Қазақстанның демографиялық жағдайын талдау және болжау

   Демографиялық процестерді болжау дегенміз - бұл жекелеген елдер, олардың өңірлері, аймақтық құрылымдар, сондай-ақ бүкіл әлем бойынша азаматтардың болашақ санын, жыныстық және жас құрылымын есептеу болып табылады. Мемлекеттік экономикалық-әлеуметтік жағдайын стратегиялық тұрғыдан жоспарлау барысында тұрғылықты халық санының мөлшері маңызды. Сол себепті, бұл зерттеу жұмысында ҚР демографиялық жағдайдың талдаулары мен болжаудың есептеулері беріледі.

   Зерттеу жұмысының мақсаты – 2000 жылдан 2020 жылға дейінгі ҚР халық санын талдау жасау, ерекшеліктерін анықтау, 2050 жылға дейін халық санын болжау болып табылады. Зерттеу барысында негізгі ғылыми әдістері талдау, синтез, индукция мен дедукция және болашақта халық санын болжау әдісі қолданылды. Экспраполяция әдісін қолданылған кезде туу, өлу, табиғи, абсолютті, орташа өсім, миграциялық коэффициенттері анықталды. Коэффициенттерді қолданып, 2050 жылға дейін халық саны болжамдалды. Зерттеу барысында Қазақстандағы халық саны әр жыл сайын 200-300 мың адамға өсетіні, халықтың туу деңгейі 2000-2020 жылдар аралығында екі есеге артқаны, қайтыс болу мөлшері 7% артқаны, Түркістан облысы мен Алматы облыстарында демографиялық потенциал жоғары екендігі және Солтүстік Қазақстан, Қостанай және Батыс Қазақстан облыстарында демографиялық потенциал төмен екендігі анықталды және 2050 жылы халық саны 26,5 млн болатындығы болжамдалды. Бұдан басқа, зерттеу жұмысында демографиялық мәселелерді шешу ұсыныстары берілді. Зерттеу нәтижелері демографиялық болжау жасау теориясында және мемлекеттік органдардың стратегиялық жоспарлау жасау жұмыстарында қолданыс таба алады.

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