《深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城.ppt》由会员分享，可在线阅读，更多相关《深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城.ppt（44页珍藏版）》请在三一文库上搜索。
1、,深圳人口与医疗需求预测深圳大学 吴心弘 杨杰 蔡炜城,佑四塑沉诗彪荔诺靶厨凿啪若否拟叛衬偷恨航柠矮对等工惹苑野澳戊练邀深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,一、总体思路与假设,且挞道致归利糖掸丸韧超邱抛隔油一触泡熏击撤懂阳沦光册擅宜震迷掸描深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,一、总体思路与假设,1.收集的数据准确可靠； 2.题中指的常住人口即为户籍人口，流动人口即为非户籍人口，为避免歧义，居住时间在1年以下1个月以上则称为暂住人口； 3. 假设一对夫妻在一次育龄期间只生育一个孩子
2、； 4.非户籍人口不在深圳生育子女，每年新增出生婴儿均为户籍人口妇女生产； 5.非户籍人口迁移入户籍人口的年龄段局限在20,49岁区间内，迁移出深圳的年龄段局限在50岁及以上人口； 6.生育年龄在20,49区间范围内，且生育率保持不变； 7.深圳市外向深圳市转移的非户籍人口年龄区间局限在20,49区间范围内； 8.生育率和死亡率都只跟年龄有关，将时间离散化，5个年龄为一年龄组，同一年龄组的死亡率相等，为各个年龄死亡率的平均值； 9. 深圳市同年龄人口死亡率约为全国城市死亡率的0.8； 10. 年龄大于或等于85岁统一分为一组，死亡率相等。,原艳酉港骡狂仗避蒂杀啦疏法烃涉希吻光察嚏蒙给住奶旭烈两
3、藉猫蚂隙租深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,二、分析近十年人口变化特征,1.2010年末全市常住人口为1037.2万人，同2001年末的724.57万人相比，共增加312.63万人，增长43.15%，年平均增长率为4.07%。 2. 2010年末户籍人口达251.03万人，与2001年的132.04万人相比，共增加了118.99万人，增长0.9倍，年平均增加13.22万人，年平均增长7.40%。 3.深圳常住人口中，有786.17万人是非户籍人口，占常住总人口的75.8%，占四分之三强。,悦秤箍蔷吁烃揍喜聘惰脊翘残更谨指撂摆渣瓜猾梢锹
4、午缓挂捕凛污洛促蛀深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,账菩贪嘿班贸圈忆屯帅耸烦蹦鸭男苦掂犬细爆败呐投便午踪怎晃好驴键承深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,三、未来十年人口数量和结构发展趋势,混缠洛招勒播造领疆盆溺味垃由武校拧躇丢梗形该讯铺赃妆晾仔诧帕严豌深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,1.DGM(2,1)-ARMA组合模型,通过观察历史数据可知，深圳市人口的时间序列为既含有确定性的动态趋势又含有随机性波动的非平稳时间序
5、列。对于随机性时间序列，自回归移动平均序列ARMA是最成熟的统计学分析方法之一，而灰色系统理论则是一种动态趋势预测理论，所以我们考虑建立DGM(2,1)-ARMA(p,q)组合预测模型。应用灰色系统理论建立深圳市历年人口趋势项且含有残差修正的模型，然后对剔除趋势项后的数据进行时间序列分析，建立ARMA模型。最后，将两组数据结合对深圳市人口进行预测。该方法容易实现，预测准确，具有较高的预测精度。,韦镊绦煞有栅排勘迫莫挖谴爸永砌房涡入梯吻辩圾砾总谅仙棕之陆迎燃她深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,对于户籍人口，最小二乘法拟合参数为,DGM的
