Человеческий фактор

Демографам, чтобы знать об этом заранее, не обязательно строить прогноз о составе населения, они пользуются традиционными демографическими методами и моделями. Так, анализируя данные по рождаемости за некий календарный год, они задают вопрос: в какой степени произойдет замещение нынешнего поколения матерей их дочерьми. Для этого нужно знать, сколько всего детей родит одна женщина за свою жизнь, сколько из них девочек и сколько из этих девочек доживет до возраста, в котором рожали их матери. Это обычный для демографа подход к анализу демографической ситуации, и в нем подспудно присутствует прогноз. Ориентация на прогноз проистекает из свойств объекта демографического изучения - населения. К примеру, число рождений и смертей вызвано не только условиями жизни, но и возрастной структурой общества. Инерционность - это счастливая особенность для прогноза населения, которая, правда, приводит к тому, что прогноз стал в какой-то мере рутинной работой демографа. Рутинности способствует и постоянная заинтересованность государства в прогнозе населения.

Начиналось же все с математических моделей роста. Томас Мальтус установил, что население стремится расти неограниченно в геометрической прогрессии. В перенаселении он видел главную причину социальных и политических потрясений («… толпа, участвующая в мятежах, доставляется избыточным населением»), а также экологических катастроф. Идеи Мальтуса оказали сильное влияние на развитие демографической науки. Посеянный им страх перенаселения стимулировал соответствующие исследования на протяжении всего прошлого века.

Применялись и другие модели роста. Большой резонанс имела работа Р. Пирла (1924 г.), где он применил для прогноза логистическую кривую роста, которая впоследствии стала широко использоваться в биологии на лимитированных популяциях, так как предполагает, что есть предел роста популяции из-за ограниченности того или иного жизненно важного ресурса.

С развитием методов сбора демографической информации прогнозы населения стали строиться с учетом возрастно-полового состава населения. Переписи давали данные о распределении населения, а текущий учет - о рождаемости и смертности по полу и возрасту. Добавляя родившихся и вычитая умерших (по каждому возрасту) за текущий год, получали оценку населения страны через год после переписи. Остается учесть результаты миграции - еще одного компонента движения населения. Следуя этой схеме, можно строить прогноз населения, опираясь на результаты переписи и прогноз каждой из компонент движения населения: рождаемости, смертности и миграции. В этом суть когортно-компонентного метода (ККМ) - главного метода прогноза населения в минувшем столетии.

Причина успеха этого простого и естественного подхода во многом объясняется вышеупомянутым счастливым для прогноза свойством: недалекое будущее населения заложено в его возрастной структуре. Если, скажем, горизонт прогноза - пятнадцать лет, то основная часть населения уже известна. Неопределенность связана в основном с изменениями рождаемости (внешняя миграция обычно несопоставима с ней по масштабу, смертность, как правило, меняется плавно и к тому же наиболее велика в ранних детских и в старших возрастах). Реализации ККМ-прогноза многообразны, но главным образом в деталях и по гибкости задания сценариев и степени дружественности пользователю. Сравните, например, программу RUP (Rural-Urban Projection - Бюро цензов США ¹) и DemProg (она входит в состав пакета демографических программ Mortpak-Lite ²).

Дьявол в деталях

Различия в реализации когортно-компонентного метода встречаются, если прогноз строится не для населения страны в целом, а для нескольких групп населения (для сельского и городского, по расам или регионам и пр.).

Прогнозы для населения страны в целом игнорируют социальные и демографические различия между ее отдельными частями. Межгосударственные различия часто меньше, чем внутренние. Прогноз населения регионов отличается тем, что добавляется еще одна компонента изменения численности населения - внутренняя миграция. В целом по стране она равна нулю, но для регионов весьма существенна. Кроме того, объем работы по прогнозу значительно возрастает из-за того, что регионов внутри даже маленьких стран не меньше двух десятков.

Существует четыре подхода к региональному прогнозу населения. Первый - декомпозиция прогноза населения для всей страны с помощью какой-нибудь процедуры локализации (top-down).При втором подходе прогноз производится для каждого региона отдельно, а общенациональный прогноз получается суммированием всех региональных. Этот bottom-up (снизу-вверх) подход придает максимальный вес специфике регионов. Третий подход - гибридный - пытается использовать преимущества первого (непротиворечивость) и второго (явный учет межрегиональных различий). Четвертый подход (так называемую мультирегиональную модель) можно рассматривать как развитие концепции «миграционного бассейна». В отличие от остальных вариантов он учитывает обе компоненты взаимосвязи регионов: прямую связь через миграцию и косвенную через межрегиональные различия в рождаемости, смертности и международной миграции. Кроме того, в мультирегиональной модели регионы должны прогнозироваться одновременно. Этот подход был введен Андреем Роджерсом, сумевшим «поженить» марковские модели межрегионального изменения населения (предполагается, что вероятность перехода из состояния i в состояние j целиком определяется состоянием i ³) с традиционным в демографии методом когортно-компонентного прогнозирования. Мультирегиональная модель прогноза населения активно развивалась в IIASA (www.iiasa.ac.at) и широко используется во многих странах.

