深圳人口与医疗需求预测

1、精品文档深圳人口与医疗需求预测摘要本文通过对深圳市现有的数据以及深圳统计年签2010建立模型并最终给出了深圳人口与医疗需求预测结果，具体如下：我们首先对深圳市常住人口数据进行二次和三次拟合，并对两种拟合进行了比较得出深圳常住人口模型公式为：Q(x)=1.0e+007MX3+0.0092xX-6.0823,其次是通过统计年签上的数据，利用该城市的GD嘤据建立ARIMA真型求出求解进入城镇务工、经商、和从事劳动服务的暂住人口数，再次通过年签数据求出探亲访友、旅游、求学、治病等而外出的人员总数和三无人口数，因此求解出非常住人口数如下表：年2011201220132QU2015201620172013

2、20192O2Qe1167,311439.65143Q.431工261600.2-16alm6工。1S24.731S36.311949.22722852S51基于上述数据的基础下，我们对深圳未来十年的人口结构进行了统计以演化分析,得出了深圳未来十年人口结构表：年龄段04岁5-9岁10-14岁15-19岁20-24岁25-29岁30-34岁百分比4.953.072.771.4916.5613.7411.7年龄段35-39岁40-44岁45-49岁50-54岁55-59岁60-64岁65-69岁百分比12.961L88.393.172.61.190.67年龄段70-74岁75-79岁S0-S4岁S

3、5-S9岁90-94岁95-99岁1画岁及壮百分比0.560.40,160.080.00540.01150.0005以及全市医疗床位的需求表等重要结果，为政府和医疗机构制定相应的政策提供重要理论依据。最后我们通过分析小儿肺炎和急性阑尾炎这两种病不同类型的医疗机构就医的床位需求证实了我们模型的可行性和实用性关键词：深圳统计年签2010，GDPARIMA真型1、问题的提出深圳是我国经济发展最快的城市之一，30多年来，卫生事业取得了长足发展，形成了市、区及社区医疗服务系统，较好地解决了现有人口的就医问题。从结构来看，深圳人口的显著特点是流动人口远远超过户籍人口，且年轻人口占绝对优势。深圳流动人口主要

4、是从事第二、三产业的企业一线工人和商业服务业人员。年轻人身体强壮，发病较少，因此深圳目前人均医疗设施虽然低于全国类似城市平均水平，但仍能满足现有人口的就医需求。然而，随着时间推移和政策的调整，深圳老年人口比例会逐渐增加，产业结构的变化也会影响外来务工人员的数量。这些都可能导致深圳市未来的医疗需求与现在有较大的差异。未来的医疗需求与人口结构、数量和经济发展等因素相关，合理预测能使医疗设施建设正确匹配未来人口健康保障需求，是保证深圳社会经济可持续发展的重要条件。然而，现有人口社会发展模型在面对深圳情况时，却难以满足人口和医疗预测的要求。为了解决此问题，请根据深圳人口发展变化态势以及全社会医疗卫生资

5、源投入情况（医疗设施、医护人员结构等方面）收集数据、建立针对深圳具体情况的数学模型，预测深圳未来的人口增长和医疗需求，解决下面几个问题：1. 分析深圳近十年常住人口、非常住人口变化特征，预测未来十年深圳市人口数量和结构的发展趋势，以此为基础预测未来全市和各区医疗床位需求；2. 根据深圳市人口的年龄结构和患病情况及所收集的数据，选择预测几种病（如：肺癌及其他恶性肿瘤、心肌梗塞、脑血管病、高血压、糖尿病、小儿肺炎、分娩等）在不同类型的医疗机构就医的床位需求。2、问题的分析深圳的人口主要有常住人口与流动人口，且其中流动人口远远超过户籍人口，而两类人群的人口增长模式差异很大，所以要预测未来十年深圳市人

