Абсолютные и относительные показатели:Миграции населения

ВведениеНа социально-экономическое развитие страны и любого региона влияет множество факторов, среди которых важнейшая роль принадлежит демографическим факторам, в обобщенном виде представляющим собой демографическую ситуацию.Демографическая система общества как одна из составляющих социальной системы не только отражает происходящие в обществе экономические, политические и социокультурные процессы, но и оказывает на них непосредственное влияние. Жизнеспособность народа и государства в целом напрямую связана с численностью населения, его возрастно-половой структурой, движением, уровнем здоровья и, соответственно, продолжительности жизни и т.д. Именно поэтому особенности демографического развития страны и отдельных регионов являются актуальной темой исследования.Миграция населения представляет собой сложный социально-экономический процесс, прямо или косвенно связанный практически со всеми сторонами жизни общества. Миграционные процессы исключительно разнообразны по своему содержанию, направленности миграционных потоков, формам и способам организации территориальных перемещений населения. В современном мире миграция, особенно международная, приобретает все большую значимость как фактор восполнения дефицита естественного прироста населения в одних странах и регионах и как фактор смягчения проблемы перенаселения – в других странах и регионах. В России миграция в России во все большей степени становится одним из решающих факторов формирования внутреннего рынка труда в его качественном и количественном аспектах.Цель курсовой работы – статистико-экономический анализ демографической ситуации и миграции населения в субъектах РФ, входящих в состав Северо-Западного и Уральского федеральных округов Российской Федерации.Основные задачи, поставленные для решения в работе:1. описать этапы развития демографической науки в мире;2. рассмотреть историю российской демографии и статистики населения;3. рассчитать и проанализировать абсолютные и относительные показатели миграции населения;4. с помощью графического метода проанализировать половозрастную структуру населения одного из регионов РФ;5. рассчитать и проанализировать показатели вариации коэффициента выбытия;6. выполнить группировку регионов СЗФО и УрФО по показателю сальдо миграции населения;7. провести индексный анализ показателей смертности населения;8. проанализировать ряд динамики численности прибывших в СЗФО и построить прогноз на два года вперед;9. с помощью корреляционно-регрессионного анализа изучить взаимосвязи численности родившихся с такими показателями, как коэффициенты брачности и разводимости, степень урбанизации и удельный вес прародителей (50+) в общей численности населения регионов.Объект исследования – население Северо-Западного и Уральского федеральных округов РФ.Предмет исследования – демографическая ситуация в регионах СЗФО и УрФО в 2014 году.При написании курсовой работы использовались такие общенаучные методы как анализ, синтез, обобщение, сравнение. При выполнении практической части курсовой работы использовались такие статистические методы, как расчет относительных и средних величин, расчет показателей вариации, метод группировок, индексный анализ, корреляционно-регрессионный анализ.Цель и задачи курсовой работы определили её структурное построение. Курсовая работа состоит из введения, двух глав (теоретической и практической), выводов и списка используемых источников.1 История демографии и статистики населения1.1 Развитие демографической науки в миреСтатистика населения (демографическая статистика) – одна из отраслей социально-экономической статистической науки. Элементы демографии и статистики населения уходят в античную древность. Начало статистического учета населения – результат объективной потребности государства в точной информации о численности и составе населения для успешного решения вопросов, связанных с налогообложением, обороной, формированием резервов и многими другими сферами деятельности общества.Имеются сведения об учетах населения в Древнем Египте, Вавилоне, Греции, Риме и других древних государствах. Однако эти учеты были весьма примитивными и в соответствии с их целями охватывали не все, а только часть населения. Например, в Древнем Риме учету не подлежали женщины, дети и рабы.В эпоху феодализма Европа была раздроблена на мелкие княжества, королевства и прочие удельные владения. Поэтому учеты населения были чрезвычайно затруднены и проводились лишь в особых случаях: после опустошительных войн, эпидемий и т.д.Таким образом, в Древнем мире и в эпоху Средневековья накапливались первоначальные приемы учета населения и использования полученных данных в военных и налоговых целях. В XIII-XVI вв. описание населения входило в описание государства как обязательная составная часть. Подобные описания накапливались по мере развития мореплавания и торговли. Важной вехой явилось введение обязательных записей в метрических книгах, которые велись священниками. [8, с.80]Во второй половине XVII и первой половине XVIII вв. накопление учетных данных о населении, развитие практики учета и применение новых математических методов для обработки их результатов привели к появлению работы, ознаменовавшей выделение статистики населения в самостоятельное направление науки. Эта работа – книга Джона Граунта «Естественные и политические наблюдения, упомянутые в прилагаемом перечне и сделанные на основе бюллетеней смертности Джоном Граунтом, гражданином Лондона, в отношении к правительству, религии, занятиям, росту, воздуху, болезням и различным изменениям названного города», вышедшая в Лондоне в 1662 г. Расчеты Граунта получили название «условный метод построения таблиц дожития». Год выхода в свет книги Граунта условно считается годом рождения демографии как самостоятельной науки. В этой работе были заложены основы количественного изучения фактических данных о населении, которых к тому времени накопилось уже значительное количество в относительно сравнимой форме.Заметное влияние на развитие демографии оказали труды английского ученого Уильяма Петти. Его работы «Политическая анатомия Ирландии» (1672) и, особенно, «Политическая арифметика» (1690) положили начало количественному изучению массовых социально-экономических явлений с элементами социально-экономической характеристики населения, т. е. так называемой политической арифметики, которая в значительной мере послужила развитию демографии и социальной статистики.К числу ученых, осуществляющих научных разработки в области народонаселения в XVIII веке, нужно отнести: П. Варгентина, В. Карсебома, И. Зюссмильха, А. Депарсье и др.В середине XVIII века, вместе с развитием капитализма и становлением национальных государств, начинают проводиться периодические учеты населения. Однако они все еще были весьма примитивны и по-прежнему охватывали только часть населения в соответствии с налоговыми, военными и другими целями. Но постепенно развитие капиталистического производства и рынка начинает требовать более полных и подробных сведений о составе населения. Возникают попытки охватить учетом все население, вопреки сопротивлению дворянства и других сословий, рассматривающих идею всеобщей переписи как посягательство на их привилегии и доходы. Одними из первых государств, положивших начало всеобщим и регулярным переписям населения, были Соединенные Штаты Америки (с 1790 г.), Великобритания и Франция (с 1801 г.) и некоторые другие европейские страны. Однако программы переписей еще долгое время оставались ограниченными. Например, вопрос о возрасте впервые был включен в программу английской и французской переписей лишь в 1841 году [11, с.8].Таким образом, в XVII–XVIII вв. во всех странах Европы, а затем и в США население стало самостоятельным объектом научных исследований. Изучение его велось на основе массовых данных методами количественного анализа с использованием вероятностных расчетов. Решающая роль в развитии демографии и статистики населения принадлежит XIX в. Демографические исследования первоначально развивались в рамках статистики. Накопление огромного массива статистических данных о населении явилось одним из неотъемлемых условий для формирования демографических представлений, методик и теорий. Во второй половине XIX в. завершился процесс выделения демографии в особую область науки. Разнообразные и разнородные сведения объединились в упорядоченное знание. Систематизировались способы наблюдения населения – объекта, подверженного ежеминутным изменениям.