冈珀茨模型是描述非对称 S 型增长曲线的数学模型，其特点是相对增长率随时间或种群规模呈指数式衰减。该模型最初由英国保险精算师本杰明·冈珀茨于 1825 年提出，用于刻画人类死亡率随年龄的变化规律，后来被发现能很好地描述生物个体生长、肿瘤增殖、细菌生长等多种增长现象，并被推广到人口学和金融等领域。与增长拐点位于承载量一半的逻辑斯谛模型不同，冈珀茨曲线的增长峰值出现在承载量约 37% 的早期阶段。
定义
冈珀茨模型是一种用双指数函数描述有界增长的数学模型，其曲线呈非对称的 S 形。模型的常见参数化形式为 $y_t = \alpha e^{-e^{-\beta(t-\gamma)}}$，其中 $\alpha$ 为增长的上渐近值，$\gamma$ 为曲线拐点出现的时刻，$\beta$ 为影响最大增长率的参数[1]。这一形式与统计学教材中常见的 $U_t = ab^{c^t}$ 写法等价[2]。
在生物生长研究中，该模型常写成体重随日龄变化的函数，把初始体重、初始相对生长率和相对生长率的衰减速度作为三个待估参数[3]。曲线从接近零的下界出发，先加速上升，经过拐点后减速，最终逼近上渐近值[4]。
原理
冈珀茨模型的核心假设在于，群体的相对增长率并非保持恒定，而是随时间呈指数衰减。用微分方程表达即为 $\frac{dN}{dt} = kN \ln\left(\frac{A}{N}\right)$，其中 $N$ 为时刻 $t$ 的种群规模，$A$ 为上渐近值，$k$ 为常数[4]。这一方程也可由一组联立方程导出：种群按 $\frac{dN}{dt} = \gamma N$ 增长，而增长率 $\gamma$ 自身满足 $\frac{d\gamma}{dt} = -k\gamma$，即按指数规律衰减[4]。
由于相对增长率持续衰减，冈珀茨曲线的拐点并不位于承载量的中点。推导表明，增长最快的时刻出现在 $N = K/e$ 处，约为承载量的 37%，此后曲线进入较长的减速阶段[5]。逻辑斯谛模型可用同类方程组表示，但其增长率随种群规模的线性增长而下降，拐点恰在承载量一半处，因此两条曲线虽同为 S 形，形状却明显不同[4]。
在参数估计上，冈珀茨曲线可以先取对数再作变换，将其化为类似修正指数曲线的线性形式，从而用三点法或部分和法拟合[2]。若测量间隔相等，对相邻时刻的观测值取对数后可作线性回归，再由回归系数反解出增长率和上渐近值[4]。
发展历程
1825 年，英国精算师本杰明·冈珀茨在《皇家学会哲学汇刊》发表论文《论人类死亡率函数之性质》，提出若人抵抗死亡的能力在等长的极小时间间隔内按等比例递减，则存活人数可由双指数函数表示。该函数在很长时期内主要服务于寿险精算，用于编制和修匀生命表[6]。冈珀茨本人也试图为其经验规律寻找生物学解释[7]。
1926 年，遗传学家赖特提出通过符号变换把该函数用作生长函数。1932 年，温莎在《美国科学院院刊》撰文讨论冈珀茨曲线作为生长曲线的数学性质与适用范围，指出该曲线已开始被用于生物学和经济现象。此后，它逐步成为动物生长研究中与逻辑斯谛模型、冯·贝塔朗菲模型并列的常用非线性模型[8]。
在肿瘤研究领域，冈珀茨模型被广泛用作肿瘤生长曲线的简明描述工具，并发展出多种参数化形式，如针对肿瘤建模的冈珀茨—利亚尔方程[9][4]。与冈珀茨同名的还有他 1825 年提出的死亡率定律，即死亡风险随年龄呈指数上升，这一规律至今仍是人口学与衰老研究的基础工具之一[10]。
应用
在动物生产中，冈珀茨模型用于拟合体重随日龄的变化，为选育和出栏决策提供依据。对免疫去势公猪的研究比较了冈珀茨、逻辑斯谛和冯·贝塔朗菲三种方程，结果显示冈珀茨方程在描述从出生到 140 千克体重的生长过程时可靠性最高[11]。对日本鹌鹑的研究也表明，冈珀茨模型在该数据上的拟合优度优于逻辑斯谛模型[12]。
在肿瘤学中，该模型用于拟合肿瘤体积的连续测量值，其中上渐近值反映肿瘤微环境所能支撑的最大尺寸，衰减参数则刻画生长减速的快慢[5]。由于模型预测单位细胞的增长率在肿瘤体积最小时最高，它常被用来说明术后辅助化疗时机的选择依据[5]。在预测微生物学中，该模型被用于描述食品中病原菌从迟滞期到稳定期的生长过程，据此推算达到危险水平所需的时间[5]。
在人口统计学与衰老研究中，基于冈珀茨死亡率定律的拟合可提取基线死亡水平与衰老速率两个参数，用于比较不同物种或人群的衰老速度[6]。例如，有研究报告家鼠的死亡率倍增时间约为 220 天，而人类约为 3100 天[6]。此外，该曲线也被用于模拟企业成长与自由现金流的成熟过程，为估值提供比线性或纯指数增长更贴近现实的假设[5]。
局限
冈珀茨模型属于经验性描述模型，它刻画了迟滞期、指数期和稳定期的形状，但并不解释背后的生理适应机制；在酸度、盐度等胁迫条件复杂的食品环境中，迟滞期波动较大，此时常需改用显式考虑细胞生理状态的模型[5]。
模型并非对所有对象都适用。一项涵盖虾、兔、鸡、羊、猪、牛等物种的拟合研究发现，冈珀茨模型对虾、兔、山羊和绵羊的数据拟合不佳，但在鸡和猪上表现最优[8]。针对肉用羔羊的比较也显示，冯·贝塔朗菲模型的拟合值与实测值最为接近[13]。有研究进一步指出，冈珀茨模型仅在肉鸡 4 周龄前精度较高，此后逻辑斯谛和冯·贝塔朗菲等模型描述得更为准确[14]。
在衰老研究中，并非所有物种的死亡率都符合冈珀茨规律。有研究发现部分生物不存在明显衰老迹象，甚至死亡率随年龄上升而下降，对广泛生物数据的汇总也确认了死亡率模式的多样性，因此该模型更多是作为判断某物种是否存在常规衰老的参照尺度[6]。
参见
参考资料
- 2021grEquations_preprintToShare(PDF) [引用日期2026-10-14]
- EconomicStatistics(PDF) [引用日期2026-10-14]
- An algorithm to fit the Gompertz function to growth curves [引用日期2026-10-14]
- Appendix I. The Gompertz equation [引用日期2026-10-14]
- 冈珀茨模型 | Bohrium [引用日期2026-10-14]
- royalsocietypublishing.org 上的网页 [引用日期2026-10-14]
- Summary [引用日期2026-10-14]
- CURVAS DE CRESCIMENTO NA PRODUÇÃO ANIMAL [引用日期2026-10-14]
- article [引用日期2026-10-14]
- Ever since Gompertz [引用日期2026-10-14]
- gov.ua 上的网页 [引用日期2026-10-14]
- org.in 上的网页 [引用日期2026-10-14]
- napstic.cn 上的网页 [引用日期2026-10-14]
- fao.org 上的网页 [引用日期2026-10-14]