6、口数量需将其分为户籍人口与流动人口两种方式进行建模分析，预测出两种模型下的人数，并求和即可得出预测总人数。3、基本假设（ 1） 、假设附表给的数据都是准确的；（ 2） 、假设未来10年内深圳户籍人口不发生突然的大规模变动；（ 3） 、假设未来10内深圳妇女的生育能力不发生问题；4、定义符号说明Q非非常住人口总和；Q1进入城镇务工、经商、和从事劳动服务的暂住人口总和；Q2为探亲访友、旅游、求学、治病等而外出的人员;Q3无职业、无收入、无暂住证的三无人员即盲流人口；p比例因素；XtGDP深圳市t当年GDP总量；X常住人口GDP值；b）i进入城镇务工、经商、和从事劳动服务的暂住人口总和的初始值p2探

7、亲访友人数的概率；Q旅旅行人数；Q学一一外来学习人数；Q医一一外来求医人数；b2其他人数。5、模型的分析、建立5.1 、求解非流动人口1）现有数据分析：（1）利用现有数据（如表一）分析深圳户籍人口在1979年到2010年的变化规律。因此利用数学软件“MATLAB对数据进行处理，做出深圳户籍人口1979年到2010年的散点图（图1）。表一：深圳户籍人口（1979201。：年份197919B019811982198319841985198G人口XI惮）31.2632.0933.3935.45405243.5247.865L45年份19S71988198919901991199219931994人口

8、O1。'）55.660.1464.8268.6573.2280.2287.6993.97年份1995199619971998L999200020012002人口CxlO3)99.1610X38109.64114,6119.85124.92132.04139.45年份20032004200520062007200B20092010人口（乂*150.93165.13181.93196,83212.38228,07241,45251.03（2）通过对现有数据，及散点图的分析，我们发现深圳户籍人口从1980至U2003的人口增长率基本保持不变，呈线性增长。但随着深圳高速的发展，优质的社会公共资

9、源对流动人口形成了强大的吸引力，因此外来人口的迁入增多导致从2003年到2010年深圳户籍人口的增长率相对以前增大，但也基本保持一次函数的增长。通过网络资料查阅我们发现多项式拟合法是用解析表达式逼近离散数据所呈现的趋势，基本思想就是：观测散点走势来确定拟合函数利用散点但又不拘泥于散点。他的整体思路与我们的数据分析非常相似，因此我们决定采用多项式拟合法中的二次与三次拟合法对数据进行建模。2）模型建立（1）对多项式拟合模型进行分析。多项式拟合的定义为：给定历史数据位点（Xi,yi）,i=1,2,，N,E为所有次数不超过n（n-N）的多项式的函数类先设有n一多项式Pn(x)=£akxk可以

10、充分的表现某些数据的变化趋势。其中ak可作为拟合k卫好坏的的最小值。我们采用的为二次拟合法函数式为：二次函数拟合模型：Q(x)=Q1mX2+Q2mX1+Q3(1)三次函数拟合模型：Q(x)=QIX3Q2X2Q3XQ4(2)利用MALTAB数学软件对已知数据建立二次拟合模型，通过编程我们得出如下图形：图2:二次拟合曲线图2中红线为深圳户籍人口实际数字的曲线，黑线为二次拟合模型的曲线，通过对比我们发现我们通过二次拟合模型预测的值基本与实际人口大致吻合，但还是存在一定的误差。(3)利用MALTAB数学软件对已知数据建立三次拟合，通过编程我们得出如下图形：图3:三次拟合曲线图三中蓝线为深圳户籍人口实际

11、数字的曲线，黑线为三次拟合模型的曲线，通过对比我们发现我们通过三次拟合模型预测的值基本与实际人口几乎一致，同时通过MALTAB软件我们求出三次函数拟合模型的各个P值，最后得出：二次函数拟合模型：Q(x)=1.0e+006MX2+-0.0012X11.1574(3)三次函数拟合模型：Q(x)=1.0e+007xX3+0.0092MX-6.0823(4)(4)通过图二，图三对比我们很明显的发现采用三次拟1合模型得到的数据比二次拟合模型更加准确。因此我们采用三次拟合模型的数据，所以我们预测出到2020年深圳户籍人口大致为498万人，表4为其详细人口变化。表4:详细人口变化表年份2011201Z201