На протяжении 19-го столетия в ответ на потребности общества совершенствовались переписи населения и его текущий учет. К середине 19 в. складываются представления о научных основах переписей населения, предпринимаются усилия разработать единые международные правила по их проведению. Успехи официальной статистики и деятельность статистических обществ, первоначально возникших в Англии, затем во Франции и других странах, в 1830-1840-е гг. расширили возможности применения количественных методов для изучения процессов, происходящих в обществе. [1, с.40]В 1852 году в Брюсселе прошел Первый Международный статистический конгресс (всего их было девять). Именно на Первом Международном статистическом конгрессе в 1853 г. выступил французский естествоиспытатель и демограф, доктор наук, один из основателей Парижского статистического и ботанического общества К. Гийяр (1799-1876). Свой доклад он посвятил проблемам организации статистики населения и переходу на составленную им международную номенклатуру болезней и причин смерти. В 1855 г. вышла книга К. Гийяра «Элементы статистики человека или сравнительная демография». Автор пытался доказать, что население растет в соответствии с имеющимися средствами существования. В разработке научных доказательств он использовал данные о развитии населения мира, собранные статистикой различных стран.На конгрессах обсуждались организация государственной статистики в отдельных странах, методологические принципы получения основных демографических характеристик населения Земли, происходил обмен опытом, изданиями и т.п. Минимальные единые международные нормы проведения переписей населения удалось выработать только на 8-ой сессии МСК, состоявшейся в Петербурге в 1872 г.Итогами деятельности МСК можно считать следующее:1. Произошло слияние научной и практической статистики, способствовавшее их взаимному обогащению и развитию.2. Значительно улучшилось устройство административно-статистических учреждений в большинстве стран Европы.3. Обмен статистической информацией, установившейся между бюро отдельных государств, способствовал распространению статистических знаний.4. Благодаря конгрессам появились статистические ежегодники, дающие богатый материал для сравнительной статистики.5. Официальной статистике удалось достичь больших успехов в организации переписей населения.6. Конгрессам обязана своим возникновением и экономическая статистика: статистика судоходства и железных дорог, банков и кредитных учреждений, а также земледелия, промышленности и торговли. [5, с.28]С 1880 гг. в США началось изучение демографии в рамках курсов по статистике. Впервые это сделал социолог Р. Майо-Смит (1854-1901), 20 лет (1880-1900) читавший курс статистики в Колумбийском университете (Нью-Йорк). В русском переводе книга «Статистика и социология» вышла в Москве в 1901 г.В 20-е гг. ХХ в., когда Европа оправилась после Первой мировой войны, исследования ее демографических последствий приобрело большие масштабы. В начале - середине XX в., в связи с тенденцией к снижению рождаемости, в большинстве европейских стран все больше внимания уделяется изучению влияния на рождаемость и брачность условий жизни населения; исследуются демографические последствия Первой и Второй мировых войн; получает развитие теория демографической революции или демографического перехода от традиционного режима воспроизводства населения к современному. Авторами этой теории были Л. Рабинович в Швейцарии и А. Ландри во Франции. Дальнейшее развитие она получила в работах ученых Ф. Наутетайна (США), Д. Колдуэлла (Австралия), З. Павлика (Чехия); разрабатываются типовые модели смертности (А. Коул и П. Демени) и типовые модели брачности и рождаемости (А. Коул, Д. Трассел).Помимо собственно демографических вопросов в этих исследованиях находили отражение и другие аспекты жизни общества. Это в первую очередь относилось к сравнительно новым проблемам, возникшим в связи с ускоренным развитием процесса урбанизации, активизации миграций населения, в том числе международных. Кроме того, впервые появилась насущная необходимость в разработке не единичных, а комплексных мер, направленных на контролирование роста численности населения. [3, с.11]Во второй половине ХХ в. в условиях демографического взрыва и обострения демографической ситуации в Европе ученые обратились к более тщательному изучению демографической истории. Расширяется тематика подобных исследований, в центре внимания исследователей встали проблемы исторической эволюции процессов воспроизводства населения. Им посвящены работы демографов-историков М. Рейнара, Ф. Арьеса, Ж. Анрипена, П. Губера, Л. Анри, А. Арменго, Ж. Дюпакье, Р. Молса, П. Ласлетта, Э. Ригли, Дж. Хаджнала, Т. Холлингсуорта, Д. Глосса, А. Коула и др. В 1963 году в Париже было открыто Общество исторической демографии. Проблемы исторической демографии обсуждались на Международных конгрессах исторических наук (1960-80 гг.), была создана Международная комиссия по исторической демографии.Показателем высокого уровня развития демографической науки в Европе и Северной Америке является проведение ряда международных конгрессов по народонаселению и выход десятков специализированных журналов. Наиболее известный из них - это выходящий в Париже ежегодник «Труды по исторической демографии». [10]В настоящее время между демографами различных стран осуществляется активное международное сотрудничество. Их объединяют не только конгрессы и журналы, но и специальный комитет по народонаселению Организации Объединенных Наций. Таким образом, демографические науки, в том числе историческая демография, получили в ведущих западных странах достаточно широкое развитие.1.2 История российской демографии и статистики населенияИнформацию о ранних формах учета населения на территории Руси сохранили летописи. Они свидетельствуют о том, что у древних славян производился учет населения для сбора дани. В Киевской Руси и в Новгородском княжестве в IX в. также проводились учеты населения для нужд налогообложения. Позднее татары проводили на захваченных территориях переписи с целью обложения населения данью, взятия податей и распределения повинностей.Появление и развитие науки о населении в России пришлось на эпоху петровских преобразований. Основная масса работ о населении в XVIII в. выполнялась в традициях описательной статистики (государствоведения) и в значительно меньшей степени – в духе «политической арифметики».Особое значение имеет работа М.В. Ломоносова «О сохранении и размножении Российского народа», написанная в 1761 г. в форме письма к графу П. Шувалову. М.В. Ломоносов сформулировал 13 причин, препятствующих развитию населения России, и перечислил возможные меры поощрения роста населения. [7]Большую роль в развитии демографии и статистики населения в России играла Петербургская Академия наук, основанная в 1724 г. Члены Академии наук отмечали необходимость проведения всеобщих переписей населения, разрабатывали бланк учета населения; обосновывали государственные меры, называемые теперь мерами демографической политики, выявляли наиболее актуальные проблемы развития населения.В XVIII в. в России основными источниками сведений о жителях страны были ревизии населения, церковная регистрация совершаемых обрядов и административно-полицейский учет. Ревизии населения, введенные по Указу Петра I в 1718 г., проводились в течение почти 150 лет – с 1719 по 1856 гг. Всего было 10 ревизий. Учету подлежали податные сословия, причем вначале учитывались только лица мужского пола, не учитывались дворяне, регулярная армия и флот, чиновники и иностранцы.C 1722 г. в обязанности православных священников стала входить регистрация в специальных метрических книгах крещений, венчаний и отпеваний. Данные метрического учета, оформленные по единому образцу, с 1760 г. передавались в Синод, а оттуда они поступали в Академию наук.Существенный вклад в развитие статистики внесло издание в 1806-1808 гг. «Статистического журнала». Всего вышли четыре книжки журнала, в каждой из них публиковались материалы по населению империи в целом и отдельных ее губерний. [11, с.12]Возникновение в России государственной статистики как системы сбора данных на регулярной основе относится ко времени образования министерств в 1802 году. Первое учреждение для занятия официальной статистикой появилось в 1811 году – было создано статистическое отделение Министерства полиции.