1.本发明涉及人口数量预测方法，更具体地说是指老年人人口数量预测方法、装置、计算机设备及存储介质。
背景技术：2.人口数量是重要的社会资源，人口数量的预测能够为制定社会规划、拟定相关政策提供数据支撑和评价依据，人口老龄化已经成为我国发展的趋势，因此了解、分析并预测老年人人口数据对于推进养老保障和服务建设有着充分的实际意义，也是重要的数据基础。
3.现有的老年人人口数量预测方案多集中于全国级数据，对地方区域的数据支撑不够有力；资料来源单一，以每5岁的年龄段对人口数量进行划分，得到的预测结果以5年为预测间隔，时间跨度较大，导致预测结果的精确度和准确度不是很理想；多是关于老年人人口总数的预测，缺少分年龄、分性别的老年人人口预测数据；大多没有考虑人口迁移因素，忽略了人口流动性问题。
4.因此，有必要设计一种新的方法，实现提高了数据的可用性和模型的可靠性，提高了老年人口预测的准确度。
技术实现要素：5.本发明的目的在于克服现有技术的缺陷，提供老年人人口数量预测方法、装置、计算机设备及存储介质。
6.为实现上述目的，本发明采用以下技术方案：老年人人口数量预测方法，包括：
7.获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；
8.将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；
9.根据所述预测值计算人口留存率；
10.根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。
11.其进一步技术方案为：所述获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据，包括：
12.获取某级区域内的历史人口数据；
13.采用拉格朗日插值法对所述历史人口数据中缺失的指标进行补全，以得到初始数据。
14.其进一步技术方案为：所述将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值，包括：
15.根据所述初始数据生成人口时间序列集；
16.对所述人口时间序列集进行平稳性检验，以得到校验结果；
17.建立arima模型，并利用所述arima模型对所述校验结果进行拟合；
18.对所述arima模型的残差序列进行白噪声检验，以得到检验结果；
19.判断所述检验结果是否接受白噪声原假设；
20.若所述检验结果接受白噪声原假设，则通过投票方式选择人口迁入率、人口迁出率、人口死亡率在各年龄各性别整体预测效果相对最优的arima模型，并确定预测效果相对最优的arima模型的预测结果，以得到预测值。
21.其进一步技术方案为：所述人口时间序列集包括人口迁入率时间序列集、人口迁出率时间序列集以及人口死亡率时间序列集。
22.其进一步技术方案为：所述根据所述预测值计算人口留存率，包括：
23.根据指数函数的形式确定留存率预测函数；
24.将所述预测值输入至所述留存率预测函数内，以得到人口留存率。
25.其进一步技术方案为：所述根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果，包括：
26.根据所述初始数据确定某级区域内年龄和性别对应的人口数量；
27.根据某级区域内年龄和性别对应的人口数量以及所述人口留存率输入至年龄移算模型，计算对应性别下一年度下一年龄的人口数量，并类推若干年度后指定岁数的老年人口数量，以得到预测结果。
28.其进一步技术方案为：若干年度后指定岁数的老年人口数量为其进一步技术方案为：若干年度后指定岁数的老年人口数量为其中，t+n代表从预测起点年度t往后n个年度，x表示指定岁数；表示对应性别上一年度上一年龄的人口数量。
29.本发明还提供了老年人人口数量预测装置，包括：
30.数据处理单元，用于获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；
31.拟合预测单元，用于将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；
32.留存率计算单元，用于根据所述预测值计算人口留存率；
33.人口预测单元，用于根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。
34.本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
35.本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。
36.本发明与现有技术相比的有益效果是：本发明通过获取历史人口数据，并采用拉格朗日插值法对缺失数据进行补全，提高了数据的可用性和模型的可靠性；将年龄间隔缩短，极大提升了预测精度，使得最终的预测结果以每年为单位；通过投票原则选择整体相对
最优arima模型，降低复杂度，避免模型过于繁复庞杂，降低了整体耗能；强调了迁移因素，同时预测了迁入率、迁出率和死亡率，并计算人口留存率，提高了老年人口预测的准确度。
37.下面结合附图和具体实施例对本发明作进一步描述。
附图说明
38.为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本发明实施例提供的老年人人口数量预测方法的应用场景示意图；
