非线性双性别人口发展模型创新暨中国出生人口性别比参数识别与评估（2000-2006）

发布时间：2020-05-05 05:35

【摘要】： 党的十六大提出,21世纪头20年,是我国加快发展的战略机遇期,我们要集中力量,全面建设小康社会。十六届四中全会进一步提出了建设社会主义和谐社会的目标,要求人口发展与经济发展相适应,与资源环境相协调。中国是人口大国,要促进经济发展,实现经济的可持续发展,就不能不重视业已出现的人口问题。人口安全问题是一个国家最基本、最重要的安全问题之一。 从发展社会经济的高度审视我国的人口安全,会发现存在许多影响我国人口安全的不利因素。其中人口的性别结构不平衡问题日益突出。2000年人口普查数据显示中国出生人口男女性别比为116.9。2007年07月06日人民日报《中国男女人数相差3700万社会问题凸现》指出:“我国已经成为世界上出生性别比失衡最为严重、持续时间最长的国家”。这将直接引发“婚姻拥挤”的社会问题,这将直接影响经济的发展和社会的稳定,影响人民群众的小康生活的质量,影响到人口与经济、社会、资源和环境的协调发展和可持续发展。 目前,关于中国出生人口性别比的研究,都是建立在单性别人口模型的基础上的,而利用非线性双性别人口模型进行研究的学者,并没有将该模型用以分析中国的出生人口性别比问题。 同时,有专家学者认为,在2000年的人口普查中,中国的出生人口性别比计算存在男婴和女婴的漏报和男、女婴死亡漏报问题,导致其出生人口性别比不准确。因此,本文也希望通过非线性双性别模型创新,严谨的统计模式识别分析,给出了一个比较准确的仿真模型。 本文提出一个中国出生人口性别比的仿真模型,国内尚未查到有关结合双性别模型的性别结构仿真模型的相关资料。该模型以1992年米红教授提出的非线性双性别模型(Nonlinear Two-sex Population Model)为基础,同时,结合系统辨识(System Identification)思想,将部分问题转化成系统辨识问题,采用基于最小二乘理论(the Least Square Theory)的多变量系统辨识方法识别模型参数;同时也提出一种结合最优化(Optimization)思想,将模型参数的辨识问题转换成一个无约束最优化问题(Unconstraint Optimization Problem),利用牛顿法求解模型参数的辨识方案。 在此基础上,本文以国家统计局公布的人口数据为依据,结合2000年人口普查的部分数据,将中国出生人口性别比仿真模型应用于2000-2005年中国出生人口性别比和2000-2006年中国出生人口性别比的辨识中,得出结论,认为在此期间中国的出生人口性别比在113.4至114.9之间,和2000年的中国出生人口性别比116.9相比,回落了2-3.5个百分点。最后将模型基于C Sharp程序设计语言实现。 本文提出的出生人口性别比仿真模型如下:模型输入: M(t)-某地区男性人口数F(t)-某地区女性人口数d_M-某地区男性死亡率d_F-某地区女性死亡率
【图文】：

平均水平的有福建、河南、陕西、广西、湖南、安徽、湖北、广东和海南等9个省和自治区，而且有7个省份的出生性别比在120以上，最高的海南省和广东省，分别达到135.6和130.4，详见图1一3一3。出生性别比偏高和扩大的一般规律是[3]:出生性别比高的地区主要分布在中、东部社会经济较发达地带，既是人口大省，又是生育政策相对严厉的地区;西北、西南经济相对不太发达地区以及直辖市的出生性别比虽然也高出正常范围，但幅度相对较小;汉族占绝对多数的地区，生育政策比较严厉，教育程度构成较高，民众的计划生育知识和性别选择知识掌握程度高，出生性别比高。少数民族聚集的地区，生育政策相对宽松，多数人可以在政策允许生育的孩子数量之内实现期望的孩子性别构成;出生性别比偏高范围扩大的途径，是从沿海发达地区逐步向中、西部地区扩展，从农村向城镇推进;1980一1990年代初期出生性别比偏高的影响主要在农村，但是，近期城市

1964一2000年的出生人口性别比 196419811986198919952000图1一3一1:1964一2000年的出生人口性别比数据来源:1964年、1981年、1986年、1989年、1995年和2000年人口普查数据 1.3.21978一2000年的中国人口性别比中国人口性别比的最高点为1985、1986年，为107.04，最低点为1997年，为103.34。自1997年以后，中国人口的性别比逐渐增长，到2000年，中国的性别比为106.74。总体上来看，中国人口的性别比基本正常。但是，从年龄结构上，，中国人口性别比是不均衡的，由于男女死亡率存在差异，高龄组女性人口数量多于男性人口数量，但是在低龄
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：C924.2

【相似文献】

相关会议论文 前10条

1 朱晓春;汤玉东;陆锋;陈桂;;基于PID控制算法的系统辨识方法研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

2 裴清清;陈在康;;建筑湿过程动态特性研究的系统辨识方法[A];全国暖通空调制冷1998年学术文集[C];1998年

3 吴进华;巫检丰;李莉;;基于BP神经网络的非线性动态系统辨识方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年

4 陈曦;毕军建;崔忠伟;;基于预测误差参数辨识的薄膜热电偶动态校准研究[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年

5 王德普;夏洪胜;;实船航向运动模型辨识[A];第三届全国控制与决策系统学术会议论文集[C];1991年

6 黄学俊;王书宁;戴建设;;系统辨识中随机方法和确定型方法的统一框架[A];1995年中国控制会议论文集（上）[C];1995年

7 罗晓;陈耀;徐静波;孙优贤;;含噪声的多时间尺度动态系统辨识[A];2006“数学技术应用科学”[C];2006年

8 张伟伟;叶正寅;杨青;史爱明;;基于ROM技术的阵风响应分析方法[A];大型飞机关键技术高层论坛暨中国航空学会2007年学术年会论文集[C];2007年

9 余春暄;田哠;;一种区间建模辨识方法的研究[A];1999年中国智能自动化学术会议论文集（上册）[C];1999年

10 阚超;孔祥东;高英杰;何龙;安雅雅;康双琦;;一种液压控制辨识系统的开发[A];第四届全国流体传动与控制学术会议论文集[C];2006年

相关博士学位论文 前10条

1 刘波;多变量系统辨识中的测试信号分析与研究[D];浙江大学;2008年

2 曾九孙;高炉冶炼过程的子空间辨识、预测及控制[D];浙江大学;2009年

3 周世梁;混沌系统的智能辨识和控制研究[D];华北电力大学（河北）;2006年

4 程路;车辆动态称重技术研究[D];浙江大学;2008年

5 阚超;电液伺服与比例压力控制系统辨识与特性比较研究[D];燕山大学;2007年

6 吴亚锋;子空间系统辨识方法及其在复杂结构中的应用[D];西北工业大学;2000年

7 罗伟林;基于支持向量机方法的船舶操纵运动建模研究[D];上海交通大学;2009年

8 代煜;基于小波变换的线性及弱非线性结构动力学系统辨识方法[D];哈尔滨工业大学;2009年

9 谭洪舟;基于高阶统计理论的线性与非线性系统辨识的研究[D];华南理工大学;1998年

10 朱耀春;基于基因表达式编程技术的非线性系统辨识研究[D];华北电力大学（北京）;2008年

相关硕士学位论文 前10条

1 庞兰芳;非线性双性别人口发展模型创新暨中国出生人口性别比参数识别与评估（2000-2006）[D];厦门大学;2009年

2 王婷;单变量系统辨识方法的研究与仿真[D];北京化工大学;2011年

3 陈耿彪;动态神经网络在液压系统模型辨识中的应用[D];长沙理工大学;2005年

4 刘乐;人工免疫系统在复杂系统免疫辨识中的应用[D];辽宁工学院;2007年

5 路香菊;系统辨识方法的研究与仿真[D];北京化工大学;2005年

6 赵蔚;基于USB2.0的系统辨识机研究[D];哈尔滨工业大学;2006年

7 刘红;基于遗传算法的摩擦模型参数辨识研究[D];中国科学院研究生院（西安光学精密机械研究所）;2007年

8 张金磊;基于人工神经网络的非线性时变系统辨识研究[D];中国石油大学;2008年

9 程婵娟;系统辨识的线性规划方法研究[D];厦门大学;2009年

10 李义兴;复杂热工系统广义预测控制及应用软件包研究开发[D];山东大学;2007年

本文编号：2649624