城市人口預(yù)測(cè)畢業(yè)論文

1、<p><b>　　目錄</b></p><p>　　摘要………………………………………….……… …………… …………… …………… ……………….2</p><p>　　引言 ……………………………. ………… ………… …… ………… ……… …………… ………………3</p><p>　　1 符號(hào)說明與模型假設(shè) </p&

2、gt;<p>　　1.1 符號(hào)說明………………………………………………………………………………………..…...3</p><p>　　1.2 模型假設(shè)……………………………………………………………………………………………4</p><p>　　2 模型的建立及求解</p><p>　　2.1 模型Ⅰ建立 …… …………… … ………… … … ……

3、…… … ……… …… … ……..……..4</p><p>　　2.2 非戶籍人口的增長率……………………………………………………………………………..6</p><p>　　2.3 (t)的計(jì)算………………………………………………………………………………………...8</p><p>　　2.4 由（1）~（6）建立模型Ⅰ…………………………………………………

4、……………………9</p><p>　　2.5 值修正轉(zhuǎn)籍率，建立模型Ⅱ……………………………………………………………..........9</p><p>　　2.6 模型Ⅱ求解得到非戶籍人口，然后建立模型Ⅲ……………………… …………………….13</p><p>　　3 影響出生率的三個(gè)因素</p><p>　　3.1 人口老齡化………

5、………………………………………………………………………………...14</p><p>　　3.2性別結(jié)構(gòu)…………………………………………………………………………………………….14</p><p>　　3.3年齡結(jié)構(gòu)………………………………………………………………………………….…………16</p><p>　　3.4 老齡化及性別比對(duì)人口增長的影響…………………

6、………………………………...… ….16</p><p><b>　　4 模型評(píng)價(jià)</b></p><p>　　4.1 模型優(yōu)點(diǎn)……………………………………………………………………………………………… 17</p><p>　　4.2 模型的缺點(diǎn)…………………………………………………………………………………………….17</p>

7、<p>　　4.3 模型的改進(jìn)…………………………………………………………………………………………... 17</p><p>　　4.4 模型推廣………………………………………………………………………………………............ 19</p><p>　　4.5 給相關(guān)部門的一些建議……………………………………………………………………………….19</p>

8、<p>　　成果聲明………………………………………………………………………………………... 21</p><p>　　致謝……………………………………………………………………………………………………............ 22</p><p>　　參考文獻(xiàn)…………………………………………………………………………………………….………..23</p><

9、p>　　附錄…………………………………………………………………………………………………….............24</p><p><b>　　城市人口預(yù)測(cè)</b></p><p><b>　　——以深圳為例</b></p><p><b>　　羅權(quán)</b></p><p

10、>　　摘要：本文考慮戶籍與非戶籍人口的轉(zhuǎn)籍率來修正深圳戶籍與非戶籍人口的變化模型。引入經(jīng)濟(jì)對(duì)人口變化的影響因子來修正經(jīng)濟(jì)轉(zhuǎn)型時(shí)期的人口值，得到人口預(yù)測(cè)模型。然后結(jié)合時(shí)間的迭代序列，建立了人口變化及預(yù)測(cè)的模型。最后，本文對(duì)深圳人口進(jìn)行分析，得到了三個(gè)結(jié)論：其一，深圳戶籍人口增加，非戶籍人口比例逐漸減少；其二，雖暫時(shí)未出現(xiàn)老齡化，但老齡化趨勢(shì)明顯；其三，男女不平衡，女性比例減少。人口對(duì)城市的醫(yī)療、道路、交通等多方面有重大影響，本文通過

11、對(duì)人口分析，對(duì)城市的一些建設(shè)問題提出了相關(guān)建議并結(jié)合我國大城市的特點(diǎn)，將該模型推廣至其他城市。</p><p>　　關(guān)鍵詞：人口預(yù)測(cè)模型 城市人口預(yù)測(cè) Logstic模型 Leslie模型 戶籍人口 非戶籍人口</p><p>　　Projection of the City Population </p><p>　　--Use Shenzhen

12、 City as an example </p><p><b>　　LuoQuan</b></p><p>　　Abstract: This paper leads into “”(the rate of conversion between the domicile population and non-domicile population) to amend

13、the model of the change between the domicile population and the non-domicile population of ShenZhen city, And It leads into “”(the influence of the economy to the change of population) to amend the population number in t

14、he economic transition period. And make out the projection model. Then combine with the iterative sequence of time, establish the population variation a</p><p>　　Key words: projection of the population Pro

15、jection of the City Population the Logstic model </p><p>　　the Leslie model the domicile population the non-domicile population </p><p><b>　　引言</b></p><p>　　對(duì)于

16、人口的預(yù)測(cè)，最初使用了Logstic模型，隨著社會(huì)的發(fā)展，又利用了灰色模型進(jìn)行預(yù)測(cè)。2007年，在數(shù)學(xué)建模競(jìng)賽中，采用了出生率、死亡率對(duì)灰色模型進(jìn)行改進(jìn)，建立了更為符合中國人口的預(yù)測(cè)模型，但是對(duì)于像深圳這樣的城市，常駐人口的變化不符合一般的增長規(guī)律。人口的變化對(duì)一個(gè)城市、國家或是地區(qū)的經(jīng)濟(jì)發(fā)展、醫(yī)療衛(wèi)生有著極其重要的作用，合理預(yù)測(cè)出人口，對(duì)一個(gè)城市、國家或是地區(qū)的發(fā)展有著重要的作用。隨著經(jīng)濟(jì)的發(fā)展，人口將漸漸的逼近環(huán)境容納人類生存的最大

17、環(huán)境容量。此外，在我國，計(jì)劃生育的實(shí)行，也影響了中國人口的出生率。因此，影響人口數(shù)量的三要數(shù)：死亡率，出生率以及遷入率，都受到了經(jīng)濟(jì)發(fā)展的影響。對(duì)于城市人口而言，隨著經(jīng)濟(jì)的發(fā)展而大量遷入的人口給城市的發(fā)展和規(guī)劃帶來了巨大的影響，甚至遷入人口遠(yuǎn)遠(yuǎn)超過戶籍人口，建立符合這些大城市的人口預(yù)測(cè)模型，用以解決城鎮(zhèn)人口的數(shù)量，人口結(jié)構(gòu)以及人口質(zhì)量，戶籍與非戶籍人口變得及其的重要。</p><p>　　1 符號(hào)說明及模型假設(shè)&

