人口预测模型(经典)
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。
人口预测模型
为了保持自然资料的合理开发与利用，人类必须保持并控制生态平衡，甚至必须控制人类自身的增长。
本节将建立几个简单的单种群增长模型，以简略分析一下这方面的问题。
一般生态系统的分析可以通过一些简单模型的复合来研究，大家若有兴趣可以根据生态系统的特征自行建立相应的模型。
美丽的大自然种群的数量本应取离散值，但由于种群数量一般较大，为建立微分方程模型，可将种群数量看作连续变量，甚至允许它为可微变量，由此引起的误差将是十分微小的。
离散化为连续，方便研究§3.2Malthus 模型与Logistic 模型模型1马尔萨斯（Malthus ）模型马尔萨斯在分析人口出生与死亡情况的资料后发现，人口净增长率r 基本上是一常数，（r =b -d ,b 为出生率，d 为死亡率），既：1dN r N dt =dN rN dt =或（3.5）0()0()r t t N t N e -=（3.6）（3.1）的解为：其中N 0=N (t 0)为初始时刻t 0时的种群数。
马尔萨斯模型的一个显著特点：种群数量翻一番所需的时间是固定的。
令种群数量翻一番所需的时间为T ，则有：002rTN N e =ln 2T r =故模型检验比较历年的人口统计资料，可发现人口增长的实际情况与马尔萨斯模型的预报结果基本相符，例如，1961年世界人口数为30.6 （即3.06×109），人口增长率约为2%，人口数大约每35年增加一倍。
检查1700年至1961的260年人口实际数量，发现两者几乎完全一致，且按马氏模型计算，人口数量每34.6年增加一倍，两者也几乎相同。
19502000205021002150220000.511.522.533.5x 1011t/年N /人马尔萨斯模型人口预测模型预测假如人口数真能保持每34.6年增加一倍，那么人口数将以几何级数的方式增长。
例如，到2510年，人口达2×1014个，即使海洋全部变成陆地，每人也只有9.3平方英尺的活动范围，而到2670年，人口达36×1015个，只好一个人站在另一人的肩上排成二层了。
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 32112)-(n 321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。
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。
人口预测模型 (2)
人口预测模型引言人口预测是社会经济规划和发展的重要因素之一。
了解和预测人口的变化趋势对于制定战略、决策政策和规划城市发展至关重要。
传统的人口预测方法可以基于历史数据和统计模型来进行，但随着数据科学和机器学习的发展，人口预测模型已经变得更加准确和可靠。
人口预测模型简介人口预测模型是一种使用统计学和机器学习等方法来预测人口变化的模型。
它可以通过分析历史数据和当前的人口特征来预测未来的人口趋势。
人口预测模型可以帮助政府、城市规划者和经济学家等决策者做出更准确的人口规划和发展决策。
常用的人口预测模型方法线性回归模型线性回归模型是一种常见的人口预测模型方法。
它基于历史数据，通过建立一个线性方程来描述人口变化的趋势。
线性回归模型可以通过拟合历史数据来预测未来的人口变化。
时间序列模型时间序列模型是一种常用的人口预测模型方法，它基于时间变量和历史数据来预测未来的人口变化情况。
时间序列模型可以考虑人口的季节性、趋势性和周期性等因素，从而提高预测的准确性。
基于机器学习的人口预测模型随着机器学习的发展，越来越多的人口预测模型开始采用机器学习算法来进行预测。
基于机器学习的人口预测模型可以通过学习历史数据和自动调整模型参数来进行预测，从而提高预测的准确性和鲁棒性。
人口预测模型的应用城市发展规划人口预测模型可以帮助城市规划者制定更科学和有效的城市发展规划。
通过预测人口变化的趋势，城市规划者可以合理安排城市的建设和改造，提前做好基础设施建设和公共服务的规划，从而更好地满足人口增长的需求。
经济发展决策人口预测模型可以为经济发展决策提供有力的参考依据。
通过预测人口的变化，决策者可以制定更精确的经济发展政策和战略，合理安排资源配置，促进经济的健康发展。
社会政策制定人口预测模型可以帮助政府制定更合理和有效的社会政策。
通过对人口变化的预测，政府可以及时调整社会福利、教育、医疗等社会政策，提前做好相关准备，更好地满足人口的需求。
结论人口预测模型是一种重要的工具，可以帮助政府、城市规划者和决策者做出更准确和科学的决策。
经典人口预测模型
经典人口预测模型1 中国人口增长预测摘要近几年中国的人口增长出现了新特点，与时俱进的对人口增长进行预测将有利于国家的经济发展。
