深圳人口與醫(yī)療需求預(yù)測(cè)模型

1、深圳人口與醫(yī)療需求預(yù)測(cè)摘要：深圳是我國(guó)經(jīng)濟(jì)發(fā)展最快的城市之一，30多年來，衛(wèi)生事業(yè)取得了長(zhǎng)足發(fā) 展，形成了市、區(qū)及社區(qū)醫(yī)療服務(wù)系統(tǒng)，較好地解決了現(xiàn)有人口的就醫(yī)問題。但 是，隨著城市的發(fā)展，深圳市未來人口預(yù)測(cè)及醫(yī)療需求預(yù)測(cè)是保證深圳社會(huì)經(jīng)濟(jì) 可持續(xù)發(fā)展的重要條件。經(jīng)典的預(yù)測(cè)方法有很多，如灰色預(yù)測(cè)模型，邏輯斯蒂模 型，一元線性回歸模型等等。根據(jù)題目給出的已有數(shù)據(jù)以及深圳市統(tǒng)計(jì)局， 深圳市衛(wèi)生和人口計(jì)劃生育網(wǎng) 站給出的相關(guān)數(shù)據(jù)，本文運(yùn)用了一元線性回歸及時(shí)間序列模型，以 SPSS SAS EXCE等統(tǒng)計(jì)軟件進(jìn)行擬合，并對(duì)各模型的擬合結(jié)果進(jìn)行加權(quán)組合，對(duì)深圳市未 來十年的人口數(shù)給出了以下預(yù)測(cè)：?jiǎn)挝?（萬

2、人）年份（年）2011 年2012 年2013 年2014 年2015 年2016 年2017 年2018 年2019 年2020 年深圳市1066.561101.451135.211168.181200.611232.651263.931296.031327.521358.93基丁這個(gè)，給出了未來十年深圳市及各區(qū)的床位需求：?jiǎn)挝唬海ㄈ耍┠攴荩辏?011201220132014201520162017201820192020深圳市24060253002650127674288272996631079322203334034457同時(shí)，以5年為一個(gè)年齡段的長(zhǎng)度，依據(jù)已經(jīng)給出的各年齡段的男女比例

3、計(jì) 算出了 2010年的深圳I市各年齡段的男女比例，再運(yùn)用以LESLIE矩陣推算出2015 年和2020年深圳市的人口結(jié)構(gòu)，并依據(jù)某些病的發(fā)病情況和發(fā)病年齡特征，以 推測(cè)出的人口結(jié)構(gòu)和2010年的不同醫(yī)療結(jié)構(gòu)的床位數(shù)，預(yù)測(cè)了未來十年內(nèi)不同 機(jī)構(gòu)的床位需求量。關(guān)鍵字：深圳 人口預(yù)測(cè) 醫(yī)療衛(wèi)生 時(shí)間序列一、問題重述1.1問題背景：深圳市自從改革開放之后，一直迅猛發(fā)展，成為我國(guó)經(jīng)濟(jì)發(fā)展最快的城市之 一。隨著經(jīng)濟(jì)和人口的增長(zhǎng)，深圳市衛(wèi)生醫(yī)療事業(yè)也在長(zhǎng)足發(fā)展。隨著時(shí)代的發(fā) 展,人們生活水平不斷提高,對(duì)健康的要求也隨之提高,所以醫(yī)療水平也必須不 斷提高。如果能夠?qū)θ丝诮Y(jié)構(gòu)，變化趨勢(shì)及常見疾病發(fā)病率有較準(zhǔn)確

4、的預(yù)測(cè)，將有利丁制定更合理的人口計(jì)劃，更合理的人口布局，同時(shí)對(duì)丁制定更適當(dāng)?shù)尼t(yī)療 發(fā)展計(jì)劃有著重大意義。二、模型假設(shè)1）不考慮戰(zhàn)爭(zhēng)，瘟疫，大規(guī)模流行病對(duì)人口的影響。2）假設(shè)同一年齡段的人死亡率相同，同一年齡段的育齡女性生育率相同3）假設(shè)當(dāng)?shù)厝藗兊纳^念不發(fā)生太大變化。4）假設(shè)各年齡段的育齡女性生育率成正態(tài)分布。5）假設(shè)本問題中采用的數(shù)據(jù)均真實(shí)有效。6）假設(shè)深圳市的產(chǎn)業(yè)結(jié)構(gòu)不發(fā)生巨大變化。7）在短期內(nèi)，人口的生育率、死亡率的總體水平可看成不變。二、符號(hào)假設(shè)具體見各預(yù)測(cè)方法四、模型建立與求解一元線性回歸：由題目，得到最近十年的戶籍人口及非戶籍人口的相關(guān)信息，通過EXCEL#算，得到如下相關(guān)表格：

