• Nie Znaleziono Wyników

Demografia miast polskich w latach 1989–2013

N/A
N/A
Protected

Academic year: 2021

Share "Demografia miast polskich w latach 1989–2013"

Copied!
12
0
0

Pełen tekst

(1)

Henryk kowgier*

Uniwersytet Szczeciński

demoGraFia miast polskich w latach 1989–2013

Streszczenie

W artykule podjęto próbę analizy statystycznej struktury demograficznej miast pol-skich w latach 1989–2013, wykorzystując dane z Rocznika statystycznego 2015. Do zba-dania tych danych zastosowano głównie metodę statystyczną w zakresie analizy korelacji, analizy wybranych statystyk opisowych, jak również przyjętą interpretację ważnych wskaź-ników dotyczących demografii. Wybrany okres jest szczególnie ważny w aspekcie przemian, które zaszły wtedy w naszym kraju.

Słowa kluczowe: demografia miast polskich, analiza statystyczna

Wprowadzenie

Celem artykułu było zbadanie i określenie stanu demografii miast polskich, przedmiotem badań zaś – zjawisko malejącej demografii tych miast zaobserwowane w podanych powyżej latach. Demografia ma znaczący wpływ na rozwój ekonomicz-ny i społeczekonomicz-ny miast. Ważna jest również struktura ludności zamieszkującej miasta, tzn. procentowy udział poszczególnych grup społecznych w społeczności ogólnej miast oraz sama płeć mieszkańców. Niemniej istotna jest dzietność kobiet. Jak obli–

(2)

czono, w Polsce pełna zastępowalność pokoleń występuje przy dzietności 2,1–2,15 przypadającej na jedną kobietę (Rocznik demograficzny… 2015). Zastępowalność pokoleń odgrywa bardzo istotną rolę w solidarnościowym systemie emerytalnym, jaki mamy obecnie w naszym kraju. W tabeli 1 ukazano niezbędne dane do pewnej analizy stanu demograficznego miast polskich. Zaczerpnięto je z Rocznika staty-stycznego z roku 2015.

Tabela 1. Struktura demograficzna miast polskich w latach 1989–2013

L PR LKM R20 R14 R65 WPR R PP POP WDD WDO WRB 1989 0,9 108 31,4 24,1 8,9 60,0 7 48 19 1,380 1,743 0,846 1990 0,7 108 30,8 23,3 9,1 60,3  4 19 1,307 1,721 0,836 1991 0,4 108 30,3 22,7 9,4 60,6 65 45 20 1,236 1,623 0,788 1992 –0,3 109 29,7 21,9 9,7 61,0 4 44 20 1,188 1,513 0,735 1993 0,3 109 29,1 21,2 10,0 61,4  42 20 1,162 1,455 0,706 1994 0,1 109 28,6 20,6 10,2 61,7 62 41 21 1,155 1,427 0,693 1995 0,0 109 28,1 20,0 10,5 62,0 61 40 21 1,042 1,286 0,624 1996 0,1 109 27,6 19,4 10,7 62,3 60 39 21 1,035 1,269 0,616 1997 0,0 109 27,2 18,8 11,0 62,6 60 38 22 1,001 1,220 0,592 1998 –0,1 110 26,8 18,2 11,2 62,9 59 7 22 0,976 1,184 0,575 1999 0,1 110 26,8 17,9 11,4 62,7 59 7 22 0,931 1,170 0,568 2000 –0,1 110 25,9 17,1 11,7 , 58 35 23 0,955 1,201 0,581 2001 –0,1 110 25,1 16,5 12,0 64,0 56 4 23 0,954 1,171 0,568 2002 –0,2 110 24,1 15,9 12,3 4,7 55 32 23 0,924 1,110 0,537 2003 –0,2 110 23,2 15,4 12,6 65,3 53 30 23 0,923 1,107 0,538 2004 –0,2 111 22,4 14,9 12,9 65,7 52 29 23 0,946 1,124 0,544 2005 –0,2 111 21,6 14,5 13,1 66,0 52 28 24 0,963 1,149 0,557 2006 –0,2 111 21,0 14,2 13,4 66,0 51 27 24 0,981 1,179 0,571 2007 –0,2 111 20,5 14,0 13,5 66,0 52 27 25 0,996 1,216 0,591 2008 –0,1 111 20,2 13,9 13,7 65,8 52 27 25 1,055 1,300 0,633 2009 –0,0 111 19,9 13,8 13,8 65,6 52 26 26 1,063 1,330 0,645 2010 –0,1 111 19,5 13,9 13,9 65,3 53 26 27 1,064 1,292 0,623 2011 –0,2 111 19,2 13,9 14,4 64,8 54 26 28 1,001 1,211 0,587 2012 –0,2 111 19,0 13,9 15,0 64,2 56 26 30 0,961 1,213 0,589 2013 –0,3 111 18,8 13,9 15,7 63,5 58 26 31 0,909 1,176 0,571