18、lt;/p><p><b>　　1.1 符號(hào)說明</b></p><p>　?。旱趖年的戶籍人口數(shù)</p><p>　?。旱趖年的非戶籍人口數(shù)</p><p>　　：第t年的人口出生率</p><p>　?。旱趖年的人口死亡率</p><p>　?。旱趖年的戶籍與非戶籍人口間的

19、轉(zhuǎn)籍率</p><p>　　: 第t年的非戶籍人口增長率</p><p>　?。旱趖年的經(jīng)濟(jì)對(duì)人口變化的影響因子</p><p>　?。焊髂甑慕?jīng)濟(jì)對(duì)人口變化的影響因子平均值</p><p>　　: 第t年的總?cè)丝跀?shù)</p><p>　　: 第i個(gè)年齡組的女性人數(shù)</p><p>　　:第i個(gè)年齡

20、組的女性生育率</p><p>　?。旱趇個(gè)年齡組的人數(shù)</p><p><b>　?。盒詣e比</b></p><p><b>　　1.2 模型假設(shè)</b></p><p>　?。?）深圳市的戶籍人口的沒有大量的遷出，戶籍人口的增加由自然增長和常住非戶籍人口轉(zhuǎn)化而來；</p><

21、p>　　（2）經(jīng)濟(jì)轉(zhuǎn)型對(duì)人口增長具有一定的周期，超過周期的影響可以不計(jì)；</p><p>　?。?）深圳的經(jīng)濟(jì)轉(zhuǎn)型對(duì)人口的影響和香港人口的相似，自然變化與中國人口變化相似；</p><p>　?。?）出生率隨著社會(huì)的變化，計(jì)劃生育的推進(jìn)，保持在一定范圍內(nèi).死亡率隨醫(yī)療水平提高以及人身體的原因不斷減小但變化越來越慢；</p><p>　?。?）不考慮中國傳統(tǒng)觀念

22、對(duì)生育的影響，及只有較少夫婦違反計(jì)劃生育的行為；</p><p>　?。?）短時(shí)間內(nèi)人口生理極限的影響較小，可以不計(jì)；</p><p>　?。?）在生育年齡以外的生育婦女生育在年生育人口中比例極小，可以不加以考慮；</p><p>　?。?）各年齡組間性別比相同；</p><p>　　2 模型的建立及求解</p><p&g

23、t;<b>　　2.1 模型Ⅰ建立</b></p><p>　　考慮戶籍與非戶籍之間存在非戶籍轉(zhuǎn)為戶籍人口[1,2]，則</p><p>　　2.1 死亡率和出生率的求解</p><p>　　由深圳統(tǒng)計(jì)年鑒得[3]，其深圳的出生率、死亡率如圖1所示：</p><p>　　圖1 出生率與死亡率的變化情況</p>

24、<p>　　其中1979年為24.6%，1980年為21.4，…，1983年為13.9%，…，1993年14.26%，…，2003年10.63%，…，2009年為13.7%.觀察1983年~2009年，出生率基本在一定范圍內(nèi)變化，所以可以利用1983年至今的平均數(shù)來表示出生率</p><p>　　由深圳統(tǒng)計(jì)年鑒-59可以得到，1979年~2009年的死亡率</p><p>　

25、　d=[ 5.75.65.354.73.693.363.613.42.972.742.792.272.41.931.751.782.092.132.092.972.551.731.461.531.371.411.11.090.980.86],對(duì)的每一項(xiàng)取對(duì)數(shù)[4]</p><p><b>　　則有</b></p>&l

26、t;p>　　=[1.740466175 1.722766598 1.667706821 1.609437912 1.547562509 1.305626458 1.211940974 1.283707772 1.223775432 1.088561953 1.00795792 1.026041596 0.819779831 0.875468737 0.657520003 0.559615788 0.576613364

27、 0.737164066 0.75612198 0.737164066 1.088561953 0.936093359 0.548121409 0.378436436 0.425267735 0.31481074 0.343589704 0.09531018 0.086177696 -0.020202707 -0.15082289];先利用進(jìn)行線性回歸，利用以下程序求解回歸函數(shù)[5,6]，并作出相應(yīng)分析：</

28、p><p>　　x=[1:1:30]';</p><p>　　Y=[1.740466175 1.722766598 1.667706821 1.609437912 1.547562509 1.305626458 1.211940974 1.283707772 1.223775432 1.088561953 1.00795792 1.026041596 0.819779831

29、 0.875468737 0.657520003 0.559615788 0.576613364 0.737164066 0.75612198 0.737164066 1.088561953 0.936093359 0.548121409 0.378436436 0.425267735 0.31481074 0.343589704 0.09531018 0.086177696 -0.020202707 -0.15

30、082289];</p><p>　　X=[ones(30,1) x];</p><p>　　[b,bint,r,rint,stats]=regress(Y,X)</p><p>　　b,bint,r,rint,stats</p><p>　　subplot(1,2,1); %選擇2×2個(gè)區(qū)中的1號(hào)區(qū)</

31、p><p>　　rcoplot(r,rint);title('殘差分析圖');axis ([0,31,-0.8,0.8]);</p><p>　　subplot(1,2,2)</p><p>　　z=b(1)+b(2)*x</p><p>　　plot(x,Y,'k+',x,z,'r');title

32、(' 預(yù)測(cè)圖');axis ([0,31,-0.1,1.8])</p><p>　　得到預(yù)測(cè)代碼函數(shù)為：</p><p><b>　?。?）</b></p><p>　　其中,其殘差分析及預(yù)測(cè)圖如圖2：</p><p>　　圖2 死亡率預(yù)測(cè)及殘差圖</p><p>　　通過函數(shù)預(yù)測(cè)

33、所得回歸函數(shù)的較為適合，并由預(yù)測(cè)函數(shù)圖像看出點(diǎn)分布在指向兩側(cè)且由殘差圖像看出只有兩個(gè)異常點(diǎn)。所以死亡率可以用函數(shù)來進(jìn)行預(yù)測(cè).現(xiàn)將回歸函數(shù)（4）兩端求指數(shù)，則得到最終的死亡率預(yù)測(cè)方程</p><p>　　. （5）</p><p>　　其中，，此外，雖然人類不斷的提高科學(xué)水平，人類的醫(yī)療水平，死亡率日漸降低，但是不可能

