تحليل ديناميكي جمعيت و پيامدهاي اقتصادي آن با استفاده از رويكرد سيستمي

Dynamic Analysis of Population and Its Economic Consequences Using Systems Approach

گذار جمعيتي يك تحول جمعيتي بنيادين و فراگير بوده و تجربه اي اجتناب ناپذير براي همه ي كشورهاي دنيا است. اغلب به دليل ناهماهنگي زماني گذار جمعيتي با گذار اقتصادي و اجتماعي و عدم اتخاذ سياست هاي اقتصادي ـ اجتماعي متناسب با آن، در بسياري از كشورها، مسائلي بروز خواهد كرد كه در صورت عدم چاره انديشي، مسائل اقتصادي و اجتماعي حادي را در پي خواهد داشت. هدف از انجام مطالعه ي حاضر، تحليل ديناميكي تحولات جمعيتي و پيامدهاي اقتصادي آن با استفاده از تفكر سيستمي مي باشد. در اين مطالعه تلاش شده است تا با ارائه ي مدلي، كاربرد تفكر سيستمي و مدل سازي سيستم‏هاي پويا، به تجزيه و تحليل ابعاد اقتصادي تحولات جمعيتي پرداخته شود. به منظور شناسايي متغيرهاي مهم جمعيت شناختي و پيامدهاي آنها، از روش تحليل محتواي 201 مقاله كه در بازه ي زماني 2005 تا 2014 در مجله ي Population Studies، به عنوان يكي از مجلات معتبر جمعيتي، منتشر شده اند، استفاده شده است. تحليل سيستم‏هاي پويا يكي از تكنيك هايي است كه امكان مدل سازي سيستم هاي پيچيده و غيرخطي را فراهم مي آورد. لذا، از يك مدل ديناميكي نيز براي نشان دادن روابط علي ميان عوامل شناسايي شده بهره گرفته شده است. نتايج نشان مي دهد كه ميزان زاد و ولد، ميزان مرگ و مير، مهاجرت، سالمندي جمعيت، نرخ باروري، شهرنشيني و اميد به زندگي نقش مهمي در پيش بيني برخي از متغيرهاي اقتصادي همچون نيروي كار، اشتغال، توليد ناخالص داخلي، درآمد سرانه، مصرف، ماليات، پس انداز و بودجه ايفا مي‏ كنند.

This study aims to analyze dynamics of population evolutions and its economic consequences using system thinking approach. The study attempts to propose a model to utilize system thinking and dynamic system modeling in order to analyze economic dimensions of population evolutions. To identify key demographic variables and its consequences, content analysis of 201 papers published in Journal of Population Studies during the period of 2005-2014. System dynamic is a technique for modeling complex and nonlinear systems. Hence, a dynamic model was employed to indicate the casual relationships among identified variables. Results indicated that birth rate, death rate, migration, population aging, fertility rate, urbanization, and life expectancy have important role in predicting some economic variables such as labor, employment, GDP, income per capita, consumption, tax, savings, and budget.