Upload
doanliem
View
213
Download
0
Embed Size (px)
Citation preview
1
Sekcja Analiz Demograficznych Komitet Nauk Demograficznych PAN Al. Niepodległości 164 02-554 Warszawa tel/fax: 646-61-38 e-mail: [email protected]
22/2010
ISSN 1642 - 0101
REFERATY CZĘŚĆ I.
KONFERENCJA NAUKOWA
Społeczne i ekonomiczne konsekwencje zmian procesów demograficznych
21‐23.09.2009 Polanica Zdrój
Zeszyt nr 22. Sekcji Analiz Demograficznych.
2
Recenzenci Dr hab. Maria Chromińska prof. UE w Poznaniu Dr hab. Ireneusz Kuropka prof. UE we Wrocławiu
3
SPIS TREŚCI Joanna Machnis Procesy migracyjne wobec sytuacji demograficzno-społecznej Polski Wschodniej ............ 7
Wprowadzenie ................................................................................................................... 7 1. Peryferyjny charakter województw Polski Wschodniej ................................................ 8 2. Sytuacja demograficzna Polski Wschodniej................................................................ 10 3. Procesy migracyjne z województw Polski Wschodniej wobec ogólnopolskich tendencji........................................................................................................................... 15 Podsumowanie ................................................................................................................. 22 Spis literatury ................................................................................................................... 22
Anna Majdzińska, Witold Śmigielski Wizja własnej przyszłości zawodowej i rodzinnej studentów Uniwersytetu Łódzkiego.... 25
Wprowadzenie ................................................................................................................. 25 1. Obraz sytuacji w zakresie małżeńskości i rozrodczości w Polsce............................... 26 2. Czynnik edukacyjno-zawodowy wpływający na model rodziny................................. 27 3. Prezentacja wyników badania ankietowego ................................................................ 28 Podsumowanie ................................................................................................................. 40 Literatura.......................................................................................................................... 41
Anna Sączewska-Piotrowska Sfera ubóstwa ludności w wieku mobilnym........................................................................ 43
Wstęp ............................................................................................................................... 43 1. Charakterystyka materiału źródłowego ....................................................................... 43 2. Uwagi metodologiczne ................................................................................................ 45 2. Analiza rozkładów dochodów ekwiwalentnych i dobrobytu w zależności od wieku głowy gospodarstwa domowego...................................................................................... 47 3. Zróżnicowanie sfery ubóstwa wybranych typów gospodarstw domowych ................ 52 Podsumowanie ................................................................................................................. 55 Literatura.......................................................................................................................... 56
Marek Ręklewski Przestrzenne zróżnicowanie urodzeń w Polsce w ujęciu powiatowym w latach 1999-2007............................................................................................................................................. 57
Wstęp ............................................................................................................................... 57 1. Dobór zmiennych objaśniających................................................................................ 57 2. Interpretacja modeli urodzeń ....................................................................................... 60 Uwagi końcowe ............................................................................................................... 74 Bibliografia ...................................................................................................................... 75
Krzysztof Osiewalski, Beata Zając Krzywe cząstkowych współczynników zgonów – modele wygładzania ............................ 77
Wprowadzenie ................................................................................................................. 77 1. Przegląd analizowanych modeli .................................................................................. 78 2. Bayesowski model statystyczny i metody wnioskowania ........................................... 79 3. Badanie empiryczne..................................................................................................... 81 4. Wyniki ......................................................................................................................... 82 Podsumowanie ................................................................................................................. 86 Bibliografia ...................................................................................................................... 86
4
Przedmowa Sekcja Analiz Demograficznych KND PAN została powołana na posiedzeniu Prezydium Komitetu Nauk Demograficznych Polskiej Akademii Nauk w dniu 23 września 1999 roku. Jest czwartą obok Sekcji Demografii Medycznej, Sekcji Demografii Historycznej oraz Sekcji Demografii Regionalnej sekcją naukową działającą w ramach Komitetu Nauk Demograficznych Wydziału I. Nauk Społecznych - Polskiej Akademii Nauk. Sekcję Analiz Demograficznych SAD prowadzą: dr hab. Ewa Frątczak, Prof. SGH (przewodnicząca sekcji) i dr hab. Jolanta Kurkiewicz, Prof. AE w Krakowie (z-ca przewodniczącej sekcji). Głównym zadaniem Sekcji Analiz Demograficznych jest organizowanie spotkań merytorycznych poświęconych szeroko rozumianym metodom analiz demograficznych, włączając najnowsze metody i techniki zarówno organizacji badań jak i metod analiz opisujących zjawiska i procesy demograficzne ich uwarunkowania i konsekwencje. Podstawą każdej prezentowanej metody w ramach spotkań SAD jest dokładny i gruntowny opis teoretyczny metody (metod) oparty na możliwie wszechstronnej i najnowszej literaturze wraz z prezentacją zastosowania teorii na danych empirycznych. Prezentacja nowych metod wymagać będzie od referentów zapoznania się ze stosowną literaturą i niemałego nakładu pracy. Dość często upowszechnienie nowej metody i jej zastosowanie wymagać będzie nakładu pracy związanego z zapoznaniem się ze stosownym programem lub pakietem komputerowym umożliwiającym dość sprawną aplikację modelu lub metody. Zatem działania mające na celu informację o programach komputerowych i organizowanie w przyszłości warsztatów szkoleniowych to jedno z kolejnych zadań SAD. Organizatorom Sekcji i osobom prowadzącym SAD zależy na integracji środowiska demograficznego, w tym głownie młodych adeptów nauki wokół zagadnień szeroko rozumianych analiz demograficznych. Zebrania Sekcji Analiz Demograficznych mogą być również poświęcone prezentacji nowych twórczych metod analiz lub zastosowań metod (modeli) będących wynikami prac doktorskich lub habilitacyjnych ukończonych lub znajdujących się w fazie przygotowywania, na odpowiednim etapie. Podjęto na pierwszym inauguracyjnym zebraniu Sekcji Analiz Demograficznych, które odbyło się 18 stycznia 2000 roku dwie inicjatywy: - pierwsza, polegająca na tym, że materiały prezentowane na kolejnych posiedzeniach SAD będą miały formę "Zeszytów Naukowych SAD KND PAN". Każdy zeszyt poświęcony będzie wspólnej tematyce. Zostały podjęte starania o uzyskanie formalnej zgody na wydawanie zeszytów, które będą miały formę tzw. "working paper"; - druga, polegająca na organizowaniu raz na rok lub co dwa lata "Warsztatów z Analizy Demograficznej" jako przedsięwzięcia wspólnego Sekcji Analiz Demograficznych KND PAN i Instytutu Statystyki i Demografii SGH. Stosowna dokumentacja dotycząca "Warsztatów z Analizy Demograficznej", w tym dokumentacja kosztorysowa została zaakceptowana przez Panią Prof. dr hab. J.Jóźwiak Dyrektora ISiD i Przewodniczącą Komitetu Nauk Demograficznych PAN. Warsztaty z analizy demograficznej pomyślane są jako seminaria szkoleniowe dla młodych pracowników nauki będących na stażu lub pracujących na wyższych uczelniach i uniwersytetach w kraju zainteresowanych metodami analiz demograficznych oraz noszących się z zamiarem przygotowania rozprawy doktorskiej lub habilitacyjnej w obszarze demografii, szerzej nauk społecznych. Z nadzieją na upowszechnianie informacji o działalności Sekcji Analiz Demograficznych KND PAN oraz o formie dokumentacji spotkań w postaci serii Zeszytów Naukowych Sekcji. Przewodnicząca SAD / dr hab. Ewa Frątczak, Prof. SGH / Z-ca Przewodniczącej SAD / dr hab. Jolanta Kurkiewicz, Prof. AE w Krakowie/
5
Słowo wstępne Konferencje naukowe organizowane w ramach Sekcji Analiz Demograficznych Komitetu
nauk Demograficznych PAN są dorocznymi spotkaniami młodych pracowników
naukowych przygotowujących rozprawy doktorskie oraz habilitacyjne, których tematyka
obejmuje procesy zachodzące w populacjach ludzkich i ich wpływ na różne sfery życia.
Konferencja zatytułowana „Społeczne i ekonomiczne konsekwencje zmian procesów
demograficznych”, która odbyła się dniach 21-23 września 2009 roku w Polanicy Zdroju
była siódmą z kolei. Organizatorem konferencji była Katedra Prognoz i Analiz
Gospodarczych Uniwersytetu Ekonomicznego we Wrocławiu. Komitetowi
Organizacyjnemu przewodniczył dr hab. Ireneusz Kuropka, prof. UE, a sekretarzem była
dr Wioletta Wolańska.
Konferencja rozpoczęła się 21 września wykładem Przewodniczącej Komitetu Nauk
Demograficznych dr hab. Ewy Frątczak, prof. SGH dotyczącym metodologicznych
aspektów badań nad płodnością i małżeńskością w Polsce.
W kolejnych dniach odbyło się pięć sesji tematycznych:
I. Ekonomiczne skutki zmian ludnościowych.
II. Demograficzne uwarunkowania polityki społecznej.
III. Modelowanie demograficzne.
IV. Zmiany w procesie płodności i ich determinanty.
V. Z badań ludnościowych GUS.
Wystąpienia w trakcie pierwszej sesji dotyczyły między innymi problemów
związanych z aktywnością zawodową Polaków i wpływem procesów demograficznych na
rynek pracy. Przedstawiono wyniki badania świadomości zmian procesów ludnościowych
w instytucjach publicznych. Podjęto także kwestie postrzegania karier rodzinnych i
zawodowych przez studentów oraz efektów procesów migracyjnych w rejonie Polski
wschodniej.
Sesja druga dotyczyła oddziaływania zjawisk ludnościowych na politykę społeczną i
powiązań tych dziedzin życia. W referatach poruszona była m. in. kwestia popytu na usługi
opiekuńcze i edukacyjne determinowanego zmieniającymi się zachowaniami
6
prokreacyjnymi. Rozważano zagadnienia wynikające ze starzenia się społeczeństwa
polskiego. Przedstawiono projekcję liczby osób starszych, które będą wymagać opieki, a
także finansowe konsekwencje tych zmian.
W sesji poświęconej zagadnieniom modelowania demograficznego zaprezentowano
możliwości jakie daje modelowanie mikrosymulacyjne w budowaniu projekcji
demograficznych. Proponowane podejście pozwala na łączenie analiz i założeń na
poziomie mikro oraz wyników na poziomie makro. Pokazano także zalety zastosowania
metod bayesowskich w badaniu mobilności zawodowej oraz nowe sposoby wygładzania
krzywych rozkładu cząstkowych współczynników zgonów. Referaty te pokazały ciągłe
wzbogacanie zestawu narzędzi wykorzystywanych w badaniach zjawisk ludnościowych.
Jednak demografia nie tylko korzysta z metod wypracowanych przez inne dyscypliny
naukowe, ale także sama dostarcza narzędzi do badania innych dziedzin życia. Pokazał to
referat dotyczący zastosowania tablic trwania życia w biznesie.
Sesja IV koncentrowała się na zagadnieniach płodności. Przedstawiono wyniki badań nad
ewolucją wzorca płodności w trakcie przejścia demograficznego oraz analiz
przestrzennego zróżnicowania urodzeń w naszym kraju. Na przykładzie USA pokazano
wpływ niektórych czynników na płodność kobiet koncentrując uwagę na religii.
W ostatniej, piątej sesji uczestnicy konferencji zostali zapoznani z realizowanymi przez
Główny Urząd Statystyczny badaniami ludnościowymi oraz zamierzeniami w tym
zakresie. Zaprezentowano także metody parowania statystycznego jako jedno z narzędzi,
które proponowane są do zastosowania w ramach NSP 2011 m. in. w celu zmniejszenia
kosztów realizacji spisu i poprawy dokładności wyników.
Prezentowany 22 numer Zeszytów Naukowych Sekcji Analiz Demograficznych zawiera
część pierwszą artykułów prezentujących niektóre wyniki badań przedstawionych na
konferencji przez referentów. Nie wszystkie bowiem osoby zdecydowały się na publikację
w Zeszytach SAD.
Wrocław 01.09. 2010. Ireneusz Kuropka
7
Joanna Machnis Uniwersytet Warmińsko-Mazurski w Olsztynie
Procesy migracyjne wobec sytuacji demograficzno-społecznej Polski
Wschodniej
Wprowadzenie
Migracje, będące formą mobilności przestrzennej (spatial mobility) są procesem o
charakterze zarówno demograficznym, społecznym, jak również ekonomicznym.
Interdyscyplinarność migracji znajduje swoje odzwierciedlenie w tym, iż zjawisko to jest
przedmiotem badań (zainteresowań badawczych) takich nauk jak demografia, socjologia,
politologia czy ekonomia.
Kwestia międzynarodowej mobilności przestrzennej ludności Polski stała się przedmiotem
szczególnego zainteresowania od momentu przystąpienia Polski do Unii Europejskiej, ze
względu na jej rozmiary oraz kierunki. Jednak migracje zagraniczne Polaków nabrały
masowego charakteru już w latach 80. XX wieku. Wówczas kraj opuściło około 2,1- 2,35
mln emigrantów (spośród których około 1 mln pozostawał poza granicami Polski od 2 do
12 miesięcy), głównie ze względów politycznych (Kaczmarczyk 2005).
Ważnym momentem, nadającym międzynarodowym migracjom Polaków odmienny,
ekonomiczny charakter był rok 1989. Nastąpiło wówczas zliberalizowanie zasad ruchu
granicznego, w wyniku czego zniknęły ograniczenia w ruchu międzynarodowym. Zaszła
również zmiana w rodzaju podejmowanej mobilności. Dominującą formą przemieszczania
się ludności Polski poza granice kraju stały się czasowe migracje zarobkowe, zmniejszając
tym samym skalę migracji stałych (Jaźwińska i Okólski 2001).
Przełomowe znaczenie dla kwestii polskich procesów migracyjnych miało wstąpienie
Polski w struktury europejskie. W związku ze wspólnotową zasadą swobodnego
przepływu siły roboczej1 między krajami członkowskimi, polskim pracownikom
stopniowo otwierano dostęp do unijnych rynków pracy (2004 r. – Wielka Brytania,
Islandia, Szwecja; 2006 r.- Hiszpania, Portugalia, Finlandia, Grecja, Włochy; 2007 r.-
Holandia; 2009 r. – Belgia, Dania).
1 „Swobodny przepływ osób stanowi jedną z podstawowych swobód rynku wewnętrznego, obejmującego przestrzeń bez granic wewnętrznych, gdzie swoboda ta jest zapewniona zgodnie z postanowieniami traktatu„ (Dyrektywa 2004\38\WE).
8
Jedynie Niemcy i Austria utrzymały ograniczenia w tym zakresie. Uzyskanie swobody
przemieszczania się oraz wyboru miejsca zamieszkania i zatrudnienia w krajach UE
zaowocowały nasileniem skali zagranicznych wyjazdów zarobkowych Polaków w ramach
tzw. migracji czasowych.
Liczne badania nad migracjami z Polski2 koncentrują się na określeniu cech społecznych
oraz demograficznych osób podejmujących decyzję o emigracji. Dzięki temu możliwa jest
identyfikacja profilu osób o największej i najniższej skłonności do wyjazdów. Migracje
ludności są procesami przestrzennie zróżnicowanymi co oznacza, iż poszczególne regiony
kraju charakteryzują się odmienna skalą (natężeniem), kierunkami, strategiami oraz
tradycjami migracyjnymi. Zarówno na migracje wewnętrzne, jak i zagraniczne mają
wpływ regionalne uwarunkowania województw, z których pochodzą migranci.
Szczególne znaczenie ma sytuacja społeczno-demograficzna oraz ekonomiczna
poszczególnych województw, która może stanowić czynnik przyciągający bądź
wypychający ku podejmowaniu decyzji migracyjnych. Na przykład korzystna sytuacja na
rynku pracy może być czynnikiem stymulującym migracje wewnętrzne ludności z innych
części kraju. Z kolei deficyt miejsc pracy, wysoka stopa bezrobocia czy niedostosowania
struktury wykształcenia do potrzeb lokalnego rynku pracy może skłonić do poszukiwania
zatrudnienia poza granicami kraju.
Biorąc pod rozwagę regionalne uwarunkowania migracji interesujące wydaje się
dokładniejsze przyjrzenie się sytuacji o charakterze społecznym i demograficznym oraz
procesom migracyjnym z terenu określonego mianem Polski Wschodniej.
Celem niniejszego artykułu jest przedstawienie głównych trendów w czasowych
migracjach, migracjach zarobkowych Polaków, ze szczególnym uwzględnieniem emigracji
z województw Polski Wschodniej. Ukazanie procesów odpływów ludności z tego
szczególnego regionu Polski na tle procesów zaobserwowanych niekorzystnych tendencji
demograficznych oraz prognozy GUS, pozwoli na dostrzeżenie faktu jak poważne
konsekwencje w postaci deformacji struktury demograficznej może nieść za sobą
nadmierna emigracja zagraniczna.
1. Peryferyjny charakter województw Polski Wschodniej
Na mocy „Strategii Rozwoju Społeczno-Gospodarczego Polski Wschodniej do roku 2020”,
przyjętej przez Radę Ministrów RP 30 grudnia 2008 r., do obszaru Polski Wschodniej
2 Prowadzone m.in. przez pracowników Ośrodka Badań nad Migracjami oraz Centrum Stosunków Międzynarodowych.
9
zaliczono pięć województw: lubelskie, podkarpackie, podlaskie, świętokrzyskie i
warmińsko-mazurskie. Obejmują one około 32 % powierzchni kraju, a zamieszkuje je
około 22 % ogółu mieszkańców. Jednocześnie województwa Polski Wschodniej uważane
są za obszary peryferyjne wobec reszty kraju. W literaturze przedmiotu funkcjonują dwa
podejścia do kwestii peryferyjności. Pierwsze z nich ujmuje peryferia jako tereny oddalone
od centrów gospodarczych, o słabo rozwiniętej infrastrukturze oraz niskim poziomie
wskaźnika gęstości zaludnienia oraz poziomie urbanizacji. Drugie podejście, o charakterze
ekonomicznym wskazuje na m.in. niski poziom wskaźnika PKB per capita , który plasuje
się poniżej 75% średniej w Unii Europejskiej (Grosse 2007). Województwa Polski
Wschodniej spełniają powyższe warunki, które uprawniają do traktowania ich za obszary
peryferyjne (Tabela 1).
Tabela 1
Wybrane wskaźniki dla Polski według wybranych województw
Województwo Gęstość zaludnienia (na 1 km2)
Wskaźnik urbanizacji w 2008r. (w %)
PKB per capita w 2006 r. (w %) UE 27 =100%
1. Polska(ogółem) 122 61,2 52,3 2. woj. lubelskie 86 46,6 35,3 3. woj. podkarpackie 118 40,6 35,8 4. woj. podlaskie 59 59,5 38,4 5. woj. świętokrzyskie 109 45,4 39,8 6. woj. warm.-mazurskie 59 60,0 39,5 Źródło: Opracowanie własne na podstawie: Regiony Polski, GUS, Warszawa 2009; Rocznik statystyczny województw 2008, GUS, Warszawa 2009.
Pod względem liczby ludności zamieszkałej na 1 km2 województwa peryferyjne należą do
grupy najsłabiej zaludnionych, dla których wskaźnik gęstości zaludnienia sytuuje się
poniżej średniej wartości dla Polski, tj. 122 osób na km2. Najbardziej niekorzystna sytuacja
występuje w województwach warmińsko-mazurskim oraz podlaskim, które średnio
zamieszkuje 59 osób na km2. W lepszej sytuacji znajduje się województwo podkarpackie,
w którym gęstość zaludnienia jest na dwukrotnie wyższym poziomie niż w
województwach wcześniej wymienionych (118 osób na km2).
Również poziom urbanizacji Polski Wschodniej (rozumiany jako odsetek osób
zamieszkujących w miastach w stosunku do ogólnej liczby ludności danego terenu) jest
najniższy w kraju. W szczególnym położeniu znajdują się województwa podkarpackie,
świętokrzyskie i lubelskie w których udział ludności miejskiej w stosunku do ogółu
10
mieszkańców nie przekracza 50 % i wynosi odpowiednio 40,9 %, 45,3 % i 46,6 %.
Jednocześnie stosunkowo najbardziej zurbanizowanymi terenami Polski Wschodniej są
województwa Polski Wschodniej o najniższej gęstości zaludnienia: warmińsko-mazurskie
(59,9 %) oraz podlaskie (59,5 %). Niski poziom urbanizacji terenów peryferyjnych Polski
jest odzwierciedleniem dominacji terenów wiejskich nad miejskimi. W Polsce Wschodniej
znajdują się jedynie 3 miasta zamieszkałe przez ponad 200 tys. mieszkańców każde
(Białystok, Lublin, Kielce) oraz 3 ośrodki miejskie z liczbą mieszkańców od 100 do 200
tys. (Program Operacyjny 2007).
Kolejnym wskaźnikiem, stosowanym w ramach polityki spójności Unii Europejskiej dla
określenia poziomu rozwoju gospodarczego danego ternu jest wskaźnik Produktu
Krajowego Brutto na jednego mieszkańca. Gdy jego wartość jest na niższym poziomie niż
75% średniej w UE-27, jednostka terytorialna uważana jest za peryferyjną. Według
dostępnych danych z Eurostatu wynika, iż dla województw Polski Wschodniej wskaźniki
PKB per capita nie przekraczają 40% jego wartości dla UE-27. Są one również znacznie
niższe niż średnia wartość PKB per capita dla Polski, która w 2006 r. wyniosła ponad 50
% (połowę) PKB per capita UE-27 (Regiony Polski 2009). Oznacza to, iż województwa
ściany wschodniej są obszarem o najniższym poziomie rozwoju gospodarczego, nie tylko
w Polsce, ale również w całej Unii Europejskiej, co niewątpliwie świadczy o ich
peryferyjnym charakterze.
2. Sytuacja demograficzna Polski Wschodniej
Analiza aktualnej sytuacji demograficznej województw Polski Wschodniej jest ważna w
kontekście dalszego rozwoju demograficznego, społecznego oraz gospodarczego tego
regionu. Zarówno w skali całej Polski, jak i w poszczególnych województwach obserwuje
się niekorzystne tendencje demograficzne (depopulacyjne), wywierające wpływ na
zmniejszającą się liczbę ludności, jak również deformację struktury demograficznej. Skala
i dynamika zmian procesów demograficznych jest zróżnicowana regionalnie, a
stosunkowo niekorzystną sytuację możemy zauważyć w szczególności we wschodnich
województwach peryferyjnych.
Polskę Wschodnią w 2008 r. zamieszkiwało 8153,2, tys. osób. Stanowi to około 21,4 %
mieszkańców całego kraju. Najbardziej liczne jest województwo lubelskie (2163,0 tys.)
oraz podkarpackie (2098,7 tys.). Natomiast najmniej licznymi województwami Polski
Wschodniej jak również w skali całego kraju (ustępując miejsca woj. lubuskiemu i
11
opolskiemu) są podlaskie (1191,8 tys.), świętokrzyskie (1273,0 tys.) oraz warmińsko-
mazurskie (1426,7 tys.)
Analizując dane dotyczące liczby ludności Polski oraz województw Polski Wschodniej w
latach 2000-2008 zauważa się proces zmniejszania się liczby ludności3 (Tabela 2). W tym
okresie największy ubytek ludności odnotowano w województwie lubelskim (-44,4 tys.)
oraz świętokrzyskim (-29,9 tys.). Natomiast do grona terenów, w których od 2007 r.
występuje nieznaczny wzrost liczby ludności zalicza się województwo podkarpackie oraz
warmińsko-mazurskie (o około 0,1%).
Tabela 2
Ludność Polski według wybranych województw w latach 2000-2008
Ludność w tys. (stan w dniu 31.12.) Lp. Województwo 2000 2007 2008
1. Polska(ogółem) 38254,0 38115,6 38135,9 2, Lubelskie 2206,2 2166,2 2161,8 3. Podkarpackie 2101,4 2097,3 2099,5 4. Podlaskie 1210,7 1192,7 1191,5 5. Świętokrzyskie 1302,7 1275,6 1272,8 6. Warmińsko-mazurskie 1427,5 1426,2 1427,1 Źródło: Podstawowe informacje o rozwoju demograficznym Polski do 2008 roku, GUS, Warszawa 2009; Regiony Polski, GUS, Warszawa 2009 r.
Tabela 3
Przyrost i ubytek naturalny na 1000 mieszkańców Polski według wybranych województw w latach 2000-2008 Lp. Wyszczególnienie 2000 2001 2002 2003 2004 2005 2006 2007 2008 1. Polska 0,3 0,1 -0,7 -0,4 -0,2 -0,1 0,1 0,3 0,9 2. Lubelskie -0,1 -0,2 0,8 -0,7 -0,9 -0,8 -0,5 -0,7 -0,2 3. Podkarpackie 2,5 1,9 1,4 1,2 1,2 1,1 1,3 1,5 1,9 4. Podlaskie 0,2 0,0 1,2 -0,8 -0,9 -0,7 -0,7 -0,5 0,3 5. Świętokrzyskie -0,6 -0,8 -0,9 -1,6 -1,6 -1,7 -1,9 -1,4 -0,9 6. Warm.- Mazurskie 2,6 2,3 0,9 1,7 1,6 1,6 1,7 1,9 2,5 Źródło: Ludność, stan i struktura w przekroju terytorialnym, GUS, Warszawa 2009, s.155; Informacje o sytuacji społeczno-gospodarczej kraju I półrocze 2009, GUS, Warszawa 2009, s.7; Regiony Polski, Warszawa 2009, s. 10; Regiony Polski, Warszawa 2008, s.10; Regiony Polski, Warszawa 2007, s.10; Rocznik statystyczny województw, Warszawa 2008, GUS; Rocznik statystyczny województw, Warszawa, 2001, GUS, s. 73; Rocznik statystyczny województw, Warszawa, 2002, GUS, s. 76; Rocznik statystyczny województw, Warszawa, 2003, GUS, s. 95; Rocznik statystyczny województw, Warszawa, 2004, GUS, s. 410; Rocznik statystyczny województw, Warszawa, 2005, GUS, s. 412; Rocznik statystyczny województw, Warszawa, 2006, GUS, s. 93.
3 Dane odnoszą się do liczby mieszkańców zameldowanych na stałe . Rzeczywisty stan zameldowania poszczególnych województw kształtuje się na niższym poziomie, z uwagi na nieewidencjonowany odpływ ludności do innych regionów Polski oraz poza granice kraju (tzw. czasowa migracja wewnętrzna i zewnętrzna).
12
Procesami, które w decydujący sposób wpływają na liczbę ludności (oprócz migracji) są
urodzenia i zgony ludności. Miernikiem uwzględniającym różnice między liczbą urodzeń a
liczbą zgonów w badanym okresie na danym terenie obliczonym na 1 tys. (lub 10 tys. lub
100 tys.) mieszkańców jest współczynnik przyrostu naturalnego (Holzer 1999).
W 2008 r. przyrost naturalny dla Polski był dodatni i kształtował się na poziomie 0,9
promila, wykazując od 2006 roku tendencje wzrostową. W 2008 r. odnotowano ubytek
naturalny w województwie świętokrzyskim (-0,9) oraz lubelskim (-0,2). W świętokrzyskim
uległ on zmniejszeniu wobec (-1,9) w 2006 r., natomiast w lubelskim, zmniejszył się
4-krotnie wobec poziomu z 2004 roku. Pozostałe trzy województwa peryferyjne osiągnęły
dodatni poziom wskaźnika przyrostu naturalnego. Województwem odznaczającym się
wyraźnym przyrostem naturalnym w przeliczeniu na 1000 mieszkańców na poziomie 2,5
promila jest warmińsko- mazurskie. Również województwo podkarpackie osiągnęło w
2008 roku dodatnią wartość wskaźnika przyrostu naturalnego, oszacowanego na 1,9
promila. Województwa te jako jedyne spośród tu omawianych w latach 2000-2008 nie
osiągnęły ujemnej wartości tego wskaźnika. Z kolei w województwie podlaskim różnica
miedzy liczbą urodzeń a liczbą zgonów w 2008 r. wyniosła w prawdzie 0,3 promila, lecz
była 3-krotnie niższa niż jej wartość dla Polski ogółem.
Niepokojące zmiany zachodzą również w strukturze ludności Polski z punktu widzenia
ekonomicznych grup wieku. W ujęciu ogólnopolskim oraz regionalnym obserwuje się od
lat 90. XX wieku systematyczny spadek liczby ludności w wieku przedprodukcyjnym (0-
17 roku życia) przy jednoczesnym wzroście udział populacji w wieku poprodukcyjnym.
