试述城市规划中的人口预测方法

摘要：城市人口预测是城市总体规划的首要工作,合理预测城市人口对城市的总体规划和可持续发展有着十分重要的意义。对城市规划中的人口预测方法进行了全面综合的评析,并将当前广泛使用的方法从其原理、特点、使用条件等角度加以对比分析,最后就其未来的发展趋势进行了展望。

关键词：城市规划；人口预测；方法

中图分类号：TU984 文献标识码：A 文章编号：

1 前言

近年来,随着经济的发展,人民的物质和精神生活水平不断提高,人口不断向城市集聚,导致城市人口不断增长。为了保证城市的可持续发展,城市人口分布和增长速度必须趋于合理。对城市本身来说,城市的用地规模、城市的布局以及城市基础设施的组成和规模都与城市人口规模有着十分密切的关系。城市人口规模预测合理与否,将对城市的建设和发展产生重要的影响。

人口预测是指以人口现状为基础,对未来人口的发展趋势提出合理的控制要求和假定条件,即参数条件来获得对未来人口数据提出预报的技术或方法。城市人口预测是城市总体规划的首要工作,它既是城市规划的目标,又是确定总体规划中的具体技术指标与城市合理布局的前提和依据,因此合理预测城市人口对城市的总体规划和城市的可持续发展有着十分重要的意义。

2 传统人口预测方法

传统的人口预测方法包括平均增长率法、带眷系数法、剩余劳动力转化法和劳动平衡法,等。

2.1 平均增长率法

在城市进行总体规划时,对人口规模预测的常见方法之一为平均增长率法,计算时应分析近年来人口的变化情况,确定每年的人口增长率。人口规模预测公式为:P=P0(1+K1+K2)n。式中,P为规划期末城市人口规模,P0为城市现状人口规模,K1为城市年平均自然增长率,K2为城市年平均机械增长率,n为规划年限。这种方法适合初步经济发展稳定的城市,人口增长会逐步增加,人口增长率变化不大。但是随着人口基数的增大,人口结构逐步趋于老龄化,人口增长的速度将会越来越慢,不可能都以平均的速度增长。若要考虑到未来社会经济发展等因素对人口变动的影响,则可按预见的趋势改变人口增长率进行测算。该方法具有普遍的适用性,但它对人口增长率的精度要求较高。

2.2 带眷系数法

带眷系数法是根据新建工业项目的职工数及带眷情况计算的。当建设项目已经落实,规划期内人口机械增长稳定的情况下,宜按带眷系数法计算人口发展规模。计算时应分析从业人员的来源、婚育、落户等状况以及城镇的生活环境和建设条件等因素,确定增加的从业人员及其带眷系数。

具体预测公式为:P=P1(1+a)+P2+P3。式中,P为规划期末城镇人口规模,P1为带眷职工人数,a为带眷系数,P2为单身职工人数,P3为规划期末城镇其他人口数[1]。职工带眷系数法主要用于新建工矿城镇,有利于确定住户居住形式,估算新建工业企业、

小城镇发展规模,但不适合对已经建好的整个城市人

口规模进行预测。

2.3 剩余劳动力转化法

随着农村经济的发展,机械化程度和劳动生产效率的不断提高,出现了大量的农村剩余劳动力,具体预测公式为:P=P0(1+K)n+Z[f·P1(1+k)n-s/b]。式中,P为规划期末城镇人口规模;P0为现状城镇人口规模;K为城镇人口的综合增长率;Z为农村剩余劳动力进镇比例;f为农业劳动力占周围农村总人口的比例,一般为45%)50%;P1为城镇周围农村现状人口总数;k为城镇周围农村的自然增长率;s为城镇周围农村的耕地面积;b为每个劳动力额定担负的耕地数量,一般为1.4)1.7hm2;n为规划年限[1]。这种方法适合对具有剩余劳动力的小城镇人口规模进行预测,不适合对城市化水平很高的城市人口规模进行预测。

2.4 劳动平衡法

劳动平衡法的基本原理建立在/按一定比例分配社会劳动0、在社会经济发展计划以及相互平衡的原则基础上,由社会经济发展计划的基本人口数和劳动构成比例的平衡关系来确定。计算公式为:P=P1/[1-(B+C)]。式中,P为规划期末城镇人口规模,P1为规划期末基本人口,B为服务人口的百分比,C为被抚养人口的百分比[2]。这种方法是原城市规划中采用较多的方法,式中的被抚养人口百分比和服务人口百分比等不是一成不变的,而是随着国民经济的发展、劳动生产率不断提高或城市性质的演变而变化的,因此主要适用于有较大发展、国民经济发展计划已具体落实、人口资料比较齐全的城市。

