数学建模 人口模型

合集下载

数学建模讲座机理分析方法及例子1

数学建模讲座机理分析方法及例子1
两个不动点x1*, x2* ,一个稳定(吸引),另一个
不稳定,轨道{xn}趋向稳定点
■ 当3<a<1+61/2时, xn 绕着两个数 x3*,x4*振动,
例 a =3.2
x2k-1 →0.799455
x2k →o.513045
这两个数满足
x f 2 ( x), x f ( x)
也称为周期2点,对应轨道称周期2轨道.(原来周期
n = 0,1,2,…
● 数值迭代( a 逐渐增加,迭代会有何结果)
1.倍周期分叉现象
■ 当0<a <1时,由于0<xn<axn+1
xn →0
物种逐渐灭亡
■ 当1<a<3时,任何(0,1)中初始值的轨道趋于
x*=1-1/a 其中x*是方程f(x)=x的解,为映射f 的不动点
(周期1点)例:a =1.5时 xn → 1/3.
~总和生育率
f
(t )
(t) r2 r1
h(r , t )k
(r,
t)
p(r , t )dr
人口发展方程和生育率
f
(t)
(t) r2 r1
h(r , t )k
(r,t)
p(r,
t)dr
(t) ~总和生育率——控制生育的多少
h(r, t ) ~生育模式——控制生育的早晚和疏密
p(r,t)
p0
约35年增加一倍,与1700-1961年世界人 统口计结果一致
与近年统计结果有误差,由a >1,xn趋向无穷, 模型在人口长期预测方面必定是失效的.
● Logistic模型
.
生存资源是重要的因素,修改模型为:
xn+1 - xn= r xn- b xn2 - b xn2为竞争(约束)项,r、b 称生命系数,则

(完整版)数学建模logistic人口增长模型

(完整版)数学建模logistic人口增长模型

Logistic 人口发展模型一、题目描述建立Logistic 人口阻滞增长模型 ,利用表1中的数据分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型,进行预测我国未来50年的人口情况.并把预测结果与《国家人口发展战略研究报告》中提供的预测值进行分析比较。

分析那个时间段数据预测的效果好?并结合中国实情分析原因。

表1 各年份全国总人口数(单位:千万)二、建立模型阻滞增长模型(Logistic 模型)阻滞增长模型的原理:阻滞增长模型是考虑到自然资源、环境条件等因素对人口增长的阻滞作用,对指数增长模型的基本假设进行修改后得到的。

阻滞作用体现在对人口增长率r 的影响上,使得r 随着人口数量x 的增加而下降。

若将r 表示为x 的函数)(x r 。

则它应是减函数。

于是有:0)0(,)(x x x x r dt dx== (1)对)(x r 的一个最简单的假定是,设)(x r 为x 的线性函数,即 )0,0()(>>-=s r sxr x r (2) 设自然资源和环境条件所能容纳的最大人口数量mx ,当mx x =时人口不再增长,即增长率)(=m x r ,代入(2)式得m x rs =,于是(2)式为)1()(mx x r x r -= (3)将(3)代入方程(1)得:⎪⎩⎪⎨⎧=-=0)0()1(x x x x rx dtdxm (4)解得:rt mme x x x t x --+=)1(1)(0(5)三、模型求解用Matlab 求解,程序如下: t=1954:1:2005;x=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756];x1=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988];x2=[61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756];dx=(x2-x1)./x2; a=polyfit(x2,dx,1);r=a(2),xm=-r/a(1)%求出xm 和rx0=61.5;f=inline('xm./(1+(xm/x0-1)*exp(-r*(t-1954)))','t','xm','r','x0');%定义函数 plot(t,f(t,xm,r,x0),'-r',t,x,'+b');title('1954-2005年实际人口与理论值的比较') x2010=f(2010,xm,r,x0) x2020=f(2020,xm,r,x0) x2033=f(2033,xm,r,x0)解得:x(m)= 180.9516(千万),r= 0.0327/(年),x(0)=61.5得到1954-2005实际人口与理论值的结果:根据《国家人口发展战略研究报告》我国人口在未来30年还将净增2亿人左右。

