Demográfia. Ferenci Tamás október 13.

Átírás

1 Ferenci Tamás október 13.

2 Disclaimer A népesség és változása Filozófiám szerint a gyakorlat nem arra való, hogy felolvassam a definíciókat meg számokat negyedéves orvostanhallgatók vagytok, ezeket meg tudjátok tanulni magatoktól is A gyakorlat arra való, hogy érdekes dolgokról beszélgessünk a téma kapcsán Ezt támogatja ez a diasor (következésképp nem helyettesíti a hivatalos diasor elolvasását és megtanulásást!)

3 Irodalom-ajánló A népesség és változása Nagyon-nagyon-nagyon melegen ajánlom mindenkinek az Our World in Data oldalt ( mégpedig a demográfiától teljesen függetlenül is! Nem egyszerűen fantasztikusan érdekes, jól megválogatott adataik vannak, de számos közülük interaktívan ábrázolható, testreszabható, további elemzéshez letölthető stb., sőt, mindehhez még nagyon jó kommentárok, magyarázatok is tartoznak

4 Adatforrások A népesség és változása A szokásos statisztikai adatforrásokon (KSH, Eurostat stb.) demográfiában kifejezetten jól jön: OWID: a már látott Our World in Data oldal ( HFD: Human Fertility Database ( Max Planck Institute for Demographic Research (Germany) and Vienna Institute of Demography (Austria). Közel 30 ország több évtizedre visszamenő átfogó, részletes fertilitási adatai. Ingyenes, nyílt hozzáférésű, csak egy egyszerű regisztrációt igényel. HMD: Human Mortality Database ( University of California, Berkeley (USA), and Max Planck Institute for Demographic Research (Germany). Közel 40 ország több évtizedre, sőt, helyenként évszázadra visszamenő átfogó, részletes mortalitási adatai. Ingyenes, nyílt hozzáférésű, csak egy egyszerű regisztrációt igényel.

5 Tartalom A népesség és változása 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

6 Tartalom A népesség és változása A népesség nagysága A népesség változásának gyorsasága 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

7 Tartalom A népesség és változása A népesség nagysága A népesség változásának gyorsasága 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

8 A világ népességének az alakulása A népesség nagysága A népesség változásának gyorsasága 6 A Föld összlakossága [Mrd fő] Év Forrás: OWID.

9 A világ népességének az alakulása A népesség nagysága A népesség változásának gyorsasága A növekedés 1350 (a fekete halál) óta teljesen töretlen A valaha megszületett emberek több mint huszadának megfelelő ember él jelenleg a Földön 1900 és 2000 között a világ lakossága háromszor annyit nőtt mint 1900 előtt az emberiség teljes története alatt A növekedés még az exponenciálisat is meghaladó!

10 A világ népességének az alakulása A népesség nagysága A népesség változásának gyorsasága A növekedés 1350 (a fekete halál) óta teljesen töretlen A valaha megszületett emberek több mint huszadának megfelelő ember él jelenleg a Földön 1900 és 2000 között a világ lakossága háromszor annyit nőtt mint 1900 előtt az emberiség teljes története alatt A növekedés még az exponenciálisat is meghaladó!

11 A világ népességének az alakulása A népesség nagysága A népesség változásának gyorsasága A növekedés 1350 (a fekete halál) óta teljesen töretlen A valaha megszületett emberek több mint huszadának megfelelő ember él jelenleg a Földön 1900 és 2000 között a világ lakossága háromszor annyit nőtt mint 1900 előtt az emberiség teljes története alatt A növekedés még az exponenciálisat is meghaladó!

12 A világ népességének az alakulása A népesség nagysága A népesség változásának gyorsasága A növekedés 1350 (a fekete halál) óta teljesen töretlen A valaha megszületett emberek több mint huszadának megfelelő ember él jelenleg a Földön 1900 és 2000 között a világ lakossága háromszor annyit nőtt mint 1900 előtt az emberiség teljes története alatt A növekedés még az exponenciálisat is meghaladó!

13 A népesség nagysága A népesség változásának gyorsasága A világ népességének az alakulása (log-lin skálán) 10^1 10^0 A Föld összlakossága [Mrd fő] 10^-1 10^ Év Forrás: OWID.

14 Duplázódáshoz szükséges idők A népesség nagysága A népesség változásának gyorsasága 0.5 mrd fő 600 Duplázódáshoz szükséges idő [év] mrd fő 2 mrd fő 4 mrd fő Év Forrás: OWID.

15 Tartalom A népesség és változása A népesség nagysága A népesség változásának gyorsasága 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

16 Változási gyorsaság A népesség és változása A népesség nagysága A népesség változásának gyorsasága

17 A változási gyorsaság trendje A népesség nagysága A népesség változásának gyorsasága Tehát: a világ népessége már lassulva nő! Ennek magyarázata az egyik legalapvetőbb demográfiai megállapításunk lesz

18 A változási gyorsaság trendje A népesség nagysága A népesség változásának gyorsasága Tehát: a világ népessége már lassulva nő! Ennek magyarázata az egyik legalapvetőbb demográfiai megállapításunk lesz

19 Tartalom A népesség és változása 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

20 Tartalom A népesség és változása 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

21 Miért érdekelnek minket ezek? 1 Hogy megmagyarázzuk a változásokat 2 Hogy előre tudjuk jelezni azokat

22 Miért érdekelnek minket ezek? 1 Hogy megmagyarázzuk a változásokat 2 Hogy előre tudjuk jelezni azokat

23 Születési és halálozási arányok CBR: népességre jutó születésszám Mértékegysége /fő/év (nem /fő), általában /ezer fő/év-ben adják meg CDR hasonlóan A demográfia voltaképp egyszerű: a CBR és a CDR különbsége érdekel minket... csak épp ez időben elhúzódva zajlik le (dinamikája van) Ráadásul a kor- és nemspecifikus jellemzők is sokszor fontosak lesznek számunkra (Például a korfa nem más, mint kor- és nemspecifikus lélekszám egy speciális elrendezésben ábrázolva)

24 Születési és halálozási arányok CBR: népességre jutó születésszám Mértékegysége /fő/év (nem /fő), általában /ezer fő/év-ben adják meg CDR hasonlóan A demográfia voltaképp egyszerű: a CBR és a CDR különbsége érdekel minket... csak épp ez időben elhúzódva zajlik le (dinamikája van) Ráadásul a kor- és nemspecifikus jellemzők is sokszor fontosak lesznek számunkra (Például a korfa nem más, mint kor- és nemspecifikus lélekszám egy speciális elrendezésben ábrázolva)