40.图2为本发明实施例提供的老年人人口数量预测方法的流程示意图；
41.图3为本发明实施例提供的老年人人口数量预测方法的子流程示意图；
42.图4为本发明实施例提供的老年人人口数量预测方法的子流程示意图；
43.图5为本发明实施例提供的老年人人口数量预测方法的子流程示意图；
44.图6为本发明实施例提供的老年人人口数量预测方法的子流程示意图；
45.图7为本发明实施例提供的老年人人口数量预测方法的子流程示意图；
46.图8为本发明实施例提供的老年人人口数量预测装置的数据处理单元的示意性框图；
47.图9为本发明实施例提供的老年人人口数量预测装置的拟合预测单元的示意性框图；
48.图10为本发明实施例提供的老年人人口数量预测装置的留存率计算单元的示意性框图；
49.图11为本发明实施例提供的老年人人口数量预测装置的人口预测单元的示意性框图；
50.图12为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
51.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
53.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
54.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
55.请参阅图1和图2，图1为本发明实施例提供的老年人人口数量预测方法的应用场
景示意图。图2为本发明实施例提供的老年人人口数量预测方法的示意性流程图。该老年人人口数量预测方法应用于服务器中。该服务器与终端进行数据交互，通过终端获取某级区域内的历史人口数据，并对缺失指标数据进行补全，引入arima模型对人口迁入率、迁出率和死亡率进行拟合，通过投票方式选择整体预测效果相对最优模型，得到预测值，构建留存率函数，引入年龄移算模型，通过人口留存率预测值对老年人人口数量进行预测，实现提高了数据的可用性和模型的可靠性，提高了老年人口预测的准确度。
56.图2是本发明实施例提供的老年人人口数量预测方法的流程示意图。如图2所示，该方法包括以下步骤s110至s140。
57.s110、获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据。
58.在本实施例中，初始数据是指获取某级区域如省、地级市、区和县等行政单元的历史人口数据，并对缺失的指标进行补齐后形成的数据。
59.在一实施例中，请参阅图3，上述的步骤s110可包括步骤s111～s112。
60.s111、获取某级区域内的历史人口数据。
61.在本实施例中，历史人口数据包括分年龄别、性别的人口数量、人口迁入率、迁出率和死亡率。
62.s112、采用拉格朗日插值法对所述历史人口数据中缺失的指标进行补全，以得到初始数据。
63.在本实施例中，采用拉格朗日插值法对缺失的指标数据进行补全，具体地，构造以年份t为横轴，以指标数据d为纵轴的坐标系，将数据转换为坐标系平面内的点集合。假设年份t1,t2,
…
,tn对应指标数据d1,d2,
…
,dn，其中年份tm对应的数据dm缺失，以此构建拉格朗日插值函数：插值函数：以l(tm)作为dm的预测值，对原始数据即某级区域内的历史人口数据进行缺失补全。
64.聚焦于某级区域内的老年人人口数量，对于现实存在部分数据缺失的情况，本发明通过引入拉格朗日插值法对缺失数据进行补全，提高了数据的可用性和模型的可靠性。
65.s120、将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值。
66.在本实施例中，预测值是指人口迁入率、人口迁出率、人口死亡率在各年龄和各性别的预测值。
67.在一实施例中，请参阅图4，上述的步骤s120可包括步骤s121～s126。
68.s121、根据所述初始数据生成人口时间序列集。
69.在本实施例中，所述人口时间序列集包括人口迁入率时间序列集人口迁出率时间序列集人口死亡率时间序列集其中a代表年龄，s代表性别，t代表年份时间。
70.聚焦于某级区域内的老年人人口数量，在考虑死亡因素的前提下，强调了迁移因素，同时关注迁入率、迁出率和死亡率，进一步提高了老年人口预测的准确度。
71.各个时间序列集是由初始数据中各个对应的数据生成与时间相关的数据集。
72.s122、对所述人口时间序列集进行平稳性检验，以得到校验结果。
73.在本实施例中，校验结果是指人口时间序列集的平稳性校验结果。
74.具体地，对上述的人口时间序列集进行平稳性检验，需通过phillips-perron单位根检验得到接受非平稳原假设的结果。
75.所述检验原假设为某时间序列存在单位根即某时间序列非平稳，在80％的置信水平下，若检验结果p值大于0.8则接受原假设，即认为上述时间序列均为非平稳时间序列，进行后续模型拟合是可行且有意义的。
76.s123、建立arima模型，并利用所述arima模型对所述校验结果进行拟合。
77.在本实施例中，arima模型是对非平稳性的时间序列集进行拟合和预测的有效方法，但是直接使用arima模型拟合人口数量会导致忽略其他影响因素。针对此情况，将二者有效结合，可以细化老年人人口预测数据，并提升预测结果的精确度和准确度，具有更好的处理效果。
78.具体地，建立arima(p,d,q)模型，以人口迁入率时间序列集为例：其中，d代表差分阶数，μ代表常数项，p代表自回归阶数，γ代表自相关系数，q代表移动平均阶数，γ代表误差项。
