Модель демографических процессов в Вологде

«Демография -- наука о закономерностях воспроизводства населения, о зависимости его характера от социально-экономических, природных условий, миграции, изучающая численность, территориальное размещение и состав населения, их изменения, причины и следствия этих изменений и дающая рекомендации по их улучшению» Википедия - свободная энциклопедия [сайт]: URL: http//www.wikipedia.org

Основными демографическими процессами являются рождаемость, смертность и миграция.

Решение многих демографических задач требует использования системы методов, среди которых основное место занимают статистические (анализ данных) и математические (математические модели) методы анализа

«Основные источники информации в демографии следующие:

1) переписи населения, проводимые регулярно, обычно раз в 10, в некоторых странах -- раз в 5 лет;

2) текущий статистический учет демографических событий (рождений, смертей, браков и разводов), осуществляемый непрерывно;

3) текущие регистры (списки, картотеки) населения, также функционирующие непрерывно;

4) выборочные и специальные обследования» Борисов В.А. Демография. Учебник для вузов, 2-е изд., исправленное / М.: Издательский дом NOTABENE, 2001..

В данной работе были использованы статистические сборники Федеральной Службы Государственной Статистики, содержащие упорядоченную информацию по всем необходимым для исследования показателям.

Основными показателями естественного движения населения являются общие коэффициенты смертности и рождаемости. Рассмотрим их расчет, приведенный в работе В. А. Борисова «Демография».

1. Расчет коэффициента рождаемости (2)

где - число родившихся за год, - среднегодовая численность населения.

2. Расчет коэффициента смертности (3)

где - число умерших за год, - среднегодовая численность населения.

Согласно В. А. Борисову, многие исследователи признали ведущую роль социальных факторов в демографических процессах. Именно поэтому в данной работе рассмотрено влияние социальных факторов на рождаемость и смертность.

2. Теория корреляционного и регрессионного анализов

· Общая площадь жилых помещений, приходящаяся в среднем на одного жителя (на конец года)2)-всего, м2- x1

· Величина прожиточного минимума на душу населения-x2

· Среднемесячная номинальная начисленная заработная плата работников организаций, руб. (тыс. руб.)-x4

· стоимость коммунальных услуг в руб-x5

· Валовой региональный продукт: на душу населения.)-x8

· Численность врачей

Все эти показатели влияют на уровень жизни населения, от которого зависит рождаемость. Стоит отметить, что коэффициенты корреляции, касающиеся уровня безработицы, числа абортов и рождаемости, отрицательны, что говорит о наличии противоположной связи. Это может быть также объяснено аналитически: безусловно, чем больше число абортов, тем меньше рождаемость. Безработица же отрицательно влияет на уровень жизни населения, что сказывается на рождаемости.

Существенными показателями, влияющими на - коэффициент смертности - являются:

· Индекс промышленного производства, в процентах предыдущему году-x7

· Уровень безработицы

Отметим, что связь между данными показателями и коэффициентом смертности противоположна. Не вполне ясной представляется связь уровня безработицы и смертности (чем выше безработица, тем ниже смертность?), однако о наличии такой связи говорят данные анализа.

3.2 Построение линии тренда

Тренды значимых показателей, определенных нами в ходе корреляционного анализа, представлены в виде графиков (рис. 1-8 соответственно). Графики были построены с помощью средств MS Excel. На каждом графике также показан параметр , характеризующий величину достоверности аппроксимации.

Рис.1 - Общая площадь жилых помещений, приходящаяся в среднем на одного жителя

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации близок к 1, что показывает практически полное соответствие трендовой модели исходным данным.

Рис. 2 - Величина прожиточного минимума на душу населения

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации не вполне близок к 1, что показывает среднее соответствие трендовой модели исходным данным.

Рис. 3 - Среднемесячная номинальная начисленная заработная плата

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации близок к 1, что показывает практически полное соответствие трендовой модели исходным данным.

Рис.4 - Стоимость коммунальных услуг

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации близок к 1, что показывает практически полное соответствие трендовой модели исходным данным.

Рис. 5 - Индекс промышленного производства

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации совсем не близок к 1, что абсолютное несоответствие трендовой модели исходным данным.

Рис.6-Валовой региональный продукт на душу населения

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации относительно близок к 1, что показывает неполное соответствие трендовой модели исходным данным.

Рис. 7-Численность безработных

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации совсем близок к 1, что показывает несоответствие трендовой модели исходным данным.

Рис.8-Численность врачей

Для построения линии тренда использовалась линейная аппроксимация. Из выражения видно, что коэффициент достоверности аппроксимации близок к 1, что показывает соответствие(хотя и не полное) трендовой модели исходным данным.

3.4 Регрессионный анализ

Построение регрессионного уравнения для - коэффициента рождаемости (число родившихся на 1000 человек)

Согласно данным корреляционного анализа проведем регрессионный анализ для - коэффициента рождаемости с помощью IBM SPSS 20. Результаты анализа представлены в табл. 3.

Таблица 3 - «Регрессионный анализ»

В табл. 4 показана мера определенности - величина, характеризующая качество регрессионной прямой, то есть степень соответствия между регрессионной моделью и исходными данными (R-квадрат).

Таблица 4 - «Регрессионный анализ. Сводная таблица»

Согласно данным табл. 4, 942, что говорит о высоком соответствии регрессионной модели исходным данным.

Построение регрессионного уравнения для - коэффициента смертности (число умерших на 1000 человек)

Согласно данным корреляционного анализа проведем регрессионный анализ для - коэффициента смертности с помощью IBM SPSS 20. Результаты анализа представлены в табл. 5.

Таблица 5 - «Регрессионный анализ ».

В табл. 6 показана мера определенности - величина, характеризующая качество регрессионной прямой, то есть степень соответствия между регрессионной моделью и исходными данными (R-квадрат).

Таблица 6 - «Регрессионный анализ.y₂ Сводная таблица»

Отметим, что при расчете, коэффициенты рождаемости и смертности были разделены на 1000, чтобы отображать значение, приемлемое для расчета.

Следует обратить внимание, что расчетные показатели близки к реальным, однако все же их превосходят.

модель демография город корреляционный анализ

Заключение