人口增长模型的确定
摘要
人口增长模型对于人口的预测、环境评估、经济评价等方面有着很重要的作用，本文通过matlab对已有的数据进行拟合，分析，统计学计算，在前人的基础上做出马尔萨斯指数增长模型、logistic阻滞增长模型，再对这些模型进行对比分析，从而确定了我们所使用的logistic阻滞增长模型。
关键词：人口增长模型matlab 马尔萨斯指数增长模型logistic阻滞增长模型cftool 工具箱
一、问题重述
1790-1980年间美国每隔10年的人口记录如下表所示。
试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。
如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测。
二、问题假设
1.假设随着时间的增长，人口数量是增加的。
2.假设在此期间，无重大自然灾害，传染病及战争因素影响。
3.假设每年影响人口数量的因素相同。
4.假设每年影响人口数量的作用强度和相同。
5.假设无迁入迁出影响。
三、符号说明
四、问题分析
根据所给的数据和题目要求建立马尔萨斯(Malthus)人口指数增长模型，那么我们直接建立马尔萨斯增长模型进行求解的结果与实际值相近，则说明所建立的模型是可行的。否则进一步改进所给模型，寻找更优秀的模型。
（一）五、模型建立
马尔萨斯增长数学模型：马尔萨斯生物总数增长定律指出：在孤立的生物群体中，生物总数N(t)的变化率与生物总数成正比。[1]其数学模型为
（1）
方程的解为
(2)
其中
用matlab 中cftool 工具箱进行指数拟合得到下图
图一
00()()d N rN dt
N t N ==???
0()
0()r t t N t N e -=001790, 3.9
t N ==
结果为： General model:
f(x) = 3.9*exp(b*(x-1790))
Coefficients (with 95% confidence bounds): b = 0.02222 (0.02163, 0.02281)
Goodness of fit: SSE: 8966 R-square: 0.9062
Adjusted R-square: 0.9062 RMSE: 21.72
可以看出，在95%的置信区间内我们得到的拟合方程参数b ，其R 相关系数为0.9062，拟合曲线基本吻合，整理之后可得马尔萨斯指数增长方程为
（2）
六、模型求解
将时间1990 2000 2010 2020 2030 分别带入方程中可得到预测值 经我们预测可得1990 2000 2010 2020 2030年的人口数量分别是 331.9474 414.5429 517.6900 646.5022 807.3656
1780
1800182018401860
188019001920194019601980
050
100
150
200
250
300
时间
人口数量
马尔萨斯指数增长拟合曲线
0.02222(1790)() 3.9t N t e -=
七、结果分析
我们将已经知道的1990 2000 2010 年的数据和预测数据进行对比在图上可以直观的看出两者偏差过大，经过进一步分析我们对模型进行进一步改进，原来的模型为指数增长模型，没有考虑到自然资源、环境条件等因素对人口的增长的阻力，人口增长率r 不应该是一个常数，而是一个随时间增长而减小的一个变量。r 随着人口数量N 的增加而下降,这也就是logistics 模型由此我们建立第二个模型
（二）五、模型建立
对r(N)的一个最简单的假定是，设r(N)为N 的线性函数，即
(3)
设自然资源和环境条件所能容纳的最大人口数量
，当增长率，代入（3）式得
，
于是（3）式为
(4)
根据马尔萨斯建立的模型，我们可以得到（5）式：
(5)
将（4）带入（5）得：
（6） 即为logistic 阻滞增长模型[2] 解方程（6）可得：
（7）
()(0,0)r N r sN r s =->>m N m N N =()0
m r N =m
r
s N =
()(1)m
N r N r N =-
0(),(0)dN
r N N N N dt ==00(1)()m
dN
N rN dt N N t N ?=-???
=???
