基于机器学习的中国人口城镇化趋势及人口预测研究.docxVIP

58

58 2023/02/DTPT

基于机器学习的中国人口城镇化

趋势及人口预测研究

0前言

党的十八大以来，以人为本的新型城镇化进程不断推进，中国根据自身国情探索出了一条具有中国特色的城镇化发展道路。2013年户籍人口城镇化率只有35.93%，2021年则提高到46.7%，常住人口城镇化率更是达到64.72%。城镇化是国家和地区现代化的重要标志，人口性别结构的均衡发展则是人口城镇化协调发展的重要保障。

二次指数平滑法［1］在指数平滑的基础之上，扩展

——————————

收稿日期：2023-01-10

了对以时间为单一变量序列趋势的支持。结合中国近70年的城乡人口数据，本文分析了中国近70年城镇化人口特征、城镇化过程中男女人口数量及比例差异、人口增长变化等情况，对一次指数平滑值再做一次指数平滑操作，建立人口预测数学模型，给出2022年中国人口总数的预测值。该预测值是基于近70年的历史城镇人口数据的加权平均，各参数值计算过程简单，总人口预测结果稳定，模型适应性较强。

1机器学习算法

基于时间序列对未来观测值进行预测，常见的算法有Arima算法和HoltWinters算法［2］。时间序列是随

着自变量时间不断变化而变化的数据序列，本文中时间序列就是近70年城镇人口数据序列。Arima算法在做时间序列研究时需要从数据集中找到数据的季节性、趋势性规律，更多地用于需求预测分析和业务场景规划。HoltWinters算法对具有线性趋势以及对数据范围周期波动的时间序列有很好的适应性。一次指数平滑法可以用于没有季节性和趋势性特点的数据序列，二次指数平滑法可以用于有趋势但是缺少季节性特征的数据序列。针对中国人口城镇化趋势的分析，一次指数平滑法和二次指数平滑法的共同特点是都拥有加权因子，不同的地方是二次指数平滑法需要对一次平滑值再做平滑，二次指数平滑法在一次指数平滑法的算法模型基础上添加了时间趋势量。预测值是观测值的加权平均，可以利用便于调节的参数控制历史人口数据和当前阶段数据的权重，权重的分配原则是新数据的权重大于旧数据的权重，适用于城镇

二次指数平滑法对观测值进行预测的公式为：

si+p=st+p×bt （5）二次指数平滑法保留了趋势和平滑信息，可以在人口城镇化趋势分析的基础上实现对2022年总人口

的预测。预测公式为：

Rt+T=mt+ntT （6）式中：

Rt+T——第t+T期的预测值mt——趋势方程截距nt——趋势方程斜率

T——时间t到具体预测期的时间跨度基于二次指数平滑法进行预测的流程如图1所

示。

选取平滑常数平

选取平滑常数

化趋势分析这种带有线性趋势的序列。在给出二次指数平滑法公式之前，先分析一下指

数平滑法的递推公式。

st=st?1×(1?α)+α×xt （1）

数据收集

预处理

构建模型图1预测

构建模型

预测值比较

预测值

式中：

st——第t时间的预测值

st?1——第t?1时间的预测值α——平滑常数，取值范围为0~1xt——第t期的一次平滑值

一次指数平滑对观测值进行预测的公式为：

si=xi+p （2）

2数据准备

2.1数据说明

数据集收集自国家统计局官方网站公布的中国近73年的城乡人口数据，共计73条数据，包括年末总人口数、男性人口数、女性人口数、城镇人口数和乡村人口数5个特征，数据集中的前5条数据如表1所示。

式中：

p——自变量统计时间步长

预测值st的函数曲线始终是一条直线，因为一次指数平滑法不适用于人口城镇化趋势分析和总人口预测，二次指数平滑法在式（1）的基础上增加了时间趋势统计量，有效保留了趋势信息。二次指数平滑法的递推公式为：

st=(bt?1+st?1)×(1?α)+α×xt （3）

式中：

bt?1——时间趋势统计量

bt?1的值由式（4）来确定。

bt=bt?1×(1?β)+(st?st?1)×β （4）

式中：

β——趋势平滑常数

表12017年—2021年中国人口特征（单位：万人）

年份

年末总人口

男性人口

女性人口

城镇人口

乡村人口

2021

141260

72311

68949

91425

49835

2020

141212

72357

68855

9022