25 Születési és halálozási arányok CBR: népességre jutó születésszám Mértékegysége /fő/év (nem /fő), általában /ezer fő/év-ben adják meg CDR hasonlóan A demográfia voltaképp egyszerű: a CBR és a CDR különbsége érdekel minket... csak épp ez időben elhúzódva zajlik le (dinamikája van) Ráadásul a kor- és nemspecifikus jellemzők is sokszor fontosak lesznek számunkra (Például a korfa nem más, mint kor- és nemspecifikus lélekszám egy speciális elrendezésben ábrázolva)

26 Születési és halálozási arányok CBR: népességre jutó születésszám Mértékegysége /fő/év (nem /fő), általában /ezer fő/év-ben adják meg CDR hasonlóan A demográfia voltaképp egyszerű: a CBR és a CDR különbsége érdekel minket... csak épp ez időben elhúzódva zajlik le (dinamikája van) Ráadásul a kor- és nemspecifikus jellemzők is sokszor fontosak lesznek számunkra (Például a korfa nem más, mint kor- és nemspecifikus lélekszám egy speciális elrendezésben ábrázolva)

27 Születési és halálozási arányok CBR: népességre jutó születésszám Mértékegysége /fő/év (nem /fő), általában /ezer fő/év-ben adják meg CDR hasonlóan A demográfia voltaképp egyszerű: a CBR és a CDR különbsége érdekel minket... csak épp ez időben elhúzódva zajlik le (dinamikája van) Ráadásul a kor- és nemspecifikus jellemzők is sokszor fontosak lesznek számunkra (Például a korfa nem más, mint kor- és nemspecifikus lélekszám egy speciális elrendezésben ábrázolva)

28 Születési és halálozási arányok CBR: népességre jutó születésszám Mértékegysége /fő/év (nem /fő), általában /ezer fő/év-ben adják meg CDR hasonlóan A demográfia voltaképp egyszerű: a CBR és a CDR különbsége érdekel minket... csak épp ez időben elhúzódva zajlik le (dinamikája van) Ráadásul a kor- és nemspecifikus jellemzők is sokszor fontosak lesznek számunkra (Például a korfa nem más, mint kor- és nemspecifikus lélekszám egy speciális elrendezésben ábrázolva)

29 Születési és halálozási arányok CBR: népességre jutó születésszám Mértékegysége /fő/év (nem /fő), általában /ezer fő/év-ben adják meg CDR hasonlóan A demográfia voltaképp egyszerű: a CBR és a CDR különbsége érdekel minket... csak épp ez időben elhúzódva zajlik le (dinamikája van) Ráadásul a kor- és nemspecifikus jellemzők is sokszor fontosak lesznek számunkra (Például a korfa nem más, mint kor- és nemspecifikus lélekszám egy speciális elrendezésben ábrázolva)

30 CBR és CDR meghatározói Egy korcsoportbeli születés/halálozás a korcsoport létszámának és a korspecifikus születési/halálozási rátának a szorzata Az összes születés/halálozás ezek összege (összeadva az összes korcsoport felett) Tehát a CBR és a CDR a korfa és a megfelelő korspecifikus mutató függvénye Először a születésekre fogunk fókuszálni (szép szóval: a fertilitásra) és ezen belül is mindenekelőtt azzal foglalkozunk, hogy a korspecifikus ráta azaz egy egész függvény helyett hogyan lehet egyetlen számban jellemezni azt

31 CBR és CDR meghatározói Egy korcsoportbeli születés/halálozás a korcsoport létszámának és a korspecifikus születési/halálozási rátának a szorzata Az összes születés/halálozás ezek összege (összeadva az összes korcsoport felett) Tehát a CBR és a CDR a korfa és a megfelelő korspecifikus mutató függvénye Először a születésekre fogunk fókuszálni (szép szóval: a fertilitásra) és ezen belül is mindenekelőtt azzal foglalkozunk, hogy a korspecifikus ráta azaz egy egész függvény helyett hogyan lehet egyetlen számban jellemezni azt

32 CBR és CDR meghatározói Egy korcsoportbeli születés/halálozás a korcsoport létszámának és a korspecifikus születési/halálozási rátának a szorzata Az összes születés/halálozás ezek összege (összeadva az összes korcsoport felett) Tehát a CBR és a CDR a korfa és a megfelelő korspecifikus mutató függvénye Először a születésekre fogunk fókuszálni (szép szóval: a fertilitásra) és ezen belül is mindenekelőtt azzal foglalkozunk, hogy a korspecifikus ráta azaz egy egész függvény helyett hogyan lehet egyetlen számban jellemezni azt

33 CBR és CDR meghatározói Egy korcsoportbeli születés/halálozás a korcsoport létszámának és a korspecifikus születési/halálozási rátának a szorzata Az összes születés/halálozás ezek összege (összeadva az összes korcsoport felett) Tehát a CBR és a CDR a korfa és a megfelelő korspecifikus mutató függvénye Először a születésekre fogunk fókuszálni (szép szóval: a fertilitásra) és ezen belül is mindenekelőtt azzal foglalkozunk, hogy a korspecifikus ráta azaz egy egész függvény helyett hogyan lehet egyetlen számban jellemezni azt

34 CBR és CDR meghatározói Egy korcsoportbeli születés/halálozás a korcsoport létszámának és a korspecifikus születési/halálozási rátának a szorzata Az összes születés/halálozás ezek összege (összeadva az összes korcsoport felett) Tehát a CBR és a CDR a korfa és a megfelelő korspecifikus mutató függvénye Először a születésekre fogunk fókuszálni (szép szóval: a fertilitásra) és ezen belül is mindenekelőtt azzal foglalkozunk, hogy a korspecifikus ráta azaz egy egész függvény helyett hogyan lehet egyetlen számban jellemezni azt

35 A fertilitás mérőszámai: TFR TFR: egy nő összesen hány gyereknek adna életet, ha az egész életútján végigmenne az éppen aktuális kor-specifikus fertilitási rátákkal Tehát: mindkét nemű gyerek számít (erre még visszatérünk) nincs mortalitás: anya nem veszik el, mert meghal még szülőképesen az éppen aktuális kor-specifikus fertilitásokkal számol (miközben jövőre valójában a jövőre érvényes fertilitás szerint fog szülni, nem a mostani szerint!): ún. szintetikus mutató Fontos: a szintetikus nem derogatív jelző, egyszerűen arról szól, hogy hogyan vetítünk egy időben lezajlódó folyamatot egyetlen pillanatra

36 A fertilitás mérőszámai: TFR TFR: egy nő összesen hány gyereknek adna életet, ha az egész életútján végigmenne az éppen aktuális kor-specifikus fertilitási rátákkal Tehát: mindkét nemű gyerek számít (erre még visszatérünk) nincs mortalitás: anya nem veszik el, mert meghal még szülőképesen az éppen aktuális kor-specifikus fertilitásokkal számol (miközben jövőre valójában a jövőre érvényes fertilitás szerint fog szülni, nem a mostani szerint!): ún. szintetikus mutató Fontos: a szintetikus nem derogatív jelző, egyszerűen arról szól, hogy hogyan vetítünk egy időben lezajlódó folyamatot egyetlen pillanatra

