Vlaamse gemeentelijke demografische vooruitzichten Deel 1. Bevolkingsvooruitzichten: hypotheses en werkwijzen.

Transcriptie

1 Vlaamse gemeentelijke demografische vooruitzichten Deel 1. Bevolkingsvooruitzichten: hypotheses en werkwijzen

2 Samenstelling Edith Lodewijckx, Edwin Pelfrene & Ingrid Schockaert Verantwoordelijke uitgever Statistiek Vlaanderen Roeland Beerten Hoofdstatisticus Vlaamse overheid Havenlaan 88 bus Brussel pagina 2 van 27 Bevolkingsvooruitzichten

3 INHOUDSTAFEL 1. Inleiding 2. Basisgegevens 3. Het projectiemechanisme 3.1. Cohort-component methode 3.2. Leeftijd bij demografische gebeurtenissen 4. Geboorten en vruchtbaarheid 4.1. Evolutie vruchtbaarheid Vlaams Gewest 4.2. Gemeentelijke differentiatie van de vruchtbaarheid 5. Overlijdens en sterftekansen 5.1. Sterfte binnen 3 aparte leeftijdsgroepen 5.2. Projectie sterftecijfers voor leeftijden tussen 0 en 64 jaar 5.3. Projectie sterftecijfers voor leeftijden tussen 65 en 89 jaar 5.4. Projectie sterftecijfers voor leeftijden 90 jaar en ouder 5.5. Projectie levensverwachting bij geboorte 6. Interne migratie 6.1. Schema modellering interne migratiestromen 6.2. Interne emigratiekansen 6.3. Interne immigratie 7. Internationale migratie 7.1. Internationale immigratie 7.2. Internationale emigratie 8. Omzetting van reële getallen naar gehele getallen Referenties Bijlagen (3) Bevolkingsvooruitzichten pagina 3 van 27

4 pagina 4 van 27 Bevolkingsvooruitzichten

5 1. INLEIDING Deze nota geeft informatie over de hypothesen en berekeningswijze van de Vlaamse gemeentelijke demografische vooruitzichten Deze zijn uitgewerkt voor alle Vlaamse steden en gemeenten - behoudens voor de kleine gemeente Herstappe (89 inwoners op 1/1/2017). Precies die blik op het lokale niveau onderscheidt deze vooruitzichten van die van het Federaal Planbureau en Statbel. 1, De opdracht wordt behartigd door Statistiek Vlaanderen, het netwerk voor openbare statistiek van de Vlaamse overheid en zal driejaarlijks een update krijgen. Deze demografische vooruitzichten situeren zich binnen een traditie van bevolkings- en huishoudensvooruitzichten op gemeentelijk niveau. De eerste gemeentelijke bevolkingsvooruitzichten voor het Vlaamse Gewest werden in 1995 aangemaakt door Paul Willems, destijds als demograaf verbonden aan het toenmalige Centrum voor Bevolkings- en Gezinsstudiën (CBGS). Zij werden aangemaakt in het kader van het tweede Milieu- en Natuurrapport Vlaanderen (MIRA-2) en kregen derhalve de naam MIRA-projecties. Meteen was ook het stramien gelegd voor navolgende lokale bevolkingsvooruitzichten. In 2000 volgde de tweede versie van MIRA-projecties. In 2005 nam de (toenmalige) Studiedienst van de Vlaamse Regering (SVR) de opdracht over voor aanmaak van officiële Vlaamse gemeentelijke demografische vooruitzichten, zowel voor de bevolking (Willems, 2006) als voor de huishoudens (Willems, 2007). Beide publicaties kregen periodiek navolging in de SVR-projecties voor de bevolking en de huishoudens in Vlaamse steden en gemeenten, (Willems & Lodewijckx, 2011), en de SVR-projecties voor de bevolking en de huishoudens in Vlaamse steden en gemeenten, (Pelfrene et al., 2015; Lodewijckx, 2015). De nieuwe publicatie van Vlaamse gemeentelijke demografische vooruitzichten is aldus zesde in de rij. In dit verslag wordt eerst ingegaan op de gebruikte databronnen voor de lokale projecties van de bevolking (hoofdstuk 2) en op het gehanteerde projectiemechanisme volgens de cohortcomponent methode (hoofdstuk 3). De componenten zelf worden in de daarop volgende hoofdstukken nader onder de loep nemen: de geboorten (hoofdstuk 4), de overlijdens (hoofdstuk 5), de interne migratie (hoofdstuk 6) en de externe migratie (hoofdstuk 7). 2. BASISGEGEVENS Basis voor de Vlaamse gemeentelijke demografische vooruitzichten is de officiële jaarlijkse vastlegging van de wettelijke bevolking en haar samenstelling in huishoudens door Statbel, uitgaande van de registraties in het Rijksregister. 2 Statistiek Vlaanderen ontvangt daarvan jaarlijks een kopie. 1 Statbel is de nieuwe naam voor het Belgische statistiekbureau (voormalige Algemene Directie Statistiek, FOD Economie). 2 Het Rijksregister (van de natuurlijke personen) omvat ook het wachtregister waarin asielzoekers worden ingeschreven door de Dienst Vreemdelingenzaken (DVZ) evenals EU-burgers in afwachting van woonstcontrole. Sinds 1995 worden de vreemdelingen die zijn ingeschreven in het wachtregister niet meegeteld voor het bepalen van het jaarlijkse Bevolkingsvooruitzichten pagina 5 van 27

