The methodological approaches to prognostication of morbidity summary coefficient on the basis of studying patterns of natality order

Abstract


The methodological approaches to total birth rate prognostication based on the study of births order-predicted patterns. The article considers issues of forecasting total birth rate as key indicator characterizing intensity of demographic processes. This problem is also relevant to the Russian Federation, since birth rates are evaluation criteria of social economic situation governing in regions. The lacking of available data in scientific methodological publications describing forecasting methods complicates understanding of demographic processes and reduces management efficiency. The methodology of predicting total birth rate states construction of causal relationships for birth rates differentiated by mother's age and birth order. The forecasting technique involves construction of multiple regression models for dependencies between the births’ distributions for different birth order with the time lag parameters. To determine the delay values, iterative procedure using correlation analysis with data offset in 1-year increments was applied. To determine the time lag, offset corresponding to the maximum reliable correlations between the total birth rates depending on the children’s birth of the current and subsequent order was implemented.The results obtained via correlation and regression analysis as system of equations allowed to predict total birth rate for given sequence of births from previous ones. At the same time, frequency of first births must be set following statistical series of this data. The proposed methodological approach used extrapolation of previous period trend as exponential function. Methodical approaches were tested using actual data on birth rates in a large region of the Russian Federation with a population close to 3 million people. State statistical observation form was used to perform the forecast.The results of forecasting total birth rate revealed period of temporary increase and subsequent decrease of indicator. The forecast of temporary increasing of total fertility rate is based on time lag observed between birth of the first child and subsequent children. The decreasing of studied indicator is based on negative dynamics of first births, but if the process is managed it is likely to stabilize indicator that results in its subsequent increasing.

