原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
PAGE
4-
关于计划生育政策调整对人口数量、结构及其影响的研究
【摘要】
本文着重于讨论两个问题:1、从目前中国人口现状出发，对于中国未来人口数量进行预测。2、针对深圳市讨论单独二胎政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的影响。
对于问题1从中国的实际情况和人口增长的特点出发，针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等，提出了Logistic、灰色预测、等方法进行建模预测。
首先，本文建立了Logistic阻滞增长模型，在最简单的假设下，依照中国人口的历
史数据，运用线形最小二乘法对其进行拟合，对2014至2040年的人口数目进行了预测，
得出在2040年时，中国人口有14.32亿。在此模型中，由于并没有考虑人口的年龄、
出生人数男女比例等因素，只是粗略的进行了预测，所以只对中短期人口做了预测，理
论上很好，实用性不强，有一定的局限性。
然后，为了减少人口的出生和死亡这些随机事件对预测的影响，本文建立了GM(1,1)
灰色预测模型，对2014至2040年的人口数目进行了预测，同时还用2002至2013年的
人口数据对模型进行了误差检验，结果表明，此模型的精度较高，适合中长期的预测，
得出2040年时，中国人口有14.22亿。与阻滞增长模型相同，本模型也没有考虑年龄
一类的因素，只是做出了人口总数的预测，没有进一步深入。
对于问题2针对深圳市人口结构中非户籍人口比重大，流动人口多这一特点，我们采用了灰色GM(1,1)模型，通过matlab对深圳市自2001至2010年的数据进行拟合，发现其人口变化近似呈线性增长，线性相关系数高达0.99，我们就此认定其为线性相关并给出线性方程。同理，针对其非户籍人口，我们进行matlab拟合发现，其为非线性相关，并得出相关函数。并做出了拟合函数。
对于新政策的实施，我们做出了两个假设。在假设只有出生率改变的情况，人口呈现一次函数线性增加。并拟合出一次函数；在假设人口增长率增长20%时，做出了预测如果单独二胎政策实施，到2021年，深圳市常住人口数将会到达1137.98千万人。
关键词:GM(1,1)灰色模型Logistic阻滞增长模型线性拟合非线性拟合
【目录】
一、问题重述（4）
二、符号定义与说明（4）
三、模型假设（4）
四、问题分析及模型建立及求解
A、问题一:1、问题背景（5）
2、问题分析（5）
3、模型建立
模型一:阻滞增长模型的建立（6）
阻滞增长模型的求解（6）
阻滞增长模型的分析（7）
阻滞增长模型的优化（7）
阻滞增长模型优化后的分析（9）
模型二:GM(1.1)灰色预测模型的建立（9）
GM(1.1)灰色预测模型的求解（10）
GM(1.1)灰色预测模型的分析（11）
B、问题二:1、问题重述（11）
2、问题假设（11）
3、问题背景（12）
4、灰色预测模型的建立（14）
5、灰色预测模型的求解（14）
6、模型的优化（新政策实施后的预测）（15）
新政策下的建模（16）
假设拟合成一次线性函数（16）
假设按比例增长（17）
数据分析及评价（17）
模型总评价（18）
参考文献（19）
附录（19）
三、模型建立及求解
1.3.1模型建立
A.阻滞增长模型
针对未来中国人口总数，我们建立简单的预测模型阻滞增长模型。（具体建立方法见附录1）
我们可以得到以下等式：
人口增长率函数：（1）
时刻人口数目函数：（2）
单位时间内人口增量方程:
文档评论（0）