随着改革开放的持续推进,特别是进入21世纪以来,我国国内的市场经济已经有了很好的深入与发展,各省各地区城市化进程加快,有力的促进了国内的经济发展、文化发展、社会发展和现代化的建设进程。在如此背景下,大规模的省际人口迁移和流动,对经济的发展和社会发展等多方面持续产生深远影响,因此采用多种方法来对我国省际人口迁移需求分析和预测就显得尤为重要。省际人口迁移的预测分析是众多影响因子相互作用的结果,因此人口迁移的预测趋势具有复杂的变化规律,而传统的重力模型、二元选择模型多元线性回归模型等预测模型往往无法完全对人口迁移预测做出很好的反映,使得实验模型得不到想要的结果;因此,本文引入网络搜索数据这一新的数量源,将不同的数据源进行收集,分别构建4个预测模型:重力模型、重构人口迁移模型、优化人口迁移重力模型、改进的乘法分量模型来预测国内其他省份迁移北京、上海、广东三地区的人口迁移变化趋势;本文主要从4个方面来研究我国省际人口迁移影响因素分析和预测,第一,引入百度指数搜索数据,对分地区收集到的百度指数数据进行回归分析和相关性分析,确定了百度指数搜索数据能够以北京、上海、广州为迁移目的地的区域的影响因子,来做人口迁移预测分析,使得这个方向的研究有了研究的价值;第二对迁移北京、上海、广东为目的地的影响因子数据进行因子分析法,通过旋转载荷矩阵得到各个影响因子的成分得分系数,通过计算得到各个影响因子之间的权重值,有助于分析各个影响因子对迁移北上广地区变化情况分析和模型参数的构建;第三在重力模型的基础上,根据国内情况定义迁移模型和优化模型参数,来分析迁移北上广地区的迁移变化趋势;第四从迁移人口数据本身出发,构建迁出率、迁入率等数据建立改进的乘法分量模型。通过4个模型实验预测结果可知:基于传统重力模型理论的重力模型、重构的人口迁模型和优化的人口迁模型的3个模型中:传统的重力模型在预测北京、上海、广东为迁移目的地的综合R~2得分最低,重构的人口迁移模型的预测精度综合R~2得分居中,优化重构的人口迁移模型的综合R~2得分最好;实证表明百度指数搜索数据和影响迁移之间的经济因素的因子组合能够进行人口迁移预测且结果精度很高;而基于人口迁移数据源的改进乘法分量模型模型以定义迁移量、吸引系数、迁出比例和各省人口数量来预测2015年迁移北京、上海、广东的预测人数,改进的乘法分量模型的预测精度都很高,能够很好的满足一些实验的要求。