12、32014201520162017201820192020(万273.82293.18313.76335.63358.82383.38409.36436.82465.75496.26人)5.2 、流动人口分析:1)流动人口定义：流动人口是相对于某地的常住人口而言的，指离开常住户籍所在地，跨越一定的行政辖区范围，在某一地区滞留的人口.其包括：1、进入城镇务工、经商、和从事劳动服务的暂住人口；2、为探亲访友、旅游、求学、治病等而外出的人员；(5)3、无职业、无收入、无暂住证的三无人员即盲流人口为此我们可得：Q非=QiQ2Q3其中：Q非非常住人口总和；Qi进入城镇务工、经商、和从事劳动服务的暂住人口

13、总和;Q2为探亲访友、旅游、求学、治病等而外出的人员；Q3无职业、无收入、无暂住证的三无人员即盲流人口。2)求解进入城镇务工、经商、和从事劳动服务的暂住人口：显然对于Qi,它是深圳市经济发展主要的带动者，因此与深圳市GDP有很大的关系，GDP越多，则深圳市外来人口就越多。为此我们假设Qi与外来人口所产生的GDP成正比例关系，由此我们可得：Q1=p(XtGDP-X)+b1(6)其中：P比例因素；XtGDP深圳市t当年GDP总量；X常住人口GDP值；bi进入城镇务工、经商、和从事劳动服务的暂住人口总和的初始值；对于一个非平稳序列来说，其数字特征，如均值，方差和协方差等是随着时间的变化而变化的。也就

14、是说，非平稳序列在各个时间点上的随机规律是不同的，难以通过序列已知的信息去掌握序列整体上的随机性。而GDP时间序列都是非平稳的,为此我们采用ARIMA模型求解：ARIMA模型使用包括自回归项(AR项)，单整项和MA移动平均项三种形式对扰动项进行建模分析，使模型同时综合考虑了预测变量的过去值,当前值和误差值,从而有效地提高了模型的预测精度。(1)ARIMAg型的形式：考虑序列yt,若其能通过d次差分后变为平稳序列，即yt1(d),则5=屋乂=(1一B)dytUt为平稳序列，即Ut1(0),于是可建立ARIMA(p,q)模型：Ut=c+tuy+川+®pUf+，+¥tjlll+%

15、tr(8)经d阶差分后的ARIMA(p,q)模型称为ARIMA(p,d,q)模型。其中p为自回归模型的阶数，q为移动平均的阶数，%为一个白噪声过程。(2)建立ARIMA模型的一般方法：1)检验原序列的平稳性检验的标准方法是单位根检验，若序列不满足平稳性条件，则可通过数学方法，如差分变换或者对数差分变换使其满足平稳性条件；2)通过计算能够描述序列特征的一些统计量，如自相关(ACP)系数和偏自相关(PACP)系数来确定ARIMA(p,q)模型的阶数p和q,并根据一定的准则，如ATC准则或SC准则等综合考虑来确定模型的参数；3)估计模型白未知参数2,并通过参数的统计量检验其显著性，以及模型的合理性；

16、4)进行诊断分析，检验模型的拟合值和实际值的残差序列是否为一个白噪声序列。(3)数据的来源与描述：从深圳统计年鉴各卷统计出1979至2006年深圳国内生产总值,见表5:并按此数据作图1从中可以粗略地看出Xt,具有长期上升趋势，非水平平稳。表5:1979200朔深圳国内生产总值统计表(亿元)年份GDP年份GDP年份GDP年份GDP1979L9638198641.64511993453,144520002187.454519802.7012198755.90151994634.671120012482.43741981495761938孤98071995842.483320022969,51841

