改进的自适应Lasso算法及其在人口出生率中的应用

作     者：田青 

作者单位：西安财经大学 

学位级别：硕士

导师姓名：景明利

授予年度：2020年

学科分类：0303[法学-社会学] 12[管理学] 03[法学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 030302[法学-人口学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：人口出生率 特征选择 压缩感知 自适应性 Lasso算法 

摘      要：自改革开放以来,随着中国经济的快速发展,我国的人口结构呈现出低出生率、低死亡率和低增长率。近年来,随着劳动力人口数量开始减少,我国人口老龄化趋势愈发明显,严重影响了我国的经济发展状况。对影响人口出生率的因素研究,是一项人口学研究的核心问题之一。本文以国内2007-2017年的面板数据为基础,提出了改进的自适应Lasso算法并用该算法对影响人口出生率的变量进行了稀疏选择。首先,介绍了Lasso方法、自适应Lasso方法和OMP算法的基本思想和算法步骤,基于以上三个算法提出了自适应的正交匹配追踪(AOMP)算法,并用人工数据对所提AOMP算法进行数值实验,数值实验结果表明:所提AOMP算法的降维速度快且具有较强鲁棒性,可快速完成稀疏变量的选择。其次,分别用Lasso方法、OMP算法以及AOMP算法对人口出生率的影响因素进行建模求解,并对三个算法进行对比实验,发现AOMP算法的稀疏度低且误差小;基于AOMP算法的人口出生率变量选择结果表明:少儿抚养比、婴儿死亡率、国内生产总值和居民消费价格指数对人口出生率的影响最大,其中少儿抚养比、国内生产总值和居民消费价格指数对人口出生率的影响都是正向的,而婴儿死亡率对人口出生率的影响是负向的;最后,基于所选影响出生率变量提出了一些建议:主要包括提高居民住房保障,严格控制通货膨胀和物价的涨幅,完善医疗状况,降低剖腹产的发生等措施,刺激民众的生育意愿。