李菲雅，蔣若凡

（1.四川師范大學(xué)政治教育學(xué)院，四川 成都 610068； 2.西南財(cái)經(jīng)大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)博士后流動(dòng)站，四川 成都 611130）

建設(shè)人口均衡城市視角下的人口規(guī)模預(yù)測(cè)
——以成都市為例

李菲雅1，蔣若凡2

（1.四川師范大學(xué)政治教育學(xué)院，四川 成都 610068； 2.西南財(cái)經(jīng)大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)博士后流動(dòng)站，四川 成都 611130）

建設(shè)人口均衡城市，首要在于充分摸清人口底數(shù)，準(zhǔn)確預(yù)測(cè)人口增長規(guī)模，才能科學(xué)制定人口和經(jīng)濟(jì)社會(huì)發(fā)展規(guī)劃。文章針對(duì)以往單一指標(biāo)預(yù)測(cè)人口總量精度不高的問題，利用灰色預(yù)測(cè)所需信息少和神經(jīng)網(wǎng)絡(luò)非線性映射能力強(qiáng)的優(yōu)點(diǎn)，篩選出與人口總量緊密聯(lián)系的9個(gè)主要因素，力圖建立多指標(biāo)灰色PSO-BP神經(jīng)網(wǎng)絡(luò)人口預(yù)測(cè)模型，并對(duì)2015年至2030年成都市人口總量進(jìn)行預(yù)測(cè)。實(shí)證分析表明，該模型預(yù)測(cè)精度高、泛化能力強(qiáng)，具有較好的實(shí)用價(jià)值。在論文的最后，作者依據(jù)模型預(yù)測(cè)結(jié)果，為成都市建設(shè)人口均衡城市提出了較有針對(duì)性的建議。

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

一、引言

“十二五”時(shí)期，我國經(jīng)濟(jì)社會(huì)進(jìn)入了以轉(zhuǎn)型促發(fā)展的新階段。在成都市深入推進(jìn)統(tǒng)籌城鄉(xiāng)綜合配套改革試驗(yàn)區(qū)和建設(shè)“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(gòu)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(guān)注。準(zhǔn)確預(yù)測(cè)成都市人口規(guī)模變動(dòng)趨勢(shì)，為成都人口發(fā)展科學(xué)決策提供依據(jù)，對(duì)于“保持與世界生態(tài)田園城市建設(shè)相適應(yīng)的人口均衡發(fā)展水平”和促進(jìn)成都人口問題統(tǒng)籌解決有著基礎(chǔ)性意義。

人口預(yù)測(cè)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(xué)的方法，測(cè)算在未來某個(gè)時(shí)間的人口規(guī)模、水平和趨勢(shì)。它作為國家決策經(jīng)濟(jì)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(yù)測(cè)方法上，我國學(xué)者進(jìn)行了大量的實(shí)證研究，目前建立的人口預(yù)測(cè)模型主要有一次線性回歸模型、灰色序列預(yù)測(cè)模型、邏輯斯蒂模型、Leslie人口模型、Logistic模型、宋健模型、SVAR預(yù)測(cè)模型、BP神經(jīng)網(wǎng)絡(luò)模型和粒子群模型等。

閻慧臻(2008)利用Logistic模型建立了人口預(yù)測(cè)公式，并對(duì)我國2008、2020、2050年人口總數(shù)進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)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(yù)測(cè)模型的基礎(chǔ)上，建立了一個(gè)系統(tǒng)動(dòng)力學(xué)模型，通過仿真模擬，預(yù)測(cè)出江西省農(nóng)村人口在未來25年的結(jié)構(gòu)變化。

門可佩、官琳琳、尹遜震(2007)根據(jù)1949-2006年中國人口的實(shí)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(duì)未來中國人口進(jìn)行了預(yù)測(cè)研究。結(jié)果表明，到2030年中國人口約達(dá)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(luò)技術(shù)構(gòu)建了人口預(yù)測(cè)模型，對(duì)遼寧省沈陽市某區(qū)的嬰兒出生數(shù)量進(jìn)行了實(shí)例預(yù)測(cè)，并對(duì)該地區(qū)未來在教育規(guī)模、師資培養(yǎng)、人員招聘及各個(gè)學(xué)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(jìn)統(tǒng)籌城鄉(xiāng)綜合配套改革試驗(yàn)區(qū)的進(jìn)程中，城鎮(zhèn)化建設(shè)的推進(jìn)、人居環(huán)境的逐步改善對(duì)人口的發(fā)展也帶來了一系列迫切需要思考和協(xié)調(diào)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(jiǎn)單的城市空間擴(kuò)張，其實(shí)質(zhì)是通過相關(guān)制度改革和建設(shè)，使農(nóng)民轉(zhuǎn)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(xiàng)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(huì)保障制度等。而改革上述制度的根本依據(jù)就是對(duì)人口總量進(jìn)行準(zhǔn)確的預(yù)測(cè)。

