Xreferat.com » Рефераты по социологии » Социальное прогнозирование в сфере демографических процессов

Социальное прогнозирование в сфере демографических процессов

демографических процессов" width="333" height="64" align="BOTTOM" border="0" />) останется неизменным на всем протяжении прогнозных лет:


Социальное прогнозирование в сфере демографических процессов чел.

Социальное прогнозирование в сфере демографических процессов чел.

Социальное прогнозирование в сфере демографических процессовчел.


Сглаживание временных рядов методом наименьших квадратов служит для отражения закономерности развития изучаемого явления. В аналитическом выражении тренда время рассматривается как независимая переменная, а уровни ряда выступают как функция этой независимой переменной. Ясно, что развитие явления зависит не от того, сколько лет прошло с отправного момента, а от того, какие факторы влияли на его развитие, в каком направлении и с какой интенсивностью. Развитие явления во времени выступает как результат действия этих факторов.

Правильно установить тип кривой, тип аналитической зависимости от времени – одна из самых трудных задач предпрогнозного анализа.

Подбор вида функции, описывающей тренд, параметры которой определяются методом наименьших квадратов, производится в большинстве случаев эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки, вычисляемой по формуле:


Социальное прогнозирование в сфере демографических процессов (6)


где Социальное прогнозирование в сфере демографических процессов– фактические значения ряда динамики; Социальное прогнозирование в сфере демографических процессов – расчетные (сглаженные) значения ряда динамики; n – число уровней временного ряда; р – число параметров, определяемых в формулах, описывающих тренд.

С помощью программы Excel проверим предположение о том, что изменение численности населения в Оренбургской области, хорошо апроксимируется экспоненциальной линией тренда.


Социальное прогнозирование в сфере демографических процессов

Рис. 1. Динамика численности населения в Оренбургской области с экспоненциальной линией тренда.


Видно, что разница между фактическими и сглаженными значениями данного ряда очень велика. Невысокий коэффициент достоверности аппроксимации также подтверждает, что использовать данный тип тренда нецелесообразно.

Наибольшее приближение к фактическим уровням данного динамического ряда дает функция полинома второй степени.


Социальное прогнозирование в сфере демографических процессов

Рис. 2. Динамика численности населения в Оренбургской области с полиномиальной линией тренда.


При использовании уравнения полинома третьей степени, коэффициент аппроксимации увеличивается до 0,97, но при этом усложняется и сама модель, что может отрицательно сказаться на ее прогностических возможностях.

Уравнение регрессии примет вид:


Социальное прогнозирование в сфере демографических процессов(7)


Социальное прогнозирование в сфере демографических процессов- выровненные, т.е. лишенные колебаний, уровни тренда для лет с номером i; а - это средний (выровненный) уровень тренда на момент или период, принятый за начало отсчета времени, т.е. t = 0; b - это средний за весь период среднегодовой прирост, который изменяется равномерно со средним ускорением, равным 2с; c- константа, главный параметр параболы II порядка.

Параметры a, b и c оцениваются методом наименьших квадратов и отвечают принципу максимального правдоподобия: сумма квадратов отклонений фактических уровней от тренда (от выровненных по уравнению тренда уровней) должна быть минимальной для данного типа уравнения.

На диаграмме уравнение тренда имеет вид: Социальное прогнозирование в сфере демографических процессов,где Социальное прогнозирование в сфере демографических процессов=0 в 1990г.

При этом нумерация периодов начинается с t=1. Однако рациональнее начало отсчета времени перенести в середину ряда, т.е. при нечетном п - на период (момент) с номером (п +1 )/2, а при четном числе уровней ряда - на середину между периодом с номером n/2 и (n/2)+1. Расчет параметров тренда при переносе отсчета времени на середину ряда приведен в приложении 3. Тогда уравнение тренда принимает вид: Социальное прогнозирование в сфере демографических процессов , где Социальное прогнозирование в сфере демографических процессов=0,5 в 2000г.

