應 奎, 李旭東
(貴州師范大學 地理與環境科學學院, 貴州 貴陽 550025)
人口老齡化研究最早始于19世紀末的法國[1],之后逐漸成為世界共同研究的熱點問題.按照聯合國對人口老齡化社會(65歲及以上人口占總人口比重≥7%)的定義及國內歷年人口統計數據,全國在2010年進入老齡化的省份達26個,相比“五普”增加了13個.由此看,我國人口老齡化水平在快速提升中,而相應的人口紅利則在漸趨消失,使得人口老齡化與社會經濟健康持續發展的鴻溝在擴大,而這種鴻溝在西部地區還在進一步擴張.因此,準確預測人口老齡化變動趨勢及掌握其成因機理,對地區人口老齡化問題解決及促進人地和諧和區域社會經濟協調具有重要意義.
老齡人口數和老齡化率可以很好地反映一個社會的人口壓力狀況,因此預測老齡人口數和老齡化率是必要的.傳統的預測方法多采用單數學模型預測,最常見的有偏微分方程[2]、灰色GM(1,1)模型[3]、Leslie模型[4]、時間序列模型[5]和非參數自回歸模型[6],此類模型各有優勢,但單個模型的不足難以克服,也缺乏對比模型的驗證.隨著學者對人口老齡化研究的深入,新的方法被引進,如預測軟件(CPPS)[7]、生命編制表[8]、年齡推移法[9]、徑向基神經網絡模型[10]和Bayesian層次時空模型[11]等,預測效果相比有較大提升.同時,為了更適應區域研究和進一步提高預測精度,部分學者采用改進的模型或多種模型的組合進行預測,如基于改進的新陳代謝GM(1,1)模型[12]、非參數估……