数学建模 之 人口模型

数学建模 之 人口模型

数学建模———关于人口增长的模型摘要:本文讨论了人口的增长问题,并预测出了2010、2020年的美国人口。

首先,我们给出了两种预测方法:第一,在假定人口增长率不变的情况下,建立指数增长模型;第二,假定人口增长率呈线性下降的情况下,建立阻滞增长模型。

对两种模型的求解,我们引入了微分方程。

其次,为了选择一种较好的预测方法,我们分别对两种模型进行了检验和讨论。

先列图表对预测值与真实值进行比较,然后定性的对模型进行讨论,最后一个阶段选择绝对误差、均方差和相关系数对两个模型的优劣进行定量的评价,选出最好的预测方法。

一、 问题的提出:人口问题是当前世界上人们最关心的问题之一,认识人口数量的变化规律,做出较为准确的预报,是有效控制人口增长前提,现根据下表给出的近两百模型一(指数增长模型)1、模型的提出背景:我们对所给的数据进行了认真仔细的分析之后,对其进行处理:将年份进行编号(i X ),人口数量计为(i Y ),以i X 为横坐标,以i Y 为纵坐标,建立直角坐标系。

然后将表格中所给的数据绘在直角坐标系中附表A ,我们发现这些点大体呈指数增长趋势固提出此模型。

附图A2、基本假设:人口的增长率是常数增长率——单位时间内人口增长率与当时人口之比。

故假设等价于:单位时间人口增长量与当时人口成正比。

设人口增长率为常数r 。

时刻t 的人口为X(t),并设X(t)可微,X(0)=X O由假设,对任意△t>0 ,有)()()(t rx tt x t t x =∆-∆+即:单位时间人口增长量=r ×当时人口数当△t 趋向于0时,上式两边取极限,即:o t →∆lim)()()(t rx tt x t t x =∆-∆+ 引入微分方程:)1( )0()(0⎪⎩⎪⎨⎧==x x t rx dtdx3、模型求解: 从(1)得rdt xdx= 两边求不定积分:c rt x +=ln∵t=0时0x x =,∴C x =0lnrt e x rt x x 00ln ln ln =+=∴rte x t x 0)(= (2) 当r>0时.表明人口按指数变化规律增长.备注; r 的确定方法:要用(4.2)式来预测人口,必须对其中的参数r 进行估计: 十年的增长率307.0ln 9.33.5==r,359.1307.0=e,则(2)式现为: t t x )359.1(9.3)(⨯=4、结论:由上函数可预测得:2010的人口为x(22):x(22)=3325.772020的人口为x(23):x(23)=4519.735、检验:根据所建立的指数模型预测1790以后近两百年的美国人口数量,在此6、模型讨论:由表可见,当人口数较少时,模型的预测结果与实际情况相差不大(不超过5%)。

数学建模论文-人口预测模型

数学建模论文-人口预测模型

中国人口预测模型摘要本文对人口预测的数学模型进行了研究。

首先,建立一次线性回归模型, 灰色序列预测模型和逻辑斯蒂模型。

考虑到三种模型均具有各自的局限性,又用加权法建立了熵权组合模型,并给出了使预测误差最小的三个预测模型的加权系数,用该模型对人口数量进行预测,得到的结果如下:单位:(万人)其中加权系数为:,其次,建立Leslie人口模型,充分反映了生育率、死亡率、年龄结构、男女比例等影响人口增长的因素,并利用以1年为分组长度方式和以5年为分组长度方式预测短期和长期人口增长,然后对人口模型进行了改进,构建了反映生育率和死亡率变化率负指数函数,并给出了反映城乡人口迁移的人口转移向量最后我们BP神经网络模型检验以上模型的正确性关键字:一次线性回归灰色序列预测逻辑斯蒂模型Leslie人口模型BP神经网络一、问题重述1. 背景人口增长预测是随着社会经济发展而提出来的。

