考虑年龄结构的人口模型leslie模型.docVIP

考虑年龄结构的人口模型（ Leslie 模型） 对 Logistic 模型的批评意见除了实际统计时常采用离散变化的时间变量外， 另一种看法 是种群增长不应当只和种群总量有关， 也应当和种群的年龄结构有关。 不同年龄的个体具有 不同的生育能力和死亡率，这一重要特征没有在 Logistic 模型中反映出来。基于这一事实， Leslie 在 20 世纪 40 年代建立了一个考虑种群年龄结构的离散模型。 由于男、女性人口（或雌、雄性个体）通常有一定的比例，为了简便起见，建模时可 以只考虑女性人数，人口总量可以按比例折算出来。将女性按年龄划分成 m+1 个组，即 0,1,? ,m 组，例如，可 5 岁（或 10 岁）一组划分。将时间也离散成间隔相同的一个个时段， 即 5 年（或 10 年）为一个时段。记 j 时段年龄在 i 组中的女性人数为 N（ i,j ），bi 为 i 组每一 妇女在一个时段中生育女孩的平均数， pi 为 i 组女性存活一时段到下一时段升入 i +1 组的人 数所占的比例（即死亡率 di=1- pi ）同时假设没有人能活到超过 m 组的年龄。实际上可以这 样来理解这一假设，少量活到超过 m 组的妇女（老寿星）人数可以忽略不计，她们早已超 过了生育期， 对人口总量的影响是微小的而且是暂时性的， 对今后人口的增长和人口的年龄 结构不产生任何影响， 假设 bi、 pi 不随时段的变迁而改变， 这一假设在稳定状况下是合理的。 如果研究的时间跨度不过于大， 人们的生活水平、 整个社会的医疗条件及周围的生活环境没 有过于巨大的变化， bi、 p 事实上差不多是不变的，其值可通过统计资料估算出来。 i 根据以上假设可以得出以下 j+1 时段各组人数与 j 时段各组人数之间的转换关系： N (0, j 1) b0 N (0, j ) b1 N (0, j ) bm N ( m, j ) N (1, j 1) p0 N (0, j ) N (m, j 1) pm 1 N (m 1, j ) 显然， b j , pi 0 。 N (0, j ) N (0, j 1) 简记 N j ， N j 1 N ( m, j ) N (m, j 1) 并引入矩阵 b0 b1 bm 1 bm A p0 0 0 0 0 1 0 0 p 0 0 pm 1 0 则方程组（ 4.28）可简写成 N j 1 AN j 矩阵 A 被称为 Leslie 矩阵（或射影矩阵） ，当矩阵 A 与按年龄组分布的初始种群向量 N0=(N(0,0)， N( 1,0) ， ? ， N(m,0))T 一经给定时，其后任一时段种群按年龄分布的向量即 可用（ 4.29）式迭代求得 N j 1 AN j A j 1N 0 人口（或种群）的增长是否合理不仅仅取决于人口的总量是否过多或过少，还取决于 整个的年龄结构是否合理即各年龄段人口数的比例是否恰当。通过对 Leslie 矩阵 A 的研究， 可以得到许多十分有用的信息。 女性有一定的生育期，例如 k 组以后的女性不再生育，则有 bk≠ 0， bk+1 ，?， bm 均为 零（初始若干个 bi 也可能为零），此时 A 可简记为 A1 0 A2 A3 其中 A1 和 A2 分别为 k+1 阶和 m-k 阶方阵，于是 A j A1j 0 f ( A1 , A2 , A3 ) A3j 因为 A3 是一个下三角阵且对角元素全为零，由高等代数中的哈密顿一凯莱定理，当 j m k 时必有 A3j 0 ，此时 Aj 的最后 m-k 列均为零向量。其实际意义为 t=0 时已超过 育龄的女性， 其目前的存在对若干年后的人口分布已毫无影响， 她对人口发展的贡献将由她 在此前所生育的女孩来完成，这一点当然是十分显然的。 f(A1,A2,A3)为某一用 A1 、A2、 A3 表 达的表示式， Aj 的这一子块较为复杂， 并直接反映出 k+1 组以后各组的年龄结构， 对它的讨 论可以导出避免社会老龄化的条件。 现在，我们来研究一下 Leslie 矩阵，并进而研究时间充分长后种群的年龄结构及数量上 的趋势。 容易看出 A1 是非奇异的，因为 A1 ( 1) k 2 p0 p1 p k 1bk 0 事实上，不难直接验证： 0 p0 1 0 0 0 0 p1 1 0 A1 1 1 b0 b1 bk 1 bk p0bk p1bk pk 1bk 由 Aj 的分块结构可知，对 A1 及 Nj+1 的前 k+1 个分量 N (jk 1) , N (j k 1 1) A1 N j(k 1) 也成立。 为叙述方便， 不妨仍记 N (kj 1) 为 Nj，并记 A1 为 A，简略讨论一下前 k+1 组人口数量的