37 A fertilitás mérőszámai: TFR TFR: egy nő összesen hány gyereknek adna életet, ha az egész életútján végigmenne az éppen aktuális kor-specifikus fertilitási rátákkal Tehát: mindkét nemű gyerek számít (erre még visszatérünk) nincs mortalitás: anya nem veszik el, mert meghal még szülőképesen az éppen aktuális kor-specifikus fertilitásokkal számol (miközben jövőre valójában a jövőre érvényes fertilitás szerint fog szülni, nem a mostani szerint!): ún. szintetikus mutató Fontos: a szintetikus nem derogatív jelző, egyszerűen arról szól, hogy hogyan vetítünk egy időben lezajlódó folyamatot egyetlen pillanatra

38 A fertilitás mérőszámai: TFR TFR: egy nő összesen hány gyereknek adna életet, ha az egész életútján végigmenne az éppen aktuális kor-specifikus fertilitási rátákkal Tehát: mindkét nemű gyerek számít (erre még visszatérünk) nincs mortalitás: anya nem veszik el, mert meghal még szülőképesen az éppen aktuális kor-specifikus fertilitásokkal számol (miközben jövőre valójában a jövőre érvényes fertilitás szerint fog szülni, nem a mostani szerint!): ún. szintetikus mutató Fontos: a szintetikus nem derogatív jelző, egyszerűen arról szól, hogy hogyan vetítünk egy időben lezajlódó folyamatot egyetlen pillanatra

39 A fertilitás mérőszámai: TFR TFR: egy nő összesen hány gyereknek adna életet, ha az egész életútján végigmenne az éppen aktuális kor-specifikus fertilitási rátákkal Tehát: mindkét nemű gyerek számít (erre még visszatérünk) nincs mortalitás: anya nem veszik el, mert meghal még szülőképesen az éppen aktuális kor-specifikus fertilitásokkal számol (miközben jövőre valójában a jövőre érvényes fertilitás szerint fog szülni, nem a mostani szerint!): ún. szintetikus mutató Fontos: a szintetikus nem derogatív jelző, egyszerűen arról szól, hogy hogyan vetítünk egy időben lezajlódó folyamatot egyetlen pillanatra

40 A fertilitás mérőszámai: TFR TFR: egy nő összesen hány gyereknek adna életet, ha az egész életútján végigmenne az éppen aktuális kor-specifikus fertilitási rátákkal Tehát: mindkét nemű gyerek számít (erre még visszatérünk) nincs mortalitás: anya nem veszik el, mert meghal még szülőképesen az éppen aktuális kor-specifikus fertilitásokkal számol (miközben jövőre valójában a jövőre érvényes fertilitás szerint fog szülni, nem a mostani szerint!): ún. szintetikus mutató Fontos: a szintetikus nem derogatív jelző, egyszerűen arról szól, hogy hogyan vetítünk egy időben lezajlódó folyamatot egyetlen pillanatra

41 A fertilitás mérőszámai: GRR és NRR GRR: csak lánygyerek számít, de minden más ugyanaz mint a TFR-nél NRR: figyelembe vesszük a mortalitást is, de minden más ugyanaz, mint a GRR-nél Miért fontos, hogy csak a lánygyerekekkel számolunk?

42 A fertilitás mérőszámai: GRR és NRR GRR: csak lánygyerek számít, de minden más ugyanaz mint a TFR-nél NRR: figyelembe vesszük a mortalitást is, de minden más ugyanaz, mint a GRR-nél Miért fontos, hogy csak a lánygyerekekkel számolunk?

43 A fertilitás mérőszámai: GRR és NRR GRR: csak lánygyerek számít, de minden más ugyanaz mint a TFR-nél NRR: figyelembe vesszük a mortalitást is, de minden más ugyanaz, mint a GRR-nél Miért fontos, hogy csak a lánygyerekekkel számolunk?

44 Születéskori fiú/lány arány

45 Problémák ezzel A népesség és változása Nem tudjuk biztosan, hogy 1 mi a normális arány 2 milyen egyéb tényezők befolyásolják (mik okoznak benne országok közti variabilitást) a szelektív abortuszon túl

46 Replacement fertility NRR-ből egzaktan 1, ez definíció GRR-ből, TFR-ből kb. 1,1 illetve 2,1 (a mortalitásnak helyet kell hagyni)

47 Replacement fertility NRR-ből egzaktan 1, ez definíció GRR-ből, TFR-ből kb. 1,1 illetve 2,1 (a mortalitásnak helyet kell hagyni)

48 CBR versus TFR A népesség és változása A TFR érzéketlen a populáció életkori összetételének változására Lehet, hogy két populációban pontosan ugyanannyi a TFR, de ha az egyikben több a fiatalabb nő (ahol magasabb a fertilitás), akkor ott a CBR mégis eltérő (magasabb) lesz

49 CBR versus TFR A népesség és változása A TFR érzéketlen a populáció életkori összetételének változására Lehet, hogy két populációban pontosan ugyanannyi a TFR, de ha az egyikben több a fiatalabb nő (ahol magasabb a fertilitás), akkor ott a CBR mégis eltérő (magasabb) lesz

50 Tempo effect A népesség és változása A későbbre kerülő gyermekvállalás egy érdekes jelenséghez vezethet Előjön ugyanis, hogy a TFR szintetikus mutató: ha sokan későbbre tolják a gyerekvállalást (de a vállalt gyerek száma nem változik, tehát csak elhalasztásról van szó!), akkor az adott évi fertilitások leesnek, és így a TFR is csökken miközben a nők által vállalt gyerekek száma igazából nem változik! (Amikor pedig elkezdenek megszületni a gyerekek, akkor meg hirtelen megugrik a TFR) Ez a jelenség a tempo effect, tehát a gyermekvállalás időzítésének illetve annak változásának a hatása a TFR-re: úgy tűnik, mintha kevesebb gyerek születne, miközben nem erről van szó Tehát nem az a probléma, hogy más az anyák szüléskori életkora, hanem az, hogy nő ha bármilyen szinten is, de stabilizálódik, akkor rendben vagyunk, a problémát az átmenet jelenti

51 Tempo effect A népesség és változása A későbbre kerülő gyermekvállalás egy érdekes jelenséghez vezethet Előjön ugyanis, hogy a TFR szintetikus mutató: ha sokan későbbre tolják a gyerekvállalást (de a vállalt gyerek száma nem változik, tehát csak elhalasztásról van szó!), akkor az adott évi fertilitások leesnek, és így a TFR is csökken miközben a nők által vállalt gyerekek száma igazából nem változik! (Amikor pedig elkezdenek megszületni a gyerekek, akkor meg hirtelen megugrik a TFR) Ez a jelenség a tempo effect, tehát a gyermekvállalás időzítésének illetve annak változásának a hatása a TFR-re: úgy tűnik, mintha kevesebb gyerek születne, miközben nem erről van szó Tehát nem az a probléma, hogy más az anyák szüléskori életkora, hanem az, hogy nő ha bármilyen szinten is, de stabilizálódik, akkor rendben vagyunk, a problémát az átmenet jelenti