Начиная с 1842 года, Министерство внутренних дел значительно расширило программу статистической отчетности губерний. В нее были введены данные социально-экономической статистики (народонаселение, сельское хозяйство, промышленность, торговля и т.д.). Утвержденный образец годового отчета с приложением, состоящим из 27 таблиц, 7 марта 1843 года был разослан всем начальникам губерний. [4]В историю переписей населения России вошел губернатор Костромской губернии В.И. Дорогобужинов, который 28 марта 1867 года за тридцать лет до проведения первой Всеобщей переписи населения Российской Империи подписал решение Собрания членов Костромского губернского статистического комитета о проведении за 1867 год первой в России Общегубернской переписи населения. С учетом опыта, накопленного при проведении переписей по отдельным категориям населения губернии в предыдущие годы, эта работа была проведена успешно. Впоследствии переписи населения в губернии проводились регулярно, с периодичностью до 1885 г. в 10 лет, а с 1890 г. – каждые 5 лет. [12]В XIХ в. вопросам населения стали посвящаться специальные работы. Во второй половине XIХ в. происходило становление статистики населения как самостоятельной области научного знания, расширились и углубились исследования населения, стали развиваться международные контакты, разрабатывались рекомендации по унификации методологии статистических работ, осуществлялся обмен научной и статистической информацией. Россия стремилась не оставаться в стороне от развития мировой практики статистики населения.В 1897 г. была проведена первая Всероссийская перепись населения. Ранее в ряде городов (в Санкт-Петербурге, Москве, Киеве, Одессе, Риге, Варшаве и других) проводились городские переписи населения.Термин «демография» в русский язык вошел с 1870-х гг. в связи с работами 8-й сессии Международного статистического конгресса в Петербурге 1872 г., а первоначально употреблялся как синоним статистики населения. В 20-30-е гг. ХХ в. были сделаны шаги к международному сотрудничеству. Предпринимаются первые попытки вести демографические исследования во взаимосвязи с другими общественными явлениями. Демография утверждается в роли общественной науки.В XX столетии становление и развитие демографии в России нашло отражение в трудах К. Германа, П. Семенова-Тяньшаньского, А.И. Чупрова. Ю.А. Янсона. До начала 1930-х гг. в СССР велись активные демографические исследования. Были организованы в 1919 г. Демографический институт АН УССР в Киеве и в 1930 г. Демографический институт АН СССР в Ленинграде. Исследовались проблемы воспроизводства населения: закономерности смертности и рождаемости, причем большое внимание уделялось социальным факторам рождаемости, тенденциям формирования и развития семьи. Развивалась методология демографического прогнозирования. Отечественная демография в этот период связана с именами Б.Ц. Урланиса, С.А. Новосельского, В.В. Паевского, О.А. Квиткина, С.Т. Струмилина, М.В. Птухи, С.А. Томилина и др. [9, с.516]При советской власти в период с 1930 до середины 1950-х гг. работы по статистике населения были практически свернуты. В связи с глобальными историческими потрясениями, которые Россия пережила с 30-х по 50-е гг. ХХ столетия, развитие демографической науки в России приостановилось, значительно сократился объем работ по демографическим проблемам. Возрождение отечественной демографии началось лишь в конце 1950-х гг., когда возникла потребность во всестороннем изучении населения. Стали проводиться научные дискуссии, развертывались исследования, выходили публикации, совершенствовалась подготовка кадров. Изучение закономерностей воспроизводства населения, а также взаимосвязи роста населения и социально-экономического развития позволило демографии оформиться в самостоятельную общественную науку. Подъему российской демографии способствовало проведение Всесоюзных переписей населения 1959, 1970, 1979 и 1989 гг. и публикация их материалов в открытой печати.С конца 1950-х до начала 1960-х гг. стал очевиден объективный процесс необходимости комплексного изучения широкого круга проблем народонаселения, осуществляемого наряду с демографией целым рядом других наук и научных направлений. Огромный вклад в разработку теоретических проблем взаимосвязи наук внес коллективный труд под редакцией Д.И. Валентея «Система знаний о народонаселении», изданный в 1976 г. В нем впервые был сформулирован предмет системы знаний о народонаселении: познание закономерностей развития народонаселения, в т.ч. и демографического воспроизводства.Современной тенденцией является развитие на стыке наук таких научных направлений, как экономика народонаселения, социология народонаселения, генетика народонаселения и ряд других. Связь между науками, изучающими население, позволяет им, находясь в системе экономических, социологических, географических и других наук, одновременно быть частью системы научных знаний о народонаселении, имеющей общий объект исследований и основанной на единых, объединяющих их принципах познания. Сопредельные науки присущими им методами изучают законы функционирования и развития народонаселения. В связи с этим появляется идея системы знаний о народонаселении: ядро - именно демография, предмет - воспроизводство населения, а другие входящие в эту систему науки имеют своим предметом законы и закономерности других специфических сторон и аспектов развития населения. Это экономика народонаселения, экономика (трудовые ресурсы), политология, антропология, генетика, право, социальная философия, этнография, экология, география народонаселения, биология. [6, c.60]К сожалению, общемировая и российская тенденции народонаселения отличаются кардинальным образом. Российская Федерация по численности населения занимает 7-е место в мире после Китая, Индии, США, Индонезии, Бразилии и Пакистана. За прошедшие 100 лет население России выросло более чем в 2 раза, однако с 1992 г. население России ежегодно сокращалось на протяжении двадцати лет.Проблема демографического кризиса в современной России с каждым годом становится все более актуальной и привлекает все большее внимание не только ученых, но и политиков и общественных деятелей. C начала 1990-х гг. прошлого столетия Россия вошла в фазу «открытой депопуляции», когда естественный прирост населения сменился его убылью. Так, в течение 15 лет (1992-2007 гг.) ежегодные «потери» населения России составляли до 800 тыс. человек.Современные исследования демографических проблем осуществляются в целом ряде научных учреждений, которые существуют в системе академических и ведомственных институтов, а также в высшей школе. В настоящее время крупными центрами изучения демографии в России являются кафедра социологии семьи и демографии социологического факультета МГУ, Институт демографических исследований, Центр по изучению проблем народонаселения при экономическом факультете МГУ, институт социально-экономических проблем народонаселения РАН.Среди ученых, исследующих самые различные аспекты демографических процессов в России и мире на современном этапе развития демографической науки, можно назвать И.А. Антонова, В.Н. Архангельского, А.Г. Волкова, Н.В. Звереву, В.А. Ионцева, Л.Л. Рыбаковского, Н.М. Римашевскую, А.Б. Синельникова и др. [2, с.24]Итак, в процессе своего становления и развития статистика населения и демография прошли долгий путь, начиная как инструмент в руках властителей, позволяющий собрать данные о подданных с целью сбора налогов и податей, оценки потерь в случаях войн, призыва на военную службу и т.д., и превратившись в отдельные общественные науки с собственным объектом, предметом, проблематикой и методологией исследований. 2 Статистический анализ демографической ситуации в Северо-Западном и Уральском федеральных округах в 2014 году2.1 Абсолютные и относительные показатели миграции населения в СЗФО и УрФО в 2014 годуДля количественной характеристики масштабов, структуры и интенсивности миграционного движения населения в статистике используются показатели, представленные в таблице 1.