80세 이상 초고령 인구 추정방법 비교연구

김기환; 이학민; 정승환

추천

검색

자료유형: 학술저널

저자정보: 김기환 이학민 정승환

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제12권 제2호

발행연도: 2010.1

수록면: 685 - 696 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

사회의 선진화와 더불어 인구의 고령화는 피할 수 없는 문제이며 우리나라에서도 심각한 문제로 대두되고 있다. 세계적으로 UN의 기준에 따라 65세 이상 인구로 사회의 고령화 정도를 측정하고 있으나, 실제 문제가 직접적으로 유발되는 연령대는 80세 이상 초고령층이 될 것이다. 초고령층에 대한 자료확보는 다른 연령대에 비하여 많은 어려움이 따르기 때문에 각 국가에서는 이를 보정하여 사용하거나, 추정된 결과를 사용하기도 한다. 우리나라의 경우 통계청에서 KOSIS를 통하여 제공하고 있는 인구자료인 총조사인구, 주민등록인구, 추계인구는 시간과 연령기준에서 일관성을 유지하지 못하고 있으며 80세 이상 초고령층에 대해서는 연구를 진행할 수 없을 정도로 자료가 부족한 상황이다. 본 논문에서는 통계청에서 2006년 발표한 '100세이상 고령자 통계'의 문제점과 우리나라의 공식인구인 추계인구에서 고령인구에 대한 통계의 문제점을 지적하였다. 또한 이 문제의 해결을 위한 고령인구의 추정방법들을 소개하고, 우리나라 자료에 적용할 경우 보완되어야 할 부분에 대한 제안과 아울러 적절성을 기준으로 비교평가 하였다.

#초고령층 #추계인구 #Extinct cohort Method #Das Gupta's Method #Das Gupta's Advanced Method #Survivor Ratio Method #aged over 80 #estimated population #Extinct cohort Method #Das Gupta's Method #Das Gupta's Advanced Method #Survivor Ratio Method

참고문헌 (20)

참고문헌 신청

/ / 통계정보시스템

Das Gupta, P. / 1990 / Reconstruction of the Aged Distribution of the Extreme Aged in the 1980 Census by the Method of Extinct Generations / Population Division U.S. Bureau of the Censu

Kannisto-Thatcher Database / / Max Planck Institute for Demographic Research (Germany)

Kirill F. Andreev / 1999 / Demographic Surfaces : Estimation, Assessment and Presentation with Application to Danish Mortality, 1835-1995 / University of Southern Denmark : 3 ~ 30

Kirill F. Andreev / 2004 / A Method for Estimating Size of Population Aged 90 and over with Application to the 2000 U.S. Census Data / Journal of the Demographic Research 11

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김기환

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 1 이용수 12

이학민

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 1 이용수 12

정승환

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 5 이용수 71

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)