STARZENIE SIĘ MIAST AGLOMERACJI ŚLĄSKIEJ

Podobne dokumenty
ANALIZA STRUKTURY DEMOGRAFICZNEJ I PROCESU STARZENIA SIĘ CZŁONKÓW OFE

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej IV kwartał 2018 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2019 r.

PROGNOZA DEMOGRAFICZNA NA LATA DLA WOJEWÓDZTWA WARMIŃSKO-MAZURSKIEGO

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2017 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2017 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej IV kwartał 2017 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2016 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2016 r.

STAROŚĆ DEMOGRAFICZNA OBSZARÓW WIEJSKICH I JEJ ZRÓŻNICOWANIE. Ewa Wasilewska

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2018 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 2018 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 2017 r.

Emerytury nowosystemowe wypłacone w grudniu 2018 r. w wysokości niższej niż wysokość najniższej emerytury (tj. niższej niż 1029,80 zł)

Profesor Edward Rosset

STARZENIE SIĘ LUDNOŚCI JAKO DETERMINANTA SPADKU NATĘŻENIA MIGRACJI NA STAŁE W POLSCE

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2018 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej I kwartał 2019 r.

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

Zielone powiaty województwa śląskiego

DZIECI I MŁODZIEŻ W WIEKU 0-18 LAT BĘDĄCYCH POD OPIEKĄ LEKARZA PODSTAWOWEJ OPIEKI ZDROWOTNEJ (RODZINNEGO), U KTÓRYCH STWIERDZONO CUKRZYCĘ E10-E14

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

Wykład 5: Statystyki opisowe (część 2)

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Zanieczyszczenia powietrza a przedwczesne zgony i hospitalizacje z powodu chorób układu sercowo-naczyniowego

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Wskaźnik asymetrii Jeżeli: rozkład jest symetryczny, to = 0, rozkład jest asymetryczny lewostronnie, to < 0. Kwartylowy wskaźnik asymetrii

1 Podstawy rachunku prawdopodobieństwa

Ocena sytuacji demograficznej Gdańska ze szczególnym uwzględnieniem jednostki pomocniczej Wrzeszcz Górny

Miary statystyczne w badaniach pedagogicznych

PROCESY URBANIZACJI W WOJEWÓDZTWIE ŚLĄSKIM WYBRANE ZAGADNIENIA

Parametry statystyczne

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

PRACUJĄCY W WOJEWÓDZTWIE ŚLĄSKIM W 2006 R.

INFORMACJA WSTĘPNA O WYNIKACH EGZAMINU GIMNAZJALNEGO 2008 W WOJEWÓDZTWIE ŚLĄSKIM

Struktura demograficzna powiatu

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

Małgorzata Kołpak-Kowalczuk. Stacjonarna opieka zdrowotna w realizacji potrzeb zdrowotnych populacji województwa podlaskiego w latach

Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2018 roku

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Tendencje zmian umieralności w populacji Łodzi ze szczególnym uwzględnieniem grupy wiekowej lata

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

INFORMACJA WSTĘPNA O WYNIKACH SPRAWDZIANU 2008 W WOJEWÓDZTWIE ŚLĄSKIM

URZĄD STATYSTYCZNY W WARSZAWIE ul. 1 Sierpnia 21, Warszawa STAN I RUCH NATURALNY LUDNOŚCI W WOJEWÓDZTWIE MAZOWIECKIM W 2016 R.

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

Statystyka. Opisowa analiza zjawisk masowych

Zakład Ubezpieczeń Społecznych Departament Statystyki. Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku.

Analiza zróżnicowania, asymetrii i koncentracji

Inteligentna analiza danych

Zmiany demograficzne w świetle wyników prognozy ludności Polski do 2050 r.

3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych

Demografia Liczba, rozmieszczenie i struktura ludności


Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia

Próba własności i parametry

INFORMACJE O WYNIKACH EGZAMINU GIMNAZJALNEGO 2011 W WOJEWÓDZTWIE ŚLĄSKIM

URZĄD STATYSTYCZNY W WARSZAWIE ul. 1 Sierpnia 21, Warszawa STAN I RUCH NATURALNY LUDNOŚCI W WOJEWÓDZTWIE MAZOWIECKIM W 2014 R.

