人口预测论文概要

1、计划生育政策调整对人口数量、结构及其影响的研究摘要人口的数量和结构是影响经济社会发展的重要因素，计划生育有效地控制了我国人口的过快增长，对经济发展和人民生活的改善做出了积极的贡献。但另一方面，其负面影响也开始显现。于是党的十八届三中全会提出了开放单独二孩， 今年以来许多省、市、自治区相继出台了具体的政策。 政策出台前后各方面专业 人士对开放“单独二孩”的效应进行大量的研究和评论。问题一：预测未来人口的变化，根据国家统计局的有关数据及相关信息， 老 年抚养比随着时间不断增长，少儿抚养比却不断下降，但是总的抚养比确是不断 增长，很明显，未来几十年内，中国老年化将会非常严重，对整个社会发展进程 很不

2、利。问题一引入logistic 模型来处理问题。利用 Logistic模型通过Matlab 编程对数据进行非线性拟合，计算出相关系数之后，得到预测出未来人口的数量模型x(t)=14.4438,14.44381 (11.9-1)e0,0597t,预测2015年人口 13.7018亿人,2020年人口13.8858亿人,2025年人口 14.0257亿人,2030人口 14.1313亿人,与专家预测数 据进行比较分析，发现误差范围很小（详情见表二），因此，模型一具有较高 的准确度，可信度。问题二：本文从人口老年化入手，通过国家统计局数据，得到1993年到2013 年老年抚养比，少儿抚养比数据，根据

3、数据情况分析，利用了 GM（1,1）灰色预测 模型（程序见附录）得到少儿抚养比和老年抚养比未来几年预测结果，对于总抚 养比，采取根据散点图分布效果，采取三次多项式拟合，得到模型y =50.438 0.106x -0.103x2 +0.0 0 3 4x6,此模型相关性达97%,效果好。通过模拟预测未来几年数据，发现 老年抚养比随着时间不断增长，少儿抚养比却不断下降，但 是总的抚养比却还是是不断增长， 很明显，未来几十年内，中国老年化将会非常 严重，青壮年资源流失，对整个社会发展进程将带来很大负面影响。问题三：在问题二基础上，引入了社会养老保险金，通过数据建立老年抚养 比与社会养老保险金关系模型，

4、得到具体函数图形，不难看出人口老龄化会给整 个社会带来的的经济负担，单独二胎政策正好可以提高人口出生率，在未来可以缓解人口老龄化这一状况，减轻社会经济负担，增加青年劳动力等方面的优势， 有利于可持续发展等多方面因素。关键字：Logistic 灰色预测多项式拟合老龄化单独二胎政策一、问题重述人口的数量和结构是影响经济社会发展的重要因素。 从20世纪70年代后期 以来，我国鼓励晚婚晚育，提倡一对夫妻生育一个孩子。该政策实施30多年来， 有效地控制了我国人口的过快增长，对经济发展和人民生活的改善做出了积极的 贡献。但另一方面，其负面影响也开始显现。如小学招生人数（1995年以来）、高校报名人数（20

5、09年以来）逐年下降，劳动人口绝对数量开始步入下降通道， 人口抚养比的相变时刻即将到来， 这些对经济社会健康、可持续发展将产生一系 列影响，引起了中央和社会各界的重视。党的十八届三中全会提出了开放单独二 孩，今年以来许多省、市、自治区相继出台了具体的政策。政策出台前后各方面 人士对开放“单独二孩”的效应有过大量的研究和评论。人口问题有着悠久的研究历史， 也有不少经典的理论和模型。 这些理论和模 型都依赖生育模式、生育率、死亡率和性别比等多个因素。这些因素与政策及人 的观念、社会文化习俗有着紧密的关系，后者又受社会经济发展水平的影响。 研 究中用到的数据的置信水平也与调查统计有关。问题一：请收集

6、一些典型的研究评论报告，根据每十年一次的全国人口普查 数据，建立模型，预测未来人口变化。问题二：对报告的假设和某些结论发表自己的独立见解。问题三：针对深圳市或其他某个区域，讨论计划生育新政策（可综合考虑城 镇化、延迟退休年龄、养老金统筹等政策因素，但只须选择某一方面作重点讨论） 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。二、问题分析人口的数量和结构是影响经济社会发展的重要因素， 计划生育有效地控制了 我国人口的过快增长，对经济发展和人民生活的改善做出了积极的贡献。 但另一 方面，其负面影响也开始显现。问题一：预测未来人口的变化，根据国家统计局的有关数据及相关信息，可以

