JP6493006B2 - 人口推計方法、人口推計プログラム、および人口推計装置 - Google Patents
人口推計方法、人口推計プログラム、および人口推計装置 Download PDFInfo
- Publication number
- JP6493006B2 JP6493006B2 JP2015123255A JP2015123255A JP6493006B2 JP 6493006 B2 JP6493006 B2 JP 6493006B2 JP 2015123255 A JP2015123255 A JP 2015123255A JP 2015123255 A JP2015123255 A JP 2015123255A JP 6493006 B2 JP6493006 B2 JP 6493006B2
- Authority
- JP
- Japan
- Prior art keywords
- population
- year
- rate
- period
- change
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Description
〔第1の実施の形態〕
図1は、第1の実施の形態に係る人口推計装置の構成例を示す図である。人口推計装置10は、記憶部11と演算部12とを有する。記憶部11は、特定の地域の複数の人口変動要素それぞれの過去の第1の期間内の各年の値を示す要素情報を記憶する。第1の期間は、例えば10年以上の期間とする。ここで、人口変動要素は、人口の動態に関する出生数、死亡数、転入数、および転出数それぞれを指す。また記憶部11は、第1の期間内の各年の人口を示す人口情報を記憶する。例えば記憶部11には、第1の期間内の各年に対応付けて、人口、出生数、死亡数、転入数、および転出数が記憶されている。
次に第2の実施の形態について説明する。第2の実施の形態は、第1の実施の形態に係る人口推計装置10をコンピュータで実現したものである。第2の実施の形態では、コンピュータが、国または地方自治体の全年齢の人口、自然増減および純移動に基づいて、将来の人口を推計する。
人口推計部130は、人口DB110および要素DB120内の情報に基づいて、将来の人口の推移を推計する。なお人口推計部130は、人口の推計過程で生じる中間データを記憶部140に格納する。また人口推計部130は、シナリオ設定部150により、記憶部140内の中間データの内容が変更された場合、変更された内容に基づいて、将来の人口を推計することもできる。
図4は、人口DBの一例を示す図である。人口DB110には、年ごとに、その年の年末時点での総人口(男女の全年齢の人口)が設定されている。図4の例では、2000年から2013年までの総人口が設定されている。
図6は、人口推計処理の手順の一例を示すフローチャートである。人口推計処理は、例えば、人口推計を指示する入力が行われたときに実行される。
[ステップS110]シナリオ設定部150は、予測シナリオの指定があるか否かを判断する。例えばシナリオ設定部150は、ユーザからシナリオ設定を指示する入力が行われると、予測シナリオの指定があると判断する。予測シナリオの指定がある場合、処理がステップS111に進められる。予測シナリオの指定がなければ、処理がステップS116に進められる。
[ステップS116]人口推計部130は、予測シナリオの指定がなければ、総人口の推計結果をメモリ102またはHDD103に出力し、処理を終了する。
図7は、実績管理テーブルの一例を示す図である。実績管理テーブル141には、年、総人口、出生数、死亡数、転入数、および転出数の欄が設けられている。年の欄には、データの取得年が設定される。総人口の欄には、その年の総人口が設定される。出生数の欄には、その年に生まれた子供の数が設定される。死亡数の欄には、その年に死亡した人の数が設定される。転入数の欄には、その年に他の地域から転入した人の数が設定される。転出数の欄には、その年に他の地域に転出した人の数が設定される。
図8は、係数の算出例を示す図である。ある年の出生率は、その年の出生数を前年の総人口で除算した値である。例えば、2001年の出生率は、以下の算出式で計算される。
[2001年出生数]/[2000年総人口]=0.00891 ・・・(1)
同様に、ある年の死亡率は、その年の死亡数を前年の総人口で除算した値である。ある年の転入率は、その年の転入数を前年の総人口で除算した値である。ある年の転出率は、その年の転出数を前年の総人口で除算した値である。
図9は、係数算定式の決定例を示す図である。例えば、各係数(出生率・死亡率・転入率・転出率)についての近似曲線を作成し、決定係数(R2値)の最も高い近似式を算定式とする。決定係数は、例えば、残差の二乗和を標本値の平均からの差の二乗和で除算し、除算結果を1から引いて得られる値である。この場合、決定係数は0以上1以下の値を採り、1に近いほど残差が少ないことを表している。
係数算定式と並行して、要素算定式も決定される。
人口(t)=人口(t−dt)+(出生数+転入数−死亡数−転出数)×dt ・・・(2)
tは、総人口の計算対象の年である。またdt=1.0(年)である。ここで、式(2)の各要素(出生数・死亡数・転入数・転出数)は、以下の要素決定式から得られる。
・出生数=0.007671×人口(t−dt)+280281.3×出生率−2149.73 ・・・(3)
・死亡数=0.008102×人口(t−dt)+280293.6×死亡率−2271.33 ・・・(4)
・転入数=0.033604×人口(t−dt)+280232×転入率−9416.38 ・・・(5)
・転出数=0.036103×人口(t−dt)+280243.2×転出率−10117.3 ・・・(6)
また、式(3)から式(6)の各係数(出生率・死亡率・転入率・転出率)は、以下の係数決定式から得られる。
・出生率=0.00898×EXP(−0.01633×(TIME+1)) ・・・(7)
・死亡率=0.00024×(TIME+1)+0.00601 ・・・(8)
・転入率=−0.00239×LN(TIME+1)+0.03860 ・・・(9)
・転出率=−0.00250×LN(TIME+1)+0.04026 ・・・(10)
ここで、式(7)〜式(10)におけるTIME(年)は総人口の計算対象の年の下二桁の値(2000年からの経過年数)である。
なお、式(2)の右辺の「人口(t−dt)」を左辺に移項し、両辺を「dt」で除算すると、左辺は「人口(t)」についての導関数となる。右辺の「出生数+転入数−死亡数−転出数」には、式(3)〜式(6)により人口(t−dt)が含まれる。すると、式(2)は人口に関する微分方程式である。
