建設人口均衡城市視角下的人口規(guī)模預測
——以成都市為例

李菲雅，蔣若凡

（1.四川師范大學政治教育學院，四川 成都 610068； 2.西南財經(jīng)大學應用經(jīng)濟學博士后流動站，四川 成都 611130）

建設人口均衡城市視角下的人口規(guī)模預測
——以成都市為例

李菲雅1，蔣若凡2

（1.四川師范大學政治教育學院，四川 成都 610068； 2.西南財經(jīng)大學應用經(jīng)濟學博士后流動站，四川 成都 611130）

建設人口均衡城市，首要在于充分摸清人口底數(shù)，準確預測人口增長規(guī)模，才能科學制定人口和經(jīng)濟社會發(fā)展規(guī)劃。文章針對以往單一指標預測人口總量精度不高的問題，利用灰色預測所需信息少和神經(jīng)網(wǎng)絡非線性映射能力強的優(yōu)點，篩選出與人口總量緊密聯(lián)系的9個主要因素，力圖建立多指標灰色PSO-BP神經(jīng)網(wǎng)絡人口預測模型，并對2015年至2030年成都市人口總量進行預測。實證分析表明，該模型預測精度高、泛化能力強，具有較好的實用價值。在論文的最后，作者依據(jù)模型預測結果，為成都市建設人口均衡城市提出了較有針對性的建議。

灰色理論；BP神經(jīng)網(wǎng)絡；粒子群算法（PSO算法）；人口預測；人口均衡

一、引言

“十二五”時期，我國經(jīng)濟社會進入了以轉型促發(fā)展的新階段。在成都市深入推進統(tǒng)籌城鄉(xiāng)綜合配套改革試驗區(qū)和建設“世界現(xiàn)代田園城市”的背景下，成都市人口數(shù)量、人口性別比例、人口年齡構成、人口城鄉(xiāng)分布、人口文化教育等一系列人口問題越來越引起廣泛關注。準確預測成都市人口規(guī)模變動趨勢，為成都人口發(fā)展科學決策提供依據(jù)，對于“保持與世界生態(tài)田園城市建設相適應的人口均衡發(fā)展水平”和促進成都人口問題統(tǒng)籌解決有著基礎性意義。

人口預測就是根據(jù)現(xiàn)有的人口狀況并考慮影響人口發(fā)展的各種因素，按照科學的方法，測算在未來某個時間的人口規(guī)模、水平和趨勢。它作為國家決策經(jīng)濟改革與人口發(fā)展等政策的重要依據(jù)越來越受到人們的重視。在人口預測方法上，我國學者進行了大量的實證研究，目前建立的人口預測模型主要有一次線性回歸模型、灰色序列預測模型、邏輯斯蒂模型、Leslie人口模型、Logistic模型、宋健模型、SVAR預測模型、BP神經(jīng)網(wǎng)絡模型和粒子群模型等。

閻慧臻(2008)利用Logistic模型建立了人口預測公式，并對我國2008、2020、2050年人口總數(shù)進行了預測，預測結果為2020年我國人口數(shù)約為13.76億，2050年我國人口數(shù)約為14.18億。

劉汝良、賈仁安、董秋仙的研究(2007)在宋健人口預測模型的基礎上，建立了一個系統(tǒng)動力學模型，通過仿真模擬，預測出江西省農(nóng)村人口在未來25年的結構變化。

門可佩、官琳琳、尹遜震(2007)根據(jù)1949-2006年中國人口的實際發(fā)展，建立了離散灰色增量模型和新初值灰色增量模型，并據(jù)此對未來中國人口進行了預測研究。結果表明，到2030年中國人口約達14.27億，到2050年約為14.69億。

尹春華、陳雷(2005)利用數(shù)據(jù)挖掘中的BP神經(jīng)網(wǎng)絡技術構建了人口預測模型，對遼寧省沈陽市某區(qū)的嬰兒出生數(shù)量進行了實例預測，并對該地區(qū)未來在教育規(guī)模、師資培養(yǎng)、人員招聘及各個學校及幼兒教育、幼兒保健的規(guī)劃上提供了決策依據(jù)。

