预测我国人口总量的具有外生变量的半参数自回归模型

中国人口增长的中短期和长期趋势预测数学模型【摘要】中国是人口大国，人口的预测问题始终是关系到社会和谐发展的关键因素之一。

首先，本文就近几年中国人口结构的变化情况进行“生存——生育”双因素分析，按照人口性别分类，考虑老龄化进程、出生人口性别比以及乡村人口城镇化等因素，根据近几年城、镇、乡的统计数据，建立基于概率方法的Leslie矩阵，利用Matlab软件进行编程求解，对中国人口进行了中短期预测。

其次，在对人口进行长期预测时，引入净再生产率（NRR）和总和生育率（TFR）。

根据已知数据计算出1994—2005每年的NRR和TFR，通过曲线拟合预测出未来的TFR趋势。

而各年TFR的变化是由相应年各年龄女性生育率的变化引起的，各年龄女性生育率的变化比例即是TFR的变化比例，得到新的生育率，即得到了新的Leslie矩阵，计算出该Leslie矩阵的唯一的正的特征根λ，当λ接近于1时，则人口趋于稳定。

此时求得各年人口预测的新的Leslie矩阵，利用新的每年Leslie矩阵连乘，并乘于2005年各年龄人口数向量，则可预测中长期人口数量。

主要问题结论：1、对中国人口增长的中短期进行预测。

首先以2001年人口数据为基数，对2002年—2005年进行预测，并与真实年份（年）2002 2003 2004 2005 预测总人口数（万人）实际总人口数（万人）128453 129227 129988 130756 相对误差（%）虑各年份生育率的影响。

其次，由上表可知模型较为准确，可以2005年人口数据为基数，利用模型年份2006 2007 2008 2009 2010 预测总人口数（万人）年份2011 2012 2013 2014 2015 预测总人口数（万人）的变化得到每年各年龄女性生育率的变化，运用新的生育率得到该年的Leslie矩阵，计算出该Leslie矩阵的唯一的正的特征根λ，当2033年λ较为接近1时，则2033年后人口达到峰值趋向稳定，且此时NRR2033年=，亦接近于目前发达国家的NRR指标。

人口预测方法比较研究随着全球人口的不断增长，人口预测成为了一个备受的话题。

准确的人口预测对于社会规划、经济发展和政策制定都具有重要意义。

本文将采用比较研究的方法，对常用的人口预测方法进行评估和分析，旨在为相关领域的研究和实践提供有益的参考。

人口预测的方法多种多样，其中常见的有以下四种：简单外推法、时间序列分析法、概率模型法和机器学习方法。

这些方法在不同的预测场景和需求下各有优劣。

简单外推法是最基本的人口预测方法，其基本原理是根据历史人口数据，采用线性或非线性模型进行外推。

简单外推法的优点是简单易行，适用于短期预测。

然而，该方法忽略了人口变化的复杂性和不确定性，因此在长期预测或复杂情景下的表现不佳。

时间序列分析法是一种基于时间序列数据的预测方法，其基本思想是利用时间序列数据的自相关性和季节性等进行预测。

在人口预测中，时间序列分析法可以考虑人口发展的趋势和周期性变化。

然而，该方法对数据质量和预处理要求较高，且在人口结构变化较大或未来政策影响不确定的情况下，预测结果可能不准确。

概率模型法是一种基于概率论的人口预测方法，其基本思想是建立人口变化的概率模型，并利用历史数据进行参数估计。

概率模型法能够考虑各种不确定因素对人口预测的影响，并提供置信区间。

然而，该方法需要大量的历史数据，且计算复杂度较高，对数据质量和算法要求较高。

机器学习方法是一种基于人工智能的人口预测方法，其基本思想是利用机器学习算法对历史数据进行学习，并建立预测模型。

机器学习方法具有强大的自适应能力和非线性拟合能力，可以处理复杂的和非线性的人口变化趋势。

然而，该方法需要大量的历史数据和计算资源，且对算法的选择和参数调整具有较高的要求。

比较这四种方法可以得到，每种方法都有其优点和局限性，适用于不同的预测场景和需求。

简单外推法适用于短期和简单情境下的预测，时间序列分析法适用于具有时间相关性的数据预测，概率模型法考虑了不确定性和置信区间，适用于长期和复杂情景下的预测，而机器学习方法则适用于处理复杂和非线性趋势的数据预测。

