未来40年安徽省户籍人口变动趋势

以安徽省历年人口数据为参数数据,依次对未来总和生育率、期望寿命、出生性别比以及生育模式等参数进行了估计;再以2000年户籍数据为队列数据,采用队列因素法的场景预测方法,预测并分析了未来40年安徽省人口总量、人口分布、老龄化人口和劳动适龄人口等变动趋势。     

基于发展方程的人口系统预测和分析

针对我国人口现状,采用微分方程模型对人口总量、老年人口数量和老龄化指数进行了预测,预测结果表明人口总量和老年人口数在短期内都在不断增长,老年人口占人口总数的比重也在不断提高,该结果符合目前人口发展趋势,可以为相关人口政策的制定提供有力的数据支持。     

2005-2010年四川省人才需求预测

本文依据相关资料数据,构建灰色模型GM(1,2)和GM(1,1).应用模型对四川省2005-2010年从业人才需求和三次产业人才结构情况做出预测,并对人才质量进行分析.在此基础上,提出了实现预测目标的策略建议,为四川省人才培养决策提供参考.     

中国工业碳排放及其影响因素灰色预测分析——基于STIRPAT模型

基于STIRPAT模型,将中国工业碳排放的影响因素确定为人口规模、人均工业产值和工业技术水平。以1997年至2010年中国工业碳排放相关数据为研究样本,采用灰色预测GM(1,1)模型预测了工业碳排放、人口规模、人均工业产值和工业技术水平2011-2020年的未来值,为控制未来工业碳排放量提供数据参考。结果表明,从灰色预测的增速和总量综合来看,人均工业产值对工业碳排放影响最大。同时GM(1,1)对工业碳排放及其影响因素的预测精度较高。     

基于等维灰数递补动态模型的人口老龄化趋势预测

运用灰色系统中的等维灰数递补动态模型,根据人口普查中得到的老年人口占总人口的比例等数据建立了动态GM（1,1）模型.对今后几年老年人口占总人口的比率进行灰色预测,并对预测精度进行验证,结果显示拟和程度较高.     

四川省长江集装箱运输预测及展望

为加快发展四川省集装箱运输,本文分析和选择了四川省长江集装箱运输量预测方法,并应用增长率法对四川地区GDP进行预测。在此基础上,集合GM（1,1）模型和Verhulst模型的最优组合模型,对四川省集装箱运输量进行具体预测分析,并展望四川省集装箱运输的未来发展。     

引入省际人口迁移因素的基本养老保险基金收支测算——以陕西为例

采用队列要素法并运用第五次人口普查数据,通过年龄移算,预测了不引入人口迁移因素时2001-2050年间陕西省人口规模及结构;然后引入省际人口迁移因素,在计算出年龄别净迁移率的基础上,预测了2001-2050年间陕西省人口规模及结构;最后采用总体法精算模型,运用陕西省城镇职工基本养老保险相关统计资料,测算出2001-2050年间陕西省基本养老保险基金收支规模。发现引入省际人口迁移因素后,陕西省基本养老保险基金收支缺口明显缩小,在老龄化初期就出现了基金结余。     

唐山市人口数值预测

分析了1978 年以来唐山市人口发展的现状,选择唐山市1978-2005年的总人口统计数据来建立马尔萨斯人口模型和Logistic 人口模型,并运用2006-2007年的总人口数据来验证模型,对唐山市未来8年的总人口数进行了预测,以期对唐山市统筹人口发展提供借鉴.     

