有关中国人口预测的模型有很多种,传统的线性模型在实际应用中常常存在设定误差,非参数回归模型则是假定变量间的关系未知,对整个回归函数进行估计,能更好的拟合样本数据,并对数据做出较为精确的预测。半参数模型由于融合了非参数模型和线性模型的优点,具有更强的解释能力,而且还较好的避免了“维数祸根”这一问题,受到诸多学者的广泛关注。近年来,半参数模型在人口建模中也有所应用,但是半参数方法的应用主要集中于核类方法,对于全局光滑的样条方法和基于重抽样思想的Bootstrap方法在人口预测中的应用还有待进一步的研究。本文主要从三个不同的方面建立中国人口预测的半参数回归模型。首先,基于时间序列分析建立线性自回归模型,同时基于多项式样条估计理论建立了半参数自回归模型,将这两种模型分别对中国人口进行拟合与预测对比,结果显示半参数自回归模型优于线性模型;其次,考虑到中国人口与GDP存在着高度的相关性,建立以GDP为外生变量的半参数回归模型,并与以GDP为非参数函数的非参数模型和以GDP为线性主部的半参数模型进行对比,结果显示本文建立的以GDP为非参数函数的的半参数回归模型更优一些;最后,尝试采用Bootstrap方法和多项式样条估计对建立的半参数模型中的参数和非参数函数进行点估计,得到半参数回归方程对中国人口进行拟合及预测,结果表明基于Bootstrap方法的半参数回归模型对中国人口拟合和预测精度均较好。