隨著成都市城鄉(xiāng)統(tǒng)籌的發(fā)展，“世界現(xiàn)代田園城市”初見規(guī)模。但在大力推進統(tǒng)籌城鄉(xiāng)綜合配套改革試驗區(qū)的進程中，城鎮(zhèn)化建設的推進、人居環(huán)境的逐步改善對人口的發(fā)展也帶來了一系列迫切需要思考和協(xié)調解決的問題，如：就業(yè)容量問題、交通擁堵環(huán)境污染問題、公共資源短缺問題以及留守兒童和“農(nóng)村空心化”等問題。因此，城鎮(zhèn)化不是簡單的城市空間擴張，其實質是通過相關制度改革和建設，使農(nóng)民轉化為市民，真正融入到城市中。要加快城鄉(xiāng)統(tǒng)籌發(fā)展，各項制度的改革就顯得尤為重要，如戶籍管理制度、農(nóng)民工子女教育制度、收入分配制度、社會保障制度等。而改革上述制度的根本依據(jù)就是對人口總量進行準確的預測。

現(xiàn)代經(jīng)濟社會的高速發(fā)展導致人口問題研究的復雜化，目前人口問題已經(jīng)發(fā)展成為由生育、教育、環(huán)境、經(jīng)濟、公共資源等諸多因素影響、共同制約的非線性人口系統(tǒng)工程問題。傳統(tǒng)的人口預測模型局限于用人口總量這單一指標來進行線性擬合預測，無法與人口系統(tǒng)工程中諸多因素相映射。而粒子群算法(PSO)可用人口系統(tǒng)工程中諸多因素作為多個粒子同時移動，且同時以自身經(jīng)驗與其他粒子所提供的經(jīng)驗進行比對找尋BP神經(jīng)網(wǎng)絡模型的最優(yōu)解。因此，該算法能夠擬合人口系統(tǒng)工程的真實情況，解決人口總量與影響因素之間復雜的非線性映射關系。同時，人口總量影響指標存在關系的模糊性，波動性、數(shù)據(jù)的不完備或不確定性等特點，通過灰色模型對各指標進行最佳維數(shù)的選擇，可以在一定程度上彌補原始數(shù)據(jù)的缺陷，找出數(shù)據(jù)變換規(guī)律。

為此，文章從人口系統(tǒng)工程中篩選影響人口總量的9個主要指標，運用BP神經(jīng)網(wǎng)絡粒子群算法和灰色理論，建立多指標灰色PSO-BP人口預測模型，并運用該模型對成都市人口規(guī)模進行實證預測。

二、模型指標參數(shù)

1.指標體系的建立

人口總量是人口系統(tǒng)工程中最重要的指標，它受社會、經(jīng)濟等諸多因素影響，要準確預測成都市人口總量為城鄉(xiāng)統(tǒng)籌的發(fā)展提供科學依據(jù)，必須考慮把影響因素作為指標加以考慮，但不可能把所有因素都用來作為計量人口規(guī)模的指標。根據(jù)文獻和經(jīng)驗，作者選取了與人口總量緊密聯(lián)系的生育及人口再生產(chǎn)、人口素質、人口結構和國民經(jīng)濟四個方面，來預測人口總量P。

（1） 人口再生產(chǎn)指標

人口再生產(chǎn)是人口總體不斷延續(xù)的重要過程，最終取決于人口出生率和死亡率，人口數(shù)量增長的關鍵制約因素是生育水平。同時，生育質量、人口素質與社會經(jīng)濟發(fā)展水平等問題都會根據(jù)生育數(shù)量直接或間接影響。因此，生育及再生產(chǎn)指標體系包含婦女總和生育率P1、出生率P2、自然增長率這三個指標P3。

