Index was outside the bounds of the array. 文章摘要
|本期目录/Table of Contents|

[1]应 奎,李旭东*. 贵州人口老龄化现状、趋势及影响因素[J].内江师范学院学报(自然科学),2021,06:50-58.
点击复制

 贵州人口老龄化现状、趋势及影响因素(PDF)

《内江师范学院学报(自然科学)》[ISSN:1671-1785/CN:51-1521/Z]

期数:
2021年06期
页码:
50-58
栏目:
出版日期:
2021-06-25

文章信息/Info

Title:
-
文章编号:
1671-1785(2021)06-0050-09
作者:
 应 奎 李旭东*
 贵州师范大学
Author(s):
-
关键词:
 人口老龄化ARIMA模型主成分回归分析法贵州省
Keywords:
-
分类号:
K901.3
DOI:
10.13603/j.cnki.51-1621/z.2021.06.010
文献标识码:
A
摘要:
 基于1990—2016年贵州老龄人口数和老龄化率数据,先分析贵州目前人口老龄化现状,再通过线性
回归模型和ARIMA模型预测贵州省2017—2022年老龄人口数和老龄化率并比较二者在不同模型下的模拟优度,
最后利用主成分回归分析法探究贵州人口老龄化的影响因子.研究得出:(1)1990—2016年贵州省人口老龄化速度
加快,同时各市州及各少数民族的人口老龄化差异明显,民族自治地区分散老龄化严重;(2)ARIMA 模型与线性回
归模型对2017—2022年的老龄人口预测存在明显差别,但对老龄化率的预测保持一致趋势,老龄化率将由
10.28%升至11.61%,社会渐趋向中度老龄化转变,预计在2049年进入中度老龄化社会(>20%);(3)经济、医疗、
城镇化、人口素质和人口资本的提升对人口老龄化有显著的推动作用,进入人口和退出人口的变化对人口老龄化
有倒抑作用.
Abstract:

参考文献/References

 
[1]林琳,马飞.广州市人口老龄化的空间分布及趋势[J].地理研究,2007,26(5):1043-1054.
[2]简国明,王尚九.韶关市人口老龄化预测的偏微分方程模型[J].韶关学院学报,2012,33(6):5-8.
[3]张振华.基于灰色GM(1,1)模型的城市人口老龄化预测[J].统计与决策,2015(19):76-79.
[4]侯大强.基于Leslie模型的湖北省人口老龄化预测及分析[D].武汉:武汉理工大学,2012.
[5]李娟,杨小伟.甘肃省人口老龄化趋势预测分析:基于ARIMA模型分析[J].天水行政学院学报,2011,12(3):120-123.
[6]陈光慧,蔡远飞,李凤.我国人口老龄化趋势预测与结构分析:基于非参数自回归模型[J].西北人口,2014,35(4):81-87.
[7]武静,聂华.重庆市人口老化对政府财政支出的影响[J].中国人口·资源与环境,2014,24(增1):192-195.
[8]童玉芬,李玉梅,刘传奇.我国城镇化进程中的城乡人口老龄化趋势及政策启示[J].人口与经济,2014(6):12-21.
[9]陈宁.全面二孩政策实施对我国人口老龄化的影响研究[J].华中科技大学学报(社会科学版),2017,31(2):96-103.
[10]陈毅华,李永胜,苏昌贵,等.径向基神经网络模型在人口老龄化预测中的应用:以湖南省为例[J].经济地理,2012,32(4):32-37.
[11]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,2016,33(8):89-94.
[12]王宁,张爽,曾庆均.基于新陈代谢GM(1,1)模型的重庆市人口老龄化预测研究[J].西北人口,2017,38(1):66-70.
[13]李静,吴美玲.中国城乡人口老龄化发展质量:差异和预测[J].宏观质量研究,2020,8(5):1-13.
[14]冯春梅,郑洁.基于主成分回归的积极老龄化影响因素统计分析[J].统计与决策,2016(17):104-108.
[15]应奎,李旭东,程东亚.贵州人口老龄化空间格局演变及环境成因[J].长江流域资源与环境,2020,29(2):334-345.
[16]聂高辉,晏佳惠.人口老龄化空间非均衡及影响因素分析[J].重庆社会科学,2019(1):107-117.
[17]梅林,郭艳花,陈妍.吉林省人口老龄化时空分异特征及成因[J].地理科学进展,2018,37(3):352-362.
[18]王录仓,武荣伟,刘海猛,等.县域尺度下中国人口老龄化的空间格局与区域差异[J].地理科学进展,2016,35(8):921-931.
[19]闫利会,周忠发,谢雅婷,等.贵州高原石漠化敏感性与宏观地貌的空间关联分析[J].中国岩溶,2018,37(3):400-407.
[20]孙蕾,谢越.中国人口老龄化的地区聚类及影响因素分析[J].西北人口,2014,35(1):1-5.
[21]薛薇.SPSS统计分析方法及应用[M].4版.北京:电子工业出版社,2017.
[22]杨慧荣,张玉虎,崔恒建,等.ARIMA 和ANN 模型的干旱预测适用性研究[J].干旱区地理,2018,41(5):945-953.
[23]贵州省人口就业处.改革开放兴黔路人口变迁助发展:改革开放四十年贵州人口发展综述[EB/OL].(2018-11-21)[2019-03-02].http://www.gz.stats.gov.cn/tjsj _ 35719/tjfx _ 35729/201811/t20181121 _3695411.html.
[24]贵州省社科处.四十年春风化雨普润贵州大地教科文卫体改革开放成效显著[EB/OL].(2018-11-16)[2019-03-02].http://www.gz.stats.gov.cn/tjsj_35719/tjfx_35729/201811/t20181116_3691875.html.
[25]周夏芝,王振兴,余燕,等.马尾松毛虫幼虫高峰期发生量的预测模型研究[J].应用昆虫学报,2017,54(6):1031-1043.
[26]贵州省投资处.发挥投资关键作用力推贵州跨越发展:改革开放40年全省投资发展报告[EB/OL].(2018-11-29)[2019-03-02].http://www.gz.stats.gov.cn/tjsj _ 35719/tjfx _ 35729/201811/t20181129 _3701031.html.
[27]马婧婧,曾菊新.中国乡村长寿现象与人居环境研究:以湖北钟祥为例[J].地理研究,2012,31(3):450-460.

备注/Memo

备注/Memo:
更新日期/Last Update: 2021-08-25