Skutkiem tego jest postępujący proces starzenia się ludności Polski (Wykres 1).
Według informacji GUS na temat rozwoju demograficznego Polski do 2008 r. oraz
prognozy do 2035 r., w 2000 roku dzieci i młodzież stanowiły prawie jedną piątą ogółu
liczby ludności Polski. Osiem lat później ich udział zmniejszył się niemal o 8 punktów
procentowych (do 19,3%). Prognozuje się, iż w kolejnych latach będzie następował dalszy
spadek liczby ludności w wieku przedprodukcyjnym do poziomu około 15% w 2035 roku.
13
Wykres 1
Struktura ludności Polski z punktu widzenia ekonomicznych grup wieku w latach 2000-2008 (oraz prognoza na 2035 rok)
Źródło: Podstawowe informacje o rozwoju demograficznym Polski do 2008 roku, GUS, Warszawa 2009; Regiony Polski, GUS, Warszawa 2009; Prognoza ludności na lata 2008-2035, GUS, Warszawa 2008.
W 2008 r. w dwóch województwach Polski Wschodniej- podkarpackim i warmińsko-
mazurskim odnotowano najwyższy w kraju odsetek ludności w wieku przedprodukcyjnym,
odpowiednio na poziomie 21 % i 20,6 %. Wynika to z tego iż, na tym terenie występuje
dodatnia wartość przyrostu naturalnego (Tabela 4).
Tabela 4
Struktura ludności Polski według ekonomicznych grup wieku z podziałem na województwa w latach 2008 i 2035
Ekonomiczne grupy ludności Ludność w wieku: przedprodukcyjnym
produkcyjnym poprodukcyjnym
Lp. Wyszczególnienie
2008 2035 2008 2035 2008 2035 w %
1. Polska (ogółem) 19,3 15,7 64,5 57,6 16,2 26,7 2. Lubelskie 20,0 15,5 62,9 56,5 17,1 27,9 3. Podkarpackie 21,0 16,0 63,5 57,6 15,5 26,5 4. Podlaskie 19,7 15,4 63,1 56,3 17,2 28,3 5. Świętokrzyskie 19,0 14,3 63,4 55,9 17,7 29,8 6. Warmińsko-Mazurskie 20,6 16,3 65,0 57,5 14,1 26,3 Źródło: Regiony Polski, GUS, Warszawa, 2009; Prognoza ludności na lata 2008- 2035, GUS, Warszawa 2008.
Lata
%
14
Grupa osób w wieku produkcyjnym jest ekonomiczną kategorią wieku, która ma znaczenie
w kontekście aktualnych procesów migracyjnych. Wyróżnia się w niej dwie podkategorie-
ludność w wieku mobilnym (18-44 lata) oraz niemobilnym (mężczyźni 45-64 lata, kobiety
45-59 lat). Na podstawie analizy danych GUS dla Polski ogółem, od lat 90. ubiegłego
stulecia zauważa się zwiększanie liczby osób zasilających drugą z wyżej wymienionych
kategorii, przy stabilnym poziomie osób w wieku mobilnym. Powyższa tendencja
powoduje szybszy proces starzenia się zasobów siły roboczej. Należy zauważyć, że to
właśnie kategoria osób w wieku produkcyjnym niemobilnym w pierwszej kolejności zasili
grupę populacji w wieku poprodukcyjnym, co stanowi jedną z przesłanek starzejącego się
społeczeństwa. We wszystkich województwach Polski Wschodniej udział ludności w
wieku produkcyjnym w 2008 r. oscylował na poziomie około 64% ogółu ludności je
zamieszkującej. W porównaniu do 2000 r. nastąpił przyrost populacji w tej kategorii wieku
o około 5 punktów procentowych (2000 r. -58,7 %). Dotyczył on jedynie osób w wieku
niemobilnym (Nowak i in.). Zważając na to, iż wartość przytoczonych danych nie jest
pomniejszona o osoby czasowo przebywające poza granicami swoich województw oraz
Polski (gdyż nie dokonały one wymeldowania), należy mieć świadomość tego, że
faktycznie obecny zasób osób w wieku produkcyjnym mobilnym jest o wiele niższy od
prezentowanego (Boni 2007) .
Znaczące zmiany zauważane są również w grupie osób w wieku poprodukcyjnym
(mężczyźni 65 lat i więcej, kobiety 60 lat i więcej). Obecnie stanowi ona około 16 %
populacji Polski wobec 14,8 % w 2000 r. Natomiast do 2035 r. prognozuje się wzrost tej
kategorii wiekowej do 26,7 %. Oznacza to, iż wówczas prawie co czwarty mieszkaniec
Polski będzie w wieku emerytalnym.
W 2008 r. w trzech województwach zaliczanych do Polski Wschodniej, tj. w
świętokrzyskim, podlaskim i lubelskim osoby w wieku poprodukcyjnym stanowiły ponad
17% ogółu mieszkańców. Prognoza na 2035 r. przewiduje dalszy intensywny wzrost
udziału osób należących do tej kategorii wieku do około 28-29 %.
Szacuje się również, że w województwie warmińsko-mazurskim i podkarpackim nastąpi
znaczny wzrost liczby emerytów, odpowiednio z poziomu 14,1 % oraz 15,5 % w 2008 r.
do około 26 % w 2035 roku.
Przedstawione powyżej kierunki zmian demograficznych wskazują postępujący proces
starzenia się społeczeństwa polskiego. Konsekwencje tego stanu rzeczy mogą być
szczególnie dotkliwe dla Polski Wschodniej, będącej terenami o charakterze rolniczym (o
czym świadczy najniższa w kraju i w Unii Europejskiej wartość wskaźnika urbanizacji).
15
Dalszy odpływ ludności w wieku produkcyjnym (mobilnym) oraz przekształcenie migracji
czasowych (osób będących obecnie za granicą) w definitywne (trwające powyżej roku),
będzie implikował pogłębianie negatywnych skutków demograficznych oraz społeczno-
gospodarczych.
3. Procesy migracyjne z województw Polski Wschodniej wobec ogólnopolskich
tendencji
Województwa Polski Wschodniej są obszarem, z którego obserwowany jest wzmożony
odpływ ludności w wyniku migracji wewnętrznych (krajowych), jak i zewnętrznych
(zagranicznych). Uwarunkowane jest to kwestią peryferyjności tych terenów, wobec
których województwa Polski centralnej i zachodniej oraz kraje wysoko rozwinięte
stanowią rozwinięte gospodarczo centra, będące celem emigracji. Ponadto migranci z
terenów peryferyjnych charakteryzują się niskim poziomem kapitału społecznego oraz
finansowego. Odpływ o charakterze edukacyjnym oraz zarobkowym ma służyć
zmniejszeniu dysproporcji społeczno-ekonomicznych (Koryś 2001).
Niniejszy artykuł koncentruje się na specyfice migracji zewnętrznych ludności z Polski
Wschodniej (niemniej istotnej niż migracje krajowe). Uwzględniając aspekt czasowy
wyjazdów zagranicznych, wyróżnia się migracje stałe (definitywne, osiedleńcze,
podejmowane na czas powyżej 12 miesięcy lub na stałe) oraz migracje czasowe
(krótkookresowe) trwające od 3 do12 miesięcy4 .
Migracje definitywne były dominującą formą wyjazdów zagranicznych zwłaszcza w latach
80. XX wieku, spowodowane czynnikami natury politycznej. Od 1989 r. zaczęło
przybierać na sile znaczenie migracji krótkookresowych, które po przystąpieniu Polski do
UE stały się najpopularniejszą formą odpływu Polaków za granicę kraju.
Wskaźnikiem ilustrującym skalę trwałego odpływu ludności (emigrantów) z danego terenu
w porównaniu z napływem obcokrajowców (imigrantów) jest saldo migracji
zagranicznych na stałe, nazywane również migracją netto (różnica między imigracją a
emigracją). Warunkiem koniecznym do uznania migracji za stałą jest dokonanie przez
osobę emigrującą z kraju aktu wymeldowania oraz zameldowania na pobyt stały, w
przypadku imigranta (Sytuacja Demograficzna Polski 2008).
4 Kryterium minimalnego czasu trwania migracji powyżej 3 miesięcy obowiązuje od 2006 r., wcześniej wynosiło ono 2 miesiące.
16
We wszystkich województwach Polski w 2008 r., za wyjątkiem mazowieckiego,
odnotowano ujemne saldo migracji zagranicznych. Oznacza to iż, odpływ ludności na
pobyt stały przewyższa napływ z zamiarem osiedlenia się. Porównując wartości salda
migracji w latach 2006 (-36134) i 2008 (-14965) nastąpiło ponad dwukrotne zmniejszenie
się jego ujemnej wartości. Stało się tak za sprawą zmniejszenia skali wyjazdów Polaków,
oraz zwiększeniu imigracji obcokrajowców. W 2008 r. województwami o najwyższym
ubytku ludności na stałe było śląskie (-4240), opolskie (-2896) oraz dolnośląskie (-1686).
Pod tym względem podkarpackie (-772) i warmińsko-mazurskie (-739) plasują się na 6 i 7
pozycji. Pozostałe województwa Polski Wschodniej należą do grona o najniższym
odpływie (Wykres 2).
Wykres 2
Saldo migracji zagranicznych na pobyt stały w Polsce według województw w latach 2006-2008
‐9000
‐8000
‐7000
‐6000
‐5000
‐4000
‐3000
‐2000
‐1000
0
1000
Dolnośląskie
Kujawsko‐Pom
orskie
Lubelskie
Lubuskie
Łódzkie
Małopolskie
Mazow
ieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
Śląskie
Świętokrzyskie
Warm
ińsko‐Mazurskie
Wielkopolskie
Zachodniopomorskie
2006
2008
Źródło: Sytuacja demograficzna Polski: Raport 2007-2008, Rządowa Rada Ludnościowa, s. 124; Rocznik Demograficzny, Warszawa 2009, s. 438-439.
Odmienna sytuacja ma miejsce w przypadku zagranicznych migracji czasowych. Ich
rozmiary są wielokrotnie większe niż skala wyjazdów definitywnych.
Według szacunków GUS (opartych na statystycznych i pozastatystycznych źródłach) w
2008 r. poza granicami kraju w ramach migracji czasowych przebywało w 2210 tysięcy
osób, czyli dwukrotnie więcej niż w 2004 r. (1 mln osób). Dominującym kierunkiem
migracji czasowych są kraje Unii Europejskiej, w których przebywało 1 820 tysięcy osób
(Tabela 5).
Lata
17
Przed 1 maja 2004 r. najważniejszym krajem docelowym migracji z Polski były Niemcy.
Według danych z Narodowego Spisu Powszechnego, w 2002 r. przebywało tam około 300
tys. Polaków. Co prawda liczba ta zwiększyła się w 2008 r. o 60% do poziomu 490
tysięcy, ale usytuowało to Niemcy na drugiej pozycji pod względem popularności kierunku
czasowych emigracji z Polski. Należy przy tym pamiętać, iż skala migracji do Niemiec
może znacząco wzrosnąć w związku z otwarciem niemieckiego i austriackiego rynku
pracy w 2011 roku.
Tabela 5
Emigracja z Polski na pobyt czasowy w latach 2002-2008
Źródło: Informacja o rozmiarach i kierunkach emigracji z Polski w latach 2004-2008, GUS, 2009.
Od momentu wstąpienia Polski w struktury UE najpopularniejszym krajem wyjazdów
obywateli polskich stała się Wielka Brytania. W latach 2004-2008 nastąpił czterokrotny
wzrost liczby Polaków tam emigrujących do poziomu 650 tys. osób w 2008 roku.
Ciekawym jest fakt, iż Irlandia, która przed akcesją Polski do UE była jednym z najmniej
atrakcyjnych kierunków zagranicznych wyjazdów czasowych (2 tys. emigrantów polskich
Kraj przebywania 2002 2004 2007 2008 Ogółem 786 1000 2270 2210 Europa: 461 770 1925 1887 UE 27 451 750 1860 1820 Austria 11 15 39 40 Belgia 14 13 31 33 Cypr - - 4 4 Dania - - 17 19 Finlandia 0,3 0,4 4 4 Francja 21 30 55 56 Grecja 10 13 20 20 Hiszpania 14 26 80 83 Irlandia 2 15 200 180 Niderlandy 10 23 98 108 Niemcy 294 385 490 490 Portugalia 0,3 0,5 1 1 Republika Czeska - - 8 10 Szwecja 6 11 27 29 Wielka Brytania 24 150 690 650 Włochy 39 59 87 88 Kraje spoza UE 10 20 65 67
18
w 2002 r.), po 2004 r. stała się trzecim, największym co do intensywności krajem
docelowym5.
Uwzględniając demograficzne i społeczne cechy osób biorących udział w zagranicznej
migracji czasowej z Polski, można wskazać kategorie osób o wysokiej skłonności do
wyjazdów.
Analiza emigracji Polaków wskazuje na dominujący udział mężczyzn w strumieniu
migracyjnym 64,7 % ogółu migrantów (w okresie poakcesyjnym) (Tabela 6). Uległ on
zwiększeniu o około 7 punktów procentowych w stosunku do emigracji z przed 1 maja
2004 r. Wysoka nadreprezentacja emigrantów płci męskiej określana jest mianem
maskulinizacji zjawiska migracji. Oznacza ona liczbę mężczyzn przypadającą na 100
kobiet wśród migrantów. W okresie poakcesyjnym na 100 kobiet przypadało 183
mężczyzn (Grabowska- Lusińska i Okólski 2009).
Tabela 6
Emigracja z Polski według płci
Przed 1 maja 2004 r. Po 1 maja 2004 r. Populacja Polski Lp. Płeć
w % 1. Mężczyźni 57 64,7 47,4 2. Kobiety 43 35,3 52,6 3. Ogółem 100 100 100 Źródło: I. Grabowska- Lusińska, M. Okólski, Migracja z Polski po 1 maja 2004 r.: jej intensywność i kierunki geograficzne oraz alokacja migrantów na rynkach pracy krajów Unii Europejskiej, CMR Working Papers nr 33/91, 2008, s. 60.
Dane dotyczące zagranicznych migracji czasowych, uzyskane na podstawie badań BAEL
(Badanie Aktywności Ekonomicznej Ludności) wykazują, że w odpływie migracyjnym
najliczniejszą kategorią były osoby w wieku produkcyjnym mobilnym (20-44 lata),
stanowiące ponad 70 % ogółu migrantów (Wykres 3). Ponad połowa osób wyjeżdżających
to osoby młode w wieku 20-29 lat. Udział w migracji kobiet w wieku 20-29 lat (będącym
szczytową fazą wieku rozrodczego, obejmującego przedział 15-49 lat) (Okólski 2004) i
podejmowanie przez nie decyzji prokreacyjnych poza granicami Polski, może wpłynąć na
obniżenie liczby urodzeń, a tym samym pogłębić kryzys demograficzny w kraju.
5 Irlandia od końca XIX w. do początku XXI w. była tradycyjnym krajem emigracji netto, w którym wyjazdy Irlandczyków, szczególnie do Stanów Zjednoczonych, znacząco przewyższały napływ imigracyjny (Szerzej: Grabowska- Lusińska 2007).
19
Wykres 3
Emigracja z Polski według wieku w okresie przed- i poakcesyjnym
Źródło: I. Grabowska- Lusińska, M. Okólski, Migracja z Polski po 1 maja 2004 r.: jej intensywność i kierunki geograficzne oraz alokacja migrantów na rynkach pracy krajów Unii Europejskiej, CMR Working Papers nr 33/91, 2008, s. 62.
Wykształcenie jest kategorią społeczną, charakteryzującą jakość kapitału społecznego
ludności danego kraju. Udział w migracjach osób wysoko wykwalifikowanych oraz
posiadających wykształcenie zawodowe może znacząco wpłynąć na tę jakość w skali
regionalnej oraz ogólnopolskiej (Tabela 8). Najliczniejszą grupę wśród migrantów z Polski
(zarówno w okresie przed jak i po akcesyjnym) stanowiły osoby z wykształceniem
zasadniczym zawodowym (co trzecia osoba wyjeżdżająca) oraz średnim zawodowym (co
czwarta osoba). Znaczący wzrost nastąpił wśród osób z wykształceniem wyższym, którzy
po 1 maja 2004 roku stanowią 16,5% ogółu migrantów (aż o 6,5 punktów procentowych
więcej niż w okresie przedakcesyjnym). Jak pokazują badania, znacząca część osób
legitymujących się dyplomem uczelni wyższej, wykonuje pracę poniżej swoich
kwalifikacji. Zjawisko to w literaturze przedmiotu określane jest terminem marnotrawstwa
mózgów lub deprecjacją kapitału społecznego6.
6 Interesujące przykłady rozbieżności pomiędzy specjalizacją studiów a charakterem wykonywanej pracy w Wielkiej Brytanii zawiera raport Centrum Stosunków Międzynarodowych (Badanie nad legalnymi migracjami…2007).
Wiek
20
Tabela 8
Poziom wykształcenia migrantów (w wieku 15 i więcej lat) według płci
Ogółem Przed 1 maja 2004 r. Po 1 maja 2004 r.
Lp. Najwyższy ukończony poziom wykształcenia
w % 1. Wyższe 10,0 16,5 2. Policealne 3,1 3,0 3. Średnie zawodowe 26,0 27,3 4. Średnie ogólne 12,9 14,1 5. Zasadnicze zawodowe 37,4 31,3 6 Gimnazjum 0,4 1,5 7. Podstawowe lub niepełne
podstawowe 10,2 6,3
8. Ogółem 100 100 Źródło: I. Grabowska- Lusińska, M. Okólski, Emigracja ostatnia? Wydawnictwo Naukowe SCHOLAR, Warszawa 2009, s. 101.
W świetle wyżej przedstawionych ogólnopolskich tendencji w zakresie migracji
czasowych, należy podkreślić znaczący udział ludności pochodzącej z województw Polski
Wschodniej w ogólnym strumieniu odpływu migracyjnego (35,8%). Oznacza to że co 3
osoba migrująca za granicę kraju pochodziła właśnie ze wschodnich terenów
peryferyjnych. Największy udział migrantów obserwuje się z województwa
podkarpackiego (13,2%) oraz lubelskiego (8,2%), zaś najniższy z warmińsko-mazurskiego
(nieco powyżej 3%). Obserwując dane przedstawione w tabeli nr 9 można dostrzec
odwrotnie proporcjonalną zależność pomiędzy wielkością udziału osób z danego
województwa w ogólnopolskim odpływie migracyjnym, a stopniem zurbanizowania tego
terenu. Im większa liczba osób zamieszkuje tereny wiejskie (im mniejszy wskaźnik
urbanizacji), tym większy udział ludności w migracjach z tego obszaru (Tabela 9)
Kierunki migracji czasowych, w których uczestniczą mieszkańcy Polski Wschodniej są
zbieżne z ogólnopolskimi trendami. Dominują wyjazdy do Wielkiej Brytanii, Irlandii i
Niemiec. Należy brać pod uwagę również silnie zakorzenione tradycje migracyjne,
charakterystyczne dla poszczególnych województw. Dzięki wykształconym sieciom
migracyjnym, specyficznymi kierunkami wyjazdów zarobkowych (zarówno w wymiarze
długo- oraz krótkookresowym) dla osób z województwa lubelskiego są: USA, Wielka
Brytania, Niemcy; podlaskiego: USA, Belgia; podkarpackiego: USA, Włoch, Francja;
warmińsko-mazurskiego- Niemcy i USA (Strategia rozwoju…2008).
21
Tabela 9
Migracje według województw na tle urbanizacji w latach 2004 i 2007
Lp. Województwo Udział w całkowitym odpływie ludności z Polski po 1 maja 2004r.
Wskaźnik urbanizacji w 2007 r. (odsetek ludności zamieszkującej w miastach)
w %
1. Podkarpackie 13,2 40,6 2. Małopolskie 10,6 49,4 3. Dolnośląskie 9,4 61,2 4. Lubelskie 8,2 46,6 5. Śląskie 6,7 78,4 6. Mazowieckie 6,6 64,7 7. Kujawsko- Pomorskie 6,3 61,1 8. Wielkopolskie 5,7 56,6 9. Świętokrzyskie 5,6 45,4 10. Podlaskie 5,4 59,5 11. Zachodniopomorskie 4,7 68,9 12. Łódzkie 4,4 64,4 13. Pomorskie 4,3 66,7 14. Warmińsko-
Mazurskie 3,4 60,0
15. Opolskie 3,1 52,5 16. Lubuskie 2,4 63,9 17. Polska (Ogółem) 100 61,2 Źródło: Opracowanie własne na postawie: M. Mioduszewska, Biuletyn Migracyjny nr 16, 2008, s. 3; Rocznik statystyczny województw 2008, GUS, Warszawa 2009.
Według danych Urzędu Statystycznego w Olsztynie, w 2007 r. z województwa
warmińsko-mazurskiego w wyjazdach zagranicznych (trwających powyżej 3 miesięcy)
brało udział około 4,7 tysięcy osób. Prawie połowa spośród nich przebywała w Wielkiej
Brytanii (2,1 tys. osób). W następnej kolejności plasowały się Niemcy (0,6 tys. osób),
Irlandia (0,5 tys.) oraz Stany Zjednoczone (0,4 tys.). Wśród migrujących zdecydowaną
większość (74%) stanowili mężczyźni. Niniejsze dane nie odzwierciedlają jednak stanu
faktycznego skali migracji z terenu województwa warmińsko-mazurskiego i struktury osób
w niej uczestniczących. Dotyczą one jedynie tych którzy zgłosili swój czasowy wyjazd
zagraniczny do ewidencji gminy, z której pochodzą (Migracje ludności…2008).
Rzeczywiste rozmiary migracji zagranicznych z tego oraz pozostałych województw Polski
Wschodniej są znacznie większe.
22
Podsumowanie
Współczesne migracje zagraniczne ludności są konsekwencją procesu globalizacji.
Otwarcie europejskich rynków pracy w znaczącym stopniu nasiliło czasową migrację z
Polski, uwarunkowaną ekonomicznie. Masowy charakter mobilności zewnętrznej ludności
naszego kraju może pogłębić niekorzystną sytuację demograficzną kraju, zwiększając
tendencje depopulacyjne oraz proces starzenia się społeczeństwa polskiego.
Osoby pochodzące z województw Polski Wschodniej stanowią ponad 30 % wszystkich
migrantów zagranicznych z Polski. Największy udział w odpływie mają mieszkańcy
województwa podkarpackiego oraz lubelskiego, będących ponadto terenami o wysokim
udziale ludności w wieku poprodukcyjnym. Wobec faktu, iż w migracjach zewnętrznych
biorą udział przede wszystkim osoby w wieku produkcyjnym mobilnym, posiadające
wykształcenie wyższe lub zawodowe, wzmożona skala procesów migracyjnych z tych
terenów nie jest zjawiskiem korzystnym. Te i pozostałe województwa Polski Wschodniej,
będące regionem o niskim stopniu urbanizacji, są szczególnie narażone na procesy
wyludniania się, zarówno w wyniku migracji zagranicznych, jak i krajowych.
Uwarunkowania demograficzne są ściśle związane z możliwościami rozwoju społecznego
i gospodarczego. Jest to ważne w kontekście obszarów peryferyjnych, w których
występują znaczne dysproporcje w tym zakresie, w stosunku do innych województw.
Mając w świadomości negatywne konsekwencje nadmiernego odpływu ludności, warto
zastanowić się nad zastosowaniem odpowiednich instrumentów i narzędzi z zakresu
polityki migracyjnej, edukacyjnej i zatrudnieniowej, by w skuteczny sposób zapobiec
procesom wyludniania się terenów peryferyjnych i jednocześnie przyczynić się do
podniesienia jakości kapitału społecznego Polski Wschodniej.
Spis literatury
Badanie nad legalnymi migracjami zarobkowymi z Polski do Wielkiej Brytanii po 1 maja 2004 roku, 2007, Raporty i Analizy 9/07, Centrum Stosunków Międzynarodowych, Warszawa. Boni M., 2007, Kapitał ludzki, kapitał społeczny a wyzwania rynku pracy na obszarach Polski Wschodniej. Dyrektywa 2004\38\WE. Grabowska- Lusińska I., 2007, Analiza irlandzkiego rynku pracy w kontekście procesów migracyjnych po 1 maja 2004 r. ze szczególnym uwzględnieniem napływu Polaków, CMR Working Papers, 25/83, Uniwersytet Warszawski: Ośrodek Badań nad Migracjami, Warszawa. Grabowska-Lusińska I., M. Okólski, 2009, Emigracja ostatnia?, Wydawnictwo Naukowe SCHOLAR, Warszawa.
23
Grabowska-Lusińska I., M. Okólski, 2008, Migracja z Polski po 1 maja 2004 r.: jej intensywność i kierunki geograficzne oraz alokacja migrantów na rynkach pracy krajów Unii Europejskiej, CMR Working Papers nr 33/ 91, Uniwersytet Warszawski: Ośrodek Badań nad Migracjami, Warszawa. Grosse T. G., 2007, Wybrane koncepcje teoretyczne i doświadczenia praktyczne dotyczące rozwoju regionów peryferyjnych, (w:) Ekspertyzy wykonane na zamówienie MRR na potrzeby Strategii rozwoju społeczno-gospodarczego Polski Wschodniej do roku 2020, Tom I, MRR, Warszawa. Holzer J. Z., 1999, Demografia, PWE, Warszawa. Informacja o rozmiarach i kierunkach emigracji z Polski w latach 2004- 2008, 2009, GUS, Warszawa. Kaczmarczyk P., 2005, Migracje zarobkowe Polaków w dobie przemian, Wydawnictwa Uniwersytetu Warszawskiego, Warszawa. Koryś P., 2001, Peryferyjność a migracja niepełna [w:] E. Jaźwińska, M. Okólski (red.) Ludzie na huśtawce. Migracje między peryferiami Polski i Zachodu (s.188-206), Wydawnictwo Naukowe SCHOLAR, Warszawa. Ludzie na huśtawce. Migracje między peryferiami Polski i Zachodu, 2001, E. Jaźwińska, Okólski (red.), Wydawnictwo Naukowe SCHOLAR, Warszawa. Mioduszewska M., 2008, Selektywność migracji z Polski w świetle danych BAEL/OBM, „Biuletyn Migracyjny”, nr 16, s. 3. Migracje ludności w województwie warmińsko-mazurskim 2007, 2008, Urząd Statystyczny w Olsztynie, Olsztyn 2008. Nowak L., Kostrzewa, Z., Waligórska M., 2007, Prognoza demograficzna dla województw Polski Wschodniej do 2020 roku, [w:] Ekspertyzy wykonane na zamówienie MRR na potrzeby Strategii rozwoju społeczno-gospodarczego Polski Wschodniej do roku 2020, Tom I, Ministerstwo Rozwoju Regionalnego, Warszawa. Okólski M., 2004, Demografia, Polskie Wydawnictwo Ekonomiczne, Warszawa. Podstawowe informacje o rozwoju demograficznym Polski do 2008 roku, 2009, Główny Urząd Statystyczny, Warszawa 2009. Prognoza ludności na lata 2008-2035, 2008, Główny Urząd Statystyczny, Warszawa. Program Operacyjny Rozwój Polski Wschodniej 2007-2013. Narodowe Strategiczne Ramy odniesienia 2007-2013, 2007, Warszawa. Regiony Polski, 2009, Główny Urząd Statystyczny, Warszawa. Rocznik Demograficzny, 2009, Główny Urząd Statystyczny, Warszawa. Rocznik Statystyczny Województw 2008, 2009, Główny Urząd Statystyczny, Warszawa. Siewiera B., 1996, Migracje a peryferyjność, [w:] A. Sadowski (red.) Pogranicze. Studia społeczne, t.5, Białystok. Strategia rozwoju społeczno-gospodarczego Polski Wschodniej do roku 2020, 2008, Ministerstwo Rozwoju Regionalnego, Warszawa. Sytuacja demograficzna Polski: Raport 2007- 2008, 2008, Rządowa Rada Ludnościowa, Warszawa.
