数学建模中国人口模型

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。

2010-2011(1)学期数学建模B期末作业改革开放以来我国人口发展的评价分析姓名：王印芬学号：20092561 专业：自动化（交控）周 2 第 4 讲姓名：蒲磊学号：20092569 专业：自动化（交控）周 2 第4 讲姓名：学号：专业：周第讲改革开放以来我国人口发展的评价分析摘要中国是世界第一人口大国，人口问题一直是中国的第一大问题，也是目前人们比较关心的问题。

中国拥有13亿人口，约占世界总人口的1/5，因此我们有必要对中国的人口进行分析。

从1978年改革开放以来，到现在三十多年的时间过去了。

在这三十年里，中国在工业、农业、交通等各个领域都发生了翻天覆地的变化。

同样，中国的人口也发生了翻天覆地的变化，无论是人口的数量，人口的性别比例，人口的年龄组成还是人们的受教育程度都在发生不同程度的改变。

本文从人们比较关心也比较熟悉的几个方面入手，分析改革开放30年来中国人口的数量，性别比例和年龄组成的发展和变化状况。

在建模的过程中，我们利用了指数模型分析近三十年我国人口的数量的发展变化。

这样就对模型进行了理想化，使问题变得简单，更利于建模。

应用了最小二乘法进行数据的计算处理，由于在指数模型总数据比较多计算比较复杂，而应运最小二乘法就能将此问题简单化，有利于模型的求解。

应运了权重分析法。

由于在建模过程中我们不仅要进行纵向的比较而且还要有横向的比较，所以在进行横向比较时，我们计算了数据的平均值和方差，并赋予他们不同的权重这样有利于数据进行科学的比较和分析。

应用了EXCEL软件处理数据，并用其进行了画图分析比较。

其中我们还采用了SPSS软件进行了画图处理。

本文通过以上模型对我国人口的发展变化进行了详细的分析，最后我们将所得结果进行了验证，使得模型更加具有说服力。

关键词：指数分析，最小二乘法，权重分析，EXCEL，SPSS，数量，年龄，性别比。

一．问题重述中国是一个人口大国，虽然改革开放以来，中国在各方面都取得了很大的成就，人口问题始终是制约我国发展的关键因素之一。

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。

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。

中国人口增长预测摘要本文从中国人口的实际情况和人口增长的特点出发，根据题目和中国统计年鉴中的相关数据，建立了两个关于中国人口增长的数学模型，并对中国人口做出了分析和预测。

模型一：利用中国统计年鉴中 2000—2005 年人口的数据，运用灰色理论的基本原理建立 GM(1,1) 模型。

该模型利用离散数据列进行生态处理，建立动态的微分方程，对我国近5年、10年、20年的总人口分别进行了预测。

又根据中国人口城乡分布不同且总趋势也不同的特点，把全国人口分为城市人口、城镇人口、乡村人口三部分分别进行灰色预测。

结果表明，该模型较好的反映并预测中国人口短中期和长期的变化情况。

模型二：按人口年龄结构特征，将人口分为幼年（0—14岁）男女、中年（15—49岁）男女、老年（50岁以上）男女。

各年龄段的人口变化是由出生率、死亡率和转化为其他年龄段的转化人数决定的。

根据各年龄段人口数量变化特点，对各年龄段转化人数引入转化因子，改进马尔萨斯模型，附带出生率、死亡率、生育率、出生性别比率等约束条件，建立了新的具有年龄结构的人口增长模型。

结合我国人口的特点，运用已知数据和利用微分方程的数值解，预测出男性和女性幼年、中年、老年的人口数量。

可反映中国不同年龄结构的人口分布情况。

关键词：灰色预测；小误差频率；微分方程组；人口模型；转移因子一．问题重述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。

