Автор работы: Пользователь скрыл имя, 02 Апреля 2013 в 21:15, дипломная работа
Питання розміщення та структури населення завжди було і залишатиметься актуальним, так-як ці показники безпосередньо впливають один на одного і дають можливість оцінити тенденції їх зміни, порівняти інтенсивність цих процесів у регіональному аспекті, вивчити динаміку та структуру населення тощо. За допомогою статистичного методу і різних методів розрахунку у курсовій роботі описуються показники розміщення та структури населення і їх вплив один на одного. Кінцевою метою розвитку будь-якого прогресивного суспільства є створення сприятливих умов для довгого, здорового і благополучного в матеріальному відношенні життя людей.
ВСТУП
ТЕОРЕТИЧНІ ОСНОВИ СТАТИСТИЧНОГО ВИВЧЕННЯ РОЗМІЩЕННЯ ТА СТРУКТУРИ НАСЕЛЕННЯ
1.1. Суть, класифікація, особливості розміщення та структури населення
1.2. Методичні аспекти статистичного аналізу розміщення та структури населення
1.3. Інформаційна та законодавча база статистичного дослідження розміщення та структури населення
АНАЛІЗ РОЗМІЩЕННЯ ТА СТРУКТУРИ НАСЕЛЕННЯ У ВОЛИНСЬКІЙ ОБЛАСТІ
2.1. Загальна характеристика розміщення та структури населення у Волинській області
2.2. Аналіз причинно-наслідкових зв’язків показників розміщення та структури населення
2.3. Виявлення закономірностей та прогнозування зміни показників розміщення та структури населення
ВИСНОВКИ ТА ПРОПОЗИЦІЇ
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
Продовж. табл. 2.7
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
7. |
Іваничівський |
11,5 |
0,032 |
17,6 |
0,039 |
0,817 |
10 |
0,019 |
8. |
Камінь-Каширський |
18,2 |
0,059 |
32,3 |
0,062 |
0,947 |
14 |
0,004 |
9. |
Ківерцівський |
15,8 |
0,061 |
33,3 |
0,054 |
1,125 |
17 |
0,007 |
10. |
Ковельський |
15,5 |
0,040 |
21,9 |
0,053 |
0,754 |
7 |
0,016 |
11. |
Локачинський |
12,6 |
0,022 |
12,2 |
0,043 |
0,517 |
3 |
0,033 |
12. |
Луцький |
16,2 |
0,058 |
31,6 |
0,055 |
1,041 |
15 |
0,011 |
13. |
Любешівський |
18,8 |
0,033 |
18,2 |
0,064 |
0,517 |
2 |
0,019 |
14. |
Любомльський |
14,1 |
0,038 |
20,8 |
0,048 |
0,787 |
8 |
0,017 |
15. |
Маневицький |
16,5 |
0,052 |
28,7 |
0,056 |
0,929 |
13 |
0,002 |
16. |
Ратнівський |
15,8 |
0,048 |
26,6 |
0,054 |
0,899 |
12 |
0,004 |
17. |
Рожищенський |
14,3 |
0,040 |
21,7 |
0,049 |
0,810 |
9 |
0,012 |
18. |
Старовижівський |
14,5 |
0,030 |
16,3 |
0,050 |
0,600 |
6 |
0,021 |
19. |
Турійський |
14,2 |
0,026 |
14,1 |
0,048 |
0,530 |
5 |
0,033 |
20. |
Шацький |
12,8 |
0,016 |
8,9 |
0,044 |
0,371 |
1 |
0,038 |
Сума |
292,9 |
1 |
548,7 |
1 |
20,149 |
0,481 |
За даними таблиці 2.7 бачимо, що для зведеної характеристики пропорційності обох розподілів можна використати криву концентрації Лоренца і розрахувати коефіцієнт концентрації.
Якщо коефіцієнт концентрації дорівнює нулю, то розподіли збігаються.
Чим менше коефіцієнт
концентрації, тим менше непропорційно розпод
Коефіцієнт концентрації (Кконц.):
.
Коефіцієнт концентрації становить 24,1%.
За розрахованим коефіцієнтом концентрації можна зробити висновок, що чисельність жінок та коефіцієнт народжуваності розподілені непропорційно, оскільки коефіцієнт концентрації становить 24,7% (коефіцієнт концентрації має наближатися до 0).
За даними таблиці 2.7 визначимо кумулятивні частки обох розподілів і відобразимо їх у таблиці (табл. 2.8).