34、突破人類的生理極限[7]，所以雖然，實(shí)際上到達(dá)后由于人類生理極限，死亡率將保持在某一水平。這里參考Logstic模型，考慮人類的生理極限建立死亡率模型，可以更好地解決死亡率問題。這里就不再進(jìn)行研究，而是假設(shè)短期內(nèi)死亡率不受生理極限的影響。</p><p>　　2.2 非戶籍人口的增長率</p><p>　　分析1979~2010年的非戶籍?dāng)?shù)據(jù)，利用公式</p><p&g

35、t;<b>　?。?）</b></p><p>　　計(jì)算各年增長，其變化基本如圖3.利用Excel進(jìn)行函數(shù)擬合</p><p><b>　　（7）</b></p><p>　　雖然擬合的R較小，但是由圖3看出，其偏差較大的時(shí)間出現(xiàn)在特區(qū)建立的前一段時(shí)間，后期隨發(fā)展?jié)u漸的復(fù)合擬合的函數(shù)的規(guī)律，偏差較小。故該擬合函數(shù)在短時(shí)間內(nèi)

36、符合深圳非戶籍人口的增長情況。</p><p>　　圖3 非戶籍人口增長率變化圖</p><p>　　深圳從1979年改革開放開始，非戶籍人口逐漸增多。在改革開放初期，快速發(fā)展的經(jīng)濟(jì)導(dǎo)致大量非戶籍人口遷入，此時(shí)的人口增長并不十分符合利用Excel擬合的回歸方程，但是隨著經(jīng)濟(jì)的發(fā)展，非戶籍人口增長率回歸性變強(qiáng)。</p><p>　　這里，為得到更佳的回歸模型，采用近

37、20年的數(shù)據(jù)擬合進(jìn)行擬合。同（4），對(duì)非戶籍人口增長率做處理，利用Matlab擬合得到擬合函數(shù)（程序見附錄Ⅰ）</p><p>　　其中，,其殘差圖及預(yù)測(cè)圖如圖4.</p><p>　　圖4 非戶籍人口預(yù)測(cè)圖及殘差圖</p><p><b>　　對(duì)求指數(shù)得 </b></p><p><b>　?。?）</

38、b></p><p><b>　?。?）</b></p><p>　　2.3 (t)的計(jì)算</p><p>　　定義，通過計(jì)算得到從1979年到2010年的值(表1)：</p><p><b>　　表1的值</b></p><p>　　利用灰色模型求解得出未來十年的表達(dá)

39、式[8]。</p><p>　　利用Matlab計(jì)算得（附錄Ⅱ）， 預(yù)測(cè)值為</p><p><b>　?。?0）</b></p><p>　　其中，百分絕對(duì)誤差為：7.417%，回歸性較好，說明使用灰色模型預(yù)測(cè)是合理的。如圖5，實(shí)際值和預(yù)測(cè)差異性較小。</p><p><b>　　圖5 轉(zhuǎn)籍率預(yù)測(cè)圖</

40、b></p><p>　　2.4 由（1）式~（10）式建立模型Ⅰ</p><p><b>　?。?1）</b></p><p>　　利用模型Ⅰ求解(附錄Ⅲ)得到2011年~2020年的人口如（表2）</p><p>　　表2 戶籍人口預(yù)測(cè)值</p><p>　　2.5 值修正轉(zhuǎn)籍率，建立模

41、型Ⅱ</p><p>　　2.5.1 非戶籍人口變化趨勢(shì)，利用曲線擬合的方式求解，由于產(chǎn)業(yè)結(jié)構(gòu)的變化會(huì)導(dǎo)致人口的變化跟城市的經(jīng)濟(jì)發(fā)展存在關(guān)聯(lián)，本文參考中國的人口發(fā)展趨勢(shì)和香港的發(fā)展趨勢(shì)，由于深圳的發(fā)展和香港的發(fā)長歷史相似[9]，故引用香港的人口發(fā)展趨勢(shì)與之作比較，得出在經(jīng)濟(jì)轉(zhuǎn)型時(shí)期人口會(huì)在短時(shí)間內(nèi)增加。另一方面，由于深圳市戶籍政策的轉(zhuǎn)變，所以非戶籍的轉(zhuǎn)籍率也會(huì)發(fā)生相應(yīng)的變化。根據(jù)相關(guān)信息，從2012年開始的一段時(shí)

42、間內(nèi)，人口的增長和轉(zhuǎn)籍率將會(huì)發(fā)生變化。</p><p>　　20世紀(jì)70年代，香港經(jīng)濟(jì)開始由轉(zhuǎn)口貿(mào)易向以制造業(yè)為基礎(chǔ)的金融，旅游，航運(yùn)等多元化發(fā)展。</p><p>　　圖6 香港第一次經(jīng)濟(jì)轉(zhuǎn)型與人口變化</p><p>　　在這一段時(shí)間（1976-1984）內(nèi)人口的增長滿足函數(shù)：</p><p><b>　　（12）</b&

43、gt;</p><p>　　通過Excel分析R2 = 1,其擬合精度高。函數(shù)擬合與實(shí)際值相等，而對(duì)于增長率的計(jì)算采取年為基本單位，則利用Excel做的基本分析可以再此采用。</p><p>　　2.5.2 20世紀(jì)90年代香港經(jīng)濟(jì)開始由勞動(dòng)密集型向技術(shù)密集型和由一般技術(shù)低增值向高技術(shù)高增值產(chǎn)品的轉(zhuǎn)變。在這一時(shí)期，人口的增長率和第一次經(jīng)濟(jì)轉(zhuǎn)型一樣，人口增長率和人口數(shù)量都產(chǎn)生了巨大的變化，一

