素是反映国情和国家实力的重要指标,是区域研究中考虑的重要因素之一,分析社会现状、制定相关规划时首先应考虑的问题.例如评价一个国家或地区的发展潜力离不开现在和未来各种类型的人口数、年龄分布和比例指数.所以,人口数的预测是社会经济发展战略构想的基础和出发点,是正确的人口政策的科学基础.中国是世界上人口最多的国家之一,河南作为人口大省,因此人口问题不仅是中国在现阶段要一直面临的问题,是影响未来中国社会发展的关键性因素,也是河南所要面对的重要问题.分析人口影响因素是我国制定人口、经济等相关政策的一个很重要的依据.因此河南省为中国的人口大省,分析河南省的人口影响因素以及预测未来人口数量是非常必要的.

多元回归模型是分析各独立变量对因变量的分别影响及其综合影响,以多元回归模型分析河南人口序列的影响因素是非常合适的.陈烨丹 [1]建立多元线性回归模型分析影响各地区人口数的变量,如人口的出生率、死亡率以及医疗条件等.以时间序列分析方法为基础的自回归移动平均模型在人口预测方面已经有了很大的进展,但是用时间序列分析方法建立模型来预测未来人口数量是不考虑以各种理论和影响因素为解释变量的,而是根据变量自身的变化规律来预测的.顾海燕[2]通过建立ARMA模型分析了人口自然增长的问题,揭示了人口自然增长的变化情况,张林泉在文献3中对人口时间序列数据进行了处理与平稳性检验,建立了ARIMA模型.陈爱平、安和平[4]利用72个模型进行对比得到目前自回归方法是更适合人口预测的,赖红松等[5]根据各个模型的特性提出了一种特别的人口预测方法,立意于灰色模型和神经网络模型.胡科与石培基[6]介绍了线性回归模型、Logistic模型和马尔萨斯模型以及GM(1,1)模型在人口数变化预测中的应用.周毅与安详[7]主要是利用MATLAB软件对历年人口出生率与死亡率进行拟合得到其计算公式,对人口数据进行分段拟合得到计算公式,关于人口序列的研究还有很多[8-18].