Logistic模型的修正及其应用

在描述区域城市化发展趋势时，Logistic模型的应用最为广泛．针对一些学者对我国大陆1949年以来的城市化进程进行实证分析，得出大陆的城市化进程不符合Logistic模型的结论，根据城市化的意义，对Logistic模型进行修正，并运用修正的Logistic模型对我国城市化发展趋势进行统计分析．研究的结果表明，修正Logistic模型基本上反映了我国城市化的发展趋势．     

贵阳市人口城市化与土地城市化耦合协调关系研究

人口城市化与土地城市化协调发展对建设宜居城市与生态城市具有重要意义。研究构建贵阳市人口城市化与土地城市化耦合指标体系,采用综合指数评价模型定量分析人口城市化与土地城市化发展趋势,并借助耦合协调发展度模型揭示二者协调发展的演变态势。结果表明:2000—2014年贵阳市人口城市化与土地城市化综合指数总体呈上升趋势;人口城市化与土地城市化协调度呈现出线形上升趋势,并逐步由低水平协调向高水平协调发展;人口城市化与土地城市化发展速度不同,注重二者的协调发展才能促进贵阳市经济社会的可持续发展。     

青海省人口城市化Logistic模型及其应用

城市化是走向现代化的必经阶段。本文基于现有研究成果和理论分析基础之上,探讨了Logistic模型描述青海省城市化过程中的合理性。通过模型参数估计,计算和预测了青海的城市化水平及其发展趋势。     

Richards模型与Logistic模型在人口预测中的比较

Logistic模型是常用的人口预测模型,在Logistic模型的基础上再添加一个参数,得到一个含有4个参数的非线性s型增长模型,即Richards模型;分别通过Logistic模型和Richards模型对1985—2014年的中国人口进行了预测,建立了人口预测模型;通过与实际人口相比,结果表明,Richards模型比Logistic模型拟合效果更好。     

重庆市城市化趋势预测分析

重庆市直辖10年以来城市化水平得到了快速提升,从影响重庆市城市化进程中的城市化经济因子、城市化居民生活因子、基础设施因子中的3方面14项指标,运用主成分分析方法,得到目标权重值,对人口城市化率进行回归,建立回归模型,对重庆市城市化率进行预测.结果1996年至2007年之间的数据拟合较好,回归模型预测2008年重庆市城市化率达到50%,2020年为70%,平均每年增长1.6个百分点.结果表明,重庆市的城市化水平进程可谓是时间短、速度快.重庆市应该根据自身未来城市化的发展趋势,采取有效措施,合理确定发展路径,以推动经济社会整体的快速发展.     

基于Logistic模型的青海省农村人口城镇化水平的预测

通过分析青海省农村人口状况与城镇化发展的现状,用Logistic模型对青海省农村人口城镇化发展进行了测度与预测,反映出城乡人口替代过程的内在联系。     

基于交通发展的城市化水平测度模型

分析了人口城市化的片面性，提出了新的城市化概念．在此基础上，依据牛顿第二定律，建立了基于交通发展评价城市化水平的城市化水平综合测度模型，对长春市1985～2005年的基于交通发展的城市化水平进行了测度．并且，对2000年中国部分省、市、自治区基于交通发展的城市化水平也进行了测度，测度结果与以人口城市化为惟一测度指标的城市化水平进行了对比研究，表明所提出的城市化水平综合测度模型测度城市化水平的合理性．     

Logistic人口模型参数伴随同化识别

研究了Logistic人口模型,利用伴随同化方法对该模型的参数进行了识别。基于1790—1950年的美国人口数据进行了数值实验,数值实验结果显示该方法用于Logistic人口模型参数识别可行。     

基于Logistic模型和数据拟合的人口预测——以邵阳市人口为例

利用两种方法（Logistic模型和数据拟合）,借助计算软件,对邵阳市户籍人口发展规模进行预测.找出全市总人口发展变化的规律,为相关部门制定人口发展规划和人口管理政策提供理论依据.     

城市化进程中人口变化的动力学分析

为了研究城市化进程中城市和农村人口的变化情况,建立了一个Logistic微分方程模型,讨论了该模型解的有界性、平衡点的存在性和稳定性,并利用Dulac函数法给出了非平凡周期解的不存在性.