25
Anna Majdzińska, Witold Śmigielski
Zakład Demografii i Gerontologii Społecznej UŁ
Wizja własnej przyszłości zawodowej i rodzinnej studentów
Uniwersytetu Łódzkiego
Wprowadzenie
Większość młodych osób posiada bardziej lub mniej sprecyzowane cele życiowe, w
hierarchii których na szczycie, wg różnych badań, najczęściej wskazywane są cele
rodzinne (Guzik, 2003, s. 120; Ignatczyk, 2006, s.64; Cudowska, 1997, s. 100; Wikar,
2004, s. 135). Jednakże obserwowane jest również zjawisko dążenia do rozwoju
zawodowego, przy czym chęć ta może być silniejsza niż pragnienie realizacji celów
matrymonialnych i rodzinnych. Wiele osób odkłada w czasie decyzje związane z
rozpoczęciem życia rodzinnego na rzecz spełnienia zawodowego lub osiągnięcia
stabilizacji finansowej. Wybory te są konsekwencją wielu czynników, m.in. wzrostu
ambicji zawodowych, często będących wynikiem coraz wyższych wymagań stawianych
młodym ludziom przez rynek pracy, trudności mieszkaniowych, a także zmian w normach
społecznych dotyczących sfery matrymonialnej.
Zasadniczym celem niniejszego opracowania było przedstawienie wyników badań w
zakresie poglądów młodych osób na temat swojej przyszłości zawodowej i rodzinnej a
także ocena różnic w stanowiskach kobiet i mężczyzn w tym względzie. Badanie zostało
przeprowadzone na losowo dobranej próbie 150 studentów IV i V roku wydziału
Ekonomiczno-Socjologicznego Uniwersytetu Łódzkiego.
Obserwując procesy społeczne i demograficzne w krajach zachodnich, można przyjąć
założenie, iż zachowania i postawy młodzieży akademickiej należy traktować jako
wzorcotwórcze i normotwórcze, stanowiące podstawę naśladownictwa dla innych grup
społecznych. Ważne jest także, że realizacja deklarowanych opinii i zachowań jest wielce
prawdopodobna, gdyż zasadnicza faza działań życiowych już się rozpoczęła i w bliskiej
perspektywie czasowej wymagać będzie finalizowania (Slany, 2008, s. 19).
Hipotezą badawczą, jaką postawiliśmy w niniejszym opracowaniu był pogląd, iż płeć jest
istotną determinantą poglądów młodych ludzi w zakresie życia rodzinnego i zawodowego.
Ponadto sądzimy, że w kształtowaniu swoich planów na przyszłość mężczyźni
przywiązują większą wagę do kwestii zawodowych i materialnych niż kobiety, natomiast
26
kobiety zgłaszają wcześniejszą gotowość do zakładania rodziny i/lub posiadania
potomstwa niż mężczyźni.
1. Obraz sytuacji w zakresie małżeńskości i rozrodczości w Polsce
Podstawowym źródłem danych do analiz w tej części opracowania były publikacje
Głównego Urzędu Statystycznego, w tym dane z różnych wydań Roczników
Demograficznych oraz informacje zamieszczane na stronie internetowej wspomnianej
instytucji.
W Polsce na przestrzeni minionych dwudziestu lat (1989-2008) nastąpił spadek częstości
zawierania małżeństw oraz wzrost częstości rozwodów. W 2008 r. wartości
współczynników małżeństw i rozwodów wyniosły odpowiednio 6,8‰ i 1,7‰. Na
przestrzeni ostatnich dwóch dekad opóźnieniu uległ wiek wstępowania w związek
małżeński. W latach 1990. największa częstość zawierania małżeństw, zarówno przez
kobiety jak i mężczyzn, przypadała na wiek 20-24 lat. W pierwszej dekadzie XXI wieku
największa częstość zawierania małżeństw w przypadku kobiet nie zmieniła się, choć
widoczny jest jej sukcesywny wzrost w kolejnej grupie wiekowej, natomiast w przypadku
mężczyzn uległa przesunięciu do kolejnej grupy wieku, tj. 25-29 lat. Ponadto, zjawiskiem
powszechnym, zwłaszcza w dużych miastach, stało się trwanie w związkach partnerskich.
Wiele osób zwleka z podjęciem decyzji o ślubie lub nie zamierza w ogóle wstępować w
związek małżeński mimo, że zostało lub zamierza zostać rodzicami7. Świadczy o tym
wzrost odsetka urodzeń pozamałżeńskich w ogólnej liczbie urodzeń żywych. W 1990 r.
udział ten wynosił 6,2% a w 2007 r. już 19,5%. Zjawiskiem często obserwowanym wśród
młodych ludzi jest również wieloletnie trwanie w związkach narzeczeńskich, które można
utożsamiać z wymienianymi w literaturze przedmiotu związkami typu LAT (Living Apart
Together), czyli długotrwałymi związkami emocjonalnymi dwojga ludzi mieszkających
osobno. Wzrost akceptacji społecznej dla wymienionych typów związków oraz dla „singli”
jest czynnikiem sprzyjającym skupieniu uwagi na karierze zawodowej przez młode osoby,
gdyż nie odczuwają one presji otoczenia w zakresie realizacji celów matrymonialnych i
rodzinnych.
Wymienione zmiany w zakresie zachowań matrymonialnych mają wpływ na spadek
poziomu płodności. W 1990 r. na 1000 kobiet w wieku rozrodczym przypadało 58 urodzeń
żywych, w 2007 r. już tylko 40. Na początku lat 90-tych XX wieku największa płodność
7 Analiza materiału badawczego wskazuje, iż osoby niezdecydowane w kwestii zawarcia małżeństwa często
deklarowały chęć posiadania dzieci.
27
obserwowana była wśród kobiet w wieku 20-24 lata, natomiast pod koniec wspomnianej
dekady uległa ona przesunięciu do grupy wieku 25-29 lat. W latach 1990-2007
współczynnik dzietności, wyrażający liczbę dzieci przypadającą na jedną kobietę w wieku
rozrodczym, obniżył się z poziomu 2,04 do 1,31. W tym okresie nastąpił również wzrost
odsetka urodzeń pierwszych (z 39,5% w 1990 r. do 50,8% w 2007 r.) i znaczny spadek
urodzeń trzecich i dalszych.
2. Czynnik edukacyjno-zawodowy wpływający na model rodziny
Zawarcie związku małżeńskiego i założenie rodziny jest jednym z przejawów społecznego
aspektu dorosłości (Guzik, 2003, s.117). Rodzina, jak już wcześniej wspomniano, stanowi
jeden z najistotniejszych celów życiowych młodzieży polskiej. Do pozostałych ważnych
dążeń, wg różnych badań, zaliczane są cele samorealizacyjne, materialne, zawodowe i
edukacyjne (Guzik, 2003, s. 119-120; Ignatczyk, 2006, s. 64). Wiele młodych osób często
nie chce rezygnować z żadnych z tych celów8, jednakże ich jednoczesna realizacja nie
zawsze jest możliwa, dlatego często ustalają ich hierarchię ważności w czasie, tzn. planują
najpierw zdobyć wykształcenie, następnie znaleźć dobrą pracę, gwarantującą wysokie
zarobki i dającą satysfakcję zawodową, a dopiero potem założyć rodzinę. Takie
„rozplanowanie” priorytetów życiowych, można by powiedzieć znalezienie pomiędzy nimi
kompromisu, pozwala najpierw skoncentrować się na kwestiach zawodowych i tzw.
„karierze”, aby móc osiągnąć jak najwięcej na szczeblu zawodowym, a dopiero później
realizować się w rolach rodzinnych. Zjawisko opóźnienia wieku wstępowania w związek
małżeński spowodowane podjęciem edukacji akademickiej jest szczególnie zauważane
wśród kobiet. Badania prowadzane wśród młodzieży krajów rozwijających się dowodzą, iż
występuje silna statystyczna zależność pomiędzy faktem podjęcia przez kobiety studiów a
wiekiem w którym decydują się na założenie rodziny (Singh, Samara, 1996, s. 149;
Goldscheider, Waite, 1986, s. 13). Natomiast w przypadku mężczyzn czynnikiem często
mającym istotny wpływ na wiek wstąpienia w związek małżeński jest posiadanie pracy
(Goldscheider, Waite, 1986, s. 12-13) oraz ich sytuacja ekonomiczna (Xie, Raymo,
Goyette, Thornton, 2003, s. 362).
Obecnie coraz więcej osób podejmuje studia wyższe. W okresie transformacji systemowej,
liczba studentów uczelni wyższych wzrosła z 403,1 tys. osób w roku akademickim
1990/91 do 1,94 mln osób w roku 2008/09. W tym czasie powstało wiele nowych uczelni,
8 Wartości wskazywane przez studentów jako najważniejsze w życiu, według badań przeprowadzonych w
2004 r. przez B. Wikar, to „szczęście rodzinne” (72,5%) oraz „ciekawa praca” (55%).
28
zwłaszcza niepublicznych, oferujących bogatą gamę kierunków studiów wyższych (liczba
szkół wyższych wzrosła z 287 w roku akademickim 1999/00 do 456 w roku 2008/09),
(Mały Rocznik Statystyczny Polski, 2000, 2009).
Odkładanie w czasie decyzji matrymonialnych i rodzinnych nie zawsze podyktowane jest
przesłankami samorealizacyjnymi i chęcią sukcesu zawodowego młodych ludzi, często
wynika również z ich trudnej sytuacji materialnej, np. braku własnego mieszkania, braku
pracy. W badaniach przeprowadzonych wśród młodych Polaków przez naukowców z
Uniwersytetu Kardynała Stefana Wyszyńskiego (zob. Kowalczyk, 2009, s. 11), wynika, iż
wśród powodów dla których młodzi ludzie nie chcą decydować się na sformalizowanie
związku najczęściej wymieniane są „trudności mieszkaniowe” (80% respondentów) oraz
„problemy ze znalezieniem pracy” (78% ankietowanych).
3. Prezentacja wyników badania ankietowego
W dalszej części opracowania przedstawione zostały odpowiedzi studentów wyrażające
ich stanowisko w kwestii planowania życia rodzinnego i zawodowego a także wyobrażenia
o stanie sytuacji gospodarczej Polski w perspektywie najbliższych lat. Część informacji
uzyskanych w wyniku tego badania, tj. charakterystyka ankietowanych oraz ich poglądy w
zakresie własnej przyszłości rodzinnej, zostało już wykorzystane przez autorów w
opracowaniu pt. „Wpływ religijności na decyzje dotyczące planowania życia rodzinnego
studentów Uniwersytetu Łódzkiego”, przedstawionym podczas Ogólnopolskiej
Konferencji Naukowej „Przyszłość demograficzna Polski”, która odbyła się w Łodzi, w
dniach 17-18 września 2009 r.
Badania w zakresie wyborów życiowych młodzieży podejmowane były w wielu
opracowaniach (m.in. Ignatczyk, 2006; Szuman, 2006; Guzik, 2003; Gawlina, 2003; Jaguś,
2008). W dalszej części tekstu, w celu porównawczym, przytaczane będą niektóre wyniki
badań przedstawionych w wymienionych pozycjach.
3.1. Metodologia badania
Podstawowym celem przeprowadzenia badania było poznanie poglądów studentów w
zakresie planowania rodziny i życia zawodowego. Badanie to zostało przeprowadzone
przez autorów niniejszego opracowania na Wydziale Ekonomiczno-Socjologicznym
Uniwersytetu Łódzkiego wśród studentów dwóch ostatnich lat różnych kierunków
stacjonarnych studiów magisterskich. Badanie celowo zostało skierowane do studentów
29
wyższych roczników z tego względu, iż końcowemu okresowi studiów towarzyszy
zazwyczaj głębsza refleksja na temat wizji własnej drogi zawodowej i rodzinnej.
Badanie zostało przeprowadzone w maju 2009 r. wśród 150 studentów. Sposób doboru
jednostek do próby był następujący: z istniejących na wydziale Ekonomiczno-
Socjologicznym różnych kierunków studiów magisterskich9 w pierwszej kolejności
wylosowany został kierunek, a na wylosowanym kierunku rok studiów (4 albo 5 na
studiach jednolitych magisterskich lub 1 albo 2 na studiach drugiego stopnia). Następnie,
w obrębie wylosowanego roku losowana była grupa studencka. Procedurę tę zastosowano
siedmiokrotnie i w rezultacie uzyskano siedem różnych grup studenckich. Dzięki
uprzejmości wykładowców ankieta została przeprowadzona podczas zajęć ćwiczeniowych.
Reasumując, grupą docelową była zbiorowość studentów końcowych lat stacjonarnych
studiów magisterskich, uczęszczających na zajęcia. Dobór jednostek do próby był losowy
(losowanie trójstopniowe), zatem próba jest reprezentatywna.
Struktura według płci studentów Wydziału Ekonomiczno-Socjologicznego została zbadana
w oparciu o dane dziekanatów dotyczące liczby studentów (kobiet i mężczyzn) będących
na IV i V roku stacjonarnych jednolitych studiów magisterskich oraz I i II roku
stacjonarnych studiów magisterskich II stopnia, w roku akademickim 2008/2009 (stan na
30.11.2008 r.). Ogólna liczba osób studiujących na wymienionych latach studiów wynosiła
1905 osób, z czego 629 osób to mężczyźni, a 1276 osób to kobiety. Porównanie struktur
studentów według płci w populacji (ogółem i na poszczególnych kierunkach studiów) i w
próbie, zostały przedstawione na Rys. 1.
Porównując dane na wykresie można stwierdzić, iż struktura studentów wg płci w próbie
jest zbliżona do struktury studentów w populacji (odsetek kobiet i mężczyzn w próbie
wynosił odpowiednio 68,7% i 31,3%, natomiast w populacji 67% i 33%) i na
poszczególnych kierunkach studiów (wyjątek stanowi kierunek Informatyka i
Ekonometria, na którym znaczną przewagę liczebną stanowią mężczyźni).
9 Ekonomia jako studia jednolite magisterskie i ekonomia jako studia drugiego stopnia potraktowane zostały jako dwa różne kierunki.
30
Rys. 1. Struktury studentów według płci (w %) na Wydziale Ekonomiczno-Socjologicznym UŁ (ogółem i według poszczególnych kierunków studiów) i w próbie.
Uwaga: Oznaczenia na wykresie: EK – Ekonomia, FB – Finanse i Bankowość, GP – Gospodarka Przestrzenna, IE – Informatyka i Ekonometria, SOC – Socjologia, SM – Stosunki Międzynarodowe, EUR – Europeistyka. Źródło: Opracowanie własne.
Zebrane dane zostały poddane analizie z wykorzystaniem pakietu Statistica10. W dalszej
części opracowania przedstawione zostały wyniki przeprowadzonego badania.
3.2. Charakterystyka badanej próby
W badaniu uczestniczyło 150 studentów (103 kobiety oraz 47 mężczyzn). Połowa
badanych miała ukończone 23 lata, co trzeci z nich miał 24 lata, zaś prawie co siódmy 25
lat. Co trzeci badany przed podjęciem studiów mieszkał w Łodzi, niespełna 6%
respondentów mieszkało w okolicach11 tego miasta, natomiast spoza Łodzi oraz jej
najbliższych okolic pochodziło blisko 60% ankietowanych. Spośród studentów spoza
Łodzi, największą grupę stanowiły osoby mieszkające na wsi (41,84%), co trzeci
ankietowany pochodził ze średniej wielkości miasta (20-100 tys. mieszkańców), niespełna
15% z małego miasta, natomiast w dużym lub wielkim mieście, mieszkało przed
podjęciem studiów około 10% respondentów.
W kwestii sytuacji uczuciowo-partnerskiej, w momencie przeprowadzania badania,
najwięcej ankietowanych (53%) zadeklarowało związek emocjonalny z drugą osobą bez
wspólnego zamieszkiwania, co trzeci ankietowany był osobą samotną, co dziesiąty
10 Zbadano czy istnieje istotny statystycznie związek pomiędzy płcią respondentów a udzielonymi przez nich
odpowiedziami. W tym celu zastosowano test niezależności χ2 Pearsona. 11 Za najbliższe okolice Łodzi zostały uznane miejscowości położone nie dalej niż 15 km od granic miasta.
31
wspólnie zamieszkiwał z osobą, z którą pozostawał w związku emocjonalnym, dającym się
utożsamić z narzeczeństwem lub partnerstwem, natomiast pięcioro ankietowanych
wstąpiło już w związek małżeński.
W kwestii sytuacji zawodowej, w momencie przeprowadzania badania, prawie co piąty
ankietowany posiadał stałą pracę, natomiast co czwarty pracował dorywczo. Co trzeci
student nie pracował, lecz zamierzał podjąć pracę jeszcze podczas studiów, natomiast co
czwarty nie posiadał pracy i nie zamierzał jej podejmować podczas trwania studiów.
Zatem w momencie przeprowadzania badania blisko ponad 40% studentów posiadało już
pracę, natomiast wśród pozostałych niemal co drugi miał nadzieję na rozpoczęcie pracy
jeszcze przed ukończeniem studiów. Dość wysoka aktywność zawodowa studentów może
być wynikiem oczekiwań pracodawców odnośnie jak największego doświadczenia
zawodowego wśród młodych pracowników.
3.3. Poglądy studentów na temat własnej przyszłości rodzinnej
W przyszłości, w związek małżeński chciałoby wstąpić 86% studentów stanu wolnego
(90% kobiet i niewiele ponad 80% mężczyzn), podczas gdy tylko 2% jest przeciwnego
zdania (wyłącznie studentki), a nieco ponad 10% ankietowanych nie potrafiło jeszcze
jednoznacznie udzielić odpowiedzi na to pytanie (8% studentów i 20% studentek). Spośród
osób, które chciałyby w przyszłości wstąpić w związek małżeński, blisko 83% zamierza
wziąć ślub wyznaniowy12, niespełna 2,5% zamierza wziąć jedynie ślub cywilny, natomiast
7% ankietowanych jeszcze nie ma w tej kwestii zdania. Badania przeprowadzone w
2003 r. (Ignatczyk, 2006, s. 69) dowodzą podobnych postaw młodzieży akademickiej.
Wówczas pozytywną postawę wobec instytucji małżeństwa wyraziło 89,6% studentek oraz
89,5% studentów, natomiast sprzeciw swój wyraziło 5,5% studentek oraz 7,2% studentów.
Większość respondentów (89%) chciałaby zawrzeć związek małżeński przed 30 rokiem
życia, z czego 56% chciałoby wziąć ślub w w i e k u 27-30 lat, a 33% w wieku do 26 lat,
przy czym studentki wyraziły wcześniejszą gotowość wstąpienia w związek małżeński niż
studenci (por. Rys. 1). Co trzecia ankietowana chciałaby wziąć ślub przed ukończeniem 26
lat, podczas gdy taką odpowiedź zaznaczył co czwarty student. Ponad połowa kobiet
wskazała wiek 27–30 lat jako najlepszy moment na zawarcie związku małżeńskiego, zatem
ponad 90% studentek deklarujących chęć zamążpójścia chciałaby w wieku 30 lat być już
mężatkami.
12 W 2007 r. w Polsce zawarto 248,7 tyś. małżeństw, z czego 69,4% to małżeństwa wyznaniowe (Rocznik
Demograficzny 2008)
32
Zbliżony rozkład wyników otrzymała I. Jaguś (2008, s. 13) pytając studentów o
najbardziej optymalny wiek zawarcia małżeństwa dla kobiety i mężczyzny13.
Zdecydowana większość respondentów uznała wiek 25–29 lat jako najbardziej odpowiedni
na ślub zarówno dla mężczyzny jak i dla kobiety. Również w badaniu przeprowadzonym w
2003 r. (Ignatczyk, 2006, s.70) większość ankietowanych (55,5% studentek i 62,1%
studentów) zadeklarowało, iż chciałoby wstąpić w związek małżeński w wieku 25-29 lata.
Dla porównania warto wspomnieć, iż badanie przeprowadzone w 1980 r. (Ignatczyk, 1990,
s.70) ukazało zróżnicowanie odpowiedzi w tym względzie w zależności od płci.
Zdecydowana większość mężczyzn (58,8%) stanu wolnego będących w wieku 20-24 lata
zadeklarowała chęć wstąpienia w związek małżeński w wieku 25-29 lat, natomiast
większość kobiet (67,7%) będących w tym samym wieku, wyraziła wcześniejszą niż
mężczyźni gotowość do zamążpójścia, tj. w wieku 20-24 lata.
Rys 2. Płeć respondenta, a najbardziej odpowiedni wiek na zawarcie związku małżeńskiego
36,67%
25,64%
54,44%
58,97%
4,44%
12,82%
4,44%2,56%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
do 26 27 - 30 31 - 34 Nie wiem
studentka student
Źródło: Opracowanie własne na podstawie wyników badania ankietowego
Istotnym czynnikiem mającym wpływ na wiek zawarcia małżeństwa jest miejsce
pochodzenia (patrz szerzej: Singh, Samara, 1996, s. 149). Zależność ta znalazła
potwierdzenie w uzyskanych wynikach przeprowadzonego przez nas badania. Dla
13 Badaniem zostało objętych 1108 studentów IV i V roku pięciu lubelskich uczelni wyższych.
33
zobrazowania sytuacji przytoczymy tylko, że po 30 roku życia związek małżeński
chciałoby zawrzeć 12% studentów pochodzących z wielkich lub dużych miast, ponad 8%
osób pochodzących z średnich miast i zaledwie niewiele ponad 2% osób pochodzących z
małych miast lub wsi.
W 1980 r. mediana planowanego wieku wstąpienia w związek małżeński, wg deklaracji
respondentów będących w wieku 20-24 lata, wynosiła 23,9 lat w przypadku kobiet i 25,4
lat w przypadku mężczyzn (Ignatczyk, 1990, s.72). Dla porównania warto wspomnieć, iż
w 2007 r. mediana wieku zawarcia pierwszego małżeństwa wynosiła 25,4 lat w przypadku
kobiet i 27,5 lat w przypadku mężczyzn (Rocznik Demograficzny 2008, s.216), zatem
zjawisko opóźnienia wieku wstępowania w związek małżeński widoczne jest zarówno w
danych rocznikowych jak i deklaracjach młodzieży.
Analiza statystyczna wyników przeprowadzonego przez nas badania pokazuje, iż zdaniem
ankietowanych optymalny wiek na wstąpienie w związek małżeński dla kobiet, przeciętnie
rzecz biorąc, jest o rok niższy niż dla mężczyzn, co sugeruje, że statystyczny mąż
powinien być starszy od żony. Preferencje kobiet do wstępowania w związek małżeński z
nieco starszymi od nich mężczyznami potwierdzają także wyniki badań przeprowadzonych
w USA na próbie niespełna 90 000 młodych Amerykanów (Xie i in., 2003, s. 355).
Za najbardziej odpowiedni na podjęcie decyzji o zawarciu związku małżeńskiego moment
w życiu zawodowym większość respondentów wskazywała „uzyskanie stabilnej sytuacji
zawodowej” (por. Rys. 2). Odpowiedzi takiej udzieliło prawie dwie trzecie studentów i
ponad 40% studentek, którzy zadeklarowali chęć wstąpienia w związek małżeński.
Znacząca przewaga mężczyzn w częstości zaznaczania tej odpowiedzi może wynikać z
faktu, iż w opinii społecznej funkcjonuje przekonanie, iż to zadaniem mężczyzny jest
zapewnienie rodzinie godnych warunków bytowych, kobieta natomiast winna dbać o
„ciepło domowego ogniska”14. Może również z tego powodu studentki ponad trzy razy
częściej niż studenci deklarowały, iż na zawarcie związku małżeńskiego odpowiedni jest
dowolny moment w karierze zawodowej, gdyż rozwój zawodowy ma dla nich mniejsze
14 O tym, że tak pojęte role rodzinne zyskują nierzadko odzwierciedlenie w rzeczywistości potwierdza także
Goldscheider F. K. i Waite L. J. (Goldscheider, Waite, 1986, s. 2) powołując się także na wyniki badań prowadzonych przez innych badaczy takich jak Bernard J., Gove W. R. czy Hughes M. Przekonują oni także, że kobiety wraz z wstąpieniem w związek małżeński zyskują stabilniejszą sytuację finansową, co może sugerować, że pozostają w większym lub mniejszym stopniu na utrzymaniu swoich mężów. Nie wnikając w prowadzone dyskusje o lepszym wynagradzaniu przez przedsiębiorców mężczyzn i kobiet i nie podejmując się oceny, która z płci jest w Polsce, statystycznie rzecz ujmując, lepiej opłacana, chcemy jedynie zauważyć, że znaczna część kobiet w Polsce zamierza po wstąpieniu w związek małżeński pozostać osobą niezależną finansowo. Z sądem tym zgodziło się niespełna 75% respondentów, a jego częściową akceptację zaznaczyło ponad 20% ankietowanych (Gawlina, 2003, s. 152).
34
znaczenie niż życie rodzinne. Zależność pomiędzy płcią a momentem w życiu
zawodowym deklarowanym jako najbardziej odpowiedni na zawarcie związku
małżeńskiego jest istotna statystycznie (χ2=8,31, p<0,05).
Rys. 3. Płeć respondenta, a najbardziej odpowiedni momentu życia zawodowego na założenie rodziny
23,60%
12,82%16,85%
15,38%
40,45%
64,10%
0,00% 0,00%
17,98%
5,13%
1,12% 2,56%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
ukończeniestudiów
pierwsza stałapraca
stabilnapozycja
zawodowa
wysokiestanowisko w
pracy
dowolnymoment
inne
Studentka Student
Źródło: Opracowanie własne na podstawie badania ankietowego
Zdecydowana większość ankietowanych (dwie trzecie) zadeklarowała chęć posiadania w
przyszłości dwójki dzieci, natomiast troje dzieci lub więcej chciałoby w przyszłości mieć
co czwarty ankietowany (ryc. 3). Wydaje się to być informacją optymistyczną, gdyż
obecnie współczynnik dzietności w Polsce wynosi 1,3, tymczasem średnia deklarowana
przez łódzkich studentów liczba dzieci przekracza 2. Należy jednak pamiętać, że różnego
rodzaju czynniki, np. problemy ekonomiczne, zdrowotne czy chęć realizacji zawodowej
mogą znaleźć negatywne odzwierciedlenie w rzeczywistej liczbie potomstwa. Mężczyźni
częściej niż kobiety deklarowali chęć posiadania większej liczby potomstwa (co najmniej
3), co może wynikać z faktu, iż ciąża dla kobiet oznaczać może wiele poświęceń i
wyrzeczeń, często związanych z życiem zawodowym, tj. ryzyko „zahamowania kariery
zawodowej” lub nawet utraty pracy. Poza tym obowiązek opieki nad dziećmi w wielu
rodzinach spoczywa przede wszystkim na kobiecie.
35
Warto jeszcze wspomnieć, że 2 z 3 ankietowanych, którzy negatywnie zapatrują się na
małżeństwo, chciałoby w przyszłości posiadać potomstwo, podobnie jak 12 z 17
ankietowanych, którzy deklarują chęć posiadania dzieci mimo, że nie wiedzą jeszcze, czy
chcieliby w przyszłości wstąpić w związek małżeński. Można zatem stwierdzić, że wśród
studentów Uniwersytetu Łódzkiego deklarowana chęć posiadania w przyszłości potomstwa
jest silniejsza niż chęć wstąpienia w związek małżeński.
W badaniu przeprowadzonym w 1980 r. z udziałem młodzieży stanu wolnego uzyskano
podobne rezultaty planowanej dzietności. Najwięcej respondentów będących w wieku 20-
24 lata zadeklarowało chęć posiadania dwójki dzieci (60,2% kobiet i 60,3% mężczyzn),
natomiast co najmniej troje dzieci chciałoby w przyszłości mieć 30,1% kobiet oraz 26,7%
mężczyzn. Średnia deklarowana przez respondentów w tym badaniu dzietność wynosiła
2,2 i 2,1 odpowiednio w przypadku kobiet i mężczyzn (Ignatczyk, 1990, s.123-124).
Rys. 4. Płeć respondenta, a deklarowana liczba dzieci, którą chciałby w przyszłości posiadać.
2,25% 2,38%
8,99%4,76%
67,42%
61,90%
21,35%
30,95%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
0 1 2 3+
studentka student
Źródło: Opracowanie własne na podstawie badania ankietowego
Większość respondentów (63%) wyrażająca chęć posiadania potomstwa uznała wiek 27-
30 lat za najbardziej odpowiedni na planowanie pierwszego dziecka (por. Rys. 4). Ponadto,
z analizy wykresu wynika, że kobiety deklarują wcześniejszą gotowość do macierzyństwa
niż mężczyźni. Prawie 87% kobiet chciałoby urodzić swoje pierwsze dziecko przed
36
trzydziestym rokiem życia, podczas gdy ojcem w tym wieku chciałoby być niespełna 60%
studentów. Co trzeci student chciałby zostać ojcem dopiero w wieku 31-34 lata. Zależność
pomiędzy płcią a wiekiem deklarowanym jako najbardziej odpowiedni na posiadanie
pierwszego dziecka jest istotna statystycznie (χ2=15,96, p<0,05).
