發(fā)布時間：2020-02-05 03:48

【摘要】：由于人口死亡率年齡跨度長,不同年齡段人口的生命特征存在較大差異,參數(shù)修勻方法需要針對不同年齡段分別建模,且不能反映人口死亡率隨時間改善這一趨勢。本文針對我國動態(tài)生命表,采取非參數(shù)二維修勻方法,選取二維Beta核方法與二維泊松P-樣條方法,對全年齡人口死亡率進行修勻,并對兩種方法的修勻結(jié)果進行比較。研究表明:在全年齡段上,二維Beta核密度修勻法的擬合度高于二維泊松P-樣條修勻法,但在邊端年齡處和高齡人口年齡段,兩種方法的修勻結(jié)果各有優(yōu)劣,將兩種方法有機結(jié)合,能夠提高生命表的修勻質(zhì)量。
【圖文】：

以及2007～2013年的《中國人口和就業(yè)統(tǒng)計年鑒》。本文所采取用的數(shù)據(jù)為全國人口分年齡、分性別的死亡率數(shù)據(jù)，數(shù)據(jù)期間為1994～2012年，共計19年。其中，2000與2010年的死亡率數(shù)據(jù)來自人口普查，1995與2005年的數(shù)據(jù)為來自1%的抽樣調(diào)查，，其他年份的數(shù)據(jù)來自于人口變動抽樣。根據(jù)本文所選取數(shù)據(jù)的特征與實證分析的需要，具體的數(shù)據(jù)處理與假設如下:(1)以男性人口為研究樣本;(2)根據(jù)不同年齡的死亡率數(shù)據(jù)，以100萬為基準對各年齡的死亡人數(shù)進行調(diào)整;(3)假定1%的人口抽樣調(diào)查與變動抽樣方法均具有較好的隨機抽樣特征;(4)假設80歲以上人口為高齡人口。由于高齡人口數(shù)據(jù)較少，本文選取數(shù)據(jù)的年齡段為0～80歲;(5)當死亡人數(shù)數(shù)據(jù)為0或者缺失時，采用針對年份的線性插值方法進行填補。(二)修勻效果的整體比較死亡率的修勻效果受到擬合度和光滑度兩個因素的影響。一個好的修勻結(jié)果要兼具擬合度與光滑度。由于修勻模型在建模過程中將光滑性作為基本要素考慮到了模型中，在光滑性的基礎上來實現(xiàn)擬合度。因此，在比較不同修勻模型的修勻效果時主要是比較模型之間的擬合度。在圖1和圖2中可見，二維Beta核密度修勻法與二維泊松P－樣條修勻法在邊端年齡處具有較大差異。圖1二維Beta核密度修勻法圖2二維泊松P－樣條修勻法—25—

以及2007～2013年的《中國人口和就業(yè)統(tǒng)計年鑒》。本文所采取用的數(shù)據(jù)為全國人口分年齡、分性別的死亡率數(shù)據(jù)，數(shù)據(jù)期間為1994～2012年，共計19年。其中，2000與2010年的死亡率數(shù)據(jù)來自人口普查，1995與2005年的數(shù)據(jù)為來自1%的抽樣調(diào)查，其他年份的數(shù)據(jù)來自于人口變動抽樣。根據(jù)本文所選取數(shù)據(jù)的特征與實證分析的需要，具體的數(shù)據(jù)處理與假設如下:(1)以男性人口為研究樣本;(2)根據(jù)不同年齡的死亡率數(shù)據(jù)，以100萬為基準對各年齡的死亡人數(shù)進行調(diào)整;(3)假定1%的人口抽樣調(diào)查與變動抽樣方法均具有較好的隨機抽樣特征;(4)假設80歲以上人口為高齡人口。由于高齡人口數(shù)據(jù)較少，本文選取數(shù)據(jù)的年齡段為0～80歲;(5)當死亡人數(shù)數(shù)據(jù)為0或者缺失時，采用針對年份的線性插值方法進行填補。(二)修勻效果的整體比較死亡率的修勻效果受到擬合度和光滑度兩個因素的影響。一個好的修勻結(jié)果要兼具擬合度與光滑度。由于修勻模型在建模過程中將光滑性作為基本要素考慮到了模型中，在光滑性的基礎上來實現(xiàn)擬合度。因此，在比較不同修勻模型的修勻效果時主要是比較模型之間的擬合度。在圖1和圖2中可見，二維Beta核密度修勻法與二維泊松P－樣條修勻法在邊端年齡處具有較大差異。圖1二維Beta核密度修勻法圖2二維泊松P－樣條修勻法—25—