PODMIOTY GOSPODARKI NARODOWEJ WPISANE DO REJESTRU REGON W WOJEWÓDZTWIE ŚLĄSKIM. STAN NA KONIEC 2007 R.

Egzamin maturalny 2012 w województwie śląskim. Informacje o wynikach

1. Analiza wskaźnikowa Wskaźniki szczegółowe Wskaźniki syntetyczne

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

URZĄD STATYSTYCZNY W BIAŁYMSTOKU

STAN I STRUKTURA LUDNOŚCI W WOJEWÓDZTWIE LUBELSKIM

Analiza struktury i przeciętnego poziomu cechy

Ruchy migracyjne akcentowane w obu landach niemieckich, przyrost naturalny po polskiej stronie

ANALIZA PRZYCZYN UMIERALNOŚCI MIESZKAŃCÓW POWIATU OLECKIEGO. 1. Długość życia i umieralność mieszkańców powiatu oleckiego

SYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii

Wprowadzenie. Gorsza jakość powietrza. Rak płuca Śmiertelność ogólna Śmiertelność z przyczyn sercowo-płucnych

DYNAMIKA ZRÓŻNICOWANIA WYBRANYCH PROCESÓW DEMOGRAFICZNYCH W REGIONACH POLSKI

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.

Struktura wysokości świadczeń wypłacanych przez ZUS po waloryzacji w marcu 2019 roku

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),

SUBIEKTYWNEJ JAKOŚCI ŻYCIA TOM II SZCZEGÓŁOWE WYNIKI BADAŃ WEDŁUG DZIEDZIN

4. Analiza porównawcza potencjału Ciechanowa

Zadanie 3. Temat 1. Zbieranie danych, obliczanie współczynników wielorakich dla raka płuca; określenie rejonów endemii

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

410 Metody ilościowe w ekonomii

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy)

Starzenie się populacji. Anna Nicińska

Analiza Powiatu Tarnogórskiego

Opracowania sygnalne BUDOWNICTWO MIESZKANIOWE W WOJEWÓDZTWIE ŚLĄSKIM W 2006 R.

Egzamin maturalny 2015 w województwie śląskim

EGZAMIN MATURALNY 2011 W SZKOŁACH PONADGIMNAZJALNYCH DLA DOROSŁYCH W WOJEWÓDZTWIE ŚLĄSKIM. sesja wiosenna

ZDAWALNOŚĆ EGZAMINU MATURALNEGO 2009 W SZKOŁACH PONADGIMNAZJALNYCH DLA DOROSŁYCH

Płodność i urodzenia nastolatek

Miary asymetrii STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

2. Rozmiary migracji wewnętrznych ludności starszej w roku 2002 na tle ruchu wędrówkowego w Polsce w latach dziewięćdziesiątych

Próbny sprawdzian informacja o wynikach w wylosowanych szkołach województwa śląskiego

Jaworzno, dn

Transkrypt:

