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(shù)及互聯(lián)網(wǎng)的普及，各行各業(yè)存儲了大量數(shù)據(jù)，而在大量的數(shù)據(jù)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(shù)據(jù)建立模型來解決預測問題，能夠為各行業(yè)的決策及快速發(fā)展提供數(shù)據(jù)支持。另一方面，隨著社會的高速發(fā)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(tǒng)計局數(shù)據(jù)利用機器學習算法構(gòu)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(shù)量的預測，為解決我國的養(yǎng)老問題、基礎設施建設和公共事業(yè)發(fā)展提供有利的數(shù)據(jù)支持。

二、資料來源與方法

（一）資料來源

本研究使用的數(shù)據(jù)來源于1999～2022年的《中國統(tǒng)計年鑒》和《中國衛(wèi)生統(tǒng)計年鑒》。

（二）研究方法

使用Pearson相關系數(shù)法分析10個影響因素與老齡人口數(shù)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(jié)果的關鍵特征。根據(jù)本研究數(shù)據(jù)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(yōu)良性能。本研究屬于高維非線性問題，用關鍵特征構(gòu)成的數(shù)據(jù)子集構(gòu)建支持向量回歸模型（SVR）預測我國老齡人口數(shù)據(jù)。

三、研究步驟

本研究首先在統(tǒng)計年鑒中獲取數(shù)據(jù)；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(shù)據(jù)預處理

（一）老齡人口數(shù)量的影響因素及相關性分析

影響老齡人口數(shù)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(shù)（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(zhèn)化率（x8），醫(yī)院衛(wèi)生機構(gòu)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(tǒng)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(shù)分別為-0.0899、-11.2996和0.7834，其余屬性系數(shù)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(gòu)建與模型評價

本研究首先通過灰色預測函數(shù)——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(shù)據(jù)集，調(diào)用s k l e a r n庫的LinearSVR函數(shù)構(gòu)建我國老齡人口預測模型，函數(shù)參數(shù)采用默認值，得出2023～2027年老齡人口數(shù)（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(shù)據(jù)，藍色曲線為實際老齡人口數(shù)據(jù)?？煽闯霰狙芯拷⒌哪Ｐ涂珊芎玫臄M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(shù)據(jù)。

六、結(jié)論與建議

（一）結(jié)論

本研究預測數(shù)據(jù)表明我國人口老齡化速度明顯加快，老齡人口數(shù)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(shù)量的因素較多且不能全部覆蓋，因此該模型的預測結(jié)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(jù)上述預測的數(shù)據(jù)結(jié)果，為更好的應對人口老齡化的加速態(tài)勢，特提出以下三點建議。

1.養(yǎng)老服務體系建設

我國應盡快建立健全養(yǎng)老服務體系，創(chuàng)新養(yǎng)老服務模式，加快養(yǎng)老服務產(chǎn)業(yè)發(fā)展。一方面，可有效應對人口老齡化問題，提高老年人生活質(zhì)量和壽命、維護老年人能尊嚴和權(quán)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(fā)老年服務市場，可促進經(jīng)濟發(fā)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(jīng)濟的可持續(xù)運行，增加老年勞動力供給，降低老年撫養(yǎng)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(zhàn)略。全面放開生育政策有助于促進人口長期均衡發(fā)展，緩解未來勞動力短缺，改善我國人口結(jié)構(gòu)，保持我國人力資源的稟賦優(yōu)勢。

作者單位：王佳欣、韓越、劉思佳、董思源、王雪艷牡丹江醫(yī)學院衛(wèi)生管理學院

周煥明 牡丹江醫(yī)學院圖書館

基金項目：牡丹江醫(yī)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(shù)量預測研究”，項目編號：2022016；牡丹江市應用技術(shù)研究與開發(fā)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?；究蒲袠I(yè)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(yǎng)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(guī)劃2022年度重點課題，項目編號：GJB1422274。