Modellen for regionale fremskrivninger
Den anvendte model er den samme som anvendes til at fremskrive hele befolkningen, men hvor fraflytning i landsfremskrivningen per definition er lig tilflytning beregner og fordeler den regionale model også befolkningen efter vor viden om flytninger.
Sammenlignet med landsfremskrivningen er der betydelig større usikkerhed forbundet med regionale fremskrivninger. Dels er befolkningen væsentlig mindre end for hele landet og påvirkes derfor i højere grad af tilfældige årsvariationer og dels er der større usikkerhed om modellens parametre.
Fremskrivningerne er derfor i højere grad resultater af modellens parametre og kan derfor på kort sigt afvige betydeligt fra virkeligheden.
Befolkningsstatistikken leverer sikker viden om befolkningens størrelse og fordeling samt viden om regionale forskelle. Fx har vi over længere tid konstateret at fertiliteten i bygderne er højere end i byerne. Vi kan også se at fertiliteten er lavest i de største byer. Denne viden er i denne fremskrivning indarbejdet at omfatte regionale fertilitetsforskelle på baggrund af indekstal beregnet for kommunerne. De beregnede regionale fertilitetsmål findes nu i Statistikbanken, også for distrikterne.
Figur 5. Regionale fertilitetsforskelle. 5-års løbende indeks.
Kilde: Grønlands Statistik. For tal se Statistikbanken http://bank.stat.gl/bedbbrf
I figur 5 ses resultatet af indeksberegningerne, hvor der for hvert distrikt og kommune er beregnet et forventet antal levendefødte, hvis distriktets kvinder føder børn i overensstemmelse med de aldersbetingede fertilitetskvotienter for hele landet. Dette sættes i forhold til det faktiske antal levendefødte. Endelig er beregningerne foretaget på løbende 5 år, hvilket reducerer påvirkningen af tilfældige variationer.
I Nuuk har fertiliteten altså gennem de sidste 35 år været 15-20 pct. under landsgennemsnittet og omvendt har Tasiilaq de sidste 15 år haft ganske høj fertilitet, 30 til 40 pct. over landsgennemsnittet.
Figur 5a. Regionale fertilitetsforskelle by/bygd. 5-års løbende indeks.
Kilde: Grønlands Statistik. For tal se Statistikbanken http://bank.stat.gl/bedbbrf
Vi anvender erfaringer fra de seneste 5 år til at beregne de aldersbetingede fertilitetskvotienter. Den udglattende effekt af dette ses i figur 6 som forskel mellem sort og rød kurve. De regionale fertilitetsforskelle medtages i fremskrivningsmodellen ved at hæve eller sænke fertilitetsniveauet svarende til det beregnede regionale fertilitetsindeks.
Figur 6. Fertilitetsforventninger
Kilde: Grønlands Statistik. For tal se Statistikbanken http://bank.stat.gl/bedft
Dødeligheden er formodentlig også forskellig for forskellige egne af landet. Effekten af dødelighed er dog ikke så tydelig som af fertilitet, hvor resultatet af alle forskelle samles i en alder, nemlig antallet af levendefødte.
Den samlede effekt af dødelighedsforskelle er i stedet fordelt på hele aldersspektret. Det går til nød an at sammenligne summariske mål og konstatere forskelle. Fx er middellevetiden for kvinder et par år lavere for kvinder med bopæl i bygder, men når denne viden skal bruges detaljeret på et-års aldersklasser betyder de små befolkningsstørrelser at kalenderårsvaria-tionen gør målene uanvendelige. I beregningerne anvendes dødeligheden for hele landet fortsat for alle kommuner.
For Grønlands Statistiks løbende arbejde med at forbedre fremskrivningsmodellen har Lektor Emeritus Hans Oluf Hansen fra København Universitet skrevet rapporten ’Dødelighed i små samfund’, se http://www.stat.gl/bed201602/p2 . I rapporten beskrives ’cutting edge’ statistiske metoder, der kan anvendes ved analyser af udvikling af dødeligheden. Som første trin offentliggør Grønlands Statistik nu løbende et såkaldt befolkningsregnskab (http://bank.stat.gl/bedcalc), hvorfra oplysninger om befolkningen og demografiske hændelse kan fordeles på hændelses- og fødselsår.
Både i Landsfremskrivningen og i de regionale fremskrivninger antages, at der også på lang sigt må konstateres en nettoudvandring fra Grønland, som det har været tilfældet de seneste 35 år. Vandringerne mellem kommunerne og udlandet beregnes ved for de seneste 10 år at beregne regionale køns- og aldersbetingede udvandringshyppigheder, som så bruges til at bestemme udvandringsomfanget i fremskrivningsperioden. Antal indvandringer beregnes først ud fra en kommunespecifik retur-rate, hvorefter de fordeles på køn og alder med samme køns- og aldersfordeling som fandtes i kommunen, de seneste 10 år.
Summen af fremskrivningerne for de 4 kommuner giver ikke en sum som svarer eksakt til hele landet. Det skyldes flere forhold. Fx
1. Udgangspunktet for Landsfremskrivningen er hele befolkningen, mens kommunefremskrivningen kun medtager befolkningen som bor i enten by eller bygd. Dvs. folk som bor udenfor kommunerne (fx stationer og fåreholdersteder) holdes udenfor. Det skyldes kommunerne i modellen opgøres ud fra bopælslokalitet.
2. Små fejl og unøjagtigheder i beregninger og grundlagsdata akkumuleres gennem fremskrivningsperioden.
I denne fremskrivning er unøjagtigheder kun delvist blevet afstemt.
Som det fremgår af denne metodebeskrivelse er vore forudsigelser om befolkningsudviklingen i kommunerne baseret på en rent demografisk model samt en række forenklede forudsætninger, som i gennemsnit over en årrække viser befolkningens størrelse, køns- og aldersfordeling.
Som eksempel vises i figur 7 den mandlige del af Kommuneqarfik Sermersooq’s befolkning fordelt på alder for hhv. årene 2006, 2016, 2026 og 2036. De første 2 viste år er fra den faktiske opgørelse og det ses antallet af mænd i de enkelte alderstrin ikke følger en glat kurve. Særligt tydeligt er de store fødselsårgange som fra 2006 til 2016 er blevet 10 år ældre. Frem mod 2026 udglattes aldersfordelingen pga. modellens gennemsnitsantagelser, dog kan de store fødselsårgange fortsat ses.
Frem mod 2036 udglattes aldersfordelingen yderligere og jo længere fremskrivnings horisont der anvendes jo mere vil aldersfordelingen være bestemt af modellens forudsætninger.
Figur 7. Mænd i Kommuneqarfik Sermersooq, udvalgte år
Kilde: Grønlands Statistik. For tal se Statistikbanken http://bank.stat.gl/bedprogreg