Таблица 1 – Показатели механического движения населенияНаименование показателяСодержание показателяФормула расчетаКоэффициент прибытияЧисленность прибывших (П) в расчете на 1000 чел. населенияКоэффициент выбытияЧисленность выбывших (В) в расчете на 1000 чел. населенияМиграционное сальдоРазница между числом прибывших и выбывшихП – В Миграционный оборотОбщая численность прибывших и выбывшихП + ВКоэффициент миграционного оборота Численность прибывших и убывших в расчете на 1000 чел. населения Коэффициент миграционного прироста Численность миграционного прироста (убыли) в расчете на 1000 чел. населения Относительное сальдо миграции Численность прибывших по отношению к убывшимЭффективность миграции Доля миграционного прироста (убыли) в миграционном обороте населения Первые четыре показателя позволяют оценить интенсивность миграционного прибытия, убытия, оборота и прироста жителей. Относительное сальдо выступает в роли параметра координации, дает возможность сопоставить два противоположных направления миграции людей. Эффективность свидетельствует о том, в какой мере совокупный миграционный оборот способствовал увеличению (уменьшению) размеров человеческой популяции на конкретной территории.В таблице 2 представлены данные о численности населения Северо-Западного и Уральского федеральных округов и рассчитанные на их основе показатели миграции (по формулам из таблицы 1).Таблица 2 – Показатели численности и механического движения населения СЗФО и УрФО в 2014 годуСубъект РФСеверо-Западный федеральный округУральский федеральный округЧисленность населения, тыс. чел.   - на начало года1362812244 - на конец года1355012231 - среднегодовая1358912237,5Число прибывших, чел.178965215765Число выбывших, чел.167099211402Показатели миграции:  Коэффициент прибытия, ‰13,217,6Коэффициент выбытия, ‰12,317,3Миграционное сальдо, чел.118664363Миграционный оборот, чел.346064427167Коэффициент миграционного оборота, ‰25,534,9Коэффициент миграционного прироста, ‰0,870,36Относительное сальдо миграции1,0711,021Эффективность миграции0,0340,010По результатам расчетов можно сделать следующие выводы. Во-первых, и в Северо-Западном, и в Уральском федеральных округах наблюдается положительное сальдо миграции, т.е. в округа въезжает больше людей, чем выезжает из них. В 2014 году в СЗФО приехало почти 179 тыс. человек, или 13 человек на каждую 1000 человек среднегодовой численности населения, а выехало из округа 167,1 тыс. человек, или 12,3 промилле. В УрФО приехало 215,8 тыс. чел., или 18 человек на 1000 населения, а выехало – 211,4 тыс. человек, или 17 человек на 1000 населения. Миграционный оборот в СЗФО меньше, чем в УрФО, но эффективность миграции выше. Миграционный оборот в УрФО в 2014 году был на 10 промилле больше, чем в СЗФО, эффективность миграции составила 1%, а в СЗФО – 3,4%. Число приехавших в СЗФО в 2014 году было на 7,1% больше выехавших из округа, а в УрФО численность приехавших больше численности выехавших только на 2,1%. Таким образом, интенсивность миграции в Уральском ФО выше, чем в Западно-Сибирском ФО, но эффективность миграции больше в СЗФО.2.2 Графическое представление половозрастной структуры населения Челябинской областиВ таблице 3 представлены данные о численности населения Челябинской области, входящей в состав Уральского федерального округа, в разрезе пола, возраста и местности проживания.Таблица 3 – Половозрастной состав населения Челябинской области на 1 января 2019 года, чел.Возраст, летГородское населениеСельское населениеВсё населениемужчиныженщинымужчиныженщинымужчиныженщины0-482064774082338322158105447995665-970885677141844217340893278505410-1463745608441809017227818357807115-198029878476244342363310473210210920-24119850122733334663106415331615379725-29133764132714229342343215669815614630-34113998118200197162004513371413824535-39102285106468185961966912088112613740-448445391150191452018010359811133045-4996553113189256662706712221914025650-5495719121941261042841812182315035955-5986464118465208662403910733014250460-64578728772412369163867024110411065-693207457243726811952393426919570-74420078554310461196645246810520775-792000250036509111443250936147980-84140184272629679412169855213885-89346514177606287840711705590-947813433104708885414195-9919687221107217979100 лет и старше2824386836311Итого 1300521155129930973734689016102581898189По данным в итоговой строке таблицы 3 можно заключить, что в Челябинской области численность женщин значительно превышает численность мужчин, как в целом по населению, так и среди городского и сельского населения.На основе данных распределения населения Челябинской области по полу и по возрасту на рисунках 1-3 в виде возрастно-половой пирамиды показана структура городского, сельского и всего населения Челябинской области, входящей в состав Уральского федерального округа, на 1 января 2019 года.Рисунок 1 – Половозрастная структура населения Челябинской области на 1 января 2019 годаРисунок 2 – Половозрастная структура городского населения Челябинской области на 1 января 2019 годаРисунок 3 – Половозрастная структура сельского населения Челябинской области на 1 января 2019 годаПо построенным графикам можно сделать следующие выводы: в Челябинской области с возраста 30-34 лет численность женщин устойчиво превышает численность мужчин. В сельской местности женщин становится больше мужчин раньше – с возраста 25-29 лет. В детском, юношеском и молодежном возрастах наблюдается перевес в численности мужчин по сравнению с численностью женщин.В сельской местности численность мужчин и женщин в возрасте 25-29 лет значительно меньше, чем в возрасте 20-24 лет, тогда как в городах наоборот – численность населения этой возрастной группы заметно больше по сравнению с возрастной группой 20-24 года. Объяснением этому служит переезд из сельской местности в города молодых людей, особенно тех, кто получил среднее специальное или высшее образование, в поисках хорошо оплачиваемой работы и обретения более высокого качества жизни.Итак, можно отметить несоответствие полученных половозрастных распределений классической треугольной форме, характерной для прогрессивной структуры (вместо пирамиды наблюдается «дерево», что сулит рост демографической нагрузки нынешним молодым и будущим поколениям). Также обращает на себя внимание преобладание числа женщин над численностью мужчин в средних и старших возрастных группах. Наконец, заметны существенные перепады в численности поколений.2.3 Показатели вариации коэффициента выбытия населения в регионах СЗФО и УрФО в 2014 годуИзмерение и анализ вариации позволяет оценить качественную однородность совокупностей, устойчивость изучаемых явлений, выявить влияние различных причин на колеблемость признаков.Рассчитаем значения коэффициента выбытия по регионам (Табл.4):Таблица 4 – Показатели выбытия населения в регионах СЗФО и УрФО в 2014 годуСубъект РФЧисленность населения на 1 января, тыс. чел.Среднегодовая численность населения, тыс. чел.Численность выбывших, чел.Коэффициент выбытия, ‰2014 г.2015 г.Северо-Западный федеральный округ13628135501358916709912,3в том числе:Республика Карелия698693695,51503321,6Республика Коми9859759802269223,2Архангельская область129112801285,51626312,7в том числе:Ненецкий автономный округ42424248811,6Вологодская область123512281231,51232410,0Калининградская область940937938,51103011,8Ленинградская область1644163816411985912,1Мурманская область864857860,52083024,2Новгородская область665657661959414,5Псковская область725714719,51051814,6г. Санкт-Петербург458145714576289566,3Уральский федеральный округ122441223112237,521140217,3в том числе:Курганская область980969974,52352524,1Свердловская область4410440044056626715,0Тюменская область3323334533347278621,8в том числе:Ханты-Мансийский автономный округ - Югра1478148814833698524,9Ямало-Ненецкий автономный округ5315395351507928,2Челябинская область3531351735244882413,9Как следует из таблицы 4, средний коэффициент выбытия в Уральском ФО на 5 промилле, или на 40%, больше, чем значение этого показателя в Северо-Западном ФО.Расчет абсолютных и относительных показателей вариации коэффициента выбытия населения произведем по формулам для несгруппированных данных по каждому федеральному округу отдельно.В качестве средних значений будем использовать окружные значения коэффициентов выбытия, т.е. х1 = 12,3‰, х2 = 17,3‰.Дисперсию рассчитаем как среднюю арифметическую квадратов отклонений вариант от средней арифметической:СЗФО: = 36,3;УрФО:= 43,32.