現(xiàn)代經(jīng)濟(jì)社會(huì)的高速發(fā)展導(dǎo)致人口問題研究的復(fù)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(jì)、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(yù)測(cè)模型局限于用人口總量這單一指標(biāo)來進(jìn)行線性擬合預(yù)測(cè)，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(gè)粒子同時(shí)移動(dòng)，且同時(shí)以自身經(jīng)驗(yàn)與其他粒子所提供的經(jīng)驗(yàn)進(jìn)行比對(duì)找尋BP神經(jīng)網(wǎng)絡(luò)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(shí)情況，解決人口總量與影響因素之間復(fù)雜的非線性映射關(guān)系。同時(shí)，人口總量影響指標(biāo)存在關(guān)系的模糊性，波動(dòng)性、數(shù)據(jù)的不完備或不確定性等特點(diǎn)，通過灰色模型對(duì)各指標(biāo)進(jìn)行最佳維數(shù)的選擇，可以在一定程度上彌補(bǔ)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(gè)主要指標(biāo)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)粒子群算法和灰色理論，建立多指標(biāo)灰色PSO-BP人口預(yù)測(cè)模型，并運(yùn)用該模型對(duì)成都市人口規(guī)模進(jìn)行實(shí)證預(yù)測(cè)。

二、模型指標(biāo)參數(shù)

1.指標(biāo)體系的建立

人口總量是人口系統(tǒng)工程中最重要的指標(biāo)，它受社會(huì)、經(jīng)濟(jì)等諸多因素影響，要準(zhǔn)確預(yù)測(cè)成都市人口總量為城鄉(xiāng)統(tǒng)籌的發(fā)展提供科學(xué)依據(jù)，必須考慮把影響因素作為指標(biāo)加以考慮，但不可能把所有因素都用來作為計(jì)量人口規(guī)模的指標(biāo)。根據(jù)文獻(xiàn)和經(jīng)驗(yàn)，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(zhì)、人口結(jié)構(gòu)和國民經(jīng)濟(jì)四個(gè)方面，來預(yù)測(cè)人口總量P。

（1） 人口再生產(chǎn)指標(biāo)

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(guān)鍵制約因素是生育水平。同時(shí)，生育質(zhì)量、人口素質(zhì)與社會(huì)經(jīng)濟(jì)發(fā)展水平等問題都會(huì)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(biāo)體系包含婦女總和生育率P1、出生率P2、自然增長率這三個(gè)指標(biāo)P3。

（2） 人口素質(zhì)指標(biāo)

人口素質(zhì)體現(xiàn)在質(zhì)的方面，體現(xiàn)為人口總體認(rèn)識(shí)和改造世界的條件和能力，又稱為人口質(zhì)量。一般認(rèn)為包括生理素質(zhì)、科學(xué)文化素質(zhì)和思想素質(zhì)三個(gè)方面，通常稱之為德、智、體。生理素質(zhì)是人口質(zhì)量的自然條件和基礎(chǔ)?？茖W(xué)文化素質(zhì)是在一定社會(huì)條件下，改造世界的能力，而思想素質(zhì)是控制人們行為的意識(shí)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(zhì)，當(dāng)人口素質(zhì)提高后反過來又會(huì)促進(jìn)控制人口數(shù)量。本文人口素質(zhì)指標(biāo)體系包含普通中學(xué)在校學(xué)生數(shù)P4、每萬人衛(wèi)生技術(shù)人員數(shù)P5這兩個(gè)指標(biāo)P5。

（3） 人口結(jié)構(gòu)指標(biāo)

