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! |
|