Fertility Trends in European Countries

Agnieszka Palma

doi:10.18778/0208-6018.353.01

Autor

Agnieszka Palma University of Łódź, Faculty of Economics and Sociology, Department of Demography and Social Gerontology, Łódź, Poland https://orcid.org/0000-0002-3558-1568

DOI:

https://doi.org/10.18778/0208-6018.353.01

Słowa kluczowe:

płodność, współczynniki dzietności, dzietność kobiet, cząstkowe współczynniki płodności, wskaźnik przeciętnej kolejności urodzenia, progresywne współczynniki kolejności urodzenia

Abstrakt

Analiza płodności jest w demografii tematem, który przyciąga uwagę wielu badaczy. Demografowie opracowali wiele różnych metod pomiaru tego zjawiska. Większość badań wykorzystuje tradycyjne miary. Nie dają one jednak szczegółowych informacji na temat tego, jak dokładnie zmienia się płodność w zależności od kolejności urodzenia. Głównym celem jest zbadanie tempa i wzorca płodności oraz zróżnicowania postępów w zakresie kolejności urodzeń w wybranych krajach europejskich.

Metoda zapoczątkowana przez Brassa pozwala oszacować progresywne współczynniki kolejności urodzeń. W badaniu tym dokonujemy porównań między obserwowanymi i przewidywanymi współczynnikami.

Wyniki pokazują, że metoda prognozowanych współczynników kolejności urodzeń daje stosunkowo dobre dopasowanie i jest przydatna do przewidywania przyszłych trendów płodności. Spadek dzietności w rozważanych krajach europejskich jest spowodowany późnymi decyzjami kobiet o posiadaniu pierwszego dziecka oraz ich tendencją do rodzenia mniejszej liczby dzieci.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Aoun S., Airey P. (1988), Illustrative application of the use of projected parity progression ratios for the analysis of fertility, London School of Hygiene Tropical Medicine, Centre for Population Studies, London.
Google Scholar

Bhardwaj S. B., Sharma G. C., Kumar A. (2010), Analysis of the Parity Progression Ratios, “Journal of Reliability and Statistical Studies”, vol. 3, no. 1, pp. 37–41.
Google Scholar

Billari F. C., Kohler H. (2004), Patterns of low and very low fertility in Europe, “Population Studies”, vol. 58, no. 2, pp. 161–176.
Google Scholar DOI: https://doi.org/10.1080/0032472042000213695

Brass W. (1985), Advances in Methods for Estimating Fertility and Mortality from Limited and Defective Data, London School of Hygiene and Tropical Medicine, Centre for Population Studies, London.
Google Scholar

Brass W., Juarez F. (1983), Censored cohort parity progression ratios from birth histories, “Asian Pacific Census Forum”, vol. 10, no. 1, pp. 5–13.
Google Scholar

Feeney G. (1983), Population Dynamics Based on Birth Intervals and Parity Progression, “Population Studies”, vol. 37, pp. 75–89.
Google Scholar DOI: https://doi.org/10.1080/00324728.1983.10405925

Feeney G., Jingyuan Y. (1987), Period parity progression measures of fertility in China, “Population Studies”, vol. 41, pp. 77–102.
Google Scholar DOI: https://doi.org/10.1080/0032472031000142546

Frejka T. (2008), Parity distribution and completed family size in Europe Incipient decline of the two-child family model, “Demographic Research”, vol. 19(14), pp. 4–72.
Google Scholar DOI: https://doi.org/10.4054/DemRes.2008.19.4

Henry L. (1980), Fertility of marriages: A new method of measurement, “Population Studies Translation Series”, no. 3, United Nations (French Edition Published in 1953).
Google Scholar

Islam M., Yadava C. (1997), On the estimation of parity progression ratio, “Sankhya”, vol. 58, series B, pp. 200–208.
Google Scholar

Kohler H., Billari F. C., Ortega J. A. (2002), The emergence of lowest‑low fertility in Europe during the 1990s, “Population and Development Review”, vol. 28(4), pp. 641–680.
Google Scholar DOI: https://doi.org/10.1111/j.1728-4457.2002.00641.x

Moultrie T., Dorrington R., Hill A., Hill K., Timaus I., Zaba B. (2013), Tools for demographic estimation, International Union for the Scientific Study of Population, Paris.
Google Scholar

Our World in Data, https://ourworldindata.org [accessed: 14.10.2020].
Google Scholar

Preston S. H., Heuveline P., Guillot M. (2001), Demography: Measuring and Modelling Population Processes, Blackwell, Oxford.
Google Scholar

Rodriguez G., Hobcraft J. (1980), Illustrative analysis: Life table analysis of birth intervals in Colombia, WFS Scientific Reports 16.
Google Scholar

Rossa A., Palma A. (2020), Predicting parity progression ratios for young women by the end of their childbearing life, “Statistics in Transition New Series”, vol. 21, no. 1, pp. 55–71.
Google Scholar DOI: https://doi.org/10.21307/stattrans-2020-004

Sloggett A., Brass W., Eldridge S. M., Timæus I. M. (1994), Estimation of Demographic Parameters from Census Data, Statistical Institute for Asia and the Pacific, Tokyo.
Google Scholar

The Human Fertility Database, http://www.humanfertility.org [accessed: 14.10.2020].
Google Scholar

Yadava R., Bhattcharya M. (1985), Estimation of parity progression ratios from closed and open birth interval data, Mimeo, Centre of Population Studies, Banaras Hindu University, Varanasi.
Google Scholar

Yadava R., Kumar A. (2011), On the estimation of parity progression ratios, “Journal of Scientific Research”, vol. 55, pp. 127–134.
Google Scholar

Yadava R., Pandey A., Saxena N. (1992), Estimation of parity progression ratios from the truncated distribution of closed and open birth intervals, “Mathematical Biosciences”, vol. 110, pp. 181–190.
Google Scholar DOI: https://doi.org/10.1016/0025-5564(92)90036-V