Rys. 5. Płeć respondenta a najbardziej odpowiedni wiek na posiadanie pierwszego dziecka
13,40%
6,52%
73,20%
52,17%
11,34%
32,61%
0,00%4,35%
2,06%4,35%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
do 26 27 - 30 31 - 34 35+ Nie wiem
Studentka Student
Źródło: Opracowanie własne na podstawie badania ankietowego
Za najbardziej odpowiedni na podjęcie decyzji o planowaniu pierwszego dziecka moment
w życiu zawodowym większość respondentów zadeklarowała „uzyskanie stabilnej sytuacji
zawodowej”, przy czym odpowiedź tą wskazywali częściej studenci niż studentki (por.
Rys. 5). Natomiast kobiety częściej niż mężczyźni wskazywały na dwie pierwsze
odpowiedzi, tzn. ukończenie studiów i znalezienie pierwszej stałej pracy. Jak już wcześniej
wspomniano, taki rozkład odpowiedzi może wynikać z przekonania o podziale pełnionych
w rodzinie ról a także z wcześniejszej gotowości kobiet do macierzyństwa. Zależność
pomiędzy płcią a momentem w życiu zawodowym deklarowanym jako najbardziej
odpowiedni na planowanie pierwszego dziecka jest istotna statystycznie (χ2=12,97,
p<0,05).
37
Rys. 6. Płeć respondenta, a najbardziej odpowiedni momentu w życiu zawodowym na posiadanie pierwszego dziecka
8,08%
2,17%
22,22%
4,35%
53,54%
78,26%
2,02%4,35%
11,11% 10,87%
3,03%0,00%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
ukończeniestudiów
pierwszastała praca
stabilnapozycja
zawodowa
wysokiestanowisko
w pracy
dowolnymoment
inne
Studentka Student
Źródło: Opracowanie własne na podstawie badania ankietowego
Zarówno dla mężczyzn jak i dla kobiet najważniejszym czynnikiem w planowaniu
pierwszego dziecka jest stabilna sytuacja finansowa (ryc. 6). Jako następne w kolejności
czynniki ankietowani wskazywali emocjonalną dojrzałość i gotowość na dziecko a także
wzajemną miłość i stabilność związku oraz posiadanie własnego mieszkania.
W badaniu przeprowadzonym w 1980 r. (Ignatczyk, 1990, s.139-140) respondenci stanu
wolnego będący w wieku 20-24 lata jako uwarunkowania planowania pierwszego dziecka
najczęściej wskazywali na warunki mieszkaniowe (40,6% mężczyzn i 49,7% kobiet) oraz
materialne (33,6% mężczyzn i 39,4% kobiet), przy czym mężczyźni częściej niż kobiety
deklarowali chęć posiadania pierwszego dziecka bez względu na warunki (odpowiednio
42,4% i 36,4%).
38
Rys. 7. Płeć respondenta, a wybór najważniejszych czynników w podjęciu decyzji o planowaniu pierwszego dziecka
0,98%0,00%
4,90%6,38%
5,88%8,51%
18,63%12,77%
45,10%57,45%
53,92%
55,32%
74,51%
63,83%80,39%
74,47%
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0%
inne
"zegar biologiczny"
wysoka pozycja zawodowa
stała praca obojgamałżonków/partnerów
posiadanie własnegomieszkania
wzajemna miłość i stabilnośćzwiązku
emocjonalna dojrzałość igotowość na dziecko
stabilna sytuacja finansowa
studentka student
Źródło: Opracowanie własne na podstawie badania ankietowego
3.4. Poglądy studentów na temat własnej przyszłości zawodowej
Zdecydowana większość ankietowanych (70%) oceniła optymistycznie sytuację
gospodarczą Polski w perspektywie najbliższych 10 lat (22% z nich uznało, że ulegnie ona
znaczącej poprawie, zaś niespełna połowa uznała, że lekko polepszy się). Niespełna 10%
respondentów spodziewa się pogorszenia sytuacji gospodarczej kraju, 6% ankietowanych
uważa, że nie ulegnie ona zmianie, natomiast 15% studentów nie zajęło stanowiska w tej
sprawie.
Zdecydowana większość studentów (70%) oceniła Łódź jako korzystne miejsce dla
rozwoju kariery zawodowej zgodnie z ich oczekiwaniami (niespełna 15% z nich
wypowiedziało się na ten temat w sposób zdecydowany, zaś blisko 60% raczej się z tą
oceną zgadzało), natomiast co piąty ankietowany uważał, że w jego przypadku Łódź raczej
lub zdecydowanie nie jest odpowiednim miejscem do rozwoju zawodowego.
Podsumowując można stwierdzić, iż znacząca większość studentów z optymizmem patrzy
na rozwój gospodarczy kraju oraz wyraża swoje przekonanie, że Łódź jest dla nich
korzystnym miejscem dla rozwoju zawodowego.
Po zakończeniu edukacji akademickiej co dziesiąty student planuje wyjechać za granicę w
celach zarobkowych, natomiast co trzeci nie wie jeszcze jaką podejmie decyzję. Ponad
39
połowa ankietowanych nie zamierza po skończeniu studiów szukać pracy za granicą.
Analiza statystyczna wykazała, że istnieje brak podstaw do twierdzenia, że ocena sytuacji
gospodarczej kraju wpływa na planowanie (lub nie) przez studentów emigracji.
Ponad połowa respondentów, którzy po ukończeniu studiów nie planują emigracji
zarobkowej, zamierza szukać pracy w Łodzi. Silny wpływ na decyzje ankietowanych ma
ich miejsce pochodzenia. Wśród osób, które przed podjęciem studiów mieszkały w Łodzi
lub jej okolicach blisko 80% zamierza po ukończeniu edukacji pracować w tym mieście.
Natomiast spośród osób, które przed podjęciem studiów nie mieszkały w Łodzi ani w jej
najbliższych okolicach zaledwie co trzeci chciałby pracować w Łodzi, co piąty zamierza
szukać pracy w innym dużym mieście, prawie co dziesiąty zamierza wrócić do rodzinnej
miejscowości, a co trzeci ankietowany nie podjął jeszcze decyzji w tej kwestii.
W dużym mieście, innym niż Łódź, pracę zamierza podjąć 15% ankietowanych.
Największa część z nich zamierza szukać pracy w Warszawie. W dalszej kolejności, jako
potencjalne kierunki migracji, respondenci wskazywali na Wrocław, Poznań, Kraków i
Płock. Spośród studentów spoza Łodzi i jej najbliższych okolic powrót do rodzinnej
miejscowości w celu poszukiwania pracy planuje niespełna 9% osób. Większym
zdecydowaniem w kwestii wyboru miejscowości stanowiącej potencjalne miejsce
zatrudnienia wykazywali się mężczyźni (13% z nich zaznaczyło w tym pytaniu odpowiedź
„nie wiem”, podczas gdy tę właśnie odpowiedź zaznaczyła co czwarta kobieta).
Do czynników postrzeganych jako najistotniejsze w wyborze pracy ankietowani
najczęściej zaliczali wysokość wynagrodzenia, satysfakcję z wykonywanej pracy oraz
zdobycie doświadczenia zawodowego (odpowiedzi te zaznaczyło odpowiednio 90%, 70% i
40% studentów)15. Co trzeci ankietowany uznał, że najważniejszym motywem w podjęciu
pracy jest perspektywa kariery zawodowej, natomiast co czwarty był zdania, że
wykonywana praca powinna rozwijać zainteresowania pracownika. Zatem wysokość
wynagrodzenia, satysfakcja z wykonywanej pracy i zdobycie doświadczenia zawodowego
to zdaniem łódzkich studentów trzy główne motywy, dla których zdecydowaliby się na
wybranie określonej oferty pracy.
15 Studenci mieli możliwość zaznaczenia trzech odpowiedzi.
40
Podsumowanie
Celem przeprowadzonego badania była analiza postaw studentów wobec stopnia
konkurencyjności rozwoju zawodowego i kwestii rodzinnych oraz ocena różnic w
stanowiskach kobiet i mężczyzn w tym względzie. Wyniki tego badania są zbliżone do
rezultatów otrzymanych przez innych badaczy tego tematu (Ignatczyk, 1990 i 2006; Guzik,
2003). Wśród priorytetów życiowych studentów Uniwersytetu Łódzkiego najważniejsze
miejsce zajmuje rodzina, jednakże większość z nich odkłada w czasie decyzje
matrymonialne i rodzinne najpierw na rzecz zdobycia jak najlepszego wykształcenia a
następnie rozwoju zawodowego.
Zdaniem ankietowanych wiek 27-30 lat jest najbardziej optymalnym wiekiem na
wstąpienie w związek małżeński przy czym studentki charakteryzowały się szybszą
gotowością do zawarcia związku małżeńskiego niż studenci, natomiast w życiu
zawodowym najodpowiedniejszym momentem na ślub jest zdobycie stabilnej pozycji
zawodowej. Warto zauważyć, że mężczyźni kładli większy nacisk na stabilność finansową
i zawodową jako najważniejsze czynniki w podejmowaniu decyzji o założeniu rodziny
i/lub planowaniu dziecka, natomiast kobiety częściej wskazywały na czynniki
niematerialne, jak chociażby „emocjonalna dojrzałość”. Podobnie jak w przypadku
małżeństwa, za najbardziej odpowiedni wiek na posiadania pierwszego dziecka
respondenci wybrali po 27, a przed 30 rokiem życia, przy czym kobiety częściej
deklarowały wcześniejszą gotowość do macierzyństwa niż mężczyźni.
Większość ankietowanych zadeklarowała chęć posiadania w przyszłości dwójki dzieci.
Warto zauważyć, że chęć posiadania trójki lub większej liczby dzieci cechowała częściej
mężczyzn niż kobiet. Do czynników najważniejszych w podejmowaniu decyzji o
posiadaniu pierwszego dziecka ankietowani zaliczyli stabilną sytuację zawodową,
emocjonalną dojrzałość i gotowość na dziecko, wzajemną miłość i stabilność związku oraz
posiadanie własnego mieszkania.
Ponad połowa respondentów po zakończeniu studiów nie zamierza wyjeżdżać z kraju w
celach zarobkowych, natomiast wśród potencjalnych emigrantów przeważali mężczyźni.
Znacząca większość studentów z optymizmem patrzy na sytuację gospodarczą kraju w
perspektywie najbliższych 10 lat a także korzystnie ocenia Łódź jako miejsce rozwoju
zawodowego zgodnego z ich oczekiwaniami. Ponad połowa respondentów po ukończeniu
edukacji zamierza szukać pracy w Łodzi.
41
Literatura
1. Cudowska A., 1997, Orientacje życiowe współczesnych studentów, Wydawnictwo
Uniwersyteckie Trans Humana, Białystok
2. Gawlina Z., 2003, Macierzyństwo a wartości konkurencyjne w opinii studentek [w]:
Slany K., Małek A., Szczepaniak-Wiecha I. (red), Systemy wartości a procesy
demograficzne, s. 144-154, Rządowa Rada Ludnościowa, Instytut Socjologii Uniwersytetu
Jagiellońskiego, Zakład Wydawniczy Nomos , Kraków
3. Goldscheider F. K., Waite L. J., 1986, Sex differences in the entry into marriage, AJS
Vol. 92, nr 1. http://wwwcgi.rand.org/pubs/notes/2009/N2544.pdf (09.09.2009)
4. Guzik A., 2003, Wartość rodziny w planach życiowych młodzieży [w]: Slany K., Małek
A., Szczepaniak-Wiecha I. (red), Systemy wartości a procesy demograficzne, s. 117-122,
Rządowa rada Ludnościowa, Instytut Socjologii Uniwersytetu Jagiellońskiego, Zakład
Wydawniczy Nomos, Kraków
5. Ignatczyk W., 1990, Postawy małżeńskie i prokreacyjne młodzieży stanu wolnego –
studium statystyczno-demograficzne, Szkoła Główna Planowania i Statystyki, Instytut
Statystyki i Demografii, Warszawa
6. Ignatczyk W., 2006, Postawy rodzinne młodzieży akademickiej [w]: Ignatczyk W.
(red), Przyczynki do badania zjawisk demograficzno-ekonomicznych, s. 57-76, Zeszyty
Naukowe, nr 68, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań
7. Jaguś I., 2008, Postawy lubelskich studentów wobec małżeństwa i alternatywnych form
życia małżeńsko-rodzinnego, Sekcja Analiz Demograficznych, Zeszyt nr 18/2008.
http://www.ae.krakow.pl/~demograf/Publikacje/SAD18.pdf (09.09.2009)
8. Kowalczyk K., 2009, Najpierw praca i mieszkanie, później ślub, Dziennik Nr 187
(1008)/2009 z 11.08.2009
9. Majdzińska A., Śmigielski W., 2009, Wpływ religijności na decyzje dotyczące
planowania życia rodzinnego studentów Uniwersytetu Łódzkiego [w]: Kowaleski J., Rossa
A. (red), Przyszłość demograficzna Polski, s. 93-112, Acta Universitatis Lodziensis, Folia
Oeconomica, 231, Wydawnictwo Uniwersytetu Łódzkiego, Łódź,
10. Mały Rocznik Statystyczny Polski 2000, GUS, Warszawa
11. Mały Rocznik Statystyczny Polski 2009, GUS, Warszawa
12. Singh S., Samara R., 1996, Early Marriage Among Women In Developing Countries,
International Family Planning Perspectives, Vol. 22., nr 4
http://www.guttmacher.org/pubs/journals/2214896.pdf (09.09.2009)
42
13. Slany K., 2008, Alternatywne formy życia małżeńsko-rodzinnego w ponowoczesnym
świecie, Zakład Wydawniczy NOMOS, Kraków
14. Szuman A., 2006, Wpływ wykształcenia kobiet na realizację funkcji prokreacyjnej w
cyklu życia rodziny [w]: Ignatczyk W. (red), Przyczynki do badania zjawisk
demograficzno-ekonomicznych, s. 77-97, Wydawnictwo Akademii Ekonomicznej w
Poznaniu, Poznań
15. Wikar B., 2004, Sens życia studentów, [w]: Rumuński A. (red.), Jakość życia
studentów, s. 129-135, Oficyna Wydawnicza Impuls, Kraków
16. Xie Y., Raymo J. M., Goyette K., Thornton A., 2003, Economic Potential and Entry
into Marriage and Cohabitation, Demography, Vol. 40, nr 2
http://opr.princeton.edu/seminars/xief02.pdf (09.09.2009)
43
Anna Sączewska-Piotrowska
Akademia Ekonomiczna im. K. Adamieckiego w Katowicach
Sfera ubóstwa ludności w wieku mobilnym
Wstęp
Problem ubóstwa materialnego występuje we wszystkich grupach wiekowych. Nie we
wszystkich jednak grupach ma jednakowy zasięg i głębokość. W Polsce istnieje
przekonanie, że zjawisko ubóstwa dotyczy głównie osób w wieku poprodukcyjnym.
Ludność w wieku mobilnym, a więc ludność zdolna do zmiany stanowiska, miejsca pracy
lub ewentualnego przekwalifikowania, jest uważana za grupę najmniej zagrożoną
ubóstwem.
Celem niniejszego opracowania jest porównanie sfery ubóstwa ekonomicznego
gospodarstw domowych w Polsce w zależności od wieku głowy gospodarstwa domowego.
W analizie wiek ten został podzielony na trzy grupy: mobilny, niemobilny i
poprodukcyjny. Celem pracy jest również ocena zróżnicowania sfery ubóstwa w obrębie
grupy gospodarstw domowych, których głowa jest w wieku mobilnym. W tym przypadku
badanie przeprowadzono osobno dla trzech grup wiekowych głowy gospodarstwa, a
następnie porównano sferę ubóstwa wydzielonych grup. Przyjęte hipotezy badawcze
sformułowano następująco: po pierwsze, w najmniejszym stopniu zagrożona ubóstwem
jest grupa gospodarstw, których głowa jest w wieku poprodukcyjnym; po drugie, wśród
gospodarstw, których głowa jest w wieku mobilnym, najmniejszym poziomem ubóstwa
charakteryzują się gospodarstwa, których głowa ma 25-34 lata.
Realizacja celów opracowania, a także weryfikacja przyjętych hipotez została dokonana w
oparciu o analizę nierówności dochodowych, dobrobytu oraz zasięgu, głębokości i
dotkliwości ubóstwa relatywnego w wyodrębnionych grupach. Źródło informacji stanowiła
baza danych projektu „Diagnoza społeczna 2007”.
1. Charakterystyka materiału źródłowego
Analizę sfery ubóstwa gospodarstw domowych w zależności od wieku głowy
gospodarstwa przeprowadzono w oparciu o bazę danych projektu „Diagnoza społeczna
44
2007. Warunki i jakość życia Polaków” (Czapiński i Panek 2007). Przedmiotem badania
były dochody netto uzyskiwane przez gospodarstwa domowe w Polsce w lutym 2007 r.
Na potrzeby analizy sfery ubóstwa ekonomicznego gospodarstw domowych w Polsce w
zależności od wieku głowy gospodarstwa domowego, wyodrębniono gospodarstwa,
których głowa jest w wieku (Holzer 2003, Panek 2007):
- mobilnym16 – ludność w wieku 15-44 lata włącznie,
- niemobilnym - mężczyźni w wieku od 45 do 64 lat (włącznie), kobiety od 45 do 59 lat
(włącznie),
- poprodukcyjnym – mężczyźni w wieku 65 lat i więcej, kobiety w wieku 60 lat i więcej.
Wśród gospodarstw domowych, których głowa jest w wieku mobilnym, zostały dodatkowo
wyodrębnione trzy rodzaje gospodarstw, których głowa jest w wieku: 15-24 lata, 25-34
lata oraz 35-44 lata.
Po odrzuceniu kwestionariuszy zawierających niekompletne dane próba liczyła 4798
gospodarstw domowych. Wybrane charakterystyki wyróżnionych typów gospodarstw
przedstawia tablica 1.
Tablica 1
Charakterystyka gospodarstw domowych w zależności od wieku głowy gospodarstwa domowego (2007 r.)
Wiek głowy gospodarstwa domowego Wiek mobilny Wybrane
charakterystyki 15-24 lata
25-34 lata
35-44 lata
Ogółem Wiek niemobilny
Wiek poproduk-cyjny
Ogółem
Liczba gospodarstw
89 595 856 1540 1948 1310 4798
Przeciętna liczba osób w gospodarstwie
2,34 3,35 4,10 3,71 3,47 2,06 3,16
Źródło: opracowanie własne na podstawie (Czapiński i Panek 2007).
Największą grupę stanowiły gospodarstwa domowe, których głowa jest w wieku
niemobilnym. Gospodarstwa, których głowa jest w wieku mobilnym, są najliczniejsze. W
obrębie tej grupy gospodarstw, przeważają gospodarstwa, których głowa ma 35-44 lata.
Gospodarstwa te charakteryzują się jednocześnie największą przeciętną liczbą osób.
16 Ludność w wieku mobilnym i niemobilnym tworzy grupę osób w wieku produkcyjnym.
45
2. Uwagi metodologiczne
Podstawowe znaczenie dla analiz ubóstwa ma przyjęcie określonej definicji tego zjawiska
oraz dokonanie wyboru metody jego pomiaru17. W niniejszej pracy zastosowano podejście,
w którym ubóstwo gospodarstwa domowego definiuje się (Rusnak 2007) jako brak
wystarczających środków finansowych pozwalających na zaspokojenie potrzeb osób
zaliczanych do tego gospodarstwa. Jest to tzw. ubóstwo ekonomiczne. Zaspokajanie
potrzeb odbywa się poprzez konsumpcję dóbr i usług, która zależy przede wszystkim od
dochodu, jakim dysponuje gospodarstwo. Z tego względu jako wyznacznik zamożności
(dobrobytu ekonomicznego) przyjmuje się dochód (lub wydatki konsumpcyjne)
gospodarstwa, co implikuje określony sposób analizy ubóstwa. W opracowaniu jako
wskaźnik zamożności gospodarstw przyjęto dochód netto gospodarstw domowych, przy
czym dla zachowania porównywalności sytuacji gospodarstw o różnej wielkości i różnym
składzie demograficznym obliczono tzw. dochody ekwiwalentne, stosując zmodyfikowaną
skalę ekwiwalentności OECD typu 0,5/0,3. Jest to skala stosowana, zgodnie z wymogami
Eurostatu, na potrzeby analiz porównawczych w obrębie krajów Unii Europejskiej. Skala
zmodyfikowana jest obliczana w sposób następujący (Topińska i in. 2008): wartość 1
przypisuje się pierwszej osobie dorosłej w gospodarstwie, 0,5 – każdemu następnemu
dorosłemu członkowi gospodarstwa, 0,3 – każdemu dziecku poniżej 14 lat. W pracy
przyjęto, iż dochody przeliczone na jednostkę ekwiwalentną są ważone liczbą osób w
gospodarstwie domowym.
Analiza sfery ubóstwa wymaga ustalenia (Panek i in. 1999) takiego krytycznego poziomu
dochodów, zwanego linią ubóstwa, poniżej którego zaspokojenie minimum potrzeb nie jest
możliwe. Na potrzeby analiz przyjęto wykorzystywaną przez Eurostat relatywną linię
ubóstwa obliczaną jako 60% mediany dochodów ekwiwalentnych18.
Dysponując wyznaczoną granicą ubóstwa, można obliczyć wskaźniki pozwalające
m. in. na ocenę zasięgu, głębokości i dotkliwości ubóstwa (tablica 2).
17 Problematyka pomiaru ubóstwa została szeroko omówiona m. in. w pracach (Panek i in. 1999), (Panek 2007), (Topińska i in. 2008]. 18 Linia ta jest obiektywną granicą ubóstwa.
46
Tablica 2
Wskaźniki ubóstwa
Zastosowanie Nazwa Postać miernika Oznaczenia
Zasięg ubóstwa Stopa ubóstwa N
Q)FGT( 0 Q – liczba ubogich
N – liczba ludności
Wskaźnik luki ubóstwa
Q
i
i
z
yz
QPG
1
1 z – granica ubóstwa yi – dochód i-tej osoby ubogiej Głębokość
ubóstwa Wskaźnik głębokości ubóstwa
Q
i
i
z
yz
NFGT
1
1)1( Oznaczenia – j. w.
Dotkliwość ubóstwa
Wskaźnik dotkliwości ubóstwa
2
1
1)2(
Q
i
i
z
yz
NFGT Oznaczenia – j.w.
Źródło: (Foster i in. 1984), (Topińska i in. 2008).
Wskaźnik FGT(0) ocenia (Kot 2000, Panek 2007) jedynie zasięg ubóstwa, czyli odsetek
ludności znajdującej się poniżej granicy ubóstwa, nie informuje natomiast o natężeniu
ubóstwa. Podstawową miarą oceniającą głębokość ubóstwa jest wskaźnik luki ubóstwa
(poverty gap), który odzwierciedla relatywną (procentową) odległość przeciętnego
dochodu biednych od linii ubóstwa. Informuje on o przeciętnym zubożeniu w grupie
biednych. Miernik FGT(1) różni się od wskaźnika PG tym, że dotyczy całej badanej
populacji, a nie tylko grupy ubogich. Wskaźnik FGT(2) ocenia nie tylko dystans
dochodowy gospodarstw ubogich od granicy ubóstwa, lecz także nierówności dochodowe
między ubogimi. Dotkliwość ubóstwa jednostek ubogich i równocześnie wartość indeksu
FGT(2) rośnie wraz ze wzrostem dystansu ich dochodu od granicy ubóstwa.
W niniejszej pracy ocena zasięgu, głębokości i dotkliwości ubóstwa została poprzedzona
analizą sytuacji dochodowej gospodarstw domowych, którą przeprowadzono w oparciu o
podstawowe parametry opisowe rozkładów dochodów oraz wykorzystując miary
nierówności i miary dobrobytu19 (tablica 3).
19 Miary nierówności dochodowych i miary dobrobytu omówione są m. in. w pracach (Kot 2000), (Rusnak 2007).
47
Tablica 3
Miary nierówności rozkładów dochodów oraz miary dobrobytu
Nazwa Postać miernika Oznaczenia
Współczynnik Giniego*
,)1(21
12
N
iiyiN
yNN
NG
N – liczba ludności y – średnia arytmetyczna w rozkładzie dochodów yi – dochód i-tej osoby
Współczynnik Schutza .
2
1 1
N
yy
yS
N
ii
Oznaczenia – j. w.
Indeks Atkinsona y
yIA
g1 yg – średnia geometryczna w rozkładzie dochodów y – j.w.
Indeks Sena ),1( GyIS Oznaczenia – j. w. * Wzór dla danych niepogrupowanych, uporządkowanych od najmniejszej do największej obserwacji. Źródło: opracowanie własne na podstawie: (Kondor 1971), (Kot 2000), (Radziukiewicz 2006).
Współczynnik Giniego przyjmuje wartości z zakresu [0, 1], przy czym dolną granicę
osiąga gdy wszystkie dochody danej zbiorowości są równe, natomiast wartość jeden w
przypadku, gdy całym dochodem danej zbiorowości dysponuje jedna jednostka.
Zbiorowość, w której współczynnik Schutza przyjmuje mniejszą wartość, cechują
mniejsze nierówności dochodowe. Wyższe wartości indeksu Sena wskazują na większy
dobrobyt. Współczynnik Atkinsona przyjmuje wartości z przedziału [0, 1], przy czym
wartość zero odpowiada rozkładowi egalitarnemu.
W porównaniach dobrobytu różnych zbiorowości często wykorzystuje się uogólnione
funkcje Lorenza. Uogólniona funkcja Lorenza jest definiowana (Bellù i Liberati 2005) jako
funkcja, której oś odciętych określa skumulowany procent lub odsetek jednostek
zbiorowości uporządkowanych niemalejąco, a oś rzędnych – skumulowany dochód średni.
Z wzajemnego położenia uogólnionych funkcji Lorenza można wnioskować o rankingu
zbiorowości ze względu na osiągany dobrobyt społeczny. Największym dobrobytem
cechuje się ta zbiorowość, dla której uogólniona funkcja Lorenza leży powyżej takich
krzywych wyznaczonych w innych zbiorowościach (Rusnak 2007).
2. Analiza rozkładów dochodów ekwiwalentnych i dobrobytu w zależności od wieku
głowy gospodarstwa domowego
Stosując zmodyfikowaną skalę ekwiwalentności OECD, wyznaczono parametry opisowe
rozkładów dochodów ekwiwalentnych dla gospodarstw wyodrębnionych ze względu na
wiek głowy gospodarstwa domowego (tablica 4).
48
Tablica 4
Parametry opisowe rozkładów dochodów ekwiwalentnych (ważonych liczbą osób w gospodarstwie) w zależności od wieku głowy gospodarstwa domowego w 2007 r.
Wiek głowy gospodarstwa domowego Wiek mobilny
Parametry 15-24 lata
25-34 lata
35-44 lata
Ogółem Wiek niemobilny
Wiek poproduk-cyjny
Ogółem
Średnia arytmetyczna
950,5 1222,4 928,0 1031,7 1030,25 1099,38 1043,12
Mediana 800,0 1000,0 779,1 833,3 862,07 1000,00 880,00 Współczynnik zmienności
0,666 0,816 0,734 0,791 0,700 0,524 0,706
Współczynnik asymetrii
2,736 4,870 4,174 4,833 2,823 2,798 3,876
Źródło: jak w tablicy 1.
Wśród wyodrębnionych w zależności od wieku głowy gospodarstwa domowego (mobilny,
niemobilny i poprodukcyjny) trzech typów gospodarstw, największy średni dochód na
jednostkę ekwiwalentną osiągają gospodarstwa, których głowa jest w wieku
poprodukcyjnym. W przypadku gospodarstw, których głowa jest w wieku mobilnym i
niemobilnym, wysokość średniego dochodu jest prawie identyczna (różnica 1,5 zł na
korzyść „młodszych” gospodarstw). Wyniki te potwierdził przeprowadzony test istotności
dla wartości średnich. Powyższy test wykazał (przy założonym poziomie istotności 0,05),
że średnie dochody ekwiwalentne gospodarstw, których głowa jest w wieku
poprodukcyjnym, istotnie różnią się od dochodów pozostałych grup. Różnica pomiędzy
dochodami uzyskiwanymi przez gospodarstwa, których głowa jest w wieku mobilnym i
niemobilnym, okazała się nieistotna statystycznie. Mediana dochodów ekwiwalentnych
przyjmuje największą wartość w przypadku „najstarszych” gospodarstw. Dochody tej
grupy mierzone współczynnikiem zmienności są najmniej zróżnicowane i wykazują się
najniższą asymetrią. Rozkład dochodów gospodarstw, których głowa jest w wieku
mobilnym, charakteryzuje się natomiast największym zróżnicowaniem i asymetrią. Należy
zaznaczyć, że wszystkie rozkłady dochodów ekwiwalentnych cechuje asymetria
prawostronna, co oznacza, że we wszystkich przypadkach większość gospodarstw osiąga
dochody poniżej średniej arytmetycznej wyznaczonej dla danego rozkładu.