0()0
()1(
1)m
r t t m
N N t N e N --=
+-
此时我们知道
，只需求出，和r,
我们知道我们所做出的模型为‘S ’型分布，因此图像的最大斜率点即为中心对称点，我们确定了这个点之后，设这点的人口数量为就可以计算出：
（8）
我们用matlab 做出斜率变化图
图二
见附录
程序1：
001790, 3.9t N ==m N t N m N 0()
m t t N N N N =+-1800
1820184018601880
19001920194019601980
00.5
1
1.5
2
2.5
3
年
斜率
人口斜率变化曲线
从图中我们可以看出斜率最大为1960年，则有 由（8）式可得；
然后我们用matlab 中的lsqcurvefit 进行特定方程拟合求参数r ，见附录程序2： 可得到，r=0.0270，
此时可得到logistic 人口时间函数：
（9）
六、求解
将时间1990 2000 2010 2020 2030 分别带入方程中可得到预测值 经我们预测可得1990 2000 2010 2020 2030年的人口数量分别是 218.90705.0939 249.2931 261.4570 271.6675
七、结果分析
我们将两个模型和原始数据以及我们得到的1990 2000 2010年的数据绘在用一个坐标系上来观察模型效果见下图，matlab 程序见附录程序3：
179.3t N =354.7
m N =0.027(1790)
354.7
()189.9487t N t e --=
+
由上图我们可以明显看出logistic 阻滞增长模型要优于马尔萨斯指数增长模型，我们再计算出对两个模型与实际人口数量的和方差如下表：
表二:人口增长模型数据列表
0100
200
300
400500
600
年
人口数量
人口增长模型比较
（表中1990 2000 2010年人口数据来自美国普查局https://www.doczj.com/doc/1114082391.html,）
可以看出logistic模型和方差远远小于马尔萨斯模型，再次说明logistic模型要优于马尔萨斯模型。
八、参考文献
[1]. 刘焕彬，库在强，廖小勇，陈文略，张忠诚.数学建模与实验[M].科学出版社，2008:39
[2]. 王延臣，段俊生，王彦. 人口预报与LOGISTIC模型的改进[J]. 统计与决策.2006(22):136.
九、附录
程序1：
t=1790:10:1980;
N=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92 106.5 123.2 131.7 150.7 179.3 204 226.5];
for i=1:length(t)-1
k(i) = (N(i+1)-N(i))/(t(i+1)-t(i));
end
x=1800:10:1980;
plot(x,k)
xlabel('年')
ylabel('斜率')
title('人口斜率变化曲线')
grid on
程序2：
t=1790:10:1980;
N=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92 106.5 123.2 131.7 150.7 179.3 204 226.5];
f=@(r,t)354.7./(1+(354.7/3.9-1)*exp(-r.*(t-1790)));
lsqcurvefit(f,r,t,N)
程序3：
t=1790:10:2010;
N=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92 106.5 123.2 131.7 150.7 179.3 204 226.5 249.5 282.2 308.7];
N1=3.9*exp(0.02222*(t-1790));
N2=354.7./(1+(354.7/3.9-1)*exp(-0.027.*(t-1790)));
plot(t,N,'r*',t,N1,'--',t,N2);
xlabel('年')
ylabel('人口数量')
title('人口增长模型比较')
legend('已知数据','马尔萨斯增长模型','logistic阻滞增长模型') grid on
题目：人口增长模型的确定 摘要 人口问题已成为当前世界上最普遍关注的问题之一，人口增长规律的发现以及人口增长的预测问题对一个国家制定长远的发展规划有着非常重要的意义。本文分别使用了马尔萨斯人口指数增长模型和阻滞增长模型，以美国1790-1980年间每隔10年的人口数量为依据，对接下来的每隔十年进行了预测五次人口数量。通过对比我们可以发现阻滞增长模型在预测准确度方面要明显优于原始的马尔萨斯人口指数增长模型。 关键词：人口增长；马尔萨斯人口指数增长模型；阻滞增长模型；人口预测