Таблиця 2.8
Вихідні дані для побудови кривої Лоренца у 2009 році
№ п/п |
Назва |
Частка |
Кумулятивні частки | ||
dq |
dw |
dq' |
dw' | ||
1. |
Шацький |
0,016 |
0,044 |
0,016 |
0,051 |
2. |
Любешівський |
0,033 |
0,064 |
0,049 |
0,115 |
3. |
Локачинський |
0,022 |
0,043 |
0,071 |
0,158 |
4. |
Володимир-Волинський |
0,025 |
0,048 |
0,096 |
0,206 |
5. |
Турійський |
0,026 |
0,048 |
0,122 |
0,254 |
6. |
Старовижівський |
0,03 |
0,050 |
0,152 |
0,304 |
7. |
Ковельський |
0,04 |
0,053 |
0,192 |
0,357 |
8. |
Любомльський |
0,038 |
0,048 |
0,23 |
0,405 |
9. |
Рожищенський |
0,04 |
0,049 |
0,27 |
0,454 |
10. |
Іваничівський |
0,032 |
0,039 |
0,302 |
0,493 |
11. |
м. Володимир-Волинський |
0,038 |
0,044 |
0,34 |
0,537 |
12. |
Ратнівський |
0,048 |
0,054 |
0,388 |
0,591 |
13. |
Маневицький |
0,052 |
0,056 |
0,44 |
0,647 |
14. |
Камінь-Каширський |
0,059 |
0,062 |
0,499 |
0,709 |
15. |
Луцький |
0,058 |
0,055 |
0,557 |
0,764 |
16. |
Горохівський |
0,053 |
0,047 |
0,61 |
0,811 |
17. |
Ківерцівський |
0,061 |
0,054 |
0,671 |
0,865 |
18. |
м. Ковель |
0,065 |
0,053 |
0,736 |
0,918 |
19. |
м. Нововолинськ |
0,057 |
0,041 |
0,793 |
0,959 |
20. |
м. Луцьк |
0,208 |
0,047 |
1,001 |
1,001 |
За даними таблиці 2.8 на основі кумулятивних значень d'q та d'w побудуємо криву Лоренца (рис. 2.24).
Якщо крива Лоренца збігається з лінією рівномірного розподілу, то частки результативної та факторної ознак збігаються.
Чим більше крива Лоренца відхиляється від лінії рівномірного розподілу, то більше відхиляються один від одного розподіли.
Рис. 2.24. Крива концентрації Лоренца у 2009 році
За результатами
дослідження можна зробити
Аналіз причинно-наслідкових зв’язків можна обґрунтувати за допомогою рангової кореляції.
Рангова кореляція характеризує взаємозв’язок ознак, які можна проранжувати на основі бальних оцінок.
За допомогою
рангового коефіцієнта
За даними статистичного щорічника “Волинь-2009”, а саме дані про кількість працездатного населення у містах і районах (факторна ознака) і кількість постійного населення (результативна ознака) у 2009 році за допомогою рангового коефіцієнта кореляції визначимо щільність зв’язку між досліджуваними показниками (табл. 2.9).
Таблиця 2.9
Щільність зв’язку між показниками
№ п/п |
Вихідні дані |
Розрахункові дані | |||||
Ранги |
d(Rу -Rх) |
d2 | |||||
Місто, район |
Кількість працездатного населення (х) |
Кількість постійного населення(у) |
Rx |
Rу | |||
1. |
м. Луцьк |
135457 |
207692 |
20 |
20 |
0 |
0 |
2. |
м. Володимир-Волинський |
24203 |
38524 |
11 |
8 |
2 |
4 |
3. |
м. Ковель |
43077 |
67338 |
19 |
19 |
0 |
0 |
4. |
м. Нововолинськ |
35442 |
57595 |
16 |
15 |
1 |
1 |
5. |
Володимир-Волинський |
14599 |
26020 |
4 |
3 |
1 |
1 |
6. |
Горохівський |
29871 |
54040 |
13 |
13 |
0 |
0 |
7. |
Іваничівський |
19196 |
33230 |
6 |
6 |
0 |
0 |
8. |
Камінь-Каширський |
35152 |
62553 |
15 |
17 |
-2 |
4 |
9. |
Ківерцівський |
36268 |
63683 |
18 |
18 |
0 |
0 |
10. |
Ковельський |
23133 |
41114 |
9 |
11 |
-2 |
4 |
11. |
Локачинський |
13001 |
23247 |
2 |
2 |
0 |
0 |
12. |
Луцький |
35508 |
59929 |
17 |
16 |
2 |
4 |
13. |
Любешівський |
20423 |
36035 |
7 |
7 |
0 |
0 |
14. |
Любомльський |
22531 |
40008 |
8 |
9 |
-1 |
1 |
15. |
Маневицький |
31230 |
55485 |
14 |
14 |
0 |
0 |
16. |
Ратнівський |
29283 |
51560 |
12 |
12 |
0 |
0 |
17. |
Рожищенський |
23443 |
40659 |
10 |
10 |
0 |
0 |
18. |
Старовижівський |
17981 |
31230 |
5 |
5 |
0 |
0 |
19. |
Турійський |
14596 |
26789 |
3 |
4 |
-1 |
1 |
20. |
Шацький |
9679 |
17206 |
1 |
1 |
0 |
0 |
Разом |
614073 |
1033937 |
– |
– |
– |
20 |
За допомогою розрахункових показників визначимо ранговий коефіцієнт кореляції:
Отже, можна зробити висновок, що зв’язок між даними про кількість працездатного населення і кількістю постійного населення прямий (ρ=0,985), щільність зв’язку висока.