人口预测的数学模型摘要本题要求根据给出的01到05年的人口情况的数据，对我国的人口增长建立数学模型并做出预测。

我们建立递归模型，从2005年开始预测。

按照性别和市，镇，乡的区别把人口分为6类。

按照年龄进行分段，每一个年龄作为一段。

用2005年的每个年龄的人数预测06年统一年龄的人数。

把06年各年龄的预测值相加，即可得到2006年的总人数的预测值。

然后依次递归，得出其他年份的人口数据。

影响人口增长的主要因素有：出生率、死亡率、政府政策、老龄化、和乡村城镇化的影响。

我们在递归模型主题框架的基础上，逐步深入建立了四个模型：模型一，只考虑出生率和死亡率对人口增长的影响，从2001年到2005年的数据中，求出平均出生率和平均死亡率，并假定2005年以后的平均出生率和平均死亡率不变。

为了减少累计误差，用05年数据逐步迭代得到人口随时间的变化曲线。

然后，用01年的数据运用模型一迭代出01～05年人数，与修正后的数据进行比较，求得我们的模型的估计值与实际值相近，进而推出模型基本的合理性。

模型二，在模型一的基础上加上政策因素的影响，引进人口政策影响因子R，通过对结果进行分析，发现政府政策对人口的变化情况会产生较大的影响。

体现为了控制人口数量，国家可以进行较好的宏观调控。

模型三，在模型二的基础上加上老龄化对人口增长的影响，引进阻滞因子，建立人口随时间的变化曲线。

模型四，在模型三的基础上加上乡村人口城镇化的影响，通过对结果进行分析我们发现模型四与前几个模型的主要区别是在城镇人口的数量，及城镇人口在全国人口总人口的比率上，更符合实际情况。

在每个模型的基础上，进一步分别对人口总数，性别比例，老龄化程度，生育期内妇女总数，有劳动力的人数等做出了预测。

此外根据《国家人口发展战略研究报告》计划的目标，在模型四的基础上，通过对R值进行调整，得到当R＝1.36基本能够满足国家的战略计划。

并对国家的政策给出合理化建议。

运用matlab编程求解，求得四个模型人口峰值及达到峰值时间如下表；模型一模型二模型三模型四2025 2040 2038 203513.67亿14.81亿14.65亿14.56亿在模型的最后，对模型的优缺点及不足之处进行了分析。

我国人口总量和结构的中长期预测模型摘要近年来，由于计划生育政策的实施和人民生育观念的改变，我国人口出现了总量减少、老龄化、性别比例失衡等问题，如何适时调整我国的人口政策已成为国家的重要课题。

本文运用差分方程的思想，围绕是否及何时全面放开二胎对我国未来人口总量和人口的老龄化水平、性别比例产生的影响建立了按年龄分组的离散人口模型，并由此对国家的人口政策给出了合理化建议。

针对问题一，考虑到人口主要由妇女的生育情况决定，以及不同的年龄结构对未来人口的较大影响，在分析近几年我国人口数据后，将人口按年龄每5岁划分为一个年龄组，相应地，年份的也每5年划分为一个时段，然后根据近几年自然增长率数据，首先对2015年各个年龄组的人口做出预测，之后提出生育模式的概念，表示生育率按年龄的分布情况，并进行曲线拟合，建立了基于Leslie 矩阵的人口预测模型，计算当前总和生育率约 1.22，代入模型，运用迭代法求解。

对未来30年我国的人口总量和结构进行了预测。

得出保持当前生育情况不变，我国人口总量在未来30年将持续减少，并在2045年减少到10.3亿，人口老龄化加剧，性别比例失衡有所缓解的结论。

针对问题二，通过对我国城镇化水平和国民收入情况的分析，估算出放开二胎后的总和生育率约为1.9，在模型一的基础上，通过改变总和生育率和人口的初始分布，建立了2016年和2020年放开二胎后的按年龄分组的人口模型，并进行对比，发现方案一（2016年放开二胎）到2045年人口总量约11.1亿，方案二（2020年放开二胎）则30年后约为10.5亿，两种方案老龄化水平、性别失衡情况均优于政策未调整时的情况，其中方案一对人口老龄化修复效果更好，方案二对性别比例失衡修复效果较好。

