摘要
本文使用历史数据,借助于二维死亡模型和三参数死亡模型的思路,根据年龄别死亡率之间的相关关系估计了中国2010年0岁死亡率。首先,不同的数据反映的年龄别死亡率之间的关系有差别,会得到不同的回归系数,从而得到不同的结果。其次,选择不同年龄组的死亡率进行回归分析,也会得到不同的结果。本章使用1~4岁、5~9岁、10~14岁、15~19岁、20~24岁死亡率估计0岁死亡率。对中国死亡数据来说,1~4岁死亡数据可能存在较多漏报,因此可以考虑把1~4岁年龄组数据剔除。最后,使用不同的回归模型...
本文使用历史数据,借助于二维死亡模型和三参数死亡模型的思路,根据年龄别死亡率之间的相关关系估计了中国2010年0岁死亡率。首先,不同的数据反映的年龄别死亡率之间的关系有差别,会得到不同的回归系数,从而得到不同的结果。其次,选择不同年龄组的死亡率进行回归分析,也会得到不同的结果。本章使用1~4岁、5~9岁、10~14岁、15~19岁、20~24岁死亡率估计0岁死亡率。对中国死亡数据来说,1~4岁死亡数据可能存在较多漏报,因此可以考虑把1~4岁年龄组数据剔除。最后,使用不同的回归模型也会影响结果。本章使用线性模型,直接对死亡率进行回归。如果使用其他模型也会得到不同的结果。如果对数据进行处理例如对死亡率取对数之后,得到的结果也会有差异。本文依据二维死亡模型和三参数死亡模型的思路,根据各年龄组死亡率之间的关系,估计了0岁死亡率。在具体应用中,需要对基础数据、回归模型、年龄组等方面进行综合考虑。本章方法存在一定的局限性,但提供了一种估计0岁死亡率从而估计婴儿死亡率的思路。
<<
>>
作者简介
姜全保: 西安交通大学人口与发展研究所教授、博士生导师,研究方向为人口分析与公共政策。在SSCI期刊发表论文50多篇,出版专著有《性别失衡与婚姻挤压》、《中国生育水平研究》。
梅丽: 西安交通大学公共政策与管理学院博士研究生,概率论与数理统计专业理学硕士,主要从事数理人口学相关研究。
王丽娜: 西安交通大学公共政策与管理学院博士研究生/工程师,计算机科学与技术专业工学硕士,主要从事老年健康相关研究。
刘雪昭: 西安交通大学公共政策与管理学院管理学硕士,现就职于浦发银行西安分行,主要从事金融相关研究。
相关报告