Prognoza Ludnosci Na Lata 2014 2050

Opracowanie publikacji
GUS, Departament Bada Demograficznych

i Rynku Pracy
CSO, Demographic Surveys and Labour Market
Preparation of the publication
Department
Pod kierunkiem
Doroty Szatys Zastpca Dyrektora

Departamentu
Under supervision of
Deputy Director
Autorzy opracowania
Authors of publication
Magorzata Waligrska, Zofia Kostrzewa,

Maciej Potyra, Longina Rutkowska
Prace edytorskie
Longina Rutkowska
Editorial works
Naliczanie tablic oraz graficzne
Maciej Potyra, Longina Rutkowska
wykonanie wykresw i map

Calculation of tables and graphical
preparation of charts and maps
Projekt okadki
Cover design
Lidia
Motrenko-Makuch
Przy publikowaniu danych prosimy o podanie rda

When publishing this data please indicate the source
Publikacja dostpna na http://www.stat.gov.pl/
Publication avaible at http://www.stat.gov.pl/
ISBN 978-83-7027-435-1
Publikacja dostpna na CD
Publication available on CD-ROM
ZAKAD WYDAWNICTW STATYSTYCZNYCH, 00-925 WARSZAWA, AL. NIEPODLEG0CI 208
Informacje w sprawach sprzeday publikacji tel.: (0 22) 608 32 10, 608 38 10
Przedmowa
Prezentowana publikacja stanowi kontynuacj opracowa Gwnego Urzdu Statystycznego
powiconych prognozom demograficznym. Poprzednia prognoza GUS, na lata 2008-2035 r.,
bazujca na zaoeniu o systematycznym, powolnym wzrocie intensywnoci urodze, wobec
obserwowanych dynamicznych zmian spoeczno-ekonomicznych i kulturowych, majcych istotny
wpyw na wzorce zachowa demograficznych i migracyjnych, stracia na aktualnoci.
Niniejsza publikacja zawiera zaoenia i analiz przewidywanych trendw zmian w przebiegu
procesw demograficznych (podnoci i umieralnoci), kierunkw i rozmiarw ruchw migracyjnych
definitywnych oraz wyniki prognozy ludnoci do 2050 r. sporzdzonej na podstawie przyjtych
wariantw zaoe.
Zamieszczone w publikacji zaoenia prognostyczne byy przedmiotem konsultacji

szerokiego grona specjalistw reprezentujcych rodowisko naukowe zostay
zaprezentowane i przedyskutowane m.in. na Posiedzeniu Plenarnym Rzdowej Rady
Ludnociowej w dniu 22 maja 2014 r. Uwagi ekspertw oraz recenzentw pozwoliy
na wybr scenariusza zaoe uznanego za najlepiej okrelajcy prawdopodobny rozwj
ludnoci Polski w perspektywie do 2050 r.
Szczeglne podzikowania skadamy Pani Prof. dr hab. I. E. Kotowskiej (Szkoa Gwna
Handlowa w Warszawie) i Panu Prof. dr hab. M. Oklskiemu (Uniwersytet Warszawski) za cenne
uwagi do zaoe podnoci, umieralnoci i migracji.
Prezentowana prognoza demograficzna do 2050 r., jako punkt wyjcia przyjmuje stan ludnoci
w dniu 31 grudnia 2013 r., w podziale administracyjnym obowizujcym od 1 stycznia 2014 r.
Przedstawione w tablicach dane dotyczce 2013 r. s danymi rzeczywistymi.
Publikacja jest dostpna na stronie internetowej GUS (www.stat.gov.pl). Ponadto zostay tam
zamieszczone bardziej szczegowe wyniki dugookresowej prognozy do 2050 r. wedug pci,
pojedynczych rocznikw wieku oraz grupowania w 5-letnie i funkcjonalne grupy wieku dla Polski
i wojewdztw
Przekazujc Pastwu niniejsze opracowanie wyraam nadziej, e prezentowane zaoenia
oraz wyniki prognozy bd przydatne dla szerokiego grona odbiorcw.
Wiceprezes Gwnego Urzdu Statystycznego
dr Grayna Marciniak
Warszawa, padziernik 2014
Preface
The publication is a continuation of the CSO works on demographic projections. The results
of the previous population projection for 2008-2035, based on the assumption of regular, slow
increase of births intensity in the face of observed dynamic social-economic and cultural changes,
having a significant impact on the demographic and migration behaviour patterns went out of date.
This publication contains assumptions and analyses of expected trends of demographic
processes (fertility and morality) as well as direction and size of definitive migration and results
of population projection until 2050, drawn up on the basis of the adopted assumptions variants.
The presented assumptions were the subject of consultations with a wide group of scientific
experts and were presented and discussed, among others, on Plenary Meeting of the Government
Population Council on May 22, 2014. The opinions of experts and reviewers made it possible
to choose the most probable scenario of further development of population in Poland until 2050.
We express our special thanks to Professor Ph. D. I. E. Kotowska (Warsaw School
of Economics) and Professor Ph. D. M. Oklski (Warsaw University) for valuable comments
on fertility, morality and migration assumptions.
The presented demographic projection until 2050 assumes population state as of December
31, 2013 as a starting point, in administrative division valid from January 1, 2014. Data presented
in the tables concerning 2013 are the actual ones.
The publication is available on the CSO website (www.stat.gov.pl). In addition, the website
includes more detailed results of long-term projection until 2050 by sex, singular age and by 5-year
and functional age groups, for Poland and voivodships.
Submitting the following publication, I would like to express my hope that the presented
assumptions and results of the projection will prove themselves useful to a large group of statistical
data users.
Vice-President of the Central Statistical Office
Ph. D Grayna Marciniak
Warsaw, October 2014
Spis treci
Przedmowa. ............................................................................................................................... 3
1. Wprowadzenie ..................................................................................................................... 20
1.1. Dokumenty strategiczne ................................................................................................. 22
1.2. Inne dokumenty z zakresu polityki spoecznej ............................................................... 26
2. Uwagi metodologiczne ........................................................................................................ 28
2.1. Prognoza dzietnoci ........................................................................................................ 28
Wyznaczanie wspczynnika dzietnoci i redniego wieku rodzenia .............................. 28
Prognoza dla wojewdztw .............................................................................................. 30
2.2. Prognoza umieralnoci i trwania ycia ........................................................................... 30
2.3. Prognoza migracji wewntrznych i zagranicznych ........................................................ 32
Migracje wewntrzne pobyt stay ................................................................................... 32
Migracje zagraniczne na pobyt stay .............................................................................. 33
3. Analiza i zaoenia dzietnoci ............................................................................................. 34
3.1. Dzietno kobiet i urodzenia w Polsce 1990-2013. Diagnoza........................................ 34
Zmiany liczby i natenia urodze .................................................................................. 34
Zmiany w strukturze urodze wedug wieku matki ......................................................... 37
Zmiany w strukturze urodze wedug kolejnoci ............................................................ 39
Urodzenia wedug poziomu wyksztacenia matki ........................................................... 41
Zmiany w strukturze wieku kobiet ................................................................................... 42
Zmiany liczby zawieranych maestw ........................................................................... 43
Rozwody i separacje ....................................................................................................... 44
Polska na tle Europy ....................................................................................................... 45
Uwarunkowania spoeczno ekonomiczne zmian podnoci w Polsce .......................... 47
Czynniki prawne i systemowe ......................................................................................... 49
Oglna sytuacja spoeczno-ekonomiczna ....................................................................... 51
Puapka niskiej dzietnoci? ............................................................................................. 53
Przyszo polityki rodzinnej .......................................................................................... 54
3.2. Zaoenia przewidywanej podnoci ............................................................................... 55
Warianty zmian wzorcw dzietnoci w Polsce ............................................................... 55
4. Analiza i zaoenia umieralnoci ....................................................................................... 63
4.1. Umieralno i trwanie ycia ........................................................................................... 63
5
Umieralnoci niemowlt ................................................................................................. 67

Stan zdrowia ludnoci ..................................................................................................... 68
Polityka pastwa na rzecz zdrowia ................................................................................. 70
Trwanie ycia w Polsce................................................................................................... 72
4.2. Zaoenia przewidywanej umieralnoci i trwania ycia ................................................ 76
5. Analiza migracji wewntrznych i zewntrznych oraz zaoenia prognostyczne ............... 82
5.1. Analiza migracji wewntrznych i zagranicznych na pobyt stay; 1950-2013 ................ 82
Migracje wewntrzne ...................................................................................................... 82
Migracje zagraniczne ..................................................................................................... 89
5.2. Zaoenia do prognozy migracji wewntrznych i zewntrznych.................................... 93
Migracje wewntrzne na pobyt stay .............................................................................. 94
Migracje zagraniczne na pobyt stay .............................................................................. 97
6. Wybr scenariusza zaoe prognostycznych .................................................................. 101
7. Wyniki prognozy ludnoci ................................................................................................ 109
7.1. Zmiany stanw ludnoci oraz ruch naturalny ludnoci ................................................ 110
Zmiany stanw ludnoci................................................................................................ 110
Zmiany stanw ludnoci w przekroju regionalnym ...................................................... 112
Przyrost naturalny ........................................................................................................ 115
Urodzenia...................................................................................................................... 118
Trwanie ycia i umieralno ......................................................................................... 121
7.2. Starzenie si populacji .................................................................................................. 125
Mediana wieku .............................................................................................................. 127
Zmiany w strukturze ludnoci wedug biologicznych grup wieku, wspczynnik staroci
demograficznej .............................................................................................................. 131
Zmiany w strukturze ludnoci wedug biologicznych grup wieku i wojewdztw .......... 133
Zmiany w strukturze ludnoci w grupie wieku 65 lat i wicej ...................................... 135
Indeks staroci .............................................................................................................. 138
Wspczynniki obcienia demograficznego cakowity, dziemi, osobami
starszymi ....................................................................................................................... 139
Generacyjne wspczynniki wsparcia ........................................................................... 141
7.3. Konsekwencje starzenia - zmiany liczby i struktury ludnoci wedug pci oraz
funkcjonalnych grup wieku .......................................................................................... 142
Zmiany struktury ludnoci wedug pci ......................................................................... 142
Zmiany liczebnoci i struktury kobiet w wieku 15-49 lat .............................................. 144
6
Zmiany w strukturze ludnoci wedug ekonomicznych grup wieku .............................. 147

Zmiany w strukturze ludnoci wedug edukacyjnych grup wieku ................................. 152
8. Scenariusze alternatywne podstawowe wyniki ............................................................. 154
Prognozowane stany ludnoci ...................................................................................... 155
Urodzenia i zgony ......................................................................................................... 156
Struktura wieku ludnoci .............................................................................................. 159
9. Porwnanie prognozy ludnoci Polski opracowanej przez GUS z prognozami Eurostatu
i ONZ ................................................................................................................................. 162
Przyszo demograficzna Polski na tle innych krajw europejskich........................... 165
Aneks ...................................................................................................................................... 168
Spis wykresw
Wyk. 1. Urodzenia w Polsce w latach 1970-2013 (w tys.) ...................................................... 35
Wyk. 2. Przekrojowy wspczynnik dzietnoci (TFR) w Polsce w latach 1990-2013 ............ 35
Wyk. 3. Przekrojowy wspczynnik dzietnoci w miastach i na wsi w latach 1990-2013 ...... 36
Wyk. 4. redni wiek rodzenia w Polsce w latach 1990-2013 .................................................. 37
Wyk. 5. Wspczynniki podnoci dla poszczeglnych grup wieku w latach 1990-2013 ....... 38
Wyk. 6. Wspczynniki podnoci na 1000 kobiet dla wybranych kohort .............................. 39
Wyk. 7. Urodzenia wedug kolejnoci w latach 1990-2013 .................................................... 40
Wyk. 8. Rozkad urodze pierwszych wedug wieku matki w latach 2000-2013 ................... 40
Wyk. 9. Szacunkowy rozkad kobiet w wieku 30 lat z wybranych kohort wedug liczby dzieci (w %) ........ 41
Wyk. 10. Struktura urodze wedug poziomu wyksztacenia matki ........................................ 42
Wyk. 11. Liczba maestw w Polsce w latach 2000-2013 (w tys.) ........................................ 43
Wyk. 12. Liczba rozwodw w Polsce w latach 2000-2013 (w tys.) ........................................ 44
Wyk. 13. Wspczynnik dzietnoci w Polsce w latach 2000-2013 oraz prognoza na lata
2014-2070 wedug czterech wariantw ........................................................................ 56
Wyk. 14. Prognozowane zmiany redniego wieku rodzenia (MAC) w Polsce w latach 2014-2070 ........... 58
Wyk. 15. Wspczynniki podnoci dla kohort kobiet urodzonych w 1974 i 2013 r.
wedug czterech wariantw .......................................................................................... 58
Wyk. 16. Szacunkowy rozkad kobiet wg liczby dzieci dla kohort kobiet urodzonych w 1974
i 2013 r. (wedug czterech wariantw) ......................................................................... 61
Wyk. 17. Standaryzowane wspczynniki zgonw (w ) w latach 1990-2012 ..................... 64
Wyk. 18. Standaryzowane wspczynniki zgonw .................................................................. 64
7

Wyk. 22. Wspczynniki zgonw niemowlt (na 1000 urodze ywych)............................... 68
Wyk.23. Przecitne trwanie ycia w Polsce w latach 1990-2012 ............................................ 74
Wyk. 24. Przecitne dalsze trwanie ycia i przecitne dalsze trwanie ycia w zdrowiu osb
w wieku 65 lat w wybranych krajach europejskich w 2012 r. ................................................. 75
Wyk. 25. Prawdopodobiestwa zgonw w Polsce w 2013 r. i prognoza na 2050 r. .............. 77
Wyk. 26. Przecitne trwanie ycia w latach 1960-2013 oraz prognoza dla lat 2014-2050 ..... 77
Wyk. 27. Wspczynniki zgonw niemowlt w latach 1990-2050.......................................... 78
Wyk. 28. Ludno i migracje wewntrzne (w tys.) w latach 1950-2013 ................................. 82
Wyk. 29. Intensywno migracji wewntrznych (w %) w latach 1950-2013 .......................... 83
Wyk. 30. Migracje wewntrzne (w tys.) do/z miast w latach 1950-2013 ............................... 84
Wyk. 31. Migracje wewntrzne (w tys.) na wie i ze wsi w latach 1950-2013 ...................... 85
Wyk. 32. Saldo migracji wewntrznych (w tys.) w latach 1990, 2000 i 2010
wedug wojewdztw .................................................................................................. 87
Wyk. 33. Saldo migracji w miastach wedug wojewdztw w 1990 i 2010 roku .................... 88
Wyk. 34. Saldo migracji wewntrznych (w tys.) dla wsi ......................................................... 89
Wyk. 35. Migracje zagraniczne (w tys.) w latach 1950-2013................................................. 90
Wyk. 36. Emigracja (w tys.) z Polski w latach 1990-2013 wedug charakteru
miejsca zamieszkania ................................................................................................. 90
Wyk. 37. Imigracja (w tys.) do Polski w latach 1990-2012 .................................................... 91
Wyk. 38. Saldo migracji zagranicznych (w tys.) w latach 1990-2013.................................... 91
Wyk. 39. Migracje zagraniczne (w tys.) w 2013 r. wedug wojewdztw ............................... 92
Wyk. 40. Migracje wewntrzne (napyw/odpyw) w latach 2014-2025 (w tys.)
prognoza, wariant 1 ...................................................................................................... 95
Wyk. 41. Saldo migracji wewntrznych dla miast i wsi w latach 2014-2025 (w tys.)
8
Wyk. 45. Migracje zagraniczne w latach 2014-2025 (w tys.) prognoza, wariant 1 .............. 99
Wyk. 46. Migracje zagraniczne w latach 2014-2035 (w tys.) prognoza, wariant 2 .............. 99
Wyk. 47. Migracje zagraniczne w latach 2014-2035 (w tys.) prognoza, wariant 3 ............ 100
Wyk. 48. Prognoza ludnoci miast i wsi do 2050 r. (w mln) ................................................. 110
Wyk. 49. Zmiany stanw ludnoci wojewdztw w porwnaniu do 2013 r. (w %) ............... 113
Wyk. 50. Przyrost naturalny ludnoci (w tys.) w latach 2013-2050a ..................................... 116
Wyk. 51. Przyrost naturalny ludnoci w latach 2013 i 2050 wedug wojewdztw (w tys.) .. 117
Wyk. 52. Prognozowana liczba urodze (w tys.) w latach 2013-2050 a ................................ 118
Wyk. 53. Wspczynniki dzietnoci wedug wojewdztw w 2013a i 2050 r. ........................ 120
Wyk. 54. Przecitne trwanie ycia w latach 1990-2050a ....................................................... 121
Wyk. 55. Trwanie ycia wedug wojewdztw w 2013a i 2050 r............................................ 124
Wyk. 56. Rnice w medianie wieku mczyzn midzy 2013 a 2050 r. wg wojewdztw ... 129
Wyk. 57. Rnice w medianie wieku kobiet midzy 2013 a 2050 r. wg wojewdztw ......... 129
Wyk. 58. Mediana wieku wedug wojewdztw w 2013a i 2050 r.......................................... 130
Wyk. 59. Struktura populacji osb starszych (osoby w wieku 65 lat i wicej = 100%) ........ 136
Wyk. 60. Wspczynniki obcienia demograficznego: dziemi (YDR) i osobami starszymi
(ODR); 2013-2050...................................................................................................... 140
Wyk. 61. Generacyjne wsplczynniki wsparcia; 2013-2050 ................................................. 141
Wyk. 62. Zmiany struktury kobiet w wieku rozrodczym (kobiety w wieku 15-49=100)...... 145
Wyk. 63. Ludno wedug ekonomicznych grup wieku w wybranych latach(w mln) .......... 151
Wyk. 64. Zmiany struktury subpopulacji w wieku edukacyjnym......................................... 153
Wyk. 65. Prognozowana liczba ludnoci wedug czterech scenariuszy w wybranych latach (w mln) ............. 155
Wyk. 66. Prognozowana liczba ludnoci w miastach wedug czterech scenariuszy
w wybranych latach (w mln) ...................................................................................... 155
Wyk. 67. Odsetek ludnoci wiejskiej w Polsce 2013-2050 (w %) ....................................... 156
Wyk. 68. Ludno w wieku 0-14 lat w latach 2013-2050 wedug czterech scenariuszy ...... 160
Wyk. 69. Liczba kobiet w wieku prokreacyjnym w latach 2013-2050 wedug czterech
scenariuszy (w mln) ................................................................................................... 161
Wyk. 70. Prognoza ludnoci Polski (w mln)a ........................................................................ 163
Wyk. 71. Prognozaa ludnoci Polski w wieku 80 lat i wicej (w %) ..................................... 164
Wyk. 72. Zmiana liczby ludnoci midzy rokiem 2013 a 2050 (w %) .................................. 165
Wyk. 73. Mediana wieku ludnoci w latach 2013 i 2050 ...................................................... 166
Wyk. 74. Udzia osb w wieku 65 lat i wicej w populacji ogem w latach 2013 i 2050 ... 166
Wyk. 75. Udzia osb w wieku 80 lat i wicej w populacji ogem w latach 2013 i 2050 ... 167
9
Spis tabel
Tabl. 1. Udzia podnoci poszczeglnych grup wieku (w %) ................................................. 38
Tabl. 2. Wspczynniki dzietnoci w krajach europejskich 1980-2012 ................................... 46
Tabl. 3. Stopa bezrobocia rejestrowanego a wspczynnik dzietnoci w Polsce w latach 2000-2013 ........ 51
Tabl. 4. Prognozowany wspczynnik dzietnoci (TFR) w Polsce w latach 2014-2070
Tabl. 5. Prognozowany wspczynnik dzietnoci (TFR) w miastach i na wsi w latach 2014-2070 ....... 57
Tabl. 6. Kohortowy wspczynnik dzietnoci (CTFR cohort total fertility rate)
dla kohort kobiet urodzonych w latach 1970-2020 wg czterech wariantw ................ 59
Tabl. 7. redni wiek rodzenia dla kohort kobiet urodzonych w latach 1970-2020
Tabl. 8. Przewidywane przecitne trwanie ycia w Polsce do 2050 r. ................................... 78
Tabl. 9. Migracje wewntrzne w latach 1990-2013 ................................................................. 86
Tabl. 10.Wspczynniki dzietnoci wedug wojewdztw; 2013-2050a ................................. 103
Tabl. 11. redni wiek rodzenia dziecka; 2013-2050 .............................................................. 104
Tabl. 12. Oczekiwana dugo ycia dla mczyzn; 2013-2050............................................ 105
Tabl. 13. Oczekiwana dugo ycia dla kobiet; 2013-2050.................................................. 106
Tabl. 14. Saldo migracji zagranicznych na pobyt stay; 2013-2050 ...................................... 107
Tabl. 15. Saldo migracji wewntrznych na pobyt stay; 2013-2050 ...................................... 107
Tabl. 16. Saldo migracji wewntrznych na pobyt stay dla wojewdztw .............................. 108
Tabl. 17. Stany ludnoci, przyrosty/ubytki i zmiany stanw w latach 2013-2050a ............... 111
Tabl. 18. Zmiany stanw ludnoci w latach 2013-2050 (w tys.) ........................................... 113
Tabl. 19. Udzia ludnoci miast w strukturze ludnoci ogem w latach 2013-2050 (w %) .............. 115
Tabl. 20. Prognozowana liczba zgonw wedug wybranych grup wieku (w tys.) ................. 122
Tabl. 21. Mediana wieku ludnoci ......................................................................................... 127
Tabl. 22. Zmiany stanw ludnoci wedug biologicznych grup wieku .................................. 131
Tabl. 23. Zmiany liczby ludnoci w wieku 65 lat i wicej..................................................... 133
Tabl. 24. Udzia ludnoci w wieku 65 lat i wicej w populacji ogem (w %)
w latach 2013, 2020, 2035, 2050 ................................................................................ 134
Tabl. 25. Zmiany liczby ludnoci w wieku 80 lat i wicej w latach 2013-2050 (w tys.)....... 137
Tabl. 26. Liczba osb w wieku 65 lat i wicej na 1000 osb w wieku 0-14 lat..................... 139
Tabl. 27. Wspczynnik feminizacji wedug wieku liczba kobiet na 100 mczyzn.......... 143
Tabl. 28. Wspczynnik feminizacji wedug wieku ............................................................... 144
Tabl. 29. Wiek emerytalny obowizujcy od 1 stycznia 2013 r. ........................................... 147
Tabl. 30. Prognozowana liczba ludnoci (w tys.) wedug ekonomicznych grup wieku
wedug starego i nowego wieku emerytalnego ................................................... 148
Tabl. 31. Wspczynniki obcienia demograficznego 2013-2050 ...................................... 150
Tabl. 32. Zmiany stanw ludnoci (przyrosty/ubytki) wedug ekonomicznych grup wieku ............. 151
10
Tabl. 33. Zmiany stanw ludnoci wedug edukacyjnych grup wieku (w tys.) ..................... 152
Tabl. 34. Zaoenia prognostyczne czterech scenariuszy ...................................................... 154
Tabl. 35. Prognozowana liczba urodze wedug czterech scenariuszy.................................. 157
Tabl. 36. Relacja urodze w wybranych latach wedug czterech scenariuszy
do liczby urodze w 2013 r. (w %) ............................................................................ 157
Tabl. 37. Prognozowana liczba zgonw wedug czterech scenariuszy .................................. 158
Tabl. 38. Relacja zgonw w wybranych latach wedug czterech scenariuszy ....................... 159
Tabl. 39. Struktura ludnoci wedug grup wieku w 2013 i 2050 r. (w %) ............................ 160
Tabl. 40. Porwnanie prognozy GUS z prognozami Eurostatu i ONZ .................................. 162
Spis tablic w Aneksie