52 Tempo effect A népesség és változása A későbbre kerülő gyermekvállalás egy érdekes jelenséghez vezethet Előjön ugyanis, hogy a TFR szintetikus mutató: ha sokan későbbre tolják a gyerekvállalást (de a vállalt gyerek száma nem változik, tehát csak elhalasztásról van szó!), akkor az adott évi fertilitások leesnek, és így a TFR is csökken miközben a nők által vállalt gyerekek száma igazából nem változik! (Amikor pedig elkezdenek megszületni a gyerekek, akkor meg hirtelen megugrik a TFR) Ez a jelenség a tempo effect, tehát a gyermekvállalás időzítésének illetve annak változásának a hatása a TFR-re: úgy tűnik, mintha kevesebb gyerek születne, miközben nem erről van szó Tehát nem az a probléma, hogy más az anyák szüléskori életkora, hanem az, hogy nő ha bármilyen szinten is, de stabilizálódik, akkor rendben vagyunk, a problémát az átmenet jelenti

53 Tempo effect A népesség és változása A későbbre kerülő gyermekvállalás egy érdekes jelenséghez vezethet Előjön ugyanis, hogy a TFR szintetikus mutató: ha sokan későbbre tolják a gyerekvállalást (de a vállalt gyerek száma nem változik, tehát csak elhalasztásról van szó!), akkor az adott évi fertilitások leesnek, és így a TFR is csökken miközben a nők által vállalt gyerekek száma igazából nem változik! (Amikor pedig elkezdenek megszületni a gyerekek, akkor meg hirtelen megugrik a TFR) Ez a jelenség a tempo effect, tehát a gyermekvállalás időzítésének illetve annak változásának a hatása a TFR-re: úgy tűnik, mintha kevesebb gyerek születne, miközben nem erről van szó Tehát nem az a probléma, hogy más az anyák szüléskori életkora, hanem az, hogy nő ha bármilyen szinten is, de stabilizálódik, akkor rendben vagyunk, a problémát az átmenet jelenti

54 Tempo effect A népesség és változása A későbbre kerülő gyermekvállalás egy érdekes jelenséghez vezethet Előjön ugyanis, hogy a TFR szintetikus mutató: ha sokan későbbre tolják a gyerekvállalást (de a vállalt gyerek száma nem változik, tehát csak elhalasztásról van szó!), akkor az adott évi fertilitások leesnek, és így a TFR is csökken miközben a nők által vállalt gyerekek száma igazából nem változik! (Amikor pedig elkezdenek megszületni a gyerekek, akkor meg hirtelen megugrik a TFR) Ez a jelenség a tempo effect, tehát a gyermekvállalás időzítésének illetve annak változásának a hatása a TFR-re: úgy tűnik, mintha kevesebb gyerek születne, miközben nem erről van szó Tehát nem az a probléma, hogy más az anyák szüléskori életkora, hanem az, hogy nő ha bármilyen szinten is, de stabilizálódik, akkor rendben vagyunk, a problémát az átmenet jelenti

55 Élveszületések az anya életkora szerint Magyarországon

56 Lehetséges megoldások Completed fertility rate (CFR): ténylegesen hány gyereket szültek a nők a problémát kiküszöböli, de csak késve, a szülőképes kor végén ismert biztosan a jelenség egyébként úgyis megfogalmazható, hogy a TFR a CFR alá esik (ahelyett, hogy egyezne vele) Tempo-adjusted TFR: pl. Bongaarts-Feeney eljárás, figyelembe veszi a nők átlagos szüléskori életkorának változási sebességét

57 Lehetséges megoldások Completed fertility rate (CFR): ténylegesen hány gyereket szültek a nők a problémát kiküszöböli, de csak késve, a szülőképes kor végén ismert biztosan a jelenség egyébként úgyis megfogalmazható, hogy a TFR a CFR alá esik (ahelyett, hogy egyezne vele) Tempo-adjusted TFR: pl. Bongaarts-Feeney eljárás, figyelembe veszi a nők átlagos szüléskori életkorának változási sebességét

58 Lehetséges megoldások Completed fertility rate (CFR): ténylegesen hány gyereket szültek a nők a problémát kiküszöböli, de csak késve, a szülőképes kor végén ismert biztosan a jelenség egyébként úgyis megfogalmazható, hogy a TFR a CFR alá esik (ahelyett, hogy egyezne vele) Tempo-adjusted TFR: pl. Bongaarts-Feeney eljárás, figyelembe veszi a nők átlagos szüléskori életkorának változási sebességét

59 Lehetséges megoldások Completed fertility rate (CFR): ténylegesen hány gyereket szültek a nők a problémát kiküszöböli, de csak késve, a szülőképes kor végén ismert biztosan a jelenség egyébként úgyis megfogalmazható, hogy a TFR a CFR alá esik (ahelyett, hogy egyezne vele) Tempo-adjusted TFR: pl. Bongaarts-Feeney eljárás, figyelembe veszi a nők átlagos szüléskori életkorának változási sebességét

60 E változók egymáshoz való viszonya TFR adjtfr TFR és kiigazított TFR Anyák szüléskori átlagos életkora Év Forrás: HFD.

61 E változók egymáshoz való viszonya Jól látszik, hogy a szüléskori életkor megemelkedésekor a TFR gyorsan leesik, de a kiigazított sokkal kevésbé (Természetesen nem is kötelező, hogy a kiigazított állandó maradjon, függetlenül attól, hogy tökéletes-e a kiigazítás, hiszen lehet, hogy tényleg elmarad gyerekvállalás, és nem (csak) későbbre tolódik!)

62 E változók egymáshoz való viszonya Jól látszik, hogy a szüléskori életkor megemelkedésekor a TFR gyorsan leesik, de a kiigazított sokkal kevésbé (Természetesen nem is kötelező, hogy a kiigazított állandó maradjon, függetlenül attól, hogy tökéletes-e a kiigazítás, hiszen lehet, hogy tényleg elmarad gyerekvállalás, és nem (csak) későbbre tolódik!)