44、段時(shí)間后又回到一般的增長水平。和人口數(shù)量都產(chǎn)生和人口數(shù)量都產(chǎn)生了巨大的變化，一段時(shí)間后又回到一般的增長水平。</p><p>　　圖7 香港第二次經(jīng)濟(jì)轉(zhuǎn)型的人口增長率變化</p><p>　　在這樣時(shí)間內(nèi)，其增長率滿足</p><p>　　（13）與2.5.1分析相同，在圖7所示的時(shí)間范圍內(nèi)，R2 = 1，擬合精度較高，可以采用該擬合函數(shù)。</p>&

45、lt;p>　　2.5.3 和香港一樣，深圳在20世紀(jì)末，到21世紀(jì)初由轉(zhuǎn)口貿(mào)易向以制造業(yè)為基礎(chǔ)的金融、旅游、航運(yùn)等多元化發(fā)展，其變化人口增長和香港相似。</p><p>　　圖8 深圳第一次經(jīng)濟(jì)轉(zhuǎn)型的人口增長率變化</p><p>　　其變化形式在這一時(shí)間內(nèi)滿足一個(gè)一元四次函數(shù)</p><p><b>　　（14）</b></p&g

46、t;<p>　　與2.5.1分析相同，在圖8所示的時(shí)間范圍內(nèi)，R2 = 1，擬合精度較高，可以采用該擬合函數(shù)。</p><p>　　2.5.4 利用香港人口增長數(shù)據(jù)，分析經(jīng)濟(jì)轉(zhuǎn)型對(duì)人口的増長的影響。根據(jù)深圳十二五規(guī)劃的人口政策，在2015年，總?cè)丝诳刂圃?100萬以內(nèi)，戶籍人口在400萬以內(nèi)。所以在未來的3年內(nèi)，深圳市的轉(zhuǎn)籍率會(huì)在短時(shí)間內(nèi)增加，但到達(dá)一定值時(shí)會(huì)逐漸回到正常水平。由2.5.3~2.5.

47、2可以看出，經(jīng)濟(jì)轉(zhuǎn)型對(duì)人口的影響周期在4~5年，在第3年左右時(shí)影響達(dá)到最大。利用模型一求解得</p><p>　　; （15）</p><p>　??； （16）</p><p>　　在這三年內(nèi)因?yàn)?/p>

48、經(jīng)濟(jì)轉(zhuǎn)型而政府政策調(diào)整導(dǎo)致的人口增長為p.設(shè)為影響人口變化的有關(guān)因子。為2012~2015年的有關(guān)因子。記</p><p><b>　　則</b></p><p><b>　?。?7）</b></p><p>　　解得 </p><p>　　由香港的產(chǎn)業(yè)結(jié)構(gòu)變化及深圳在第一次經(jīng)濟(jì)轉(zhuǎn)

49、型是相似的，因此深圳在十二五期間的轉(zhuǎn)籍率的變化滿足一元多項(xiàng)式，而且大約在2013年是達(dá)到最大，則</p><p><b>　?。?8）</b></p><p>　　此外，深圳十二五規(guī)劃開始于2011年，從而可以計(jì)算出</p><p><b>　?。?9）</b></p><p><b>　

50、?。?0）</b></p><p>　　利用一元二次函數(shù)擬合的變化趨勢(shì)，即有</p><p><b>　　（21）</b></p><p>　　則 </p><p><b>　?。?2）</b>&l

51、t;/p><p>　　利用式子求出的表達(dá)式為</p><p><b>　?。?3）</b></p><p>　　利用因子改進(jìn)模型Ⅰ得到模型Ⅱ： </p><p><b>　　（24）</b></p><p><b>　?。?5）</b></p>

52、<p>　　模型Ⅰ戶籍人口修正后求解得(附錄Ⅲ)：</p><p>　　表3 模型修正后的戶籍人口</p><p>　　修正后的人口變化圖9所示，在2015年前的人口增長加快，這是深圳市人口政策的必然結(jié)果。</p><p>　　圖9 修正戶籍人口與原戶籍人口比較圖</p><p>　　2.6 模型Ⅱ求解得到非戶籍人口，然后建立模

53、型Ⅲ</p><p><b>　　(26)</b></p><p>　　然后利用Matlab求解得出每一年的年末常住人口(附錄Ⅴ)。求解結(jié)果為</p><p>　　Zrk=[1055.35 1070.9306 1084.9555 1097.2885 1108.251 1120.219 1131.3544 1141.8254 1151.801

54、 1161.3196] （如表4） </p><p>　　表4總?cè)丝?預(yù)測(cè)代碼表</p><p>　　利用Matlab作圖，得到年末常住人口，戶籍人口非戶籍人口（如圖10）</p><p>　　圖10 戶籍人口、非戶籍人口、總?cè)丝诒容^圖</p><p>　　從圖10可以看出，深圳戶籍人口、總?cè)丝诓粩嘣黾樱菓艏丝谠诓粩鄿p少，這剛好符合深圳

55、人口變化特征及經(jīng)濟(jì)發(fā)展的實(shí)際情況。</p><p>　　. 3 影響出生率的三個(gè)因素</p><p><b>　　3.1 人口老齡化</b></p><p>　　(1) 幾個(gè)有關(guān)的定義[1,7]：</p><p><b>　　(27)</b></p><p>　　(2) 利用

56、2000年、2005年、2010年人口數(shù)據(jù)分析，其老齡化變化如圖11：</p><p>　　圖11 老齡化系數(shù)、少年兒童系數(shù)、老齡化系數(shù)變化圖</p><p>　　從圖像可以看出，老齡化系數(shù)上升而少年兒童系數(shù)下降，從這里可以看出，深圳將步入老齡化。又因?yàn)樯钲谌丝谥蟹菓艏加腥丝谥休^大的份額，所以經(jīng)濟(jì)轉(zhuǎn)型后，深圳步入老齡化的速度加劇。</p><p><b>

57、;　　3.2 性別結(jié)構(gòu)</b></p><p>　　(1)性別比的定義[7]</p><p><b>　　(28)</b></p><p>　　(2)根據(jù)深圳統(tǒng)計(jì)年鑒數(shù)據(jù)，計(jì)算性別比，其變化如圖12</p><p>　　圖12 性別比變化趨勢(shì)</p><p>　　由圖12看出，性別比逐

