期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Bayesian层次时空模型的我国老龄化分析与预测 被引量:18
1
作者 李俊明 《统计研究》 CSSCI 北大核心 2016年第8期89-94,共6页
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... 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%)。 展开更多
关键词 bayesian层次模型 老龄化 时空统计分析
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部