Анализ и прогноз демографической ситуации в Казахстане

   Прогнозирование демографических процессов представляет собой расчет будущей численности, половозрастной структуры граждан в разрезе отдельных стран, их регионов, региональных образований, а также всего мира в целом. При стратегическом планировании государственного экономико-социального положения важное значение имеет численность населения. В данной исследовательской работе приведен анализ демографического прогноза на примере Республики Казахстан.

   Цели исследования заключались в анализе численности населения Казахстана в период с 2000 по 2020 годы, выявлении особенностей и прогнозе численности населения до 2050 года. В исследовании использовались такие методы, как анализ, синтез, индукция, дедукция и метод, позволяющий предсказывать поведение процессов в будущем. При использовании метода экспраполяции были определены коэффициенты рождаемости, смертности, естественного, абсолютного, среднего прироста населения и коэффициент миграции. На основе рассчитанных коэффициентов была спрогнозирована численность населения республики до 2050 года. В ходе исследования было установлено, что численность населения в Казахстане ежегодно возрастала на 200-300 тысяч человек, рождаемость увеличилась в два раза с 2000 по 2020 годы, смертность увеличилась на 7 %, наблюдается высокий демографический потенциал в Туркестанской и Алматинской областях, низкий - в Северо-Казахстанской, Костанайской и Западно-Казахстанской областях. Результаты исследования показали, что в 2050 году численность населения составит 26,5 млн. человек. В работе даны рекомендации по улучшению демографической ситуации в стране. Результаты исследования могут найти применение в теории демографического прогнозирования и в работе по стратегическому планированию государственных органов.

1. Gompertz, B. (1825). XXIV. On the nature of the function expressive of the law of human mortality, and on a new mode of determining the value of life contingencies. In a letter to Francis Baily, Esq. FRS & c. Philosophical transactions of the Royal Society of London, (115), 513-583. https://doi.org/10.1017/S0020268100054044

2. Makeham, W. M. (1867). On the law of mortality. Journal of the Institute of Actuaries, 13 (6), 325-358. https://doi.org/10.1017/S204616580000126X

3. Brillinger, D. R. (1961). A justification of some common laws of mortality. Transactions of the Society of Actuaries, 13(36AB), 116-119.

4. Wolfenden, H. H. (1954). Population Statistics and Their Compilation. Revised edition. Univ. of Chicago Press, Chicago. https://doi.org/10.2307/2985749

5. Pollard, J. H., & Streathfield, K. (1979). Factors affecting mortality and the length of life. School of Economic and Financial Studies.

6. Keyfitz, N. (1977). Applied Mathematical Demography. New York: Wiley.

7. Keyfitz, N. (1996). Foreword. The future population of the world: What can we assume today? (Revised Edition). London: Earthscan Publications. https://doi.org/10.4324/9781315066929

8. Alho, J. M. (1991). Effect of aggregation on the estimation of trend in mortality. Mathematical Population Studies, 3 (1), 53-67. https://doi.org/10.1080/08898489109525323

9. Alho, J. M., & Spencer, B. D. (1991). A population forecast as a database: Implementing the stochastic propagation of error. Journal of Official Statistics, 7, 295-310.

10. Bongaarts, J., & Bulatao, R. A. (Eds.) (2000). Beyond six billion: Forecasting the world’s population. Washington, DC7 National Academy Press. https://doi.org/10.17226/9828

11. Lutz, W., & Goldstein, J. R. (2004). Introduction: How to Deal with Uncertainty in Population Forecasting? International Statistical Review, 72, 1-4. https://doi.org/10.1111/J.1751-5823.2004.TB00219.X

12. De Gans, H. (1999). Population forecasting 1895–1945: The transition to modernity (Vol. 5). Springer Science & Business Media. https://doi.org/10.2307/1534931

13. Nifantova, R. V., & Kozhevnikov, K. I. (2006) Theoretical foundations of demographic forecasting. Yekaterinburg: UPI.

14. Rosset, E. (1973). On the cognitive value of demographic forecasts. Demographic projections. M, 10-30.

15. Chereshnev, V. A., Kuklin, A. A., & Cherepanova, A. V. (2010). Theoretical and methodological approach to forecasting the socio-demographic development of the region. Economics of the Region, (2), 38-46.

16. Rybakovsky, L. L. (1978). Methodological issues of population forecasting. Statistics.

17. Nifantova, R. V. (2010). The population of MO “g. Yekaterinburg” in the XXI century. Past, present and future. Yekaterinburg-2010.

18. Rao, J. N. K., Box, G. E. P., & Jenkins, G. M. (1972). Time Series Analysis Forecasting and Control. Econometrica, 40(5), 970. https://doi.org/10.2307/1912100

19. Lee, R. D., & Carter, L. R. (1992). Modelling and forecasting U.S. mortality. Journal of the American Statistical Association, 87, 659 – 671. https://doi.org/10.1080/01621459.1992.10475265

20. Tabeau, E. (2001). A review of demographic forecasting models for mortality. Forecasting mortality in developed countries, 1-32. https://doi.org/10.1007/0-306-47562-6_1

21. McNown, R., Rogers, A., & Little, J. (1995). Simplicity and complexity in extrapolatwe population forecasting models. Mathematical Population Studies, 5 (3), 235-257. https://doi.org/10.1080/08898489509525404

22. Booth, H. (2006). Demographic forecasting: 1980 to 2005 in review. International journal of forecasting, 22(3), 547-581. https://doi.org/10.1016/J.IJFORECAST.2006.04.001

23. Lee, R. (2000). The Lee-Carter method for forecasting mortality, with various extensions and applications. North American actuarial journal, 4 (1), 80-91. https://doi.org/10.1080/10920277.2000.10595882

24. Novopashina, L. A., Grigorieva, E. G., & Kuzina, D. V. (2020). Socio-demographic forecast of the number and composition of teachers in the Krasnoyarsk Territory. International Research Journal, (12-3 (102)).

25. Pavlova, N. V. (2019). Analysis of population dynamics of the tyumen region as the main health and demographic indicator. Application of mathematics in economic and technical research, 1 (9), 54-62.

26. Kozlova, O. A., & Makarova, M. N. (2017). Formation of settlement based on the results of demographic forecasting of the largest city (on the example of Yekaterinburg). The Art of Management, 9 (2), 269-288. URL: https://cyberleninka.ru/article/n/formirovanie-rasseleniya-na-osnove-rezultatov-demograficheskogo-prognozirovaniya-krupneyshego-goroda-na-primere-ekaterinburga?ysclid=l50rmeduqv406907848

27. Zubarev, N. Yu., & Fedulova, D. D. (2021). Forecasting demographic indicators in the field of the birth rate of the population: inertial forecast versus forecast based on machine learning. Ars Administrandi (The Art of Government), 13(2), 204-221. https://doi.org/10.17072/2218-9173-2021-2-204-221

28. Bureau of National Statistics (2021) [updated October 10, 2021; cited November 30, 2021]. Available: http://www.stat.gov.kz