Befolkningsfremskrivning 2024
(opdateret den 03. juli 2024)
…tilbage
Alternativ 1 - uændret dødelighed
Resumé 2024 forudsætninger samme demografiske tendenser som hovedalternativ med uændret dødelighed i hele fremskrivningsperioden
Her redegøres for kilde(r) samt afledte beregninger, som giver det fuldstændige datagrundlag for fremskrivningsalternativet. Se alle grundlagsdata i base_alt1.xlsx
Udgangsbefolkning
Udgangsbefolkningen per 1. januar 2024, hentes fra Befolkningsregnskabet. Her er befolkningen opdelt efter fødestedsgrupperne, ‘født i Grønland(N)’, ‘født i Danmark/Færøerne(S)’ samt ‘født udenfor Rigsfællesskabet(A)’.
Det er alene befolkningen født i Grønland, som fremskives. For de som er født udenfor Grønland, holdes udgangsårets køn og aldersfordeling, konstant i hele fremskrivningsperioden.
Historik
I de endelige tabeller skal det beregnede fremtidige folketal og hændelser direkte kunne præsenteres sammen med de historiske. Derfor er det praktisk at inkludere data om antal personer, fødsler, dødsfald, ud- og indvandringer samt til- og fraflytninger.
Historiske hændelser er alle opdelt efter køn, fødselsårgang og fødestedsgruppe. Historiske hændelser er ens for alle alternativer.
Fertilitet
Det fremtidige fødselstal beregnes ved antagelser om den fremtidige fertilitet og det fremtidige antal kvinder. I perioden 2010 til 2019 blev kalenderårsfertiliteten beregnet til et niveau på omkring 2 børn per kvinde. Siden 2020 er den observerede samlede fertilitet faldet fra 2,1 til under 1,8 barn per kvinde.
Til fremskrivningernes alternativ 1 er disse år: 2021-2023 valgt som basisår. Her beregnes den samlede fertilitet til 1802 per 1.000 kvinder. De seneste 2 år er den samlede fertilitet endnu lavere,
Aldersforskydning
Den fremtidige fertilitet tilpasses i en overgangsperiode på 10 år, svarende til ændringen i de aldersbetingede fertilitetskvotienter de seneste 10 år, hvorefter fertiliteten holdes konstant i resten af fremskrivningsperioden
For 2024 beregnes fertiliteten for kalenderårene 2021-2023. De beregnede fertilitetskvotienter udglattes for at reducere effekten af tilfældige kalenderårs effekter, som især skyldes den lille befolkning.
Med disse forventninger vil den samlede fertilitet falde fra 1802 i 2023 til 1658 i 2033 per 1.000 kvinder.
Dødelighed
Selv når dødelighed beregnes for flere år under et, er befolkningens så lille, at der er stor usikkerhed omkring beregningerne, særligt i de ældre aldersklasser.
Til 2024 alternativ 1 beregnes dødelighed for disse år: 2019-2023 under et og den estimerede dødelighed glattes med r-pakken MortalityLaws hvor en Kostaki model anvendes. Både periodens observerede dødshyppigheder samt de glattede ses i figur 4.
De Kostaki-glattede dødshyppigheder fremskrives dernæst med den gennemsnitlige årlige køns- og aldersfordelte væksrate beregnet for perioden 1999 - 2023
Figur 5 viser den forventede aldersbetingede dødelighed, samt det samlende begreb, middellevetid, fra 2024 frem mod 2050. I figur 6 ses dødshyppigheder og middellevetid for start og slutår.
Udvandringer
De årlige udvandringer beregnes ud fra erfaringer i perioderne 2017-2019, 2022-2023. I figur 7 vises de beregnede og glattede udvandringshyppigheder. Til fremskrivningerne anvendes de beregnede udvandringshyppigheder under alder 20 og de glattede i de øvrige aldre.
Genindvandringer
I Statistikbanken findes genvandringer fra 1993 og frem. Først omkring 8 år efter udvandring, er de, som vil genindvandre, næsten alle med. Her anvendes erfaringer fra perioden 2012-2016.