За период 1990-2009г показатель численности населения в Оренбургской области убывал в номинальной оценке ускоренно, со средним ускорением Социальное прогнозирование в сфере демографических процессовчеловек за год; средняя убыль населения за весь период составила 3 087 человек; средний уровень численности населения на середину периода был равен 22 084 35 чел.

Для оценки надежности тренда необходимо оценить надежность его главного параметра – ускорения. Средняя ошибка репрезентативности выборочной оценки параметра с вычисляется по формуле:


Социальное прогнозирование в сфере демографических процессов(8)


Где S(t) – оценка генерального показателя колеблемости, учитывающая потерю степеней свободы и определяемая по формуле 6.

Используя данные приложения 3, найдем искомые величины:


Социальное прогнозирование в сфере демографических процессов


Отношение параметра с (половина ускорения) к его средней ошибке - это t-критерий Стьюдента: Социальное прогнозирование в сфере демографических процессов

Табличное значение критерия Стъюдента Социальное прогнозирование в сфере демографических процессов Фактическая величина критерия больше табличного, следовательно, вероятность нулевой гипотезы (о равенстве параметра с нулю) чрезвычайно мала. Достоверно известно, что тренд существовал, и что численность населения Оренбургской области снижалась не случайно.

Прогноз по этой модели заключается в подстановке в уравнение тренда номера периода, который прогнозируется. Для 2010 года период времени t = 10,5, прогнозное значение составит:


Социальное прогнозирование в сфере демографических процессов2010=Социальное прогнозирование в сфере демографических процессов=2 069 907 чел.


Полученное прогнозное значение является точечным и не учитывает колеблемость уровней показателя.

При прогнозе с учетом случайной колеблемости учитывается как вызванная колеблемостью ошибка репрезентативности выборочной оценки тренда, так и колебания уровней в отдельные периоды (моменты) относительно тренда.

Общая формула средней ошибки прогноза положения параболического тренда на период с номером Социальное прогнозирование в сфере демографических процессов от середины базы расчета тренда имеет вид:


Социальное прогнозирование в сфере демографических процессов(9)


Средняя ошибка тренда на 2010 год равна:


Социальное прогнозирование в сфере демографических процессов


Вероятность того, что фактическая ошибка не превысит одного среднего квадратического отклонения, т.е. m равна при нормальном распределении 0,68. Чтобы получить доверительный интервал прогноза линии тренда с большей вероятностью, например с вероятностью 0,95,среднюю ошибку нужно умножить на величину t-критерия Стъюдента для вероятности 0,95 и n-p степеней свободы.

Получаем вероятную ошибку:


Социальное прогнозирование в сфере демографических процессов


с вероятностью 95% можно утверждать, что тренд численности населения в Оренбургской области в 2010 году проходит в границах 2 069 907±13 307 или от 2 056 600 до 2 083 214 человек.

Определив ошибку репрезентативности выборочной оценки тренда, и колебания уровней в отдельные периоды (моменты) относительно тренда, получаем единую формулу средней ошибки прогноза конкретного отдельного уровня:


Социальное прогнозирование в сфере демографических процессов (10)


Для искомого прогнозного значения: Социальное прогнозирование в сфере демографических процессов11 286 Социальное прогнозирование в сфере демографических процессов.

Таким образом, для прогнозного значения показателя численности населения на 1 января 2010 года определены границы доверительного интервала 2 046 096 – 2 093 718 человек.

Аналогично рассчитываем прогнозные значения на 2011-2012 годы:


Социальное прогнозирование в сфере демографических процессов2011=2 045 646 чел. Социальное прогнозирование в сфере демографических процессов


Доверительный интервал: (2 020 126; 2 071 166).


Социальное прогнозирование в сфере демографических процессов2012=2 019 459 чел. Социальное прогнозирование в сфере демографических процессов


Доверительный интервал: (1 991 780; 2 047 138)

Средняя относительная ошибка Социальное прогнозирование в сфере демографических процессов, что свидетельствует о высокой точности прогноза.