79.将所述时间序列集分年龄别性别进行arima模型拟合，根据aic信息准则，选择aic值最小的arima模型作为当前年龄别性别的拟合模型，认为其能更好地解释当前数据。
80.s124、对所述arima模型的残差序列进行白噪声检验，以得到检验结果。
81.在本实施例中，校验结果是指arima模型的残差序列的白噪声检验的结果。
82.具体地，通过真实值与拟合值的差值得到上述arima模型相应的残差序列，对所述残差序列进行白噪声检验，需通过box-ljung检验得到接受白噪声原假设的结果，否则返回步骤s123。
83.所述检验原假设为某序列为白噪声序列，在80％的置信水平下，若检验结果p值大于0.8则接受原假设，即认为上述模型残差序列是不相关的，数据包含的信息已被充分提取；否则，残差序列存在相关性，其中仍包含可提取的信息，原模型不能较好地拟合数据，因此需要重新选择arima模型参数，并对新的模型再次进行白噪声检验，以选择出合适的模型对数据进行解释。
84.s125、判断所述检验结果是否接受白噪声原假设；
85.s126、若所述检验结果接受白噪声原假设，则通过投票方式选择人口迁入率、人口迁出率、人口死亡率在各年龄各性别整体预测效果相对最优的arima模型，并确定预测效果相对最优的arima模型的预测结果，以得到预测值。
86.具体地，根据aic信息准则，通过投票方式，选择人口迁入率、人口迁出率、人口死亡率在各年龄各性别整体预测效果相对最优的arima(p,d,q)模型，得到预测值分别为：
87.若所述检验结果不接受白噪声原假设，则执行所述步骤s123。
88.参考了随机森林模型，通过投票原则选择整体相对最优模型，降低复杂度，避免模型过于繁复庞杂，降低了整体耗能。
89.s130、根据所述预测值计算人口留存率。
90.在本实施例中，人口留存率是指人口对应存活的概率。
91.在一实施例中，请参阅图5，上述的步骤s130可包括步骤s131～s132。
92.s131、根据指数函数的形式确定留存率预测函数。
93.在本实施例中，留存率预测函数是指用于预测留存率的函数。
94.s132、将所述预测值输入至所述留存率预测函数内，以得到人口留存率。
95.引入指数函数作为留存率预测函数计算人口留存率。将预测值代入，即可得到相应年龄别、性别的人口留存率预测值
96.s140、根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。
97.在本实施例中，预测结果是指老年人人口数量的预测值。
98.在一实施例中，请参阅图7，上述的步骤s140可包括步骤s141～s142。
99.s141、根据所述初始数据确定某级区域内年龄和性别对应的人口数量。
100.在本实施例中，根据历史人口数据得到某级区域内年龄别、性别人口数量
101.s142、根据某级区域内年龄和性别对应的人口数量以及所述人口留存率输入至年龄移算模型，计算对应性别下一年度下一年龄的人口数量，并类推若干年度后指定岁数的老年人口数量，以得到预测结果。
102.在本实施例中，若干年度后指定岁数的老年人口数量为在本实施例中，若干年度后指定岁数的老年人口数量为其中，t+n代表从预测起点年度t往后n个年度，x表示指定岁数；表示对应性别上一年度上一年龄的人口数量。
103.具体地，预测步长不超过60年，不考虑出生因素，通过人口留存率计算人口数量即为对应性别下一年度下一年龄的人口数量。
104.可根据需求预测不同年龄范围的老年人人口数量，现以预测下一年度65岁及以上老年人人口数量为例：其中a≥64代表在预测起点年度年龄为64岁及以上。同理，可类推n个年度后x岁及以上老年人人口数量为：其中t+n代表从预测起点年度t往后n个年度。
105.构建留存率函数，引入年龄移算模型，通过人口留存率预测值对老年人人口数量进行预测，提升了预测精度，并且预测结果以每年为单位。同时，通过投票原则选择整体相对最优模型，降低复杂度，避免模型过于繁复庞杂，降低了整体耗能。
106.举个例子：获取某几年浙江省人口指标数据，针对其中年份tm对应的缺失数据dm，采用拉格朗日插值法进行补全，以采用拉格朗日插值法进行补全，以的值作为补全值，并以补全后的数据生成人口迁入率、人口迁出率、人口死亡率的时间序列集。
对上述时间序列集进行phillips-perron单位根检验，该检验原假设为某时间序列存在单位根，检验结果p值均大于0.8，在80％的置信水平下接受原假设，即认为上述时间序列均为非平稳时间序列，进行后续模型拟合是可行且有意义的。将所述时间序列集分年龄别性别进行arima模型拟合，根据aic信息准则，选择aic值最小的arima模型作为当前年龄别性别的拟合模型，认为其能更好地解释当前数据。通过真实值与拟合值的差值得到各模型相应的残差序列，并对其进行box-ljung白噪声检验，该检验原假设为某序列为白噪声序列，若检验结果p值大于0.8，即认为在80％的置信水平下接受原假设，即认为上述模型残差序列是不相关的，数据包含的信息已被充分提取；否则，残差序列存在相关性，其中仍包含可提取的信息，原模型不能较好地拟合数据，因此需要重新选择arima模型参数，并对新的模型再次进行白噪声检验，以选择出合适的模型对数据进行解释。得到各年龄别性别的arima模型后，为避免模型过于复杂，对不同时间序列集的模型进行投票选择，选出相对最优的模型参数。根据选出的相对最优人口迁入率模型、人口迁出率模型以及人口死亡率模型，依序可以得到各年龄别性别的人口迁入率预测值、人口迁出率预测值以及人口死亡率预测值，以此代入留存率函数计算各年龄别性别的人口留存率预测值，结合分年龄别和性别的人口数量输入至年龄移算模型内，以得到浙江省65岁及以上老年人人口数量预测值。
