All Issue

2026 Vol.15, Issue 3 Preview Page

Research Article

An International Comparison of Fertility and Mortality Methods for Subnational Population Projections

국가 내 지역 인구추계를 위한 출산력 및 사망력 설정 방법의 국제 비교

이상일1 · 구형모2† · 이소영3 · 조대헌4

Sang-Il Lee1 ⋅ Hyeongmo Koo2† ⋅ Soyoung Lee3 ⋅ Daeheon Cho4

1서울대학교 지리교육과 교수
2서울시립대학교 공간정보공학과 부교수
3대구대학교 지리교육과 조교수
4경북대학교 지리교육과 부교수
1Professor, Department of Geography Education, Seoul National University
2Associate Professor, Department of Geoinformatics, University of Seoul
3Assistant Professor, Department of Geography Education, Daegu University
4Associate Professor, Department of Geography Education, Kyungpook National University
30 September 2026. pp. 499~521
PDF Citation
Abstract
This study compares how fertility and mortality components are specified in official subnational population projections in eight countries—the United States, Canada, Brazil, the United Kingdom (England), Norway, Denmark, Australia, and Japan—and draws implications for provincial and municipal projections in Korea. The comparison focuses on baseline-rate stabilization, future overall levels and age patterns, regional differentials, linkages and reconciliation across spatial hierarchies, and scenario design. Three findings emerge. First, many countries combine future trajectories specified at the national or higher spatial level with regional differentials rather than independently forecasting age-specific rates for each area over the long term. Second, statistical refinement is used mainly to reduce instability in baseline rates caused by small numbers and to estimate relative regional positions, using methods such as multi-year averaging, smoothing, borrowing information from higher spatial levels, and empirical Bayes estimation. Third, spatial hierarchy functions as a key methodological device for stabilizing baseline rates, transmitting future assumptions, and reconciling projections across spatial levels. For Korea, the findings suggest distinguishing the roles of statistical models and demographic assumptions: national projections would set long-term trajectories and scenarios, regional projections would serve as intermediate reference units for regional levels and age patterns, and local projections would focus on estimating stabilized relative differentials and short-term local characteristics. Such alternatives should be compared with existing models through backtesting in terms of accuracy, stability, interpretability, and maintainability, and adopted selectively when they show sustained improvement.
Keywords
Subnational population projections
Cohort-component method
Fertility
Mortality
Spatial hierarchy
본 연구는 미국, 캐나다, 브라질, 영국(잉글랜드), 노르웨이, 덴마크, 오스트레일리아, 일본의 공식 지역 인구추계에서 출산력과 사망력 컴포넌트가 어떻게 설정되는지를 비교하고, 이를 바탕으로 한국의 시도 및 시군구 추계 방법의 개선 방향을 제시하였다. 비교는 기준율의 안정화, 장래의 전체 수준과 연령별 패턴, 지역의 상대적 차이, 공간층위 간 연계와 정합화, 장래 시나리오를 중심으로 이루어졌다. 분석 결과, 첫째, 여러 국가에서는 각 지역의 연령별 비율을 독립적으로 장기 예측하기보다 전국 또는 상위 공간층위에서 설정한 장래 경로와 지역의 상대차를 결합한다. 둘째, 통계적 정교화는 작은 수에 따른 기준율의 불안정성을 완화하고 지역의 상대적 위치를 추정하는 데 주로 활용되며, 다년 평균, 평활화, 상위 공간층위의 정보 차용, 경험적 베이즈 등의 방법이 사용된다. 셋째, 공간층위는 기준율의 안정화, 장래 가정의 전달, 공간층위 간 정합화를 위한 핵심적인 방법론적 장치로 기능한다. 이에 따라 한국에서도 통계 모형과 인구학적 장래 가정의 역할을 구분하고, 전국은 장기 경로와 시나리오, 시도는 중간 준거와 지역별 수준 및 연령 패턴, 시군구는 안정화된 상대차와 단기적 지역 특성의 추정에 집중하는 체계를 검토할 필요가 있다. 이러한 대안은 현행 모형과의 사후 검증을 통해 정확성, 안정성, 설명 가능성 및 유지 관리성을 비교한 뒤 선택적으로 도입하는 것이 바람직하다.
키워드
지역 인구추계
코호트-요인법
출산력
사망력
공간층위
References
  1. 국가데이터처, 2024a, 「장래인구추계 통계정보보고서」, 대전: 국가데이터처.
  2. 국가데이터처, 2024b, 「장래인구추계(시도편): 2022~2052년」, 대전: 국가데이터처.
  3. 국가데이터처, 2024c, 「2022년 기준 시군구 장래인구추계 지침서」, 대전: 국가데이터처.
  4. 김태헌·김동회·정구현, 2006, “코호트 요인법을 이용한 시군구별 장래인구추계,” 통계연구, 11(2), 1-39.
  5. 오진호, 2025, “시도별 출산율 추계의 합리적 모색방안,” 한국인구학, 48(1), 27-48. 10.31693/KJPS.2025.03.48.1.2
  6. 이상림·조영태, 2005, “H-P 기법을 이용한 기초자치단체의 장래인구추계,” 한국인구학, 28(1), 149-172.
  7. 이상일·조대헌, 2020, “우리나라 소지역 인구 추계를 위한 방법론 연구: 추세외삽법을 중심으로,” 지리교육논집, 64, 1-19.
  8. 조대헌·이상일, 2022, “우리나라 소지역 인구추계를 위한 방법론 비교 분석,” 한국지도학회지, 22(2), 51-67. 10.16879/jkca.2022.22.2.051
  9. 国立社会保障・人口問題研究所, 2024, 「日本の地域別将来推計人口 ―令和2(2020)~32(2050)年(令和5年推計)―」, 人口問題研究資料第349号, 東京: 国立社会保障・人口問題研究所.
  10. Australian Bureau of Statistics, 2023a, Population Projections, Australia, 2022 (base) - 2071, Canberra: Australian Bureau of Statistics.
  11. Australian Bureau of Statistics, 2023b, Population Projections, Australia Methodology, 2022 (base) - 2071, Canberra: Australian Bureau of Statistics.
  12. Instituto Brasileiro de Geografia e Estatística (IBGE), 2025, Projeções da população: Brasil e Unidades da Federação: estimativas e projeções: revisão 2024, 3. ed., Série Relatórios Metodológicos, v. 40, Rio de Janeiro: IBGE.
  13. Kim, K. W. and Kim, O. S., 2020, Super aging in South Korea unstoppable but mitigatable: A sub-national scale population projection for best policy planning, Spatial Demography, 8, 155-173. 10.1007/s40980-020-00061-8 34222615 PMC8248505
  14. Leknes, S. and Løkken, S. A., 2026, Befolkningsframskrivinger for kommunene 2026, Rapporter 2026/22, Oslo-Kongsvinger: Statistisk sentralbyrå.
  15. Li, N. and Lee, R., 2005, Coherent mortality forecasts for a group of populations: An extension of the Lee-Carter method, Demography, 42(3), 575-594. 10.1353/dem.2005.0021 16235614 PMC1356525
  16. National Institute of Population and Social Security Research (IPSS), 2023, Population Projections for Japan: 2021 to 2070 (2023 Revision), Tokyo: IPSS.
  17. Office for National Statistics, 2025a, Methodology Used to Produce the 2022-based Subnational Population Projections for England, London: Office for National Statistics.
  18. Office for National Statistics, 2025b, National Population Projections, Fertility Assumptions: 2022-based, London: Office for National Statistics.
  19. Office for National Statistics, 2025c, National Population Projections, Mortality Assumptions: 2022-based, London: Office for National Statistics.
  20. Rees, P., Wohland, P., Norman, P., and Lomax, N., 2015, Sub-national Projection Methods for Scotland and Scottish Areas: A Review and Recommendations, Research Report, Leeds: University of Leeds.
  21. Rees, P. and Wilson, T., 2023, Accuracy of local authority population forecasts produced by a new minimal data model: A case study of England, Population Research and Policy Review, 42, 91. 10.1007/s11113-023-09839-2
  22. Scherbov, S. and Ediev, D., 2011, Significance of life table estimates for small populations: Simulation-based study of estimation errors, Demographic Research, 24(22), 527-550. 10.4054/DemRes.2011.24.22
