[发明专利]一种人口综合预测方法及系统

说明书

本发明涉及一种人口综合预测方法及系统。该人口综合预测方法及系统，基于各级区域内的历史人口数据，运用多种拟合方法进行选择最优预测模型的方式，对各级区域内未来十年的人口总量进行预测得到未来十年人口变化预测结果集，并且对未来十年人口变化预测结果集一致性调整，对于调整后的未来十年人口变化预测结果集，对其进行基于未来经济‑人口平衡方法、未来人口总量规划进行调整，进而能够在提升人口在时间变化和空间分布上的预测信息利用度的同时，给出未来十年变化预测结果集。且基于多种拟合方法择优的方式能够进一步对人口数据进行精确预测和调整。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种人口综合预测方法及系统。

背景技术

人口预测是人口学一个重要研究方向，人口预测能为制定社会经济发展规划提供未来人口基础资料，能为一些方针政策以及社会经济发展提供评价依据。人口预测可服务于人类对自身的出生、死亡、迁徙的发展过程的分析研究和管理控制，另外可对各产业等对人口未来规模的需求提供方法层面上的支持。人员生命是灾害性地震的直接承灾体之一，及时、可靠的未来人口暴露时空分布数据是未来地震灾害风险评估的重要基础。为了提高未来人口空间分布估计的准确性及现势性，为地震保险公司及其他产业提供精确的未来人口数据的基础资料，依托公开的统计年鉴、全国人口统计资料等社会经济发展统计数据，进行了人口时序变化预测方法研究。

人口预测模型主要有线性回归模型、BP神经网络模型、GM(1,1)模型、Logistic模型(阻滞模型)、马尔萨斯模型、自回归模型和队列因素法等。上述模型各有优点也各有局限性，例如线性回归模型公式简单，容易计算，随着时间增长，人口按照指数无限增长，因此对中长期人口预测结果精度较低；GM(1,1)模型适用于那些因素众多、综合性较强、互相关性较好的社会经济系统指标的趋势预测，要求数据累计为5年的预测条件；队列因素法考虑了影响人口增长的人口出生率和人口死亡率因素，预测精度较高，但因素数据的获取渠道较少且连续性较差；BP神经网络模型对短期内(时间数据累加5年内)的人口预测结果比较精确，但在长期预测中误差较大；中国人口预测系统软件具有操作简单、易于理解、预测质量高的特性，但对数据要求较全面，较适合进行长期预测；阻滞模型考虑了限制人口增长的资源、环境等因素的阻滞作用，所需拟合数据量小，是中长期人口预测的较理想模型。中国未来人口分布预测的研究大多数集中于全国级、省级或者某一个城市，其人口资料来源大多是10年一次的全国人口普查，采用的数据资料较少，时间尺度较大，预测精度不高，更缺乏在全国不同行政区划尺度上的未来经济-人口比值、未来城市规划因素影响下的整体分析与区域时空增长预测。

因此，提供一种能够长期对人口数量进行精确预测的人口预测方法或系统是本领域亟待解决的技术难题。

发明内容

为解决现有技术中存在的上述问题，本发明提供了一种人口综合预测方法及系统。

为实现上述目的，本发明提供了如下方案：

一种人口综合预测方法，包括：

获取各级区域内的历史人口总量数据和GDP总量数据；所述各级区域包括：省、地级市、区和县；所述省、地级市、区和县均为行政单元；

根据所述各级区域内历史人口总量数据生成人口时间序列集；所述人口时间序列集包括：人口总量时间序列集、人口密度时间序列集和人口变化率时间序列集；

采用多种人口预测模型对所述人口时间序列集进行拟合得到与各所述人口预测模型相对应的相关系数值；多种所述人口预测模型包括：阻滞模型、指数模型、对数模型、线性模型和GM(1,1)方法模型；

根据所述相关系数值确定终极人口预测模型；所述终极人口预测模型为多种人口预测模型中相关系数值最大的人口预测模型；

采用所述终极人口预测模型拟合所述人口时间序列集得到未来十年的第一人口总量预测结果集；