一、问题重述 1.1 问题背景 1790-1980年间美国每隔10年的人口记录如下表所示。 表1 人口记录表 1.2 问题提出 我们需要解决以下问题： 1.试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 2.如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测，并对两次预测结果进行对比分析。 3.查阅资料找出中国人口与表1同时期的人口数量，用以上建立的两个模型进行人口预测与分析。 二、问题分析 首先，我们运用Matlab 软件绘制出1790到1980年的美国人口数据图，如图1。 17801800182018401860188019001920194019601980 050 100 150 200 250
图1 1790到1980年的美国人口数据图 从图表中我们可以清晰地看到人口数在1790—1980年是呈增长趋势的，而且我们很容易发现上述图表和我们学过指数函数的图表有很大的相似性，所以我们很自然想到建立指数模型。因此我们首先建立马尔萨斯模型，马尔萨斯生物总数增长定律指出：在孤立的生物群体中，生物总数N的变化率与生物总数成正比。 三、问题假设 为简化问题，我们做出如下假设： （1）在模型中预期的时间内，人口不会因发生大的自然灾害，突发事件或战争而受到大的影响； （2）所给出的数据具有代表性，能够反映普遍情况； （3）一段时间内我国人口死亡率不发生大的波动； （4）在查阅的资料与文献中，所得数据可信； （5）假设人口净增长率为常数。 四、变量说明 在此，对本文所使用的符号进行定义。 表2 变量说明 符号符号说明 N(0)起始年人口容纳量 N(t)t年后人口容纳量 t年份 r增长率 五、模型建立 5.1 问题一：马尔萨斯(Malthus)人口指数增长模型 设：t表示年份（起始年份t=0），r表示人口增长率，N(t)表示t年后的人口数量。 当考察一个国家或一个很大地区的人口时，N(t)是很大的整数。为了利用微积分这一数学工具，将N(t)视为连续、可微函数。记初始时刻(t=0)的人口为N(0)，人口增长率为r，r是单位时间内N(t)的增量与N(t)的比例系数。根据r是常数的基本假设，于是N(t)满足如下的微分方程： dN(t)/dt=r*N(t) (5-1) 由这个线性常系数微分方程容易解出: N(t)=N(0)e rt(5-2) 表明人口将按指数规律无限增长(r>0)。将以t年为单位，上式表明，人口以e r为公
摘要 以2010年11月1日零时为标准时点，中国大陆31个省、自治区、直辖市和现役军人的人口共13.397亿。13亿是一个忧虑的数字。13亿人要吃饭、要穿衣、要上学、要就业、要住房……，消费的需求乘以13亿，就是一个庞大的数目，而我国的耕地、水资源、森林以及矿产资源本来就稀缺，再除以13亿，就少得可怜。平均每人耕地面积只有1.4亩，水资源只相当于世界人均水平的1/4…….、 中国是世界上人口最多的发展中国家，人口多，底子薄，人均耕地少，人均占有资源相对不足，是我国的基本国情，人口问题一直是制约中国经济发展的首要因素。当前中国的人口存在着最为明显的三大特点：（1）人口基数大，人口数量的控制难度仍很大。（2）人口整体素质不高，特别是县域及以下农村人口素质普遍偏低。（3）人口结构不合理，城乡差别、地区差别和人口素质差别很大。 人口数量、质量和年龄分布直接影响一个地区的经济发展、资源配置、社会保障、社会稳定和城市活力。在我国现代化进程中，必须实现人口与经济、社会、资源、环境协调发展和可持续发展，进一步控制人口数量，提高人口质量，改善人口结构。对此，单纯的人口数量控制（如已实施多年的计划生育）不能体现人口规划的科学性。政府部门需要更详细、更系统的人口分析技术，为人口发展策略的制定提供指导和依据。 我国是世界第一人口大国，地球上每九个人中就有二个中国人，在20世纪的一段时间内我国人口的增长速度过快，如下表： 有效地控制人口的增长，不仅是使我国全面进入小康社会、到21世纪中叶建成富强民主文明的社会主义国家的需要，而且对于全人类社会的美好理想来说，也是我们义不容辞的责任。 长期以来，对人口年龄结构的研究仅限于粗线条的定性分析，只能预测年龄结构分布的大致范围，无法用于分析年龄结构的具体形态。随着对人口规划精准度要求的提高，通过数学方法来定量计算各种人口指数的方法日益受到重视，这就是人口控制和预测。 我国人口问题已积重难返，对我国人口进行准确的预测是制定合理的社会经济发展规划
数学建模l o g i s t i c人口 增长模型 集团档案编码：[YTTR-YTPT28-YTNTL98-UYTYNN08]
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。 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 sx r x r （2）
设自然资源和环境条件所能容纳的最大人口数量m x ，当m x x =时人口不再 增长，即增长率0)(=m x r ，代入（2）式得 m x r s = ，于是（2）式为 )1()(m x x r x r -= （3） 将（3）代入方程（1）得： ?? ? ??=-=0 )0()1(x x x x rx dt dx m （4） 解得： rt m m e 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r x0=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')