17、982&25731989115.656519961048.442120033505.723519S313.12121990171.666519971297,42082004428114281死423.41611991236.66319981534.727220054950.907日198539.02221992317,319419991304.017620065634.39图4图5（4）序列的平稳性处理：对Xt，进行平稳性检验（ADF检验），结果如表2:表6序列ADF检验结果ADFTestStatistic2.733532l%Critica1*T35525%Critical-3.594

18、310%Critical-3.2321*MacKinnoncriticalvaluesforrejectionofaunitroot+由表7可知其不平稳。为了消除原始数据序列的不平稳性,使数据更为平稳,本文采用对深圳国内生产总值序列取对数形式，记为lnXt,序列lnXt一阶差分后的序列记为AlnXt,二阶差分后的序列记为A2lnXt,按二阶差分后数据作序列图2,可见时间趋势基本消除，可认为是平稳序列但序列图只能粗略地判断序列具有平稳性，理论上应用单位根检验方法检验。对2lnXt,进行平稳性检验（ADF检验），结果如表3:表7序列ADF检验结果ADFTestStatistic-7.244549l

19、%Critical*-3.72045%Critical-2.98510%Critical-26318MacKinnoncriticalvaluesforrejectionofaunitroot.由表7可知其平稳，说明GDP序列为2阶单整序列，即A2lnXtI(2)模型的识别与建立由以上对序列AlnXtI(2),的ADF检验，我们可确定ARIMA(p,d,q),模型中的d应取为2为了确定模型中的p和q,作出序列A2|nXt直至滞后16阶的自相关(ACP)图和偏自相关(PACP)图，分别见图3和图4.由图7和图8可看出，少InXt序列的自相关图与偏自相关图都是拖尾的，因此可建VARQ0001Cer

20、qfldflfM Lf VAR00001Loi图7图8ARIMA模型。经反复计算比较,最终取p=1,q=2,建立如下ARIMA(1,2,2)模型：(括号中的数据为对应估计值的T检验统计量)22lnXt=(c=-0.031188,AR(1)=0.19417,MA(2)=-2.087428)(-6,899257)(-4,005350(-4.247829S.E=0.050796AIC=-3.009846SC=-2.863581(9)即：2一一一一一2一一一lnXt=-0.031188-0.19417InXy2.087428t_2R2=0.842DW=2.23(10)由模型(1),对其进行回归拟合，模

21、型中的残差序列(Residual)以及过InXt的实际值(Actual)和拟合值(Fitted)的序列图见图9:二一 图9从图9可以看出，模型的拟合值和实际值的变动具有较好的一致性。其次，模型的残差值较小，消除了线性或者指数趋势，表现得较为平稳，说明模型通过了适应性检验，所以该模型还是比较理想的。为了进一步检验该模型的效果，记出为该模型的残差序列，对其进行DF检验，得:AQ=1.1182991?，DF的值为-5.3921而在1%显著水平下,DF的临界值为-2.6649,因此，残差序列&,即误差项序列能在1%显著水平下被看作白噪声过程，这说明A2InXt的拟合值是实际值的无偏估计，模型具

22、有较好的拟合效果。作出残差序列前16阶的自相关(ACP)和偏自相关Lag NurYibarVAR00001 10lag fNymberVAR000011Q1图10:自相关(ACP)图 (5)模型的预测：由 ARIMA (1,2,2)模型得:图11：偏自相关(PACP)图(PACP)图，分别见图10和图11。从两图我们也可看出，自相关函数和偏自相关函数均落在置信区间内，残差序列应为白噪声过程，这与上面DF检验的结果一致。精品文档(11)(12)2lnXt=-0.031188-0.194172lnXtj2.087428»2又因为：2lnXt=lnXt-2lnXylnXt?可得lnXt的预