Расчет прогнозных значений для других показателей приведен в приложении 3, сведем полученные результаты в общую таблицу:


Таблица 5

Прогнозные значения абсолютных показателей родившихся и умерших, прибывших и выбывших в Оренбургской области, полученные методом наименьших квадратов.

Абсолютный показатель, человек 2006 2007 2008 Прогноз на 2009 Прогноз на 2010 Прогноз на 2011

ΔСоциальное прогнозирование в сфере демографических процессов

Социальное прогнозирование в сфере демографических процессов

ε
Родившиеся 23335 25776 26947 29 253 31 220 33 395 0 1135 4,13
Умершие 31 583 31 000 30 904 30 190 29 392 28 470 0 1420 3,69
Абсолютный показатель, человек 2007 2008 2009 Прогноз на 2010 Прогноз на 2011 Прогноз на 2012

ΔСоциальное прогнозирование в сфере демографических процессов

Социальное прогнозирование в сфере демографических процессов

ε
Прибывшие 31 949 25 570 28 053 29 586 31 144 33 202 0,11 3499 7,68
Выбывшие 33 225 29 085 25 603 24 352 22 589 20 826 0 2437 5,17

Величины относительной ошибки свидетельствуют о высокой точности прогноза. По имеющимся данным видно, что при наметившихся тенденциях естественный прирост населения в прогнозируемые годы увеличится (увеличение рождаемости и снижение смертности), как и миграционный прирост.

Для сравнения полученных результатов составим сводную таблицу по всем применяемым методам:



Численность постоянного населения на 1 января, человек

МСС МЭС МНК

2007

2 125 503 2 125 503 2 125 503

2008

2 119 003 2 119 003 2 119 003

2009

2 111 531 2 111 531 2 111 531

прогноз

2010

2 116 188 2 164 883 2 069 907

2011

2 117 127
2 045 646

2012

2 115 261
2 019 459
Ср. абсолют. оценка 299 -6064 0,38
Ср. квадрат. оценка 1 478 33749 8628
Ср. относит. ошибка 0,05 1,36 0,017

Число родившихся, чел. Число умерших, чел.

МСС МЭС МНК МСС МЭС МНК

2 006

23335 23335 23335 31 583 31 583 31 583

2 007

25776 25776 25776 31 000 31 000 31 000

2 008

26947 26947 26947 30 904 30 904 30 904

прогноз

2 009

25 743 23 915 29 253 31 130 30 754 30 190

2 010

25 754
31 220 31 087
29 392

2 011

26 125
33 395 31 026
28 470
Ср. абсолют. оценка -85 -135 0 32 64 0
Ср. квадрат. оценка 594 3 275 1135 795 2 571 1420
Ср. относит. ошибка 2 9,94 4,13 2,02 8,14 3,69

Число прибывших, человек Число выбывших, человек

МСС МЭС МНК МСС МЭС МНК

2007

31 949 31 949 31 949 33 225 33 225 33 225

2008

25 570 25 570 25 570 29 085 29 085 29 085

2009

28 053 28 053 28 053 25 603 25 603 25 603

прогноз

2010

29 352 37 366 29 586 28 144 36311 24 352

2011

28 091
31 144 28 457
22 589

2012

28 078
33 202 27 506
20 826
Ср. абсолют. оценка 11 -3539 0,11 32 -2070 0
Ср. квадрат. оценка 2 177 15857 3499 1 161 8458 2437
Ср. относит. ошибка 5 35,27 7,68 2 20,04 5,17

Как видно из таблицы, значения средней квадратической оценки средней относительной ошибки у показателей минимальны для метода скользящей средней, и в целом данный метод дает хорошие результаты при прогнозировании демографических процессов. Кроме того, метод прост в использовании, что открывает широкие возможности для его применения. Метод наименьших квадратов более сложен в работе, но позволяет получить также достоверные результаты при условии подбора вида линии тренда, хорошо аппроксимирующей исходный динамический ряд.