人口增长预测模型 摘要 本文建立了我国人口增长的预测模型，对各年份全国人口总量增长的中短期和长期趋势作出了预测，并对人口老龄化、人口抚养比等一系列评价指标进行了预测。最后提出了有关人口控制与管理的措施。 模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件2中数据，结合网上查找补充的数据，分别根据从1963年、1980年、2005年到2012年四组总人口数据建立模型，进行预测，把预测结果与附件1《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。得出运用1980年到2005年的总人口数建立模型预测效果好，拟合的曲线的可决系数为0.9987。运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为13.55357亿、14.18440亿、14.70172亿。 模型Ⅱ：考虑到人口年龄结构对人口增长的影响，建立了按年龄分布的女性模型（Leslie模型）：以附件2中提供的2001年的有关数据，构造Leslie矩阵，建立相应Leslie模型；然后，根据中外专家给出的人口更替率1.8，构造Leslie矩阵，建立相应的 Leslie模型。 首先，分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数（见附录8），然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析，得出：我国总人口在2010年达到14.2609亿人，在2020年达到14.9513亿人，在2023年达到峰值14.985亿人；预测我国在短期内劳动力不缺，但须加强劳动力结构方面的调整。 其次，对人口老龄化问题、人口抚养比进行分析。得到我国老龄化在加速，预计本世纪40年代中后期形成老龄人口高峰平台，60岁以上老年人口达4.45亿人，比重达33.277%；65岁以上老年人口达3.51亿人，比重达25.53%；人口抚养呈现增加的趋势。 再次，讨论我国人口的控制，预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数，得到育龄妇女人数在短期内将达到高峰，随后又下降的趋势的结论。 最后，分别对模型Ⅰ与模型Ⅱ进行残差分析、优缺点评价与推广。 关键词 Logistic人口模型 Leslie人口模型人口增长预测 MATLAB软件
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 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(,)(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 sx r x r （2） 设自然资源和环境条件所能容纳的最大人口数量m x ，当 m x x =时人口不再增长，即增 长率 )(=m x r ，代入（2）式得 m x r s = ，于是（2）式为
)1()(m x x r x r -= （3） 将（3）代入方程（1）得： ?? ???=-=0 )0() 1(x x x x rx dt dx m （4） 解得： rt m m e 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r x0=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')
人口增长模型的确定 摘要 人口增长模型对于人口的预测、环境评估、经济评价等方面有着很重要的作用，本文通过matlab对已有的数据进行拟合，分析，统计学计算，在前人的基础上做出马尔萨斯指数增长模型、logistic阻滞增长模型，再对这些模型进行对比分析，从而确定了我们所使用的logistic阻滞增长模型。 关键词：人口增长模型matlab 马尔萨斯指数增长模型logistic阻滞增长模型cftool 工具箱
一、问题重述 1790-1980年间美国每隔10年的人口记录如下表所示。 试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测。 二、问题假设 1.假设随着时间的增长，人口数量是增加的。 2.假设在此期间，无重大自然灾害，传染病及战争因素影响。 3.假设每年影响人口数量的因素相同。 4.假设每年影响人口数量的作用强度和相同。 5.假设无迁入迁出影响。 三、符号说明 四、问题分析 根据所给的数据和题目要求建立马尔萨斯(Malthus)人口指数增长模型，那么我们直接建立马尔萨斯增长模型进行求解的结果与实际值相近，则说明所建立的模型是可行的。否则进一步改进所给模型，寻找更优秀的模型。
（一）五、模型建立 马尔萨斯增长数学模型：马尔萨斯生物总数增长定律指出：在孤立的生物群体中，生物总数N(t)的变化率与生物总数成正比。[1]其数学模型为 （1） 方程的解为 (2) 其中 用matlab 中cftool 工具箱进行指数拟合得到下图 图一 00()()d N rN dt N t N ==??? 0() 0()r t t N t N e -=001790, 3.9 t N ==