5、戶數(shù)、人口、出生、死亡及自然增長(zhǎng)年份年末戶籍人口戶數(shù)（萬戶）年末常住人口數(shù)（萬人）戶籍人口（萬人）非戶籍人口（萬人）200141.14724.57132.04592.53200244.73746.62139.45607.17200347.55778.27150.93627.34200452.04800.8165.13635.67200557.01827.75181.93645.82200661.37871.1196.83674.27200764.88912.37212.38699.99200867.1954.28228.07726.21200969.81995.01241.45753.5620

6、1071.441037.2251.03786.17算術(shù)平均57.707864.797189.924674.873萬差118.5343566711508.0864461832.59051564205.5316678標(biāo)準(zhǔn) 差10.887348468107.2757495742.80876680764.850070684幾何平均56.740748487858.88264996185.50071222672.12322676中位 數(shù)59.19849.425189.38660.045對(duì)近十年深圳I的年末總?cè)丝?、戶籍人口及非戶籍人口，作柱狀圖:通過柱狀圖，可以看出，最近十年，深圳市年末常住人口數(shù)，戶籍人

7、口及非戶籍人口都呈現(xiàn)著隨時(shí)間的推移而遞增的趨勢(shì)， 且增長(zhǎng)趨勢(shì)基本相同，所以，對(duì)年末常住人口數(shù)及年份作一元線性回歸，用 spssb件實(shí)現(xiàn)，得到如下表格模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差1_ _ . a.994.988.98612.56785a.預(yù)測(cè)變量：（常量）,年份。AaAnova模型平方和df均方FSig.1回歸102309.1711102309.171647.728.000 b殘差1263.6078157.951總計(jì)103572.7789a. 因變量：年末常住人口數(shù)b. 預(yù)測(cè)變量：（常量）,年份。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（ 常量）-69759.311

8、2774.963-25.139.000年份35.2151.384.99425.450.000a.因變量：年末常住人口數(shù)由表，可得調(diào)整后的R方=0.986 ,從相對(duì)水平上看，回歸方程能夠減少因變量y的98.6%的方差波動(dòng)，由 ANOV沖，F(xiàn)=647.728, sig 0.000,說明y對(duì)x的線性回歸高度顯著，有系數(shù)中可得回歸方程為y （t） =-69759.311+35.215t，其中y（t）表示t時(shí)刻深圳市的年 末常住人口數(shù)。由該模型，可以預(yù)測(cè)未來十年的深圳市常住人口數(shù)：?jiǎn)挝唬ㄈf人）年份（年）2011201220132014201520162017201820192020常住人口1058.05

9、51093.271128.4851163.71198.9151234.131268.3451304.561339.7751374.99時(shí)間序歹0建模：深圳市歷年年末常住人口數(shù)時(shí)序圖由序列的時(shí)序圖可以看出，序列存在明顯的遞增趨勢(shì)，且遞增趨勢(shì)基本符合 線性趨勢(shì)，故對(duì)原序列作一階差分，即可實(shí)現(xiàn)平穩(wěn)。The ARIMA ProcedureAutocorrelation Check for White NoiseTo Chi- Pr >Lag Square DF ChiSq Autocorrelations6118.916 <.00010.9230.8420.7580.6720.5850.4

10、9812134.0312 <.00010.4090.3160.2210.1240.027 -0.063數(shù)列平穩(wěn)后，對(duì)平穩(wěn)序列進(jìn)行白噪聲檢驗(yàn)，P<0.0001,拒絕原假設(shè)，該人口序列為非白噪聲序列，建模繼續(xù)；AutocorrelationsLag Covariance Correlation -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 Std Error0387.8961.00000 |*101257.5360.66393 |*|0.1796052180.7280.46592 |*.|0.2463673143.3130.36946 |* .|

11、0.273317470.8242210.18259 |*.|0.288979546.0432530.11870 |*.|0.292677678.2236500.20166 |*.|0.294225716.8657310.04348 |*.|0.2986518-41.983495-.10823 |*|.|0.2988559-41.585584-.10721 |*|.|0.30011710-108.845-.28060 |*|.|0.30135011-148.403-.38259 |.*|.|0.30966312-116.068-.29923 |.*|.|0.324553"."