W obrębie grupy gospodarstw, których głowa jest w wieku mobilnym, największym
średnim dochodem ekwiwalentnym dysponują gospodarstwa, których głowa ma od 25 do
34 lat. Przeprowadzony test istotności (poziom istotności 0,05) wykazał, iż średnie
dochody ekwiwalentne tej grupy gospodarstw różnią się istotnie od dochodów pozostałych
49
wyodrębnionych grup; różnica średnich dochodów gospodarstw, których głowa jest w
wieku 15-24 lata i 35-44 lata, jest nieistotna statystycznie. Mediana dochodów
ekwiwalentnych przyjmowała najwyższe wartości w przypadku gospodarstw, których
głowa ma 25-34 lata. Rozkład dochodów ekwiwalentnych gospodarstw domowych,
których głowa ma 25-34 lata charakteryzował się również największą zmiennością i
największą asymetrią prawostronną w porównaniu z rozkładami pozostałych
wyodrębnionych typów gospodarstw.
W tablicy 5 zestawiono miary nierówności i miary dobrobytu wszystkich typów
gospodarstw wyróżnionych ze względu na wiek głowy gospodarstwa domowego.
Tablica 5
Miary nierówności rozkładów dochodów ekwiwalentnych (ważonych liczbą osób w gospodarstwie) oraz miary dobrobytu w zależności od wieku głowy gospodarstwa domowego w 2007 r.
Wiek głowy gospodarstwa domowego Wiek mobilny Miary 15-24 lata
25-34 lata
35-44 lata
OgółemWiek niemobilny
Wiek poproduk-cyjny
Ogółem
Współczynnik Giniego
0,310 0,350 0,330 0,344 0,337 0,261 0,327
Współczynnik Schutza
0,216 0,248 0,234 0,245 0,240 0,184 0,232
Indeks Atkinsona
0,177 0,188 0,169 0,183 0,177 0,110 0,168
Indeks Sena 655,55 794,95 621,43 676,19 683,42 812,82 702,00 Źródło: jak w tablicy 1.
Wśród gospodarstw, których głowy są w wieku mobilnym, niemobilnym i
poprodukcyjnym, współczynnik Giniego przyjmuje najmniejszą wartość w przypadku
gospodarstw, których głowa jest w wieku poprodukcyjnym, co oznacza, że rozkład
dochodów tej grupy gospodarstw jest najmniej nierównomierny. Uzyskana wartość
oznacza, że przeciętna absolutna różnica pomiędzy dochodami losowo wybranej pary osób
stanowiła ok. 52,2% dochodu średniego (podwójna wartość współczynnika Giniego). W
przypadku osób należących do gospodarstw, których głowa jest w wieku niemobilnym,
różnica ta wynosi 67,4%, w wieku mobilnym – ok. 68,8%. Współczynnik Schutza również
przyjmuje najmniejsze wartości w przypadku gospodarstw, których głowa jest w wieku
poprodukcyjnym, co oznacza, że w tej grupie występują najmniejsze nierówności
dochodowe.
50
Interpretacja współczynnika dla tej grupy gospodarstw jest następująca (por. Kondor
1971): jeśli całą populację osób należących do gospodarstw, których głowa jest w wieku
poprodukcyjnym, podzielimy na dwie grupy: grupę pierwszą, składającą się z osób o
dochodach ekwiwalentnych poniżej lub równych średniej, grupę drugą, składającą się z
osób o dochodach powyżej średniej, to 18,4% ogólnego dochodu powinno być
transferowane z grupy zamożniejszej do biedniejszej, aby obie grupy miały dokładnie taki
sam dochód przeciętny, tzn. aby zniknęły nierówności dochodowe. Współczynnik Schutza
wskazuje, iż najwyższe transfery powinny mieć miejsce w przypadku gospodarstw,
których głowa jest w wieku mobilnym. Na najmniejsze nierówności rozkładu dochodów
ekwiwalentnych gospodarstw „najstarszych” wskazuje indeks Atkinsona (wartość 0,11).
Uzyskany wynik oznacza, że poświęcenie przez każdą osobę należącą do tej grupy
gospodarstw kwoty rzędu 11% dochodu przeciętnego (niecałe 121 zł) zlikwidowałoby
całkowicie nierówności, bez zmniejszania dobrobytu społecznego. W przypadku grupy
gospodarstw, których głowa jest w wieku mobilnym, indeks Atkinsona przyjmuje
najwyższą wartość. Indeks Sena, umożliwiający ocenę dobrobytu wyróżnionych typów
gospodarstw, przyjął najwyższą wartość w przypadku gospodarstw, których głowa jest w
wieku poprodukcyjnym, najniższą – w wieku mobilnym. Tylko gospodarstwa „najstarsze”
cechował dobrobyt wyższy od średniego dobrobytu (702 zł) odpowiadającego zbiorowości
wszystkich gospodarstw. Ocenę dobrobytu, dokonaną za pomocą indeksu Sena,
skonfrontowano z uogólnionymi krzywymi Lorenza rozkładów dochodów ekwiwalentnych
wyznaczonymi dla poszczególnych typów gospodarstw (rys. 1).
Wyznaczone uogólnione krzywe Lorenza potwierdzają, iż największym dobrobytem
cechowała się grupa gospodarstw, których głowa jest w wieku poprodukcyjnym. Ze
względu na przecinające się krzywe rozkładów dochodów gospodarstw, których głowa jest
w wieku mobilnym i niemobilnym, nie można stwierdzić, która z tych grup cechowała się
większym dobrobytem. Można zauważyć, że wartości wyznaczonych indeksów Sena dla
tych dwóch rodzajów gospodarstw są zbliżone i tylko minimalnie wskazują (różnica ok. 7
zł) na większy dobrobyt gospodarstw, których głowa jest w wieku niemobilnym.
51
Rys. 1. Uogólnione krzywe Lorenza rozkładów dochodów ekwiwalentnych (ważonych liczbą osób w gospodarstwie) w zależności od wieku głowy gospodarstwa domowego
0
200
400
600
800
1000
1200
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
skumulowany odsetek osób
skum
ulow
any
doch
ód ś
redn
i
wiek mobilny
wiek niemobilny
wiek poprodukcyjny
Źródło: jak w tablicy 1.
W obrębie grupy gospodarstw, których głowa jest w wieku mobilnym (tablica 5), na
najmniejsze nierówności dochodowe „najmłodszych” gospodarstw wskazywały
współczynnik Giniego i współczynnik Schutza. Wskaźniki te, wraz z indeksem Atkinsona,
przyjmowały najwyższe wartości w przypadku gospodarstw, których głowa ma 25-34 lata,
co świadczy o największym zróżnicowaniu dochodów tej grupy gospodarstw.
Jednocześnie, wyznaczone indeksy Sena wskazują, że gospodarstwa, których głowa ma od
25 do 34 lat, cechują się największym dobrobytem. Porównań dobrobytu dokonano
również za pomocą uogólnionych krzywych Lorenza (rys. 2).
Wyznaczone krzywe, podobnie jak indeks Sena, wskazują, że największym dobrobytem
charakteryzowały się gospodarstwa, których głowa ma 25-34 lata. Ze względu na
przecinające się krzywe rozkładów dochodów gospodarstw, których głowa ma 15-24 lata i
35-44 lata, nie można wyciągnąć wniosku, która z grup cechuje się wyższym poziomem
dobrobytu. Indeks Sena wskazuje w tym przypadku na nieznacznie większy dobrobyt
gospodarstw „najmłodszych”.
52
Rys. 2. Uogólnione krzywe Lorenza rozkładów dochodów ekwiwalentnych (ważonych liczbą osób w gospodarstwie) gospodarstw domowych, których głowa jest w wieku mobilnym
0
200
400
600
800
1000
1200
1400
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
skumulowany odsetek osób
skum
ulow
any
doch
ód ś
redn
i
15-24 lata
25-34 lata
35-44 lata
Źródło: jak w tablicy 1.
3. Zróżnicowanie sfery ubóstwa wybranych typów gospodarstw domowych
Analizę ubóstwa relatywnego przeprowadzono, ustalając linię ubóstwa na poziomie 60%
mediany dochodów ekwiwalentnych ogółu gospodarstw, która wynosiła w lutym 2007 r.
528 zł. W tablicy 6 przedstawiono wskaźniki ubóstwa obliczone na podstawie rozkładów
dochodów ekwiwalentnych ważonych liczbą osób w gospodarstwie.
Najmniej osób żyje w ubóstwie w przypadku gospodarstw domowych, których głowa jest
w wieku poprodukcyjnym (ok. 9%). Pozostałe wyróżnione typy gospodarstw (głowa w
wieku mobilnym i niemobilnym) charakteryzują się ponad dwukrotnie większą frakcją
osób ubogich. Pozostałe charakterystyki ubóstwa uwzględniające jego głębokość i
dotkliwość również wskazują na najlepszą sytuację gospodarstw „najstarszych”, przy czym
sytuacja gospodarstw, których głowa jest w wieku mobilnym i niemobilnym, jest do siebie
porównywalna. Wartość wskaźnika luki dochodowej gospodarstw „najstarszych”
informuje, że przeciętny dochód ekwiwalentny biednych osób zaliczanych do tej grupy
53
gospodarstw jest o 25,2% niższy od przyjętej granicy ubóstwa. Interpretacja wskaźnika
głębokości ubóstwa dla gospodarstw, których głowa jest w wieku poprodukcyjnym, jest
następująca: przeciętny dochód ekwiwalentny osób należących do tego typu gospodarstw
jest o 2,34% niższy od przyjętej granicy ubóstwa. Gospodarstwa „najstarsze”
charakteryzują się również najmniejszą wartością wskaźnika dotkliwości ubóstwa.
Tablica 6
Wskaźniki ubóstwa relatywnego w zależności od wieku głowy gospodarstwa domowego w 2007 r. [% osób]
Wiek głowy gospodarstwa domowego Wiek mobilny Miary 15-24 lata
25-34 lata
35-44 lata
Ogółem
Wiek niemobil-ny
Wiek poproduk-cyjny
Ogółem
Stopa ubóstwa
17,79 15,38 25,03 21,39 21,08 9,29 19,10
Wskaźnik luki dochodowej
38,58 25,15 28,85 28,21 28,69 25,20 28,18
Wskaźnik głębokości ubóstwa
6,86 3,87 7,22 6,04 6,05 2,34 5,39
Wskaźnik dotkliwości ubóstwa
4,15 1,56 2,88 2,46 2,61 0,92 2,26
Źródło: jak w tablicy 1.
Analizując grupę gospodarstw, których głowa jest w wieku mobilnym, można zauważyć,
że według wszystkich zastosowanych wskaźników ubóstwa, w najlepszej sytuacji są
gospodarstwa, których głowa ma 25-34 lata. Na najgorszą sytuację gospodarstw, których
głowa ma 35-44 lata wskazuje stopa ubóstwa i wskaźnik głębokości ubóstwa, natomiast
wskaźniki luki dochodowej i dotkliwości ubóstwa przyjmują najwyższe wartości w
przypadku gospodarstw „najmłodszych”.
W tablicy 7 przedstawiono charakterystykę rozkładów dochodów ekwiwalentnych osób
należących do sfery ubóstwa.
Przeciętne dochody ekwiwalentne osób zaliczanych do sfery ubóstwa są najwyższe w
przypadku gospodarstw, których głowa jest w wieku poprodukcyjnym (w porównaniu do
gospodarstw, których głowa jest w wieku mobilnym i niemobilnym). Dochody osób
zaliczanych do tej grupy gospodarstw są jednocześnie najmniej zróżnicowane oraz
charakteryzują się najmniejszymi nierównościami, co powoduje, że również indeks Sena
przyjmuje najwyższe wartości.
54
Tablica 7
Wybrane charakterystyki rozkładów dochodów ekwiwalentnych osób należących do sfery ubóstwa relatywnego w zależności od wieku głowy gospodarstwa domowego w 2007 r.
Wiek głowy gospodarstwa domowego Wiek mobilny
Miary 15-24 lata
25-34 lata
35-44 lata
Ogółem
Wiek niemobilny
Wiek poprodukcyjny
Ogółem
Średnia arytmetyczna
324,27 395,20 375,70 379,04 376,52 394,97 379,23
Współczynnik zmienności
0,480 0,260 0,251 0,263 0,285 0,254 0,273
Współczynnik Giniego
0,268 0,144 0,140 0,147 0,161 0,141 0,153
Indeks Sena 237,37 338,32 322,96 323,34 315,97 339,40 321,04 Źródło: jak w tablicy 1.
Wyniki te potwierdzają wcześniej wyciągnięte wnioski, iż właśnie gospodarstwa
„najstarsze” są w najlepszej sytuacji finansowej. Rozkłady dochodów osób ubogich
należących do gospodarstw, których głowa jest w wieku mobilnym i niemobilnym, są do
siebie podobne. Wyznaczone miary wskazują tylko na nieznacznie lepszą sytuację
członków gospodarstw, których głowa jest w wieku mobilnym.
Wśród osób ubogich zaliczanych do gospodarstw, których głowa jest w wieku mobilnym,
najwyższe przeciętne dochody ekwiwalentne uzyskują członkowie gospodarstw, których
głowa ma 25-34 lata. Osoby ubogie należące do gospodarstw „najmłodszych”
charakteryzują się najgorszą sytuacją finansową – ich dochody są najniższe, najbardziej
zróżnicowane i w największym stopniu nierównomierne. Skutkiem tego jest najniższa
wartość indeksu Sena, mniejsza od pozostałych typów gospodarstw o ok. 100 zł.
Wyniki obiektywnej oceny ubóstwa porównano z subiektywną oceną dochodu netto
dokonaną przez gospodarstwa domowe (tablica 8).
Można zauważyć, iż odsetek osób żyjących w gospodarstwach, w których dochód netto
pozwala „wiązać koniec z końcem” z wielką trudnością lub z trudnością, rośnie wraz z
wiekiem głowy gospodarstwa i jest największy w przypadku gospodarstw, których głowa
jest w wieku poprodukcyjnym (prawie 49,5%). Najgorzej więc oceniają swoją sytuację
dochodową te gospodarstwa, które według kryteriów obiektywnych są w najlepszej
sytuacji finansowej.
55
Tablica 8
Subiektywna ocena* dochodu netto w gospodarstwach domowych w 2007 r. Wiek głowy gospodarstwa domowego Wiek mobilny
% osób żyjących w gospodarstwach, w których dochód netto pozwala „wiązać koniec z końcem”
15-24 lata
25-34 lata
35-44 lata
Ogółem
Wiek niemobil-ny
Wiek poproduk-cyjny
Ogółem
z wielką trudnością 25,13 15,97 21,60 19,74 23,44 22,71 21,91 z trudnością 16,08 15,31 20,78 18,68 22,24 26,71 21,70 z pewną trudnością 35,68 32,54 36,32 34,97 33,96 32,70 34,11 raczej łatwo 20,60 26,96 17,74 21,09 16,87 14,94 18,12 łatwo 2,51 9,22 3,57 5,52 3,48 2,94 4,16 * Oceny dokonywały głowy gospodarstw domowych lub osoby dobrze zorientowane w sprawach dotyczących gospodarstwa. Źródło: jak w tablicy 1.
W przypadku gospodarstw, których głowa jest w wieku mobilnym, wyniki subiektywnej
oceny dochodu są zbieżne z wynikami uzyskanymi na podstawie wskaźników ubóstwa
obiektywnego. Odsetek osób żyjących w gospodarstwach, w których dochód netto pozwala
„wiązać koniec z końcem” z wielką trudnością lub z trudnością, jest zdecydowanie
najmniejszy w przypadku gospodarstw, których głowa ma 25-34 lata (ok. 31%). W
pozostałych dwóch grupach odsetek ten jest do siebie zbliżony i wynosi 41% w przypadku
gospodarstw, których głowa ma 15-24 lata oraz 42,5% w gospodarstwach, których głowa
ma 35-44 lata.
Podsumowanie
Na podstawie przeprowadzonej analizy można stwierdzić, że wiek głowy gospodarstwa
domowego wpływa na sytuację finansową gospodarstwa. W najlepszej sytuacji są
gospodarstwa, których głowa jest w wieku poprodukcyjnym. Jak można zauważyć,
przeciętna liczba osób w gospodarstwach „najstarszych” jest najmniejsza, co niewątpliwie
wpływa na większe wartości dochodu ekwiwalentnego w tej grupie gospodarstw. W
przypadku grupy gospodarstw, których głowa jest w wieku poprodukcyjnym, na jej
najlepszą sytuację wskazują zarówno wyznaczone wskaźniki ubóstwa, jak i miary
dobrobytu. Spośród gospodarstw, których głowy są w wieku mobilnym i niemobilnym
trudno wskazać te, które charakteryzują się lepszą sytuacją materialną. Na minimalnie
gorszą sytuację gospodarstw „młodszych” wskazuje np. indeks Sena oraz stopa ubóstwa,
lecz wskaźniki: luki dochodowej, głębokości i dotkliwości ubóstwa informują, że
gospodarstwa, których głowa jest w wieku niemobilnym, są w najgorszej sytuacji.
56
Analizując grupę gospodarstw, których głowa jest w wieku mobilnym, można zauważyć,
że miary dobrobytu i wskaźniki ubóstwa dają jednoznaczne rezultaty w odniesieniu do
grupy gospodarstw, których głowa ma 25-34 lata, wskazując tę grupę jako cechującą się
najlepszą sytuacją finansową. W odniesieniu do pozostałych typów gospodarstw (głowa w
wieku 15-24 lata oraz w wieku 35-44 lata) nie uzyskano jednoznacznej odpowiedzi, która z
grup jest w lepszej sytuacji materialnej. Na korzyść gospodarstw, których głowa ma 15-24
lata, przemawiają np. indeks Sena, stopa ubóstwa czy wskaźnik głębokości ubóstwa,
natomiast na lepszą sytuację gospodarstw, których głowa ma 35-44, wskazują miary luki
dochodowej i dotkliwości ubóstwa. Można zauważyć, że największa przeciętna liczba
osób, charakteryzująca gospodarstwa, których głowa ma 35-44 lata, istotnie wpływa na
gorszą sytuację tych gospodarstw. W przypadku gospodarstw „najmłodszych” przeciętna
liczba osób jest mała, lecz są to gospodarstwa, których głowy dopiero wkraczają na rynek
pracy.
Zastosowanie obiektywnych wskaźników nie potwierdziło powszechnego przekonania o
złej sytuacji materialnej gospodarstw, których głowa jest w wieku poprodukcyjnym.
Przekonanie to zostało potwierdzone jedynie przez subiektywną ocenę dochodu netto
dokonaną przez same gospodarstwa domowe.
Literatura
Bellù L. G., Liberati P., 2005, Social Welfare Analysis of Income Distributions. Ranking Income Distributions with Lorenz Curve, www.fao.org (data dostępu: 25.08.2009 r.). Czapiński J., Panek T. (red.), 2007, Diagnoza społeczna 2007. Warunki i jakość życia Polaków (CD-ROM), VIZJA PRESS&IT, Warszawa. Foster J., Greer J., Thorbecke E., 1984, A Class of Decomposable Poverty Measures, “Econometrica” nr 52, 761-766. Holzer J. Z., 2003, Demografia, Polskie Wydawnictwo Ekonomiczne, Warszawa. Kondor Y., 1971, An Old-New Measure of Income Inequality, “Econometrica” nr 39, 1041-1042. Kot S. M., 2000, Ekonometryczne modele dobrobytu, Wydawnictwo Naukowe PWN, Warszawa-Kraków. Panek T. (red.), 2007, Statystyka społeczna, Polskie Wydawnictwo Ekonomiczne, Warszawa. Panek T., Podgórski J., Szulc A., 1999, Ubóstwo: teoria i praktyka pomiaru, Monografie i Opracowania nr 453, Szkoła Główna Handlowa, Warszawa. Radziukiewicz M., 2006, Zasięg ubóstwa w Polsce, Polskie Wydawnictwo Ekonomiczne, Warszawa. Rusnak Z., 2007, Statystyczna analiza dobrobytu ekonomicznego gospodarstw domowych, Akademia Ekonomiczna, Wrocław. Topińska I. (red.), Ciecieląg J., Szukiełojć-Bienkuńska A., 2008, Pomiar ubóstwa. Zmiany koncepcji i ich znaczenie, Instytut Pracy i Spraw Socjalnych, Warszawa.
57
Marek Ręklewski
Urząd Statystyczny w Bydgoszczy/ oddział Toruń
Przestrzenne zróżnicowanie urodzeń w Polsce w ujęciu powiatowym w
latach 1999-2007
Wstęp
W procesach demograficznych urodzenia stanowią jeden z podstawowych elementów
ruchu naturalnego. Badanie procesów powiązanych z urodzeniami w ujęciu powiatowym
stanowi niezwykle ważną informację w podejmowaniu decyzji społeczno-ekonomicznych
nie tylko na szczeblu państwowym ale również wojewódzkim. Dotychczas prowadzone
badania dotyczące zmian urodzeń zwykle skupiały się do obszaru kraju, województwa,
ewentualnie powiatów w obrębie danego województwa. W niniejszej pracy zostanie
podjęta próba zaprezentowania analizy w przekroju powiatowym obejmująca swym
zakresem obszar całego kraju. W opracowaniu poddano weryfikacji hipotezę badawczą
która zakłada, iż istnieje przestrzenne zróżnicowanie zmiennych demograficznych i
ekonomicznych kształtujących wielkość urodzeń żywych w powiatach. Analizowana
problematyka była przedmiotem wielu prac naukowych m.in. S. Borowski, M.
Chromińska, E. Gołata, M. Rószkiewicz, wykorzystując metody ilościowe podejmowali
próbę rozpoznania czynników kształtujących uwarunkowania przemian płodności badając
związki różnych grupy zmiennych ze zmienną objaśnianą.
Do określenia siły i kierunku poszczególnych zmiennych na poziom nowo urodzonych
dzieci wykorzystano przyczynowo-skutkowe modele ekonometryczne. Podmiotem analizy
stanowią powiaty według podziału terytorialnego z dnia 24 VII 1998 r. Dane
wykorzystane w badaniu pochodzą z Banku Danych Regionalnych Głównego Urzędu
Statystycznego. Zakres czasowy opracowania obejmuje lata 1999-2007.
1. Dobór zmiennych objaśniających
Dobór zmiennych do modeli ekonometrycznych jest sprawą bardzo złożoną.
Sformułowano wiele postulatów dotyczących sposobu postępowania pod względem
zasobu dostarczanej o badanym zjawisku informacji. Do najważniejszych zaliczono:
preferowanie zmiennych które pozostają w związku ze zmienną objaśnianą, zapewnienie
58
odpowiedniej zmienności czasowej lub przestrzennej zmiennych, maksymalne
skorelowanie zmiennych objaśniających ze zmienna endogeniczną, wyeliminowanie
współliniowości zmiennych objaśniających (Gołata 1990: 77-78).
W celu zaobserwowania zależności zmiennych demograficznych i ekonomicznych
oddziaływujących na liczbę nowo narodzonych dzieci w analizie zaproponowano
potencjalne zmienne diagnostyczne. Do zmiennych demograficznych zaliczono:
małżeństwa – w tys. (MALZ), rozwody – w tys. (ROZW), kobiety w wieku rozrodczym 15-
49 lat – w tys. (KOBWR), migracje na pobyt stały – w tys. (MIGR), natomiast do
ekonomicznych zakwalifikowano: dochody budżetów powiatów na 1 mieszkańca – w zł
(DOCHOD), bezrobotni zarejestrowani – w tys. (BEZR), bezrobotne kobiety – w tys.
(BEZRK), pracujący w głównym miejscu pracy – w tys. (PRAC), pracujące kobiety – w
tys. (PRACK), zasoby mieszkaniowe – w tys. (MIESZ). Liczba zmiennych opisująca
badaną rzeczywistość jest teoretycznie nieskończona. Zaproponowany zbiór zmiennych z
punktu widzenia podjętego problemu badawczego jest daleki od wyczerpującego. Z
pewnością w badaniu zabrakło takich ważnych zmiennych jak np.: liczba kobiet z
wykształceniem średnim i wyższym w wieku 15 lat i więcej. Przyczyną braku
wykorzystania w badaniu zmiennej wykształcenie na poziomie powiatu spowodowane jest
trudnościami z ich pozyskaniem co umożliwia dokonanie szczegółowej analizy. W
procesie zbierania danych okazało się, iż zmienna bezrobotni zarejestrowani była
niekompletna za rok 1999 zwłaszcza w miastach na prawach powiatu. Powodem było
skumulowanie danych z powiatów miejskich do powiatów ziemskich. Odtwarzanie
brakujących danych wymagało dokonania interpolacji danych za 1999 r. z równoczesnych
zdjęciem tej wartości z powiatów ziemskich. W badaniu urodzeń nie wykorzystano
zmiennej wynagrodzenia i stopy bezrobocia z powodu niekompletności. Zmienne
zastąpiono dochodem na 1 mieszkańca i liczbą bezrobotnych zarejestrowanych.
Ograniczenia wynikające z brakiem wykorzystania zmiennych powiązanych w sposób
merytoryczny z badanym zjawiskiem skutkuje na wyniki prowadzonych badań.
Pierwszym etapem doboru zmiennych do przyczynowo-skutkowych modeli
ekonometrycznych była eliminacja zmiennych quasi-stałych. Wyznaczono w tym celu dla
zmiennych kandydatek w powiatach stałej wartości progowej współczynnika zmienności
którego określono na poziomie V = 0,05. Dla każdej zmiennej wykorzystano klasyczny
współczynnik zmienności według wzoru (Panek 2009: 19):
59
,)(
)(x
xSxV j
jk (1)
gdzie:
jx - średnia arytmetyczna wartości j-tej zmiennej:
n
xx
n
iij
j
1 , (2)
)( jxS - odchylenie standardowe j-tej zmiennej:
n
xxxS
n
ijij
j
1
2
)( , (3)
Niski poziom założonego współczynnika zmienności dla zmiennych uzależniony został
głównie niewielką liczbą obserwacji (9) która z pewnością wpływa na jej wartość.
Kolejnym etapem weryfikacji zmiennych było zastosowanie metody analizy macierzy
współczynników korelacji którą przeprowadzono oddzielnie na każdy powiat (Nowak
2002: 19-20). Analiza miała za zadanie wyłonić zmienną (lub grupę zmiennych) która
była silnie skorelowana ze zmienną endogeniczną przy jednoczesnej niskiej korelacji
między sobą. Metoda analizy współczynników korelacji wymagała określenia wartości
krytycznej współczynnika korelacji r . Dla poziomu istotności α = 0,01 i (n–2) = 7 stopni
swobody, ustalono z tablic t-Studenta wartość krytyczną t0,1;7 = 1,895, określając wartość
progową współczynnika korelacji na poziomie r = 0,582 według formuły (Nowak 2002:
19):
,2)(
)(2/1
2*
2**
nI
Ir (4)
gdzie:
I - wartość odczytana z tablic rozkładu t-Studenta dla n–2 stopni swobody dla poziomu
istotności α = 0,01.
60
Analizując zmienne w macierzy korelacyjnej eliminowano zmienne których wartości
współczynników korelacji były niższe od progowej, uznając je że są za mało skorelowane
ze zmienną objaśnianą. Z pozostałej liczby zmiennych wybierano zmienną najbardziej
skorelowaną z urodzeniami. Ostatnim krokiem było usuwanie tych zmiennych gdzie
współczynnik korelacji był wyższy od wartości krytycznej uznając je za zbyt skorelowane
z wybraną zmienną. Powyższą procedurę zastosowana w każdym powiecie szukając wśród
zaproponowanych zmiennych potencjalnych przyczyn urodzeń.
