SAS在人口统计分析中的应用前景与部分功能限制

2000年中国第五次人口普查是世人关注的统计普查,其数据处理与分析需要功能强大、处理科学的计算机统计分析系统,文章论述了SAS做为最著名的分析系统,在中国第五次人口普查分析中的应用前景,并论述其部分功能限制,期盼SAS能设立标准的人口生命表模块与标准化分析模块。     

年缴m次保费的一种估算法

随着我国寿险保险公司现行缴费方式的灵活多样化,给精算工作增加了不少工作量,针对这一情况,文章讨论寿险中的年缴m次保费的一种近似估算法,给出了各种缴费方式下的转换系数与精度估计,在保持一定精度的条件下,通过模拟运算表明这种估算法是十分有用的,因而具有推广的价值。     

多状态生命表模型在人力资源规划中的应用研究

本文针对企业人力资源变动的结构性特征,将人口统计分析中的多状态生命表模型应用于企业人力资源规划中,并应用此模型对某一企业人力资源状况进行详细的分析研究,验证这一模型在人力资源规划中的可行性,揭示我国企业人力资源流动现状。     

甘南藏族自治州女性人口生命表的编制和分析

本文用Brass曾生子女存活比估算儿童死亡率的方法和Gompertz死亡率定律等方法对甘南藏族自治州的"五普"女性人口的死亡和生存原始数据作了进一步的修匀和校正.在此基础上,我们用Farlle死亡概率法编制出了甘南藏族自治州女性人口的简略生命表,并通过生命表的结果分析了甘南州女性人口的死亡水平、死亡模式和死亡的性别格局.     

精算思想的演进与精算理论发展综述

精算是保险发展的基础,是保险经营的技术支持。精算在国外有四百年的发展历史,引入中国只有二十年。要使精算技术在中国得到发展创新并为社会需要服务,必须了解精算思想产生的历史背景,厘清精算理论发展的脉络,真正把握精算思想的实质。基于此,介绍了精算各发展时期的主要代表人物及其学术思想,阐述精算技术对各时期保险发展的影响,同时对精算学与复利理论、数学、统计学、计算技术、金融经济学交叉融合的历史过程进行了分析述评。     

分数年龄假设的新方法：Kriging模型

在生存函数的计算中,生命表只提供了其在整数年龄上的值。当计算非整数年龄上的生存函数时就需要进行分数年龄假设。经典的分数年龄假设在数学上容易处理,但却容易导致死力函数不连续,更重要的是无法保证其在分数年龄上估计的精确性。分数年龄假设本质上是一种插值技术。本研究尝试将一种插值性能优越的Kriging模型引入到分数年龄假设中,对整数年龄上的生存函数进行插值,并基于良好拟合的生存函数进一步构建死力函数及平均余命函数。基于Kriging模型的分数年龄假设的有效性通过了Makeham法则下的生存函数的验证,其结果表明,Kriging模型的插值性能远胜过经典的分数年龄假设模型。     

农村地区分家时间研究：基于生命表的分析

利用2012年“陕西省农村婚姻家庭变动研究调查”数据,本文采用生命表的分析方法构建了儿子（女儿）初婚后离开父母（公婆）的分家生命表,对农村地区分家时间的变动态势、分家时间在不同维度的分布特征进行了定量分析。研究结果表明：分家时间集中在初婚后三年之内,且分家比例随着结婚年数的增加逐渐减少。父母做主的婚姻方式和较高的彩礼比重推迟了分家时间;分家时间随兄弟个数增加提前且分家比例增加。     

20世纪80年代以来中国人口死亡的水平、模式及区域差异

文章运用模型生命表方法对中国各省、自治区、直辖市20世纪80年代以来的三次人口普查和两次1％全国人口抽样调查的死亡数据建立了时序关系,有规则地进行了调整和修正,并编制了新的简易生命表。文章系统分析了中国人口死亡在不同时期的水平、变化规律和发展趋势。将年龄结构死亡模式变化对期望寿命变动的影响做了分解,考察了不同年龄组死亡率的变动对期望寿命的贡献率。     

我国老年人口失能判别及其对健康预期寿命影响分析

老年人口失能水平对健康预期寿命的测算具有重要影响,而不同数据来源的老年人口失能水平存在着较大差异。本文以经过模型生命表调整的2015年1%人口抽样数据所计算的生命表为基础,以2010年人口普查、2015年1%人口抽样调查、2015年CHARLS数据和2014年CLHLS数据为资料来源,探讨老年人口分年龄失能状况及其对健康预期寿命测算结果的影响。老年人失能率较大程度地影响着健康预期寿命及其性别年龄模式。无论是失能的主观评价指标还是客观评价指标,不同数据来源的高龄老人失能率差别较大;CHARLS数据中高龄老人失能率偏倚原因可能产生于调查过程中的系统误差,而非样本规模较小;CLHLS和CHARLS中的问卷访题设计也是影响失能程度判别的重要因素。因此,在理论和应用层面上探讨我国老年人口特别是高龄老人失能水平的差异及其原因,逐步形成共识是学界亟待解决的重要问题。     

江苏省人口平均预期寿命估计及死因差异分析CSSCI

本文应用quadratic模型对高年龄组的死亡率进行了修正,采用生命表法计算了2020年江苏省平均预期寿命,使用去死因生命表法对主要死因进行了分析,随后用Arriage分解方法对预期寿命的差异进行年龄分解,比较了不同性别、不同死因在不同年龄段对出生队列的出生预期寿命的影响大小。研究结果表明:平均预期寿命在提高,但是性别差异并没有缩小;出生预期寿命的性别差异主要集中在中老年组;循环系统疾病、肿瘤、呼吸系统疾病是导致死亡的主要死因,约占80%;相比于循环系统疾病和呼吸系统疾病,肿瘤的死亡集中在中老年组;不同性别,不同死因,在不同的年龄段对于出生队列的影响程度是不同的。