Tabl. A1.
Prognoza ludnoci (w tys.) ...
168
Tabl. A2.
Prognoza ludnoci, rok 2013=100.
171
Tabl. A3.
Prognoza ludnoci, przyrost/ubytek w stosunku do poprzedniego okresu...
174
Tabl. A4.
Prognoza ludnoci (w odsetkach struktura pionowa).
175
Tabl. A5.
Prognoza ludnoci (w odsetkach struktura pozioma).
178
Tabl. A6.
Prognoza ludnoci wedug biologicznych grup wieku (w tys.).
182
Tabl. A7.
Prognoza ludnoci wedug biologicznych grup wieku (w %)...
197
Tabl. A8.
Prognoza ludnoci wedug tradycyjnych ekonomicznych

grup wieku..............................
212
Prognoza ludnoci wedug ekonomicznych grup wieku

(z uwzgldnieniem zmian w wieku emerytalnym)....
218
Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w %)...
224
Tabl. A9. v2 Prognoza ludnoci wedug ekonomicznych grup wieku (w %)

(z uwzgldnieniem zmian w wieku emerytalnym)....
242
Zmiany w strukturze ludnoci wedug tradycyjnych ekonomicznych

grup wieku, rok 2013=100.
260
Tabl. A10. v2 Zmiany w strukturze ludnoci wedug ekonomicznych grup wieku

(z uwzgldnieniem zmian w wieku emerytalnym), rok 2013=100
266
Struktura ludnoci w wieku produkcyjnym (18-59 lat kobiety

oraz 18-64 lata mczyni).
272
Tabl. A11. v2 Struktura ludnoci w wieku produkcyjnym (18-59 lat kobiety

oraz 18-64 lata mczyni).
273
Tabl. A8. v2
Tabl. A9.
Tabl. A10.
Tabl. A11.
Tabl. A12.
Prognoza ludnoci wedug edukacyjnych grup wieku (w tys.).
11
274
Tabl. A13.
Zmiany stanw ludnoci wedug edukacyjnych grup wieku, rok 2013=100..
292
Tabl. A14.
Prognoza ludnoci kobiety w wieku rozrodczym....
310
Tabl. A15.
Prognoza ludnoci kobiety w wieku rozrodczym (w %).....
312
Tabl. A16.
Prognoza ludnoci w wieku poprodukcyjnym 60 lat i wicej kobiety

oraz 65 lat i wicej mczyni (w tys.)...
314
Tabl. A16. v2 Prognoza ludnoci (w tys.) w wieku poprodukcyjnym

(z uwzgldnieniem zmian w wieku emerytalnym)
317
Prognoza ludnoci w wieku poprodukcyjnym 60 lat i wicej kobiety

oraz 65 lat i wicej mczyni (w %).
320
Tabl. A17. v2 Prognoza ludnoci w wieku poprodukcyjnym

(z uwzgldnieniem zmian w wieku emerytalnym).
323
Wspczynniki obcienia demograficznego

(tradycyjne ekonomiczne grupy wieku).
326
Tabl. A18. v2 Wspczynniki obcienia demograficznego

(uwzgldnione zmiany w wieku emerytalnym)..
332
Tabl. A19.
Mediana wieku populacji ...
338
Tabl. A20.
Ruch naturalny ludnoci.
339
Tabl. A21.
Ruch naturalny ludnoci na 1000 ludnoci ....
343
Tabl. A22.
Wspczynniki feminizacji (liczba kobiet na 100 mczyzn)....
347
Tabl. A23.
Wspczynniki feminizacji w wybranych grupach wieku

(liczba kobiet na 100 mczyzn)
348
Tabl. A17.
Tabl. A18.
Index
Preface .................................................................................................................................... ...3
1. Introduction ........................................................................................................................ 20
1.1. Strategic documents ........................................................................................................ 22
1.2. Other documents about social policy .............................................................................. 26
2. Methodological remarks ..................................................................................................... 28
2.1. Fertility projection .......................................................................................................... 28
Projection of total fertility rate and mean age at childbirth........................................... 28
Projection for voivodships .............................................................................................. 30
2.2. Mortality projection and life expectancy ........................................................................ 30
2.3. Projection of internal and international migration .......................................................... 32
International migration for permanent residence ......................................................... 32
Internal migration for permanent residence ................................................................... 33
12
3. Analysis and projection assumptions for mortality ........................................................... 34

3.1. Fertility and births in Poland 1990-2013. Analysis ........................................................ 34
Changes of number of births and fertility rates .............................................................. 34
Changes in distribution of births according to mothers age ......................................... 37
Changes in distribution of births according to birth order ............................................ 39
Births according to mothers level of education ............................................................. 41
Changes in age structure of female population .............................................................. 42
Changes in number of marriages.................................................................................... 43
Divorces and separations ............................................................................................... 44
Poland compared to other European countries .............................................................. 45
Social and economic determinants of fertility changes in Poland.................................. 47
Laws and policies influencing fertility in Poland ........................................................... 49
General socio-economic situation .................................................................................. 51
Low fertility trap? ........................................................................................................... 53
The future of family policy .............................................................................................. 54
3.2. Projection assumptions for fertility................................................................................. 55
Variants of fertility changes in Poland ........................................................................... 55
4. Analysis and projection assumptions for mortality ........................................................... 63
4.1. Mortality and life expectancy ......................................................................................... 63
Infant mortality ............................................................................................................... 67
Health status of the population ....................................................................................... 68
Health policy ................................................................................................................... 70
Life expectancy in Poland ............................................................................................... 72
4.2. Assumptions for mortality and life expectancy .............................................................. 76
5. Analysis of internal and international migration and projection assumptions ............... 82
5.1. Analysis of internal and international migration for permanent residence in 1950-2013....... 82
Internal migration ........................................................................................................... 82
International migration................................................................................................... 89
5.2. The assumptions for the projection of internal and international migration................... 93
Internal migration for permanent residence ................................................................... 94
International migration for permanent residence .......................................................... 97
6. The selection of scenario of projection assumptions ...................................................... 101
7. The results of population projection ................................................................................ 109
7.1. Changes in size of population and vital statistics ......................................................... 110
13
Changes in population size ........................................................................................... 111

Changes in population sizes of voivodships ................................................................. 113
Natural increase ........................................................................................................... 116
Births ............................................................................................................................. 119
Life expectancy and mortality ....................................................................................... 122
7.2. Ageing of population .................................................................................................... 126
Median age of population ............................................................................................. 128
Changes in population structure by biological age groups, old age rate .................... 132
Changes in population structure by biological age groups and voivodships 134
Changes in structure of population aged 65 and more ................................................ 136
Ageing index ................................................................................................................. 139
Total dependency ratio, youth dependency ratio, old-age dependency ratio .............. 140
Potential support ratio, parent support ratio ............................................................... 142
7.3. Consequences of population ageing changes of population number and structure
according to sex and functional age groups .................................................................. 143
Changes of population structure by sex ........................................................................ 143
Changes of size and age structure of population of women aged 15-49 ..................... 145
Changes in population structure by economic age groups........................................... 148
Changes in population structure by educational age groups ...................................... 153
8. Alternative scenarios basic results ................................................................................ 155
Projected population..................................................................................................... 156
Births and deaths .......................................................................................................... 158
Age structure of population .......................................................................................... 161
9. CSOs population projection in comparision with Eurostat and UN projection ........... 164
Demographic future of Poland compared to other European countries ...................... 167
10.
Annex....................168
List of figures
Chart. 1. Number of births in Poland 1970-2013 (in thous.) ................................................... 35
Chart. 2. Total fertility rate in Poland 1990-2013 ................................................................... 35
Chart. 3. Total fertility rate in urban and rural areas 1990-2013 ........................................... 36
Chart. 4. Mean age at childbirth in Poland 1990-2013 ........................................................... 37
Chart. 5. Fertility rates for age groups 1990-2013.................................................................. 38
14
Chart. 6. Fertility rates per 1000 women for chosen cohorts .................................................. 39
Chart. 7. Births according to order 1990-2013 ....................................................................... 40
Chart. 8. First births according to the age of mother 2000-2013 ............................................ 40
Chart. 9. Estimated distribution of women from selected cohorts according .......................... 41
Chart. 10. Distribution of births according to the level of education of mother ..................... 42
Chart. 11. Number of marriages in Poland 2000-2013 (in thous.) .......................................... 43
Chart. 12. Number of divorces in Poland 2000-2013 (in thous.)............................................. 44
Chart. 13. Total fertility rate in Poland 2000-2013 and projected for 2014-2070
according to four variants ............................................................................................ 56
Chart. 14. Projected mean age at childbirth for Poland 2014-2070 ....................................... 58
Chart. 15. Fertility rates for cohorts of women born in 1974 and 2013 according to four variants..... 58
Chart. 16. Estimated distribution of women according to number of children for cohorts
of women born in 1974 and 2013 (four variants)......................................................... 61
Chart. 17. Standardized death rates (in ) in 1990-2012 ...................................................... 64
Chart. 18. Standardized death rates caused by the circulatory system diseases (in ) ......... 64
Chart. 19. Standardized death rates caused by neoplasms (in ) in 1990-2012.................... 65
Chart. 20. Standardized death rates caused by external causes (in ) in 1990-2012 ............ 66
Chart. 21. Standardized death rates caused by the respiratory system diseases (in ) ......... 67
Chart. 22. Infant death rates (per 1000 live births) ................................................................. 68
Chart. 23. Life expectancy in Poland in 1990-2012 compared
to developed European countries ................................................................................. 74
Chart. 24. Life expectancy and healthy life expectancy
at age 65 in selected European countries in 2012 ....................................................... 75
Chart. 25. Probabilities of dying in Poland in 2013 and projection for 2050 ......................... 77
Chart. 26. Life expectancy in Poland 1960-2013 and projection for 2014-2050 .................... 77
Chart. 27. Infant mortality rate 1990-2050.............................................................................. 78
Chart. 28. Population and internal migration (in thous.) in 1950-2013 ................................. 82
Chart. 29. Intensity of internal migration (in %) in 1950-2013 ............................................... 83
Chart. 30. Internal migration (in thous.) to/from urban areas in 1950-2013 .......................... 84
Chart. 31. Internal migration (in thous.) to/from rural areas in 1950-2013 ........................... 85
Chart. 32. Net internal migration (in thous.) in 1990, 2000 and 2010 by voivodships ........... 87
Chart. 33. Net internal migration in urban areas by voivodships in 1990 and 2010 .............. 88
Chart. 34. Net internal migration (in thous.) in rural areas by voivodships in 1990 and 2010 ...... 89
Chart. 35. International migration (in thous.) in 1950-2013 ................................................... 90
Chart. 36. Emigration (in thous.) from Poland in 1990-2013 ................................................. 90
Chart. 37. Immigration (in thous.) to Poland in 1990-2013 .................................................... 91
Chart. 38. Net international migration (in thous.) in 1990-2013 ............................................ 91
Chart. 39. International migration (in thous.) in 2013 by voivodships .................................... 92
15
Chart. 40. Internal migration (inflow/outflow) in 2014-2025 (in thous.) projection, variant 1.... 95
Chart. 41. Net internal migration for urban and rural areas in 2014-2025 (in thous.)
projection, variant 1 ..................................................................................................... 95
Chart. 42. Internal migration (inflow/outflow) in 2014-2035 (in thous.) projection, variant 2.... 96
Chart. 45. International migration in 2014-2025 projection (in thous.), variant 1 .............. 99
Chart. 46. International migration in 2014-2035 projection (in thous.), variant 2 .............. 99
Chart. 47. International migration in 2014-2035 projection (in thous.), variant 3 ............ 100
Chart. 48. Projection of urban and rural areas population until 2050 (in mln) .................. 110
Chart. 49. Changes in population size by voivodships (2013=100) ...................................... 113
Chart. 50. Projected natural increase (in thous.)in 2013-2050a ........................................... 116
Chart. 51. Natural increase by voivodships in 2013 and 2050 (in thous.) ............................ 117
Chart. 52. Projected number a of births (in thous.) ............................................................... 118
Chart. 53. Total fertility rate by voivodships in 2013a and 2050 ........................................... 120
Chart. 54. Life expectancy 1990-2050 a ................................................................................. 121
Chart. 55. Life expectancy by voivodships in 2013 a and 2050 ............................................. 124
Chart. 56. Differences in median age for males between 2013 and 2050 in voviodships .... 129
Chart. 57. Differences in median age for females between 2013 and 2050 in voviodships ... 129
Chart. 58. Median age of population by voivodships in 2013 a and 2050 ............................. 130
Chart. 59. Age structure of eldery population (persons aged 65 and more = 100%) ........... 136
Chart. 60. Youth dependency ratio (YDR), old-age dependency ratio(ODR); ...................... 140
Chart. 61. Potential support ratio and parent support ratio; 2013-2050 .............................. 141
Chart. 62. Changes of women structure at the childbearing age (women aged 15-49=100) ....... 145
Chart. 63. Population by economic age groups in chosen years (in millions) ...................... 151
Chart. 64. Changes of structure of population by educational age groups ........................... 153
Chart. 65. Projected population according to four scenarios for selected years (in mln) .... 155
Chart. 66. Projected urban areas population according to four scenarios ........................... 155
Chart. 67. Percentage of rural population in Poland 2013-2050 .......................................... 156
Chart. 68. Population aged 0-14 in 2013-2050 according to four scenarios ........................ 160
Chart. 69. Number of women of childbearing age in 2013-2050 according
to four scen arios (in mln) .......................................................................................... 161
Chart. 70. Population projectiona for Poland (in mln) a ....................................................... 163
Chart. 71. Projectiona of population aged 80 and more (in %) ............................................. 164
Chart. 72. Projected changes in population size 2013-2050 (in %) ...................................... 165
Chart. 73. Median age of population 2013, 2050 .................................................................. 166
16
Chart. 74. Share of population aged 65 and more 2013, 2050 ............................................. 166
Chart. 75. Share of population aged 80 and more 2013, 2050 ............................................. 167
List of tables
Table 1. The share of fertility of each group in total fertility rate (in %) ................................ 38
Table 2. Total fertility rates in European countries 1980-2012 .............................................. 46
Table 3. Unemployment rate and total fertility rate in Poland 2000-2013.............................. 51
Table 4. Projected total fertility rate for Poland 2014-2070 according to four variants ........ 56
Table 5. Total fertility rate projected for urban and rural areas 2014-2070 .......................... 57
Table 6. Cohort total fertility rate (CTFR) for cohorts of woman born in1970-2020 ............. 59
Table 7. Mean age at childbirth for cohorts of women born in 1970-2020 according
to four variants ............................................................................................................. 60
Table 8. Projected life expectancy in Poland until 2050 ......................................................... 78
Table 9. Internal migration in 1950-2013 ............................................................................. 86
Table 10. Total fertility rate by voivodships 2013-2050a ....................................................... 103
Table 11.Mean age of chilbearing by; 2013-2050a................................................................ 104
Table 12. Life expectancy for men; 2013-2050a .................................................................... 105
Table 13. Life expectancy for women; 2013-2050a ................................................................ 106
Table 14. International net migration for permanent residence; 2013-2050a ....................... 107
Table 15. Internal net migration for permanent residence; 2013-2050a ............................... 107
Table 16. Internal net migration for permanent residence by voivodships; 2014-2070 ........ 108
Table 17. Population size, increases/decreases and changes in 2013-2050 ......................... 111
Table 18. Changes in population size in 2013-2050 (in thou.) .............................................. 113
Table 19. Share of urban areas in total population, 2013-2050 (in %) ................................. 115
Table 20. Projected number of deaths in selected age groups (in thous.) ............................. 122
Table 21. Median age of populationa ..................................................................................... 127
Table 22. Changes in of population size by biological age groups ....................................... 131
Table 23. Changes of the size of population aged 65 years and more; ................................. 133
Table 24. Share of population aged 65 years and more (w %) in 2013, 2020, 2035, 2050... 134
Table 25. Changes in population aged 80 and more size in 2013-2050 (in thous.) .............. 137
Table 26. Population aged 65 years and more per 1000 aged 0-14 ...................................... 139
Table 27. Number of women per 100 men by specific age groups......................................... 143
Table 28. Number of women per 100 men by specific age groups (cont.) ............................. 144
Table 29. Retirement age valid since January 1, 2013 .......................................................... 147
Table 30. Population on projection by economic age group according
to changes in retirement age (in thous.) ..................................................................... 148
Table 31. Dependency ratios 2013-2050 ............................................................................... 150
17
Table 32. Increase/decrease of population size by economic age groups ............................. 151
Table 33. Increase/decrease of population size by educational age groups (in thous.) ........ 152
Table 34. Projection assumptions for four scenarios ............................................................ 154
Table 35. Projected number of births according to four scenarios ....................................... 157
Table 36. Projected births in chosen years according to four scenarios compared
to the number of births in 2013 (in %) ................................................................................... 157
Table 37. Projected number of deaths according to four scenarios ...................................... 158
Table 38. Projected deaths in selected years according to four scenarios compared
to the number of deaths in 2013 (in %) .................................................................................. 159
Table 39. Structure of population according to age groups in 2013 and 2050 (in %) .......... 160
Table 40. Comparision of CSO projection with Eurostat and UN projections...................... 162
List of tables in Annex

