影响我国人口预期寿命的可能因素分析.doc

《影响我国人口预期寿命的可能因素分析.doc》由会员分享，可在线阅读，更多相关《影响我国人口预期寿命的可能因素分析.doc（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流影响我国人口预期寿命的可能因素分析.精品文档.影响我国人口预期寿命的可能因素分析 03基地 江涛 40301113摘 要：如今，随着社会的发展，文明的进步，人们的平均寿命越来越长。但各个地区间的人均寿命还是有差异，而且有的差异还很大。是什么因素造成了地区间的这种差异呢？在这篇文章中，我们就以2000年全国的各地区的人均寿命（每10年才统计一次）以及一些相关数据来进行分析。关键词：人均寿命 人均GDP 卫生机构数 单位面积污染比 教育支出影响人均寿命的因素有很多，在这里，我们只采用其中的一些可能的因素来分析。（附录：表一）建立该经济模型： ，其

2、中Y表示各地区的人均寿命数，G表示各地区的人均GDP，H表示各地区的卫生机构数，P表示各地区的单位环境污染指标（年环境污染量地区面积占全国总面积的比例，其中以气体污染为主，由于废水基本上都是排在江河中，就会加强下游的污染而减少上游的污染，因而不好统计），E表示各地区的教育支出总额。通过Eviews对该模型进行回归分析（附录：表二），回归结果为：65.976464.982103G7.02E-05H2.99E-05P5.41E-07OE(58.36914) ( 3.002252) ( 0.995813) ( -0.676988) ( 0.753409)0.652727 =0.599300 F=12

3、.21725可以看出该模型的H、P、E的系数不显著，需重新设置变量对模型进行回归分析。由模型的相关系数表（附录：表三），可以看出变量间存在多重共线性，P（环境污染）和G（人均GDP）存在高度相关，同时H（卫生机构数）和Y（人均寿命）的相关系数太低，应舍弃。因此，我们只采用G和E两个变量重新进行回归分析（附录：表四）66.926503.637526G1.10E-06E（93.17361）（4.431903）（2.157719）0.652727 0.610144 F24.47575回归效果明显，故应采用此模型。即在我们所考虑的几个因素中，人均寿命主要受人均GDP（即生活水平）和教育支出的影响。为什

4、么会出现这种情况呢？按理说，环境污染应当对人的寿命应当有很大的影响，但是为什么在这里通过回归分析后却不行呢？前面得出P和G高度相关，因为生活水平高必然意味着经济的发达，而发达的经济也说明了各个产业的发达，这必然导致了环境的高污染。因此环境的污染是受人们生活水平影响的，同时环境污染对人们带来的损害程度没有生活水平提高给人们带来的福利大，所以从总体上看，人均寿命还是主要受人均GDP的影响。再来看看卫生机构为什么与人均寿命的相关程度不高。这主要是受人们传统观念和医疗卫生机构的高收费相关。得了病，人们总是想的能拖就拖，总认为一些小病自然而然就会好的，结果搞得小病成大病，到头来根本没法医治。加上现在医疗

5、卫生机构的收费标准太高，大多数人们都根本看不起病，造成了即使拥有庞大的医疗卫生机构也不能满足人们。最后我们再来谈谈教育支出，这里我们考虑的是总的教育支出而不是人均的教育支出。因为边际教育支出是递减的，因此我们在这里应当考虑一个地区的总体教育情况，而不是每个人头上的个人教育支出。教育支出是怎样影响人均寿命？越高的教育支出意味着更高的教育水平，当人们接受高水平的教育后，对卫生保健的知识也越了解，更懂得如何去看病。其中更重要的是高的教育水平意味着更高的收入水平，让人们更有去看病的基础。由以上可以看出，人们的预期寿命首先由当地经济发展水平决定，要提高人们的寿命，最重要的是提高人们的生活水平，但人们生活

6、水平并不是能在短暂时间就能进行大幅度提高的。而在当前经济水平下，我国的教育水平还有大力发展的空间，就联系到了我国现阶段的教育体制改革。所以，这也从另一方面肯定了我国的教育体制改革的必要性。附录表一：地区地区人均寿命人均GDP （万元）卫生机构数单位面积污染比教育支出（万元）北京76.11.8266476176184402503068天津74.911.637722298314822.0339685499.8河北72.540.762505206634978.787881559084.1山西71.650.506099137364070.55215794624.1内蒙古69.870.590645785