基于出生人口数据的全国小学师生规模变化预测研究

运用出生人口位移系数预测法,根据21世纪前20年出生人口基础数据,预测2021—2035年全国小学在校学生数及其城乡分布;提出三种生师比预测方案,预测2021—2035年全国小学专任教师规模变化及其城乡分布,测算出未来15年平均每年新增小学教师最低数为12.5万人。基于以上预测,文章提出应对小学教师变化的政策建议：要适时调整小学生师比,保持小学教师培养规模适度,加快小学教师结构优化与素质提升,优化乡村小规模学校教师配置。     

基于灰色系统理论的湖南粮食产量预测研究

粮食产量的准确预测是保障国家粮食安全的一个重要组成部分,它对政府制定相应粮食生产政策具有十分重要的意义.论文运用灰色相对关联分析,从影响粮食产量的众多因素中计算出了符合湖南禀赋的主要因子依次为粮食播种面积、农村从业人员数、每公顷面积产量、有效灌溉面积,并对这些因子进行了GM(1,1)残差修正预测,把预测所得数据作为相关因素序列数据,以粮食产量作为系统特征序列数据,构建了粮食产量的灰色GM(1,N)预测模型.根据湖南省1995～2010的粮食生产有关数据,对湖南省2015年粮食产量数据进行拟合和预测,经检验模型对2008～2010所预测数据和实际产粮数据平均相对误差为0.77％,具有较高的精确度,根据预测结果给出了确保湖南粮食产量稳定增长的政策建议.     

基于灰色系统理论的湖南粮食产量预测研究

粮食产量的准确预测是保障国家粮食安全的一个重要组成部分,它对政府制定相应粮食生产政策具有十分重要的意义.论文运用灰色相对关联分析,从影响粮食产量的众多因素中计算出了符合湖南禀赋的主要因子依次为粮食播种面积、农村从业人员数、每公顷面积产量、有效灌溉面积,并对这些因子进行了 GM(1,1)残差修正预测,把预测所得数据作为相关因素序列数据,以粮食产量作为系统特征序列数据,构建了粮食产量的灰色 GM(1,N)预测模型.根据湖南省1995~2010的粮食生产有关数据,对湖南省2015年粮食产量数据进行拟合和预测,经检验模型对2008~2010所预测数据和实际产粮数据平均相对误差为0.77%,具有较高的精确度,根据预测结果给出了确保湖南粮食产量稳定增长的政策建议     

能源新形势下区域碳排放影响因素研究 ——基于江苏省数据的实证分析

在能源新形势下,基于扩展的STIRPAT模型,以江苏省1998—2017年的数据为样本,定量分析能源消费碳排放量与人口规模、人均GDP、能源消费结构、城市化水平和绿化覆盖率等因素之间的关系,并基于主成分回归对江苏省能源消费碳排放量进行预测和拟合。研究发现：人口规模、能源消费结构以及第二产业产值占比等因素均能促进碳排放量的增加,人口规模的影响最显著;绿化覆盖率、人均绿地面积和专利授权数均能抑制碳排放量的增加;经济增长与能源消费碳排放量之间不存在EKC曲线。基于分析结果,对江苏省发展低碳经济提出相关政策建议。     

基于多种模型组合的我国2015年人口总数预测

首先建立了线性回归模型、曲线拟合模型、指数函数模型、时间序列模型、灰色系统模型5个单一模型,就2001-2004年的人口数分别对这5个模型的预测结果进行了比较;然后考虑将这5种模型用5种组合方法组成新的组合模型来预测人口总数;最后对我国2005-2015年的人口总数进行了预测,预测结果为我国2015年人口总数为14.30亿。     

城镇化水平预测方法新探——以神经网络模型的应用为例

在城镇化水平预测领域,基于时间因素的趋势回归法与经济因素的相关分析法是两种较为常用的预测方法,但两者在实际用于预测时都需要通过对时序数据的考察建立起相应的计量模型才能进行,而所建模型往往因存在一定缺陷而使预测效果受到严重影响。目前,基于数据驱动式的"黑箱"建模思想而诞生的神经网络模型在预测领域已得到了广泛应用,但在城镇化水平预测方面尚未得以充分使用。在对上述两种传统预测方法在应用中存在的缺陷进行实证分析并综合考虑时间因素与经济因素的基础上,运用神经网络模型在这一领域进行了尝试性的分析和探讨。结果表明,同两种传统预测方法相比,其预测效果较为理想。     

