【文章內(nèi)容簡介】 衛(wèi)生事業(yè)的進(jìn)步，使中國人口年齡結(jié)構(gòu)進(jìn)入老齡化；教育事業(yè)的發(fā)展，使人口的文化素質(zhì)得到較大提高，等等。人口結(jié)構(gòu)的這些變化同時(shí)也有力地促進(jìn)了經(jīng)濟(jì)社會的可持續(xù)發(fā)展。但是，由于歷史與現(xiàn)實(shí)、體制與結(jié)構(gòu)的原因，中國人口結(jié)構(gòu)與轉(zhuǎn)型時(shí)期的經(jīng)濟(jì)社會發(fā)展存在著不合理的方面，如：人口數(shù)量大，人口素質(zhì)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(jīng)濟(jì)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(shù)量龐大且總體素質(zhì)不高，所以應(yīng)加強(qiáng)就業(yè)培訓(xùn)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(qiáng)各地區(qū)間人才交流及促進(jìn)勞動力自由流動，并通過合理技術(shù)壁壘方式，阻止外來流動人員的無序進(jìn)入。同時(shí)，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(shù)據(jù)表明，中國對教育投資的真實(shí)回報(bào)率非常高，大概在30％至40％。因此在物質(zhì)資本和人力資本投資方面的不甲衡是政策上出現(xiàn)扭曲的一個征兆。不利于中國的經(jīng)濟(jì)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(jīng)濟(jì)才會得到更好的發(fā)展。 第三，要堅(jiān)持科技創(chuàng)新，使科技潛力轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力，成為經(jīng)濟(jì)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(jīng)費(fèi)投入。加強(qiáng)科學(xué)研究開發(fā)，以增加我國科技儲備和發(fā)展后勁，促進(jìn)科技成果轉(zhuǎn)化和產(chǎn)業(yè)化?？萍紕?chuàng)新以人為本，要制定和實(shí)施鼓勵創(chuàng)新、創(chuàng)業(yè)的人才政策，形成有利于高素質(zhì)科技人才脫穎而出的有效機(jī)制；加快教育事業(yè)發(fā)展，建設(shè)一支宏大的高素質(zhì)隊(duì)伍。 第四，實(shí)施“勞動力充分利用”的工業(yè)化發(fā)展戰(zhàn)略。各國經(jīng)濟(jì)發(fā)展實(shí)踐表明，隨著經(jīng)濟(jì)發(fā)展水平的提高，勞動力要素產(chǎn)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(yīng)當(dāng)充分利用勞動力資源。再者，根據(jù)發(fā)達(dá)國家的經(jīng)驗(yàn)，經(jīng)濟(jì)發(fā)展水平達(dá)到一定階段后，資本要素的產(chǎn)出效率會趨于穩(wěn)定，此時(shí)主要是通過增加勞動力要素的產(chǎn)出效率來提高經(jīng)濟(jì)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(yīng)從直接依靠資本規(guī)模擴(kuò)張轉(zhuǎn)向依靠資本推進(jìn)勞動力效能的提高上來，因此“勞動力充分利用”應(yīng)當(dāng)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(dá)國家已把彈性退休政策作為應(yīng)對人口老齡化挑戰(zhàn)、實(shí)施勞動力市場結(jié)構(gòu)調(diào)整的政策主張。中國地域遼闊，經(jīng)濟(jì)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(yīng)對老齡化社會的到來?？偟脕砜?，經(jīng)濟(jì)社會的發(fā)展導(dǎo)致人口的老齡化。但是經(jīng)濟(jì)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(shù)低，有利于經(jīng)濟(jì)發(fā)展；比重低，會導(dǎo)致勞動力資源減少和供養(yǎng)系數(shù)加大而制約社會經(jīng)濟(jì)發(fā)展。老齡化是未來我國人口的發(fā)展趨勢。應(yīng)當(dāng)積極地應(yīng)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(wù)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(guān)政策上適應(yīng)人口老齡化的趨勢，進(jìn)行調(diào)整。如適當(dāng)?shù)难娱L工齡，使勞動年齡的上限隨著社會生產(chǎn)力的發(fā)展和人口預(yù)期壽命的延長而相應(yīng)地提高，從而保持勞動年齡人口比較高的比重，這是經(jīng)濟(jì)社會可持續(xù)發(fā)展的必然要求。七、模型評價(jià)及其改進(jìn)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(jīng)濟(jì)模型，建立在新經(jīng)濟(jì)理論上，對影響經(jīng)濟(jì)的發(fā)展因素找的十分準(zhǔn)確。其次從統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)兩個方面進(jìn)行了檢驗(yàn)，并對多重共線性進(jìn)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(shè)條件過于理想?？梢詫⑷齻€因素細(xì)化，進(jìn)一步進(jìn)行定量分析，以改進(jìn)模型。第二個問題采用萊斯利模型，計(jì)算時(shí)將年齡間隔設(shè)置的非常小，模型求解十分精確。并且應(yīng)用修正因子對模型結(jié)果進(jìn)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(jié)果進(jìn)行了分析。雖然其預(yù)測出的結(jié)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(jié)果也是合理的。