Na uwagę również zasługuje fakt, że zmienne w analizie korelacji, które nie przekroczyły
wartości progowej stawały się zmiennymi nieistotnymi w momencie próby wykorzystania
ich do estymacji modeli. Wniosek jest taki, że wyznaczona wartość progowa zdała
egzamin eliminując zmienne nieistotne pozostawiając tylko zmienne które, zastosowane do
modelu stawały się statystycznie istotnymi eliminując również zjawisko współliniowości.
2. Interpretacja modeli urodzeń
Do określenia siły wpływu zmiennych na liczbę nowo narodzonych dzieci,
zaproponowano liniowy model ekonometryczny szacowany według KMNK. Model ten
przyjmuje następującą postać:
,1
0 tit
k
iit XURODZZ
(t = 1, 2,……,n), (5)
gdzie:
k – liczba zmiennych objaśniających iX , i – parametry strukturalne modelu, t –
składnik losowy.
Wyniki estymacji modeli zaprezentowano w tabeli 1. Otrzymane modele w procedurze
eliminacji a posteriori składają się głównie z jednej zmiennej niezależnej. Do oceny
istotności wpływu poszczególnych zmiennych niezależnych wykorzystano test istotności t-
Studenta. Procedurę przeprowadzono zakładając poziom istotności 0,01. Modele urodzeń
poddano weryfikacji występowania autokorelacji wyższych rzędów, w tym celu
zaproponowano test Breuscha-Godfreya ( 0H : brak autokorelacji wobec alternatywnej 1H :
występuje autokorelacja). Do weryfikacji hipotezy 0H posłużono się następującą
statystyką opartą na zasadzie (Langrange multiplier – LM) mnożnika Langrange’a
(Madalla 2006: 292-293):
61
2RTLM , (6)
gdzie:
T – liczba obserwacji, 2R - współczynnik determinacji pomocniczego oszacowanego
modelu.
Test umożliwił zbadanie autokorelacji do rzędu drugiego. Wartość krytyczną dla modeli
chi-kwadrat przy założeniu m = 2, α = 0,05, odczytana z tablic rozkładu wynosi 2 =
5,991 (m-liczba stopni swobody). Podano również wartość p-value który jest wyższy od
5% co wskazuje na brak odrzucenia 0H .W razie wystąpienia autokorelacji zastosowano
opóźnienia w celu jej eliminacji. Stosując opóźnienia otrzymano modele o rzędzie
opóźnienia p o postaci ogólnej:
.,1
0 tpti
k
iit XURODZZ
(t = 1, 2,……,n). (7)
gdzie:
k – liczba zmiennych objaśniających iX , i – parametry strukturalne, p – rząd opóźnień (p
= 1, 2,……n), t – składnik losowy.
Modele poddano weryfikacji hipotezy o normalności rozkładu składnika resztowego
testem Doornika-Hansena. Z analizy wynika że nie ma podstaw do odrzucenia hipotezy
zerowej gdyż wartości p-value były większe od wartości krytycznej α = 0,05. Do oceny
dopasowania modeli do danych empirycznych wykorzystano współczynnik determinacji
2R , błąd standardowy reszt yS , współczynnik zmienności yV , a także odchylenia
standardowe parametrów strukturalnych )(D .
Rozpatrując relacje zmiennych co do kierunku oddziaływania na zmienną endogeniczną
wynika że, zmienna (MALZ) w powyższych modelach wpływa zdecydowanie stymulująco
co oznacza wzrost liczby urodzeń żywych. Zmienna migracje na pobyt stały (MIGR),
głównie zachowuje się znakiem dodatnim. Dodatni związek korelacyjny z liczbą żywo
urodzonych dzieci stwierdzono w powiatach: pajęczańskim, kutnowskim, sieradzkim,
wieluńskim, miechowskim, brzeskim, krapkowickim, leżajskim, grajewskim,
zambrowskim, chodzieskim, szamotulskim, gryfińskim, stargardzkim. Występują również
powiaty w których zmienna (MIGR) zachowuje się destymulująco jak w powiatach:
łomżyńskim, wschowskim. Ujemna zależność między liczbą żywo urodzonych dzieci
62
zauważono u zmiennej (ROZW). Zmienna zasoby mieszkaniowe (MIESZ) zachowuje się
różnokierunkowo. Dodatni związek wykazano w powiatach: otwockim, piaseczyńskim,
pruszkowskim, wołomińskim. Natomiast w powiecie limanowskim, nowosądeckim,
nowotarskim, tarnowskim, rzeszowskim, szczycieńskim zauważono ujemną zależność.
Związek zmiennych: pracujący w głównym miejscu pracy (PRAC), liczba kobiet
pracujących (PRACK) w zasadzie jest dodatnio skorelowany co można zaobserwować w
modelach prócz powiatu milickiego (woj. dolnośląskie). Kierunek wpływu zmiennej
(DOCHOD) na poziom urodzeń, raz zachowuje się ujemnie, a w innym przypadku
kierunkiem dodatnim. Ujemny związek obserwujemy w powiatach: staszowskim,
opolskim, włocławskim. Związek zmiennej (BEZR) głównie oddziałuje destymulująco z
jednym wyjątkiem w powiecie wieruszowskim. Wpływ zmiennej bezrobotne kobiety
(BEZRK), jest różnokierunkowy. Z jednej strony wysokie bezrobocie może oznaczać brak
środków do utrzymania i wychowywania dzieci, zaś z drugie strony może powodować
wyższą płodność kobiet wynikającą z niższej aktywności zawodowej.
Tabela 1. Modele urodzeń żywych w powiatach w latach 1999-2007
Błąd szacunku Parametry oceny Test LM Powiaty Modele
D(α0)
D(α1
)
D(α2
)
R2 Sy Vy (%) TR2 p-value
DOLNOŚLĄSKIE Bolesławiecki
tbc MALZURODZZ 414,0653,0 0,071 0 - 0,543 0,024 2,782 0,163 0,922
Dzierżoniowski t
cc BEZRKURODZZ 069,0284,1 0,108 0 - 0,655 0,032 3,634 0,672 0,715
Głogowski t
cc BEZRURODZZ 033,0176,1 0,069 0 - 0,659 0,042 4,481 1,714 0,424
Jaworski t
cb PRACKURODZZ 079,0182,0 0,070 0 - 0,724 0,020 4,063 1,755 0,416
Kłodzki t
bc PRACURODZZ 017,0967,0 0,178 0 - 0,527 0,064 4,378 0,637 0,727
Legnicki t
bc PRACURODZZ 030,0313,0 0,081 0 - 0,471 0,026 5,010 5,035 0,081
Lubiński 1025,0193,1 t
bc BEZRURODZZ 0,070 0 - 0,529 0,043 4,275 1,493 0,474
Lwówecki t
a PRACKURODZZ 079,0184,0 0,120 0 - 0,409 0,023 5,203 1,315 0,518
Milicki t
ab PRACURODZZ 088,0974,0 0,293 0 - 0,339 0,023 5,396 0,779 0,677
Oławski t
bb MALZURODZZ 765,0363,0 0,125 0 - 0,504 0,048 6,869 1,067 0,587
Polkowicki t
ac MALZURODZZ 480,0485,0 0,085 0 - 0,376 0,376 4,785 0,830 0,660
Średzki t
ac BEZRKURODZZ 019,0542,0 0,031 0 - 0,427 0,021 4,439 3,642 0,162
Świdnicki t
bc PRACURODZZ 017,0912,0 0,170 0 - 0,587 0,039 2,698 2,334 0,311
Trzebnicki t
cc DOCHODURODZZ 709,0435,0 0,080 0 - 0,731 0,024 3,082 0,631 0,729
Wałbrzyski t
cc PRACKURODZZ 068,0287,0 0,020 0 - 0,997 0,031 2,885 1,635 0,442
Wrocławski t
cb MALZURODZZ 954,0442,0 0,130 0 - 0,668 0,057 6,132 1,180 0,554
Ząbkowicki t
bc PRACKURODZZ 020,0389,0 0,081 0 - 0,514 0,029 4,790 2,657 0,265
Złotoryjski t
cc BEZRKURODZZ 020,0672,0 0,061 0 - 0,688 0,023 5,396 1,825 0,401
m. Jelenia Góra t
bc DOCHODURODZZ 037,0562,0 0,026 0 - 0,631 0,015 2,244 1,849 0,397
m. Wrocław t
cc DOCHODURODZZ 576,0180,3 0,189 0 - 0,919 0,143 2,975 0,028 0,986
KUJAWSKO-POMORSKIE Brodnicki
tc PRACKURODZZ 121,0202,0 0,143 0 - 0,759 0,026 2,937 4,324 0,115
Chełmiński t
a PRACURODZZ 051,0155,0 0,219 0 - 0,343 0,029 5,039 1,758 0,415
Golubsko-dobrzyński t
bc ROZWURODZZ 390,1569,0 0,022 0,
- 0,543 0,022 4,266 1,997 0,368
Grudziądzki t
cc MALZURODZZ 801,0290,0 0,052 0 - 0,677 0,023 4,750 1,560 0,458
Inowrocławski 1034,0049,1 t
ac PRACKURODZZ 0,236 0 - 0,435 0,048 3,098 0,403 0,818
63
Lipnowski t
bb MALZURODZZ 995,0403,0 0,150 0 - 0,503 0,048 5,958 4,118 0,128
Mogileński t
cc BEZRKURODZZ 116,0825,0 0,081 0 - 0,718 0,026 5,402 2,765 0,251
Nakielski t
ca PRACKURODZZ 124,0288,0 0,129 0 - 0,801 0,022 2,231 1,886 0,389
Radziejowski 1039,0251,0 t
ab PRACURODZZ 0,079 0 - 0,442 0,025 5,811 1,696 0,428
Sępoleński t
at
cc PRACBEZRURODZZ 024,0034,0505,0 0,076 0 0 0,867 0,015 3,188 3,086 0,116
Toruński t
bc MALZURODZZ 417,0812,0 0,067 0 - 0,582 0,026 2,593 3,042 0,219
Włocławski t
bc DOCHODURODZZ 387,0027,1 0,065 0 - 0,455 0,038 4,230 3,002 0,223
Żniński t
cc PRACURODZZ 037,0383,0 0,106 0 - 0,643 0,027 3,639 4,402 0,111
m. Bydgoszcz t
cc BEZRKURODZZ 071,0834,3 0,160 0 - 0,734 0,080 2,559 0,088 0,957
m. Grudziądz t
bc BEZRURODZZ 020,0148,1 0,067 0 - 0,611 0,032 3,411 0,825 0,662
m. Toruń t
bc BEZRURODZZ 022,0110,2 0,088 0 - 0,550 0,057 3,089 1,809 0,405
m. Włocławek t
cc ROZWURODZZ 541,0232,1 0,046 0 - 0,652 0,029 2,750 4,883 0,142
LUBELSKIE Bialski
tac ROZWURODZZ 527,3491,1 0,110 1 - 0,343 0,089 6,890 3,105 0,212
Chełmski t
cc PRACURODZZ 065,0438,0 0,089 0 - 0,674 0,030 3,864 1,095 0,578
Janowski t
cc ROZWURODZZ 773,2583,0 0,017 0 - 0,761 0,021 4,201 0,018 0,991
Hrubieszowski t
a PRACKURODZZ 158,0092,0 0,274 0 - 0,409 0,051 7,369 1,794 0,408
Kraśnicki t
b PRACURODZZ 058,0153,0 0,260 0 - 0,586 0,042 4,328 0,373 0,830
Lubelski t
cc BEZRURODZZ 067,0900,1 0,130 0 - 0,665 0,052 3,632 0,597 0,742
Łukowski t
a PRACURODZZ 119,0433,0 0,481 0 - 0,340 0,075 5,607 0,953 0,621
Opolski t
ab MALZURODZZ 650,0385,0 0,128 0 - 0,369 0,031 4,895 0,336 0,846
Parczewski t
b BEZRKURODZZ 179,0414,1 1,001 0 - 0,451 0,190 5,001 0,677 0,713
Radzyński t
ac ROZWURODZZ 086,2782,0 0,038 1 - 0,348 0,034 4,736 1,138 0,566
Rycki t
at
bb ROZWPRACURODZZ 745,1040,0359,0 0,131 0 0 0,734 0,037 5,904 5,456 0,065
Tomaszowski t
a PRACKURODZZ 140,0161,0 0,380 0 - 0,355 0,070 7,765 0,835 0,659
Zamojski t
bc ROZWURODZZ 790,1231,1 0,060 0 - 0,456 0,068 6,222 0,201 0,904
m. Biała 1014,0360,0 t
ab PRACURODZZ 0,101 0 - 0,405 0,026 4,595 1,925 0,382
m. Chełm t
bc DOCHODURODZZ 030,0411,0 0,066 0 - 0,478 0,023 3,916 3,056 0,217
m. Lublin t
bb MALZURODZZ 818,0608,1 0,446 0 - 0,665 0,085 2,704 4,386 0,112
m. Zamość t
ac PRACURODZZ 012,0386,0 0,096 0 - 0,420 0,021 3,520 2,000 0,368
Poziom istotności α parametrów strukturalnych: a = 0,10, b = 0,05, c = 0,01.
cd. tabeli 1
Błąd szacunku Parametry oceny Test LM Powiaty Modele
D(α0)
D(α1
)
D(α2
)
R2 Sy Vy (%) TR2 p-value
LUBUSKIE
Krośnieński t
c PRACKURODZZ 119,0129,0 0,128 0 - 0,649 0,029 4,904 1,516 0,468
Międzyrzecki t
cc MALZURODZZ 661,0361,0 0,029 0 - 0,881 0,014 2,435 0,292 0,864
Nowosolski t
cb PRACKURODZZ 116,0147,0 0,053 0 - 0,978 0,038 3,577 2,546 0,280
Słubicki t
bc BEZRKURODZZ 078,0666,0 0,049 0 - 0,630 0,023 4,560 4,217 0,121
Strzelecko-drezdenecki
tcc BEZRURODZZ 025,0691,0 0,036
0,006
- 0,686 0,017 3,167 3,103 0,212
Świebodziński t
cc BEZRKURODZZ 067,0708,0 0,027 0 - 0,749 0,018 3,086 0,331 0,848
Wschowski 1471,1828,0 t
abc MIGRURODZZ 0,159 0 - 0,689 0,027 6,510 2,405 0,300
Zielonogórski t
cc MALZURODZZ 964,0464,0 0,107 0 - 0,684 0,039 4,395 1,330 0,514
Żarski t
ac BEZRKURODZZ 041,0230,1 0,115 0 - 0,350 0,055 5,455 2,913 0,376
Żagański t
bc MALZURODZZ 584,0587,0 0,082 0 - 0,560 0,043 5,228 2,289 0,318
m. Gorzów wielkopolski
tc
tbb BEZRKMIESZURODZZ 053,0013,0762,0
0,256
0,013
0,011
0,884 0,033 2,934 6,226 0,045
m. Zielona góra t
cc DOCHODURODZZ 148,0641,0 0,087 0 - 0,708 0,057 5,742 4,018 0,134
ŁÓDZKIE
Bełchatowski t
cct BEZRURODZZ 042,0469,1 0,057 0 - 0,881 0,031 2,920 0,321 0,852
Brzeziński t
at MALZURODZZ 953,0113,0 0,071 0 - 0,588 0,014 5,081 2,425 0,297
Kutnowski t
bbt MIGRURODZZ 922,0472,0 0,140 0 - 0,560 0,038 4,252 0,983 0,612
Łowicki 1045,0238,0 t
cbt PRACURODZZ 0,087 0 - 0,861 0,017 2,159 0,554 0,758
64
Łódzki t
cbt MALZURODZZ 391,1138,0 0,050 0 - 0,943 0,036 5,458 4,740 0,094
Opoczyński 1088,0380,0 t
bat PRACKURODZZ 0,189 0 - 0,530 0,037 4,236 2,602 0,272
Pabianicki t
cct BEZRKURODZZ 067,0247,1 0,043 0 - 0,877 0,025 2,662 3,501 0,292
Pajęczański t
ct
cct ROZWMIGRURODZZ 990,2892,0369,0 0,058 0 0 0,890 0,024 4,374 5,577 0,062
Piotrkowski t
bct MALZURODZZ 655,0616,0 0,133 0 - 0,497 0,035 3,671 0,987 0,610
Poddębicki t
bct ROZWURODZZ 498,1440,0 0,019 0 - 0,543 0,021 5,360 0,038 0,981
Radomszczański t
bct ROZWURODZZ 940,0283,1 0,055 0 - 0,488 0,055 4,747 2,752 0,253
Sieradzki t
abt MIGRURODZZ 999,0681,0 0,252 0 - 0,361 0,072 5,901 4,978 0,083
Wieluński t
abt MIGRURODZZ 878,0420,0 0,177 0 - 0,393 0,058 7,278 4,660 0,097
Wieruszowski t
act BEZRURODZZ 027,0380,0 0,034 0 - 0,405 0,019 4,208 0,203 0,903
Zgierski bt
act BEZDOCHODURODZZ 019,0589,0363,1 0,167 0 0 0,791 0,033 2,413 2,338 0,311
m. Skierniewice t
cct MALZURODZZ 900,0207,0 0,045 0 - 0,776 0,017 3,733 1,594 0,451
m. Łódź t
cct DOCHODURODZZ 467,0639,4 0,134 0 - 0,897 0,082 1,452 3,185 0,203
m. Piotrków Trybunalski
638,0041,0374,1 bt
bct URODBEZRKURODZZ 0,185 0
,0,
0,775 0,024 3,130 2,175 0,337
MAŁOPOLSKIE Bocheński
1055,0406,1 tcc BEZRKURODZZ 0,069 0 - 0,737 0,030 2,693 3,414 0,181
Brzeski bt
bc ROZPRACKURODZZ 486,1064,0688,0 1 0,129 0 0 0,936 0,014 1,415 2,968 0,227
Chrzanowski t
bc PRACURODZZ 012,0848,0 0,118 0 - 0,457 3,407 0,039 2,833 0,243
Dąbrowski t
ac ROZWURODZZ 294,3677,0 0,051 1 - 0,370 0,055 9,447 0,703 0,704
Gorlicki t
cb PRACKURODZZ 098,0506,0 0,154 0 - 0,747 0,030 2,463 1,236 0,539
Limanowski t
cc MIESZURODZZ 043,0933,2 0,297 0 - 0,708 0,063 3,680 3,546 0,170
Miechowski t
ct
cc ROZWMIGRURODZZ 611,0440,0365,0 0,035 0 0 0,876 0,008 1,619 2,216 0,330
Nowosądecki t
cc MIESZURODZZ 049,0851,4 0,211 0 - 0,938 0,046 1,732 0,216 0,989
Nowotarski t
bc MIESZURODZZ 037,0875,3 0,624 0 - 0,527 0,102 4,790 0,162 0,922
Olkuski t
c PRACKURODZZ 090,0124,0 0,196 0 - 0,763 4,059 0,043 1,750 0,417
Oświęcimski t
cc BEZRKURODZZ 068,0789,1 0,089 0 - 0,715 0,037 2,630 0,003 0,999
Tarnowski t
cc MIESZURODZZ 037,0797,3 0,398 0 - 0,719 0,087 4,111 1,476 0,478
Tatrzański 1065,0032,0 t
b PRACURODZZ 0,176 0 - 0,692 0,034 5,065 2,674 0,263
Wadowicki t
a PRACKURODZZ 117,0182,0 0,739 0 - 0,380 0,068 3,974 2,780 0,249
Wielicki t
cc MALZURODZZ 706,0667,0 0,108 0 - 0,661 0,040 3,567 1,303 0,508
m. Kraków t
cc DOCHODURODZZ 551,0823,4 0,153 0 - 0,917 0,123 2,013 3,055 0,217
m. Tarnów t
b PRACURODZZ 021,0123,0 0,316 0 - 0,537 0,056 5,496 1,379 0,502
MAZOWIECKIE Ciechanowski
tcc
t ROZWURODZZ 632,0996,0 0,016 0 - 0,783 0,023 2,530 4,249 0,119
Garwoliński t
bct BEZRURODZZ 058,0675,1 0,152 0 - 0,498 0,055 4,317 2,499 0,287
Gostyniński t
at MALZURODZZ 610,1033,0 0,213 0 - 0,369 0,039 8,451 1,020 0,600
Grodziski 1171,0945,0 t
act BEZRKURODZZ 0,130 0 - 0,393 0,053 7,590 0,763 0,683
Grójecki t
bct ROZWURODZZ 624,0090,1 0,031 0 - 0,444 0,029 2,877 0,746 0,689
Poziom istotności α parametrów strukturalnych: a = 0,10, b = 0,05, c = 0,01.
cd. tabeli 1
Błąd szacunku Parametry oceny Test LM Powiaty Modele
D(α0) D(α1) D(α2) R2 Sy Vy (%) TR2 p-value Kozienicki
tbc
t ROZWURODZZ 130,1694,0 0,028 0,472 - 0,450 0,030 4,731 1,222 0,543
Legionowski 1378,1349,0 t
cbt DOCHODURODZZ 0,110 0,292 - 0,788 0,062 7,224 2,869 0,238
Lipski t
abt PRACURODZZ 635,0209,0 0,061 0,280 - 0,423 0,024 6,808 0,301 0,86
Łosicki t
at PRACURODZZ 078,0077,0 0,134 0,039 - 0,366 0,031 9,070 0,288 0,866
Makowski t
bt PRACURODZZ 097,0085,0 0,135 0,028 - 0,629 0,032 5,867 2,524 0,283
Miński t
cct BEZRURODZZ 085,0033,2 0,150 0,022 - 0,683 0,085 5,840 1,634 0,442
Mławski t
act ROZWURODZZ 219,1878,0 0,044 0,547 - 0,415 0,074 9,235 0,172 0,917
Nowodworski t
cct PRACURODZZ 038,0354,0 0,354 0,038 - 0,884 0,019 2,397 0,936 0,626
Ostrołęcki t
act ROZWURODZZ 476,2155,1 0,061 1,101 - 0,420 0,058 5,628 1,580 0,454
Ostrowski t
bt MALZURODZZ 062,1346,0 0,186 0,412 - 0,487 0,046 5,630 1,620 0,445
Otwocki at
bt MIESMALZURODZZ 012,0007,1065,0 0,189 0,299 0,006 0,845 0,037 3,349 2,469 0,291
Piaseczyński 1027,0151,0 t
ct MIESZURODZZ 0,201 0,027 - 0,852 0,111 8,491 2,820 0,244
Płocki t
ct PRACURODZZ 104,0252,0 0,203 0,024 - 0,730 0,033 2,939 4,963 0,084
Płoński t
act ROZWURODZZ 618,0011,1 0,031 0,289 - 0,397 0,048 5,013 0,103 0,950
Pruszkowski t
cct MIESZURODZZ 944,0829,0 0,073 0,160 - 0,833 0,054 4,283 0,282 0,868
Przasnyski t
cct ROZWURODZZ 336,2763,0 0,031 0,643 - 0,653 0,027 4,118 1,946 0,378
Przysuski bt
ct ROZPRACURODZZ 817,1093,0090,0 0,105 0,023 0,719 0,851 0,024 5,334 4,568 0,102
Pułtuski t
act ROZWURODZZ 908,0594,0 0,022 0,422 - 0,398 0,029 5,172 0,674 0,714
Radomski t
bct PRACURODZZ 046,0089,1 0,203 0,016 - 0,535 0,061 3,683 1,451 0,484
65
Sierpecki t
cct ROZWURODZZ 377,1678,0 0,021 0,316 - 0,731 0,028 4,763 1,280 0,527
Sochaczewski at
bbt PRAMALZURODZZ 036,0460,0352,0 0,119 0,172 0,019 0,762 0,021 2,547 0,035 0,982
Szydłowiecki t
act ROZWURODZZ 484,2525,0 0,043 1,186 - 0,385 0,042 9,430 1,119 0,572
Warszawski t
act DOCHODURODZZ 047,0329,0840,0 1
0,124 0,137 0,018 0,895 0,034 4,221 2,970 0,227
Węgrowski t
cct ROZWURODZZ 690,1840,0 0,029 0,434 - 0,732 0,027 3,695 1,484 0,476
Wołomiński t
ct MIESZURODZZ 029,0384,0 0,355 0,006 - 0,782 0,105 4,874 1,378 0,502
Wyszkowski t
bbt PRACKURODZZ 086,0417,0 0,139 0,029 - 0,562 0,036 4,313 0,775 0,679
Żuromiński t
act ROZWURODZZ 077,1484,0 0,018 0,566 - 0,341 0,033 7,170 0,106 0,949
Żyrardowski t
act BEZRKURODZZ 070,0888,0 0,068 0,033 - 0,389 0,032 4,349 2,339 0,310
m. Ostrołęka t
act BEZRKURODZZ 023,0609,0 0,032 0,011 - 0,032 0,011 3,853 0,969 0,616
m. Płock t
bbt MALZURODZZ 791,0565,0 0,214 0,275 - 0,542 0,048 4,036 1,019 0,601
m. Radom 1046,0832,2 t
act BEZRKURODZZ 0,294 0,022 - 0,418 0,056 2,535 0,209 0,647
m. Siedlce t
bct DOCHODURODZZ 117,0494,0 0,078 0,034 - 0,629 0,035 4,615 3,596 0,166
m. Warszawa t
cct DOCHODURODZZ 991,0739,10 0,552 0,159 - 0,847 0,941 6,937 1,785 0,410
OPOLSKIE Brzeski
tcc MIGRURODZZ 823,0397,0 0,112 0,191 - 0,726 0,032 3,683 0,659 0,719
Głubczycki t
b PRACURODZZ 031,0165,0 0,110 0,012 - 0,493 0,017 3,680 4,418 0,110
Kędzierzyńsko-t
cc PRACURODZZ 026,0266,0 0,058 0,003 - 0,930 0,015 1,785 3,267 0,195
Kluczborski t
ca PRACURODZZ 039,0182,0 0,089 0,008 - 0,770 0,029 4,795 1,637 0,441
Krapkowicki t
ab MIGRURODZZ 704,0302,0 0,128 0,355 - 0,360 0,036 6,413 2,635 0,268
Namysłowski t
b PRACURODZZ 042,0150,0 0,087 0,140 - 0,571 0,023 5,580 3,654 0,161
Nyski t
cc PRACURODZZ 025,0651,0 0,055 0,002 - 0,949 0,023 1,837 0,301 0,860
Oleski t
bc ROZWURODZZ 900,1679,0 0,034 0,603 - 0,587 0,042 7,271 1,756 0,416
Opolski ct
cc PRADOCHODURODZZ 056,0876,0795,0 0,134 0,191 0,014 0,869 0,028 2,820 0,207 0,901
Prudnicki t
bc PRACKURODZZ 045,0293,0 0,075 0,015 - 0,568 0,020 3,926 0,494 0,781
Strzelecki t
c PRACURODZZ 042,0169,0 0,089 0,008 - 0,803 0,032 4,992 0,309 0,857
m. Opole t
bc DOCHODURODZZ 053,0804,0 0,047 0,016 - 0,608 0,035 3,677 0,083 0,959
PODKARPACKIE Brzozowski
tcc ROZWURODZZ 132,4888,0 0,034 1,087 - 0,674 0,032 4,137 2,003 0,367
Bieszczadzki t
c PRACURODZZ 070,0009,0 0,014 0,003 - 0,990 0,018 5,205 3,854 0,146
Dębicki t
a PRACKURODZZ 101,0310,0 0,487 0,044 - 0,429 0,069 4,846 2,125 0,346 Jarosławski
tcc ROZWURODZZ 070,4703,1 0,076 0,682 - 0,836 0,056 4,46 2,483 0,289
Jasielski 1069,3436,1 t
bc ROZWURODZZ 0,099 1,223 - 0,511 0,081 6,786 0,799 0,671 Kolbuszowski
tb BEZRKURODZZ 183,0152,0 0,183 0,066 - 0,523 0,666 10,13 1,228 0,541
Krośnieński ROZPRACURODZZ bt
b 882,1082,0394,0 0,270 0,023 - 0,810 0,043 3,715 0,777 0,678
Leżajski t
ab MIGRURODZZ 138,1431,0 0146 0,525 - 0,402 0,059 7,939 1,107 0,575 Lubaczowski
ta BEZRKURODZZ 140,0223,0 0,163 0,060 - 0,441 0,035 5,832 0,018 0991
Łańcucki t
ac ROZWURODZZ 510,2939,0 0,046 0,897 - 0,441 0,039 4,727 1,759 0,415
Poziom istotności α parametrów strukturalnych: a = 0,10, b = 0,05, c = 0,01.
