شبیه سازی جمعیتی کوچک ناحیه ها در سال پایه

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکترای آمار دانشگاه علامه طباطبایی

2 دانشیار آمار دانشگاه علامه طباطبایی

چکیده

در ایران پیش­بینی­های جمعیتی به­دلیل نبود اطلاعات کمکی، اغلب در سطح ناحیه­های بزرگ همانند استان و کشور انجام می­شود. اما تولید اطلاعات جمعیتی و ویژگی­های آن در سطح کوچک­ناحیه­[1]ها (بخش، شهر، ناحیه­ی شهرداری و ...)، توان پاسخ­گویی به نیازهای آماری پژوهش­گران، برنامه­ریزان و تصمیم­سازان را بالا می­برد. با توجه به این­که به­طور عموم تمامی اطلاعات جمعیتی در کوچک­ناحیه­ها در دسترس نیستند و داشتن اطلاع از توزیع شمارش[2] ویژگی­های افراد و خانوارها (به­عنوان مثال سنی– جنسیتی، نوع خانوار و ...) برای یک کوچک­ناحیه ضروری است، لذا شبیه­سازی جمعیت کوچک­ناحیه­ها به­صورت هم­گذاشتی[3] با ویژگی­هایی که مدنظرند، از اهمیت ویژه­ای برخوردار است. ازآنجاکه دسترسی به بسیاری از اطلاعات جمعیتی و ویژگی­های آن در کوچک­ناحیه­ها از طریق سرشماری­ها امکان پذیر نیست، بسیاری از محققان را بر آن داشته است تا برای دست­یابی به اطلاعات مورد نیاز خود از کوچک­ ناحیه­ها به دنبال راه­کارهایی باشند. در سال­های اخیر روش­های مختلفی برای شبیه‌سازی­های جمعیتی ابداع شده است، از جمله­ی این روش­ها می­توان به روش نمونه­مبنا اشاره کرد. این مقاله با ارایه راه­کارهایی برای اصلاح نقاط ضعف این روش، از آن­ برای شبیه­سازی جمعیت کوچک­ناحیه­های نمونه با ویژگی­های متفاوت به­صورت هم­گذاشتی برای سال پایه، 1385، استفاده می‌کند. به­علاوه با توجه به چند معیار عمل­کرد این روش­ با اطلاعات سرشماری مقایسه می­شود.

کلیدواژه‌ها


-      Arentze, T., Timmermans, H. J. P., and Hofman, F. (2007), Creating Synthetic Household Populations: Problems and Approach, Transportation Research Record: Journal of the Transportation Research Board, 2014: 85-91.

-      Barthélemy, J., and Toint, P. L. (2012), Synthetic Populations: Review of the Different Approaches, Working paper. FUNDP - University of Namur.

-      Beckman, R. J., Baggerly, K. A., and McKay, M. D. (1996), Creating Synthetic Baseline Populations, Transportation Research Part A, 30: 415-429.

-      Deming, W. E., and Stephan, F. F. (1940), On a Least Squares Adjustment of a Sampled Frequency Table When the Expected Marginal Totals are Known, Annals of Mathematical Statistics, 11(4): 427–444.

-      Gargiulo, F., Ternes, S., Huet, S., and Deffuant, G. (2010), An Iterative Approach for Generating Statistically Realistic Populations of Households, PLoS ONE, 5(1), e8828.

-      Guo, J. Y., and Bhat, C. R. (2007), Population Synthesis for the Microsimulating Travel Behavior, Transportation Research Record: Journal of the Transportation Research Board, 2014: 92-101.

-      Huang, Z., and Williamson, P. (2002), A Comparison of Synthetic Reconstruction and Combinatorial Optimisation Approaches to the Creation of Small-Area Microdata, Working paper. Population microdata unit, Liverpool, United Kingdom: University of Liverpool, Department of Geography.

-      Lenormand, M., and Deffuant, G. (2013), Generating a Synthetic Population of Individuals in Households: Sample-Free Vs Sample-Based Methods, Journal of Artificial Societies and Social Simulation, 16(4): 12.

-      Wilson, A. G., and Pownall, C. E. (1976), A New Representationof the Urban System for Modelling and for the Study of Micro-level Interdependence, Area, 8(4): 246-254.

-      Voas, D., and Williamson, P. (2001), Evaluating Goodness-of-Fit Measures for Synthetic Microdata, Geographical and Environmental Modeling, 5: 177–200.

-      Ye, X., Konduri, K., Pendyala, R. M., Sana, B., and Waddel, P. (2009), A Methodology to Match Distributions of Both Household and Person Attributes in the Generation of Synthetic Populations, Washington, U.S.A., Transportation Research Board - 88th Annual Meeting.