软件学院 人口增长模型数学建模报告 专业：软件工程 班级：卓越131班 学号：201370044120 学生姓名：郭俊成 指导教师：于志云 2015 年11 月12 日 题目：计划生育政策调整对人口数量、结构及其影响的研究
摘要 本论文针对2007年国家人口发展战略研究课题组发布的《国家人口发展战略研究报告》中关于“计划生育实施以来，全国少生了4亿多人，使世界60亿人口日推迟4年”的论述做了研究。论文根据计划生育实施之前1949-1980年的人口普查数据，使用最小二乘法拟合并建立灰色预测模型，利用数学软件，预测出了如果未实行计划生育现今中国人口的数量，从而对研究报告中“少生4亿”的结论产生质疑。 同时，本论文针对2006年全国老龄工作委员会发布的《中国人口老龄化发展趋势预测研究报告》中关于“2051年，中国老年人口规模将达到峰值4.37亿，老龄化水平基本稳定在31%左右”的论述做了研究，根据近几年的人口老龄化程度、老龄人口比重、老龄人口数量、死亡率的变化等诸多因素，建立阻滞增长模型(Logistic模型)，预测40年到70年的老龄人口数量和老龄化率，验证了报告中的关于老龄人口数目持续增加、数目庞大、老龄化严重的预测。 论文基于近期的计划生育调整、“单独二孩”政策的逐步实施、城镇化所导致的人口迁移等现象，结合江苏省的实际情况，利用差分方程模型、LESLIE矩阵，分析新政策对江苏人口数量的影响。论文从出生率着手，重点研究了新政策对江苏省14岁以下儿童、60岁以上老人的影响，分析了儿童和老人数量的变化对人口结构、教育改革、养老的直接影响作用。 关键字 单独二孩、人口老龄化、Logistic 模型、差分方程模型、LESLIE模型 一、问题描述
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 ?+=?-。 对于新政策的实施，我们做出了两个假设。在假设只有出生率改变的情况，人口呈现一次函数线性增加。并拟合出一次函数0.032735617965.017372.5t Y e ?=?-；在假设人口增长率增长20%时，做出了预测如果单独二胎政策实施，到2021年，深圳市常住人口数将会到达1137.98千万人。 关键词:GM(1,1)灰色模型 Logistic 阻滞增长模型 线性拟合 非线性拟合
人口增长的预测 关键字：人口数平衡点方程模型运动预测曲线稳定增长人口 一题目： 请在人口增长的简单模型的基础上。 " （1）找到现有的描述人口增长，与控制人口增长的模型； " （2）深入分析现有的数学模型，并通过计算机进行仿真验证； " （3）选择一个你们认为较好的数学模型，并应用该模型对未来20年的某一地区或国家的人口作出有关预测； " （4）就人口增长模型给报刊写一篇文章，对控制人口的策略进行论述。 二摘要： 本次建模是依照已知普查数据，利用Logistic模型，对中国人口的增长进行预测。首先假设人口增长符合Logistic模型，即引入常数，用来表示自然环境条件所能容许的最大人口数。并假设净增长率为，即净增长率随着人口数N（t）增长而减小，当N(t) 时，净增长率趋于零。按照这个假设，。用参数＝3.0,r=0.0386, =1908, =14.5。画出N=N(t)的图像，作为人口增长模型的一种近似。 做微分方程解的定性分析，求出N=N(t)的驻点和拐点，按照函数作图方法列出定性分析表，作出相轨迹的运动图。当初始人口<时，方程的解单调递增到地趋向，这意味着如果使用Logistic模型描述人口增长，则人口发展地总趋势是渐增到最大人口数，因此可作为人口的预测值，也称谓平衡点。 用导数做稳定分析，为判断平衡点是否为稳定，可在平面上绘制f(x)的图象，然后像函数绘图那样，用导数进行定性分析，通过图看出人口数N(t)按时间是递增的，当人口数未达到饱和状态的时候，将逐渐地趋向，这意味着是稳定的平衡点。按该模型，未来人口的数量将随着时间的演化，从初始状态出发达到极限状态，这样就给出了人口的未来预测。 三问题的提出 1．Malthus模型 英国统计学家Malthus（1766－1834）发现人口增长率是一个常数。设t时刻人口为N（t），因为人口总数很大，可近似把N（t）当作连续变量处理。Malthus的假设是：在人口的自然增长过程中，净相对增长率（出生率减去死亡率）是常数，即单位时间内人口的增长量与人口总数成正比。根据这个假设有： , (1.1) 这是一个最简单的可分离变量方程，用符号微分方程求解器desolve容易求得方程的解为：如果人口的增长符合Malthus的模型，则意味着人口数量呈指数级数增长，最终结果是人口爆炸。 2．Logistic模型 1938年，荷兰生物数学家Verhulst引入常数，用来表示自然环境条件所能容许的最大人口数。并假设净增长率为，即净增长率随着人口数N（t）增长而减小，当N(t) 时，净增长率趋于零。按照这个假设（1.1）式可改为： ，（2.1） 上述方程为可分离变量方程，可直接求解。也可用符号微分方程解题器求它的解： N=dsolve（’DN=r*(1-N/Nm)*N’,’N(t0)=N0’） N=Nm/(1+exp(-r*t)*exp(t0*r)*(Nm-N0)/N0) 化简后得： 四利用数学模型对中国人口的预测
