Praca magisterska z demografii brzmi na początku abstrakcyjnie. Potem otwierasz Rocznik Demograficzny GUS za 2023 rok i nagle wszystko staje się bardzo konkretne: TFR dla Polski wynosi 1,29, prognozy GUS z 2023 roku pokazują, że do 2060 roku ubędzie nam ponad 5 milionów mieszkańców, a liczba osób powyżej 65. roku życia przekroczy 30% populacji. To jest material na kilkanaście solidnych magistrów, nie jeden.
Ten poradnik jest dla studentów socjologii, ekonomii, polityki społecznej i pokrewnych kierunków, którzy chcą napisać pracę na temat demografii lub polityki ludnościowej. Piszę go tak, jak tłumaczyłabym to studentowi siedzącemu naprzeciwko: bez owijania w bawełnę, z konkretnymi nazwami metod, baz danych i autorów.
Od czego zacząć: wybór tematu i pierwsze decyzje
Zanim otworzysz jakąkolwiek bazę danych, zadaj sobie jedno pytanie: co cię naprawdę interesuje w demografii? To brzmi banalnie, ale promotorzy na UW, SGH czy UJ widzą dziesiątki prac pisanych „bo temat był dostępny”. Takie prace zwykle mają taki sam problem: brak własnego głosu w interpretacji danych.
Demografi a i polityka ludnościowa to szerokie pole. Możesz pisać o dzietności, umieralności, migracjach, starzeniu się populacji albo o konkretnych instrumentach polityki, takich jak program Rodzina 500+. Każdy z tych obszarów ma swoje metody, swoje dane i swoich klasyków.
Kilka pytań, które pomagają zawęzić temat:
- Czy interesuje cię analiza procesu demograficznego (co się dzieje i dlaczego), czy ocena polityki (co rząd robi i czy to działa)?
- Czy chcesz pracować na danych ilościowych (GUS, Eurostat, NSP), czy też planuj elementy jakościowe (wywiady, analiza dokumentów programów politycznych)?
- Czy temat dotyczy Polski, czy robisz porównanie międzynarodowe?
Na odpowiedź na te pytania masz tydzień. Potem idź do promotora z trzema propozycjami tematów, nie jedną.
Teoria, której nie możesz pominąć
Teoria przejścia demograficznego
To jest fundament każdej pracy w tej dziedzinie. Wariant klasyczny pochodzi od Warrena Thompsona z 1929 roku i Franka Notesteina z 1945 roku. Zakłada, że każde społeczeństwo przechodzi przez cztery fazy: wysokie urodzenia i wysoka umieralność, spadek umieralności przy utrzymanych urodzeniach (boom populacyjny), spadek urodzeń, a wreszcie stabilizacja na niskim poziomie obu wskaźników.
Polska przeszła przez to przejście w XX wieku. Dziś jesteśmy za czwartą fazą, co prowadzi nas do teorii drugiego przejścia demograficznego (second demographic transition, SDT). Ron Lesthaeghe i Dirk van de Kaa zaproponowali tę koncepcję w 1986 roku. Główna teza: po 1960 roku w Europie Zachodniej zmieniły się nie tylko liczby, ale i wzorce. Upowszechniły się kohabitacja, późne macierzyństwo, wysoka bezdzietność z wyboru, rozwody. Motorem jest indywidualizacja i zmiana wartości, nie tylko ekonomia. TFR poniżej 1,5 to już nie przejście, to nowy stan trwały dla wielu krajów.
Jeśli piszesz o polskiej dzietności, musisz zdecydować, czy Polska weszła w SDT, czy nadal dogania Europę Zachodnią z opóźnieniem. To pytanie badawcze samo w sobie.
Teoria Malthusa i jej obecność w debacie
Thomas Malthus (1798) twierdził, że wzrost populacji wyprzedza wzrost zasobów i kończy się wojną, głodem lub epidemią. Dziś nikt nie cytuje Malthusa dosłownie, ale neo-maltuzjańskie argumenty wracają przy debacie o granicach wzrostu, carbon footprint na osobę i zrównoważonym rozwoju. Jeśli piszesz o polityce ludnościowej globalnie, przyda ci się ta rama. Jeśli piszesz wyłącznie o Polsce, możesz poprzestać na jednym akapicie w rozdziale teoretycznym.