6 De laatste observaties van de bevolking betreffen het aantal inwoners naar leeftijd en geslacht die op 1 januari 2017 zijn ingeschreven in elk van de 308 gemeenten van het Vlaamse Gewest. Dit geheel definieert de startpopulatie voor de gemeentelijke demografische vooruitzichten. Voor de loop van de bevolking te weten: geboorten, overlijdens, interne (binnenlandse) en internationale migraties is eveneens afgestemd op de officiële gegevens van Statbel. Hier is 2016 het laatste observatiejaar. Het datawarehouse Demografie van Statistiek Vlaanderen is een databank die individuele (geanonimiseerde) records van de bevolking op 1 januari van het kalenderjaar in Vlaamse gemeenten omvat alsook individuele (geanonimiseerde) informatie over de geboorten, de overlijdens en de (gemeentegrensoverschrijdende) migraties in de loop van het kalenderjaar. De databank werd opgestart in 1997, maar omvat soms ook data die teruggaan tot De geboorten betreffen levendgeborenen waarvan de moeder op de dag van de geboorte van het kind haar (officiële) hoofdverblijfplaats had in een gemeente van het Vlaamse Gewest Ook voor de overlijdens geldt dat de registratie aangegeven overledenen betreft wier hoofdverblijfplaats op de dag van het overlijden een gemeente van het Vlaamse Gewest is. Een migratie is bepaald als de verandering van hoofdverblijfplaats. Enkel de gemeentegrensoverschrijdende migraties worden in rekening genomen, niet de verhuisbewegingen binnen de gemeente. Een persoon kan gedurende de loop van het kalenderjaar meer dan eens van verblijfplaats wisselen. Van elke migratie is de plaats van herkomst en de plaats van bestemming geregistreerd. Voor de immigraties geldt dat als de herkomst een andere gemeente binnen België is, het een interne/binnenlandse immigratie betreft; is de herkomst een ander land (dan België), dan betreft het een externe/internationale immigratie. Analoog geldt voor de emigraties dat de uitwijking naar een andere gemeente binnen België een interne/binnenlandse emigratie betreft terwijl de uitwijking naar een ander land (dan België) een externe/internationale emigratie betreft. 3 bevolkingscijfer van de gemeente (Wet van 19 juli 1991 betreffende de bevolkingsregisters en de identiteitskaarten, Art. 2bis ; Inwerkingtreding: ; Wet van 24 mei 1994 tot oprichting van een wachtregister, Art Internationale immigratie = internationale immigratie (strikt) + herinschrijvingen + verandering van register (in); Internationale emigratie = internationale emigratie (strikt) + ambsthalve schrappingen + verandering van register (uit). pagina 6 van 27 Bevolkingsvooruitzichten

7 3. HET PROJECTIEMECHANISME 3.1. Cohort-component methode Een eenvoudige methode voor het maken van een bevolkingsprojectie is de cohort-component - methode (UN, 1956). Die bestaat erin de bevolkingsaantallen in de toekomst te schatten aan de hand van de huidige bevolking en door rekening te houden met de kansen om te overlijden en te emigreren aan de ene kant (uitstroom) en met de geboorten en de immigraties aan de andere kant (instroom). Op deze manier wordt de bevolking telkens een jaar verder in de tijd geprojecteerd. Met andere woorden, de bevolking (populatie) van een gemeente, P, op tijdstip t + 1, is dus gelijk aan de bevolking op tijdstip t, vermeerderd met de geboorten, G, en met de immigraties, I, en verminderd met de overlijdens, O, en de emigraties, E: P t+1 = P t + G t,t+1 + I t,t+1 O t,t+1 E t,t+1 (1) De vergelijking gewoonlijk aangeduid als de demografische balansvergelijking is eigenlijk net iets moeilijker omdat we de bevolking naar geslacht en naar leeftijd willen projecteren. Vooral de leeftijd verhoogt de complexiteit; door de bevolking een jaar verder te projecteren, worden de individuen ook qua leeftijd, x, een jaartje ouder, nl. x + 1. Dit kan als volgt worden uitgedrukt: P t+1 x+1 = P t x + I t,t+1 x,x+1 O t,t+1 t,t+1 x,x+1 E x,x+1 (2) Dit kan men illustreren aan de hand het Lexis-diagram dat de passage van een geboortecohorte doorheen de tijd in schema brengt (Figuur 1). Het geeft meer bepaald aanduiding van de evolutie van het aantal leden van een geboortecohorte op leeftijd x doorheen het kalenderjaar, met finaal de nieuwe stand een jaar later op leeftijd x + 1, na verrekening van de geboorten, de sterfgevallen, de immigraties en de emigraties. Merk op dat deze redenering enkel opgaat voor de bevolking reeds geboren op tijdstip t. Met andere woorden, we kunnen op t + 1 enkel de bevolking vanaf 1 jaar schatten; de 0-jarigen op tijdstip t (x = 0) worden de 1-jarigen op tijdstip t + 1 (x = 1). Er moet dus nog een schatting worden gemaakt van de 0-jarigen op tijdstip t + 1. De 0-jarige bevolking op t + 1 wordt geschat aan de hand van de geboorten tussen t en t + 1, verminderd met het aantal van die groep dat overleed of emigreerde en vermeerderd met de jonge borelingen van dat jaar die van elders immigreerden: P t+1 0 = G t,t+1 + I t,t+1 G,0 O t,t+1 t,t+1 G,0 E G,0 (3) Bevolkingsvooruitzichten pagina 7 van 27

8 Figuur 1. Lexis-diagram met doorloop 0-jarigen op t doorheen het kalenderjaar In de volgende hoofdstukken wordt dieper ingegaan op de schatting van de drie componenten van de bevolkingsprojectie (geboorten, overlijdens, interne/internationale migraties), de hypotheses die werden vooropgesteld voor hun evolutie in de toekomst en de wijze waarop deze variëren tussen gemeenten Leeftijd bij demografische gebeurtenissen In het projectieprogramma bepalen we de leeftijd x bij een geboorte, overlijden of migratie als de leeftijd die men in de loop van het jaar zal (kunnen) bereiken. Leeftijd x = observatiejaar geboortejaar. Merk op dat met die bepaling leden van de groep die geboren zijn tijdens het observatiejaar als 0- jarigen worden aangemerkt. De stand van de bevolking wordt in de regel opgemaakt aan de start van het kalenderjaar. Het aantal 0-jarigen op 1 januari verwijst in dat geval naar de groep die in het vorige kalenderjaar werd geboren, en derhalve in de loop van het nieuwe jaar hun 1ste verjaardag (leeftijd x = 1) zullen bereiken (bij overleven). De 1-jarigen op 1 januari zijn in de loop van het kalenderjaar daarvoor geboren; zij zullen naar verwachting hun 2de verjaardag (leeftijd x = 2) vieren in het nieuwe jaar. pagina 8 van 27 Bevolkingsvooruitzichten

9 4. GEBOORTEN EN VRUCHTBAARHEID 4.1. Evolutie vruchtbaarheid Vlaams Gewest De evolutie van het aantal geboorten (levendgeborenen) wordt geschat aan de hand van het aantal vrouwen op vruchtbare leeftijd (15-49 jaar) en hun vruchtbaarheidscijfer, of het gemiddelde aantal kinderen per vrouw. De projectie van de vruchtbaarheid wordt eerst uitgevoerd op niveau van het Vlaams Gewest aan de hand van de methode voorgesteld door Hyndman & Ullah (2007). Daarna wordt het resultaat aangepast aan de specifieke omstandigheden van elk van de 308 gemeenten. De vruchtbaarheid varieert in de tijd. Figuur 2 toont het verloop van het gemiddelde aantal kinderen per vrouw voor het Vlaamse Gewest tussen de jaren 1971 en De doorlopende lijn toont de geobserveerde waarden tot 2016; de onderbroken lijn de vooruitzichten. Na een stijging van het gemiddelde aantal kinderen per vrouw tussen 1984 en 2008 van minder dan 1,5 kinderen per vrouw naar iets meer dan 1,8, zet zich tijdens de jaren van economische crisis opnieuw een daling in. Het jaar 2016 lijkt een kanteljaar waarin de vruchtbaarheid zich stabiliseert. De hypothese die wordt gehanteerd in de vooruitzichten is daarom dat de vruchtbaarheid opnieuw zal stijgen om in 2022 het niveau geobserveerd bij de aanvang van de economische crisis te bereiken, namelijk 1,8 kinderen per vrouw. Figuur 2. Gemiddeld aantal kinderen per vrouw, Vlaams Gewest, Bron: : waarnemingen, Statbel; : vooruitzichten, Statistiek Vlaanderen Bevolkingsvooruitzichten pagina 9 van 27

