Содержание к диссертации
Введение
Глава 1. Модели роста народонаселения 10
1.1 .Методы имитационного моделирования 10
1.2. Первые демографические модели 17
1.3.Современные демографические модели 21
Глава 2. Динамическая модель демографии Кировской области с учетом социально-экономических факторов 34
2.1. Математическая модель демографии 34
2.2. Имитационная модель демографии 36
2.2.1 Реализация модели в программном пакете Ithink 36
2.2.2. Факторный и регрессионный анализ параметров динамической модели 40
2.3. Распределение населения Кировской области по возрастным группам с помощью полученной модели 46
2.4. Компонентный и кластерный анализ субъектов Кировской области 51
2.5. Демография области с учетом экономического потенциала 53
Глава 3. Качество жизни и его влияние на динамику демографии 62
3.1. Направленность миграционных потоков в современной России 62
3.2. Определение качества жизни, как интегральной характеристики 63
3.3. Качество жизни регионов Приволжского округа 69
3.4. Взаимосвязь качества жизни и миграционного прироста в Кировской области 75
Глава 4. Метод передвижки возрастов при моделировании демографии Кировской области 79
4.1. Таблицы смертности 79
4.2. Прогнозирование численности Кировской области методом передвижки возрастов 89
4.3. Сравнительный анализ результатов, полученных с помощью динамической модели и метода передвижек возрастов 104
Глава 5. Влияние демографических процессов на экономические процессы региона 106
5.1 Последствия демографических изменений 106
5.2 Методы управления демографическими процессами 114
Заключение 116
Библиографический список
- Первые демографические модели
- Реализация модели в программном пакете Ithink
- Качество жизни регионов Приволжского округа
- Сравнительный анализ результатов, полученных с помощью динамической модели и метода передвижек возрастов
Первые демографические модели
При разработке современных демографических прогнозов наиболее часто используют следующие четыре группы методов: 1) методы экстраполяции; 2) экономико-математические методы, позволяющие разработать многофакторные динамические модели; 3) методы передвижки возрастов и когорт; 4) методы экспертных оценок. Широкое использование методов экстраполяции при демографическом прогнозировании объясняется тем, что данные процессы в большинстве случаев достаточно инерционны в своем развитии. Методы экстраполяции применяются не только для оценки будущей численности населения, но и для расчета характеристик движения населения (например, коэффициентов рождаемости, смертности, миграции). Общий недостаток построенных с помощью методов экстраполяции прогнозов - это то, что они опираются на средние тенденции динамики населения, зачастую игнорируя особенности отдельных половозрастных групп.
Вторая группа методов, достаточно часто используемых при прогнозировании демографического развития - экономико-математические методы. Итогом их применения являются динамические модели, которые позволяют учесть влияние новых факторов и проявившие себя в последние периоды. Функция исследователя-прогнозиста заключается в том, чтобы из перечня факторов, оказывающих влияние на изучаемый процесс выбрать наиболее значимые и рассчитать параметры многофакторной модели.
В составе факторов, влияющих на характер демографического развития, различают две основные группы: первая группа - объективные факторы, на характер действия которых система органов управления повлиять не может, например, сложившиеся традиции, религиозные представления населения, состояние международной обстановки, последствия войн, иных социальных потрясений; вторая группа - факторы, влияние которых в большей или меньшей степени управляемо (например, прогресс в медицинской науке, качество медицинского обслуживания, культурно-образовательный уровень населения, уровень жизни населения по различным аспектам - жилищная обеспеченность, бытовые условия, размер доходов и др.). Влияние каждого фактора рассчитывается отдельно, после чего определяется суммарное взаимодействие всех факторов.
Третья группа методов демографического прогнозирования - методы передвижки возрастов и когорт. Они позволяют устранить недостаток методов экстраполяции - прогнозирование на основе средней тенденции динамики населения. Эти методы основаны на том, что показатели рождаемости и смертности, миграции существенно различаются у различных половозрастных групп. Основой расчета по методу передвижки возрастов служит коэффициент дожития, достигнутый различными половозрастными группами, а суть метода заключается в «отслеживании» движения отдельных когорт во времени в соответствии с заданными параметрами рождаемости возрастных групп женщин, смертности и миграции.
Четвертая группа методов, достаточно широко применяемых при демографическом прогнозировании - это методы экспертных оценок. Они незаменимы в случаях недостаточного объема статистической информации об объекте прогнозирования, а также и в случаях, когда в новом периоде на изучаемый процесс начинают оказывать влияние новые факторы, влияние которых изучить по данным за предыдущие периоды невозможно.