12、marks two standard errorsPartial AutocorrelationsLagCorrelation -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 110.66393 |*|20.04492 |.|*.|30.07920 |.|* .|4-0.18120 |.*|.|50.06234 |.|*.|60.21949 |* .|7-0.28446 |*|.|8-0.19395 |.*|.|90.06136 |.|*.|10-0.23080 |. *|.|Minimum Information CriterionLagsMA 0 MA 1

13、MA 2 MA 3 MA 4MA 5AR 05.4928235.425786 5.450663 5.512824 5.4349675.538662AR 15.2286675.339434 5.447386 5.553073 5.4359745.508633AR 25.3388195.449353 5.558133 5.662878 5.5438385.591231AR 35.4458825.556225 5.642139 5.752895 5.5194485.541168AR 45.2853495.395004 5.457846 5.378142 5.4340425.500542AR 55.3

14、721725.482732 5.541387 5.411368 5.5138985.611257Error series model: AR(8)Minimum Table Value: BIC(1,0) = 5.228667由序列的自相關(guān)圖和偏自相關(guān)圖及最小信息量準(zhǔn)則，確定數(shù)列為AR( 1)模型;參數(shù)估計(jì)The ARIMA ProcedureConditional Least Squares EstimationStandardApproxParameterEstimateErrort ValuePr > |t|LagMU26.967888.155503.310.00250AR1,10

15、.707100.136795.17<.00011參數(shù)檢驗(yàn)可以看出，均值u以及？ 1的| P| <0.005,拒絕原假設(shè)，既兩參數(shù)均不為零；殘差白噪聲檢驗(yàn)ToChi-Pr >LagSquareDF ChiSq Autocorrelations68.0250.1551 -0.052 -0.0350.201 -0.109 -0.1390.3571215.87110.14600.014-0.1850.231-0.138-0.2300.0621820.70170.2399-0.110-0.1010.2230.049-0.003-0.0482422.80230.4726-0.013-0.

16、0850.109-0.017-0.0340.007殘差的白噪聲檢驗(yàn)可以看出，殘差為白噪聲，估計(jì)模型： (1-0.7071B ) *x(t)=u+a(t) tx(t)=u+0.7071x(t-1)+a(t)其中B為延遲算子，X(t)為t時(shí)刻常住人口總數(shù)，u為序列均值，a(t)為t時(shí)刻的隨機(jī)擾動(dòng)。預(yù)測(cè)2011年至2020年的深圳市常住人口總數(shù)如下表：年份預(yù)測(cè)的常住人口數(shù)標(biāo)準(zhǔn)偏差95%置信區(qū)間20111074.931415.07651045.38201104.480920121109.510229.82781051.04871167.971720131141.859844.68711054.2746

17、1229.445020141172.633159.05351056.89031288.375820151202.291772.68361059.83451344.749020161231.162385.50711063.57151398.753020171259.475597.53621068.30811450.642920181287.3947108.82091074.10961500.679720191315.0353119.42571080.96521549.105320201342.4788129.41791088.82441596.1332加權(quán)處理兩種預(yù)測(cè)，得到如下結(jié)果:年份ARIM

18、A一元線性P1P2加權(quán)的常住人口數(shù)20111074.93141058.0550.50395604960.49604395041066.559963920121109.51021093.270.503686296070.496313703931101.449966220131141.85981128.4850.502945543780.497054456221135.211796120141172.63311163.70.501911777910.498088222091168.183628120151202.29171198.9150.500703125640.499296874361200.

19、605724220161231.16231234.130.499398103830.500601896171232.647936220171259.47551268.3450.498245623060.501754376941263.925810420181287.39471304.560.496688734570.503311265431296.034188920191315.03531339.7750.495340589870.504659410131327.520422420201342.47881374.990.494018109790.505981890211358.9288784其