Применение метода экспоненциального сглаживания целесообразно только при условии использования среднего уровня ряда в качестве начального значения экспоненциальной взвешенной. Но и в этом случае, полученные результаты являются самыми ненадежными по сравнению с прогнозированием другими методами.

Следует отметить, что прогнозирование методами экстраполяции основывается на использовании простого методологического аппарата и часто используется для получения будущих оценок социально-экономических процессов. Оправдано их использование и в частности при построении демографических прогнозов, поскольку процессы естественного и миграционного движения достаточно инерционны и не подвержены резким скачкам в уровнях.


Заключение


В соответствии с поставленными задачами в данной работе были исследованы 4 группы методов, используемых при прогнозировании демографических процессов:

1) методы экстраполяции;

2) экономико-математические методы, позволяющие разработать многофакторные динамические модели;

3) методы передвижки возрастов и когорт;

4) методы экспертных оценок.

Опираясь на имеющиеся в распоряжении данные, для практической части работы, была выбрана первая группа методов. В результате чего были построены прогнозные оценки показателей, характеризующих естественное и миграционное движения населения в Оренбургской области, с помощью трех методов экстраполяции:

- метод скользящей средней;

- метод экспоненциального сглаживания;

- метод наименьших квадратов.

Сравнив полученные результаты, сделаем вывод о целесообразности применения для прогнозирования метода скользящей средней и метода наименьших квадратов. Метод экспоненциального сглаживания позволил найти менее точные прогнозные оценки по сравнению с другими методами.

Метод наименьших квадратов позволил определить, что наилучшее приближение к исходным уровням временных рядов дает функция параболы II порядка для всех показателей, кроме «Числа выбывших, человек» - для него лучшей аппроксимацией является линейный тренд.

Для показателя «постоянного населения», «Число прибывших» и «Число выбывших» найдены прогнозные значения и определены границы доверительных интервалов на 2010, 2011,2012 годы.

Для показателей «Числа родившихся» и «Числа умерших» найдены прогнозные значения и определены границы доверительных интервалов на 2009, 2010,2011 годы.

Полученные абсолютные данные могут использоваться для формирования демографической политики, а также прогнозирования социально-экономических процессов.


Список использованных источников и литературы


Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. — М.: Финансы и статистика, 2001. — 228 с.

Артамонова И. А., Краснопевцева Б. В. Учебное пособие «Теория управления». Москва: МИИГАик, 2003.-86с.

Ахметов Р. Ш. Демографические процессы в Оренбургской области: вчера, сегодня, завтра – Региональный портал образовательного сообщества Оренбуржья orenport/

Борисов В. А. Демография Учебник для вузов 2-е изд., исправленное— М.: Издательский дом NOTABENE, 1999, 2001. — 272 с.

Добров Г.М. Рабочая книга по прогнозированию. - М.: 1998

Концепция демографической политики Оренбургской области на период до 2025 года. Портал органов государственной власти Оренбуржья orenburggov/magnoliaPublic/regportal/Info/SocialServices/dempolit/Main.html

Кузьмин А.И. Курс лекций "Основы демографии". Лекция 6 Основные показатели демографии. humanities.edu/db/msg/47074

Курбатов В.И. Социальная работа: Учебное пособие. – М.: Издательско-торговая корпорация «Дашков и К», Ростов н/Д: Наука – Пресс, 2007 – 480с.

Луков В.А. Социальное проектирование. - М.: 1997. – 282 с.

Медков В. М. Демография: Учебное пособие. Серия «Учебники и учебные пособия». - Ростов-на-Дону: «Феникс», 2002. - 448 с.

Новикова Н.В., Поздеева О.Г. Прогнозирование национальной экономики: Учебно-методическое пособие. Екатеринбург: Изд-во Урал. гос. экон. ун-та, 2007. - с.138

Областной статистический ежегодник. 2009: Стат.сб./Территориальный орган Федеральной службы государственной статистики по Оренбургской области.- Оренбург. 2009. – 525 с.

Основы социальной работы: Учеб. пособие для студ. высш. учеб. заведений / Под ред. Н.Ф. Басова. – М.: Издательский центр «Академия», 2004. – 288 с.

