“90后”流动人口居留意愿的影响因素及预测研究

发布时间：2022-08-07 21:32

　　本文针对“90后”流动人口在流入地的长期居留意愿,考虑到其影响因素复杂的非线性关系,给出一种组合预测方法——Group Lasso-Adaboost模型。近几年“90后”流动人口表现出了强劲的增长趋势,是新生代流动人口不断增长的主要力量;同时,“90后”流动人口在流入地的居留时间变动性较大,有必要对其居留意愿进行深入研究。因此,本文将“90后”流动人口作为研究对象。对居留意愿产生影响的因素可能有许多,比如代际流动、公共服务、医疗保险、健康状况、住房保障、社会融合、经济因素等等,正确选择出其中的主要因素是提高模型可解释性和预测性的前提。考虑到本文使用的全国流动人口动态监测数据中影响到流动人口居留意愿的因素众多,并且一些影响因素之间可能存在多重共线性问题,本文采用Group Lasso方法筛选影响“90后”流动人口长期居留意愿的主要因素。从Group Lasso的参数估计系数可以看出影响其居留意愿受人口学、经济、社会和心理多重因素的影响。具体表现为:性别、受教育程度、婚姻状况、流动范围和流动原因5个人口学指标,月住房支出、家庭月总支出、周工作时长、就业单位性质、个人月收入、收入变化和家庭月... 

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

2017 年“90 后”流动人口在全国各省的长期居留意愿

Group-Lasso模型的系数解路径然后，采用BIC准则选取最佳值，0.00494，选入解释变量组数为22组

KNN 算法在不同的 K 值下测试集的错误率

【参考文献】：
期刊论文
[1]收入越高居留意愿越强吗?——基于京津冀流动人口调查数据的研究[J]. 艾小青,陈连磊,冯虹.  华东经济管理. 2019(02)
[2]经济集聚、住房支付能力与流动人口城市迁移意愿[J]. 杨巧,陈诚.  现代财经(天津财经大学学报). 2019(01)
[3]就业促进、制度保障与少数民族流动人口居留意愿——基于西北5省区的实证分析[J]. 赵锋,樊正德.  兰州财经大学学报. 2018(06)
[4]中国城市流动人口居留意愿的地区差异与影响因素——基于2015年流动人口动态监测数据[J]. 古恒宇,肖凡,沈体雁,刘子亮.  经济地理. 2018(11)
[5]流动人口非正规就业对其居留意愿的影响[J]. 杨凡,林鹏东.  人口学刊. 2018(06)
[6]基于Lasso-GRNN神经网络模型的地方财政收入预测[J]. 蒋锋,张婷,周琰玲.  统计与决策. 2018(19)
[7]居留决策、落户意愿与社会融合度——基于城乡流动人口的实证研究[J]. 张新,周绍杰,姚金伟.  人文杂志. 2018(04)
[8]健康对流动人口城市居留意愿的影响研究——基于2014年全国流动人口社会融合与心理健康专项数据的分析[J]. 祁静,郑笑.  调研世界. 2018(04)
[9]流动人口城市公共服务获取与居留意愿——基于长三角地区的实证分析[J]. 刘乃全,宇畅,赵海涛.  经济与管理评论. 2017(06)
[10]流动人口医保现状及对长期居留意愿影响——基于京津冀流动人口动态监测数据分析[J]. 陈富美,陶四海,张洁.  调研世界. 2017(11)

博士论文
[1]高维数据的统计推断[D]. 项燕彪.浙江大学 2011

硕士论文
[1]几类回归模型中的变量选择方法[D]. 刘琳.广西大学 2013



本文编号：3671079