Markov链在中国人口年龄结构预测中的应用

摘要

基于马尔可夫链的预测模型, 利用2001- 2006年中国人口年龄结构数据, 计算了中国人口年龄结构变化的一步转移概率, 最后利用计算的转移概率矩阵预测了未来中国的人口年龄结构。得出的结论是: 中国现在及今后100年内老龄化趋势会不断加剧, 老龄化速度先快后慢, 最终中国人口年龄结构会趋于稳定, 但是总体上老龄化速度没有人们普遍预计的那么快。

关键字：马尔可夫链；转移概率矩阵；人口年龄结构

目录

摘要 (1)

一、背景 (3)

二、马尔可夫链的基本介绍 (4)

1.Markov过程 (4)

2.转移概率 (4)

3.时齐马尔可夫链 (4)

4.转移概率矩阵 (5)

三、数据分析 (6)

1.建立人口年龄结构的预测模型 (6)

2.预测模型的应用 (6)

四、结论分析 (11)

参考文献 (13)

一、背景

人口年龄结构指一定时点、一定地区各年龄组人口在全体人口中的比重, 又称人口年龄构成, 通常用百分比表示。人口年龄结构是过去几十年、甚至上百年自然增长和人口迁移变动综合作用的结果, 又是今后人口再生产变动的基础和起点。在人口与经济社会发展的关系上, 人们把注意力更多的放在人口数量及其增长速度上, 因为人口增长得太快、数量太多, 就会抵消经济增长的成果, 使人均GDP增长缓慢。而人均GDP 是衡量经济社会发展的一个很重要的指标, 全面建设小康社会就要求人均GDP 达到3000美元以上。所以, 人们比较重视人口总量变化对经济社会发展的影响, 更多地把注意力放在了如何控制人口的增长上, 而对人口年龄结构变化对经济社会发展的影响则重视不够。事实上, 人口年龄结构变化对经济社会发展的影响, 并不亚于人口数量变化对经济社会发展的影响。因为, 不同年龄的人群所具有的经济社会特征是不一样的, 他们在经济社会发展中的作用也是不一样的, 可以说人口年龄结构不仅对未来人口发展的类型、速度和趋势有重大影响, 而且对今后的社会经济发展也将产生一定的作用。所以探讨人口年龄结构的现状及其变化趋势意义重大, 对我国可持续发展战略的制定有很重要的参考价值。

马尔可夫随机过程已经被广泛地运用于经济社会的各个方面, 其中代表性的研究包括: 张雅清等运用马尔可夫链模型预测了我国各地区的人均GDP 的变化趋势,杨楠等尝试着将灰色马尔科夫模型运用于房价指数的预测分析,并对2003年7月到2005年7月间的中房上海住宅指数和办公楼指数进行了实证分析, 结果表明该模型的拟合精度较高, 在房价指数的预测中有较强的适用性。结论认为: 1997年至2002年, 市场总体近一半的时间处在熊市, 另一半时间处在慢牛市和疯牛市, 总体而言, 市场处于均衡状态, 状态转换的时间反映出我国股市仍然是政策市。由上文献综述也可以看出, 到目前为止还没有学者将马尔可夫理论运用于人口年龄结构的预测, 那么基于马尔可夫理论, 中国人口年龄结构的预测模型如何建立? 中国人口年龄结构的转移概率矩阵如何? 数年后中国人口年龄结构又会变成怎样? 这是我们都很关注的问题。正是基于上述几点考虑, 我们将马尔可夫链的预测模型应用于我国人口年龄结构的研究。

二、马尔可夫链的基本介绍

马尔可夫链模型是一种常用的概率模型,其原理为利用概率转移矩阵所进行的模拟分析。此模型为一动态模型，参数可随时间而变，故可以用来预测未来事物变化状态的趋势。

1.Markov过程

随机过程｛X n,n=0,1,2,3,…｝若它只取有限或可列个值E0,E1,E2,…，我们用｛0，1，2，…｝来标记E0,E1,E2,…，并称它们是Markov过程的状态。｛0，1，2，…｝或其子集记为S，称为过程的状态空间)对任意的n≥0及状态i, j, i0, i1, …i n-1有P{X n+1=j|X0=i0，X1=i1，…，X n-1=i n-1，X n=i}=P{X n+1=j|X n=i} （1.1）式(1.1)刻画的Markov链的特性称为Markov性。

Markov链表示一个随机序列的条件概率只与最近的系统状态有关，而与先前系统状态无关，所以Markov性也被称为无后效性。Markov性也可以用一句通俗的话来概括——已知现在，将来与过去无关。

2.转移概率

称式（1.1）中的条件概率P{ X n+1=j|X n=i}为Markov链｛X n,n=0,1,2,3,…｝的一步转移概率，简称转移概率。

3.时齐马尔可夫链

当Markov链的转移概率P{ X n+1=j|X n=i}只与状态i,j有关，而与n无关时，称Markov链为时齐的，并记P ij= P{ X n+1=j|X n=i}(n≥0)。

不管Markov链的状态是否有限，我们都可以将P ij（i,j∈S）排成一个矩阵的形式，令

()??????

???

?

?

?==

434241403332313023222120

1312111003020100ij P P P P P P P P P P P P P P P P P P P P P P (1.2)

4. 转移概率矩阵

称式（1.2）为转移概率矩阵，容易看出P ij （i,j ∈S ）有性质 （1） P ij ≥0，i,j ∈S （2）

∑i

ij P

=1，i ∈ S （1.3）

5. Chapman-kolmogorov,C-K 方程

P

)n m (i j +=p

p

)n (kj

S

k )

m (ik

∑∈或P (m+n)=P (m)P (n) (1.4)

P

m ij

= P { X n+m =j|X n =i}为m 步转移概率，??

? ??=p p

)m (ij )

m (为m 步转移概率矩阵

三、 数据分析

在上面理论介绍的基础上, 我们通过实证分析来说明如何利用马尔可夫链的预测模型来分析我国的人口年龄结构。本文的实证分析部分是按照如下 的思路展开的, 首先我们建立了人口年龄结构的预测模型, 接着基于 2001-2006年我国人口年龄结构数据, 计算了我国人口年龄结构变化的一步转移概率, 最后我们基于计算的转移概率矩阵预测我国未来的人口年龄结构。

1. 建立人口年龄结构的预测模型

令过程有n 个互斥并完备的状态, 初始状态为λ(0) = ( λ1(0)，λ2(0) ，…，λn(0) )。由马尔可夫链的性质可知: λ(k+ 1) =λ(k)p,它的矩阵形式为: (λ1( k+1 )，λ2( k + 1)，…，λn( k + 1) ) =

(λ1( k)，λ2( k)，…，λn( k) ) ??????

?

??nn

n n n n

P P P P P P P P P .

(21)

2.

(2221)

1 (1211)

..........

由递推关系可得: λ (k+ 1)=λ (0)p k+1,这就是( k +1) 期马尔可夫预测模型, 从中可以看出, 对于马尔可夫链而言, 它在任意时刻的状态可由其初始状态及状态转移概率矩阵得出。

2. 预测模型的应用

本文结合中国人口年龄结构的现状,选取2001- 2006年为样本区间,相关指标为各年龄阶段人口所占比例,具体见表1所示

表1 中国2001- 2006年人口年龄构成数据

由上面的数据,我们可以计算一步转移概率矩阵。设每年0- 14、 15- 64、 65岁及以上人口所占比例分别为状态1、2、3,每相邻两年为一步,则2001- 2002年的状态转移概率为:P 11=213/225, P 12=8/225, P 13=4/225, P 21= 0, P 22= 1,P 23= 0,P 31= 0, P 32= 0, P 33= 1。所以2001- 2002年的状态转移概率矩阵为:

P 1=???????

