發(fā)布時(shí)間：2021-06-25 22:59

　　近年來我國(guó)人口結(jié)構(gòu)快速轉(zhuǎn)型,人口老齡化問題越來越嚴(yán)重,在老年人口數(shù)量擴(kuò)大的同時(shí),老齡消費(fèi)規(guī)模也快速增長(zhǎng)。老齡消費(fèi)規(guī)模的增長(zhǎng)帶來了新的機(jī)遇和挑戰(zhàn),一方面巨大的消費(fèi)潛力對(duì)改善我國(guó)消費(fèi)不足的現(xiàn)狀有一定作用;另一方面老齡產(chǎn)業(yè)發(fā)展滯后,其中還存在許多問題,促進(jìn)老齡產(chǎn)業(yè)發(fā)展以及有效滿足老年人的消費(fèi)需求需要不斷努力。因此分析研究老齡消費(fèi)的現(xiàn)狀和發(fā)展趨勢(shì)有重要的意義。文章首先對(duì)研究所依據(jù)的理論和使用的方法進(jìn)行了概述,接下來的分析包括三個(gè)部分。第一部分為現(xiàn)狀分析和消費(fèi)系數(shù)的估計(jì)。通過人口數(shù)據(jù)和消費(fèi)數(shù)據(jù)來分析我國(guó)人口老齡化現(xiàn)狀和消費(fèi)現(xiàn)狀,利用CHIP2002、2007和2013年的家庭消費(fèi)數(shù)據(jù)建立回歸模型計(jì)算消費(fèi)系數(shù)并分析其變化趨勢(shì)。結(jié)果顯示:（1）我國(guó)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(jì)算的消費(fèi)系數(shù)呈現(xiàn)先下降后上升的趨勢(shì),結(jié)合相關(guān)研究將消費(fèi)系數(shù)設(shè)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(xué)河北省

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

并聯(lián)型本文的灰色神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參考何剛等（灰色模型n結(jié)果

河北大學(xué)碩士學(xué)位論文12模型由輸入層、若干隱含層以及輸出層構(gòu)成。2.5.1灰色神經(jīng)網(wǎng)絡(luò)灰色神經(jīng)網(wǎng)絡(luò)是灰色模型和BP神經(jīng)網(wǎng)絡(luò)的組合模型。根據(jù)灰色模型與神經(jīng)網(wǎng)絡(luò)的組合方式，可分為并聯(lián)型和串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)[26]。并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)先計(jì)算灰色預(yù)測(cè)模型的預(yù)測(cè)輸出，再計(jì)算神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)輸出，通過加權(quán)平均或其他方法將兩個(gè)預(yù)測(cè)輸出進(jìn)行組合獲得最終預(yù)測(cè)結(jié)果，其結(jié)構(gòu)如圖2-1。串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)首先利用灰色模型獲取多個(gè)不同的預(yù)測(cè)輸出，再將這些預(yù)測(cè)結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)獲取最終的預(yù)測(cè)結(jié)果，結(jié)構(gòu)如圖2-2。圖2-1并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)圖2-2并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)本文的灰色神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參考何剛等（2020）[26]的研究，采用串聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)，首先利用灰色關(guān)聯(lián)分析篩選影響居民消費(fèi)水平的主要影響因素，將灰色模型的預(yù)測(cè)結(jié)果和影響因素作為網(wǎng)絡(luò)的輸入。其結(jié)構(gòu)如圖2-3。圖2-3本文使用的灰色神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)2.5.2遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)遺傳算法（GeneticAlgorithm，GA）借鑒“適者生存”進(jìn)化規(guī)律，是一種全局隨機(jī)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(gè)體，潛在解集編碼后原始數(shù)據(jù)灰色模型預(yù)測(cè)結(jié)果神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果最優(yōu)組合組合預(yù)測(cè)結(jié)果原始數(shù)據(jù)灰色模型1結(jié)果神經(jīng)網(wǎng)絡(luò)灰色模型2結(jié)果灰色模型n結(jié)果神經(jīng)網(wǎng)絡(luò)結(jié)果灰色模型結(jié)果影響因素1影響因素n預(yù)測(cè)結(jié)果神經(jīng)網(wǎng)絡(luò)居民消費(fèi)水平原始數(shù)據(jù)灰色關(guān)聯(lián)分

第 3 章 我國(guó)人口老齡化和老齡消費(fèi)的現(xiàn)狀分析 分別達(dá)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(gè)地區(qū)超過了 14%這一指標(biāo)，這些地區(qū)進(jìn)入了老齡社會(huì)。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(xiàn)】：
期刊論文
[1]基于Simpson公式的灰色神經(jīng)網(wǎng)絡(luò)在GDP預(yù)測(cè)中的應(yīng)用[J]. 何剛,吳文青,夏杰.  統(tǒng)計(jì)與決策. 2020(02)
[2]進(jìn)一步激發(fā)銀發(fā)消費(fèi)市場(chǎng)[J]. 曾紅穎,范憲偉.  宏觀經(jīng)濟(jì)管理. 2019(10)
[3]人口年齡結(jié)構(gòu)和住房?jī)r(jià)格對(duì)城鎮(zhèn)居民家庭消費(fèi)的影響機(jī)理[J]. 黃燕芬,張超,田盛丹.  人口研究. 2019(04)
[4]基于灰色預(yù)測(cè)和徑向基網(wǎng)絡(luò)的人口預(yù)測(cè)研究[J]. 徐麗麗,李洪,李勁.  計(jì)算機(jī)科學(xué). 2019(S1)
[5]中國(guó)生育水平、生育意愿的再認(rèn)識(shí):現(xiàn)實(shí)和未來——基于2017年全國(guó)生育狀況調(diào)查北方七省市的數(shù)據(jù)[J]. 王金營(yíng),馬志越,李嘉瑞.  人口研究. 2019(02)
[6]在分歧中尋找共識(shí)——中國(guó)低生育水平下的人口政策研究與演進(jìn)[J]. 王軍,劉軍強(qiáng).  社會(huì)學(xué)研究. 2019(02)
[7]基本公共服務(wù)支出對(duì)居民消費(fèi)的動(dòng)態(tài)影響研究——基于1998-2014年省級(jí)面板數(shù)據(jù)[J]. 王金營(yíng),李莊園,李天然.  山西大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2018(06)
[8]中美旅游服務(wù)產(chǎn)業(yè)內(nèi)貿(mào)易的影響因素研究——基于灰色關(guān)聯(lián)分析[J]. 晁文琦,胡婧瑋,王曉云.  經(jīng)濟(jì)問題. 2018(11)
[9]受教育程度如何影響消費(fèi)水平?——基于我國(guó)家庭結(jié)構(gòu)、消費(fèi)類別和居住區(qū)域的實(shí)證研究[J]. 張學(xué)敏,沈麗媛.  西南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2018(04)
[10]2015～2100年中國(guó)人口與老齡化變動(dòng)趨勢(shì)[J]. 翟振武,陳佳鞠,李龍.  人口研究. 2017(04)

博士論文
[1]中國(guó)老齡產(chǎn)業(yè)市場(chǎng)化發(fā)展研究[D]. 劉禹君.吉林大學(xué) 2017
[2]人口老齡化背景下的我國(guó)老年人口消費(fèi)研究[D]. 樂昕.復(fù)旦大學(xué) 2014
[3]中國(guó)人口老齡化與老年消費(fèi)問題研究[D]. 于濤.吉林大學(xué) 2013

碩士論文
[1]隊(duì)列要素法與浙江省人口預(yù)測(cè)[D]. 楊朝勇.浙江大學(xué) 2003



本文編號(hào)：3250109