58、漸減小，女性人數(shù)越來越少，男性越來越多。一般地，當(dāng)男女比例為100:109時(shí)最為正常的性別比例[14]。圖12中可以看出，2009年性別比為100：88.07，男女比例已經(jīng)嚴(yán)重失調(diào)。</p><p><b>　　3.3 年齡結(jié)構(gòu)</b></p><p>　　利用2000年、2005年、2010年的人口數(shù)據(jù)，計(jì)算各年齡組占總?cè)丝诘谋壤?，利用Excel繪出圖13，以更加清

59、晰看出年齡分布情況。</p><p>　　圖13 年齡組人數(shù)分布及年齡組人數(shù)比里分布</p><p>　　考察年齡組分布情況，計(jì)算個(gè)年齡組占總?cè)丝诘谋壤?，并利?000年、2005年、2010年的人口數(shù)據(jù)研究年齡組所占比例的變化情況，得到圖13所示的變化情況（附錄Ⅵ）。</p><p>　　圖14 各年齡組占總?cè)藬?shù)的變化情況</p><p>

60、　　從圖14可以看出，各年齡組的比例均在變化，其中15~24歲所占比例下降，35~44歲比例上升。根據(jù)深圳發(fā)展及實(shí)際情況選擇2010年人口年齡結(jié)構(gòu)為基礎(chǔ)，求解各年齡組生育率。即得到各年齡組女性所占總?cè)丝诒壤ㄈ绫?）。</p><p>　　表5 年齡組分布比例</p><p>　　一般地，大多數(shù)的育齡女性選擇20歲~34間生育，而且人體的最佳生育時(shí)期也在這一階段，根據(jù)深圳統(tǒng)計(jì)年鑒，深圳生育

61、一胎率高達(dá)91.54%，計(jì)劃生育率99.17%，所以可以把深圳生育近似看為一女一胎[12]。再將15~24歲看著一個(gè)生育年齡組，35~44歲看做一個(gè)生育年齡組，就可以建立生育年齡組的求解模型。</p><p>　　3.4 老齡化及性別比對(duì)人口增長的影響</p><p>　　人口增長由死亡、出生、遷入三大條件決定。生育受育齡及育齡女性人數(shù)限制，在一個(gè)人口總體中，老齡化日益嚴(yán)重以及性別比例越來

62、越低將影響人口出生率。隨著性別比例的下降，導(dǎo)致出生率降低，加上醫(yī)療條件日漸完善又導(dǎo)致老齡化加劇，老齡化加劇又導(dǎo)致生育年齡比例下降，從而又再次引起出生率進(jìn)一步降低。</p><p>　　圖15 出生率降低關(guān)系圖</p><p><b>　　4 模型評(píng)價(jià)</b></p><p><b>　　4.1 模型優(yōu)點(diǎn)</b></p

63、><p>　　該模型使用時(shí)間序列的累加辦法，考慮出生率與死亡率以及戶籍人口與非戶籍人口的轉(zhuǎn)籍率來改進(jìn)模型，使得結(jié)果更接近實(shí)際值。另一方面，利用中國人口和香港人口的變化情況，得出人口將會(huì)在經(jīng)濟(jì)轉(zhuǎn)型的時(shí)間內(nèi)發(fā)生變化。深圳的經(jīng)濟(jì)發(fā)展經(jīng)歷轉(zhuǎn)口貿(mào)易，制造業(yè)為主的第二產(chǎn)業(yè)發(fā)展兩個(gè)階段，在十二五期間將開始有制造業(yè)向以科技技術(shù)為主的高科技產(chǎn)業(yè)發(fā)展。根據(jù)深圳十二五規(guī)劃可知，深圳的戶籍政策會(huì)在這一段時(shí)間內(nèi)調(diào)整，戶籍人口會(huì)在短期內(nèi)增加。對(duì)

64、此，本文引入因子進(jìn)行修正，得到更為準(zhǔn)確的的預(yù)測(cè)值。由于影響轉(zhuǎn)籍率有許多的不確定因數(shù)，故利用灰色模型對(duì)轉(zhuǎn)籍率進(jìn)行預(yù)測(cè)，從而使得模型更加的客觀。 </p><p><b>　　4.2 模型的缺點(diǎn)</b></p><p>　　本文在建立模型時(shí)，對(duì)出生率采用近幾年的出生率的平均值來近似計(jì)算，從而產(chǎn)生較大的誤差；其次，本文在考慮經(jīng)濟(jì)轉(zhuǎn)型對(duì)人口的影響時(shí)，引用《深圳十二五規(guī)劃》中戶

65、籍人口的上限，這有些主觀化，缺少客觀性。本文涉及計(jì)算皆由Excel或Matlab進(jìn)行計(jì)算，這其中的近似計(jì)算會(huì)導(dǎo)致誤差并會(huì)在計(jì)算中不斷積累，出現(xiàn)累積誤差，進(jìn)而影響結(jié)果的準(zhǔn)確性。</p><p><b>　　4.3 模型的改進(jìn)</b></p><p>　　4.3.1出生率計(jì)算的改進(jìn)</p><p>　　考慮性別比、年齡結(jié)構(gòu)、各年齡組間的生育率。記1

66、5歲～19歲生育年齡組1，…，35歲～39歲生育年齡組4 .[13]則有</p><p><b>　　(29)</b></p><p>　　其中為第i個(gè)年齡組的女性人數(shù)，為第i個(gè)年齡組女性的生育概率，為第i個(gè)年齡組女性的總?cè)藬?shù)。又有</p><p><b>　　(30)</b></p><p>&l

67、t;b>　　(31)</b></p><p>　?。?）利用人口數(shù)據(jù)，預(yù)測(cè)性別比，性別比如圖16</p><p>　　圖16 性別變化趨勢(shì)</p><p><b>　　(32)</b></p><p>　　（2）各年齡組女性比率求解</p><p>　　現(xiàn)利用2000年、2005

68、年、2010年的人口數(shù)據(jù)來求解。根據(jù)圖13，考察年齡組分布情況，計(jì)算個(gè)年齡組占總?cè)丝诘谋壤⒗?000年、2005年、2010年的人口數(shù)據(jù)研究年齡組所占比例的變化情況，得到圖13所示的變化情況。從圖13可以看出，各年齡組的比例均在變化，其中15~24歲所占比例下降，35~44歲比例上升。根據(jù)深圳發(fā)展及實(shí)際情況選擇2010年人口年齡結(jié)構(gòu)為基礎(chǔ)，求解各年齡組生育率。得到各年齡組女性所占總?cè)丝诒壤绫?。一般地，大多數(shù)的育齡女性選擇20歲