  23. Ševčíková, H., Li, N., Kantorová, V., Gerland, P., and Raftery, A. E., 2016, Age-specific mortality and fertility rates for probabilistic population projections, in Schoen, R., ed., Dynamic Demographic Analysis, Cham: Springer, 285-310. 10.1007/978-3-319-26603-9_15
  24. Ševčíková, H., Raftery, A. E., and Gerland, P., 2018, Probabilistic projection of subnational total fertility rates, Demographic Research, 38(60), 1843-1884. 10.4054/DemRes.2018.38.60 31942164 PMC6961957
  25. Simpson, L. and Snowling, H., 2011, Estimation of local demographic variation in a flexible framework for population projections, Journal of Population Research, 28(2-3), 109-127. 10.1007/s12546-011-9060-7
  26. Smith, S. K., Tayman, J., and Swanson, D. A., 2013, A Practitioner’s Guide to State and Local Population Projections, Dordrecht: Springer. 10.1007/978-94-007-7551-0
  27. Statistics Canada, 2025, Technical Guide on Demographic Estimates at Statistics Canada, Catalogue no. 91-528-X, Ottawa: Statistics Canada.
  28. Statistics Canada, 2026, Population Projections for Canada (2025 to 2075), Provinces and Territories (2025 to 2050): Technical Report on Methodology and Assumptions, Catalogue no. 17-20-0003, Ottawa: Statistics Canada.
  29. Statistics Denmark, 2026, Documentation of Statistics for Population Projections 2026, Copenhagen: Statistics Denmark.
  30. Tømmerås, A. M., Thomas, M. J., Skjerpen, T., and Pham, D. Q., 2026, Nasjonale befolkningsframskrivinger 2026, Rapporter 2026/21, Oslo-Kongsvinger: Statistisk sentralbyrå.
  31. U.S. Census Bureau, 2005, Interim Population Projections for States by Age and Sex: 2004 to 2030, Methodology Summary, Population Projections Branch, Population Division, U.S. Census Bureau.
  32. U.S. Census Bureau, 2024, Population Projections, Census Academy One-Pager, U.S. Census Bureau.
  33. Williamson, L. and Norman, P., 2011, Developing strategies for deriving small population fertility rates, Journal of Population Research, 28(2-3), 129-148. 10.1007/s12546-011-9059-0
  34. Wilson, T., 2011, A Review of Sub-Regional Population Projection Methods, Queensland Centre for Population Research, Brisbane: The University of Queensland.
  35. Wilson, T., 2016, Evaluation of alternative cohort-component models for local area population forecasts, Population Research and Policy Review, 35(2), 241-261. 10.1007/s11113-015-9380-y
  36. Wilson, T., 2018, Evaluation of simple methods for regional mortality forecasts, Genus, 74, 14. 10.1186/s41118-018-0040-z 30363781 PMC6182339
  37. Wilson, T., Grossman, I., Alexander, M., Rees, P., and Temple, J., 2022, Methods for small area population forecasts: State-of-the-art and research needs, Population Research and Policy Review, 41(3), 865-898. 10.1007/s11113-021-09671-6 34421158 PMC8365292
  38. Wilson, T. and Rees, P., 2005, Recent developments in population projection methodology: A review, Population, Space and Place, 11(5), 337-360. 10.1002/psp.389
Information
  • Publisher :The Association of Korean Geographers
  • Publisher(Ko) :한국지리학회
  • Journal Title :Journal of the Association of Korean Geographers
  • Journal Title(Ko) :한국지리학회지
  • Volume : 15
  • No :3
  • Pages :499~521
  • DOI :https://doi.org/10.25202/JAKG.15.3.8
Journal Informaiton Journal of the Association of Korean Geographers Journal of the Association of Korean Geographers
Online Submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close