JOURNAL ARTICLE
Cite JOURNAL ARTICLE
Style
Format
Zur Entwicklung der Bevölkerung, der Anzahl der Schüler, der Studienanfänger und der Pflegebedürftigen: Stochastische Modellrechnungen für Deutschland bis 2050
Bomsdorf, Eckart | Babel, Bernhard | Schmidt, Rafael
Sozialer Fortschritt, Vol. 57 (2008), Iss. 5 : pp. 125–132
4 Citations (CrossRef)
Additional Information
Article Details
Pricing
Author Details
1Universität zu Köln, Seminar für Wirtschafts- und Sozialstatistik, Albertus-Magnus-Platz, 50923 Köln.
2Universität zu Köln, Seminar für Wirtschafts- und Sozialstatistik, Albertus-Magnus-Platz, 50923 Köln.
3Universität zu Köln, Seminar für Wirtschafts- und Sozialstatistik, Albertus-Magnus-Platz, 50923 Köln.
Cited By
-
Migration Forecasting—Significance and Approaches
Fuchs, Johann | Söhnlein, Doris | Vanella, PatrizioEncyclopedia, Vol. 1 (2021), Iss. 3 P.689
https://doi.org/10.3390/encyclopedia1030054 [Citations: 7] -
A probabilistic projection of beneficiaries of long-term care insurance in Germany by severity of disability
Vanella, Patrizio | Heß, Moritz | Wilke, Christina B.Quality & Quantity, Vol. 54 (2020), Iss. 3 P.943
https://doi.org/10.1007/s11135-020-00968-w [Citations: 15] -
A Probabilistic Cohort-Component Model for Population Forecasting – The Case of Germany
Vanella, Patrizio | Deschermeier, PhilippJournal of Population Ageing, Vol. 13 (2020), Iss. 4 P.513
https://doi.org/10.1007/s12062-019-09258-2 [Citations: 11] -
An Overview of Population Projections—Methodological Concepts, International Data Availability, and Use Cases
Vanella, Patrizio | Deschermeier, Philipp | Wilke, Christina B.Forecasting, Vol. 2 (2020), Iss. 3 P.346
https://doi.org/10.3390/forecast2030019 [Citations: 9]
Abstract
Im vorliegenden Beitrag werden zunächst Bevölkerungs-vorausberechnungen für Deutschland bis 2050 vorgelegt und deren theoretische Grundlagen dargestellt, die im Gegensatz zu den gängigen Berechnungen, die auf deterministischen Modellen beruhen und mehrere Varianten durchrechnen, von einem stochastischen Modell ausgehen. Dieses erlaubt neben Punktprognosen auch Intervallprognosen, bei denen unter Umständen Wahrscheinlichkeitsaussagen möglich sind, die bei deterministischen Bevölkerungvorausberechnungen – zum Beispiel denen des Statistischen Bundesamtes (2006) – nicht zulässig sind.
Im zweiten Teil des Beitrags werden die Auswirkungen der eingangs dargestellten demografischen Entwicklung auf die Anzahl der Einzuschulenden und der Studienanfänger sowie die Anzahl der Pflegebedürftigen aufgezeigt. Für die für diese Größen resultierenden Konfidenzbänder wird anschließend untersucht, welche Bedeutung Fertilität, Migration und Mortalität haben.
This paper provides population projections for Germany until the year 2050. In contrast to traditional scenario-based deterministic projections, a stochastic approach is presented. The approach allows for a probabilistic interpretation and the construction of confidence intervals. This is not possible for traditional deterministic projections, such as the current projection by the Federal Statistical Office of Germany (2006).
First, we elaborate stochastic models for the demographic components (fertility, migration and mortality). Afterwards, the impact of the demographic development is quantified regarding the future evolution of the number of students, undergraduates, and those in need of nursing care. The influence of fertility, migration and mortality on the resulting confidence intervals for these variables is analysed.