Почему ни одной стране не удаётся спрогнозировать свою демографию? А если применить ИИ?

Описание: Бахтизин Альберт Рауфович, член-корр. РАН, директор ЦЭМИ РАН

Выходные данные: Бахтизин А.Р. Моделирование демографической динамики и демографического потенциала [видео] // Сайт ИНП РАН. – 20 ноября 2025. - Конференция по макроэкономическому и макроструктурному анализу и прогнозированию, посвященная 90-летию академиков В.В. Ивантера и Ю.В. Яременко. - URL: https:// ecfor.ru/publication/demograficheskaya-dinamika-rossiya-strany-mira/

Ссылка на файл презентации: https://ecfor.ru/publication/demograf...


Телеграм ИНП РАН: https://t.me/inp_ran

00:00:00 Памяти В.В. Ивантера
00:00:50 Предвидение Ивантера о демографии
00:02:16 Демографические прогнозы ООН и их точность
00:04:16 Что не учитывают демографические модели
00:07:25 Краткие выводы
00:08:25 Прогнозы демографии для стран мира и России
00:10:43 Применимость ИИ для прогнозирования демографии
00:11:59 Цифровой двойник социальной системы России
00:13:49 Качественный состав населения
00:16:45 Веса показателей, измеряющих демографический потенциал страны



-----------------------------

Институт Народнохозяйственного Прогнозирования Российской Академии Наук занимается разработкой экономических прогнозов, стратегий регионального развития и прогнозно-аналитическими исследованиями для крупного бизнеса и органов госуправления. Для тех, кто интересуется экономикой, на нашем канале мы выкладываем выступления наших сотрудников и приглашенных экспертов, которые проходят внутри института.

-----------------------------

Другие выступления экономистов на нашем канале, с рубриками по разделам экономики:    / @inp-ran  

На нашем сайте в каталоге публикаций Вы найдете выступления наших сотрудников в других СМИ, а также наши научные статьи и другие материалы по экономике:

https://ecfor.ru/publication/?date=&a...

-----------------------------

Прогноз демографии ООН

• Прогноз ООН строится на основе двойной логистической функции, задающей плавное и медленное снижение рождаемости в каждой стране. То есть S-образная кривая подгоняется под историю, а сама функция – встроенная гипотеза о падении рождаемости. Игнорируются точки перегиба.
• Параметры подбираются через байесовскую иерархическую модель. Страны становятся похожими и их особенности размываются. Главное предположение – все страны двигаются к одинаковому низкому уровню рождаемости. Генерируются тысячи траекторий, но в конце выбирается медианная, то есть по сути один инерционный сценарий.
• Модель не видит разрывы трендов, геополитические шоки.
Если страна (к примеру, Россия) пытается увеличить СКР, то модель все равно «тянет» рождаемость вниз. Модель реагирует на новые данные с большой задержкой. Разворот тренда отразится в прогнозе только через 5-10 лет.
• При моделировании смертности предполагается плавное и монотонное снижение смертности. Предполагается, что продолжительность жизни будет неуклонно расти в будущем. Нет реакции на шоки (пандемии, войны, коллапс систем здравоохранения, фрагментацию мирового порядка).
• Миграция задается как простой тренд (экономические, политические, военные причины не рассматриваются).
• Также не рассматриваются технологические факторы (ИИ, репродуктивные технологии, биомедицина).
• Не рассматриваются поведенческие особенности людей.


Направления применения ИИ в сфере демографии

• Цифровые двойники социальных систем для прогнозирования рождаемости и смертности населения.
• Прогнозирование миграционных потоков.
• Построение «демографических тепловых карт» – выявление рисков вымирания сел, дефицита объектов социальной инфраструктуры.
• Прогнозирование нагрузки на здравоохранение.
• Прогнозирование бедности и рисков потери жилья.
• Оценки региональной смертности и хронических заболеваний, влияющих на демографическую структуру (на основе анализа медицинских записей населения).
• Оценки рисков одиночества, потери работоспособности и самоубийств среди пожилых.


#экономика #макроэкономика