Inne ramy teoretyczne
Przy temacie migracji sięgnij po teorię push-pull (Everett Lee, 1966) i jej późniejsze rozwinięcia, teoria sieci migracyjnych (Massey i in., 1993) tłumaczy, dlaczego migracje z konkretnych miejsc trwają dekadami niezależnie od pierwotnych bodźców. Przy demografii starzenia przyda się koncepcja dywidendy demograficznej (Bloom i Williamson, 1998): okno możliwości, gdy odsetek ludności w wieku produkcyjnym jest najwyższy, można wykorzysztać albo zmarnować.
Miary demograficzne, które musisz rozumieć
Nie musisz ich wszystkich obliczać w excelu, ale musisz wiedzieć, co mierzą i kiedy je stosować. Bez tego nie napiszesz sensownego rozdziału metodologicznego.
Dzietność
TFR (total fertility rate, współczynnik dzietności ogólnej) to średnia liczba dzieci, którą urodziłaby kobieta, gdyby przez całe życie rodziła zgodnie z aktualnym wzorcem. Dla Polski w 2023 roku TFR wynosi 1,29. Wartość zastępowania wynosi około 2,1.
NRR (net reproduction rate) to wersja skorygowana o umieralność kobiet przed ukończeniem okresu rozrodczego. NRR = 1 oznacza dokładną zastępowalność pokoleń. Dla Polski NRR jest dziś wyraźnie poniżej 1.
CBR (crude birth rate) to liczba urodzeń na 1000 mieszkańców. Prosto porównywalna między krajami, ale wrażliwa na strukturę wieku. Kraj z dużą liczbą kobiet w wieku rozrodczym będzie miał wyższy CBR nawet przy niskim TFR.
Umieralność
CDR (crude death rate) to zgony na 1000 mieszkańców. Analogicznie do CBR, zależy od struktury wieku.
e0 (dalsze trwanie życia w chwili urodzenia) to oczekiwana długość życia noworodka przy aktualnym wzorcu umieralności. Dla Polski (2023): mężczyźni 74,1 lat, kobiety 81,9 lat (dane GUS). Tabele trwania życia (life tables) są podstawą do obliczania e0.
Rozróżnij dwa typy tablic trwania życia:
- Tablica przekrojowa (period life table) – opiera się na danych z jednego roku, zakłada, że kohorta przez całe życie będzie podlegać aktualnej umieralności
- Tablica kohortowa (cohort life table) – śledzi losy realnej kohorty przez całe życie. Wymaga danych historycznych
Polska GUS publikuje tablice przekrojowe dla całego kraju, województw i dla powiatów. To twoje podstawowe narzędzie przy analizie regionalnych różnic umieralności.
Przy porównywaniu umieralności między populacjami o różnej strukturze wieku stosuj standaryzację. Metoda bezpośrednia: obliczasz, ile zgonów byłoby w populacji badanej, gdyby miała strukturę wieku populacji standardowej. Metoda pośrednia (SMR, standardized mortality ratio): porównujesz zaobserwowane zgony z oczekiwanymi na podstawie standardowej umieralności.
Do dekompozycji zmian e0 między dwiema datami lub populacjami używa się metody Arriagi (1984) albo dekompozycji Kitagawy. Metoda Arriagi pozwala rozbić zmianę e0 na wkład poszczególnych grup wieku i przyczyn zgonu. Jeśli piszesz o nadumieralności w COVID-19, to jest właśnie narzędzie do rozdziału analitycznego.
Wskaźnik P/F Brass i projekcje
Metoda P/F Brass (William Brass, 1964) służy do korekty deklarowanych danych o płodności, gdy rejestracja urodzeń jest niekompletna. Przydatna przy pracy z danymi z krajów rozwijających się lub przy starszych polskich danych spisowych. W kontekście NSP 2021 raczej nie będziesz jej potrzebować, ale dla pracy o migrantach z Ukrainy czy globalnych porównań – warto znać.
