深圳杯论文.docVIP

论文题目：深圳人口与医疗需求预测 姓 名 专业 电子邮箱 参赛队员1 林友珍 数学与应用数学 761490485@ 参赛队员2 叶岱璇 数学与应用数学 864872823@ 参赛队员3 许泽璇 数学与应用数学 452102717@ 指导教师：肖刚 参赛学校：韩山师范学院 深圳人口与医疗需求预测 摘要 本文通过分析深圳近十年常住人口、非常住人口变化特征，建立了深圳人口增长的预测模型，预测未来十年深圳市人口数量和结构的发展趋势，以此为基础预测全市和各区未来的医疗床位需求。根据深圳市人口的年龄结构和患病情况所收集的数据，预测恶性肿瘤和脑血管病在不同类型的医疗机构就医的床位需求。 对于问题一，建立以下模型进行求解： 模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件中数据，结合经济承载力法算出非常住人口的数据，根据2001-2010年人口数据建立模型，进行预测，把预测结果与实际数据进行分析比较，由拟合曲线的可决系数可知拟合效果较理想。 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）。通过统计女性人口结构的生育率和死亡率，构造Leslie矩阵，建立相应的Leslie模型，得到了2010年各个年龄组的人口数据。将预测数据与原始数据进行比较，相对误差较小，最后预测出2015年的人口结构和数据。 模型Ⅲ：以模型Ⅰ预测出来的人口数据为基础建立了线性回归模型，运用MATLAB统计回归工具箱，通过残差分布图剔除异常点，最后拟合出人口与医疗床位的线性方程，进而预测未来十年深圳市及各区的医疗床位需求。 对于问题二，建立以下模型进行求解： 模型Ⅳ：收集2002年至2010年深圳各年龄结构的恶性肿瘤死亡率及其死亡人数，建立灰色系统的GM(1,1)模型，运用MATLAB软件进行求解，预测出2011年至2018年各年龄结构的恶性肿瘤死亡率及其死亡人数，其中恶性肿瘤死亡人数的预测模型为y＝5004.6－4372.6。结合恶性肿瘤的高死亡率，用恶性肿瘤的死亡人数估算恶性肿瘤的床位需求。我们统计了深圳全市医院的肿瘤科床位数量，共有398张。将预测的恶性肿瘤的床位与现有的全市医院的肿瘤科床位数量做比较，发现深圳现有的肿瘤科床位不能满足未来的需求。 模型Ⅴ：收集2002年至2010年深圳各年龄结构的脑血管病死亡率及其死亡人数，建立差分自回归移动平均模型ARIMA(p,d,q)，其中建立ARIMA（2,2,2）模型预测脑血管病的死亡人数。运用Eviews软件进行求解，预测出2011年至2015年各年龄别的脑血管病的死亡率及其死亡人数，结合脑血管病的高死亡率，用脑血管病的死亡人数估算脑血管病的床位需求。统计具有外科床位的医院及外科床位数，深圳现有3893张外科床位，从预测结果知2015年深圳脑血管病死亡人数将达到1472人，若不考虑其他疾病的外科床位需求，仅仅考虑脑血管疾病的床位需求，深圳现有的外科床位还是足够的。 关键词：Logistic；统计回归； Leslie模型； GM(1,1)模型； ARIMA(p,d,q) 一、问题重述 从结构来看，深圳人口的显著特点是流动人口远远超过户籍人口，且年轻人口占绝对优势。深圳目前人均医疗设施虽然低于全国类似城市平均水平，但仍能满足现有人口的就医需求。然而，随着时间推移和政策的调整，深圳老年人口比例会逐渐增加，产业结构的变化也会影响外来务工人员的数量。这些都可能导致深圳市未来的医疗需求与现在有较大的差异。 现有人口社会发展模型在面对深圳情况时，却难以满足人口和医疗预测的要求。为了解决此问题，根据深圳人口发展变化态势以及全社会医疗卫生资源投入情况（医疗设施、医护人员结构等方面）收集数据、建立针对深圳具体情况的数学模型，预测深圳未来的人口增长和医疗需求。 问题一：分析深圳近十年常住人口、非常住人口变化特征，预测未来十年深圳市人口数量和结构的发展趋势，以此为基础预测未来全市和各区医疗床位需求； 问题二：根据深圳市人口的年龄结构和患病情况及所收集的数据，选择预测几种病（如：肺癌及其他恶性肿瘤、心肌梗塞、脑血管病、高血压、糖尿病、小儿肺炎、分娩等）在不同类型的医疗机构就医的床位需求。 二、问题分析 2.1问题一的分析 通过MATLAB绘图，分析深圳近十年常住人口的变化特征。深圳人口的显著特点是流动人口远远超过户籍人口，而流动人口的统计存在着一定的困难，我们查阅了深圳大量的统计资料，并不存在流动人口的统计，我们建立经济承载力法预测深圳的非常住人口，并分析其变化特征。 通过附件一的2001-2010年人口数据，建立了Logistic人口阻滞增长模型， 把预测结果与实际数据进行分析比较，由拟合的曲线的可决系数判断拟