? ?

?1

0010

22542258225213. ,同理可得出: 2002-2003年, 2003- 2004, 2004- 2005, 2005- 2006年的状态转移概率矩阵分别为:

P 2=???????? ?

?1

0010

21332137213203., P 3=???????

?

?

?1

001020312039

203193.

P 4=?????

?

??1

72157217147212001， P 5

=???????

? ?

?1

0010

19511959195185

. 为了消除样本随机性影响,更加客观描述状态规律,在此取P 1，P 2，P 3，P 4，P 5的平均作为转移概率P

（P 1+P 2+P 3+P 4+P 5）÷ 5=????

?

?

?1

0010

01.003.096.0. 最后我们可以根据上面得到的转移概率矩阵预测未来我国人口年龄结构,一步状态转移矩阵会随着国民经济的发展而发生些许变化,在此我们假设只要不发生重大事件(如战争、自然灾害等),现有的国策不改变,这一状态转移矩阵在今后几十年内基本保持不变。以2001- 2006这六年各年龄阶段所占比例的平均值作为初始状态:即λ0=(20.2, 71.2, 8.6),按目前的转移状态概率基本不变,则可以利用式: λn=λ0P n 预测今后5年、10年、 50年、 100年我国人口年龄结构(以下计 算均在Matlab 下完成)。5年后我国人口年龄结构预测为:

λ

5=λ0P 5

=(20.2,71.2,8.6) ????

?

?

?10001001

.003.096.05

=(16.5,74.0,9.5)

代码如下

>> a=[0.96,0.03,0.01;0,1,0;0,0,1] a =

0.9600 0.0300 0.0100 0 1.0000 0 0 0 1.0000

>> b=[20.2,71.2,8.6] b =

20.2000 71.2000 8.6000

>> a5=a^5 a5 =

0.8154 0.1385 0.0462 0 1.0000 0 0 0 1.0000

>> c5=b*a5 c5 =

16.4705 73.9971 9.5324 >>

表明我国在5年后, 16.5%的人口年龄在0-14岁之间, 74%的人口年龄在15-64岁之间, 9.5%的人口年龄在65岁以上。

10年后,到2016年我国人口的年龄结构预测为:

λ

10=λ0P 10

=(20.2,71.2,8.6) ????

?

?

?10001001.003.096.010

=(13.4,76.3,10.3))

代码如下

>> a10=a^10

a10 =

0.6648 0.2514 0.0838 0 1.0000 0 0 0 1.0000

>> c10=b*a10

c10 =

13.4296 76.2778 10.2926

>>

同理:λ

50=λ

P50=(2.6,84.4,13),λ

100

=λ

P100=(0.3,86.1,13.6)

代码如下

>> a100=a^100

a100 =

0.0169 0.7373 0.2458 0 1.0000 0 0 0 1.0000

>> c100=b*a100

c100 =

0.3408 86.0944 13.5648

>>

四、结论分析

根据联合国划分的人口年龄结构类型标准, 老年型人口结构国家的定义为: 老年系数即65岁以上人口占总人口的比例超过7% , 少年儿童系数在30% 以下, 老少比30%以上。由表及以上的计算可知, 10年后, 即到2016年我国人口年龄65 岁及其以上的人口所占比例为 10.3% , 大于7% , 13.4% 的人口年龄在0-14岁之间, 小于30% ,并且老少比为76：86, 大于30% , 表明10年后我国依然是老年型国家, 并且老龄化趋势不断加深。划分标准不同, 结论完全相同, 所以我国现在及10年后都是老年型国家的结论相当可信。

50年后, 中国人口年龄在0-14岁之间的比例为26% , 老年人口所占比例为13% , 说明到了本世纪中叶我国依然是一个老年型的国家, 老龄化程度进一步加剧, 与当前的美国类似, 并且老少比大于1, 即老年人口数多于少年儿童人口数, 形势不容乐观。今后 100年内中国人口年龄结构会延续这种趋势: 少年儿童所占比重不断下降, 中年人口和老年人口所占比例逐渐上升, 中年人口所占比例的上升速度快于老年人口。

分析结果还表明,总体上,中国人口老龄化的速度远没有以往分析结果显示的那么快。据美国人口普查局统计和预测[6], 65岁及以上老年人的比重从7%上升到14%所需时间,法国用了115年,美国为66年,日本为30年,中国估计为25年。并且有学者预测,到2050年, 65岁及以上人口所占比例为23.77%,而本文的分析结果表明,中国50年后老年人口所占比例仅为13%,还没有达到14%。并且从中我们还发现,我国人口年龄结构呈现少年儿童所占比例逐渐减少,中年人口和老年人口所占的比例都增加,中年人口所占比例的上升速度快于老年人口的趋势,但是随着时间的推移,中国人口年龄结构逐渐趋于稳定(发达国家美国、日本等国家的人口年龄结构已经基本稳定),变动速度越来越小,以老年人口所占比例的变化为例, 50年后,老年人口所占比重由现在的8.6%上升为13%,升幅为4.4个百分点,而100年后老年人口所占比重为13.6%,后50年仅上升了0.6个百分点。

中国人口年龄结构变动的合理解释是: 由于现阶段计划生育政策的实施, 并且随着经济发展, 人口素质提高, 工作压力增大, 人们会逐渐改变生育观念, 引起人口增长率下降。因此少年儿童所占比重不断下降, 老年人口所占比例不断

增大, 是社会经济发展, 人民生活质量普遍提高, 医疗卫生条件改善和科学技术进步的必然结果。

参考文献

[1]张雅清, 罗洪林.马尔可夫链在我国各地区人均GDP预测中的应用[J]山西师

范大学学报 (自然科学版),2006

[2]李慧君,马媛.伍海华论马尔可夫链在日元汇率预测中的应用[J].青岛大学学

报,2002

[3]杨楠,邢力聪.灰色马尔科夫模型在房价指数预测中的应用[J].统计与信息论

坛,2006

[4]张兵.基于状态转换方法的我国股市波动研究[J].金融研究,2005

[5]张恒荣.随机过程及应用[M].北京:清华大学出版社,2004

[6]朱力.社会问题概论[M].北京:社会科学文献出版社,2002

[7]张波，商豪.应用随机过程.北京:中国人民大学出版社

马尔柯夫链预测法

马尔柯夫链预测法 如果事物的发展过程及状态只与事物当时的状态有关，而与以前状态无关时，则此事物的发展变化称为马尔柯夫链。如果系统的安全状况具有马尔柯夫性质，且一种状态转变为另一种状态的规律又是可知的，那么可以利用马尔柯夫链的概念进行计算和分析．来预测未来特定时刻的系统安全状态。 马尔柯夫链是表征一个系统在变化过程中的特性状态，可用一组随时间进程而变化的变量来描述。如果系统在任何时刻上的状态是随机性的，则变化过程是一个随机过程，当时刻 t 变到时刻1+t ，状态变量从某个取值变到另一个取值，系统就实现了状态转移。系统从某 种状态转移到各种状态的可能性大小，可用转移概率来描述。 假定系统的初始状态可用状态向量表示为： ()()()()()[] 00302010,,,,n s s s s s = (5-19) 状态转移概率矩阵为： ????? ???????=nn n n n n p p p p p p p p p p 21 22221 11211 (5-20) 状态转移矩阵是一个n 阶方阵，满足概率矩阵的一般性质，即满足10≤≤ij p 且 11 =∑=n j ij p 。也就是说，状态转移矩阵的所有行变量都是概率向量。 一次转移向量() 1s 为： ()p s s 0) 1(= 二次转移向量() 2s 为： ()()20)1(2p s p s s ==