Full Text

Введение Демографические процессы, протекающие в стране и конкретном регионе, всегда вызывают большую заинтересованность, поскольку стратегический вектор экономического и социального развития территории основывается на ожидаемой половозрастной структуре численности населения. Основным звеном для решения задач демографического прогнозирования, которым уделяется особое внимание, являются возможные изменения в рождаемости, поскольку именно она в среднесрочной перспективе оказывает более существенное влияние на численность, структуру и рост населения [1]. Значительная часть исследований, связанных с демографическим прогнозированием вообще и прогнозированием рождаемости в частности, ссылается на расчеты, проводимые по инициативе ООН для государств, различающихся по уровню рождаемости и стадии демографического перехода. В течение времени методический подход ООН к вычислению прогнозных значений рождаемости изменялся, и использовались различные модели для его вычисления. Так, в 2008 г. использовались детерминистские модели возможных трендов рождаемости, основанных на предположении о стремлении коэффициента суммарной рождаемости во всех странах к уровню 1,85 ребенка на одну женщину. В 2010 г. применялась Байесовская иерархическая модель, при которой значение суммарного коэффициента рождаемости стремится к 2,1 ребенка на одну женщину. В настоящее время прогноз ООН стал учитывать специфику отдельных стран [1-3]. В прогнозировании суммарного коэффициента рождаемости сегодня активно применяют три метода: экстраполяция, аналитический (статистического моделирования) и референтный [4]. На основе метода экстраполяции выстраивается тенденция изменения суммарного коэффициента рождаемости с помощью какой-либо математической функции. Опираясь на референтный метод прогнозирования, следует сопоставлять динамические демографические процессы, протекающие на рассматриваемой территории с «близкой/эталонной» в данных характеристиках и направлениях смещения и изменения уровня рождаемости, аналогичной прогнозируемой. Статистическое моделирование предполагает прогнозирование с помощью регрессионных моделей, которые отражают зависимость показателя суммарного коэффициента рождаемости от факторов, влияющих на него. В настоящее время в прогнозировании рождаемости все большую популярность набирают специальные статистические исследования и социологические опросы, цель которых - выявить репродуктивные ориентиры населения [5]. Федеральная служба государственной статистики России (Росстат) осуществляет прогноз рождаемости с помощью метода статистического моделирования на основе разработки сценарных переменных - возрастного коэффициента рождаемости, интегральной характеристикой которого является средний возраст матери при рождении ребенка, и суммарный коэффициент рождаемости. Эти показатели задаются на каждый год прогнозного периода и непосредственно для прогнозных расчетов преобразуются в возрастные коэффициенты рождаемости. По данным Росстата, самое низкое значение суммарного коэффициента рождаемости в России отмечалось в 1999 г. (1,157). В 2000-2015 гг. (кроме 2005 г.) его значение увеличивалось до 1,777 в 2015 г. [6]. В последующие годы наблюдается снижение показателя до1,621 в 2017 г. [7]. Обращая внимание на социолого-статистическое исследование прогнозирования вторых рождений у российских женщин, проведенное О. М. Шубат, А. П. Багировой, одной из основных объективных детерминант вторых рождений является возраст женщины: с возрастом растет как реальное число детей, так и вероятность более высоких рождений [4, 8]. В своем исследовании А. А. Шабунова и О. Н. Калачикова отмечают, что репродуктивное поведение относится к малодетному типу с ориентацией на 1-2 детей и превалированием психологических репродуктивных мотивов. Помехи к рождению желаемых детей в основном находятся в зоне материально-бытовых проблем [8]. К сожалению, в большинстве современных источников представлены готовые результаты прогнозирования, при этом не приводятся исходные данные и методологические подходы, что не позволяет проводить прогнозирование показателей в соответствии с различными сценарными условиями и на более мелких масштабах обобщения (уровни отдельных регионов, муниципальных образований). При выполнении прогнозов показателей воспроизводства населения предполагается, что эффективность мер, направленных на стимулирование рождаемости, не изменяется во времени, а все изменения определяются либо структурой показателей, либо их устойчивыми динамическими тенденциями. Активная государственная политика, направленная на стимулирование рождаемости, позволяет некоторым образом менять репродуктивное поведение населения, увеличивая количество рождений. Однако принимаемые меры не позволяют обеспечить постоянный рост показателей рождаемости ввиду объективных причин, обусловленных структурой населения, и динамических закономерностей изменения. В связи с этим перед региональными и федеральными органами исполнительной власти ставится задача объективной оценки потенциальных возможностей роста рождаемости. Состояние рождаемости, тенденции, определяющие величину ее показателей обусловливают социально-экономическое развитие страны и региона в будущем, а это определяет актуальность и значимость прогнозирования рождаемости. Целью настоящей работы является разработка методического подхода к прогнозированию суммарного коэффициента рождаемости, основанного на динамических