土地利用規(guī)劃中人口預(yù)測模型的比較研究

王瀟

摘 ?要：為了實現(xiàn)對土地資源的合理規(guī)劃利用，首先需要對土地內(nèi)的人口數(shù)量進行合理的預(yù)測工作，才能為土地利用規(guī)劃提供基礎(chǔ)的數(shù)據(jù)，保證土地規(guī)劃工作的科學(xué)合理性。根據(jù)多年的研究發(fā)展，已經(jīng)出現(xiàn)了關(guān)于人口預(yù)測的多種模型，每種模型采取不同的辦法對人口進行科學(xué)的預(yù)測，本文對多種模型進行實際的分析研究，尋找每種模型使用的條件和范圍。根據(jù)需要的預(yù)測的實際情況對模型進行合理的選擇，可以有效提高預(yù)測工作的精確度。

關(guān)鍵詞：土地規(guī)劃;預(yù)測模型;比較分析;人口自然增長法

我國作為一個國土面積廣闊且具有較多人口的國家，土地利用規(guī)劃工作無疑是非常重要的，為了保證土地利用規(guī)劃的科學(xué)合理性，需要我們進行合理的人口預(yù)測工作，為土地利用規(guī)劃提供基礎(chǔ)的數(shù)據(jù)。雖然我國人口預(yù)測的方法較多，但是缺少專業(yè)的對比和分析，在實際的人口預(yù)測工作中，經(jīng)常會出現(xiàn)方法選擇錯誤而導(dǎo)致的預(yù)測數(shù)據(jù)偏差，無法為土地規(guī)劃利用提供最準確的人口預(yù)測數(shù)據(jù)，本文將主要的幾種方法進行對比分析，希望提供一定的幫助。

1幾種預(yù)測模型原理的簡介

1.1人口自然增長法

這種方法的考慮要素較少，主要是關(guān)于往年的人口增長率進行計算，無法對一些其他因素進行考慮，得出的人口計算結(jié)果準確率較低。主要計算方法就是通過基準年的人口數(shù)和計算時間段的人口增長率。

1.2GM（1，1）色模型法

這種人口預(yù)測模型較自然增長法更加復(fù)雜，可以對一些影響因素進行合理的考慮，可以在缺少數(shù)據(jù)信息的情況下進行預(yù)測工作，可以對人口的增長進行，模糊性的預(yù)測工作，在一些缺少數(shù)據(jù)信息支撐的情況下可以進行合理運用。

1.3移動平均數(shù)法

1.3.1一次移動平均數(shù)法

這種預(yù)測方法的主要優(yōu)勢就是具有較少的預(yù)測量，可以根據(jù)時間的變化規(guī)律反應(yīng)人口的變化趨勢，但是這種模型又具有較多的限制，必須要較多信息數(shù)據(jù)支持才能實現(xiàn)對人口的合理預(yù)測，當(dāng)數(shù)據(jù)信息較少時，無法滿足實際計算要求。

1.3.2二次移動平均數(shù)法

這種計算方法是在一次移動平均數(shù)法的基礎(chǔ)上再次進行計算得到的，主要是基于一次平均數(shù)法的支持上，兩者具有較為相同的性質(zhì)特點。

1.4指數(shù)平滑法

這種預(yù)測模型是在數(shù)學(xué)公式的基礎(chǔ)上進行合理的發(fā)展研究出現(xiàn)的，再生產(chǎn)的預(yù)測中也有著比較廣泛的應(yīng)用，在人口的預(yù)測工作中有著一次和二次兩種預(yù)測方法。

1.5一元線性回歸法

在使用該預(yù)測模型時，主要具有兩個主要的步驟，搜狐縣需要根據(jù)已有的數(shù)據(jù)進行回歸直線的確定工作，在回歸直線確定以后，可以進行相關(guān)性的檢驗工作。

1.6馬爾薩斯人口增長模型

在多年以前，就出現(xiàn)了馬爾薩斯人口增長理論，該理論無疑是具有很強超前性的，主要是指人口是按照一定的幾何規(guī)律進行增長的。

1.7宋健人口預(yù)測模型

該預(yù)測模型具有很多優(yōu)勢，主要特點是可以對多種影響因素進行合理的考慮和涵蓋，增加了人口預(yù)測工作的準確性，根據(jù)多年的應(yīng)用發(fā)展，已經(jīng)形成了比較成熟得意應(yīng)用體系。

2預(yù)測模型的實分析

2.1區(qū)域概況及原始數(shù)據(jù)分析

撫州市位于江西省東部，東鄰福建省，南接贛州市，西連吉安市、宜春市，北毗南昌市上饒市。介于東經(jīng)115°35′-117°18′、北緯26°29′-28°30′之間。南北長約222km，東西寬約169km。屬亞熱帶季風(fēng)型氣候，溫暖濕潤，量充沛。撫州市管轄10縣1區(qū)，全市土地面積188.17萬hm2，約占全省總土地面積的11.27%，全市耕地面積24.8hm2，約占全省總耕地面積的10.9%。2000年總?cè)丝跒?47.25萬人，約占全省總?cè)丝诘?.6%，人均耕地03068hm2，高于全省人均耕地水平0.054hm2，耕地資源比較豐富。2000年人均GDP為1250元，相當(dāng)于全省人均21.48%，相當(dāng)于全國人均GDP的15.1%，是典型的經(jīng)濟欠發(fā)達地區(qū)。

