重庆市人口老龄化趋势与对策分析

主题一:重庆市人口老龄化趋势与对策分析

摘要:人口老龄化是全世界面临的严峻社会问题，中国现在也正进入老龄化社会,并且老龄

化的趋势越来越明显,而重庆的老龄化趋势在全国尤为严重。众所周知,人口老龄化会影响到一个国家和社会的许多方面，比如经济、政治和民生等各个领域。所以如何妥善有效地解决人口老龄化问题,对促进重庆和国家的经济，社会的协调发展具有重要的战略意义。因此,我们必须通过对重庆老龄化趋势的研究，而进一步做出相应的对策,尽量减少老龄化对社会的不利影响。本文正是基于这样的原因，首先,阐述了老龄化问题的现状；其次，通过建立模型研究重庆地区人口老龄化的发展趋势；再次，总结了人口老龄化对重庆的影响；最后,提出了重庆应对老龄化的具体对策。

关键词：人口老龄化重庆地区现状趋势对策

人口老龄化是指６0岁以上或65岁以上的老年人口占总人口比例超过1０%或７%。而人口老龄化已经成为全世界的一个迫在眉睫的重大问题，国内外都对此问题做出深入研究并积极需找相应的对策。中国还处于发展中国家,在社保制度准备不足、老龄保障和服务滞后等很多方面都存在严重问题,如果不及时分析解决,将对我国的经济和社会都将造成巨大影响。

一、重庆人口老龄化现状

根据中国的第六次人口普查的结果分析得到:到2０10年，中国31个省市自治区中，有26个地区的老年人口比例超过了1０%。而重庆60岁及以上人口占总人口的达到17．４2％,比全国比例１3.３2%高出4个百分点左右，老龄人口年均增加2０万人以上，已经成为中国“最老”的地区。60岁以上的老年抚养比更是高达2６.56%,相当于平均100个劳动力年龄人口需要赡养26个老年人口。根据重庆统计局数据,2０0０年,重庆65岁及以上人口接近245万人，每13个人里1人年龄超过６5岁;到２010年,重庆65岁及以上人口达到33３．41万,每6个人里就有1位老人。老龄化发展趋势迅捷,形势相当严峻。

还通过对第四、五次和第六次的人口普查情况的一些数据汇总（见表一)分析可知:19９0年到２0０0年重庆总人口增加１６4.66万人,增长比例为5.７％,而65岁及以上的老年人口增加了76.２5万人，增长比例为４5.3%;2000年到2010年总人口减少了166.６6万人,0-1４岁人口减少176.49万人，下降了26.4９％,15-64岁人口也减少79.0４万人,下降了3．69%,而老年人口继续增加了８８.87万人，上升了36.34%。由此了解重庆这20年的人口变化特点是:老龄化的发展速度比总人口的增长速度更快,出生率在不断下降，而且下降比例越来越快,会造成人口红利优势逐渐消失，劳动力人口数量急剧减少。

表一：第四、五、六次重庆人口普查基本情况

数据来源:重庆统计年鉴

而且根据第五次人口普查的情况(见表二）分析可知：200０年65岁及以上人口城镇所占比重为7.74％,乡村所占比重为8.１５%，即乡村老年人口比城镇多，老龄化的程度比城镇更严重。随着城市化进程的发展，城镇人口在不断增加20１０年城镇化率达到53.0%,65岁及以上城镇人口比例与乡村所占比例差不多,但乡村的人口基数更大,而乡村的人均收入却比城镇低，贫富差距比较严重,从而造成城乡发展水平与老龄化水平倒置的情况，乡村老年的养老问题形势严峻。所以关于怎样平衡城乡的养老机制，城乡之间的社会福利保障等问题值得深思。

表二：第五、六次人口普查按城乡分的年龄结构及比重

（数据来源：重庆统计公众信息网)

二、重庆老龄化发展趋势

人口发展直接关系到我国社会、经济的可持续发展。人口预测对政策的制定和能否顺利实施都有严重影响，是社会经济各项战略设想的基础和出发点。所以我们需要寻找一种科学的研究方法来掌握我国及各个城市人口的发展规律,进而使人口发展与国民经济发展相适应，更好的满足人民日益增长的物质和文化需求。

１、模型的基本假设 根据问题做出如下假设：

⑴假设本问题使用的数据真实有效,具有统计分析价值 ⑵不考虑战争、自然灾害等突发事件对人口的影响 ⑶不考虑出生率、死亡率等方面对人口的影响

⑷假设中国的生育政策不发生改变 ２、模型方法及数据的选取 灰色预测的特点主要是：（１)对信息知晓部分,还有部分不完整的数据进行分析预测;(2)对数据的变化趋势和要求不严格,不必拼凑数据不准、关系不清、变化不明的参数，而是从自身的序列中寻找信息建立模型。所以适合用灰色预测模型方法来研究重庆老龄化的发展趋势。而灰色预测主要针对短期的预测分析，如果数据选取太多会代入过多的过时数据影响模型的预测精度，而数据太少又会造成信息不足，因此灰色预测一般选取５-８组数据最为合适。所以本论文选择2０0５年-2０

11年的１%的人口抽样数据为基础来建立模型，数据见(表三）。主要对65岁以上人口和65岁以上人口所占比例进行预测分析。

3、模型的建立与求解 (1)模型建立

将原始数据列0X （）进行一次累加，生成累加数量(1)X ,利用新生成的数列(1)X 去拟合函数曲线，然后求出新生序列(1)X 的预测序列^(1)X 。利用^(0)^(1)^(1)1X X K X K =-（）-（）累减还原得到预测序列^(0)X 。

（2)模型的应用及求解

按上述模型,根据重庆20０5年到２011年的1%抽样数据的65岁老年人口及所占比重作为数据基础，预测20１２-2020年重庆6５岁老年人口及比重。

利用Ex ｃel 进行运算得到：

模型一:老年人口的系数:u （人口）=302.548８,a(人口)＝－０.0１683,由此得到的预测模型为:(1)

0.01683(1)18285.3817977.6K X

K e +=-；

模型二：老年人口比重的系数：u （比重）=0.１０9414，a(比重)＝－0.０08９6，由此得到的预测模型为:(1)

0.00896(1)12.314912.2049K X

K e +=-,从而根据模型预测

2013-2020年的６5岁及以上人口总数及所占比重。

4、模型的检验

计算原始序列(0)

X 与^(1)

X

的绝对残差序列及相对残差序列，并计算平均相对残差。给

定α=1％,当φα<,且n φα<成立时，称模型为残差合格模型,得到的检验结果见（表四、

五）:

分析:根据模型得到的相对残差可知:n =1%,而平均相对残差

0.3%1%φα=<=，模型合格,而且精确度比较高。