[发明专利]基于Leslie矩阵和时间序列的参保人口预测方法

说明书

本发明公开了一种基于Leslie矩阵和时间序列的参保人口预测方法，包括以下步骤：S1：获取待预测区域的参保数据；S2：根据待预测区域的参保数据，构建Leslie矩阵，并利用Leslie矩阵进行参保人口预测。本发明利用传统的人口预测模型—Leslie矩阵，结合时间序列分析手段，更加精准的推算出参保人口结构演变的过程。在一定程度上，拓宽了传统人口结构算法的适用范围，增加人口结构预测算法的实用性，为人口预测算法增加了新的应用场景。此外，本发明根据影响参保人口变化的因素，利用时间序列等手段对传统的Leslie矩阵模型的参数加以调整和替换，以便实现对参保人口更准确的预测。

技术领域

本发明属于人口预测技术领域，具体涉及一种基于Leslie矩阵和时间序列的参保人口预测方法。

背景技术

人口预测常见的数学模型主要有一元线性回归、Logistic和灰色时间序列等预测模型。其中，对短中期的人口预测通常选用线性回归或是灰色时间序列等预测模型，而对于长期的预测不同于短中期，需要考虑生育率、死亡率、人口迁移等因素随时间的变化。

发明内容

本发明的目的是为了解决的问题，提出了一种基于Leslie矩阵和时间序列的参保人口预测方法。

本发明的技术方案是：一种基于Leslie矩阵和时间序列的参保人口预测方法包括以下步骤：

S1：获取待预测区域的参保数据；

S2：根据待预测区域的参保数据，构建Leslie矩阵，并利用Leslie矩阵进行参保人口预测。

进一步地，步骤S1中，待预测区域的参保数据包括出生人数、死亡人数、新增参保人数和退出参保人数。

进一步地，步骤S2包括以下子步骤：

S21：根据待预测区域的出生人数，构建生育率矩阵；

S22：根据待预测区域的死亡人数，确定各年龄别存活率，并构建存活率矩阵；

S23：根据生育率矩阵和存活率矩阵，构建Leslie矩阵；

S24：根据待预测区域的新增参保人数和退出参保人数，确定净转入数据；

S25：根据Leslie矩阵和净转入数据，预测参保人口。

进一步地，步骤S21中，构建生育率矩阵的具体方法为：利用移动平均法确定各年龄的生育率，并根据各年龄的生育率确定女生生育率矩阵B和男生生育率矩阵B′，其表达式分别为：

其中，b₀,…,b₁₀₀₊表示各年龄的女生生育率，b′₀,…,b′₁₀₀₊表示各年龄的男生生育率；

步骤S22中，存活率矩阵包括女生存活率矩阵S和男生存活率矩阵S′，其表达式分别为：

其中，s₀,…,s₁₀₀₊表示各年龄的女生存活率，s′₀,…,s′₁₀₀₊表示各年龄的男生存活率；

步骤S23中，Leslie矩阵包括女性Leslie矩阵L_female和双性别Leslie矩阵L，其表达式分别为：