期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
职称材料
题名
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
机构
中国科学院测量与地球物理研究所
出处
《统计研究》
CSSCI
北大核心
2016年第8期89-94,共6页
文摘
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
Keywords
bayesian
hierarchy model
Aging
Space-time statistical analysis
分类号
C812 [社会学—统计学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Bayesian层次时空模型的我国老龄化分析与预测
李俊明
《统计研究》
CSSCI
北大核心
2016
18
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部