针对问题三，在问题一、二的基础上对未来我国的劳动力数量进行预测，并提出国家综合考虑经济、人口老龄化、性别比例、社会稳定的影响，尽早逐步放开二胎的建议。

关键词：人口预测，二胎政策，年龄结构，Leslie矩阵，差分方程模型，总和生育率一、问题重述1.1引言我国是一个人口大国,人口问题始终是关系着我国发展的关键问题,已成为经济发展中的一个重要组成部分, 对我国的经济社会发展有着越来越大的影响。

中国人口增长的预测和人口结构的简析摘要本文根据过去数十年的人口数据，通过建立不同的数学模型，对中国人口的增长进行了短期和中长期的预测。

模型一：从中国统计年鉴—2008，查找得到2000-2007年的人口数据，然后用灰色模型进行人口的短期（2008-2017）预测。

这里，我们采用两种算法进行人口总数的预测。

一种是用灰色模型分别对城镇人口和乡村人口进行人口预测，然后求加和得到总的人口数；另一种是用灰色模型对实际的总人口数进行预测，预测未来10年的总人口数。

通过比较相对误差率知道第二种方法预测得到的数据误差较小，故采用第二种方法预测的未来10年的人口数为：模型二：对于中长期的预测我们采用Leslie模型进行预测。

我们利用题中所提供的人口数据的比例，将人分为6种类型，在考虑年龄结构的基础上，对各类人中的女性人数分别进行预测，然后根据男女的性别比例，求出男性的人口数，再将预测得到的各类人数进行汇总加和，最终得到总的人口数。

由于我们是根据年龄结构进行的预测，所以可以对人口进行简单的分析，得到老龄化变化趋势，乡镇市的人口所占比例的变化等。

关键词：人口预测；灰色模型；分类计算；Leslie模型一、模型假设模型一的假设：1、不考虑国际迁移，认为国家内部迁移不改变人口总量；2、不考虑自然灾害、疾病等因素对人口数量的影响；3、文中短期预测到2017年4、大面积自然灾害、疾病的发生以及人们的生育观念等因素会对当年的生育率和人口数量产生影响，认为这些因素在预测误差允许的范围内．模型二的假设：1、每一年龄组的女性在每一个时间段内有相同的生育率和死亡率；2、在预测的时间段内男女的性别比例保持现状不变；3、不考虑人口的迁入和迁出；4、不考虑空间等自然因素的影响，不考虑自然灾害对人口数量的影响。

二、问题分析中国是一个人口大国，随着经济的不断发展，生产力达到较高的水平，现在的问题已不是仅仅满足个人的需要，而是要考虑社会的需要。

中国未富先老，对经济的发展产生很大的影响。

我国人口总量和结构的中长期预测模型摘要近年来，由于计划生育政策的实施和人民生育观念的改变，我国人口出现了总量减少、老龄化、性别比例失衡等问题，如何适时调整我国的人口政策已成为国家的重要课题。

本文运用差分方程的思想，围绕是否及何时全面放开二胎对我国未来人口总量和人口的老龄化水平、性别比例产生的影响建立了按年龄分组的离散人口模型，并由此对国家的人口政策给出了合理化建议。

针对问题一，考虑到人口主要由妇女的生育情况决定，以及不同的年龄结构对未来人口的较大影响，在分析近几年我国人口数据后，将人口按年龄每5岁划分为一个年龄组，相应地，年份的也每5年划分为一个时段，然后根据近几年自然增长率数据，首先对2015年各个年龄组的人口做出预测，之后提出生育模式的概念，表示生育率按年龄的分布情况，并进行曲线拟合，建立了基于Leslie 矩阵的人口预测模型，计算当前总和生育率约 1.22，代入模型，运用迭代法求解。

