Динамика естественного прироста населения в ульяновской области

Для вычисления численности родившегося на одного умершего используется коэффициент Покровского, представляет собой отношение числа родившихся к числу умерших (за год) и вычисляется по формуле:

Указанный коэффициент за исследуемый период изменялся следующим образом (рисунок 6).Динамика величины коэффициента Покровского для Ульяновской области о в 1990;2015 году.

Таким образом, результаты вычислений показали, что начиная с 1991 года, когда происходил процесс восполняемости человеческих ресурсов (на одного умершего приходился один родившийся) наблюдается убывающая тенденция показателя. Лишь некоторое незначительное увеличение наблюдается с 2009 года. Прогнозирование показателей смертности и рождаемости в Ульяновской области.

Актуальность прогнозирования населения определяется двумя основными обстоятельствами. С одной стороны, прогнозы населения — это обязательная составная часть прогнозов развития общества. С другой стороны, прогнозы населения позволяют проводить увязку производства и потребления, предусматривать возможности формирования трудовых ресурсов. В широком смысле слова под прогнозом населения понимают предсказание его будущего состояния (совокупности параметров) в определенный момент времени. В узком смысле слова прогноз населения обычно сводят к определению перспективной численности жителей. Прогнозирование населения производится на основе целого ряда принципов, к которым относятся: учет особенностей демографического развития в прошлом, а также особенностей социально-экономической ситуации; использование достоверной информационной базы прогноза и научных методов его построения и др. В статистике населения разработана классификация прогнозов населения. Она строится по следующим признакам: в зависимости от объекта:

прогнозы численности, прогнозы состава, прогнозы естественного движения, прогнозы миграции населения и т. п.; в зависимости от срока:

краткосрочные прогнозы (до 5 лет), среднесрочные прогнозы (от 5 до 25 лет), долгосрочные прогнозы (от 25 лет и более); в зависимости от метода:

прогнозы на основе математических функций, прогнозы на основе демографических моделей, прогнозы на основе статистических характеристик ряда динамики, прогнозы на основе вероятностной передвижки возрастов. В общем виде прогнозирование населения сводится к осуществлению следующих этапов: выбор модели прогноза;

установление базы прогноза; определение гипотез (параметров) прогноза; выбор срока прогноза; расчет модели прогноза. Для оценки точности демографического прогноза рассчитывают абсолютное и относительное отклонения прогнозного и фактического значений численности населения. Если было получено несколько прогнозных значений, то используют такие показатели теории статистики, как среднее линейное и среднее квадратическое отклонения. Рассмотрим применение метода аналитического выравнивания и метода наименьших квадратов для построения прогноза будущих значений показателей рождаемости и смертности. Вычислим прогнозные значения на 3 следующих периода (2016;2018 гг.) дляуказанных данных. Для этого найдем параметры линейного уравнения тренда методом наименьших квадратов. Составим вспомогательную таблицу на основании данных Федеральной службы государственной статистики (приложение А).На основании данных, полученных в расчетной таблице, система уравнений МНК имеет вид: Уравнение тренда:

Коэффициент тренда b показывает, что с изменением периода на 1 год численность родившихсяуменьшится в среднем на 57,225 чел. Оценим качество уравнения тренда с помощью средней относительной ошибки аппроксимации. Ошибка аппроксимации в пределах 5%-7% свидетельствует о хорошем подборе уравнения тренда к исходным данным. Поскольку ошибка больше 7%, то данное уравнение не желательно использовать в качестве тренда. В этом случае следует рассмотреть возможность использования другого вида сглаживания, например, на основе экспоненциального тренда. Результаты расчетов представлены в приложении Б. Система уравнений МНК имеет вид: Уравнение тренда:

Оценим качество уравнения тренда с помощью средней относительной ошибки аппроксимации. Поскольку ошибка меньше 7%, то данное уравнение можно использовать в качестве тренда. Выполним построение прогноза на 2016 — 2018 гг. Для этого вычислим стандартную ошибку уравнения:

где m = 1 — количество влияющих факторов в модели тренда. Для построения прогноза определим среднеквадратическую ошибку прогнозируемого показателя:

гдеL — период упреждения;

— точечный прогноз по модели на (n + L)-й момент времени; n — количество наблюдений во временном ряду;

ошибка прогнозируемого показателя; Tтабл

— табличное значение критерия Стьюдента для уровня значимости α и для числа степеней свободы, равного n-2.По таблице Стьюдента находим Tтабл: Tтабл (n-m-1;α/2) = (24;0.025) = 2.064Точечный прогноз, t = 27: y (2016) = 13 897.

