二胎政策对人口增长的影响毕业论文(编辑修改稿)

二胎政策对人口增长的影响毕业论文(编辑修改稿)内容摘要：

020年出生率、死亡率和自然增长率 年份 出生率‟ 死亡率 ‟ 自然增长 率‟ 年份 出生率‟ 死亡率 ‟ 自然增长 率‟ 1978 12 1996 1980 1997 1981 1998 1982 1999 1983 2020 1984 2020 1985 2020 1986 2020 1987 2020 1988 2020 1989 2020 1990 2020 1991 2020 1992 2020 1993 2020 1994 2020 1995 2020 表 3 为我国人口在 19782020 年出生率、死亡率和自然增长率 (来源于《中国统计年鉴 2020》 [9])．由数据可知，死亡率随着年份的变动变化极其微小，为了简化模型假设在以后的预测中每年的死亡率    2 0 1 2 1 9 8 0 0 .0 7 1 5d t d  ． 以二胎开放时间为 2020 年为基准，则 0 2020 1980 33t   根据北京晚报官方网站 2020 年“单独二胎”调研意愿调查数据，城市有意向者占受调查者的%，农村高达 %.（ 按 2020 年城市人口占 %，所以 0 . 5 2 5 7 * 0 . 4 2 8 5 0 . 4 7 4 3 * 0 . 5 7 1 5 0 . 4 9a   ． 新乡学院本科毕业论文（设计） 12            1 331 * 2 0 1 2 2 0 1 2 3 3r t trt a r t d d t      ， ， ， ． ）（ 8 模型求解 运用 Excel 函数利用上述数据对公式 （ 8） 进行迭代处理 [10]，得到如下数据，如表 4． 表 4 模型一、二的总人口及增长率 年份 模型一 模型二 总人口（单位 /千万） 增长率‟ 总人口（单位 /千万） 增长率‟ 2020 2020 2020 2020 2020 2020 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 新乡学院本科毕业论文（设计） 13 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050 在表 4 中，从 2020 年开放二胎政策后，依靠两种模型之间增长率的换算关系（  ［ 11］ ，新出生率提高为原来的 倍 )，通过模型一迭代出模型二．用Matlab 画出它们的散点图如图 4． 2020 2020 2020 2025 2030 2035 2040 2045 2050134136138140142144146148150152年份人口总数（单位/千万）模型 2模型 1图 4 模型一、二的散点图 由图 4 可知 ，在二胎政策下，到 2020 年我国的总人口约为 亿，与模型一相比，我国总人口的增长幅度为 1%；到 2030 年我国总人口约为 亿，我国总人口的增长幅度为 2%，到 2040 年我国总人口约为 亿，我国总人口的增长幅度为 %；到 2050 年我国的总人口约为 亿，我国总人口的增长幅度为 %． 新乡学院本科毕业论文（设计） 14 模型三：基于模型一的 Leslie 人口结构 矩阵 Leslie 种群模型的介绍 Leslie 模型属于一种以年龄和性别为基础的离散矩阵模型，能够克服 Logistic模型只能在总量上预测的缺陷，特别是其考虑年龄结构，所以其显得比 Logistic等其他群体的模型更具有优越性 [12]． 我们将群体按年龄的大小等间隔的分成 n 个组，讨论其在不同时间年龄的分布，对时间加以离散化，其间隔也必须与年龄组的间隔相同． 设某生物种群的最大生存年龄为 l（年），我们将其按年龄的大小区间  l，0 分为 n 等分，可得到 n 个年龄间隔为 nl 的年龄组，即有 1[ , ], 1, 2 , , .iil l i nnn  对于第 i 个年龄组   lnilni ,1,设其存活率为 is ，生育率为 ib ，一个年龄组的变化时间为 1，则有当时间从 1t 到 t 的过程中，显然有       111111 , 2 , ,niiii i iz t b z tz t s z t i n    ，． ）（ 9 其中若计矩阵 L 为 ，。 ，、。 ， 则 (9)式可写 为 ）（ 10 当 , (0)LZ 均已知时，当 nt 3,2,1 时，通过多次迭代，则不难得到 ( ) (0)nZ t L Z ． ）（ 11 其中若 （ 10） 式中的元素满足： b 0 , = 1 , 2 , , , b 0iiin 且 至 少 一 个 ． ( 1) ( )Z t LZ t ，s 0, =1,2, , 1。 i in1 2 1121b0 0 00 0 0nnnb b bsLss，新乡学院本科毕业论文（设计） 15 则称矩阵 L 为 Leslie 矩阵． 所以只要已知 Leslie 矩阵和初始时间种群年龄组的分布向量，就可以求出以后各时间 t 的种群年龄组的分布向量． 基于 Leslie 矩阵的人口结构 按照每五岁一个年 龄组，我们将 099 岁分为 20 个组，即 04 岁为第一个年龄组， 59 岁为第二个年龄组， 1014 岁为第三个年龄组， „ ，把 9599 岁为第20 个年龄组，而 100 岁及 100 岁以上分为第 21 个年龄组．在这里，我们引入实数 g ，并设实数 g 为未来年份的生育率与现在种群的生育率之比，并且(,)g ，很显然，在平均生育率一定的情况下，我们可以通过改变 g 值来改变每个夫妇所生的孩子的个数，而且 g 的值大概等于每对夫妇所生的孩子的数除以总和生育率（总生育率是指该国家或地区的妇女在育龄期间，每个妇女平均的生育子女数），各年龄组的育龄妇女在五年内的平均生育率向量实际上应该为 1 2 21, TB g b b b ．把 t 阶段全部存活的新生儿全部划分到 1t 阶段的第一年龄组，并设各年龄组人口在 5 年时间里的存活率向量为  Tsss 2121 ,  ，而且 t 阶段第1k 年龄组人存活到第 1t 阶段就是第 k 年龄组的人  20,2,1 k ，且第 21 年龄组的人五年后存活下来的仍然属于第 21 年龄组．根据我们前面叙述的 Leslie 种群的模型应用于这 21 个年龄组，则必满足。