指人口按照不同的標(biāo)準(zhǔn)劃分得到的一種結(jié)果，可以反映出人口內(nèi)部按規(guī)定劃分的數(shù)量比例關(guān)系，主要分為自然結(jié)構(gòu)和社會(huì)結(jié)構(gòu)兩部分。自然結(jié)構(gòu)主要是性別結(jié)構(gòu)和年齡結(jié)構(gòu)，構(gòu)成的主要因素包括年齡、性別、名族、宗教等，而人口社會(huì)結(jié)構(gòu)則主要指城鄉(xiāng)結(jié)構(gòu)、教育程度、職業(yè)、收入、家庭人數(shù)等。人口質(zhì)量的合理性主要由人口結(jié)構(gòu)進(jìn)行評(píng)價(jià)，該指標(biāo)體系重要而復(fù)雜，本文評(píng)價(jià)人口結(jié)構(gòu)體系選用總?cè)丝谛詣e比P6、城市人口比重P7、老齡化比率P8這三個(gè)指標(biāo)。

（4）城市經(jīng)濟(jì)指標(biāo)

城市經(jīng)濟(jì)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(jì)為對(duì)象建立的地區(qū)經(jīng)濟(jì)總體，它為人口發(fā)展提供重要的物質(zhì)基礎(chǔ)。成都作為西部城市，經(jīng)濟(jì)總量小，產(chǎn)業(yè)層次低，輻射作用小，遠(yuǎn)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(zhì)偏低影響。因此，在對(duì)成都市人口發(fā)展規(guī)模進(jìn)行度量時(shí)，引入地區(qū)經(jīng)濟(jì)發(fā)展指標(biāo)是十分必要的，這里選用人均地區(qū)生產(chǎn)總值P9來測(cè)度。

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

圖1 人口總量影響指標(biāo)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(guān)人口數(shù)據(jù)為目，主要包括人口普查、人口調(diào)查和經(jīng)濟(jì)性人口統(tǒng)計(jì)；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(guān)人口信息，如經(jīng)濟(jì)普查、農(nóng)業(yè)調(diào)查等。文章主要以《成都統(tǒng)計(jì)年鑒》為基礎(chǔ)數(shù)據(jù)，它主要包括：人口及勞動(dòng)力、財(cái)政金融證券及保險(xiǎn)、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(shí)與“六普”等其他數(shù)據(jù)相互引證、認(rèn)真推敲，并對(duì)原始數(shù)據(jù)作適當(dāng)修正。

三、算法及精度校驗(yàn)

1.灰色預(yù)測(cè)模型

灰色預(yù)測(cè)是一種對(duì)指標(biāo)含有波動(dòng)性、不完備或不確定性因素進(jìn)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(duì)象，通過對(duì)原始數(shù)據(jù)進(jìn)行處理，生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列，實(shí)現(xiàn)對(duì)系統(tǒng)變化規(guī)律正確認(rèn)識(shí)和有效控制，從而預(yù)測(cè)系統(tǒng)發(fā)展趨勢(shì)。灰色預(yù)測(cè)是基于GM(1,1)的預(yù)測(cè)，設(shè)原始時(shí)間序列為：

用1-AGO對(duì)序列X(0)進(jìn)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(shí)間響應(yīng)序列為：

2.粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

傳統(tǒng)的BP算法學(xué)習(xí)速度慢、容錯(cuò)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(yīng)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(gè)體和全局極值來更新自己，飛行速度和位置的調(diào)整公式如下：

其中，下標(biāo)i、j為第i個(gè)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(jī)變量。

（2）PSO-BP神經(jīng)網(wǎng)絡(luò)

理論上BP網(wǎng)絡(luò)能夠逼近任意非線性函數(shù)，但由于神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)中許多參數(shù)選擇沒有理論依據(jù)，使得模型應(yīng)用具有局限性，針對(duì)BP學(xué)習(xí)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(quán)值編碼表示種群個(gè)體，按照算法流程迭代。迭代中新生成的個(gè)體向量還原成神經(jīng)網(wǎng)絡(luò)權(quán)值，計(jì)算所有樣本通過神經(jīng)網(wǎng)絡(luò)產(chǎn)生的均方差，當(dāng)其小于系統(tǒng)規(guī)定的誤差或達(dá)到最大迭代次數(shù)，則訓(xùn)練過程停止，否則繼續(xù)。

（3） 算法的流程如圖2

（4） 預(yù)測(cè)值的精度檢驗(yàn)

PSO-BP神經(jīng)網(wǎng)絡(luò)模型能否用于人口預(yù)測(cè)，還需要對(duì)其進(jìn)行精度檢驗(yàn)，標(biāo)準(zhǔn)如下：

①計(jì)算原始序列的均方差s1和殘差的均方差s2

設(shè) X(0)為原始序列，X?(0)為相應(yīng)的預(yù)測(cè)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(jì)算精度檢驗(yàn)項(xiàng)目