Table A1.
Population projection (in thous.)..... .
168
Table A2.
Population projection, 2013=100..
171
Table A3.
Population projection, increase/decrease in comparison to previous period
174
Table A4.
Population projection; structure by voivodships (in %)
175
Table A5.
Population projection; structure by voivodships (in %)
178
Table A6.
Population projection by biological age groups (in thous.).
182
Table A7.
Population projection by biological age groups (in %).
197
Table A8.
Population projection by traditional economic age groups (in thou.)
212
Table A8. v2
Population projection (in thous.) by economic age groups (according

to changes in retirement age).
Population projection by traditional economic age groups (in %).
218
Table A9.
224
Table A9. v2
Population projection by economic age groups (according to changes

in retirement age) (in %)
Table A10.
Changes in population structure by traditional
economic age groups, 2013=100...
Table A10. v2 Changes in population structure by economic
age groups (according to changes in retirement age), 2013=100..
Table A11.
Population structure at working age (18-59 for females and 18-64 males)...
242
260
266
272
Table A11. v2 Population structure at working age (18-59 for females

and 18-64 males)..
Table A12.
Population projection by educational age groups (in thous.)..
273
Table A13.
292
Changes of population by educational age groups, 2013=100
18
274
Table A14.
Population projection women of childbearing age.
310
Table A15.
Population projection women of childbearing age (in %).
312
Projection of population at post-working age 60 years and more

for females and 65 years and more for males (in thous.).
Table A16. v2 Projection of population at post-working age
(according to changes in retirement age) (in thous.).
Table A17.
Projection of population at post-working age 60 years and more
for females and 65 years and more for males (in %)...
Table A17. v2 Projection of population at post-working age
(according to changes in retirement age) (in %).
Table A18.
Age dependency ratios (traditional economic age groups)...
Table A16.
314
317
320
323
326
Table A18. v2 Age dependency ratios (according to changes

in retirement age)..
Table A19.
Median age of population
332
Table A20.
Vital statistics of population
339
Table A21.
Vital statistics of population per 1000 population..
343
Table A22.
Number of women per 100 men..
347
Table A23.
Number of women per 100 men at selected age groups.
348
19
338
1. Wprowadzenie
Introduction
Czas transformacji ustrojowej, rozpocztej w 1989 r. przynis wiele znaczcych
zmian w zakresie zachowa demograficznych ludnoci. Obserwowane w Polsce tendencje
w zakresie ruchu naturalnego doprowadziy do istotnych przemian w strukturze
demograficznej kraju. Podobnie jak w rozwinitych krajach Europy, korzystnym trendom
w poziomie umieralnoci, towarzysz zmiany wzorca podnoci oraz zachowa zwizanych
z tworzeniem i rozpadem zwizkw, a rosnce znaczenie migracji zagranicznych dodatkowo
pogbia niepomylne przeobraenia struktury populacji.
Procesy ludnociowe okrelane mianem drugiego przejcia demograficznego
charakteryzujce si m.in. spadkiem liczby urodze i maestw, przesuwaniem redniego
wieku rodzenia i tworzenia zwizkw w kierunku starszych rocznikw wieku, wzrostem
liczby rozwodw i zwizkw nieformalnych maj charakter globalny i wystpuj w krajach
europejskich od poowy lat 60. Nowa demografia Europy1 okrelenie wprowadzone
w 2003 r. przez D. van de Kaa oznacza nie tylko zmiany towarzyszce procesom przejcia
do nowoczesnej reprodukcji, lecz utrwalenie si tego procesu znacznie poniej prostej
zastpowalnoci pokole. Niska podno (wspczynnik dzietnoci rwny 1,5 i mniej) wraz
z systematycznym wyduaniem dugoci ycia oraz wzrostem znaczenia migracji prowadzi
do zmniejszenia przyrostu naturalnego,
a w konsekwencji do nieodwracalnych zmian
struktury populacji. Implikacj nowego porzdku demograficznego jest zachwianie relacji

midzy generacjami liczb najmodszych i w wieku produkcyjnym, a liczb ludnoci
w wieku poprodukcyjnym. Utrzymywanie si przez dekady tych niekorzystnych zjawisk,
a zwaszcza bardzo niskiego poziomu podnoci (wspczynnik dzietnoci rwny 1,3 lub
mniej) doprowadzio do takiej ewolucji struktur wieku, e po osigniciu pewnego
niebezpiecznego poziomu deformacji, w nastpstwie przynioso stay spadek liczebnoci
populacji. Taki krytyczny poziom Europa osigna ok. 20001 roku. Ju w latach 80. i 90.
demografowie przewidywali ekonomiczne i spoeczne skutki starzenia, std w obawie przed
niewydolnoci systemw emerytalnych wiele krajw wprowadzio reformy systemw
emerytalnych, ograniczyo moliwo wczeniejszego przejcia na emerytur, a take podjo
dziaania w kierunku zwikszenia zatrudnienia osb w wieku 50+. Intensywno procesu
starzenia objawiajca si m.in. gwatownym wzrostem liczby osb w wieku 80 lat i starszych
1
Procesy opisane m.in. w pracy : I.E. Kotowskiej, J. Jwiak Nowa demografia Europy Roczniki Kolegium Analiz Ekonomicznych
Zeszyt 28/2012
20
doprowadzia do pogbienia niekorzystnych relacji generacyjnych. Kluczowym problemem

staa si aktywizacja zawodowa wszystkich potencjalnych zasobw pracy znaczenia nabrao
zwikszenie zatrudnienia kobiet. Prognozy sporzdzane przez Eurostat i badania prowadzone
przez specjalnie utworzon grup robocz AWG (Ageing Working Group) wyranie
wskazuj, e wzrost zatrudnienia i efektywnoci pracy s niewystarczajce by sprosta
wyzwaniom demograficznym. Odbudowa podnoci wraz ze wzrostem zasobw pracy
nabray znaczenia strategicznego dla dalszego rozwoju krajw i Europy, za problem czenia
obowizkw rodzicielskich z prac zawodow priorytetowym zadaniem rozwojowym.
Prognoz ludnoci Polski opracowano w trudnym momencie tj. zachodzcych
w Polsce i Europie dynamicznych zmian ekonomicznych (wychodzenie z globalnego kryzysu,
wdraanie europejskich i krajowych programw strategicznych), politycznych (napita
sytuacja midzynarodowa) i demograficznych (postpujce starzenie si ludnoci, znaczcy
wolumen czasowych migracji zagranicznych, bardzo niska liczba urodze).
Przewidywanie przyszych kierunkw zmian procesw demograficznych zawsze jest
obarczone du niepewnoci. Jednak w dwadziecia pi lat od rozpoczcia przemian
systemowych i 10 lat od wstpienia Polski do Unii Europejskiej wydaje si by zadaniem
szczeglnie trudnym. Procesy globalizacji powoduj, e wiatowe zmiany i kryzysy w sposb
dotd niespotykany oddziauj na krajow gospodark, ludzkie pogldy i postawy, a w sposb
poredni - na zjawiska demograficzne.
Demografia od lat znajduje si w centrum uwagi osb odpowiedzialnych za polityk
spoeczn. Problemy demograficzne zyskay odpowiedni rang dziki dziaalnoci Rzdowej
Rady Ludnociowej (RRL), jak i dziki wysikom caego grona polskich demografw.
Zorganizowany w 2012 r. II Kongres Demograficzny zapocztkowa powszechn debat
nad problemem starzenia si ludnoci, znacznego spadku urodze i duej skali emigracji.
Na tle krajw Unii Europejskiej Polska jest nadal krajem stosunkowo modym.
Wedug danych Eurostatu mediana wieku populacji Polski w 2012 r. wyniosa 38,7 lat,
podczas gdy wskanik ten dla krajw czonkowskich Unii Europejskiej razem osign
warto 41,9 lat (wspczynnik obcienia demograficznego dla Polski wynosi 20,1, za dla
UE 27,5).
Jednak zaniechanie dziaa i nie podjcie wyzwa jakie stawia demografia prowadzi
do nieodwracalnych dalszych znieksztace struktury populacji. Jak wskazuje najnowsza
prognoza Eurostatu (EuroPop2013), po 2024 r. udzia osb w wieku 65 lat i wicej
21
w strukturze ludnoci Polski ogem przekroczy 20%, za po 2060 r. 33%.

Przygotowujc zaoenia prognostyczne trudno pomin kierunki dziaania w zakresie
polityki spoecznej, zawarte w licznych rzdowych dokumentach strategicznych.
1.1. Dokumenty strategiczne

Strategic documents
W 2009 r. Rada Ministrw podja decyzj o stworzeniu nowego porzdku rozwoju
strategicznego kraju, spjnego z europejsk strategi rozwoju i uwzgldniajcego zadania
wynikajce ze zrnicowanej sytuacji spoeczno-ekonomicznej kraju. Ramy rozwoju
dugookresowego wyznaczay Dugookresowa Strategia Rozwoju Kraju (w perspektywie
do 2030 r.) oraz Koncepcja Przestrzennego Zagospodarowania Kraju i Plan Zagospodarowania Przestrzennego Kraju. Wytyczne dla horyzontu redniookresowego stanowia
redniookresowa Strategia Rozwoju Kraju oraz 9 strategii horyzontalnych (do 2020 r.)
m.in. dotyczcych Rozwoju Regionalnego, Rozwoju Kapitau Ludzkiego, Rozwoju Kapitau
Spoecznego, Zrwnowaonego Rozwoju Wsi i Rolnictwa.
Wydany w 2009 r. raport Polska 2030. Wyzwania rozwojowe. Dugookresowa
Strategia Rozwoju Kraju jest kompleksowym dokumentem przygotowanym przez Zesp
Doradcw Strategicznych Prezesa Rady Ministrw. Dokument zawiera diagnoz aktualnej
sytuacji spoeczno-ekonomicznej, identyfikuje gwne wyzwania rozwojowe oraz formuuje
kluczowe zadania i kierunki dla rozwoju spoeczno-gospodarczego.
W perspektywie do 2030 roku za gwne wyzwania, na ktre musi Polska
odpowiedzie, uznano2:
1. Wzrost i konkurencyjno
2. Sytuacj demograficzn
3. Wysok aktywno zawodow oraz adaptacyjno zasobw pracy
4. Odpowiedni potencja infrastruktury
5. Bezpieczestwo energetyczno-klimatyczne
6. Gospodark opart na wiedzy oraz rozwj kapitau intelektualnego
7. Solidarno i spjno regionaln
8. Popraw spjnoci spoecznej
2
KPRM pod. red. M. Boni Polska 2030. Wyzwania rozwojowe. Warszawa 2009 s.6
22
9. Sprawne pastwo
10. Wzrost kapitau spoecznego
Raport otworzy publiczn debat nad gwnymi wyzwaniami i ksztatem polityki
spoeczno gospodarczej na najblisze 20 lat. W efekcie w listopadzie 2012 r. zgodnie
z przepisami ustawy o zasadach prowadzenia polityki rozwoju z dnia 6 grudnia 2006 r.
zosta przyjty dokument Dugookresowa Strategia Rozwoju Kraju Polska 2030. Trzecia
fala nowoczesnoci. Zmiany w stosunku do zaoe pierwszego wspomnianego dokumentu
wynikay z koniecznoci uwzgldnienia w strategii rozwoju kraju takich mechanizmw,
ktre pozwoliyby na uniknicie wolniejszego rozwoju ni w poprzedniej dekadzie na skutek
oglnowiatowego kryzysu finansowego oraz zmieniono podejcie do polityki regionalnej.
Proponowany w raporcie Polska 2030. Wyzwania rozwojowe polaryzacyjnodyfuzyjny model rozwoju kraju, zosta w nowej strategii zastpiony modelem terytorialnego
rwnowaenia rozwoju (dyfuzji). Tak zdefiniowany rozwj terytorialny oznacza nie tylko
wyrwnywanie opnie cywilizacyjnych w zakresie infrastruktury i gospodarki,
zmniejszenie dysproporcji w jakoci ycia i szans rozwoju lecz rwnie tworzenie
regionalnych przewag konkurencyjnych opartych o edukacj, kreatywno, solidarno
spoeczn - z wykorzystaniem lokalnych potencjaw intelektualnych i rozwojowych.
Raport Polska 2030. Trzecia fala nowoczesnoci stanowi wraz z pozostaymi
dokumentami strategicznymi kompleksowy projekt cywilizacyjny do 2030 r.
Celem strategicznym zapisanym w wyej wymienionym dokumencie jest poprawa
jakoci ycia Polakw. Osignicie tego celu powinno by mierzone, z jednej strony,
wzrostem produktu krajowego brutto (PKB) na mieszkaca, a z drugiej zwikszeniem
spjnoci spoecznej oraz zmniejszeniem nierwnomiernoci o charakterze terytorialnym,
jak rwnie skal skoku cywilizacyjnego spoeczestwa oraz innowacyjnoci gospodarki
w stosunku do innych krajw, przy czym poprawa jakoci ycia ma szerszy wymiar
i odpowiada pojciu oglnego dobrostanu, w ronych sferach ycia3:
dugoci ycia w ogle,
dugoci ycia w zdrowiu (co wie si z popraw stanu zdrowia Polakw jako rezultatu
midzysektorowych dziaa prozdrowotnych a w szczeglnoci sprawnie funkcjonujcego
systemu ochrony zdrowia),
Ministerstwo Administracji i Cyfryzacji Dugookresowa Strategia Rozwoju Kraju - Polska 2030. Trzecia fala nowoczesnoci, Warszawa
2012 s.45-46
23
wikszej satysfakcji z wykonywania pracy,
lepszych warunkw czenia kariery zawodowej z yciem prywatnym i rodzinnym,
sprawnej sieci bezpieczestwa socjalnego nastawionej na pomoc, ktrej celem jest

zwikszenie szans na aktywno spoeczn i zawodow i dbao o przeciwdziaanie
rnym formom wykluczenia,
dostpnoci dbr i usug publicznych (zdefiniowanych, standaryzowanych, efektywnie

dostarczanych) bez wzgldu na status rodzinny i miejsce zamieszkania,
otwartych warunkw uczestnictwa w yciu publicznym,
bezpieczestwa dochodw na staro,
rodowiskowego poczucia rwnowagi w odniesieniu do warunkw krajobrazowych,

naturalnego stanu otoczenia oraz ywnoci,
udziau w kulturze (co jest wane dla prorozwojowego potencjau kreatywnoci),
poczucia satysfakcji z ycia.

Gwny cel strategiczny jakim jest poprawa ycia Polakw wymaga dziaa w trzech
obszarach: konkurencyjnoci i innowacyjnoci, rwnowaeniu potencjau rozwojowego

regionw Polski oraz efektywnoci i sprawnoci pastwa. Z kadym z wymienionych
obszarw wskazano cele rozwojowe oraz podane kierunki interwencji.
Jako gwne wyzwania rozwojowe uznano demografi, nowe technologie, energetyk
oraz warunki rodowiskowe.
Osignicie wyznaczonych celw nie bdzie moliwe bez solidarnoci pokoleniowej,
regionalnej oraz innowacyjnej (t ostatni autorzy raportu rozumiej jako solidarno zasady
wyrwnywania szans i konkurencyjnoci w celu innowacyjnoci4). rodkiem do osignicia
wyznaczonych celw jest stabilny i wysoki wzrost gospodarczy (rednio ok. 3,5% wzrostu
gospodarczego do 2020 r.).
Podstawowe kierunki dziaania na rzecz rozwoju i stabilnego wzrostu gospodarczego
wi si z koniecznoci takiego pobudzenia gospodarki by dziki innowacjom i kapitaowi
spoecznemu staa si konkurencyjna w stosunku do gospodarek innych krajw. Oznacza
to nie tylko przesunicie rodkw publicznych w kierunku finansowania wydatkw
wspomagajcych rozwj, ale uruchomienie takich mechanizmw, ktre bd sprzyjay
Ministerstwo Administracji i Cyfryzacji Dugookresowa Strategia Rozwoju Kraju - Polska 2030. Trzecia fala nowoczesnoci, Warszawa
2012 s.25
24
rozpoznawaniu i wykorzystywania lokalnych potencjaw rozwojowych tak by ksztatowa

przysze przewagi konkurencyjne.
System edukacji odpowiadajcy na zapotrzebowanie nowoczesnego rynku pracy
bdzie sprzyja wyrwnywaniu szans i bdzie przekada si na wzrost aktywnoci
zawodowej. Wiksza pewno i elastyczno zatrudnienia pozwoli w dugofalowej
perspektywie na stworzenie warunkw do realizacji indywidualnych strategii yciowych
i rodzinnych, w tym stworzy klimat do zwikszenia dzietnoci.
Podjcie wyzwa demograficznych zwizanych ze starzeniem si populacji wymaga
dziaa na rzecz rozwoju silver economy, zmian w systemie opieki zdrowotnej (rozwj
medycyny geriatrycznej, opieki dugookresowej nad osobami w podeszym wieku),
zwikszenia moliwoci dostpu do odpowiedniej jakoci usug zdrowotnych (w tym
nowoczesnej rehabilitacji) i opiekuczych, zwikszenia wszelkich form aktywnoci ludzi
starszych, wykorzystania ich potencjaw, zapobieganiu wykluczeniu spoecznemu.
Sytuacja demograficzna wymusza prowadzenie aktywnej polityki migracyjnej
i integracyjnej umoliwiajcej asymilacj napywajcych obcokrajowcw, pokonanie barier
i rnic kulturowych, zapobieeniu wykluczeniu spoecznemu.
Realizacja strategii zostaa podzielona na 3 etapy:
Lata 2012-2015 powicone na przywracanie rwnowagi w finansach publicznych,
negocjacje korzystnych transferw rodkw europejskich z nowego okresu programowania,
identyfikacja wszystkich wyzwa rozwojowych, budowania fundamentw przyszego
rozwoju.
Okres 2015-2020 to realizacja celw zgodnie ze redniookresow Strategi Rozwoju Kraju
oraz kierunkami rozwoju wyznaczonymi przez dokument Europa 2020 ( m.in.: stopniowy
wzrost zatrudnienia, ksztacenia ustawicznego, odsetka osb z wyszym wyksztaceniem,
zmniejszenie odsetka osb yjcych poniej granicy ubstwa).
Kolejne lata (2020-2030) to realizacja dugoterminowych celw, uzyskiwanie
widocznych przewag w nowych typach konkurencyjnoci, kontynuacja inteligentnego
i zrwnowaonego rozwoju sprzyjajcego wczeniu spoecznemu.
Zgodnie z ustaw o zasadach prowadzenia polityki rozwoju przy pomocy zestawu
wskanikw bdzie monitorowana skuteczno podejmowanych dziaa na rzecz realizacji
strategicznych celw rozwojowych.
25
Dla wskanikw demograficznych zaoono w stosunku do wartoci z 2010 r.:
wzrost wspczynnika dzietnoci do wartoci 1,7 w 2030 r. ,
przyrost przecitnego trwania ycia mczyzn o prawie 6 lat (80 lat w 2030 r.), za kobiet
o 3 lata (84 lata w 2030 r.),
dodatnie saldo migracji w kocu okresu programowania oraz wskanik zatrudnienia

imigrantw powyej 75 %.
Ponadto zaoono:
wzrost wskanikw zatrudnienia we wszystkich grupach wieku,
ponad trzykrotnie wikszy wskanik zatrudnienia osb w wieku 65-69,
wskanik zatrudnienia kobiet z najmodszym dzieckiem w wieku 5 lat 70% w 2030 r.

