作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文通过运用Williamson扩展后的Leslie矩阵人口预测模型,预测未来不同年份我国各年龄段人口的变化,从而预测我国未来的人口抚养比的变化,确立“人口红利期”的关闭时间。本文的结论为:总和生育率和人口老龄化是影响“人口红利期”关闭时间的关键因素,而适当的总和生育率有助于稳定未来的总人口抚养比。从而本文建议审慎放松计划生育政策,适当提高现有的总和生育率。
推荐文章
人口红利量化模型及其应用研究
灰色预测
神经网络预测
层次分析法
人口红利
人才红利
论中国人口红利最大化及应对措施
人口红利
经济发展
政策制度
基于人口红利的中国养老保险制度影响分析
人口红利
人口年龄结构
养老保险制度
基于灰色模型的中国人口预测
灰色预测
GM(1.1)
中国人口
人口预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Leslie模型的中国人口红利期分析
来源期刊 商业时代 学科 社会科学
关键词 人口红利 Leslie模型 关闭时间
年,卷(期) 2014,(13) 所属期刊栏目 宏观经济
研究方向 页码范围 50-51
页数 2页 分类号 C92-05
字数 3381字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘鹏 北京大学经济学院 154 1275 17.0 33.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (1065)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (2)
1929(1)
  • 参考文献(0)
  • 二级参考文献(1)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人口红利
Leslie模型
关闭时间
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
商业经济研究
半月刊
1002-5863
10-1286/F
大16开
北京市石景山路3号玉泉大厦809室
2-207
1982
chi
出版文献量(篇)
34544
总下载数(次)
98
总被引数(次)
153454
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导