L – lata; PR – przyrost rzeczywisty ludności; LKM – liczba kobiet na 100 mężczyzn; R20 – liczba ludności razem [%] poniżej 20 lat; R14 – liczba ludności razem [%] w wieku od 0 do 14 lat; R65 – liczba ludności razem [%] w wie-ku co najmniej 65 lat; WPR – liczba ludności [%] w wiewie-ku produkcyjnym; WDD – współczynnik dynamiki demo-graficznej; WDO – współczynnik dzietności ogólnej; WRB – współczynnik reprodukcji brutto; PP – liczba ludności w wieku przedprodukcyjnym na 100 osób w wieku produkcyjnym; POP – liczba osób w wieku poprodukcyjnym na

(3)

100 osób w wieku produkcyjnym; R – liczba niepracujących razem na 100 osób w wieku produkcyjnym; PR – przy-rost rzeczywisty ludności traktowany jako suma przyprzy-rostu naturalnego ludności oraz salda migracji wewnętrznych i zagranicznych (stałych i czasowych); w przypadku gmin uwzględnia się także saldo przesunięć ludności w wy-niku zmian administracyjnych, oznacza to przyrost roczny, czyli wyrażoną w liczbach absolutnych różnicę między dwoma stanami ludności w danej gminie na początek i koniec badanego okresu; WDD – współczynnik dynamiki demograficznej, czyli stosunek liczby urodzeń żywych w danym okresie (najczęściej roku) do liczby zgonów w tym okresie; WDO – współczynnik dzietności nazywany też poziomem płodności, czyli współczynnik określający licz-bę urodzonych dzieci przypadających na jedną kobietę w wieku rozrodczym (15–49 lat); WRB – współczynnik reprodukcji brutto, czyli średnia liczba córek urodzonych przeciętnie przez kobietę przy założeniu, że kobieta, bę-dąc w wieku rozrodczym (15–49), rodzić będzie z częstotliwością, jaka charakteryzuje wszystkie kobiety rodzące w roku, dla którego oblicza się współczynnik; współczynnik reprodukcji brutto jest iloczynem współczynnika dziet-ności i wskaźnika wyrażającego udział urodzeń płci żeńskiej w ogólnej liczbie urodzeń żywych.

Źródło: Rocznik statystyczny, GUS, Warszawa 2015.

analiza statystyczna danych

Jak wynika z tabeli 1 (patrz wartości zmiennej LKM) w miastach polskich liczba kobiet przypadająca średnio na 100 mężczyzn rosła na przestrzeni lat 1989 –2013 od 108 w latach 1989–1991 przez 109 w latach 1992–1997 aż do 111 w latach 2004–2013.

Rysunek 1. Liczba ludności w miastach [%] razem poniżej dwudziestego roku życia

R 20(%) 31,4 30,8 30,3 29,7 29,1 28,6 28,1 27,627,2 26,8 26,8 25,9 25,1 24,1 23,2 22,4 21,6 21 20,5 20,219,9 19,5 19,2 1918,8 16 18 20 22 24 26 28 30 32 34 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

(4)

Analizując rysunek 1, widać, że począwszy od 1989 r., czyli od momentu prze-mian w Polsce, nieustannie maleje liczba osób młodych, do dwudziestego roku ży-cia, zamieszkałych w miastach polskich. Widoczny trend jest bardzo wyraźnie ma-lejący i to w ten sposób, że praktycznie co roku badany udział procentowy jest coraz mniejszy. W 2013 r. w stosunku do roku 1989 udział procentowy badanej grupy społecznej zmalał aż o 12,6%.

