城镇化率通用测算方法研究 - 中国统计教育学会.pdfVIP

城镇化率通用测算方法研究 —以陕西“六普”大数据为例 陕西省统计局 张应剑、李雯佳、马艳 摘 要 推进新型城镇化，是新时代条件下全面建成小康社会，加快社会主义现代化 建设的重大战略。人口城镇化率作为反映城镇化发展水平的重要指标,备受各级 政府和社会各界关注。目前，我国在非人口普查年份城镇化率采用“区划法”测 算，存在人口变动抽样调查样本量不够多，各地推断和评估的标准、方法不统一 等问题。为此，探索适用于非普查年份的统一、通用的城镇化水平的测算方法， 满足经济社会发展需要，是当前深化统计改革的重要方向。针对现行城镇化率推 算中的不足和难点，本文尝试以陕西流动人口为切入点，深入挖掘2010 年陕西 省第六次人口普查大数据“宝库”，通过线性回归、决策树回归、boosting 回归、 随机森林回归四种模型的比较，确定了陕西各县（区）流动人口与经济社会指标 的随机森林模型，并测算得到了2011 年、2012 年各县（区）流动人口和城镇流 动人口数。以此为基础，本文得到了适用于非普查年份的城镇化率通用测算方法， 并将人口城镇化率分解为人户一致城镇化率和流动人口城镇化率。 本文得出以下结论：通过运用随机森林模型挖掘“六普”大数据，测算流动 人口，可以得出城镇化率测算通用方法，该方法可以推广至全国及省市（县）， 弥补和改进现行抽样推算方法的不足。同时本文将城镇化率分解为人户一致和流 动城镇化率，使城镇化率结构更加明晰，也为衡量城镇化质量提出了新的思路。 关键词：城镇化率 流动人口 随机森林模型 目 录 一、引 言 1 （一）问题的提出1 （二）有关文献综述及研究思路1 二、现行城镇化率推算中的不足和难点 2 （一）现行城镇化率推算方法介绍和不足2 （二）推断城镇化率的难点—流动人口3 三、流动人口的测算新方法 4 （一）大数据选取和流动人口分布特征初探4 1、大数据的选取和预处理4 2、陕西流动人口分布特征初探—与经济社会发展水平正向相关5 （二）指标选择及初步分析6 1、指标选择6 2、差异明显的两类聚类结果反映人口流动特征7 3、矩阵散点图反映流动人口数与经济社会指标的正向相关9 （三）四种模型的建立10 1、传统模型—线性回归模型10 2、机器学习方法11 （四）模型结论—随机森林模型拟合效果较优14 四、基于流动人口模型的城镇化率通用测算方法 15 （一）随机森林模型测算结果—更符合实际的流动人口数15 （二）城镇化率的结构分解—人户一致城镇化率和流动城镇化率16 （三）城镇化率的通用测算方法及2011 年、2012 年测算结果17 1、城镇化率的通用测算方法 17 2、对2011、2012 年陕西及各县（区）城镇化率的初步推算17 3、考虑城乡因素变更的城镇化率修正结果18 五、创新与不足 18 1 六、城镇化率通用测算方法的推广与展望 19 2 一、引言 （一）问题的提出 城镇化是由农业为主的传统乡村社会向以工业和服务业、高新技术产业和信 息产业为主的现代城市社会逐渐转变的历史过程。近年来，城镇化为保持经济平 稳发展提供了强大的内生动力。人口城镇化率作为衡量城镇化发展水平的主要指 标，已经受到各级政府和社会各界的广泛重视。改革开放以来,我国城镇化水平 得到了快速提高。2011 年，中国城镇化率首次超过 50%，2013 年达到 53.7%， 超过世界平均水平。然而，社会上对人口城镇化率的质疑也不绝于耳，质疑者认 为我国将未能完整获得城镇公共服务的农民工列入城镇人口，导致对城镇化水平 的高估。 我国现行的人口城镇化率统计是在普查年份得到各级城镇化率数据，在非普 查年份根据年度人口变动抽样调查资料进行推算。然而，每年进行的1‰