（2） 人口素質指標

人口素質體現(xiàn)在質的方面，體現(xiàn)為人口總體認識和改造世界的條件和能力，又稱為人口質量。一般認為包括生理素質、科學文化素質和思想素質三個方面，通常稱之為德、智、體。生理素質是人口質量的自然條件和基礎。科學文化素質是在一定社會條件下，改造世界的能力，而思想素質是控制人們行為的意識狀態(tài)。通常，采用控制人口數(shù)量、普及教育等方法來提高人口素質，當人口素質提高后反過來又會促進控制人口數(shù)量。本文人口素質指標體系包含普通中學在校學生數(shù)P4、每萬人衛(wèi)生技術人員數(shù)P5這兩個指標P5。

（3） 人口結構指標

指人口按照不同的標準劃分得到的一種結果，可以反映出人口內部按規(guī)定劃分的數(shù)量比例關系，主要分為自然結構和社會結構兩部分。自然結構主要是性別結構和年齡結構，構成的主要因素包括年齡、性別、名族、宗教等，而人口社會結構則主要指城鄉(xiāng)結構、教育程度、職業(yè)、收入、家庭人數(shù)等。人口質量的合理性主要由人口結構進行評價，該指標體系重要而復雜，本文評價人口結構體系選用總人口性別比P6、城市人口比重P7、老齡化比率P8這三個指標。

（4）城市經(jīng)濟指標

城市經(jīng)濟是以城市為載體和發(fā)展空間，以研究工業(yè)、商業(yè)等各種非農(nóng)經(jīng)濟為對象建立的地區(qū)經(jīng)濟總體，它為人口發(fā)展提供重要的物質基礎。成都作為西部城市，經(jīng)濟總量小，產(chǎn)業(yè)層次低，輻射作用小，遠落后于東部沿海城市，很大程度受西部人口總量高，人口素質偏低影響。因此，在對成都市人口發(fā)展規(guī)模進行度量時，引入地區(qū)經(jīng)濟發(fā)展指標是十分必要的，這里選用人均地區(qū)生產(chǎn)總值P9來測度。

以上指標體系如圖1所示，它們與人口總量的非線性關系為：P=f(p1，p2，p3，p4，p5，p6，p7，p8，p9)。

圖1 人口總量影響指標體系

2.數(shù)據(jù)采集及處理

人口數(shù)據(jù)采集渠道一般分為直接和間接來源。直接來源指以專門收集有關人口數(shù)據(jù)為目，主要包括人口普查、人口調查和經(jīng)濟性人口統(tǒng)計；間接來源不是以專門提供人口數(shù)據(jù)為目的，但包括有關人口信息，如經(jīng)濟普查、農(nóng)業(yè)調查等。文章主要以《成都統(tǒng)計年鑒》為基礎數(shù)據(jù)，它主要包括：人口及勞動力、財政金融證券及保險、人民生活、城市公用事業(yè)、工農(nóng)業(yè)、區(qū)市縣概況等。同時與“六普”等其他數(shù)據(jù)相互引證、認真推敲，并對原始數(shù)據(jù)作適當修正。

三、算法及精度校驗

1.灰色預測模型

灰色預測是一種對指標含有波動性、不完備或不確定性因素進行處理的方法，它最早由我國鄧聚龍教授根據(jù)“灰箱”概念拓廣而來。它以小樣本或不完備不確定信息為研究對象，通過對原始數(shù)據(jù)進行處理，生成有較強規(guī)律性的數(shù)據(jù)序列，實現(xiàn)對系統(tǒng)變化規(guī)律正確認識和有效控制，從而預測系統(tǒng)發(fā)展趨勢。灰色預測是基于GM(1,1)的預測，設原始時間序列為：