7、看出人口数量的发展规律，在发展初期，人口数量增长越来越快，到达一定时 期后，其增长速度逐渐下降，由此，我们引入logistic 模型来处理问题。利用Logistic模型通过岫tlab编程对数据进行非线性拟合，计算出相关系数之后，得 到预测出未来人口的数量模型，与专家预测数据进行比较分析，确定模型有效性。问题二：对报告的假设和某些结论发表自己的独立见解，本文从人口老年化入手，通过国家统计局数据，得到老年抚养比，少儿抚养比，总抚养比，根据数 据情况分析，利用了灰色预测，多项式拟合建立相应的数学模型， 预测未来人口 老龄化程度，对预测结果发表自己见解。问题三：问题二基础上，引入了社会养老保险金，通过

8、数据建立老年抚养比 与社会养老保险金关系模型，得到具体函数图形，不难看出人口老龄化会给整个 社会带来的的经济负担，单独二胎政策正好可以提高人口出生率， 在未来可以缓 解人口老龄化这一状况，减轻社会经济负担，增加青年劳动力等方面的优势，有 利于可持续发展等多方面因素。三、模型假设与符号说明模型的假设.假设收集的数据误差在允许的范围内，不会影响模型的最终结果。.在预测人口模型中，不考虑与境外的迁入与迁出问题。.假设出生率、死亡率和自然增长率比例不随人口流动而变化。.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 响。.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

9、年龄段的 育龄妇女生育率相同。符号说明符号说明人口增长率xm最大人口数R2可决系数年份a, u辨别参数为构造数据矩阵r2 F P元三次拟合检验参数P,C灰色预测检验参数预测年份相关年度四、模型的建立与求解4.1.1问题一模型的分析由国家统计局的数据可以看出人口数量的发展规律，在发展初期，人口数量增长越来越快，到达一定时期后，其增长速度逐渐下降，由此，我们引入logistic 模型来处理问题。.1.2问题一模型的建立logistic是考虑到自然资源、环境条件等因素对人口增长的阻滞作用，对指数增长模型的基本假设进行修改后得到的。阻滞作用体现在对人口增长率r的影响上，使得r随着人口数量x的增加而下降

10、。若将r表示为x的函数r（x）。则它应是减函数。于是有：dx/=r(x)x , x(0)=x0(4.1.1 )设r（x）为x的线性函数，即r( x ) = r - sx ( r . 0 , s . 0 )设自然资源和环境条件所能容纳的最大人口数量xm,当x = xm时人口不再增长,即增长率r（xm）=0,代入（4.1.2 ）式得rs=,xm于是（4.1.2 ）式为(4.1.3 )(4.1.4 )x .r(x) =r(1 -)xm将(4.1.3 )代入方程(4.1.1 )得:dxxrx(1 - )出xmJ x 0 = x0解方程(4.1.4 )可得：xx(t)m(4.1.5)1 (xm -1)e

11、x。4.1.3问题一模型的求解表一：1993-2013年全国人口总数（单位：亿）人口数据 年限1993199419951996199719981999200020012002至国普查人口118,119,121,122,123,124,125,126,127,128,（万人）51785012138962676178674362745320032004200520062007200820092010201120122013129,130,132,132,132,133,134,134,135,136,129,22798875612980280245009173540407利用从中国统计局数据库上查

12、到我国从 1993年到2013年全国总人口的数据（如 表1）通过Matlab编程（源程序见附录1）,将1993年看成初始时刻t=0 ,以 次类推，以2013年为作为终时刻t=20。拟合图像如下：93年至13年人口趋势13.813.613.413.21312.812.612.412.21211.8* 普查人口预测人口布“土* *才.+68101214161820且得到相关的参数Xm =14.4438,r =0.05975,可以算出可决系数（即相关系数的平方，是判别曲线拟合效果的一个指标）：5(yi -?i)2R2 =1T = 0.99813(yi -y)2由可决系数来看拟合的效果比较理想所以得到