深圳市未来医疗床位需求的模型预测

通过分析深圳市1979-2010年人口变化的数据,采用ARMA模型与多项式回归拟合模型,预测了深圳市2011—2020年的总人口数;再用多项式拟合方法,预测了全市未来10年人口的年龄结构、医疗床位需求总量及各区医疗床位需求量;最后,选取高血压疾病患者的相关数据,预测了患者在不同类型医疗机构就医的医疗床位需求量．     

低生育背景下中国人口惯性与人口增长峰值预测

计划生育国策实施至今已有30余年之久,我国的人口形势已经发生了重大变化.自1991年开始,我国人口增长就已经进入低生育水平时期,现阶段人口数量的增长是由于人口惯性因素影响所导致.人口正增长处于缓慢前行的平稳时期,这样一个时期有利于客观并准确预测我国人口的峰值数量与达到峰值时的年份.以第六次全国人口普查的数据为依据,辅以1991-2011年《中国统计年鉴》,建立了人口惯性与人口预测两个模型.通过模型计算,假设在更替水平稳定不变的前提下,得到我国2010年人口惯性因子为1.05,并在此基础上运用GM（1,1）灰色预测模型预测人口惯性增长达到峰值时的年份,通过数次运算,结果显示,2024年我国人口数将会达到峰值,为1 439 063 719人.     

一种基于渐消因子与滑动窗口的小区域人口预测方法

对小区域人口数据的插补方法、平滑方法与预测方法进行详细研究,并针对小区域人口时间序列数据结构变化快的特点,提出了一种基于渐消因子与滑动窗口的预测方法。该方法不对现有人口预测模型的结构进行任何改变,只将人口年平均增长率、地区人口规模比例、人口年平均增长率之差等模型参数视为动态变量。通过滑动窗口不断引入新的预测值更新模型参数,同时利用渐消因子不断强化新增信息作用,弱化历史信息影响,提高参数的时效性与模型的灵活性。以湖南省澧县32个乡镇1998—2015年人口数据为研究对象,开展了大量的人口预测与分析。结果显示:1.附加人口总量约束信息的人口预测模型总体预测精度要高于未使用人口总量信息的纯数学模型;2.通过数据平滑处理可减少偶然因素影响,预测精度可提高5%⁸%;3.采用本文所提方法可显著改善现有模型的人口预测能力,预测未来5年和10年的人口数量,预测精度可分别提高18%和33%。     

青海省少数民族人口增长的最新特点与趋势预测

本文利用第六次人口普查数据分析青海省少数民族人口增长的最新特点,运用简单线性回归模型预测末来青海省少数民族人口增长态势。     

基于BP神经网络模型的我国人口总量预测研究——源自人口增长与经济增长间复杂关系的视角

在人口预测领域，以人口增长与经济增长间相关关系为建模依据的时间序列经济模型已逐渐得到了应用。然而因其现实应用必须经过一系列严格的模型识别及参数估计与模型诊断过程才能实现，故而往往面临极大困难，这就为基于数据驱动式的“黑箱”建模思想而发展起来的神经网络建模方法的应用提供了必要。运用BP神经网络模型在这一领域进行的尝试性分析表明，其预测效果颇为理想。     

我国人口老龄化的城乡差异及影响因素分析

人口的乡—城转移导致了老龄化城乡倒置现象,人口的单向跨区域流动也造成了我国大范围的地区年龄结构失衡,对我国的经济社会可持续发展造成威胁。基于2010—2019年大陆31个省市的面板数据,以人口老龄化系数为被解释变量,分别构建固定效应和随机效应模型,从人口、经济、社会三个方面研究我国城镇、农村人口老龄化和城乡倒置现象的影响因素以及三类因素在东、中、西部地区的不同表现。结果显示,人口因素是老龄化城乡差异的直接原因,经济因素是根本原因,教育、医疗、社会保障等社会因素在城乡、区域之间影响不一。为此,政府应当增强生育支持力度以提高生育率,推动城乡一体化发展,推动农村地区的养老服务建设,并鼓励区域的联动合作,以缓解老龄化集聚地区的人口压力。