Anna Ojrzyńska Uniwersytet Ekonomiczny w Katowicach STARZENIE SIĘ MIAST AGLOMERACJI ŚLĄSKIEJ Wprowadzenie Demograficzne spojrzenie na proces starzenia się populacji pozwala ocenić zarówno stopień zaawansowania zjawiska, jak i jego dynamikę w określonym czasie na danym obszarze. Rozpoznanie takie samo w sobie zawiera wartość poznawczą, a oprócz tego stanowi niezbędny zasób wiedzy dla formułowania ocen i następstw pozademograficznych badanego zjawiska. Największy wpływ na starzenie się ludności ma spadek liczby urodzeń. Powoduje on najgłębsze zmiany w proporcji udziału w społeczeństwie osób najmłodszych i najstarszych. Podobnym czynnikiem ruchu naturalnego, skutkującym wydłużeniem się przeciętnej długości trwania życia, jest obniżenie się poziomu częstotliwości umierania, szczególnie w najstarszych grupach wieku. Dynamikę oraz stan zaawansowania omawianych procesów modyfikują też migracje. Starzenie się ludności jest współcześnie zjawiskiem globalnym, dotyczącym wielu regionów. Proces ten przebiega jednak bardzo nierównomiernie. Celem artykułu jest analiza przestrzennego zróżnicowania dynamiki i zaawansowania starzenia się populacji miast aglomeracji śląskiej. Ujęcie przestrzenne pozwala dostrzec niejednorodność w strukturze ludności poszczególnych miast oraz w przebiegu przemian demograficznych. Jako obszar aglomeracji śląskiej przyjęto strefę węzłową Górnośląskiego Obszaru Metropolitalnego (GOM). Strefa ta obejmuje obecnie 14 miast na prawach powiatu: Bytom, Chorzów, Dąbrowa Górnicza, Gliwice, Jaworzno, Katowice, Mysłowice, Piekary Śląskie, Ruda Śląska, Siemianowice Śląskie, Sosnowiec, Świętochłowice, Tychy, Zabrze.

124 Anna Ojrzyńska 1. Metodologia badania Wśród prostych miar zaawansowania starości w danym momencie czasu kalendarzowego można wymienić współczynnik starości demograficznej. Jest on wskaźnikiem struktury, pokazującym udział frakcji traktowanej jako starszej w całej populacji 1 : gdzie: L s liczebność starszej części zbiorowości, L og liczebność całej populacji. L s W s = (1) Log Natomiast spośród najczęściej stosowanych miar, opartych na ilościowych relacjach pomiędzy grupami wieku, wymienić można indeks starości demograficznej, określający obciążenie grupą najstarszą grupy najmłodszej 2 : gdzie: L m liczba osób w wieku 0-14 lat. L s I st = (2) Lm Im wartość tego wskaźnika jest wyższa, tym społeczeństwo jest starsze, ponieważ więcej ludności starszej przypada na określoną populację ludzi młodych. Do prostych mierników służących ocenie zaawansowania starości można zaliczyć również miary pozycyjne. Wyznaczając wartość kwintyla czwartego (q 0,8 ), można określić dolną granicę wieku dla 1/5 osób najstarszych w danej populacji 3. Wymienione poprzednio mierniki są oparte na strukturze wieku ludności, jednak nie uwzględniają zmian asymetrii rozkładów. Według M. Cieślak w ocenie zaawansowania procesu starzenia, obok średniej wieku populacji powinno uwzględniać się także asymetrię rozkładu wieku. Dlatego zaproponowana przez M. Cieślak miara starzenia jest pewną funkcją średniej wieku i wskaźnika asymetrii 4 : 1 2 3 4 T. Kowaleski, P. Szukalski, Starzenie się ludności Polski. Między demografią a gerontologią społeczną, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2008, s. 18. Z. Długosz, Próba określania zmian starości demograficznej Polski w ujęciu przestrzennym, Wiadomości Statystyczne 1998, nr 3, s. 19. T. Kowaleski, P. Szukalski, op. cit., s. 19. M. Cieślak, Pomiar procesu starzenia się, Studia Demograficzne 2004, nr 2/146, s. 9.