10 De daling van de vruchtbaarheid tijdens de recente economische crisis is in grote mate te wijten aan uitstelgedrag (Sobotka et al., 2010). Vooral de jongste ouders, getroffen door financiële onzekerheid, stellen de geboorte van hun eerste kind uit tot meer stabiele tijden, waardoor hun vruchtbaarheidscijfer tijdens de crisisjaren daalt (Figuur 3 links). Maar uitstel is geen afstel, waardoor de vruchtbaarheid op hogere leeftijd ietwat hoger ligt. Figuur 3. Verschuiving van de leeftijdsverdeling van de vruchtbaarheid tijdens (links) en na (rechts) de crisisjaren, Vlaams Gewest Bron: 2016: waarnemingen, Statbel; 2022: vooruitzichten, Statistiek Vlaanderen Tijdens de projectiejaren na de crisis keert het vruchtbaarheidscijfer van jonge ouders weer terug naar het niveau van ervoor (Figuur 3 rechts). Na 2022 veronderstellen we dat de leeftijdsverdeling niet meer verschuift Gemeentelijke differentiatie van de vruchtbaarheid Niet alle gemeenten kennen eenzelfde vruchtbaarheidsprofiel (zie bijlage 2). Om met deze variatie rekening te houden werd de leeftijdsspecifieke vruchtbaarheidscurve van elke gemeente vergeleken met deze voor het Vlaams Gewest voor recente observatiejaren ( ), zoals weergegeven door de voorbeelden uit Figuur 4. De verhouding tussen beide curves levert voor elke leeftijd een correctiefactor op die wordt toegepast op de geprojecteerde vruchtbaarheidscurve van het Vlaamse Gewest om zo tot een schatting te komen van de vruchtbaarheid op gemeentelijk niveau. pagina 10 van 27 Bevolkingsvooruitzichten

11 Figuur 4. Vergelijking van het vruchtbaarheidsprofiel volgens de leeftijd van vrouwen tussen de gemeente en het Vlaamse Gewest, gemiddelde Bron: Statbel; bewerking: Statistiek Vlaanderen We veronderstellen dat verschillen in vruchtbaarheid zullen afnemen in de tijd. Daarom wordt de initiële correctiefactor (op elke moederschapsleeftijd) vanaf 2020 gradueel gereduceerd met 2% per projectiejaar. 5. OVERLIJDENS EN STERFTEKANSEN 5.1. Sterfte binnen 3 aparte leeftijdsgroepen Het aantal overlijdens of sterfgevallen varieert per leeftijd, met weinig sterfgevallen op jonge leeftijden en veel meer op oudere leeftijden (figuur 5, panel links). Er zijn wel opnieuw veel minder sterfgevallen op hoge leeftijd (90+), wat uiteraard moet toegeschreven worden aan de reeds sterk uitgedunde bevolking op die hoge leeftijden. 4 Bij omzetting van het aantal sterfgevallen naar de sterftekans op leeftijd x (afgekort q(x)), is er alsmaar verhoogde sterftekans op de oudere leeftijden (figuur 5, panel rechts). 4 De aantallen in deze statistiek steunen vanaf 2010 op de registraties van het Rijksregister zoals nader gecontroleerd door Statbel. Voor de jaren daarvoor steunde Statbel daarvoor op de tellingen van de individuele formulieren voor aangifte bij de burgerlijke stand van in België plaatsgevonden overlijdens Bevolkingsvooruitzichten pagina 11 van 27

12 Figuur 5. Aantal overlijdens (panel links) en sterftecijfer (panel rechts) naar leeftijd en geslacht, Vlaams Gewest, Mannen Vrouwen 1,0000 0,1000 Mannen Vrouwen Aantal q(x) 0,0100 0,0010 0, Leeftijd_(einde jaar) = x 0, Leeftijd_(einde jaar) = x Bron: Statbel; bewerking: Statistiek Vlaanderen De sterftekans of het sterftecijfer q(x) is bepaald als: q(x) = Aantal overlijdens op leeftijd x Aantal personen op leeftijd x aan de start van het kalenderjaar (4) Er geldt: de 0-jarigen zijn de kinderen geboren in het observatiejaar; de 1-jarigen betreffen de groep geboren in het voorgaande kalenderjaar; enz. Op het Lexis-diagram (figuur 1) kan geverifieerd worden dat de sterfte bij 0-jarigen (in het geboortejaar) gesitueerd is in het bovenste driehoekje; de sterfte bij 1-jarigen vinden we in het (in het blauw) aangeduide parallellogram, enz. Anno 2016 is de sterftekans in het geboortejaar bijzonder laag, zowel voor jongens (2,9 ) als meisjes (2,2 ). Begin jaren 90 lag die sterftekans nog boven 5 (6,6 bij jongens en 5,7 bij meisjes in 1992). De grafiek van het aantal sterfgevallen per leeftijd vertoont vooral verhoogde aantallen overlijdens in de leeftijden tussen 70 en 90 jaar (Figuur 5, panel links). Die verdeling was voor ons aanleiding om 3 paden te volgen naargelang de leeftijdsgroep (volgens de leeftijd van het geboortejaar): 1) Leeftijden 0 64 jaar (weinig sterfgevallen & lage sterftecijfers): trends berekend uit sterftecijfers voor het Vlaamse Gewest als geheel worden in alle steden en gemeenten toegepast; pagina 12 van 27 Bevolkingsvooruitzichten