107.上述的老年人人口数量预测方法，通过获取历史人口数据，并采用拉格朗日插值法对缺失数据进行补全，提高了数据的可用性和模型的可靠性。将年龄间隔缩短，极大提升了预测精度，使得最终的预测结果以每年为单位。通过投票原则选择整体相对最优arima模型，降低复杂度，避免模型过于繁复庞杂，降低了整体耗能。强调了迁移因素，同时预测了迁入率、迁出率和死亡率，并计算人口留存率，提高了老年人口预测的准确度。
108.图7是本发明实施例提供的一种老年人人口数量预测装置300的示意性框图。如图7所示，对应于以上老年人人口数量预测方法，本发明还提供一种老年人人口数量预测装置300。该老年人人口数量预测装置300包括用于执行上述老年人人口数量预测方法的单元，该装置可以被配置于服务器中。具体地，请参阅图7，该老年人人口数量预测装置300包括数据处理单元301、拟合预测单元302、留存率计算单元303以及人口预测单元304。
109.数据处理单元301，用于获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；拟合预测单元302，用于将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；留存率计算单元303，用于根据所述预测值计算人口留存率；人口预测单元304，用于根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。
110.在一实施例中，如图8所示，所述数据处理单元301包括数据获取子单元3011以及补全子单元3012。
111.数据获取子单元3011，用于获取某级区域内的历史人口数据；补全子单元3012，用于采用拉格朗日插值法对所述历史人口数据中缺失的指标进行补全，以得到初始数据。
112.在一实施例中，如图9所示，所述拟合预测单元302包括时间序列集生成子单元3021、平稳性校验子单元3022、拟合子单元3023、白噪声校验子单元3024、判断子单元3025以及投票子单元3026。
113.时间序列集生成子单元3021，用于根据所述初始数据生成人口时间序列集；平稳
性校验子单元3022，用于对所述人口时间序列集进行平稳性检验，以得到校验结果；拟合子单元3023，用于建立arima模型，并利用所述arima模型对所述校验结果进行拟合；白噪声校验子单元3024，用于对所述arima模型的残差序列进行白噪声检验，以得到检验结果；判断子单元3025，用于判断所述检验结果是否接受白噪声原假设；投票子单元3026，用于若所述检验结果接受白噪声原假设，则通过投票方式选择人口迁入率、人口迁出率、人口死亡率在各年龄各性别整体预测效果相对最优的arima模型，并确定预测效果相对最优的arima模型的预测结果，以得到预测值。
114.在一实施例中，如图10所示，所述留存率计算单元303包括函数确定子单元3031以及输入子单元3032。
115.函数确定子单元3031，用于根据指数函数的形式确定留存率预测函数；输入子单元3032，用于将所述预测值输入至所述留存率预测函数内，以得到人口留存率。
116.在一实施例中，如图11所示，所述人口预测单元304包括数量确定子单元3041以及老年人口预测子单元3042。
117.数量确定子单元3041，用于根据所述初始数据确定某级区域内年龄和性别对应的人口数量；老年人口预测子单元3042，用于根据某级区域内年龄和性别对应的人口数量以及所述人口留存率输入至年龄移算模型，计算对应性别下一年度下一年龄的人口数量，并类推若干年度后指定岁数的老年人口数量，以得到预测结果。
118.需要说明的是，所属领域的技术人员可以清楚地了解到，上述老年人人口数量预测装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
119.上述老年人人口数量预测装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图12所示的计算机设备上运行。
120.请参阅图12，图12是本技术实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
121.参阅图12，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
122.该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种老年人人口数量预测方法。
123.该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
124.该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种老年人人口数量预测方法。
125.该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图12中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