cd. tabeli 1
Błąd szacunku Parametry oceny Test LM Powiaty Modele
D(α0) D(α1) D(α2) R2 Sy Vy (%) TR2 p-value Niżański
tb PRACKURODZZ 117,0251,0 0,155 0,046 - 0,481 0,041 5,920 2,362 0,307
Przemyski t
cc ROZWURODZZ 529,2932,0 0,031 0,549 - 0,752 0,039 4,925 5,281 0,059
Ropczycko-t
ac ROZWURODZZ 354,3934,0 0,049 1,467 - 0,427 0,048 5,844 3,145 0,207
Rzeszowski t
cc MIESZURODZZ 032,0285,3 0,359 0,008 - 0,701 0,068 3,696 1,690 0,430
Sanocki t
a PRACKURODZZ 063,0452,0 0,258 0,033 - 0,348 0,046 4,856 3,228 0,199
Strzyżowski t
bc ROZWURODZZ 266,2730,0 0,032 0,903 - 0,473 0,040 6,138 0,860 0,650
Tarnobrzeski t
c PRACKURODZZ 084,0111,0 0,253 0,024 - 0,640 0,050 5,016 3,840 0,147
m. Rzeszów t
cc MALZURODZZ 882,0648,0 0,152 0,181 - 0,773 0,048 3,429 1,298 0,523
m. Tarnobrzeg t
cb PRACURODZZ 037,0222,0 0,064 0,007 - 0,780 0,024 4,398 1,164 0559
PODLASKIE Augustowski b
tac ROZMALZURODZZ 430,1705,0486,0 0,123 0,325 0,409 0,797 0,025 4,032 3,387 0,184
Białostocki t
bc ROZWURODZZ 203,2550,1 0,115 0,801 - 0,519 0,050 4,021 2,564 0,277
Bielski t
ac ROZWURODZZ 337,1608,0 0,042 0,613 - 0,404 0,026 5,048 1,151 0,563
Grajewski t
cc MIGRURODZZ 517,0396,0 0,036 0,136 - 0,676 0,019 3,619 0,047 0,977
Hajnowski t
cc BEZRKURODZZ 093,0259,0 0,032 0,024 - 0,676 0,018 4,744 2,566 0,277
Kolneński t
bc ROZWURODZZ 485,2531,0 0,026 0,934 - 0,503 0,031 6,585 2,833 0,243
Łomżyński t
bc MIGRURODZZ 702,0955,0 0,144 0,260 - 0,508 0,049 8,613 0,669 0,716
Moniecki t
b BEZRKURODZZ 341,0096,0 0,095 0,105 - 0,601 0,037 9,109 0,577 0,749
Sejneński t
cc ROZWURODZZ 429,2269,0 0,017 0,682 - 0,644 0,020 9,463 0,019 0,991
66
Siemiatycki t
cc ROZWURODZZ 981,5670,0 0,070 1,626 - 0,659 0,049 11,73 0,674 0,714
Sokólski t
cb BEZRKURODZZ 135,0329,0 0,102 0,037 - 0,656 0,042 5,976 0,240 0,887
Suwalski t
bc ROZWURODZZ 147,3512,0 0,031 1,232 - 0,483 0,025 5,724 0,565 0,754
Zambrowski t
b MIGRURODZZ 041,1185,0 0,106 0,389 - 0,504 0,032 6,734 0,279 0,870
m. Białystok t
cc DOCHODURODZZ 289,0917,1 0,066 0,033 - 0,918 0,044 1,773 1,094 0,579
m. Łomża t
b PRACURODZZ 030,0168,0 0,142 0,011 - 0,541 0,026 4,583 3,313 0,191
POMORSKIE Bytowski
tb PRACKURODZZ 127,0235,0 0,276 0,049 - 0,485 0,051 5,457 0,601 0,741
Chojnicki t
cc BEZRKURODZZ 064,0448,1 0,086 0,016 - 0,696 0,030 2,720 1,418 0,492
Gdański t
c PRACKURODZZ 126,0183,0 0,101 0,018 - 0,880 0,026 2,894 3,029 0,222
Kartuski 1069,0601,0 t
b PRACURODZZ 0,338 0,025 - 0,558 0,053 3,442 3,838 0,147
Kościerski t
cc BEZRURODZZ 049,0161,1 0,071 0,013 - 0,672 0,031 3,434 3,174 0,205
Kwidzyński t
ac MALZURODZZ 235,0848,0 0,050 0,100 - 0,439 0,022 2,332 2,534 0,282
Lęborski t
cc MALZURODZZ 798,0461,0 0,052 0,153 - 0,820 0,017 2,377 0,712 0,700
Malborski t
c MALZURODZZ 847,1028,0 0,028 1,847 - 0,939 0,076 9,190 1,134 0,568
Nowodworski t
b PRACKURODZZ 134,0111,0 0,082 0,039 - 0,628 0,022 5,503 4,161 0,125
Pucki t
bc MALZURODZZ 643,0634,0 0,114 0,258 - 0,470 0,037 4,009 1,392 0,499
Starogardzki t
bc MALZURODZZ 610,0996,0 0,128 0,183 - 0,612 0,054 3,827 4,266 0,118
Sztumski t
ac MALZURODZZ 350,0399,0 0,035 0,146 - 0,589 0,019 4,008 3,848 0,146
Tczewski t
cc MALZURODZZ 742,0810,0 0,081 0,120 - 0,845 0,035 2,670 2,464 0,292
Wejherowski t
cc MALZURODZZ 808,0350,1 0,157 0,151 - 0,803 0,063 2,886 3,758 0,153
m. Gdańsk 2564,0847,2 t
bc DOCHODURODZZ 0,394 0,176 - 0,674 0,169 4,129 1,286 0,526
m. Słupsk t
cc MALZURODZZ 475,0594,0 0,046 0,089 - 0,839 0,018 2,134 1,008 0,604
m. Gdynia 2220,0775,1 t
bc DOCHODURODZZ 0,139 0,070 - 0,660 0,069 3,135 0,958 0,620
m. Sopot 1012,0220,0 t
bc DOCHODURODZZ 0,015 0,004 - 0,572 0,011 4,297 2,548 0,280
ŚLĄSKIE Bielski
tbc MALZURODZZ 675,0909,0 0,161 0,675 - 0,631 0,048 3,255 2,394 0,302
Będziński t
cc MALZURODZZ 707,0603,0 0,147 0,185 - 0,676 0,042 3,601 2,706 0,258
Cieszyński at
bc PRACBEZRURODZZ 014,0023,0436,1 0,268 0,009 0,007 0,753 0,041 2,408 0,278 0,870
Częstochowski t
a PRACURODZZ 062,0260,0 0,441 0,030 - 0,384 0,069 5,878 2,221 0,329
Kłobucki t
a MALZURODZZ 995,0317,0 0,227 0,467 - 0,393 0,047 5,938 0,862 0,650
Mikołowski 1294,1240,0 t
b MALZURODZZ 0,197 0,424 - 0,608 0,049 5,793 0,035 0,983
Gliwicki t
bc BEZRURODZZ 026,0145,1 0,041 0,008 - 0,612 0,034 3,383 2,163 0,339
Pszczyński t
cc BEZRKURODZZ 120,0437,1 0,062 0,022 - 0,808 0,030 2,717 2,846 0,241
Raciborski t
b PRACKURODZZ 055,0387,0 0,232 0,023 - 0,449 0,045 4,735 2,977 0,226
Rybnicki 1947,0301,0 t
cb MALZURODZZ 0,101 0,246 - 0,711 0,028 4,058 2,101 0,350
Wodzisławski t
cb MALZURODZZ 008,1600,0 0,172 0,196 - 0,791 0,038 2,534 0,247 0,884
Zawierciański 017,0025,0122,1 ct
cc PRACBEZRURODZZ 0,046 0,003 0,004 0,932 0,011 1,090 3,427 0,180
m. Bielsko-Biała 1944,0651,0 t
ba MALZURODZZ 0,314 0,326 - 0,582 0,075 4,785 4,176 0,124
Poziom istotności α parametrów strukturalnych: a = 0,10, b = 0,05, c = 0,01.
cd. tabeli 1
Błąd szacunku Parametry oceny Test LM Powiaty Modele
D(α0) D(α1) D(α2) R2 Sy Vy (%) TR2 p-value m. Bytom
tcc BEZRURODZZ 019,0905,1 0,067 0,005 - 0,719 0,040 2,468 1,039 0,595
m. Chorzów t
cc MALZURODZZ 747,0581,0 0,055 0,095 - 0,898 0,024 2,380 4,656 0,098
m. Dąbrowa Górnicza
tcc MALZURODZZ 669,0539,0 0,099 0,134 - 0,780 0,031 3,056 3,913 0,141
m. Gliwice t
cc MALZURODZZ 629,0921,0 0,174 0,170 - 0,662 0,067 4,315 3,257 0,196
m. Jastrzębie-Zdrój
at
bc PRAMALZURODZZ 024,0431,0454,0
0,103 0,145 0,012 0,812 0,025 2,599 2,498 0,287
m. Katowice t
cc MALZURODZZ 690,0364,1 0,099 0,061 - 0,948 0,028 1,141 0,275 0,871
m. Mysłowice t
bc DOCHODURODZZ 045,0561,0 0,029 0,013 - 0,633 0,028 4,279 1,615 0,446
m. Piekary Ś
tcc BEZRURODZZ 013,0547,0 0,011 0,003 - 0,726 0,012 2,326 1,394 0,498
m. Ruda Śląska t
bc MALZURODZZ 368,0067,1 0,118 0,147 - 0,472 0,030 2,204 1,350 0,509
m. Rybnik 1649,0794,0 t
bc MALZURODZZ 0,184 0,219 - 0,593 0,044 3,306 0,775 0,679
m. Siemianowice Śląskie t
cc MALZURODZZ 597,0413,0 0,053 0,153 - 0,618 0,016 2,613 1,574 0,455
m. Sosnowiec t
bc BEZRURODZZ 017,0992,1 0,097 0,006 - 0,556 0,066 3,878 2,173 0,337
m. Tychy t
cc DOCHODURODZZ 144,0865,0 0,064 0,028 - 0,789 0,040 3,369 1,326 0,515
m. Zabrze t
ac MALZURODZZ 523,0166,1 0,193 0,222 - 0,443 0,064 3,956 0,357 0,837
m. Żory 1560,0419,0 t
ab MALZURODZZ 0,123 0,265 - 0,426 0,031 4,550 1,509 0,470
67
ŚWIĘTOKRZYSKIE Jędrzejowski
tcc PRACKURODZZ 080,0457,0 0,121 0,022 - 0,650 0,029 3,203 2,608 0,271
Kazimierski 1127,0429,0 t
bc BEZRKURODZZ 0,054 0,052 - 0,502 0,014 4,606 3,196 0,202
Kielecki t
cb PRACURODZZ 084,0627,0 0,225 0,013 - 0,859 0,052 2,469 2,609 0,271
Konecki t
b PRACURODZZ 055,0107,0 0,259 0,055 - 0,511 0,040 4,961 0,280 0,869
Opatowski t
cb PRACURODZZ 045,0209,0 0,087 0,012 - 0,672 0,033 6,051 0,700 0,705
Ostrowiecki t
cc PRACKURODZZ 044,0576,0 0,082 0,008 - 0,801 0,030 2,923 0,258 0,88
Pińczowski t
b PRACKURODZZ 143,0025,0 0,118 0,047 - 0,571 0,027 6,947 1,865 0,394
Sandomierski t
ab BEZRKURODZZ 101,0456,0 0,145 0,046 - 0,410 0,042 5,444 0,700 0,704
Skarżyski t
ab PRACKURODZZ 033,0404,0 0,124 0,017 - 0,351 0,038 5,927 2,055 0,358
Starachowicki 1057,0452,0 t
bc PRACKURODZZ 0,117 0,016 - 0,672 0,019 2,223 2,927 0,231
Staszowski t
ac DOCHODURODZZ 319,0915,0 0,073 0,138 - 0,434 0,051 6,764 2,302 0,316
m. Kielce t
ac PRACURODZZ 003,0216,1 0,213 0,003 - 0,415 0,035 2,078 4,390 0,111
WARMIŃSKO-MAZURSKIE Bartoszycki
tc PRACKURODZZ 108,0172,0 0,124 0,028 - 0,682 0,027 4,180 0,612 0,736
Braniewski at
b ROZWPRACURODZZ 050,1053,0259,0 0,140 0,021 0,498 0,789 0,024 5,150 0,196 0,907
Elbląski t
ac MALZURODZZ 549,0493,0 0,085 0,283 - 0,345 0,026 3,976 1,563 0,458
Giżycki t
cb MALZURODZZ 498,1138,0 0,057 0,153 - 0,932 0,042 6,264 1,577 0,454
Gołdapski t
cc BEZRKURODZZ 065,0435,0 0,041 0,020 - 0,735 0,016 5,185 2,533 0,282
Iławski t
cc MALZURODZZ 864,0606,0 0,111 0,864 - 0,723 0,028 2,631 0,065 0,968
Lidzbarski t
b PRACURODZZ 062,0056,0 0,151 0,024 - 0,485 0,023 5,132 0,921 0,631
Mrągowski t
bc BEZRKURODZZ 052,0704,0 0,060 0,020 - 0,512 0,022 4,143 0,223 0,894
Nowomiejski t
bc ROZWURODZZ 565,2633,0 0,037 0,964 - 0,503 0,031 5,746 0,177 0,915
Olecki t
c KOBWRURODZZ 045,0013,0 0,027 0,002 - 0,979 0,021 4,232 3,330 0,189
Olsztyński t
cc BEZRKURODZZ 066,0611,1 0,112 0,019 - 0,642 0,045 3,687 2,831 0,243
Ostródzki t
b PRACKURODZZ 086,0431,0 0,279 0,086 - 0,502 0,046 3,971 0,173 0,917
Piski t
cb PRACURODZZ 059,0208,0 0,066 0,009 - 0,868 0,017 2,601 0,444 0,801
Szczycieński t
bc MIESZURODZZ 021,0217,1 0,136 0,007 - 0,572 0,023 2,883 2,890 0,236
m. Elbląg t
ac ROZWURODZZ 032,1500,1 0,181 0,533 - 0,348 0,044 3,851 4,233 0,120
m. Olsztyn t
cc DOCHODURODZZ 199,0030,1 0,061 0,025 - 0,897 0,039 2,575 1,691 0,429
WIELKOPOLSKIE Chodzieski
tbc MIGRURODZZ 723,0331,0 0,070 0,263 - 0,519 0,021 3,957 2,942 0,230
Czarnkowsko-trzcianecki t
ca PRACKURODZZ 723,0088,0 0,166 0,024 - 0,657 0,035 3,541 0,869 0,647
Gnieźnieński 011,0116,1982,0 at
cc BDOCHODURODZZ 0,116 0,154 0,005 0,937 0,024 1,554 3,336 0,189
Gostyński t
ac BEZRURODZZ 013,0894,0 0,037 0,006 - 0,376 0,018 2,150 4,051 0,132
Grodziski t
ac BEZRKURODZZ 035,0675,0 0,036 0,035 - 0,476 0,021 3,643 1,459 0,482
Jarociński t
ba PRACURODZZ 037,0296,0 0,137 0,011 - 0,621 0,030 3,958 1,905 0,386
Kaliski t
bc ROZWURODZZ 385,2993,0 0,046 0,754 - 0,589 0,040 4,723 1,631 0,442
Kolski t
c PRACKURODZZ 131,0155,0 0,189 0,032 - 0,707 0,033 3,546 1,279 0,528
Kościański 027,1087,0049,1 at
bc ROBEZRKURODZZ 0,073 0,023 0,471 0,750 0,027 3,404 3,427 0,180
Poziom istotności α parametrów strukturalnych: a = 0,10, b = 0,05, c = 0,01. cd. tabeli 1
Błąd szacunku Parametry oceny Test LM Powiaty Modele
D(α0) D(α1) D(α2) R2 Sy Vy (%) TR2 p-value Krotoszyński
tb PRACKURODZZ 081,0340,0 0,194 0,031 - 0,487 0,032 3,847 0,329 0,848
Leszczyński t
cc MALZURODZZ 466,0444,0 0,029 0,100 - 0,760 0,011 1,856 0,119 0,942
Międzychodzki t
cc PRACKURODZZ 019,0340,0 0,019 0,005 - 0,691 0,018 4,416 2,585 0,076
Nowotomyski t
bc MALZURODZZ 517,0601,0 0,092 0,211 - 0,461 0,042 5,096 2,548 0,280
Obornicki t
bc MALZURODZZ 530,0486,0 0,070 0,207 - 0,484 0,031 4,732 3,190 0,203
Ostrowski t
bc BEZRURODZZ 015,0781,1 0,063 0,005 - 0,559 0,041 2,581 0,647 0,723
Pilski t
cc BEZRKURODZZ 050,0739,1 0,061 0,011 - 0,736 0,031 2,083 2,731 0,255
Pleszewski t
ac BEZRKURODZZ 042,0836,0 0,067 0,020 - 0,383 0,023 3,235 0,627 0,731
Poznański t
c PRACURODZZ 039,0220,0 0,324 0,005 - 0,909 0,118 4,042 3,195 0,202
Rawicki 1526,1126,0 t
b MALZURODZZ 0,185 0,506 - 0,602 0,036 5,271 3,104 0,212
Szamotulski t
cc MIGRURODZZ 609,0566,0 0,088 0,151 - 0,699 0,042 4,538 0,772 0,680
Średzki t
cc BEZRURODZZ 035,0699,0 0,028 0,008 - 0,740 0,019 3,354 3,719 0,156
Śremski t
bc MALZURODZZ 736,0386,0 0,079 0,211 - 0,636 0,028 4,297 1,720 0,423
Wągrowiecki t
cc MALZURODZZ 725,0493,0 0,070 0,173 - 0,716 0,028 3,635 2,957 0,228
Wolsztyński t
bc BEZRKURODZZ 048,0720,0 0,019 0,015 - 0,610 0,015 2,279 3,808 0,128
Wrzesiński t
cc BEZRURODZZ 041,0025,1 0,048 0,009 - 0,756 0,032 4,016 1,372 0,504
68
Złotowski t
bc MALZURODZZ 510,0581,0 0,114 0,264 - 0,349 0,044 5,511 0,619 0,734
m. Kalisz t
ca MALZURODZZ 218,1285,0 0,128 0,222 - 0,812 0,029 2,963 2,139 0,343
m. Konin t
b PRACURODZZ 018,0242,0 0,152 0,006 - 0,597 0,032 4,374 0,068 0,966
m. Poznań t
a MALZURODZZ 135,1599,1 1,745 0,594 - 0,343 0,386 7,829 5,535 0,063
ZACHODNIOPOMORSKIE Białogardzki
tab PRACURODZZ 028,0281,0 0,103 0,013 - 0,414 0,025 4,963 0,788 0,647
Choszczeński t
ac PRACURODZZ 029,0354,0 0,096 0,015 - 0,346 0,023 4,274 0,231 0,891
Drawski t
bc MALZURODZZ 723,0410,0 0,083 0,263 - 0,518 0,048 7,571 0,081 0,960
Goleniowski t
c PRACURODZZ 048,0213,0 0,129 0,009 - 0,787 0,032 3,681 4,393 0,111
Gryficki t
bb MALZURODZZ 080,1349,0 0,141 0,421 - 0,485 0,077 10,946 5,139 0,077
Gryfiński bt
bt
bc PBEZRKMIGRURODZZ 012,0008,0397,0579,0
0,075 0,111 0,002 /0,003
0,944 0,013 1,568 4,922 0,085
Kamieński t
bc BEZRKURODZZ 027,0552,0 0,036 0,012 - 0,441 0,012 2,602 4,257 0,119
Kołobrzeski 1019,0444,0 t
ab PRACKURODZZ 0,143 0,010 - 0,394 0,036 4,930 0,945 0,623
Koszaliński t
b PRACKURODZZ 140,0196,0 0,144 0,041 - 0,626 0,034 4,916 1,667 0,435
Policki t
cc DOCHODURODZZ 536,0307,0 0,051 0,086 - 0,847 0,024 3,805 0,350 0,839
Pyrzycki t
ca PRACKURODZZ 104,0143,0 0,075 0,028 - 0,673 0,016 3,664 1,470 0,480
Stargardzki t
a MIGRURODZZ 829,0615,0 0,334 0,414 - 0,364 0,142 11,19 3,725 0,155
Szczecinecki t
ac PRACURODZZ 049,0499,0 0,140 0,023 - 0,402 0,030 3,726 1,055 0,590
m. Koszalin t
ac BEZRKURODZZ 037,0039,1 0,081 0,017 - 0,418 0,037 4,344 1,965 0,374
m. Szczecin t
cc DOCHODURODZZ 413,0443,2 0,227 0,106 - 0,685 0,109 5,496 2,056 0,358
m. Świnoujście t
bc DOCHODURODZZ 025,0130,0 0,030 0,010 - 7,299 0,171 0,918 0,022 0,487
Poziom istotności α parametrów strukturalnych: a = 0,10, b = 0,05, c = 0,01.
Do obliczeń wykorzystano oprogramowania GNU Regression Econometrics and Time-Series Library – GRETL Źródło: opracowania własne na podstawie Banku Danych Regionalnych: www.stat.gov.pl
W wyniku przeprowadzonej analizy ekonometrycznej wykazano, że najczęściej
stwierdzonymi determinantami wpływającymi na wielkość żywo urodzonych dzieci
poszczególnych w województwach są:
– dolnośląskie – małżeństwa (MALZ), powiaty: bolesławiecki (0,414), oławski (0,765),
polkowicki (0,480), wrocławski (0,954), liczba pracujących (PRAC) powiaty: kłodzki
(0,017), legnicki (0,030), milicki (0,088), świdnicki (0,017), pracujące kobiety (PRACK),
powiaty: jaworski (0,079), lwówecki (0,079), wałbrzyski (0,068), ząbkowicki (0,020),
– kujawsko-pomorskie – pracujący w głównym miejscu pracy (PRAC), powiaty:
chełmiński (0,051), radziejowski (0,039), sępoleński (0,024), żniński (0,037),
– lubelskie – pracujący w głównym miejscu pracy (PRAC), powiaty: chełmski (0,065),
kraśnicki (0,058), łukowski (0,119), rycki (0,040), m. Biała Podlaska 0,014), m. Zamość
(0,012),
– lubuskie – bezrobotne kobiety (BEZRK) powiaty: słubicki (0,078), świebodziński
(0,067), Żarski (0,041), m. Gorzów Wielkopolski (0,053),
– łódzkie – małżeństwa (MALZ), powiaty: brzeziński (0,953), łódzki wschodni (1,391),
piotrkowski (0,655), m. Skierniewice (0,900), migracje na pobyt stały (MIGR), powiaty:
69
kutnowski (0,922)20, pajęczański (0,898), radomszczański (1,002), sieradzki (0,999),
wieluński (0,878),
– małopolskie – pracujące kobiety (PRACK), powiaty: brzeski (0,064), gorlicki (0,098),
olkuski (0,090), wadowicki (0,117), zasoby mieszkaniowe (MIESZ), powiaty: limanowski
(0,043), nowosądecki (0,049), nowotarski (0,037), tarnowski (0,037),
– mazowieckie – rozwody (ROZW), powiaty: ciechanowski (0,632), grójecki (0,624),
kozienicki (1,130), mławski (1,219), ostrołęcki (2,476), przasnyski (2,336), przysuski
(1,817),
pułtuski (0,908), sierpecki (1,377), szydłowiecki (2,484), węgrowski (1,690), żuromiński
(1,077),
– opolskie – pracujący w głównym miejscu pracy (PRAC), powiaty: głubczycki (0,031),
kędzierzyńsko-kozielski (0,026), kluczborski (0,039), namysłowski (0,042), nyski (0,025),
strzelecki (0,042),
– podkarpackie – rozwody (ROZW), powiaty: brzozowski (4,132), jarosławski (4,070),
jasielski (3,069), krośnieński (1,882), łańcucki (2,510), przemyski (2,529), ropczycko-
sędziszowski (3,354), strzyżowski (2,266),
– podlaskie – rozwody (ROZW), powiaty: augustowski (1,430), białostocki (2,203), bielski
(1,337), kolneński (2,485), sejneński (2,429), siemiatycki (5,981), suwalski (3,147),
– pomorskie – małżeństwa (MALZ), powiaty: kwidzyński (0,235), lęborski (0,798),
malborski (1,847), pucki (0,643), starogardzki (0,610), sztumski (0,350), tczewski (0,742),
wejherowski (0,808), m. Słupsk (0,046),
– śląskie – małżeństwa (MALZ), powiaty: bielski (0,675), będziński (0,707), kłobucki
(0,995), mikołowski (1,294), rybnicki (0,947), wodzisławski (1,008), m. Bielsko-Biała
(0,944), m. Chorzów (0,747), m. Dąbrowa Górnicza (0,669), m. Gliwice (0,629), m.
Jastrzębie-Zdrój (0,431), m. Katowice (0,690) m. Ruda Śląska (0,368) m. Rybnik (0,649),
m. Siemianowice Śląskie (0,597), m. Zabrze (0,523), m. Żory (0,560),
– świętokrzyskie – pracujące kobiety (PRACK), powiaty: jędrzejowski (0,080), ostrowiecki
(0,044), pińczowski (0,143), sandomierski ( 0,114), skarżyski (0,033), starachowicki
(0,057),
– warmińsko-mazurskie – małżeństwa (MALZ), powiaty: elbląski (0,549), giżycki (1,498),
iławski (0,864), rozwody (ROZW), powiaty: braniewski (1,050), nowomiejski (2,565), m.
Elbląg (1,032), pracujący w głównym miejscu pracy (PRAC), powiaty: braniewski
20 W nawiasach podano wartość parametru.
70
(0,076), lidzbarski (0,062), piski (0,059), bezrobotne kobiety (BEZRK), powiaty: gołdapski
(0,065), mrągowski (0,052), olsztyński (0,066).
– wielkopolskie – małżeństwa (MALZ), powiaty: leszczyński (0,466), nowotymski (0,517),
obornicki (0,530), rawicki (1,526), śremski (0,736), wągrowiecki (0,725), złotowski
(0,510), m. Kalisz (1,218), m. Poznań (1,135),
– zachodniopomorskie – pracujący w głównym miejscu pracy (PRAC), powiaty:
białogardzki (0,028), choszczeński (0,029), goleniowski (0,048), gryfiński (0,012),
szczecinecki (0,049),
Przestrzenne rozmieszczenie zmiennych demograficznych i ekonomicznych wpływające
na poziom urodzeń żywych zaprezentowano na mapie 1. Zmienne ekonomiczne
zdecydowanie przeważają w zachodnio-północnej części kraju w województwie:
Lubuskim, zachodniopomorskim, oraz wielkopolskim, dolnośląskim, opolskim,
małopolskim i świętokrzyskim. Natomiast największe skupiska zmiennych
demograficznych znalazły się w powiatach w środkowo-wschodniej części kraju w
województwie: podlaskim, mazowieckim, łódzkim oraz w południowej (woj.
podkarpackim, śląskim). Również w powiatach na styku województwa pomorskiego z
warmińsko-mazurskim. Zidentyfikowane zmienne demograficzne wykazano głównie w
powiatach ziemskich. Powiaty leżące w pasie przygranicznym we wschodnio-południowej
części kraju charakteryzujących się niskim stopniem zurbanizowania poddających się
trendom z pewnym opóźnieniem. Według S. Borowskiego na terenach wschodnich Polski
proces przejścia demograficznego był opóźniony o około 60 lat w przeciwieństwie do ziem
zachodnich. Prawdopodobnie na terenach wschodnich występują nadal rejony, w których
realizowane mogą być zjawiska klasycznego przejścia demograficznego.
W województwach, w których nie oszacowano modelu z istotną zmienną ze zbioru
proponowanych zmiennych będzie kontynuowana dalsza analiza której efektem będą
kolejne publikacje. Przyczyną takiego stanu rzeczy jest niewystarczająca grupa zmiennych
zaangażowanych do badania, a także liczba obserwacji była zbyt mała.
71
Mapa 1. Zróżnicowanie zmiennych demograficznych i ekonomicznych kształtujących poziom urodzeń żywych w powiatach w latach 1999-2007
Źródło: opracowania własne na podstawie Banku Danych Regionalnych: www.stat.gov.pl
Co ciekawe, że zmienna tj. kobiety w wieku rozrodczym 15-49 lat nie została zauważona
jako determinanta w modelach ekonometrycznych (z wyjątkiem powiatu oleckiego w woj.
warmińsko-mazurskim), co z pewnością może dziwić. Taki stan rzeczy wynika z 2
podstawowych powodów: zmienna przy niewielkiej liczbie obserwacji często nie wykazała
wystarczającej zmienności aby mogła się znaleźć się w procesie korelacji zmiennych,
jeżeli już posiadała wystarczającą zmienność to jej współczynnik korelacji względem
zmiennej egzogenicznej był zbyt niski aby mogła się znaleźć w procesie estymacji modelu.