13 2) Leeftijden jaar (veel sterfgevallen & gradueel verhoogde sterftecijfers): gemeenten met een gelijkaardig niveau van sterfte worden samengenomen ter bepaling van groepseigen sterftecijfers (zie 5.3); 3) Leeftijden 90 jaar en ouder (weinig sterfgevallen & hoge sterftecijfers): opnieuw zijn de sterftecijfers voor het Vlaamse Gewest als geheel in aanmerking genomen, zij het gestabiliseerd aan de hand van de zogenaamde HPC-standaard (zie 5.4). Algemeen is het principe dat de trendmatig geprojecteerde sterftecijfers voor elke leeftijd x (volgens iemands geboortejaar) vermenigvuldigd worden met de corresponderende risicopopulatie van personen met die leeftijd x, zoals waargenomen aan de start van het projectiejaar, wat het (geprojecteerde) aantal overlijdens levert in de loop van het projectiejaar, dewelke vervolgens in mindering worden gebracht bij de bepaling van de bevolking van leeftijd (x + 1) aan de start van het nieuwe kalenderjaar Projectie sterftecijfers voor leeftijden tussen 0 en 64 jaar Voor de leeftijden tussen 0 en 64 jaar zijn omwille van het kleine aantal overlijdens en dito sterftecijfers per geslacht de leeftijdsspecifieke sterftecijfers voor het Vlaamse Gewest uniform overgenomen in alle steden en gemeenten. Als observatiebasis werden de reeksen met jaarlijkse sterftecijfers tussen 1992 en 2016 gebruikt, waarop via de (negatief) exponentiële groeifunctie trends zijn bepaald die zijn doorgetrokken tot 2025; nadien werd de waarde van 2025 constant gehouden in de navolgende jaren tot en met De idee hierbij is dat sterftecijfers niet eindeloos kunnen blijven dalen (Figuur 6). Figuur 6. Waargenomen ( ) en geprojecteerde sterftecijfers ( ) voor mannen en vrouwen met leeftijd (volgens geboortejaar) = 60, Vlaams Gewest 0,015 Mannen_60j 0,015 Vrouwen_60j 0,010 0,010 q(x) q(x) 0,005 0,005 0, , Bron: : waarnemingen, Statbel; : vooruitzichten, Statistiek Vlaanderen De geprojecteerde jaarlijkse sterftecijfers voor 60-jarige mannen (volgens hun geboortejaar) in figuur 6 geven voor de opeenvolgende projectiejaren de kans om te overlijden in het jaar dat men 60 wordt. Vermenigvuldigd met de groep mannen van leeftijd 60 (volgens hun geboortejaar) aan de startlijn van het kalenderjaar (projectiejaar) levert dat het geprojecteerde aantal overlijdens Bevolkingsvooruitzichten pagina 13 van 27

14 Er zij opgemerkt dat een conditie werd toegevoegd: bij 0-jarigen zakt de sterftekans in het geboortejaar niet onder de 2 -drempel Projectie sterftecijfers voor leeftijden tussen 65 en 89 jaar Met het verhoogde aantal overlijdens op de leeftijden tussen 65 en 89 jaar, wordt een zekere differentiatie tussen de steden en gemeenten mogelijk. De idee is om groepen van gemeenten af te bakenen met een kenmerkend eigen niveau van sterftecijfers. In de praktijk is gekozen om 3 groepen af te bakenen: gemeenten met relatief hoge sterftecijfers, met middelmatige sterftecijfers (wat aanleunt bij het niveau van sterftecijfers voor het Vlaamse Gewest als geheel) en met relatief lage sterftecijfers. Daarnaast zijn nog de 2 Vlaamse grootsteden, Antwerpen en Gent, apart genomen. Voor de afbakening van de set van gemeenten met relatief hoge, middelmatige en lage sterftecijfers werd gesteund op de Standardized Mortality Ratio (SMR). Het is een techniek van standaardisatie voor leeftijd, die toelaat om het sterftepeil van gemeenten naast elkaar te leggen met uitschakeling van het effect van verschillende leeftijdsverdelingen. Indirecte standaardisatie bleek hier aangewezen omdat op het kleinschalige niveau van steden en gemeenten de risicopopulatie voor het bepalen van de sterftekans in de opeenvolgende leeftijdsgroepen vaak te klein is, met instabiele en vaak sterk uiteenlopende kansen als gevolg (Pelfrene, 2010). Concreet is het waargenomen aantal overlijdens in een gemeente (studiepopulatie) in verhouding gebracht tot wat kan worden verwacht als de leeftijdsspecifieke sterftekansen van het Vlaamse Gewest (standaardpopulatie) in die gemeente van toepassing zouden zijn. SMR = 1 betekent dat het waargenomen aantal overlijdens gelijk is aan het verwachte aantal; SMR < 1 betekent dat het waargenomen aantal kleiner is dan het verwachte aantal en SMR > 1 betekent dat het waargenomen aantal groter is dan het verwachte aantal. Vaak wordt de ratio vermenigvuldigd met 100. SMR = 120 wil dan zeggen dat in de studiepopulatie de waargenomen sterfte 20% hoger ligt dan verwacht op basis van de leeftijdsspecifieke sterfterisico s in de standaardpopulatie. SMR = 80 betekent dat de waargenomen sterfte 20% lager ligt dan verwacht. Per geslachtsgroep werden voor elke gemeente SMR s berekend voor de doelpopulatie tussen 65 en 89 jaar. Ter stabilisatie van de sterftekansen werd daarbij uitgegaan van de geaggregeerde waarnemingen voor de 5 laatste observatiejaren ( ). 5 Die zou bij meisjes in het geboortejaar bereikt zijn vanaf 2023 volgens onze trendbepaling. De aangegeven drempelwaarde werd indertijd voorgesteld door Prof. Dr. em. Godelieve Masuy-Stroobant (UCL), specialist kindersterfte (FPB & ADSEI, 2008). pagina 14 van 27 Bevolkingsvooruitzichten