63 Tartalom A népesség és változása 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

64 Jelölésrendszer A népesség és változása i: korcsoport (i = 1, 2,..., w) n i (t): a populáció létszáma az i korcsoportban a t-edik időpontban F i : a korspecifikus fertilitási ráta az i korcsoportban P i : feltételes túlélés (feltéve, hogy valaki az i-edik korcsoportig elért, mekkora valószínűséggel éli meg i + 1-et is); ez igazából a halandóságból számolható, lásd később

65 Populáció alakulása A népesség és változása A populáció összetétele a t + 1-edik időpontban: A csecsemőknél idősebbekre (i > 1): az előző időszak eggyel fiatalabb korosztályából akik túléltek: n i (t + 1) = n i 1 (t) P i 1 Csecsemőkre (i = 1): a születések az összes korosztályból: n 1 (t + 1) = F 1 n 1 (t) + F 2 n 2 (t) F w n w (t)

66 Populáció alakulása A népesség és változása A populáció összetétele a t + 1-edik időpontban: A csecsemőknél idősebbekre (i > 1): az előző időszak eggyel fiatalabb korosztályából akik túléltek: n i (t + 1) = n i 1 (t) P i 1 Csecsemőkre (i = 1): a születések az összes korosztályból: n 1 (t + 1) = F 1 n 1 (t) + F 2 n 2 (t) F w n w (t)

67 Populáció alakulása vektoros-mátrixos jelölésekkel Mindez elegánsan felírható mátrixokkal és vektorokkal: F n 1 F 2 F w 1 F w 1 n P n n (t + 1) = 0 P (t),.. n w n 0 0 P w 1 0 w azaz röviden n (t + 1) = L n (t)

68 A Leslie-mátrix A népesség és változása Az L neve: Leslie-mátrix Lényegében lépteti a populációt: ha megvan a korösszetétel egy adott időpontban, akkor ezzel rászorozva megkapjuk a következő időpontban! Természetesen többször is léptethetünk, a többszöri rászorzás hatványozás lesz: n (t + p) = L p n (t) Felhasználható a populáció korfájának előrevetítésére!

69 A Leslie-mátrix A népesség és változása Az L neve: Leslie-mátrix Lényegében lépteti a populációt: ha megvan a korösszetétel egy adott időpontban, akkor ezzel rászorozva megkapjuk a következő időpontban! Természetesen többször is léptethetünk, a többszöri rászorzás hatványozás lesz: n (t + p) = L p n (t) Felhasználható a populáció korfájának előrevetítésére!

70 A Leslie-mátrix A népesség és változása Az L neve: Leslie-mátrix Lényegében lépteti a populációt: ha megvan a korösszetétel egy adott időpontban, akkor ezzel rászorozva megkapjuk a következő időpontban! Természetesen többször is léptethetünk, a többszöri rászorzás hatványozás lesz: n (t + p) = L p n (t) Felhasználható a populáció korfájának előrevetítésére!

71 A Leslie-mátrix A népesség és változása Az L neve: Leslie-mátrix Lényegében lépteti a populációt: ha megvan a korösszetétel egy adott időpontban, akkor ezzel rászorozva megkapjuk a következő időpontban! Természetesen többször is léptethetünk, a többszöri rászorzás hatványozás lesz: n (t + p) = L p n (t) Felhasználható a populáció korfájának előrevetítésére!

72 A magyar Leslie-mátrix a 2015-ös adatok alapján Forrás: KSH Tájékoztatási adatbázis alapján demogr csomaggal.

73 Ez alapján előrevetítés 2015-ről 2020-ra Korcsoport nkx [ezer fő] Forrás: KSH Tájékoztatási adatbázis alapján demogr csomaggal.

74 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

75 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

76 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

77 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

78 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

79 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

80 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

81 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

82 Nagyon-nagyon nerd orvostanhallgatóknak Mikor stabil időben egy populáció? (Értsd: korösszetételre nézve tehát a létszáma nőhet, csak a korosztályok arányai maradjanak állandóak) Ha n (t + 1) = λn (t) Azaz: L n (t) = λn (t) Sajátérték-sajátvektor probléma! Problémák, továbbfejlesztési lehetőségek: Zárt populáció: nincs sem emigráció, sem immigráció Időben állandó L (tehát időben állandó fertilitás és halandóság) Perturbáció-analízis

83 Tartalom A népesség és változása 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

84 A reprodukció időbeli trendjei

85 A csökkenés eloszlása

86 A csökkenés sebessége

87 A népesség és változása Mitől függ a csökkenés?

88 Lehetséges okozati magyarázatok Kevésbé szükséges gyerekek szülése, hogy legyen kellő számú utód (Fordított hatás is lehetséges: a kevesebb gyereknek jobban gondját tudják viselni a szülők)

89 Mitől függ a csökkenés?

90 Lehetséges okozati magyarázatok A gazdaság jellegének változásával a gyerek: asset versus liability

91 Mitől függ a csökkenés?

92 Lehetséges okozati magyarázatok Direkt módon: iskolában töltött idő, indirekt módon: munkavállalás, karrierépítés Tudatosabb magatartás fogamzásgátlás terén

93 Lehetséges okozati magyarázatok Direkt módon: iskolában töltött idő, indirekt módon: munkavállalás, karrierépítés Tudatosabb magatartás fogamzásgátlás terén

94 A csökkenés meghatározói Vigyázat: ezek korrelátumok Önmagában (szinte) semmit nem mond a kauzalitásról Azért is nagyon nehéz kérdés, mert a magyarázó változók is keresztül-kasul összefüggnek egymással is... de most ez nekünk nem is fontos (csak a teljesség kedvéért utaltam egy-két nevezetes dologra)

95 A csökkenés meghatározói Vigyázat: ezek korrelátumok Önmagában (szinte) semmit nem mond a kauzalitásról Azért is nagyon nehéz kérdés, mert a magyarázó változók is keresztül-kasul összefüggnek egymással is... de most ez nekünk nem is fontos (csak a teljesség kedvéért utaltam egy-két nevezetes dologra)

96 A csökkenés meghatározói Vigyázat: ezek korrelátumok Önmagában (szinte) semmit nem mond a kauzalitásról Azért is nagyon nehéz kérdés, mert a magyarázó változók is keresztül-kasul összefüggnek egymással is... de most ez nekünk nem is fontos (csak a teljesség kedvéért utaltam egy-két nevezetes dologra)

97 A csökkenés meghatározói Vigyázat: ezek korrelátumok Önmagában (szinte) semmit nem mond a kauzalitásról Azért is nagyon nehéz kérdés, mert a magyarázó változók is keresztül-kasul összefüggnek egymással is... de most ez nekünk nem is fontos (csak a teljesség kedvéért utaltam egy-két nevezetes dologra)

98 Hirtelen születésszám-változás hatása i tehetetlenség: a változások lassan futnak át Hiszen a születések száma a most szülőképes korúak számán múlik, azt viszont nem a mostani, hanem a évvel ezelőtti születésszám határozza meg! Fordítva elmondva: a mostani változás igazán átfutni év múlva fog Pozitív és negatív értelemben egyaránt Különösen fontos az intervenciók hatásának vizsgálatához, megértéséhez (pl. a kínai egykepolitika vagy másik oldalról az extrém pronatalista politikák, mint Ceausescu Romániája)