因此人口预测的科学性、准确性是至关重要的。

英国人口学家马尔萨斯的人口指数增长模型和荷兰生物学家的Logistic模型都是经典的人口预测模型。

但是，影响中国人口的因素较多，人口结构较复杂，这些模型对人口预测很粗略，甚至是不准确的。

因此，我们要根据我国具体的人口结构现状（如老龄化进程加速）、人口的分布现状（如乡村人口城镇化）、人口比率现状（如出生人口性别比持续升高）等特点，来较准确、较具体地对中国人口进行预测，建立人口增长的数学模型，由此对中国人口中短期和长期增长趋势做出预测。

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 ⨯+=⨯-。

中国人口增长的预测和人口的结构分析摘要本文是在已知国家政策和人口数据的前提下对未来人口的发展进行预测和评估，选择了两种模型分别对人口发展的短期和长期进行预测。

模型一中我们在人口阻滞增长模型logistic模型的基础上进行改进，弥补了logistic原始模型仅仅能表示环境对人口发展趋势影响的缺陷，加入了社会因素的影响作为改进，保证了logistic改进模型的有效性和短期预测的正确性。

多次运用拟合的方法（非线性单元拟合，线性多元拟合）对数据进行整合，得到的改进模型对短期预测具有极高的准确性，证明了我们的修正方式与模型改进具有一定的正确性。

模型二中我们分别考虑了城、乡、镇人口的发展情况，利用不同年龄段存活率和死亡率的不同，采用迭代的方式也就是Leslie矩阵的方式对人口发展进行预测，迭代的方式不同于拟合，具有逐步递进的准确性，在参数正确的前提下，能够保证每一年得到的人口都有正确性，同时我们分男女两方面来考虑模型，不仅仅用静态的男女比例来估算人口总数，具有更高的准确性。

然而Leslie模型涉及的参数较多，如果采用动态模型的方式，计算量过大，我们首先用均值的方式对模型进行简化，同样得到迭代矩阵后的人口数值，发展趋势与预测相同，能够很好的预测中国人口的长期发展，同时，由于Leslie矩阵涉及多个参数，所以我们用最终的结果来表征老龄化程度，城乡比，抚养比等多个评价社会发展的参数，得到了较好的估计值，使模型在估算人口的基础上得到了推广和应用。

通过logistic改进模型和Leslie模型我们分别对中国人口发展进行短期和中长期预测，均能得到很好的效果，说明了我们的模型在适用范围内的准确性和实用性。

关键词：人口发展预测；logistic模型改进；参数拟合；Leslie迭代模型；一、问题重述中国是世界上人口最多的发展中国家, 人口问题始终是制约我国发展的关键因素之一，人口众多、资源相对不足、环境承载能力较弱是中国现阶段的基本国情,短时间内难以改变。

中国各年龄段的人口函数模型
模型：f(x)=k*(a的bx+c次方)
2005年1月6日，是我国的“13亿人口”日，随着内地第13亿名公民在北京降生，标志着我国的社会发展将面临新的严峻的挑战。

人口的增长是如何测算的呢？以下是中国1991－1998人口数，统计如表所示。

(1)试建立1991－1998中国人口增长数学模型；(2)按照此增长模型到2010年我国人口能否控制在14亿以内？(3)按照此增长模型经过多少年中国人口将比1991年翻一番？
人口数统计表 (单位：亿)
年份
1991 1992 1993 1994 1995 1996 1997 1998
人口数 11.5823 11.7171 11.8517 11.9850 12.1121 12.2389 12.3626 12.4810
(以上数据来自1999中国统计年鉴)
分析：根据统计表计算1991-1998年每一年人口数与上一年人口数的比，从计算得到1991-1998年间每年人口数增长比例非常接近, 如果精确到小数点后面两位, 则都是1.01. 所以, 可近似地认为8年中人口是按确定的比例增加的(这里我们作了适当化简, 在建立数学模型中, 适当的化简有时是必要的), 因此符合指数函数模型。