Средний разброс индивидуальных значений признака вокруг своей средней, характеризует среднеквадратическое отклонение, которое определяется как корень из дисперсии:σ = √σ2.СЗФО: σ1 = √36,3 = 6‰;УрФО: σ2 = √43,32 = 6,6‰.Определив среднеквадратическое отклонение, можно утверждать, что коэффициент выбытия в СЗФО находится в пределах: промилле, в УрФО – в пределах промилле.Коэффициент вариации характеризует среднюю степень разброса индивидуальных значений вокруг средней величины:.СЗФО: v1 = 6 / 12,3 = 48,8%;УрФО: v2 = 6,6 / 17,3 * 100% = 38,2%.Таким образом, коэффициент выбытия в регионах СЗФО в среднем колеблется в пределах от 6,3 до 18,3 промилле, а коэффициент вариации коэффициента выбытия составляет 48,8% по отношению к среднему уровню, что превышает 33%, следовательно, регионы СЗФО являются не однородной совокупностью по коэффициенту выбытия, а среднее его значение не типично для всех регионов округа. Коэффициент выбытия в регионах УрФО в среднем колеблется в пределах от 10,7 до 23,9 промилле, а коэффициент вариации коэффициента выбытия составляет 38,2% по отношению к среднеокружному уровню, что превышает 33%, следовательно, регионы УрФО тоже не являются однородной совокупностью по коэффициенту выбытия, а среднее его значение не типично для всех субъектов РФ, входящих в состав округа. То есть Уральский ФО более однороден по коэффициенту выбытия, чем Северо-Западный ФО, в состав которого входит Санкт-Петербург, являющийся городов федерального значения и одним из центров притяжения мигрантов со всей России.2.4 Группировка регионов по показателю сальдо миграции населенияГруппировка – это распределение единиц по группам в соответствии со следующим принципом: различия между единицами, отнесенными к одной группе, должны быть меньше, чем между единицами, отнесенными к разным группам.Группировка лежит в основе всей дальнейшей работы с собранной информацией. На основе группировки рассчитываются сводные показатели по группам, появляется возможность их сравнения, анализа причин различий между группами, изучения взаимосвязей между признаками.Значение группировки состоит в том, что этот метод обеспечивает обобщение данных, представление их в компактном, обозримом виде. Кроме того, группировка создает основу для последующей сводки и анализа данных.Выполним группировку статистической информации, используя в качестве группированного признака сальдо миграции.Для построения группировки регионы Северо-Западного и Уральского ФО объединим в одну совокупность, объем которой получится равным N = 11 + 6 = 17 единиц.В таблице 5 представлены данные о численности прибывших и выбывших в регионы, на основе которых по формулам из таблицы 1 рассчитаны величины сальдо и оборота миграции населения. Результаты расчетов упорядочены в порядке убывания сальдо миграции (см. последний столбец таблицы 5)Таблица 5 – Абсолютные показатели механического движения населения в регионах СЗФО и УрФО в 2014 году, человек№ п/пСубъект РФЧисло прибывшихЧисло выбывшихМиграционный оборотСальдо миграции1г. Санкт-Петербург434852895672441145292Ленинградская область313871985951246115283Свердловская область749786626714124587114Калининградская область14455110302548534255Тюменская область73427727861462136416Челябинская область4926048824980844367Вологодская область1263812324249623148Республика Карелия1517115033302041389Новгородская область970195941929510710Ненецкий автономный округ429488917-5911Ямало-Ненецкий автономный округ150101507930089-6912Псковская область98761051820394-64213Ханты-Мансийский автономный округ - Югра358323698572817-115314Архангельская область112191626327482-504415Мурманская область156532083036483-517716Курганская область181002352541625-542517Республика Коми153802269238072-7312Для наглядности ранжированный ряд представлен в виде точечной диаграммы (Рисунок 4).Рисунок 4 – Ранжированный ряд распределения регионов по сальдо миграции, человекИсходя из построенного графика, можно логическим путем разделить регионы на три группы: 1. регионы с положительным сальдо миграции – более 1000 человек;2. регионы с близким к нулевому сальдо миграции – от -1000 до +1000 человек; 3. регионы с отрицательным сальдо миграции – -1000 и менее человек.Для определения взаимного влияния признаков рассчитаем следующие средние показатели по группам:1. численность выбывших, чел2. численность прибывших, чел.3. оборот миграции, чел.На основе исходных данных таблицы 5 рассчитаем сводные показатели по выделенным группам субъектов РФ (Табл.6)Таблица 6 – Сводные показатели миграции, человекГруппаГраницы интервалов по сальдо миграцииНомер субъекта РФСальдо миграцииЧисленность прибывшихЧисленность выбывшихОборот миграции1+1000 и более11452943485289567244121152831387198595124638711749786626714124543425144551103025485Итого по группе 14381931643051261122904172От -1000 до +1000564173427727861462136436492604882498084731412638123242496281381517115033302049107970195941929510-5942948891711-6915010150793008912-64298761051820394Итого по группе 288661855121846463701583Меньше -100013-115335832369857281714-504411219162632748215-517715653208303648316-542518100235254162517-7312153802269238072Итого по группе 35-2411196184120295216479ИТОГО1714948446001431053877054Для графического представления интервального вариационного ряда построим гистограмму (Рис.5).Рисунок 5 – Гистограмма распределения субъектов СЗФО и УрФО по сальдо миграцииНаибольшее количество регионов имеет сальдо миграции от -1000 до 1000 чел. Регионов с большим положительным сальдо миграции в анализируемой совокупности 4.На основе проведенной группировки данных рассчитаем таблицу 7, содержащую средние характеристики групп регионов по абсолютным показателям миграции. Подлежащее таблицы – группы субъектов РФ по сальдо миграции, сказуемое таблицы: среднее сальдо миграции, чел.; средняя численность въехавших, чел.; средняя численность выехавших, чел.; средний миграционный оборот, чел.Рассмотрим расчет первой строки таблицы 7:Среднее сальдо миграции=38193=9548 (чел.)4Средняя численность въехавших=164305=41076 (чел.)4Средняя численность выехавших=126112=31528 (чел.)4Средний миграционный оборот=290417=72604 (чел.)4Таблица 7 – Средние показатели в группахГруппаГраницы интерваловСреднее сальдо миграции, чел.Средняя численность въехавших, чел.Средняя численность выехавших, чел.Средний миграционный оборот, чел.нижняя границаверхняя граница11000∞95484107631528726042-100010001082318923081462703-∞-1000-4822192372405943296В среднем по всей совокупности879262352535651591По систематическому изменению средних показателей в группах можно сделать следующие выводы: со снижением среднего сальдо миграции снижается средняя численность въехавших, что свидетельствует о наличии прямой связи между рассматриваемыми признаками;со снижением среднего сальдо миграции снижается средний оборот миграции, что свидетельствует о наличии прямой связи между рассматриваемыми признаками;со снижением сальдо миграции среднее число выехавших меняется разнонаправленно, что свидетельствует об отсутствии связи между рассматриваемыми признаками.Таким образом, на сальдо миграции большее влияние оказывает численность въехавших, а не численность выехавших.2.5 Индексный анализ показателей смертности населенияИндексный метод – это один из важнейших статистических методов, получивших наиболее широкое распространение в практике экономического анализа. Индексы используются в планировании, управлении, макроэкономическом анализе, в финансовых расчетах. Индекс представляет собой относительную величину, полученную в результате сопоставления статистических показателей, которые состоят из разнородных элементов, непосредственное суммирование которых невозможно в силу их несоизмеримости. При расчете индекса необходимо сопоставление не менее двух величин. Необходимо различать величину сравнения и базу сравнения.Проанализируем влияние на общий коэффициент смертности следующих факторов:- изменение частных коэффициентов смертности городских и сельских жителей (индекс постоянного состава);- изменение территориальной структуры жителей (индекс структурных сдвигов).Коэффициенты смертности, которые показывают число умерших (М) на 1000 человек населения в среднем за год, рассчитаем по формуле:.