-
2024년 1월 2월 인구 동향사회/저출산 2024. 4. 29. 10:32
대한민국이 망해가고 있다. 합계출산율이 역대 최저 0.72가 된 것도 모자라 올해 출생아 수가 계속 줄고 있다는 암울한 소식이다.
출생아수는 매년 줄고있고 사망자수는 매년 증가하고 있다. 다만 희망이 보이는 것은 결혼 인구가 증가하고 있다는 점에서 약간의 희망이 있다. 결혼 인구가 늦춰지다 보니 자연스럽게 결혼 인구가 이연되고 있다는 증거가 아닐까 싶다. 하지만 문제는 이제 첫 출산 연령의 증가이다. 32세 33세 점차 증가하다보면 첫째 출생도 힘들어질 수도 있다. 난임부부의 증가는 건강보험 재정의 또하나의 문제가 될 수 있다.
데이터(데이터를 다운로드 받아서 코랩 폴더에 저장해야 한다.)
코랩 코드: 링크(https://colab.research.google.com/drive/1XU-PVj6ZLxLBrHB-JUXECqQpNWNYyRrH?usp=sharing)
import pandas as pd # Load the provided Excel file to check its contents and structure file_path = '/content/월별인구동향(최근5년).xlsx' data = pd.read_excel(file_path) data.head() # Remove the extra characters from the '시점' column and convert to datetime again data['시점'] = data['시점'].str.replace(' p)', '', regex=False) data['시점'] = pd.to_datetime(data['시점'], format='%Y.%m') # Check the cleaned '시점' data data['시점'].head() import matplotlib.pyplot as plt # Extract year and month from the cleaned datetime data['Year'] = data['시점'].dt.year data['Month'] = data['시점'].dt.month # Recreate the pivot tables births_pivot = data.pivot_table(values='출생아수(명)', index='Year', columns='Month', aggfunc='sum') deaths_pivot = data.pivot_table(values='사망자수(명)', index='Year', columns='Month', aggfunc='sum') natural_increase_pivot = data.pivot_table(values='자연증가건수(명)', index='Year', columns='Month', aggfunc='sum') marriages_pivot = data.pivot_table(values='혼인건수(건)', index='Year', columns='Month', aggfunc='sum') # Create visualizations fig, axs = plt.subplots(4, 1, figsize=(14, 24), sharex=True) # Plotting births_pivot.T.plot(ax=axs[0], title='Monthly Births from 2020 to 2024', marker='o') axs[0].set_ylabel('Number of Births') deaths_pivot.T.plot(ax=axs[1], title='Monthly Deaths from 2020 to 2024', marker='o') axs[1].set_ylabel('Number of Deaths') natural_increase_pivot.T.plot(ax=axs[2], title='Monthly Natural Increase from 2020 to 2024', marker='o') axs[2].set_ylabel('Natural Increase') marriages_pivot.T.plot(ax=axs[3], title='Monthly Marriages from 2020 to 2024', marker='o') axs[3].set_ylabel('Number of Marriages') plt.xlabel('Month') plt.xticks(range(1, 13), ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']) plt.tight_layout() plt.show()
'사회 > 저출산' 카테고리의 다른 글
2024년 1분기 합계출산율 0.76명 (0) 2024.05.30 2024년 인구동향(출생, 사망, 결혼) 예측(모델: 선형회귀) (0) 2024.04.29 저출산 문제는 고용보험에서 나가는 육아휴직급여 (0) 2024.04.20 저출산 대책은 생산인구, 부양인구부터 (0) 2024.04.12 외벌이 고소득 가구의 출산율은 높을까? (2) 2024.03.23