Prognozowanie demograficzne metodą kohortowo-skladnikową (cohort component method) to standard ONZ i GUS. Osobno prognozuje się urodzenia, zgony i migracje dla każdej kohorty wieku, a potem sumuje wyniki. GUS opublikował w 2023 roku prognozę ludności Polski do 2060 roku – to twój punkt odniesienia przy każdym temacie o starzeniu się czy depopulacji.
UN World Population Prospects 2024 (publikowane co dwa lata przez UN DESA Population Division) to globalny punkt odniesienia. Dane dla 237 krajów i terytoriów, od 1950 roku, z wariantami: niska, średnia i wysoka dzietność.
Wyślij fragment tekstu, bezpłatną wycenę otrzymasz w 24 h. Poprawki bez limitu w cenie usługi.
Struktury wiekowe i starzenie się populacji
Piramida wieku to nie tylko wykres. Jej kształt mówi o historii populacji: co było z wyżem powojennym, gdzie jest echo wyżu urodzeniowego lat 80., jak wpłynęła emigracja po 2004 roku. Dla Polski kształt piramidy już od lat 90. jest zbliżony do urny, nie do trójkąta.
Przy analizie starzenia się populacji pracuj z trzema wskaźnikami:
- Dependency ratio (współczynnik obciążenia demograficznego): stosunek osób w wieku nieprodukcyjnym (0-14 i 65+) do osób w wieku produkcyjnym (15-64). Old-age dependency ratio to samo, ale tylko dla grupy 65+.
- Median age (mediana wieku): wiek, który dzieli populację na połowę. Dla Polski w 2023 roku mediana wynosi około 42 lat
- Old-age support ratio: liczba osób w wieku 20-64 przypadająca na jedną osobę w wieku 65+. Dla Polski w 2050 roku spadnie do około 2 (dziś to nieco ponad 3).
Bazy danych: gdzie szukać
Zanim zaczniesz pisać rozdział empiryczny, zbierz dane. Oto pełna lista źródeł, po które sięgam w pracy z tematyką demograficzną:
GUS:
– Rocznik Demograficzny 2023 (urodzenia, zgony, małżeństwa, rozwody, migracje – dane od 2010 roku)
– Wyniki NSP 2021 (Narodowy Spis Powszechny): struktura demograficzna, warunki mieszkaniowe, aktywność ekonomiczna. Dane dostępne na poziomie gmin.
– BDL (Bank Danych Lokalnych): dane na poziomie gmin i powiatów od 2002 roku. Przydatne przy analizie depopulacji.
– BAEL (Badanie Aktywności Ekonomicznej Ludności): kwartalne dane o rynku pracy z podziałem na płeć i wiek.
Eurostat:
– Demo_gind: wskaźniki demograficzne dla krajów UE od 1960 roku (TFR, CBR, CDR, e0, migracje).
– OECD Family Database: porównania polityk rodzinnych (urlopy, wydatki, żłobki) dla krajów OECD.
ONZ:
– UN World Population Prospects 2024 (UN DESA): prognozy i dane historyczne dla wszystkich krajów.
– UNHCR: dane o uchodźcach i osobach przymusowo wysiedlonych.
Dane o migrantach z Ukrainy:
– MUW (Ministerstwo Spraw Wewnętrznych i Administracji): rejestracje pobytu, PESEL nadane obywatelom Ukrainy (dane miesięczne od marca 2022).
– ZUS: ubezpieczone osoby z Ukrainy – dobre przybliżenie aktywnych zawodowo.
CBOS i ESS:
– CBOS (Centrum Badania Opinii Społecznej): postawy wobec dzietności, migracji, programów socjalnych. Dostępne mikrodane do pobrania.
– ESS (European Social Survey): porównawcze dane o wartościach i postawach dla Europy.