(obecnie 57,7%),
obnienie o rok wieku wejcia na rynek pracy (21 lat w 2030 r.),
obnienie wskanikw biernoci spoecznej modziey.

Tak dugi horyzont w strategii rozwoju spoecznego wymaga uwzgldnienia ryzyka
wynikajcego z potencjalnych scenariuszy przebiegu wydarze w zglobalizowanym wiecie

i uwzgldnienie ich w strategiach rozwoju.
Widoczne ju obecnie ujawnianie si nowych si w polityce i gospodarce moe spowodowa
dekoncentracj
wadzy
wiecie
stosunku
do
modelu
dzisiejszego,
(.)
wspzawodnictwo o rnego typu deficytowe zasoby, w tym i te, ktre warunkuj rozwj
rolnictwa i spenianie potrzeb ywnociowych, (). Deficytowe mog take okaza si
zasoby kapitau rodkw finansowych na rozwj.(). Jak wynika z analizy, o moliwych
scenariuszach rozwoju Polski zdecyduj: demografia, nowe technologie, energetyka jej
zasoby i rda wytwarzania, warunki rodowiskowe, oraz ukad si w wiecie zaleny nie
tylko od dotychczasowego status quo, ale i od zmiennoci wskazanych czynnikw5.
1.2. Inne dokumenty z zakresu polityki spoecznej

Other documents about social policy
Poza wymienionymi dokumentami strategicznymi, co roku ukazuj si raporty
i rekomendacje Rzdowej Rady Ludnociowej. W 2012 r. na II Kongresie Demograficznym
5
por. Ministerstwo Administracji i Cyfryzacji Dugookresowa Strategia Rozwoju Kraju - Polska 2030. Trzecia fala nowoczesnoci,
Warszawa 2012 s.16 - 20
26
z inicjatywy RRL poddano pod dyskusj i przyjto nowe Zaoenia polityki ludnociowej
Polski 2012., w horyzoncie do 2020 r. Jako gwne cele do realizacji wskazano:
Cel I. Tworzenie warunkw sprzyjajcych powstawaniu rodzin, przede wszystkim poprzez
zawierania maestw i realizacj planw prokreacyjnych
Cel II. Tworzenie warunkw sprzyjajcych integracji w starzejcym si spoeczestwie
zmniejszenie skali zagroenia wykluczeniem spoecznym ludzi starszych, niesamodzielnych
i niepenosprawnych
Cel III. Poprawa stanu zdrowia ludnoci i ograniczanie umieralnoci
Cel IV. Okrelenie kierunkw i zasad polityki migracyjnej polski w dobie integracji
europejskiej
Zaoenia
programu
polityki
ludnociowej
wyznaczaj
kierunki
dziaa,
niezbdnych do osignicia przyjtych celw. Obejmuj zarwno kierunki, ktre s ju

przyjte i znajduj si w rnych fazach operacjonalizacji, jak i kierunki nowe, niezbdne
dla realizacji poszczeglnych celw. Ich realizacja nie zawsze jest moliwa w obecnej
sytuacji ekonomicznej kraju, natomiast uznanie ich za uzasadnione pozwoli na okrelenie
dziaa moliwych do realizacji etapowo lub w dalszej perspektywie. Za taki horyzont
czasowy przyjto rok 2020 r.6
Problemami demograficznymi, a przede wszystkim polityk rodzinn zajmuje si
powoany przez Prezydenta RP Zesp Ekspertw. W wyniku prac Zespou powsta projekt
Dobry klimat dla rodziny. Program Polityki Rodzinnej Prezydenta RP, zawierajcy
diagnoz problemu i rekomendacje dziaa - list rozwiza systemowych, prowadzcych
do ksztatowania
warunkw
dla
odnowy
demograficznej
kraju,
odpowiedzialnego
rodzicielstwa i dobrego dziecistwa".

W pracach nad zaoeniami nowej prognozy demograficznej analizowano zapisy
dokumentw strategicznych w kontekcie wpywu ich realizacji na ksztatowanie si
procesw determinujcych rozwj ludnoci Polski.
Rzdowa Rada Lunociowa Zaoenia polityki ludnociowej Polski 2012.Warszawa 2012 s.7
27
2. Uwagi metodologiczne
Methodological remarks
2.1. Prognoza dzietnoci

Fertility projection
Wyznaczanie wspczynnika dzietnoci i redniego wieku rodzenia
Projection of total fertility rate and mean age of chilbirth
Spord
przygotowanych
wariantw
zmian
wspczynnika
dzietnoci
(TFR),
za najbardziej prawdopodobny zosta uznany przez ekspertw wariant redni. W tym

wariancie wartoci TFR dla pniejszych lat prognozy (po 2025 r.) ustalono dokonujc
ekstrapolacji logarytmicznej na podstawie wartoci tego wspczynnika w latach 2003
2009 (w podziale miasto-wie). Wariant ten zakada, e nastpi powrt do rosncego
trendu TFR, obserwowanego w tych latach, cho wzrost TFR bdzie stopniowo ulega
wyhamowaniu (std interpolacja logarytmiczna). Jednoczenie, w zwizku z obserwowanym w latach 2010-2013 spadkiem wartoci TFR, zaoono e odwrcenie tendencji
malejcej nie nastpi od razu i przez kilka pierwszych lat prognozy warto TFR bdzie
zbliona do wartoci z 2013 r. Umownie przyjto, e bdzie si tak dziao do 2017 r.
Wartoci pomidzy 2017 a 2025 r. uzyskano przy pomocy interpolacji.
Do prognozy redniego wieku rodzenia (MAC) zaoono, e w 2070 r. jego warto dla
miast (gdzie tradycyjnie zawsze bya wysza) wyniesie 32 lata (przyjta jako grna
granica wzrostu MAC, podobnie jak w prognozie ONZ). Zaoono, e dla wsi graniczna
warto MAC bdzie nisza i wyniesie okoo 31,7 (co oznacza okoo trzykrotne
zmniejszenie rnicy w rednim wieku rodzenia pomidzy miastem a wsi).
W nastpnej kolejnoci utworzony zosta model struktury TFR dla redniego wieku
rodzenia rwnego 32 lata. Pod pojciem struktura TFR rozumiemy rozkad
czstkowych wspczynnikw podnoci wedug wieku (ASFR, [liczony dla kobiet w
wieku od 15 do 49 lat]), podzielonych przez ich sum (czyli TFR, [std elementy
struktury TFR sumuj si do 1]). W tym celu wybrano rozkady ASFR tych krajw
europejskich, w ktrych redni wieku rodzenia jest najwyszy. Nastpnie dokonano dla
tych wybranych krajw ekstrapolacji skadowych struktury TFR, tak by uzyska
potencjalne rozkady o rednim wieku rodzenia rwnym 32. W kolejnym kroku obliczono
28
rednie wspczynniki z tych rozkadw, by stworzy modelowy rozkad wykorzystany

w dalszych obliczeniach.
Nastpnie ze wzgldu na niewielkie obocznoci (szczeglnie na poziomie wojewdztw)

obserwowane w empirycznych rozkadach struktury TFR, konieczne byo ich wygadzenie. Wykorzystano do tego modele: w przypadku miast rozkad normalny,
w przypadku wsi rozkad gamma. Rozkad gamma lepiej odzwierciedla struktur TFR,
gdy redni wiek rodzenia jest niszy, a jej rozkad bardziej lewoskony. Z kolei rozkad
normalny znacznie lepiej obrazuje bardziej symetryczne rozkady przy wyszym MAC.
W dalszym horyzoncie prognozy rozkady bd coraz bardziej prawoskone.
Zarwno model dla miast jak i dla wsi stworzono wykorzystujc znane wartoci
parametrw MAC oraz wariancji wieku rodzenia. Rozkady poddano jednak
modyfikacjom, ktre miay na celu zniwelowanie znacznych odchyle (midzy
empirycznymi a uzyskanymi z rozkadu wartociami) dla najmodszych oraz najstarszych
rocznikw wieku. Wszystkie stworzone modelowe rozkady maj MAC zbieny
ze swoimi empirycznymi odpowiednikami. W uzyskanych modelowych strukturach TFR
wykonano niewielk modyfikacj wartoci tak by suma skadowych struktury bya
rwna 1.
Dysponujc wygadzonym empirycznym rozkadem dla miast w 2013 r. oraz rozkadem

modelowym o rednim wieku rodzenia (MAC) rwnym 32 w 2070 r., wykonano
pomidzy nimi interpolacj logarytmiczn. Parametry tej regresji zmodyfikowano
tak, by w pierwszych latach prognozy, wartoci MAC byy jak najbardziej zblione
do tych, ktre otrzymalibymy ekstrapolujc liniowo wzrostowy trend MAC z ostatnich
lat.
Uzyskany w powyej wymienionej interpolacji model dla redniego wieku rodzenia

rwnego 31,7 przyjto jako docelowy model dla wsi. Nastpnie wykonano analogiczn
interpolacj jak dla miast.
W ostatnim etapie pomnoono struktur TFR w kadym roku przez przygotowan

wczeniej prognozowana warto TFR, uzyskujc w ten sposb wartoci wspczynnikw
podnoci (ASFR). Mnoc wyliczone wartoci ASFR przez liczb kobiet w danym wieku
uzyskano liczb urodze.
29
Prognoza dla wojewdztw

Projection for voivodships
Struktur TFR w 2013 r. wygadzono dokadnie w taki sam sposb jak w prognozie
oglnopolskiej.
Nastpnie wyznaczono kocowy MAC dla poszczeglnych wojewdztw (w podziale

miasto i wie). Przyjto, e rnice pomidzy MAC dla poszczeglnych wojewdztw,
a MAC dla Polski ulegn trzykrotnemu zmniejszeniu w przecigu horyzontu prognozy.
Znajc
docelowe
wartoci
MAC,
przyporzdkowano
im
modelowe
rozkady,
na podstawie rozkadw uzyskanych w prognozie oglnopolskiej. Jako, e dla czci

wojewdztw prognozowane MAC w ostatnim roku prognozy jest wysze ni dla Polski
ogem, konieczne byo wykonanie ekstrapolacji wspczynnikw dalej w przyszo.
Wykonano to biorc pod uwag trendy z ostatnich piciu lat prognozy.
Podobnie jak w prognozie oglnopolskiej, przy wykorzystaniu interpolacji logarytmicznej

wyznaczono struktury TFR dla poszczeglnych lat prognozy.
Celem wyznaczenia przyszych wartoci wspczynnika dzietnoci, wyliczono rnice

(w podziale miasto-wie) pomidzy TFR dla poszczeglnych wojewdztw, a TFR
dla Polski dla lat 2000 2013. Nastpnie dokonano ekstrapolacji logarytmicznej tych
rnic. Zaoono, e w najbliszych kilku latach utrzymaj si obecne (dywergencyjne)
trendy zmian TFR w wojewdztwach. Potem jednak ulegn one zahamowaniu.
W zwizku z tym przyjto, e w 2020 roku rnice bd takie jak wynika z interpolacji,
natomiast w ostatnim roku prognozy zmniejsz si o poow. Wartoci rnic
w pozostaych latach obliczono dokonujc interpolacji pomidzy wartociami z 2013 r.,
a 2020 r. oraz 2020 a 2050 r.
Na koniec rnice te odjto od TFR dla Polski (w podziale miasto wie) uzyskujc tym
samym wartoci TFR dla poszczeglnych wojewdztw w kolejnych latach prognozy.
Po przemnoeniu ich przez struktury TFR uzyskano wartoci wspczynnikw podnoci
(ASFR).
2.2. Prognoza umieralnoci i trwania ycia

Mortality projection and life expectancy
Opracowujc prognoz umieralnoci dla Polski, przyjto jako wzorzec kierunki zmian,
jakie obserwowane s w rozwinitych krajach europejskich, takich jak: Belgia, Dania,
30
Niemcy, Irlandia, Grecja, Hiszpania, Francja, Wochy, Niderlandy, Austria, Portugalia,

Finlandia, Szwecja, Wielka Brytania, Norwegia, Szwajcaria. Ze wzgldu na niekompletne
dane pominito Islandi, Lichtenstein i Luxemburg.
Z baz EUROSTATU pobrane zostay prawdopodobiestwa zgonw dla wybranych
krajw dla lat 1992-2011 wg pci i pojedynczych rocznikw wieku, a nastpnie wyznaczone
rednie prawdopodobiestwa zgonw dla wszystkich krajw (dla kadego roku, wieku i pci).
Na podstawie rednich wartoci prawdopodobiestw zgonw dla krajw obliczone
zostay parametry trwania ycia (e0). Otrzymane wyniki porwnano z wartociami

przecitnego trwania ycia dla Polski i ustalono dystans, jaki dzieli Polsk do wybranych
krajw w 2012 r.
Przyjto zaoenie, e tendencj spadku prawdopodobiestw zgonw w dugich okresach
(rednie dla wybranych krajw) mona przedstawi za pomoc funkcji logarytmicznej bd

wykadniczej waciwej dla kadego wieku i pci.
Odrzucono model logarytmiczny, dla ktrego wspczynniki determinacji przyjmoway
stosunkowo niskie wartoci, przyjto natomiast model wykadniczy dajcy dobre i bardzo
dobre dopasowanie danych empirycznych do danych teoretycznych.
Opierajc si na zaoeniu, e spadek umieralnoci w Polsce bdzie kontynuowany
w sposb podobny do obserwowanego w przeszoci w krajach Europy zachodniej, przyjto

dla wzowych lat przy uwzgldnieniu opnienia Polski w stosunku do wybranych krajw
odpowiednie prawdopodobiestwa zgonw wyznaczone na podstawie redniej z danych
empirycznych tych krajw. W perspektywie dalszych lat prognozy, jako wzorzec przyjto
trendy umieralnoci przewidywane dla krajw rozwinitych (opracowane na podstawie
danych z minionych 20 lat).
Dla ustalenia przyszego poziomu umieralnoci niemowlt przyjto zaoenie kontynuacji
korzystnych zmian jakie s obserwowane w Polsce. Tempo spadku wspczynnika zgonw

niemowlt w porwnaniu z obserwowanym w latach 90-tych osabnie, jednak jego
warto w 2050 r. bdzie dwukrotnie nisza, ni notowana obecnie.
Przyjto zaoenie, e rnica w dugoci przecitnego trwania ycia mczyzn
mieszkajcych w miastach i na wsi bdzie si stopniowo zmniejsza, natomiast dla kobiet

wielkoci te podobnie jak obecnie bd utrzymyway si na zblionym poziomie.
Dla wojewdztw zaoono spadek natenia zgonw zgodny z przewidywanymi
oglnopolskimi parametrami trwania ycia, przy jednoczesnym utrzymaniu aktualnych

zrnicowa.
31
2.3. Prognoza migracji wewntrznych i zagranicznych

Projection of the internal and international migration
Migracjewewntrznepobytstay
Internal migration for permanent residence
W prognozie migracji wewntrznych naleao przewidzie wielkoci migracji dla Polski

ogem, napywu do miast, odpywu z miast, napywu na wie, odpywu ze wsi oraz
napyww i odpyww do/z poszczeglnych wojewdztw. Migracje wewntrzne na pobyt
stay nie maj wpywu na liczb ludnoci kraju napyw dla Polski ogem jest rwny
odpywowi, w wyniku czego saldo migracji dla caego kraju jest zerowe. Maj natomiast
istotny wpyw na liczb ludnoci miejskiej i wiejskiej oraz ludnoci poszczeglnych
wojewdztw.
Spord przygotowanych przez GUS trzech wariantw wielkoci migracji wewntrznych

w przyszoci, za najbardziej prawdopodobny zosta uznany przez ekspertw wariant
redni (wariant 2).
Z analizy danych dla lat wczeniejszych wynika, e intensywno migracji (liczba

migrantw przypadajca na 1000 osb) jest zalena od wieku ludnoci. W wariancie 2
wyznaczono dla kadego rocznika wieku redni intensywno migracji jak
obserwowano w latach 2009-2012. Zaoono, e w kolejnych latach bdzie ona dla
kadego rocznika wieku taka sama jak dla analogicznego rocznika w latach 2009-2012.
Liczb migracji w poszczeglnych latach (do 2035 r.) uzyskano jako iloczyn liczby osb
dla poszczeglnych rocznikw wieku w danym roku wynikajcej z jednego z wariantw
prognozy oraz wyznaczonej intensywnoci migracji dla tych rocznikw. Dla lat 20352050 przyjto wartoci z 2035 r.
Analogicznie wyznaczono wielko napywu do miast i odpywu z miast. Napyw na

wie wyznaczono jako rnic napywu ogem i napywu do miast, analogicznie odpyw
ze wsi wyznaczono jako rnic odpywu ogem i odpywu z miast.
Saldo migracji dla miast i wsi wyznaczono jako rnic odpowiednich napyww
i odpyww.
32
Wyznaczono rednie udziay napywu do poszczeglnych wojewdztw w liczbie migracji

ogem w szeciu ostatnich latach (2008-2013) i otrzymano redni struktur napywu
wedug wojewdztw w tym okresie.
Wielko napywu do wojewdztw w poszczeglnych latach 2014-2035 otrzymano

poprzez rozszacowanie prognozowanego napywu ogem (dla Polski) w danym roku
ustalon wczeniej struktur napywu wedug wojewdztw.
Analogicznie ustalono wielko odpywu z poszczeglnych wojewdztw w kolejnych

latach.
Saldo wyznaczono jako rnic napywu i odpywu.
Migracjezagranicznenapobytstay
W prognozie migracji zagranicznych naleao przewidzie wielkoci imigracji do Polski,

emigracji z Polski oraz migracji zagranicznych do/z wojewdztw z uwzgldnieniem
terenw wiejskich i miejskich.
Podobnie jak w przypadku migracji wewntrznych za najbardziej prawdopodobny uznano

wariant 2. Ze wzgldu na dynamiczny charakter migracji i trudnoci w trafnym
przewidzeniu skali migracji w odlegej przyszoci, przygotowano prognoz zmian
do 2035 r., a dla lat 2035-2050 przyjto wartoci z 2035 r.
Punktem wyjcia byo przyjcie zaoenia, e w 2035 r. saldo migracji zagranicznych

osignie warto zerow, co oznacza, e wielko emigracji zostanie zrwnowaona
wielkoci imigracji. Pocztkow warto salda migracji (dla 2014 r.) wyznaczono jako
redni warto salda z lat 2011-2013. Zaoono, e warto salda bdzie rosa liniowo,
wyznaczono zatem rwnanie prostej przechodzcej przez 2 ustalone punkty i obliczono
wartoci salda dla lat 2014-2035.
Wielko emigracji przyjto na staym poziomie redniej wartoci z trzech ostatnich lat
(2011-2013).
Wielko imigracji dla poszczeglnych lat 2014-2035 obliczono jako sum emigracji
i salda migracji w danym roku.
Analogicznie wyznaczono warto emigracji, imigracji i salda dla miast i wsi.
33
Wyznaczono rednie udziay imigracji do poszczeglnych wojewdztw w liczbie

imigracji ogem w trzech ostatnich latach (2011-2013) i otrzymano redni struktur
imigracji wedug wojewdztw w tym okresie.
Wielko imigracji do wojewdztw w poszczeglnych latach 2014-2035 otrzymano

poprzez rozszacowanie prognozowanej imigracji do Polski ogem w danym roku
ustalon wczeniej struktur imigracji wedug wojewdztw.
Analogicznie ustalono wielko emigracji z poszczeglnych wojewdztw w kolejnych

latach.
Saldo migracji zagranicznych dla wojewdztw wyznaczono jako rnic imigracji

i emigracji.
Idea przewidywania wielkoci migracji w wariantach 1 i 3 zarwno dla migracji
wewntrznych jak i zagranicznych zostaa przedstawiona w zaoeniach do prognozy

migracji.
3. Analiza i zaoenia dzietnoci

Analysis and projection assumptions for mortality
3.1. Dzietno kobiet i urodzenia w Polsce 1990-2013. Diagnoza

Fertility and births in Poland 1990- 2013. Analysis
Zmiany liczby i natenia urodze
Changes of number of births and fertility rates
Po powojennym boomie urodzeniowym, w zasadzie od koca lat 50. dzietno
w Polsce zmniejszaa si do okoo 1970 r. W latach 70. w wiek najwikszej aktywnoci
prokreacyjnej weszy roczniki kobiet z wyu lat 50., co w konsekwencji spowodowao
znaczny wzrost liczby urodze (Wyk.
1). Dekada ta charakteryzowaa si wysokim,
wzgldnie stabilnym poziomem dzietnoci w skali kraju. Wzrost dzietnoci notowany

w kocu tego okresu, ktry utrzymywa si do 1983 r. (wspczynnik dzietnoci wynosi
2,205 w 1978 r. i 2,416 w 1983). by implikacj wczesnej sytuacji spoecznej i ekonomicznej
oraz zmian w systemie zasikw na pocztku lat 80. W kolejnych latach obserwowano
systematyczny spadek liczby i natenia urodze .
34
Wyk. 1. Urodzenia w Polsce w latach 1970-2013 (w tys.)