Starzenie się miast aglomeracji śląskiej 125 gdzie: S i miara starości w i-tej populacji, M i średnia wieku w i-tej populacji, A i wskaźnik asymetrii w i-tej populacji. S i = M i ( A i + 2) (3) Powyższa miara starości przyjmuje wartość równą średniej wieku, gdy populacja jest najmłodsza (czyli gdy wskaźnik asymetrii przyjmuje wartość jeden). Natomiast wraz ze starzeniem się ludności, miernik ten jest wielokrotnością średniej wieku. Większość wskaźników asymetrii A i opiera się na pewnych założeniach dotyczących regularności rozkładów, jednak w praktyce mamy często do czynienia z rozkładami wielomodalnymi oraz charakteryzującymi się występowaniem obserwacji odstających. W takich sytuacjach stosowanie wskaźników opartych na miarach pozycyjnych nie jest uzasadnione. Ponadto niektóre wskaźniki asymetrii nie dają możliwości czytelnych interpretacji, ponieważ nie są unormowane. Powyższych wad pozbawiony jest wskaźnik asymetrii zaproponowany przez Wywiała 5 : gdzie: γ 1 A = (4) γ + 2 2 μ3 γ 1 = (5) 3 σ μ 4 γ = 3 (6) μ 2 2 2 gdzie: μ 2, μ 3, μ 4 momenty centralne odpowiednio 2,3 i 4 rzędu, σ odchylenie standardowe. Zaletą wskaźnika asymetrii postaci (4) jest jego unormowanie. Przyjmuje on wartości z przedziału <-1,1>. Ujemne wartości wskaźnika A wskazują na asymetrię lewostronną, dodatnie na prawostronną, wartość zero oznacza symetrię rozkładu. 5 J. Wywiał, O pewnych unormowanych współczynnikach asymetrii i spłaszczenia rozkładu zmiennej losowej, Przegląd Statystyczny 1981, nr 28.

126 Anna Ojrzyńska Natomiast do oceny zmian w procesie starzenia się społeczeństwa w określonym przedziale czasu można wykorzystać zaproponowany przez Z. Długosza wskaźnik starzenia się demograficznego (W sd ) 6 : [ U U ] + [ U U ] W sd ( 0 14) t (0 14) t+ n ( > 65) t+ n ( > 65) t = (9) gdzie: U (0 14)t udział ludności w wieku 0-14 lat na początku badanego okresu, U (0 14)t+n udział ludności w wieku 0-14 lat na koniec badanego okresu, U (>65)t udział ludności w wieku 65 lat i więcej na początku badanego okresu, U (>65)t+n udział ludności w wieku 65 lat i więcej na koniec badanego okresu. Im wartości wskaźnika W sd będą niższe od 0, tym w większym stopniu będziemy mieli do czynienia z odmładzaniem się społeczeństwa, natomiast im wskaźnik ten będzie wyższy od 0, tym starzenie się ludności będzie dynamiczniejsze. 2. Analiza empiryczna Badanie starzenia się społeczeństwa przeprowadzono dla miast aglomeracji śląskiej. Analizę poziomu zaawansowania tego procesu oraz zachodzących w czasie zmian przeprowadzono na podstawie danych Głównego Urzędu Statystycznego na temat stanu i struktury ludności w latach 1995 i 2012, oraz wyników Narodowego Spisu Powszechnego Ludności w 2002 roku. W najprostszy sposób poziom starości miast aglomeracji śląskiej określono, obliczając udział najstarszej grupy wiekowej w ogóle populacji w 2012 roku (tab. 1). Najwyższym odsetkiem ludności starszej charakteryzowali się mieszkańcy Katowic, Chorzowa i Bytomia. Potwierdzają to również obliczone wartości tego współczynnika, oddzielnie dla kobiet i mężczyzn, przy czym stan zaawansowania starości demograficznej był wyższy dla kobiet niż dla mężczyzn, głównie ze względu na różnice wynikające z przeciętnej długości trwania życia według płci. Natomiast najmłodszymi pod względem demograficznym są mieszkańcy Tychów, Mysłowic oraz Rudy Śląskiej, dla których odsetek osób starszych w ogóle populacji jest zbliżony do poziomu przeciętnego w kraju (W s dla Polski wynosi 14,2%). 6 Z. Długosz, op. cit., s. 19.