设t 为自1991年以来的年数, 则1992人口数=11.5823 (1.01)1; 1993人口数=11.5823 (1.01)2; 所以自1991起 t年后人口数=
结论：按照此指数增长模型到2010年我国人口数估计为：=14.1781, 将超过14亿, 因此必需适当降低增长率.
要计算何时人口翻一翻，只要解方程 =2 ，解得 , 如果按照此增长模型中国人口每65年翻一翻。

我们称65为中国人口的倍增期。

【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。

借助正方体模型，可以把研究对象置于更大的背景之中，从而在整体上更好地看清各部分之间的关系．掌握正方体的结构特征，以正方体为模型可以“生成”许多优美的空间问题，许多空间问题如果将它置于正方体模型之中，其结果甚至可以一望而解．正如上述全国Ⅰ卷高考题，如果善用正方体模型，很容易根据其完美的对称性发现截面面积取最值时的特殊位置．（2）深入学科的软件支持工欲善其事，必先利其器．教师在教学过程要善于合理地利用“利器”——深入学科的数学教学软件，如几何画板、GeoGebra以及Z Z+智能教育平台系列中的超级画板等，利用信息技术独特的优势来优化空间立体几何的教学呈现方式，帮助学生突破认知障碍，发展直观想象的素养．学立体几何的目的绝对不是学会用以不变应万变的“向量法”解出高考题，而应当让学生体验到“做数学”的乐趣．在立体几何软件和平台的支持下，基于信息技术的立体几何教学可以更好地落实三维教学目标，帮助学生认识反映现实的几何空间，学会几何思维方法，培养学生的空间想象能力及逻辑推理能力，让学生在数学抽象和直观想象两大核心素养中自如切换．参考文献[1]邵光华．论空间想象能力与几何教学[J]．课程·教材·教法，1996（7）：32-36[2]周顺钿．正方体模型的开发和利用[J]．数学通报，2017（8）：35-41[3]徐章韬，刘郑，刘观海等．信息技术支持下的学科教学知识之课例研究[J]．中国电化教育，2013（1）：94-99中学数学建模案例分析——以人口模型为例李虎广东省中山市第一中学（528403）2017年，《普通高中数学课程标准》正式颁布，数学建模素养为六大数学核心素养之一．布鲁姆的认知目标分类体系中，把认知学习领域目标分为识记、理解、运用、分析、综合及评价，其中运用、分析、综合及评价属于高阶思维活动，对人的发展起到更重要的作用．数学建模是很好地培养学生高阶思维的素材．人口数量和人口结构与一个国家的经济紧密相关．合理预测人口数量对一系列政策的制定有导向性作用．人口预测的研究吸引了大批的科研人员，经典的人口模型也非常多，本文针对高中生可以接受的情况，介绍了两个经典模型，一个是马尔萨斯模型，一个是Logistic人口模型，并应用模型对未来几年的人口进行了预测．通过两个模型，以期培养学生的批判性思维和用发展的眼光看问题的能力，旨在提升学生的数学建模素养．1 问题提出问题：在知道当前或过去某个时刻的人口数量的情况下，如何预测未来某个时刻的人口数量？2 经典人口模型2.1 马尔萨斯人口模型用()p t表示t时刻的人口数，r表示年平均增长率，则()()()p t t p t rp t t+∆−=∆，起始时刻为0t，记00()p t p=．令0t∆→，得00()()()p t rp tp t p′==，，则0()()e r t tp t p−=．人民教育出版社A版必修1第124页例4有这个模型的介绍，题目中选取了1950-1959年数据，利用年平均增长率的平均值来估计r的值，求得解析式为0.022155196e ty=，是一个指数型函数模型，教材利用这一模型预测了中国1989年人口数量将超过13亿，笔者查阅中华人民共和国国家统计局数据，显示1989年人口数据是112704万人，可见预测出现了很大的偏差．从教材上看，1950-1959年数据拟合效果非常好，问题出在哪里？笔者认为，马尔萨斯模型作为经典的人口模型，有必要给学生介绍其来历，而不是简单地告诉学生一个结论，虽然学生当时学生不懂，但是埋下了常微分方程的种子，在学生的知识储备达到一定程度，它就会生根发芽．这个模型有自身的缺陷，把问题抛出来，让学生利用课余时间去查阅资料，了解误差产生的来源，培养学生查阅资料，搜集文献，综合思考问题的能力，找出模型的缺陷，锻炼学生综合和评价等高阶思维．2.2 Logistic 人口模型马尔萨斯模型中假定了r 是常数，而r 是随着时间变化而变化的．考虑r 是变化的，将r 看成t 的函数．下面以我国人口模型为例，介绍Logistic 模型．