20、中P1表示ARIM故測(cè)在各年份預(yù)測(cè)中所占的權(quán)重值，P2表示一元線性預(yù)測(cè)在各年份預(yù)測(cè)所占的權(quán)重值，加權(quán)的常住人口數(shù)表示經(jīng)過加權(quán)處理后， 綜合兩種方法對(duì)未來十年的深圳市年末常住人口數(shù)的預(yù)測(cè)。下面對(duì)深圳市未來十年的人口結(jié)構(gòu)進(jìn)行預(yù)測(cè)：根據(jù)2010年深圳人口總數(shù)是1037.2萬，按照每五歲為一個(gè)年齡組，把099 歲劃分成20個(gè)年齡組，即04歲為第1個(gè)年齡組,59歲為第2個(gè)年齡 組,1014歲為第3個(gè)年齡組，?,9599歲組第20個(gè)年齡組，100歲以上為 第21個(gè)年齡組，并設(shè)各年齡組人口構(gòu)成的初始人口列向量為X(0) = x1 (0) ,x2(0) ,x3 (0) , ?,x21 (0) T ;第5t年各

21、年齡組人口構(gòu)成的人口列向量為X(t)=x1 (t) ,x2 (t) ,x3 (t) ,?,x21 (t) T , 稱 X(t)為人口狀態(tài)向量。如果設(shè)所有年齡組女性人口占同一組總?cè)丝诒壤南禂?shù)向量為C = c1 ,c2 ,c3 ,?,c21 T,那么在5t年時(shí)，女性人口的列向量應(yīng)為 C X( t ) = c1x1 ( t ) ,c2x2 (t ) ,c3x3 ( t ) ,?,c21x21 (t) T 。各年齡組婦女在五年內(nèi)的平均生育率向量為B = b1 ,b1 ,b2 ,?,b21 T ; 由丁在2000年以后，隨著獨(dú)生子女群體結(jié)婚高峰的到來，按照我國(guó)現(xiàn)行計(jì)劃生育政策，這一群體允許生育第二胎，

22、因 此育齡婦女的生育率將會(huì)上升，其上升幅度現(xiàn)在很難準(zhǔn)確估計(jì)，但總和生育率R 應(yīng)滿足不等式:1 < R < 2 ,(即平均一對(duì)夫婦終生只能生育R個(gè)孩子)。如果2000年以后按2000年總和生育率(1 125 %)的a (0. 9 < a < 1.3) 倍進(jìn)行 估算，那么可取B = a b1 ,b1 ,b2 ,?, b21 T 。若把t階段存活的全部新生兒劃分到第t+1階段的第一年齡組，并設(shè)各年齡組人口在五年期內(nèi)的自然存 活率向量為S = s1 ,s2 ,s3 ,?, s21 T。由丁第t階段k - 1年齡組的人存活到第t + 1階段就是k年齡組的人，(k = 2 ,3 ,

23、4 ,?,20),且第21年齡組(即100歲以上)的老年人五年后存活下來的仍然屆丁第21年齡組。由此可得人口系統(tǒng)狀態(tài)X( t )關(guān)丁離散時(shí)間變量t ( t = 1 ,2 ,3 ,?,n , ?)的狀態(tài)轉(zhuǎn)移方程組21X t 1 =ack bk xk tk目Xk t 1 = skxk 1 tx 21 ( t +1) = s 20 x20 ( t) + s 21 x21 ( t)( 1 )引進(jìn)系數(shù)矩陣:C1b1aC2b2aC3b3aC19b9a C2°b2。a C21 b21S000 00000S200 000000S30 0000a» :0000000 0S19000000 0

24、0S20S21aa =則方程組(1)可用矩陣形式表示成X(t + 1) = AX(t) t = 0 ,1 ,2 ,3 , ? 矩陣A為L(zhǎng)eslie矩陣2 ,以A為系數(shù)矩陣的人口狀態(tài)向量 X(t)的轉(zhuǎn)移方程 (2),就是人口增長(zhǎng)的動(dòng)力學(xué)模型。若以2010年的人口向量為初始向量 X(0),把X(0)代入方程(2)可依次求 得2015年、2020年等以后第5t年的人口向量X(t)的預(yù)測(cè)值。由丁方程(2)以五年為一個(gè)時(shí)間單位，故應(yīng)根據(jù)表2中的數(shù)據(jù)計(jì)算出五年內(nèi) 各年齡組的死亡率與生育率。假設(shè)第k組人口年平均死亡率為 入k ,則由丁單位時(shí)間dt內(nèi)的死亡人數(shù)與人口總數(shù) Xk°)受-(t)一-一 一