Starzenie się miast aglomeracji śląskiej 127 Współczynnik starości demograficznej miast aglomeracji śląskiej w 2012 r. Tabela 1 Miasto Ogółem Mężczyźni Kobiety Katowice 17,8% 14,6% 20,7% Chorzów 17,0% 13,4% 20,4% Bytom 16,2% 13,1% 19,1% Sosnowiec 16,1% 12,9% 18,9% Gliwice 15,8% 13,1% 18,3% Siemianowice Śląskie 15,7% 12,9% 18,4% Zabrze 15,4% 13,0% 17,7% Piekary Śląskie 15,3% 12,1% 18,3% Świętochłowice 15,0% 12,3% 17,6% Jaworzno 14,9% 11,8% 17,9% Dąbrowa Górnicza 14,3% 11,5% 16,9% Ruda Śląska 14,2% 11,4% 16,9% Mysłowice 13,5% 11,1% 15,8% Tychy 13,1% 10,8% 15,2% Stosowanie jednej wartości, w tym przypadku udziału najstarszej grupy wieku, do oceny stanu procesu starzenia się, nie zawsze jest adekwatne do rzeczywistości, gdyż w pełni nie oddaje sytuacji demograficznej na badanym obszarze. Dlatego wykorzystano również miernik oparty na dwóch kryteriach liczbowych, tj. indeks starości demograficznej. Właściwa starość demograficzna populacji rozpoczyna się od momentu, gdy grupa wiekowa dzieci (0-14 lat) staje się mniej liczna od starszego odłamu ludności (65 lat i więcej) 7. Według przyjętego założenia w 2012 roku, w przypadku ludności ogółem, większość (tzn. 11 z 14 miast) można nazwać demograficznie starymi, a najwyższy poziom zaawansowania procesu starzenia się ludności, mierzony obciążeniem grupy najmłodszej grupą najstarszą, występuje w Katowicach oraz Sosnowcu (tab. 2). Z kolei na podstawie wyników dla obszaru całego kraju można stwierdzić, że w 2012 roku właściwa starość dla mieszkańców Polski nie została jeszcze osiągnięta. W przypadku kobiet starość demograficzna, w przyjętym rozumieniu, dotyczyła wszystkich miast analizowanego obszaru. Znacznie mniej rozwinięty proces starzenia dotyczy subpopulacji mężczyzn. Spośród wybranych miast wartość tego indeksu jedynie w Katowicach i Sosnowcu przekroczyła 100%. Zastosowany indeks jednocześnie uwzględnił sytuację w najmłodszej grupie wieku, determinowaną poziomem urodzeń. 7 T. Kowaleski, Przestrzenne zróżnicowanie starzenia się ludności Polski. Przyczyny, etapy, następstwa, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2011, s. 24.

128 Anna Ojrzyńska Tabela 2 Indeks starości demograficznej miast aglomeracji śląskiej w 2012 r. Miasto Ogółem Mężczyźni Kobiety Katowice 151,2% 115,5% 188,4% Sosnowiec 137,2% 102,5% 173,3% Bytom 122,9% 93,5% 153,2% Chorzów 122,6% 88,2% 159,6% Gliwice 122,2% 96,5% 148,7% Siemianowice Śląskie 119,4% 92,8% 146,2% Zabrze 117,6% 92,4% 144,8% Piekary Śląskie 112,7% 82,9% 144,2% Dąbrowa Górnicza 112,2% 84,6% 141,1% Jaworzno 111,9% 83,4% 142,1% Świętochłowice 107,3% 83,3% 131,8% Ruda Śląska 97,8% 74,1% 122,7% Mysłowice 94,6% 73,4% 116,9% Tychy 93,9% 73,5% 114,9% Jedną z miar pozwalającą ocenić różnice w zaawansowaniu omawianego procesu jest kwintyl czwarty wieku. Wartości tej miary dla omawianych miast w 2012 roku przedstawiono w tab. 3. Rozpatrując ludność miast ogółem, najwyższa wartość kwintyla czwartego wystąpiła w Sosnowcu, Katowicach, Chorzowie i Sosnowcu powyżej 62,5 roku, co oznacza, że 20% osób stanowiących najstarszą część populacji przekroczyła podaną granicę wieku. Kwintyl czwarty wieku mieszkańców miast aglomeracji śląskiej w 2012 r. Miasto Ogółem Mężczyźni Kobiety Katowice 63,5 61,0 65,6 Chorzów 62,8 59,8 65,3 Sosnowiec 62,7 60,8 64,4 Bytom 62,2 59,4 64,4 Siemianowice Śląskie 62,1 59,9 64,0 Gliwice 62,1 59,9 63,9 Dąbrowa Górnicza 61,5 59,8 63,1 Świętochłowice 61,5 59,5 63,3 Piekary Śląskie 61,5 59,0 63,8 Zabrze 61,3 59,3 63,2 Jaworzno 61,1 58,7 63,4 Ruda Śląska 60,6 58,6 62,7 Tychy 60,4 59,1 61,9 Mysłowice 59,9 58,1 61,8 Tabela 3

Starzenie się miast aglomeracji śląskiej 129 Najniższymi wartościami tej miary charakteryzowały się Mysłowice, Tychy oraz Ruda Śląska. Podobnie jak w przypadku dotychczas rozpatrywanych miar, wartość kwintyla czwartego wskazuje na większe zaawansowanie procesu starzenia się kobiet niż mężczyzn. Rozpiętość wartości tej miary ze względu na płeć wynosi od 2,8 roku (dla Tychów) do 5,5 roku (dla Chorzowa). Do oceny zróżnicowania przestrzennego zaawansowania procesu starzenia się w aglomeracji śląskiej wykorzystano również parametry rozkładu wieku, tj. średnią arytmetyczną i wskaźnik asymetrii oraz miarę starości zaproponowaną przez M. Cieślak. Tabele 1 i 4-6 pokazują, że uporządkowanie miast według miary starości S i i odsetka osób w wieku 65 lat i więcej nie jest jednakowe, chociaż zbliżone. Przykładowo Katowice mają wyższy odsetek osób starszych niż Sosnowiec, ale według miary starości S i są młodsze. Miara starości S i oraz parametry rozkładu wieku ludności ogółem miast aglomeracji śląskiej w 2012 r. Miasto S i A x Sosnowiec 87,7-0,059 42,6 Katowice 85,0-0,002 42,5 Dąbrowa Górnicza 84,4-0,029 41,6 Siemianowice Śl. 83,3-0,015 41,4 Gliwice 81,0 0,036 41,2 Piekary Śląskie 80,7 0,024 40,9 Chorzów 80,6 0,041 41,1 Bytom 80,5 0,043 41,1 Świętochłowice 80,3 0,027 40,7 Tychy 80,0 0,015 40,3 Zabrze 79,4 0,057 40,9 Jaworzno 79,4 0,051 40,7 Ruda Śląska 78,0 0,047 39,9 Mysłowice 77,0 0,059 39,7 Tabela 4 Porównując zaawansowanie miast aglomeracji śląskiej na tle całego kraju, również na podstawie wyników miary S i (S i dla Polski wynosi 74,3 roku), możemy stwierdzić, że miasta te są demograficznie dużo starsze niż przeciętna w kraju. Wzmacnianie prawostronnej asymetrii rozkładu wieku oznacza odmładzanie struktur wieku, zaś osłabienie tej asymetrii starzenie się demograficzne. Trwanie życia wydłuża się, zwiększa się średnia wieku i następuje zmniejszenie prawostronnej asymetrii rozkładu. Te zmiany nasilają się w fazie nowoczesnej reprodukcji, prowadzącej do rozkładu symetrycznego. Takie zjawisko można zaobserwować na przykładzie populacji miast aglomeracji śląskiej, gdzie obliczone oddzielnie dla kobiet i mężczyzn wskaźniki asymetrii wskazują na rozkład