99 Hirtelen születésszám-változás hatása i tehetetlenség: a változások lassan futnak át Hiszen a születések száma a most szülőképes korúak számán múlik, azt viszont nem a mostani, hanem a évvel ezelőtti születésszám határozza meg! Fordítva elmondva: a mostani változás igazán átfutni év múlva fog Pozitív és negatív értelemben egyaránt Különösen fontos az intervenciók hatásának vizsgálatához, megértéséhez (pl. a kínai egykepolitika vagy másik oldalról az extrém pronatalista politikák, mint Ceausescu Romániája)

100 Hirtelen születésszám-változás hatása i tehetetlenség: a változások lassan futnak át Hiszen a születések száma a most szülőképes korúak számán múlik, azt viszont nem a mostani, hanem a évvel ezelőtti születésszám határozza meg! Fordítva elmondva: a mostani változás igazán átfutni év múlva fog Pozitív és negatív értelemben egyaránt Különösen fontos az intervenciók hatásának vizsgálatához, megértéséhez (pl. a kínai egykepolitika vagy másik oldalról az extrém pronatalista politikák, mint Ceausescu Romániája)

101 Hirtelen születésszám-változás hatása i tehetetlenség: a változások lassan futnak át Hiszen a születések száma a most szülőképes korúak számán múlik, azt viszont nem a mostani, hanem a évvel ezelőtti születésszám határozza meg! Fordítva elmondva: a mostani változás igazán átfutni év múlva fog Pozitív és negatív értelemben egyaránt Különösen fontos az intervenciók hatásának vizsgálatához, megértéséhez (pl. a kínai egykepolitika vagy másik oldalról az extrém pronatalista politikák, mint Ceausescu Romániája)

102 Hirtelen születésszám-változás hatása i tehetetlenség: a változások lassan futnak át Hiszen a születések száma a most szülőképes korúak számán múlik, azt viszont nem a mostani, hanem a évvel ezelőtti születésszám határozza meg! Fordítva elmondva: a mostani változás igazán átfutni év múlva fog Pozitív és negatív értelemben egyaránt Különösen fontos az intervenciók hatásának vizsgálatához, megértéséhez (pl. a kínai egykepolitika vagy másik oldalról az extrém pronatalista politikák, mint Ceausescu Romániája)

103 Tartalom A népesség és változása 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

104 A demográfiai átmenet-elmélet

105 A demográfiai átmenet-elmélet

106 Tartalom A népesség és változása Halandóság Várható élettartam Egészségben töltött évek 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

107 Tartalom A népesség és változása Halandóság Várható élettartam Egészségben töltött évek 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

108 Kérdésfeltevések A népesség és változása Halandóság Várható élettartam Egészségben töltött évek Eddig inkább csak a születéssel foglalkoztunk Hasonlóan fontos kérdés a halálozás (a várható élettartam miatt is) és a betegségek annyiban, hogy hogyan alakul az egészségben töltött idő

109 Kérdésfeltevések A népesség és változása Halandóság Várható élettartam Egészségben töltött évek Eddig inkább csak a születéssel foglalkoztunk Hasonlóan fontos kérdés a halálozás (a várható élettartam miatt is) és a betegségek annyiban, hogy hogyan alakul az egészségben töltött idő

110 Kérdésfeltevések A népesség és változása Halandóság Várható élettartam Egészségben töltött évek Eddig inkább csak a születéssel foglalkoztunk Hasonlóan fontos kérdés a halálozás (a várható élettartam miatt is) és a betegségek annyiban, hogy hogyan alakul az egészségben töltött idő

111 Az emberi halandóság jellege Halandóság Várható élettartam Egészségben töltött évek SWE USA 10^1 10^0 10^-1 10^-2 Korspecifikus mortalitás [/fő/év] 10^1 10^0 10^-1 HUN RUS 10^-3 10^-4 10^-2 10^-3 10^ Életkor Forrás: HMD.

112 Az emberi halandóság jellege Halandóság Várható élettartam Egészségben töltött évek Első fázis: gyerekbetegségek (magas, de nagyon gyorsan leeső kockázat) Második fázis: felnőttkor (alacsony, stabil kockázat) Harmadik fázis: öregkori mortalitás (hosszú időtartam alatt, exponenciálisan növekvő kockázat)

113 Az emberi halandóság jellege Halandóság Várható élettartam Egészségben töltött évek Első fázis: gyerekbetegségek (magas, de nagyon gyorsan leeső kockázat) Második fázis: felnőttkor (alacsony, stabil kockázat) Harmadik fázis: öregkori mortalitás (hosszú időtartam alatt, exponenciálisan növekvő kockázat)

114 Az emberi halandóság jellege Halandóság Várható élettartam Egészségben töltött évek Első fázis: gyerekbetegségek (magas, de nagyon gyorsan leeső kockázat) Második fázis: felnőttkor (alacsony, stabil kockázat) Harmadik fázis: öregkori mortalitás (hosszú időtartam alatt, exponenciálisan növekvő kockázat)

115 Összevetés: gépek (bathtub curve) Halandóság Várható élettartam Egészségben töltött évek

116 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

117 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

118 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

119 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

120 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

121 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

122 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

123 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

124 Halandóság Várható élettartam Egészségben töltött évek Összevetés: állatvilág (r/k stratégiák) r-stratégia sok utód, kevesebb gondoskodás, kevesebb éri meg a felnőttkort, korai szexuális érettség, általában kis testméret ott jellemző, ahol kiszámíthatatlan vagy gyorsan változó a környezet, van hely terjeszkedni baktériumok, rovarok, rágcsálók stb. K-stratégia kevés utód, hosszú szülői gondoskodás, több éri meg a felnőttkort, hosszú idő a szexuális érettség eléréséig, általában nagy testméret ott jellemző, ahol stabil a környezet, és telítettebb nagy testű emlősök dn Az elnevezés oka a Verhulst-modell: dt növekedési ráta, K a környezet kapacitása ( ) = rn 1 N K ; itt r a

125 Late-life mortality deceleration Halandóság Várható élettartam Egészségben töltött évek Rovarokban egyértelmű, emberekben vitatott (a görbe végét nehéz becsülni a kevés megfigyelés miatt):

126 Halandósági tábla A népesség és változása Halandóság Várható élettartam Egészségben töltött évek Tipikus elemek: x: életkor(csoport) q x : feltéve, hogy valaki megérte az x-et, mekkora valószínűséggel hal meg x + 1 előtt (és p x = 1 q x ) l x : annak a valószínűsége, hogy valaki megéri az x-et (tehát l x+1 = l x p x ) d x : halálozások száma x és x + 1 között (tehát d x = l x l x+1 = l x q x ) Általában százezer főre vonatkoztatva adják meg (l 0 = az ún. radix)

127 Halandóság Várható élettartam Egészségben töltött évek A magyar halandósági tábla 2015-ben x nax nmx nqx lx ndx nlx Tx ex Forrás: KSH Tájékoztatási adatbázis alapján demogr csomaggal.

