基于數(shù)據(jù)挖掘算法的成都市流動人口狀況研究

王燦

摘 要：為充分挖掘成都市流動人口包含的信息，對流動人口基本數(shù)據(jù)進行統(tǒng)計分析，并基于層次密度對流動人口進行聚類和影響因素的關(guān)聯(lián)規(guī)則挖掘。結(jié)果顯示，流動人口的聚類和經(jīng)濟圈層的劃分是一致的。

關(guān)鍵詞：流動人口;數(shù)據(jù)挖掘;聚類;關(guān)聯(lián)規(guī)則

中圖分類號：C923? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2020）03-0129-03

引言

2019年3月成都市召開了“流動人口服務(wù)管理工作推進會議”，這與成都市的經(jīng)濟改革密切相關(guān)，比如“改革創(chuàng)新、轉(zhuǎn)型升級”“五大興市”等各項改革措施的頒布和實施，隨著這些發(fā)展工作的推進，本身就作為西南地區(qū)的中心城市的成都又躍然成為我國“新一線”城市，勢必會成為流動人口的“吸鐵石”。面對新的形勢，如何正確面對流動人口的現(xiàn)狀和問題刻不容緩。從“推—拉”理論角度出發(fā)，人口的流動直觀上就是從成本和效益出發(fā)，這種決策取決于流入地的機會和流動人口自身的發(fā)展需求。作為流動人口的接納地，運行城市首先要有接納的能力，做好相應(yīng)的管理服務(wù)工作，才能當好“東道主”。目前國內(nèi)學者對流動人口的研究比較全面，比如對流動人口的規(guī)模變化、空間分布、機制形成、社會保障等各方面都有了深入的分析，然而為更具體地討論區(qū)域人口流動問題，從大量的數(shù)據(jù)本身出發(fā)，深層次挖掘基本信息，為中心城市的建設(shè)提供數(shù)據(jù)支撐將更有意義。

一、區(qū)域數(shù)據(jù)概況

成都又稱蓉城，是一所副省級城市，管轄22個區(qū)縣（含代管），經(jīng)濟圈層可分化三個層級，一是中心層，包含錦江區(qū)、金牛區(qū)、青羊區(qū)、成華區(qū)和武侯區(qū)五個主要中心城區(qū);二是以溫江區(qū)、郫都區(qū)、龍泉驛區(qū)、雙流區(qū)、青白江區(qū)等為代表的二環(huán)圈層;其余管轄區(qū)縣為第三層。近年來在經(jīng)濟、醫(yī)療、旅游、交通運輸、教育文化等方面，根據(jù)改革方案不斷優(yōu)化，以近三年幾項主要數(shù)據(jù)為例，具體（如圖1所示）。可見，發(fā)展成績是矚目的，這是成都市人口數(shù)量出現(xiàn)“孔雀開屏”現(xiàn)象的一大契機。

人口的崛起是成都市“彎道轉(zhuǎn)車”飛速發(fā)展的機會，因此做好人口的服務(wù)和指引尤為重要。根據(jù)流動人口動態(tài)監(jiān)測數(shù)據(jù)報告，結(jié)合成都市統(tǒng)計局和成都市流動人口信息數(shù)據(jù)庫，整理得出基本數(shù)據(jù)（如下頁表1所示）。

根據(jù)流動人口基本數(shù)據(jù)統(tǒng)計分析，成都市流動人口占總比增高，也逐漸向外擴散，在程度上實施經(jīng)濟戰(zhàn)略初期，流動人口主要聚集在中心主城區(qū)，隨著經(jīng)濟改革重心的轉(zhuǎn)移，流動人口也逐漸向第二三圈層遷移。從性別分布來看，流動人口男女比例逐漸持平，且越來越多以家庭式模式進行流動;從受教育程度上看，流動人口受高等教育的比例也在逐漸提高，這使得該類人群的收入增加，同時文化融入和社會認同感較以往明顯好轉(zhuǎn)，作為成都市建設(shè)的一支生力軍，流動人口這個群體越來越不可或缺，因此做好相應(yīng)數(shù)據(jù)的信息挖掘十分必要，以保證為成都市的發(fā)展不斷注入新鮮血液。