假设我国最多能够支撑的人口数量为K ，()P t 表示t 时刻的人口数量，()()(1)p t r t r K=−，则人口满足下面的模型：00()()(1)()()P t P t r P t KP t P′=− = ，，求解得()P t = 0()1e r t t KC −−+，00K P C P −=．本模型中有两个参数r K ，．需要通过往年的数据来拟合这两个参数．首先查阅《中国人口统计年鉴》和中国人口统计报告筛选符合要求的数据，1980年始，我国确定计划生育为我国的一项基本国策，由于国家的政策对人口数量的变化有很大影响，因此必须避免国家政策的影响；同时，在1981年我国的人口突破10亿大关．考虑上述条件，将1981年以前的人口数据剔除，得到下面数据表格，如表1．表1 中国历年人口总数年份 （年） 人口 （万人） 年份 （年） 人口 （万人） 年份 （年） 人口 （万人） 1981 100072 1982 101654 1983 103008 1984 104357 1985 105851 1986 107507 1987 109300 1988 111026 1989 112704 1990 114333 1991 115823 1992 117171 1993 118517 1994 119850 1995 121121 1996 122389 1997 123626 1998 124761 1999 125786 2000 126743 2001 127627 2002 128453 2003 129227 2004 129988 2005 130756 2006 131448 2007 132129 2008 132802 2009 133450 2010 134091 2011 134735 2012 135404 2013 137054 2014 136782 2015 137462 2016 138271 2017 139008 2018 139538r K ，确定方法1：选择012t t t ，，三年的人口数据012P P P ，，， 其中1021t t t t β−=−=， 由101(1)e r K P KP β−=+−，211(1)e r K P KP β−=+−，111P K =+011()e r P K β−−，211111()e r P K P K β−=+−， 12011111()e r P P P P β−−=−， 故0112111ln 11P P r P P β−=−，101e 11e r r K P P ββ−−−=−．计算得0.0593r =，144930K =万人．0.0593144930()1449301(1)e 100072tP t −=+−，0t >．利用此模型预测最近二十年人口，并计算误差值，如表2．表2 中国各年份实际人口数、预测值及预测误差年份 实际人口 /万人 预测人口 /万人 误差 /万人 百分比 1999 125786 125572 214 0.001701 2000 126743 126545 198 0.001562 2001 127627 127476 151 0.001183 2002 128453 128367 86 0.00067 2003 129227 129217 10 7.74E-05 2004 129988 130028 -40 -0.00031 2005 130756 130803 -47 -0.00036 2006 131448 131541 -93 -0.00071 2007 132129 132244 -115 -0.00087 2008 132802 132914 -112 -0.00084 2009 133450 133552 -102 -0.00076 2010 134091 134158 -67 -0.0005 2011 134735 134735 0 0 2012 135404 135283 121 0.000894 2013 137054 135803 1251 0.009128 2014 136782 136297 485 0.003546 2015 137462 136766 696 0.005063 2016 138271 137211 1060 0.007666 2017 139008 137633 1375 0.009892 201813953813803415040.010778由表2可以看出预测值和真实值很接近，误差都保持在很小的范围．说明本模型很好的反映了这一阶段我国人口的变化情况．r K ，确定方法2：将这个连续的模型离散化，用回归分析来求解此模型．