Rysunek 2. Liczba ludności w miastach polskich [%] w wieku od 0 do 14 lat

R 1 4 (% ) 24,1 23,3 22,7 21,9 21,2 20,6 20 19,4 18,8 18,2 17,9 17,1 16,5 15,9 15,4 14,9 14,5 14,2 14 13,9 13,8 13,913,913,913,9 12 14 16 18 20 22 24 26 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

Źródło: opracowanie własne.

Z rysunku 2 widać, że podobnie jak dla grupy społecznej do 20 lat, w grupie od 0 do 14 lat występuje znowu wyraźny trend spadkowy udziału tej grupy na prze-strzeni lat 1989–2009. W stosunku do roku 1989 udział procentowy badanej grupy zmalał w 2009 r. o 10,2%, po czym w latach 2010–2013 ustabilizował się na pozio-mie 13,9%.

(5)

Rysunek 3. Liczba ludności w miastach [%] w wieku co najmniej 65 lat R 6 5 (% ) 8,99,1 9,49,7 1010,2 10,510,7 1111,2 11,411,7 1212,3 12,612,9 13,113,4 13,5 13,7 13,813,9 14,4 15 15,7 8 9 10 11 12 13 14 15 16 17 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

Źródło: opracowanie własne.

Jak wynika z rysunku 3, liczba ludności w miastach w wieku co najmniej 65 lat nieustannie rosła, od 8,9% w roku 1989 do 15,7% w roku 2013.

Rysunek 4. Liczba ludności w miastach [%] w wieku produkcyjnym

W P R (% ) 6060,3 60,6 61 61,461,7 6262,3 62,662,962,7 63,3 64 64,7 65,3 65,766 66 6665,865,6 65,3 64,8 64,2 63,5 59 60 61 62 63 64 65 66 67 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

(6)

Liczba ludności w wieku produkcyjnym w miastach polskich praktycznie cały czas rosła w latach 1989–2007, od 60% w 1989 r. do 66% w roku 2006 i 2007, po czym zaczęła spadać do 63,5% w roku 2013 (rysunek 4). Jak wynika z tabeli 1, współczynnik dynamiki demograficznej na przestrzeni lat 1989–2013 zmalał od 1,38 do 0,909, co jest sporym spadkiem.

Rysunek 5. Współczynnik dzietności ogólnej ludności miast polskich

WDO 1,743 1,721 1,623 1,513 1,455 1,427 1,2861,269 1,22 1,1841,171,2011,171 1,111,1071,124 1,1491,179 1,216 1,31,331,292 1,2111,213 1,176 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

Źródło: opracowanie własne.

Współczynnik dzietności ogólnej ludności miast polskich zmalał w latach 1989–2003, od 1,743 w roku 1989 do 1,107 w roku 2003 (rysunek 5). Potem nastą-pił niewielki wzrost w latach 2003–2009, od 1,107 do 1,33, i wreszcie w latach 2009 –2013 zanotowano znowu spadek, od 1,33 do 1,176. Z tabeli 1 wynika, że współ-czynnik reprodukcji w miastach polskich zmalał od 0,846 w roku 1989 do 0,571 w roku 2013. W tym przypadku spadek tego współczynnika wyniósł 32,51%.

(7)

Rysunek 6. Przyrost rzeczywisty ludności miast polskich P R (%) 0,9 0,7 0,4 -0,3 0,3 0,1 0 0,1 0 -0,1 0,1 -0,1 -0,1 -0,2 -0,2 -0,2 -0,2 -0,2 -0,2 -0,1 0 -0,1 -0,2 -0,2 -0,3 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

Źródło: opracowanie własne.

Na przestrzeni 24 lat jedynie w latach 1989–1991, 1993, 1994, 1996 i 1999 występuje dodatni rzeczywisty przyrost ludności miast polskich, przy czym w latach 1989–1991 ten przyrost, choć w tendencji spadkowej, jest największy i maleje od 0,9 do 0,4. W pozostałych latach, jak widać na rysunku 6, obserwujemy albo przy-rost ujemny, albo równy zeru.

Liczba ludności w wieku przedprodukcyjnym na 100 osób w wieku produkcyj-nym na przestrzeni lat 1989–2013 praktycznie nieustannie malała, od 48 w roku 1989 do 26 w latach 2009–2013 (rysunek 6). Procentowo liczba ta zmalała o 45,83%.