130 Anna Ojrzyńska symetryczny wieku w 2012 roku. Przy czym obliczony wskaźnik asymetrii dla całego obszaru wskazuje słabą asymetrię prawostronną (A = 0,13). Dalsze zmiany reprodukcji, polegające na wystąpieniu asymetrii lewostronnej, oznaczają, że populacja zaniechała wysiłków zmierzających do podtrzymania swojej liczebności. Tabela 5 Miara starości S i oraz parametry rozkładu wieku mężczyzn w miastach aglomeracji śląskiej w 2012 r. Miasto S i A x Sosnowiec 82,6-0,031 40,7 Dąbrowa Górnicza 80,4-0,016 39,9 Katowice 79,8 0,036 40,6 Siemianowice Śl. 78,8 0,014 39,7 Świętochłowice 76,8 0,040 39,2 Zabrze 76,6 0,062 39,5 Tychy 76,4 0,031 38,8 Piekary Śląskie 76,3 0,046 39,1 Gliwice 76,2 0,072 39,5 Bytom 75,7 0,075 39,3 Chorzów 75,3 0,073 39,1 Jaworzno 75,3 0,074 39,1 Ruda Śląska 74,5 0,058 38,4 Mysłowice 73,9 0,068 38,3 Podobnie jak w przypadku dotychczas rozpatrywanych miar, wartości miary starości S i wskazują na większe zaawansowanie procesu starzenia się kobiet niż mężczyzn. Potwierdzają to również wyznaczone średnie wieku, zdecydowanie wyższe dla kobiet (od 41 do 44 lat) niż dla mężczyzn (od 38 do 41 lat). Tabela 6 Miara starości S i oraz parametry rozkładu wieku kobiet w miastach aglomeracji śląskiej w 2012 r. Miasto S i A x Sosnowiec 93,4-0,106 44,3 Katowice 90,6-0,053 44,1 Dąbrowa Górnicza 88,9-0,059 43,1 Siemianowice Śl. 88,3-0,058 42,9 Chorzów 86,5-0,011 43,0 Gliwice 86,2-0,013 42,8 Bytom 85,9-0,008 42,8 Piekary Śląskie 85,7-0,017 42,5 Świętochłowice 84,2-0,002 42,1 Jaworzno 84,1 0,011 42,3 Tychy 84,0-0,015 41,7 Zabrze 82,5 0,041 42,1 Ruda Śląska 82,1 0,017 41,4 Mysłowice 80,7 0,035 41,0

Starzenie się miast aglomeracji śląskiej 131 Zarówno dla kobiet, jak i mężczyzn wartości wskaźników asymetrii oscylują wokół 0, co oznacza symetryczny rozkład wieku mieszkańców omawianych miast. Jednakże w przypadku mężczyzn zdecydowanie częściej są to wartości dodatnie, natomiast w przypadku kobiet zdecydowana większość wskaźników asymetrii przyjmuje wartości poniżej 0. Dotychczas obliczone mierniki były stosowane do określenia zaawansowania starości w danym momencie czasu kalendarzowego, czyli w 2012 roku. Do określenia zmian w procesie starzenia się miast aglomeracji śląskiej w latach 1995-2012 wykorzystano wskaźnik starzenia się demograficznego, a wyniki przedstawiono na rys. 1-3. 0,16 1995-2002 2002-2012 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0,00 Zabrze Tychy Jaworzno Bytom Katowice Mysłowice Gliwice Siemianowice Śląskie Śl. Piekary Śląskie Ruda Śląska Sosnowiec Świętochłowice Dąbrowa Górnicza Chorzów Rys. 1. Wskaźnik starzenia się demograficznego ludności ogółem miast aglomeracji śląskiej w latach 1995-2012 w punktach procentowych Porównując wartości tego wskaźnika obliczonego dla t = 1995 i t + n = = 2012, można stwierdzić, że dynamika zmian starzenia się populacji omawianych miast jest dość zróżnicowana. Największe zmiany w strukturze populacji ogółem dokonały się w Zabrzu, Tychach i Jaworznie (W sd 0,15). Najmniej dynamicznie proces rozwijał się w Chorzowie (W sd 0,09). Dzieląc okres 1995-2012 na dwa podokresy (do i od 2002 roku), można zaobserwować, że proces szybciej postępował w latach 1995-2002 niż w latach 2002-2012. Nie bez znaczenia dla tej sytuacji jest fakt, że w pierwszym ze wskazanych podokresów liczba urodzeń malała z roku na rok. Natomiast po 2002 roku spadek ten został zahamowany, a w latach 2004-2009 obserwowano nawet niewielki wzrost liczby urodzeń.