用1-AGO對序列X(0)進行一階累加，生成序列：

則白化微分方程為：

上式中，a為發(fā)展系數(shù)，b為灰色作用量。利用最小二乘法求解：

式中：

令x(1)(0)=x(0)(1)，可得時間響應序列為：

2.粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡

傳統(tǒng)的BP算法學習速度慢、容錯能力差、參數(shù)選擇沒有理論依據(jù)，利用粒子群優(yōu)化算法能夠有效提高其全局性和穩(wěn)定性。

（1）PSO算法的基本思路

PSO是一種基于群體智能理論的全局尋優(yōu)算法，所有粒子由被優(yōu)化函數(shù)決定其適應度，速度決定飛翔方向和距離。粒子在每次迭代中通過跟蹤個體和全局極值來更新自己，飛行速度和位置的調整公式如下：

其中，下標i、j為第i個粒子的第j維，t為第t代，c1、c2表示加速常數(shù)，r1、r2表示隨機變量。

（2）PSO-BP神經(jīng)網(wǎng)絡

理論上BP網(wǎng)絡能夠逼近任意非線性函數(shù)，但由于神經(jīng)網(wǎng)絡訓練學習中許多參數(shù)選擇沒有理論依據(jù)，使得模型應用具有局限性，針對BP學習算法的不足，本文引入PSO算法將神經(jīng)元之間所有的連接權值編碼表示種群個體，按照算法流程迭代。迭代中新生成的個體向量還原成神經(jīng)網(wǎng)絡權值，計算所有樣本通過神經(jīng)網(wǎng)絡產(chǎn)生的均方差，當其小于系統(tǒng)規(guī)定的誤差或達到最大迭代次數(shù)，則訓練過程停止，否則繼續(xù)。

（3） 算法的流程如圖2

（4） 預測值的精度檢驗

PSO-BP神經(jīng)網(wǎng)絡模型能否用于人口預測，還需要對其進行精度檢驗，標準如下：

①計算原始序列的均方差s1和殘差的均方差s2

設 X(0)為原始序列，X?(0)為相應的預測序列，ε(0)為殘差序列。則X(0)的均值表示為：

圖2 PSO-BP算法流程圖

X(0)的方差：

殘差的均值：

殘差的方差：

②計算精度檢驗項目

相對誤差：

小誤差概率：

③根據(jù)相對誤差△、均方差比值c、小誤差概率p對模型的預測精度進行判斷，其精度檢驗等級標準如表1所示。

表1 精度檢驗等級標準表

四、基于灰色PSO-BP人口預測模型的構建

1.模型構建

本文構建的人口預測模型如圖3所示。該模型將人口系統(tǒng)工程中對人口總量影響較大的9個主要指標的數(shù)據(jù)用灰色模型進行前期優(yōu)化，并將擬合值作為輸入樣本對PSO-BP網(wǎng)絡進行訓練，最后將各指標預測值輸入訓練好的網(wǎng)絡進行仿真即可得到預測結果。其中，BP輸入輸出、隱含層節(jié)點數(shù)分別為1、9和12，輸出層和激活函數(shù)分別采用purelin和tansig函數(shù)，迭代最大步數(shù)為5000，目標誤差設為0.001。

2.模型算法

上述模型構建后，利用成都市歷史數(shù)據(jù)進行人口總量預測，具體算法流程如下：

圖3 灰色PSO-BP人口預測模型

STEP 1：以婦女總和生育率p1、出生率p2、自然增長率p3、普通中學在校學生數(shù)p4、每萬人衛(wèi)生技術人員數(shù)p5、總人口性別比p6、城市人口比重p7、老齡化比率p8、人均地區(qū)生產(chǎn)總值p9共9個人口系統(tǒng)指標的歷年數(shù)據(jù)用灰色算法進行變維數(shù)優(yōu)化，找到最優(yōu)維數(shù)并計算相應的擬合值(i=1，2，…，9)；