・シナリオA:2016年に出生率を8.96まで向上させ、2050年まで維持
・シナリオB:2016年から2050年まで出生率を0.1/年で毎年向上
・シナリオC:2016年から出生率を0.65/年で10年間毎年向上させ、2050年まで出生率を維持
シナリオに沿った出生率で係数管理テーブル142における出生率の値を変更し、式(2)〜式(6)による人口推計処理を実行することで、シナリオに沿った総人口の推計結果が得られる。この際、各要素の係数を係数管理テーブル142から取得することで、式(7)〜式(10)を実施せずに済む。その結果、シナリオに沿った総人口の推計処理を効率的に行うことができる。
以上、実施の形態を例示したが、実施の形態で示した各部の構成は同様の機能を有する他のものに置換することができる。また、他の任意の構成物や工程が付加されてもよい。さらに、前述した実施の形態のうちの任意の2以上の構成(特徴)を組み合わせたものであってもよい。
11 記憶部
12 演算部
13 推計結果
Claims (5)
- コンピュータが、
人口の動態に関する出生数、死亡数、転入数、および転出数それぞれを人口変動要素とし、特定の地域の複数の人口変動要素それぞれの過去の第1の期間内の各年の値を示す要素情報に基づき、前記複数の人口変動要素それぞれについて、人口に対する増減割合を示す変動率と、前記第1の期間の開始時からの経過期間との関係を示す関係式を決定し、
前記関係式に基づいて、前記複数の人口変動要素それぞれの、前記第1の期間の翌年から始まる第2の期間内の各年の変動率を算出し、
算出した該変動率の一部を、シナリオとして入力された変動率に変更し、
前記第1の期間の最後の年の人口を取得し、前記第2の期間内の各年を、前記第2の期間の最初の年から順に人口の算出対象年とし、該算出対象年の前年の人口と、該算出対象年の前記複数の人口変動要素それぞれの変動率とに基づき、該算出対象年の人口を算出する、
人口推計方法。 - 前記関係式の決定では、前記要素情報に基づいて、前記複数の人口変動要素それぞれについて、前記第1の期間内の各年の人口に対する割合を示す変動率を計算し、前記複数の人口変動要素それぞれの変動率の時間変化を示す近似式を、前記関係式に決定する、
請求項1記載の人口推計方法。 - 前記コンピュータが、さらに、
前記第1の期間内の各年の人口を示す人口情報と前記要素情報とに基づいて、前記複数の人口変動要素それぞれについて、人口と人口変動要素の変動率とを説明変数とし、該人口変動要素を目的変数とする重回帰分析により、該人口変動要素の値を求める回帰式を決定し、
前記人口の算出では、前記複数の人口変動要素それぞれの回帰式に基づいて、算出対象年の前年の人口と、該算出対象年の前記複数の人口変動要素それぞれの変動率とから、該算出対象年における前記複数の人口変動要素それぞれの値を算出し、該算出対象年の前年の人口に対して、該算出対象年の出生数と死亡数との加算、および該算出対象年の死亡数と転出数との減算を行った結果を、該算出対象年の人口とする、
請求項1または2記載の人口推計方法。 - コンピュータに、
人口の動態に関する出生数、死亡数、転入数、および転出数それぞれを人口変動要素とし、特定の地域の複数の人口変動要素それぞれの過去の第1の期間内の各年の値を示す要素情報に基づき、前記複数の人口変動要素それぞれについて、人口に対する増減割合を示す変動率と、前記第1の期間の開始時からの経過期間との関係を示す関係式を決定し、
前記関係式に基づいて、前記複数の人口変動要素それぞれの、前記第1の期間の翌年から始まる第2の期間内の各年の変動率を算出し、
算出した該変動率の一部を、シナリオとして入力された変動率に変更し、
前記第1の期間の最後の年の人口を取得し、前記第2の期間内の各年を、前記第2の期間の最初の年から順に人口の算出対象年とし、該算出対象年の前年の人口と、該算出対象年の前記複数の人口変動要素それぞれの変動率とに基づき、該算出対象年の人口を算出する、
処理を実行させる人口推計プログラム。 - 人口の動態に関する出生数、死亡数、転入数、および転出数それぞれを人口変動要素とし、特定の地域の複数の人口変動要素それぞれの過去の第1の期間内の各年の値を示す要素情報と、前記第1の期間の最後の年の人口を示す人口情報と前記要素情報とを記憶する記憶部と、
前記要素情報に基づき、前記複数の人口変動要素それぞれについて、人口に対する増減割合を示す変動率と、前記第1の期間の開始時からの経過期間との関係を示す関係式を決定し、前記関係式に基づいて、前記複数の人口変動要素それぞれの、前記第1の期間の翌年から始まる第2の期間内の各年の変動率を算出し、算出した該変動率の一部を、シナリオとして入力された変動率に変更し、前記第1の期間の最後の年の人口を取得し、前記第2の期間内の各年を、前記第2の期間の最初の年から順に人口の算出対象年とし、該算出対象年の前年の人口と、該算出対象年の前記複数の人口変動要素それぞれの変動率とに基づき、該算出対象年の人口を算出する演算部と、
を有する人口推計装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015123255A JP6493006B2 (ja) | 2015-06-18 | 2015-06-18 | 人口推計方法、人口推計プログラム、および人口推計装置 |
US15/155,126 US10303816B2 (en) | 2015-06-18 | 2016-05-16 | Population projection method and population projection apparatus |
EP16169986.3A EP3107046A1 (en) | 2015-06-18 | 2016-05-17 | Population projection method, population projection program, and population projection apparatus |
CN201610407228.1A CN106257473A (zh) | 2015-06-18 | 2016-06-12 | 人口推测方法及人口推测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015123255A JP6493006B2 (ja) | 2015-06-18 | 2015-06-18 | 人口推計方法、人口推計プログラム、および人口推計装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017010173A JP2017010173A (ja) | 2017-01-12 |