Рассмотрим применение первых двух методов при моделировании мировой динамики численности населения.
Примерно до 2000 г. население нашей планеты росло с постоянно увеличивающейся скоростью. Многие ученые считали, что будет демографический взрыв, перенаселение и исчерпание ресурсов и резервов природы приведет человечество к катастрофе. Однако в 2000г., когда население мира достигло б млрд., а темпы прироста населения — своего максимума в 87 млн. в год или 240 тыс. человек в сутки, скорость роста начала уменьшаться. Расчеты демографов и общая теория роста населения Земли указывают, что в самом ближайшем будущем рост практически прекратится. Таким образом, население нашей планеты стабилизируется на уровне 10-12 млрд. и даже не удвоится по сравнению с тем, что уже есть. Переход от взрывного роста к стабилизации происходит в исторически ничтожно короткий срок - меньше ста лет. Этим завершится глобальный демографический переход, который определенно не связан с исчерпанием ресурсов и экологией [28].
В концепции демографического перехода выделяются четыре последовательных этапа в демографической истории человечества. Обозначим коэффициент рождаемости через R(x), коэффициент смертности через S(x), тогда мгновенный прирост коэффициента рождаемости определяется как дифференциал dR(x) = R (x)dx, а коэффициента смертности dS(x) = S (x)dx.
1. На первом этапе меньшее снижение коэффициента рождаемости чем снижение коэффициента смертности (R (x) S (x)\ следовательно коэффициент естественного прироста максимален (прирост максимальный). К 1925 г. этап пройден промышленно развитыми странами.
2.На втором коэффициент смертности снижается и достигает минимума (S (x)=0,(min)), в то время как коэффициент рождаемости снижается быстрее коэффициента смертности (R (x) S (x)), что приводит к замедлению прироста населения, а также к демографическому старению населения.
3. На третьем коэффициент смертности увеличивается (S(x) растёт) (вследствие демографического старения), а также замедляется снижение коэффициента рождаемости (R (x) 0, R\x) 0). К концу третьего этапа
коэффициент рождаемости примерно равен уровню простого воспроизводства, а коэффициент смертности ниже уровня простого воспроизводства. (R(x) 2.1, S(x) 2.1, где 2.1 — это уровень простого воспроизводства).
4. Наконец, на четвертом этапе коэффициент смертности увеличивается (S(x) растёт), и становится равным коэффициенту рождаемости. (S(x)-R(x)) Процесс демографической стабилизации заканчивается [20].
Для того, чтобы учесть демографический переход С. П. Капица предлагает использовать не линейную зависимость, а квадратичную зависимость для скорости роста:
С. П. Капица считает, что информационные взаимодействия между людьми, отличающие человека от животных, дают квадратичную зависимость. По его мнению, важным параметром является характерное время жизни человека г =42 года, определяемое «внутренней предельной способностью системы человечества и человека к развитию» [29].
Если подставить в уравнение (1.3.1) решение N = , Си/0 - константы, и ввести параметр т, получим: (1.3.2) dN _ С dt (t0)2+r2 При такой модификации, численность населения уже не будет уходить на бесконечность, и стабилизируется на уровне 10-12 млрд. человек, что согласуется с прогнозами демографов (рис. 1.3.1). В качестве (0 С. П. Капица предлагает взять 2000г.- середина второй фазы глобального демографического перехода. Нынешнее падение рождаемости связано не с приближением к потолку несущей способности среды, а с причинами, заключенными в самом человеке. Доминируют психологические и поведенческие функции над ресурсными.
Реализация модели в программном пакете Ithink
В целях исследования дифференциации демографического развития субъектов Кировской области (44 городов областного значения и районов) была сформирована следующая система индикаторов за 2005 год (Приложение D): х, - общий коэффициент смертности, %о; х2 - общий коэффициент рождаемости, %о; хг - возрастная структура населения (доля трудоспособного населения в общей численности), %; х4 - коэффициент миграционного прироста (убыли), в расчете на человека [17,31,45].
С помощью компонентного анализа получены первые три главные компоненты, на которые пришлось 86,9% суммарной дисперсии. При этом вклад первой компоненты fx составил 44%, второй /2 - 23,32%, третьей _/3 -19,62% . Для интерпретации главных компонент использовалась матрица факторных нагрузок (табл. 2.4.1).
По матрице факторных нагрузок главные компоненты были интерпретированы следующим образом: fx - обобщающий показатель смертности в трудоспособном возрасте; f2 - показатель миграции; /з -показатель рождаемости.