本文结合这些新特点，建立了队列要素预测模型对中国人口进行了长期的预测，并结合有机灰色神经网络模型对其进行了短期的预测。
在建立短期人口预测模型——有机灰色神经网络模型时，本文结合灰色系统中的灰色预测模型GM(1,1)、残差灰色预测模型CGM(1,1)、“对数函数—幂函数变换”灰色预测模型SGM(1,1)和BP 神经网络模型，将一维序列通过其中三个灰色模型得到的三组模拟值作为输入模式，原始序列作为输出模式，训练得到最佳神经网络结构，将三个灰色模型的预测值带入神经网络结构仿真，得到最终预测值。
最后根据附录数据预测了未来十年的中国人口情况在建立长期人口预测模型型——队列要素预测模型时，本文在考虑近几年中国人口增长的新特点：出生性别比持续升高、乡村人口城镇化的基础上同时结合一些影响人口的重要因素：不同年龄的妇女生育率、死亡率，对人口增长的预测进行了研究。
最后得到了中国人口变化与影响人口变化主要因素之间的关系，由此建立了队列要素预测模型，并对未来中国50 的人口变化进行了预测一、问题简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。
因此合理地对中国人口进行分析与预测根据已成为一个重要问题。
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。
试从中国的实际情况和人口增长的上述特点出发，利用相关数据建立中国人口增长的数学模型，并由此对中国人口增长的中短期和长期趋势做出预测；特别要指出你们模型中的优点与不足之处。
二、问题分析人口预测模型是一个多因素影响且复杂的一类统计学问题，欲想建立合理的数学模型对其进行求解，必须先对影响中国人口增长的一些重要因素进行定性或定量的分析。
影响中国人口增长的主要因素主要可以分为以下四类[1]：相应年龄的妇女的生育率、死亡率、人口净迁移率、出生婴儿性别比。
中国人口的预测模型(例2)
中国人口的预测模型(例2)随着中国经济和社会的快速发展，中国人口状况已经成为国内外学者和政府关注的热点问题。
如何进行科学预测和有效管理中国人口，已成为当前和未来的重要任务。
本文将以某省为例，提出一个基于改进指数的新型人口预测模型，并据此进行人口预测。
1.理论基础1.1 改进指数模型改进指数模型是指在传统的指数模型基础上，通过对各个指数进行归一化、去异常值等操作，得到更加稳定、精准、实用的模型。
其主要特点包括：(1) 稳定性强：对于历史数据的突变和波动具有一定的缓冲作用，不容易出现极端值。
(2) 精准度高：更加准确地反映出指数的真实水平和趋势。
(3) 实用性好：模型简单易懂，具有很强的实用性和操作性。
人口预测模型是指通过对各项人口指标的分析和建模，来预测人口发展趋势和未来数量变化的方法。
根据不同的研究目的和数据来源，人口预测模型可以分为多种类型，例如传统的时间序列模型、面板数据模型、结构方程模型等。
本文将采用改进指数模型对人口数据进行预测。
2.数据来源本文所研究的数据来自某省统计年鉴，包括年度人口总量和相关人口指标，时间跨度为1980年至2019年。
3.方法3.1 指标选择和处理本文选取五个关键指标进行建模，包括出生率、死亡率、迁入率、迁出率和自然增长率。
为了避免指标之间的比较难度和差异性，对各项指标进行归一化处理，得到相对比较统一的数值范围。
具体的处理方法如下：(1) 迁入率和迁出率：分别取对数，然后做差。
(2) 出生率和死亡率：分别取平方根。
(3) 自然增长率：由出生率和死亡率计算得出。
3.2 建模和预测根据以上处理后的五项指标，采用改进指数模型对其进行建模。
为了消除突变和周期性影响，本文采用移动平均法和指数平滑法对原始数据进行平滑处理。
具体的过程如下：(1) 移动平均法：取最近12个月的平均值，计算得到平滑后的数据。
(2) 指数平滑法：采用双指数平滑法，计算得到平滑系数，进而得出平滑后的数据。
人口预测方法(总结)
1. 人口总量预测⑴人口总量趋势外推模型图1永康市1985年以来历年的人口变化⑵人口增长率预测模型人口增长率预测模型是根据计划生育有关指标而进行的一种人口预测方法。
数学公式表示为：P = P 0（1 + k ）n +A P （3-2）式中：P 表示规划期总人口（人），P 0表示规划基期总人口（人）,△ P 表示规划期间 人口机械增长数（人）, n 表示规划年期，k 表示规划期间人口自然增长率。
人口 自然增长率k 可用出生率b 和死亡率d 表示：(3-3)人 220,000k =b -d210,000200,000190,000180,000年份年份永康市1989年以来历年的人口出生率、死亡率和自然增长率%图3永康市1989年以来历年的户籍人口迁移数量(3)人口离散预测模型人口离散预测模型也即人口差分方程预测模型，又称“宋健模型”，是我国自行提出的比较成功的人口发展预测模型，能较好的运用人口普查资料对未来人口进行预测。