Historisk befolkning hentes fra Statistikbankens befolkningsregnskab
Kode
wb <- createWorkbook()
#wb <- wb_workbook()
addWorksheet(wb,"content")
#wb_add_worksheet(wb,"content",content)
writeData(wb,"content",startRow=1,startCol=1,content)
writeData(wb,"content",startRow=3,startCol=1,txt1)
writeData(wb,"content",startRow=4,startCol=1,txt2)
writeData(wb,"content",startRow=6,startCol=1,txt3)
writeData(wb,"content",startRow=8,startCol=1,"Contents")
writeData(wb,"content",startRow=8,startCol=5,"List of variables")
writeData(wb,"content",startRow=9,startCol=1,"popBase")
writeData(wb,"content",startRow=9,startCol=2,"Population")
writeData(wb,"content",startRow=9,startCol=3,paste0("1994-",baseYear))
writeData(wb,"content",startRow=9,startCol=5,"grp")
writeData(wb,"content",startRow=9,startCol=6,"area")
writeData(wb,"content",startRow=9,startCol=7,"sex")
writeData(wb,"content",startRow=9,startCol=8,"age")
writeData(wb,"content",startRow=9,startCol=9,"pob(=place of birth")
writeData(wb,"content",startRow=9,startCol=10,"time")
writeData(wb,"content",startRow=10,startCol=1,"events")
writeData(wb,"content",startRow=10,startCol=2,"Events")
writeData(wb,"content",startRow=10,startCol=3,paste0("1994-",baseYear-1))
writeData(wb,"content",startRow=10,startCol=5,"grp")
writeData(wb,"content",startRow=10,startCol=6,"area")
writeData(wb,"content",startRow=10,startCol=7,"sex")
writeData(wb,"content",startRow=10,startCol=8,"event")
writeData(wb,"content",startRow=10,startCol=9,"age")
writeData(wb,"content",startRow=10,startCol=10,"time")
writeData(wb,"content",startRow=11,startCol=1,"birth73")
writeData(wb,"content",startRow=11,startCol=2,"Birth")
writeData(wb,"content",startRow=11,startCol=3,paste0("1973-",baseYear-1))
writeData(wb,"content",startRow=12,startCol=1,"fertility")
writeData(wb,"content",startRow=12,startCol=2,"calculated")
writeData(wb,"content",startRow=12,startCol=3,paste0(fertYears, collapse=','))
writeData(wb,"content",startRow=12,startCol=4,paste0("adaption: ", fertAdapt))
writeData(wb,"content",startRow=13,startCol=1,"mortality")
writeData(wb,"content",startRow=13,startCol=2,"calculated")
writeData(wb,"content",startRow=13,startCol=3,paste0(mortYears, collapse=','))
writeData(wb,"content",startRow=13,startCol=4,paste0("adaption: ", mortAdapt))
writeData(wb,"content",startRow=14,startCol=1,"emigration")
writeData(wb,"content",startRow=14,startCol=2,"Emigration")
writeData(wb,"content",startRow=14,startCol=3,paste0(emiYears, collapse=','))
writeData(wb,"content",startRow=15,startCol=1,"remgrrates")
writeData(wb,"content",startRow=15,startCol=2,"Remigration rates")
writeData(wb,"content",startRow=15,startCol=3,paste0(revandYears, collapse=','))
writeData(wb,"content",startRow=16,startCol=1,"popHist")
writeData(wb,"content",startRow=16,startCol=2,"popHist - bruges den?")
writeData(wb,"content",startRow=17,startCol=1,"flytr")
writeData(wb,"content",startRow=17,startCol=2,"Regionale flytninger")
writeData(wb,"content",startRow=18,startCol=1,"flytraN")
writeData(wb,"content",startRow=18,startCol=2,"Regional flytte matrice")
addWorksheet(wb,"popBase")
writeData(wb,"popBase",popBase)
addWorksheet(wb,"popfitBase")
writeData(wb,"popfitBase",popfitBase)
addWorksheet(wb,"events")
writeData(wb,"events",eventdata)
addWorksheet(wb,"birth73")
writeData(wb,"birth73",birth_raw)
addWorksheet(wb,"flytraN")
writeData(wb,"flytraN",bexflytraN)
addWorksheet(wb,"flytr")
writeData(wb,"flytr",bexflytr)
addWorksheet(wb,"popHist")
writeData(wb,"popHist",popHist)
addWorksheet(wb,"fert_change")
writeData(wb,"fert_change",fert_all_dta)
addWorksheet(wb,"fertility")
futfut_final <- futfut_final %>% rename(ageult=age)
writeData(wb,"fertility",futfut_final)
# addWorksheet(wb,"smooth_mortality")
# writeData(wb,"smooth_mortality",hy)
addWorksheet(wb,"mortality")
writeData(wb,"mortality",mortBase_out)
addWorksheet(wb,"emigration")
writeData(wb,"emigration",emiBase)
addWorksheet(wb,"remgrrates")
writeData(wb,"remgrrates",revandR)
saveWorkbook(wb,calcBase,overwrite = TRUE)