15 De berekende SMR-waarden van de gemeenten werden per geslachtsgroep gesorteerd naar grootte, met uitzondering van Antwerpen en Gent die apart zijn genomen. Het bovenste kwartiel van 77 gemeenten met de hoogste waarden is samengenomen als de groep met een relatief hoog sterftepeil (Hoog). Analoog werd het laagste kwartiel van 77 gemeenten samengenomen (Laag), en vervolgens de tussengroep van 152 gemeenten (Midden). Bijlage 2 toont hiervan de geografische spreiding. 6 De indeling in brede SMR-groepen steunt vooral op de overweging om voldoende grote aantallen voor de risicopopulatie te vinden voor het uitzetten van stabiele trends per leeftijd. Zoals op de jongere leeftijden (0-64 jaar) zijn ook hier maar dan binnen elke SMR-groep voor elke leeftijd (tussen jaar) exponentiële groeitrends bepaald in de observatiereeksen met jaarlijkse sterftecijfers tussen 1992 en 2016, en vervolgens doorgetrokken tot 2029 bij mannen en tot 2025 bij vrouwen. Voor de navolgende jaren zijn de geprojecteerde sterftecijfers constant gehouden op de laatste trendwaarde. Voor mannen is dus aanvaard dat er nog wat extra ruimte is voor een verdere daling gegeven hun aanmerkelijk hogere sterftekansen op die leeftijden in vergelijking met vrouwen Projectie sterftecijfers voor leeftijden 90 jaar en ouder Voorbij de leeftijd van 85 jaar en zeker voorbij de 90 jaar - zijn de sterftekansen weliswaar hoog (boven de 10%) maar niet erg stabiel. Dat heeft te maken met het op die hoge leeftijden zowel slinkend aantal sterfgevallen (teller) als slinkend aantal inwoners (noemer). In het algemeen wordt ervoor geopteerd om aparte schattingen van de sterftekansen te voorzien voor hoge leeftijden, waarbij diverse methodes kunnen gevolgd worden (Buettner, 2002). Hier is gekozen voor de zogenaamde HPC-standaard naar een publicatie van Himes, Preston en Condran (1994), een praktische benadering waarvan uitvoerig verslag werd gebracht in een publicatie van de voormalige Studiedienst van de Vlaamse Regering (Willems et al., 2010). Het gebruik van de HPC-standaard voor het schatten van sterftekansen op hoge leeftijd in het Vlaamse Gewest gaat uit van het verband tussen de sterftekansen van het Vlaamse Gewest (y) en de HPC-standaard (x), mits transformatie van beide reeksen in zogenaamde logits (=log(odds)). De zeer goede fit van de regressie van logit(y) op logit(x) voor leeftijden tussen 45 en 95 jaar suggereert dat hetzelfde verband ook op oudere leeftijd geldt (R² = 0,997). De antilogit van de regressiewaarden levert dan de geschatte meer stabiele sterftekansen. 6 In 135 gemeenten (44%) verschilt de toewijzing in de SMR-groepen Hoog/Midden/Laag naargelang het geslacht Bevolkingsvooruitzichten pagina 15 van 27

16 Figuur 7. Sterftekansen vanaf leeftijd 45 voor mannen, observaties Vlaams Gewest 2012, HPCstandaard en geschatte waarden Noot: Leeftijd op de x-as, sterftekans op de y-as. Bron: Statbel & HPC-standaard, verwerking: Statistiek Vlaanderen. Figuur 7 toont het resultaat van de schatting van de sterfte op hoge leeftijd voor het jaar We zien hoe de curve van de geobserveerde sterftekansen voor het Vlaamse Gewest alsmaar grotere schommelingen begint te vertonen na de leeftijd van 85 jaar. De geschatte waarden weergegeven met de onderste curve doorkruist de geobserveerde waarden, maar tonen deze schommelingen niet. De regressie laat vervolgens toe de verwachte sterftekansen door te trekken tot op zeer hoge leeftijd. Dergelijke schattingen zijn uitgevoerd voor alle observatiejaren tussen 2010 en 2015, apart voor mannen en vrouwen. De schattingspunten werden vervolgens voor alle leeftijden tussen 90 en 110 uitgezet op een tijd-as waarbij opnieuw de best aanpassende exponentiële groeitrend werd vastgelegd. Die trend is doorgetrokken tot in 2025, waarna de bereikte waarde voor 2025 werd constant gehouden. pagina 16 van 27 Bevolkingsvooruitzichten

17 5.5. Projectie levensverwachting bij geboorte Het geheel van aannames over de sterftekansen op de opeenvolgende leeftijden bij mannen en vrouwen wordt perfect samengevat in de levensverwachting bij geboorte die daar eenduidig functie van is. Tabel 1 geeft de waarde voor de levensverwachting bij geboorte (e0) in de onderscheiden sterfterisicogroepen. Bij de bepaling is rekening gehouden met de bijzondere aanbevelingen van Statbel aangaande de spreiding van de sterfte in het geboortejaar (Pelfrene et al., 2012). Tabel 1. Levensverwachting bij geboorte in onderscheiden sterfterisicogroepen, observatie 2015 en projectie 2030 Geslacht Risicogroep Δe(0) Laag 80,5 83,6 +3,0 - Midden 79,8 82,7 +2,9 Mannen - Hoog 78,9 81,7 +2,9 - Antwerpen 79,1 81,6 +2,5 - Gent 78,8 81,9 +3,1 Vlaams Gewest 75,5 79,6 82,6 +4,1 +3,0 - Laag 85,1 86,8 +1,7 - Midden 84,3 85,6 +1,3 Vrouwen - Hoog 83,3 85,4 +1,9 - Antwerpen 83,5 84,9 +1,4 - Gent 83,5 85,5 +1,9 Vlaams Gewest 81,4 83,9 86,0 +2,5 +2,1 Bron: Vlaams Gewest 2000 & 2015: waarnemingen, Statbel; Risicogroepen 2015 & vooruitzichten 2030: Statistiek Vlaanderen Merk op dat de levensverwachting bij geboorte in het Vlaamse Gewest in het observatiejaar 2015 hoger ligt bij vrouwen dan bij mannen (83,9 jaar versus 79,6 jaar = +4,3 jaar). Dat is ook het geval in het projectiejaar 2030 (86,0 versus 82,6 jaar = +3,4 jaar). Niettemin steeg de levensverwachting bij geboorte in de voorbije periode tussen 2000 en 2015 sneller bij mannen dan bij vrouwen (+4,1 versus +2,5 jaar). Zulke differentiële stijging blijft ook in de toekomst in het vooruitzicht gesteld (tot 2030), weliswaar enigszins afgezwakt (+3,0 jaar voor mannen versus +2,1 jaar voor vrouwen tussen 2015 en 2030). Gevolg is dat het geslachtsverschil in levensverwachting bij de geboorte ten gunste van vrouwen versmalt (van een geobserveerd overwicht van +5,9 jaar in 2000 naar een geprojecteerd overwicht van 3,4 jaar in 2030) Bevolkingsvooruitzichten pagina 17 van 27

18 6. INTERNE MIGRATIE 6.1. Schema modellering interne migratiestromen Figuur 8 geeft een schematische voorstelling van de modellering van de interne migratiestromen. Het aantal emigraties (stap 1) of het aantal vertrekken uit steden en gemeenten van het Vlaams Gewest, wordt geschat door het aantal mannen en vrouwen op elke leeftijd te vermenigvuldigen met de geschatte kans dat zij verhuizen. De som hiervan resulteert in het jaarlijkse totale aantal verhuizen voor het hele Vlaamse Gewest. Elk vertrek uit een gemeente resulteert uiteraard in een aankomst een immigratie - elders, hetzij in een andere Vlaamse gemeente (stap 2), hetzij in het Brusselse Hoofdstedelijke Gewest of het Waalse Gewest (stap 3). Rest tenslotte nog het aantal immigraties vanuit het Brusselse Hoofdstedelijk Gewest en het Waals Gewest naar een Vlaamse gemeente te bepalen (stap 4). Figuur 8: schematische voorstelling van de modellering van interne migratiestromen pagina 18 van 27 Bevolkingsvooruitzichten

19 6.2. Interne emigratiekansen Figuur 9 geeft de kans weer om uit een Vlaamse gemeente te vertrekken, met Antwerpen en Edegem als voorbeelden; in doorlopende lijn de geobserveerde waarden tussen 1997 en 2016 en in onderbroken lijn de vooruitzichten. We zien dat de emigratiekans in Antwerpen stijgt tussen 2000 en 2008, en daarna stabiliseert rond een jaarlijks gemiddelde van ongeveer 36 emigraties per 1000 inwoners. In Edegem vinden we een zekere daling tijdens de meest recente observatiejaren. Om deze trendbreuk mee te nemen in de vooruitzichten baseren we onze hypothesen enkel op de laatste 8 observatiejaren. De emigratiekans per gemeente werd berekend als een voortschrijdend gemiddelde van de kansen tussen We veronderstellen dat de verdeling van de kans over de geslachten en de leeftijden gelijk zal blijven aan deze die we gemiddeld terugvonden in elk van de gemeenten gedurende de laatste 5 observatiejaren. 7 Figuur 9: Aantal emigraties vanuit een Vlaamse gemeente per 1000 inwoners, Bron: Statbel; : bewerking: Statistiek Vlaanderen 6.3. Interne immigratie De totaalsom naar leeftijd en geslacht van de (geprojecteerde) interne emigraties (als afgeleide van de emigratiekansen) uit Vlaamse gemeenten (stap 1) werd herverdeeld naar bestemming: hetzij een (andere) Vlaamse gemeente (stap 2 in figuur 8), hetzij het Brussel Hoofdstedelijke Gewest of Waalse Gewest (stap 3 in figuur 8). Voor de verdeelsleutel is de evolutie tussen 2018 en 2025 in aanmerking genomen. 7 In de praktijk werd de verdeling over de leeftijden gerealiseerd door het relatief risico per leeftijd (emigratiekans leeftijd/totale emigratiekans) constant te houden Bevolkingsvooruitzichten pagina 19 van 27

20 Eerst werd voor elke Vlaamse gemeente, alsook voor Brussel en Wallonië, gekeken naar het aantal geobserveerde interne immigraties met herkomst een gemeente van het Vlaamse Gewest. Dit aantal werd voor elke gemeente doorgetrokken tot 2025 aan de hand van een voortschrijdend gemiddelde over de laatste 8 observatiejaren, zoals weergegeven in het voorbeeld van Gent (figuur 10a). De jaarlijkse verdeelsleutel (voor Gent) werd vervolgens berekend als het aandeel immigraties (naar Gent) in het totaal aantal geprojecteerde immigraties voor alle Vlaamse gemeenten, het Brussels Hoofdstedelijk en het Waals Gewest (figuur 10b). Deze berekening werd uitgevoerd per leeftijd en geslacht. Figuur 10: Aantal immigraties naar een Vlaamse gemeente en aantal immigraties per 1000 verhuizen uit een Vlaamse gemeente, Bron: : waarnemingen, Statbel; : vooruitzichten, Statistiek Vlaanderen Immigraties vanuit het Brusselse Hoofdstedelijk en het Waalse Gewest naar het Vlaamse Gewest (stap 4 in figuur 8) zijn overgenomen uit de gepubliceerde Demografische Vooruitzichten, van het Federaal Planbureau. Het totale aantal voor het Vlaams Gewest werd eerst opgesplitst in de fractie afkomstig uit het Brusselse Hoofdstedelijke Gewest (gemiddeld 7/10) en de fractie afkomstig uit het Waalse Gewest (gemiddeld 3/10) volgens de geobserveerde verdeelsleutel voor de jaren De bekomen totalen werden vervolgens procentueel herverdeeld over de 308 gemeenten (volgens de gemiddelde verdeling voor de jaren ). pagina 20 van 27 Bevolkingsvooruitzichten

21 7. INTERNATIONALE MIGRATIES 7.1. Internationale immigratie Voor de internationale immigratie werd afgestemd op de aantallen die het Federale Planbureau projecteerde voor het Vlaamse Gewest in haar meest recente bevolkingsvooruitzichten (FPB & ADS, 2017). Reden daartoe is dat het FPB haar methodologie op dit vlak grondig heeft herzien met het oog op het stabiliseren van de lange termijnvooruitzichten over de internationale immigratie (Vandresse, 2015). Vernieuwend daarbij is dat het FPB vertrekt van (geprojecteerde) kansen voor emigratie vanuit het buitenland naar België waaruit het aantal internationale immigraties naar België volgt. Daarbij is rekening gehouden met de bevolkingsontwikkeling in de andere landen, zowel van binnen Europa (projecties van de Ageing Working Group van de Europese Commissie) als van buiten Europa (UN Population Prospects) (FPB & ADS, 2017). De geprojecteerde totalen per geslacht en per projectiejaar voor het Vlaamse Gewest van FPB (publicatie maart 2017) werden eerst verdeeld over de 308 Vlaamse steden en gemeenten volgens de gemiddelde verdeelsleutel van de recente observatiejaren Vervolgens werden die totalen verder verdeeld over de leeftijden, waarbij is afgestemd op het (3x afgevlakte) leeftijdsprofiel van de internationale immigratie zoals waargenomen voor de observatiejaren , met 4 onderscheiden groepen van gemeenten: 1) apart voor elke grote stad of gemeente, te weten met inwoners (stand 1/01/2016) en een internationale immigratiegraad 5 (voor de jaren ) -> N=81 steden/gemeenten 2) (kleinere) restgemeenten van de Vlaamse Rand samengenomen -> N=10 3) (kleinere) restgemeenten van 4 buurarrondissementen met Nederland (Arr. Antwerpen, Turnhout, Maaseik en Tongeren) -> N=58 4) (kleinere) restgemeenten-> N=158 (exclusief Herstappe) Internationale emigratie Voor de internationale emigratie werd aanvankelijk dezelfde werkwijze gevolgd als bij de internationale immigratie. Eerst verdeling van de geprojecteerde totalen voor de internationale emigratie van het FPB (publicatie maart 2017) over de gemeenten (met verdeelsleutel afgeleid uit de observaties ), vervolgens toewijzing aan leeftijden volgens het leeftijdsprofiel in casu van de internationale emigratie binnen dezelfde 4 onderscheiden groepen van gemeenten (zie 7.1). Nazicht wees uit dat voor een aantal (grotere) gemeenten niet altijd een goed resultaat voor het totale internationale migratiesaldo (mannen en vrouwen samen) werd bekomen in de zin dat het geprojecteerde totale migratiesaldo niet goed aanleunt bij de waarden in recente observatiejaren. Als operationeel criterium werd vooropgesteld dat de projectiewaarde voor de gemeente in 2027 (afgeleid uit het saldo van de afgeleide totalen voor de internationale immigratie en emigratie van FPB) bij een (immer) dalend migratiesaldo niet meer dan 30% lager mag uitvallen van de laagste waarde in de observatieperiode Bevolkingsvooruitzichten pagina 21 van 27

22 Bij ontstentenis daarvan wordt het alternatief toegepast waarbij voor de internationale emigratie gesteund wordt op geprojecteerde emigratiekansen (voor de internationale emigratie) die zijn afgeleid uit de waarnemingen per leeftijd en geslacht in de observatiejaren, en vervolgens zijn doorgetrokken in de projectiejaren via de techniek van het voortschrijdende gemiddelde, meer bepaald met groepjes van de 5 laatste waarnemingen (k=5). Dit werd concreet nagekeken voor alle 81 gemeenten met een {inwonertal inwoners (stand 1/01/2015) & een internationale immigratiegraad 5 }, alsook voor 21 gemeenten met een {inwonertal < inwoners & een internationale immigratiegraad 10 }, en tenslotte voor de overige gemeenten van de Vlaamse Rand alwaar in algemene zin de internationale migratie een belangrijk gegeven is (Merchtem, Meise en Linkebeek). Ter illustratie het voorbeeld voor Antwerpen en Brasschaat: Figuur 11. Selectie van emigratie-optie voor Antwerpen en Brasschaat: afleiding uit FPB-projectie of afleiding uit geprojecteerde emigratiekansen Bron: : waarnemingen, Statbel; : vooruitzichten afgeleid uit FPB-vooruitzichten (publicatie maart 2017), Statistiek Vlaanderen Voor Antwerpen: - projectiewaarde 2027 = minimum observaties > 2016 = > verdere daling met 30% = => aanvaarding projectiewaarden zoals afgeleid uit FPB-vooruitzichten Voor Brasschaat: - projectiewaarde 2027 = minimum observaties > 2012 = -46 -> verdere daling met 30% = < -60 => verwerping projectiewaarden zoals afgeleid uit FPB-vooruitzichten; alternatief -> optie afleiding uit geprojecteerde emigratiekansen In totaal werd aldus voor 20 gemeenten geopteerd voor de alternatieve aanpak met afleiding uit geprojecteerde emigratiekansen: {Brasschaat, Schoten, Mechelen, Herentals, Halle, Hoeilaart, Zaventem, Kraainem, Linkebeek, Wezembeek-Oppem, Leuven, Tervuren, Knokke-Heist, De Panne, Geraardsbergen, Beveren, Lommel, Lanaken, Riemst, Maasmechelen}. pagina 22 van 27 Bevolkingsvooruitzichten

23 8. OMZETTING VAN REËLE GETALLEN NAAR GEHELE GETALLEN De geprojecteerde aantallen zijn het resultaat van rekenkundige bewerkingen waaronder tal van uitkomsten van kansberekeningen. In de regel zijn die bewerkingen met dubbele precisie uitgevoerd, waarmee gezegd wil zijn dat initieel nauwkeurigheid tot op vele cijfers na de komma werd nagestreefd. Dat dient weliswaar de precisie, maar niet noodzakelijk een goed begrip van de bereikte geprojecteerde aantallen. Finaal heeft het inderdaad weinig zin dat bevolkingsvooruitzichten tot op betekenisloze cijfers na de komma gepresenteerd worden (bv. cellen met 1/128ste persoon). De bekomen projectieresultaten voor de stand van de bevolking zijn bijgevolg omgezet naar gehele getallen, via afronding tot op de eenheid. Sommatie van de afgeronde aantallen over alle leeftijden in beide geslachtsgroepen levert dan het totaal aantal geprojecteerde personen in het nieuwe projectiejaar in de betreffende gemeente. Het zijn die aantallen die op de publieke website van Statistiek Vlaanderen kunnen geraadpleegd worden. Op de website staan ook globale gegevens over de loop van de bevolking (Pop). Tabel 2. Weergave van de app Loop van de bevolking, Oostende, alle inwoners * Observaties loop bevolking Vooruitzichten loop bevolking Observaties stand bevolking Vooruitzichten stand bevolking Gebied Geslacht Oostende Alle Bevolking op 1 januari Oostende Alle Natuurlijk saldo Oostende Alle Geboorten Oostende Alle Overlijdens Oostende Alle Saldo interne migraties Oostende Alle Saldo internationale Oostende Alle Totaal migratiesaldo Oostende Alle Statistische aanpassing Bron: 2015: waarnemingen, Statbel; 2030: vooruitzichten, Statistiek Vlaanderen * Stand Pop (1/01/t+1) = stand Pop (1/01/t) + natuurlijk saldo (t) + totaal migratiesaldo (t) Die som is niet altijd exact juist, wat wordt opgevangen in de rij van Statistische aanpassing (tabel 2, laatste rij), met 2 betekenissen: - voor de observatiejaren slaat dit op nog niet geregistreerde laattijdige aanmeldingen van loopgegevens (geboorten, overlijdens, migraties) van (nieuwe) leden van de wettelijke bevolking; - voor de projectiejaren (vooruitzichten) betreft het afrondingsfouten van de totalen omwille van de overgang van reële naar gehele getallen Bevolkingsvooruitzichten pagina 23 van 27