类似地 ()()10)1(++=k k p s s 【例5-4】某单位对1250名接触硅尘人员进行使康检查时，发现职工的健康状况分布如表5-6所示。 表5-6 接尘职工健康状况 根据统计资料，一年后接尘人员的健康变化规律为： 健康人员继续保持健康者剩70％。有20％变为疑似硅肺，10％的人被定为硅肺，即 7.011=p , 2.012=p ，1.013=p 原有疑似硅肺者一般不可能恢复为健康者，仍保持原状者为80％，有20％被正式定为硅肺，即 021=p ，8.022=p ，2.023=p 硅肺患者一般不可能恢复为健康或返回疑似硅肺，即 ,031=p 032=p ，133=p 。 状态转移矩阵为： ???? ? ?????=3332 31 232221 131211 p p p p p p p p p p 预测一年后接尘人员的健康状况为： () ()()() () [] ???? ??????=?=3332 31 2322 21131211 03020101p p p p p p p p p S S S p S S

中国人口增长趋势预测

中国人口增长趋势预测 摘要 人口总数的预测对未来资源分配，划分有着重要的意义，本文根据人口预测模型结合所给数据进行人口预测，并进行模型改进结合最小二乘法拟合出较理想的人口变化趋势。 第一问中，采用Logistic模型描述了人口的增长规律，通过简要的假设设置相应的预测系数 第二问中，根据表中所给的数据，运用Matlab以及Excel得出人口随时间变化的曲线 第三问中，通过运用非线性最小二乘法拟合，Matlab编程得到相关的系数x =r 万人，并判断模型的可用性。 .0 248205= 0253 m 第四问中，根据所得的模型，带入相关数值得到2030年人口数量将达到144210万人 第五问中，通过改进求解拟合参数的方法，将非线性最小二乘法改为线性最小二乘法估计模型参数，通过分析可知2030年可能会达到我国人口数量的峰值近似为145168万人，与国家人口预测结果基本相符合。 关键词：Logistic模型；最小二乘估计；Matlab；线性拟合

一. 问题提出 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。关于中国人口问题已有多方面的研究，并积累了大量数据资料，对于表中所给出的数据，研究人口增长的规律。 问题一，作出适当的简化假设，在此基础上建立中国大陆人口群体增长的数学模型。 问题二，对表中所给出的数据，画出1949~2017年中国大陆人口总数随时间变化的曲线； 问题三，对第1问模型中的参数进行估计 问题四，预测2030年中国大陆的人口总数。 问题五，模型的评价与改进。 二．问题分析 由于人口的增长受到自然资源，环境条件等因素的影响，因此第一问的模型选取应该选用能够反映阻滞作用对人口增长率的影响，使增长率r能够随着人口数量的增长而下降，基于此选择了典型的人口增长模型logistic函数，并对相应的参数进行设置。 第二问中由Matlab能够得到表中数据的变化趋势。 第三问中对于大数据处理要得到模型中的相应参数需要用最小二乘法进行系数估计，通过分析曲线的特点评价模型的可用性。 在第四问，根据模型带入相应的时间预测对应的人口总数。 第五问中，由分析可知，线性最小二乘法估计参数要比非线性最小二乘法估计参数的精度要更高，因此通过观察人口增长率的曲线可以近似拟合成一次函数的现象，将估计参数的方法改为线性最小二乘法估计参数，并结合数据实际曲线，确定相应的模型参数。 三．模型的基本假设 （1）生育模式相对不变 （2）所用数据真实可靠 （3）不考虑生存空间等自然资源的制约,不考虑意外灾难等因素对人口变化的影 （4）较短的时期内的死亡率是稳定的

人口预测模型经典

中国人口预测模型 摘要 本文对人口预测的数学模型进行了研究。首先，建立一次线性回归模型，灰色序列预测模型和逻辑斯蒂模型。考虑到三种模型均具有各自的局限性，又用加权法建立了熵权组合模型，并给出了使预测误差最小的三个预测模型的加权系数，用该模型对人口数量进行预测，得到的结果如下： 其次，建立Leslie人口模型，充分反映了生育率、死亡率、年龄结构、男女比例等影响人口增长的因素，并利用以1年为分组长度方式和以5年为 负指数函数，并给出了反映城乡人口迁移的人口转移向量。 最后我们BP神经网络模型检验以上模型的正确性 关键字：一次线性回归灰色序列预测逻辑斯蒂模型Leslie人口模型BP神经网络

一、问题重述 1. 背景 人口增长预测是随着社会经济发展而提出来的。由于人类社会生产力水平低，生产发展缓慢，人口变动和增长也不明显，生产自给自足或进行简单的以货易货，因而对未来人口发展变化的研究并不重要，根本不用进行人口增长预测。而当今社会，经济发展迅速，生产力达到空前水平，这时的生产不仅为了满足个人需求，还要面向社会的需求，所以必须了解供求关系的未来趋势。而人口增长预测是对未来进行预测的各环节中的一个重要方面。准确地预测未来人口的发展趋势，制定合理的人口规划和人口布局方案具有重大的理论意义和实用意义。 2. 问题 人口增长预测有短期、中期、长期预测之分，而各个国家和地区要根据实际情况进行短期、中期、长期的人口预测。例如，中国人口预期寿命约为70岁左右，因此，长期人口预测最好预测到70年以后，中期40—50年，短期可以是5年、10年或20年。根据2007年初发布的《国家人口发展战略研究报告》（附录一）及《中国人口年鉴》收集的数据（附录二），再结合中国的国情特点，如老龄化进程加速，人口性别比升高，乡村人口城镇化等因素，建立合理的关于中国人口增长的数学模型，并利用此模型对中国人口增长的中短期和长期趋势做出预测，同时指出此模型的合理性和局限性。 二、问题的基本假设及符号说明 问题假设 1． 假设本问题所使用的数据均真实有效，具有统计分析价值。 2． 假设本问题所研究的是一个封闭系统，也就是说不考虑我国与其它国家的人口迁移问题。 3． 不考虑战争 瘟疫等突发事件的影响 4． 在对人口进行分段处理时，假设同一年龄段的人死亡率相同，同一年龄段的育龄妇女生育率相同。 5． 假设各年龄段的育龄妇女生育率呈正态分布 6．人类的生育观念不发生太大改变，如没有集体不愿生小孩的想法。 7.中国各地各民族的人口政策相同。 符号说明 ()i a t --------------------第t 时间区间内第i 个年龄段人口总数 ()i c t --------------------第t 时间区间内第i 个年龄段人口总数占总人口的比例 ()k i c t --------------------第t 时间区间内第i 个年龄段中第k 年龄值人口总数占总人口 的比例 ()A t --------------------第t 时间区间内各年龄段人口总数的向量 ()P t --------------------第t 时间区间各年龄段人口总数向量转移矩阵

