Variationen
Zur Orientierung
Wie funktioniert – zumindest im Prinzip – eine Vorausberechnung der Entwicklung eines Altersaufbaus?
In den letzten Abschnitten haben wir ein Berechnungsmodell für Deutschland für eine stark vereinfachte Altersklasseneinteilung entwickelt und anschließend simuliert. Hier geht es darum, das Modell für unterschiedliche Fragestellungen zu variieren.
Beispiel 1 – Modellparameter variieren
Wir gehen von dem für Deutschland entwickleten Berechnungsmodell aus.
Aufgabe 1
Nach dem entwickelten Modell wird die Bevölkerung in Deutschland (ohne Zuwanderung) langfristig aussterben. Untersuche experimentell, wie sehr die Geburtenrate wachsen müsste, damit die Gesamtbevölkerungszahl in etwa stabil bleibt.
Beispiel 2 – Ein anderes Land betrachten
Interessant ist es, die Entwicklung der Altersstruktur in verschiedenen Ländern zu vergleichen. Die Ergebnisse für Deutschland liegen bereits vor. Eine komplett andere Situation liegt z.B. in Uganda vor.
Daten zur Bevölkerung in Uganda
Die Daten beziehen sich auf folgende demografische Standard-Alterklassen.
- J: 0-14
- E: 15-64
- A: 65+
Die Anzahl der Menschen in den Alterklassen beträgt in etwa:
- J: ca. 23 Mill.
- E: ca. 26 Mill.
- A: ca. 1.2 Mill.
Die Überlebensraten kann man so abschätzen:
- J: $97.5\% = 0.975$
- E: $96.5\% = 0.965$
- A: $89\% = 0.89$
Mit diesen Werten kann man die Übergangsanteile zwischen den Klassen bestimmen.
Mit ca. $2$ Mill. Geburten pro Jahr erhält man eine Geburtenrate pro Erwachsener von $\frac{2}{26} \approx 0.077$.
Sämtliche Daten wurden mit dem KI-Tool ChatGPT ermittelt. ChatGPT verweist dabei u.a. auf die folgenden Quellen:
Wenn du dich für ein anderes Land interessierst, dann muss du dir selbst die erforderlichen Daten beschaffen.
Aufgabe 2
Entwickle das Berechnungsmodell für Uganda (oder für dein gewähltes Land). Ändere den Übergangsgraph in ProSiTo passend ab. Simuliere die Entwickung der Altersstruktur in Uganda und vergleiche die Situation mit der in Deutschland. Welche Herausforderungen ergeben sich für das Land Uganda?
Beispiel 3 – Die Klasseneinteilung verfeinern
Bisher haben wir eine grobe Klasseneinteilung mit 3 Alterklassen vorgenommen. Genauere Modellierungen erhält man, wenn man die Klasseneinteilung verfeinert. Hier ein Vorschlag für eine Klasseneinteilung:
- K1: 0-19
- K2: 20-39
- K3: 40-59
- K4: 60-79
- K5: 80+
Aufgabe 3
Verschaffe dir selbst die Daten für diese Alterklassen für Deutschland. Entwickle das Berechnungsmodell und gib es in ProSiTo als Übergangsgraph ein. Simuliere die Entwickung der Alterklassen und fasse deine Beobachtungen zusammen.