l e s l i e人口增长模型 模型 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998
人口增长预测模型 摘要 本文建立了我国人口增长的预测模型，对各年份全国人口总量增长的中短期和长期趋势作出了预测，并对人口老龄化、人口抚养比等一系列评价指标进行了预测。最后提出了有关人口控制与管理的措施。 模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件2中数据，结合网上查找补充的数据，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，把预测结果与附件1《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。得出运用1980年到2005年的总人口数建立模型预测效果好，拟合的曲线的可决系数为。运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为亿、亿、亿。 模型Ⅱ：考虑到人口年龄结构对人口增长的影响，建立了按年龄分布的女性模型（Leslie模型）：以附件2中提供的2001年的有关数据，构造Leslie矩阵，建立相应 Leslie模型；然后，根据中外专家给出的人口更替率，构造Leslie矩阵，建立相应的 Leslie模型。 首先，分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数（见附录8），然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析，得出：我国总人口在2010年达到亿人，在2020年达到亿人，在2023年达到峰值亿人；预测我国在短期内劳动力不缺，但须加强劳动力结构方面的调整。 其次，对人口老龄化问题、人口抚养比进行分析。得到我国老龄化在加速，预计本世纪40年代中后期形成老龄人口高峰平台，60岁以上老年人口达亿人，比重达%；65岁以上老年人口达亿人，比重达%；人口抚养呈现增加的趋势。 再次，讨论我国人口的控制，预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数，得到育龄妇女人数在短期内将达到高峰，随后又下降的趋势的结论。 最后，分别对模型Ⅰ与模型Ⅱ进行残差分析、优缺点评价与推广。 关键词 Logistic人口模型 Leslie人口模型人口增长预测 MATLAB软件
数学建模论文 题目：人口增长模型的确定专业、姓名： 专业、姓名： 专业、姓名：
人口增长模型 摘要 随着人口的增加，人们越来越认识到资源的有限性，人口与资源之间的矛盾日渐突出，人口问题已成为世界上最被关注的问题之一。问题给出了1790—1980年间美国的人口数据，通过分析近两百年的美国人口统计数据表，得知每10年的人口数的变化。预测美国未来的人口。对于问题我们选择建立Logistic模型(模型2)现实中，影响人口的因素很多，人口也不能无限的增长下去，Logistic 模型引进常数N 表示自然资源和环境所能承受的最大人口数，因而得到了一个贝努利方程的初值问题公式，从实际效果来看，这个公式较好的符合实际情况的发展，随着时间的递增，人口不是无限增长的，而是趋近于一个数，这个即为最大承受数。我们还同时对数据作了深入的探讨，作数据分析预测，通过观测比较选择一个比较好的拟合模型（模型3）进行预测。预测接下来的每隔十年五次人口数量，分别为251.4949， 273.5988 ， 293.4904 ， 310.9222 325.8466。关键词：人口预测Logistic模型指数模型
一、问题重述 1790-1980年间美国每隔10年的人口记录如下表所示。 表1 人口记录表 年份1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 人口(?106) 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 年份1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 人口(?106) 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测。 二、问题分析 人口预测是一个相当复杂的问题，影响人口增长除了人口数与可利用资源外，还与医药卫生条件的改善，人们生育观念的变化等因素有关…….可以采取几套不同的假设，做出不同的预测方案，进行比较。 人口预测可按预测期长短分为短期预测 (5年以下)、中期预测(5～20年)和长期预测(20～50年)。在参数的确定和结果讨论方面，必须对中短期和长期预测这两种情况分开讨论。中短期预测中所用的各项参数以实际调查所得数据为基础，根据以往变动趋势可较准确加以估计，推算结果容易接近实际，现实意义较大。 三、问题假设 1.在模型中预期的时间内，人口不会因发生大的自然灾害、突发事故 或战争等而受到大的影响； 2.假设美国人口的增长遵循马尔萨斯人口指数增长的规则 3.假设人口增长不受环境最大承受量的限制 四、变量说明