128 Halandósági tábla konstrukciója Halandóság Várható élettartam Egészségben töltött évek Kohorsz: ugyanakkor született emberek (így persze szükségképp több időszakon keresztül) Időtartam: ugyanabban az időszakban (így persze szükségképp különböző időpontban született emberekből)

129 Halandósági tábla konstrukciója Halandóság Várható élettartam Egészségben töltött évek Kohorsz: ugyanakkor született emberek (így persze szükségképp több időszakon keresztül) Időtartam: ugyanabban az időszakban (így persze szükségképp különböző időpontban született emberekből)

130 Tartalom A népesség és változása Halandóság Várható élettartam Egészségben töltött évek 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

131 Születéskor várható élettartam Halandóság Várható élettartam Egészségben töltött évek

132 Halandóság Várható élettartam Egészségben töltött évek A várható élettartam jellegzetességei Szintetikus mutató Átlag, ebből adódóan érzékeny a kiugró értékekre Ezen belül is különösen: a régi értékeket az extrém csecsemőhalandóság húzta le

133 Halandóság Várható élettartam Egészségben töltött évek A várható élettartam jellegzetességei Szintetikus mutató Átlag, ebből adódóan érzékeny a kiugró értékekre Ezen belül is különösen: a régi értékeket az extrém csecsemőhalandóság húzta le

134 Halandóság Várható élettartam Egészségben töltött évek A várható élettartam jellegzetességei Szintetikus mutató Átlag, ebből adódóan érzékeny a kiugró értékekre Ezen belül is különösen: a régi értékeket az extrém csecsemőhalandóság húzta le

135 Csecsemőhalandóság Halandóság Várható élettartam Egészségben töltött évek

136 Halandóság Várható élettartam Egészségben töltött évek Adott életkornál várható hátralevő életttartam

137 Halandóság Várható élettartam Egészségben töltött évek Születéskor várható élettartam globális eloszlása

138 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség

139 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

140 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

141 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

142 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

143 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

144 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

145 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

146 Halandóság Várható élettartam Egészségben töltött évek Élettartam és a gazdasági fejlettség Ez korreláció, az okozati kapcsolat az eddig látottakhoz hasonlóan nagyon zűrös kérdés Kilaposodó kapcsolat Látszik például, hogy a GDP-n túl az év is összefügg... és még sok minden más (gondoljunk az USA és a csecsemőhalandóság példájára) Hihetetlenül izgalmas kérdés, hogy betegség szintjén minek milyen összefüggése van a fejlettséggel! Negatív? Azt mondjuk, hogy első ránézésre is érthető... Pozitív? Van ami második ránézésre érthető, például rák (ugye abból általánosságban véve jó, ha több van!) De mi van például az 1-es típusú diabetes-szel...?

147 Tartalom A népesség és változása Halandóság Várható élettartam Egészségben töltött évek 1 A népesség és változása A népesség nagysága A népesség változásának gyorsasága 2 3 Halandóság Várható élettartam Egészségben töltött évek

148 Haláloki struktúra Magyarországon Halandóság Várható élettartam Egészségben töltött évek

149 Haláloki struktúra A népesség és változása Halandóság Várható élettartam Egészségben töltött évek Halálok megállapítása kérdéses lehet Legnagyobb probléma: figyelmen kívül hagyja, hogy ki mikor hal meg! Ezért marhaságok az olyan nyilatkozatok, hogy Úristen, a magyar lakosság negyede rákban hal meg! (na és? én nagyon örülnék, ha 100%-a rákban halna meg feltéve, hogy ezt 120 évesen teszik... )

150 Haláloki struktúra A népesség és változása Halandóság Várható élettartam Egészségben töltött évek Halálok megállapítása kérdéses lehet Legnagyobb probléma: figyelmen kívül hagyja, hogy ki mikor hal meg! Ezért marhaságok az olyan nyilatkozatok, hogy Úristen, a magyar lakosság negyede rákban hal meg! (na és? én nagyon örülnék, ha 100%-a rákban halna meg feltéve, hogy ezt 120 évesen teszik... )

151 Haláloki struktúra A népesség és változása Halandóság Várható élettartam Egészségben töltött évek Halálok megállapítása kérdéses lehet Legnagyobb probléma: figyelmen kívül hagyja, hogy ki mikor hal meg! Ezért marhaságok az olyan nyilatkozatok, hogy Úristen, a magyar lakosság negyede rákban hal meg! (na és? én nagyon örülnék, ha 100%-a rákban halna meg feltéve, hogy ezt 120 évesen teszik... )

152 Halandóság Várható élettartam Egészségben töltött évek Miért értelmetlen önmagában a haláloki struktúra (a) Szváziföld haláloki megoszlása (b) USA haláloki megoszlása

153 Elveszett évek száma Halandóság Várható élettartam Egészségben töltött évek PYLL: adott évhez képest nézzük a korai halálozást (tipikusan 75) Egyfajta életkor szerinti súlyozás (mármint ami eltéríti a sima halálozáshoz képest): az nem számít, ha 75 év után halsz meg (A súlyfüggvény konstans 1 hetvenöt év alatt, konstans 0 fölötte) Első ránézésre elég abszurd/vicces, de másodikra nagyon is racionális mondanivalója van Policy szempontból nagyon érdekes: mire fordítsunk erőforrást? egyáltalán nem biztos, hogy arra racionális, amiben sokan halnak meg!

154 Elveszett évek száma Halandóság Várható élettartam Egészségben töltött évek PYLL: adott évhez képest nézzük a korai halálozást (tipikusan 75) Egyfajta életkor szerinti súlyozás (mármint ami eltéríti a sima halálozáshoz képest): az nem számít, ha 75 év után halsz meg (A súlyfüggvény konstans 1 hetvenöt év alatt, konstans 0 fölötte) Első ránézésre elég abszurd/vicces, de másodikra nagyon is racionális mondanivalója van Policy szempontból nagyon érdekes: mire fordítsunk erőforrást? egyáltalán nem biztos, hogy arra racionális, amiben sokan halnak meg!

155 Elveszett évek száma Halandóság Várható élettartam Egészségben töltött évek PYLL: adott évhez képest nézzük a korai halálozást (tipikusan 75) Egyfajta életkor szerinti súlyozás (mármint ami eltéríti a sima halálozáshoz képest): az nem számít, ha 75 év után halsz meg (A súlyfüggvény konstans 1 hetvenöt év alatt, konstans 0 fölötte) Első ránézésre elég abszurd/vicces, de másodikra nagyon is racionális mondanivalója van Policy szempontból nagyon érdekes: mire fordítsunk erőforrást? egyáltalán nem biztos, hogy arra racionális, amiben sokan halnak meg!

