Прогноз численности населения по методу экстраполяции

2. Прогноз численности населения по методу экстраполяции

Демографический прогноз – это научно обоснованное предвидение основных параметров движения населения и будущей демографической ситуации:

численности, возрастно-половой и семейной структуры, рождаемости, смертности, миграции.

Обычно прогноз делается в трех вариантах, которые принято называть «нижним», «средним» и «верхним», причем «средний» вариант соответствует как бы наиболее вероятному ходу событий, а «нижний» и «верхний» задают внешние границы динамики демографических показателей.

Классификация демографических прогнозов.

1. По длине прогнозного горизонта:

– краткосрочные (5–10 лет);

– среднесрочные (25–30);

– долгосрочные (больше 30).

2. По целям прогнозирования.

– Аналитический прогноз. Целью аналитического прогноза является исследование современных тенденций воспроизводства населения путем оценки их возможного влияния на будущую численность и состав населения, а также на социально-экономическое развитие в целом.

Аналитический прогноз обычно выражается в виде оценки параметров будущей демографической ситуации, которая делается на основе предположения о неизменности режима воспроизводства населения или того или иного его изменения. Аналитический прогноз, как правило, является долгосрочным. При этом, будучи сам по себе мало реалистическим и маловероятным, аналитический прогноз как бы очерчивает возможные и не выходящие за пределы разумного рамки будущих изменений численности и структуры населения.

– Прогноз-предостережение. Целью прогноза-предостережения является показ возможных неблагоприятных или опасных последствий сложившейся демографической ситуации, во избежание которых необходимо принять соответствующие меры.

– Нормативный прогноз. Основной целью нормативного прогноза является выработка конкретных рекомендаций для достижения некоторого желаемого состояния демографических процессов. При нормативном прогнозировании формулируется ряд высказываний о желаемых характеристиках демографической ситуации и демографических процессов: желаемая численность населения, предпочитаемые уровни рождаемости, смертности и т.д. После чего намечаются меры, которые необходимо предпринять, чтобы достичь этих желаемых, или нормативных, целевых параметров.

– Функциональный прогноз. Целью функционального прогнозирования является получение прогнозной информации о населении, необходимой для принятия решений в экономической, социальной, политической и других сферах деятельности государственного и социального управления. Функциональный прогноз – это прогноз, служащий конкретным практическим целям и задачам тех или иных организаций, фирм, корпораций, государственных органов, учебных заведений и т.п.

Методы демографического прогнозирования:

1. 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.

– экстраполяционный метод основан на прямом использовании линейной и экспоненциальной функций, т.е. данных о среднегодовых абсолютных изменениях численности населения за период или о среднегодовых темпах роста или прироста. Если эти показатели известны, то можно рассчитать численность населения на любое число лет вперед, просто предположив их неизменность на протяжении всего прогнозного периода.

Один из простейших способов прогнозирования основан на предположении о том, что среднегодовые абсолютные приросты численности населения, рассчитанные для отчетного периода времени, сохранятся и в будущем.

Иначе говоря, в этом случае для перспективного расчета применяется линейная функция

Pt = P0 +Δ ⋅t ,

где Pt и P0 – численность населения соответственно в моменты времени 0 и t,

Δ – абсолютный среднегодовой прирост,

t – время в годах.

В реальности для прогнозирования численности населения линейная функция практически не используется, поскольку предположение о неизменности абсолютных среднегодовых приростов может быть относительно верным только для очень кратких периодов времени (не более 5 лет).

Несколько более реалистичным является предположение о неизменности среднегодовых темпов прироста численности населения, особенно при допущении неизменных уровней рождаемости и смертности и отсутствии миграции. В этом случае речь идет об использовании в прогнозировании экспоненциальной функции:

ert Pt = P0 ⋅ ,

где r – среднегодовые темпы прироста, t – время в годах,

е – основание натуральных логарифмов.

– 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.

2. Метод компонент, или метод передвижки возрастов.

Метод компонент открывает перед разработчиками демографического прогноза более широкие возможности. В отличие от экстраполяционного и аналитического он позволяет получать не только общую численность населения, но и его распределение по полу и возрасту.

Двойное название данного метода связано с тем, во-первых, что его применение основано на использовании уравнения демографического баланса:

P1 = P0 + B − D + Mп − Mу ,

где P0 и P1 – численность населения соответственно в начале и конце периода (года),

В – число рождений за период,

D – число смертей за период,

Mп – миграционный приток за период,

Mу – миграционный отток за период.

При этом В, D, Mп и Mу называются компонентами изменения численности населения за период (год).

Во-вторых, с тем, что данные о численности отдельных возрастно-половых групп передвигаются каждый год в следующий возраст, а численность нулевой возрастной группы определяется на основании прогноза годового числа рождений и младенческой смертности.

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 t0 , оставаясь затем неизменными на протяжении периода Δt , то это однозначно определяет численность и структуру населения в момент времени t0 +Δt .

Начиная с момента времени t0 , 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. Прогнозные повозрастные уровни рождаемости используются для определения числа рождений на каждый год прогнозного периода. Родившиеся также начинают испытывать риск смерти в соответствии с принятыми ее уровнями. 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–летних или 10–летних). Техника перспективных расчетов в обоих случаях совершенно одинакова. Перспективные расчеты обычно делаются отдельно для женского и мужского населения. Численность населения обоих полов и его возрастная структура получается простым суммированием численностей женского и мужского населения. При этом все прогнозные параметры рождаемости, смертности и миграции могут меняться для каждого года или интервала лет прогнозного периода.

Экстраполяция – это наиболее проработанный и самый распространенный метод прогнозирования. Суть данного метода заключается в определении тенденции развития объекта на основе данных о прошлом и настоящем и продлении данной тенденции в будущее.

Инерционность

Возможность прогнозирования на основе экстраполяции существует благодаря наличию инерционности у социально-экономических явлений и процессов. Инерционность – это способность объекта сохраняться во времени и пространстве. Например, во времени могут сохраняться взаимосвязи между социально-экономическими объектами, законы их функционирования и развития. Всё это даёт возможность прогнозировать с помощью экстраполяции.

Данный метод не является универсальным. Он не может решить всех прогностических задач. Однако экстраполяция может применяться в системе с другими методами. В этом случае сфера применения метода существенно расширяется.

Я считаю, что любой квалифицированный специалист, занимающийся прогнозной деятельностью, должен знать данный метод и уметь правильно его применять.

Условия применения экстраполяции

Одной из важных задач в прогнозировании является выбор подходящего метода. Нужно помнить, что у экстраполяции, как у любого другого метода прогнозирования, есть определенная область применения.

Информационное обеспечение

Для прогнозирования показателя на основе экстраполяции нужны достоверные данные по его динамике не менее чем за 5 периодов времени. Чем больше имеется данных, тем лучше мы можем понять закономерность изменения показателя во времени, тем надёжней будет полученный прогноз.

Требования к информационному обеспечению приводят к невозможности прогнозирования развития новых объектов с помощью экстраполяции, так как по ним невозможно получить необходимые для разработки прогноза данные. В этом случае придётся использовать иные методы прогнозирования.

Срок прогноза

Сущность метода накладывает ограничения на срок прогнозирования. Экстраполяция может использоваться в оперативном и краткосрочном прогнозировании.

Краткосрочный прогноз – это прогноз на один период вперед. Если мы делаем прогноз по дневным данным, то можем делать прогноз на один день вперед. Если мы делаем прогноз по годовым данным, то на год вперед.

Целью оперативного прогноза является определение возможности выполнения плана. В случае если по прогнозу предполагается отклонение от плана к концу планового периода, появляется необходимость в осуществлении дополнительных управляющих воздействий.

Экстраполяция не предназначена для среднесрочного и долгосрочного прогнозирования, так как, чем дальше отстоит прогнозный период от текущего момента, тем больше вероятность изменения существующей тенденции.

Однако и в среднесрочном и долгосрочном прогнозировании возможно применение экстраполяции для описания инерционного сценария развития. Данный сценарий используется для сравнения с ним других сценариев и не претендует на точность прогнозов.

Наличие закономерности

Большинство социально-экономических явлений и процессов развиваются закономерно во времени. Но бывают и исключения. Для таких исключений экстраполяция будет не самым лучшим выбором.

Итак, подведём итог.

Экстраполяция используется:

в оперативном и краткосрочном прогнозировании,

если объект исследования закономерно развивается во времени,

при наличии необходимых для прогноза достоверных числовых данных.

список литературы

1.      Конституция Российской Федерации 12.12.1993 г.

2.      Федеральный Закон РФ от 10.01.2002 г. №7-ФЗ «Об охране окружающей среды».

3.      Природопользование: Учебник. Под ред. проф. Э. А. Арустамова.- 5-е изд., перераб. и доп.- М.: Издательский Дом «Дашков и К», 2003.

4.      Гапонов Е. Е. Природопользование: Рабочая учебная программа. Владивосток: издательство Дальневосточного университета, 2004.

5.       Епифанова Е. А. Экологические основы природопользования: Краткий курс лекций. Оренбург, 2003 г.

17

[1]              Пётр Петрович Семёнов-ТяньШа́нский (до 1906 года — Сёменов; 2 (14) января 1827(18270114) — 26 февраля (11 марта) 1914) — русский географ, ботаник, статистик, государственный и общественный деятель.

[2]              ГРАУНТ (Graunt) Джон (1620-74), англ. торговец, автор книги «Естественные и политические наблюдения, сделанные над бюллетенями смертности» (Лондон, 1662). Обстоятельства написания книги и был ли Д. Граунт её единственным автором не установлены. Пройдя цеховое обучение торговле, Граунт другого образования не имел, хотя самостоятельно занимался языками, интересовался научными проблемами.

[3]              Жан-Клод Ашиль Гийяр (Jean-Claude-Achille Guillard, (1799-1876)) родился 28 декабря 1799 г. в городке Марсиньи в департаменте Сона и Луара (на востоке Франции) в семье доктора филологии Клода Гийяра.

[4]              Бертильон, Бертийон (Bertillon) Жак (11.11.1851, Париж, ‒ 1922, Вальмондуа), французский буржуазный статистик и антрополог. По окончании медицинского факультета (1883) поступил в Статистическое бюро Парижа и скоро стал его директором (до 1913). Принимал участие в работе Международного статистического института, для которого подготовил в 1895 проект международной классификации профессий. Разрабатывал проблемы демографии.