相對(duì)誤差：

小誤差概率：

③根據(jù)相對(duì)誤差△、均方差比值c、小誤差概率p對(duì)模型的預(yù)測(cè)精度進(jìn)行判斷，其精度檢驗(yàn)等級(jí)標(biāo)準(zhǔn)如表1所示。

表1 精度檢驗(yàn)等級(jí)標(biāo)準(zhǔn)表

四、基于灰色PSO-BP人口預(yù)測(cè)模型的構(gòu)建

1.模型構(gòu)建

本文構(gòu)建的人口預(yù)測(cè)模型如圖3所示。該模型將人口系統(tǒng)工程中對(duì)人口總量影響較大的9個(gè)主要指標(biāo)的數(shù)據(jù)用灰色模型進(jìn)行前期優(yōu)化，并將擬合值作為輸入樣本對(duì)PSO-BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后將各指標(biāo)預(yù)測(cè)值輸入訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行仿真即可得到預(yù)測(cè)結(jié)果。其中，BP輸入輸出、隱含層節(jié)點(diǎn)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(biāo)誤差設(shè)為0.001。

2.模型算法

上述模型構(gòu)建后，利用成都市歷史數(shù)據(jù)進(jìn)行人口總量預(yù)測(cè)，具體算法流程如下：

圖3 灰色PSO-BP人口預(yù)測(cè)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(xué)在校學(xué)生數(shù)p4、每萬人衛(wèi)生技術(shù)人員數(shù)p5、總?cè)丝谛詣e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(gè)人口系統(tǒng)指標(biāo)的歷年數(shù)據(jù)用灰色算法進(jìn)行變維數(shù)優(yōu)化，找到最優(yōu)維數(shù)并計(jì)算相應(yīng)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(luò)模型，將指標(biāo)參數(shù)樣本集的2/3樣本輸入模型輸入層節(jié)點(diǎn)，對(duì)PSO-BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直至誤差達(dá)到要求或超過最大迭代步數(shù)；

STEP 4：用指標(biāo)參數(shù)樣本集剩余的1/3輸入模型進(jìn)行精度檢驗(yàn)、評(píng)價(jià)；

五、對(duì)比實(shí)證分析

1.模型對(duì)比分析

以2000為起點(diǎn)近11年成都市歷史數(shù)據(jù)為基礎(chǔ)，分別采用單變量GM(1，1)、BP模型和灰色PSO-BP組合模型對(duì)成都市人口總量進(jìn)行擬合，結(jié)果如表2所示，預(yù)測(cè)精度如表3所示。

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

表3 三種模型預(yù)測(cè)精度對(duì)比結(jié)果

通過比較，三種預(yù)測(cè)方法均能有效地對(duì)成都市人口總量進(jìn)行短期預(yù)測(cè)，預(yù)測(cè)精度等級(jí)均為“一級(jí)”。三種算法中，灰色PSO-BP模型是通過灰色理論對(duì)人口系統(tǒng)工程中9個(gè)指標(biāo)進(jìn)行優(yōu)化，并用PSO對(duì)BP模型參數(shù)進(jìn)行優(yōu)化，因此，其人口總量預(yù)測(cè)值和預(yù)測(cè)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(yù)測(cè)

由于灰色GM(1,1)預(yù)測(cè)模型屬于短序列預(yù)測(cè)，只適合中、短期的人口總量預(yù)測(cè)。所以文章只對(duì)2015-2025年共11個(gè)時(shí)間序列點(diǎn)的成都市人口總量進(jìn)行預(yù)測(cè)，部分結(jié)果如表4所示。

通過表4對(duì)成都市未來總?cè)丝陬A(yù)測(cè)分析，得到如下結(jié)論：

第一，在成都市深入推進(jìn)統(tǒng)籌城鄉(xiāng)綜合配套改革試驗(yàn)區(qū)和建設(shè)“自然之美、社會(huì)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(duì)2015-2025年成都市人口總量預(yù)測(cè)結(jié)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(jiǎn)稱《人口規(guī)劃》）中戶籍總?cè)丝诳刂圃?260萬人以內(nèi)的奮斗目標(biāo)是不成問題的。如果繼續(xù)堅(jiān)定有效的貫徹計(jì)劃生育方針、政策，在社會(huì)經(jīng)濟(jì)極大發(fā)展、人民精神文明和整體素質(zhì)顯著提高的前提下，成都市2025年總?cè)丝趯⒉粫?huì)超過1400萬人。由此可以看出，成都市進(jìn)入21世紀(jì)人口的增長速度會(huì)比人們預(yù)料的要慢得多。