126.其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步
骤：
127.获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；根据所述预测值计算人口留存率；根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。
128.在一实施例中，处理器502在实现所述获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据步骤时，具体实现如下步骤：
129.获取某级区域内的历史人口数据；采用拉格朗日插值法对所述历史人口数据中缺失的指标进行补全，以得到初始数据。
130.在一实施例中，处理器502在实现所述将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值步骤时，具体实现如下步骤：
131.根据所述初始数据生成人口时间序列集；对所述人口时间序列集进行平稳性检验，以得到校验结果；建立arima模型，并利用所述arima模型对所述校验结果进行拟合；对所述arima模型的残差序列进行白噪声检验，以得到检验结果；判断所述检验结果是否接受白噪声原假设；若所述检验结果接受白噪声原假设，则通过投票方式选择人口迁入率、人口迁出率、人口死亡率在各年龄各性别整体预测效果相对最优的arima模型，并确定预测效果相对最优的arima模型的预测结果，以得到预测值。
132.其中，所述人口时间序列集包括人口迁入率时间序列集、人口迁出率时间序列集以及人口死亡率时间序列集。
133.在一实施例中，处理器502在实现所述根据所述预测值计算人口留存率步骤时，具体实现如下步骤：
134.根据指数函数的形式确定留存率预测函数；将所述预测值输入至所述留存率预测函数内，以得到人口留存率。
135.在一实施例中，处理器502在实现所述根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果步骤时，具体实现如下步骤：
136.根据所述初始数据确定某级区域内年龄和性别对应的人口数量；根据某级区域内年龄和性别对应的人口数量以及所述人口留存率输入至年龄移算模型，计算对应性别下一年度下一年龄的人口数量，并类推若干年度后指定岁数的老年人口数量，以得到预测结果。
137.其中，若干年度后指定岁数的老年人口数量为其中，t+n代表从预测起点年度t往后n个年度，x表示指定岁数；表示对应性别上一年度上一年龄的人口数量。
138.应当理解，在本技术实施例中，处理器502可以是中央处理单元(central processing unit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑
器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
139.本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
140.因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：
141.获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；根据所述预测值计算人口留存率；根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。
142.在一实施例中，所述处理器在执行所述计算机程序而实现所述获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据步骤时，具体实现如下步骤：
143.获取某级区域内的历史人口数据；采用拉格朗日插值法对所述历史人口数据中缺失的指标进行补全，以得到初始数据。
144.在一实施例中，所述处理器在执行所述计算机程序而实现所述将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值步骤时，具体实现如下步骤：
145.根据所述初始数据生成人口时间序列集；对所述人口时间序列集进行平稳性检验，以得到校验结果；建立arima模型，并利用所述arima模型对所述校验结果进行拟合；对所述arima模型的残差序列进行白噪声检验，以得到检验结果；判断所述检验结果是否接受白噪声原假设；若所述检验结果接受白噪声原假设，则通过投票方式选择人口迁入率、人口迁出率、人口死亡率在各年龄各性别整体预测效果相对最优的arima模型，并确定预测效果相对最优的arima模型的预测结果，以得到预测值。
146.其中，所述人口时间序列集包括人口迁入率时间序列集、人口迁出率时间序列集以及人口死亡率时间序列集。
147.在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述预测值计算人口留存率步骤时，具体实现如下步骤：
148.根据指数函数的形式确定留存率预测函数；将所述预测值输入至所述留存率预测函数内，以得到人口留存率。
149.在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果步骤时，具体实现如下步骤：