Markov链预测法

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：贵州民族学院 参赛队员(打印并签名) ：1. 龚道杰 2. 张凤 3. 姚肖伟 指导教师或指导教师组负责人(打印并签名)： 日期： 2009 年 7 月 25 日 年凝冻日数的Markov链预测法 4# 【摘要】 本文根据所给数据，利用Markov链建立了预测年凝冻日数的模型，分别从整体和局部两个角度进行分析。

首先，我们直接以年凝冻日数为依据，对其进行K-均值聚类分析，划分 状态。用频率估计概率的方法，估算出一步转移概率矩阵，1/6 5/65/3328/33P ??=?? ??，然后建立Markov 链模型()1/6 5/6()(0)(0)5/3328/33n n P n P P P ??=?=??? ?? 。以2008年作为初始状态，估计出 2009 年凝冻日数所处状态为 (1)(0)P P P =?()0.1520.848=。按K-均值标准可知，即2009年凝冻的天数在 15天以内的可能性为84.8%，在15天以上的可能性为15.2%。 由于上述模型选取的是以年为单位的数据，只能估计出2009年的凝冻日 数所处区间。为提高精度，我们选取2000-2008年的具体凝冻天数和日期，记每一天只存在两种状态，出现雨凇为状态1，否则为状态0。然后由相邻两年间的状态转移变化，得出一步转移概率矩阵i P ，1,2,...,8i =。由这8个一步转移概率矩阵，根据一步转移矩阵P 的n 次方与n 步转移概率矩阵()n P 之差的范数和达到最小的准则，选出优化后的一步转移概率矩阵 0.95000.0500*0.78890.2111P ??=???? ,再次建立Markov 链模型。以2008年为初始状态，预测2009年的概率分布为 []*(2009)(2008)0.91060.0894P P P =?= ，由频率稳定于概率，知2009年凝冻天数的估计值为14天。 关键词： Markov 链 转移概率矩阵 频率估计概率 1. 问题提出 1.1背景知识 凝冻是指冬季出现的温度低于0℃有过冷却降水或固体降水和结冰现象发生的天气现象，即气象台所说的出现雨凇的天气。雨凇的形成与气温，降水量，湿度等因素有关，超冷却的降水碰到温度等于或低于零摄氏度的物体表面使所形成玻璃状的透明或无光泽的表面粗糙并覆盖层，就叫做雨凇。其造成的危害巨大，高压线塔的倒塌，电力瘫痪，交通瘫痪，农作物的冻亡等。因而对出现雨凇天气的预测显得尤为重要。

中国人口年龄结构现状与思考

中国人口年龄结构现状与思考 人口年龄结构指一定时点、一定地区各年龄组人口在全体人口中的比重。又称人口年龄构成，通常用百分比表示。人口年龄结构是过去几十年、甚至上百年自然增长和人口迁移变动综合作用的结果，又是今后人口再生产变动的基础和起点。它不仅对未来人口发展的类型、速度和趋势有重大影响，而且对今后的社会经济发展也将产生一定的作用。 在高中的课本中，也有关于人口迁移的描述，在世界大战期间的迁移以及工业革命时的迁移。人口迁移会导致人口结构的变化。比如现在长三角，珠三角就有很多人口迁移过去，我们来南京上学有部分就把户口迁移过来了。这也会引起人口结构的变化。 当人们关注着快速增长的中国人口给社会经济带来的巨大压力时，中国人口的年龄结构也在悄然老化，使我们又面临另一个严峻的挑战：人口老龄化问题。 1953年和1964年第一、第二次人口普查时，中国的人口年龄结构基本属于年轻型，进入20世纪70年代以后，尤其是大力推行计划生育政策后，伴随人口出生率和总和生育率急剧下降，少儿人口比重下降，老年人口比重升高，使人口年龄结构类型的转变加快。到1982年第三次人口普查，人口年龄结构已初步进入成年型，到1990年的第四次人口普查，人口年龄结构已变为典型的成年型。此后，人口年龄结构继续老化，特别是进入20世纪90年代后，人口老龄化进程加快，人口年龄结构开始向老年型转变。到2000年第五次人口普查，中国65岁以上人口达到8811万，占总人口的6.96%，意味着中国已经进入了老龄化国家行列。据2008年人口变动抽样调查结果推算，2008年我国65岁及以上人口已占总人口的8.3%，与2000年第五次人口普查相比，又上升了1.3百分点，表明我国的人口老龄化仍在进一步发展。由于人口出生率的降低滞后于死亡率的下降，产生了人口年龄金字塔的凸出部分。随着时间的推移，这个凸出的部分也在移动，从未成年到成年，最后到老年。这就造成了中国的人口年龄结构从年轻型、成年型到老年型的转变。 人口年龄结构与人口转变密切相关。世界上大多数国家的人口年龄结构，都是随着人口转变以及社会经济发展，逐渐从年轻型、成年型到老年型转变的。西方发达国家的人口转变是伴随着工业化和现代化逐步深化的渐进过程，经历了大约150多年的时间。我国则是在经济不发达的条件下进行的，且明显带有人为的痕迹，经历着更加迅速的人口转变，人口年龄结构也发生了比较快的变化，即从相对年轻型人口结构，直接转变为相对老年化的人口结构。 目前，虽然中国已步入老年型社会，但尚处于人口老龄化的早期，未来中国人口类型将从轻度老龄化转变成深度老龄化，进而转化成重度老龄化，银发浪潮将成为21世纪我国主要的人口问题之一。如何在应对人口老龄化和促进经济社会发展之间架起一座桥梁，达成双赢的局面，是我们亟待研究思考的问题。而这 需要广大人民的实施。 由于人们的寿命延长而产生老龄化。这是人们生活水平和保健水平提高的必然结果，是民富国强的标志。要解决的问题，不是如何防止老龄化，而是如何应对由此造成老龄化后所带来的养老金不足和养老服务不足的问题。主要措施是延迟退休和加强养老服务。此外，还需要大量的适合老年人心理、医学等诸多方面的专业护理服务。

中国人口预测模型(精)

