demografie - časová řada

 

Jak jste pocítili hospodářskou krizi v roce 2009?

celkem se účastnilo: 48567

  demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - procesy demografie - populační vývoj Afriky

 
1.06.2010 ANALÝZA: Odstraňování deformace věkových struktur historických populací

Po čase opět přinášíme analýzu z oblasti historické demografie. Autorka Eva Kačerová ve svém článku, který se celým názvem nazývá: "Mechanismus odstraňování deformace věkových struktur historických populací", aplikuje demografické analytické metody na historická data z poloviny 17.stioletí, aby byly odstraněny nepřesnosti způsobené nedokonalou evidencí.


Další možností, jak odstranit evidentní zaokrouhlování údajů o věku, k němuž v Soupise poddaných podle víry z roku 1651 docházelo, je postup, který je v podstatě opačný vzhledem k přístupu uvedenému v analýze ze dne 5. dubna 2009 (Analýza věkových struktur historických populací). Opět se jedná o analýzu obyvatel Chrudimského kraje jak je výše uvedený pramen zachytil.

Základním pramenem pro studium složení obyvatelstva podle věku a pohlaví v Chrudimském kraji v polovině 17. století je Soupis poddaných podle víry z roku 1651 (Matušíková, 2001), jehož vznik souvisí s rekatolizačními snahami po třicetileté válce. Podle Soupisu žilo na Chrudimsku 46626 osob, z toho 24860 žen. U 2104 osob nebyl údaj o věku zapsán. Děti mladší 12 let byly evidovány zřídka. Děti mladší 12 let byly zapisovány výjimečně. O snad systematické evidenci dětí předzpovědního věku bychom mohli hovořit na panství Chrast. Ani zde však nebyly děti zapisovány od narození ale až od věku jednoho roku.

U historických populací, které ještě neprošly demografickou revolucí, jež je spojena se změnami v porodnosti a úmrtnosti, je typická progresivní věková struktura. Věková struktura takovéto populace nutně nemusí mít podobu velmi blízkou rovnoramennému trojúhelníku (Obr. 1), ale může být deformována poklesem počtu narozených v letech válečných, a stejně tak vzrůstem úmrtnosti v těchto obdobích, který se ale neprojevoval se stejnou intenzitou ve všech věkových skupinách. Svůj vliv na nepravidelnost věkové struktury měly i různé epidemie a hladomory, během nichž opět docházelo ke zvýšení počtu zemřelých, a které se také nemusely projevit na různých generacích stejnou měrou. V období epidemií a hladomoru obvykle také klesal počet narozených dětí, takže generace v těchto letech narozené byly méně početné. Poté, co epidemie či hladomor přešly docházelo k nárůstu počtu sňatků a následně ke zvýšení počtu narozených dětí. Nelze také zapomenout na migraci, která mohla věkovou strukturu ovlivnit.

Mějme tedy věkovou strukturu, o níž víme, že není deformována zaokrouhlováním a hledejme sadu deformátorů, které by ji převedly na zkoumanou zaokrouhlovanou věkovou strukturu. Bohužel z poloviny 17. století žádné zcela spolehlivé údaje o věkové struktuře nemáme. I zde si tedy musíme vystačit s určitou analogií. V první fázi byla použita struktura obyvatel ČR dle věku a pohlaví k 31. 12. 1920 (obr. 2) s vědomím, že se již jedná o populaci, která má za sebou první fáze demografické revoluce, nicméně stále se jedná o progresivní věkovou strukturu v členění podle Sundbärga. Početně slabé generace narozené během 1. světové války vlastnosti uvažovaného modelu neovlivní, neboť do konkrétního výpočtu nevstupují, protože soupisem nejsou systematicky ve všech sledovaných lokalitách evidovány děti mladší 12 let. Závažnější námitkou je však skutečnost menšího zastoupení mužů již od věku 18 let ve srovnání se stejně starými ženami v populaci ČR, což je nepochybně dáno větší úmrtností mužů během 1. světové války. Na druhou stranu i v 17. století se setkáme s podregistrací mužů. V potaz je také potřeba brát zlepšování úmrtnostních poměrů, k němuž docházelo od konce 18. století.

Zaokrouhlování věku můžeme chápat jako přiřazování určitých věkových hodnot na úkor jiných. Proto jsme implementovali mechanismus, který umožňuje vyjádřit tyto přesuny mezi jednotlivými ročníky a aplikovat je na různých vzorcích populace.

Vytvořme nyní obecný model, který bude abstrahovat od neúplné registrace dětí v předzpovědním věku. Mějme skupiny obyvatel  , kde x je věk, , tyto skupiny odpovídají původnímu reálnému rozložení populace. Díky chybám ve sčítání obyvatelstva došlo k transformaci těchto skupin na   kde x je věk . Míra přesunu obyvatel mezi původní věkovou skupinou   a cílovou věkovou skupinou  je definovaná pomocí konfigurační konstanty deformace  , kde x je věk a n označuje posun v letech mezi cílovým a zdrojovým ročníkem. Je předpokládáno zaokrouhlování maximálně na věk o pět vyšší či nižší než je věk dané skupiny.

Velikost matice je tedy . Počet sloupců je 11, protože předpokládáme smysluplný posun zaokrouhlování pouze o pět. Tedy např. osoba, u které je dle soupisu uveden věk 30 mohla být skutečně 30letá či jí mohlo být nejméně 25 a nejvíce 35 let. Obdobně o osobě, u níž je uveden věk 40 let, předpokládáme, že jí bylo mezi 35–45 roky. Řádků dané matice je 101, neboť se snad oprávněně domníváme, že v populaci byly osoby ve věku 0–100 let. Pokud se snad vyskytovali nějací starší 100 let, byli to jednotlivci, kteří nemají na předkládaný model žádný vliv.