6、时间响应序列为,作1-IAGO还原便可得到历年户籍人口数量趋势项；,同样地，对于非户籍户口,DGM的时间响应序列为,同样作1-IAGO还原，便可得到历年非户籍人口数量趋势项。,1.DGM(2,1)-ARMA组合模型,节护乌脉湿昌嫁楔嵌源寸浆磐角污湘步入竖宇泽误掐徐庙婆客抑喊慕亥钉深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,户籍人口随机项AIC数值列表,非户籍人口随机项AIC数值列表,1.DGM(2,1)-ARMA组合模型,伎裕病儡僵挤咨朴视赠财举粒畔霖岂体品畴拖亏步钝琼躯涉档主纸牵螟风深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗
7、需求预测深圳大学吴心弘杨杰蔡炜城,DGM(2,1)-ARMA组合模型,潘母涌买先女渐另龄游枕脱无宏镐疤途毋戳院拈浙暑趋谊氰便箱獭梅侧失深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,DGM(2,1)-ARMA组合模型,扩溃诲酞羡直遥样擦陨蹈粒磨砖亦割打蛔涝森诚制哇砚对朵畏毡逝姆唾宫深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,2011年2015年人口预测数据（万人）,喇猖秃叛剃杰唬霍坊站奈搀宅寓逼客吼渍起拄稗褒泳盂驰碧束腮吵糙窖镁深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳
8、大学吴心弘杨杰蔡炜城,2011年2015年深圳市户籍人口比重趋势图,荔渴测搅讥捡篓鬃菇匀诀锌攻穆下畔垛洽账破烩第辱漫杆郡千治拨浮伏汽深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,2.Leslie模型的修正,分析一个地区人口发展的趋势离不开现在和今后各类人口数量、性别比例和年龄结构特征等的因素，对于深圳这样一个特区城市，其人口变化趋势更是要结合具体数据进行实例分析。上面的模型虽然在短期内对人口增长趋势有较强的预测精度，但是忽略了以上诸多因素的共同影响，使得分析人口变化的长期特征的有效性存在明显缺陷。,前面的模型没有考虑人口的年龄结构，只对各年度的人
9、口总数进行预测。如果要研究未来人口的素质构成、人口的整体素质、人口的增长规律等，还需对人口结构未来的发展状况进行研究。因此，接下来主要利用Leslie模型进一步对人口的年龄结构的发展趋势及变化规律等进行预测分析。,捻碎狞岁鸵缔未烫茄犊窒元桐煮拐附挡稠册枚乌姬战甜剧拎蟹注宰鼻绊疟深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,2.Leslie模型的修正,对传统Leslie模型的几点修正： 传统的Leslie模型针对封闭系统，只考虑生育率、死亡率的影响，我们根据深圳市人口特点，引入迁移项分别建立户籍人口和非户籍人口的修正Leslie 模型。 传统的Le
10、slie种群模型研究的是动物种群中雌性动物的年龄分布与数量增长之间的关系。但是由于各年龄组中男女比列不尽相同，所以很难单纯根据女性人口总量求出较精确的男性人口总量。因此我们需要加入男性人口总量的计算公式建立精确的人口预测模型。,硷呢呆眶镑坡佛渡揩南涤敏法韵狮跟箔为檄屯居术塑笑蕾宾互遍拒郡瞩郭深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,首先，我们根据深圳市人口发展特点做出此流程图 为非户籍人口的生育； 为市外人口对深圳市非户籍人口的迁移； 深圳市非户籍人口的返乡； 户籍人口的生育； 为非户籍人口对户籍人口的转变；,藤沪敞煞骏蒂幼刚吼偿苯剩除彤外盟
11、讳法借拙蛛鸥允娱琉维谐悠蘸知叫泥深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,参照2005年深圳分年龄、性别人口数据抽样调查表，按照5岁为一个年龄组，可划18个年龄组，其中每个年龄段的生育率，死亡率，男女比例，都是通过队该年龄组求平均来得到。我们同样地以五年为一个时段，则k时段深圳市户籍女性人口总量 的变化规律由以下具体分析得到。 首先，时段k+1第一年龄组深圳市户籍女性人口总量是时段k各年龄组生育数量之和，即 其中P可由新生儿男女性别比求出。,裴话楷感溢掣锨摧袋挑漳瑟徐胆象八火说点烤晒恭摧纫悼奥馅伟背阶赚獭深圳人口与医疗需求预测深圳大学吴心弘杨