STEP 3：使用 Matlab7遺傳算法工具箱建立PSO-BP神經(jīng)網(wǎng)絡模型，將指標參數(shù)樣本集的2/3樣本輸入模型輸入層節(jié)點，對PSO-BP網(wǎng)絡進行訓練，直至誤差達到要求或超過最大迭代步數(shù)；

STEP 4：用指標參數(shù)樣本集剩余的1/3輸入模型進行精度檢驗、評價；

五、對比實證分析

1.模型對比分析

以2000為起點近11年成都市歷史數(shù)據(jù)為基礎，分別采用單變量GM(1，1)、BP模型和灰色PSO-BP組合模型對成都市人口總量進行擬合，結果如表2所示，預測精度如表3所示。

表2 三種模型對2000-2010年成都市人口總量擬合對比結果（單位：萬人）

表3 三種模型預測精度對比結果

通過比較，三種預測方法均能有效地對成都市人口總量進行短期預測，預測精度等級均為“一級”。三種算法中，灰色PSO-BP模型是通過灰色理論對人口系統(tǒng)工程中9個指標進行優(yōu)化，并用PSO對BP模型參數(shù)進行優(yōu)化，因此，其人口總量預測值和預測精度均明顯優(yōu)于其它兩種模型。

2.成都市未來人口總量預測

由于灰色GM(1,1)預測模型屬于短序列預測，只適合中、短期的人口總量預測。所以文章只對2015-2025年共11個時間序列點的成都市人口總量進行預測，部分結果如表4所示。

通過表4對成都市未來總人口預測分析，得到如下結論：

第一，在成都市深入推進統(tǒng)籌城鄉(xiāng)綜合配套改革試驗區(qū)和建設“自然之美、社會公正、城鄉(xiāng)一體”的“世界現(xiàn)代田園城市與人口均衡型城市”的背景下，2015-2025年，成都市每年凈增人口數(shù)將由25萬人逐步下降到10萬人左右。

表4 模型對2015-2025年成都市人口總量預測結果（單位：萬人）

第二，到2020年底，成都市人口將不超過1250萬人，完成《成都市人口發(fā)展“十二五”規(guī)劃》 （以下簡稱《人口規(guī)劃》）中戶籍總人口控制在1260萬人以內的奮斗目標是不成問題的。如果繼續(xù)堅定有效的貫徹計劃生育方針、政策，在社會經(jīng)濟極大發(fā)展、人民精神文明和整體素質顯著提高的前提下，成都市2025年總人口將不會超過1400萬人。由此可以看出，成都市進入21世紀人口的增長速度會比人們預料的要慢得多。

第三，在人口自然增長率逐步減緩的同時,通常伴隨人口年齡結構的加速老化。這一點根據(jù)六普數(shù)據(jù)也得到了應證，成都市2010年65歲及以上人口為136.43萬人，比2000年第五次全國人口普查89.48萬人增加46.95萬人，增長52.47%。標志著未來10年成都市將進入人口快速老齡化階段。

六、對于成都市建設人口均衡城市的思考

依據(jù)對未來成都人口總量增長的預測，盡管現(xiàn)階段完成《人口規(guī)劃》提出的人口總量控制目標是切實可行的。但更應該看到，“十二五”期間以及隨后的幾年既是成都市深入推進統(tǒng)籌城鄉(xiāng)綜合配套改革、經(jīng)濟社會加速發(fā)展的關鍵時期，也是人口總量的持續(xù)增長和人口深度老化期。從“十二五”開局時期成都市人口總量規(guī)模的實際出發(fā)，考慮到建設世界現(xiàn)代田園城市內涵與人口均衡型社會的核心價值的一致性，針對目前人口發(fā)展面臨的現(xiàn)實困難和挑戰(zhàn)，按照市委、市政府構建成都市人口均衡城市的新要求，筆者認為成都市未來十年的人口工作應著重注意以下兩個方面：