根據(jù)對該地區(qū)的實際數(shù)據(jù)的進行分析研究，我們可以對該地區(qū)的人口增長趨勢進行深入了解，我們發(fā)現(xiàn)該地區(qū)在1991出現(xiàn)了突變式的增長趨勢，將整體的線性增長趨勢進行了破壞，呈現(xiàn)出一段時間內(nèi)的線性增長趨勢和一段時間內(nèi)的突變增長趨勢，因為不同時間段具有不同的增長趨勢，需要我們對不同增長趨勢進行合理的分段計算，才能保證預(yù)測結(jié)構(gòu)的準確性。

2.2計算結(jié)果及說明

一元線性回歸中，顯著性水平為0.05，檢驗證明Y（人口數(shù)）與X（年份）間有線性關(guān)系，可用于預(yù)測。GM（1.1）模型的P，C值均滿足一級要求，即P≥0.95，C≤0.35，模型擬合精度較好。人口自然增長法及馬爾薩斯模型的r取值相同，1984-1996年年增長率的平均數(shù)11.61%，1988-1996年年增長率12.78%。二次指數(shù)平滑在一次指數(shù)平滑基礎(chǔ)上進行，分別相應(yīng)取0.1，0.3，0.5。二次移動平均在一次移動平均基礎(chǔ)上進行。宋健模型涉及的參數(shù)較多，本文僅用宋健總?cè)丝陬A(yù)測模型進行總?cè)丝陬A(yù)測。

3各預(yù)測模型的分析研究

3.1歷史數(shù)據(jù)長度的分析

根據(jù)對所有預(yù)測模型的實際應(yīng)用分析我們得知以下幾點：第一點，不同的預(yù)測方法對數(shù)據(jù)的長短有著不同的要求，有些方法在數(shù)據(jù)較短的情況下無法實現(xiàn)準確預(yù)測，而有些方法則可以在數(shù)據(jù)較短的情況下進行合理的預(yù)測工作，所以在對人口數(shù)量進行合理預(yù)測時，需要根據(jù)數(shù)據(jù)的長短對預(yù)測模型進行合理的挑選工作。第二點，雖然有些預(yù)測模型在較短的歷史數(shù)據(jù)條件下也可以實現(xiàn)模型的預(yù)測，但是歷史數(shù)據(jù)的需要不能太短，會導(dǎo)致測量的不準確性。第三點，根據(jù)實際的調(diào)查研究發(fā)現(xiàn)，10年左右的歷史數(shù)據(jù)長短可以滿足大部分模型預(yù)測工作。

3.2GM（1，1）色模型法

這種模型在本次的實例預(yù)測中沒有取得理想的預(yù)測結(jié)果，主要原因就是該模型不適合該類型的人口預(yù)測，該模型的預(yù)測適合于一些波動性較強的人口預(yù)測中，實例中雖然具有一點波動性，但是大體上還是比較平穩(wěn)的，所以說一定要根據(jù)預(yù)測數(shù)據(jù)的實際情況選擇合適的預(yù)測模型，才能保證人口數(shù)據(jù)預(yù)測的準確性。

3.3二次移動平均數(shù)法的分析

N1，N2的取定對預(yù)測結(jié)果有很大影響，合理的N1，N2值可大大提高預(yù)測精度。在本例中，當(dāng)取N1=3，N2=3時，預(yù)測結(jié)果較理想，這是因為N1，N2對數(shù)據(jù)有平滑作用，應(yīng)該取合理的N1，N2值加以組合然后再進行預(yù)測。

3.4二次指數(shù)平滑法及二次移動平均法的對比分析

當(dāng)減少掉一些歷史數(shù)據(jù)時，二次移動平均數(shù)法的預(yù)測結(jié)果跟沒有減少歷史數(shù)據(jù)時的結(jié)果相似甚至相同，說明它對歷史數(shù)據(jù)長度也沒有較高要求。二次移動平均數(shù)法和二次指數(shù)平滑法結(jié)果精度相接近，這可以從它們的原理相近看出來，它們都是對數(shù)據(jù)進行平滑，后建立模型進行預(yù)測，只是對數(shù)據(jù)所采取的平滑方法不同而已。它們都是一種滾動推進式預(yù)測，所以不宜用于長周期預(yù)測。

4結(jié)語

根據(jù)對各種模型實際應(yīng)用計算，我們發(fā)現(xiàn)不同的人口預(yù)測模型具有不同的特點，需要根據(jù)要進行人口預(yù)測的實際情況進行選擇，只有保證方法選擇的合理性，才能保證人口預(yù)測的準確性和合理性。每種方法都有著自身的特點，具有不同的優(yōu)勢的缺點。雖然人口預(yù)測工作可以實現(xiàn)對人口大題上的預(yù)測，但是人口的發(fā)展具有不確定性，可能會出現(xiàn)無法預(yù)測的變化，所以說我們只有根據(jù)實際預(yù)測的情況將各種方法進行合理結(jié)合利用，保證預(yù)測的最科學(xué)合理化。

參考文獻

[1]李斌， 劉越巖， 張斌，等. 基于Tietenberg模型的土地利用變化多情景模擬預(yù)測——以武漢市蔡甸區(qū)為例[J]. 資源科學(xué)， 2017， 39（9）：1739-1752.

[2]潘宇. 基于改進的GM（1，1）模型的中國人口動態(tài)預(yù)測研究[D]. 湖南大學(xué)， 2016.

[3]孫儀陽， 李貽學(xué)， 姜懷龍，等. 基于Markov和GM（1，1）模型的土地利用變化預(yù)測[J]. 農(nóng)業(yè)資源與環(huán)境學(xué)報， 2016， 33（3）：289-296.