对未来30年我国的人口总量和结构进行了预测。

得出保持当前生育情况不变，我国人口总量在未来30年将持续减少，并在2045年减少到10.3亿，人口老龄化加剧，性别比例失衡有所缓解的结论。

针对问题二，通过对我国城镇化水平和国民收入情况的分析，估算出放开二胎后的总和生育率约为1.9，在模型一的基础上，通过改变总和生育率和人口的初始分布，建立了2016年和2020年放开二胎后的按年龄分组的人口模型，并进行对比，发现方案一（2016年放开二胎）到2045年人口总量约11.1亿，方案二（2020年放开二胎）则30年后约为10.5亿，两种方案老龄化水平、性别失衡情况均优于政策未调整时的情况，其中方案一对人口老龄化修复效果更好，方案二对性别比例失衡修复效果较好。

针对问题三，在问题一、二的基础上对未来我国的劳动力数量进行预测，并提出国家综合考虑经济、人口老龄化、性别比例、社会稳定的影响，尽早逐步放开二胎的建议。

关键词：人口预测，二胎政策，年龄结构，Leslie矩阵，差分方程模型，总和生育率一、问题重述1.1引言我国是一个人口大国,人口问题始终是关系着我国发展的关键问题,已成为经济发展中的一个重要组成部分, 对我国的经济社会发展有着越来越大的影响。

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：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。

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。

中国人口增长的分析与预测模型摘要：本文主要以所给两个附表的数据为依据，结合国家统计局公布的人口抽样数据，根据Leslie人口模型思想，同时在假设城镇化水平的增长曲线大致表现为一条拉伸的“S”型Logistic曲线的情况下，建立了分性别、按年龄、分地区（城、镇、乡）、农村人口迁往城镇的动态差分方程组模型及其矩阵形式，通过参数拟合和模型求解，按照高、中、低三种总和生育率，分别预测了未来我国总人口增长、城镇化水平、生育率、性别比例、老龄化进程等人口指标，预测结果表明我国在2030年城镇化水平将达到60.74%,高、中、低三种方案下的总人口数将分别为14.85亿、14.48亿和14.11亿,男女性别比将为120：100，2005年至2020年我国将出现婴儿出生的高峰期。

在高、中、低三种方案下,我国人口的最大值将分别在2040年、2030年和2025年出现。

2050年城镇化水平达到61.22%，在未来的50年内将迎来总人口高峰、劳动年龄人口高峰和老年人口高峰，模型分析说明了影响我国人口增长的主要因素是生育率不断降低、老龄化进程加速，出生人口性别比例持续升高，以及乡村人口城镇化加快等。

最后，给出了我国人口增长的中短期、长期增长预测结果。

关键词：人口增长；Leslie模型；城镇化；老龄化；人口高峰1. 问题的提出人类文明发展到今天，人们越来越意识到地球资源的有限性，我们感到"地球在变小"，人口资源之间的矛盾日渐突出。

人口问题成为当今世界上最令人关注的问题之一，一些发展中国家的人口出生率过高，越来越严重地威胁着人类的正常生活，有些发达国家的自然增长率趋近于零，甚至变为负数，造成劳动力短缺，也是不容忽视的问题。

中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。

近年来，中国的人口发展出现了一些新的特点，例如：老年化进程加速，出生人口性别比持续升高，以及乡村人口城镇化等因素，随着我国经济的发展、国家人口政策的实施，这些都影响着中国人口的增长。

我国人口发展模型预测摘要：本模型以离散形式死亡Leslie模型为基础，然后分性别计算男女人口分布发展，又考虑到市镇乡的生育率、死亡率不同，对市、镇、乡分别运用改进后的的模型计算，加和求得女性总人口。

对人口预测分短期和中长期由模型得到的全国总人口与查出的各年人口进行比较，检验模型的准确性。

线性拟合得到短期男女比例，求得到短期人口发展以及老龄化进程；带入不同的β值，利用改进的Leslie模型或者利用Logestic模型拟合出我国中长期人口预测。

最后再利用短期总人口运用模型计算每年农村人口的理论值，与实际人口的差值即为迁移人口，进而得到我国的城镇化变化趋势。

关键字：Leslie模型；Logestic模型；女性人口发展；线性拟合；男女比例；农村人口迁出；城镇化；老龄化问题的提出与分析人口预测是国家工作中的重点，关系着国家的发展方向和命运。

我国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。

根据已有数据，运用数学建模的方法，对我国人口做出分析和预测是一个重要问题。

我国的人口发展在近年来出现了一些例如老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等新的因素，影响着我国社会人口的发展。

