如何预报人口的增长.ppt

背景 年 1625 1830 1930 1960 1974 1987 1999 人口(亿) 5 10 20 30 40 50 60 世界人口增长概况 中国人口增长概况 年 1908 1933 1953 1964 1982 1990 1995 2000 人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0 如何预报人口的增长 美国人口增长概况 年 1790 1800 1810 1820 1830 1840 1850 1860 人口(百万) 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 年 1870 1880 1890 1900 1910 1920 1930 1940 人口(百万) 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 年 1950 1960 1970 1980 1990 2000 2010 人口(百万) 150.7 179.3 204.0 226.5 251.4 281.4 310.6 研究人口变化规律 预测未来人口数量 控制人口过快增长 连续时间—马尔萨斯指数增长模型（1798，英国人口学家） 离散时间模型——常用计算公式 x(t) ~时刻t的人口 基本假设 : 人口(相对)增长率 r 是常数(r很小) 今年人口 x0, 年增长率 r， k年后人口 随着时间增加，人口按指数规律无限增长 美国人口参数x0, r的估计 线性化拟合(课本P11) 变换lnx=lnx0+rt，求解线性方程组的最小二乘解 r = 0.2022，x1790 =6.045，x2000 = 422.1 与2000真实数据比，误差很大 改进：数据的选择 1. 长期数据 2. 中期数据 3. 短期数据 实际 x2000 = 281.4 长期数据拟合(1790-2000) r = 0.2022，x1790 =6.045，x2000 = 422.1 实际 x2000 = 281.4 中期数据拟合(1860-2000) r = 0.1522，x1860 =37.8557，x2000 = 318. 7 实际 x2000 = 281.4 短期数据拟合(1900-2000) r = 0.1286，x1900 =80.3728，x2000 = 290.8 实际 x2000 = 281.4 不同的拟合方法 思考：为什么数据多反而不好？ 补充题(其他拟合方法) 直接利用x0真实数据， 仅拟合一个参数r？ 非线性最小二乘拟合？ 指数增长模型的局限性 可用于短期人口增长预测 不能预测较长期的人口增长过程 怎样改进？ 仔细分析发现： 人口增长率r不是常数(逐渐下降) 阻滞增长模型(Logistic模型) （1837，荷兰生物数学家，维赫尔斯特） 人口增长到一定数量后，增长率下降的原因： 资源、环境等因素对人口增长的阻滞作用 且阻滞作用随人口数量增加而变大 假设 r ~固有增长率(x很小时) xm~人口容量（资源、环境能容纳的最大数量） r是x的减函数 dx/dt x 0 xm xm/2 xm t x 0 x(t)~S形曲线, x增加先快后慢 x0 xm/2 阻滞增长模型(Logistic模型) ？ 利用统计数据用最小二乘法作拟合 例：美国人口数据（单位~百万） 1860 1870 1880 …… 1960 1970 1980 1990 31.4 38.6 50.2 …… 179.3 204.0 226.5 251.4 阻滞增长模型(Logistic模型) 注意: 课本P14-15方法值得商榷 (1)去掉异常数据太主观； (2)用1960一年数据来估计更不靠谱； (3)计算结果都比实际数据小，显然不合理。 阻滞增长模型非线性拟合(1790-1990数据) 指数 x2000 = 318.7 实际 x2000 = 281.4 r = 0.2255，x1790 =7.1，xm=397.2, x2000 = 286.9 线性最小二乘拟合 非线性最小二乘拟合 阻滞增长模型非线性拟合(1860-199