Odwrotną tendencję w porównaniu z rysunkiem 7 widać na rysunku 8. Liczba ludności w wieku poprodukcyjnym przypadająca na 100 osób w wieku produkcyj-nym na przestrzeni lat 1989–2013 nieustannie rosła, od 19 w latach 1989–1990 do 31 w roku 2013. Procentowo liczba ta wzrosła o 38,71%.

(8)

Rysunek 7. Liczba ludności w wieku przedprodukcyjnym na 100 osób w wieku produkcyjnym odnotowana w miastach polskich

P P 48 46 45 44 42 41 40 39 38 37 37 35 34 32 30 29 28 27 27 27 26 26 26 26 26 24 28 32 36 40 44 48 52 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

Źródło: opracowanie własne.

Rysunek 8. Liczba osób w wieku poprodukcyjnym na 100 osób w wieku produkcyjnym odnotowana w miastach polskich

P O P 19 19 20 20 20 21 21 21 22 22 22 23 23 23 23 23 24 24 25 25 26 27 28 30 31 18 20 22 24 26 28 30 32 1989 199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013 

(9)

Tabela 2. Kształtowanie się współczynnika korelacji R20 R14 R65 WPR R20 1,00 0,97 –0,99 –0,89 R14 0,97 1,00 –0,96 –0,95 R65 –0,99 –0,96 1,00 0,84 WPR –0,89 –0,95 0,84 1,00

Źródło: opracowanie własne z wykorzystaniem pakietu Statistica 5.0.

Tabela 3. Kształtowanie się współczynnika korelacji

PP POP R

PP 1,00 –0,87 0,94

POP –0,87 1,00 –0,65

R 0,94 –0,65 1,00

Źródło: opracowanie własne z wykorzystaniem pakietu Statistica 5.0.

Z tabel 2 i 3 wynika, że występują same istotne statystycznie współczynniki korelacji. Z reguły są albo bardzo wysokie, albo wysokie (Kowgier 2011, s. 107). Wyjątek stanowi współczynnik korelacji na poziomie –0,65 między zmiennymi POP a R. Największy dodatni współczynnik korelacji (0,97) odnotowano między zmien-nymi R14 oraz R20, co nie jest dziwne, ponieważ zbiór R14 zawiera się w zbiorze R20. Podobnie największy ujemny współczynnik korelacji (o wartości –0,99) otrzy-mano między zmiennymi R65 a R20.

Tabela 4. Niektóre ważniejsze statystyki opisowe

Średnia Min. Maks. Odch. stand. Skośność Kurtoza

R20 24,672 18,800 31,400 4,214 0,0234 –1,485

R14 17,356 13,800 24,100 3,440 0,572 –1,054

R65 12,004 8,900 15,700 1,917 0,073 –0,969

WPR 63,508 60,000 66,000 1,978 –0,260 –1,255

(10)

Tabela 5. Niektóre ważniejsze statystyki opisowe

Średnia Min. Maks. Odch. stand. Skośność Kurtoza

PP 34,240 26,000 48,000 7,406 0,353 –1,298

POP 23,280 19,000 31,000 3,195 0,897 0,415

R 57,600 51,000 67,000 4,991 0,354 –1,101

Źródło: opracowanie własne z wykorzystaniem pakietu Statistica 5.0.

Ujemna ocena współczynnika kurtozy (tabela 4) występująca we wszystkich czterech przypadkach świadczy o tym, że wartości cechy są tutaj mniej skoncentro-wane wokół wartości średniej, niż ma to miejsce w przypadku rozkładu normalnego (Hozer 1998). Z tabeli 5 wynika, że ujemna kurtoza występuje w dwóch na trzy badane przypadki. Zmienna POP charakteryzuje się dodatnią kurtozą i tutaj wartości badanej cechy są bardziej skoncentrowane wokół wartości średniej, niż ma to miej-sce w przypadku rozkładu normalnego. Z tabeli 4 wynika również, że zmienne R20, R14 i R65 charakteryzuje dodatnia asymetria rozkładu, zmienną WPR zaś – ujemna asymetria rozkładu. Analizując tabelę 5, widać, że dodatnia asymetria rozkładu wy-stępuje w przypadku zmiennych PP, POP i R.