25、 k k(t)成正比，即有 dtx ，解此微分方程可得五年的人口存活率為Sk = e=1,2,3,.21)。但當(dāng)?shù)趉組育齡婦女的年平均生育率為f k時(shí)，五年的平均生育率就是bk = 5fk (1 ,2 ,3 , ?,21) < 經(jīng)計(jì)算可得以五年為一個(gè)單位時(shí)間時(shí)這兩組數(shù)據(jù)組成的向量分別為S = 0. 970 009,0. 997 553,0. 997 802,0. 996 357 ,0. 994 068,0. 993 372,0. 992 578,0. 991 189,0. 987 973 ,0. 982 161 , 0. 971 999 , 0. 955 042,0. 924 641 ,

26、 0. 872 406 ,0. 774 103,0. 672 032,0. 505 554,0. 396 135,0. 275 891 ,0. 313 627,0. 301 194 T ;B0,0,0,0.0034,0.06014,0.09029,0.036,0.0093,0.0018,0.00048,0,0,0,0,0, 0,0,0,0,0,0 T ;C=0.4520,0.4169,0.4162,0.5829,0.5435,0,4727,0.4542,0.4298,0.4270,0.4 207,0.4268,0.5065,0.5275,0.4967,0.5107,0.5277,0.5672,

27、0,7708,0.7442,0. 9091,1經(jīng)計(jì)算得到未來十年的人口人口結(jié)構(gòu):2015各年齡段人口數(shù)2025各年齡段人口數(shù)0-4歲54.2880947452.8525005325-9歲46.6948754175814 歲36.04096514652.81789121315-19 歲3376226407720-24 歲25-29 歲89.509349076228.4631741937.535809407101.2657913330-34 歲211.04900857258.4495743735-39 歲155.79323252238.69483

28、97540-44 歲136.80112721176.0547521345-49 歲105.20608279154.3476965750-54 歲64.736217831118.068439655-59 歲30.2453767472.51043560160-64 歲22.83712278533.69294955565-69 歲13.46742568825.1179046470-74 歲7.760633524214.33847468975-80 歲5.45299924737.675480745380-84 歲3.09929006555.1555362638>84歲1.32318045632.

29、6299973943由表格，對(duì)比2010年的年齡結(jié)構(gòu)，可以看出，深圳市將面臨老齡化嚴(yán)重的 問題，并且中宵年人口也在總?cè)丝谥械谋戎亟档?。通過深圳衛(wèi)生和人口計(jì)劃生育網(wǎng)址，可以得到床位數(shù)的相關(guān)資料，通過簡(jiǎn)單的觀察，可以發(fā)現(xiàn)，床位數(shù)隨著時(shí)間推移以及人口的增加，呈現(xiàn)遞增趨勢(shì)，則依舊常住人口數(shù)對(duì)醫(yī)療床位做最小二乘估計(jì)，估計(jì)參數(shù)：模型匯總方程1復(fù)相關(guān)系數(shù).989R方.978調(diào)整R方.975估計(jì)的標(biāo)準(zhǔn)誤609.103ANOVA平方和df均方FSig.方程1回歸130989608.9291130989608.929353.066.000殘差2968051.1718371006.396總計(jì)133957660.10

30、09系數(shù)未標(biāo)準(zhǔn)化系數(shù)BetaTSig.B標(biāo)準(zhǔn)誤方程1(常數(shù))-13870.8791648.044-8.417.000年末常住人口35.5631.893.98918.790.000可以看出，調(diào)整完的R方=0.975，方程回歸的顯著性檢驗(yàn)sig .0000,說明年 末常住人口對(duì)全市床位需求的線性回歸高度顯著，這與相關(guān)系數(shù)的檢驗(yàn)是一致 的，從而可以得出回歸方程：Y (t) =-13870.879+35.563x(t),其中Y (刻t)表示t時(shí)深圳市全市的床位數(shù)， x(t)表示t時(shí)刻深圳市年末常住人口數(shù)；則可得出未來10年內(nèi)全市床位需求：年份(年)201120122013201420152016201

31、7201820192020床位240602530026501276742882729966310793222033340344572010年各區(qū)床位總數(shù):深圳市羅湖區(qū)福田區(qū)南山區(qū)玉女 區(qū)光明新區(qū)龍岡區(qū)坪山新區(qū)鹽田區(qū)床位 數(shù)22482.000003326.000005416.000002035.000006272.00000583.000004175.00000310.00000365.00000比例1.000000.147940.240900.090520.278980.025930.185700.013790.01624未來十年全市及各區(qū)的床位需求:年份深圳市羅湖區(qū)福田區(qū)南山區(qū)寶安區(qū)光明新區(qū)