150.根据所述初始数据确定某级区域内年龄和性别对应的人口数量；根据某级区域内年龄和性别对应的人口数量以及所述人口留存率输入至年龄移算模型，计算对应性别下一年度下一年龄的人口数量，并类推若干年度后指定岁数的老年人口数量，以得到预测结果。
151.其中，若干年度后指定岁数的老年人口数量为其中，t+n代表从预测起点年度t往后n个年度，x表示指定岁数；表示对应性别上一年度上一年龄的人口数量。
152.所述存储介质可以是u盘、移动硬盘、只读存储器(read-only memory，rom)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
153.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
154.在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
155.本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
156.该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
157.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
技术特征：1.老年人人口数量预测方法，其特征在于，包括：获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；根据所述预测值计算人口留存率；根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。2.根据权利要求1所述的老年人人口数量预测方法，其特征在于，所述获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据，包括：获取某级区域内的历史人口数据；采用拉格朗日插值法对所述历史人口数据中缺失的指标进行补全，以得到初始数据。3.根据权利要求1所述的老年人人口数量预测方法，其特征在于，所述将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值，包括：根据所述初始数据生成人口时间序列集；对所述人口时间序列集进行平稳性检验，以得到校验结果；建立arima模型，并利用所述arima模型对所述校验结果进行拟合；对所述arima模型的残差序列进行白噪声检验，以得到检验结果；判断所述检验结果是否接受白噪声原假设；若所述检验结果接受白噪声原假设，则通过投票方式选择人口迁入率、人口迁出率、人口死亡率在各年龄各性别整体预测效果相对最优的arima模型，并确定预测效果相对最优的arima模型的预测结果，以得到预测值。4.根据权利要求3所述的老年人人口数量预测方法，其特征在于，所述人口时间序列集包括人口迁入率时间序列集、人口迁出率时间序列集以及人口死亡率时间序列集。5.根据权利要求1所述的老年人人口数量预测方法，其特征在于，所述根据所述预测值计算人口留存率，包括：根据指数函数的形式确定留存率预测函数；将所述预测值输入至所述留存率预测函数内，以得到人口留存率。6.根据权利要求1所述的老年人人口数量预测方法，其特征在于，所述根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果，包括：根据所述初始数据确定某级区域内年龄和性别对应的人口数量；根据某级区域内年龄和性别对应的人口数量以及所述人口留存率输入至年龄移算模型，计算对应性别下一年度下一年龄的人口数量，并类推若干年度后指定岁数的老年人口数量，以得到预测结果。7.根据权利要求6所述的老年人人口数量预测方法，其特征在于，若干年度后指定岁数的老年人口数量为其中，t+n代表从预测起点年度t往后
n个年度，x表示指定岁数；表示对应性别上一年度上一年龄的人口数量。8.老年人人口数量预测装置，其特征在于，包括：数据处理单元，用于获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；拟合预测单元，用于将所述初始数据输入至arima模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；留存率计算单元，用于根据所述预测值计算人口留存率；人口预测单元，用于根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
技术总结本发明实施例公开了老年人人口数量预测方法、装置、计算机设备及存储介质。所述方法包括：获取某级区域内的历史人口数据，并对缺失的指标进行补全，以得到初始数据；将所述初始数据输入至ARIMA模型内进行年龄别、性别人口迁入率、迁出率和死亡率进行拟合和预测，以得到预测值；根据所述预测值计算人口留存率；根据所述初始数据以及人口留存率输入至年龄移算模型内，以将某一年度某一年龄的人口数在相应概率条件下转移至下一年度下一年龄，并进行老年人人口数量预测，以得到预测结果。通过实施本发明实施例的方法可实现提高了数据的可用性和模型的可靠性，提高了老年人口预测的准确度。确度。确度。
技术研发人员：申永生 胡徐蕾 杨威 陈冲杰
受保护的技术使用者：杭州城市大脑有限公司
技术研发日：2022.04.07
技术公布日：2022/7/5