и структурных закономерностях изменения коэффициентов рождаемости в зависимости от возраста матери и порядка родов. Методика прогнозирования коэффициента суммарной рождаемости Метод прогнозирования суммарного коэффициента рождаемости строится на исследовании динамических закономерностей репродуктивного поведения населения и связанного с ним изменения структуры рождаемости в зависимости от возраста матери и порядка родов. При таком подходе применяется гипотеза, состоящая в наличии объективных связей между структурой рождаемости по возрасту матери и различными порядками родов. Кроме того, выдвигается гипотеза о существование временных задержек между факторами, влияющими на рождаемость детей, и откликов в рождении второго и последующих детей от предыдущего рождения. Для определения временного лага между рождением детей предложено применение корреляционного анализа. Методика прогнозирования предполагает построение моделей зависимостей между распределениями рождений различного порядка родов с параметрами запаздывания по времени. В рамках реализации данного методического подхода выполнена оценка изменений среднего возраста женщины при рождении первого и последующего ребенка, а также отставания динамических тенденций в зависимости от порядка родов. Оценка отставания динамических тенденций проводилась на основе определения временного лага, возникающего между пространственно-временными распределениями коэффициентов рождаемости. После определения временного лага строили модели зависимости общего коэффициента рождаемости для второго и последующего ребенка от возрастной структуры рождений предыдущего порядка родов. Выполнение прогноза суммарного коэффициента рождаемости проводилось на основе полученных моделей зависимости между различными порядками родов. Для выполнения прогноза необходима информация: по численности женщин репродуктивного периода (от 15 до 49 лет), данная информация в Росстате представлена пятилетними интервалами, а также по численности родившихся детей по очередности рождений в каждой возрастной группе матерей. Общий суммарный коэффициент рождаемости рассчитывался как сумма половозрастных коэффициентов для женщин репродуктивного возраста от 15 до 49 лет: ps202004.4htm00273.jpg, (1) где r - общий суммарный коэффициент рождаемости, Fij - половозрастной коэффициент рождаемости в i-й возрастной группе женщин и очередности рождения j-го ребенка В свою очередь возрастной коэффициент рождаемости в возрастной группе женщин с учетом очередности рождения вычислялся с помощью следующего выражения: ps202004.4htm00275.jpg, (2) где Fij - возрастной коэффициент рождаемости в i-й возрастной группе женщин и очередности рождения j-го ребенка, Nij - число родившихся у женщин в i-м возрасте и очередности рождения j-го ребенка, Wi -численность женщин i-й возрастной группы. В подтверждение гипотезы о существовании зависимости между очередностью рождений для определения величины временного лага проводилась итерационная процедура, использующая корреляционный анализ со смещением данных с шагом в 1 год. В ходе анализа полученных значений корреляций для различных временных задержек между рождениями детей выделяли достоверное значение для определения временного лага. В качестве величины лага выбиралось смещение, при котором наблюдался максимум корреляций между суммарными коэффициентами рождаемости в зависимости от рождения матерями детей текущей и последующей очередности. На основании связей, полученных в результате корреляционного анализа, выстраивали матрицу коэффициентов корреляции с временными интервалами, соответствующих максимальным значениям в зависимости от очередности рождения последующего ребенка от предыдущего. Наиболее подходящая и близкая по виду связь, полученная в ходе исследований, представлена линейной функцией. После спецификации регрессионной модели проводили ее параметризацию. Модель множественной линейной регрессии представлена в следующем виде: ps202004.4htm00277.jpg, (3) где rj + 1 - общий суммарный коэффициент рождаемости j + 1-го ребенка, rji, τ - суммарный коэффициент рождаемости в i-й возрастной группе женщин и очередности рождения j-го ребенка с временным лагом. Полученная множественная регрессия представляет собой модель, где рождение последующего ребенка является зависимой переменной rj + 1 от числа рождений предыдущего в соответствующей возрастной группе женщин rrjj + 1 = f(r1, τj, r2, τj, r3, τj, …, rji, τ) с установленным временным лагом t. В результате корреляционно-регрессионного анализа получается система уравнений, позволяющая прогнозировать суммарный коэффициент рождаемости заданной очередности рождений от предыдущих. При этом частоту первых рождений необходимо задавать иначе, исходя из динамического ряда этих данных. В предложенном методическом подходе использовали экстраполяцию тренда, имевшего место в предшествующий период. Этот тренд был определен на основе исследования многолетних статистических данных, проведенных в некоторых странах, и определен с помощью экспоненциальной функции рождения первенца для каждой возрастной группы женщин репродуктивного возраста. riI(t) = b0 ∙ eb1 ∙ ti, (4) где riI(t) - суммарный коэффициент рождаемости первого ребенка в i-й возрастной группе. Таким образом, процесс прогнозирования суммарного коэффициента рождаемости является итерационным. Сначала выполняется прогноз первых рождений, далее с учетом временного лага, рассчитанного для вторых