69、~34間生育，而且人體的最佳生育時(shí)期也在這一階段，根據(jù)深圳統(tǒng)計(jì)年鑒，深圳生育一胎率高達(dá)91.54%，計(jì)劃生育率99.17%，所以可以把深圳生育近似看為一女一胎。再將15~24歲看著一個(gè)生育年齡組，把35~44歲看做一個(gè)生育年齡組，便使得計(jì)算簡便許多。更近一步，假設(shè)年齡組分布符合對(duì)數(shù)正態(tài)分布情況，其對(duì)數(shù)正態(tài)分布密度函數(shù)為</p><p><b>　?。?3）</b></p>&l

70、t;p>　　采用極大似然估計(jì)來估計(jì)得</p><p><b>　?。?4）</b></p><p>　　利用2000年、2005年、2010年的年齡數(shù)據(jù)求解得:</p><p><b>　?。?5）</b></p><p>　　取三年的平均值建立指數(shù)分布密度函數(shù)為</p><

71、;p><b>　?。?6）</b></p><p>　　然后根據(jù)密度分布函數(shù)可計(jì)算出年齡組分布概率。</p><p>　　（3） 根據(jù)實(shí)際情況，計(jì)算各年齡組的生育率，建立生育率預(yù)測(cè)模型。</p><p><b>　　4.4模型的推廣</b></p><p>　　更一般地，對(duì)于中國的許多大城市，

72、在沿海一帶的城市，具有大量非戶籍人口；在西部內(nèi)陸的城市，具備的非戶籍人口較少。但是隨著經(jīng)濟(jì)的發(fā)展，大量的第二產(chǎn)業(yè)向內(nèi)部遷移，沿海城市開始以第三產(chǎn)業(yè)為主，人口機(jī)構(gòu)人口素質(zhì)將會(huì)長生巨大的改變。本文引入轉(zhuǎn)籍率，其實(shí)是根據(jù)生物學(xué)中的生態(tài)系統(tǒng)的單種群模型，從出生率、死亡率、遷入人口、遷出人口來預(yù)測(cè)人口變化。所以這一模型在適當(dāng)修正后適合會(huì)適合于一般的城市。就貴陽而言，隨著城市化進(jìn)程的到來，貴陽市戶籍人口，流動(dòng)人口將會(huì)空前變化，就像深圳、香港一樣，人

73、口增長的第一高峰期將要或是已經(jīng)到來，但是隨著城市的發(fā)展，將會(huì)進(jìn)入較為緩慢的增長期。 </p><p>　　4.5 給相關(guān)部門的一些建議</p><p>　　人口問題是每一個(gè)城市的基本問題，同時(shí)也是極其重要的一個(gè)問題。處理好人口問題，會(huì)給城市的其他問題帶來許多好處。對(duì)此，根據(jù)本文研究，提出以下幾點(diǎn)建議：</p><p>　　首先，由于老齡化日益加劇，居民養(yǎng)老的相關(guān)問題

74、應(yīng)該得以落實(shí)。解決好養(yǎng)老問題，才能保證其他工作的有序進(jìn)行。</p><p>　　其次，醫(yī)療設(shè)施的合理安排。隨著人口的增長，戶籍人口的變化，相應(yīng)的醫(yī)療設(shè)施必須得跟上人口變化的需要。相關(guān)部門在處理醫(yī)療設(shè)施問題時(shí)，應(yīng)著眼于未來人口的變化趨勢(shì)，合理安排，保證每一個(gè)居民的合法利益。</p><p>　　最后，基礎(chǔ)設(shè)施的建設(shè)。相關(guān)部門在基礎(chǔ)設(shè)施的建設(shè)時(shí)，應(yīng)當(dāng)著眼于未來，對(duì)道路、供水、電力以及居民的體育

75、文化設(shè)施應(yīng)考慮人口變化的需求，合理建設(shè)，長遠(yuǎn)發(fā)展。 </p><p><b>　　成 果 聲

76、 明</b></p><p>　　本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)標(biāo)明注釋的以外，該成果屬作者獨(dú)創(chuàng)；該成果屬貴州民族大學(xué)所有。本人完全意識(shí)到本聲明的法律責(zé)任由本人承擔(dān)。</p><p>　　論文作者簽名：          

77、;     日  期：                 </p><p><b>　　致謝</b></p><p>　　本論文是在

78、吳老師的精心指導(dǎo)下完成的。在此我謹(jǐn)向吳老師表示最衷心地感謝! 感謝吳老師自開始寫作以來給予我在學(xué)習(xí)和論文研究上的關(guān)心和指導(dǎo)。寫作期間在導(dǎo)師的嚴(yán)格要求和精心指導(dǎo)下，不僅順利地完成了論文，而且導(dǎo)師滿腔的工作熱情和嚴(yán)謹(jǐn)?shù)闹螌W(xué)風(fēng)范使我受益匪淺。老師學(xué)識(shí)淵博，勤奮務(wù)實(shí)的工作作風(fēng)，忘我的工作熱情，勇于創(chuàng)新的探索精神和嚴(yán)謹(jǐn)治學(xué)的科研態(tài)度給予我莫大的啟迪，在此期間既培養(yǎng)了我分析問題和研究問題的能力,更重要的是，導(dǎo)師嚴(yán)謹(jǐn)?shù)目蒲凶黠L(fēng)和奉獻(xiàn)精神培養(yǎng)了學(xué)生正確

79、的人生觀 世界觀和價(jià)值觀。</p><p>　　最后，我謹(jǐn)向大學(xué)四年教授我的專業(yè)課的老師和所有關(guān)心幫助、支持我的各位老師和同學(xué)、朋友表示誠摯的謝意！</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1]〔美〕G·H·弗里德，G·J·黑徳莫若斯，田清淶，（譯），殷營（譯），馬洌（譯），李