32、龍崗區(qū)坪山新區(qū)鹽田區(qū)20112406035595796217867126244468332391201225300374360952290705865646983494112013265013921638423997393687492136543020142767440946667250577207185139382449201528827426569442609804274853533974682016299664433721927128360777556541348720173107945987487281386708065771429505201832220476777622916898

33、983659834445232019333404932803230189301865619146054120203445750988301311996138946399475559根據(jù)綜合醫(yī)院的結(jié)構(gòu)配置：臨床科室設(shè)置1. 內(nèi)科系統(tǒng)：內(nèi)科心血管專業(yè)、內(nèi)科呼吸專業(yè)、內(nèi)科腎病專業(yè)、內(nèi)科消化專業(yè)、內(nèi)科血液病專業(yè)、內(nèi)科內(nèi)分泌專業(yè)、內(nèi) 科神經(jīng)內(nèi)科專業(yè)。2. 外科系統(tǒng)：普通外科專業(yè)、肝膽外科專業(yè)、胃腸外科專業(yè)、 痔痿外科專業(yè)、心胸外科專業(yè)、骨科專業(yè)、神經(jīng)外科專業(yè)、泌尿外科專業(yè)、整形外科專業(yè)、燒傷科專業(yè)。3. 婦產(chǎn)科系統(tǒng)：婦科專業(yè)、產(chǎn)科專業(yè)、生殖健康與不孕專業(yè)。4. 兒科專業(yè)（含新生兒）5. 眼科專業(yè)6. 口

34、腔科專業(yè)7. 耳鼻喉科專業(yè)8. 皮膚科專業(yè)9. 麻醉科專業(yè)10. 急診科專業(yè)11. 中醫(yī)科專業(yè)12. 傳染科13. 醫(yī)療美容科主要床位分配需求是在內(nèi)科，外科，婦產(chǎn)科，兒科和傳染科占主要部分，假 定各綜合醫(yī)院這些科室的床位分配是評(píng)價(jià)分配， 且這五個(gè)科室的床位數(shù)占總床位 的90%預(yù)測(cè)分娩在不同機(jī)構(gòu)類型的醫(yī)療床位需求：根據(jù)收集的資料，及本文全面預(yù)測(cè)的年齡結(jié)構(gòu)，預(yù)測(cè)分娩在不同機(jī)構(gòu)類型的 醫(yī)療床位需求。根據(jù)收集到的女性在不同年齡的生育率如下表：15-19 歲20-24 歲25-29 歲30-34 歲35-39 歲40-44 歲45-49 歲3.460.1490.29369.31.820.48可以看出，婦

35、女生育率再25-29歲生育率最高，在20-24歲生育率也較高, 在其他年齡段的生育率較低。假定深圳市未來十年的男女比例沒有太大變化。由年齡結(jié)構(gòu)，2015年適齡女性與2010年的比為：15-19 歲20-24 歲25-29 歲30-34 歲35-39 歲40-44 歲45-49 歲2.69909972.55358170.92428050.73875740.87950480.77150190.620597230738448275495565628780751可以看出，未來適齡女性的占總?cè)丝诘谋壤?010年有增加，故相關(guān)婦科專科醫(yī)院和綜合醫(yī)院的婦科床位應(yīng)該增加相對(duì)應(yīng)的比例，且增加的床位數(shù)為 201

36、0年婦科?？萍熬C合醫(yī)院的婦科床位總數(shù)的 8.12%,計(jì)算方法如下y=x(t)*(z(t)-1)其中y為增加床位的白分比，x (t)為t年齡段婦女的生育率,z(t)為t年 齡段2015年適齡女性與2010年的比例。同理可以的2020年適齡婦女與2015年的比例為：15-19 歲20-24 歲25-29 歲30-34 歲35-39 歲40-44 歲45-49 歲1.0854950.3704930.3916061.0819221.3536241.1370031.29617325659052981053584924238610395則相應(yīng)的，2020年相關(guān)婦科?？漆t(yī)院和綜合醫(yī)院的婦科床位應(yīng)該相應(yīng)減少,