该模型是根据分年龄的人口结构递推公式进行预测，模型的数学表达如下：r2X o(t)=[1-4oo(t)] ^(t)送h i(t) k i(t) X(t) (3_6)XF(t +1)=[1-B(t)] "Xe + fe i =0,12..,m—1式中：X o(t)为t年代O岁出生婴儿数，X i(t)为t年代之年龄组人口数，卩oo(t)为t 年出生婴儿当年死亡率，P(t)为妇女总和生育率，即社会人中平均意义下一个妇女在整个育龄时期的生育总数(「2, r1即为生育年龄的上下限)，h i(t)为生育模式，反映某一地区某一个育龄妇女生育状态分布，k i(t)为t年代之年龄组女性性别比，M(t)为t年代之年龄组人口死亡率，f i(t)为t年代之年龄组净迁移数。
在模型的具体应用中，课题组工作的重点是如何确定公式3-6中的各种参数。
①第五次人口普查资料中的数据是2000年11月1日的数据，而规划所需的数据是年末的数据，课题组将普查的户籍人口分龄人口数按比例修正到2000年底的统计人口总数作为X i(t);②从普查资料来看45岁以下的性别比比较稳定，为了简化模型，t年代之年龄组女性性别比k i(t)用常量k表示，即采用普查资料中的45岁以下的男女性别比=104.85(女性=100)推算，故k= 0.488326;③根据普查资料，妇女总和生育率取2000年的数据P(t)= 0.8795;④模型中出生婴儿当年死亡率Moo(t)假定与2000年出生婴儿当年死亡率的80%，即采用4OO=3.88%O。
中国人口增长预测模型
三、问题的假设
① 不考虑机械增长率（如国际人口的迁入迁 出）对我国总人口的影响；
② 年龄在90及以上的，即90一行的数据 一律按
年龄为90来处理； ③ 调查数据是在全国随机调查所得的数据； ④ 在模型Ⅱ中不考虑出生率、死亡率随时间的变
bj (r,t) dij (r,t)
p(r,t)
第t年第j地区r岁人口中的妇女的生育率； 第t年第j地区r岁人口中的第i种性别的死亡率； 第t年r岁人口占第t年总人口的比例，即人口随年龄的分布密度函数；
h(r,t) 第t年r岁死亡人口占第t年r岁总人口的比例，即死亡率随年龄的分布密
度函数；
02?r622模型的建立621中已拟合出死亡率随年龄的分布密度函数hr生育率随年龄的分布密度函数fr及2001年人口随年龄的分布密度函数pr1根据假设frhr不随时间t变化prt是一个与时间有关的函数第t年r岁的人口为第t1年r1岁的人口转变而来而且可以认为p0t为t1年新出生的人口数即490r?????151rftrptp90岁以上含90的人口p90t为t1年89岁转变而来以及90岁以上未死亡的人数之和即89118990htptp????89118990htptp????故prt是一个分段函数90901?1?1?1?9090hhttpp?????????????????????????h?????????p9090119089118989111110r14915rhtptprrhtrrftrptrpr那么第t年的的人口增长量为总出生人口总死亡人口故建立模型如下
郑州大学 李兰 徐云辉 宋晓磊
中国人口增长模型预测
一、摘要 二、问题的重述 三、问题的假设 四、符号约定 五、问题的分析 六、模型的建立 七、模型的优化方向 八、模型的评价与推广 九、参考文献 十、附录
人口预测模型1
xx=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76,]; tt=1:12; fun=inline('c(1)*exp(c(2)*tt)','c','tt'); c=lsqcurvefit(fun,[1,1],tt,xx); px=c(1)*exp(c(2)*tt); plot(tt,xx,'*',tt,px) %（见图一）
净
增 长
0.3590
0.3585
0.3333
0.3438
0.3256
0.3567
0.3534
0.2293
率
年 1870 1880 1890 1900 1910 1920 1930 1940 份
人 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 数
净 增
0.3005
0.2298
方法二： x= [3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76,92,106.5,123.2,131.7,150.7,179.3,20 n=length(x); t=1:n; r0=mean((diff(x)./diff(t))./x(1:n-1))
MATLAB程序：
（1）用前12个数据预测
x= [3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76,92,106.5,123.2,131.7,150.7,179.3,204,226.5,251.4,281.4]'; n=12;
leslie矩阵模型预测人口 原理
【南京大学《leslie矩阵模型预测人口》原理分析】Leslie矩阵模型是人口学家Leslie在20世纪40年代提出的一种人口增长模型，用于预测和描述人口的变化规律。
本文将从深度和广度两个维度进行全面评估Leslie矩阵模型预测人口的原理，力求以简明易懂的方式探讨主题。
1. Leslie矩阵模型预测人口的原理Leslie矩阵模型是一种离散时间模型，它假设在单个时间段内，每位女性将生产一个特定数量的女婴，并且在一定芳龄后才能生育。
Leslie 矩阵通过矩阵运算来描述不同芳龄段的人口增长和转移过程，其基本原理可以用以下公式表示：\[ \begin{pmatrix} f_1 & f_2 & f_3 & \cdots & f_n \\ s_1 & 0 & 0 & \cdots & 0 \\ 0 & s_2 & 0 & \cdots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & 0 & \cdots & s_{n-1}\end{pmatrix} \times \begin{pmatrix} N_1 \\ N_2 \\ N_3 \\ \vdots \\ N_n \end{pmatrix} \]2. Leslie矩阵模型的深度分析Leslie矩阵模型将人口分为不同芳龄段，根据生育率和存活率来描述人口的增长和转移过程。
通过不断迭代计算Leslie矩阵的乘积，可以预测未来几个时间段内的人口数量分布情况。
值得一提的是，Leslie 矩阵模型基于一些基本的假设，如生育率和存活率不变、芳龄段划分合理等，因此在实际应用中要注意对模型参数的调整和修正，以提高预测准确度。
3. Leslie矩阵模型的广度探讨Leslie矩阵模型不仅可以用于预测人口的总量，还可以对不同芳龄段的人口数量进行预测，从而为政府部门的人口政策制定提供参考依据。
人口数量增长的预测模型
+ + +
张丽萍 鲍赛薇 葛国栋
人类对自身的研究是科学研究的几大问题之一，而对人口数量增长的预测是 对自身的研究的一个古老而又复杂的问题。人口数量的急剧增加与有限的生存空 ） 日益贫乏的自然资源的矛盾日益突出，这个问题已越来越多地引起各国的高度重 视。如何能够既简单而又准确的预报人口数量的增长，使科学家和各国政府必须 面对的一个难题。因此，研究数量变化，预测人口数量增长趋势具有重要的现实 意义。自从英国人口学家马尔萨斯于1798年首先提出了著名的人口增长模型以来 ，由于已有的模型的不尽人意，经过几百年的不懈努力，人口学家提出了许多更 好的人口数量增长预报的数学模型。当然限于我们所学的数学知识，这里不能一 一介绍，只能介绍人口数量问题中常委分方程模型。 •指数增长模型(Malthus人口模型) 英国人口学家马尔萨斯根据百余年的人口统计资料，与1798年提出了著名的人口 增长模型。
29.6
38.3 48.7 60.2 74.7 89.5
-5.7
-0.8 -3.0 -4.3 -1.7 -2.7
1930 1940 1950 1960 1970 1980
123.2 1920 150.7 179.3 204.0 226.5
316.4
106.5
156.8
119.7 117.0 146.2 157.0 166.0
x 的总人口为
0
人口增长率为r,r是单位时间内x(t)的增量与x(t)的比例系数。根据r是常数 的基本假设，t到t+△t时间内人口的增量为 (2-3-3） x(t+△t)-x(t)=rx(t)△t
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。
人口预测模型
，人口总数总趋向于极限值 N m ； 2) 当 0 < N < N m
dN N 时， = r (1 − ) N > 0 ，这说明 dt Nm
N(t)是时间t的单调递增函数；
d 2N N 2N 2 3) 由于 dt 2 = r (1 − N )(1 − N ) N m m
1838年荷兰生物数学家伟尔侯斯特verhulst引入常数用来表示自然环境条件所能容许的最大人口数一般说来一个国家工业化程度越高他的生活空间就越大食物就越多从就越大并假设净增长率等于即净增长率随着nt的增加而减小时净增长率趋于零按此假定建立人口预测模型
人口预测模型
由于资源的有限性,当今世界各国都注 意有计划的控制人口增长.为了得到人口预 测模型,必须首先搞清影响人口增长的因素 ,而影响人口增长的因素很多,如人口的自 然出生率 人口的自然死亡率 人口的迁移 自然灾害 战争等诸多因素.如果一开始就 把所有因素考虑进去,则无从下手.因此,先 把问题简化,建立比较粗糙的模型,在逐步 修改,得到较完善的模型.
由逻辑模型得
1 dN N = r (1 − ) N dt Nm
即
3.06 ×109 0.02 = 0.029(1 − ) Nm
N m = 9.86 × 109
从而得
即世界人口总数极限值近100亿。
值得说明的是：人也是一种生物 。因此上面关于人口模型的讨论，原 则上也可以用于在自然环境下单一的 物种生存着的其他生物，如森林的树 木、池塘中的鱼等， 逻辑模型有着广 泛的应用。
1838年，荷兰生物数学家伟尔侯斯 特（Verhulst)引入常数 N m ，用来表示 自然环境条件所能容许的最大人口数（ 一般说来，一个国家工业化程度越高， 他的生活空间就越大，食物就越多，从 而 N m 就越大），并假设净增长率等于 即净增长率随着N(t)的增加而减小， 当 N (t ) → N m 时，净增长率趋于零，按此 假定建立人口预测模型。
中国人口增长预测模型1
中国人口增长预测模型摘要本文建立了我国人口增长的预测模型，对各年份全国人口总量增长的中短期和长期趋势作出了预测，并对人口老龄化、人口抚养比等一系列评价指标进行了预测。
最后提出了有关人口控制与管理的措施。
模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件2中数据，结合网上查找补充的数据，分别根据从1980年到2005年总人口数据建立模型，进行预测，把预测结果与附件1《国家人口发展战略研究报告》中提供的预测值进行分析比较。
得出运用1980年到2005年的总人口数建立模型，拟合的曲线的可决系数为0.9987。
运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为13.55357亿、14.18440亿、14.70172亿。
模型Ⅱ：考虑到人口年龄结构对人口增长的影响，建立了按年龄分布的女性模型（Leslie模型）：以附件2中提供的2001年的有关数据，构造Leslie矩阵，建立相应 Leslie模型；然后，根据中外专家给出的人口更替率1.8，构造Leslie矩阵，建立相应的 Leslie模型。
首先，分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数（见附录8），然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析，得出：我国总人口在2010年达到14.2609亿人，在2020年达到14.9513亿人，在2023年达到峰值14.985亿人；预测我国在短期内劳动力不缺，但须加强劳动力结构方面的调整。
其次，对人口老龄化问题、人口抚养比进行分析。
得到我国老龄化在加速，预计本世纪40年代中后期形成老龄人口高峰平台，60岁以上老年人口达4.45亿人，比重达33.277%；65岁以上老年人口达3.51亿人，比重达25.53%；人口抚养呈现增加的趋势。
再次，讨论我国人口的控制，预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数，得到育龄妇女人数在短期内将达到高峰，随后又下降的趋势的结论。
人口预测模型
人口预测模型模型概述人类社会进入20世纪以来，在科学技术和生产力飞速发展的同时，世界人口也以空前的规模增长，人口老龄化的现象日益明显，使得我国调整人口生育政策成为可能，人类开始研究人和自然的关系，人口数量的变化规律，以及如何进行控制等问题模型一我国人口现状及人口增长的预测1.1指数增长型英国人口学专家马尔萨斯研究得出了著名的人口指数增长模型，记时刻t的人口为某为了利用微积分这一数学工具，将某视为连续可微函数。
记初始时刻的人口为某，即有微积分知识可得满足微分方程即r>0时（3）式表示人口将按指数规律随时间无限增长，利用最小二乘法将(3)式取对数，可得：经计算与验证，指数增长模型能比较准确的预测人口的增长，但对于长期预报不够准确，因此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1.2阻滞增长模型分析人口增长到一定数量后增长率下降的主要原因，自然环境，环境条件等因素对人口的增长起着阻滞作用，并且随着人口的增加，阻滞作用越来越大。
阻滞作用体现在增长率R的影响上，使得R随着人口数量某的增加而下降。
若将R表示为某的函数，则它应该是减函数，于是方程（2）写作对R的一个简单的假定是，设为的线性函数，即这里R称固有增长率，表示人口很少时（理论上是某=0）的增长率。
为了确定系数S的意义，引入自然资源和环境条件所能容纳的最大人口数量某称人口容量。
当时人口不再不再增长，即增长率代入（6）式可得于是（6）式为（7）式的另一种解释是，增长率与人口尚未实现部分的比例成正比，比例系数为固有增长率R方程（8）右端的因子体现人口自身增长趋势，因子则体现了资源和环境对人口增长的阻滞作用。
如果以某为横轴为纵轴做出方程（8）的图形可以分析人口增长速度随着某的变化而变化的情况，从而大致地看出的变化规律方程（8）可以用分离变量的方法求解得到。
中国人口增长预测数学模型
中国人口增长预测数学模型
中国人口增长可以用人口增长率来描述。
人口增长率是指一个国家的出生率、死亡率和移民率产生的净人口变化的比率。
一般来说，一个国家的人口增长率越高，其人口增长速度越快，反之亦然。
由于中国的出生率和死亡率一直在变化，因此需要建立一个数学模型来预测中国的人口增长。
常见的模型有以下几种：
1. 指数模型
指数模型假设人口增长率是一个恒定值，因此未来的人口数量可以通过不断累乘现有人口数量和人口增长率来预测。
这种模型适用于人口增长迅速的情况，但并不适用于中国的情况，因为中国的人口增长率不是恒定的。
2. Logistic 模型
Logistic 模型假设人口增长率随着人口数量的变化而变化，即当人口数量增加到某一点时，人口增长率会逐渐降低。
这种模型适用于人口数量增长迅速的情况，适用于中国的情况。
3. 随机游走模型
随机游走模型假设人口增长率是一个随机变量，可以根据历史发展趋势来预测未来的变化。
这种模型适用于人口数量变化不规律的情况，但对于中国这样的大国而言，其复杂性较高，难以建立准确的模型。
总之，预测中国的人口增长需要考虑许多因素，例如出生率、死亡率、移民率等等，而且这些因素也会受到其它因素的干扰，例如经济、社会政治等因素。
因此，建立准确的模型需要大量的数据和正确的假设。
中国人口的预测模型(例2)
（7）
r (1
x(t ) ) 。将其代入（6）中可得： xm
（8）
x(t ) dx(t ) r (1 ) x(t ) xm dt x(0) x0
解方程组（8） ，得 Logistic 增长模型[2]：
5
x(t )
xm x 1 (1 m )e rt x0
表 1.中国 1982-1998 年的人口统计数据
年 人口 (万人) 年 人口 (万人) 1991 115823 1992 117171 1993 118517 1994 119850 1995 121121 1996 122389 1997 123626 1998 124810 1982 101654 1983 103008 1984 104357 1985 105851 1986 107507 1987 109300 1988 111026 1989 112704 1990 114333
（9）
分析式子（9） ，增长率 r 0 ，当 t 时，人口是趋向一个最大值的。
时， x(t ) xm ，表明时间无限增大
xm ， 根据图 1 x 1 (1 m )e rt x0
运用 MATLAB 软件对 Logistic 增长模型
x(t )
散点图进行拟合作出如图 3 所示回归曲线。
二．问题的提出
众所周知,中国是世界文明的历史古国。五千年光辉灿烂的文明让中国成为 盘踞在亚洲的巨龙。作为世界第一人口大国，中国的人口变动影响着国家基本政 策的制定，社会福利事业的发展，甚至影响到国民经济和社会发展战略的规范。 只有正确的处理人口资源经济关系，我们才能更好的促进社会的可持续性发展。 人口总数的预测是人口研究中最重要的意义，同时也是进行其他预测的基础。人 口预测的基本方法是在认识人口发展变化的客观规律和人口变量的特征及其内 在联系的基础上，建立数学模型，通过计算机软件处理来进行测算。
人口增长预测模型
中国人口增长预测模型摘要本文采用回归分析法和差分分析法分别建立了人口的阻滞增长模型和Leslie 模型，对我国人口的中短期预测和长期预测方法进行了探讨。
对中短期预测问题，在合理的假设下，由原始数据和补充的历史数据作散点图，并依图建立了阻滞增长模型；采用数值微分和回归分析的方法进行求解，得到了我国人口的最大容量为15.449亿；对模型作了检验，模型误差为1.24%；中短期人口预测部分结果为对长期预测问题，先分别统计出市、镇、乡的女性存活率矩阵和生育模式矩阵，在此基础上以Leslie矩阵构建女性人口的动力学方程，然后由男女比例得到总人口；模型误差为3.71％；讨论了总和生育率对人口的灵敏度分析，计算出我国人口总量先增后减，在2044年左右达到高峰；长期人口预测部分结果为关键词：阻滞Leslie矩阵总和生育率一、问题重述人口问题是制约我国发展的关键因素之一。
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。
试从中国的实际情况和人口增长的上述特点出发，参考给出的从《中国人口统计年鉴》上收集到的部分数据，建立中国人口增长的数学模型，并由此对中国人口增长的中短期和长期趋势做出预测；特别要指出你们模型中的优点与不足之处。
二、符号说明m x 环境所能容纳的最大人口数量，显然有()m r x =0r 固有人口增长率，即：()0r r =()x t 时段t 的人口数 ()i x t 时段t 第i 年龄组的人数 ()i b t t 年i 岁女性生育率i h 生育模式，即表示生育率高低的量i d t 年i 岁女性死亡率 i s t 年i 岁女性存活率()t β t 年1i 岁的每位女性一生平均生育的女儿数，即总和生育率 三、模型假设1．假定所提供的原始数据能基本反映我国人口的分布2．在中短期内，由于自然资源、环境条件等因素的限制，社会所能容纳的人口上限是一个定值；3．目前我国的移民现象比较少见，可以近似认为我国人口是一个封闭的系统； 4．不考虑意外灾难等因素对人口变化的影响； 5．育率仅与年龄段有关，死亡率也仅与年龄段有关； 6．长期人口预测中假定市、镇、乡总和生育率大致相同。
人口预测模型
人口预测模型二、人口预测模型（一）人口预测的必要性和可能性所谓人口预测就是指根据一个国家、一个地区现有人口状况及可以预测到的未来发展变化趋势，测算在未来某个时间人口的状况。
这里说的人口状况，首先是指人口的数量，其次是指人口的性别、年龄构成。
在此基础上，还可以对未来人口的地区分布、婚姻状况、家庭结构等进行分析。
对人口进行预测是随着社会经济发展而提出来的。
过去几千年，人类社会生产力水平低，生产发展缓慢，人口变动和增长也很迟缓，因而客观上对人口未来的发展变化的探讨显得必要性较小。
当前生产力发展达到空前的水平，生产已经不是为满足生产者个人的需求，而是要面向社会的需求，所以必须了解需求和供应的未来趋势，协调人口、资源与环境的持续发展。
从人口作为消费者来看，我们在制定今后的经济发展计划和其他事业的发展计划时，必须考虑到未来时期将要消费这些产品、享用这些设施效益的人口数。
否则，就缺乏一个衡量的标准。
从人口作为生产劳动者来看，在安排未来各项生产和其他事业的发展计划时，也要考虑当时能参加这些劳动的人数。
人口预测不仅是必要的，而且也是可能的。
因为，事物发展变化总是有一定规律的，人的出生率、死亡率等是在不断变化的，但这些变化是逐渐的，沿着一定方向的，而不是杂乱无章的，因而是可以认识和预见的。
当然，任何时候进行的预测也只能是根据当时所掌握的情况和当时能预见到的变化，不能，也不应要求这种预测是一成不变的。
随着新情况的出现、随着认识的不断深化，应该不断地修订原来的预测，使之更准确地反映其发展趋势。
当前，面对地球上一定的土地和有限的资源的情况下，为了研究是否有足够的资源来满足地球上人类日益增长的各种需要，实现持续发展的战略，应对3种因素进行充分估计，即人口增加的可能规模、人类各种消费的可能数量以及资源可供利用的价值。
预测将取决于三者的生态学上的相互依赖程度。
与此同时，为增加对消费品的追求，必然要使环境付出一定的代价，使环境污染问题加重。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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 年为分组长度方式预测短期据：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a i(t) ------------------ 第t 时间区间内第i个年龄段人口总数c i(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c i k(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b i(t) ------------------- 第t时间区间内第i 个年龄段人的生育率d i(t) ------------------- 第t 时间区间内第i个年龄段人的死亡率d i k(t) ------------------ 第t 时间区间内第i个年龄段中第k年龄值的死亡率s i(t) ------------------- 第t时间区间内第i 个年龄段人的存活率h(t) ------------------- 第t 时间区间男性人数与女性人数的比值e i(t) ------------------- 第t时间区间内第i 个年龄段育龄妇女的生育率m --------------------------- 每个年龄段上年龄值的数目三问题分析本问题是一个关于人口预测的问题，与以往不同，本问题需要根据中国特殊的国情去研究，我们根据对问题的分析并结合实际情况认为对人口产生主要影响的因素有以下四个：生育率、死亡率、年龄结构、男女比例。
在这里需要说明的是对于人口产生影响的一些因素，如经济发展状况，生态环境情况、已婚夫妇对生育所持的态度、医疗技术的发展等，我们认为它们对人口的增长是通过作用于以上四个指标而间接发挥作用的。
而对于诸如战争爆发、疾病流行等突发因素，由于其不可预测性，我们不考虑1．生育率生育率代表育龄妇女生育人口的能力，从一定意义上讲生育率的高低控制着人口增长率高低，通常来说生育率越高人口增长率越高，所以说生育率是人口增长的源头。
生育率的影响因素很多，首先是年龄因素，不同年龄段的育龄妇女的生育率不同，通常20 岁至30 岁的育龄妇女的生育率最强；此外是地域因素，受政策因素、观念认识、周边环境等影响乡村育龄妇女的生育率高于城市育龄妇女的生育率；还有其它因素的影响，比如大规模疾病会降低育龄妇女的生育率。
2．死亡率死亡率表示一定时期内一个人口群体中死亡的人数占该人口群体的比值，和生育率一样死亡率的高低同样控制着人口增长率高低，如果说生育率是人口增长的源头，则死亡率是人口增长的汇点。
同样影响死亡率的因素很多，首先不同年龄段的死亡率不同，通常老年人和刚出生的婴儿的死亡率较高；从长远来看，随着医疗水平的提高，整个人口群体的死亡率将会成下降趋势；此外一些突发事件，如战争、疾病等，将会使使那一段的人口死亡率大幅度提高。
3．年龄结构年龄结构反映了总体人口在各年龄段分布情况，年龄结构蕴涵的信息量很大，从其中我们可以实现对很多问题的分析，比如从年龄结构我们可以分析出社会的老年化程度，此外从年龄结构我们可以判断出不同时间段人口出生的情况，比如年龄结构不仅反映了总体人口在各年龄段分布情况，而且考虑到不同年龄段人口生育率、死亡率不同等情况，我们可以在年龄结构中有效反映这些差异4．男女比例男女比例反映了总体人口中男性与女性人数的比较关系，男女比例值能反映 出体人口中男性与女性人数是否协调，男女比例主要受男女出生比和男女死亡率 的影 响，男女出生比正常范围在103－107，也就是说出生100 个女儿的同时会 有 103 — 107 个男儿出生，但是在现实社会中，女性死亡率低于男性，所以男性 与女性人数大致相等，社会维持在一个稳定状态。
但目前我国男女出生比超过 110，这不仅将导致男女比例失调，还会对人口的预测产生影响，所以在人口预 测时必须将男女比例问题考虑进去。
考虑到人口预测分为中短期预测和长期预测，两类预测因为涉及的时间长短 不同，所以考虑的因素不同，采用的方法不同。
对于中短期预测，我们假设生育率、死亡率、年龄结构、男女比例均维持在同一 稳定水平，这样我们采用方法有很多，。
对于长期预测，我们需要考虑生育率、死亡率、年龄结构、男女比例等因 素随时间变化，此外城乡人口迁移对城乡人口结构产生影响，尽管以上因素短期 内积累效应较小，但在长期中必须考虑。
在预测方法上我们选用了基于以往人口数据的一次线性回归，灰色、时间序 列预测，逻辑斯蒂模型和基于年龄结构并生育率、死亡率随时间 Leslie 人口模型中国人口预测模型四 数学模型4.1.熵权组合模型有关于人口增长预测的模型很多，比如灰色 GM (1，1)，移动平均数法， 指数平滑法，一元线型回归，马尔萨斯人口模型，宋健人口模型等等，但是每种 预测方法的精度往往也不同。
组合模型和单个模型比起来，具有较高的预测精度， 组合预测的关键就在于确定各个预测方法的权重。
本文将从一个新的角度进行研究，即从信息论的观点出发，根据各个体预测方按人口统计量建立模型中短期长 期按影响增长因素建立模型法误差指标的信息熵，确定组合预测模型的权重，进行人口组合预测模型。
本文选用了一元线性回归法，逻辑斯蒂模型法，灰色GM(1，1)模型法对中国人口增长进行预测。
而1978至2005年的数据见本文表一。
.4..1.1 灰色预测模型1.模型建立灰色系统是指部分信息已知，部分信息未知的系统。
灰色系统的理论实质是将无规律的原始数据进行累加生成数列，再重新建模。
由于生成的模型得到的数据通过累加生成的逆运算――累减生成得到还原模型，再有还原模型作为预测模型。
预测模型，是拟合参数模型，通过原始数据累加生成，得到规律性较强的序列，用函数曲线去拟合得到预测值。
灰色预测模型建立过程如下：1) 设原始数据序列X(0)有n个观察值，X(0)=X(0)(1),X(0)(2),...,X(0)(n)，通过累加生成新序列X(1)= X(1)(1), X(1)(2),..., X(1)(n)，利用新生成的序列X(1)去拟和函数曲线。
2)利用拟合出来的函数，求出新生序列X(1)的预测值序列X(1)3)利用X(0)(k)= X(1)(k) - X(1)(k -1)累减还原：得到灰色预测值序列：X0 =X0(1),X0(2),...,X0(n+m)(共n＋m 个，m个为未来的预测值)。
将序列X(0)分为Y0和Z0，其中Y0反映X(0)的确定性增长趋势，Z0反映X(0)的平稳周期变化趋势。
利用灰色GM(1，1)模型对X(0)序列的确定增长趋势进行预测2 模型求解根据2006 全国统计年鉴数据整理得到全国历年年度人口统计表如表1.年份1978 年1980 年1985 年1989 年1990 年1991 年1992 年总人口/9625998705105851112704114333115823117171万人年份1993 年1994 年1995 年1996 年1997 年1998 年1999 年总人口/万人11857119850121121122389123626124761125743年份2000 年2001 年2002 年2003 年20042005 年总人口/万人126743127627128453129227129988130756(0)X(0)= 96259 98705 105851 112704 K 127627 128453 129988 130756利用Matlab 软件对原是数列X(0)进行一次累加，得到新数列为X(1)，如表2：(1)X(1)X(1)(2)X(1)(3)X(1)(4)X(1)(5)X(1)(6)X(1)(7)X(1)(8)拟核值108504109773111056112354113668114997116343误差-9799.1-3921.81647.81978.32154.62173.62175.0误差/﹪-9.93-3.70 1.46 1.73 1.86 1.86 1.84 X(1)X(1)(9)X(1)(10)X(1)(11)X(1)(12)X(1)(13)X(1)(14)X(1)(15)拟核值117702119079120471121879121879123304124746误差2147.72042.51918.21746.61456.61039.9538.3误差/﹪ 1.79 1.69 1.57 1.41 1.170.830.42X(1)X(1)(16)X(1)(17)X(1)(18)X(1)(19)X(1)(20)X(1)(21)拟核值126204127680129173130683132211133757误差-53.3-720.1-1456.4-2223.4-3001.3-3010.4误差/﹪-0.04-0.56-1.13-1.71-2.30-2.421、利用表2，拟合函数，如下：x(t +1) = 9280043e0.011624t -91837842、精度检验值c ＝0.3067 (很好)P ＝0.9474 (好)3、得到未来20 年的预测值：年份2006 年2007 年2007 年2008 年2009 年2010 年2011 年总人口/万人135321.2136903.4138504.1140123.5141761.9143419.4145096.2年份2012 年2013 年2014 年2015 年2016 年2017 年2018 年总人口146792.7 150245.5 152002.2 153779.4 155577.4 157369.5 159236.8 /万人4.1.2一元线性回归法根据表一中的数据，本文建立一元线性回归模型Y =a+bX进行预测；Y为人口数单位：万人X为年份。