人口预测作为区域规划和政策决策的依据,对于区域经济社会可持续发展有重要的理论和现实意义。从宏观上说,人口预测可提供今后几十年乃至上百年内全国各年龄段的儿童和青少年数量,这对于劳动就业和教育规划是至关重要的；从微观上讲,预测某一地区的人口,则会为区域的基础设施建设、资金投入提供帮助。例如：合并学校、增加电厂、重新设计城市规划、房地产的开发等。然而到目前为止,虽已有不少学者使用时序模型进行了人口预测,但以区域数据作为分析样本,从历史区间长度、预测的临界年和预测区间角度选择最优模型的研究几乎没有。本文第一部分简要介绍了选择此论题的意义与背景、国内外的研究成果、研究的思路与内容、研究方法、和本文的创新与不足之处；第二部分利用一个优良的ARIMA人口时序模型,得出预测误差作为因变量,把有可能影响预测精度的因素作为自变量,做定量的回归研究,并对影响预测精度的因素进行分析；第三部分首先利用多个ARIMA模型对我国部分具有代表性的省域人口进行预测,然后考虑第二部分得出的影响精度的因素,探讨了在不同性质的模型、不同地区、基区和预测区间等条件下人口的时序预测模型选择的一般性规律；第四部分是对前两部分论述的总结,最后附上主要的参考文献以及后记。研究结果发现,人口数目和增长率对人口精度的影响皆呈U型；临界年和地区因素对人口精度也有较大影响,以及对于预测精度来说,各因素的相对影响权重。在模型选择过程中,一些ARIMA模型能够提供相对精确的结果,而另一些则不能；线性模型和非线性模型在省域人口预测精度方面具有较大的差异；历史数据长度不同也可能导致选择不同的模型；从不同角度观测的模型精度有较强的一致性,但也存在一定程度的不一致性,以上结论可以为选择人口时序预测模型提供更深入的参考,并为以后的研究指明方向与建议。本文的创新之处在于,首先没有局限在人口总量数据上进行分析,而是进行了分省份人口数据的建模与分析,从而使分析结果更加细致准确。其次,第二部分在省份数据的基础上通过一个人口时序模型总结出影响人口预测精度的因素,然后把这些因素加入到关于预测精度的回归模型中,得出各因素影响的权重,省份、历史长度,这些因素对预测精度的影响还是比较明显的,这在以往的文献中很少提到。在做变量的回归模型中,不但选取了一次变量,而且选取了变量的二次形式,使模型的拟合优度得到明显提高。再次,在第三部分进行ARIMA模型的评价标准上,运用了从不同基区间,不同预测区间的预测有效性评价标准,然后从不同角度选择时序模型,这点在国内研究中也比较少见。以上从数据的选取,变量的筛选,模型的选择三方面相比于以往的研究都有很大的创新。本文的不足之处在于虽然加入了一些有关的变量因素,但是变量以及变量的形式选取是否具有完全代表性?在从多角度选择模型时,本文得出的结果对于其他省份是否适用?有没有其他的模型更加适合于省域人口的预测?这些问题希望可以在以后的研究中得到解决。