23、测公式为:2lnXt=2lnXt一lnXt/0.0311880.19417：lnXt；t一2.087428t/(13)因此得序列Xt的预测公式为:(14)X_e2lnXtJnXt2-O.031188_O.19417A2lnXt益-2.0874282Z用ARIMA(1,2,2)模型对深圳国内生产总值作预测,结果见表4表4实际值与ARIMA模型预测值比较衰(亿元)年份实际增长值预测增长值年份实际增长率预测增长值2Q0124S2.492548,912011100415920022969,593016,40201210997.4720033585.72357939201311073.542004428

24、2,144302.28201411901.S420054950.91491929201512512.582006568439560426201613217J320076801376578.56201713967.4120087786M7654.81201314537,762009820132S564.23201915143.94201095819596S4.S5202015769.47为此，我们可以求出p和E的值：由Q1=p(XtGDP-X)可得：Q=P(XtGDP-X出)+b(15)通过1979年初始可知b=31.41,X出几乎可以忽略不计，则：通过上面数据求出p的平均值为：p=14.871

25、%(16)由此可得：Q=XtGDP14.871%十31.41(17)则：Qi=QQ常(18)可得下表:表8Q与时间关系表年2011201220132014201520162017201S20192020e1105.051373项13M39146550153X331613.631(599.141756.521317,71188022尸463694583)求解为探亲访友、旅游、求学、治病等而外出的人员:对于Q2,探亲访友与深圳市现有人口总数成正比，旅游人数可以通过深圳市旅游人口数情况可直接求的；求学人数同样可以通过深圳市教育机构统计数求解，但考虑到未来深圳市不断在发展，所以求学人数也不断在上升，然

26、而整个国家已经入老龄化社会，而且据国家统计局统计年签表明，我国学生数量在不断下降，这两因素一综合，我们假设外来求学人数为恒定不变的；对于外来治病人数，显然与深圳市公有医院服务水平有很大关系，我们假设成正比关系，因此我们可得：Q2=P2Q+Q旅+Q学+Q医+b2(19)其中：P2探亲访友人数的概率；Q旅旅行人数；Q外来学习人数；Q医一一外来求医人数；t)2其他人数。求解P2,对于探亲访友人数应该和在该地区中人口成正比，在1979年，深圳刚开放，以此那时没有几乎没有其它外来人员，为此我们可得：0.15P2=0.004236(20)31.41可得：表9:访友人数表年20112012201320L42

27、01520162017201S20192020PQ5S32450607574GS667.630443.015178.45WS.931629.2909D9.67275他066s1952159求解Q旅，根据现有的资料，我们查的深圳市南山区2008年统计年签旅行情况可得：如下表:表1009年6月旅游者接待情况统计项目单位2000年2001年2002年200*年2004年2005年2006年2007年2008年接待游客人次万人/次9K6.710041044851.5wsa1116.811671250.21185.3旅渊景点接待人次万人/次767.21762.22837.24625.39897.4292

28、4.98922t631O0S.6873.66旅游业总收入亿元一104.33107.98旅潮企业营业收入亿元电517.319,318,922.224.427.4431,2731.93宾馆酒店客房车%75,172,273,971.272,069.770,7阻463,5为此，根据上表我们求解出该区每天平均每天接待人数和同比增长率如下表所示:表11每天平均每天接待人数和同比增长率百日nnn20012002200320042005200620072008待客次 均天待数按游人 平每接入T 9眠，1。财牛工3噗臂.做曰串出上uuu千年年年年年年年年万人/?7*75。2.8602.绳3.05X1693.42

29、5X247次627'0822972686320539T同比0.0170.038-0.180.270.0260.0350.(0-0.05增长53344397T45471996553191由上表可知深圳近几年来旅游增长幅度不大，而且旅游是深圳非常住人口的一小部分，为了减少计算难度，我们忽略的这种增长。对于深圳共有7个区，为了简化计算，我们假设旅客到每一区去旅行都是随机的，去每区每年平均每天接待人数为3.425万可得：Q旅=7父3.425=23.927万（21）根据资料可得：目前深圳有35万左右的义务教育阶段非户籍学生。这数字占了深圳义务阶段学生的一半。同理可以求得：Q=35万（22）对于外

