基于機器學習算法的預測研究

王佳欣 韓越 劉思佳 董思源 王雪艷 周煥明

一、引言

近年來隨著計算機、通信技術及互聯網的普及，各行各業存儲了大量數據，而在大量的數據中挖掘出有效信息的手段是使用機器學習算法。機器學習算法通過歸納和綜合數據建立模型來解決預測問題，能夠為各行業的決策及快速發展提供數據支持。另一方面，隨著社會的高速發展，我國人口老齡化形勢較為嚴峻，65 歲以上老齡人口占比由1999年的6.72%增長到2021年的14.2%。即將面臨著“未富先老”的一系列問題。本研究基于國家統計局數據利用機器學習算法構建灰色預測模型GM（1，1）和支持向量回歸模型（SVR）進行老年人口數量的預測，為解決我國的養老問題、基礎設施建設和公共事業發展提供有利的數據支持。

二、資料來源與方法

（一）資料來源

本研究使用的數據來源于1999～2022年的《中國統計年鑒》和《中國衛生統計年鑒》。

（二）研究方法

使用Pearson相關系數法分析10個影響因素與老齡人口數量的相關性。通過Lasso回歸去掉影響因素之間的共線性問題，提取出影響預測結果的關鍵特征。根據本研究數據集不大的情況，選用灰色模型GM（1，1）預測關鍵特征的值，可具有優良性能。本研究屬于高維非線性問題，用關鍵特征構成的數據子集構建支持向量回歸模型（SVR）預測我國老齡人口數據。

三、研究步驟

本研究首先在統計年鑒中獲取數據；其次，進行特征的相關性分析；再次，通過Lasso回歸篩選變量；最后，使用GM（1，1）和SVR模型進行預測。

四、數據預處理

（一）老齡人口數量的影響因素及相關性分析

影響老齡人口數量（y）的因素很多，本研究將與老齡人口關系密切且直觀上有線性關系的10個屬性作為自變量，分析各特征之間及各特征與y之間的關系，這些屬性為老齡化指數（x1），生育率（x2），全國人口出生率（x3），人均GDP（x5），自然增長率（x6），性別比（x7），城鎮化率（x8），醫院衛生機構床位（x9），人均可支配收入（x10）。

通過編寫Python代碼對各特征之間及各特征與y之間進行相關性分析，得到x7與y為極弱相關，x2與y為中等程度相關，x3、x4與y為強相關，其他屬性與y為極強相關，因此，除x7外其他屬性均可用作老齡人口預測分析的關鍵屬性，但這些屬性之間存在著信息的重復，需要對關鍵特征進一步篩選。

（二）老齡人口預測的關鍵特征提取

考慮到傳統的特征選擇方法具有一定的局限性，本研究采用Lasso回歸方法老齡人口預測的關鍵特征提取，得出x5、x9和x10系數分別為-0.0899、-11.2996和0.7834，其余屬性系數均為0，因此影響老齡人口預測的關鍵影響因素為x5、x9和x10。

五、模型構建與模型評價

本研究首先通過灰色預測函數——灰色模型G（1，1）得出2023～2027年的人均x5、x9和x10的預測值。

使用預處理后的數據集，調用s k l e a r n庫的LinearSVR函數構建我國老齡人口預測模型，函數參數采用默認值，得出2023～2027年老齡人口數（單位為：萬人）依次為：19495.1、22767.4、24300.2、26628.2和28645.2。

將1999～2022年的預測值與真實值，以及2023～2027年的預測值繪制出折線圖1，其中紅色折線是預測模型得出的數據，藍色曲線為實際老齡人口數據。可看出本研究建立的模型可很好的擬合實際老齡人口變化情況，且模型具有很高的精度，可以用來預測未來5年的老齡人口數據。

六、結論與建議

（一）結論

本研究預測數據表明我國人口老齡化速度明顯加快，老齡人口數量由1999年的8679萬增長為2022年的20978萬，未來5年預計將達到28645多萬。

（二）本研究的局限性

本研究采用Lasso回歸方法能有效甄別出具有多重共線性、篩選變量并減少模型復雜程度，但影響老齡人口數量的因素較多且不能全部覆蓋，因此該模型的預測結果可能存在偏差。

本文中采用的灰色模型和SVR模型組合預測，對短期預測效果較好，中長期預測偏差可能較大。

（三）建議

根據上述預測的數據結果，為更好的應對人口老齡化的加速態勢，特提出以下三點建議。

1.養老服務體系建設

我國應盡快建立健全養老服務體系，創新養老服務模式，加快養老服務產業發展。一方面，可有效應對人口老齡化問題，提高老年人生活質量和壽命、維護老年人能尊嚴和權利，增進社會和諧。另一方面，老年群體蘊含著很大的市場需求，大力開發老年服務市場，可促進經濟發展。

2.延遲退休政策及早落地

延遲退休有利于積極應對老齡化，不僅可以解決勞動力供求不平衡，而且可以支持社會經濟的可持續運行，增加老年勞動力供給，降低老年撫養比，有效緩解政府財政負擔。

3.全面放開生育政策

全面放開生育政策是應對人口老齡化的國家戰略。全面放開生育政策有助于促進人口長期均衡發展，緩解未來勞動力短缺，改善我國人口結構，保持我國人力資源的稟賦優勢。

作者單位：王佳欣、韓越、劉思佳、董思源、王雪艷牡丹江醫學院衛生管理學院

周煥明 牡丹江醫學院圖書館

基金項目：牡丹江醫學院第十二屆大學生科研項目“基于灰色模型GM（1.1）和支持向量回歸模型SVR的我國老齡人口數量預測研究”，項目編號：2022016；牡丹江市應用技術研究與開發計劃項目“基于機器學習組合算法的牡丹江市人口預測研究”，項目編號HT2022JG129；2022年度黑龍江省省屬高等學校基本科研業務費科研項目“基于灰色預測和支持向量回歸模型的黑龍江省居家養老服務需求的預測研究”，項目編號：2022-KYYWF-0725；黑龍江省教育科學十四五規劃2022年度重點課題，項目編號：GJB1422274。