Демографические процессы в Казахстане: современные тенденции и прогнозирование будущего развития

Экономическое развитие любой страны зависит от характера демографических процессов. Численность населения и его состав напрямую влияют на масштабы производства, демографические процессы – рождаемость, смертность, миграция – во многом зависят от социально-экономической ситуации и уровня жизни населения. Целью исследования является оценка текущего состояния демографических процессов в Казахстане и прогноз их развития до 2050 года. В статье дается краткая характеристика демографического развития за годы независимости с выделением 3 основных этапов, различных по своей динамике и фоновым социальноэкономическим условиям, начиная с демографического кризиса 1990-х годов с угрозой депопуляции до стабилизации и роста численности населения в 2000-х годах. Анализируется влияние пандемии COVID-19 на развитие демографических процессов и связанных с ними показателей социальной сферы. Определено, что наблюдаемое демографическое развитие радикально меняет существующую модель воспроизводства населения. Анализ тенденций демографических процессов и их причинно-следственных связей с социально-экономическими процессами служит основой для разработки прогнозов численности и структуры населения в будущем. Для прогнозирования использовались методы экстраполяции и возрастного сдвига.

1. Preston S.H., Vierboom Y.C. The Changing Age Distribution of the United States: Population and Development Review. 2021, no. 47(2), pp. 527–539. DOI: 10.1111/padr.12386.

2. Chulanova Z.K. External migration of the population of Kazakhstan during the years of independence: The scientific heritage. 2021, no. 2(76), pp.37–45. DOI: 10.24412/9215-0365-2021-76-2-37-45

3. Pilkauskas N.V., Amorim M., Dunifon R.E. Historical Trends in Children Living in Multigenerational Households in the United States: 1870-2018: Demography. 2020, no. 57(2), pp. 1–28. Doi: 10.1007/s13524-020-00920-5.

4. Conti S., Oliveira dos Santos F., Wolters A. A Novel Method for Identifying Care Home Residents in England: A Validation Study: International Journal of Population Data Science. 2021, no. 5(4), pp.16–20. DOI: 10.23889/ijpds.v5i4.1666.

5. Keyfitz N. Applied Mathematical Demography. Wiley: New York, 1977.

6. Keyfitz N. Foreword. In W. Lutz (Ed.). The future population of the world: What can we assume today? (Revised Edition). London: Earthscan, 1996. doi:10.4324/9781315066929

7. Alho J.M. Effect of aggregation on the estimation of trend mortality: Mathematical Population Studies. 1991, no. 2, pp. 53–67. DOI: 10.1080/08898489109525323.

8. Heligman L, Pollard J.H. The Age Pattern of Mortality: Journal of the Institute of Actuaries. 1980, no. 107, pp. 49–75.

9. Lee R.D., Carter L.R. Modelling and forecasting U.S. mortality: Journal of the American Statistical Association. 1992, no. 87, pp. 659–671. doi:10.1080/01621459.1992.10475265.

10. Mcnown R., Rogers A., Little J. Simplicity and complexity in extrapolatwe population forecasting models: Mathematical Population Studies. 1994, no. 5, pp. 235–257. doi:10.1080/08898489509525404.

11. Booth H. Demographic forecasting: 1980 to 2005 in review: International Journal of Forecasting. 2006, no. 2, pp. 547–581. doi:10.1016/J.IJFORECAST.2006.04.001.

12. Smith S.K., Tayman J., Swanson D.A. Overview of the cohort-component method. A practitioner’s guide to state and local population projections. New York, London: Springer Dordrecht Heidelberg, 2013.

13. Thatkar P., Pawar D.D., Ingale K.Y. Cohort-component method for projection of population of India: International Journal of Scientific Research. 2018, no. 7(6), pp. 387–389.

14. Riiman V., Wilson A., Milewicz R. Comparing artificial neural network and cohort-component models for population forecasts: Population Review. 2019, no. 58(2), pp. 100–116. DOI: 10.1353/prv.2019.0008.

15. Архангельский В.Н., Елизаров В.В. Демографические прогнозы в современной России: анализ результатов и выбор гипотез. Научные труды: Институт народнохозяйственного прогнозирования РАН. – 2016. – №1. – С. 524–544.

16. Юзаева Ю.Р. Прогноз численности населения Оренбургской области в разрезе городских и сельских территорий методом «возрастного продвижения» // Экономика, статистика и информатика. Вестник УМО. – 2014. – №5. – С. 155–160.

17. Alai D., Arnold-Gaille S., Sherris M. Modelling cause-of-death mortality and the impact of causeelimination: Annals of Actuarial Science. 2015, no. 9(1), pp. 167–186. Doi:10.1017/S174849951400027X.

18. Кошанов А.К., Чуланова З.К. Некоторые подходы к оценке состояния человеческого капитала (на примере Казахстана) // Вестник Московского университета. Серия 6: Экономика. – 2021. – № 4. – С. 49–72. doi.org/10.38050/01300105202143.

19. Brian C., O’Neill D., Balk M.B., Markos E. A Guide to Global Population Projections: Demographic Research. 2001, no. 4(8), pp. 203–288. DOI: 10.4054/DemRes.2001.4.8

20. Bassett M.T., Chen J.T., Krieger N. Variation in racial/ethnic disparities in COVID-19 mortality by age in the United States: A cross-sectional study: Plos Medicine. 2020, no. 17(10), pp. 32–42. DOI: 10.1371/journal.pmed.1003402.

21. Balbo N., Kashnitsky I., Melegaro A., Meslé F., Mills M. C., Valk D. Demography and the Coronavirus Pandemic. Population and Policy. Brief, no. 25. Berlin: Population Europe, 2020.

22. Dasgupta S., Emmerling J. COVID-19 lockdown led to an unprecedented increase in inequality: Research Square. 2021. DOI: 10.21203/rs.3.rs-191155/v1.

23. Li G., Wang F., Quan S.S. The impact of COVID-19 on the protection of rural traditional village: Journal of Intelligent & Fuzzy Systems. 2020, no. 39(6), pp. 8685-8693. DOI: 10.3233/JIFS-189264.

24. Қазақстан Республикасы стратегиялық жоспарлау және реформалар жөніндегі агенттігінің ұлттық статистика бюросы. URL: https://www.stat.gov.kz/ (өтініш берілген күн: 15.05.2022).