Chart. 1. Number of births in Poland 1970-2013 (in thous.)
750
723,6
700
650
600
550
500
450
417,6
400
350
369,6
351,1
300
1970
1974
1978
1982
1986
1990
1994
1998
2002
2006
2010
Wyk. 2. Przekrojowy wspczynnik dzietnoci (TFR) w Polsce w latach 1990-2013

Chart. 2. Total fertility rate in Poland 1990-2013
2,10
2,07
2,00
1,90
1,80
1,70
1,60
1,50
1,40
1,40
1,30
1,20
1,25
1,22
1,10
1,00
1990
1992
1994
1996
1998
2000
35
2002
2004
2006
2008
2010
2012
W latach 90. tempo spadku dzietnoci ulego przypieszeniu. Zmiany podnoci

i natenia urodze wedug wieku, a take wzrost liczby i odsetka urodze pozamaeskich
wie si z wpywem przeksztace spoeczno-ekonomicznych.
Rok 2003 by rokiem o rekordowo niskiej liczbie urodze nieco ponad 351 tys.
(wspczynnik dzietnoci wynis wwczas 1,22). W 2004 r. nastpio przeamanie tendencji
spadkowej i do 2007 r. obserwowany by niewielki wzrost natenia i liczby urodze.
Nastpnie odnotowano raptowny wzrost natenia i liczby urodze, ktry utrzyma si na
zblionym poziomie przez dwa kolejne lata (w 2009 r. wspczynnik dzietnoci wynis
okoo 1,4 i by najwyszy w minionej dekadzie). Poczwszy od 2011 r. obserwuje si
ponownie spadek intensywnoci oraz liczby urodze zbliony do wartoci notowanych
w 2007 r. W 2012 r. zarwno natenie, jak i liczba urodze nie ulegy wikszej zmianie,
natomiast 2013 r. przynis dalszy wyrany spadek omawianych wielkoci (Wyk. 2).
Od wielu lat obserwuje si stopniowe wyrwnywanie wartoci wspczynnika
dzietnoci (TFR Total fertility rate) w miastach i na obszarach wiejskich. W 1990 r. TFR
by o
0,7 wyszy na wsi ni w miastach. W cigu dekady do
2000 r. rnica
zmniejszya si do 0,4, a do 2009 r. spada do 0,17. Przez ostatnie cztery lata zauway
mona wyhamowanie tej tendencji. Naley jednak przypuszcza, e w duszej perspektywie
poziom dzietnoci w miastach i na wsi bdzie systematycznie dy do wyrwnania (Wyk. 3).
Wyk. 3. Przekrojowy wspczynnik dzietnoci w miastach i na wsi w latach 1990-2013

Chart. 3. Total fertility rate in urban and rural areas 1990-2013
2,6
2,54
2,4
Miasta
2,2
Wie
2,0
1,78
1,8
1,6
1,40
1,4
1,2
1,37
1,18
1,10
1,0
1990
1994
1998
2002
36
2006
2010
Zmiany w strukturze urodze wedug wieku matki

Changes in distribution of births according to mothers age
Po 1989 r. wyranie wzrs redni wiek rodzenia dziecka (MAC mean age
of childbearing). W 1990 r. wynosi 26,2 lat, w 2000 27,4 lat, a w 2013 29,0 lat (Wyk. 4).
Opnianie macierzystwa
jest charakterystyczn
cech
zachowa
prokreacyjnych,
obserwowanych w innych krajach europejskich ju od lat 60. XX wieku. Pomimo znacznego

wzrostu MAC, Polska nadal naley do krajw o stosunkowo niskim wieku macierzystwa.
Wyk. 4. redni wiek rodzenia w Polsce w latach 1990-2013
Chart. 4. Mean age at childbirth in Poland 1990-2013
29,0
28,5
28,0
27,5
27,0
26,5
26,0
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012
Wzrost redniego wieku rodzenia jest w oczywisty sposb zwizany z systematycznym przesuwaniem si najwyszego natenia urodze do starszych grup wieku kobiet.
Od wielu lat nastpuje silny spadek natenia urodze w grupie wieku 20-24 lata.
W 1990 r. bya to grupa wieku o najwyszym nateniu urodze, kobiety w tym wieku
rodziy 159 dzieci (na 1000 kobiet), w 2012 r. ju tylko 51. Od 1999 r. najwysz
intensywnoci podnoci charakteryzuj si kobiety w wieku 25-29 lat. Warto zauway,
e od 2005 r. wysze natenie urodze obserwuje si rwnie w grupie wieku 30-34 lata.
Na pocztku lat 90. wyranie zmniejszya si intensywno urodze kobiet w wieku
25-29 lat i od 1995 r. ustabilizowaa si na mniej wicej staym poziomie okoo 90 urodze
na 1000 kobiet. Jeeli redni wiek macierzystwa dalej bdzie si zwiksza, naley si
spodziewa spadku natenia urodze rwnie w tej grupie wieku.
37
Wyk. 5. Wspczynniki podnoci dla poszczeglnych grup wieku w latach 1990-2013

Chart. 5. Fertility rates for age groups 1990-2013
160
15-19
30-34
45-49
140
120
20-24
35-39
15 - 49
25-29
40-44
100
80
60
40
20
0
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012
Od 2003 r. bardzo wyrany wzrost natenia urodze mona zauway w grupach

wieku 30-34 lata oraz 35-39 lat. W latach 2004-2010 przecitny wzrost natenia urodze
kobiet w tych grupach wieku wynosi w skali roku odpowiednio 5,1% oraz 5,9%. Mona
przypuszcza, e z czasem grupa 30 34 lata stanie si grup o najwyszej intensywnoci
urodze. Warto rwnie zauway, e w 1990 r. poziom urodze kobiet w wieku 35-39 lat
by o jedn czwart niszy ni w najmodszej grupie wieku 15-19 lat. W 2013 r. by ju ponad
dwukrotnie wyszy (Wyk. 5).
W 1990 r. podno kobiet w wieku 20-24 lat tworzya 41,3% wspczynnika
dzietnoci, w 2013 r. o ponad poow mniej 19,1%. Wyranie wzrs natomiast udzia
wyszych grup wieku: 30-34 lata (z 12,3% do 27,5%) oraz 35-39 lat (z 4,8% do 11,6%).
Od 2006 roku spada rwnie udzia podnoci grupy 25-29 lata w tworzeniu TFR (Tabl. 1).
Tabl. 1. Udzia podnoci poszczeglnych grup wieku (w %)
w przekrojowym wspczynniku dzietnoci (TFR)
Table 1. The share of fertility of each group in total fertility rate (in %)
Wyszczeglnienie
15-19
20-24
25-29
30-34
35-39
40-44
45-49
1990
8,04
41,33
26,14
12,25
4,78
0,93
0,07
1995
6,89
37,63
28,91
14,40
5,81
1,09
0,07
2000
6,36
33,71
31,63
16,39
6,32
1,14
0,07
2005
5,19
27,19
35,79
19,98
7,17
1,26
0,09
2010
5,25
22,98
35,08
23,65
8,66
1,37
0,08
2013
5,17
19,11
34,03
27,54
11,64
2,40
0,11
38
Szybkie przesuwanie si najwikszego natenia urodze w kierunku starszych

rocznikw widoczne jest jeszcze wyraniej, jeli porwna si ze sob kohorty kobiet
urodzonych w kolejnych latach (Wyk. 6). Kohorty urodzone w latach 1965 1975 miay
najwysze natenie urodze w wieku 22 lat, za kohorta z 1978 roku dopiero w wieku
28 lat7.
Wyk. 6. Wspczynniki podnoci na 1000 kobiet dla wybranych kohort8
Chart. 6. Fertility rates per 1000 women for chosen cohorts
180
1970
160
1975
1980
1985
1990
140
120
100
80
60
40
20
0
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
Zmiany w strukturze urodze wedug kolejnoci

Changes in distribution of births according to birth order
W ostatniej dekadzie obserwujemy systematyczny wzrost odsetka urodze pierwszej
i drugiej kolejnoci jak rwnie wyhamowanie bardzo wyranego w latach 90. spadku
odsetka urodze trzeciej kolejnoci (Wyk. 7). Nadal natomiast utrzymuje si, obserwowany
od 1994 r., spadek odsetka urodze czwartych i dalszych (w 1994 r. wynosi 13,9%, w 2013 r.
zaledwie 4,6%).
Por. D. Holzer elawska, K.Tymicki, Cohort and Period Fertility of Polish Women 1945 2008, Studia Demograficzne Nr 1/2009
s. 52-54
Kohorta - Zbiorowo ludzi, wyodrbniona na podstawie wsplnie przeytych zdarze, ktre nastpiy w okrelonym momencie
lub okresie. W tym przypadku dotyczy kobiet urodzonych w danym roku
39
Wyk. 7. Urodzenia wedug kolejnoci w latach 1990-2013

Chart. 7. Births according to order 1990-2013
1990
39,5
32,1
16,4
12,0
1995
40,8
30,6
15,6
13,0
47,8
2000
30,4
12,3
9,5
2005
51,2
32,1
10,2 6,5
2010
50,1
35,1
9,9 4,8
2013
48,6
36,4
10,4 4,6
Pierwsze
Drugie
Systematycznie rwnie wzrasta redni wiek rodzenia dla urodze rnych kolejnoci.
Dla urodze pierwszej kolejnoci w 1990 r. wynosi 23,3 lat, w 2000 r. 24,5 oraz w 2012 r.
26,6. Dla drugiej odpowiednio 26,5, 28,0 i 30,3 lat. Dla trzeciej 29,4, 31,0 i 32,7 lat.
Wie si to z przesuwaniem najwikszego nateni urodze rnych kolejnoci
do coraz starszych grup wieku. W 2000 r. 48,7% urodze pierwszych przypadao na grup
wieku 20-24 lata. W 2013 r. odsetek ten spad do 25,3% (najwiksze natenie wystpuje
wrd kobiet w wieku 25-29 lat). Natomiast najwiksze natenie urodze drugich i trzecich
przesuno si w tym okresie z wieku 25-29 lat do wieku 30-34 lata (Wyk. 8).
Wyk. 8. Rozkad urodze pierwszych wedug wieku matki w latach 2000-2013
Chart. 8. First births according to the age of mother 2000-2013
50
2000
40
2005
30
2013
20
10
0
19
2024
2529
3034
3539
4044
45+
Analiza kohortowa umoliwia oszacowanie rozkadw kobiet wedug liczby dzieci.

Oszacowanie to zakada proporcjonalne zmniejszanie si grup kobiet o tej samej liczbie dzieci
w wyniku wymierania i emigracji (oraz proporcjonalne zwikszanie si w wyniku imigracji).
40
Wyk. 9. Szacunkowy rozkad kobiet w wieku 30 lat z wybranych

kohort wedug liczby dzieci (w %)*
Chart. 9. Estimated distribution of women from selected cohorts according
to the number of children at the age 30
1965
1970
1975
1980
1982
18,8
37,1
23,8
23,2
33,9
28,5
31,5
37,7
40,4
14,3
33,6
10,4
27,1
33,0
32,1
23,8
22,4
6,0
4,3
0
1
2
3
4+
3,9
* Na podstawie danych dotyczcych urodze od 1985 roku. Dla kohorty 1965 wykorzystano rwnie dane z badania dzietnoci kobiet
2002 r. przeprowadzonego przy okazji spisu powszechnego, na podstawie Podno w Polsce analiza kohortowa: kohorty urodzeniowe
1911 1986 pod red. Ewa Frtczak, Aneta Ptak Chmielowska, Marek Pczkowski Based on data about births since 1985. For cohort 1965
data from Female Fertility Survey Conducted during National Census of 2002 was also used
Odsetek kobiet bezdzietnych w wieku 30 lat dla kohorty urodzonej w 1982 r.

by ponad dwukrotnie wyszy ni dla kohorty o 17 lat starszej (Wyk. 9). Warto rwnie
zauway, e dla kolejnych kohort szybko zmniejsza si odsetek kobiet w wieku 30 lat
majcych dwjk lub wicej dzieci. Z uwagi na fakt, e w modszych kohortach wysze
natenie urodze pojawia si wrd kobiet starszych powyej 30 lat, naley si spodziewa,
e wzrost ostatecznej bezdzietnoci nie bdzie a tak duy. Warto nadmieni i, bezdzietno
dla kobiet 40 - letnich z kohorty z 1970 (bardzo zbliona do kocowej) wynosia 17,5%
(czyli o okoo 6,5 p. proc. mniej ni w wieku 30 lat).
Urodzenia wedug poziomu wyksztacenia matki
Births according to mothers level of education
Od wielu lat mona zaobserwowa wyrany wzrost odsetka kobiet z wyszym
wyksztaceniem rodzcych dzieci (Wyk. 10). W 2000 r. 13,2% kobiet, ktre urodziy dziecko
posiadao wysze wyksztacenie, w 2005 r. 26,3%, a w 2013 r. 47,4%. W miastach
odsetek ten wzrs z 18,9% w 2000 r. do 56% w 2013 r., a na wsi odpowiednio z 6,2%
do 35,8%. Jednoczenie obserwujemy systematyczny spadek odsetka urodze przez matki
z wyksztaceniem zasadniczym zawodowym (z 32,7% w 2000 r. do 12% w 2012 r.) oraz
podstawowym (z 14% do 4,5% lub do 7,5% jeeli zaliczy do tej grupy rwnie matki
o wyksztaceniu gimnazjalnym). Zmiany te wynikaj przede wszystkim z ogromnego wzrostu
41
poziomu wyksztacenia jaki mia miejsce w Polsce w omawianym okresie, a nie ze wzrostu
natenia urodze wrd lepiej wyksztaconych kobiet.
Wyk. 10. Struktura urodze wedug poziomu wyksztacenia matki
w latach 2000-2013 (w %)
Chart. 10. Distribution of births according to the level of education of mother
2000-2013 (in %)
Zmiany w strukturze wieku kobiet

Changes in age structure of female population
Warto zwrci uwag, e oprcz zmian w poziomie dzietnoci na ostateczn liczb
urodze istotny wpyw ma liczebno oraz struktura wieku kobiet bdcych w wieku
rozrodczym. Raport Rzdowej Rady Ludnociowej Sytuacja Demograficzna Polski z 2012 r.
wyranie wskazuje na to, e pomidzy rokiem 2005 a 2011 wystpowao pozytywne
oddziaywanie zmian w strukturze wieku kobiet w wieku rozrodczym na ogln liczb
urodze. Miao to zwizek z wchodzeniem w tym okresie w wiek najwyszej podnoci
kobiet urodzonych w czasie wyu demograficznego z pocztku lat 80.9
W najbliszych latach naley si spodziewa coraz silniejszego negatywnego wpywu
struktury wieku kobiet w grupie wieku 15-49 lat na poziom urodze. W wiek najwikszej
podnoci bd wchodzi coraz mniej liczne roczniki kobiet urodzonych w latach niu
demograficznego z lat 90. ubiegego wieku i pocztku pierwszej dekady obecnego stulecia.
Por. Rzdowa Rada Ludnociowa, Sytuacja Demograficzna Polski. Raport 2011 2012, Warszawa 2012, s.133 134, 138-139
42
Zmiany liczby zawieranych maestw

Changes in number of marriages
Cho od wielu lat odsetek urodze pozamaeskich w Polsce wyranie ronie
(w 1990 r. stanowiy one 6,21% wszystkich ywych urodze, w 2000 r. 12,1%, w 2013 r.
23,4%) nadal jest on relatywnie niski na tle wielu innych krajw Europy (np. w Szwecji,
Estonii, Sowenii i Bugarii jest to ponad poowa urodze). Polska pozostaje krajem gdzie,
istnieje wyrany zwizek midzy dzietnoci a maestwem, cho maestwo jest coraz
czciej poprzedzane kohabitacj. Dane z badania specjalnego Rodziny, generacje i pe
kulturowa (Generations and Gender Survey GGS-PL) pokazuj10, e w latach 2005-2011,
a 60% zawieranych zwizkw stanowiy kohabitacje, podczas gdy w latach 1990-1995
zwizki partnerskie stanowiy jedynie 26%. Jednak gdy na wiat ma przyj dziecko, zapada
decyzja o maestwie w latach 2005-2011 wrd wszystkich pocz w zwizkach, dzieci
poczte w kohabitacji stanowiy 23%, za urodzenia w kohabitacji stanowiy 14% urodze11.
O tym, e maestwo jest postrzegane jako forma rodziny waciwa dla wychowywania
dzieci wiadcz dane dotyczce liczby zawieranych maestw w okresie 2000-2013 oraz
liczby i natenia urodze. Lata 2005-2008 to okres szybkiego wzrostu liczby zawieranych
maestw lecz w dalszych latach
tendencja ulega odwrceniu (Wyk. 11). W 2013 r.
zanotowano rekordowo nisk liczb nowych zwizkw jedynie 180 tys.