【參考文獻】

相關期刊論文 前2條

1 張連增;段白鴿;;廣義線性模型在生命表死亡率修勻中的應用[J];人口研究;2012年03期

2 張志強;譚鮮明;朱建平;;非對稱核密度估計在生命表構(gòu)造中的應用[J];南開大學學報(自然科學版);2005年06期

【共引文獻】

相關期刊論文 前5條

1 趙明;;中國人口死亡率非參數(shù)二維修勻的模型比較與實證[J];保險研究;2017年05期

2 趙明;;基于Age-Shifting模型的我國高齡人口死亡率動態(tài)擬合[J];保險研究;2017年01期

3 段白鴿;;動態(tài)死亡率建模與長壽風險量化研究評述[J];保險研究;2015年04期

4 孟令國;李超令;胡廣;;基于PDE模型的中國人口結(jié)構(gòu)預測研究[J];中國人口.資源與環(huán)境;2014年02期

5 林偉然;朱曉臨;武志輝;;基于選擇-終極生命表的死力函數(shù)的參數(shù)估計[J];合肥工業(yè)大學學報(自然科學版);2008年06期

【相似文獻】

相關期刊論文 前10條

1 侯鳳霞;史興德;;寧夏人口死亡率成因分析[J];西北人口;2007年06期

2 安平;;基于長壽風險的中國人口死亡率擴展方法[J];統(tǒng)計與決策;2010年24期

3 王維志;我國人口死亡率的初步分析[J];人口研究;1984年05期

4 侯文若;世界人口死亡率趨勢比較研究[J];中國人口科學;1987年03期

5 郭所林 ,鮑謙;八十年代:湖北人口死亡率的比較分析[J];統(tǒng)計與決策;1992年02期

6 梁鴻;經(jīng)濟與人口死亡率的模型分析[J];人口與經(jīng)濟;1994年04期

7 楊雪;東北亞地區(qū)人口死亡率水平及死因變化狀況[J];東北亞論壇;2000年04期

8 郝勇;上海市人口死亡率的綜合環(huán)境因素分析[J];上海管理科學;2003年05期

9 江蕾,蔣遠馨;中國人口死亡率與經(jīng)濟發(fā)展水平關系的實證研究:1952-2002年[J];中國人口科學;2005年S1期

10 徐娟;康寧;張希娜;;權(quán)馬爾可夫鏈在人口死亡率時序誤差預測中的應用[J];數(shù)學理論與應用;2008年01期

相關會議論文 前1條

1 鐘朝暉;劉達偉;;重慶市主城區(qū)人口死亡率的時間序列分析[A];重慶市預防醫(yī)學會2004年學術(shù)交流會論文集[C];2004年

相關重要報紙文章 前8條

1 記者 馮舒玲;寧夏人口死亡率居全國最低水平[N];寧夏日報;2006年

2 郜婕;“死亡地圖”：死亡率揭示活信息[N];新華每日電訊;2008年

3 ;40-75歲年齡段美國人口死亡率顯著高于其他發(fā)達國家[N];中國社會科學報;2011年

4 郜婕;英國學者編制死亡地圖[N];四川科技報;2008年

5 記者 潘瑩;新疆：人均壽命60年來增加40歲[N];新華每日電訊;2009年

6 本報駐俄羅斯記者　 于宏建;俄羅斯鼓勵多生育[N];人民日報;2006年

7 實習生 彭博　本報記者 張巍 葉勇;60年間,人口平均預期壽命延長42.57歲[N];哈爾濱日報;2009年

8 南方日報評論員;讓專家論證成為“有責論證”[N];南方日報;2009年

相關碩士學位論文 前10條

1 孫如賓;關于美國、澳大利亞的人口死亡率下降趨勢的研究分析[D];天津財經(jīng)大學;2013年

2 鄭湘怡;基于中國人口死亡率的長壽互換定價研究[D];大連理工大學;2016年

3 劉麗文;基于老齡人口死亡率預測的我國長壽風險管理工具研究[D];東北財經(jīng)大學;2016年

4 余雯;云南特有少數(shù)民族人口死亡率的族際比較研究[D];云南大學;2013年

5 張倩倩;中國人口死亡率的地域差異研究[D];西南財經(jīng)大學;2013年

6 曹文書;日本和俄羅斯分性別死亡率隨年份變化趨勢分析[D];天津財經(jīng)大學;2013年

7 谷雨婷;中國人口死亡率預測方法研究[D];東北財經(jīng)大學;2011年

8 王婷婷;死亡率模型的拓展研究和中國人口死亡率的預測[D];浙江大學;2014年

9 芮偉;基于Lee-Carter模型預測中國人口死亡率[D];西南財經(jīng)大學;2011年

10 劉曉冬;ARIMA模型與GM組合模型預測中國人口死亡率的研究[D];濰坊醫(yī)學院;2009年

本文編號：2576532