含迁移要素区域人口随机预测方法及其应用.docVIP

含迁移要素区域人口随机预测方法及其应用 　　摘要：以宁波市为例，基于宁波市“六普”与“五普”数据，首先利用年龄别死亡率对同批次队列人口进行年龄移算，即人口留存分析，对比2010年的实际人口数和无迁移模式下的封闭人口数之差，进一步测算两次普查期间分性别、年龄别人口的净迁移量和净迁移率。然后，将迁移率与出生率和死亡率整合，构建多要素随机人口预测模型，预测宁波市未来人口变化趋势，并评估迁移、死亡、出生三要素对人口变动的弹性影响效果。结果表明：人口净迁入对宁波市人口总量变化影响最大，而低死亡率和低出生率是未来50年加剧宁波市人口老龄化的主要原因。未来50年内，劳动力人口净迁入对降低宁波市人口老年负担系数的作用有限。鼓励夫妇生育二孩，优化人才引进与落户机制，尽快建立起应对高龄社会的公共服务体系尤其是长期照护体系，应是宁波市人口政策改革的当务之急。 　　关键词：人口随机预测：迁移要素：区域人口 　　中图分类号：C923文献标识码：A文章编号：1000-4149（2016）04-0001-09 　　DoI：10.3969/j.issn.1000-4149.2016.04.001 　　一、引言 　　人口预测可以描绘未来人口的数量、结构、分布、劳动力、人口负担系数等变动趋势，有助于政府制定相关政策。改革开放以来，随着我国经济的快速发展，城乡之间、区域之间的发展不均衡问题也逐渐突出。上海、北京、天津、广州、宁波等城市，随着死亡率和出生率的下降，人口的自然增长率已经下降到了3%0以下的水平，有的城市甚至已经进入负增长阶段，而这些城市每年的常住人口增长率却保持在1%以上，说明目前这些城市的人口增长主要是来自人口迁移增长。因此，在对此类地区进行人口预测时不能只考虑出生和死亡的影响，需更加重视迁移人口的影响。相对于更有变化规律可循的死亡率和生育率，迁移率更加难以量化和把握其趋势，这也使得区域人口预测一直以来都是一个难题。 　　传统的人口预测方法是在参考历史数据和专家意见之后以确定性参数的方式进行的。21世纪以来，随机人口预测方法在国外已经取得了较好的发展和应用。但是在我国对于该类方法的研究却较少，在区域人口研究中更是鲜有运用。 　　本文首先提出了一种通过人口留存分析测算年龄别迁移率的方法，并将测算结果作为预测模型中的重要参数。其次，在预测过程中，同时对总和生育率（TFR）、出生人口性别比（SRB）、迁移率三个参数做了随机化处理。最后，以宁波市“六普”数据为起始人口基数，对其常住人口变动趋势进行了百年预测（2011-2110年）。预测目的一是展望宁波市人口总量、结构及老龄化的趋势，尤其是不同的人口净迁入水平对宁波市人口变动的影响，二是分析出生、迁移和死亡三大要素对人口总量及老龄化程度变化的影响效力。该随机人口预测方法能够推广运用到我国各省、市一级的区域人口预测当中。 　　二、方法介绍 　　1.人口预测方法评述 　　对人口预测方法、模型的研究，国内外学者已颇有成就。如宋健人口预测模型、灰色人口预测模型、年龄移算模型以及Leslie矩阵模型。在人口预测软件方面，也有我国学者王广州开发的CPPS、神舟数码中国人口与发展研究中心2011年开始联合开发的PADIS-INT。目前国内的人口预测方法和模型基本上都是基于?⒉问?固定化处理的点估计预测。 　　随机人口预测的方法已经在一些西方国家有了较好的应用。李（Lee）等人对美国人口进行了随机预测。奥尔德斯（Alders）等人利用贝叶斯参数处理方法对欧洲18个国家进行了随机人口预测，并将结果与经验公式法、专家系统方法进行了对比。海因德曼（Hyndmand）等人基于1921-2003年澳大利亚的出生、死亡和迁移数据，利用蒙特卡洛方法确定参数的随机变化，再依靠队列要素模型对澳洲人口进行了随机预测。海德拉（Hardel）等人利用改进的Lee-Carter模型对死亡率和生育率进行了预测，并利用一种非参数化的技术处理了年龄别迁移率，在此基础上随机预测德国2007-2060年的人口总量和结构。联合国人口司基于各国的人口历史数据，利用贝叶斯方法对出生率进行了估计，对全球两百多个国家的人口进行了1950-2100年的描述和随机预测。 　　在对中国人口的预测方面，鲁茨（Lutz）等人通过对历史数据的考察，拟合带有随机项的平稳时间序列，进而对未来的各变量进行估计，对中国人口进行了随机预测，描绘出了未来中国人口的老龄化变动趋势。任强等人对鲁茨的方法进行了改进，基于Leslie矩阵和ARMA时间序列对参数进行了识别和推算，预测了中国2000-2050年的人口。但是他们都未考虑迁移人口的影响，也未分析各参数的影响效力。李强等人对中国人口（2005-2060年）进行了多要素的随机人口预测，结合历史数据及专家经验，对生育水