Построение сценариев

Когортно-компонентный метод даже в его мультирегиональном варианте достаточно четко формализован, так что главная трудность прогноза населения лежит в построении сценариев прогноза для каждой компоненты движения населения. Это самая темная область демографического прогноза, поскольку до недавнего времени описание сценариев давалось весьма скупо, и часто вместо таблиц использовались графики. Вместе с тем разнообразие методов демографического прогноза лежит именно в области построения сценариев. Обычный подход заключается в создании пессимистического и оптимистического сценариев рождаемости и смертности и их некоего усредненного (центрального, ожидаемого, вероятного) варианта. Миграция часто фиксируется такой, какой была за предшествующий период (пять или десять лет), а при долгосрочных прогнозах может быть приравнена к нулю.

Один из распространенных подходов - параметризация возрастных кривых рождаемости и смертности (моделей достаточно много), а затем выявление тренда параметров и экстраполяция. Существуют и «внутренние демографические» ресурсы: можно обратиться к анализу рождаемости и смертности по поколениям, сделать прогноз для каждого поколения и уже из показателей по поколениям реконструировать показатели для календарных лет. Вообще, предполагается, что чем больше дизагрегированы показатели при построении прогноза, тем точнее прогноз. Так, сценарии смертности строятся не только по возрасту, но и по причинам смерти. Кроме того, испытывался подход, при котором предполагалось, что та или иная причина смерти будет устранена окончательно.

В принципе есть возможность использовать результаты анализа взаимосвязи социально-экономических показателей, с одной стороны, и рождаемости и смертности - с другой. Действительно, учет влияния изменений экономической конъюнктуры на рождаемость улучшает ее прогноз. Однако демографы опасаются выходить за рамки демографии, так как считается, что горизонт надежности экономических прогнозов очень короток (в сравнении с демографическими).

С точностью до…

Точность демографических прогнозов с использованием ККМ долго оставалась неизвестной. Обычно под огнем критики были только регулярно обновляемые прогнозы ООН. Эта традиция жива и поныне. Массовое изучение ошибок прогнозов началось лишь в конце 1970-х, и сразу обнаружился печальный факт: более тщательные методы построения сценариев, более продвинутый демографический анализ не дал заметного повышения точности прогнозов. Оказалось, что на средней дистанции (до 30 лет) простые модели роста не хуже, а то и лучше оценивают общую численность населения. С тех пор в практику стали входить показатели для оценки точности прогнозов. Наконец, в конце 1990-х появились вероятностные прогнозы населения. Они по-прежнему используют ККМ, в том числе его мультирегиональный вариант, но каждый сценарий по каждой компоненте изменения населения имеет некую вероятность сбыться; далее в серии имитационных испытаний выясняется вероятность реализации того или иного демографического будущего.

В настоящее время общая тенденция мировых центров прогнозов населения (ООН, Бюро цензов США, Евростата), а также национальных институтов - интеграция прогноза с базой данных демографической статистики. Демографические данные сами по себе имеют немало измерений, к ним добавляются социальные и региональные измерения. Для смертности нужно учесть причины (вообще-то в официальной «Международной классификации болезней и причин смерти» их насчитывается 2000, но можно ограничиться только крупными категориями), для рождаемости - состояние в браке. Но только конструирование матрицы миграции, в которой регионы выбытия связаны с регионами прибытия, - колоссальная задача, а ведь данные по миграции могут меняться довольно быстро, а значит, эту огромную работу приходится часто повторять. К тому же демографические прогнозы служат основой для так называемых функциональных прогнозов (абитуриентов, студентов, трудовых ресурсов, семейной структуры, структуры домохозяйств и др.). Эти прогнозы тоже интегрируются с базой данных населения. Данные обновляются ежегодно - и прогнозы вслед за ними.

Тем самым перечисленные выше центры становятся фабриками прогнозов населения.

Параллельно с описанным направлением развивается и особый вид демографического прогноза - прогноз структуры домохозяйств. Однако система сбора такой информации недешева. Перепись дает моментальный снимок населения, включая его расселение по типам домохозяйств. В промежутках между переписями проводятся обследования домохозяйств, которые повторяются, например, в Нидерландах не один десяток лет. Там была создана и теперь продается за 175 евро программа LIPRO (www.nidi.nl). Прогноз домохозяйств также требует специальным образом организованной базы данных. Есть американская коммерческая программа HRS (Household Registration System). Вообще, в США существует немало коммерческих программ по демографии, включая демографические прогнозы (например, FIVFIV за 79 долларов).

Поскольку при демографических прогнозах важнейшая и самая трудоемкая задача - накопление и выделение значимой для составления прогноза информации (далее все во многом стандартизировано), то перечисленные программы в отличие от большинства экономических пакетов являются самыми настоящими пакетами прогнозирования, поскольку на выходе дают не набор вычисленных показателей, а некий прогноз, пусть и не всегда верный.