рождений, формируется прогноз вторых рождений, за ними следуют третьи и последующие рождения, причем для каждой очередности рождений применяется свой временной лаг. Такая процедура выполняет прогноз на 1 год, для продолжения прогнозного ряда суммарного коэффициента рождаемости процедура прогоняется несколько раз. Прогнозный коэффициент рождаемости для второго и последующего ребенка, вычисляемый за определенный год определяется следующими соотношениями: ps202004.4htm00279.jpg, (5) где rt - 1II- суммарный коэффициент рождаемости второго ребенка за t - 1 год, rtII- суммарный коэффициент рождаемости второго ребенка за t год, ri, t - τIIII- суммарный коэффициент рождаемости второго ребенка в i-й возрастной группе женщин за k - τII год, - суммарный коэффициент рождаемости третьего ребенка за t - 1 год, rtII - суммарный коэффициент рождаемости третьего ребенка за t год; ri, t - τIIIIII- суммарный коэффициент рождаемости третьего ребенка в i-й возрастной группе женщин за k - τIII год, rIVt - 1 - суммарный коэффициент рождаемости четвертого ребенка за t - 1 год, rtIV - суммарный коэффициент рождаемости четвертого ребенка за t год, ri, t - τIVIV- суммарный коэффициент рождаемости четвертого ребенка в i-й возрастной группе женщин за k - τIV год, rVt - 1 - суммарный коэффициент рождаемости пятого и последующего ребенка за t - 1 год, rtV - суммарный коэффициент рождаемости пятого и последующего ребенка за t год, ri, t - τIVV- суммарный коэффициент рождаемости пятого и последующего ребенка в i-й возрастной группе женщин за k - τV год; Общий прогнозный суммарный коэффициент рождаемости вычислялся, как сумма суммарных коэффициентов рождаемости определенной очередности рождения: ~rt = (rtI + rtIV + rtIII + rtIV + rtV), (6) где~rt - прогнозный коэффициент рождаемости на t-й год. Для верификации модели проводили расчет прогнозного значения за последний год с известным значением суммарного коэффициента рождаемости. Отношение фактического и прогнозного значения определяет параметр верификации, который выступает в качестве поправочного коэффициента: ps202004.4htm00281.jpg, (8) где φ - поправочный коэффициент верификации модели, rn - фактический суммарный коэффициент рождаемости,~rn - прогнозный суммарный коэффициент рождаемости. Произведение поправочного коэффициента верификации и результата прогнозирования позволяют улучшить качество модели и повысить точность прогнозирования. Пример выполнения прогноза суммарного коэффициента рождаемости Апробация методических подходов проводилась на реальных данных, характеризующих показатели рождаемости в крупном субъекте Российской Федерации с численностью населения, близкой к 3 млн человек. Для выполнения прогноза использовалась форма государственной статистики № 232 (распределение родившихся живыми по возрасту и году рождения матери и по очередности рождения у матери) с 2012 по 2017 г. В качестве примера для отработки методического подхода была выбрана территория, в состав которой входит городское и сельское население, поскольку выдвигается предположение о различии в воспроизводстве населения. За исследуемый временной период (2011-2017) значения суммарного коэффициента рождаемости на рассматриваемой территории находилось ниже уровня, необходимого для воспроизводства населения (2,1; рис. 1). До 2015 г. суммарный коэффициент рождаемости имел незначительный положительный прирост, но ситуация стала меняться в противоположную сторону с 2016 г., и уже в 2017 г. на территории было зафиксировано самое низкое значение показателя (1,78). Прогноз суммарного коэффициента рождаемости методом экстраполяции показал рост после падения и стремление к значению 2,00 к 2022 г. В подтверждение гипотезы о различных темпах рождаемости городского и сельского населения было выполнено сравнение динамических рядов данных, характеризующих городское и сельское население. До 2015 г. отмечено увеличение интенсивности деторождений для городского и для сельского населения. Для жителей села рост данного показателя в среднем в 1,6 раза превысил таковой городского населения. В 2015 г. рождаемость увеличивалась только у городского населения, в то время как для сельского зафиксировано ее снижение. С 2016 г. снижение рождаемости отмечается и на селе, и в городе. Различия городских и сельских поселений проявляются и в отношении структуры вкладов возрастных коэффициентов рождаемости. Тенденция увеличения возраста материнства отмечается у жительниц городского и сельского населения. Так, в 2016 г. для жительниц сельского населения края наибольший вклад в суммарную рождаемость внесли матери в возрасте 25-29 лет (32,7%), а также на 2,5% по сравнению с 2015 г. увеличился вклад в рождаемость матерей 30-34 лет, в то время как доля матерей младших возрастов снижалась. В итоге к 2017 г. более зрелые в социальном отношении женщины (старше 25 лет) обеспечивали более 30% всех деторождений среди городского и сельского населения края. Аналогичная тенденция изменения возрастной модели рождаемости прослеживается и в динамике среднего возраста матери, в том числе при рождении детей разной очередности. За период с 2011 по 2017 г. средний возраст материнства на территории края вырос на 1,7 года и составил 29 лет, в том числе при рождении первого ребенка - 26,1 года, второго - 29,7, третьего - 32,1 года. Повышение возраста матери отмечается во всех очередностях деторождений, но больше всего возраст матери увеличился при рождении первого (на 1,1 