Cílem aplikace tohoto algoritmu, je získat odpovídající konfigurační matici, jejíž aplikace povede k vytvoření žádané deformace, což je taková deformace, která by transformovala nezaokrouhlovanou věkovou strukturu ve strukturu zaokrouhlovanou. Algoritmus je oboustranný, lze jej využít i pro odstranění deformace, pouze změnou znamének u hodnot konfiguračních konstant .

Předpokládaná věková struktura obyvatel Chrudimského kraje roku 1651 starších 11 let v sobě po transformaci (obr. 3) nutně nese podobnost se vstupní populací (české země 1920), která je zejména ve mužské složce ovlivněna zvýšenou úmrtností během první světové války.

Vhodnější je proto použití starší věkové struktury. Věková struktura populace českých zemí ke konci roku 1869 vykazovala rysy progresivní populace (obr. 4). Dětská generace představovala v této populaci 33,9 %, podíl rodičovské generace byl 50,3 % a na prarodičovskou generaci zbývalo 5,8 %. Věková struktura z roku 1869 není tak postižena náhlými výkyvy v ročních počtech narozených a zemřelých, takže není tak deformována jako věková struktura z konce roku 1920, přesto nelze tuto strukturu přijmout zcela nekriticky jako základ k aplikaci zpětného odstranění vlivu zaokrouhlování pomocí metody deformátoru. I v roce 1869 byly údaje o věku zaokrouhlovány na násobky 10, i když v podstatně menší míře než tomu bylo v údajích ze soupisu.

Protože však chceme odstranit pouze vliv zaokrouhlování, ale jinak by měla zůstat zachována velikost původní populace Chrudimského kraje z roku 1651, jejíž početnost známe poměrně spolehlivě pouze pro osoby 12leté a starší, a tak do modelu deformátoru vstupovaly z roku 1869 počty pouze 12letých a starších.

Z indexu věkové kumulace, který se počítá jako podíl pětinásobku součtu osob ve věcích končících na 0 a 5 od 25 do 60 let a součtu osob ve věku od 23 do 62 let, vyplývá, že metoda deformátoru odstraňuje zaokrouhlování poměrně spolehlivě. Samotné věkové struktury, které byly podkladem k aplikaci deformátoru, vykazovaly minimální zaokrouhlování, index věkové kumulace se pohyboval okolo jedné. Porovnáme-li průměrný věk osob starších 12 let v Chrudimském kraji s průměrným věkem populací českých zemí z roku 1920 a 1869, pak zjistíme, že obyvatelstvo v 17. století bylo výrazně mladší (tab. 1). Z tohoto hlediska bychom při použití navrhované metody deformátoru podle populace Českých zemí z roku 1920 a 1869 „nechali“ populaci Chrudimského kraje také, měřeno průměrným věkem, o zhruba 6 let zestárnout.

Tab. 1: Index věkové kumulace a průměrný věk v modelových populacích (metoda deformátoru)


Tento článek vznikl s podporou výzkumného záměru 2D06026 podporovaného MŠMT.


Literatura
Matušíková, L.–Pazderová, A.: Soupis poddaných podle víry – Chrudimsko, Národní archív, 2002.
Kuklo, C.: Demografia rzecypospolitej przedrozbirowej, Varšava, 2009, str. 136.


Obr. 1: Typy věkových struktur podle Sundbärga


podle: Kuklo, C.: Demografia rzecypospolitej przedrozbirowej, Varšava, 2009, str. 136.

Obr. 2: Věková a pohlavní struktura obyvatel České republiky k 31.12. 1920


Obr. 3: Předpokládaná věková struktura Chrudimského kraje v roce 1651, tranformace ČR 1920


Obr. 4: Věková a pohlavní struktura obyvatel České republiky k 31.12.1869


Obr. 5: Předpokládaná věková struktura Chrudimského kraje v roce 1651, tranformace ČR 1869


Eva Kačerová
Prohledejte celý portál www.demografie.info
Výkladový slovník odborné demografické terminologie (české, anglické i francouzské pojmy)
V případě zájmu o aktuální dění z oblasti demografie zaregistrujte vaši emailovou adresu, na kterou vám budeme zasílat novinky.
1. dubna 2005 jsme spustili do provozu nový demografický informační portál. Je určen široké laické i odborné veřejnosti. Obraťte se na nás s jakýmkoli dotazem, či připomínkou. Za všechny reakce budeme vděční. Portál obsahuje velké množství informací, používejte proto prosím vyhledávání!
Vaš redakční tým

 
 
 © 2004-2014 Hůle Daniel
+420 774 510 398
hule@demografie.info
 
  Vydavatelem portálu je občanské sdružení - Demografické informační centrum. Obsah vytváří redakční tým zdarma. Portálu je přiděleno mezinárodní registrační číslo ISSN 1801-2914.
Demografie.info využívá redakční systém OSTRWE firmy ORA. Design&layout Daniel Hůle.
Pokud není uvedeno jinak, grafy i tabulky vycházejí z datové základny Českého statistického úřadu.
OSTRWE - publikační systém ORA - programování, webdesign, hosting, PHP, MySQL DIC - Demografické informační centrum

 
 
 
Pavlík, Kalibová, Koschin, Burcin
Rychtaříková, Kučera, Roubíček
demography, demografia, demographie
populační vývoj, studia, věda, aktuárská
geografie, demografický, Langhamrová
demografie, demos, analýza, výzkum