人口增长模型综述 一、引言 当前中国的人口正在以一个较快的速度增长，随着人口的增长，环境和社会的压力正在不断的加大，然而，环境的承载能力是有限的，人口不可能无限制的，故人口最后会趋于一个稳定的数字。世界上大多数国家的人口年龄结构，都是随着人口转变以及社会经济发展，逐渐从年轻型、成年型到老年型转变的。西方发达国家的人口转变是伴随着工业化和现代化逐步深化的渐进过程，经历了大约150多年的时间。我国则是在经济不发达的条件下进行的，且明显带有人为的痕迹，经历着更加迅速的人口转变，人口年龄结构也发生了比较快的变化，即从相对年轻型人口结构，直接转变为相对老年化的人口结构。因此，对于人口的未来趋势的预测将变得尤为重要，产业、服务、环境等方面都依赖于人员，只有对未来人口的发展趋势进行准确的把握，才能够及时地对社会各个部门进行调控，以缓解人口对于社会环境的压力！利用数学建模的知识建立人口增长模型，进而才能够得到较为准确的未来的人口数据。 然而，何为人口增长模型？人口增长模型[1]就是通过人口现状及对影响人口发展的各种因素的假设，对未来人口的规模、结构、变动和趋势所做的测算。当前人口老龄化，人口出生率以及人口死亡率等问题已经成为人口问题的焦点问题，同时，对于一个城市或国家的人口预测还必须考虑到移民率等。 二、中国人口增长研究的现状[6] 新中国成立60年来，中国人口发展经历了两个不同的时期：一是实行计划生育政策之前，人口发展处于无计划、自发的高增长时期；二是实行计划生育政策之后，人口发展逐步走向有计划、可控制的平稳增长时期。这两个不同发展时期的区别，不仅表现在出生率、死亡率的变化上，而且还表现在人口发展模式的转变，以及人口年龄结构的变化上。 现如今，中国面临着严峻的人口压力，我们的国家虽然地大物博，然而人均资源占有量确实相当的稀少，因此，解决人口增长问题已经变得迫在眉睫。中国是世界上人口最多的发展中国家，人口多，底子薄，人均耕地少，人均占有资源相对不足，是我国的基本国情，人口问题一直是制约中国经济发展的首要因素。人口数量、质量和年龄分布直接影响一个地区的经济发展、资源配置、社会保障、社会稳定和城市活力。在我国现代化进程中，必须实现人口与经济、社会、资源、环境协调发展和可持续发展，进一步控制人口数量，提高人口质量，改善人口结构。对此，单纯的人口数量控制（如已实施多年的计划生育）不能体现人口规划的科学性。政府部门需要更详细、更系统的人口分析技术，为人口发展策略的制定提供指导和依据。长期以来，对人口年龄结构的研究仅限于粗线条的定性分析，只能预测年龄结构分布的大致范围，无法用于分析年龄结构的具体形态。随着对人口规划精准度要求的提高，通过数学方法来定量计算各种人口指数的方法日益受到重视，这就是人口控制和预测。 当前我国对于人口增长预测的模型主要考虑到了环境所能接受的最大数量，人口出生率，人口死亡率，人口老龄化，以及平均寿命等因素对于未来人口的增长所带来的影响。其中人口老龄化是最近几年中国人口发展出现的新问题。 一般来说，当前普遍是通过莱斯利模型，马尔萨斯模型为基础模型，对其中
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A
2、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 t t 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 t t x t t x =?-?+ 引入微分方程： )1( )0()(0 ??? ??==x x t rx dt dx 3、模型求解： 从（1）得 rdt x dx = 两边求不定积分： c rt x +=ln ∵t=0时0x x =，∴C x =0 ln rt e x rt x x 00ln ln ln =+= ∴rt e 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):
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( , ) (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 sx r x r （2） ） 设自然资源和环境条件所能容纳的最大人口数量 m x ，当 m x x =时人口不再增长，即增 长率 )(=m x r ，代入（2）式得 m x r s = ，于是（2）式为 )1()(m x x r x r -= （3） 将（3）代入方程（1）得： ?? ???=-=0 )0() 1(x x x x rx dt dx m （4） 解得： rt m m e 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=[,,,,66,,,,,,,,,,,,83,,,,,,,95,,,,,,,,,,,,,,,,,,,,,,,,,,,,]; x1=[,,,,66,,,,,,,,,,,,83,,,,,,,95,,,,,,,,,,,,,,,,,,,,,,,,,,,]; x2=[,,,66,,,,,,,,,,,,83,,,,,,,95,,,,,,,,,,,,,,,,,,,,,,,,,,,,]; dx=(x2-x1)./x2; a=polyfit(x2,dx,1); r=a(2),xm=-r/a(1)%求出xm 和r \ x0=; 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');