Прогнозирование и планирование в условиях рынка./ Под редакцией Т.Г. Морозовой, А.В.Пулькина. М.: ЮНИТИ – ДИАНА, 20001 г., 318 с.

Сафронова В.М. Прогнозирование и моделирование в социальной работе: Учеб. пособие для студ. высш. учеб. заведений. – М.: Издательский центр «Академия», 2002. – 192с.

Смагина И. В. «Статистический анализ демографических процессов в Орловской области на фоне депопуляции населения России»: автореферат диссертации соискание ученой степени кандидата экономических наук www.econ.msu/cmt2/lib/a/839/File/Smagina.doc

Смирнова И.В. Демография: Учебно-методическое пособие для студентов специальности «Государственное и муниципальное управление» / филиал СЗАГС в г. Калуга. – Калуга, 2004. – 138 с.

Теория управления. Учебник / Уколов В.Ф., Масс А.М., Быстряков И.К. - М.: Экономика, 2003. - 576 с.

Указ Президента РФ № 1351 от 9 октября 2007 года «Об утверждении Концепции демографической политики Российской Федерации на период до 2025 года»

Черныш Е.А., Молчанова и др. Прогнозирование и планирование. М., 2001 г.

Шмойлова Р.А, Минашкин В. Г. Теория статистики- Финансы и Статистика: 2009г., 656стр. Яковлева А.В. Эконометрика: конспект лекций ЭКсмо, 2008

Материалы сайтов www.demographia, .


Приложение 1


Расчет прогнозных значений абсолютного показателя родившихся методом скользящей средней.

годы Число родившихся, человек Скользящая средняя m

Расчет средней относительной ошибки

Социальное прогнозирование в сфере демографических процессов

итого

37,38
1990 33 311 - -
1991 30 177 30 327 0,50
1992 27 494 27 273 0,80
1993 24 148 25 367 5,05
1994 24 458 23 813 2,64
1995 22 833 22 913 0,35
1996 21 449 21 724 1,28
1997 20 890 21 430 2,58
1998 21 951 20 998 4,34
1999 20 154 21 193 5,16
2000 21 475 21 163 1,45
2001 21 861 22 279 1,91
2002 23 500 22 934 2,41
2003 23 442 23 508 0,28
2004 23 583 23 162 1,79
2005 22 460 23 126 2,97
2006 23 335 23 857 2,24
2007 25 776 25 353 1,64
2008 26 947 26 155
прогноз 2009 25 743 26 148
прогноз 2010 25 754

прогноз 2011 26 125

Средняя относительная ошибка 2,20
Средняя абсолютная ошибка -85
Средняя квадратическая ошибка 594
Расчет прогнозных значений абсолютного показателя умерших методом скользящей средней.
итого

22,64
1990 20 933 -
1991 22 469 22 507 0,17
1992 24 120 24 991 3,61
1993 28 383 27 916 1,65
1994 31 244 29 887 4,34
1995 30 033 29 949 0,28
1996 28 570 28 938 1,29
1997 28 210 28 406 0,70
1998 28 439 29 006 1,99
1999 30 368 30 187 0,59
2000 31 755 31 472 0,89
2001 32 293 32 360 0,21
2002 33 031 32 772 0,79
2003 32 991 32 781 0,64
2004 32 321 32 819 1,54
2005 33 145 32 350 2,40
2006 31 583 31 909 1,03
2007 31 000 31 162 0,52
2008 30 904 31 011
Прогноз 2009 31 130 31 040
Прогноз 2010 31 087

Прогноз 2011 31 026

Средняя относительная ошибка 2,02
Средняя абсолютная ошибка 32
Средняя квадратическая ошибка 795

Расчет прогнозных значений абсолютного показателя числа прибывших методом скользящей средней.

