ДЕМОГРАФИЧЕСКАЯ ДИНАМИКА И ПРОГНОЗ: ТЕНДЕНЦИИ ЕСТЕСТВЕННОГО ПРИРОСТА НАСЕЛЕНИЯ В КАЗАХСТАНЕ И ДЕМОГРАФИЧЕСКАЯ УСТОЙЧИВОСТЬ АЛМАТЫ ДО 2030 ГОД

Актуальность. Снижение уровня рождаемости и старение населения остаются ключевыми демографическими вызовами, оказывающими влияние на устойчивость систем здравоохранения и долгосрочное социально-экономическое развитие.

Цель. Проанализировать динамику демографических показателей в Республике Казахстан и городе Алматы за период 2000-2024 гг. и спрогнозировать естественный прирост населения на основе методов временных рядов с учётом выявленных тенденций.

Материалы и методы. Проанализированы официальные статистические данные Бюро национальной статистики Республики Казахстан по рождаемости, смертности и естественному приросту населения. Рассчитаны абсолютные и относительные темпы роста, коэффициенты роста, проведён анализ динамических рядов. Прогнозирование выполнено с использованием модели двойного экспоненциального сглаживания Брауна (для рождаемости) и ARIMA-моделей (для смертности) с горизонтом прогноза 2025–2030 гг. Качество моделей оценивалось по коэффициенту детерминации (R²) и диагностике остатков (критерий Льюнга-Бокса).

Результаты. В Республике Казахстан в 2020–2024 гг. число рождений снизилось на 14,25 % (с 426 726 до 365 923), смертность – на 17,42 % (с 160 962 до 132 916), что сопровождалось сокращением естественного прироста на 12,33 % (с 265 764 до 233 007). В городе Алматы снижение рождаемости составило 3,34 %, смертности – 15,55 %, при этом естественный прирост увеличился на 4,98 % и достиг 22 196 человек.

Согласно прогнозу, в Казахстане ожидается дальнейшее снижение рождаемости – с 347,1 тыс. в 2025 г. до 249,5 тыс. к 2030 г. при относительно стабильной смертности, что приведёт к сокращению естественного прироста до 105,0 тыс. человек. В Алматы прогнозируется умеренный рост рождаемости (с 35,2 тыс. до 39,2 тыс.) при стабильной смертности, что обеспечит увеличение естественного прироста до 26,9 тыс. человек.

Выводы. Выявлены разнонаправленные демографические тенденции: усиление демографического давления на национальном уровне и относительная устойчивость мегаполиса. Прогнозные оценки следует интерпретировать с осторожностью, учитывая инерционный характер моделей временных рядов и отсутствие учёта внешних демографических и социально-экономических факторов.

1. Cervero, R. M., & Daley, B. J. (2018). The need and curricula for health professions education graduate programs. New Directions for Adult and Continuing Education, 2018(157), 7-16. DOI: https://doi.org/10.1002/ace.20264.

2. Lee, J. T., et al. (2024). Methods for health workforce projection model: Systematic review and recommended good practice reporting guideline. Human Resources for Health, 22(1), Article 25. DOI: https://doi.org/10.1186/s12960-024-00895-z.

3. Liu, J. X., Goryakin, Y., Maeda, A., Bruckner, T., & Scheffler, R. (2017). Global health workforce labor market projections for 2030. Human Resources for Health, 15(1), Article 11. DOI: https://doi.org/10.1186/s12960-017-0193-4

4. World Health Organization. (2016). Global strategy on human resources for health: Workforce 2030. WHO. Retrieved September 20, 2025, from https://www.who.int/publications/i/item/9789241511131

5. Byuro natsionalʹnoy statistiki Respubliki Kazakhstan. (2023). On birth rates in 2023. Retrieved September 20, 2025, from https://stat.gov.kz

6. Zhankubayev, B. A., et al. (2021). Socio-demographic situation in Kazakhstan: Problems of reproduction. Revista de Cercetare si Interventie Sociala, (75), 139-154. DOI: https://doi.org/10.33788/rcis.75.9

7. Buja, A., et al. (2015). Are hospital process quality indicators influenced by socio-demographic health determinants? European Journal of Public Health, 25(5), 759-765. DOI: https://doi.org/10.1093/eurpub/cku253