二、聚類分析

為甄別討論流動人口與社會經(jīng)濟關(guān)系，將借助聚類這一無監(jiān)督學習方法進行充分的信息挖掘。目前常用的聚類算法需要把變量轉(zhuǎn)化為區(qū)間標度，或?qū)?shù)據(jù)進行標度處理，最終獲得數(shù)據(jù)間的距離，根據(jù)距離大小來實現(xiàn)聚類分析，然而這種聚類容易出現(xiàn)不穩(wěn)定性。結(jié)合成都市的行政區(qū)域劃分，根據(jù)流動人口的居住地、居住時間、學歷結(jié)構(gòu)和來蓉原因等，把流動人口數(shù)量劃分為不同層次，為避免聚類中心點不在一個不存在的行政區(qū)域內(nèi)，提出一種新的密度聚類。算法思路是：首先，建立平衡決策樹，在各結(jié)構(gòu)上進行編碼;其次，以決策枝為層次節(jié)點，順次遍歷各支編碼;最后，以層次點的密度為中心得出聚類中心。

利用這種聚類算法可以實現(xiàn)流動人口與社會經(jīng)濟數(shù)據(jù)的自動聚類，從而進行相關(guān)分析工作。算法實施前請工作在人口管理服務(wù)第一線的專家們進行定性分析，稍微調(diào)整聚類結(jié)果，以得到更加符合實際情況的結(jié)果。這樣由基本聚類算法的定量，再到結(jié)合實際工作的定性研究，把成都市流動人口按區(qū)域聚為四類，結(jié)果（如表2所示）。

由聚類結(jié)果已把成都市流動人口聚為四個類別，然而各類別和其他因素間的關(guān)聯(lián)規(guī)則還不明確，因此需要對影響流動人口聚類的因素進行關(guān)聯(lián)挖掘。

三、關(guān)聯(lián)規(guī)則挖掘

為全面挖掘各因素之間的關(guān)聯(lián)規(guī)則，首先建立指標量化后的多維數(shù)據(jù)集，確定每一個事務(wù)的唯一標識，把元組分為維部分和項集部分，然后進行兩步規(guī)則挖掘，第一步是挖掘維度模式的信息，旨在找出頻繁項集，第二步利用改進的BUC算法挖掘多維模式的頻繁項集，首先對第一維的元組進行排序，其他不相關(guān)的維度允許是任意的組合，然后不斷重復該步驟，只是開始維度不同，隨著迭代次數(shù)增加每次維度都減少一維，搜索過程持續(xù)簡化，具體算法思路（如圖2所示）。

為方便數(shù)據(jù)庫的建立，首先把各因素指標進行標準量化，結(jié)合各區(qū)縣與人口流動密切相關(guān)的經(jīng)濟、交通旅游、教育文化和生產(chǎn)生活等自然環(huán)境指標做為體系建立，確保所構(gòu)建的指標體系更加符合實際情況。其中，樣本矩陣表示如下：

樣本之間的遠近關(guān)系是規(guī)則挖掘的關(guān)鍵，因此在建立事務(wù)數(shù)據(jù)庫前先利用“歐式距離”把個體間的差異測度化，就是把成都市所管轄的22個區(qū)縣看成多維集中的空間點。其中，事務(wù)數(shù)據(jù)集計算距離的公式為：

上式中，i，j=1，2，…是參與流動人口聚類的區(qū)縣，m=1，2，…，n是系統(tǒng)維度數(shù)。優(yōu)化后的距離模型，可以得到一個對角方陣。這樣的距離描述了不同區(qū)縣之間的密切關(guān)系，距離越大表示因素關(guān)聯(lián)規(guī)則越強，對應(yīng)的類別之間的關(guān)系也越緊密。該關(guān)聯(lián)事務(wù)矩陣表示為：

建立好基基礎(chǔ)事務(wù)集后，接下來就將在大型數(shù)據(jù)集中進行信息的“挖掘淘金”，雖然關(guān)聯(lián)不意味著因果關(guān)系，但被挖掘出來的“金子”就是一些有價值、有意義的規(guī)則，以明確開始不能準確表達的基本信息，而這也是進行數(shù)據(jù)挖掘的根本目的。由Python語言實現(xiàn)算法，得出關(guān)聯(lián)規(guī)則結(jié)果（如表3所示）。

由關(guān)聯(lián)規(guī)則挖掘結(jié)果可見，影響流動人口變化的主要因素和各類別對應(yīng)的經(jīng)濟發(fā)展主題密切相關(guān)，且關(guān)聯(lián)因素并不單一，而是多因素綜合作用。

結(jié)語

根據(jù)聚類結(jié)果，成都流動人口聚為四類，同成都經(jīng)濟圈層劃分相擬合。類區(qū)域是經(jīng)濟發(fā)展較高的主城區(qū)，最好的教育、醫(yī)療和合理的產(chǎn)業(yè)結(jié)構(gòu)、便利的交通使其成為流動人口的較高集聚區(qū);類區(qū)域由社會經(jīng)濟發(fā)展相對較高“二圈層”城區(qū)組成，該區(qū)域合理的房價收入比和持續(xù)發(fā)展的經(jīng)濟、教育和醫(yī)療等方面提供了較多的就業(yè)機會，使其成為流動人口聚焦區(qū);類區(qū)域包含了經(jīng)濟發(fā)展水平相對較低的“三圈層”城區(qū)，該類區(qū)域旅游及相關(guān)產(chǎn)業(yè)的發(fā)達吸引著大量流動人口;類區(qū)域是社會經(jīng)濟發(fā)展水平相對欠發(fā)達的區(qū)縣，造成部分流動人口邊緣化聚居。從影響因素關(guān)聯(lián)規(guī)則挖掘結(jié)果看，類區(qū)域流動人口的聚集受交通運輸和工作崗位的提供影響比較大，結(jié)合實際情況來看這也是人口流動和經(jīng)濟關(guān)聯(lián)的主體結(jié)果;類區(qū)域是成都市經(jīng)濟戰(zhàn)略實施對象的重點，尤其是高等教育的發(fā)展，高校在該類區(qū)域的云集和相對較低的房價，是人口流動聚集的不錯選擇;類區(qū)域是成都市旅游行業(yè)發(fā)展的重點對象，由此與人口流動的關(guān)聯(lián)影響比較顯著;類區(qū)域是成都市邊緣區(qū)縣，經(jīng)濟發(fā)展相對其他三類沒有明顯優(yōu)勢，但較低的消費指數(shù)吸引著勞務(wù)型人口的流動。

經(jīng)濟的發(fā)展使成都成為流動人口的集聚區(qū)，流動人口無疑又促進了經(jīng)濟的發(fā)展，流動人口的聚類和成都經(jīng)濟圈層劃分相擬合，結(jié)合影響因素的關(guān)聯(lián)規(guī)則挖掘，課件聚類區(qū)域的聚集劃分不僅能反映成都市流動人口的空間分異化，更在一定程度上體現(xiàn)流動人口聚集與經(jīng)濟發(fā)展水平的一致性。

參考文獻：

[1]? 成都市人民政府官網(wǎng)，http：//www.chengdu.gov.cn/chengdu/index.shtml.

[2]? 郭田勇.我國流動人口規(guī)模為何先增后減[J].人民論壇，2019，（5）：70-72.

[3]? 杜良杰，周怡.流動人口參與城市“三變”改革的路徑構(gòu)建[J].經(jīng)濟研究導刊，2018，（30）：135-136.

[4]? 張少堯，時振欽，宋雪茜，鄧偉.城市流動人口居住自選擇中的空間權(quán)衡分析——以成都市為例[J].地理研究，2018，（12）.

[5]? 馬志飛，尹上崗，張宇，李在軍，吳啟焰.中國城城流動人口的空間分布、流動規(guī)律及其形成機制[J].地理研究，2019，（4）：926-936.

[6]? 馬銀坡，陳體標，史清華.人口流動：就業(yè)與收入的區(qū)域差異[J].農(nóng)業(yè)經(jīng)濟問題，2018，（5）：80-91.

[7]? 莫旋，易雨瑤，謝曉.衡陽流動人口社會保障狀況及影響因素研究[J].現(xiàn)代商貿(mào)工業(yè)，2019，（26）：86-87.

[8]? 郭長帥，卓建偉.基于數(shù)據(jù)挖掘算法的流動人口定居意愿研究[J].管理現(xiàn)代化，2019，（3）：81-86.

[9]? 劉濤，陳思創(chuàng)，曹廣忠.流動人口的居留和落戶意愿及其影響因素[J].中國人口科學，2019，（3）：80-91.