37、 減少的床位數(shù)為2015年婦科專科及綜合醫(yī)院的婦科床位總數(shù)的 8.59%。預(yù)測(cè)腦血管在不同機(jī)構(gòu)類型的醫(yī)療床位需求：1528例腦血管發(fā)病年齡的分布年齡<3030-3940-4950-5960-69>70腦血管發(fā)病數(shù)2186349357567148比例1.45.622.823.437.19.7由上表，可以看出，腦血管疾病的高發(fā)年齡段為40-69歲期間，對(duì)比2015年該年齡段人口占總?cè)丝诘谋壤c 2010該年齡段人口占總?cè)丝诘谋壤玫饺缦?比值表：年齡30-3940-4950-5960-69比例1.25229940061.41663087641.76653561061.642024583

38、3由深圳市衛(wèi)生和計(jì)劃生育網(wǎng)站可以得到腦血管的發(fā)病率0.005981 o貝U同分娩情況計(jì)算方法相同，計(jì)算出腦血管相關(guān)?？漆t(yī)院與綜合醫(yī)院的腦學(xué)管科室應(yīng)該 相對(duì)2010年的該種病病床位數(shù)增加52.67%。同樣，得2020年該年齡段的人口占總?cè)丝诘谋壤c 2015該年齡段人口占總 人口的比例得到如下表格：年齡30-3940-4950-5960-69比例1.19731082191.20619808381.77271526661.4311993469則，可以計(jì)算出，2020年腦血管相關(guān)?？漆t(yī)院與綜合醫(yī)院的腦學(xué)管科室應(yīng)該相對(duì)2010年該病病床數(shù)增加39.88%?？偨Y(jié)一下其他相關(guān)病種，結(jié)合年齡結(jié)構(gòu)比例表:0-

39、4歲5-9歲10-14歲15-19歲20-24歲2015年各年齡結(jié)構(gòu)比例0.0450.0390.0300.0280.0752020年各年齡結(jié)構(gòu)比例0.0390.0430.0390.0300.0282010年各年齡結(jié)構(gòu)比例0.0410.0300.0280.0750.1902015年/2010 年1.1001.2951.0850.3700.3922020年/2015 年0.8601.1001.2951.0850.37025-29 歲30-34歲35-39歲40-44歲45-49歲2015年各年齡結(jié)構(gòu)比例0.1900.1760.1300.1140.0882020年各年齡結(jié)構(gòu)比例0.0750.1900

40、.1760.1300.1142010年各年齡結(jié)構(gòu)比例0.1760.1300.1140.0880.0542015年/2010 年1.0821.3541.1371.2961.6112020年/2015 年0.3921.0821.3541.1371.29650-54 歲55-59歲60-64歲65-69歲70-74歲2015年各年齡結(jié)構(gòu)比例0.0540.0250.0190.0110.0062020年各年齡結(jié)構(gòu)比例0.0870.0530.0250.0180.0112010年各年齡結(jié)構(gòu)比例0.0250.0190.0120.0070.0052015年/2010 年2.1181.3031.6481.6321

41、.2442020年/2015 年1.6112.1181.3031.6481.63275-80 歲80-84歲>84歲2015年各年齡結(jié)構(gòu)比例0.0050.0030.0012020年各年齡結(jié)構(gòu)比例0.0060.0040.0022010年各年齡結(jié)構(gòu)比例0.0030.0010.0012015年/2010 年1.4701.7561.0062020年/2015 年1.2441.4701.756再依據(jù)不同病種每個(gè)年齡段的發(fā)病率進(jìn)行計(jì)算， 就可以得出該病種相對(duì)應(yīng)的 床位數(shù)的增加與減少的白分比。即可得出不同醫(yī)療機(jī)構(gòu)就醫(yī)的床位需求。五、模型優(yōu)缺點(diǎn)優(yōu)點(diǎn)：1、具有良好的創(chuàng)造性，在對(duì)傳統(tǒng)模型的理解的基礎(chǔ)，利用加