7、2387.642276580861.6辽宁73.341.115932125646205.263161463314.7吉林73.10.67904255441580.51282902941.6黑龙江72.370.8544798038884.6625771175133上海78.142.7734513689086.68732008864.6江苏73.911.171384128138484.112152905677.2浙江74.71.31339170346140.566042200449.9安徽71.850.48333467052720.689661129954福建72.551.149581980722

8、62.41225753.9江西68.950.48278480481275.86207752776.6山东73.920.949371171187659.748432462775.5河南71.540.54149107644273.563221709181.4湖北71.080.717503110652909.743591706416.4湖南70.660.562615246781629.680371523036.8广东73.271.253695134994291.752583609720.5广西71.290.431608137071872.76423934717.9海南72.920.657136268

9、91225.9887223093.3重庆71.730.51401793752234.19204698720.6四川71.20.466233351940.7480311619987.5贵州65.960.26451889922193.22034528486.6云南65.490.46099713356668.856448976174.5西藏64.370.45527112371.1811023681549.8陕西70.070.455796107371111.682241014584.4甘肃67.470.3845767191597.014925535287.2青海66.030.509845184780.

10、9333333128177.5宁夏70.170.47936813612088.15029148649.4新疆67.410.7378916705116.407186702243.4表二：VariableCoefficientStd. Errort-StatisticProb. C65.976461.13033158.369160.0000G4.9821041.6594543.0022540.0059H7.02E-057.05E-050.9958130.3285P-2.99E-054.42E-05-0.6769880.5044E5.41E-077.19E-070.7534090.4580R-squ

11、ared0.652727 Mean dependent var71.24387Adjusted R-squared0.599300 S.D. dependent var3.191195S.E. of regression2.020053 Akaike info criterion4.390815Sum squared resid106.0960 Schwarz criterion4.622103Log likelihood-63.05763 F-statistic12.21726Durbin-Watson stat1.285255 Prob(F-statistic)0.000010表三：YGH

12、PEY 1.000000 0.758704 0.140864 0.550112 0.617159G 0.758704 1.000000-0.122734 0.825393 0.540721H 0.140864-0.122734 1.000000-0.141990 0.466467P 0.550112 0.825393-0.141990 1.000000 0.291605E 0.617159 0.540721 0.466467 0.291605 1.000000表四：VariableCoefficientStd. Errort-StatisticProb. C66.926500.71829993

13、.173610.0000G3.6375260.8207594.4319030.0001E1.10E-065.08E-072.1577190.0397R-squared0.636134 Mean dependent var71.24387Adjusted R-squared0.610144 S.D. dependent var3.191195S.E. of regression1.992532 Akaike info criterion4.308456Sum squared resid111.1652 Schwarz criterion4.447228Log likelihood-63.7810

14、6 F-statistic24.47575Durbin-Watson stat1.186653 Prob(F-statistic)0.000001数据来源：人均寿命：中国统计年鉴http:/192.168.30.211:8111/VIEWTEXT_B?templet=/Comon-HTS/SendText_B.HTS&recnum=20&word=select%20from%20A%20where%20资源=中国统计年鉴%20AND%20(正文=预期寿命%20OR%20总题名=预期寿命)GDP：中经专网http:/192.168.30.168/index/showdoc.asp?blockco

15、de=DBdqnj_gdp&filename=200510142231年底总人口：中经专网http:/192.168.30.168/index/showdoc.asp?blockcode=DBdqnj_rk&filename=200510132570卫生机构数：中经专网http:/192.168.30.168/index/showdoc.asp?blockcode=DBdqnj_jy&filename=200510251883教育支出：中国教育统计年鉴http:/192.168.30.211:8111/VIEWTEXT_B?templet=/Comon-HTS/SendText_B.HTS&recnum=14&word=select%20from%20A%20where%20资源=中国教育统计年鉴%20AND%20(正文=教育%20OR%20总题名=教育)%20AND%20(正文=支出%20OR%20总题名=支出)污染数据：中国环境年鉴http:/192.168.30.211:8111/VIEWTEXT_B?templet=/Comon-HTS/SendText_B.HTS&recnum=0&word=select%20from%20N%20where%20资源=中国环境年鉴%20AND%20(正文=各地区主要污染物排放情况%20OR%20总题名=各地区主要污染物排放情况)