【文章內容簡介】 衛(wèi)生事業(yè)的進步，使中國人口年齡結構進入老齡化；教育事業(yè)的發(fā)展，使人口的文化素質得到較大提高，等等。人口結構的這些變化同時也有力地促進了經濟社會的可持續(xù)發(fā)展。但是，由于歷史與現實、體制與結構的原因，中國人口結構與轉型時期的經濟社會發(fā)展存在著不合理的方面，如：人口數量大，人口素質低，人口“末富先老”，提前老齡化，等等。這些方面直接或間接地制約著經濟社會可持續(xù)發(fā)展，為此，提出以下建議： 第一，目前勞動力數量龐大且總體素質不高，所以應加強就業(yè)培訓的投入力度，提高勞動者就業(yè)及再就業(yè)能力，降低失業(yè)率；第一加強各地區(qū)間人才交流及促進勞動力自由流動，并通過合理技術壁壘方式，阻止外來流動人員的無序進入。同時，鼓勵靈活就業(yè)，以減輕就業(yè)壓力。 第二，盡管最近中國政府開始重視對教育的投資，但是其投資水平仍然低于世界平均水平。數據表明，中國對教育投資的真實回報率非常高，大概在30％至40％。因此在物質資本和人力資本投資方面的不甲衡是政策上出現扭曲的一個征兆。不利于中國的經濟發(fā)展。只有加大對人力資本的投資并隨著受教育的勞動力的增加．中國經濟才會得到更好的發(fā)展。 第三，要堅持科技創(chuàng)新，使科技潛力轉化為現實生產力，成為經濟和社會發(fā)展的首要推動力量。要營造良好的創(chuàng)新環(huán)境，深化科教體制改革，大力教育經費投入。加強科學研究開發(fā)，以增加我國科技儲備和發(fā)展后勁，促進科技成果轉化和產業(yè)化?？萍紕?chuàng)新以人為本，要制定和實施鼓勵創(chuàng)新、創(chuàng)業(yè)的人才政策，形成有利于高素質科技人才脫穎而出的有效機制；加快教育事業(yè)發(fā)展，建設一支宏大的高素質隊伍。 第四，實施“勞動力充分利用”的工業(yè)化發(fā)展戰(zhàn)略。各國經濟發(fā)展實踐表明，隨著經濟發(fā)展水平的提高，勞動力要素產出效率均會提高。中國是勞動力充裕的國家，發(fā)展工業(yè)應當充分利用勞動力資源。再者，根據發(fā)達國家的經驗，經濟發(fā)展水平達到一定階段后，資本要素的產出效率會趨于穩(wěn)定，此時主要是通過增加勞動力要素的產出效率來提高經濟發(fā)展水平的。我國已確定要走新型工業(yè)化道路，在通向新型工業(yè)化的道路上，應從直接依靠資本規(guī)模擴張轉向依靠資本推進勞動力效能的提高上來，因此“勞動力充分利用”應當成為工業(yè)化的重要路徑之一。 第五，推行彈性退休制度。彈性退休政策是指在退休年齡、退休方式和退休收入具有某種彈性的、較為靈活的退休政策。許多歐美發(fā)達國家已把彈性退休政策作為應對人口老齡化挑戰(zhàn)、實施勞動力市場結構調整的政策主張。中國地域遼闊，經濟社會和人口態(tài)勢發(fā)展極不均衡，改變傳統(tǒng)的“一刀切”的退休制度，采取彈性退休方式，由部分退休、部分工作的彈性退休方式逐步過渡到完全退休，不但可以減輕勞動者退休心理壓力，最大限度發(fā)揮人力資本作用，而且有助于緩解勞動力市場的供求壓力。第六，大力發(fā)展社會保障事業(yè)，應對老齡化社會的到來?？偟脕砜?，經濟社會的發(fā)展導致人口的老齡化。但是經濟社會的可持續(xù)發(fā)展要求勞動年齡人口比重保持在較高水平上，勞動年齡人口比重高表明勞動力資源豐富，供養(yǎng)系數低，有利于經濟發(fā)展；比重低，會導致勞動力資源減少和供養(yǎng)系數加大而制約社會經濟發(fā)展。老齡化是未來我國人口的發(fā)展趨勢。應當積極地應對這一趨勢。（1）健全社會保障體系，解決老年人口各種福利和服務的問題。（2）發(fā)展醫(yī)療衛(wèi)生事業(yè)，提高老齡人口的健康水平。（3）在相關政策上適應人口老齡化的趨勢，進行調整。如適當的延長工齡，使勞動年齡的上限隨著社會生產力的發(fā)展和人口預期壽命的延長而相應地提高，從而保持勞動年齡人口比較高的比重，這是經濟社會可持續(xù)發(fā)展的必然要求。七、模型評價及其改進總體而言，這四個模型較好的解決了題目中的問題。第一個經濟模型，建立在新經濟理論上，對影響經濟的發(fā)展因素找的十分準確。其次從統(tǒng)計學和經濟學兩個方面進行了檢驗，并對多重共線性進行了排除，證明了模型的正確性。不足之處是選取的影響因素較少，且假設條件過于理想?？梢詫⑷齻€因素細化，進一步進行定量分析，以改進模型。第二個問題采用萊斯利模型，計算時將年齡間隔設置的非常小，模型求解十分精確。并且應用修正因子對模型結果進行修正，使模型求解十分精確。最后從多個方面對模型求解結果進行了分析。雖然其預測出的結果偏大，但在醫(yī)療衛(wèi)生高度發(fā)展和老齡化程度大大提高的情況下，這個結果也是合理的。第三問中在問題二的基礎上放寬一胎化政策，我們結合實施政策的實際，我們假設全面實行二胎化政策，這個假設可能帶有我們自己的主觀色彩，且結果偏大。第二、三問可以先預測每年的女性的人口數，再在每年的女性的人口數的基礎上利用萊斯利模型預測，這樣得出的結果比較符合實際。第四問中利用經濟學理論中的就業(yè)彈性系數，可以清晰地反映經濟增長與勞動力就業(yè)的關系，并且可以用來預測了未來的就業(yè)需求，對結論可以進行檢驗分析。且分別用靜態(tài)方案與動態(tài)方案對勞動力需求進行分析，比較全面，具有說服力。但是固定了就業(yè)彈性系數。