24 REFERENTIES Buettner, T. (2002). Approaches and experiences in projecting mortality patterns for the oldest-old. In: North American Actuarial Journal, 6 (3), Federaal Planbureau (FPB) & Algemene Directie Statistiek en Economische Informatie (ADSEI). (2008). Bevolkingsvooruitzichten (Perspectives de population ), Brussel: Federaal Planbureau, Planning Paper 105. Federaal Planbureau (FPB) & Algemene Directie Statistiek (ADS). (2017). Demografische vooruitzichten Bevolking en huishoudens, Brussel: Federaal Planbureau. Hyndman, R. & Ullah, S. (2007). Robust forecasting of mortality and fertility rates: A functional data approach. In: Computational Statistics & Data Analysis, 51 (10), p Himes, C., Preston, S.H., Condran, G.A. (1994). A relational model of mortality at older ages in low mortality countries. In: Population Studies, 48, Lodewijckx, E. (2015). Huishoudensprojecties: basishypotheses en werkwijzen. SVR-Methoden en technieken 2015/1. Brussel: Studiedienst van de Vlaamse Regering Pelfrene, E. (2010). Standaardisatie van een statistische waarneming voor één of meerdere kenmerken. SVR- Methoden en Technieken 2010/1. Brussel: Studiedienst van de Vlaamse Regering. Pelfrene, E., Cloots, H., Hendrickx, E. (2012). Infant mortality in the Flemish Region of Belgium : a time-to-event analysis. In: Archives of Public Health, 70 (6), s.p. Pelfrene, E., Schockaert, I. & Lodewijckx, E. (2015). Bevolkingsprojecties: basishypotheses en werkwijzen. SVR- Methoden en technieken 2015/3. Brussel: Studiedienst van de Vlaamse Regering Schockaert, I. (2015). Nieuwe bevolkings- en huishoudensprojecties voor de Vlaamse steden en gemeenten, Brussel: Studiedienst Vlaamse Regering, SVR-ST@TS 2015/1. Sobotka, T., Skirbekk, V. & Philipov, D. (2010). Economic recession and fertility in the developed world. A literature review. Brussel: Demography Network of the European Observatory on the Social Situation and Demography, Europese Commissie. United Nations (1956). Manuals on Methods of Estimating Population. Manual III: Methods for Population Projections by Sex and Age. Sales No. E.56.XIII.3. Vandresse, M. (2015). Une modélisation de l évolution future de la migration internationale pour la Belgique. Federaal Planbureau (FPB), Working Paper 2015/2 Willems, P. (2006). Bevolkingsprojecties voor de 308 gemeenten van het Vlaams Gewest. SVR- Technisch rapport 2006/2. Brussel: Studiedienst van de Vlaamse Regering. Willems, P. (2007). Projecties van aantallen huishoudens naar huishoudgrootte voor de 308 gemeenten van het Vlaams Gewest. Twee scenario s voor de periode Brussel: Studiedienst van de Vlaamse Regering, SVR-Technisch rapport 2007/1. Willems, P., Lodewijckx, E., Pelfrene, E. & Van Peer, C. (2010). Het schatten van sterftekansen op oudere leeftijden. SVR-Webartikel 2010/11. Brussel: Studiedienst van de Vlaamse Regering. Willems, P. & Lodewijckx, E. (2011). SVR-projecties van de bevolking en de huishoudens voor Vlaamse steden en gemeenten, SVR-Studie 2011/2. Brussel: Studiedienst van de Vlaamse Regering. pagina 24 van 27 Bevolkingsvooruitzichten

25 BIJLAGE 1. LIJST MEDEWERKERS 1) De Vlaamse gemeentelijke demografische vooruitzichten zijn voorbereid door volgende leden verbonden aan Statistiek Vlaanderen, het netwerk voor openbare statistiek van de Vlaamse overheid: - Edith Lodewijckx (bevolking & huishoudens) - Edwin Pelfrene (bevolking) - Ingrid Schockaert (bevolking) 2) Methodologische aspecten werden voorgelegd aan het Begeleidingscomité van experts (bijeenkomst 9/02/2017), met volgende leden: - Patrick Lusyne, Statbel - Marc Callens, Statistiek Vlaanderen - Jean-Pierre Hermia, Brussels Instituut voor Statistiek en Analyse (BISA/IBSA) - Astrid Sierens, BISA - Johan Duyck, Federaal Planbureau (FPB) - Jean-Marc Paul, FPB - Marie Vandresse, FPB - Dorien Dossche, Aalst - Reinhard Stoop, Antwerpen - Pieter Rotthier, Antwerpen - Tineke Van de Walle, Brugge - Els Bauwens, Gent - Els Verhasselt, Gent - Bart Daemen, Hasselt - Elke Van Ham, Leuven - Andries Sioen, Roeselare - Linda Boudry, Kenniscentrum Vlaamse steden - Filip De Maesschalck, Provincie Vlaams-Brabant - Jolien Dhooghe, Provincie Vlaams-Brabant - Guido Bottu, ere-demograaf Provincie Antwerpen - Karel Neels, UA, Demografie - Etienne Van Hecke, KU Leuven, Sociale Geografie (emeritus) - Frank Vastmans, KU Leuven, Vakgroep Economische Geschiedenis - Ilse Derluyn, UGent, Departement Sociaal Werk & Sociale Pedagogie - Johan Surkyn, VUB - Interface Demography 3) Eerste proefresultaten zijn ter beoordeling voorgelegd aan de bredere Gebruikersgroep, met voornamelijk leden vanuit de grotere Vlaamse steden (bijeenkomst 5/12/2017) Bevolkingsvooruitzichten pagina 25 van 27

26 BIJLAGE 2. TOTAAL VRUCHTBAARHEIDSCIJFER (TVC) Kaart met totaal vruchtbaarheidscijfer per gemeente, Vlaams Gewest, Bron: Statbel; bewerking Statistiek Vlaanderen Het totale vruchtbaarheidscijfer is een maat die aangeeft hoeveel kinderen een vrouw gemiddeld kan verwachten te krijgen na afloop van de vruchtbare levenscyclus, gegeven de waarnemingen van de observatieperiode. Voor het Vlaamse Gewest als geheel is dat 1,73, afgaande op de observaties in Per gemeente variëren de TVC-waarden voor de observatieperiode tussen 1,34 (Nieuwpoort). en 2,27 (Mesen). De kleine helft van de Vlaamse gemeenten (43%) behaalt een TVC tussen 1,7 en 1,9; de helft heeft lagere TVC-waarden (51%); een minderheid van gemeenten heeft hogere TVC-waarden (7%). Een duidelijk geografisch patroon van spreiding van TVC-waarden is niet meteen zichtbaar. Wel vinden we hoge TVC in steden als Ronse (2,16), Antwerpen (2,12), Vilvoorde (2,07), Mechelen (1,99), en Sint-Niklaas (1,97). Lage TVC (<1,6) vinden we vooral in gemeenten aan de kust, in Zuid-Oost- Vlaanderen en het zuiden van de provincies Antwerpen en Limburg. Ook de steden Leuven (1,46), Brugge (1,52) en Hasselt (1,56) hebben lage TVC-waarden. pagina 26 van 27 Bevolkingsvooruitzichten

27 BIJLAGE 3. STANDARDISED MORTALITY RATIO (SMR) Kaart met van steden en gemeenten volgens SMR-groep op basis van gepoolde waarnemingen voor , per geslacht (mannen bovenaan, vrouwen onderaan) Bron: Statbel; bewerking Statistiek Vlaanderen Bij mannen is er een geconcentreerd gebied van gemeenten met een verhoogd sterftepeil (SMR = Hoog) in de hele Denderstreek alsook in gemeenten ten noorden van Gent en in de streek tussen Tielt en Tongeren (paneel bovenaan). Bij vrouwen ligt dat meer verspreid (paneel onderaan). Niettemin vinden we een verhoogd sterftepeil in gemeenten van Oost-Vlaanderen (Denderstreek), Limburg en de Kempen (paneel onderaan) Bevolkingsvooruitzichten pagina 27 van 27