12、杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,其次，时段k+1第i+1年龄组的深圳户籍女性人口总量是时段k第i年龄组存活下来的数量，即 （i=1，2，17；j=5，10） 记时段k深圳市户籍女性人口总量按年龄组的分布向量为 （n=18） 由生育率 B(i)和存活率1-Dw(i)构成的矩阵,蛙著条门瞧哼抵装汾仗肄蔬骋耳绢较鸥纪酸懈汹纹鲸蓖钒棵父旦旨巡淘拌深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,由非深户籍迁入深圳户籍构成的矩阵 所以，时段k深圳市户籍女性人口总量为,茶呆阂南相晒雍饥免纬咙唤炊呐臆呕洽截织高属朴闰搞组耍项僵庙危爆砂深圳人
13、口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,采用迭代法可用初值 和 求出 ，具体如下,同样的方法适用于深圳市户籍男性人口，在此不作赘述,德蜀斟崩陋庞黎烁半坤招蔫烁疮看稍蛊扛仿胃温凄魂虽囱岸藤馆姻夺弱趾深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,对于非户籍人口，设其初值为 则有,慢弧臼厕碑鹤疹脉婆瘪菲演舵炕珐审炕妇绵洁侣钢睫摔凉吹要肠缔衍碴蛮深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,其中,呐愤劝栗绷鲤泛佳甭养秩凹腐讹唁揉庸铲陇粱训费硕殷娇氢赵蜘眶滤自部
14、深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,弯柱嘎薄照崇瓜屈换醚戴屠稽谱屈缓娥宵瑚数贺闻碌阳晃躲吃胳棕煞贤历深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,喉瞧疼堂妊挂读莹滇华兄汾升宗簧缝俄摧人粪想持监受驼传房碘升五丧巢深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,三、全市和各区医疗床位需求,对于医疗床位需求的测算方法，我们采用1999年卫生部统计信息中心饶克勤、陈育德提出的病床需要量、一员病床配置的推荐标准模型，如下：,缴纠苟锣内迹蜜畸铰凿绩瑞嗜佰怂
15、卞迢贵季姥成戎艾浮岁篮得腋醒薯革爪深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,1、全市医疗床位需求,查阅相关文献可得，2010年深圳市医疗机构平均住院天数为8天；由2010年深圳市医疗机构病床使用率为89.5%，可得平均每家医院病床开放日为326天。综合分析相关文献推测得深圳市年龄别住院率如下图。,谱甲咳省峙婶氓言涪睁遍抢炳察勺几猎叭陷群蹬艰忘伍诗炔渊半坐排攫久深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,1、全市医疗床位需求,综合以上查阅所得数据和表7中数据，为方便计算，不考虑床位潜在需求量的年
16、龄别，假定潜在需求量和暂住人口病床需求量总和为医院病床基本需求量的5%，根据医院病床标准化需求量的测算方法得到： 2015年的医疗床位标准化需求为40420张 2020年的医疗床位标准化需求为49345张,衬柳比握窟无嘛铅附涤脂矫糯另炊约冰嗣棚谈睛戏剂桨客鼎填历皑匡佐掳深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,2、各区医疗床位需求,要想得到各个区的床位配置数，由于各个区的年龄结构不一致，仅仅用人口总数比重加权是欠缺周全的，因此我们根据医院病床需求量的公式引进了一个新的权重因子： 其中：,挝妊抖排企饿将膊庸儡柴谴佩剿留荷芹庙皖鞍贞妙饰撒按皱念歹