Przeprowadzona analiza wykazała zróżnicowanie determinant wynikających z
zaproponowanej grupy zmiennych oddziaływujących na liczbę żywo urodzonych dzieci w
przekroju powiatowym. Wyniki badań przedstawiono na mapie 2. Z grupy zmiennych
ekonomicznych obliczenia wskazują że najczęstszymi determinantami oddziaływującymi
na wielkość żywo urodzonych dzieci stały się: liczba osób pracujących w głównym
miejscu pracy (PRAC) oraz pracujące kobiety (PRACK). Zasięg występowania zmiennych
głównie skoncentrował się w powiatach wiejskich. Największe skupienie występowania
zmiennej (PRAC) wykazano w województwie: świętokrzyskim, opolskim (Mapa. 2).
72
Parametry strukturalne przy zmiennej (PRAC) znalazły się w przedziale od 0,003 powiecie
m. Kielce (woj. świętokrzyskie), do 0,635 w powiecie lipskim (woj. mazowieckie),
natomiast przy zmiennej (PRACK) od 0,017 w powiecie zawierciańskim (woj. śląskie) do
0,723 w powiecie czarnkowsko-trzcianeckim (woj. wielkopolskie).
Mapa 2. Determinanty urodzeń w powiatach w latach 1999-2007
1 – gryfiński (MIGR, PRAC, BEZRK), 2 – sępoleński (BEZR, PRAC), 3 – gnieźnieński (DOCHOD, BEZR), 4
– m. Gorzów Wielkopolski (MIESZ, BEZRK), 5 – zgierski (DOCHOD, BEZR), 6 – sochaczewski ( MALZ,
PRACK), 7 – warszawski zachodni (DOCHOD, BEZR), 8 – otwocki (MALZ, MIESZ), 9 – zawierciański
(BEZR, PRACK), 10 – brzeski (PRAC, MALZ), 11 – m. Jastrzębie Zdrój (MALZ, PRACK), 12 – cieszyński
(BEZR, PRAC), 13 – brzeski (PRACK, ROZW), 14 – krośnieński (PRAC, ROZW), 15 – miechowski (MIGR,
ROZW), 16 – przysuski (PRAC, ROZW), 17 – rycki ( PRAC, ROZW), 18 – augustowski (MALZ, ROZW), 19 –
braniewski (PRAC, ROZW), 20 – kościański ( BEZRK, ROZW), 21 – pajęczański (MIGR, ROZW).
Źródło: opracowania własne na podstawie Banku Danych Regionalnych: www.stat.gov.pl
Interesującym faktem zaobserwowanym w badaniu jest zależność zmiennej między
dochodem na 1 mieszkańca, a liczbą żywo urodzonych dzieci. Zauważono, iż na 25
modele ze zmienną dochód w 18 przypadkach zmienna ta, znalazła się w powiatach
73
miejskich tj. Łódź, Siedlce, Warszawa, Kraków, Mysłowice, Tychy, Chełm, Białystok,
Szczecin, Świnoujście, Zielona Góra, Wrocław, Jelenia Góra, Opole, Gdańsk, Gdynia,
Sopot, Olsztyn. Dodatnia relacja tej zmiennej kształtowała się w granicach od 0,012 w
powiecie m. Sopot do 0,991 w powiecie m. Warszawa. Wielkość parametrów oznaczają,
że na każdy 1000 tysiąc zł. przypadający na 1 mieszkańca urodzi się średnio corocznie od
12 do 991 nowo narodzonych dzieci. Natomiast jeżeli przypatrzymy się zmiennym
tj. bezrobocie rejestrowane, kobiety bezrobotne wykazano że zdecydowanie występują one
w powiatach ziemskich (w 50 przypadkach na 60), co potwierdza fakt występowania
wyższego bezrobocia na terenach wiejskich w porównaniu do miast na prawach powiatu.
Wartości parametrów przy zmiennej bezrobotni zarejestrowani kształtują się w przedziale
od 0,011 w powiecie gnieźnieńskim (woj. wielkopolskie) do 0,085 w powiecie mińskim
(woj. mazowieckie), natomiast przy zmiennej kobiety bezrobotne stwierdza się, iż ze
wzrostem o 1000 bezrobotnych kobiet z roku na roku liczba dzieci spadać będzie
przeciętnie od 19 w powiecie średzkim (woj. dolnośląskie) do 171 w powiecie grodziskim
(woj. mazowieckie).
Najmniejszy wpływ na wielkość nowo narodzonych dzieci w powiatach ma zmienna
zasoby mieszkaniowe (MIESZ), którą zaobserwowano w województwie mazowieckim w
powiatach tj.: otwockim, piaseczyńskim, płockim, pruszkowskim, wołomińskim, w woj.
małopolskim: limanowskim, nowotarskim, tarnowskim, rzeszowskim, zauważono ujemną
zależność, m. Gorzów Wielkopolski (woj. lubuskie), szczycieńskim (woj. warmińsko-
mazurskie). Wpływ dodatni parametrów zmiennych znalazł się w przedziale 0,012-0,944.
Ze zmiennych demograficznych zdecydowanie najczęściej zidentyfikowanymi zmiennymi
to liczba zawartych małżeństw i rozwody. W powiatach miejskich zmienna małżeństwa
wystąpiła w 18 przypadkach na 64 modeli tj. Skierniewice, Płock, Bielsko Biała, Chorzów,
Dąbrowa Górnicza, Gliwice, Jastrzębie Zdrój, Katowice, Ruda Śląska, Rybnik,
Siemianowice Śląskie, Zabrze, Żory, Lublin, Tarnobrzeg, Kalisz, Poznań, Słupsk.
Wielkość parametru przy zmiennej (MALZ) kształtował się w przedziale od 0,235 w
powiecie kwidzyńskim do 1,847 w powiecie malborski w województwie pomorskim.
Największe skupienie zmiennej małżeństwa wystąpiło w powiatach województwa:
śląskiego, wielkopolskiego, pomorskiego (mapa 2). W analizie zaobserwowano silny
związek zmiennej rozwody z wielkością urodzeń. Zmienna rozwody (ROZW),
zdecydowanie wystąpiła w powiatach środkowo-wschodniej części kraju w województwie:
podlaskim, mazowieckim oraz na południu Polski w województwie podkarpackim (mapa.
2). Zmienna ta wystąpiła głównie w powiatach wiejskich bo, 42 w powiatach na 46. Silny
74
wpływ tej zmiennej wyrażony jest wartością parametrów znajdujących się w granicach od
0,541 w powiecie m. Włocławek (woj. kujawsko-pomorskie), do 5,981 w powiecie
siemiatyckim (woj. podlaskie).
Wpływ zmiennej migracje na pobyt stały (MIGR) na urodzenia żywe zaobserwowano w 15
powiatach: kutnowskim, pajęczańskim, sieradzkim, wieluńskim, miechowskim, leżajskim,
krapkowickim, zambrowskim, chodzieskim, szamotulskim, stargardzkim, gryfińskim,
brzeskim, łomżyńskim, wschowskim. Najwyższa dodatnia wartość parametru wystąpiła w
powiecie leżajskim na poziomie 1,138, natomiast najniższy w powiecie gryfińskim 0,397.
Natomiast liczba kobiet w wieku rozrodczym (KOBWR) wystąpiła w powiecie oleckim
(woj. warmińsko-mazurskie). Jej parametr kształtował się na poziomie 0,045.
Uwagi końcowe
Próba zidentyfikowania siły i kierunku zmiennych zaproponowanych ze zbioru zmiennych
demograficznych i ekonomicznych decydujących o terytorialnym zróżnicowaniu i
poziomie urodzeń żywych wymaga przeprowadzenia dalszych badań. Z pewnością
przedstawiony zbiór zmiennych objaśniających zastosowanych w analizie nie jest
wystarczający. Ważnym aspektem jest nie tyle liczba zmiennych wykorzystanych w
analizie, ale podejście indywidualne do każdego powiatu. Przeprowadzona analiza regresji
urodzeń żywych według powiatów umożliwia do sformułowania następujących wniosków:
– istnieje przestrzenne zróżnicowanie zmiennych demograficznych i ekonomicznych
wpływających na wielkość urodzeń żywych,
– w powiatach miejskich najczęściej wykazaną zmienną urodzeń stanowił dochód na
1 mieszkańca (DOCHOD) oraz liczba zawartych małżeństw (MALZ),
– w powiatach ziemskich największy wpływ mają zmienne tj.: rozwody (ROZW),
małżeństwa (MALZ), pracujący w głównym miejscu pracy (PRAC), kobiety pracujące
(PRACK),
– nie wykazano zależności między liczbą kobiet w wieku rozrodczym 15-49 lat (KOBWR),
a liczbą urodzeń żywych,
– najczęściej występującą zmienną z grupy zmienny demograficznych okazały się
małżeństwa (MALZ) i rozwody (ROZW), natomiast ekonomicznych: pracujący w głównym
miejscu pracy (PRAC) oraz liczba pracujących kobiet w głównym miejscu pracy (PRACK),
– w powiatach centralnej i wschodnio-południowej Polski wykazano przewagę zmiennych
demograficznych natomiast na pozostałej części kraju zmiennych ekonomicznych.
75
Bibliografia
Bank Danych Regionalnych: www.stat.gov.pl. Borowski S., 1983, Szkice z teorii reprodukcji płodności, Prace wybrane, Zebrał i wstępem zaopatrzył S. Wierzchosławski, Ossolineum, PAN, Warszawa. Borowski S., 1989, Regiony reprodukcji ludności w Polsce Ludowej, pracę do druku przygotował S. Wierzchosławski, PWN, Warszawa-Poznań. Chromińska M., 1996, Czynnik ekonomiczny a dzietność rodzin rolników indywidualnych w Polsce, Studium statystyczno-demograficzne dla lat 1926-1984, Akademia Ekonomiczna w Poznaniu, Poznań. Gołata E., 1990, Studia nad terytorialnym zróżnicowaniem płodności kobiet w Polsce, SGPiS, Warszawa . Kurkiewicz J., 1998, Modele przemian płodności w wybranych krajach europejskich w świetle drugiego przejścia demograficznego, Zeszyty Naukowe AE w Krakowie, seria specjalna: monografie nr 131, wyd. AE w Krakowie. Kufel T., 2007, Ekonometria, Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa. Madalla G. S., 2006, Ekonometria, PWN, Warszawa. Panek T., 2009, Statystyczne metody wielowymiarowej analizy porównawczej, SGH, Warszawa. Rószkiewicz M., 1996, Próba ocen wpływu wybranych czynników ekonomicznych i społecznych na płodność w Polsce, ,,Studia Demograficzne”, nr 4/126, 93-107.
77
Krzysztof Osiewalski, Beata Zając21
Krzywe cząstkowych współczynników zgonów – modele wygładzania
Wprowadzenie
Od czasu publikacji Heligmana i Pollarda w roku 1980 proponowana przez autorów
ośmioparametrowa krzywa była głównym modelem opisującym cząstkowe współczynniki
zgonów. Praca oparta była na danych z lat 1970-72 dla Australii, model weryfikowano
również później, m.in. Dellaportas, Smith i Stavropoulos (2001) na danych z lat 1988-92
dla Anglii i Walii. Jednak podjęta w pracy próba zastosowania tego modelu do
współczesnych danych dla Polski nie przynosi już tak dobrych rezultatów. Wraz z
postępem cywilizacyjnym, a przede wszystkim rozwojem medycyny, wydłuża się
przeciętna długość trwania życia oraz znacznie spada prawdopodobieństwo zgonu w
grupach wiekowych cechujących się wcześniej największym ryzykiem.
W literaturze podejmowano już próby modyfikacji modelu Heligmana i Pollarda, np.
A. Kostaki (1992) proponowała dodanie kolejnego parametru do standardowego modelu.
Celem tej pracy jest uzyskanie najlepiej dopasowanej krzywej do wygładzonych krzywych
cząstkowych współczynników zgonów według wieku, odzwierciedlających wzorzec
umieralności w Polsce w latach 2005 – 2007. Zastosowano cztery modele: klasyczny,
ośmioparametrowy model Heligmana i Pollarda, następne dwa (wykorzystujące
trójwymiarową gęstość rozkładu Kumaraswamy lub funkcję sinus) są modyfikacją modelu
Heligmana i Pollarda, natomiast czwarty opiera się o konstrukcję z zastosowaniem
krzywych Beziéra. Do analizy wykorzystano podejście bayesowskie. Rozkłady a
posteriori parametrów modeli symulowano wykorzystując łańcuch Markowa oparty na
algorytmie Metropolisa i Hastingsa.
21 Studenci V roku matematyki Uniwersytetu Jagiellońskiego oraz III roku informatyki i ekonometrii Uniwersytetu Ekonomicznego w Krakowie
78
1. Przegląd analizowanych modeli
Niech xq oznacza prawdopodobieństwo zgonu w rocznym przedziale wieku )1x,x[ ,
natomiast n ilość takich przedziałów. Wobec tego przedmiotem rozważań będzie model:
,;xfq1
q
x
x
(1)
gdzie ',, m1 jest wektorem parametrów, natomiast ;xf jest jedną z niżej
przedstawionych krzywych.
1.1. Model Heligmana i Pollarda
Ośmioparametrowy model Heligmana i Pollarda ma następującą postać:
,x
logexp;xHP;xf x87
2
654
x1
HP 32
(2)
Dziedziną parametrów jest tutaj zbiór ,01,0110,15,01,0 4HP .
1.2. Model Heligmana i Pollarda z rozkładem Kumaraswamy
Druga rozważana krzywa to modyfikacja wcześniejszego modelu poprzez dodanie
czwartego składnika, którym jest gęstość trójparametrowego rozkładu Kumaraswamy.
Rozkład ten zastosowano, ponieważ dobrze opisuje dystrybuantę xq (oznaczenie jw.)
(Osiewalski, Zając 2008).
Model wyraża się wzorem:
,),(1n
1n
x1x
;xHP;xf1110
109
11191109
9
HP
1.
zaś dziedzina parametrów jest rozszerzeniem dziedziny modelu Heligmana i Pollarda o
trzy kolejne parametry rzeczywiste: 3HPD
.
1.3. Model Heligmana i Pollarda z funkcją sinus
Kolejna krzywa opisana jest jako modyfikacja modelu Heligmana i Pollarda polegająca na
dołączeniu funkcji sinus w następującej postaci:
;xsinexp;xHP;xf 11109HP 2.
dziedzina rozszerzona została jak w poprzednim modelu: 3HPD
79
1.4. Model oparty na parametrycznej krzywej Beziéra
Parametryczną krzywą Beziéra rzędu k nazywamy wielomian stopnia k zapisany w bazie
wielomianów Bernsteina, zob. np. Sederberg (2009). W obecnym przypadku
dwuwymiarowym krzywa Beziéra wyrażona jest następującym wzorem:
;1,0t,t1t
i
ky,t1t
i
kxy,x iki
k
0ii
ikik
0iitt
3.
krzywa ta wyznaczona jest za pomocą k par parametrów - punktów kontrolnych
,y,x k,,1iii które wyznaczają kombinację liniową wielomianów bazowych Bernsteina.
Zastosowano ten typ krzywej ze względu na własności wielomianów bazowych
Bernsteina. Na mocy twierdzenia Weierstrassa aproksymują one w sposób jednostajny
dowolną funkcję ciągłą na zbiorze zwartym.
Rozważany tutaj model jest krzywą sklejoną składającą się z k=6 krzywych rzędu 2,
dziedziną parametrów jest natomiast 12 .
2. Bayesowski model statystyczny i metody wnioskowania
Niech xn oraz xd oznaczają odpowiednio liczbę ludności oraz zgonów w przedziale
wiekowym )1x,x[ . Przyjęto założenie, iż zgony w poszczególnych przedziałach są od
siebie niezależne oraz dane rozkładem dwumianowym:
,q1q
d
n|dp xxx dn
xd
xx
xx
4.
gdzie xq opisana jest parametryczną zależnością (1). Prawdopodobieństwo wektora
danych n0 d,,d wynosi więc
,q1q
d
n|d,,dp
n
0x
dnx
dx
x
xn0
xxx
5.
co wobec (1) można wyrazić w postaci:
.
;xf1
;xf1
;xf1
;xf
d
n|d,,dp
n
0x
dnd
x
xn0
xxx
6.
Jeśli gęstość rozkładu a priori wektora parametrów oznaczymy p , to końcowy rozkład a
posteriori ma gęstość postaci
.
;xf1
;xf1
;xf1
;xf
d
npd,,d|p
n
0x
xdxnxd
x
xn0
7.
80
Ze względu na brak możliwości analitycznego badania własności tak skomplikowanego
rozkładu użyte zostały metody MCMC (Markov Chain Monte Carlo) do wyznaczenia
podstawowych charakterystyk powyższego rozkładu. W każdym z modeli stwierdzono, iż
założony rozkład a priori nie jest informacyjny, w związku z tym przyjęto za każdym
razem m-wymiarowy rozkład normalny: ,0p mN o elementach macierzy
kowariancji rzędu 107 oraz zerowej średniej.
Łańcuch Markowa skonstruowany został na podstawie algorytmu Metropolisa i Hastingsa,
tj. z jądrem przejścia w postaci
,|'|'q|'K 8.
gdzie za mechanizm losujący przyjęto m-wymiarowy rozkład t-Studenta o 4 stopniach
swobody, wartości oczekiwanej 0 i macierzy kowariancji Σ (wyznaczonej metodą prób i
błędów): 4,,mt , zaś prawdopodobieństwo zaakceptowania nowego stanu wyraża się
następującym wzorem:
.1,|'qd,,d|p
'|qd,,d|'pmin|'
n0
n0
9.
Ponieważ rozkład t-Studenta jest określony na całej przestrzeni m , więc w przypadku,
gdy parametr był określony na półosi dodatniej, zastosowano transformatę logarytmiczną,
natomiast gdy na przedziale - logitową.
Do zweryfikowania zbieżności w zależności od modelu niezbędne było wykonanie od 33
(dla czwartego modelu) do 83 milionów losowań w pozostałych przypadkach. Wszystkie
obliczenia wykonane zostały w środowisku Java własnym programem z wykorzystaniem
powszechnie znanych algorytmów oraz generatorów liczb pseudolosowych. Jedynym
wartym wymienienia osobno jest niezwykle szybki algorytm (Loader, 2000) obliczający
wartość gęstości rozkładu dwumianowego dla dużych wartości próby. Kryterium końca
przeprowadzania losowań było uzyskanie dostatecznie szybko małych wahań średniej
ergodycznej (o nie więcej niż 5% odchylenia standardowego a posteriori), np. w przypadku
czwartego modelu już ostatnie 9 milionów odchyla się o nie więcej niż 2%, co widać na
poniższym rysunku.
81
Rys. 1. Empiryczna zbieżność łańcucha Markova w modelu Beziéra na przykładzie pierwszego parametru.
3. Badanie empiryczne
3.1. Charakterystyka dostępnych danych
W pracy wykorzystano dane o liczbie ludności i zgonów w Polsce w latach 2005-07 w
rocznych przedziałach wiekowych od 0 do 85 lat (n=85). Przeprowadzono analizę zbiorczą
polegającą na zsumowaniu liczby ludności oraz zgonów w danym wieku, bez podziału na
płeć.
Empiryczne wartości prawdopodobieństwa zgonu w przedziale wiekowym )1x,x[
(ozn. xq~ ) wyznaczono z xn i xd za pomocą metody Chianga (Kędelski i Paradysz, 2006).
3.2. Mierniki dopasowania modeli
Zastosowano dwa mierniki dopasowania modeli: pierwszy, przedstawiony oryginalnie w
artykule Heligmana i Pollarda (1980), będący sumą kwadratów reszt różnic względnych
pomiędzy empirycznymi oraz wyestymowanymi wartościami prawdopodobieństwa
zgonów:
.1
q~q
RRW2n
0x x
x
3.
82
Drugim z kolei miernikiem jest średni błąd kwadratowy logarytmów prawdopodobieństwa
zgonu dokładnie w wieku x. Miernik ten obrazuje precyzję dopasowania estymowanej
krzywej do krzywej cząstkowych współczynników zgonów:
.
q~1
q~ln
q1
qlnMSE
2n
0x x
x
x
x
4.
4. Wyniki
Wszystkie teoretyczne prawdopodobieństwa xq obliczono dla wartości oczekiwanych a
posteriori parametrów. Poniższe wykresy prezentują empiryczne cząstkowe współczynniki
zgonów wraz z ich wygładzeniem za pomocą danego modelu. Na osi rzędnych
zastosowano skalę logarytmiczną w celu lepszego zobrazowania problemu.
4.1. Porównanie modeli
Model Heligmana i Pollarda charakteryzuje się najgorszymi wartościami obu mierników.
Spowodowane jest to założeniem, iż w wyższych latach model przyjmuje liniowy trend,
którego nie zaobserwowano w danych. Dodatkowo, wraz z obniżeniem
prawdopodobieństw zgonów w późniejszych latach, zmienił się współczynnik kierunkowy
trendu, powodując brak możliwości dobrego dopasowania modelu również w
początkowych latach (Rys. 2). Mierniki dopasowania wynoszą 0,844 dla MSE oraz 0,788
dla RRW.
Rys. 2. Wygładzenie za pomocą modelu Heligmana i Pollarda
83
Drugi model (na rysunku 3) wykazuje znacznie lepsze dopasowanie, MSE i RRW wynoszą
odpowiednio 0,192 oraz 0,181 - czyli zmniejszyły się ponad czterokrotnie. Model ten,
poprzez dodanie czwartego składnika opisanego przez trzy parametry, znacznie redukuje
wady standardowego modelu Heligmana i Pollarda, jednak wciąż odbiega od danych
empirycznych powyżej 75 roku życia.
Rys. 3. Wygładzenie za pomocą modelu Heligmana i Pollarda z rozkładem Kumaraswamy
Na rysunku 4 zaprezentowano trzeci model wykorzystujący funkcję sinus. Oba błędy
zostały zredukowane dwukrotnie w stosunku do poprzedniego modelu (do wartości
MSE=0,089 oraz RRW=0,087).
84
Rys. 4. Wygładzenie za pomocą modelu Heligmana i Pollarda z funkcją sinus
Czwarty model oparty na krzywej Beziéra przedstawiono na rysunku 5. Wykazał on
najniższe wartości obu mierników (MSE=0,065; RRW=0,066) kosztem dodatkowego
parametru w stosunku do poprzedniego modelu. Na rysunku zaznaczono również
oszacowane punkty kontrolne krzywej, czyli wartości oczekiwane a posteriori obu
współrzędnych.
Rys. 5. Wygładzenie za pomocą modelu opartego na krzywej Beziéra
85
4.2. Wyniki empiryczne, złożoność obliczeniowa
Porównanie podsumowujące zamieszczono w tabeli 1. Uzyskane czasy zostały
zarejestrowane na platformie opartej na procesorze Intel Core2Duo E8600 (2x3,33GHz).
Pomimo najmniejszej liczby parametrów model pierwszy wykazał największą złożoność
czasową za sprawą konieczności rozszerzenia precyzji numerycznej ze standardowej 64-
bitowej double przy użyciu pakietu BigDecimal. Wynika to ze złego dopasowania modelu,
ponieważ gęstość a posteriori każdego wektora parametrów była zawsze bliska zeru. Z
kolei ostatni model wymaga rozwiązania n (tutaj n=85) równań w każdym stanie łańcucha.
Wynika to z faktu, że jest to krzywa parametryczna, natomiast dane empiryczne są
punktami w wieku całkowitym. Zastosowano algorytm bisekcji, który nie wymaga
numerycznej aproksymacji gradientu oraz gwarantuje pozostanie zmiennej t w przedziale
[0,1].
Model liczba parametrów (m)
przybliżony czas obliczeń [h]
MSE RRW
I 8 12 0,844 0,788 II 11 4,5 0,192 0,181 III 11 4,5 0,089 0,087 IV 12 10 0,065 0,066 Tabela 1. Porównanie modeli
Pomimo dłuższego czasu obliczeń model oparty na krzywej Beziéra, oprócz najmniejszych
wartości mierników dopasowania, posiada dodatkową zaletę, mianowicie współczynniki
korelacji punktów kontrolnych nie leżących w swoim bezpośrednim sąsiedztwie są bliskie
zera. Daje to możliwość niemalże osobnego modelowania krzywej w różnych grupach
wiekowych. Macierz struktury korelacyjnej a posteriori przedstawiono poniżej (tabela 2).
x1 y1 x2 y2 x3 y3 x4 y4 x5 y5 x6 y6 1 -0,752 0,337 0,549 -0,02 -0,126 0,091 0,102 -0,015 -0,017 0,011 0,012 x1 1 -0,807 -0,908 0,361 0,367 -0,271 -0,279 0,087 0,086 -0,048 -0,047 y1 1 0,865 -0,649 -0,492 0,366 0,364 -0,138 -0,134 0,071 0,069 x2 1 -0,317 -0,399 0,294 0,306 -0,090 -0,089 0,049 0,049 y2 1 0,813 -0,618 -0,627 0,215 0,211 -0,114 -0,112 x3 1 -0,746 -0,803 0,188 0,192 -0,118 -0,119 y3 1 0,955 -0,446 -0,423 0,205 0,198 x4 1 -0,292 -0,291 0,166 0,167 y4 1 0,990 -0,590 -0,592 x5 1 -0,638 -0,648 y5 1 0,992 x6 1 y6
Tabela 2. Struktura korelacyjna w modelu opartym na krzywej Beziéra
86
Podsumowanie
Zaprezentowana w niniejszej pracy metodologia wygładzania krzywej cząstkowych
współczynników zgonów oraz uzyskane wyniki sugerują możliwość praktycznego
wykorzystania w demografii, jak również m.in. w badaniach aktuarialnych. Modelem
szczególnie zasługującym na uwagę są krzywe Beziéra. Na mocy konstrukcji oraz dzięki
własnościom struktury korelacyjnej parametrów krzywe te są na tyle elastyczne, że
osiągnięcie oczekiwanego dopasowania pozostaje kwestią liczby i położenia punktów
kontrolnych. Ponadto błąd dopasowania rozkłada się równomiernie na wszystkie grupy
wiekowe, dzięki czemu możemy przybliżyć błąd dla konkretnego wieku x, jako średnią z
błędu dla całego badanego przedziału. Zastosowanie krzywych Beziéra, ze względu na ich
własności przedstawione pokrótce w tej pracy, wydaje się obiecujące w modelowaniu
demograficznym.
PODZIĘKOWANIA
Autorzy pracy serdecznie dziękują prof. Jolancie Kurkiewicz oraz prof. Jackowi
Osiewalskiemu za niezwykle cenne uwagi oraz poświęcony czas.
Bibliografia
Dellaportas P, Smith A. F. M., Stavropoulos P. Bayesian Analysis of Mortality Data. Journal of the Royal Statistical Society. Series A (Statistics in Society), 164, No 2: 275-291, 2001. Hills S., Smith A. F. Parametrization Issues in Bayesian Inference, [w:] Bernardo J.M., Berger J.O., Dawid A.P. i Smith A.F.M. (red.) Bayesian Statistics 4,Proceedings of the Fourth Valencia International Meeting. Oxford Science Publications, 227-246, 1992. Kędelski M, Paradysz J. Demografia. Poznań: Wydawnictwo AE Poznań, 2006. Kostaki A. A nine-parameter version of the Heligman-Pollard formula. Mathematical Population Studies 3, 277-288, 1992. Heligman L., Pollard J. H. The age pattern of mortality. J.I.A. 107: 49-80, 1980. Loader C. Fast and Accurate Computation of Binomial Probabilities, 2000. [online]. [dostęp: 11. X 2009]. Dostępny w Internecie: <http://projects.scipy.org/scipy/raw-attachment/ticket/620/loader2000Fast.pdf> Nadarajah S. On the distribution of Kumaraswamy. Journal of Hydrology 348: 568– 569, 2008. Osiewalski K., Zając B. Zastosowanie rozkładu Kumaraswamy w konstrukcji tablic dalszego oczekiwanego trwania życia, Zeszyty SAD KND PAN, 2008, w druku. Sederberg T. Computer Added Geometric Design. Chapter 2: Beziér curves. [online]. [dostęp: 11. X 2009]. Dostępny w Internecie: <http://cagd.cs.byu.edu/~557/text/ch2.pdf>