第三問中在問題二的基礎(chǔ)上放寬一胎化政策，我們結(jié)合實(shí)施政策的實(shí)際，我們假設(shè)全面實(shí)行二胎化政策，這個假設(shè)可能帶有我們自己的主觀色彩，且結(jié)果偏大。第二、三問可以先預(yù)測每年的女性的人口數(shù)，再在每年的女性的人口數(shù)的基礎(chǔ)上利用萊斯利模型預(yù)測，這樣得出的結(jié)果比較符合實(shí)際。第四問中利用經(jīng)濟(jì)學(xué)理論中的就業(yè)彈性系數(shù)，可以清晰地反映經(jīng)濟(jì)增長與勞動力就業(yè)的關(guān)系，并且可以用來預(yù)測了未來的就業(yè)需求，對結(jié)論可以進(jìn)行檢驗(yàn)分析。且分別用靜態(tài)方案與動態(tài)方案對勞動力需求進(jìn)行分析，比較全面，具有說服力。但是固定了就業(yè)彈性系數(shù)。但實(shí)際上，就業(yè)彈性系數(shù)會發(fā)生改變，因此，該假設(shè)不具有一般性，不具有說服力?？梢允褂眉訖?quán)平均法對就業(yè)彈性系數(shù)進(jìn)行估計(jì)，做出假設(shè)，這樣做出的預(yù)測更具有說服力。八、模型推廣模型一對經(jīng)濟(jì)發(fā)展的影響因素進(jìn)行了定量分析，對于制定經(jīng)濟(jì)發(fā)展計(jì)劃促進(jìn)經(jīng)濟(jì)發(fā)展具有重要的現(xiàn)實(shí)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(jié)構(gòu)進(jìn)行了定量預(yù)測，這兩個模型可以以任意合理的年份進(jìn)行預(yù)測，只需改變初始條件和預(yù)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(jīng)濟(jì)發(fā)展的影響，利用該模型可以預(yù)測未來的就業(yè)需求，進(jìn)而判斷勞動力是否滿足，利于政府作出決策。九、參考文獻(xiàn)高鴻業(yè). 2004. 《西方經(jīng)濟(jì)學(xué)》. 北京: 中國人民大學(xué)出版社龐皓. 2006. 《計(jì)量經(jīng)濟(jì)學(xué)》. 北京: 科學(xué)出版社劉詩白. 2004. 《社會主義市場經(jīng)濟(jì)理論》. 成都: 西南財(cái)經(jīng)大學(xué)出版社中國統(tǒng)計(jì)年鑒2010 網(wǎng)址：中國知網(wǎng)機(jī)構(gòu)數(shù)字圖書館 網(wǎng)址：李炳杰 .《數(shù)學(xué)建?！?空軍工程大學(xué) 盛驟 .《概率論與數(shù)理統(tǒng)計(jì)》.高等教育出版社國家統(tǒng)計(jì)局編.《中國統(tǒng)計(jì)年鑒各年版》.中國統(tǒng)計(jì)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(chǎn)投資（億元）教育經(jīng)費(fèi)（萬元）就業(yè)人員（萬人）GDP（億元）固定資產(chǎn)投資（億元） 北 京 天 津 河 北 山 西 內(nèi)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?dāng)?shù)據(jù)來源：中國統(tǒng)計(jì)年鑒2010附錄三：年份GDP固定資產(chǎn)（億元）教育經(jīng)費(fèi)（億元）就業(yè)人數(shù)（萬人）198549873198651282198752783198854334198955329199056740199158360199265554199366373199467199199567947199668850199769600199870637199971394200072085200173025200273740附錄四：p=。 %女性占總?cè)丝诘谋壤齆=[ ]。N0=N39。/10。 %第0年（2001年）的女性各個年齡段的人口數(shù)(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(shù)據(jù)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(gòu)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(shù)(千萬）Z=X./p。 %第i年在各個年齡段的人口總數(shù)預(yù)測W(i+1,1)=sum(Z)。S1=sum(Z([1:5],:))。 %第i年04歲的總?cè)藬?shù)D(1,i+1)=S1。 S2=sum(Z([6:10],:))。 %第i年59歲的總?cè)藬?shù)E(1,i+1)=S2。S3=sum(Z([11:15],:))。 %第i年1014歲的總?cè)藬?shù)F(1,i+1)=S3。 S4=sum(Z([16:20],:))。 %第i年1519歲的總?cè)藬?shù)G(1,i+1)=S4。S5=sum(Z([21:25],:))。 %第i年2024歲的總?cè)藬?shù)H(1,i+1)=S5。S6=sum(Z([26:30],:))。 %第i年2529歲的總?cè)藬?shù)I(1,i+1)=S6。S7=sum(Z([31:35],:))。 %第i年3034歲的總?cè)藬?shù)J(1,i+1)=S7。S8=sum(Z([36:40],:))。 %第i年3539歲的總?cè)藬?shù)K(1,i+1)=S8。S9=sum(Z([41:45],:))。 %第i年4044歲的總?cè)藬?shù)M(1,i+1)=S9。S10=sum(Z([46:50],:))。 %第i年4549歲的總?cè)藬?shù)N1(1,i+1)=S10。S11=sum(Z([51:55],:))。 %第i年5054歲的總?cè)藬?shù)O(1,i+1)=S11。S12=sum(Z([56:60],:))。 %第i年5559歲的總?cè)藬?shù)P(1,i+1)=S12。S13=sum(Z([61:65],:))。 %第i年6064歲的總?cè)藬?shù)Q(1,i+1)=S13。S14=sum(Z([66:70],:))。 %第i年6569歲的總?cè)藬?shù)R(1,i+1)=S14。S15=sum(Z([71:75],:))。 %第i年7074歲的總?cè)藬?shù)S(1,i+1)=S15。S16=sum(Z([76:80],:))。 %第i年7579歲的總?cè)藬?shù)T(1,i+1)=S16。S17=sum(Z([81:85],:))。 %第i年8084歲的總?cè)藬?shù)U(1,i+1)=S17。S18=sum(Z([86:91],:))。 %第i年85歲以上的總?cè)藬?shù)V(1,i+1)=S18。S19=sum(Z([66:91],:))。 %第i年65歲以上的總?cè)藬?shù)V1(1,i