人口增长计算器
时间零时的起始人口
年度或每期增长率。使用负值表示人口下降。
输入人口参数
选择一个增长模型，输入您的初始人口、增长率和时间段，以计算人口预测并查看增长时间线。
如何使用人口增长计算器
选择您的增长模型
从四种模型中选择：离散指数（标准复合增长，适用于具有独特繁殖周期的人口）、连续指数（每一瞬间的增长，适用于细菌和连续过程）、逻辑（具有承载能力上限的 S 曲线，最适合资源有限的人口）或线性（每个时间段的固定绝对增加）。如果不确定，建议从离散指数开始进行大多数通用预测。
输入初始人口和增长率
输入起始人口规模和每期的增长率。使用 % / 小数切换在以百分比（例如 2 表示 2%）或小数（例如 0.02）输入增长率之间切换。对于下降的人口，输入负增长率（例如 -1.5 表示 1.5% 的年下降）。对于逻辑模型，还需输入承载能力 K — 环境可以维持的最大人口。
设置时间段和单位
输入时间段的数量并选择时间单位（年、月、世代或天）。时间单位是参考标签 — 确保您的增长率和时间段使用相同的单位。例如，如果您的增长率是按年计算的，则您的时间段应以年为单位。使用加载示例按钮填充当前增长模型的预构建示例场景。
查看结果和增长时间线
结果显示最终人口、总人口变化、百分比变化和倍增时间（或对于下降人口的减半时间）。所使用的公式供参考。增长时间线条形图显示了在预测期间的定期人口，使增长曲线的形状立即可见。将时间线数据导出为CSV以便在电子表格中进一步分析。
常见问题
离散指数增长和连续指数增长有什么区别？
离散指数增长，也称为几何增长，在每个离散周期结束时将人口乘以一个常数因子（1 + r）——例如，在每年结束时。公式为P(t) = P₀ × (1 + r)^t。连续指数增长假设在整个期间的每一瞬间都发生乘法，使用数学常数e。公式为P(t) = P₀ × e^(rt)。对于相同的增长率r，连续增长产生的结果略高，因为复利是持续发生的，而不是每个周期一次。对于年增长率低于10%的大多数实际情况，差异很小。离散增长更适合年度普查数据；连续增长用于微生物学、药理学和持续复利的金融模型。
什么是承载能力，为什么它很重要？
承载能力（K）是特定环境在其可用资源（如食物、水、空间和其他限制因素）下能够可持续支持的最大人口规模。在逻辑增长模型中，当人口远低于K时，增长大致呈指数型。随着人口接近K，资源竞争加剧，出生率下降，死亡率上升，增长显著放缓。在理想条件下，人口渐近接近K而不超过它。承载能力在生态学、野生动物管理和可持续性科学中至关重要。对于人类人口，K存在争议，因为技术不断扩大资源的可用性，但环境限制是真实存在的。在商业中，承载能力的类比包括市场饱和和可总地址市场。
我如何计算倍增时间？
倍增时间是指人口在恒定增长率下翻倍所需的时间。对于连续指数增长，倍增时间 = ln(2) / r = 0.6931 / r。对于离散指数增长，倍增时间 = log(2) / log(1 + r)。一个有用的近似是70法则：倍增时间 ≈ 70 / 以百分比表示的增长率。例如，在2%的年增长率下，倍增时间 ≈ 70 / 2 = 35年。在7%时，倍增时间 ≈ 10年。70法则在1%到10%之间的增长率下准确到几个百分点。对于下降人口，减半时间（达到当前人口的一半所需的时间）使用相同的公式，但增长率为负。
什么是逻辑增长S曲线？
逻辑增长曲线在将人口与时间绘制时产生S形（S型）的轨迹。在早期阶段，当人口P₀相对于承载能力K较小时，逻辑曲线几乎无法与指数增长区分——有足够的空间进行增长。随着人口增加到K/2，增长速度达到最快。超过K/2后，资源竞争越来越限制增长，曲线开始变平。随着人口接近K，增长接近零。人口渐近收敛到K。S曲线形状在自然和社会中无处不在：流行病的传播和衰退、技术采纳（从早期采用者到市场饱和）以及有限环境中的生物种群动态。
线性增长与指数增长有什么不同？
线性增长在每个周期增加一个恒定的绝对人数，当将人口与时间绘制时，产生一条直线。指数增长在每个周期乘以一个恒定因子，产生一条随着时间变得越来越陡峭的曲线。对于小人口或短时间段，线性和指数增长可能看起来相似，但在更长的时间段内，差异变得显著。一个从1,000开始的线性2%增长的人口每年增加20人，10年后达到1,200。相同人口的指数2%增长大约达到1,219——几乎相同。但在100年后：线性增长给出3,000，而指数增长给出7,245。在200年后，线性给出5,000，而指数给出52,485。很少有自然种群以线性方式增长；它更适合作为像稳态移民这样的受控过程的近似值。
长期人口预测有多准确？
长期人口预测存在相当大的不确定性，随着预测时间的延长而增加。所有四个模型假设在整个预测期间内增长率是恒定的，这在实践中很少成立。由于经济条件、政府政策、资源可用性、疾病爆发、气候变化和技术创新，增长率会发生变化。即使是联合国和世界银行的专业人口预测也使用概率范围，而不是超过20年的单点估计。对于短期预测（5到10个周期），在增长率明确的情况下通常是可靠的规划依据。对于较长的时间范围，将结果视为说明性情景而非预测。敏感性分析——使用稍高和稍低的增长率运行计算器——有助于界定合理结果的范围。