数据采集综合实践_第八组_严涛

1.项目背景
2016 年“全面两孩”后，全国出生人口仍下滑。福建省福州市同样陷入“政策失效”：
福清市 2016 年 2.1 万 → 2023 年 1.2 万，降幅 42%；鼓楼区 2016 年 0.68 万 → 2023 年 0.41 万，降幅 30%。
县级差异显著 → 需要县级粒度预测工具辅助卫健委动态调整生育支持措施。

2.系统功能

3.算法实验日志
3.1时间序列：LSTM vs SARIMA vs Prophet

结论：LSTM 胜出，县级粒度可行
LSTM 核心代码：

点击查看代码

import pandas as pd
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense, Dropout
from sklearn.preprocessing import MinMaxScaler# 1. 读取数据（出生+政策+GDP）
df = pd.read_csv('fz_merged.csv')   # 出生/政策/GDP
data = df[['birth', 'policy', 'GDP']].values# 2. 归一化
scaler = MinMaxScaler()
data = scaler.fit_transform(data)# 3. 构造监督学习
def make_supervised(data, seq_len=4):X, y = [], []for i in range(seq_len, len(data)):X.append(data[i-seq_len:i])y.append(data[i, 0])   # 预测出生return np.array(X), np.array(y)X, y = make_supervised(data, 4)# 4. 构建 LSTM
model = Sequential([LSTM(32, return_sequences=True, input_shape=(4, 3)),Dropout(0.2),LSTM(16),Dense(8, activation='relu'),Dense(1)
])
model.compile(optimizer='adam', loss='mse')# 5. 训练（本地 CPU 5 min）
model.fit(X, y, epochs=500, batch_size=16, verbose=1)# 6. 保存
model.save('models/fz_lstm.h5')

3.2政策量化：关键词 vs 大模型

结论：关键词权重法胜出
关键词权重法代码：

点击查看代码

import reKEYS = {"三孩": 0.30,"育儿补贴|生育补助|一次性生育奖励": 0.25,"产假延长|增加产假": 0.20,"购房优惠|落户|契税减免": 0.15,"托育|幼儿园减免|教育优惠": 0.10
}def score_text(text: str) -> float:text = text.lower()score = 0.for k, w in KEYS.items():if re.search(k, text):score += wreturn min(score, 1.0)# 批量打分
for file in os.listdir('data/raw'):if file.endswith('.txt'):year = int(file[:4])with open(f'data/raw/{file}', encoding='utf-8') as f:txt = f.read()score = score_text(txt)print(f"{year}: {score}")

3.3经济-人口双向模型 皮尔逊相关：0.997（强到离谱） 线性回归：每增加 1 万人，GDP 增加 1.83 亿元 滞后效应：人口滞后 1-3 年显著 反向因果：GDP 增速每 +1%，下年出生增加 1715 人 结论：人口↔GDP 双向因果成立

3.4动态阈值：近 5 年均值 × 0.8

点击查看代码

BIRTH_ALERT_THRESHOLD = int(city.iloc[-5:].mean() * 0.8)

4.结语 从“为什么出生人口在降”到“原来政策可以量化”，这段旅程让我第一次体会到：技术不是冰冷的代码，而是可以照亮生活的光。 结课不是终点，而是“技术落地”的起点。 愿我们都能用代码，点亮自己的那片天空。