2020年“深圳杯”数学建模挑战赛A题-关于国家“先行示范区”建设中的医疗和养老保障问题

任务：

关键点：深圳的城市资源应该如何更合理地配置？如何建立可持续发展的社会、医疗和养老保障体系？才能满足迅速发展和变迁的城市需要，从而有利于实现建设国家“先行示范区”的发展目标。

（1）参考国际上先进标准，根据国情和现状给出未来5年、10年和15年深圳医疗和养老保障需要实现的目标的量化描述。
（2）根据深圳市的现状（人口数量与结构、经济收入与消费水平、医疗资源与水平、社会保障制度与能力等），分析研究在未来5年、10年和15年中，怎样合理配置医疗和养老资源（医院、保健院、养老院、医生、服务保障人员等），才能达到（1）中提出的目标。
（3）研究设计与（1）中目标相匹配的医疗和养老保险方案。

步骤：

（1）准备数据：国际上先进标准的医疗和养老保障需要实现的目标数据、国情和现状数据；人口数量与结构、经济收入与消费水平、医疗资源与水平、社会保障制度与能力等；医院、保健院、养老院、医生、服务保障人员等；
（2）建立模型：使用逻辑回归算法对未来5年、10年和15年深圳医疗和养老保障需要实现的目标的量化描述。
（3）优化模型：针对模型的输入输出进行定量优化
（4）验证模型：根据定性和定量的思维对需要实现的目标进行验证

具体实现方案

（1）爬取高德医院、保健院、养老院的POI数据

import random
import requests
from spider.get_ip import getHeader
from utils.read_write import writeOneCsv, readCsv

'''
    此文件用于使用公司名到高德地图API去找经纬度,用的是poi接口
'''

def search_location(page):
    try:
        url = 'https://restapi.amap.com/v3/place/text?key=d7b59c55fe24dacf482fea3f9290139b&keywords=酒吧&city=深圳市&page='+str(page)
        response = requests.get(url, headers=headers)
        dic = response.json()
        pois = dic['pois']
        for poi in pois:
            address = poi['address']
            name = poi['name']
            location = poi['location']
            loncation_obj = location.split(',')
            lon = loncation_obj[0]
            lat = loncation_obj[1]
            type = poi['type']
            writeOneCsv([name, address, type, lon, lat], r'D:\data\高德poi数据\2019\guoji\酒吧.csv')
    except Exception as e:
        print(e)

if __name__ == '__main__':
    csv_dir = r'D:\data\高德poi数据\2019\guoji\\'
    for i in range(0,1234):
        search_location(i)

(2）处理人口数量与结构、消费水平数据

import json
import requests
import pandas as pd
from utils.read_write import writeOneJson, eachFile

def mian_spider():
    sgw = pd.read_csv(sz_building_2018)
    permanent = pd.read_csv(csv_dir,encoding='gbk')
    merge = pd.merge(sgw,permanent,'inner',right_on='楼栋编码',left_on='楼栋编码')
    print(merge.shape[0])
    print(permanent['人口总数量'].sum())

if __name__ == "__main__":
    Json_dir = 'D:\data\人口数据\网格办\\SZ_BLD_2019.Txt'
    BLD_SGW = 'D:\data\人口数据\社工委\\BLD_SGW.Txt'
    sz_building_2018 = 'D:\data\人口数据\社工委\\sz_building_2018.csv'
    csv_dir = 'D:\data\人口数据\织网人口\织网工程_20191231\\Permanent.csv'
    mian_spider()

其余步骤会陆续更新，请持续关注
如需数据和方法请私聊我！！！