區域視角下我國老齡化人口的組合預測模型

孫麗蘋, 袁宏俊, 胡凌云

( 1.安徽財經大學 統計與應用數學學院; 2.安徽財經大學 管理科學與工程學院: 安徽 蚌埠 233030 )

統計顯示,2020年我國人口(14.11億人)中65歲及以上人口總數為1.90億人(占比為13.5%)[1],這表明我國已經進入老齡化社會.人口老齡化不僅會加大社會保障和公共服務壓力,而且會持續影響社會活力、創新動力和經濟潛在增長率,因此研究老齡人口變化具有重要意義.傳統預測人口的方法主要有GM(1,1)模型[2]、Logistic模型[3]、BP神經網絡模型[4]、隊列要素法[5]等,這些單一模型雖然具有自我學習能力強和使用數據少等優點,但由于它們難以同時捕獲數據序列的線性及非線性特征,因此在預測波動性強的數據序列時存在精度較低的問題.為此,一些學者提出了基于不同準則的定權組合模型和變權組合模型,如徐翔燕等構建的GM(1,1)-SVM組合預測模型[6]、龍會典等構建的GM(1,1)-Markov鏈組合預測模型[7]、袁宏俊等構建的COWG-WPA算子區間型組合預測模型等[8-10],研究表明這些組合模型的預測效果均優于單項預測模型.基于上述研究,本文以灰色-BP神經網絡模型、殘差修正GM(1,1)模型和Logistic模型作為單項預測模型,構建了一種基于相關系數的誘導有序加權平均(IOWA)算子組合預測模型,并利用該模型預測了2021—2030年我國東部、中部、西部和東北部地區及全國的老齡人口發展趨勢.

1 老齡人口總量的單項預測模型

1.1 殘差修正GM(1,1)模型

灰色理論[11]由鄧聚龍教授首次提出,其中GM系列模型因具有使用數據少和計算簡單等優點被廣……