Wyk. 11. Liczba maestw w Polsce w latach 2000-2013 (w tys.)
Chart. 11. Number of marriages in Poland 2000-2013 (in thous.)
270
260
250
240
230
220
210
200
190
180
170
257,7
248,7
226,2
211,2
195,4
191,9
228,3
206,7
206,9
195,1
250,8
203,9
191,8
180,4
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
10
Informacje o badaniu zawiera tekst Kotowska I. E. i Jwiak J. (2011) Panelowe badanie przemian relacji midzy pokoleniami, w rodzinie
oraz midzy kobietami i mczyznami: Generacje, Rodziny i Pe Kulturowa - GGS-PL, Studia Demograficzne, 1(159): 99-106.
11
Por. Anna Matysiak, Anna Baranowska-Rataj, Monika Mynarska, Anna Rybiska, Marta Styrc, Midzy zmian wiatopogldow
a ograniczeniami dnia codziennego: Jakie przyczyny przemian rodziny w Polsce? Jakie rekomendacje dla polityki?, Instytut Statystki
i Demografii, Szkoa Gwna Handlowa w Warszawie, Oficyna Wydawnicza, 2013, s.7-8.
43
Maestwa s zawierane w coraz pniejszym wieku. Zmiany obserwowane w Polsce

po 1989 r. pokazuj, e Polska wpisuje si w trend wystpujcy w innych krajach
europejskich przesuwania decyzji o maestwie. W 2000 r. mediana wieku osb
wstpujcych w zwizek maeski wynosia 25,6 lat dla mczyzn oraz 23,6 lat dla kobiet,
w 2013r. odpowiednio 28,9 oraz 26,8 lat. Podobnie jak w przypadku urodze wzrost
wartoci mediany wie si z przesuwaniem najwikszego natenia zawierania maestw
do starszych grup wieku. W 1990 r., zarwno dla kobiet jak i mczyzn, najwiksza liczba
zawartych maestw na 1000 osb danej pci w danym wieku przypadaa na osoby 20-24
-letnie (108,5 dla kobiet i 98,6 dla mczyzn). W 2013 r. najwiksz skonno do zawarcia
zwizku wykazyway osoby w wieku 25-29 lat (48,5 dla kobiet i 45,5 dla mczyzn na 1000
osb danej pci w danym wieku). Warto podkreli, e intensywno zawierania maestw
przez kobiety w wieku 25-29 lat jest na zblionym poziomie jak kobiet w wieku 20-24 lata.
Wyrany wzrost natenia zawierania maestw wystpuje dla obu pci w grupie wieku 3034 lata oraz 35-39 lat.
Rozwody i separacje
Divorces and separations
Pomidzy 2003 a 2006 rokiem w Polsce notowano znaczny wzrost liczby rozwodw.
O ile wczeniej, do 2002 r., rozwizywano przecitnie 40-45 tys. zwizkw rocznie,
to w 2006 r. orzeczono 71,7 tys. rozwodw. W dalszych latach ich liczba nieco zmniejszya
si i od 2007 r. liczba prawnie rozwizanych zwizkw ustabilizowaa si na poziomie 64-67
tys. rocznie. Jedynie w 2010 r. liczba rozwodw spada do pozio-mu 61,3 tys. (Wyk. 12).
Wyk. 12. Liczba rozwodw w Polsce w latach 2000-2013 (w tys.)
Chart. 12. Number of divorces in Poland 2000-2013 (in thous.)
75
71,7
66,6 65,5
67,5
70
65
40
64,4 66,1
56,2
55
45
64,6
61,3
60
50
65,3
45,2
42,7
45,3
48,5
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
44
W 2013 r. w Polsce orzeczono prawnie 2216 separacji. Separacje wprowadzono

w 1999 r. i do dzi stanowi zjawisko marginalne liczba orzeczonych w ostatnich latach
separacji waha si od 2 do 4 tys. Jedynie w latach 2004-2005 wystpi chwilowy, skokowy
wzrost liczby separacji do wartoci odpowiednio 5,9 tys. i 11,6 tys. Zjawisko to wie si
z likwidacj w dniu 1 maja 2004 r. funduszu alimentacyjnego12.
Polska na tle Europy
Poland compared to other European countries
Wrd krajw tzw. starej Europy mona wyszczeglni dwie grupy krajw:
te w ktrych TFR utrzymuje si na poziomie powyej 1,7 oraz te, w ktrych nie przekracza
1,5 (Tabl. 2). Regularnie pomidzy tymi wartociami mieci si tylko poziom dzietnoci
Luksemburga. Peter McDonald nazwa t granic wielk lini podziau: W 2005 [taki sam
podzia mona rwnie obserwowa w 2012 roku por. tabl. 3] kraje rozwinite mona byo
podzieli na dwie grupy: Grupa 1 zawiera kraje, w ktrych wspczynnik dzietnoci wynosi
pomidzy 1,7 a 2,0, podczas gdy Grupa 2 skadaa si z krajw o wspczynniku dzietnoci
wynoszcym okoo 1,4 lub mniej. Tylko jeden kraj rozwinity, Kanada, mia wspczynnik
dzietnoci lecy pomidzy w tymi grupami, bliej grupy pierwszej. Wyrana bya kulturowa
rnica pomidzy tymi grupami. Grupa 1 zawieraa kraje skandynawskie, wszystkie kraje
anglojzyczne, francuskojzyczne i holendersko jzyczne. Grupa 2 zawieraa wszystkie kraje
poudniowoeuropejskie, wszystkie kraje niemieckojzyczne i wszystkie rozwinite kraje
azjatyckie. Nie mona powiedzie, e jest to podzia przypadkowy. Istotnie, mocne argumenty
wskazuj, e jest to podzia pomidzy krajami, w ktrych istnieje silne wsparcie dla osb,
ktre posiadaj dzieci a tymi, w ktrych tego wsparcia brakuje. Po raz kolejny, najwaniejsze
jest
oglne
postrzeganie
polityki
prorodzinnej
danego
pastwa,
nie
rnice
w szczegowych rozwizaniach systemowych 13

Dziesi lat temu kraje Europy rodkowo Wschodniej charakteryzoway si
wspczynnikami dzietnoci zblionymi do krajw z grupy drugiej. Co wicej w wikszoci
z nich wspczynnik dzietnoci by niszy ni w nalecych do tej grupy krajach zachodniej
i poudniowej Europy. W 2004 r. najwyszy wspczynnik wrd krajw rodkowoi wschodnioeuropejskich miaa Estonia 1,47, najniszy Polska i Czechy (1,23).
12
Por.Informacja o korespondencji nadesanej do sejmu i jego organw w kwietniu 2004 r. http://www.sejm.gov.pl/listy/inf04_04.htm
13
P. McDonald, Low Fertility and Policy, Aging Horizons nr 7, Oxford 2007 s.25
45
W kolejnych latach w wielu z tych krajw nastpi jednak znaczcy wzrost dzietnoci.
Szczeglnie widoczny by on w krajach batyckich oraz krajach poudniowo wschodniej
Europy (Sowenia, Chorwacja, Bugaria, Rumunia), w ktrych w ostatnich latach
wspczynnik dzietnoci regularnie przekracza warto 1,5. Istotne zwikszenie TFR
wystpio w latach 2008-2010 w Czechach wwczas warto wspczynnika utrzymywaa
si na poziomie 1,51. Wszystkie wspomniane kraje miay w 2012 r. wysze wspczynniki
dzietnoci ni kraje zaliczone przez McDonalda do grupy 2.
Tabl. 2. Wspczynniki dzietnoci w krajach europejskich 1980-2012
Table 2. Total fertility rates in European countries 1980-2012
Kraj/Rok
1980
1985
1990
1995
2000
2005
2010
2011
2012
Belgia
Bugaria
Czechy
Dania
Niemcy
Estonia
Irlandia
Grecja
Hiszpania
Francja
Wochy
Cypr
otwa
Litwa
Luksemburg
Wgry
Malta
Holandia
Austria
Polska
Portugalia
Rumunia
Sowenia
Sowacja
Finlandia
Szwecja
Wielka Brytania
Islandia
Norwegia
Szwajcaria
1,68
2,05
2,08
1,55
.
.
3,21
2,23
2,20
1,95
1,64
.
.
1,99
1,50
1,91
1,99
1,60
1,65
.
2,25
2,43
.
2,32
1,63
1,68
1,90
2,48
1,72
1,55
1,51
1,97
1,95
1,45
.
.
2,48
1,67
1,64
1,81
1,42
2,43
.
2,08
1,38
1,85
1,95
1,51
1,47
.
1,72
2,31
1,71
2,26
1,64
1,74
1,79
1,93
1,68
1,52
1,62
1,82
1,90
1,67
.
2,05
2,11
1,40
1,36
1,78
1,33
2,41
.
2,03
1,60
1,87
2,04
1,62
1,46
2,06
1,56
1,83
1,46
2,09
1,78
2,13
1,83
2,30
1,93
1,58
1,56
1,23
1,28
1,80
.
1,38
1,84
1,31
1,17
1,71
1,19
2,03
.
1,55
1,70
1,57
1,81
1,53
1,42
1,62
1,41
1,33
1,29
1,52
1,81
1,73
1,71
2,08
1,87
1,48
1,67
1,26
1,14
1,77
1,38
1,38
1,89
1,26
1,23
1,87
1,26
1,64
.
1,39
1,76
1,32
1,70
1,72
1,36
1,37
1,55
1,31
1,26
1,30
1,73
1,54
1,64
2,08
1,85
1,50
1,76
1,32
1,28
1,80
1,34
1,50
1,86
1,33
1,34
1,92
1,32
1,42
1,31
1,27
1,63
1,31
1,38
1,71
1,41
1,24
1,40
1,32
1,26
1,25
1,80
1,77
1,78
2,05
1,84
1,42
1,86
1,49
1,49
1,87
1,39
1,63
2,07
1,51
1,38
2,02
1,41
1,44
1,17
1,55
1,63
1,25
1,38
1,79
1,44
1,38
1,36
1,33
1,57
1,40
1,87
1,98
1,98
2,20
1,95
1,52
1,81
1,51
1,43
1,75
1,36
1,52
2,05
1,42
1,36
2,00
1,40
1,35
1,34
1,76
1,52
1,23
1,49
1,76
1,42
1,30
1,35
1,25
1,56
1,45
1,83
1,90
1,96
2,02
1,88
1,52
1,79
1,50
1,45
1,73
1,38
1,56
2,01
1,34
1,32
2,01
1,43
1,39
1,44
1,60
1,57
1,34
1,43
1,72
1,44
1,30
1,28
1,53
1,58
1,34
1,80
1,91
1,92
2,04
1,85
1,52
rdo: dane Eurostatu
Natomiast w Polsce, Sowacji i na Wgrzech wartoci wspczynnikw dzietnoci

nie odbiegaj od poziomu charakterystycznego dla krajw grupy 2. W 2012 r. TFR Polski
wynosi 1,3, w kolejnym roku 1,26. Wedug danych Eurostatu z krajw europejskich w tym
samym roku (2012 r.) niszy wspczynnik dzietnoci by tylko w Portugalii. David Coleman
w swoim artykule The Road to Low Fertility zauwaa, e konsekwencje tego stanu rzeczy
mog by dla tych krajw znacznie bardziej dotkliwe, ze wzgldu na mniej korzystne saldo
46
migracji w porwnaniu do zachodnio- i poudniowoeuropejskich krajw o niskiej

dzietnoci.14
redni wiek rodzenia dziecka w Polsce jest cigle jednym z niszych w Europie.
W 2012 r. wynis 28,9, podczas gdy rednia dla 28 krajw UE wynosia 30,1 lat. Warto
zwrci uwag, e we wszystkich krajach odnotowujemy systematyczny wzrost tego
miernika. Co do zasady dla krajw o niszym rednim wieku rodzeniu tempo tego wzrostu
byo w ostatniej dekadzie wysze. Nie zmienia to faktu, e nawet w krajach, w ktrych jest
on w tej chwili najwyszy (Wochy, Szwajcaria, Hiszpania) obserwuje si jego dalszy wzrost.
Obecnie trudno powiedzie, do jakiego stopnia urodzenia mog by opniane i jakie
wartoci moe ostatecznie osign ten miernik.
Na podstawie danych mona przypuszcza, e redni wiek rodzenia w Polsce bdzie
si podnosi systematycznie jeszcze przez wiele lat. Tempo tego wzrostu bdzie si jednak
stopniowo zmniejszao.
Uwarunkowania spoeczno ekonomiczne zmian podnoci w Polsce
Social and economic determinants of fertility changes in Poland
Lata 90. byy w Polsce okresem gwatownych przemian spoeczno gospodarczych,
ktrych konsekwencj by gwatowny spadek dzietnoci. W tekcie Poland: Fertility decline
as a response to profound societal and labour market changes?, wskazane si dwa gwne
czynniki, ktre mona okreli mianem ekonomicznych, odpowiedzialne za taki stan rzeczy:
- Zmiana funkcji ekonomicznych pastwa, przedsibiorstw i rodziny. Najwaniejsz zmian
byo usunicie pastwa z roli pracodawcy oraz podmiotu gwarantujcego dostp do usug
i pomocy spoecznej; erozja spoecznych funkcji przedsibiorstw zwikszya odpowiedzialno gospodarstw domowych za swoj sytuacj ekonomiczn w czasie gdy coraz trudniej
byo o uzyskanie dochodu.
- Zmiana warunkw uczestnictwa w rynku pracy, spowodowana reformami gospodarczymi
oraz od poowy lat 90. globalizacj wraz z napywem na rynek pracy potomkw pokolenia
baby boom, przejawiajca si staym, wysokim zagroeniem bezrobociem.15
W analizach dotyczcych przemian dzietnoci w Polsce wymienia si take czynniki
kulturowe (wiatopogldowe). Raport Modzi 2011 okrela je nastpujco: Podstawowe
14
por. D.Coleman The Road to Low Fertility, Aging Horizons nr 7, Oxford 2007 s. 89
I.Kotowska, J.Jwiak,A. Matysiak, A.Baranowska, Poland: Fertility decline as a response to profound societal and labour market
changes?, Demographic Research nr 19, Rostock 2008 s. 822
15
47
znaczenie w okrelaniu zachowa prokreacyjnych i wskanikw dzietnoci miay w Polsce

procesy transformacji systemowej. Spowodoway one gwatowne przejcie od reprodukcji
tradycyjnej (altruistycznej), w wyniku ktrej kobieta podporzdkowuje swoje Ja i swoj
aktywno rodzinie i macierzystwu, do reprodukcji nowoczesnej (indywidualistycznej), gdzie
kobieta nie chce rezygnowa z wasnego Ja i ogranicza pola wasnej aktywnoci do roli
matki i opiekunki domowego ogniska [] Rwnie du rol odgryway i odgrywaj w tych
przeksztaceniach czynniki kulturowe, zwizane z coraz szerszym otwieraniem si Polski na
procesy globalizacji, nowe ideologie i nowe style ycia. Oferta konsumpcjonizmu i przesanie
indywidualizmu s dla modego pokolenia szczeglnie kuszce i szczeglnie konkurencyjne
wobec tradycyjnych form ycia maesko-rodzinnego.16
Przemiany
kulturowe
wanym
komponentem
zmian
demograficznych
charakterystycznych dla krajw Europy, w tym zwaszcza zachowa dotyczcych rodziny.

Zmiany te okrela si mianem drugiego przejcia demograficznego. Oprcz wymienionych
czynnikw Tomas Frejka jako czynniki ktre mogy istotnie wpyn na spadek dzietnoci
w byych krajach socjalistycznych wskazuje rwnie masowy wzrost odsetka osb duej
pozostajcych w systemie edukacyjnym, wzrost emigracji z tych krajw oraz brak polityki
rodzinnej.17
Rezultatem przemian kulturowych s zmiany wielkoci i skadu gospodarstw
domowych oraz struktury rodzin. W latach 1988-2011 rednia wielko gospodarstwa
domowego spada z 3,1 do 2,8 osoby. Wyranie wzrs odsetek gospodarstw jednoi dwuosobowych, a spad odsetek gospodarstw liczcych trzy lub wicej osb. Wrd rodzin,
pomidzy rokiem 1988 a 2011 odnotowano istotny wzrost odsetka par bez dzieci (z 22,8%
do 25,9%) oraz rodzin niepenych (z 15,4% do 22,8%). W wyej wymienionych latach mona
zaobserwowa istotny wzrost odsetka ludnoci pozostajcej w stanie wolnym. W 1988 r.
kawalerowie stanowili 27% mczyzn, natomiast w 2011 r. 32%, z kolei panny w 1988 r.
stanowiy 19% kobiet, a w 2011 23%.18
Przemiany ekonomiczne w Polsce po 1989 r., ktrym zwaszcza w ostatniej
dekadzie towarzyszyy istotne zmiany kulturowe, sprawiy, e proces zmian podnoci mia
tak gwatowny przebieg.
16
Pod red. M. Boni, Modzi 2011, Warszawa 2011 s. 82
17
Tomas Frejka, Determinants of Family Formation and Childbearing During the Societal Transition in Central and Eastern Europe,
Demographic Reaserch Nr 19 Art 7, s. 163-164
18
Por. pod. Red. I.Kotowska, Niska dzietno w Polsce w kontekcie percepcji Polakw. Diagnoza spoeczna 2013, Warszawa 2014, s. 26-28
48
Czynniki prawne i systemowe

Laws and policies influencing fertility in Poland
Do analizy zjawisk dzietnoci w spoeczestwach o nowoczesnym modelu reprodukcji
czsto stosuje si tzw. ekonomiczn teori dzietnoci stworzon przez Gary Beckera
na przeomie lat 70. i 80. Teoria ta jest szczegowym zastosowaniem teorii racjonalnego
wyboru. Zakada, e indywidualna decyzja o posiadaniu dzieci jest rezultatem analizy
szeroko pojtych kosztw i korzyci, jakie wynikn z posiadania potomstwa. Celem polityki
prorodzinnej pastwa powinno by zatem tworzenie takich rozwiza prawnych
i systemowych, ktre zmniejsz koszty posiadania dzieci19. Przede wszystkim chodzi
oczywicie o rozwizania umoliwiajce czenie posiadania potomstwa z karier zawodow.
Zmiana tradycyjnej roli kobiety w zwizku jest pod wieloma wzgldami kluczowa
do zrozumienia wspczesnych procesw dzietnoci. Wiele analiz przekonuje, e kraje ktre
lepiej przystosoway si do tej zmiany (jak np. Francja czy kraje Skandynawskie), maj
obecnie wysze wspczynniki dzietnoci ni te kraje (Niemcy, Austria), w ktrych
rozwizania systemowe faworyzuj model rodziny z jedn osob odpowiedzialn za jej
utrzymanie (single breadwinner model). Dane wskazuj rwnie, e od wielu lat zmienia si
korelacja pomidzy wskanikiem zatrudnienia kobiet w danym kraju, a wspczynnikiem
dzietnoci. W latach 80. bya to zaleno negatywna (tj. w krajach, w ktrych mniej kobiet
pracowao, TFR by wyszy). Obecnie zaleno ta jest pozytywna i mona obserwowa
wzrost siy tej zalenoci.20, 21, 22
Polska naley do krajw, w ktrych wskanik zatrudnienia kobiet jest jednym
z najniszych w Europie. Wrd waniejszych przyczyn takiego stanu rzeczy w tych krajach
wskazuje si brak elastycznych godzin czasu pracy oraz trudny dostp do placwek
opiekuczych, ktre zmuszaj do wyboru midzy prac, a rodzicielstwem23. Wydaje si,
e rwnie w Polsce s to bardzo istotne problemy.
Jak wskazuje raport GUS Praca a obowizki rodzinne w 2010 roku miejsca pracy
w Polsce charakteryzuj si niewielk elastycznoci. Wedug tego raportu wrd
19
Por. Joelle Sleebos, The Low Fertility Rates in OECD Countries, OECD Labour Market and Social Policy Occasional Papers nr 15, 2003,
s.32
20
Por. tame s. 20
21
por. D.Coleman, The Road to Low Fertility, Aging Horizons nr 7, Oxford 2007, s. 10-11
22
por. A.Matysiak, A.Baranowska T.Soczyski, Kobiety i mczyni na rynku pracy, w: Pod. Red. M.Bukowski, Zatrudnienie w Polsce
2008. Praca w cyklu ycia, Warszawa 2009 s.113
23
Por. Daniela del Boca, The Effect of Child Care and Part Time Opportunities on Participation and Fertility Rates in Italy, Bonn, 2002,
s. 2-6
49
pracownikw najemnych zdecydowana wikszo (87,6%) ma stae godziny rozpoczcia