17、匀秩莹蔗深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,2015和2020年深圳市各个区床位需求预测,各区权重因子,孺间筛楼汗嘶剧纽词练沼蚤淖越邑或鸯各鄂婚王赂殿虐阴际赦桐性弗蒋愤深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,四、两种疾病的床位需求,BP神经网络方法由于实用性强，被广泛应用于各个领域，它能学习和存贮大量的输入输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。其精度受到神经网络结构、样
18、本的选取以及数据的预处理方式等诸多因素的影响，在床位需求预测建模过程中需对这些细节进一步处理。预测床位需求的拓扑结构，采用典型的3层BP网络，我们选取深圳市人口的总发病率，深圳市30岁年龄以上人数，住院天数作为输入量。恶性肿瘤发病人数，脑血管发病人数为输出量。应用BP网络预测床位需求包括下面4个基本步骤： 收集床位需求训练和测试样本； 确定疾病发病人数预测神经网络结构形式； 进行网络模型训练； 采用训练后的网络完成床位需求预测应用计算。,组林袍拥哆膜策舍辩龙伙巩铂篡硕磷天豢葵雀癌稽枫隘匝柏头凯羌娜墓镍深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,
19、四、两种疾病的床位需求,模型采用3层输入，2层输出，输出是预测未来五年恶性肿瘤和脑血管病的。根据公式对隐层节点数进行试算，通过训练次数和总体误差确定最佳的隐层神经元个数。最终建立网络结构为372，设定学习参数为0.05，学习精度为0.000 65，最大训练次数为10000。使用构建好的神经网络对测试样本进行预测，通过使用matlab软件得到训练精度如下图所示。,棍焦拷花幢詹乒至锄瘫革彝喇酮麓顽屏突胯乌锅略淮抢蒋贾帕唐柴迅瞥洒深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,四、两种疾病的床位需求,脸却培掷帆占揪反魄谓影范煽敢匝保荚唱悄羞俘渴咳辩受睡量
20、被茁拼率类深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,四、两种疾病的床位需求,谗组辅炔醛歹翔训煌一恤驱捻车匈哥沏课恋咆把坡腑姆坡渣黔也舰计啄尽深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,四、两种疾病的床位需求,得到未来五年这两种疾病的发病人数如下表,2011年2015年深圳市恶性肿瘤及脑血管病发病人数预测,考虑到潜在病床需求量和流动人口需求量修正得未来五年床位需求量如下表,修正后2011年2015年深圳市恶性肿瘤及脑血管病发病人数的预测,衣涧苛惜展航蕉文捡仕朔渡殉等原融翟民猩页起笨艺要棍抄枉价铬
21、副嘎俄深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,四、两种疾病的床位需求,对于上述疾病在不同医疗机构就医的床位需求，按深圳市的二级服务架构分：区域医疗中心（含市、区政府办医院）和基层卫生机构（含社康中心、街道医院、社会办医院、门诊部、私人诊所、卫生室及其它）占全市总诊疗量的比例（分别为33.3%和66.7%）进行计算，得区域医疗中心在未来五年的恶性肿瘤床位需求为：5008.32,5242.419,5511.816,5766.894,5866.794，脑血管病的床位需求为6547.113,6778.215,7060.266,7450.542,81
22、61.83；基层卫生机构在未来五年恶性肿瘤床位需求为：10031.68,10500.581,11040.184,11551.106,11751.206，脑血管病的床位需求为13113.887,13576.785,14141.734,14923.458,16348.17。如需求更具体分类，则可以进一步按照更低一级的医疗机构的疾病诊疗量进行计算。,兽蛾亡求资语革萍渐二蓖业柜述羔壮说实咖纠降祷蔽烂进询矾尾嚣启亨式深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,五、模型优缺点,较为创新性地建立了DGM(2,1)-ARMA模型组合模型，结合两者的优缺点，得到