(1)()()()P t P t rr P t P t K+−=−，即年增长率可以看成年份的线性函数，用线性回归即可（如图1）．利用MATLAB 进行回归求解（代码见附录），得到0.0509r =，150590K =，所以()P t =0.05091505901505901(1)e 100072t−+−，0t >．图1 1981年至2018年预测值与人口实际值的拟合图Logistic 人口模型是对马尔萨斯模型的进一步完善，更符合实际情形，误差也在合理的范围内．笔者认为从发展的角度看，应该把此模型和马尔萨斯模型放在一起让学生了解，让学生去比较判断．从模型的建立可以看到，要建立此模型需要确定参数，如何估计参数，需要搜集数据，用到数据拟合．让学生去思考，去搜集，可以培养学生搜集、整理数据等数据处理能力，同时又要用到信息技术，需要去学习软件对应的拟合函数，对学生的综合能力提升有较高的教育价值．模型的拟合效果好不好，涉及评价环节，有哪些评价指标？此模型的缺陷是什么？适用范围又是什么呢？还有哪些较好的人口预测模型，缺陷是什么？有没有一个完美的人口预测模型呢？让学生把此建模问题扩展开，作为一个项目来研究，扩充自己的知识面，同时提升自己的批判性思维．这样的学习方式，更符合脑科学的规律．3 人口预测若采用0.0593144930()1449301(1)e 100072tP t −=+−，0t >来预测未来8年国内的人口数，得到如下结果（表3）．表3 未来8年人口数预测表（1）年份 人口 /万人 2019 138413 2020 138772 2021 139112 2022 139435 2023 139740 2024 140028 2025 140302 2026140560若采用0.0509150590()1505901(1)e 100072tP t −=+−，0t >来预测未来8年国内的人口数，得到如下结果（表4）．表4 未来8年人口数预测表（2）年份 人口 /万人 2019 140349 2020 140825 2021 141279 2022 141714 2023 142130 2024 142527 2025 142907 20261432702018年国内人口数为139538（万），可见后面这个模型更精确一些，因为建模中充分考虑了数据的整体性．4 模型价值本文介绍了经典的马尔萨斯人口模型，该模型是一个指数型函数模型，在教材的指数函数应用章节中有体现，但是该模型是在资源极大丰富，没有政策和疾病影响等情况下进行的．显然不符合目前的人口增长情况．但是作为一个经典的人口模型，学生需要去了解．为了克服上述模型带来的预测误差较大问题，本文介绍了第二种人口模型，即Logistic 人口模型，对上述模型的缺点进行了弥补．从预测效果来看很好的反应了1980-2018年间国内人口的变化情况．因为这一阶段各项政策基本稳定，医疗，公共服务，男女比例等问题相对均衡．目前国内全面开放二孩政策，对人口数增长有一定促进作用，长期来看人口的增速会有所加强，但国内人口老龄化也在加剧，死亡率可能在一定时期加大．可以鼓励学生去搜集数据，研究二孩政策对未来几年人口的影响，以及人口老龄化对未来社会，经济生活带来的影响．可以成立小组，让学生彼此之间合作，虽然开始做起来会比较困难，相信随着学生不断地去尝试，慢慢会体会到其中的乐趣．参考文献[1]王勇．Logistic 人口模型的求解问题[J]．哈尔滨商业大学学报(自然科学版)，2006（5）：58-59 [2]任运平，杨建雅．Logistic 人口模型的改进[J]．运城高等专科学校学报，1999（6）：23-24附录 MATLAB 程序代码参数r K，估计代码：t=0：1：37； %令1981年为0，2018年为37，间隔为1年P=[100072，101654，103008，104357，105851，107507，109300，111026，112704，114333，115823，117171，118517，119850，121121，122389，123626，124761，125786，126743，127627，128453，129227，129988，130756，131448，132129，132802，133450，134091，134735，135404，137054，136782，137462，138271，139008，139538]； %1981年到2018年的人口数据P1=[100072，101654，103008，104357，105851，107507，109300，111026，112704，114333，115823