podsumowanie

Ukazana analiza danych zaczerpniętych z Rocznika statystycznego 2015 do-tyczących stanu demograficznego miast polskich w latach 1989–2013 ukazuje wi-doczną zapaść. Miasta w Polsce coraz bardziej się wyludniają, o czym świadczy też badana zmienna PR. Społeczeństwo się starzeje. Wszystkie badane wskaźniki są na stosunkowo niskim poziomie. Szczególnie niepokojąco wyglądają współczynniki: dzietności ogólnej, dynamiki demograficznej oraz reprodukcji brutto. W miastach polskich mieszka znacznie więcej kobiet niż mężczyzn. Aby poprawić stan demo-graficzny naszych miast, potrzebne są w przyszłości długofalowe programy napraw-cze. Przede wszystkim należy zacząć jeszcze bardziej skutecznie walczyć z bezrobo-ciem, próbując w znacznym stopniu zwiększyć rolę rodzimego przemysłu w naszym kraju, aby zmniejszyć emigrację młodego pokolenia Polaków za pracą do bardziej rozwiniętych krajów Unii Europejskiej. Jedno miejsce pracy w przemyśle generuje wiele miejsc pracy w sferze usług. Z pewnością takie podejście zmniejszy odpływ

(11)

kapitału z Polski za granicę, co w znacznym stopniu ma miejsce obecnie. Ponadto bardzo ważne jest należyte funkcjonowanie służby zdrowia, którą próbujemy uzdro-wić już od dłuższego czasu ze skutkiem mało zadawalającym. Skutkuje to dość dużą umieralnością Polaków. Bardzo istotnym czynnikiem mogącym uzdrowić demogra-fię miast polskich jest także odpowiednio prowadzona polityka prorodzinna, na któ-rą mimo często obiektywnych trudności nie powinno zabraknąć pieniędzy.

literatura

Bąk D., Markowicz I., Mojsiewicz M., Wawrzyniak K. (2002), Statystyka opisowa, WNT, Warszawa.

Hozer J. (1993), Mikroekonometria, PWE, Warszawa.

Kowgier H. (2011), Elementy rachunku prawdopodobieństwa i statystyki na przykładach

z ekonomii, WNT, Warszawa.

Hozer J. (red.) (1998), Statystyka. Opis statystyczny, Stowarzyszenie Pomoc i Rozwój, Szczecin.

Rocznik demograficzny (2015), GUS, Warszawa.

the demoGraphy oF polish cities in the period oF 1989–2013 abstract

The aim of the study was to investigate and evaluate the development factors of demo-graphy of Polish cities in the period of 1989–2013. In article statistical analysis was showed relating structure of demography of Polish cities in the period of 1989–2013. The period under examination concerns of constitutional transformation in Poland. Appropriate conclu-sions finish work.

Translated by Henryk Kowgier keywords: demography of Polish cities, statistical analysis

(12)

Cytaty

Powiązane dokumenty

Będąca przedmiotem pracy aktywność fizyczna przyczynia się do poprawy sprawności i wydolności fizycznej, zmniejsza ryzyko wystąpienia takich chorób, jak: osteoporoza, cukrzyca

Ważne postanowienia dotyczące osób starszych zawiera Kodeks pracy [Kodeks pracy] (dalej kp), w tym: zasadę przeciwdziałania dyskryminacji z uwagi na wiek (art. 18 3a

Za prawid áową odpowiedĨ uznaje siĊ równieĪ odpowied Ĩ: „jĊzyk áaciĔski” albo „áacina”. Więcej arkuszy znajdziesz na

Obecnie mediana wieku urodzenia trzeciego dziecka jest wyższa i wynosi 33,0 lata dla ogólnej populacji kobiet, dla kobiet z wykształceniem wyższym – 34,3 lat, dla mieszkanek miast

Change rate of food prices lower than consumer price index causes the share of food expenses in total expenditures to be decreasing.. The same effect can be caused by the

Datowanie poszczególnych obiektów nie zostało jeszcze ustalone* Ogólnie przyjąć można, ±e od­ krycia zamykają się w ramach od wczesnego okresu Lateńskiego do starszego

1 pkt 2 i pkt 3 ustawy z 3 października 2008 ro- ku o udostępnianiu informacji o środowisku i jego ochro- nie, udziale społeczeństwa w ochronie środowiska oraz o ocenach

Swiontek nie tylko słownik Pavis (nb. przyjaźnił się z nim i współpra­ cował także przy trzecim, francuskim wydaniu Dictionnaire) przełożył, ale i ukształ­ tował często