Demografické projekce poču žáků maeřských a základních škol pro malé územní celky Tomáš Fiala, Jika Langhamrová Kaedra demografie Fakula informaiky a saisiky Vysoká škola ekonomická v Praze
Pořebná daa pro projekci komponenní meodou Počy obyvael podle pohlaví a jednoek věku běžně dosupné pouze za okresy a vyšší územní celky Počy živě narozených, přisěhovalých, vysěhovalých podle jednoek věku zpravidla pouze za kraje a vyšší územní celky
Pořebná daa pro projekci komponenní meodou Na úrovni menších územních celků: daa má ČSÚ Za každý rok do úrovně obcí a měsských čásí, při sčíání lidu ješě podrobnější na požádání je poskyne Záleží na žadaeli a účelu Problém individuálních da, ochrany osobních údajů Evenuální poplaky za zpracování da Mají však na úrovni menších územních celků ako podrobná daa vůbec smysl?
Velké meziroční výkyvy hodno Počy živě narozených, zemřelých 25 Počy živě narozených a zemřelých Praha-Koloděje živě narození zemřelí 25 20 20 5 5 0 0 5 5 0 200 2003 2005 2007 2009 20 203 205 0
Velké meziroční výkyvy hodno Počy přisěhovalých, vysěhovalých 200 90 80 70 60 50 40 30 20 0 00 90 80 70 60 50 40 30 20 0 0 Počy přisěhovalých a vysěhovalých Praha-Koloděje přisěhovalí vysěhovalí 200 2003 2005 2007 2009 20 203 205 200 90 80 70 60 50 40 30 20 0 00 90 80 70 60 50 40 30 20 0 0
Daa za poslední rok nesačí U narozených, zemřelých, přisěhovalých a vysěhovalých je nuné mí daa za několik posledních le Věšinou je pořebné mí i věkové složení za několik le Lze jej například použí k výpoču hypoeických počů zemřelých či živě narozených při sandardizaci a k odhadu migračního salda (zejména v nižším věku s nízkou úmrnosí) pokud nedosaneme podrobná daa o migraci Bylo by možné přímo provádě výpoče projekčních koeficienů na základě změn věkové srukury (musel by se ale vzí průměr za řadu le) Byl by o scénář neměnné plodnosi, úmrnosi a migrace
Scénář úmrnosi Použiji úmrnosní abulky věší populace (okres, kraj) sandard Vypoču srovnávací index úmrnosi lokální populace vzhledem ke sandardní populaci (za období několika le) (meoda nepřímé sandardizace) Opimální délka období: Příliš kráké: riziko velkých náhodných odchylek Příliš dlouhé nuno více da, neakuální Lokální úmrnosní abulky pak vyvořím z abulek sandardních vynásobením pravděpodobnosí úmrí ímo srovnávacím indexem (a dopočem osaních biomerických měr) Týká se i scénáře: může vycháze ze scénáře poslední projekce vývoje sandardní populace
Scénář plodnosi Obdobný posup: Použiji míry plodnosi nějaké věší populace (okres, kraj) sandard Vypoču srovnávací index plodnosi lokální populace vzhledem ke sandardní populaci (za období několika le) (meoda nepřímé sandardizace) Jako lokální míry plodnosi pro projekci pak použiji specifické míry plodnosi sandardní populace vynásobením srovnávacím indexem Scénář vývoje plodnosi může opě vycháze z projekce plodnosi sandardní populace
Scénář imigrace Poče přisěhovalých do malé lokaliy závisí především na možnosi získání bydlení Lze proo přijmou předpoklad, že na poče přisěhovalých v daném roce má vliv: poče dokončených byů v daném roce a velikos ěcho byů, poče vysěhovalých a zemřelých v předchozím roce (hodnoy z daného roku nelze použí cyklické výpočy) Možný jednoduchý vzorec pro scénář celkového poču přisěhovalých v daném roce: kde: I B je předpokládaný poče dokončených byů v roce ob je předpokládaný průměrný poče obyvael nového byu δ je paramer inenziy imigrace ( ob B E M )
Scénář imigrace Hodnou parameru δ odhadneme na základě hodno počů dokončených byů, počů přisěhovalých, počů vysěhovalých a počů zemřelých v několika minulých leech jako řešení rovnice 2 2 2 2 M E B ob I
Rozdělení poču přisěhovalých podle pohlaví a věku Vypočeme srukuru přisěhovalých podle pohlaví p a věku x ze známých hodno za víceleé období evenuálně provedeme vyrovnání ěcho hodno klouzavými průměry Musí samozřejmě plai V leech projekce pak rozdělíme přisěhované podle pohlaví a věku podle éo srukury 2 2 ) (, ) ( p x p x I I i ) ( ) (, p x p x i I I, ) ( p x p i x