从我国的实际情况和人口增长的上述特点出发，参考相关数据，建立人口增长的数学模型，并由此对我国人口中短期和长期的发展趋势做出相应的预测；并指出指出模型中存在的优点与缺点。

一个社会（国家、省市、地区）人口的变化和随时间的发展过程，是由很多因素决定的，社会制度、自然环境、生活水平、科学文化水平、战争、自然灾害和移民等等，都能严重地影响社会人口的发展过程。

例如2003年，我国人口的发展就遭受了非典的严重影响。

然而，婴儿的出生、人口的死亡、居民的迁移却是决定该社会人口变化的相对最直接的原因，近年来我国人口发展出现了一些新现象，如老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等，诸多影响人口发展的因素都直接或间接地通过这三个现象表现出来。

A Semi-parametric Autoregression Model with an
Exogenous Variable for Population of China
作者： 韩玉涛 杨万才 武新乾
作者机构： 河南科技大学数学与统计学院,河南洛阳471003
出版物刊名： 数理统计与管理
页码： 791-798页
年卷期： 2012年 第5期
主题词： 半参数回归 外生变量 多项式样条估计 人口 预测
摘要：本文提出建立中国人口预测的具有外生变量的半参数回归模型，基于线性回归理论选取的滞后显著性变量为线性部分，外生变量做为非参数部分，利用多项式样条估计得到了半参数回归方程，对中国1972—2000年人口进行拟合比较，并且对中国2001—2009年人口分三种情况进行了预测对比，结果表明基于中国19522005年人口建立的半参数模型拟合和预测的精度均较高，最后对中国2010-2015年的人口进行了预测。

姓名：江少青班级：08 物理师范联系电话：姓名：郑来松班级：09 自动化创新班联系电话：/663433姓名：陈婉坤班级：09 国贸创新班联系电话：中国人口的预测模型摘要如今，中国面临着严重的人口爆炸问题。

日益增长的人口数量导致了资源短缺，环境恶化。

造成了非常大的影响。

为了祖国的可持续发展和人民的幸福，解决人口问题刻不容缓。

我国目前面临的人口老龄化日益加重、出生人口性别比居高不下、流动迁移人口持续增加以及人口与资源环境的矛盾日益尖锐等问题。

建立人口数学模型，可以用来预测世界、国家和地区的人口，但是研究人口问题的主要目的，不仅是能够预测将来的人口，而是要能动地控制人口的数量，改善人口的年龄结构。

人口问题是一个关系全局的重要问题，人口的变动会影响到基本国策的制定，影响到劳动就业的安排，社会福利事业的安排，甚至影响到国民经济和社会发展战略的规划。

所以正确的预测人口对处理人口、资源、经济的关系，才能使人民的生活水平尽早富裕，同时促进社会的可持续发展提供有力的支持和保障。

本文就上述问题，综合考虑各个影响因素后，通过对1982年到1998 年的全国人口数量的统计数据，建立数学模型对此问题进行了研究分析。

分别建立了人口指数增长模型和Logistic 增长模型。

模型通过假设，建立起合理的模型，利用Matlab 软件对数据的处理以及根据数据拟合求解模型。

最后通过模型的函数关系及其图像来预测中国未来两百年内的人口变化规律，从而可以合理的有计划的利用资源，使环境和资源实现可持续发展。

关键词：Matlab 人口模型可持续发展一．问题的重述表1 列出了中国1982-1998年的人口统计数据，取1982 年为起始年（t=0），（1）试建立人口的指数增长模型，并进行预测，与实际人口数据进行比较。

（2）设自然资源和环境条件能容纳的最大人口数量为200000 万人。

请建立Logistic 模型，并进行预测，与实际人口数据进行比较。

中国人口预测的半参数自回归模型摘要本文首先列举了常用的一些人口预测经典模型，如Logistic模型、年龄移算模型、线形回归模型、宋健人口发展方程、时间序列模型、灰色预测模型、BP神经网络的预测模型、半参数自回归模型等，并进一步分析了这些模型的优缺点。