Tematy magisterskie: konkretne propozycje z pytaniem badawczym
Poniżej osiem tematów z zarysem problemu badawczego. Każdy da się zrealizować w 80-100 stronach.
1. Determinanty niskiej dzietności w Polsce
TFR = 1,29 w 2023 roku to najniższy wynik od lat 90. Pytanie badawcze: jakie czynniki wyjaśniają poziom i regionalną zmienność TFR w Polsce? Dane: BDL GUS na poziomie powiatów (TFR, stopa bezrobocia kobiet, mediana dochodów, dostęp do żłobków), model regresji OLS lub panel danych. Opcja: porównanie z Francją (TFR 1,68) i Szwecją (TFR 1,67), które mają silniejszą politykę prorodzinną.
2. Wpływ programu Rodzina 500+ na TFR
Program startował w kwietniu 2016 roku. W 2017 roku TFR wzrósł do 1,45, ale do 2023 roku spadł do 1,29. Pytanie: czy program miał trwały efekt na dzietność, czy tylko jednorazowy? Metoda: difference-in-differences (DiD) na danych powiatowych. Grupa kontrolna: powiaty z niskim udziałem świadczeń (niski odsetek uprawnionych). Alternatywa: analiza efektu na birth spacing (odstępy między urodzeniami) na danych z rejestrów GUS.
3. Starzenie się ludności a rynek pracy w Polsce do 2050 roku
Old-age dependency ratio dla Polski wzrośnie z obecnych 0,33 do około 0,55 w 2050 roku (prognozy GUS 2023). Pytanie: jakie konsekwencje ma to dla systemu emerytalnego i podaży pracy? Metoda: symulacje na bazie projekcji GUS, analiza luki pracowniczej sektorowej (BAEL + BDL), porównanie z Niemcami i Japonią jako krajami starszymi demograficznie.
4. Migracje powrotne Polaków z Wielkiej Brytanii po Brexicie
Między 2016 a 2021 rokiem liczba Polaków w Wielkiej Brytanii spadła z około 900 tys. do około 740 tys. (ONS UK). Pytanie: kto wracał i dlaczego? Profil powracających (wiek, wykształcenie, czas pobytu), wpływ na lokalne rynki pracy w Polsce. Metody: analiza danych ONS i NSP 2021, desk research materiałów prasowych i raportów NGO, opcjonalnie: wywiady.
5. Demograficzne skutki pandemii COVID-19 w Polsce
W 2020 i 2021 roku Polska odnotowała ok. 130 tys. zgonów nadmiarowych (excess mortality). Pytanie: jak duża była nadumieralność i które grupy były nią najbardziej dotknięte? Metoda: obliczenie ASMR (age-standardized mortality rate) dla 2019-2022, dekompozycja Arriagi do rozbicia wkładu grup wieku. Porównanie z Niemcami i Czechami. Dane: GUS, Eurostat (demo_r_mwk2_ts).
6. Depopulacja małych miast powiatowych w Polsce
Między NSP 2002 a NSP 2021 wiele miast powiatowych straciło ponad 15% mieszkańców. Pytanie: jakie czynniki wyjaśniają tempo depopulacji? Dane BDL: ludność 2002-2021, saldo migracji, urodzenia i zgony, wskaźniki bezrobocia. Model logit: co odróżnia miasta silnie depopulujące od tych stabilnych? Opcja regionalna: skupienie na województwie lubelskim lub świętokrzyskim.
7. Struktura migracji z Ukrainy do Polski po 24 lutego 2022
Do końca 2023 roku nadano ok. 2,5 mln numerów PESEL obywatelom Ukrainy. Pytanie: jaka jest struktura demograficzna tej migracji i jak zmienia się rynek pracy? Dane: MUW, ZUS, GUS (migracje zagraniczne), Eurostat. Pytanie szczegółowe: jak absorbcja Ukraińców wpływa na wskaźniki zatrudnienia i płace w wybranych sektorach (budownictwo, usługi)?
8. Polityki pronatalnostyczne: Polska, Francja, Szwecja
Polska wydaje na politykę rodzinną około 2,7% PKB (dane OECD 2022), Francja ponad 3%, Szwecja ponad 3,5%. Pytanie: które instrumenty polityki rodzinnej korelują z wyższym TFR? Desk research: porównanie transferów pieniężnych (500+, allocation familiale, barnbidrag), urlopów rodzicielskich, dostępności żłobków i przedszkoli. Metoda: analiza OECD Family Database + studium przypadku dla każdego kraju.
Struktura rozdziałów
Klasyczna struktura magistra z demografii wygląda tak:
Rozdział 1: Wstęp – pytanie badawcze, cel pracy, hipotezy, układ rozdziałów.
Rozdział 2: Ramy teoretyczne – teoria przejścia demograficznego i SDT, inne teorie odpowiednie dla tematu. Tutaj powołujesz się na Thompsona, Notesteina, Lesthaeghe’a. Około 20-25 stron.
Rozdział 3: Metodologia – jakie dane, z jakich baz, za jaki okres. Jakie miary stosujesz i dlaczego. Opis techniki analizy (regresja, dekompozycja, DiD, analiza kohortowa). Ewentualne ograniczenia danych. 10-15 stron.
Rozdział 4: Analiza empiryczna – serce pracy. Najpierw opis stanu rzeczy (statystyki opisowe, wykresy, tablice), potem właściwa analiza. W zależności od metody: tabele regresji z omówieniem, wyniki dekompozycji, grafy piramid wieku. 30-40 stron.
Rozdział 5: Wyniki i wnioski – co wynika z analizy, jak to się ma do teorii i hipotez, co to oznacza dla polityki publicznej. 10-15 stron.
Zakończenie i bibliografia – podsumowanie, ograniczenia pracy, propozycje dalszych badań.
Jak pisać rozdział metodologiczny
Widzę to często: studenci piszą rozdział metodologiczny jak wstęp do podręcznika. „TFR jest to współczynnik dzietności ogólnej, który…” i dalej definicja słownikowa. Promotor to już zna. Twój rozdział metodologiczny musi odpowiedzieć na konkretne pytanie: dlaczego wybrałeś tę metodę do swojego pytania badawczego?
Jeśli stosujesz regresję OLS na danych powiatowych, powiedz:
– jakie są zmienne zależna i niezależne,
– skąd pochodzi każda zmienna (BDL GUS, Eurostat – konkretna tabela),
– za jaki okres i dla ilu obserwacji,
– jakie założenia regresji sprawdzasz i jak (heteroscedasticity, autocorrelacja, multikolinearność),
– dlaczego OLS, a nie np. fixed effects panel – jeśli masz dane dla wielu lat.
Jeśli robisz analizę DiD dla programu 500+, opisz dokładnie: co jest grupą traktowaną, co kontrolną, jaki jest okres przed i po, jak weryfikujesz założenie o równoległych trendach (parallel trends).
Jeśli stosujesz dekompozycję Arriagi lub Kitagawy, zacytuj oryginał: Eduardo Arriaga, „Measuring and Explaining the Change in Life Expectancies”, Demography 21(1), 1984. To jeden akapit, ale pokazuje, że wiesz, skąd pochodzi metoda.
Najczęstsze błędy w magisterskich z demografii
Mylenie TFR z CBR. TFR jest standardyzowany na strukturę wieku, CBR nie. Nie możesz pisać „Polska ma niskie urodzenia bo CBR = 8,9″ i pomijać, że to częściowo wynik starzenia się populacji, nie tylko niskiej dzietności.
Brak decyzji o tablicy kohortowej vs. przekrojowej. Jeśli stosujesz tablice trwania życia, zdefiniuj, jakiego typu używasz i dlaczego. Różnica jest istotna przy interpretacji e0.
Prognozowanie bez opisu wariantów. Prognozy GUS i ONZ mają warianty: niski, środkowy, wysoki. Zawsze określ, którego używasz i dlaczego.
Mieszanie poziomów analizy. Dane na poziomie powiatów to dane ekologiczne. Wyniki regresji ekologicznej nie uprawniają do wniosków o zachowaniu jednostek (błąd ekologiczny, ecological fallacy). Jeśli masz dane powiatowe, wnioski formułuj na poziomie powiatów.
Ignorowanie kwestii etycznych przy danych o migrantach. Dane UNHCR i MUW identyfikują osoby w trudnej sytuacji. W rozdziale metodologicznym zaznacz, jakie masz ograniczenia dotyczące kompletności tych danych.
Jak pracować z GUS i Eurostatem praktycznie
GUS BDL działa przez interfejs online na stat.gov.pl/bdl. Możesz pobrać dane w formacie XLSX dla wybranych wskaźników, lat i poziomów administracyjnych. Zaczyna się od wybrania kategorii (np. „Ludność” > „Ruch naturalny” > „Urodzenia żywe”), potem zaznaczasz województwa lub powiaty i lata.
Eurostat Data Browser: ec.europa.eu/eurostat/databrowser. Dla demografii szukaj sekcji „Population and social conditions” > „Demography”. Tabela demo_gind zawiera podstawowe wskaźniki dla wszystkich krajów UE. Pobieraj w formacie CSV, żeby uniknąć problemów z formatowaniem Excela.
UN World Population Prospects: population.un.org. Zakładka „Data” > „Download files”. Plik CSV z danymi dla wszystkich krajów od 1950 do 2100 (warianty projekcji) waży kilkaset MB, ale jest kompletny.
Przy pracy z mikrodanymi z NSP 2021 zrób sobie wcześniej konto w GUS (serwis mikrodata.stat.gov.pl). Część plików wymaga wniosku o udostępnienie danych naukowych. Procedura trwa 2-4 tygodnie, więc zacznij wcześnie.
Co z pracą, jeśli Natalia nie zaproponuje konkretnego tematu
Mam na myśli: jeśli dopiero zaczynasz rozmowy z promotorem i nie masz jeszcze tematu. Wtedy najszybsza droga to sprawdzenie, co promotor badał w ostatnich dwóch latach. Przejrzyj jego publikacje (ORCID, baza POL-on, strona wydziału). Zaproponuj temat zbieżny z jego zainteresowaniami, ale z własnym kątem. Promotor, który nie musi tłumaczyć ci podstaw swojej dziedziny od zera, jest dużo bardziej pomocny.
Drugi szybki sposób: sprawdź, co GUS opublikował w ostatnich dwóch latach jako nowe dane. NSP 2021 to kopalnia jeszcze słabo wyeksploatowanych pytań badawczych, bo wyniki pojawiały się etapami w 2022-2024. Wiele tematów z tym związanych jest nadal świeżych.
Podsumowanie i lista kontrolna przed oddaniem
Zanim złożysz pracę, sprawdź:
- czy każda miara demograficzna jest zdefiniowana przy pierwszym użyciu
- czy każda baza danych ma podaną datę dostępu i konkretną tabelę lub plik
- czy interpretacja wyników regresji zawiera nie tylko wartości beta, ale i ich znaczenie dla pytania badawczego
- czy wnioski z rozdziału empirycznego odnoszą się do teorii z rozdziału 2,
- czy rozróżniasz między korelacją a przyczynowością (szczególnie przy DiD: „program był zbieżny z wzrostem TFR” to nie to samo co „program spowodował wzrost TFR”),
- czy literatura cytowana jest aktualna: dla danych demograficznych prace sprzed 2015 roku wymagają uzasadnienia
Praca z demografii to nie tylko liczby. To opowieść o tym, jak ludzie żyją, rodzą dzieci lub decydują, żeby ich nie mieć, wyjeżdżają lub wracają, starzeją się. Dobre pytanie badawcze zawsze zaczyna się od obserwacji, która cię zaintrygowała, nie od metody, którą chcesz zastosować.
Dobra praca magisterska to taka, po której promotor ma wrażenie, że nauczył się czegoś od ciebie, a nie tylko przez ciebie.