中国人口预测模型 天津师范大学数学科学学院 1003班 刘瑶（10505135）周丽（10505110） 2013年6月17日星期一

中 国 人 口 预 测 模 型 摘 要 为了加快中国的经济建设进程，全面落实科学的发展观，按照构建社会主义和谐社会的要求，实现人口与经济社会资源环境的协调和可持续发展。我们确定人口发展战略，必须既着眼于人口本身的问题，又处理好人口与经济社会资源环境之间的相互关系，构建社会主义和谐社会，统筹解决人口数量、素质、结构、分布等问题。 本文是以《中国人口统计年鉴》公布的部分人口数据为基准（其他部分数据通过网站查询得到），通过合理的假设和数学模型得到了对于中国人口增长预测的统计模型。对Leslie 人口模型改进，构建了反映生育率和死亡率变化率负指数函数。基于leslie 的改 进模型： (t)X B B B +(t)X A A A =t)▽n +X(t 22) -(n 3 2112) -(n 3 21 此模型考虑到了生育率的变化，并是针对总人口分布处理的，克服了leslie 模型的不足，很适合做长期预测。得到结论：人口数量先增大后减小，峰值出现在2040年，届时人口数量将达到最大，为15.869亿。 关键词: 人口预测, Leslie 人口模型改进 , 长期预测 一 问题的背景 中国是世界上人口最多的发展中国家，人口多，底子薄，耕地少，人均占有资源相对不足，是我国的基本国情，人口问题一直是制约中国经济发展的首要因素。新中国成立50多年来，我国人口发展经历了前30年高速增长和后20年低速增长两大阶段：从建国初期到上世纪70年代初，中国人口再生产由旧中国的高出生、高死亡率进入高出生、低死亡率的人口高增长时期，1950-1975年人口出生率始终保持在30‰以上, 最高达到37‰（附录1）。70年代以后，人口过快增长的势头得到迅速扭转，人口出生率、自然增长率、妇女总和生育率有了明显下降，人口出生率由70年代初的33‰大幅度下降到80年代的21‰, 妇女总和生育率也由6下降到2.3左右。90年代以来，随着我国经济高速发展，人民文化和健康水平逐步提高，计划生育工作的不断深入，在20-29岁生育旺盛人数年均超过1亿的情况下, 人口出生率依然呈现大幅下降的趋势，到2000年底人口出生率从1990年的21.06‰下降到14.03‰，自然增长率由1990年的14.39‰下降到7.58‰, 妇女总和生育率也下降到2以下。进入90年代末期, 我国人口再生产实现了低出生、低死亡、低增长的历史性转变，我国用20多年时间完成了国外近200年的历程。到2000年底全国总人口为12.6743亿, 成功实现了“九五”计划将人口控制在13亿的奋斗目标。 中国政府自1980年在全国城乡实行计划生育基本国策以来成果卓著，据国家计生委“计划生育投入与效益研究”课题组的研究成果，20年共少生2.5亿个孩子。若从70年代算起，至今至少少生3亿人口，这有效地控制了人口的快速增长，为中国现代化建设、全面实现小康打下坚实的基础, 这同时也是对世界人口的增长和控制做出了杰出贡献。但是由于中国人口基数大，人口增长问题依然十分严峻，1990-1999年每年平均净增人口约1300万，这仍然对我国社会和经济产生巨大的压力。在我国现代化进程中，必须实现人口与经济、社会、

中国人口预测模型

全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮 件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问 题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他 公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正 文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反 竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：西安理工大学 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： 日期： 20011 年 7 月4 日赛区评阅编号（由赛区组委会评阅前进行编号）：

中国人口增长模型 摘要：人口数量的变化，关系到一个国家的未来。认识人口数量的变化规律，建立人口模型，能过较准确的预报，是有效控制人口增长的前提。针对题目所提要求，我们首先建立了Malthus模型。此模型假设人口增长率为常数，即人口按指数增长。但实际上人口增长率受环境、资源等多重因素影响，并不是常数。用Malthus模型计算1982~2005年的中国人口总量并与实际值比较发现，在短期内(1982~1995)Malthus模型能过较准确的计算出人口总量，但中长期的计算值误差较大，所以此模型只适用于短期的人口预测。为使人口预报特别是中长期预报更好地符合实际情况，必须修改指数增长模型关于人口增长率是常数这个基本假设。分析人口增长到一定数量后增长率下降的主要原因，注意到，自然资源、环境条件等因素对人口起着阻滞作用，并随着人口的增加，阻滞作用越来越大。假设人口增长率随着人口总量的增加线性递减，从而建立了性能更好的Logistic 模型。经对比发现，作为短期预测，Malthus模型和Logistic模型不相上下，但作为中长期预测Logistic模型比Malthus模型更合理一些。

中国人口预测软件培训手册(修改)

中国人口预测软件培训手册 （CPPS） 王广州 （中国人口信息研究中心） (E_mail:wangguangzhou-cpirc@https://www.wendangku.net/doc/cb12836669.html,） 国家计划生育委员会计财司 中国人口信息研究中心 2002年9月

序言 中国人口预测软件(CPPS)是在DOS版本基础上，在充分兼顾DOS版的延续性和现代主流计算机操作系统的发展而开发新一代人口预测系统。 CPPS软件的开发和研制一方面为适应中国的人口与计划生育预测和规划的迫切需要，另一方面为推动中国人口与计划生育决策科学化发挥辅助作用。 中文Windows版CPPS不仅在人口预测和分析功能上继承了DOS版的主要功能，而且在开发过程中试图全面提升软件的功能。使软件界面友好、操作简单和易于理解，使其具有： 1、易用性。CPPS通过直观、友好的界面使人口预测过程操作简单、方 便。 2、模块化。CPPS所具备的功能模块既可以相互组合使用也可以相对独 立使用。 3、灵活性。CPPS不仅考虑与其他数据源的配合，而且可以独立进行数 据管理，提供不同数据格式的兼容和相互转换。 限于笔者的学识水平，软件和手册中不妥之处在所难免，欢迎各位专家、学者和用户批评指正，任何意见将对软件和手册的进一步完善起到重要作用。 最后需要特别感谢的是，在本软件的开发和研制过程中，先后得到了国家计生委计财司郭震威、苏荣挂、俞华、王谦、姚宗桥等各位领导和同志的帮助和支持。同时，中国人口信息研究中心于学军、解振明、郭维明、庄亚儿、李伯华等同志也予以强有力的支持，在此一并表示感谢。 王广州 2002年10月于北京

1 软件安装/卸载 1.1 安装 安装CPPS计算机系统配置要求： 操作系统：Windows 9x/me/NT/2000/xp；硬盘剩余空间：>=50M；显示分辨率：600X800或更高。 CPPS软件安装方法比较简单。将CPPS光盘放入光驱后，安装程序自动运行，选定相应的选项即可实现软件安装。其过程如下： 第一步：安装向导准备。 图1.1 安装准备界面 第二步：版权信息。 图1.2 版权信息界面 第三步：许可协议。

Matlab学习系列34. 马尔可夫预测

33. 马尔可夫预测 马尔可夫预测，是一种预测事件发生的概率的方法。它是基于马尔可夫链，根据事件的目前状况预测其将来各个时刻（或时期）变动状况的一种预测方法。 马尔可夫预测法的基本要求是状态转移概率矩阵必须具有一定的稳定性。因此，必须具有足够的统计数据，才能保证预测的精度与准确性。换句话说，马尔可夫预测模型必须建立在大量的统计数据的基础之上。 （一）经典马尔可夫模型 一、几个概念 状态：指某一事件在某个时刻（或时期）出现的某种结果； 状态转移：事件的发展，从一种状态转变为另一种状态； 马尔可夫过程：在事件的发展过程中，若每次状态的转移都仅与前一时刻的状态有关，而与过去的状态无关，或者说状态转移是无后效性的，则这样的状态转移过程就称为马尔可夫过程。 状态转移概率：在事件的发展变化过程中，从某一种状态出发，下一时刻转移到其它状态的可能性，称为状态转移概率。由状态i E 转为状态j E 的状态转移概率 ()(|)i j j i ij P E E P E E p →== 状态转移概率矩阵：假定某一个事件的发展过程有n 个可能的状