1.穩(wěn)步放寬現(xiàn)行生育政策，有效推動代際和諧

（1）有限制的逐步放寬現(xiàn)行生育政策

每個社會的人口都是由老年人、勞動力年齡人口和少年兒童組成的。目前，成都市60歲以上老年人口約占總人口的20%以上，勞動力人口規(guī)模大，但勞動力老化情況比較嚴重，勞動力是可持續(xù)發(fā)展的核心問題，如果勞動力沒有了，就不可能實現(xiàn)可持續(xù)發(fā)展。人口年齡結構不平衡，也會對成都的未來經(jīng)濟社會發(fā)展產(chǎn)生負面影響。如果沒有足夠外來勞動力支撐的話，應該適度放寬生育限制，加快推進落實十八屆三中全會通過的《中共中央關于全面深化改革若干重大問題的決定》中關于中啟動實施“一方是獨生子女的夫婦可生育兩個孩子的政策”以及獨生子女四級以上殘疾的照顧再生育的政策。省市兩級均應制定出具體的時間表，不設置地方“門檻”，處理好新舊政策的銜接，以緩解勞動力老化帶來的經(jīng)濟社會壓力。

（2）穩(wěn)步完善政府為主、社會補充的人口和計劃生育利益導向政策體系

在有限制的逐步放寬現(xiàn)行生育政策的同時需完善以城鄉(xiāng)全覆蓋計劃生育家庭獎勵扶助、特別扶助、獨生子女父母獎勵、計劃生育免費技術服務等為主要內容的人口和計劃生育利益導向制度，逐步建立全市城鄉(xiāng)全覆蓋的晚婚晚育獎勵、落實長效節(jié)育措施獎勵制度，提高計劃生育家庭的保障水平。

2.完善社會保障和養(yǎng)老服務體系，切實應對人口老齡化

（1）加快社會保障制度的改革

進一步完善覆蓋城鄉(xiāng)居民的社會養(yǎng)老保險制度，堅持“保基本、全覆蓋、有彈性、可持續(xù)”的基本原則，建議分圈層（城區(qū)、郊區(qū)、下轄縣）、分類劃檔逐步推進全市新型農(nóng)村養(yǎng)老保險。各地應本著“政府引導、農(nóng)民自愿”的原則，先試點、再推進，創(chuàng)造性地開展工作，不斷探索和實踐農(nóng)民樂意接受的新型農(nóng)村養(yǎng)老保險方式。

（2）健全完善老年人口服務體系

一是認真落實各項養(yǎng)老服務優(yōu)惠政策，在政府層面應加大財政扶持力度，做足做好預算，多渠道籌集資金，健全養(yǎng)老服務業(yè)的“以獎代補”機制，進一步激勵和調動社會力量興辦養(yǎng)老服務機構的積極性。二是建立專業(yè)服務隊伍。多渠道、多方面加強社會工作者、專業(yè)化的家政服務和助老志愿者服務隊伍建設。成都市可以嘗試以政府購買服務的形式，引進民間養(yǎng)老服務機構，為老人提供全面、人性化的服務。三是構建養(yǎng)老綜合服務網(wǎng)絡平臺。社區(qū)是老年人的聚居地，是老年人的主要活動場所和生活空間。要以社區(qū)居家養(yǎng)老服務為依托，在各社區(qū)普遍建立空巢家庭、獨居老人、高齡老人信息庫，實行動態(tài)化管理，保障社區(qū)老年人不受地域和時間限制享受各種優(yōu)質服務。

（3）推進老年基礎設施和相關產(chǎn)業(yè)建設

現(xiàn)階段開始，成都城市規(guī)劃和建設應考慮適應未來老齡化社會到來的要求，在交通、建筑、娛樂、休閑等方面要照顧到老年人的利益。其次，在產(chǎn)業(yè)發(fā)展規(guī)劃中，要充分考慮老齡社會的到來對當前成都市產(chǎn)業(yè)發(fā)展的有利或者不利的影響，同時具有前瞻性地適時發(fā)展“銀發(fā)產(chǎn)業(yè)”，注重老年人口健康服務市場的供需關系[1]尋找未來新的經(jīng)濟增長亮點。