JP6493006B2 true JP6493006B2 (ja) | 2019-04-03 |
Family
ID=56024127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015123255A Active JP6493006B2 (ja) | 2015-06-18 | 2015-06-18 | 人口推計方法、人口推計プログラム、および人口推計装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10303816B2 (ja) |
EP (1) | EP3107046A1 (ja) |
JP (1) | JP6493006B2 (ja) |
CN (1) | CN106257473A (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6870312B2 (ja) * | 2016-12-19 | 2021-05-12 | 富士通株式会社 | 施策導入効果予測装置、施策導入効果予測プログラム及び施策導入効果予測方法 |
CN111191114A (zh) * | 2019-11-26 | 2020-05-22 | 恒大智慧科技有限公司 | 一种冷门景点推荐方法、装置及存储介质 |
JP7296873B2 (ja) | 2019-12-26 | 2023-06-23 | 株式会社日立製作所 | 将来推計システム及び将来を推計する方法 |
CN112163717B (zh) * | 2020-10-20 | 2023-01-10 | 腾讯科技(深圳)有限公司 | 人口数据预测方法、装置、计算机设备及介质 |
CN114385884B (zh) * | 2022-01-06 | 2024-03-26 | 深圳大学 | 一种公交乘客居住地分布预测方法、终端设备及存储介质 |
CN114707729B (zh) * | 2022-04-07 | 2024-02-09 | 杭州城市大脑有限公司 | 老年人人口数量预测方法、装置、计算机设备及存储介质 |
CN115878964B (zh) * | 2023-03-01 | 2023-11-24 | 北京市城市规划设计研究院 | 常住人口确定方法、装置、设备和存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02224171A (ja) * | 1989-02-27 | 1990-09-06 | Nec Corp | 逐次決定型モデルのモデル生成方式 |
US20020128858A1 (en) | 2001-01-06 | 2002-09-12 | Fuller Douglas Neal | Method and system for population classification |
JP2003242305A (ja) * | 2002-02-19 | 2003-08-29 | Technova:Kk | 社会構造推計システム |
JP2006146763A (ja) * | 2004-11-24 | 2006-06-08 | Shimizu Corp | 介護認定者数予測システム |
US7953613B2 (en) * | 2007-01-03 | 2011-05-31 | Gizewski Theodore M | Health maintenance system |
CN101489107B (zh) * | 2009-01-21 | 2011-06-29 | 华东师范大学 | 一种基于人口属性关键字向量的协作过滤推荐方法 |
NZ599873A (en) * | 2009-10-19 | 2014-09-26 | Theranos Inc | Integrated health data capture and analysis system |
CN101901462A (zh) * | 2010-06-30 | 2010-12-01 | 北京师范大学 | 一种城市生态系统承载力的动态分析方法 |
US20150213160A1 (en) * | 2014-01-24 | 2015-07-30 | Ut-Battelle, Llc | Locally adaptive spatially explicit population projection system |
-
2015
- 2015-06-18 JP JP2015123255A patent/JP6493006B2/ja active Active
-
2016
- 2016-05-16 US US15/155,126 patent/US10303816B2/en active Active
- 2016-05-17 EP EP16169986.3A patent/EP3107046A1/en not_active Withdrawn
- 2016-06-12 CN CN201610407228.1A patent/CN106257473A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN106257473A (zh) | 2016-12-28 |
US20160371408A1 (en) | 2016-12-22 |
JP2017010173A (ja) | 2017-01-12 |
US10303816B2 (en) | 2019-05-28 |
EP3107046A1 (en) | 2016-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6493006B2 (ja) | 人口推計方法、人口推計プログラム、および人口推計装置 | |
Xenos et al. | Efficiency and productivity assessment of public hospitals in Greece during the crisis period 2009–2012 | |
Anderson | A framework for using niche models to estimate impacts of climate change on species distributions | |