在过去的几千年里,由于人类社会生产力水平低,生产发展缓慢,人口变动和增长也不明显,生产自给自足或进行简单的以货易货,因而对未来人口发展变化的研究并不重要,根本不用进行人口增长预测。

而当今社会,经济发展迅速,生产力达到空前水平,这时的生产不仅为了满足个人需求,还要面向社会的需求,所以必须了解供求关系的未来趋势。

而人口增长预测是对未来进行预测的各环节中的一个重要方面。

准确地预测未来人口的发展趋势,制定合理的人口规划和人口布局方案具有重大的理论意义和实用意义。

2. 问题人口增长预测有短期、中期、长期预测之分,而各个国家和地区要根据实际情况进行短期、中期、长期的人口预测。

例如,中国人口预期寿命约为70 岁左右,因此,长期人口预测最好预测到70年以后,中期40—50 年,短期可以是5 年、10年或20 年。

根据2007 年初发布的《国家人口发展战略研究报告》(附录一)及《中国人口年鉴》收集的数据(附录二),再结合中国的国情特点,如老龄化进程加速,人口性别比升高,乡村人口城镇化等因素,建立合理的关于中国人口增长的数学模型,并利用此模型对中国人口增长的中短期和长期趋势做出预测,同时指出此模型的合理性和局限性。

数学建模-人口模型-人口预测

数学建模-人口模型-人口预测

关于计划生育政策调整对人口数量、结构及其影响的研究【摘要】本文着重于讨论两个问题:1、从目前中国人口现状出发,对于中国未来人口数量进行预测。

2、针对深圳市讨论单独二胎政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的影响。

对于问题1从中国的实际情况和人口增长的特点出发,针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等,提出了 Logistic 、灰色预测、等方法进行建模预测。

首先,本文建立了 Logistic 阻滞增长模型,在最简单的假设下,依照中国人口的历史数据,运用线形最小二乘法对其进行拟合, 对 2014 至 2040 年的人口数目进行了预测,得出在 2040 年时,中国人口有 14.32 亿。

在此模型中,由于并没有考虑人口的年龄、出生人数男女比例等因素,只是粗略的进行了预测,所以只对中短期人口做了预测,理论上很好,实用性不强,有一定的局限性。

然后, 为了减少人口的出生和死亡这些随机事件对预测的影响, 本文建立了 GM(1,1)灰色预测模型,对 2014 至 2040 年的人口数目进行了预测,同时还用 2002 至 2013 年的人口数据对模型进行了误差检验,结果表明,此模型的精度较高,适合中长期的预测,得出 2040 年时,中国人口有 14.22 亿。

与阻滞增长模型相同,本模型也没有考虑年龄一类的因素,只是做出了人口总数的预测,没有进一步深入。

对于问题2针对深圳市人口结构中非户籍人口比重大,流动人口多这一特点,我们采用了灰色GM(1,1)模型,通过matlab 对深圳市自2001至2010年的数据进行拟合,发现其人口变化近似呈线性增长,线性相关系数高达0.99,我们就此认定其为线性相关并给出线性方程。