80、云蘭（校），田清淶（校）.生物學(xué)[M].北京，科學(xué)出版社</p><p>　　[2] 宋杰，祝長.Lisie人口增長模型在韶關(guān)市人口老齡化趨勢(shì)預(yù)測(cè)中的應(yīng)用[J].湖南工業(yè)大學(xué)學(xué)報(bào)，2012年04月</p><p>　　[3] 2010年深圳市年鑒副本962915473885.xls-59,[EB/QL]. http://www.szhpfpc.gov.cn,2012，11</p>

81、;<p>　　[4]鄧集賢，楊維權(quán).概率論及數(shù)理統(tǒng)計(jì)[M].高等教育出版社,2009</p><p>　　[5] 趙靜，但琦，嚴(yán)尚安，楊秀文.數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)[M].第三版，北京，高等教育出版社，2008.1.</p><p>　　[6] 陳杰，MATLAB寶典[M].北京，電子工業(yè)出版社，2007.1.</p><p>　　[7] 靳德明，彭衛(wèi)東，

82、史紅梅.現(xiàn)代生物學(xué)[M].出版地：北京，高等教育出版社，2000.</p><p>　　[8] 周博，謝東來，張憲海.MATLAB科學(xué)計(jì)算[M].出版地：北京，機(jī)械工業(yè)出版社，2010.5.</p><p>　　[9] 香港歷年經(jīng)濟(jì)數(shù)據(jù)一覽（1961—2009年）[EB/QL]. http://www.chinadmd.com</p><p>　　[10] Fran

83、k R.giordano,William P.Fox,Steven B.Horton,Maurice D.Weir.數(shù)學(xué)建模[M]第1版.北京，機(jī)械工業(yè)出版社，2009.8.</p><p>　　[11] 姜啟源，謝金星，葉俊.數(shù)學(xué)模型[M].北京，高等教育出版社，2011年1月第4版,249-276.</p><p>　　[12] 深圳市人口與計(jì)劃生育委員會(huì)[EB/QL]. http:/

84、/www.szhpfpc.gov.cn.</p><p>　　[13] 張春海，孫建.我國人口年齡結(jié)構(gòu)、儲(chǔ)蓄效應(yīng)與經(jīng)濟(jì)增長[J].西北人口.2012年06期</p><p>　　[14] 張全屯，李素清. 應(yīng)用生態(tài)學(xué),[M].北京，科學(xué)出版社，2003.</p><p><b>　　附錄</b></p><p>　　附錄

85、Ⅰ:轉(zhuǎn)籍率 預(yù)測(cè)代碼</p><p>　　1.1：y=[30.6494 31.5898 32.8088 34.9233 40.1698 43.1801 47.4527 51.0151 55.1423 59.4830 64.1298 67.7604 72.2399 79.2763 86.6465 92.8781 98.0543 102.2746 108.3421 113.5292 118.7234 123.4353

86、 130.4563 137.3942 149.5615 163.3886 179.7610 194.4209 209.2102 224.6489 237.9725]</p><p>　　1.2：% 本程序主要用來計(jì)算根據(jù)灰色理論建立的模型的 預(yù)測(cè)代碼值.</p><p>　　y=input('請(qǐng)輸入數(shù)據(jù) ：');%輸入數(shù)據(jù)請(qǐng)用矩陣形式；</p><p&g

87、t;　　n=length(y);</p><p>　　yy=ones(n,1);</p><p>　　yy(1)=y(1);</p><p><b>　　for i=2:n</b></p><p>　　yy(i)=yy(i-1)+y(i);</p><p><b>　　end</b

88、></p><p>　　B=ones(n-1,2);</p><p>　　for i=1:(n-1)</p><p>　　B(i,1)=-(yy(i)+yy(i+1))/2;</p><p>　　B(i,2)=1;end</p><p><b>　　BT=B';</b></p

89、><p>　　for j=1:n-1</p><p>　　YN(j)=y(j+1);</p><p><b>　　end</b></p><p><b>　　YN=YN';</b></p><p>　　A=inv(BT*B)*BT*YN;</p><p

90、><b>　　a=A(1)</b></p><p><b>　　u=A(2)</b></p><p><b>　　t=u/a</b></p><p>　　t_test=input('請(qǐng)輸入需要 預(yù)測(cè)代碼個(gè)數(shù)：');</p><p>　　i=1:t_test

91、+n;</p><p>　　yys(i+1)=(y(1)-t).*exp(-a.*i)+t;</p><p>　　yys(1)=y(1);</p><p>　　for j=n+t_test:-1:2</p><p>　　ys(j)=yys(j)-yys(j-1);</p><p><b>　　end</

92、b></p><p><b>　　x=1:n;</b></p><p>　　xs=2:n+t_test;</p><p>　　yn=ys(2:n+t_test);</p><p>　　plot(x,y,'^r',xs,yn,'*-b');</p><p>&l

93、t;b>　　det=0;</b></p><p><b>　　for i=2:n</b></p><p>　　det=det+abs(yn(i)-y(i));</p><p><b>　　end</b></p><p>　　det=det/(n-1);</p><

94、;p>　　disp(['百分絕對(duì)誤差為：',num2str(det),'%']);</p><p>　　disp([' 預(yù)測(cè)代碼值為： ',num2str(ys(n+1:n+t_test))])</p><p>　　附錄Ⅱ：戶籍人口的計(jì)算</p><p>　　function h=h(i)</p>

95、<p><b>　　h=267.9</b></p><p>　　R=[0.050692 0.050182 0.049677 0.049177 0.048682 0.048192 0.047707 0.047226 0.046751 0.04628]</p><p>　　for i=1:10</p><p>　　h=[

96、1+13.42222*10^(-3)-7*10^44*exp(-0.0548*(i+2010))+R(i)]*h</p><p><b>　　k=i+2010</b></p><p><b>　　end</b></p><p><b>　　運(yùn)行結(jié)果：</b></p><p>　

97、　2011 2012 2013 2014 2015 2016 </p><p>　　266.8823 283.6133 301.2637 319.8759 339.4935 360.1620 </p><p>　　2017 2018 2019 2020<

98、/p><p>　　381.9282 404.8403 428.9488 454.3051 </p><p>　　Plot（I,H） </p><p><b>　　end</b></p><p>　　附錄Ⅲ：修正后的模型（戶籍）程序</p><p>　　function h=h(i)<