годы Число прибывших за год Скользящая средняя m

Расчет средней относительной ошибки

Социальное прогнозирование в сфере демографических процессов

итого

75,0
1993 73131

1994 76108 73 160 3,87
1995 70242 68 229 2,87
1996 58336 62 100 6,45
1997 57721 55 832 3,27
1998 51438 52 475 2,02
1999 48267 47 730 1,11
2000 43484 41 538 4,47
2001 32864 35 192 7,08
2002 29228 30 611 4,73
2003 29740 29 556 0,62
2004 29701 30 921 4,11
2005 33322 30 912 7,23
2006 29712 31 661 6,56
2007 31949 29 077 8,99
2008 25570 28 524 11,55
2009 28 053 27 658 1,41
Прогноз 2010 29 352 28 499
Прогноз 2011 28 091

Прогноз 2012 28 078

Средняя относительная ошибка 5
Средняя абсолютная ошибка 11
Средняя квадратическая ошибка 2 177

Расчет прогнозных значений абсолютного показателя числа выбывших методом скользящей средней.

годы Число выбывших за год Скользящая средняя m

Расчет средней относительной ошибки

Социальное прогнозирование в сфере демографических процессов

итого

31,0
1993 53931
1994 51900 54 083 4,21
1995 56419 53 455 5,25
1996 52047 51 873 0,33
1997 47152 47 831 1,44
1998 44293 45 041 1,69
1999 43678 42 558 2,56
2000 39703 39 702 0,00
2001 35725 36 248 1,46
2002 33317 34 516 3,60
2003 34506 33 952 1,61
2004 34032 34 577 1,60
2005 35194 34 389 2,29
2006 33940 34 120 0,53
2007 33225 32 083 3,44
2008 29085 29 304 0,75
2009 25 603 27 611
Прогноз 2010 28 144 27 401
Прогноз 2011 28 457

Прогноз 2012 27 506

Средняя относительная ошибка 2,05
Средняя абсолютная ошибка 32
Средняя квадратическая ошибка 1 161

Приложение 2


Расчет прогнозного значения абсолютного показателя родившихся в Оренбургской области методом экпоненциального сглаживания.


года Число родившихся, человек Экспоненциально взвешенная средняя Ut

Расчет средней относительной ошибки

Социальное прогнозирование в сфере демографических процессов




Iспособ IIспособ I способ II способ
1 1990 33311 24 171 33 311 27,44 0,00
2 1991 30177 25 085 33 311 16,87 10,39
3 1992 27494 25 594 32 998 6,91 20,02
4 1993 24148 25 784 32 447 6,77 34,37
5 1994 24458 25 620 31 617 4,75 29,27
6 1995 22833 25 504 30 901 11,70 35,34
7 1996 21449 25 237 30 095 17,66 40,31
8 1997 20890 24 858 29 230 19,00 39,92
9 1998 21951 24 461 28 396 11,44 29,36
10 1999 20154 24 210 27 751 20,13 37,70
11 2000 21475 23 805 26 992 10,85 25,69
12 2001 21861 23 572 26 440 7,83 20,95
13 2002 23500 23 401 25 982 0,42 10,56
14 2003 23442 23 411 25 734 0,13 9,78
15 2004 23583 23 414 25 505 0,72 8,15
16 2005 22460 23 431 25 313 4,32 12,70
17 2006 23335 23 334 25 027 0,01 7,25
18 2007 25776 23 334 24 858 9,47 3,56
19 2008 26947 23 578 24 950 12,50 7,41
прогноз 2009
23 915 25 150

итого
459 244

188,92 382,72
Средняя относительная ошибка ɛ 9,94 20,14

Средняя абсолютная ошибка ΔСоциальное прогнозирование в сфере демографических процессов

-135 -4 296

Средняя квадратическая ошибка Социальное прогнозирование в сфере демографических процессов

3 275 5 386

Расчет прогнозного значения абсолютного показателя умерших в Оренбургской области методом экпоненциального сглаживания.


года Число умерших, человек Экспоненциально взвешенная средняя Ut

Расчет средней относительной ошибки

Социальное прогнозирование в сфере демографических процессов

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: