基于SARIMA与LSTM的提前退休现状分析及预测——以天津市为例

摘要

随着我国人口老龄化程度不断加深，延迟退休政策的实施成为大势所趋.但现实中提前退休现象仍然严重，对经济与社会发展产生负面影响.基于此，本文以天津市为例，聚焦于职工因病或非因工伤残而提前退休的特殊现象，利用数据可视化及决策树算法探究了职工因患病而提前退休的影响因素，建立了SARIMA时间序列预测模型和LSTM神经网络模型，分别对天津市未来因患病而提前退休的职工总人数和因患某类疾病而提前退休的人数进行预测.研究发现：性别、年龄和单位类型对提前退休职工的患病情况有影响；从整体上看，在短期内天津市未来因患病而提前退休的职工人数大概率会保持稳定，有缓慢下降的趋势.研究结果旨在提出针对性的建议，为完善我国退休制度提供数据支持和理论依据.

关键词

提前退休 / SARIMA时间序列 / LSTM神经网络