态，即1,,n E E ，则矩阵 1111n n nn p p P p p ????=?????? 其中，ij p 为从状态i E 转为状态j E 的状态转移概率，称为状态转移概率矩阵。 状态转移矩阵满足： (i) 01, ,1,,ij p i j n ≤≤= (ii) 1 1n ij j p ==∑ 二、状态转移矩阵的计算 即求出从每个状态转移到其它任何一个状态的状态转移概率ij p ，一般采用频率近似概率的思想进行计算。 例1某地区农业收成变化的三个状态，即E1“丰收”、E2“平收”和E3“欠收”。下表给出了该地区1960~1999年期间农业收成的状态变化情况（部分）。 计算该地区农业收成变化的状态转移概率矩阵。 datas=xlsread('Agriculture.xlsx');

人口数量及结构预测模型

基于Leslie矩阵的中国计划生育政策探讨 摘要 我国是一个人口大国,人口问题始终是关系着我国发展的关键问题,已成为经济发展中的一个重要组成部分, 对我国的经济社会发展有着越来越大的影响,人口问题也是我国的根本 问题,可是我国目前人口的发展却出现老龄化严重，男女性别比例失调等不良现象。 在本文中，我们首先针对近几年的人口数据做出了一些简要的分析，特别是自从2002年计划生育政策实施至今，我国的人口自然增长率出现一定的降低，为了考虑其以后的人口发展情况，我们在实行计划生育政策的情况下对未来人口数量和结构进行一定的预测，并评价其合理性。 从种群的方面出发，在种群的Leslie模型的基础上，我们将整个中国的年龄按阶段分成20组，通过Leslie矩阵建立起他们的相关关系，我们以最近中国第六次人口普查所得的数据进行研究，通过控制5年内总生育率的倍数来控制每个夫妇所生孩子的个数，通过多次迭代求解，最终可得到：若我国严格采用现行的计划生育政策，即每个夫妇仅生一个孩子，则50年后我国的人口将为5亿左右，可见人口老龄化现象的严重。 为了提出新的政策，我们通过改变其倍数关系来改变其人口的结构，我们发现当生育率为原总和生育率的倍数为1.8左右，也即每个夫妇大约生2个孩子时，从人口数量来看，50年后我国的人数将在10亿左右；而从人口的结构来看，男女比例也接近于1，老少比也比较合适。所以，这应该是一个我们比较容易接受的结果。关于放宽二胎政策的时间，我们通过探索两个不同总和生育率的相关人口变化情况下，发现在2015年对计划生育进行改变，其改变的内容为：在控制人口数量为10亿情况下，在最近50年里，可以对二胎政策给予一定的放宽。 在模型的检验中，在现行总和生育率与原总和生育率的倍数为1.8时，我们通过增大或减小其值时，其效果都不是往老龄化方向发展就是往人口数量急剧上升的方向发展，所以，

2007全国数学建模中国人口增长预测

2007全国数学建模中国人口增长预测 摘要： 针对题目所提要求，我们建立了两个中国人口预测模型，分别用于对中国人口的发展趋势做短期和中长期的预测。 为了对中国人口发展做短期的预测，考虑到题目所给的数据资料的不全面，我们由马尔萨斯的人口指数增长模型得到启发，针对中国人口发展的特点，把出生率和死亡率函数这两大对人口增长起主要作用的因素作为建模的关键参数，在附件中没有给出中国近年总人口数的情况下，建立了短期内预测中国人口增长的微分方程模型。在该模型中，为了得到出生率和死亡率函数这两个重要参数，我们通过分析题目所给数据，提取出有效信息，计算归纳出2001年到2005年的出生率和死亡率，并在此基础上引入灰色模型，用于对出生率和死亡率进行预测，得出了出生率和死亡率关于时间的函数。较准确的估计出了人口增长的关键参数，使得建立的人口增长短期预测模型不仅符合中国人口的发展特点，而且简单易用，能在未知总人口数的情况下预测人口的相对发展变化，这一优点使得可以方便且准确的用于预测中国人口短期内的发展趋势。 为了对中国人口发展做中长期的预测，考虑到短期模型在预测人口中长期发展中的局限性以及影响人口发展的众多因素的不确定性和它们之间关系的复杂性，我们利用灰色动态模型的特点，从《中国统计年鉴》中查到了中国近年的人口总数（见附表一），把人口数做为灰色量，对原始各年人口序列进行分段建模，对各分段模型进行定性分析比较，根据各阶段宏观指标的相关确定一组适当的权数，进行预测模型的最优组合，以确定最优预测模型，从而建立了中长期预测中国人口增长的灰色动态系统人口模型，对中国人口进行了中长期的预测。 在对中国总人口进行短期和中长期的总体预测后，我们从附件中提取出城、镇、乡三地人口、男女出生性别比、妇女生育率、老龄人口比率等相关数据，对中国未来城、镇、乡三地人口比例、男女出生性别比、妇女生育率、老龄人口比率等影响人口发展的主要因素做趋势预测，从而达到了对中国人口全方位的预测。 关键词：出生率、死亡率、指数增长模型、灰色动态模型、性别比、老龄化、生育率。

马尔柯夫链在班级成绩预测中的应用【文献综述】

文献综述 数学与应用数学 马尔柯夫链在班级成绩预测中的应用 马尔柯夫链是数学中具有马尔科夫性质的离散随机过程. 在该过程中, 给定当前信息的情况下, 过去(即当期以前的历史状态)对于预测将来(即当期以后的未来状态)是无关的. 考虑只取有限个或可数个值的随机过程{}n ,0,1,2,X n =K , 若不另外说明, 过程可能取得值的集合将以非负整数集{}0,1,2,K 来表示. 若n X i =, 就说过程在时刻n 处于状态i , 假设每当过程处于状态i , 则在下一时刻处于状态j 的概率是固定的ij P , 也即假设对一切状态011,,,,,n i i i i j -K 及一切0n ≥又 {}1111100,,,,/n n n n ij P X j P X i X i X i X i +--======K , 这样的随机过程称为马尔柯夫链. 式(2.1)解释为, 对马尔柯夫链, 给定现在的状态n X 及过去的状态011,,,n X X X -K , 将来的状态1n X +的条件分布于过去的状态无关, 只依赖于现在的状态, 这称为马尔科夫性. 马尔柯夫链是一个有着广泛应用的随机过程模型, 它对一个系统由一种状态转移到另一种状态给出了定量分析. 马尔柯夫在1906年首先做出了这类过程. 而将此一般化到可数无限状态空间是由柯尔莫果洛夫在1936年给出的. 马尔柯夫链与布朗运动以及遍历假说被列为二十世纪初期重要课题, 但马尔柯夫寻求的不仅在于数学动机, 名义上是对于纵属事件大数法则的扩张. 其中, 马尔柯夫链用在基于观察数据的二到三维离散变量的随机模拟. 这一应用类似于“克里金”地理统计学, 被称为是“马尔柯夫链地理统计学”. 经过近百年的发展已形成完整的理论体系, 并且广泛被应用于社会、经济、科技、生态、农业、环境、医学、水利水电等众多科学领域. 自从我国著名的数学家、教育家中科院王梓坤院士在上世纪50年代将马尔柯夫理论引入国内以后, 我国学者对马尔柯夫过程的研究也取得了丰硕的成果, 在生灭过程的构造和它的积分型泛函的分布、马尔科夫过程的零壹律、Martin 边界与过份函数、马尔柯夫过程与位势理论的关系、多参数马尔柯夫过程等方面做了很多开创性工作, 近年来也不断有新的研究成果推出, 这些都标志着我国数学界对马尔柯夫理论的研究理论研究达到了世界领先水平.

