基于Excel的人口预测动态模型

引言

实习期间,带我的师傅在一本书上看到一副关于上海市出生人口预测曲线。于是便对全国新生人口以及总人口变化产生了兴趣。自然这个项目就交给了我。

顺带一提,师傅是医药行业的投资经理,  恰好当时也在关注儿童医药方面的公司。

================

分析目的:

预测至2050间中国人口结构变化情况

收据收集

在查阅相关文献资料后,我知道人口变化主要取决于以下几个因素:1出生率 2出生人口数  3出生性别比  4死亡率 等

数据方面

1, 2010年 全国各年龄阶段0-90+岁  人口普查数据

2, 2011 - 2015年的全国年龄阶段0-90+岁抽样调查数据

(包括1出生率 2出生人口数  3出生性别比  4死亡率)

前提假设

为了更便于实现,做出以下假设

1 各年龄人口死亡率 维持2015年水平不变

2 出生性别比以11-15年 算术平均 为基准(设置为可调参数

3 人口出生率取15年为基准(考虑到近几年人口政策逐渐放宽,取15年为基准较为合理,计算TFR(总和生育率),设置为可调参数

政策背景

2011年11月,中国各地全面实施双独二孩政策;[1]

2013年12月,中国实施单独二孩政策

2015年10月,实施全面二孩政策 2016年1月1日正是实施。

=================

分析方法

相关计算公式

总和生育率计算公式

其中α(i)为第i个年龄阶段妇女的生育率。

根据文献资料,妇女生育年龄跨度从15岁至49岁,每五年一个区间,分为七个区间,下图为2015年中国生育年龄阶段的生育率情况,第二列数字表示,该年龄段妇女 每千人出生婴儿数。

2015年全国生育率情况

2015年统计数据虽为抽样调查数据,但从中可以看出2015年总和生育率 仅为 1.24,调整后的男女性别比为118(不得不说中国目前面临着生育率低,性别比例失衡的严峻现状 )

模型设计

1.通过以2010年人口普查数据为基础,同时结合2011-2015年人口抽样调查数据,获得的生育率死亡率以及出生人口数数据,进行数据迭代

2. 以可视化的人口结构图,展示人口变化情况,人口结构区间为[0,90+],大于90岁的人口并入90+这一档。

3.考虑到 

2011-2015


2026-2030


2031-2035
2036-2040
2041-2045
2046-2050

通过观察,中国人口结构的梭形中部不断往高年龄层移动。【通过拖动进度条,可以观察到动态变化趋势】

比对2011-2015 与2046-2050 的中国人口结构,可以发现就目前形势发展下去,到2050中国的老龄化程度变得异常严重,60岁以上人口占总人比重将由12.94% 上升至33.45%。近1/3的人口为老人!

该模型允许用户自定义参数要两个:男女比例 与综合生育率,通过这两个参数的设置,观察在不同男女比例与综合生育率下的中国人口变化情况。

下图为在男女比例为110,综合生育率为1.6下的变化情况。(此为偏乐观的参数设置)

新生人口变化趋势

从图上可以看出新生人口将会不断下降在2030年左右达到较小值点。

总人口与老龄人口占比变化

于此同时,在2025年左右中国人口将达到顶峰,随后便一路下降。而老龄人口占比则是一路直上。

之所以参数设置较为乐观,原有是2015年10月出台全面二孩政策 2016年1月1日正式实施。对于这一政策 对出生人口的影响效应有多大,对未来中国的人口结构带来怎样的影响还是一个问题,一切都尚不确定。


总结

中国未来人口结构的变化,老龄化已是一个难以扭转的趋势;

总人口将在10年后达到顶峰,随后下降

生育率低,新人儿童数的减少,将直接影响未来中国的人口结构变化。若一时间不能扭转这一现状,未来的发展势必不容乐观。



写在最后:

a.虽然在模型参数估计方面还稍显粗糙

b.数据方面,由于近几年人口结构数据主要是抽样调查数据,实际偏差可能与新生人口统计数据相比存在些许差距

c.这一模型优势在于两点1参数可调,2 完全可视化,多图联动

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,793评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,567评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,342评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,825评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,814评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,680评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,033评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,687评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,175评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,668评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,775评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,419评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,020评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,206评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,092评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,510评论 2 343

推荐阅读更多精彩内容