人口增长模.pptVIP

人口增长预测模型 朱维钧 2013年5月3日 目录 引言 常用的人口模型 短期预测模型 长期预测模型 引言 1 人口问题及预测控制人口的意义 2 我国现阶段人口状况面临四个问题。 人口基数大 老龄化趋势剧烈 性别比例失调 城镇化过快 3 针对上述几个问题展开讨论, 建立模型对我国人口状况进行预测评估. 常用的人口预测模型 自然增长模型 指数增长模型 阻滞增长模型 Leslie矩阵模型 线性回归模型 偏微分方程模型 灰色系统模型 离散模型 指数增长模型 Leslie矩阵模型 由于男女人口通常有一定比例，为简单起见，只考虑女性人口数，记k年第i个年龄段的人口数量为 ，其中k=0,1,2…,i=1,2…90,九十岁以上的人口都归为九十岁这个年龄段，第i个年龄段的女婴的繁殖率bi,第个年龄段的死亡率di（存活率si=1-di），假设bi,di不随时间变化 时段k+1第一年成活的新生儿数量是时段k各个年龄段繁殖并且成活的数量之和，即 1 短期预测模型 模型一：灰色GM(1.1)模型，选择最佳维度来建立模型进行预测 模型二：采用新陈代谢灰色GM(1.1)建模，并与模型一作对比，最后选择最佳的5维新陈代谢灰色GM(1.1)来预测人口数，并对结果进行了验证和分析。 2 长期预测模型 由于中国城镇化速度加快，市、镇、乡人口转移加剧，城镇和乡村的年龄结构及男女出生，男女婴死亡率等都有较大的差别。发展方程已不能很好地描述人口发展状况，综合考虑上面的因素渐进的建立了一个改进的递推离散模型，最后对结果进行分析 短期预测模型 模型一： 灰色GM(1,1）模型 1 灰色系统原理及检验方法 (1)确定原始数据序列 及其的一次累加生成（1-AGO）序列 : (2) 确定 的紧邻均值生成序列 (3)灰微分方程及其白化方程为 (4)确定数据矩阵 (5)则参数 的最小二乘估计满足 (6)灰色GM(1,1)模型的时间响应序列为 (7)累减还原后可得原始序列的模拟序列为 (8)模型检验 2选择维度 精度检测(五维的最优) 误差检测(五维的最优) 5维灰色预测模型的平均相对误差最小,平均相对精度也比较高,模型拟合值与实际值比较接近,故而模型一选择5维模型为最优预测模型。具体计算过程如下: (1)确定原始数据序列 及 的一次累加生成（1-AGO）序列 : (2) 确定 的紧邻均值生成序列 (3)确定数据矩阵 (4) 则参数 的最小二乘估计满足 (5)确定预测模型为: (6)累减还原后得原始序列的模拟序列为 (7)均方差比C=0.0029,小概率误差P=1,平均相对误差0.003955%, 模型二：新陈代谢GM(1,1)模型 对原始序列建模后求得预测值，将此信息加入序列，并去掉最老的信息以保持序列长度不变，如此反复类推则可以建立GM(1,1)模型群。 对于模型二同样要考虑采取几维数据精度最高，另外还要考虑模型二与模型一那个精度更高。编程计算。 综上所述，我们可以看出新陈代谢GM(1,1)的误差较小，我们在中短期人口预测时采用5维的新陈代谢GM(1,1)模型 利用该模型预测2009到2020年的人口数见下表 长期预测模型 模型一：无迁移递推模型 1）死亡率的确定　 根据中国人口年龄死亡率数据（94-05）可以看出同一年龄段的死亡率几乎没有什么波动，所以取01-05这五年的各年龄段死亡率的平均值见附表一，在这里采用Logit函数来模拟死亡率，该函数为 利用附表一中的数据拟和的结果见下图 （市男性死亡率函数 ) 2）人口出生性别比的确定 3) 生育率向量的确定 预计中国未来半个世纪妇女总和生育率基本维持在1.8，这样就不妨设 。类似于前面男女出生比的确定。结果见下图： 根据上述模型，运用MATLAB程序预测出未来几年我国人口总数，如下图： 模型二：考虑迁移的递推离散模型 分别考虑市镇乡三类人口，建立3个独立的人口系统。由于没有涉及流动性，会使预测值出现一定偏差，为了考虑迁移对人口的影响，引入人口流动因子，定义如下： 由于我国目前城镇化加快，从市、镇向乡村，从市到镇转移的人数十分少