通過大數(shù)據(jù)發(fā)現(xiàn)正在惡化的中國人口結(jié)構(gòu)

作者：數(shù)據(jù)一點(diǎn)通 2019-12-12 19:35:31

近些年來，總有媒體報道，中國在養(yǎng)老、醫(yī)療、教育各個行業(yè)出現(xiàn)的巨大的人力需求缺口，2017年左右，中國的“光棍危機(jī)”開始爆發(fā)，小編希望能夠通過數(shù)據(jù)分析的方式搞清楚產(chǎn)生這系列問題的原因。

[[285440]]

小編作為億信華辰一家知名的BI產(chǎn)商的數(shù)據(jù)分析師，手邊正好有很多可以利用的資源，數(shù)據(jù)全生命周期的產(chǎn)品均是唾手可得。

我先利用億信i@Report的“數(shù)據(jù)抓取”功能，從國家統(tǒng)計局公開的數(shù)據(jù)中抓取了“全國分年齡、性別的人口”數(shù)據(jù)。

通過大數(shù)據(jù)發(fā)現(xiàn)正在惡化的中國人口結(jié)構(gòu)

i@Report數(shù)據(jù)抓取方案

有了這份數(shù)據(jù)，離真相又近了一步，小編甚是開心~

數(shù)據(jù)抓取完成后全部存放在數(shù)據(jù)庫中了。

i@Report數(shù)據(jù)抓取結(jié)果圖

雖然從統(tǒng)計局抓取過來的數(shù)據(jù)信息非常完整，但我發(fā)現(xiàn)，抓取過來的數(shù)據(jù)包含特殊字符，比如空格;或者含有多余的信息，比如總計行，0-4歲，5-9歲等。這樣的數(shù)據(jù)是一個匯總數(shù)據(jù)，而我需要的是明細(xì)數(shù)據(jù)，我需要對這份數(shù)據(jù)進(jìn)行清洗、過濾。

我選擇了億信數(shù)據(jù)工廠產(chǎn)品，它是一款敏捷型數(shù)據(jù)處理工具，可以快速幫助用戶處理、整合數(shù)據(jù)。

現(xiàn)在需要將特殊字符和合計行數(shù)據(jù)處理掉，數(shù)據(jù)工廠清洗、過濾組件正好可以利用上。

先新建一個ETL過程

數(shù)據(jù)工廠中的組件多達(dá)幾十種，完全可以滿足我的清洗、處理數(shù)據(jù)的需求。

再添加清洗、過濾規(guī)則

將“總計”及“x-x歲”中的特殊字符清理。

處理規(guī)則也非常多，設(shè)置方式也很簡單，還蠻容易上手的!

最后預(yù)覽處理結(jié)果

數(shù)據(jù)工廠數(shù)據(jù)處理結(jié)果與源數(shù)據(jù)對比

看得出來A3字段的數(shù)據(jù)被處理干凈，正是我想要的效果。

由于數(shù)據(jù)工廠和億信BI進(jìn)行過高度集成，數(shù)據(jù)工廠處理好數(shù)據(jù)可以直接輸出一份方便億信BI進(jìn)行分析的模型，小編可以直接使用這份模型進(jìn)行分析啦~

億信BI是億信華辰在多年數(shù)據(jù)分析挖掘、報表處理的技術(shù)經(jīng)驗(yàn)基礎(chǔ)上，運(yùn)用先進(jìn)的數(shù)據(jù)倉庫、商務(wù)智能核心理論，經(jīng)過多年的潛心研發(fā)而推出的商務(wù)智能產(chǎn)品軟件。

它可視化展示效果是蠻強(qiáng)大的，內(nèi)置幾十種統(tǒng)計圖、每種統(tǒng)計圖又有很多種效果，通過組合設(shè)計可以搭配出上千種視覺效果，小編此次通過億信BI的人口金字塔圖分析了中國第四次、第五次、第六次人口普查的數(shù)據(jù)。(不理解金字塔圖請查看文章結(jié)尾附錄)

利用億信BI制作的人口金字塔圖

從左往右對比查看，可以發(fā)現(xiàn)三次人口普查新生兒出生數(shù)量占人口總數(shù)的比例每次都在縮減，而60歲以上的人口比例越來越大，人才主力軍20-~40歲的壯年比例不夠大，人口老齡化比較嚴(yán)重，這樣一分析，就可以解釋為啥當(dāng)今社會存在人力需求缺口的現(xiàn)象，當(dāng)然也應(yīng)該還有其他的原因。

不過近兩年，國家也開放了二胎政策，越來越多的家庭選擇再生一個寶寶，也許對人口老齡化會起到一定的緩沖作用。

今年七夕節(jié)，公司有一批同事加班，一下子暴露了不少同事的單身狗屬性，一些還是大齡男青年，是不是真的如報道中所說的“中國男性比女性要多很多”，一些男青年真的就找不到對象，于是，小編選取第六次人口普查數(shù)據(jù)做了一個對比。