Система сводных территориальных индексов, которые необходимо рассчитать:- индекс общего коэффициента смертности переменного состава:,- индекс общего коэффициента смертности постоянного состава:,- индекс общего коэффициента смертности структурных сдвигов:, где m0, m1 – частные коэффициенты смертности (городского и сельского населения) в УрФО и СЗФО соответственно;d0, d1 – удельные веса городского и сельского населения в УрФО и СЗФО соответственно. Для расчета индексов на основе исходных данных сформируем таблицу промежуточных расчетов (Табл.8), где также рассчитаны индивидуальные индексы.Таблица 8 – Индивидуальные индексыСубъект РФСмертность, чел.Среднегодовая численность населения, чел.Удельный вес населения, % от среднегодовой численностиОбщий коэффициент смертности, промиллегородселовсегогородселовсегогородселогородселовсегоУральский ФО147393472461946399717,5252012237,579,4120,5915,218,715,9Северо-Западный ФО1865275564224216911169,52419,51358982,217,816,723,017,8Индивидуальные территориальные индексы1,2661,1781,2441,1490,9601,1101,0350,8641,1011,2271,120Таким образом, индивидуальные индексы смертности показывают, что в Уральском федеральном округе смертность населения и в целом, и в территориальном разрезе меньше, чем в Северо-Западном федеральном округе. Так, число умерших в городской местности в СЗВО на 26,6% больше, чем число умерших среди городского населения в УрФО. Для сельской местности коэффициент соотношения составляет 1,178, т.е. в СЗФО умерло на 17,8% больше сельских жителей, чем в УрФО. При этом численность сельского населения в СЗФО на 4% меньше, чем на Урале. Общая численность населения СЗФО на 11% больше, чем среднегодовая численность населения УрФО, численность городского населения больше на 14,9%. Удельный вес городского населения на 3,5% больше в СЗФО, чем в УрФО, а доля сельского населения на Северо-Западе на 13,6% меньше, чем его доля на Урале. Частный коэффициент смертности городского населения в СЗФО на 10,1% больше, чем в УрФО, сельского населения – на 22,7%. Для определения сводных территориальных индексов по представленным выше формулам, необходимо рассчитать недостающий показатель m0d1d1:m0d1d1 = 15,2 * 82,2 + 18,7*17,8100 = 15,8‰.Это условный показатель, который показывает, каким был бы общий коэффициент смертности в СЗФО, если бы частные коэффициенты смертности (городского и сельского населения) были бы такими же, как в УрФО.Относительное соотношение общего коэффициента смертности в УрФО и СЗФО (индекс общего коэффициента смертности переменного состава): = 17,8 / 15,9 = 1,12.Общий коэффициент смертности в СЗФО на 12% больше общего коэффициента смертности в УрФО, что в абсолютном выражении составляет:ΔКсм = 17,8 – 15,9 = 1,9.То есть в СЗФО из каждой тысячи населения умирает почти на 2 человека больше, чем в УрФО.Относительное отклонение общего коэффициента смертности в СЗФО за счет изменения частных коэффициентов смертности (индекс постоянного состава) = 1,127.Общий коэффициент смертности в СЗФО на 12,7% больше общего коэффициента смертности в УрФО вследствие более высоких частных коэффициентов смертности, что в абсолютном выражении составляет:Δm = 17,8 – 15,8 = 2‰.Относительное отклонение общего коэффициента смертности в СЗФО за счет изменения территориальной структуры населения (индекс структурных сдвигов) = 0,994.Общий коэффициент смертности в СЗФО на 0,6% меньше общего коэффициента смертности в УрФО вследствие более высокой доли городского населения, среди которого смертность меньше, чем среди сельских жителей. В абсолютном выражении разница составляет:Δm = 15,8 – 15,9 = -0,1‰.Итак, общий коэффициент смертности в Северо-Западном ФО на 12% больше, чем общий коэффициент смертности в Уральском ФО. Столь значительное отклонение общего коэффициента смертности обусловлено более высокими частными коэффициентами смертности городского и сельского населения в СЗФО. В то же время более высокая доля городского населения способствовала тому, что за счет этого фактора общий коэффициент смертности в СЗФО на 0,06% (0,1 промилле) меньше, чем в УрФО.2.6 Анализ и прогнозирование ряда динамики численности прибывших в Северо-Западный федеральный округИзменение изучаемых явлений во времени называется динамикой, а последовательность значений какого-либо показателя в разные периоды времени – рядом динамики. Числовые значения рядов динамики называют уровнями ряда.Для анализа рядов динамики используются различные показатели, характеризующие изменение уровней изучаемого показателя: абсолютные приросты, коэффициенты роста, темпы прироста, значения одного процента прироста. Расчет их основан на сравнении отдельных уровней. При этом различают базисные и цепные показатели; в первом случае сравнение производится с начальным, во втором – с предыдущим уровнем.Абсолютным приростом называются разница между двумя уровнями динамического ряда.Для характеристики относительного изменения уровней ряда применяют такие показатели, как коэффициенты роста и темпы прироста; они характеризуют интенсивность процесса роста.Темпом прироста называют отношение абсолютного прироста к уровню динамического ряда, выраженное в процентах.Абсолютное значение 1% прироста рассчитывают как отношение цепных абсолютных приростов к темпам прироста.Для решения задачи воспользуемся следующими формулами:Таблица 9 – Показатели динамикиПоказателиЦепнойБазисный1. Абсолютный прирост2. Коэффициент роста3. Темп роста, %4. Темп прироста, %Абсолютное значение 1% прироста рассчитывается по формуле:.Результаты расчетов указанных показателей динамики для временного ряда числа прибывших в СЗФО в 2014-2019 гг. оформим в виде таблицы:Таблица 10 – Анализ ряда динамики численности прибывших в СЗФО в 2014-2019 гг.ГодЧисленность прибывших, чел.Абсолютные приросты, чел.Коэффициент ростаТемпы прироста, %Абсолютное значение 1% прироста, летцеп.баз.цеп.баз.цеп.баз.2014178965-------2015186653768876881,0431,0434,34,3179020161917485095127831,0271,0712,77,1186720172014009652224351,0501,1255,012,519172018179081-223191160,8891,001-11,10,12014201919497515894160101,0891,0898,98,91791Итого1132822-------По результатам расчетов, можно заключить, что в 2014-2019 гг. численность прибывших в СЗФО преимущественно увеличивалась, исключением стал 2018 год, когда число мигрантов, въехавших на территорию округа, уменьшилось на 22319 человек, или на 11,1%. За пять лет число прибывших в СЗФО увеличилось на 16010 человек, или на 8,9%. Наиболее высокий прирост был зафиксирован в 2019 году, когда число прибывших мигрантов увеличилось и по сравнению с предыдущим, и по сравнению с базисным периодами на 8,9%, а абсолютный прирост по сравнению с 2018 годом составил 15894 чел. С ростом числа прибывших в округ повышалось значение 1 % прироста вплоть до 2018 года. В 2018 году 1% прироста означал увеличение числа прибывших на 2014 человек, в 2019 году этот показатель снизился до 1791 чел.Средние показатели представляют собой обобщенные характеристики ряда динамики, с их помощью сравнивают интенсивность развития явления по отношению к различным объектам.Основные средние показатели и их расчет представлен в таблице 10.Таблица 10– Средние характеристики ряда динамики численности прибывших в СЗФО в 2014-2019 гг.ПоказательФормулаРасчетСредний уровень рядаӯ = 1132822 / 6 = 188804 чел.Абсолютный прирост,n –число уровней рядаКоэффициент ростаТемп роста, (%)Темп прироста, (%)Таким образом, в 2014-2019 гг. в СЗФО ежегодно прибывало в среднем по 188804 человек. Ежегодно численность прибывших увеличивалась в среднем на 3202 человек, или на 1,7%. Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем. Процесс разработки прогнозов называется прогнозированием, или экстраполяцией.Для определения основной тенденции развития ряда выполним аналитическое выравнивание по различным зависимостям, которое проводится с помощью линий тренда в программе Excel.Построим точечную диаграмму по ряду динамики численности прибывших в СЗФО:Рисунок 6 – Динамика численности прибывших в Северо-Западный федеральный округ РФ в 2014-2019 гг., человекНа построенном графике, выделив точки построения, с помощью контекстно-зависимого меню последовательно добавляем линии тренда: линейного, степенного, логарифмического, полиномиального, экспоненциального. Помимо типа линии тренда в диалоговом окне добавляем коэффициент достоверности аппроксимации R2. Коэффициент детерминации изменяется от 0 до 1, чем он ближе к единице, тем лучше линия тренда соответствует ряду динамики.