i zakoczenia dnia pracy lub zmienne godziny, ustalane jednak przez pracodawc24. Rwnie
61,0% pracownikw najemnych nie ma moliwoci wzicia dnia wolnego wykorzystujc
np. nagromadzone nadgodziny w ramach tzw. banku godzin lub odpracowujc dzie
wczeniej lub pniej, bd w przypadku pracy zmianowej zamieniajc si
ze wsppracownikiem. Tylko 14,0% ma na og tak moliwo, za 25,1% moe skorzysta
z takiego rozwizania jedynie w wyjtkowych przypadkach25.
Kolejnym bardzo powanym problemem jest wysoki koszt i utrudniony dostp
do usug opiekuczych. Wedug wyej wymienionego raportu, czciow lub cakowit
dezaktywizacj zawodow z powodu braku dostpu do usug opiekuczych deklarowao
11,3% kobiet w miastach, oraz 15,7% na wsi. Rezygnacj bd ograniczenie czasu pracy
z powodu niedostpnoci lub zbyt wysokiej ceny deklarowao 22,7% matek w wieku 20-24
lata, 21% w wieku 25-29 lat oraz 17% w wieku 30-34 lat26.
Anna Matysiak i Anna Baranowska-Rataj, autorki artykuu Czy znamy lekarstwo
na nisk dzietno. Wyniki midzynarodowych bada ewaluacyjnych na temat polityki
rodzinnej wskazuj, i rozliczne badania dowodz, e zwikszanie dostpnoci placwek
opiekuczych wyranie przyczynia si do wzrostu dzietnoci. Badanie przeprowadzone przez
P. Baizan w Hiszpanii wykazao, e wzrost odsetka dzieci uczszczajcych do obkw
o jeden p. proc., zwiksza prawdopodobiestwo urodzenia dziecka przez kobiet o 5%.
Z kolei badania przeprowadzone w Norwegii przez R. Rindfussa i in. pokazuj, e stopniowy
wzrost odsetka dzieci uczszczajcych do obkw i przedszkoli z zera do 60% skutkuje
wzrostem wspczynnika dzietnoci oglnej o 0,5-0,7 dziecka na kobiet27.
W Diagnozie Spoecznej z 2013 r. zadano ankietowanym pytanie, ktre z rozwiza
prorodzinnych s ich zdaniem najwaniejsze. Wrd kobiet najwicej wskaza pado
na uelastycznienie czasu pracy (56,9%), polepszenie moliwoci opieki poza domem
dla dzieci do lat 7 (37,1%), moliwo wykonywania czci pracy w domu (24,1%)
oraz wyduenie urlopu macierzyskiego (24%). Autorzy Diagnozy zwracaj uwag,
e w diagnozach z 2009 i 2011 r. wanie to ostatnie rozwizanie
24
Praca a obowizki rodzinne w 2010 roku, GUS Warszawa 2012 s.29
25
tame s.33
26
tame s.49
27
byo wskazywane
A. Baranowska-Rataj, A.Matysiak, Czy znamy lekarstwo na nisk dzietno. Wyniki midzynarodowych bada ewaluacyjnych na temat
polityki rodzinnej, Polityka Spoeczna nr Warszawa 2011, s. 8
50
najczciej.28 Przypuszczalnie wynika to z faktu, i w 2013 r. zosta wyduony po raz kolejny

urlop macierzyski. Aktualnie urlop taki moe trwa do jednego roku.
Od 1 stycznia 2007 r. obowizuje w Polsce ulga prorodzinna. W 2013 r. wprowadzono
zmiany majce uzaleni jej wysoko od dochodu i liczby dzieci. Ulga na pierwsze dziecko
przysuguje obecnie tylko osobom o dochodzie poniej 56 000 z rocznie na osob i wynosi
92,67 z miesicznie. Ulga na drugie dziecko w tej samej wysokoci- przysuguje wszystkim,
niezalenie od dochodu. Ulga na trzecie dziecko wynosi 139,05 z na miesic, a na czwarte
i kade kolejne wynosi 185,34 z na miesic.
Oglna sytuacja spoeczno-ekonomiczna
General socio-economic situation
Oprcz rozwiza prawnych i systemowych, znaczny wpyw na poziom dzietnoci
ma oglna sytuacja ekonomiczna w danym kraju oraz wyobraenia dotyczce jej rozwoju
w przyszoci. Jeeli przyjrze si zmianom wspczynnika dzietnoci w ostatniej dekadzie
to wida, e s one wyranie skorelowane z poprawianiem lub pogarszaniem si sytuacji
gospodarczej kraju.
Zwizek ten jest wyranie widoczny we wszystkich krajach
rozwinitych.29
Stopa bezrobocia rejestrowanego jest jednym z czciej wykorzystywanych
wskanikw oglnej sytuacji gospodarczej kraju. Jest to take wskanik szeroko dyskutowany
w mediach i szybko zauwaalny w praktyce (poprzez rozchodzce si informacje
np. o osobach traccych prac). Jego wzrosty i spadki wyranie wpywaj na percepcj
sytuacji gospodarczej. Wyranie wida, e co do zasady, w okresach wzrostu bezrobocia
wspczynnik dzietnoci spada, natomiast ronie wraz z malejcym bezrobociem (Tabl. 3).
Tabl. 3. Stopa bezrobocia rejestrowanego a wspczynnik dzietnoci w Polsce
w latach 2000-2013
Table 3. Unemployment rate and total fertility rate in Poland 2000-2013
Wyszczeglnienie 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
rednia roczna
14 16,2 17,8 19,9 19,5 18,2 16,2 12,7 9,8 11 12,1 12,4 12,8 13,5
stopa bezrobocia*
Wspczynnik
1,34 1,29 1,24 1,22 1,23 1,24 1,27 1,31 1,39 1,4 1,38 1,3 1,3 1,26
dzietnoci
rdo: dane MPiPS
28
Pod red. I.Kotowska, Diagnoza Spoeczna 2013 Rynek pracy i wykluczenie spoeczne w kontekcie percepcji Polakw, Warszawa 2013,
s. 42
29
Por. T.Sobotka, V.Skirbbek, D.Philipov, Economic Recession and Fertility in the Developed World. A Literature Review, Wiede 2010.
51
Od 2009 r. nastpio wyrane pogorszenie koniunktury gospodarczej w Polsce

i na wiecie. Przypuszczalnie zatem, wanie ono jest przyczyn wyhamowania wzrostu,
a nastpnie znacznego spadku dzietnoci w Polsce. Zwaszcza, e jak wskazuje raport Modzi
2011, kryzys znacznie bardziej uderzy w osoby mode (w rozumieniu autorw raportu
to osoby od 15 do 34 lat), czyli te, ktre decyduj o poziomie dzietnoci30. W 2008 r. stopa
bezrobocia w grupie do 25 lat wynosia 17,2%, w 2012-26,5%.
Wanym czynnikiem wpywajcym na podjcie decyzji o posiadaniu dzieci jest
rwnie stopie pewnoci zatrudnienia, ktra daje moliwo w miar precyzyjnego
zaplanowania przyszoci. W okresie kryzysw gospodarczych pewno ta maleje. Znacznie
trudniejsze jest rwnie samo wejcie na rynek pracy. Raport Modzi 2011 okrela to zjawisko
w nastpujcy sposb: przyrost wskanikw bezadnego (nie ukadajcego si w aden
przemylany wzr kariery zawodowej) przejcia na rynek pracy z wiksz liczb duszych
okresw bezrobocia lub z okresami prowizorycznego czy nieoptymalnego zatrudnienia (jako
skutek mniejszej liczby ofert pracy i wikszej konkurencji wrd poszukujcych).
Warto w tym miejscu zwrci uwag na inny istotny problem, ktry w Polsce
w olbrzymim stopniu wpywa na poczucie braku pewnoci zatrudnienia. Chodzi
tu mianowicie o powszechno stosowania umw na czas okrelony. Jak pokazuj dane
z raportu Komisji Europejskiej Employment In Europe 2010: Polska zajmuje drugie miejsce
w Europie po Hiszpanii pod wzgldem osb zatrudnionych na umowach tymczasowych.
W raporcie Modzi 2011 mwi si nawet o dualnym rynku pracy. W 2009 r. ok. 26,4%
pracownikw w Polsce byo zatrudnionych na podstawie jednego z kontraktw terminowych.
Naley przypuszcza, e w zwizku z pogarszajc si sytuacj na rynku pracy, odsetek ten
mg wzrosn. Co zrozumiae problem ten dotyka w najwikszym stopniu osoby, ktre
zaczynaj wchodzi na rynek pracy. Naley jednak odnotowa, e w wielu krajach odsetek
zatrudnionych na kontraktach tymczasowych jest wysoki dla najmodszej kategorii wieku
(15-24 lata), lecz potem spada. Tymczasem w Polsce utrzymuje si on na wysokim poziomie
rwnie wrd starszych pracownikw (23,6% dla grupy 25-49 lat, oraz 18,4% dla grupy
50-64 lat, co jest zdecydowanie najwyszym wynikiem w Europie). Oznacza to, e w Polsce
istnieje znaczna grupa pracownikw funkcjonujcych w warunkach cigej niepewnoci
zatrudnienia. Jako, e zjawisko to silniej dotyka osb modszych, mona si spodziewa,
e wywiera ono istotny negatywny wpyw na poziom dzietnoci.
30
Por. Pod red. M. Boni, Modzi 2011, Warszawa 2011 s.173
52
Puapka niskiej dzietnoci?

Low fertility trap?
Jak ju wczeniej wspomniano, wspczynnik dzietnoci od 1999 r. przyjmuje
wartoci z przedziau od 1,2 do 1,4. Aktualnie znajduje si na poziomie okoo 1,3.
Wydaje si, e najblisze lata nie przynios znaczcego wzrostu. Pytaniem jest czy
w perspektywie kilkunastu (a nawet kilkudziesiciu lat), uda si osign istotn popraw
w tej kwestii. W swoim artykule zatytuowanym The Low Fertility Trap Hypothesis: Forces
that May Lead to Further Postponement and Fewer Births in Europe, W.Lutz, V.Skirbekk
oraz M.R. Testa stawiaj tez, e im duej dzietno utrzymuje si na bardzo niskim
poziomie, tym mniejsza szansa na zwikszenie si jej poziomu. Na puapk niskiej dzietnoci
zdaniem autorw skadaj si trzy komponenty: demograficzny, socjologiczny i ekonomiczny.
Komponent demograficzny: mniejsza dzietno oznacza mniejsz liczb urodzonych
dzieci, co z kolei z czasem prowadzi do zmniejszenia si odsetka modych ludzi w populacji,
czego nastpstwem jest zwikszanie wiadcze socjalnych na osoby w starszym wieku,
pogorszenie sytuacji ekonomicznej osb modych i w rezultacie utrzymywanie si niskiej
dzietnoci bd jej spadek.
Komponent socjologiczny: niska dzietno sprawia, e coraz wicej jest rodzin
z niewielk liczb dzieci. Prowadzi to do zmiany wzorca idealnej rodziny w odniesieniu
do liczby dzieci oraz zwikszania przyszych aspiracji konsumpcyjnych (koncepcja
wywiedziona z teorii R. Easterlina, e decydujcy wpyw na aspiracje ekonomiczne maj
warunki w jakich jednostka si wychowywaa w mniejszych rodzinach z reguy s one
lepsze).
Komponent ekonomiczny: wynika z pozostaych dwch, w momencie gdy rosn
aspiracje ekonomiczne, a moliwoci ich spenienia zmniejsza si, cz potencjalnych
rodzicw nie decyduje si na poniesienie kosztw posiadania dzieci bd odkada
je na pniejszy termin31.
Nie ma wtpliwoci, e w najbliszym czasie Polska bdzie musiaa si zmierzy
z problemem okrelonym tu jako komponent demograficzny. Komponent ekonomiczny
wydaje si spraw dyskusyjn. Na kwesti aspiracji ekonomicznych moe wpywa znacznie
31
por. W,Lutz, V.Skirbekk, M.R. Testa, The Low Fertility Trap Hypothesis: Forces that May Lead to Further Postponement and Fewer
Births in Europe, Wiede 2006, s.7 - 11
53
wicej czynnikw ni tylko rodzina w jakiej dana osoba si wychowywaa.

Kluczowy wydaje si zatem komponent socjologiczny. Jeeli faktycznie dojdzie
do utrwalenia si wzorca rodziny z mniejsz liczb dzieci, to wspczynnik dzietnoci moe
nie ulec znaczcej poprawie, nawet przy znacznej poprawie sytuacji ekonomicznej
i zwikszeniu efektywnoci polityki prorodzinnej.
Istniej przesanki by sdzi, e w Polsce nadal poadany jest model z dwjk dzieci.
Sonda przeprowadzony przez Eurobarometr w 2011 r. pokaza, e w Polsce dla grupy kobiet
w wieku 25-39 lat idealne liczba dzieci wynosi 2,12, natomiast dla grupy 15-24 lat 2,1632.
Wedug sondau Eurobarometru z 2006 r. tylko 1% badanych Polakw uzna za idealny
model rodziny rodzin bezdzietn. W 2011 r. ten odsetek wzrs nieznacznie do 2%.
Podobnie nieznacznie wzrs odsetek osb uwaajcych za optymaln rodzin z jednym
dzieckiem (z 9% do 10%). Najpopularniejszym modelem, wskazywanym przez blisko poow
ankietowanych pozostaje rodzina z dwjk dzieci.33
Przyszo polityki rodzinnej
The future of family policy
W ostatnim czasie wyranie zaznacza si wzrost zainteresowania rzdu Polski
kwestiami demograficznymi. Dokument Rzdowej Rady Ludnociowej zatytuowany
Zaoenia polityki ludnociowej Polski 2013 wyznacza gwne kierunki wieloletniej polityki
prorodzinnej Polski. Jako gwne zadania tej polityki wskazuje:
- umacnianie wartoci rodziny i dziecka w wiadomoci spoeczestwa zwaszcza wrd
modego pokolenia,
- promowanie rwnouprawnienia pci i rwnoci spoecznej oraz denie do zapewniania
warunkw swobodnego wyboru podziau rl kobiet i mczyzn w rodzinie,
- tworzenie warunkw sprzyjajcych samodzielnoci ekonomicznej modego pokolenia
i uzyskaniu samodzielnoci ekonomicznej rodzin.34
W 2013 r. ukaza si take dokument Dobry klimat dla rodziny. Program polityki
rodzinnej Prezydenta RP. W dokumencie tym szczeglny nacisk pooono na rozbieno
midzy planami prokreacyjnymi, a rzeczywist liczb urodze. Co za tym idzie zasadniczy
32 M. R. Testa Family Sizes in Europe: Evidence from 2011 Eurobarometer Survey, Wiede 2012, s.58
33
Dane Eurobarometru za Pod. red. I.Kotowska, Niska dzietno w kontekcie percepcji Polakw Diagnoza Spoeczna 2013, Warszawa
2013, s.59
34
Rzdowa Rada Ludnociowa, Zaoenia Polityki Ludnociowej Polski 2013, Warszawa 2013 s. 51 - 54
54
cel programu okrelony jest nastpujco: usunicie barier przeszkadzajcych w realizacji

aspiracji rodzicielskich. Jako priorytety polityki rodzinnej program ten wskazuje m. in.:
- wzmocnienie samodzielnoci finansowej rodzin wychowujcych dzieci (w tym szczeglny
nacisk pooony jest na konieczno ustanowienia kwoty wolnej od podatku, uzalenionej
od liczby dzieci),
- wzmocnienie samodzielnoci mieszkaniowej przez wprowadzenie kompleksowej polityki
mieszkaniowej dla osb o rnej zamonoci,
- organizacja i czas pracy przyjazny rodzinom,
- elastyczny i prosty system urlopw zwizanych z opiek nad maym dzieckiem,
- przyjazne miejsca opieki i edukacji maych dzieci do skoczenia przez nie 12 lat,
- popularyzowanie mechanizmw rwnoci kobiet i mczyzn w zatrudnieniu.35
3.2. Zaoenia przewidywanej podnoci

Projection assumptions for fertility
Warianty zmian wzorcw dzietnoci w Polsce
Variants of fertility changes in Poland
W oparciu o analizy trendw demograficznych oraz sytuacji spoecznoekonomicznej
Polski, przedstawione w zaczonej diagnozie, w Gwnym Urzdzie Statystycznym,
opracowano cztery warianty zmian dzietnoci (Wyk. 13, Tabl. 4). Dla uproszczenia nazwano
je wariantem niskim, rednim, wysokim i bardzo wysokim (cho nawet najwyszy z nich
zakada dzietno poniej poziomu zapewniajcego prost zastpowalno pokole przez cay
okres prognozy).
Wszystkie warianty zakadaj systematyczne zmniejszanie si rnicy we wspczynniku
dzietnoci pomidzy miastem a wsi, przy czym wariant niski zakada utrzymywanie si
wikszego ni pozostae trzy warianty zrnicowania (Tabl. 5).
35
por. Kancelaria Prezydenta RP, Dobry Klimat dla rodziny. Program polityki rodzinnej Prezydenta RP, Warszawa 2013, s. 7 - 9
55
Wyk. 13. Wspczynnik dzietnoci w Polsce w latach 2000-2013 oraz prognoza na lata
2014-2070 wedug czterech wariantw
Chart. 13. Total fertility rate in Poland 2000-2013 and projected for 2014-2070
according to four variants
2,0
1,9
1,8
1,7
1,6
1,5
1,4
1,3
1,2
1,1
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050 2055 2060 2065 2070
Dane Rzeczywiste
redni
Niski
Wysoki
B. Wysoki
Tabl. 4. Prognozowany wspczynnik dzietnoci (TFR) w Polsce w latach 2014-2070

wedug czterech wariantw
Table 4. Projected total fertility rate for Poland 2014-2070 according to four variants
Rok
redni
Niski
Wysoki
Bardzo
wysoki
2014
2015
2016
2017
2018
2019
2020
2025
2030
2035
2040
2045
2050
2055
2060
2065
2070
1,240
1,236
1,238
1,252
1,275
1,296
1,316
1,384
1,428
1,461
1,485
1,504
1,521
1,534
1,546
1,556
1,566
1,217
1,191
1,179
1,190
1,213
1,241
1,265
1,314
1,334
1,348
1,358
1,367
1,375
1,382
1,388
1,394
1,399
1,261
1,275
1,288
1,303
1,324
1,346
1,368
1,445
1,506
1,565
1,621
1,666
1,697
1,721
1,741
1,757
1,772
1,270
1,297
1,327
1,359
1,394
1,432
1,469
1,601
1,679
1,734
1,780
1,819
1,852
1,882
1,909
1,933
1,955
56
Tabl. 5. Prognozowany wspczynnik dzietnoci (TFR) w miastach i na wsi

w latach 2014-2070
Table 5. Total fertility rate projected for urban and rural areas 2014-2070
Rok
2011*
2012*
2013*
2014
2015
2016
2017
2018
2019
2020
2025
2030
2035
2040
2045
2050
2055
2060
2065
2070
redni miasta
redni wie
1,21
1,21
1,18
1,15
1,15
1,15
1,16
1,19
1,21
1,23
1,31
1,37
1,41
1,44
1,47
1,49
1,51
1,52
1,54
1,55
1,43
1,43
1,37
1,36
1,35
1,36
1,36
1,38
1,40
1,41
1,46
1,50
1,52
1,54
1,55
1,56
1,56
1,57
1,58
1,58
Niski miasta
1,21
1,21
1,18
1,14
1,11
1,10
1,11
1,13
1,16
1,19
1,25
1,27
1,28
1,29
1,30
1,31
1,31
1,31
1,32
1,32
Niski wie
1,43
1,43
1,37
1,33
1,31
1,30
1,31
1,33
1,36
1,37
1,41
1,42
1,43
1,44
1,45
1,45
1,45
1,46
1,46
1,46
Bardzo
Bardzo
Wysoki - Wysoki wysoki - wysoki miasta
wie
miasta
wie
1,21
1,43
1,21
1,43
1,21
1,43
1,21
1,43
1,18
1,37
1,18
1,37
1,18
1,39
1,19
1,40
1,19
1,40
1,21
1,42
1,20
1,41
1,25
1,45
1,22
1,43
1,28
1,48
1,24
1,45
1,32
1,51
1,26
1,47
1,36
1,54
1,29
1,48
1,40
1,57
1,38
1,54
1,55
1,68
1,45
1,58
1,63
1,74
1,52
1,63
1,69
1,79
1,58
1,67
1,74
1,83
1,63
1,71
1,78
1,86
1,66
1,73
1,82
1,89
1,66
1,73
1,82
1,89
1,69
1,75
1,85
1,91
1,71
1,77
1,88
1,94
1,73
1,78
1,91
1,96
* Dane rzeczywiste Actual data
Warianty wysokie zakadaj szybsze wyhamowanie wzrostu redniego wieku rodzenia ni