Scally et al. | Impact of surgical quality improvement on payments in Medicare patients | |
Cohen et al. | Optimizing ACS NSQIP modeling for evaluation of surgical quality and risk: patient risk adjustment, procedure mix adjustment, shrinkage adjustment, and surgical focus | |
Burgette et al. | Multiple imputation for missing data via sequential regression trees | |
Kramer et al. | Comparing observed and predicted mortality among ICUs using different prognostic systems: why do performance assessments differ? | |
US20130238399A1 (en) | Computer-Implemented Systems and Methods for Scenario Analysis | |
Umlauf et al. | A primer on Bayesian distributional regression | |
Osthus et al. | Even a good influenza forecasting model can benefit from internet-based nowcasts, but those benefits are limited | |
US20140164070A1 (en) | Probabilistic carbon credits calculator | |
Sadatsafavi et al. | Development and validation of the evaluation platform in COPD (EPIC): a population-based outcomes model of COPD for Canada | |
US20180314964A1 (en) | Apparatus, method, and program for selecting explanatory variables | |
JP7235960B2 (ja) | ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置 | |
Chan et al. | The theoretical relationship between sample size and expected predictive precision for EQ-5D valuation studies: a mathematical exploration and simulation study | |
Carannante et al. | The future evolution of the mortality acceleration due to the COVID-19: the Charlson comorbidity index in stochastic setting | |
Almomani et al. | Selecting a good stochastic system for the large number of alternatives | |
US20170016780A1 (en) | Thermal analysis method, thermal analysis device, and recording medium storing thermal analysis program | |
JP2015111326A (ja) | 電力見積方法、電力見積装置及びプログラム | |
Mitchell et al. | A comparison of ambulatory surgery center production costs and Medicare payments: Evidence on colonoscopy and endoscopy | |
Haugen et al. | Frailty modelling of time-to-lapse of single policies for customers holding multiple car contracts | |
Kipnis et al. | Accuracy of hospital standardized mortality rates: effects of model calibration | |
Liu et al. | Comparison of normal distribution–based and nonparametric decision limits on the GH‐2000 score for detecting growth hormone misuse (doping) in sport | |
Glance et al. | ICU scoring systems: after 30 years of reinventing the wheel, isn’t it time to build the cart? | |
Zhang et al. | Extreme-value sampling design is cost-beneficial only with a valid statistical approach for exposure–secondary outcome association analyses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180306 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190125 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6493006 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |