Polska · 2025–2125

Symulator demograficzny

Przestaw dzietność, migrację, długowieczność i wiek emerytalny — zobacz, jak zmieniają się piramida wieku, rynek pracy, emerytury i pasma niepewności w horyzoncie stu lat.

METODA · kohortowo-składnikowa DANE · GUS, Eurostat, ZUS, ONZ WALIDACJA · wstecz 1999–2025 NIEPEWNOŚĆ · Monte Carlo
TAB. 1

Wskaźniki roku

wartości dla roku wybranego na osi czasu
RYC. 1

Piramida wieku

kontur przerywany = stan 2025 (porównanie)
Rok symulacji
2025

mężczyźni · kobiety · wiek emerytalny.

Echo wyżów (1950s, ~1983) przesuwa się w górę piramidy; przy niskim TFR podstawa zwęża się z każdą generacją — ujemne momentum (Keyfitz 1971).

Widok ▸

RYC. 2Ludność ogółem

mln osób · punkty: GUS 2060, ONZ 2100 · wachlarz: Monte Carlo

RYC. 3Struktura ekonomiczna wieku

mln osób · granice wg suwaków wieku emerytalnego

RYC. 4Urodzenia i zgony

tys. rocznie · „nożyce demograficzne" · wachlarz: MC

RYC. 5Współczynnik dzietności 1999–2125

dane GUS + scenariusz · krajowy vs ogółem (z migrantkami) · strefa: pułapka < 1,5

RYC. 6Obciążenie demograficzne

65+/100 osób 15–64 · prospektywny: próg ruchomy e(x)=15 (Sanderson–Scherbov) · wachlarz: MC

RYC. 11Kobiety w wieku rozrodczym 15–49

mln · mechanizm pułapki: mniej matek → mniej córek

RYC. 13Saldo migracji (efektywne)

tys. osób rocznie · w trybie strukturalnym odpływ ograniczony zasobem młodych krajowych

RYC. 25Struktura wykształcenia (25–64)

% dorosłych · demografia wielowymiarowa (Lutz) · suwak ekspansji w § 6

RYC. 7Pracujący i emeryci

mln osób · zbliżenie linii = zapaść relacji wsparcia

RYC. 8Stopa zastąpienia

przeciętna emerytura / przeciętna płaca · punkty: prognoza ZUS

RYC. 9Luka finansowa systemu emerytalnego

% PKB · kalibracja: 2,2% PKB w 2025 (ZUS) · wachlarz: MC

RYC. 14Realny ciężar międzypokoleniowy

% płac pracujących konsumowany przez emerytów · finanse funkcjonalne (§ 5 metodologii)

RYC. 12Gospodarka

indeksy 2025 = 100 · PKB = pracujący × produktywność

RYC. 17Bilans sektora finansów publicznych

% PKB · NTA: wszystkie transfery wiekowe, nie tylko emerytury · kalibracja: −5,8% (2025)

RYC. 18Wydatki wiekowe państwa

% PKB · edukacja maleje („dywidenda spadku"), zdrowie eksploduje

RYC. 19Fiscal support ratio

produkcja/konsumpcja wg profili NTA (Lee i Mason) · 2025 = 100

RYC. 20Konta pokoleniowe

NPV netto podatków−transferów od 2025 do końca życia, wg rocznika urodzenia (Auerbach–Kotlikoff, uproszcz.)

RYC. 10Trwanie życia e₀

lata · ścieżka do celu 2100 (suwaki § 3)

RYC. 21Życie w zdrowiu (HLY) vs trwanie życia

metoda Sullivana (1971) · rozjazd linii = lata w niesamodzielności · suwak kompresji w § 3

RYC. 22Osoby niesamodzielne

mln · d(x) stylizowane wg SHARE: ~4% w 65 lat, ~25% w 80, ~56% w 90

RYC. 23Potencjał opiekuńczy rodzin

osoby 50–64 na 1 osobę 85+ · spadek = koniec opieki rodzinnej, początek instytucjonalnej

RYC. 24Kadry opieki długoterminowej

wymagane etaty (1 na 4 niesamodzielnych) jako % wszystkich pracujących
SOLV.

Ile potrzeba? — tryb odwrotny

bisekcja po dźwigni przy pozostałych parametrach z paneli

A/B

Porównanie scenariuszy

zamroź scenariusz przyciskiem w panelu po lewej — duchy pojawią się na wykresach
RYC. 26–29

Analizy

RYC. 26Cena dekady zwłoki

TFR → 2,10 osiągane w 2030 / 2040 / 2050 · momentum Keyfitza w praktyce

RYC. 27Replacement migration (ONZ 2000 dla Polski)

wymagane saldo, tys./rok · trzy cele utrzymania poziomu 2025 · horyzont 2100

RYC. 28Tornado wrażliwości

Δ ludności 2100 przy zmianie suwaka o ±20% zakresu · sortowane wg siły dźwigni

RYC. 29Polska na tle świata

indeks ludności, 2025 = 100 · tła: ONZ WPP 2024 (wariant środkowy, ≈)
WAL.

Walidacja wsteczna 1999–2025

przebieg modelu na danych obserwowanych — bez dopasowywania

RYC. 15Backtest: ludność

model (start: struktura 1999, wejścia: TFR GUS, e₀ i migracje Eurostat) vs fakty

RYC. 16Backtest: urodzenia i zgony

model vs fakty · skoki zgonów 2020–21 = COVID (przez dołek e₀)

§

Metodologia i podstawy teoretyczne

1 · Rdzeń modelu: metoda kohortowo-składnikowa

Populacja jest prowadzona w 101 rocznikach wieku (0–100+) osobno dla każdej płci, w rocznych krokach od stanu wyjściowego GUS (31 XII 2023, zdezagregowanego do roczników; lata 2024–2025 odtworzone historycznym TFR i migracją, kalibracja do 37 436 tys. osób na koniec 2025 r.). Formalnie jest to rzut macierzą Lesliego (1945):

N(t+1) = L · N(t) + G(t)

gdzie subdiagonala L zawiera prawdopodobieństwa przeżycia 1−q(x), pierwszy wiersz — składniki płodności, a G(t) to wektor migracji netto.

Leslie (1945) Biometrika; Preston, Heuveline i Guillot (2001) Demography, rozdz. 6.

Urodzenia

B(t) = Σₓ ASFR(x,t) · K(x,t)

K(x,t) — kobiety w wieku x. Podział płci noworodków 105:100. Kształt ASFR z danych GUS 2023 (szczyt 27–33 lata, średni wiek rodzenia 29,8), skalowany proporcjonalnie do docelowego TFR i przesuwany wzdłuż osi wieku — uproszczenie parametryzacji Schmertmanna (2003).

Po roku osiągnięcia celu TFR ewoluuje endogenicznie:

ΔTFR = dryf/10 + s·0,01·(TFR−1,5)·[TFR<1,5] + ΔG_rodz

— dryf długookresowy, sprzężenie pułapki niskiej dzietności o sile s (Lutz i in. 2006) oraz bieżące zmiany efektu polityki rodzinnej. Ograniczenia: 0,6 ≤ TFR ≤ 3,2.

Uwaga o tempie: suwak zadaje TFR przekrojowy, więc przesunięcie wieku macierzyństwa działa przez długość pokolenia T — populacja zmienia się ~NRR^(lata/T); przy dzietności poniżej zastępowalności późniejsze macierzyństwo spowalnia spadek, przy wzroście — spowalnia wzrost.

Umieralność

m(x) = A + B·e^(Cx) m(x,t) = m(x)·e^(−r·(t−2024))

Gompertz–Makeham kalibrowany bisekcją do e₀ z GUS 2024 (74,9/82,2); tempo poprawy r dobierane tak, by osiągnąć zadane e₀ w 2100 r. — model Lee–Cartera (1992) z jednorodnym b(x).

Migracja

Saldo roczne (imigracja − emigracja) wg profilu Rogersa–Castro (1981): komponent dziecięcy + pik zarobkowy ok. 27 lat. Imigranci jako odrębna subpopulacja: umieralność krajowa, dzietność = ASFR × mnożnik (Sobotka 2008); dzieci migrantek wchodzą do populacji krajowej (konwergencja w 2. pokoleniu). Saldo ujemne ubywa z populacji krajowej.