同理,针对其非户籍人口,我们进行matlab 拟合发现,其为非线性相关,并得出相关函数。

并做出了拟合函数0.0419775(1)17255.816531.2t X t e ⨯+=⨯-。

数学建模-人口增长模型

数学建模-人口增长模型

数学建模-人口增长模型人口增长模型是一种基于数理统计学方法的计算机模型,用于描绘全球各地的人口增长情况。

人口增长模型能够预测人口数量、年龄分布、死亡率、出生率、移民等方面的变化趋势,为社会规划带来指导性的建议,具有很高的实用价值。

本文将从多个方面来探究人口增长模型。

一、人口增长的三个阶段第一阶段:原始社会阶段,这个时期的人口增长缓慢。

由于食物水平低下和医疗条件落后,死亡率非常高,而出生率仍然很高。

第二阶段:传统社会阶段,人口增长迅速。

由于改进了农业技术、医疗技术以及水、电、煤等基础设施建设的改善,死亡率降低,但出生率仍然很高。

第三阶段:现代社会阶段,人口增长开始放缓。

由于生育规律的改变,人们生育晚、生育次数减少,导致出生率下降。

另一方面,医疗技术和生活水平的提高,使得人们的寿命增加,死亡率下降。

人口增长模型是一种以数学为基础、能够预测人口增长变化趋势的计算机模型。

它解决了传统的统计分析方法难以预测未来人口增长趋势的问题,方便了研究人口增长对于社会经济发展的影响。

目前,常用的人口模型有四种:1.经验模型:该模型主要是针对已有数据进行平衡分析,所以只能反映人口变动的历史趋势,难以预测未来人口变化。

2. 非参数回归模型:它又称为核回归模型,它是一种无参数模型,可以从数据本身中学习出应该如何比较好地去拟合数据,因此预测效果相较于经验模型提高了不少。

3. 参数回归模型:这种模型较为复杂,它基于特定的模型,通过拟合已有的数据,建立一个完整的模型,目的是预测新的数据变化趋势。

4. 知识驱动模型:该模型结合了经验模型和参数回归模型的基本特点,它将专家的知识与历史数据相结合,通过精细化的调整,建立能够反映人口增长趋势的模型。

该模型可广泛应用于国家人口预测、社会福利计划等领域。

人口增长有其基本的规律,这些规律可以帮助我们更好地了解和解决人口问题。

1.现代社会阶段的人口增长趋势是死亡率下降,而出生率下降,且死亡率的下降速度比出生率的下降速度快。

Leslie模型(数学建模)

Leslie模型(数学建模)
在1固定的情况下,N只和Pi有关。Pi为i组人的 存活率。在一定时期内,它们基本上是一些常数, 事实上人们只能通过控制b j的值来保证1=1。
2021/10/10
21
定理:若Leslie矩阵A的第一行中至少有两个相
邻的bi>0则
|i|< |1|且N j/ 1j CN其中C为某一常数,由值bi, Pi及N0决定
N(0,j+1)=bi(j)K i(j)N(i,j)
N(i,j+1)=Pi-1N(i-1,j) i=1,…,m
目前我国人口中中年青人的比例很大,加上计
划生育降低出生率,必然造成若干年后社会人
口的严重老龄化,待这一代人越出m组后,又
会使人口迅速青年化而走向另一个极端。
2021/10/10
24
为减少这种年龄结构上的振荡,人们又引入了一 个控制变量h(i,j),使bi(j)=h(i,j)
设µ(r,t)为t时刻年龄为r的人的死亡率,t时刻年龄在[r,r+dr) 单位时间死亡的人数为µ(r,t)p(r,t)dr
2021/10/10
7
分析:
下面考虑从t到t+dt这一过程的人口变化: 年龄处在[r,r+dr)到t+dt时刻活着的人的年龄变为 [r+dt,r+dr+dt)而这一时刻死亡的人数为µ(r,t)p(r,t)drdt 则p(r,t)dr-p(r+dt,t+dt)dr= µ(r,t)p(r,t)drdt
•••
那么I (1)=MK
S(n-1)
I (t)=MtK
2021/10/10
14
考虑到在一段稳定的时间段内:总的女性人口数比上总 的男性人口数为一个近似为1的定值.为了更为确切地分 析女性个体数量的分布对总人口数的影响,我们单独把 女性人口数作为研究对象.

【数学建模】人口增长Leslie模型

【数学建模】人口增长Leslie模型

【数学建模】⼈⼝增长Leslie模型问题分析· ⽤数学建模预测⼈⼝增长的⽅法:差分⽅程、微分⽅程、回归分析、时间序列等.· 结合所给数据以差分⽅程组的Leslie模型为基础.· 考虑不同地区、不同性别⼈⼝参数的差别及农村⼈⼝向城市迁移等因素.· 按照地区和性别建⽴以时间和年龄为基本变量的中国⼈⼝增长模型.· 利⽤历史数据估计⽣育率、死亡率及⼈⼝迁移等参数,代⼊模型求解并作预测.模型假设·中国⼈⼝是封闭系统, 将数据中的市、镇合并为城市, 与农村(乡)作为两个地区; 只考虑农村向城市⼈⼝的单向迁移, 不考虑与境外的相互移民.· 对中短期⼈⼝预测, ⽣育率、死亡率及⼈⼝迁移等参数⽤历史数据估计; 长期预测考虑总和⽣育率的控制、城镇化指数的变化趋势等因素.· ⼥性每胎⽣育⼀个⼦⼥.模型建⽴按地区和性别划分、以年龄为离散变量、随时段演变的⼈⼝发展模型,为4n阶差分⽅程组.参数估计存活率的估计死亡率与年龄关系⼤, 与地区、性别和时间的关系⼩.中国⼏⼗年来死亡率降低较快, 未来趋势仍持续下降.中短期预测:将过去若⼲年不同地区、性别和各年龄⼈⼝的死亡率简单地取平均值.长期预测:⽤统计⽅法对历史数据加以处理,并参考发达国家⼈⼝死亡率的演变过程给出估计值.⽣育率的估计中短期预测:将过去若⼲年不同地区、性别和各年龄⼈⼝的⽣育率简单地取平均值.长期预测:设定⼏个不同⽔平的总和⽣育率.⼈⼝迁移的估计模型求解选定初始年份⽤⼈⼝发展模型递推计算MATLAB实现clc;%初始化,设置各种参数和初始⼈数矩阵x = [206.46422.50478.72229.9253.44]';%x0⼥性各阶段⼈数%x0 = x .*0.4988x0 = [102.9822210.7430238.7855114.684126.6559]';%H为状态转移矩阵,其实是存活矩阵H = zeros(5,5);H(2)=0.88; H(8)=0.97; H(14)=0.86; H(20)=0.22;%B是⽣育矩阵,即各个年龄段妇⼥的⽣育率B = [020.300];for n =1:1:5%y是x之下⼀年的⼈⼝数⽬,尚不包括迁移⼈数和1岁的⼈数y = H*x;%y(1)是下⼀年1岁的⼈⼝数⽬,即今年刚出⽣的⼈y(1)= B*x0;%g是迁移⼈数,也得按照年龄⽐例来存储数据g = [301201202010]';%迁移⼈数加到y上y = y + g;%求与y对应的年份的各个年龄段妇⼥⼈数%包括x0中存活下来的,迁移的⼀部分,第⼀时间段为刚出⽣的⼥性⼈数 y0 = zeros(5,1);y0(1)= y(1)/2;%或y(1)乘以⼥婴占总男⼥婴的⽐例for i=1:1:4y0(i+1)= x0(i)*H(i+1+5*(i-1));endg0 = g ./2;y0 = y0 + g0;%g0为迁移过来的各个年龄段的⼥性⼈数disp(2008+n*20)zong = y'nv = y0'x = y;x0 = y0;end%⾃此,则完成了⼀轮的计算%要预测更多,只需要循环计算以上步骤即可。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

中国人口增长预测模型的建立与分析摘要针对我国人口发展过程中出现的老龄化进程加快,出生人口性别比持续升高,乡村人口城镇化的新特点,我们基于LESLIE 矩阵,着重考虑城镇与乡村间的人口迁移及女性人口比例变化对我国人口增长的影响,经过两次改进建立了便于计算机求解的差分方程模型,对我国2005年以后45年的人口增长进行了预测。

随后利用时间段参数设置法,对差分方程模型又进行了一次改进。

然后运用等维灰色系统预测法对该差分方程模型的中短期预测进行了检验,同时根据2001年人口基本数据运用此模型对2001年~2005年进行了预测,并用实际数据对预测结果进行了检验。

我们将预测区间分为2006~2020年、2021~2035年、2036~2050年三个区间,以量化短期、中期与长期。

通过调整模型中相关参数及输入条件,定量地分析了男女性别比例、老龄化和乡村人口城镇化对我国人口增长的影响。

预测结果表明,从短期来看,我国的出生性别比变化不明显,将在短期内维持基本不变,老龄化进程在15年内在上升了8个百分点,人口扶养比持续升高,这将加重我国的人口压力,乡村人口城镇化水平进展缓慢;从中期来看,总人口性别比将保持在1与1.1之间,老龄化进程将呈线性增加趋势,乡村人口城镇化水平将持续发展;从长期来看,老龄化进程将在2035到2045年经历老龄人口高峰平台,老龄人口比重在0.3以上,育龄妇女人数持续下降,总人口数将在2023年达到峰值14.05亿。

关键词:LESLIE矩阵,人口预测,性别比例,城镇化,老龄化,灰色系统预测一、问题的重述人口问题是中国社会发展的重要问题,对中国人口的中长期预测有助于政府制定相应的政策保持中国的长治久安。

现需要解决的问题如下:1.主要根据2001~2005年的人口统计数据,对中国人口增长的中短期和长期趋势作出预测,特别要关注老龄化,出生人口性别比及乡村人口城镇化等因素。

2.指出所建模型的优点和不足之处。

二、模型假设1.在未来50年人口生存的社会环境相对稳定(即没有战争及毁灭性灾难)。

2.国际人口迁入与迁出量相等。

3.在本世纪中叶前,我国计划生育政策稳定。

4.题目所给抽样数据是随机的,真实地反映了整体实际情况。

三、符号说明123d t d t d t分别表示乡村、镇、市第t年i岁人口的死亡率;(),(),()i i i123(),(),()x t x t x t分别表示乡村、镇、市第t年i岁的人口数;i i i123b t b t b t分别表示乡村、镇、市第t年i岁的女性生育率;(),(),()i i i123k t k t k t分别表示乡村、镇、市第t年i岁人口的女性比;(),(),()i i i123c t c t c t分别表示乡村、镇、市第t年的婴儿死亡率;(),(),()123f t f t f t分别表示乡村、镇、市第t年的出生人数;(),(),()123h t h t h t分别表示乡村、镇、市第t年i岁女性的生育模式;(),(),()i i i123βββ分别表示乡村、镇、市第t年的总和生育率;(),(),()t t t123t t tN N N分别表示乡村、镇、市第t年的总人数;(),(),()123w t w t w t分别表示乡村、镇、市第t年i岁女性的总人数;(),(),()i i i123(),(),()wd t wd t wd t分别表示乡村、镇、市第t年i岁女性的死亡率;i i i123m t m t m t分别表示乡村、镇、市第t年i岁男性的总人数;(),(),()i i i123md t md t md t分别表示乡村、镇、市第t年i岁男性的死亡率;(),(),()i i ir表示为迁移人口中女性所占比例;123z z z分别表示乡村、镇、市出生人口中女性所占的比例;,,四、问题的分析人口发展过程的定量预测,需要预测出未来的人口发展趋势,包括人口总数、人口的性别、年龄和城乡构成,人口出生、死亡和自然增长率的变化以及在未来的人口构成中劳动力和抚养水平及老龄化水平等各项人口指数全部测算出来。

人口增长的决定因素为出生率、死亡率和人口基数,但人口分布,人口素质,宏观政策和人口结构(如:年龄结构,性别比例等)等众多因素能够影响出生率与死亡率的波动,从而从根本上影响我国人口的增长。

鉴于我国人口问题已有多方面的研究,我们针对近年来我国的人口发展出现的一些新特点,忽略国际人口流动,故可以认为我国人口为一个封闭的系统。

对于封闭的系统来说,某时刻人口总量=人口基数+新生人口数—死亡人口数。

为了提供更多关于市、镇、乡的人口增长分布趋势,我们对三者分别进行研究。

但由于市、镇、乡人口在我国城镇化进程中迁移流动量大,故必须把人口迁移考虑进去。

在本论文中,我们希望对我国人口进行中短期及长期预测。

现在给出三个区间,(20062020)年年、(2026年2035年)、(2036年2050年)分别表征从2005年算起的短期、中期与长期。

建立LESLIE 矩阵差分方程模型,采用人口普查的相关数据、运用灰色系统预测方法对模型的合理性进行检验,从而可以预测我国人口发展的中短期和长期趋势。

五、 模型建立与求解5.1 基于LESLIE 矩阵的模型的建立[1]考虑到市,镇,乡村的人口性别比例,妇女生育率以及人口的死亡率都有所差别,我们分别建立市,镇,乡村的差分方程模型。

市,镇,乡村合起来即可得到全国人口增长的差分方程模型。

(1)首先,在不考虑人口迁移的情况下(以人口的户籍变动为准),以乡村为例,建立人口增长模型。

记人口最大年龄为m 岁(由所给数据取m 为90)。

1()i x t 为乡村第t 年i 岁的人口数(用上标1表示乡村,上标2表示镇,上标3表示市),1()i d t 为乡村第t 年i 岁人口的死亡率,由人口死亡率数据为所占该类年龄段人口的千分比(‰),我们可以得到乡村第t 年i 岁人口的死亡率为:11111()(1)()()i i i i x t x t d t x t +-+=×1000‰ 0,1,2,,1i m =-;0,1,2t = 于是第(1)t +年(1)i +岁人口数为:1111(1)(1())()i i i x t d t x t ++=- (1)记1()i b t 为乡村第t 年i 岁女性生育率,该生育率表示所有i 岁女性平均生育婴儿数,生育率为该年龄妇女生育子女与该类年龄妇女的千分比,[12,i i ]为育龄区间(根据题目附录二数据取15到49岁为育龄区间),1()i k t 为乡村第t 年i 岁人口的女性比率,则乡村第t 年的出生人口数1()f t 为211111()()()()i i i i i i f t b t k t x t ==∑ (2)考虑到婴儿并不是全部都能活到t 年统计时刻(如2005年统计时刻为11月1日零时零分)其中有些婴儿由于疾病等原因死亡,能够活到t 年统计时刻的婴儿数是0()x t ,因此,10()()f t x t - 就是1t -年到t 年的婴儿死亡数[][]25459P -,记婴儿死亡率为1()c t ,则: 1101()()()()f t x t c t f t -=×1000‰于是第t 年的婴儿数 1110()(1())()x t c t f t =- (3) 由(1)、(2)、(3)式可得在(1)t +年的一岁人口数:211111111(1)(1())(1())(()()())i i i i i i x t c t d t b t k t x t =+=--∑ (4)将1()i b t 分解为111()()()i i b t t h t β= (5)其中:1()i h t 是生育模式,用以调整育龄妇女在不同年龄时的生育率高低,且 :211()1i i i ih t ==∑; 1()t β是乡村妇女的总和生育率,2111()()i i i i t b t β==∑。

记 111110()(1())(1())()()i i i b t c t d t h t k t *=-- 则由(4)、(5)式可得2111111(1)()()()i i i i i x t t b t x t β*=+=∑ (6)于是我们可以得到乡村人口差分方程模型为:211110111111111()(1()()(1)()()()(1)(1())()i i i i i i i i x t c t f t x t t b t x t x t d t x t β*=+⎧=-⎪⎪+=⎨⎪⎪+=-⎩∑ ()1,2,,1i m =-将其表示为矩阵形式 ,记()()()()()()()12**111111112110000100000()010*********i i m m mt b t t b t d t t d t d t ββ-⨯⎛⎫⎪- ⎪ ⎪A =-⎪ ⎪ ⎪ ⎪-⎝⎭ 此处,1()A t 即为LESLIE 矩阵;同时,记()()()()()11111123()m X t x t x t x t x t = 则由上述方程得:()()()1111X t X t A t +=运用同样方法可分别得出镇与城的人口差分方程模型为:()()()2221X t X t A t +=()()()3331X t X t A t +=其中()2X t ,()3X t ,()2A t ,()3A t 与()1X t ,()1A t 的推导方法相同。

(2)由于市,镇,乡村之间并不是相互独立的,他们之间有着频繁的人口流动,在实际问题中不能被忽视,下面我们在考虑人口迁移的情况下对上述模型进行改进。

考虑到在实际发生的人口迁移中多数由于贫富差距引起[3],我们在对模型进行改进时仅考虑乡村、镇、市的人口净迁移人口量,可以看到镇、市人口净迁移量都为正。

我们假设每年乡村到城镇的人口迁移数为上年人口总数的α倍,注意到一个地区人口数量与经济发达程度有很大联系[]3,我们以市,镇总人口的比例来分配乡村到其人口迁移的数量。

由于我们以每年的各个年龄段为预测变量,必须考虑各个年龄段的迁移数量,为简化起见我们以2001至2005年各个年龄段五年人口数量之和占五年总人口数量的比例分配各个年龄段的迁移数量,并记i s 为i 年龄所占比例。

记 ()1N t ,()2N t ,()3N t 分别为乡村,镇,市在第t 年的总人口数,显然满足: ()()110mi i N t x t ==∑,()()220m ii Nt x t ==∑,()()330mi i N t x t ==∑由以上分析,第1t +年乡村1岁人口数量()111x t +为:()211111110(1)()()()i i i i i x t t b t x t s N t βα*=+=-∑(1)i +岁人口的数量()111i x t ++应为:()()()()()1111111i i i i x t d t x t s N t α++=-- ()1,2,3,,1i m =-第(1)t +年镇的1岁人口数量()211x t +为:()()()()212222211032(1)()()()i iii i N t x t t b t x t s N t N t N t βα*=⎛⎫+=+ ⎪ ⎪+⎝⎭∑ (1)i +岁人口的数量()211i x t ++应为:()()()()()()()()2222113211i iii N t x t d t x t s N t N t N t α+⎛⎫+=-+ ⎪ ⎪+⎝⎭ ()1,2,3,,1i m =-第(1)t +年市的1岁人口数量()311x t +应为:()()()()213333311032(1)()()()i iii i N t x t t b t x t s N t N t N t βα*=⎛⎫+=+ ⎪ ⎪+⎝⎭∑ (1)i +岁的人口数量应为:()()()()()()()()3333113211i iii N t x t d t x t s N t N t N t α+⎛⎫+=-+ ⎪ ⎪+⎝⎭()1,2,3,,1i m =- 于是我们可以得到在考虑人口迁移的情况下市,镇,乡村的差分方程模型为:()()()()()2121211101220233031111110222221103233331()(1())()()(1())()()(1())()(1)()()()(1)()()()(1)()()()b b b i i i i i i i i i i i i i i i x t d t f t x t d t f t x t d t f t x t t b t x t s N t N t x t t b t x t s N t N t N t x t t b t x t βαβαβ*=*=*==-=-=-+=-⎛⎫+=+ ⎪ ⎪+⎝⎭+=∑∑∑()()()()()()()()()()()()()()()()()()()()()()()()()31032111112222113233331132111111i i i i i i i i i i i i N t s N t N t N t x t d t x t s N t N t x t d t x t s N t N t N t N t x t d t x t s N t N t N t αααα+++⎧⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎛⎫⎪+ ⎪⎪ ⎪+⎝⎭⎪⎪+=--⎪⎪⎛⎫⎪+=-+ ⎪ ⎪⎪+⎝⎭⎪⎛⎫⎪+=-+ ⎪⎪ ⎪+⎪⎝⎭⎩()1,2,3,,1i m =- (3)从理论上,男女出生比例应该为1:1,但是根据题目附录二材料,我国男女出生比例的实际情况是有差异的,生男孩比例普遍比生女孩高。

相关文档
最新文档