156 Elveszett évek száma Halandóság Várható élettartam Egészségben töltött évek PYLL: adott évhez képest nézzük a korai halálozást (tipikusan 75) Egyfajta életkor szerinti súlyozás (mármint ami eltéríti a sima halálozáshoz képest): az nem számít, ha 75 év után halsz meg (A súlyfüggvény konstans 1 hetvenöt év alatt, konstans 0 fölötte) Első ránézésre elég abszurd/vicces, de másodikra nagyon is racionális mondanivalója van Policy szempontból nagyon érdekes: mire fordítsunk erőforrást? egyáltalán nem biztos, hogy arra racionális, amiben sokan halnak meg!

157 Elveszett évek száma Halandóság Várható élettartam Egészségben töltött évek PYLL: adott évhez képest nézzük a korai halálozást (tipikusan 75) Egyfajta életkor szerinti súlyozás (mármint ami eltéríti a sima halálozáshoz képest): az nem számít, ha 75 év után halsz meg (A súlyfüggvény konstans 1 hetvenöt év alatt, konstans 0 fölötte) Első ránézésre elég abszurd/vicces, de másodikra nagyon is racionális mondanivalója van Policy szempontból nagyon érdekes: mire fordítsunk erőforrást? egyáltalán nem biztos, hogy arra racionális, amiben sokan halnak meg!

158 DALY A népesség és változása Halandóság Várható élettartam Egészségben töltött évek De ez még mindig nem veszi figyelembe az életminőség csökkenését (csak azt, hogy él-e valaki vagy sem) Ötlet: a QALY-hoz hasonlóan súlyozzunk az életminőséggel! Pl. ha a vakon élés 50%-os életminőség, akkor abból 2 év ugyanannyi, mint 1 évvel korábban meghalni Ez a DALY: levonja a 75 előtt halottan töltött éveket és a betegen töltött éveket is, súlyozva az az alatti életminőséggel (Persze az nagyon jó kérdés, hogy hogyan tudjuk meghatározni, hogy a vakság az hány százalékos életminőség... ) Néha nem 75-höz viszonyítanak, hanem a halálozás időpontjában hátralevő várható élettartamot veszik (teljesen) elveszített éveknek

159 DALY A népesség és változása Halandóság Várható élettartam Egészségben töltött évek De ez még mindig nem veszi figyelembe az életminőség csökkenését (csak azt, hogy él-e valaki vagy sem) Ötlet: a QALY-hoz hasonlóan súlyozzunk az életminőséggel! Pl. ha a vakon élés 50%-os életminőség, akkor abból 2 év ugyanannyi, mint 1 évvel korábban meghalni Ez a DALY: levonja a 75 előtt halottan töltött éveket és a betegen töltött éveket is, súlyozva az az alatti életminőséggel (Persze az nagyon jó kérdés, hogy hogyan tudjuk meghatározni, hogy a vakság az hány százalékos életminőség... ) Néha nem 75-höz viszonyítanak, hanem a halálozás időpontjában hátralevő várható élettartamot veszik (teljesen) elveszített éveknek

160 DALY A népesség és változása Halandóság Várható élettartam Egészségben töltött évek De ez még mindig nem veszi figyelembe az életminőség csökkenését (csak azt, hogy él-e valaki vagy sem) Ötlet: a QALY-hoz hasonlóan súlyozzunk az életminőséggel! Pl. ha a vakon élés 50%-os életminőség, akkor abból 2 év ugyanannyi, mint 1 évvel korábban meghalni Ez a DALY: levonja a 75 előtt halottan töltött éveket és a betegen töltött éveket is, súlyozva az az alatti életminőséggel (Persze az nagyon jó kérdés, hogy hogyan tudjuk meghatározni, hogy a vakság az hány százalékos életminőség... ) Néha nem 75-höz viszonyítanak, hanem a halálozás időpontjában hátralevő várható élettartamot veszik (teljesen) elveszített éveknek

161 DALY A népesség és változása Halandóság Várható élettartam Egészségben töltött évek De ez még mindig nem veszi figyelembe az életminőség csökkenését (csak azt, hogy él-e valaki vagy sem) Ötlet: a QALY-hoz hasonlóan súlyozzunk az életminőséggel! Pl. ha a vakon élés 50%-os életminőség, akkor abból 2 év ugyanannyi, mint 1 évvel korábban meghalni Ez a DALY: levonja a 75 előtt halottan töltött éveket és a betegen töltött éveket is, súlyozva az az alatti életminőséggel (Persze az nagyon jó kérdés, hogy hogyan tudjuk meghatározni, hogy a vakság az hány százalékos életminőség... ) Néha nem 75-höz viszonyítanak, hanem a halálozás időpontjában hátralevő várható élettartamot veszik (teljesen) elveszített éveknek

162 DALY A népesség és változása Halandóság Várható élettartam Egészségben töltött évek De ez még mindig nem veszi figyelembe az életminőség csökkenését (csak azt, hogy él-e valaki vagy sem) Ötlet: a QALY-hoz hasonlóan súlyozzunk az életminőséggel! Pl. ha a vakon élés 50%-os életminőség, akkor abból 2 év ugyanannyi, mint 1 évvel korábban meghalni Ez a DALY: levonja a 75 előtt halottan töltött éveket és a betegen töltött éveket is, súlyozva az az alatti életminőséggel (Persze az nagyon jó kérdés, hogy hogyan tudjuk meghatározni, hogy a vakság az hány százalékos életminőség... ) Néha nem 75-höz viszonyítanak, hanem a halálozás időpontjában hátralevő várható élettartamot veszik (teljesen) elveszített éveknek

163 DALY A népesség és változása Halandóság Várható élettartam Egészségben töltött évek De ez még mindig nem veszi figyelembe az életminőség csökkenését (csak azt, hogy él-e valaki vagy sem) Ötlet: a QALY-hoz hasonlóan súlyozzunk az életminőséggel! Pl. ha a vakon élés 50%-os életminőség, akkor abból 2 év ugyanannyi, mint 1 évvel korábban meghalni Ez a DALY: levonja a 75 előtt halottan töltött éveket és a betegen töltött éveket is, súlyozva az az alatti életminőséggel (Persze az nagyon jó kérdés, hogy hogyan tudjuk meghatározni, hogy a vakság az hány százalékos életminőség... ) Néha nem 75-höz viszonyítanak, hanem a halálozás időpontjában hátralevő várható élettartamot veszik (teljesen) elveszített éveknek

164 DALY A népesség és változása Halandóság Várható élettartam Egészségben töltött évek