На основе иерархического алгоритма кластерного анализа (использование Евклидова расстояния и принципа «group average») было построено следующее разбиение субъектов Кировской области на 2 кластера (табл. 2.4.2).
В первый кластер вошли города областного значения: Киров, Вятские Поляны, Кирово-Чепецк, Слободской. Данный кластер объединил города с меньшим показателем смертности, большей долей лиц трудоспособного возраста, меньшим миграционным оттоком.
Во второй кластер вошли все районы области и город областного значения, Котельнич.
С учетом кластерного анализа, была реализована модель в пакете Ithink. Каждый резервуар представляется в виде двумерного массива: по строкам - пол человека, по столбцам — вместо села и города, первый кластер и второй кластер. Динамика основных возрастных групп остается прежней. Это легко объясняется тем, что первый кластер включает в себя почти все городское население. 2.5. Демография Кировской области с учетом экономического потенциала
Модель экономического; потенциала .Кировской об ласти-, учитывает такие важные параметры как число рабочих мест в; производственной сфере и факторы;, непосредственно влияющие на возможность изменения числа работающих: - прибыль предприятий, определяется как разница между доходом товаропроизводителей и издержками производства; - товарная продукция, представляет собой объем всей произведенной предприятием за определенный период (чаще всего за- год) конечной продукции, исчисленный в денежном выражении; - материальные затраты - часть издержек производства; затрат на производство продукции, товаров, услуг, в которую включаются затраты.на сырье, основные и вспомогательные материалы, топливо, энергию и другие затраты, приравниваемые к материальным. Материальные затраты (расходы) образуют часть себестоимости продукции; - средняя заработная плата производственных рабочих малых, средних и крупных предприятий области.
Также в модели учтены уровень инфляции для оценки благосостояния населения области и уровень амортизационных отчислений, непосредственно воздействующий на количество товаров и услуг, которые производят предприятия для населения. Экономически это, безусловно, необходимо и оправдано, с одной стороны, тем, что материальные носители информационных качеств орудий и средств производства подвержены износу и разрушению, ас другой стороны, необходимостью постоянного совершенствования производства по мере развития науки и техники с целью увеличения прибавочной стоимости [80].
Экономические условия области влияют на производство через цены. Производство в свою очередь влияет на финансовые условия области качеством, себестоимостью и объемом производимой продукции. Рассматриваемая модель описывает влияние демографических и экономических факторов (прибыль предприятий, средняя заработная плата производственных рабочих и др.) на возможность изменения числа рабочих мест в Кировской области.
На рисунке 2.5.1. представлена динамическая модель экономико-демографического потенциала Кировской области. В модели использованы следующие обозначения. Уровни: procent — коэффициент полной занятости (отношение количества рабочих мест и численности экономически активного населения), где под экономически активным понимается население в возрасте 15-72 лет (рабочая сила); higt - число лиц, занятых в производственной сфере.
Для определения величины отчислений предприятиями в бюджет рассчитывается налог на прибыль предприятий, НДС, подоходный налог. Факторы, влияющие на изменение числа безработных, обозначены input_bezrab и output_bezrab и представляют собой втекающий и вытекающий потоки для уровня безработицы.
Основные экономические показатели промышленности региона представлены в текущих ценах (Приложение Е). Для построения модели, они приведены к 2007 году. Пример пересчета ВРП, используя дефлятор ВВП, для 2004 и 2005 гг.:
Качество жизни регионов Приволжского округа
Удовлетворительное решение можно получить с помощью модифицированной первой главной компоненты набора унифицированных частных критериев [5]. Построение первой главной компоненты можно осуществить с помощью факторного анализа.
Перед тем, как переходить к процедуре свертки частных критериев, необходимо привести все эти частные критерии к «общему знаменателю», т.е. применить к каждому из них такое преобразование, в результате которого все они будут измеряться в N- балльной (безразмерной) шкале. При этом нулевое значение преобразованного показателя будет соответствовать самому низкому качеству, а максимальное (N баллов) — самому высокому.
Конкретный выбор унифицирующего преобразования зависит от того, к какому из двух типов принадлежит анализируемый показатель [4,6]. 1) Если исходный показатель (частный критерий) х связан с анализируемым интегральным свойством качества жизни монотонно-возрастающей зависимостью (т.е. чем больше значение х, тем выше качество), то значение соответствующей унифицированной переменной х подсчитывается по формуле х= Х Х N X —х max min где xmin и хтах - соответственно, наименьшее (самое худшее) и наибольшее (самое лучшее) значения исходного показателя. 2) Если исходный показатель (частный критерий) х связан с анализируемым интегральным свойством качества жизни монотонно-убывающей зависимостью (т.е. чем больше значение х, тем ниже качество), то значение соответствующей унифицированной переменной х подсчитывается по формуле Следуя наиболее распространенному в межрегиональных сопоставлениях подходу, использовалась десятибалльная шкала (т.е. N = 10). В результате этого преобразования область возможных значений определится отрезком [0, 10]. Нулевое значение преобразованного показателя будет соответствовать самому низкому качеству, а максимальное (10 баллов) - самому высокому.
Приволжский федеральный округ (ПФО) включает 14 субъектов Российской Федерации, в том числе: 6 республик (Башкортостан, Марий-Эл, Мордовия, Татарстан, Удмуртия, Чувашия), 7 областей (Кировская, Нижегородская, Оренбургская, Пензенская, Самарская, Саратовская, Ульяновская), и Пермский край.
Приволжский федеральный округ расположен в центре Европейской части РФ. Территория ПФО составляет 7,27% от территории Российской Федерации.
Здесь проживает многонациональное население - 22,1% от общего числа граждан России: это второй по численности населения федеральный округ после Центрального. На территории округа расположено четыре крупнейших российских города с численностью населения более одного миллиона: Нижний Новгород, Самара, Казань и Уфа.
Кроме запасов нефти и газа, составляющих соответственно 13 и 2% общероссийских, здесь сосредоточены уникальные запасы калийных солей (около 96% от всех разведанных ресурсов, страны), крупные ресурсы фосфоритов (60%), цинка; (19%); меди (16%), цементного сырья (15%), серебра (14%), золота (7%), минеральных вод (7%).. Кроме того, в.регионе известны небольшие месторождения? никеля, хрома,, свинца, железных руд, титана, россыпных алмазов; угля; а.: также огромные запасы разнообразного сырья- для производства:строительных материалов [18;62]і.
Доля промышленного производства ПФО в экономике России составляет 23,9% - это высший показатель, (на втором- месте стоит Центральный федеральный округ). В; структуре, промышленности первенствуют такие отрасли, как машиностроение (Марий Эл, Мордовия, Удмуртия, Чувашия-Кировская, Пензенская,- Самарская и Ульяновские области) и топливно-энергетический комплекс (Башкортостан и Татарстан; Нижегородская, Оренбургская, Саратовские области и Пермский край). Однако существенный объем: промышленного, производства ПФО составляет продукция сельского хозяйства (Татарстан, Башкортостан Нижегородская и Ульяновская области, Пермский край.), химической (Татарстан, Башкортостан, Нижегородская и Самарская области, Пермский край) и легкой (Татарстан; Марий Эл, Мордовия, Нижегородская и Пензенская области, Пермский край) промышленности.
В структуре вывоза- из ПФО преобладают продукция машиностроения и химической промышленности, нефть и нефтепродукты значительную роль играют зерно, мука и другие виды сельскохозяйственной продукции. Импортируются продукция машиностроения, продовольствие, минеральное сырьё и топливо.
Рассчитаем интегральный индекс качества жизни для субъектов ПФО. Сформируем редуцированный набор показателей категории «Качество населения»[27,28]. Для начала рассчитывается:матрица парных коэффициентов корреляции по статистическим данным для категории «качество населения» в 2000 году (табл. 3.3.1).
Сравнительный анализ результатов, полученных с помощью динамической модели и метода передвижек возрастов
Прогноз общей численности населения имеет весьма ограниченное значение и малоинформативен. Значительно большее значение, особенно для экономического и социального планирования, имеет прогноз будущего состава населения, в первую очередь по полу и возрасту. Технически такой прогноз производится методом так называемой «возрастной передвижки» (или «передвижки возрастов»)[71].
Метод состоит в том, что исходная численность и структура населения «передвигается» в будущее, уменьшаясь при этом за счет умерших и пополняясь за счет родившихся. Следовательно, для прогноза исходными данными служат численность и структура населения и гипотезы относительно тенденций воспроизводства населения в прогнозном периоде. Передвижка осуществляется по временным шагам, равным длине возрастной группы населения с таким расчетом, чтобы с каждым шагом прогноза оставшаяся в живых численность возрастной группы переходила в следующий (старший) возрастной интервал.
Применение метода передвижки возрастов рассматривается ниже на примере расчета численности женской части городского населения Кировской области на 2006 и 2011 гг.
Исходные значения числа женщин в возрастной структуре приняты на начало 2001 г. в пятилетних группировках. Расчет производится при использовании программного пакета MS Excel.
Используя метод построения кратких таблиц смертности, были рассчитаны значения среднего числа живущих людей в том или ином возрастном интервале. Значит для данного примера показатели среднего числа женщин, живущих в каждом интервале возраста х лет до х + 4 лет {Lxlx+A), могут быть взяты из полученных таблиц дожития. На основе этих данных рассчитываются коэффициенты дожития (графа 2 таблицы 4.2.1): р _, Ar+S/t+9 _ At+S " " Ar-б + Аг+7 " Ас+8 + Аг+9 ttx+4 Lx + Lx+l + Lx+2 + Lx+3 + Lx+4 Таблица 4.2.1 Передвижка возрастов Возрастная группа Числоживущих навозрастноминтервале х/х+Л человек Коэффициент дожития,рл х/х+4 Числоженщинна начало2001 г., человек «Ожидаемое» числоженщин на началогода, человек
Далее определяется «ожидаемое» число детей за весь пятилетний возрастной интервал (таблица 4.2.3). При этом берутся умноженные на пять числа возрастной рождаемости в 2001 г. Обычно они рассчитываются за год, поэтому при пятигодичном периоде упреждения их нужно умножать на пять (таблица 4.2.2).
После передвижки всех возрастных групп на 5 лет вперед и старше, необходимо определить число родившихся за 5 будущих лет и, с корректировкой на смертность в течение этих ближайших 5 лет, - численность возрастной группы 0-4 лет. Для этого среднеарифметическую численность женщин каждой возрастной 5-летней группы на начало 2001 и 2006 гг. нужно умножить на соответствующие по возрасту коэффициенты рождаемости. Таким путем определяется предположительное число родившихся у женщин каждой возрастной группы.
Среднее число женщин рассчитывается по средней арифметической простой. Число родившихся детей (графы 4 и б таблицы 2.4.3): W1S_I9= 91,6-45595- -1000 = 4179; JV;5_19 = 91,6 32922 -г 1000 = 3017 и т. д. Так за 2001-2006 гг. родится 46520 младенца, а за 2006-2011 гг. - 47491. Как; правило,- сама рождаемость распределяется: на рождаемость мальчиков и девочек в отношении 512:488; тогда удельный вес девочек среди всех родившихся составляет 48,8 % (0-488).
Поскольку не все родившиеся доживут до конца десятилетия необходимо ввести поправку на смертность и определить будущую численность,населения в: возрастной группе 0-4 лет. Так для: определения?числа: девочек, оставшихся, в : живых к концу пятилетия; число родившихся, умножается; на -среднее числом живущих в интервале 0-4 года (из таблицы дожития); равное 0,982545:. 22702-0,982545 = 22305; 23175-0,982545 = 22771.
Эти значения числа младенцев подставляются в графы 5 и 6 таблицы 4.2.1 соответственно.
Согласно итогам подсчетов к 2011 г. должно, произойти снижение численности женского городского населения на 38609 человек. При сохранении, уровня рождаемости 2001 г. численность женского городского населения Кировской области к 2011 г. по сравнению с отчетным 2001 г. сократится с 591 до 552/тыс. человек, или на 39 тыс. человек, или на 6,59%.
На основе показанной стандартной .методики рассчитываются показатели численности отдельно мужской и женской части городского и сельского населения Кировской области на период с 2011 по 2018 гг. (Приложение J).
Интенсивность процессов, внутренней миграции населения настолько значительна, что при расчете численности и состава населения на перспективу методом возрастных передвижек возникает необходимость внесения, поправок на миграцию в каждой возрастной группе [71].
Для введения в модель прогноза численности населения миграционных поправок необходимы данные о числе прибывших в городские и сельские населенные пункты Кировской области и числе выбывших из них людей. Поскольку расчет будущей численности населения предполагается с распределением по возрастным группам, то данные по миграции также должны; быть рассредоточены по возрастам. В отличие от численности населения, распределенной по равномерным пятилетним группам, учет миграционных показателей ведется органами статистики по другим возрастным группам. После сопоставления представленных интервалов получились следующие группы возрастов: 0-14, 15-19, 20-24, 30-39, 40-49, 50-54, 55-59, 60-64 и более 65 лет. Именно по ним и будет распределена численность населения, рассчитанная на будущее.