13、中国各年份人口变化趋势的拟合曲线:x(t)=14.44381(14.443811.90.05975t-1)ei=1由此我们可以对2015年(t=23)、2025年(t=33)、及2035年(t = 43)进行预年 x(23)= 13.7018 ; 2020 年 x(28)=13.8859 ; 2025 年 x(33)=14.0257 ;2030年x(3测得(单位：亿)：拟合预测结果：2015 8)=14.1313;问题一模型的结果分析由模型一的求解可预测出未来人口的数量，并与专家预测的人口数量进行比较，如表二所小：表二：拟合预测结果与专家预测结果分析表：选项数据 年份2015202020252

14、030拟合预测结果 (亿)13.701813.885914.025714.1313专家预测结果 (亿)13.7714.0114.1214.11(亿)0.06820.12410.09430.0213为了验证模型的正确性，将所预测的人口数量与专家预测的人口数量进行对 比分析，并计算出了相对误差，由对比结果来看，相对误差较小，因此，模型一 具有较高的准确度，可信度。问题二模型的分析通过国家统计局进行统计分析，探讨其老年抚养比，少儿抚养比在时间上 的变化规律，可以预测得出人口老龄化趋势。由于影响变化的因素众多，且有些因 素是不完全确定的，从而增加了资料获取的难度，影响预测结果的精度.灰色预 测法是一种

15、对既含有已知信息又含有不确定因素的系统进行预测的方法 ，它的特 点是所需信息量少，不仅能够将无序离散的原始序列转化为有序序列，而且预测 精度高，能够保持原系统的特征，较好地反映系统的实际情况。因为总抚养比的散 点图效果好，选择三次多项式拟合，准确度更高。分析三个抚养比趋势，判断人 口老龄化程度。问题二模型的建立x0(1),x0(2),.x0(m)是所要预测的某项指标的原始数据，对原始数据作一次m累加生成处理，即x1(m) =Z x0(t)(4.2.1)i 1得到一个新的数列，这个新的数列与原始数列相比，其随机性程度大大弱化，平稳 性大大增加.将新数列的变化趋势近似地用微分方程描述Qax(1)

16、= udt(4.2.2)其中,a,u为辨识参数，辨别参数通过最小二乘法拟合得到(4.2.3)构造数据矩阵，(4.2.3)式中 Ym 为列向量，Ym =k0(2),x0(3),x0(4),.,x0(m)TB为构造数据矩阵1x(1)+x(2)1；x(1)(2)+x(1)(3)1B=11 /八小1x(M 1)+x(M)1求出预测模型(4.2.4)x(t+1)=x(0)Ue+u(4.2.5)a a4.2.3问题二模型的求解通过国家统计数据，如表二所示，利用 GM(1, 1)灰色模型预测出少儿抚养比和老年抚养比的预测模型(GM (1, 1)程序见附录)如下：选项 数据 年份199319941995199

17、6199719981999200020012002少儿抚养比40.740.539.639.338.538.037.532.632.031.9老年抚养比9.29.59.29.59.79.910.29.910.110.4总抚养比49.950.148.848.848.147.947.742.642.042.2年份2003200420052006200720082009201020112012少儿抚养比31.430.328.127.326.826.025.322.322.122.2老年抚养比%10.710.710., 711.011.111.311.611.912.312.7总抚养%42.041.03

18、8.838.337.937.436.934.234.434.9少儿抚养比 x(k 1) - -1209.0344226o3539k 1249.734422老年抚养比 x(k 1) =561.466924e0.162k - 552.266924对抚养比，根据国家统计局数据，按照散点图分布，利用MATLA求取三次的多项式拟合，程序见附录，得到模型表达式。总抚养比：y = 50.438-0.106x-0.103x2 0.00346x34.2.3问题二模型的检验分别求出少儿抚养比，老年抚养比模型预测值与实际值的绝对误差和相对误 差，得到以下数据：少二抚养比年份199319941995199619971

19、9981999200020012002实际值40.740.539.639.338.538.037.532.632.031.9预测40.742.0340.57739.16637.80436.49035.22133.99632.81431.673值9226484567711206409728632636绝对01.53920.9774-0.133-0.695-1.509-2.2781.39670.8146-0.22626844332897945912832364相对03.80052.4683-0.339-1.805-3.973-6.0764.28442.5457-0.7095894524945142