Scénář emigrace Předpokládáme, že v každém věku má určiý podíl lidí endenci se vysěhova specifické míry emigrace, že edy poče a pohlavní a věkové složení vysěhovalých v daném roce závisí na pohlavním a věkovém složení populace na počáku roku, poču narozených během roku a na specifických mírách emigrace Specifické míry emigrace opě odhadneme na základě poču vysěhovalých podle pohlaví a věku a věkového složení obyvaelsva v několika posledních leech evenuálně provedeme vyrovnání ěcho hodno klouzavými průměry ) (, ) (, p x x p x e S E 2 2 ) (, ) (, ) ( p x p x p x S E e
Možné modifikace scénářů Při výpoču hodno srovnávacích indexů, srukury imigrace či specifických měr emigrace použijeme míso prosého průměru průměr vážený Poslední rok má nejvyšší váhu, směrem do minulosi se váhy snižují Riziko chyby, pokud v posledních leech došlo k velkým odchylkám od základního rendu Při vorbě scénáře projekce můžeme předpokláda, že srukura imigrace či specifické míry emigrace se mohou během prognózovaného období v čase měni, např. že se bude zvyšova podíl žen mezi přisěhovalými
Výpoče projekčních koeficienů přímo z věkové srukury Má smysl pokud nejsou k dispozici podrobná daa za migraci Použije se věková srukura za více le SP ( p) x Uvedené projekční koeficieny v sobě obsahují současně vliv úmrnosi i migrace Ve vzorci pro výpoče projekce odpadá migrační člen, počíá se jako projekce bez migrace 2 2 ( p), x Použielné pro projekci, kerá předpokládá úmrnos a migraci po celé období projekce sejnou jako v inervalu 2. Pokud se má předpokláda v období projekce měnící se úroveň migrace a úmrnosi, je problemaické, jak upravi uvedené koeficieny S S ( p), x
Výpoče, prezenace, inerpreace Výpoče projekce se provede podle sejných vzorců jako projekce věších územních celků Prezenova výsledky je vhodnější v grafech než abulkách Srukury podle věku zobrazi v pěileých věkových skupinách (věšinou přehlednější než jednoleé) Inerpreace výsledků projekce charakerisik pohybu obyvaelsva Jedná se o rendy, sřední hodnoy vývoje Skuečné hodnoy počů narozených, zemřelých, přisěhovalých, vysěhovalých budou (někdy výrazně) oscilova kolem projekovaných hodno
Odhad poču žáků Výpoče poču poenciálních žáků (děí ve věku obvyklé docházky do příslušného ročníku) na základě projekce věkové srukury Pro kapaciu škol a poče říd důležií žáci. ročníku Zohlednění odložené školní docházky (podíly žáků zahajujících v 5, 6, 7 nebo 8 leech) Příklad: Praha 203/4 Pohlaví 5leí 6leí 7leí 8leí Celkem chlapci 0,42% 73,02% 26,34% 0,22% 00,00 % děvčaa,36% 84,44% 4,06% 0,5% 00,00 % Zohlednění odchodů na víceleá gymnázia Dnes věšinou po ukončení 5. řídy na osmileá gymnázia Příklad v MO Praha 2 je o 25 %
Skuečné počy žáků Mohou se liši především kvůli možnosi volby jiné než spádové školy Přihlašování žáků k pobyu před zápisem Zápisová migrace Je vhodné mí daa o poču říd a žáků v jednolivých ročnících ZŠ Pokud možno za několik posledních le (ne vždy dosupná) Daa Vám nemůžeme poskynou, proože byl změněn program původně vložený v počíači Vyišěno na hlavičkovém papíře školy s podiulem Vzdělání je naše nejvěší bohasví Z uvedených da lze odhadnou poměr poču skuečných a poenciálních žáků I podíl žáků odcházejících z 5. řídy na víceleá gymnázia a využí pro projekci skuečného poču žáků
Sudie pro měsské čási správního obvodu Praha 2 Více než 8 isíc obyvael 4 měsské čási MČ Praha 2 (Újezd nad Lesy), 0 800 obyvael (59%), MČ Praha-Běchovice, 2 600 obyvael (4%), MČ Praha-Klánovice 3 500 obyvael (9%), MČ Praha-Koloděje 500 obyvael ( 8%). V každé MČ jedna základní škola v Kolodějích pouze. 5. ročník jako spádová škola 2. supně se uvažuje ZŠ Újezd nad Lesy
9
20
2
22
23
24
25
26
27
Závěry: Prognóza udává hlavní rend, průměrné hodnoy zejména v malých územních celcích mohou počy v jednolivých leech kolem rendových hodno oscilova odchylky mohou bý poměrně velké. Prognóza udává rend při vývoji podle daného scénáře. Skuečný vývoj se může liši, Zejména poče přisěhovalých v závislosi na poču dokončených byů, kerý nemusí bý rovnoměrný. Poče žáků na 2. supni ZŠ závisí i na odchodech na víceleá gymnazia, Počy žáků v 5. řídách ZŠ rosou, je možné, že dosa se na gymnázia bude obížnější než nyní, Poče žáků 2. supně ZŠ by pak byl o něco věší než předpokládá prognóza 2
Universiy of Economics Prague Faculy of Informaics and Saisics Výsledky prognózy nuno chápa pouze jako určiý odhad, jako předpověď, je vhodné ji pravidelně akualizova na základě novějších dosupných da. Děkujeme za pozornos fiala@vse.cz langhamj@vse.cz