2 · Wskaźniki struktury wieku

Klasyczne

OADR = pop(65+) / pop(15–64)

oraz relacja wsparcia pracujący/emeryci z faktycznych granic wieku emerytalnego i wskaźnika zatrudnienia.

Prospektywne (Sanderson–Scherbov 2005, „Nature")

Próg starości to wiek, w którym dalsze oczekiwane trwanie życia spada do 15 lat. Gdy żyjemy dłużej, próg się przesuwa — starzenie mierzone prospektywnie jest wolniejsze niż chronologicznie (RYC. 6).

Momentum demograficzne (Keyfitz 1971)

M ≈ b·e₀ / √NRR

(przybliżenie Frauenthala 1975). M < 1: nawet natychmiastowy powrót dzietności do zastępowalności nie zatrzyma spadku — spadek jest „wbudowany" w strukturę wieku.

3 · Moduł emerytalny: Samuelson–Aaron i polski NDC

Równowaga repartycyjna

c · w · L = p · P

(Samuelson 1958; Aaron 1966). Stopa zastąpienia możliwa ze składki: RR = c · (L/P). Gdy L/P spada z 1,7 do <1, system musi obniżyć świadczenia, podnieść składkę albo wiek emerytalny.

Formuła NDC (reforma 1999)

emerytura = kapitał składkowy / e(wiek przejścia)

Nowe świadczenie = składka 19,52% × staż (od 23 r.ż.) × współczynnik luk 0,78 × dryf indeksacji, podzielone przez dalsze trwanie życia. Wydłużanie życia automatycznie obniża świadczenie — stabilizator, którego ceną jest adekwatność. Przeciętna stopa zastąpienia wygasza się ku NDC w tempie wymiany pokoleń; podłoga 25% = gwarancja emerytury minimalnej.

Luka finansowa

luka = RR·(P/L)·u − c·u − κ

u = udział funduszu płac w PKB (41%); κ — klin niemodelowanych składników FUS — liczony raz, ze scenariusza referencyjnego (deficyt 2025 = 2,2% PKB wg ZUS) i niezależny od suwaków, więc scenariusze są porównywalne. Podniesienie wieku emerytalnego jako jedyna dźwignia poprawia jednocześnie bilans i adekwatność.

Gospodarka

PKB(t) = L(t) · (1+g)^t
4 · Walidacja wsteczna i Monte Carlo

Backtest 1999→2025

Model startuje ze struktury wieku 1.01.1999 (Eurostat) i jest prowadzony WYŁĄCZNIE obserwowanymi wejściami: TFR (GUS), e₀ obu płci rok po roku (Eurostat — w tym dołek COVID 2020–21), salda migracji z korektami spisowymi NSP 2002/2021 (Eurostat CNMIGRAT), średni wiek rodzenia (GUS, interpolowany). Żaden parametr nie jest dopasowywany do wyniku. RYC. 15–16 pokazują trafność; miary błędu poniżej wykresów.

Monte Carlo

TFRᵗ = scenariusz + δᵗ, δᵗ = 0,9·δᵗ⁻¹ + ε, ε~N(0; 0,055)

σ z reszt AR(1) na TFR PL 1999–2025. Migracja: N(0; 30 tys.) + skoki kryzysowe (P=5%/rok, ±150–300 tys. — epizody 2015/2022). Umieralność: losowy dryf indeksu k jak w Lee–Carterze (1992). Wachlarze 50% i 90% (kwantyle z 100–1000 przebiegów, seed deterministyczny — wyniki odtwarzalne). Mediana MC ≈ przebieg deterministyczny (test automatyczny).

Por. probabilistyczne prognozy ONZ WPP (od 2014); Lutz, Butz i KC (2014) IIASA/Wittgenstein.