3.加快形成與城市主體功能區(qū)規(guī)劃、城鎮(zhèn)等級體系一致的人口均衡分布局面

第一，成都市在做好“以業(yè)控人”的同時，要合理進行城市規(guī)劃，促進產(chǎn)業(yè)集聚與人口集聚協(xié)同發(fā)展[2]。對中心城區(qū)實行“產(chǎn)業(yè)、人口”兩轉移，緩解中心城區(qū)人口密度過大帶來的壓力。

第二，完善城鎮(zhèn)等級體系，實行不同的人口集合政策，尤其是進城務工農(nóng)民市民化的重點應放在二、三圈層，成都的城鎮(zhèn)等級體系也應當包括農(nóng)民相對集中居住區(qū)。

第三，完善人口再分布與生態(tài)補償相融的政策。考慮到人口的生活、生產(chǎn)與生態(tài)活動與資源環(huán)境存在著復雜的相關性，人口政策應與其他公共政策多管齊下，相互協(xié)調，實現(xiàn)成都人口均衡合理再分布，將是一個長期的、復雜的系統(tǒng)工程。為此，應將人口再分布的相關政策滲透到財稅、產(chǎn)業(yè)、土地、環(huán)境政策中，推進戶籍管理制度以及與其掛鉤的教育、醫(yī)療、社會保障、住房等領域的改革，逐步形成人口與資金等生產(chǎn)要素同向流動的機制，以推進成都人口的均衡發(fā)展與合理再分布。

[1]王俊，龔強，王威.老齡健康的經(jīng)濟學研究 [J].經(jīng)濟研究，2012(1).

[2]劉潔，蘇楊，魏方欣.基于區(qū)域人口承載力的超大城市人口規(guī)模調控研究 [J].中國軟科學，2013(10)：155.

[3]Riccardo Poli，James Kennedy，Tim Blackwell.Particle swarm optimization[J].Swarm Intelligence，2007(1).

[4]Alec Banks，Jonathan Vincent，Chukwudi Anyakoha.A review of particle swarm optimization.Part II:hybridisation,combinatorial，multicriteria and constrained optimization and indicative applications[J].Natural Computing，2008(1).

（責任編輯：GH）

Prediction Research on Scale of the Future Population under the Angle of Building Population Balanced City——Taking Chengdu as an Example

LI Fei-ya1，JIANG Ruo-fan2
（1.College of Political Education Sichuan Normal University，Chengdu Sichuan 610068，China； 2.Center for Post-doctoral Studies of Practical Economics Southwestern University of Finance and Economics，Chengdu Sichuan 611130，China）

Establishing a city with balanced population,the primary factor is to find out the base of the population completely and to predict the scale of population growth accurately.Then we could make feasible development plan for population and economic society.For the precision of population prediction via single indicator is lacking，this paper takes advantages of the grey prediction which requires less information and the neural network whose nonlinear mapping ability is strong,to screen 9 main factors closely connected with the total population，aim to build multi-indicator gray PSO-BP neural network model of population prediction in order to predict the total population in Chengdu between 2015 and 2030.The empirical analysis shows that the prediction model is accurate and has strong generalization ability and good practical values.At the end of the paper,based on prediction data of the model，some targeted suggestions are presented for constructing Chengdu into a population balanced city by the author.

Grey theory；BP Neural Network；Particle Swarm Optimization(PSO)；Population prediction；Population balance

F293.1

A

1004-292X（2014）06-0090-06

2014-01-21

成都市哲學社會科學規(guī)劃項目（ZST12-02，ZST11-06）。

李菲雅（1982-），女，江蘇揚州人，博士研究生，研究方向：計量經(jīng)濟、數(shù)理統(tǒng)計；

蔣若凡（1981-），男，重慶萬州人，博士后，主要從事人口經(jīng)濟研究。