8. Pasichnyi, M., & Nepytaliuk, A. (2021). The contributions of demographic factors to economic growth. Problemy Ekorozwoju, 16(1), 219-229. DOI: https://doi.org/10.35784/pe.2021.1.24

9. Kozlova, O. A., Makarova, M. N., & Sekitski-Pavlenko, O. O. (2021). Models for the dynamics of demographic indicators under socio-economic adaptation. Economic and Social Changes: Facts, Trends, Forecast, 14(4), 48-58. DOI: https://doi.org/10.15838/esc.2021.4.76.3

10. Humeniuk, V., Kaziuka, N., & Sheketa, Y. (2021). Socio-demographic factors influencing sustainable development of Carpathian Euroregion. Grassroots Journal of Natural Resources, 4(1), 106-122. DOI: https://doi.org/10.33002/nr2581.6853.040108

11. Irina, S. L., et al. (2017). Demographic indicators of fertility and medico-social influences on them. Journal of Obstetrics and Women’s Diseases, 66(2), 40-48. DOI: https://doi.org/10.17816/JOWD66240-48

12. Burkin, M. M., Molchanova, E. V., & Kruchek, M. M. (2016). Integral criterion of influence of social, economic and environmental factors on regional demographic processes. Ekologiya Cheloveka (Human Ecology), 23(6), 39-46. DOI: https://doi.org/10.33396/1728-0869-2016-6-39-46

13. Nzioki, J. M., Onyango, R. O., & Ombaka, J. H. (2015). Socio-demographic factors influencing maternal and child health service utilization in Mwingi. American Journal of Public Health Research, 3(1), 21-30. DOI: https://doi.org/10.12691/ajphr-3-1-4

14. Mazzuco, S., & Keilman, N. (2020). Developments in demographic forecasting. Springer Nature. DOI: https://doi.org/10.1007/978-3-030-42472-5

15. Keilman, N. (2018). Probabilistic demographic forecasts. Vienna Yearbook of Population Research, 16, 25-36. DOI: https://doi.org/10.1553/populationyearbook2018s025

16. Makarov, V. L., & Bakhtizin, A. R. (2022). Dolgosrochnoe demograficheskoe prognozirovanie v novykh realiyakh. Nauchnye Trudy Volʹnogo Ekonomicheskogo Obshchestva Rossii, (3). Retrieved September 20, 2025, from https://cyberleninka.ru/article/n/dolgosrochnoe-demograficheskoe-prognozirovanie-v-novyh-realiyah

17. Rafiei, S., et al. (2016). Approaches in health human resource forecasting: A roadmap for improvement. Electronic Physician, 8(9), 2911-2920. DOI: https://doi.org/10.19082/2911

18. Bosak, S., Yazdani, S., & Ayati, M. H. (2023). Approaches and components of health workforce planning models. Iranian Journal of Medical Sciences, 48(4), 358-366. DOI: https://doi.org/10.30476/ijms.2022.94662.2600

19. Kroezen, M., Van Hoegaerden, M., & Batenburg, R. (2018). Joint action on health workforce planning and forecasting. Health Policy, 122(2), 87-93. DOI: https://doi.org/10.1016/j.healthpol.2017.12.002

20. Stanimirovic, D., & Pribakovic Brinovec, R. (2022). Human resource planning in health care. In pHealth 2022, 279-282. DOI: https://doi.org/10.3233/SHTI220999

21. Cruz-Gomes, S., Amorim-Lopes, M., & Almada-Lobo, B. (2018). A labor requirements function for sizing the health workforce. Human Resources for Health, 16(1), 67. DOI: https://doi.org/10.1186/s12960-018-0334-4.

22. Asamani, J. A., Christmals, C. D., & Reitsma, G. M. (2021). Advancing needs-based workforce planning methodology. International Journal of Environmental Research and Public Health, 18(4), 2113. DOI: https://doi.org/10.3390/ijerph18042113.

23. Sutton, C., et al. (2023). Strategic workforce planning in health and social care. Health Policy, 132,104827. DOI: https://doi.org/10.1016/j.healthpol.2023.104827