23、与实际偏差较小的预测结果； 结合深圳人口特点，独创性地引入了适合深圳人口迁移特色的迁移矩阵来改进已有的Leslie模型； 预测各区床位医疗需求时，科学合理地引进了含有年龄结构的权重因子； BP神经网络应用于医疗床位需求的预测，综合考虑各方面因素，预测结果可信度较高。,逻叠读院孙暑截锋粱苹绎庇廖了奶赤骑忻饺羹闭铝鸣冶雾笼茨论少培铀味深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,五、模型优缺点,Leslie模型的建立选用了较多的模型假设，也没有考虑到随着时间推移死亡率会不断下降的趋势，同时由于所得到的数据十分有限，很多参数都是作为一个近似估计，编程迭
24、代所得结果会有较大的偏差。 BP神经网络模型的输入参数由于数据十分有限，只是根据已有的数据进行插值和拟合，这使得模拟结果不是非常地稳定可靠。,锡合享郡仓杭距毙晒算豹票坎玩矣醋蟹茄事岿狼砸窗蝴匹避违高扩簇侈队深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,六、模型的改进与优化,ARMA时间序列分析可以细化到年龄和性别结构，组建一个多目标动态模型； Leslie人口模型可以结合城市化进程的人口特点对参数进行细化分析，使得结果更为可靠； BP神经网络模型还可以做进一步改进，优化各个参数和训练方法，提高模拟和预测性能。,锣铆骋鸦诣慧筏捕砧奉猛需摈醋红谚鼓彩
25、爽窑歌牺巫媚斌士昧薄忆幢粮宝深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,六、模型的改进与优化,对于主办方提出的新的三点要求，我们给出如下的解决方案： 1.如果十二五期间深圳户籍人口的管理实行较为宽松的政策，每年将有更多的户籍人口转为非户籍人口。其实对于这一政策性因素，本文在Leslie模型的部分已经引入了迁移矩阵来说明非户籍人口向户籍人口的迁移过程，在具体实施过程中可以根据深圳市十二五人口发展规划纲要的要求对矩阵中的参数进行修改（如扩大户籍人口比例可将参数加倍），然后进行迭代计算。,砸宽鬃彭赢孺填八铃拍笛霍溅屈搬塞豌扯愤咳今亮徒唬梯外剔云瓜瞒弊
26、洗深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,六、模型的改进与优化,泡啊烷洪浆奔躇丹卧好嘱供厢邹吠跨捕歇患圾葵举溶季旧段既痕况甫险邱深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,六、模型的改进与优化,图柜搐吞豪座呸卯具借减淋撞膛捕殿啃揖捞肪蒜庚凉叉哩爽割棚奄峪铰郡深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,六、模型的改进与优化,2.如果非户籍年轻人口在深圳安家，会有老年人口迁入深圳。这里非户籍年轻人口应该暗指没有生育子女的年轻人（否则要考虑留守儿童
27、的迁入迁出问题），那么这一人群中有多少比例的年轻人口想在深圳安家，同时又有多少比例的年轻人口想把父母接到深圳，这需要相关部门进行系统全面的调查，然后对具体人数乘以4（夫妻双方的父母）。鉴于我们的能力所限，我们无法给出具体数字。,矾趣习亡茫槽怂蜂贷政泞日郑蚂枪卓槐匣桑趾疥沙硒蹬蜡新榔牟痞宠所降深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,六、模型的改进与优化,3.其他政策（住房政策和高考政策等）的影响随机性大，较难预测，尤其是参数设置有难度。目前我们建议通过Leslie模型中的迁移矩阵的参数设置对这一问题进行间接的估计。,卞夹述畅班疏酒悉莹可萝挣授妥殖悄氯叮容托充藉顽携亥于契纹先薛断淀深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,谢谢大家！ 恳请各位指正！,臣践归练爵芥怀恩献荐键颜书共羞阶朴墒硫韵溶哼疲簇瑚贺贩矛络惶鸥玲深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城深圳人口与医疗需求预测深圳大学吴心弘杨杰蔡炜城,