5 · Wymiar edukacyjny i migracja strukturalna (Fala III)

Demografia wielowymiarowa (Lutz, Butz i KC 2014)

Stan modelu: pochodzenie {krajowe, 1. pokolenie, 2. pokolenie} × wykształcenie {wyższe, średnie, zasadnicze-} × płeć × wiek. Wykształcenie przypisywane rocznikowi w wieku 20 lat wg udziałów kohortowych (Eurostat; suwak ekspansji dla kohort 2010+). Różnice: umieralność (M ×0,62/1/1,45; K ×0,78/1/1,28), dzietność (×0,88/1,02/1,18), zatrudnienie (93/80/52%), produktywność (×1,45/1/0,65).

m(x,e) = m_agg(x) · mult_e / Σ udział(x,e′)·mult_e′

Kluczowy zabieg: różnice są renormalizowane per wiek, więc zagregowane e₀ i TFR pozostają dokładnie na ścieżce scenariusza — zmiana struktury wykształcenia działa przez kompozycję (więcej wyższego → wyższe zatrudnienie i produktywność → PKB i baza składkowa), nie przez podwójne liczenie poprawy zdrowia.

Migracja strukturalna i pokolenia

Tryb strukturalny: napływ (profil Rogers–Castro, selektywność edukacyjna suwakiem) i odpływ (z populacji krajowej, ograniczony zasobem — emigracja wygasa wraz z wyludnieniem) liczone osobno. Dzieci 1. pokolenia → 2. pokolenie (dzietność: połowa różnicy — konwergencja, Sobotka 2008); dzieci 2. pokolenia → ludność krajowa. Sprzężenie eksperymentalne (domyślnie wyłączone): odpływ młodych +4% na każdy 1 p.p. PKB luki emerytalnej (proxy klina podatkowego).

6 · Rachunki Transferów Pokoleniowych (NTA), zdrowie i opieka

NTA (Lee i Mason 2011)

Każdy wiek ma profil: dochodu z pracy yl(x) (garb, pik 40–49), konsumpcji c(x) (wzrost po 75), wydatków edukacyjnych (3–24) i zdrowotnych (krzywa J). Mnożąc profile przez strukturę wieku dostajemy bilans całego sektora finansów publicznych rok po roku — nie tylko emerytur. Kalibracja 2025: edukacja 4,6% PKB, zdrowie 6,5%, świadczenia emerytalno-rentowe ≈12,8% (z modelu), pozostałe 22%, saldo −5,8% PKB. Dynamika: koszt na ucznia/pacjenta rośnie z płacami (efekt Baumola), więc udział w PKB zależy od relacji liczebności grupy do liczby pracujących.

FSR = Σ yl(x)·N(x) / Σ c(x)·N(x)

— fiscal support ratio (producenci/konsumenci); spadek o 1% ≈ konieczność podniesienia podatków lub cięcia transferów o 1% (Lee i Mason).

Konta pokoleniowe (Auerbach, Gokhale i Kotlikoff 1991, uproszczone)

Dla rocznika urodzenia: wartość bieżąca netto (podatki − transfery) na osobę od 2025 do końca życia, ważona przeżyciem, dyskonto 1,5% ponad wzrost płac, w krotnościach rocznej przeciętnej płacy. RYC. 20 pokazuje, kto „płaci za przejście": maksimum obciążenia przypada na roczniki ~1990–2010.

Zdrowie: metoda Sullivana (1971)

HLY = Σ L(x)·(1−d(x))

d(x) — odsetek niesamodzielnych (logistyczny, stylizowany wg SHARE). Suwak „kompresja chorobowości" rozstrzyga spór Friesa (1980 — dodane lata są zdrowe, próg d(x) przesuwa się z e₀) z Gruenbergiem (1977 — „failure of success", dodane lata są chore). Od tego zależy, czy długowieczność jest triumfem, czy tsunami opiekuńczym (RYC. 22–24).

7 · Perspektywy ekonomiczne: od Samuelsona do MMT

Gdzie model stoi ideowo

Rdzeń emerytalny to ekonomia głównego nurtu (Samuelson 1958, Aaron 1966; NDC w stylu szwedzkim). Na ten rdzeń nałożono dwie warstwy heterodoksyjne/progresywne:

A · Dzietność jako funkcja państwa opiekuńczego

TFR(t) = TFR_bazowy(t) + min(0,45; 0,12 · ΔG_rodz)

Metaanalizy (Gauthier 2007; Luci-Greulich i Thévenon 2013): umiarkowany, realny wpływ — najsilniejszy dla usług (żłobki), nie transferów. McDonald (2000): dzietność spada, gdy kobiety mają równość w pracy, ale nie w rodzinie; Esping-Andersen (2009): defamilializacja opieki. Efekt z dekadowym opóźnieniem.

B · Finanse funkcjonalne i MMT

Z perspektywy MMT (Lerner 1943; Kelton 2020) państwo emitujące własną walutę nie może „zbankrutować" w złotych — księgowa luka FUS nie jest ograniczeniem samym w sobie. Twarde ograniczenie jest realne (RYC. 14): jaki procent bieżącej produkcji pracujących konsumują emeryci. To samo mówi głównonurtowy Barr (2002): „output is central". Wniosek obu szkół zbieżny: zamiast „skąd wziąć pieniądze", pytaj „kto wytworzy dobra i usługi".

8 · Ograniczenia modelu (uczciwość naukowa)

· Umieralność imigrantów zrównana z krajową; obecny zasób cudzoziemców (≈2025) wliczony do populacji krajowej — subpopulacja zagraniczna liczy napływ od 2024.
· Moduł emerytalny stylizowany: pomija renty, KRUS, mundurowe; poziomy kalibrowane do prognozy FUS.
· Sprzężenia zwrotne ograniczone do pułapki dzietności (brak np. wpływu podatków na emigrację — Fala III).
· Jednorodny przestrzennie — regiony peryferyjne starzeją się szybciej niż średnia.
· Niepewność MC obejmuje TFR, migrację i umieralność; nie obejmuje niepewności parametrów strukturalnych (np. siły pułapki) — te eksploruje się suwakami.

BIBL.

Źródła danych i literatura

  • GUS, Sytuacja społeczno-gospodarcza kraju — Ludność (37 436 tys., koniec 2025).
  • GUS, Rocznik Demograficzny — TFR 2024 = 1,099; 2025 ≈ 1,03 (wstępnie).
  • Eurostat: demo_pjangroup (struktura 1999), demo_mlexpec (e₀ 1999–2024), demo_gind (ludność, salda migracji).
  • GUS, Prognoza ludności 2023–2060.
  • ZUS, Prognoza FUS do 2060 r.; FUS 2025–2029.
  • Leslie P.H. (1945), Biometrika 33; Preston, Heuveline, Guillot (2001), Demography, Blackwell.
  • Lee R., Carter L. (1992), JASA 87:659–671.
  • Schmertmann C. (2003), Demographic Research 9:81–110.
  • van de Kaa (1987); Lesthaeghe i van de Kaa (1986).
  • Lutz W., Skirbekk V., Testa M.R. (2006), Vienna Yearbook of Population Research.
  • Sanderson W., Scherbov S. (2005), Nature 435:811–813.
  • Keyfitz N. (1971), Demography 8; Frauenthal (1975).
  • Samuelson P. (1958), JPE 66; Aaron H. (1966), CJE 32.
  • United Nations (2000), Replacement Migration.
  • Rogers A., Castro L. (1981), IIASA RR-81-30.
  • Sobotka T. (2008), Demographic Research 19:225–248.
  • Luci-Greulich A., Thévenon O. (2013), European Journal of Population 29.
  • Gauthier A.H. (2007), Population Research and Policy Review 26.
  • McDonald P. (2000), Population and Development Review 26.
  • Esping-Andersen G. (2009), The Incomplete Revolution, Polity.
  • Lerner A. (1943), Social Research 10; Kelton S. (2020), The Deficit Myth.
  • Barr N. (2002), International Social Security Review 55.
  • Lutz W., Butz W., KC S. (red., 2014), World Population and Human Capital in the 21st Century, OUP/IIASA.
  • Lee R., Mason A. (red., 2011), Population Aging and the Generational Economy, Edward Elgar / ntaccounts.org.
  • Auerbach A., Gokhale J., Kotlikoff L. (1991), Generational accounts, Tax Policy and the Economy 5.
  • Sullivan D. (1971), A single index of mortality and morbidity, HSMHA Health Reports 86.
  • Fries J. (1980), NEJM 303 (kompresja chorobowości); Gruenberg E. (1977), Milbank Quarterly (ekspansja).
  • Komisja Europejska (2024), Ageing Report — długookresowe projekcje wydatków wiekowych.