，117171，118517，119850，121121，122389，123626，124761，125786，126743，127627，128453，129227，129988，130756，131448，132129，132802，133450，134091，134735，135404，137054，136782，137462，138271，139008]； %1981年到2017年的人口数据P2=[101654，103008，104357，105851，107507，109300，111026，112704，114333，115823，117171，118517，119850，121121，122389，123626，124761，125786，126743，127627，128453，129227，129988，130756，131448，132129，132802，133450，134091，134735，135404，137054，136782，137462，138271，139008，139538]； %1982年到2018年的人口数据rn=（P2-P1）．/P2；%每一年的人口增长率cs=polyfit（P2，rn，1）；%最小二乘法的拟合公式r=cs（2），K=-r/cs（1）%r K，的值预测函数拟合图代码：t=1981：1：2018；P=[100072，101654，103008，104357，105851，107507，109300，111026，112704，114333，115823，117171，118517，119850，121121，122389，123626，124761，125786，126743，127627，128453，129227，129988，130756，131448，132129，132802，133450，134091，134735，135404，137054，136782，137462，138271，139008，139538]； %1981年到2018年的人口数据t1=0：1：37；YP=150590．/（1+（150590/100072-1）*exp（-0．0509*t1））；%1981年到2018年人口预测值plot（t，P，'*'，t，YP，'-r'） %实际值与预测值得拟合图title（'1981年到2018年预测值与人口实际值的拟合图'）%画拟合图（本文系中山市2018年重点项目课题《高中数学学科核心素养之数学建模的教学实践研究》（课题编号：A2018021）的阶段性研究成果）例谈信息技术与高中数学教学的深度融合许如意福建省晋江市紫峰中学（362200）在2018年泉州市教育系统高中教师教育教学信息化应用技能岗位练兵竞赛中，笔者有幸以《阿波罗尼斯圆》通过了淘汰率高达80%的初赛环节，进入复赛，并在后续比赛中获奖．下面以《阿波罗尼斯圆》这一节课中信息技术的使用情况为例，谈谈自己对信息技术与高中数学课程深度融合的思考，以期抛砖引玉．1 信息技术与高中数学教学深度融合的案例在《阿波罗尼斯圆》这节课中，基于人教A版必修2习题4.1的B组题3（已知点M与两个定点(00)O，，(30)A，的距离之比为12，求点M的轨迹方程），我们设置了一个类比椭圆、双曲线的轨迹，猜想平面内到两个定点的距离之比等于常数的点的轨迹，并利用信息技术验证猜想，然后给出一般结论的教学环节．在这个环节需要一个合适的专业数学软件来支持教学设想的顺利展开．根据所在学校的硬件条件以及学生的情况（有开设《几何画板》校本选修课），我们选择了《几何画板》，并设计了如下方案．方案1①根据定点(00)O，，(30)A，与定比12，计算出阿波罗尼斯圆的方程并画出圆，作出两定点；②在圆上任意取一个点M，连接MO MA，，度量MOMA；③隐藏圆，追踪点M的轨迹，这样就形成了一个阿波罗尼斯圆的动画．《普通高中数学课程标准（2017）》提出：重视信息技术运用，实现信息技术与数学课程的深度融合．教师应重视信息技术的运用，优化课堂教学，转变教学与学习方式．例如，为学生理解概念创设背景，为学生探索规律启发思路，为学生解决问题提供直观，引导学生自主获取资源．上述方案能达到课程标准所提出的“为学生探索规律启发思路”吗？能体现信息技术与数学课程的深度融合吗？在方案设置好之后，笔者进行了反思．方案一只能体现在定点(00)O，，(30)A，与定比12条件下的阿波罗尼斯圆，而学生在验证环节，需要改变定点或定比来探索一般情况下动点M的轨迹．因此，笔者将方案1进行了修改．方案2①设置参数1t，用参数1t表示MOMA；②在x轴上任意取一点F，度量其横坐标值为。