30、来求医人数，深圳市公有医院服务水平有很大关系，我们假设与公有医院的等级成正比，与公有医院的总数成正比关系，因此我们可得：Q&=p2s（23）其中：P2公有医院等级因数；s公有医院总数；但是根据题意：此深圳目前人均医疗设施虽然低于全国类似城市平均水平，但仍能满足现有人口的就医需求。可知，对于深圳医疗水平，相对于其它如上海、广州等一些大城市相比，医疗水平很弱，因此为了简化模型，我们将«直接放到其它人口b2中考虑。3）求解三无人口数目Q三无：三无人口定义：无职业、无收入、无暂住证的三无人员即盲流人口。由此我们可以得到该三无人口出现的概率非常小，几乎可以忽略不计，为此我们也将他归为其

31、它人口内。综上所述：Q"P（Wgdp-W）nP2QQ旅+QQ医+b2Q3=P（WgdpW）+访Q+b+58.927（24）综上所述求解Q非可得：表12:非常住人口表年201120122013201420152016201720182019202(101167.811439.651430.431532.261600.2-16S1.02-67.001S24.731SS6311949.227285235I5.3、 人口结构分析通过以上的分析我们预测出了深圳未来10年的大致人口总数为，但由于每个年龄段的人患病的几率是不同的，因此想估计出该市医疗床位的需求还存在一定的难度，所以我们对深圳以前的

32、人口结构进行分析对比。由于人口结构在一段时间内是不会发生大规模的变化的，因此我们选取2000、2005、2010三年个年龄段人口所占总人口的比例进行对比分析，得到下表13。表13:各年龄段占总人数百分比:男女岁59岁1014岁1519岁20-24岁25-29岁2000年0.492862790.507137213312.912.2B14.7124.9920.232005年0.50970.49033.2737816562010年0.541770.4582294.113.122.757.4619市17.653034岁35-39岁40-44岁4549岁50-54岁55-59岁

33、60-64岁6549岁2000T13.4$7663.542.441.460.910.810.552005年14.269865.842.571.911.260.830.712010年12.9811.418.825.482.541.931.010.6970-74岁75-9岁S0-S4岁S5-S9岁90-94岁9,99岁100岁及0LL2000年0.320.180.070.0450.01610.00440.0000072005年0.480.220.120.0430.05180.01590.0000072010年0.520310J40.0630.02860.01370.000006通过对表二的分析我们

34、发现深圳人口的总体结构大致保持不变，但是通过对比我们发现该市人口从014岁，35100岁年龄段人口呈上升趋势，而15-34岁年龄段人口呈下降趋势。由于老年幼年的所占人口比例的增多，从而患病人群也相应增多，也就意味着该市医疗床位的需求将进一步增加。为了进一步分析其变化规律，我们做出了该市人群年龄分布图（图4）o从该曲线图上我们可以清楚的看到该市的人口结构分布情况，深圳市的主要人口在年龄构成上为15至44岁的人口最多，45岁以上人群较少。深圳市人群年龄分布图图125.4、 人口结构估计1、通过上表分析我们可知人口结构在短时间内是不存在大规模的变化的，因此未来10年该市的人口结构将大致不变。并且现代

35、人少生优生的理念已经深入人心，因此小孩的增长率在短时间内不会发生较大的改变，也就是说深圳人口结构因此我们制定出该市10年后的人口结构计算方式。1、用2010年个年龄段的人数作为人口基数。所以首先计算出2010年各年龄段人数，如2010年04岁人口数位425772人，那么2020年的人数基数就为425772人.而通过上述分析我们得知在2020年为498万人。2、考虑流动人口的影响3,深圳是我国济发展最快的城市之一因此流动人口站的人口比的比重较大，而年龄一般都为2045,因此流动人口在20-45岁年龄段的流动人口中占较大比重。而通过上述分析我们可知该市2020年的流动人口数为1949.22万人。3