года) и второго (на 0,8 года) ребенка. Рождаемость детей по очередности рождения в 2017 г. отмечает пики рождения первенцев в возрасте от 20 до 25 лет, вторых - в возрасте от 25 до 30 лет, третьих - от 30 до 35, четвертых - от 30 до 40 и пятых и более детей - от 35 до 40 лет. В табл. 1 приведена суммарная рождаемость для каждой очередности рождения на одну женщину в 2012-2017 гг. Статистика для условных поколений показывает тенденцию уменьшения суммарного коэффициента рождаемости, обусловленного рождением первого ребенка. По вторым и четвертым родам отмечается рост показателя до 2016 г., по третьим родам - рост до 2015 г. Суммарный коэффициент по пятым и последующим родам демонстрирует небольшой, но стабильный рост. Стоит отметить, что вклад вторых рождений в суммарную рождаемость в 2016 г. превысил вклад первых рождений, что говорит о снижении уровня рождаемости первых детей и об эффективной работе государственной политики, направленной на стимулирование рождаемости вторых и последующих детей. Согласно методике прогнозирования и на основании результатов структурного анализа рождаемости в регионе был выполнен анализ корреляционных связей для различных временных задержек между рождениями детей, который позволил установить временные лаги, характеризующиеся наибольшими и достоверными величинами коэффициентов корреляции (табл. 2). Используя значения временных лагов, провели моделирование зависимостей между коэффициентами рождаемости различных очередностей. ps202004.4htm00283.jpg ps202004.4htm00285.jpg В табл. 3 приведены значения параметров множественной регрессионной модели, отражающей зависимости между коэффициентами суммарной рождаемости различной очередности. Для построения замкнутой системы уравнений, достаточной для выполнения прогноза суммарного коэффициента рождаемости, были формализованы динамические закономерности изменения коэффициента рождаемости первого ребенка. Согласно представленной методике, в качестве модели динамического тренда выступает экспоненциальная функция. Параметры экспоненциальных трендов для коэффициентов рождаемости первого ребенка по всем возрастным группам представлены в табл. 4. Следуя алгоритму прогнозирования суммарного коэффициента рождаемости по цепочке связей между коэффициентами рождаемости первой, второй и последующей очередности, были получены прогнозные значения на период до 2025 г. Поправочный коэффициент верификации составил 0,87 для сельского населения и 1,24 для городского. ps202004.4htm00287.jpg Прогнозирование суммарного коэффициента рождаемости до 2025 г. для сельского и городского населения представлено на рис. 2. В целом прогнозные показатели рождаемости можно охарактеризовать как величину, имеющую направление в сторону снижения по волнообразному принципу. Результаты исследования Изменение динамических закономерностей коэффициентов рождаемости для первого ребенка позволяет формировать сценарии прогнозирования вероятных эффектов, связанных с внедрением мероприятий по управлению естественными демографическими процессами в регионе. Представленная модель дает возможность проводить расчет вероятного изменения суммарного коэффициента рождаемости на среднесрочную перспективу, обусловленного мерами по стимулированию первых рождений. ps202004.4htm00289.jpg На рис. 3 приведены результаты прогнозирования суммарного коэффициента рождаемости для экспоненциального снижения (базовый сценарий) и при стабилизации коэффициента рождаемости первого ребенка (оптимистический сценарий). Результаты прогнозирования суммарного коэффициента рождаемости по территории показывают ожидаемое снижение показателя в 2018 г. до уровня 1,66, а затем временное увеличение, которое в 2019 г. достигнет величины 1,73. Прогноз временного увеличения коэффициента суммарной рождаемости обусловлен временным лагом, наблюдаемым между рождением первого и последующих детей. Последующее снижение исследуемого показателя обусловлено отрицательной динамикой первых рождений, которая стабилизирует показатель на уровне 1,6 к 2025 г. Стабилизация частоты рождений первого ребенка на уровне 2017 г. позволяет получить более оптимистичные прогнозы коэффициента суммарной рождаемости, который в этом случае показывает уверенный рост до величины 1,76. Приведенные результаты применения описанного методического подхода свидетельствуют о возможности его использования в качестве дополнения к существующим методам прогнозирования. Для построения данной методики было проведено исследование, позволившее установить основные закономерности распределения показателей рождаемости в регионе по возрасту матери и порядку родов, которые легли в основу прогноза суммарного коэффициента рождаемости на период 2018-2025 гг. Заключение Предложенный метод основан на общедоступной легитимной информации, формируемой в территориальных отделах Федеральной службы государственной статистики, которая может быть получена для любого региона Российской Федерации. Следует отметить, что регион, выбранный для иллюстрации методических подходов к прогнозированию суммарного коэффициента рождаемости, является типичным для большинства субъектов Российской Федерации Это позволяет утверждать, что основные закономерности и тенденции, обнаруженные в процессе представленного исследования, характерны как для отдельных регионов, так и для Российской Федерации в целом. Исследование не имело спонсорской поддержки. Авторы заявляют об отсутствии конфликта интересов.