99、/p><p><b>　　h=251.03</b></p><p>　　R=[0.050692 0.050182 0.049677 0.049177 0.048682 0.048192 0.047707 0.047226 0.046751 0.04628]</p><p>　　for i=1:10</p><p><

100、b>　　if i>5</b></p><p>　　h=[1+13.42222*10^(-3)-7*10^44*exp(-0.0548*(i+2010))+R(i)*h</p><p><b>　　k=i+2010</b></p><p>　　else h=[1+13.42222*10^(-3)-7*10^44*exp(

101、-0.0548*(i+2010))+R(i)-1.8095*10^(-7)*(i+2010)^2+7.285*10^(-4)*(i+2010)-0.6952]*h</p><p><b>　　k=i+2010</b></p><p><b>　　end </b></p><p><b>　　end</

102、b></p><p>　　附錄Ⅳ：非戶籍人口程序：</p><p>　　function fh=fh(i)</p><p>　　fh=786.17;</p><p>　　R=[0.050692 0.050182 0.049677 0.049177 0.048682 0.048192 0.047707 0.047226 0.046751

103、 0.04628];</p><p>　　p=[0.0217 0.0190 0.0168 0.0147 0.0130 0.0114 0.0100 0.0088 0.0078 0.0068];</p><p>　　h=[276.4289 304.2711 334.7787 368.1932 404.7764 429.4193 455.3711

104、482.689 511.4334 541.6657];</p><p>　　for i=1:10</p><p><b>　　if i>5</b></p><p>　　fh=fh*(1+p(i))-R(i)*h(i)</p><p><b>　　else</b></p>&

105、lt;p>　　fh=fh*(1+p(i))-(R(i)-1.8095*10^(-7)*(i+2010)^2+7.285*10^(-4)*(i+2010)-0.6952)*h(i)</p><p><b>　　end</b></p><p><b>　　k=i+2010</b></p><p><b>　　e

106、nd</b></p><p><b>　　運(yùn)行結(jié)果</b></p><p>　　fh=[778.7046 766.6595 750.1768 729.0953 703.4746 690.7997 675.9833 659.1364 640.3677 619.6539]</p><p>　　附錄Ⅴ：總?cè)丝谟?jì)算代碼&l

107、t;/p><p>　　function zrk=zrk(i)</p><p>　　h=[276.4289 304.2711 334.7787 368.1932 404.7764 429.4193 455.3711 482.6890 511.4334 541.6657];</p><p>　　fh=[778.7046 766.6595 750.176

108、8 729.0953 703.4746 690.7997 675.9833 659.1364 640.3677 619.6539];</p><p>　　for i=1:10</p><p>　　zrk=h(i)+fh(i)</p><p><b>　　k=i+2010</b></p><p><b&

109、gt;　　end</b></p><p><b>　　計(jì)算結(jié)果：</b></p><p>　　zrk=[ 1055.35 1070.9306 1084.9555 1097.2885 1108.251 1120.219 1131.3544 1141.8254 1151.801 1161.3196</p><p>　　附錄Ⅵ：年齡組

110、比率變化圖代碼：</p><p>　　y1=[0.147167766 0.138840524 0.074585185];</p><p>　　y2=[0.249968789 0.235474258 0.190378435];</p><p>　　y3=[0.20230806 0.17113973 0.175881277];</p><p>

111、;　　y4=[0.134844313 0.147419101 0.129862806];</p><p>　　y5=[0.076689394 0.101882595 0.11412648];</p><p>　　y6=[0.03547496 0.060366697 0.087907571];</p><p>　　x=[2000 2005 2010];</p&

112、gt;<p>　　subplot(2,3,1);</p><p>　　plot(x,y1);title('15-19Ëê');axis([1999,2010,0,0.25])</p><p>　　subplot(2,3,2);</p><p>　　plot(x,y2);title('20-24Ë&#

113、234;');axis([1999,2010,0,0.25])</p><p>　　subplot(2,3,3);</p><p>　　plot(x,y3);title('25-29Ëê');axis([1999,2010,0,0.25])</p><p>　　subplot(2,3,4);</p><

114、p>　　plot(x,y4);title('30-34Ëê');axis([1999,2010,0,0.25])</p><p>　　subplot(2,3,5);</p><p>　　plot(x,y5);title('35-39Ëê');axis([1999,2010,0,0.25])</p>

115、<p>　　subplot(2,3,6);</p><p>　　plot(x,y6);title('40-44Ëê');axis([1999,2010,0,0.251])</p><p>　　附錄Ⅶ：死亡率預(yù)測(cè)函數(shù)運(yùn)行結(jié)果</p><p><b>　　stats =</b></p>&

116、lt;p>　　0.8964 250.9513 0.0000 0.0297</p><p><b>　　b =</b></p><p><b>　　1.7221</b></p><p><b>　　-0.0548</b></p><p><b>　　

117、bint =</b></p><p>　　1.5924 1.8518</p><p>　　-0.0619 -0.0477</p><p>　　附錄Ⅷ：非戶籍人口增長率預(yù)測(cè)代碼</p><p>　　p=[-1.234117869-0.59988416 -1.499982627-1.133064835-1.25951

118、1969-2.322356347-2.472836583-2.280976297-2.176709217-2.293884088-2.086939692-3.571034726-3.700643996-3.404612466-4.321625202-4.137205855-3.122372667-3.266361725-3.284543571-3.2791227 ]';</p><

119、;p>　　t=[11:1:30]';</p><p>　　T=[ones(20,1) t];[b,bint,r,rint,stats]=regress(p,T);</p><p>　　b,bint,stats,r,rint</p><p>　　plot(t,p,'k+',t,z,'r')</p><p

120、>　　subplot(1,2,1); %選擇2×2個(gè)區(qū)中的1號(hào)區(qū)</p><p>　　rcoplot(r,rint);title('殘差分析圖');axis ([11,30,-5,5])</p><p>　　subplot(1,2,2)</p><p>　　z=b(1)+b(2)*t;</p>&l

121、t;p>　　plot(t,p,'k+',t,z,'r');title(' 預(yù)測(cè)圖');axis ([11,30,-4.1,-1.2])</p><p>　　附錄Ⅸ 非戶籍增長率的計(jì)算代碼：</p><p>　　function p=p(i)</p><p>　　for i=1:10</p><