36、、对比分析，通过对表4表5的分析我们得出人口所占百分比与之前几乎一致。因此我们利用公式E=2父B-A预测出2020年各年龄段占总人数的百分比。其中E（2020年各年龄段所占百分比）；B（2010年各年龄段所占百分比）；A（2005年各年龄段所占百分比）。通过计算我们得出各年龄段所占百分比如下表：表14：出各年龄段所占百分比年龄段0-4岁5-9岁10-14岁619岁20-24岁25-2?岁30-34岁百分比4.953.072.771.4916.561S541L7年龄段3539岁40-44岁45-49岁50-54岁55-59岁60-64岁65-69岁百分比12.9611.38393172.61.1

37、90.67年龄段7074岁75-79岁S0-S4岁8589岁9094岁95-99岁100岁及KLL百分比0.56040.160.080.00540.01150.00055.5、 全市医疗床位的需求：分析1979年到2010年深圳市医院及床位的发展情况4,通过网络资料查阅我们的到了深圳人口年份对应的床位如表二，将年份对应的医院数量，及对应的床位数量做出柱状图如图2-1、图2-2,通过对图形的分析我们可以得知随年份的增加床位的增长呈3次函数形式增长。由之前的分析我们可以得知，随着社会的发展该市的流动人口会逐渐的趋于平缓，从而导致该市的人口主要增长率为人口的迁移，并且流动人口的减少会导致该市人口老龄

38、化的加快。而人口老龄化的到来将导致该市人口的患病率激增，从而导致床位的快速增长。表15:年份19791980198119821983198419851986床位59764379071710231634188S202S年份19871988198919901991199219931994床位22252496283831083498446651686040年份19951996199719981999200020012002床位664071057813S353872096161054211808年份20032004200520062007200820092010床位126971418615577161

39、9316766184351987221166医院数（个）门叫= 巨二黄三二=；1=转三-三三三二三 X 3：打 r= W =- =>= " ： ?L ）； ："： 01 ：=：=：-二三 19 1D图2-1 1979-2010年深圳市医院发展情况年末常住人口变化圉年份(1)1、图2-3图形对比，图2-3为年末常住人口的柱状图，通过对比我们发现二者的变化趋势几乎一致，以此我们考虑将该市病床的变化情况用多项式拟合模型进行建模分析，对此我们分别采用三次拟合模型进行拟合分析。利用MALTAB数学软件对已知数据建立二次拟合模型，通过编程我们得出如下图形：图中蓝线曲线为医院床位实

40、际数字的曲线绘制，黑线为采用二次拟合模型的曲线，通过对比我们发现我们通过二次拟合模型预测的值基本与实际人口几乎一致，因此可以确定2020年该市床位数位0.36万个。2、预测高血压、急性阑尾炎、小儿肺炎在不同类型的医疗机构就医的床位需求,通过分析我们可知6、不同类型的医疗机构就医的床位需求6.1、 求解思路分析：1、利用已知数据求解出A病占B人群的百分比，再通过已经预测的B类人群的数量求出A病在未来的病例数，在这个过程中考虑到医疗条件的改善而导致的发病率降低，以及外来就医人数的改变，最终预测出未来A病的大致病例数H。2、假设A病在B类医院每天就诊人数为H,其平均住院天数为Y,那么A病在B医院应当

41、设置的床位数为M=H父Y,即A病在B医院该设置的床位数为每天就诊人数与其平均住院天数的积。在这个过程中考虑因医疗条件改善导致的住院周期的降低。最终算出未来A病在B类医院需要的床位数。6.2、 医疗机构分类:我们根据医院的不同性质将其分为综合医院、儿童医院5、妇幼保健院三大类。其中综合医院又被称为人民医院，它是一种普遍分布于我国各个省市自治区的综合性医院，冠以“人民”二字，寓意其服务对象和服务宗旨。其医疗专业性强，内、外、妇、儿等专科齐全，许多医院在医疗之外，还担负着教学、科研的任务。儿童医院则是主要研究儿童的各项疾病，以儿童为主要研究方向的医院。妇幼保健院的主要医治妇女儿童的各项疾病。1)、小

42、儿肺炎对各医疗各机构的床位需求1、求解出小儿肺炎病占青少年(0-16岁)人群的百分比：p=A+S=32644103黑104=3.15%(25)2、计算2020年小儿肺炎的病例数：44A=PMS=269.19乂10父3.15%=8.479黑10(26)3、医疗条件改进及外来就医影响：通过网络资料查阅6及之前数据分析我们得出因医疗条件改进导致患病率没10年将降低5%而随着社会的发展外来就医人数也将降低6%因此到2020年小儿肺病的实际病例数为：4A、=A"1-5%-6%)=7.54乂104(27)4、平均每天的病例数H=A365定206(28)5、各类医疗机构所占医治病例人数百分比：医院

43、类别综合医院儿童医院妇幼保健院例数2183555735236所占比例0.6690.1710.1606、2020年各医疗机构平均每天的病例数医院类别综合医院儿童医院妇幼保健院所占比例0,6690.1710,16每天例数137.81433,22632,967、各医疗机构平均住院天数医院类别综合医院儿童医院妇幼保健院平均天数6.3a.96.318、因医疗条件改善导致的住院周期的降低：通过网络资料查阅及之前数据分析我们得出因医疗条件改进2020年小儿患病的住院周期将平均降低0.5天,因此各医疗机构的实际住院天数为医院类别综合医院儿童医院妇幼保健院平均天数5,86.46.039、2020年结果综合医院：

44、M=H乂丫=5.8父137.814把800(29)儿童医院：Mi=H1mY=6.4父35.226%227(30)妇幼保健院：M2=H2xY2=6.0332.96-199(31)10、实际情况考虑：考虑到可能存在同时进入的情况因此每类医院的病床数增加2%因此2020年小儿肺炎的各医疗机构就医的实际床位需求为医院类别综合医院儿童医院妇幼保健院床位个数8162312032)、急性阑尾炎病的对各医疗各机构的床位需求1、急性阑尾炎介绍：急性阑尾炎是外科常见病，居各种急腹症的首位。转移性右下腹痛及阑尾点压痛、反跳痛为其常见临床表现，但是急性阑尾炎的病情变化多端。其临床表现为持续伴阵发性加剧的右下腹痛，恶心

45、呕吐，多数病人白细胞和嗜中性白细胞计数增高。其主要发病人群人18-39岁成年人。2、求解出2010年急性阑尾炎病占成年人(18-39岁)人群的百分比p=A+S=10363+521.71父104=0.198%(32)3、计算出2020年急性阑尾炎病的病例数_4_4A=PMS=1150M10M0.198%=2.27M10(33)4、医疗条件改进及外来就医影响通过网络资料查阅及之前数据分析我们得出因医疗条件改进导致患病率没10年将降低3%,而随着社会的发展外来就医人数也将降低4%0因此到2020年急性阑尾炎病的实际病例数为：A=A(1-3%-4%)=2.11104(34)5、平均每天的病例数(35)

46、H=A-365586、2010年各类医疗机构所占医治病例人数百分比医院类别综合医院儿童医院妇幼保右例数100592470所占比例0970307、2020年各医疗机构平均每天的病例数医院类别综合医院儿童医院妇幼保健院一所占比例ST703"每天例数5636"8、2010年各医疗机构平均住院天数医院类别综合医院儿童医院妇幼保健院一平均天数7.1S8909、因医疗条件改善导致的住院周期的降低通过网络资料查阅及之前数据分析，我们得出因医疗条件改进到2020年急性阑尾炎病的住院周期将平均降低0.8天，因此各医疗机构2020年的实际住院天数为医院类别综合医院儿童医院妇幼保健院平均天数6.38n010、2020年急性阑尾炎病对的各医疗机构就医的实际床位需求综合医院：M=H父丫=6.38父56-358（36）儿童医