Lesle矩阵模型预测人口.docVIP

Leslie矩阵模型预测人口 4.1 Leslie矩阵模型的基本概念 4.1.1 参数定义[11] 我们将中国人口按年龄段分成数段，因此当段数到达一定大小的时候就能包含全部年龄层的人。再将时间序列也分割成数段（一年为一段即可研究年度人口总数），得到： xki——在时间周期 k 第 i 注：这里的xk1表示的最低年龄段的人数，如0岁~5岁的人数；一定存在整数n 其他关于人口的参数： 1）bk(i)——在时间周期 k 第 i 2）dk(i) 4.1.2 Leslie矩阵 1.转移过程 在一个时间周期内xk-1i里的人数转移到 (4-1) 下面来讨论i=0的情况，即新生儿人数，在这里我们做了一个假设，女性人口大致占总人口的一半（通过以往的人口普查可以得到证实），因此在时间周期的第个年龄段的女性人数为，则可以通过女性的年龄别生育率预测第一个递推关系如下： (4-2) 2. 人口发展模型 (4-3) 其中 (4-4) 为了化简，我们记： (4-5) 则有简写： (4-6) 则有递推公式: (4-7) 通过这种方法，我们把人口预测问题的重点落到了一个维矩阵运算上。 4.2 Leslie矩阵模型的具体实施 4.2.1 参数变量的分析 1. 五年为单位的时间周期 由于原始数据采集的限制，我们将中国人口按年龄分为0~4岁，5~9岁，10~14岁…90~94岁，95岁以上，一共20个年龄段。为了满足转移过程，我们也要将Leslie矩阵模型中的时间周期调整为5年。 下面我们验证5年为单位的时间周期是否满足转移过程。显然，在任何时间点，0~4岁的人群集合里的元素除去死亡率会全部在五年以后转移到5~9岁的人群集合里，并将原来5~9岁集合中的元素全部取代（5~9岁人群集合里的元素在五年后已全部转移到10~14岁人群集合里），以此类推。 因此，我们可以证明以5年为单位的时间周期满足转移过程。 2.生育率和死亡率的调整 1) 根据时间周期的调整 L矩阵中唯一的变量是bk(i)和 在原来的Leslie模型的假设中，单位时间周期为一年。因此Leslie矩阵第一行对应的系数是生育率的一半，如第一年过后，0岁的孩子即为一年前总人数的一半（女性人数）乘以生育率。同样的，在5年为一个时间周期的假设中，经历五次“生育机会”，即第一年的生育情况代表了下一周期4岁的孩子数量，第二年的生育情况代表了下一周期3岁的孩子数量，以此类推。 在社会环境稳定的情况下，人的生育模式是基本不变的。因此表现在年龄别生育率上，就全可以假设为常量，于是5年Leslie矩阵的第一行系数为： (4-8) Leslie矩阵的第二行到第 n 行的系数代表了，前一个时间周期到这个以时间周期之间，每一个年龄段的人数死亡的人数，也就是转移过程中的损耗人数。 同样的，在原来的Leslie模型的假设中，单位时间周期为一年的情况下，第一年过后，1岁的人数为一年前0岁的人数减去0岁人数在上一年的死亡率。那么，在5年为一个时间周期的假设中，经历五次“死亡机会”，即0岁的人数乘以在五年内死亡的概率，即 综上所述，在5年为一个时间周期，5岁为一个年龄段的假设下，新的Leslie矩阵如下： L= 2) 根据实际情况的调整 我们用某一时期的总和生育率TFR推算相应时期的年龄别生育率。 注：总和生育率TFR（total fertility rate ）是确定每一年的年龄别生育率的关键因素，也是反映概念总体生育水平的指标。其具体定义为：若把年龄按照1年为单位分割，一定时期所有育龄女性年龄别生育率的总和；而当年龄分组以5岁为组距时，总和生育率等于年龄别生育率之和与组距的乘积。 bki是在周期K时第 (4-10) 其中b0ii=0,1,…20为2010年的年龄别生育率，则为第时期与2010年的比值。 2)死亡率按照时间的分布的数据很少，然而事实上我们也可以发现，在社会安定，没有战争、瘟疫、人口迁徙等突发状况时，死亡率大致与时间无关（即与无关），由此我们能得到 (4-11)