第三，在人口自然增長率逐步減緩的同時(shí),通常伴隨人口年齡結(jié)構(gòu)的加速老化。這一點(diǎn)根據(jù)六普數(shù)據(jù)也得到了應(yīng)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(biāo)志著未來10年成都市將進(jìn)入人口快速老齡化階段。

六、對(duì)于成都市建設(shè)人口均衡城市的思考

依據(jù)對(duì)未來成都人口總量增長的預(yù)測(cè)，盡管現(xiàn)階段完成《人口規(guī)劃》提出的人口總量控制目標(biāo)是切實(shí)可行的。但更應(yīng)該看到，“十二五”期間以及隨后的幾年既是成都市深入推進(jìn)統(tǒng)籌城鄉(xiāng)綜合配套改革、經(jīng)濟(jì)社會(huì)加速發(fā)展的關(guān)鍵時(shí)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(shí)期成都市人口總量規(guī)模的實(shí)際出發(fā)，考慮到建設(shè)世界現(xiàn)代田園城市內(nèi)涵與人口均衡型社會(huì)的核心價(jià)值的一致性，針對(duì)目前人口發(fā)展面臨的現(xiàn)實(shí)困難和挑戰(zhàn)，按照市委、市政府構(gòu)建成都市人口均衡城市的新要求，筆者認(rèn)為成都市未來十年的人口工作應(yīng)著重注意以下兩個(gè)方面：

1.穩(wěn)步放寬現(xiàn)行生育政策，有效推動(dòng)代際和諧

（1）有限制的逐步放寬現(xiàn)行生育政策

每個(gè)社會(huì)的人口都是由老年人、勞動(dòng)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?cè)丝诘?0%以上，勞動(dòng)力人口規(guī)模大，但勞動(dòng)力老化情況比較嚴(yán)重，勞動(dòng)力是可持續(xù)發(fā)展的核心問題，如果勞動(dòng)力沒有了，就不可能實(shí)現(xiàn)可持續(xù)發(fā)展。人口年齡結(jié)構(gòu)不平衡，也會(huì)對(duì)成都的未來經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生負(fù)面影響。如果沒有足夠外來勞動(dòng)力支撐的話，應(yīng)該適度放寬生育限制，加快推進(jìn)落實(shí)十八屆三中全會(huì)通過的《中共中央關(guān)于全面深化改革若干重大問題的決定》中關(guān)于中啟動(dòng)實(shí)施“一方是獨(dú)生子女的夫婦可生育兩個(gè)孩子的政策”以及獨(dú)生子女四級(jí)以上殘疾的照顧再生育的政策。省市兩級(jí)均應(yīng)制定出具體的時(shí)間表，不設(shè)置地方“門檻”，處理好新舊政策的銜接，以緩解勞動(dòng)力老化帶來的經(jīng)濟(jì)社會(huì)壓力。

（2）穩(wěn)步完善政府為主、社會(huì)補(bǔ)充的人口和計(jì)劃生育利益導(dǎo)向政策體系

在有限制的逐步放寬現(xiàn)行生育政策的同時(shí)需完善以城鄉(xiāng)全覆蓋計(jì)劃生育家庭獎(jiǎng)勵(lì)扶助、特別扶助、獨(dú)生子女父母獎(jiǎng)勵(lì)、計(jì)劃生育免費(fèi)技術(shù)服務(wù)等為主要內(nèi)容的人口和計(jì)劃生育利益導(dǎo)向制度，逐步建立全市城鄉(xiāng)全覆蓋的晚婚晚育獎(jiǎng)勵(lì)、落實(shí)長效節(jié)育措施獎(jiǎng)勵(lì)制度，提高計(jì)劃生育家庭的保障水平。

2.完善社會(huì)保障和養(yǎng)老服務(wù)體系，切實(shí)應(yīng)對(duì)人口老齡化

（1）加快社會(huì)保障制度的改革

進(jìn)一步完善覆蓋城鄉(xiāng)居民的社會(huì)養(yǎng)老保險(xiǎn)制度，堅(jiān)持“?；尽⑷采w、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(jìn)全市新型農(nóng)村養(yǎng)老保險(xiǎn)。各地應(yīng)本著“政府引導(dǎo)、農(nóng)民自愿”的原則，先試點(diǎn)、再推進(jìn)，創(chuàng)造性地開展工作，不斷探索和實(shí)踐農(nóng)民樂意接受的新型農(nóng)村養(yǎng)老保險(xiǎn)方式。