20、2434225605年份2003200420052006200720082009201020112012实际值31.430.328.127.326.826.025.322.322.122.2预测30.57229.50928.48327.49226.53625.61424.72323.86323.03422.233值316288224836885173546885116199绝对-0.827-0.7900.38320.1928-0.263-0.385-0.5761.56380.93410.03316847122436115827454851699相对-2.635-2.6091.36370.706

21、3-0.981-1.483-2.2787.01294.22670.1495936611865977295474376945老年抚养比年份 1993199419951996199719981999200020012002实际值9.29.59.29.59.79.910.29.910.110.4预测值9.29.17019.31989.47209.62679.78409.943810.10610.27110.4390273889181622128035绝对0-0.3290.1198-0.027-0.073-0.115-0.2560.20620.17120.03908987391221982184218

22、35相对0-3.4721.3029-0.293-0.754-1.171-2.5112.08301.69580.37536116781174253560844237年份2003200420052006200720082009201020112012实际值10.710.710., 711.011.111.311.611.912.312.7预测值10.60910.78210.95811.13711.31911.50411.69211.88312.07712.27453809917904811692591559645903绝对-0.0900.08280.25890.13790.21980.20460.

23、0925-0.016-0.222-0.42547091704119291441355097相对-0.8455140.7739162.4197851.2536731.9802791.8114340.798198-0.13816-1.807764-3.347通过以上数据发现误差范围小，模型准确度高。通过MATLAB程序见附录）得到关联度检验参数，少儿抚养比参数：c1 = 0.15 p 1=1 w1 =0.68 ，老年抚养比参数：c 2= 0.20 p 2=1 w2 =0.65,对照灰色预测精度检验标准（表格如下），得到模型效果好，有一定的实用性。灰色预测精度检验等级标准:检验指标好合格勉强不合格P

24、0.950.800.70三 0.70C0.350.50.65-0.65对于总抚养比用K型，运用 MATLAB程序见附录）得到该模型与原始数据基本吻合，如图55509许至1许总人口抚养比+调查数据-拟合曲线-%比 养 抚45403530L01015年份2025r 2=0.97187, F=195.798, P=0.0000,P0.05,作残差分析结果（如图）Residual Case Order Plot-2-3-42468101214161820Case Number32 10 1 - CF.aurtw.QweR由图像可知效果很好，M模型y = 50.438-0.106x-0.103x2 +0

25、.00346x3成立通过以上验证，确立了三个模型在一定范围内具有可行性，通过模型的预测得到未来老年抚养比，少儿抚养比，总抚养比数据如下：人口抚养比GM（1, 1）模型预测结果年份201520202025203020352040少儿抚 养比20.71417.35514.54012.18210.2068.551总抚养 比35.61137.67239.11544.53548.44352.435老年抚 养比12.47513.74914.90916.16717.53119.010251奔至4弹人口抚养比预测20比养15抚10少儿抚养比老年抚养比5201520202025203020352040年份通过以

26、上表图可以看出，老年抚养比随着时间不断增长，少儿抚养比却不断 下降，但是总的抚养比确是不断增长，很明显，未来几十年内，中国老年化将会 非常严重，对整个社会发展进程很不利。问题三模型的分析在问题二基础上，引入了社会养老保险金，通过数据建立老年抚养比与社会养老 保险金关系模型，得到具体函数图形。观察图像进行判断。问题三模型的建立求解搜集数据，观察数据（见附录），进行二次拟合（程序见附录）9仁至1件抚养比与养老保险基金关系1600C-14000r12000-元b 10000-亿金基 8000-险保老 6000-养40002000-0匚9.5-I-+保险基金数据拟合曲线十1010.51111.5121

27、2.5抚养比13而单独二胎政策正好减轻社会经济负担,不难看出人口老龄化会给整个社会带来的的经济负担。可以提高人口出生率，在未来可以缓解人口老龄化这一状况, 增加青年劳动力等方面的优势，有利于可持续发展等多方面因素。五模型的评价与改进优点：.在用模型1对各年全国人口总数预测时结合实际情况，分别用不同时间段的 数据拟合确定预测函数。并对函数预测的数据进行了分析，使模型的计算结果更 加准确.建立起不同的模型，能够与实际紧密的联系，结合当前具体国情，对问题进 行求解，使该模型具有很好的推广性和通用性。.数据精确可靠。题目涉及到的数据，均是从“中国统计局”官方网站下载，使得论文的说服力强，实际性更高。.