На рисунке 7 приведен пример построения линейного тренда по исходным данным о динамике численности прибывших в СЗФО:Рисунок 7 – Окно построения линии тренда в программе ExcelРезультаты аналитического выравнивания численности прибывших в СЗФО представлены в таблице 11.Таблица 11 – Результаты аналитического выравниванияВид аналитической функцииВид моделиКоэффициент детерминацииЛинейнаяу = 182105 + 1914t0,16Экспоненциальнаяу = 182179e0,0101t0,159Логарифмическаяу = 181504 + 6657,2ln(t)0,242Полиномиальная (2-го порядка)у = 170667 + 10492t – 1225,5t20,3Степеннаяу = 181484t0,03520,242Наибольший коэффициент детерминации имеет полиномиальная линия тренда, т.е. в 30% из 100% изменение численности прибывших в СЗФО связано с изменением во времени, а 70% - с другими факторами.Поскольку коэффициент детерминации имеет значение меньше 0,5, то это говорит о том, что к рассматриваемому ряду динамики нельзя применять аналитическое выравнивание, следует использовать другие методы для изучения тенденции развития явления во времени (скользящая средняя, укрупнение периодов и т.д.).Построим прогноз численности прибывших в СЗФО с использованием метода скользящей средней. Построим расчетную таблицу:Таблица 12 – Выравнивания ряда динамики методом трехчленной скользящей среднейГодЧисленность прибывших, чел.Сумма за три годаТрехчленная скользящая средняя2014178965--20151866535573661857892016191748579801193267201720140057222919074320181790815754561918192019194975--Для определения прогнозных значений на 2020 и 2021 годы воспользуемся следующей формулой:= + ,где t + 1 – прогнозный период; t – период, предшествующий прогнозному периоду; yt+1 – прогнозируемый показатель;– скользящая средняя за два периода до прогнозного; n – число уровней, входящих в интервал сглаживания;yt – фактическое значение исследуемого явления за предшествующий период;yt-1 – фактическое значение исследуемого явления за два периода, предшествующих прогнозному.Прогноз на 2020 год:у2020 = 191819 + 1/36 * (194975 – 179081) = 197112 чел.Прогноз на 2021 год:у2021 = + 191101 чел.Прогноз построенный по методу скользящей средней представлен на рисунке 8.Рисунок 8 – Прогноз численности прибывших в СЗФО на 2020-2021 годыКак видно из приведенного графика, численность прибывших в Северо-Западный федеральный округ РФ по итогам 2020 года может составить 197112 человек, а в 2021 году – 191101 человек.2.7 Статистическое изучение взаимосвязи численности родившихся, коэффициента брачности и степени урбанизацииКорреляционный анализ предназначен для количественной оценки связи между признаками в статистической совокупности.Корреляционный анализ включает несколько этапов:установление формы связи и построение уравнения регрессии;расчет показателей тесноты связи;статистическая оценка уравнения регрессии и показателей тесноты связи.Оценка тесноты и направление связи между результативным (Y) и факторным (Х) признаками осуществляется с помощью парного коэффициента корреляции, (r), который изменяется в пределах от -1 до 1. Чем ближе коэффициент корреляции по модулю к единице, тем сильнее связь между признаками. Знак "+" говорит о прямой связи, а "-" об обратной.Построим матрицу парных коэффициентов корреляции между признаками:1. результативным: численность родившихся, чел. (у);2. факторными:- коэффициент брачности, ‰ (х1),- коэффициент разводов, ‰ (х2),- степень урбанизации, % (х3),- удельный вес прародителей (50+) в общей численности, % (х4).Формулы для расчета факторных признаков представлены в таблице 13.Таблица 13 – Формулы демографических показателей Наименование показателяСодержание показателяФормула расчетаКоэффициент брачности, ‰Число заключенных браков (Б) на 1000 человек населения в среднем за годКоэффициент разводов, ‰Число разводов (Р) на 1000 человек населения в среднем за годСтепень урбанизации, %Удельный вес городского населения ()в общей численности населенияУдельный вес прародителей Удельный вес населения в возрасте от 50 лет (S50+) в общей численностиВ таблицах 14-15 рассчитаны значения факторных признаков по исходных статистическим данным для регионов СЗФО и УрФО.Таблица 14 – Показатели брачности и разводимости в субъектах СЗФО и УрФОСубъект РФБракиРазводыСреднегодовая численность населения, тыс. чел.Коэффициент брачности, ‰Коэффициент разводимости, ‰Республика Карелия50183071695,57,24,4Республика Коми739644279807,54,5Архангельская область968952101285,57,54,1Ненецкий автономный округ265151426,33,6Вологодская область887557561231,57,24,7Калининградская область75134197938,584,5Ленинградская область11333752416416,94,6Мурманская область72695640860,58,46,6Новгородская область508228226617,74,3Псковская область52252700719,57,33,8г. Санкт-Петербург379062264345768,34,9Курганская область 76473837974,57,83,9Свердловская область331651867044057,54,2Тюменская область3008918477333495,5Ханты-Мансийский автономный округ - Югра14227980514839,66,6Ямало-Ненецкий автономный округ4829342053596,4Челябинская область261891693935247,44,8Таблица 15 – Показатели размещения и возрастной структуры населения в СЗФО и УрФО Субъект РФСредне-годовая численность населения, чел.Численность населения в возрасте 50+, чел.Уд. вес праро-дителей, %Численность городского населения, тыс. чел.Степень урбанизации, %на 1 января 2014на 1 января 2015средне-годоваяРеспублика Карелия695,520649029,752752552675,6Республика Коми98024009924,574573774175,6Архангельская область1285,537497329,2942937939,573,1Ненецкий авт.округ4288312127272764,3Вологодская область1231,538252831,184284084168,3Калининградская область938,528131330723720721,576,9Ленинградская область164154843733,410901086108866,3Мурманская область860,521277724,7790783786,591,4Новгородская область6612312133546846446670,5Псковская область719,525860435,948748148467,3г.Санкт-Петербург4576157407434,4458145714576100Курганская область974,531231032554549551,556,6Свердловская область4405135698230,836653659366283,1Тюменская область333467249220,226202648263479Ханты-Мансийский авт.округ-Югра148324924216,8134413571350,591,1Ямало-Ненецкий авт.округ5357986114,9451458454,585Челябинская область3524107813430,628762864287081,4В таблице 16 сведены данные о результативном и факторном признаках.Таблица 16 – Исходные данные для корреляционно-регрессионного анализаПоказателиЧисло родившихся, чел.Коэффициент брачности, ‰Коэффициент разводимости, ‰Степень урбанизации, %Уд. вес прародителей, %Обозначения ух1х2х3х4Республика Карелия69527,24,475,629,7Республика Коми109757,54,575,624,5Архангельская область138987,54,173,129,2Ненецкий авт.округ6076,33,664,321Вологодская область130227,24,768,331,1Калининградская область842384,576,930Ленинградская область128636,94,666,333,4Мурманская область85168,46,691,424,7Новгородская область62397,74,370,535Псковская область64287,33,867,335,9г.Санкт-Петербург394628,34,910034,4Курганская область102187,83,956,632Свердловская область459567,54,283,130,8Тюменская область4309495,57920,2Ханты-Мансийский авт.округ-Югра199589,66,691,116,8Ямало-Ненецкий авт.округ714896,48514,9Челябинская область367707,44,881,430,6С помощью программы Excel строим матрицу парных коэффициентов корреляции:Рисунок 9 – Матрица парных коэффициентов корреляцияЗначения коэффициентов корреляции указывают на то, что между числом родившихся и ни одним из рассматриваемых факторных признаков нет сильной линейной связи. Средняя по силе прямая связь наблюдается между числом родившихся и степенью урбанизации (ryx3 = 0,504), слабая линейная связь наблюдается между числом родившихся и коэффициентом брачности (ryx1 = 0,3).Таким образом, для построения двухфакторной линейной модели регрессии выберем следующие факторные признаки: коэффициент брачности (обозначение останется прежним – х1) и степень урбанизации (далее будет обозначаться х2).Двухфакторная линейная зависимость может выражаться уравнением прямой линии: ,где ŷ – число родившихся, чел. (результативный признак);1 – коэффициент брачности, ‰ (первый факторный признак); х2 – степень урбанизации, % (второй факторный признак);a0, а1, а2 – параметры уравнения.Коэффициенты а1 и а2 имеют вполне конкретный смысл: а1 - показывает, на сколько изменится число родившихся при изменении коэффициента брачности на 1 промилле; а2 – показывает, на сколько изменится число родившихся при изменении степени урбанизации на 1 п.