但實際上，就業(yè)彈性系數會發(fā)生改變，因此，該假設不具有一般性，不具有說服力。可以使用加權平均法對就業(yè)彈性系數進行估計，做出假設，這樣做出的預測更具有說服力。八、模型推廣模型一對經濟發(fā)展的影響因素進行了定量分析，對于制定經濟發(fā)展計劃促進經濟發(fā)展具有重要的現實意義。而且模型一的分析方法，對許多定量分析問題都能很好的解決。模型二、三對人口結構進行了定量預測，這兩個模型可以以任意合理的年份進行預測，只需改變初始條件和預測年份即可。因此，它們具有很好的推廣性。 模型四對定量分析了延長退休年齡對經濟發(fā)展的影響，利用該模型可以預測未來的就業(yè)需求，進而判斷勞動力是否滿足，利于政府作出決策。九、參考文獻高鴻業(yè). 2004. 《西方經濟學》. 北京: 中國人民大學出版社龐皓. 2006. 《計量經濟學》. 北京: 科學出版社劉詩白. 2004. 《社會主義市場經濟理論》. 成都: 西南財經大學出版社中國統(tǒng)計年鑒2010 網址：中國知網機構數字圖書館 網址：李炳杰 .《數學建模》.空軍工程大學 盛驟 .《概率論與數理統(tǒng)計》.高等教育出版社國家統(tǒng)計局編.《中國統(tǒng)計年鑒各年版》.中國統(tǒng)計出版社十、附錄附錄一：x=[1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,。1,]。y=[。。。。]。alpha=。[b , bint , r , rint , stats] = regress( y , x , alpha)附錄二：地區(qū)固定資產投資（億元）教育經費（萬元）就業(yè)人員（萬人）GDP（億元）固定資產投資（億元） 北 京 天 津 河 北 山 西 內蒙古 遼 寧 吉 林 黑龍江8587 上 海 江 蘇 浙 江5172415 安 徽 福 建 江 西 山 東 河 南 湖 北 湖 南 廣 東 廣 西 海 南 重 慶 四 川 貴 州 云 南 西 藏 陜 西 甘 肅 青 海 寧 夏 新 疆數據來源：中國統(tǒng)計年鑒2010附錄三：年份GDP固定資產（億元）教育經費（億元）就業(yè)人數（萬人）198549873198651282198752783198854334198955329199056740199158360199265554199366373199467199199567947199668850199769600199870637199971394200072085200173025200273740附錄四：p=。 %女性占總人口的比例N=[ ]。N0=N39。/10。 %第0年（2001年）的女性各個年齡段的人口數(千萬）N00=N0/10。 %把單位化成億（人）A=eye(90)。b=[ ]。for i=1:90 A(i,:)=A(i,:)*b(1,i)。endA。 c1=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]。 %由2001年原始數據得到的生育率 M=sum(c139。)。 %總合生育率d=zeros(91,1)。B=[c1。A]。L=[B,d]。 %構造的lestie矩陣for i=0:1:12X=L^i*N0。 %第i年后女性各個年齡段的人口數(千萬）Z=X./p。 %第i年在各個年齡段的人口總數預測W(i+1,1)=sum(Z)。S1=sum(Z([1:5],:))。 %第i年04歲的總人數D(1,i+1)=S1。 S2=sum(Z([6:10],:))。 %第i年59歲的總人數E(1,i+1)=S2。S3=sum(Z([11:15],:))。 %第i年1014歲的總人數F(1,i+1)=S3。 S4=sum(Z([16:20],:))。 %第i年1519歲的總人數G(1,i+1)=S4。S5=sum(Z([21:25],:))。 %第i年2024歲的總人數H(1,i+1)=S5。S6=sum(Z([26:30],:))。 %第i年2529歲的總人數I(1,i+1)=S6。S7=sum(Z([31:35],:))。 %第i年3034歲的總人數J(1,i+1)=S7。S8=sum(Z([36:40],:))。 %第i年3539歲的總人數K(1,i+1)=S8。S9=sum(Z([41:45],:))。 %第i年4044歲的總人數M(1,i+1)=S9。S10=sum(Z([46:50],:))。 %第i年4549歲的總人數N1(1,i+1)=S10。S11=sum(Z([51:55],:))。 %第i年5054歲的總人數O(1,i+1)=S11。S12=sum(Z([56:60],:))。 %第i年5559歲的總人數P(1,i+1)=S12。S13=sum(Z([61:65],:))。 %第i年6064歲的總人數Q(1,i+1)=S13。S14=sum(Z([66:70],:))。 %第i年6569歲的總人數R(1,i+1)=S14。S15=sum(Z([71:75],:))。 %第i年7074歲的總人數S(1,i+1)=S15。S16=sum(Z([76:80],:))。 %第i年7579歲的總人數T(1,i+1)=S16。S17=sum(Z([81:85],:))。 %第i年8084歲的總人數U(1,i+1)=S17。S18=sum(Z([86:91],:))。 %第i年85歲以上的總人數V(1,i+1)=S18。S19=sum(Z([66:91],:))。 %第i年65歲以上的總人數V1(1,i