（2）健全完善老年人口服務(wù)體系

一是認(rèn)真落實(shí)各項(xiàng)養(yǎng)老服務(wù)優(yōu)惠政策，在政府層面應(yīng)加大財(cái)政扶持力度，做足做好預(yù)算，多渠道籌集資金，健全養(yǎng)老服務(wù)業(yè)的“以獎(jiǎng)代補(bǔ)”機(jī)制，進(jìn)一步激勵(lì)和調(diào)動(dòng)社會(huì)力量興辦養(yǎng)老服務(wù)機(jī)構(gòu)的積極性。二是建立專業(yè)服務(wù)隊(duì)伍。多渠道、多方面加強(qiáng)社會(huì)工作者、專業(yè)化的家政服務(wù)和助老志愿者服務(wù)隊(duì)伍建設(shè)。成都市可以嘗試以政府購買服務(wù)的形式，引進(jìn)民間養(yǎng)老服務(wù)機(jī)構(gòu)，為老人提供全面、人性化的服務(wù)。三是構(gòu)建養(yǎng)老綜合服務(wù)網(wǎng)絡(luò)平臺(tái)。社區(qū)是老年人的聚居地，是老年人的主要活動(dòng)場(chǎng)所和生活空間。要以社區(qū)居家養(yǎng)老服務(wù)為依托，在各社區(qū)普遍建立空巢家庭、獨(dú)居老人、高齡老人信息庫，實(shí)行動(dòng)態(tài)化管理，保障社區(qū)老年人不受地域和時(shí)間限制享受各種優(yōu)質(zhì)服務(wù)。

（3）推進(jìn)老年基礎(chǔ)設(shè)施和相關(guān)產(chǎn)業(yè)建設(shè)

現(xiàn)階段開始，成都城市規(guī)劃和建設(shè)應(yīng)考慮適應(yīng)未來老齡化社會(huì)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(huì)的到來對(duì)當(dāng)前成都市產(chǎn)業(yè)發(fā)展的有利或者不利的影響，同時(shí)具有前瞻性地適時(shí)發(fā)展“銀發(fā)產(chǎn)業(yè)”，注重老年人口健康服務(wù)市場(chǎng)的供需關(guān)系[1]尋找未來新的經(jīng)濟(jì)增長亮點(diǎn)。

3.加快形成與城市主體功能區(qū)規(guī)劃、城鎮(zhèn)等級(jí)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(shí)，要合理進(jìn)行城市規(guī)劃，促進(jìn)產(chǎn)業(yè)集聚與人口集聚協(xié)同發(fā)展[2]。對(duì)中心城區(qū)實(shí)行“產(chǎn)業(yè)、人口”兩轉(zhuǎn)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(jí)體系，實(shí)行不同的人口集合政策，尤其是進(jìn)城務(wù)工農(nóng)民市民化的重點(diǎn)應(yīng)放在二、三圈層，成都的城鎮(zhèn)等級(jí)體系也應(yīng)當(dāng)包括農(nóng)民相對(duì)集中居住區(qū)。

第三，完善人口再分布與生態(tài)補(bǔ)償相融的政策?？紤]到人口的生活、生產(chǎn)與生態(tài)活動(dòng)與資源環(huán)境存在著復(fù)雜的相關(guān)性，人口政策應(yīng)與其他公共政策多管齊下，相互協(xié)調(diào)，實(shí)現(xiàn)成都人口均衡合理再分布，將是一個(gè)長期的、復(fù)雜的系統(tǒng)工程。為此，應(yīng)將人口再分布的相關(guān)政策滲透到財(cái)稅、產(chǎn)業(yè)、土地、環(huán)境政策中，推進(jìn)戶籍管理制度以及與其掛鉤的教育、醫(yī)療、社會(huì)保障、住房等領(lǐng)域的改革，逐步形成人口與資金等生產(chǎn)要素同向流動(dòng)的機(jī)制，以推進(jìn)成都人口的均衡發(fā)展與合理再分布。

[1]王俊，龔強(qiáng)，王威.老齡健康的經(jīng)濟(jì)學(xué)研究 [J].經(jīng)濟(jì)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(diào)控研究 [J].中國軟科學(xué)，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(zé)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(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（ZST12-02，ZST11-06）。

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

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