42、權(quán)法對(duì)模型進(jìn)行組 合預(yù)測(cè)，提高了預(yù)測(cè)準(zhǔn)確度。2、 本模型采用多種專業(yè)統(tǒng)計(jì)軟件對(duì)模型進(jìn)行求解，如：SAS,SPSS,Excel等。進(jìn) 一步提高模型求解的準(zhǔn)確度。3、本模型中采用的數(shù)據(jù)來源廣泛。數(shù)據(jù)較權(quán)威，較全面。4、本模型在短期預(yù)測(cè)內(nèi)預(yù)測(cè)結(jié)果準(zhǔn)確。缺點(diǎn)：1、影響人口變動(dòng)有很多因素，不可能見這些因素都考慮到模型中，所以模型從 某種程度上來說是不全面的。2、數(shù)據(jù)縱觀時(shí)間比較短，對(duì)丁人口預(yù)測(cè)會(huì)造成誤差。3、模型只適合做短期預(yù)測(cè)，在長(zhǎng)期預(yù)測(cè)中不適用。六、全文總結(jié)人口預(yù)測(cè)是一個(gè)極其復(fù)雜的過程，當(dāng)中考慮的因素極為復(fù)雜，有人口遷移， 經(jīng)濟(jì)變化，自然災(zāi)害等等。深圳是一個(gè)告訴發(fā)展的城市，經(jīng)濟(jì)體制，產(chǎn)業(yè)體制， 政府

43、政策等等都會(huì)影響人口預(yù)測(cè)， 對(duì)此造成極大的影響。本文人口預(yù)測(cè)是建立在 深圳的產(chǎn)業(yè)結(jié)構(gòu)，政府政策等等不發(fā)生太大變化，允許存在小范圍的變動(dòng)，運(yùn)用 一元線性及時(shí)間序列建模，模擬估計(jì)。并以此為依據(jù)對(duì)醫(yī)療需求進(jìn)行了相關(guān)的預(yù) 測(cè)。由丁作者能力有限，知識(shí)水平有限，故模型可能存在問題，希望各位給予指 出，進(jìn)行指導(dǎo)，本人定會(huì)對(duì)模型進(jìn)行完善修改。參考文獻(xiàn)：1 中國(guó)人口增長(zhǎng)預(yù)測(cè)2 大型綜合醫(yī)院病床分配方法初探3 基于Leslie矩陣模型的中國(guó)人口總量與年齡結(jié)構(gòu)預(yù)測(cè)4 腦血管病1528例患者發(fā)病年齡分析5 時(shí)間序列分析在人口預(yù)測(cè)問題中的應(yīng)用6 陜西省人口老齡化發(fā)展趨勢(shì)的數(shù)學(xué)模型與統(tǒng)計(jì)預(yù)測(cè)7 人口預(yù)測(cè)模型（優(yōu)秀論文）附

44、錄附錄關(guān)于年末常住人口數(shù)、戶籍人口及非戶籍人口的Q-Q圖年末富住人口輯f的正毒Q-Q圖II戶用人口的.1 AQX) W非戶籍人口的趨降正態(tài)QQ圖°0觀測(cè)值正金的隔差-15120 140 1 即 190 200 220 240 260觀剖值戶籍人口的起降正態(tài)Q-。圖1536.69時(shí)間序列建模SAS的程序段：data Izm.shijian;input renkoushu;year=intnx('year','1jan79'd,_n_-1);format year yyqc.;cards;31.4133.2944.95 59.5274.1388.1593.

45、56105.44120.14141.6167.78226.76268.02335.97412.71449.15482.89527.75580.33632.56701.24724.57746.62778.27800.8827.75871.1912.37954.28995.011037.2；run;proc gplot data=lzm.shijian;symbol1 i=spline;plot renkoushu*year=1;run;proc arima data=lzm.shijian;identify var=renkoushu nlag=12;run;identify var=renko

46、ushu(1) nlag=12 minic p=(0:5) q=(0:5);run;estimate P=1 plot;run;forcast lead=10 interval=qtr id=date out=results;run;data results;set results;u95=exp(u95);forecast=exp(forecast+std*std/2);run;proc print data=results;var dyear forcast;where year>='1jan10'd;run;時(shí)間序列建模SAS運(yùn)行輸出結(jié)果：The ARIMA Pro

47、cedureName of Variable = renkoushuMean of Working Series 445.6878Standard Deviation 339.0812Number of Observations 32Std ErrorAutocorrelationsLag Covariance Correlation -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 101149761.00000 |*|011061300.92306 |* |0.176777296829.9730.84218 |* |0.290693387155.9840.75804 |.|*|0.358930477246.6260.67185 | .|* .|0.405888567265.7030.58504 | .|*|0.439268657302.0590.49838 | .|*|0.462977747022.3730.40898 | .|*. |0.479450836288.3500.31562 |.|*.|0.490231925420.5810.22109 |.|*.|0.4965401014282.1000.12422 |.|*.|0.49960711