При дослідженні
причинно-наслідкових зв’язків між
показниками можна
При здійсненні
кореляційного аналізу використ
Таблиця 2.10
Вихідні дані для побудови лінії регресії
Показник |
2006 |
2007 |
2008 |
2009 |
2010 |
Загальне демографічне навантаження, тис. осіб |
700 |
692 |
686 |
682 |
684 |
Доходи населення, млн грн (Х1) |
8414 |
10943 |
14662 |
15430 |
19194 |
Рис. 2.25. Аналіз взаємозв’язку між загальним демографічним навантаженням та доходами населення за 2006-2010 роки
За результатами
дослідження можна зробити
Аналіз причинно-наслідкових зв’язків можна проводити шляхом побудови багатофакторних моделей (вплив двох і більше факторів на показник).
Проаналізуємо як впливають кількість зареєстрованих випадків захворювання (фактор Х1) і кількість зайнятого населення (фактор X2) на чисельність наявного населення. Вихідні дані наведені в таблиці (табл. ).
Таблиця 2.11
Вихідні дані для побудови багатофакторної моделі
Роки |
2000 |
2006 |
2007 |
2008 |
2009 |
2010 |
Наявне населення, тис осіб (У) |
1067,7 |
1040,4 |
1038 |
1036,4 |
1036,2 |
1037,1 |
Кількість зареєстрованих випадків захворювання, осіб (Х1) |
818492 |
778036 |
785442 |
782425 |
812028 |
760580 |
Зайняті, тис осіб (Х2) |
486,2 |
430,2 |
433,9 |
438,6 |
428 |
433,6 |
Для побудови багатофакторної моделі спочатку побудуємо кореляційну матрицю (таблиця), використовуючи дані таблиці 2.11.
Таблиця 2.12
Кореляційна матриця багатофакторної моделі
Показник |
Наявне населення, тис осіб(У) |
Кількість зареєстрованих випадків захворювання, осіб (Х1) |
Зайняті, тис осіб (Х2) |
Наявне населення, тис осіб (У) |
1 |
||
Кількість зареєстрованих випадків захворювання, осіб (Х1) |
0,614797788 |
1 |
|
Зайняті, тис осіб (Х2) |
0,973499044 |
0,281609733 |
1 |
За даними таблиці ми бачимо, що між даними факторами (кількість зареєстрованих випадків захворювання та зайнятими) існує слабкий взаємозв’язок. Тому дані фактори доцільно використовувати для подальшого дослідження. В результаті дослідження ми отримали багатофакторну модель впливу кількісті зареєстрованих випадків захворювання та зайнятих на наявне населення. Дана модель є адекватною початковим даним з рівнем значимості F=0,010. Взаємозв’язок між показником і даними факторами є достатньо щільний, тому що коефіцієнт детермінації є досить високим (R2= 0,918) з достатнім рівнем ймовірності (95%) (додаток В).
В результаті проведених розрахунків отримали наступні значення параметрів регресійної моделі: а0=779,225; а1= 0,416; а2=0,521.
Можна вважати, що між показником Y та факторами X1 і X2 існує кореляційний зв’язок, який описується лінійним рівнянням двохфакторної лінії регресії:
Y=779,225+0,416∙х1+0,521∙х2.
При збільшенні чисельності зайнятих осіб на 1000 осіб, чисельність наявного населення збільшиться на 0,521 тис. осіб, а при збільшенні кількісті зареєстрованих випадків захворювання зменшиться на 0,416. Отже, дану модель можна використовувати для подальшого прогнозування.
Отже, можна зробити висновок, що зі збільшенням доходів населення кількість працездатного населення також збільшується. Протягом 2006-2010 років відбувалось зменшення загального демографічного навантаження, а коефіцієнт народжуваності збільшувався.
2.3. Виявлення закономірностей та прогнозування зміни показників розміщення та структури населення
Прогнозування є важливим етапом економічного дослідження, необхідним для прийняття обґрунтованих управлінських рішень.
Для детальнішого дослідження тенденцій зміни населення на прикладі окремого регіону можуть використовуватись регресійні моделі, на основі яких можна здійснювати прогнозування даного показника. Інформаційною базою для побудови регресійної моделі є сталі дані про кількість постійного населення (таблиця 2.13).