[整理]中国人口规模与年龄结构矛盾分析

中国人口规模与年龄结构矛盾分析 作者:翟振武 在人口的变化中，规模与结构的变化最引人注目。从1973年开始的轰轰烈烈的计划生育运动，直接目的就是降低人口增长率，翟振武减缓人口规模的扩大速度。如今，经过千千万万计划生育干部的艰苦努力，中国妇女的总和生育率已降至更替水平以下。但是，由于巨大的人口惯性，中国人口总量仍然在以每年1000万以上的速度增加。与此同时，作为生育率下降的后果之一，中国人口年龄结构却出现了老龄化的趋势。无论是人口总量的继续扩大，还是人口老龄化的加速，对未来的中国都是严峻的挑战。而且，人口数量控制与人口老龄化还是一对矛盾。人口数量控制越严格，人口老龄化速度越快，老龄化状况越严重。如果放弃人口控制政策，令生育率反弹和上升，人口总量虽然会以更快的速度增加，但是，人口老龄化的进程却会因此而减慢。面对人口规模和人口老龄化的双重挑战，我们该如何清醒地认识这对矛盾，明智地选择应对政策，是一个无法回避的重大而急迫的问题。 1人口总量与人口年龄结构的矛盾

根据中国人民大学、中国人口信息研究中心、南开大学等多家单位的预测，即使保持目前生育水平不变的话，中国人口的增长还要持续40年左右，到2040年达到高峰值15.4亿左右，才能实现零增长及负增长（见表1）。也就是说，尽管资源在短缺，环境在恶化，但庞大的人口规模压力在21世纪的前40年，不仅不会减轻，反而会进一步加重。中国大陆人口总量还要在现有规模上再增加近3亿人。 值得注意的是，上述人口总量预测的假定条件之一是生育率长期保持在更替水平以下（1.86左右）。这是一个实行严格控制人口增长政策条件下的预测方案。在这个方案中，人口年龄结构加速老龄化的趋势十分明显。如果把65岁以上老年人口比例作为衡量老龄化程度的指标，我们看到，2000年65岁以上老年人口占总人口比例为7%左右，中国刚刚跨入老龄社会的门槛。以后，这个比例呈加速上升状态。2010年为8.38%，比2000年提高约1.4个百分点，而到2030年以后，老龄人口比例在10年内提高近7个百分点，从2030年的14%快速上升到2040年的20.9%。在全社会中，每5个人中就有一个65岁以上的老人，老年人口的数量从2000年的近9000万人上升到2040年的2.9亿人。这个数字几乎相当于2000年发达国家老年人口总和（1.6亿）的2倍。以致近年来，“中国将成为国际上老龄化速度最快的国

中国人口年龄结构预测模型

中国人口年龄结构预测模型摘要：本文根据中国0-14岁，15-59岁，60岁及以上三个不同阶段人口从 1990年到2010年间的人口所占比例，利用matlab数据拟合，建立线性增长模型，并对2020年的人口年龄结构以及人口总数进行预测，得出人口总数为140536万，人口老龄化加剧。 关键字：人口预测年龄结构老龄化 matlab excel 拟合 问题重述 根据中国1990年到2010年人口年龄结构情况（如下表），建立线性模型，并预测2020年中国人口年龄结构，同时画出拟合效果的图形。 1990年到2010年我国人口年龄结构 表1990到2010年中国人口总数（万） 模型分析 根据所给的数据，我们借助excel首先作出图进行观察分析：（如下图）

模型建立 模型一：线性增长模型。（即为y=ax+b模型） 1、模型假设： 忽略环境对人口的影响，假设人口无限增长，人口增长率是恒变量。 2、模型变量和函数定义： A 人口增长率； x B 初始时刻的人口数量，即：(0) 3、模型建立： 依照上面的假设和定义，我们可以构造如下模型：

这是借助EXCEL相关工具得出的公式，为使结果更一步精确，我们借助

利用MATLAB求得系数a1= —0.0063 b1=12.8012 a2= 0.0037 b2=—6.7409 a3= 0.0026 b3=—5.0677 因此模型为： Y1=—0.0063x+12.8012 Y2=0.0037x—6.7409 Y3= 0.0026 x—5.0677 对比以上两种方法得到的a和b可以看出我们所用的方法误差较小

4、模型结果分析： 从拟合的结果可以看出，老年人口总数和老龄化系数会增加，老龄化程度加剧，建议国家对计划生育政策作出调整，增加0-14岁人口总数，从而减缓人口老龄化加剧程度，进而优化社会结构，增加人民福利。 参考文献 [1]胡守信，李柏年.基于MATLAB的数学实验[M].北京：科学出版社.2004年6月; [2]扬启帆，康旭升，等.数学模型[M].北京：高等教育出版社.2006年5月; [3]于学军.《中国人口科学》2000年第2期，时间：2000-4-6，中国人口信息网. 附录: 以下为所用程序部分代码： >> x=[1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010]; >> y=[0.6373 0.6306 0.6323 0.6355 0.6456 0.6664 0.6691 0.6834 0.6823 0.6867 0.7014]; >> plot(x,y,'g*'); hold on b=polyfit(x,y,2);%进行2次拟合，b是多项式前面的值。就如2次拟合中y=ax+b,a,b的值。yy=polyval(b,x);%得到拟合后y的新值 plot(x,yy,'r-')%画拟合图 ;>> a=polyfit(x,y,1) a = 0.0037 -6.7409 >> x=[1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010]; >> y=[0.0858 0.0932 0.0976 0.1059 0.1113 0.1046 0.118 0.1236 0.133 0.1401 0.1326]; >> plot(x,y,'g*'); hold on b=polyfit(x,y,2);%进行2次拟合，b是多项式前面的值。就如2次拟合中y=ax+b,a,b的值。yy=polyval(b,x);%得到拟合后y的新值 plot(x,yy,'r-')%画拟合图 ;>> a=polyfit(x,y,1) a = 0.0026 -5.0677 >> x=[1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010]; >> y=[0.2769 0.276 0.2701 0.2586 0.2431 0.229 0.2129 0.193 0.1847 0.1732 0.166]; >> plot(x,y,'g*'); hold on b=polyfit(x,y,2);%进行2次拟合，b是多项式前面的值。就如2次拟合中y=ax+b,a,b的值。yy=polyval(b,x);%得到拟合后y的新值 plot(x,yy,'r-')%画拟合图