492 e-0.0031*27 = 12 781.

6 812 781.

68 — 0.33 = 12 781.

3 512 781.

68 + 0.33 = 12 782.

01Интервальный прогноз: t = 27: (12 781.

35;12 782.

01).Точечный прогноз, t = 28: y (2017) = 13 897.

492 e-0.0031*28 = 12 742.

1 312 742.

13 — 0.34 = 12 741.

7 912 742.

13 + 0.34 = 12 742.

47Интервальный прогноз: t = 28: (12 741.

79;12 742.

47)Точечный прогноз, t = 29: y (2018) = 13 897.

492 e-0.0031*29 = 12 702.

6 912 702.

69 — 0.34 = 12 702.

3 512 702.

69 + 0.34 = 12 703.

03Интервальный прогноз: t = 29: (12 702.

35;12 703.

03)Изобразим линию тренда с прогнозными значениями на графике (рисунок 9).Динамика изменения численности родившихся с прогнозом показателя на 2016;2018 гг. Таким образом, прогноз на период 2016;2018 гг. показывает отрицательную динамику роста. Выполним аналогичные вычисления для построения прогноза для показателя численности умерших. Расчетная таблица представлена в приложении В. Таким образом, система уравнений МНК имеет вид: Уравнение тренда:

Оценим качество уравнения тренда с помощью средней относительной ошибки аппроксимации. Поскольку ошибка меньше 7%, то данное уравнение можно использовать в качестве тренда. Выполним построение прогноза на 2016 — 2018 гг. Для этого вычислим стандартную ошибку уравнения:

где m = 1 — количество влияющих факторов в модели тренда. Для построения прогноза определим среднеквадратическую ошибку прогнозируемого показателя:

По таблице Стьюдента находим Tтабл: Tтабл (n-m-1;α/2) = (24;0.025) = 2.064Точечный прогноз, t = 27: y (2016) = 19 250,049 e0.93*27 = 19 739,2819739,28- 0.28 = 1 973 919 739,28 + 0.28 = 19 739,56Интервальный прогноз: t = 27: (19 739;19739,56).Точечный прогноз, t = 28: y (2017) = 19 250,049 e0.93*28 = 19 757,6419757,64- 0.28 = 19 757,3619757,64+ 0.28 = 19 757,92Интервальный прогноз: t = 28: (19 757,36;19 757,92)Точечный прогноз, t = 29: y (2018) = 19 250,049 e0.93*29 = 19 776,0119776,01- 0.28 = 19 775,7319776,01+ 0.28 = 19 776,29Интервальный прогноз: t = 29: (19 775,73;19 776,29)Изобразим линию тренда с прогнозными значениями на графике (рисунок 8).Динамика изменения численности умерших с прогнозом показателя на 2016;2018 гг. Таким образом, прогноз на период 2016;2018 гг. показывает устойчивую тенденцию к росту, что еще более отрицательно повлияет на естественный прирост населения при отрицательной тенденции рождаемости. В заключение следует отметить, что статистическое изучение воспроизводства населения разрешает предсказать возможные последствия демографической эволюции человеческого общества, а прогнозные расчеты дают им конкретную количественную оценку.

Заключение

.

Статистика населения одно из важнейших приложений статистической науки. Она позволяет выявить связь между количественной и качественной стороной статистических показателей, рассматривая структуру населения, жизни и деятельности людей, их взаимоотношений. Решение задач, стоящих перед статистикой населения, достигается на базе использования различных методов и приемов: общих и специальных статистических наблюдений, единовременных обследований и учетов, статистической и административной отчетности, переписей и социально-демографических обследований населения, мониторинга отдельных показателей, социологических опросов. В процессе данного исследования был выполнен анализ основных показателей и структуры статистики естественного прироста населения, в ходе которого были выделены основные направления изучения статистического материала в данной сфере. К ним относится:

статистика рождаемости;

статистика смертности;

статистика брачности и разводимости. На основании статистических данных Федеральной службы государственной статистики была выполнена оценка основных показателей, на основании которой были получены следующие результаты:

Для проведения статистического анализа показателей естественного движения населения свою эффективность доказали следующие статистические методы: метод группировки данных, прогнозирование методом аналитического выравнивания, средних величин динамики. Вышеуказанные методы позволили получить следующие данные об естественном приросте населения в Ульяновской области:

за последние 6 лет в Ульяновской области наблюдается тенденция к увеличению численности родившихся и численности умерших;

в 2015 году по сравнению с 2014 число рожденных увеличилось на 110 чел. или на 0.

7%;максимальный прирост наблюдается в 2008 году (1210 чел.);минимальный прирост зафиксирован в 1992 (-2235 чел.);в 2015 по сравнению с 1990 число рожденных уменьшилось на 4878 чел. или на 24.

4%;в 2015 году по сравнению с 2014 число умерших увеличилось на 65 чел. или на 0.

3%;максимальный прирост числа умерших наблюдается в 1993 (2834 чел.);минимальный прирост числа умерших зафиксирован в 2009 (-4018 чел.);в 2015 году по сравнению с 1990 число умерших увеличилось на 2856 чел. или на 17.

9%.прогноз численности родившихся на период 2016;2018 гг. показывает отрицательную динамику роста, а показатели прогноза на период 2016;2018 гг. свидетельствуют об устойчивой тенденции роста, что еще более отрицательно повлияет на естественный прирост населения при отрицательной тенденции рождаемости. Таким образом, в ходе исследование была доказана эффективность использования стандартных статистических методов для изучения, проведения анализа и прогнозирования социальных явлений. Следует отметить, что для улучшения демографической ситуации в Ульяновской области действует Закон «О некоторых мерах по улучшению демографической ситуации в Ульяновской области"[3], на основании которого устанавливаются меры социальной поддержки, предоставляемые:

Семьям, в которых в результате многоплодных родов родилисьдети. Одиноким матерям (отцам), среднедушевой доход семей которых непревышает величину прожиточного минимума в расчете на душу населения, установленную в Ульяновской области, воспитывающим несовершеннолетнегоребенка (несовершеннолетних детей).Семьям, воспитывающим ребенка-инвалида (детей-инвалидов).Студенческим семьям, имеющим ребенка (детей).Лицам, вступившим в брак впервые, при условии, что возраст одного из супругов на день государственной регистрации заключениябрака не превышает 25 лет. Семьям в случае рождения в них четвертого ребенка илипоследующих детей. Список использованной литературы.

Конституция Российской Федерации. Принята всенародным голосованием 12.

12.1993 (с изм. От 30.

12.2008) // Российская газета от 21.

01.2009. — № 7. Распоряжение Правительства РФ от 15.

06.2009 N 806-р (ред. от 26.

12.2014) «Об организации и проведении мониторинга процессов в реальном секторе экономики, финансово-банковской и социальной сферах субъектов Российской Федерации».Закон Ульяновской области от 27 октября 2011 № 241-ЗО (ред. от 3.

10.2014) «О некоторых мерах по улучшению демографической ситуации в Ульяновской области».Теоретическая литература.

Балдин, К. В. Общая теория статистики: Учебное пособие / К. В. Балдин, А. В. Рукосуев. — М.: Дашков и К, 2012. — 312 c. Батракова, Л. Г. Теория статистики: Учебное пособие / Л. Г. Батракова. — М.: Кно.

Рус, 2013. — 528 c. Громыко, Г. Л. Теория статистики: Практикум / Г. Л. Громыко. — М.: НИЦ ИНФРА-М, 2013. — 238 c. Елисеева И. И., Юзбашев М. М. Общая теория статистики: Учебник / Под ред. И. И. Елисеевой. — М.: Финансы и статистика, 2007.

Костеева Т. В. Методология сравнительного анализа в социальной статистике. — Автореф. на соискание ученой степени канд. дис. -СПб.: СПбУЭФ (Санкт-Петербургский университет экономики и финансов), 1994.

Краткий обзор основных итогов микропереписи населения 1994 г. -СПб.: Петербургкомстат, 1995.

Курс демографии. /Под ред. А. Я. Боярского./ - М.: Финансы и статистика, 2012.

Лушников А.М., Лушникова М. В., Тарусина Н. Н. Договоры в сфере семьи, труда и социального обеспечения. — М.: Проспект, 2010. — 432 с. Толстова Ю. Н., Анализ социологических данных, М., 2011.

Практикум по теории статистики под ред. профессора Р. А. Шмойловой. — М.: Финансы и статистика, 2011.

Статистика под ред. К.э.н. В. Г. Ионина, -Новосибирск, изд. НГАЭиУ, 2012.

Статистика А. В. Сиденко, Г. Ю. Попов, В. М. Матвеева, — М.: Дело и Сервис, 2010.

Статистика населения с основами демографии. /Кильдишев Г. С., Козлова Л. Л., Ананьева С. П. и др./ -М.: Финансы и статистика, 2012.

Стеценко С.Г., Козаченко И. В. Демографическая статистика. — Киев: Вища школа, 2011.

Сборник задач по общей теории статистики под ред. к.э.н. Л. К. Серга. — М.: Филинъ, 2010.

Теория статистики: учебник / под ред. Р. А. Шмойловой.

М.: Финансы и статистика, 2007. 656 с. Энциклопедия статистических терминов. В 8 томах / Федеральная служба государственной статистики.

М.: Росстат, 2011.

Интернет-ресурсы.

Федеральная служба государственной статистики. [Электронный ресурс]. Режим доступа:

http://www.gks.ru/Министерство здравоохранения Российской Федерации [Электронный ресурс]. Режим доступа:

http://www.rosminzdrav.ru/Министерство труда и социальной защиты Российской Федерации. [Электронный ресурс]. Режим доступа:

http://www.rosmintrud.ru/Приложение.

Расчетная таблица метода наименьших квадратов (линейный тренд) tyt2y2t y120013140052016920013217904432055321635808315669924551756147007414278162038612845711251459025212868100729506132883617657094479728712367491529426898656981129664127599616903689116158113490822510453510112281001260679841122801111547121133333209127017121138514412961822513662013121541691477197161580021412271196150577441171794151225222515011150418378016115952561344440251855201711585289134212225196945181225132415008700122051819134613611811985212557592012435400154629225248700211327344117617252927873322140274841967567293085942314702529216148804338146241503357622599108936079225150256252257506253756252615135676229068225393510351350379620148372288814646425.

Расчетная таблица метода наименьших квадратов (экспоненциальный тренд) tln (y)t2y2t y19.

9198.

099.

929.

79 495.

919.

5939.

66 993.

328.

9849.

571 691.

5238.

2759.

592 591.

9347.

9469.

493 690.

1556.

9779.

424 988.

7965.

9689.

336 487.

0974.

6699.

368 187.

6184.

24 109.

3 310 086.

9893.

26 119.

3 512 187.

5102.

9129.

3 414 487.

24 112.

8 139.

4 116 988.

46 122.

27 149.

4 119 688.

64 131.

81 159.

4 122 588.

61 141.

2169.

3 625 687.

58 149.

73 179.

3 628 987.

56 159.

8 189.

4 132 488.

61 169.

44 199.

5 136 190.

39 180.

64 209.

4 340 088.

89 188.

57 219.

4 944 190.

13 199.

36 229.

5 548 491.

18 210.

7 239.

652 992.

8 220.

7249.

6 257 692.

51 230.

83 259.

6 262 592.

5240.

44 269.

6 267 692.

64 250.

24 351 246.

9 462 012 345.

873 329.13Расчетная таблица метода наименьших квадратов (экспоненциальный тренд) tln (y)t2y2t y19.

68 193.

679.

6829.

69 493.

8619.

3839.

7994.

1329.

1149.

861 697.

2639.

4559.

932 598.

6249.

6569.

913 698.

1659.

4579.

854 997.

0868.

9789.

96 498.

0179.

299.

848 196.

9288.

6109.

9 410 098.

7399.

361 110.

1 121 100.

11 110.

61 210.

1 144 100.

13 120.

81 310.

6 169 101.

17 130.

761 410.

7 196 101.

45 141.

11 510.

3 225 100.

69 150.

521 610.

3 256 100.

66 160.

52 179.

9 928 999.

75 169.

79 189.

9 432 498.

82 178.

94 199.

936 198.

7 188.

16 209.

6 840 093.

68 193.

58 219.

7 344 194.

72 204.

38 229.

7 648 495.

23 214.

69 239.

8 152 996.

15 225.

53 249.

8 257 696.

47 235.

72 259.

8 462 596.

81 245.

99 269.

8 467 696.

88 255.

92 351 256.

8 262 012 537.

223 468.47.