п. В каждом конкретном случае необходимо решать, какая из линейных моделей подходит для описания анализируемой предметной области.Нахождение коэффициентов регрессии осуществим с помощью пункта меню Сервис – Анализ данных – Регрессия. Результаты решения выводятся на экран в виде, представленном на рисунке 10.Рисунок 10 – Результаты корреляционно-регрессионного анализаТаким образом, в ходе вычислений получили двухфакторную регрессионную модель следующего вида: .Проверка полученной модели на адекватность осуществляется в несколько этапов:1-ый этапАдекватность модели по критерию Фишера осуществляется по следующему условию: модель адекватна если .Критическое значение Фишера определяется по формуле FРАСПОБР(α;k1;k2), где α=0,05 (допустимая погрешность модели), k1=2 (число факторных признаков в модели), k2=n-(k1+1)= 17-(2+1)=14 (n - число экспериментальных данных)., , следовательно, построенная модель по критерию Фишера не адекватна.2-ой этапЗначимость коэффициентов модели по критерию Стьюдента осуществляется по следующему условию: коэффициент значим, если .Критическое значение Стьюдента определяется по формуле: СТЬЮДРАСПОБР(α;k), где α=0,05 (допустимая погрешность модели), k=n-m=17-3=14 (n - число экспериментальных данных, m – число коэффициентов регрессии в модели (,, а2))., , , , таким образом, критическое значения критерия Стьюдента по всем коэффициентам превышает расчетные, можно сделать вывод о статистической незначимости коэффициентов а0, а1 и а2.Незначимость коэффициентов аi указывает на то, что факторные признаки были выбраны не верно, несмотря на то, что были отобраны те из них, которые имеют наибольшую по силе связь с числом родившихся. Таким образом, для построения регрессионной модели следовало рассмотреть признаки, не попавшие в рассмотрение по данному варианту курсовой работы.3-ий этапОценка качества модели по средней ошибке аппроксимации, проводится по следующей формуле:.где - фактическое значение результативного признака, - значение результативного признака, рассчитанного по полученной модели, n – число наблюдений. Средняя ошибка аппроксимации показывает среднее отклонение расчетных значений от экспериментальных. Если , то качество модели считается хорошим, если , то делается вывод о неудовлетворительном качестве полученной модели.Определение средней ошибки аппроксимации с использованием табличного процессора представлено на рис.11.Рисунок 11 – Расчет средней ошибки аппроксимации в ТП ExcelВ результате проведенных расчетов , что говорит о плохом качестве полученной регрессионной модели, следовательно полученную модель нельзя использовать для прогнозирования числа родившихся в зависимости от коэффициента брачности и степени урбанизации.ВыводыКак любая другая наука, статистика населения и демография имеют длительную историю, на протяжении которой менялся и совершенствовался их понятийно-методический аппарат, усложнялась внутренняя структура, усиливались связи с сопредельными науками, появлялись новые, пограничные области знаний. С момента своего зарождения статистика населения и демография прошли долгий путь от описательной дисциплины, преследовавшей чисто практические цели, до сложной разветвленной науки, ставящей целью не только описать современное состояние общества и его изменения, но и объяснить происходящие в нем процессы, спрогнозировать дальнейшие его изменения, а также предложить варианты возможных мер по улучшению демографической обстановки в стране и в отдельных ее регионах.Анализ абсолютных и относительных показателей миграции населения показал, что и Северо-Западный, и Уральский федеральных округа являются привлекательными для мигрантов, об этом свидетельствует положительное сальдо миграции. Миграционный оборот и интерсивность миграции в СЗФО меньше, чем в УрФО, но эффективность миграции выше.Графический анализ половозрастной структуры населения Челябинской области, как одного из субъектов УрФО, показал, что начиная с возраста 25-29 лет в структуре населения наблюдается устойчивое преобладание женщин, с возрастом разрыв между численностью мужчин и женщин увеличивается. Структура населения имеет регрессивный характер из-за значительного сокращения рождаемости в последние десятилетия.Анализ вариации коэффициента выбытия в СЗФО и УрФО показал, что регионы в первом из них менее однородны по этому показателю, чем регионы, входящие в состав УрФО. Коэффициент выбытия в регионах СЗФО в среднем колеблется в пределах от 6,3 до 18,3 промилле, в регионах УрФО –от 10,7 до 23,9 промилле.Группировка регионов СЗФО и УрФО по показателю сальдо миграции населения позволила сделать вывод о том, что сальдо миграции в большей степени зависит от численность прибывших, чем от численности выехавших.Индексный анализ показателей смертности населения показал, что общий коэффициент смертности в Северо-Западном ФО на 12% больше, чем общий коэффициент смертности в Уральском ФО. Столь значительное отклонение общего коэффициента смертности обусловлено более высокими частными коэффициентами смертности городского и сельского населения в СЗФО. В то же время более высокая доля городского населения способствовала тому, что за счет этого фактора общий коэффициент смертности в СЗФО на 0,06% (0,1 промилле) меньше, чем в УрФО.Анализ ряда динамики численности прибывших в СЗФО показал, что в 2014-2019 гг. численность прибывших в СЗФО преимущественно увеличивалась, исключением стал 2018 год, когда число мигрантов, въехавших на территорию округа, уменьшилось на 22319 человек, или на 11,1%. За пять лет число прибывших в СЗФО увеличилось на 16010 человек, или на 8,9%. Прогноз, составленный по методу скользящей средней, предполагает, что численность прибывших в Северо-Западный федеральный округ РФ по итогам 2020 года может составить 197112 человек, а в 2021 году – 191101 человек.С помощью корреляционно-регрессионного анализа был проведено исследование взаимосвязи численности родившихся с такими показателями, как коэффициенты брачности и разводимости, степень урбанизации и удельный вес прародителей в общей численности населения регионов. По итогам анализа был получен вывод о том, что данные факторы не связаны с числом родившихся. Построенная линейная модель множественной регрессии, в состав факторов которой вошли два фактора, отобранные на этапе корреляционного анализа, – коэффициент брачности и степень урбанизации, была признана неадекватной и статистически незначимой, т.е. непригодной для разработки прогнозов. В будущем при исследовании взаимосвязи данных признаков следует включить в модель другие факторы, изменить форму регрессионной модели и увеличить объем исследуемой совокупности.Список используемых источниковДемография и статистика населения: учебник / И.И. Елисеева [и др.]; под ред. И.И. Елисеевой, М.А. Клупта. – 3-е изд., перераб. и доп. – М.: Издательство Юрайт, 2020. – 405 с.Долбик-Воробей Т.А. Статистика населения и демография: учебник / Т.А. Долбик-Воробей, О.Д. Воробьева. – М.: КНОРУС, 2018. – 314 с.Зозуля П.В. Демография: учебник и практикум / П.В. Зозуля, А.В. Зозуля. – М.: Издательство Юрайт, 2016. – 193 с. История российской государственной статистики: 1811-2011. – М.: ИИЦ «Статистика России», 2013. – 143 сКолычева В.А. Основы демографии и статистики населения: учебное пособие / В.А. Колычева. – М.: Русайнс, 2020. – 109 с.Левина Е.И. История демографии как науки и ее роль в современной макроэкономической ситуации в России // Вестник ТГУ. 2018. №11 (67). С.56-61.Малинина Т.Б. Демография и социальная статистика: учебник и практикум / Т.Б. Малинина. – М.: Издательство Юрайт, 2019. – 298 с.Семенова И.С. Демографические проблемы Арктического региона. Учебное пособие. – СПб.: Изд-во РГГМУ, 2012. – 230 с.Силина Д.О., Фомичева Ю.П. Из истории демографии // Студенческая наука и XXI век. 2017. №15. С.515-517.Федорова Н.А., Каримова Л.К. Историческая демография: учебно-методическое пособие. – Казань: Изд-во Казанского университета, 2012. – 176 с.Шумилина В.Е. Статистика населения: учебное пособие / В.Е. Шумилина, П.Е. Шумилин. – Ростов-на-Дону: ИП Беспамятнов С.В. 2020. – 96 с.Страницы истории Костромской статистики [Электронный ресурс] // Костромастат. - Режим доступа: https://kostroma.gks.ru/storage/mediabank/%D0%B8%D1%81%D1%82%D0%BE%D1%80%D0%B8%D1%8F+%D0%BD%D0%B0+%D1%81%D0%B0%D0%B9%D1%82(1).doc.