简介：一份面向数学建模竞赛参与者与人口统计研究者的中文技术文档，主题是中国人口增长预测建模。文档系统介绍了两种经典模型：Logistic人口阻滞增长模型与按年龄分布的Leslie模型，并运用MATLAB软件进行数据处理与模型求解。其中Logistic模型利用1954年至2005年多组总人口数据对比拟合效果，得出1980-2005年数据可决系数达0.9987，并预测2010年、2020年、2033年总人口分别约13.55亿、14.18亿、14.70亿；Leslie模型则按年龄结构构建矩阵，预测出人口峰值约14.985亿出现在2023年前后，并分析了老龄化与人口抚养比趋势。压缩包内仅含1个Word文档，大小988KB，内容包含问题重述、模型假设、符号说明、模型建立与求解、残差分析与改进建议等完整章节。目前已有5154人学习浏览，既有理论推导又有数据演示，适合作为建模论文写作、课程设计或备赛研读的参考。

1. 人口预测模型的两种实现：从Logistic拟合到Leslie矩阵

人口增长预测是数学建模里绕不开的经典题型，也是很多量化分析课程的实战项目。这套《Leslie人口增长模型》同时覆盖了Logistic人口阻滞增长模型和按年龄分布的Leslie矩阵模型，预测时间跨度从2001年到2050年，输出指标包括总人口、劳动年龄人口、老年人口占比、人口抚养比和育龄妇女人数。和网上那些只给一个公式的Demo不同，这份资料里有完整的建模思路、数据表、可决系数、残差分析和灵敏度分析，适合正在备赛的学生，也适合需要用MATLAB做时序预测的从业者。模型I用三组不同起始年份的数据拟合，模型II从生育率修正到Leslie矩阵构造全流程走通，我能说清楚每一步在算什么、参数卡在哪、结果为什么和专家预测有偏差。

2. 阻滞增长模型的拟合套路：三组数据对比与参数标定

2.1 Logistic方程的核心逻辑

人口增长不能永远按指数走，自然资源和环境容量会给增长率踩刹车。Logistic模型的做法是把人口增长率写成人口的减函数，最常见的是线性递减假设。

设人口数量为x(t)，最大容量为x_m，方程可以写成：

dx/dt = r * x * (1 - x / x_m)

这个方程的解是：

x(t) = x_m / (1 + (x_m / x_0 - 1) * exp(-r * t))

这里x_0是初始年份的人口数，r是内禀增长率，x_m是环境容纳量。关键在于，这个模型只需要三个参数就能描述一条S形增长曲线，但参数对初始数据极其敏感。原题里先用了1954年到2005年的全量数据拟合，可决系数虽然看着不错，残差绝对值之和却高达57.9992，而且残差分布根本不服从正态分布——1959年到1961年那段特殊时期的数据把曲线带偏了。我一般会把数据分段尝试，找出随机误差服从正态分布的那段区间，拟合结果才可信。

2.2 三组数据拟合的MATLAB实现

用nlinfit做非线性最小二乘拟合，关键是给好初始参数。原项目用solve解方程粗估了x_m和r的初值，这一步很实用，能避免nlinfit陷入局部最优。

% 令1980年为初始年份，t=0对应1980年 t = 0:25; % 1980年到2005年全国总人口数据，单位：千万 x = [98.705 100.1 101.654 103.008 104.357 105.851 107.5 109.3 ... 111.026 112.704 114.333 115.823 117.171 118.517 119.85 ... 121.121 122.389 123.626 124.761 125.786 126.743 127.627 ... 128.453 129.227 129.988 130.756]; % 用前两个点粗估初值：c是容纳量x_m, d是增长率r [c, d] = solve('c/(1+(c/98.705-1)*exp(-5*d))=105.851', ... 'c/(1+(c/98.705-1)*exp(-15*d))=117.171', 'c', 'd'); % 初值带入nlinfit b0 = [241.9598, 0.02985]; fun = inline('b(1)./(1+(b(1)/98.705-1).*exp(-b(2).*t))', 'b', 't'); [b1, r1, j1] = nlinfit(t, x, fun, b0); % 用拟合参数写预测方程 y = b1(1) ./ (1 + (b1(1)/98.705 - 1) .* exp(-b1(2) .* t)); % 可决系数 R^2 R2 = 1 - sum(r1.^2) / sum((x - mean(x)).^2); fprintf('可决系数 R^2 = %.4f\n', R2); fprintf('残差绝对值之和 = %.4f\n', sum(abs(r1)));

这段代码的要点有两处。一是初值b0的获取方式，先用solve代入两个年份的人口数解出近似参数，这是原项目里很聪明的做法，直接拿全量数据跑nlinfit容易被初始值带偏。二是可决系数R²的计算公式，用残差平方和除以总平方和，数值越接近1说明拟合越好。用1980年到2005年数据拟合，R²达到0.9987，残差绝对值之和只有10.1699，明显优于前两组。

2.3 用拟合曲线做外推预测

拟合完成之后，预测未来某一年的人口就是纯数学代入了。需要先把年份转换成相对t值，再代入拟合好的方程。

% 预测2010年、2020年、2033年人口，1980年为t=0 t_predict = [30, 40, 53]; % 对应2010、2020、2033 x_predict = b1(1) ./ (1 + (b1(1)/98.705 - 1) .* exp(-b1(2) .* t_predict)); disp('预测结果（单位：千万）：'); disp(x_predict);

算出来2010年13.55357亿、2020年14.18440亿、2033年14.70172亿，这和附件1里专家预测的13.6亿、14.5亿、峰值15亿左右非常接近。这套结果直接拿去和官方数据做对比表，就能在报告里形成论据闭环。

2.4 三组拟合的残差特征对比

三组数据拟合后的表现差异很大。1954年起步的全量拟合，残差绝对值之和57.9992，图形上残差不在零轴两侧对称分布，那段历史波动直接破坏了模型假设。1963年起步的拟合，残差绝对值之和27.8046，分布接近对称，但1970年代的人口政策干预还是留下了一些痕迹。1980年起步的拟合最干净，残差绝对值之和10.1699，图形基本关于坐标轴对称，说明这段时间的随机误差确实服从正态分布。

所以说，Logistic拟合不是数据越多越好。我一般会观察残差的分布形态，如果残差绝对值之和特别大，而且序列有明显系统偏差，就该换时间段重跑。

3. Leslie矩阵的构建：按年龄分组的核心算法

3.1 为什么需要按年龄分组

Logistic模型的输出只有一个总数，看不出年龄结构。但人口问题的关键恰恰在结构：20岁女性的一胎概率和40岁女性完全不同，65岁以上老人的死亡率也远高于中年人。原题用2001年数据构造Leslie矩阵，把人口按1岁间隔分成年龄组，把时间也按同样单位离散化，这样就能递归预测未来任何一年的分年龄人口分布。

核心递推公式是：

x(k+1) = L * x(k)

其中x(k)是年龄分布向量，L是Leslie矩阵。L的第一行是各年龄组的生育率（生女孩率），次对角线是存活率，其余位置是0。

3.2 生育率计算与修正过程

这是整个模型里最容易踩坑的环节。附件2给出的原始育龄妇女生育率算出来的总和生育率只有1.42，和专家给出的更替水平1.8差了很远，直接导致人口峰值预测年份提前了10年。原项目做了一个关键修正：先按附件2算出各个年龄段的生育率结构，再用专家给出的1.8作为总和生育率目标值，把整体生育率放大修正。

修正的逻辑是这样的。先算城市、镇、乡分年龄段的生育率，结合男女出生性别比把总生育数折算成女婴数，得到每个女性平均生育女儿数。然后算总和生育率，发现偏低，就把每个年龄段的生育率按比例调整，让总和生育率逼近1.8。这个修正思路在真实项目中非常常用——抽样数据往往有偏差，需要用权威目标值校准。

3.3 Leslie矩阵构造的MATLAB实现

% 构造Leslie矩阵 % 以2001年为初始年份，一岁一组，0到90岁共91组 n = 91; L = zeros(n, n); % 第一行填入各年龄段的生育率 b(i)，已折算为女婴出生率 % b数组为修正后的生育率，15-49岁有值，其他为0 L(1, :) = b; % 次对角线填入存活率 s(i) = 1 - d(i)，d(i)为死亡率 for i = 1:n-1 L(i+1, i) = s(i); end % 初始年龄分布向量，2001年各年龄女性人口数 x0 = w; % w为91维列向量，单位：人 % 递归预测2002年到2050年 years = 2002:2050; N = length(years); X = zeros(n, N); X(:, 1) = L * x0; for k = 2:N X(:, k) = L * X(:, k-1); end % 总人口 = 女性各年龄组加总 / 女性占比 total_population = sum(X) ./ female_ratio;

这套代码的核心价值在于，X矩阵每一列就是某一年完整的91维年龄分布，可以随时取任意年龄段做汇总——比如15到64岁是劳动年龄人口，65岁以上是老年人口。做人口抚养比、老龄化率等衍生指标，都从这个矩阵出发计算，不需要重新跑模型。

3.4 矩阵可逆性与长期预测

Leslie矩阵的特征值决定了长期预测的收敛形态。主特征值大于1，人口持续增长；等于1，人口保持稳定；小于1，人口走向衰减。在k=1.8修正后的矩阵里，主特征值略小于1，所以2023年达到峰值后总人口缓慢下降，这个趋势和官方预测的高峰期基本吻合。

但长期预测有个问题：生育率和死亡率被假设为不随时间变化，这在20年以上的时间跨度里不太现实。原项目的灵敏度分析用k=1.6、1.8、2.0、2.2四组不同生育率分别跑预测，就是为了观察参数波动对结果的影响。我一般会把这种批量扫描做成循环脚本，一次性输出多组预测曲线。

4. 从人口矩阵到决策指标：老龄化、抚养比和育龄妇女预测

4.1 劳动年龄人口与总人口的双线走势

用Leslie模型预测的分年龄数据，可以直接聚合出劳动年龄人口。按15到64岁定义劳动年龄人口，模型显示2010年达到10.4421亿，2013年达到高峰10.4852亿，之后转入下降通道。这个结论的言外之意是：短期内劳动力数量不缺，缺的是结构性调整——比如高龄劳动力占比上升，新增劳动力供给下降的趋势已经在路上。

4.2 老龄化和抚养比的计算口径

老龄化指标有两种统计口径，60岁以上和65岁以上，判断标准不同，原始资料里两种都做了。2001年60岁以上老年人口1.5538亿，占总人口11.5693%；2020年预计达到2.907亿，比重19.443%；本世纪40年代中后期形成高峰平台，60岁以上达4.45亿人、比重33.277%，65岁以上达3.51亿人、比重25.53%。

人口抚养比的计算公式是：

抚养比 = (0到14岁人口 + 65岁及以上人口) / 15到64岁人口

用MATLAB对每年的年龄分布向量分段求和，就能得到一条随时间变化的抚养比曲线。结果显示抚养比呈持续上升趋势，主要驱动力是老龄人口占比扩大，儿童抚养比相对平稳。

4.3 预测合成的对比表

这张表可以直接放进论文的结果分析部分，把模型输出和官方报告预测放在一起做对比，能节省大量整理数据的时间。

5. 避坑指南：数据修正、参数初值与模型边界

5.1 总和生育率偏低导致峰值提前

现象：用附件2原始数据算出的总和生育率只有1.42，Leslie模型预测的人口峰值年份比官方报告提前了10年。

原因：抽样数据里城市、镇、乡的生育率加权后明显偏低，和专家评估的更替水平1.8不一致。

解决：用专家给定的总和生育率1.8做目标值，对分年龄生育率按比例修正，重新构造Leslie矩阵。峰值年份从提前10年修正到基本与官方预测吻合。

5.2 初值估算不到位导致拟合结果飘

现象：nlinfit直接跑全量数据经常收敛到奇怪的参数，可决系数甚至出现负值。

原因：非线性最小二乘对初值敏感，全局最优解可能被局部最优掩盖。

解决：先用solve代入两个已知年份的数据解出x_m和r的近似值，把解出来的参数作为nlinfit的初值。我一般会先画散点图观察数据形态，再决定初值范围。

5.3 时间跨度过长导致预测失真

现象：1954年到2005年的全量拟合残差绝对值之和57.9992，图形上残差明显不对称。

原因：包含了特殊历史时期的大幅波动，线性假设和正态分布假设被破坏。

解决：分段时间窗口做拟合，选择1980到2005年这种政策稳定、随机误差服从正态分布的区间。

5.4 死亡率恒定的假设不适用于超长期

现象：预测到2050年以后，老年人数和总人口比出现明显偏差。

原因：模型假设各年龄组死亡率不随时间变化，实际医疗水平提高会降低死亡率。

解决：把模型定位为中短期预测工具，或者引入时变死亡率参数做扩展，参考女性占比的变化动态修正Leslie矩阵中的存活率。

5.5 数据口径不一致导致计算混乱

现象：城市、镇、乡的抽样总人口比例不同，各年龄段女性占比直接相加会重复计算。

原因：没有先按抽样比例换算成实际总人口，就直接混合使用了不同口径的比率数据。

解决：先用抽样数据算出市、镇、乡人口占全国总人口的比率，再分别乘以2001年全国总人口数得到各区域实际人口，最后加权计算年龄分布。

6. 参数扫描技巧：用生育率k值标定模型边界

模型做完之后，不能只给一组预测结果就收工。原项目的灵敏度分析用k=1.6、1.8、2.0、2.2四组总和生育率分别扫描总人口和老龄化趋势，这个方法值得完全照搬。

具体做法是写一个外层循环，每次用不同的k值替换Leslie矩阵第一行的生育率向量，其余参数保持不变，重新跑完整的2001到2050年预测，最后把所有k值对应的总人口曲线和老年占比曲线画在同一张图上。从图11可以看出，k=1.6时人口达到峰值后快速负增长，k=2.2时人口持续膨胀且下降缓慢，k=1.8时增长最稳定。从图12可以看到，k越小老龄化速度越快，k越大年龄结构越稳定。

这个扫描的意义在于标定模型边界——政策制定者能直观看到生育率每变化0.2，总人口和老龄化会发生多大变化。把这段扫描代码附在论文附录里，能显著提升模型的可信度和分析深度。

另外我给一个建议：每次跑完一组k值预测，把年龄分布矩阵X保存下来，后续算抚养比、育龄妇女人数这些衍生指标时不需要重跑模型，直接对X做聚合就行。我就是因为刚开始每次都从头跑整套流程，改了参数就要重新整理数据，浪费了大量时间。从那以后我每次建人口预测模型都会把年龄分布矩阵缓存下来，方便随时取数。希望这些经验能帮你把这个模型跑通，少走弯路。

本文还有配套的精品资源，点击获取