鉴于大部分模型存在的诸如参数难以确定、忽视非线性、维数祸根、变量较多及方程复杂等问题，我们最终决定建立人口预测的半参数自回归模型。

在对原始数据平稳化处理后，首先建立线形自回归模型，通过t检验值选取滞后2、3、5、7阶显著性变量，然后分别将各显著性变量作为非参数部分，其余部分作为线性部分，建立四个半参数自回归模型，利用建立的四个半参数模型分别预测2009年-2012年人口，滞后七阶作非参数部分的预测明显好于2、3、5阶，预测误差分别为：0.16%、0.13%、0.16%、0.26%。

基于以上的研究，我们针对深圳市的人口现状和计划生育新政策情况，比较“单独二胎”政策实施前后深圳市新生儿的出生情况对人口数量和人口结构进行研究。

本文分别从深圳市人口出生率、人口性别比、人口年龄结构分布的变化出发，重点结合延迟退休年龄分析了计划生育新政策与深圳市人口数量及结构的关系，并进一步讨论其对教育、劳动力供给与就业、养老等方面的影响。

关键词：人口预测、半参数自回归、计划生育新政策一、问题重述和分析人口的数量和结构是影响经济社会发展的重要因素。

计划生育政策实施30多年来，有效地控制了人口的快速增长，为中国现代化建设、实现小康打下坚实的基础，同时其负面影响也开始显现：小学招生人数（1995年以来）、高校报名人数（2009年以来）逐年下降，劳动人口绝对数量开始步入下降通道，人口抚养比的相变时刻即将到来。

对此，党的十八届三中全会提出了开放单独二孩，许多地方相继出台了计划生育新政策，为了更好地研究新政策对人口年龄及结构的影响，人口的准确预测变得尤为重要。

人口预测首先应对一般参数进行认定，如：生育率参数，死亡率参数，迁移率参数等等，然后再选取合理适用的模型或对模型进行创新。

人口预测方法（总结）1.人口总量预测（1）人口总量趋势外推模型图1永康市1985 年以来历年的人口变化（2）人口增长率预测模型人口增长率预测模型是根据计划生育有关指标而进行的一种人口预测方法。

数学公式表示为：（3-2）式中:P表示规划期总人口（人），P0 表示规划基期总人口（人）,AP表示规划期间人口机械增长数（人）, n 表示规划年期，k表示规划期间人口自然增长率。

人口自然增长率k可用出生率b和死亡率d表示：（3-3）图2 永康市1989年以来历年的人口出生率、死亡率和自然增长率图3永康市1989年以来历年的户籍人口迁移数量（3）人口离散预测模型人口离散预测模型也即人口差分方程预测模型，又称宋健模型”是我国自行提出的比较成功的人口发展预测模型，能较好的运用人口普查资料对未来人口进行预测。

该模型是根据分年龄的人口结构递推公式进行预测，模型的数学表达如下：（3-6）式中：XO（t）为t年代0岁出生婴儿数，Xi（t）为t年代之年龄组人口数，m00（t）为t年出生婴儿当年死亡率，b（t）为妇女总和生育率，即社会人中平均意义下一个妇女在整个育龄时期的生育总数（r2, r1即为生育年龄的上下限），hi（t）为生育模式，反映某一地区某一个育龄妇女生育状态分布，ki（t）为t 年代之年龄组女性性别比，mi（t）为t年代之年龄组人口死亡率，fi（t）为t年代之年龄组净迁移数。

在模型的具体应用中，课题组工作的重点是如何确定公式3-6 中的各种参数。

①第五次人口普查资料中的数据是11月1日的数据，而规划所需的数据是年末的数据，课题组将普查的户籍人口分龄人口数按比例修正到底的统计人口总数作为Xi(t);②从普查资料来看45岁以下的性别比比较稳定，为了简化模型，t年代之年龄组女性性别比ki(t)用常量k表示，即采用普查资料中的45岁以下的男女性别比=104.85(女性=100)推算，故k=0.488326;③根据普查资料，妇女总和生育率取的数据b(t)=0.8795 ；④模型中出生婴儿当年死亡率mOO(t)假定与出生婴儿当年死亡率的80%，即采用m00=3.88 %o。

中国人口发展趋势的预测模型摘要本文从宏观和微观两方面讨论了中国人口发展问题：建立时间序列分析法中的ARMA 模型, 对中国人口总数进行宏观预测；建立了微分方程的模型, 对中国人口的年龄结构以及男女性别比等几个方面进行微观预测。

对人口总数进行宏观预测时，根据处理后的数据的自相关函数和偏相关函数的拖尾性，估计出ARMA的参数p、q，并对估计的参数进行验证和调节，最终确定参数，建立出ARMA(p ,q)模型。

用此模型预测出2020年和2050年的人口分别为138135.3万人和143352.6万人，而且到2050年人口呈现缓慢下降趋势。

对人口组成结构进行微观预测时，引用Shape-Lotka-Mckendrick模型。

根据中国人口发展的特点，并加入影响因素改进原始模型，分别建立了带移民因素和两性具有不同出生率、死亡率的微分方程模型，并讨论得出带移民因素的模型对我国人口结构预测比Shape-Lotka-Mckendrick模型更合理。

在求解的过程中，本文将连续的微分方程离散化，用多项式拟合得到预测数据，求出方程的数值解，得到2006-2010年人口按年龄的结构分布(男女比例分布、生育率、死亡率、迁移率)，并进一步预测出未来人口老龄化指数，其中2020年和2050年的老龄化指数分别为0.511和0.566。

关键字：时间序列微分方程模型连续函数的离散化多项式拟合摘要 (1)一问题的重述与分析 (3)1.1 问题重述 (3)1.2 问题的分析 (3)二模型的基本假设和符号说明 (3)2.1 模型假设 (3)2.2 符号说明 (3)三模型的建立及求解 (4)3.1 模型一 (4)3.2 模型二 (7)3.2.1 只考虑出生率和死亡率的Shape-Lotka-Mckendrick模型]4[ (7)3.2.2 考虑竞争死亡率的模型 (7)3.2.3 考虑两性具有不同出生率和死亡率的人口模型 (8)3.3模型的求解 (8)3.4 对结果的分析 (11)四模型的评价 (11)五参考文献 (12)六附录................................................. 错误！未定义书签。

数学建模论文学院：信息与控制学院专业：电气工程及自动化姓名：章鸿翔学号：20091340075h我国人口预测模型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，做出较准确的预报，是有效控制人口增长的前提.有两个最基本的模型，分别是英国人口学家马尔萨斯提出的指数增长模型（马尔萨斯模型）和阻滞增长模型（Logistic模型）。

人口按指数规律随时间无限增长，称为指数增长模型。

阻滞增长模型是考虑到自然资源，环境条件等因素对人口的增长起阻滞作用而对指数增长模型进行修改后得到的模型。

我国是世界第一人口大国。

我国自1949年至2000年的人口数据如表随时间的增长，人口总数不断增加1. 指数增长模型（马尔萨斯模型）（1）模型假设： 人口增长率r 是常数或单位时间人口的增长量与当时人口成正比。

（2）建立模型： 记时刻t=0时人口数为x 0, 时刻t 的人口为()t x ，由于量大，()t x 可视为连续、可微函数.t 到tt ∆+时间人口的增量为：()()()t rx tt x t t x =∆-∆+于是()t x 满足微分方程：()⎪⎩⎪⎨⎧==00x x rx dtdx（1）（3）模型求解： 解微分方程（1）得()rtex t x 0= （2）表明：∞→t 时，()∞→t x （r>0）由计算可得r=0.02,2000年人口数约为152180。

与实际人口数相差较大（4）分析原因：该模型的结果说明人口将以指数规律无限增长。

而事实上，随着人口的增加，自然资源、环境条件等因素对人口增长的限制作用越来越显著。

如果当人口较少时人口的自然增长率可以看作常数的话，那么当人口增加到一定数量以后，这个增长率就要随着人口增加而减少。

同时，由于我国实行的政治政策使得人口增长率得到控制。

于是应该对指数增长模型关于人口净增长率是常数的假设进行修改。

2. 阻滞增长模型（Logistic 模型）（1）模型假设：（a ）人口增长率r 为人口()t x 的函数()x r （减函数），最简单假定()0, ,>-=s r sx r x r （线性函数），r 叫做固有增长率. （b ）自然资源和环境条件年容纳的最大人口容量m x 。