132 Anna Ojrzyńska 0,16 1995-2002 2002-2012 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0,00 Zabrze Tychy Katowice Bytom Mysłowice Jaworzno Gliwice Siemianowice Śląskie Śl. Piekary Śląskie Świętochłowice Ruda Śląska Sosnowiec Dąbrowa Górnicza Chorzów Rys. 2. Wskaźnik starzenia się demograficznego mężczyzn w miastach aglomeracji śląskiej w latach 1995-2012 w punktach procentowych Porównując dynamikę zaawansowania procesu starzenia się ze względu na płeć, można zauważyć większą dynamikę zmian wśród kobiet niż mężczyzn. W przypadku mężczyzn najszybciej starzeli się mieszkańcy Zabrza oraz Tychów. Z kolei w subpopulacji kobiet największą dynamikę zmian odnotowano w Jaworznie i Tychach. 0,16 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0,00 1995-2002 2002-2012 Jaworzno Tychy Zabrze Bytom Gliwice Mysłowice Katowice Piekary Śląskie Siemianowice Śląskie Śl. Ruda Śląska Sosnowiec Świętochłowice Dąbrowa Górnicza Chorzów Rys. 3. Wskaźnik starzenia się demograficznego kobiet w miastach aglomeracji śląskiej w latach 1995-2012 w punktach procentowych Zarówno dla mężczyzn, jak i dla kobiet proces starzenia się najwolniej przebiegał w badanym okresie w Chorzowie oraz Dąbrowie Górniczej.

Starzenie się miast aglomeracji śląskiej 133 Podsumowanie Proces starzenia się ludności, nawet na obszarze jednego województwa, może być zróżnicowany, czego przykładem jest przeprowadzona analiza dla miast aglomeracji śląskiej. Zróżnicowanie to dotyczy zarówno zaawansowania tego procesu w 2012 roku, jak i tempa zmian w latach 1999-2012. Istnieją miasta, które można nazwać demograficznie starymi, a należą do nich Katowice, Sosnowiec, Bytom i Chorzów. Wskazują na to obliczone odsetki osób starszych w ogóle ludności oraz relacje między najstarszymi a najmłodszymi grupami wieku. Dodatkowo, wykorzystując zaproponowaną przez M. Cieślak miarę starości, do miast demograficznie starych należy zaliczyć również Dąbrowę Górniczą. Rozkład wieku mieszkańców tego miasta charakteryzował się wysoką wartością średniej wieku oraz ujemną (choć bliską zeru) wartością wskaźnika asymetrii. Ponadto starzenie się mieszkańców miast aglomeracji śląskiej bardziej dotyczy subpopulacji kobiet niż mężczyzn. Również dynamika zmian starzenia się populacji w latach 1995-2012 potwierdza brak homogeniczności na danym obszarze. Największe zmiany w strukturze wieku populacji dokonały się w Zabrzu, Tychach i Jaworznie. Dodatkowo miasta aglomeracji śląskiej na tle całego kraju są obszarami znacznie starszymi niż przeciętna dla Polski, dlatego istotne zdaje się pytanie, jak w świetle przedstawionej oceny starzenia się miasta aglomeracji śląskiej radzą sobie z konsekwencjami i wyzwaniami wynikającymi z zaawansowania tego procesu. Bibliografia Cieślak M., Pomiar procesu starzenia się, Studia Demograficzne 2004, nr 2/146. Długosz Z., Próba określania zmian starości demograficznej Polski w ujęciu przestrzennym, Wiadomości Statystyczne 1998, nr 3. Kowaleski T., Przestrzenne zróżnicowania starzenia się ludności Polski. Przyczyny, etapy, następstwa, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2011, s. 24. Kowaleski T., Szukalski P., Starzenie się ludności Polski. Między demografią a gerontologią społeczną, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2008.

134 Anna Ojrzyńska THE AGING OF THE SILESIAN AGGLOMERATION Summary The progress of the aging population and its diversity associated with space and time, the interaction with the socio-economic situation requires the use of alternative measures of analysis of this phenomenon. The aim of this paper is to analyze the dynamics of differences and the advancement of the aging population of the Silesian agglomeration. Recognition reveals the diversity heterogeneity in the population structure of cities and in the course of demographic change.