基于Bayesian层次时空模型的我国老龄化分析与预测

被引:18
作者
李俊明
机构
[1] 中国科学院测量与地球物理研究所
关键词
Bayesian层次模型; 老龄化; 时空统计分析;
D O I
10.19343/j.cnki.11-1302/c.2016.08.011
中图分类号
D669.6 [中、老年];
学科分类号
1204 ;
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%)。
引用
收藏
页码:89 / 94
页数:6
相关论文
共 15 条
[1]   中国人口老龄化的区域差异研究——基于省级面板数据的实证分析 [J].
孙蕾 ;
王亦闻 ;
门长悦 .
当代经济科学, 2015, 37 (01) :18-24+124
[2]   中国人口老龄化地区差异分解及影响因素研究 [J].
陈明华 ;
郝国彩 .
中国人口·资源与环境, 2014, 24 (04) :136-141
[3]   立即全面放开二胎政策的人口学后果分析 [J].
翟振武 ;
张现苓 ;
靳永爱 .
人口研究, 2014, 38 (02) :3-17
[4]  
近20年来中国人口老龄化的区域差异及其演化[J]. 王志宝,孙铁山,李国平.人口研究. 2013(01)
[5]   中国跨省流动人口状况——基于“六普”数据的分析 [J].
乔晓春 ;
黄衍华 .
人口与发展, 2013, 19 (01) :13-28
[6]   中国人口老龄化区域溢出与分布差异的空间计量经济学研究 [J].
赵儒煜 ;
刘畅 ;
张锋 .
人口研究, 2012, 36 (02) :71-81
[7]   我国人口老龄化水平的区域差异及其分解研究 [J].
李秀丽 ;
王良健 .
西北人口, 2008, (06) :104-107+111
[9]   中国人口老龄化的现状、变化趋势及特点 [J].
谢安 .
统计研究, 2004, (08) :50-53
[10]  
Space–time variability in burglary risk: A Bayesian spatio-temporal modelling approach[J] . G. Li,R. Haining,S. Richardson,N. Best.Spatial Statistics . 2014