人口增长模型的确定 Prepared on 22 November 2020
题目：人口增长模型的确定 摘要 人口问题已成为当前世界上最普遍关注的问题之一，人口增长规律的发现以及人口增长的预测问题对一个国家制定长远的发展规划有着非常重要的意义。本文分别使用了马尔萨斯人口指数增长模型和阻滞增长模型，以美国1790-1980年间每隔10年的人口数量为依据，对接下来的每隔十年进行了预测五次人口数量。通过对比我们可以发现阻滞增长模型在预测准确度方面要明显优于原始的马尔萨斯人口指数增长模型。关键词：人口增长；马尔萨斯人口指数增长模型；阻滞增长模型；人口预测
一、问题重述 问题背景 1790-1980年间美国每隔10年的人口记录如下表所示。 表1 人口记录表 问题提出 我们需要解决以下问题： 1.试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 2.如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测，并对两次预测结果进行对比分析。 3.查阅资料找出中国人口与表1同时期的人口数量，用以上建立的两个模型进行人口预测与分析。 二、问题分析 首先，我们运用Matlab软件绘制出1790到1980年的美国人口数据图，如图1。 图1 1790到1980年的美国人口数据图 从图表中我们可以清晰地看到人口数在1790—1980年是呈增长趋势的，而且我们很容易发现上述图表和我们学过指数函数的图表有很大的相似性，所以我们很自然想
到建立指数模型。因此我们首先建立马尔萨斯模型，马尔萨斯生物总数增长定律指出：在孤立的生物群体中，生物总数N的变化率与生物总数成正比。 三、问题假设 为简化问题，我们做出如下假设： （1）在模型中预期的时间内，人口不会因发生大的自然灾害，突发事件或战争而受到大的影响； （2）所给出的数据具有代表性，能够反映普遍情况； （3）一段时间内我国人口死亡率不发生大的波动； （4）在查阅的资料与文献中，所得数据可信； （5）假设人口净增长率为常数。 四、变量说明 在此，对本文所使用的符号进行定义。 表2 变量说明 符号符号说明 N(0) 起始年人口容纳量 N(t) t年后人口容纳量 t 年份 r 增长率 五、模型建立 问题一：马尔萨斯(Malthus)人口指数增长模型 设：t表示年份（起始年份t=0），r表示人口增长率，N(t)表示t年后的人口数量。
实验报告 课程名称：数学建模 课题名称：求解常微分方程与人口模型 专业：信息与计算科学 姓名：胡家炜 班级： 123132 完成日期： 2016 年 6 月 10 日
一．求解微分方程的通解 (1). dsolve('2*x^2*y*Dy=y^2+1','x') ans = (exp(C3 - 1/x) - 1)^(1/2) -(exp(C3 - 1/x) - 1)^(1/2) i -i (2). dsolve('Dy=(y+x)/(y-x)','x') ans = x + 2^(1/2)*(x^2 + C12)^(1/2) x - 2^(1/2)*(x^2 + C12)^(1/2) (3). dsolve('Dy=cos(y/x)+y/x','x') ans = (pi*x)/2-x*log(-(exp(C25 + log(x)) - i) /(exp(C25 + log(x))*i - 1))*i (4). dsolve('(x*cos(y)+sin(2*y))*Dy=1','x') ans = -asin(x/2 + lambertw(0, -(C30*exp(- x/2 - 1))/2) + 1) (5). dsolve('D2y+3*Dy-y=exp(x)*cos(2*x)','x') ans = C32*exp(x*(13^(1/2)/2 - 3/2)) + C33*exp(-x*(13^(1/2)/2 + 3/2)) + (13^(1/2)*exp(x*(13^(1/2)/2-3/2))*exp((5*x)/2(13^(1/2)*x)/2)* (2*sin(2*x) - cos(2*x)*(13^(1/2)/2 - 5/2)))/(13*((13^(1/2)/2 - 5/2)^2 +4))-(13^(1/2)*exp(x*(13^(1/2)/2+3/2))*exp((5*x)/2 +(13^(1/2)*x)/2)*(2*sin(2*x)+cos(2*x)*(13^(1/2)/2+5/2))) /(13*((13^(1/2)/2 + 5/2)^2 + 4)) （6）dsolve('D2y+4*y=x+1+sin(x)','x') ans = cos(2*x)*(cos(2*x)/4 - sin(2*x)/8 + sin(3*x)/12 - sin(x)/4 + (x*cos(2*x))/4 - 1/4) + sin(2*x)*(cos(2*x)/8 - cos(3*x)/12 + sin(2*x)/4 + cos(x)/4 + (x*sin(2*x))/4 + 1/8) + C35*cos(2*x) + C36*sin(2*x)