28、用Logistic模型对各年全国人口总数预测时结合实际情况，分别用不同时间段的数据拟合确定了两个预测函数。并对两个个函数预测的数据进行了对比分 析，使模型的计算结果更加准确。缺点：人口增长的动态因素很多，而且不可能都波及到，所以模型与实际还是有一 些距离的。六、参考文献1黄宝凤，南京人口管理干部学院学报1999Vol.15,No.42陈强，人口系统模型及人口状况分析，中国优秀硕士学位论文，2004.9。3谭永基，蔡志杰，数学模型，上海：复旦大学出版社，2005.2 o4张兴永，MATLA歆件与数学试验，江苏：中国矿业大学出版社，20005李永胜，人口预测中的模型选择与参数认定，财经科学，200

29、4年4期6刘静，基于人口学理论的中国放开生育二胎政策研究J.四川省社会科学院出版社，2010: 2-37邓聚龙，灰色系统理论教程M.武汉：华中理工大学出版社,19908 中国国家统计局网 HYPERLINK / /七、附录程序：logistic人口预测程序：t=0:20; %令1993年为初始年x=11.9 12.0 12.1 12.2 12.4 12.5 12.6 12.7 12.8 12.8 12.9 13.0 13.1 13.1 13.2 13.3 13.3 13.4 13.5 13.5 13.6;c,d=solve(c/(1+(c/11.9-1)*exp(-5*d)=12.5,c/(1

30、+(c/11.4-1)*exp(-10*d)=12.9,c,d) ;% 求初始参数lb0= 12.3302, 0.039595;% 初始参数值fun=inline(b(1)./(1+(b(1)/11.9-1).*exp(-b(2).*t),b,t);b1,r1,j1=nlinfit(t,x,fun,b0)y= 14.4438./(1+( 14.4438/11.9-1).*exp( -0.0597.*t);% 非线性拟合的方程plot(t,x,*,t,y,-or)%对原始数据与曲线拟合后的值作图title(93年至13年人口趋势)legend(普查人口 ，预测人口 )R1=r1.A2;R2=(x

31、-mean(x).A2;R=1-R1/R2%可决系数15年至40年抚养比预测模型：x=2015:5:2040;y1=20.714 17.355 14.540 12.182 10.206 8.551;y2=12.475 13.749 14.909 16.167 17.531 19.010;plot(x,y1, r-,x,y2,o-);总抚养比根据一元三次拟合x=1:1:21;X=ones(21,1) x,(x.A2),(x.A3); y=49.9 50.1 48.8 48.8 48.1 47.9 47.7 42.6 42.0 42.2 42.0 41.0 38.8 38.3 37.9 37.4

32、36.9 34.2 34.4 34.9 35.3;b,bint,r,rint,stats=regress(y,X);% 求回归系数的点估计和区间估计 b,bint,statsfigure(1);rcoplot(r,rint)%画出残差及其置信区间z=b(1)+b(2)*x+b(3)*x.A2+b(4)*x.A3;figure(2);plot(x,y,k+,x,z,r);title(93年至13年总人口抚养比);GM预测程序：function gm(x0) % 定义函数 gm(x0)n=length(x0);x1=zeros(1,n);x1(1)=x0(1);for i=2:n %计算累加序列

33、x1x1(i)=x1(i-1)+x0(i);endi=2:n; %对原始数列平行移位并赋给yy(i-1)=x0(i);y=y; %将y变成列向量i=1:n-1; %计算数据矩阵B的第一列数据c(i)=-0.5*(x1(i)+x1(i+1);B=c ones(n-1,1);% 构造矩阵 Bau=inv(B*B)*B*y;% 计算参数 a,u 矩阵i=1:n+1; %计算预测累加数列的值ago(i)=(x0(1)-au(2)/au(1)*exp(-au(1)*(i-1)+au(2)/au(1);yc(1)=ago(1);i=1:n-1; %还原数列的值yc(i+1)=ago(i+1)-ago(i);i=2:n;error(i)=yc(i)-x0(i); % 计算残差值yc(1)=ago(1);i=1:n-1; %修正的还原数列的值yc(i+1)=ago(i+1)-ago(i);c=std(error)/std(x0); % 计算后验差比 p=0;fo