多因素分类中国人口预测

多因素分类中国人口预测 影响人口发展的因素主要有婴儿的出生率、各年龄段人的死亡率、人口的迁移等。我们在模型中主要从以上三个因素来考虑对未来中国的人口进行预测。 多因素分类中国人口预测 摘要 本文考虑的是人口预测问题。影响人口发展的因素主要有婴儿的出生率、各年龄段人的死亡率、人口的迁移等。我们在模型中主要从以上三个因素来考虑对未来中国的人口进行预测。根据此模型得到了未来不同地域（乡－城镇）不同性别各年龄段的人口数。因而，我们能对人口总数、人口性别比、人口城镇化水平、人口老龄化程度等多方面人口状态量进行预测。我国社会经济体系在客观上存在城乡二元结构，城乡之间的人口生育水平、死亡水平有明显差异并且还存在人口转移的情况，因此分城乡人口预测更能反映中国的现实，更符合中国的国情，预测结果更实用。 在建模前，我们对数据做了如下准备工作：一、对原始数据进行处理，将城市和镇化为一类，该类的各项指标根据两方所占人口多少，取得相应权重，从而加权得到。二、婴儿出生率主要依赖于妇女总和生育率和生育模式，这两方面和国家的人口政策（城市只生一胎、晚婚晚育等）有很大关系。主要根据01－05年的相关数据得到。我们发现01－05年妇女总和生育率稳定在1.665(乡村)、1.082（城镇）左右，因此，以此作为预测因素指数。三、人口的死亡率在社会较稳定的情况可认为是常数，根据各年数据估计得到。四、人口的迁移主要是由乡村到城镇，人口的迁移率根据两年间流动人口与流出地当年该年龄段人口比值得到。 本文从城乡人口发展的差异性以及城乡人口转移的现象入手，建立了分城乡两个区域的离散型人口发展方程。该发展方程涉及到乡－城转移人口年龄别向量、人口留存率向量、婴儿出生率向量。它们分别对应着转移率、留存率（1－死亡率）、婴儿出生率，从而得出各向量。该方程采用递推思想，用第k年推算第k+1年的人口数。 通过对以上模型的分析与求解，我们得到了较合理的预测结果：在城镇和乡人口总和生育率分别保持在1.082和1.655的前提下，全国人口在2050年左右达到峰值14.4亿；乡村人口城镇化的现象不断加剧，50年后城镇人口比例会上升到90％；人口老龄化进程在一定时期内还会进行，但到了本世纪中叶会达到最大程度，60岁以上占总人口41.1％，65岁以上占总人口33.2％。总人口性别比例继续上升，在50年后将达到112左右。

最新秘密数据：2012年中国真正人口数量及年龄结构

2012年中国真正人口数量及年龄结构 1月18日，国务院新闻办公室举行新闻发布会，请国家统计局局长马建堂介绍2012年国民经济运行情况，并回答记者提问。 马建堂：2012年末，中国大陆总人口（包括31个省、自治区、直辖市和中国人民解放军现役军人，不包括香港、澳门特别行政区和台湾省以及海外华侨人数）135404万人，比上年末增加669万人。出生人口1635万人，人口出生率为12.10‰，比上年提高0.17个千分点；死亡人口966万人，人口死亡率为7.15‰，比上年提高0.01个千分点；人口自然增长率为4.95‰，比上年提高0.16个千分点。从性别结构看，男性人口69395万人，女性人口66009万人；总人口性别比为105.13（以女性为100，男性对女性的比例），比上年末下降0.05；出生人口性别比为117.70，比上年末下降0.08。 从年龄构成看，60岁及以上人口19390万人，占总人口的14.3%，比上年末提高0.59个百分点；65岁及以上人口12714万人，占总人口的9.4%，比上年末提高0.27个百分点；15-59岁劳动年龄人口93727万人，比上年减少345万人，占总人口的比重为69.2%，比上年末下降0.60个百分点。我建议媒体朋友们关注这个数据。去年中国15-59岁或者15岁以上不满60周岁的劳动年龄人口比重首次下降，比重继续下降的同时，劳动年龄人口的绝对数减少了345万人。 从城乡结构看，城镇人口71182万人，比上年末增加2103万人；乡村人口64222万人，减少1434万人；城镇人口占总人口比重达到52.57%，比上年末提高1.30个百分点。全国居住地和户口登记地不在同一个乡镇街道且离开户口登记地半年以上的人口（即人户分离人口）2.79亿人，比上年末增加789万人；其中流动人口为2.36亿人，比上年末增加669万人。年末全国就业人员76704万人，比上年末增加284万人；其中城镇就业人员37102万人，比上年末增加1188万人。 今日国家统计局召开发布会公布2012年经济数据，国家统计局局长马建堂称，2012年劳动人口的总量2012年是9.37亿，减少了345万，2012年中国劳动年龄人口相当长时期第一次出现了绝对下降，要高度重视这个事情。 马建堂称，感觉跟朋友们发布这么一堆数据，就担心一些很有价值的数据淹没在数据的海洋里。你说是不是我对人口下降这个问题有忧虑，我也不否认。计划生育政策，我作为国家统计局局长来说，不一定很合适说，但是我还是想说一些自己的想法。 自从上世纪70年代末80年代初，我们国家实行计划生育政策以来，对人口的控制取得了很大的成绩，取得了很了不起的进步。我们用了30年左右时间，人口增长模式就到了一个低出生率、低死亡率、低增长率的模式，少生了一两亿人，对推动我们国家持续、健康发展发挥了很重要的作用。

2007年全国数学建模大赛A题中国人口增长预测与控制题目和论文赏析(1)(1)

中国人口增长预测与控制 摘要 近年来，中国人口最突出的特点是：老龄化加速、出生人口性别比持续增高和乡村人口城镇化。针对这些特点，建立各个影响因素的数学模型，最后建立中国人口的增长模型。 对于问题一，首先将人口增长的预测问题转化为对出生率、死亡率和城镇乡转移率的预测。通过原题附录3数据的分析研究，发现影响人口增长的主要因素可以归结为出生率、死亡率和城镇乡转移率，并依此建立了不同参数随时间变化的递推数学模型，讨论了各个参数对人口增长的影响。其次，分别拟合死亡率和生育率、城镇乡转移率对年龄的分布。建立了差分数学模型，将死亡率、生育率与城镇乡转移率的预测归结到总和死亡率、总和生育率与城镇乡总和转移率的预测，由于概率分布是相对稳定的，模型参数整体健壮。对中短期的预测而言，总和死亡率、生育率和转移率的变化是近似线性的；对长期的预测，采用SI和SIS模型来描述其非线性变化，其模型的控制参数变化体现了国家人口政策的控制力度，结果表明模型具有长期可控性。 对于问题二，采用所建模型对0—90岁人口做出中短期和长期预测。2006-2030年总人口逐年增加，2006年为13.062亿，2007年为13.109亿，2008年为13.158亿，2010年为13.3亿，2023年达到高峰期13.829亿，以后开始下降趋于平缓，到2030年为13.805；乡城转移率逐年增加，短期线性变化，2006年为0.454，2007年为0.471，2008年为0.490，2010年为0.526，长期由非线性模型描述，到2030年，城乡比例为0.901；整体老龄化程度增大，2006年为0.129，2007年为0.134，2008年为0.139，2010年为0.150，到2030年为0.325，在农村老龄化尤其严重，可以确定为地区间的迁移。同时在做长期预测时，不同的国家策略导致不同的人口状况(见图[26-30])，得到的结论可以作为国家制定人口方针的建议。 对于问题三，指出模型的优缺点。通过求解经典的Logistic模型和Leslie模型，并将所得结果与本文模型结果比较，发现本文模型具有易操作性、可控性、健壮性等优点；主要缺点是在短期预测时准确度稍差。 关键词：人口控制差分模型预测拟和Leslie模型Logistic方程 一、问题重述 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。近年来中国的人口发展出现了一些新的特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等因素，这些都影响着中国人口的增长。2007 年初发布的《国家人口发展战略研究报告》(附录1) 还做出了进一步的分析。关于中国人口问题已有多方面的研究，并积累了大量数据资料。附录2就是从《中国人口统计年鉴》上收集到的部分数据。试从中国的实际情况和人口