About the authors

N. V. Zaytzeva

The Federal Budget Institution of Science “The Federal Research Center of Medical and Preventive Health Risk Management Technologies”


D. A. Kiryanov

The Federal Budget Institution of Science “The Federal Research Center of Medical and Preventive Health Risk Management Technologies”


S. V. Babina

The Federal Budget Institution of Science “The Federal Research Center of Medical and Preventive Health Risk Management Technologies”

Email: bsv@fcrisk.ru

L. A. Sichikhina

The Federal Budget Institution of Science “The Federal Research Center of Medical and Preventive Health Risk Management Technologies”


References

  1. Щербакова Е., Козлов В. Население России по прогнозам ООН. ДемоскопWeekly. 2017;№717-718. Режим доступа: http://www.demoscope.ru/weekly/2017/0717/tema02.php
  2. Методологические пояснения Федеральной службы государственной статистики России по процедуре демографического прогнозирования. Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/population/ demography/
  3. Рыбаковский Л. Л. Демография для практических работников. Показатели рождаемости. Режим доступа: http://rybakovsky.ru/uch1/10.html
  4. Шубат О. М., Багирова А. П. Прогнозирование вторых рождений у российских женщин: социолого-статистический подход. Проблемы прогнозирования. 2014;(3):131-40.
  5. Прогнозирование рождаемости. Режим доступа: https://studopedia.org/3-85826.html
  6. Щербакова Е. В. 2016 году наметилось снижение суммарной рождаемости. ДемоскопWeekly. № 739-740, 11-24 сентября 2017 г. Режим доступа: http://www.demoscope.ru/weekly/2017/0739/barom04.php
  7. Федеральная служба государственной статистики России. Демография. Суммарный коэффициент рождаемости. Режим доступа: ttp://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/population/demography/#
  8. Шабунова А. А., Калачикова О. Н. Демографический потенциал и стимулирование рождаемости. Режим доступа: http://www.demoscope.ru/weekly/2017/0733/analit02.php

Statistics

Views

Abstract - 34

Cited-By


PlumX

Dimensions


Copyright (c) 2020 АО "Шико"

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Mailing Address

Address: 105064, Vorontsovo Pole, 12, Moscow

Email: ttcheglova@gmail.com

Phone: +7 (495) 916-29-60

Principal Contact

Tatyana Sheglova
Head of the editorial office
FSSBI «N.A. Semashko National Research Institute of Public Health»

105064, Vorontsovo Pole st., 12, Moscow


Phone: +7 (495) 916-29-60
Email: redactor@journal-nriph.ru

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies