Смекни!
smekni.com

Статистический анализ динамики и структуры демографической ситуации (стр. 3 из 6)

Условием точности прогноза являются правильные, научно обоснованные предположения о тенденциях изменения репродуктивного, миграционного и самосохранительного поведения населения, данные о которых можно получить с помощью специально организованных социолого-демографических исследований. Как раз выдвижение и верификация гипотез об этих тенденциях является научной задачей, решение которой одновременно является своеобразным оселком, на котором проверяются парадигмальные ориентации исследователей и их теоретические достижения. Демографические прогнозы лежат в основе социального прогнозирования и планирования.

Цели демографического прогнозирования связаны с потребностями экономического планирования; необходимостью оценки будущей динамики потребительского спроса на те или иные виды товаров и услуг, в том числе для решения задач маркетинга; потребностями планирования жилищного строительства; потребностями планирования социальной сферы; геополитическими задачами и многими другими.

Важной характеристикой демографических прогнозов является их достоверность, достоверность демографического прогноза определяется точностью исходной демографической информации, обоснованностью принимаемых гипотез, длительностью прогнозного периода.

Методы перспективного исчисления населения.

Основными методами демографического прогнозирования являются: методы, основанные на применении той или иной математической функции (экстраполяционный и аналитический методы), а также метод передвижки возрастов, или метод компонент.

Методы, основанные на применении математических функций:

Основной сферой применения методов этого класса является прогнозирование численности населения небольших территорий (например, регионов той или иной страны), особенно тех, для которых не существует надежной демографической статистики. Для прогнозирования населения на уровне страны в целом математические методы применяются редко, поскольку неучет изменений в компонентах роста численности населения и в возрастно-половой структуре, свойственный этим методам, обусловливает возникновение существенных ошибок прогноза. На региональном же уровне вероятность таких ошибок может быть уменьшена с помощью дополнительного условия, заключающегося в том, что суммарная численность населения регионов не должна отличаться от результатов прогноза для страны в целом. Математические методы иногда применяются также для анализа исторической динамики и прогнозирования численности населения на глобальном уровне. Математические методы позволяют получить прогноз только общей численности населения. Если имеет место уменьшение численности населения, как сейчас происходит в большинстве регионов России, то более предпочтительным является использование экспоненциальной функции, так как это гарантирует, что численность населения не станет отрицательной. Экстраполяционный метод применим только при отсутствии резких колебаний рождаемости, смертности и миграции.

Аналитический метод основан на том, что исходя из прошлой демографической динамики, подбирается функция, наиболее близко ее описывающая. В принципе это может быть любая функция. Однако в любом случае эта функция носит эмпирический характер, и не существует никакого общего математического закона демографической динамики. Конкретный вид функции подбирается исходя из вида эмпирической кривой, а также гипотезы о связи численности населения с временем как независимой переменной. Изменения численности населения могут рассматриваться или как функция только времени, или как функция времени и численности населения. В первом случае получаем класс гипотез о зависимости изменений численности населения от времени и соответственно математических функций. Математические выражения, которые используются для описания роста населения, являются по необходимости эмпирическими; не может быть найдено никакого закона роста населения, хотя некоторые математические уравнения определялись именно как такой закон. При построении уравнения или кривой, соответствующих данным переписей населения, в одном случае исходят из предположения, что численность населения является полиномиальной степенной функцией от времени. Если же предположить, что изменение численности населения за бесконечно малый промежуток времени является функцией численности населения, то получают другой класс гипотез и, соответственно, математических зависимостей. Одним из них является экспоненциальная функция с ненулевым постоянным членом, или рост (убыль) численности населения в геометрической прогрессии. Другим примером такого рода функций является логистическая функция, особенность которой состоит в том, что ее приращение уменьшается по мере роста численности населения. Как и рассмотренные выше линейная и экспоненциальная функции, логистическая функция не может отражать динамику реальных населений в сколько-нибудь длительной перспективе. Она может использоваться, главным образом, для прогнозирования численности небольших территорий на краткие периоды времени. Условием качественности прогноза и в данном случае является контроль с помощью данных о численности населения всей страны. Перспективные расчеты с помощью логистической функции требуют знания численности населения на три равноудаленных момента времени (или на другое кратное трем их число) или знания численности населения на два равноудаленных момента времени и нижней и верхней асимптот. При этом, если нижняя асимптота может быть принята за 0, для определения верхней асимптоты не существует никакой разумной процедуры, которая давала бы перспективное значение максимальной численности населения. Тем не менее, логистическая функция может использоваться для прогнозирования небольших территорий, если общая численность населения страны используется как контрольная величина для суммарного населения всех регионов. В этом случае вместо расчета численности населения региона прогнозируются доли населения каждого региона в общей численности населения страны. Поскольку доля может изменяться только в пределах от 0 до 1, эти величины могут использоваться как нижняя и верхняя асимптоты логистической кривой. Зная прогнозные значения этих долей и прогнозную величину численности населения всей страны, можно определить и будущую численность населения каждого из регионов.

Метод компонент в отличие от экстраполяционного и аналитического позволяет получать не только общую численность населения, но и его распределение по полу и возрасту. Суть метода компонент заключается в «отслеживании» движения отдельных когорт во времени в соответствии с заданными (прогнозными) параметрами рождаемости, смертности и миграции. Если эти параметры зафиксированы в некоторый начальный момент времени, оставаясь затем неизменными на протяжении периода, то это однозначно определяет численность и структуру населения в момент времени.

Начиная с момента времени численность населения каждого отдельного возраста уменьшается в соответствии с прогнозными повозрастными вероятностями смерти. Из исходной численности населения каждого возраста вычитается число умерших, а оставшиеся в живых становятся на год старше. Метод компонент учитывает также повозрастные интенсивности миграции (прибытия и выбытия). Процедура повторяется для каждого года прогнозного периода. Тем самым определяется численность населения каждого возраста и пола, общая численность населения, общие коэффициенты рождаемости, смертности, а также коэффициенты общего и естественного прироста. При этом прогнозные расчеты могут производиться как для однолетних возрастных интервалов, так и для различных возрастных групп (5-ти или 10-летних). Техника перспективных расчетов в обоих случаях совершенно одинакова. Перспективные расчеты обычно делаются отдельно для женского и мужского населения. Стартуя с переписных или других исходных данных, демограф последовательно применяет данные о рождаемости, смертности и миграции на протяжении одного цикла прогнозирования, суммируя затем результаты, чтобы получить оценку населения на дату, маркирующую конец цикла. Население в конце цикла, рассчитанное с помощью этой операции, в свою очередь становится исходным для следующего цикла. Цикл прогнозирования повторяется, чтобы получить оценку населения для следующей даты в будущем. Так повторяется до тех пор, пока не будет достигнута дата, для которой и строится прогноз. Особенностью этой процедуры является то, что прогнозист может использовать для каждого прогнозного цикла различные величины рождаемости, смертности и миграции. Коль скоро для каждого цикла выбраны наборы величин каждого из компонентов, вычислительный процесс сводится просто к подстановке полученных значений в уравнение демографического баланса.

Обоснованность прогноза зависит от точности оценки исходного населения и от точности предвидения будущих параметров рождаемости, смертности и миграции. В итоге на каждый год прогнозного периода получают как общую численность населения, таки его возрастно-половую структуру, а также общие коэффициенты рождаемости и смертности.

2. Статистический анализ демографической ситуации

2.1 Анализ динамики численности и структуры, естественного движения населения

Территория Читинской области и входящего в ее состав автономного округа заселена слабо, плотность населения составляет менее 3 чел./кв. км. (рис. 1), Число жителей на начало 2009 г. – 1117 тыс. человек. Доля городского населения в Читинской области ниже средней по стране – только 64% (в РФ – 73%), но почти вдвое выше, чем в АБАО (35%). Оба эти показателя не отражают реального уровня урбанизации. В автономном округе городов нет вообще, его центром является поселок городского типа (пгт) Агинское, к городскому населению относятся жители еще трех пгт. В области есть только один крупный город – Чита, к средним относится новый город Краснокаменск, созданный в 1960-е годы для добычи урановых руд и до 1990-х годов имевший статус закрытого города. Остальные 8 городов – малые с населением от 7 до 30 тыс. человек. Не считая Читы, почти половина остального городского населения области живет в 38 пгт (табл. 1), (табл. 2), (табл. 3).