首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于Bayesian层次时空模型的我国老龄化分析与预测
引用本文:李俊明.基于Bayesian层次时空模型的我国老龄化分析与预测[J].统计研究,2016(8):89-94.
作者姓名:李俊明
作者单位:中国科学院测量与地球物理研究所
摘    要:本文首次利用Bayesian层次时空模型,以1995-2014年全国省级人口统计数据为基础,分析了近20年来我国老龄化在空间和时间上的变化规律.研究发现:①我国高老龄化地区分布已形成X型地理空间分布结构,东部地区为主,西部地区为辅,总体老龄化率呈上升趋势;②四川、重庆、辽宁、安徽、湖北和湖南等6个地区不仅是老龄化热点区域,而且老龄化增速也快于全国平均水平,特别是四川和重庆,老龄化程度和增速都是全国最高;③中西部地区老龄化程度虽然低于全国平均水平,但增加速度却高于全国平均水平;④北京、天津、上海、江苏、浙江和广东等6个高老龄化地区的老龄化率趋于平稳或增速放缓;⑤预测“全面二孩”政策情境下我国2030年老龄化率为13.19%(11.10%,20.94%).

关 键 词:Bayesian层次模型  老龄化  时空统计分析

Space-time Variation of Chinese Aging Based on Bayesian Hierarchy Spatio-temporal Model
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号