3 现代人口预测方法

3.1线性回归法:一元线性回归方程法。用一元线性回归法预测的基本思想是:按照两个变量X、Y的现有数据,把X、Y作为已知数,根据回归方程寻求合理的a、b确定回归曲线;再把a、b作为已知数来确定X、Y的未来演变。一元线性回归方程为: Y=aX+b。一元回归模型在短时期内精度最好,但对中长期外推预测,由于置信区间在扩大,误差较大,尤其在转折时期函数形式发生变化,误差更大。一元线性回归法一般适用于人口数据变动平稳、直线趋势较明显的预测。º多元线性回归方程法。人类社会系统是由人口和其它多种要素组成的,同时各要素之间是相互联系、相互影响和相互制约的。因此,可根据人口与其它多种要素之间的定量关系,预测出未来不同发展阶段的人口。模型为:Y=b0+b1x1+b2x2+,+bnxn,利用最小二乘法估计偏回归系数b0,b1,,bn。多元回归分析方法通过研究人口数量的变化与有关经济社会变量的关系探讨人口变化的规律,预测人口的变化趋势。它的优点是考虑了人口发展与社会经济的密切关系,通过探索它们之间的关系来间接推算人口走势,比较符合实际;缺点是人口与社会经济变量之间的关系并非直接的关系,而且各变量之间又相互关联,选择最佳的指标、模型都比较困难。

3.2移动平均法:移动平均法是在算术平均法基础上发展起来的一种预测方法。移动平均法是将一定历史时期的人口规模数据,根据近期数据对预测值影响较大,而远期数据对预测值影响较小的事实,把平均数逐期移动。移动平均法分为一次移动平均预测法和二次移动平均预测法。二次移动平均预测法是在经过一次移动平均形成新序列的基础上再做一次移动平均,利用移动平均滞后偏差的规律建立直线趋势预测模型。其中:一次移动平均数法的计算公式为:Mt(1)=(Yt+Yt-1+,+Yt-n+1)/N。式中,Mt(1)为第t周期的一次移动平均数,Yt为第t周期的人口数据,N为计算移动平均数所选周期个数。一般而言,如果实际数据没有明显的周期变化和趋势变化,则可用Mt(1)作为t+1周期预测值。二次移动平均数法。计算t周期二次移动平均数的计算公式为:Mt(2)=(Mt(1)+M(1)t-1+,+M(1)t-n+1)/N。在此基础上可建立的线性模型为:Yt+T=a+bT。式中,t为当前时期数;T为由当前时期数t到预测期的时期数,即t以后模型外推的时间;Yt+T为第t+T期的预测值;a为截距;b为斜率;a、b又称为平滑系数。根据移动平均值可得截距和斜率的计算公式为:a=2Mt(1)-Mt(2);b=[2/(N-1)]@[Mt(1)-Mt(2)]。一次移动平均数法适用于实际数据没有明显周期变化和趋势变化的情况。二次移动平均数法补充了一次移动平均数法的不足。在实际应用移动平均法时,移动平均项数N的选择十分关键,它取决于预测目标和实际数据的变化规律。如果N值(周期)选择较大,则预测的结果较小;反之,预测值较大。在选择N值时,要通过多个N值进行试算比较而定,哪个N值引起的预测误差小就采用哪个。与该种预测方法接近的还有指数平滑预测法、移动平均法和指数平滑法适用于历史人口数据较少,人口发展趋势与过去相同的情形下的人口预测。

结语

上述介绍的大多预测方法所需的数据量都很大,如果采取传统的人工计算的方法,必将耗费大量的人力、物力和时间,而且正确性也得不到保证。所以在今后的工作中,要进一步摸索运用计算机进行处理的方法。

参考文献：

[1]王炜,纪江海,冯洪梅.城镇规划中人口规模分析与预测[J].河北农业大学学报,2001,24(3)B83-85.

[2] 韩增林,刘桂春.人口增长综合预测报告[Z].辽宁师范大学城市与环境学院,2003-10.

[3] 阿拉腾图雅,等.人口预测模型[J].内蒙古科技与经济,1999,(4)B21-27.