pozostae warianty. Umownie jako warto graniczn, ktra nie zostanie nigdy
przekroczona (na poziomie krajowym), przyjto redni wiek rodzenia rwny 32 lata
(analogicznie jak w prognozie ONZ).36 Zaoono, e w okresie objtym prognoz redni
wiek rodzenia bdzie systematycznie wzrasta, lecz coraz wolniej w miar zbliania si
do przyjtej wartoci granicznej. Przyjto rwnie, e znacznie zmniejszy si rnica
pomidzy rednim wiekiem rodzenia w miastach i na wsi (Wyk. 14).
Wymienione cztery warianty przekadaj si rwnie na rny stopie kompensacji
urodze, ktre nie pojawiy si w modszym wieku, urodzeniami w starszym wieku
(recuperation effect). Innymi sowy na ile urodzenia w pniejszym wieku pozwol
na utrzymanie poziomu dzietnoci zblionego do kohort, ktre charakteryzoway si
niszym wiekiem rodzenia (czyli kohort kobiet urodzonych przed 1975 r.). Warianty
wysokie oznaczaj praktycznie pen kompensacj kohorta kobiet urodzonych w 2013 r.
charakteryzuje si w nich takim samym lub wyszym poziomem TFR co kohorty
z pocztku lat 70. pomimo cakowicie innej struktury urodze wedug wieku (Wyk. 15).
36
por. ONZ, World Population Prospect, the 2012 Revision, http://esa.un.org/unpd/wpp/Excel-Data/fertility.htm
57
Wyk. 14. Prognozowane zmiany redniego wieku rodzenia (MAC) w Polsce

w latach 2014-2070
Chart. 14. Projected mean age at childbirth for Poland 2014-2070
32,5
32,0
31,5
31,0
30,5
30,0
29,5
Miasta (redni/Niski)
Wie (redni/Niski)
Miasta (Warianty wysokie)
Wie (Warianty wysokie)
29,0
28,5
28,0
2013 2017 2021 2025 2029 2033 2037 2041 2045 2049 2053 2057 2061 2065 2069
Wyk. 15. Wspczynniki podnoci dla kohort kobiet urodzonych w 1974 i 2013 r.
wedug czterech wariantw*
Chart. 15. Fertility rates for cohorts of women born in 1974 and 2013 according to four
variants
0,140
1974 (1,63)
0,120
2013 redni (1,55)
0,100
2013 Niski (1,41)
0,080
2015 Wysoki (1,68)
0,060
0,040
0,020
0,000
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
*W nawiasach podano prognozowan warto kohortowego wspczynnika dzietnoci (CTFR cohort total fertility rate) . W przypadku
kohorty 1974 znane s wspczynniki podnoci do 39 roku ycia. Pozostae zostay uzupenione przy wykorzystaniu wariantu redniego.
CTFR in parentheses. For cohort 1974 fertility rates are known till age 39. The remaining fertility rates were completed using medium
variant of projection.
58
Zasadnicza rnica midzy wariantami (wysokimi a niskim i rednim) w rozkadzie

podnoci wedug wieku polega na zaoonej podnoci dla starszych grup wieku. Oba
niski i redni zakadaj porwnywalny spadek podnoci wrd kobiet w wieku do 27 lat.
Jednak w wariancie rednim, podno w starszym wieku pozwoli w wikszym stopniu
zrekompensowa utracone urodzenia z modszych grup wieku. Pomimo, e podno
dla kohorty 2013 (wedug wariantu redniego) w wieku powyej 28 lat jest znacznie
wysza ni dla kohorty 1974, cakowity kohortowy wspczynnik dzietnoci jest dla niej
niszy o 0,08.
Warianty wysokie zakadaj wyhamowanie opniania urodze i w zwizku z tym
przewiduj wiksz podno poszczeglnych kohort w modszym wieku (Tabl. 6).
Warianty wysokie zakadaj rwnie, e kohorty urodzone w ostatnich kilkunastu latach
bd osiga zblione wspczynniki dzietnoci do kohort o tradycyjnym wzorcu
podnoci (mimo zupenie innej struktury urodze wedug wieku). Wedug wariantu
wysokiego dzietno dla kohorty 2013 wyniesie 1,68 (tyle co dla kohorty 1973), a wedug
wariantu bardzo wysokiego 1,84 (wynik zbliony do kohort urodzonych w 1969 i 1970 r.).
Tabl. 6. Kohortowy wspczynnik dzietnoci (CTFR cohort total fertility rate)
dla kohort kobiet urodzonych w latach 1970-2020 wg czterech wariantw
Table 6. Cohort total fertility rate (CTFR) for cohorts of woman born in1970-2020
according to four variants
Kohorta
redni
Niski
Wysoki
B. Wysoki
1970
1,80
1,80
1,80
1,80
1975
1,59
1,59
1,59
1,59
1980
1,49
1,48
1,48
1,49
1985
1,45
1,42
1,44
1,49
1990
1,45
1,40
1,47
1,56
1995
1,46
1,39
1,50
1,64
2000
1,50
1,40
1,56
1,72
2005
1,52
1,41
1,61
1,78
2010
1,54
1,41
1,66
1,82
2015
1,55
1,41
1,70
1,86
2020
1,56
1,42
1,73
1,89
Warto zwrci uwag, e wariant redni dla kohort kobiet urodzonych pomidzy 1970
a 1985 r. przewiduje nieznacznie wysze wartoci CTFR ni wariant wysoki. Wie si
to z szybszym wzrostem redniego wieku rodzenia i co za tym idzie z szybszym wzrostem
59
podnoci kobiet w starszych rocznikach wieku (powyej 35 lat).

Ponadto, pomimo i wariant niski i redni przewiduj takie same syntetyczne
(tj. obliczone na podstawie danych z jednego roku) wartoci redniego wieku rodzenia, wiek
rodzenia dla kolejnych kohort jest w tym ostatnim nieznacznie niszy. Wynika to z faktu,
e w wariancie niskim mniejsza intensywno urodze wystpuje po 28 roku ycia, natomiast
dla modszych kobiet wspczynniki czstkowe s nieomal identyczne (por. wykres
dla kohorty 2013). W zwizku z tym modsze roczniki tworz wikszy odsetek CTFR
co w rezultacie przekada si na niszy redni wiek rodzenia. Analogiczn sytuacj mona
zaobserwowa rwnie w odniesieniu do obu wariantw wysokich (Tabl. 7).
Tabl. 7. redni wiek rodzenia dla kohort kobiet urodzonych w latach 1970-2020
wedug czterech wariantw
Table 7. Mean age at childbirth for cohorts of women born in 1970-2020 according
to four variants
Kohorta
redni
Niski
Wysoki
Bardzo Wysoki
1970
26,24
26,24
26,24
26,24
1975
27,54
27,56
27,52
27,54
1980
28,64
28,70
28,60
28,68
1985
29,37
29,47
29,32
29,50
1990
29,87
29,97
29,71
29,92
1995
30,37
30,46
30,08
30,20
2000
30,61
30,70
30,25
30,27
2005
30,82
30,89
30,38
30,35
2010
31,02
31,07
30,49
30,45
2015
31,19
31,22
30,55
30,53
2020
31,34
31,36
30,61
30,61
Prezentowane warianty rni si rwnie prognozowanymi odsetkami urodze wedug

kolejnoci. W wariantach rednim i niskim przewiduje si dalszy wzrost odsetka urodze
pierwszych i drugich kosztem urodze trzecich i dalszych. Wariant bardzo wysoki zakada
natomiast znaczny wzrost odsetka urodze trzecich, przy spadku odsetka urodze
pierwszych i drugich. Wariant wysoki zakada niewielkie zmiany odsetka urodze
pierwszych i drugich oraz wzrost odsetka urodze trzecich kosztem urodze czwartych
i dalszych. W rezultacie zmianie ulegnie liczba dzieci posiadanych przez kobiety
po zakoczeniu okresu reprodukcji.
60
Wszystkie cztery warianty przewiduj wyrany wzrost odsetka bezdzietnoci w kolejnych

kohortach kobiet urodzonych midzy latami 70., a pocztkiem lat 90. Dla kohort
z pocztku lat 90. bezdzietno wyniesie okoo 25%. Dla pniejszych kohort wszystkie
warianty zakadaj spadek odsetka kobiet nieposiadajcych dzieci. Wariant niski zakada,
e spadek bdzie stosunkowo niewielki dla kohorty 2013 ten odsetek wyniesie 22,7%.
Wariant bardzo wysoki zakada natomiast, e dla kohort urodzonych okoo 2010 r. bdzie
on ju ponad dwukrotnie niszy (Wyk. 16).
Wszystkie warianty zakadaj niewielk zmian odsetka kobiet posiadajcych jedno
dziecko oraz wzrost odsetka kobiet posiadajcych dwjk dzieci. Warianty niski i redni
przewiduj, e w przyszych kohortach odsetek kobiet majcych czwrk bd wicej
dzieci bdzie marginalny. Podobnie warianty wysokie zakadaj spadek odsetka kobiet
z czworgiem lub wicej dzieci, jednak bd one stanowi cigle znaczny odsetek
wszystkich kobiet (dla kohorty 2013 odpowiednio 5,6% bd 7,4%). Warianty rni si
wyranie przewidywanym odsetkiem kobiet majcych trjk dzieci. Wariant niski zakada
istotny spadek tego odsetka, wariant redni - stabilizacj na w zasadzie niezmienionym
poziomie, natomiast warianty wysokie zakadaj relatywny wzrost liczebnoci tej grupy
kobiet.
Wyk. 16. Szacunkowy rozkad kobiet wg liczby dzieci dla kohort kobiet urodzonych
w 1974 i 2013 r. (wedug czterech wariantw)
Chart. 16. Estimated distribution of women according to number of children for cohorts
of women born in 1974 and 2013 (four variants)
0%
2013 Niski
10%
17,7%
2013 Wysoki
16,3%
1974
30%
40%
19,2%
60%
70%
46,2%
24,3%
42,6%
22,9%
43,3%
39,1%
24,0%
61
80%
90% 100%
6,1%
44,3%
22,5%
11,5%
50%
24,4%
22,7%
2013 redni
2013 B. Wysoki
20%
9,0%
12,5% 5,6%
15,3% 7,4%
9,3% 8,4%
4 i wicej
Poniej przedstawiono krtkie uzasadnienie dla przyjtych wariantw zaoe

prognostycznych ksztatowania si przyszej dzietnoci, wskazujc gwne czynniki
majce wpyw na liczb urodze:
Warianty redni i wysokie
Wszystkie warianty zakadaj i w przyszoci, dzietno w Polsce wzronie powyej
1,5. Jako warunki potrzebne do realizacji jednego z tych wariantw naley wymieni:
- wyran popraw sytuacji na rynku pracy dla osb modych (wyrany spadek bezrobocia,
poprawa pewnoci zatrudnienia),
- powrt do szybkiego rozwoju gospodarczego po okresie recesji,
- znaczne i szybkie poprawianie si sytuacji materialnej gospodarstw domowych po okresie
recesji,
- zmiany w systemie edukacji umoliwiajce bardziej pynne przejcie z systemu edukacji
do zatrudnienia,
- wyran popraw sytuacji na rynku mieszka,
- szybk popraw dostpnoci do obkw i przedszkoli w najbliszych latach,
- wyran popraw sytuacji kobiet na rynku pracy (wzrost wskanika zatrudnienia kobiet),
- systematyczny wzrost redniej liczby dzieci w deklarowanym idealnym modelu rodziny,
popularyzacja modelu rodziny wielodzietnej,
- systematyczn zmian mentalnoci dotyczc pozycji i rl spoecznych realizowanych przez
kobiety i mczyzn,
-znaczne zmiany w systemie podatkowym, w szczeglnoci zmniejszenie podatkw
porednich dla osb decydujcych si na dzieci oraz wprowadzanie prorodzinnych ulg
podatkowych.
Od tego w jakim stopniu i w jakim czasie uda si zrealizowa powysze warunki
zalee bdzie skala i tempo wzrostu wspczynnika dzietnoci.
Wariant niski
Wariant ten zakada, e wspczynnik dzietnoci utrzyma si na poziomie zblionym
do jego obserwowanych wartoci z ostatnich 14 lat. Od 1999 r., kiedy wspczynnik
dzietnoci po raz pierwszy spad poniej poziomu 1,4 jego wartoci mieciy si w przedziale
od 1,2 do 1,4. Wariant ten przewiduje, e w przyszoci rwnie zmienno wspczynnika
dzietnoci bdzie si utrzymywa w porwnywalnych granicach. Wariant ten zakada silne
dziaanie komponentw puapki niskiej dzietnoci.
62
Warto tu zauway, e w wielu krajach europejskich wspczynnik dzietnoci

utrzymuje si na staym, niskim poziomie znacznie duej ni w Polsce. W Austrii
wspczynnik dzietnoci od 1985 r. waha si w granicach od 1,35 do 1,51. Podobnie we
Woszech, w tym samym okresie, jego wartoci mieciy si w przedziale od 1,21 do 1,46.
W Niemczech od 1990 r. mieci si on w przedziale od 1,24 do 1,45. Jeeli wzi pod uwag
tylko obszar dawnych Niemiec Zachodnich, to od drugiej poowy lat 70. wspczynnik
dzietnoci utrzymuje si tam na zblionym, niskim poziomie.
4. Analiza i zaoenia umieralnoci

Analysis and projection assumptions for mortality
4.1. Umieralno i trwanie ycia

Mortality and life expectancy
W 2013 r. w Polsce zmaro 387,3 tys. osb. Standaryzowany wspczynnik zgonw37
(eliminujcy wpyw rnych struktur wieku ludnoci w badanych latach) wynis 9,5.
Poczwszy od 1992 r. obserwuje si systematyczny spadek natenia zgonw we wszystkich
grupach wieku (Wyk. 17). Nadal jednak utrzymuje si wysoka nadumieralno mczyzn,
dla ktrych
10,4,
standaryzowany wspczynnik
zgonw
by znacznie wyszy i wynosi
podczas gdy dla kobiet 8,7. Ta niekorzystna przewaga jest obserwowana
we wszystkich grupach wieku. W caym badanym okresie wspczynnik zgonw mczyzn

poniej 60 roku ycia by 2,5-3 krotnie wyszy ni u kobiet w tym wieku. W wieku
starszym, tj. 60 lat i wicej, rnica ta zmniejsza si do 25-30%.
Dominujcymi przyczynami zgonw w Polsce s choroby ukadu krenia,
nowotwory oraz urazy i zatrucia. W 2012 r. stanowiy one 77,9% wszystkich zgonw. Prawie
co drugi zgon jest powodowany chorobami ukadu krenia, jednak od 1992 r. udzia tych
chorb w oglnej liczbie zgonw obniy si z poziomu 52% do 46% w 2012 r. Choroby
37
Do oblicze dla lat 1990-1999 przyjto, jako standardow, struktur ludnoci Polski (rn dla pci) z 2000 r. oszacowan
na podstawie wynikw NSP`1988, natomiast dla lat 2000-2009 struktur ludnoci z 2000 r., oszacowan na podstawie
wynikw NSP`2002. Od 2010 r. standaryzowane wspczynniki zgonw opracowano przy uwzgldnieniu wynikw spisu
ludnoci z 2011 r.; dodatkowo nastpia modyfikacja metodologii obliczania wspczynnikw demograficznych. Podstaw
(punktem odniesienia dla okrelenia intensywnoci zjawisk demograficznych) pozostaje rednia liczba ludnoci z badanego
okresu, natomiast zmianie ulega kategoria zamieszkania do 2009 r. by to bilans ludnoci zameldowanej na pobyt stay,
obecnie bilans ten uwzgldnia take osoby zameldowane na pobyt czasowy. Zmiana metodologii nie spowodowaa
istotnych rnic w wartociach wspczynnikw. Na ich wielko ma jednak znaczcy wpyw przyjcie poczwszy
od danych za 2010 r. jako standardowej struktury ludnoci Polski z 2010 r. Obserwowane w Polsce zmiany w strukturze
wieku ludnoci s przyczyn gwatownego starzenia si populacji, co przekada si na wyszy poziom standaryzowanych
wspczynnikw zgonw. Mimo przyjcia do wspczynnikw rnych struktur ludnoci, zaprezentowano je w celu
wskazania trwajcego poczwszy od lat 90. malejcego trendu umieralnoci.
63
Wyk. 17. Standaryzowane wspczynniki zgonw (w ) w latach 1990-2012

Chart. 17. Standardized death rates (in ) in 1990-2012
14,5
70,0
2,4
65,0
12,5
60,0
2,0
55,0
10,5
1,6
1
2
3
50,0
8,5
0 - 44 lata
1,2
45 - 59 lat
45,0
40,0
6,5
0,8
35,0
4,5
0,4
30,0
0,0
1990
1995
2000
2005
2010
2,5
1990
1995
2000
2005
2010
25,0
1990
60 lat i wicej
1995
2000
2005
2010
mczyni kobiety
Wyk. 18. Standaryzowane wspczynniki zgonw

z powodu chorb ukadu krenia (w ) w latach 1990-2012
Chart. 18. Standardized death rates caused by the circulatory system diseases (in )
in 1990-2012
6,0
0,5
40,0
5,0
0,4
35,0
45 - 59 lat
0 - 44 lata
60 lat i wicej
4,0
0,3
30,0
3,0
0,2
25,0
2,0
0,1
0,0
1990
20,0
1,0
1995
2000
2005
2010
0,0
1990
1995
2000
2005
2010
15,0
1990
1995
2000
2005
2010
mczyni kobiety
ukadu krenia czciej s przyczyn zgonw kobiet ich odsetek w oglnej liczbie zgonw
kobiet wynis 51,7% (w 1990 r. wynosi ok. 57%), dla mczyzn odpowiedni wskanik
wynis okoo 41,2% (w 1990 r. 48 %)38. Obecnie standaryzowany wspczynnik zgonw
z powodu tych chorb jest niszy dla mczyzn i wynosi 4,2, podczas gdy dla kobiet
4,4. Takie wielkoci s wynikiem starszej struktury wieku kobiet analiza natenia
38
Podstawowe informacje o sytuacji demograficznej Polski w 2011 roku, GUS, Warszawa 2012
64
zgonw
wedug
wieku
wyranie
potwierdza
wysok
nadumieralno
mczyzn
we wszystkich grupach wieku (Wyk. 18). Wspczynnik zgonw z powodu chorb ukadu
krenia wrd mczyzn w wieku poniej 60 lat jest 3-4 krotnie wyszy ni dla kobiet
w tym wieku. Wrd osb starszych (60 lat i wicej), dla ktrych choroby ukadu krenia
s najczstsz przyczyn zgonw, ta niekorzystna przewaga mczyzn zmniejsza si do 1020%. Wartym podkrelenia zjawiskiem jest obserwowany od pocztku lat 90. trend malejcej
umieralnoci z powodu chorb ukadu krenia we wszystkich grupach wieku.
Choroby nowotworowe w Polsce stanowi 25,7% wszystkich zgonw. W 2012 r.
wspczynnik zgonw z powodu nowotworw wynosi 2,5. W cigu ostatnich 20 lat
natenie zgonw wrd osb modych (0-44 lata) wykazywao wyran tendencj spadkow.
Podobnie poziom umieralnoci mczyzn w wieku 45-59 zdecydowanie zmniejsza si
w caym badanym okresie (Wyk. 19). Jedynie w latach 1998-2001 wystpio wyhamowanie
tego korzystnego trendu. Dla kobiet w tym wieku poziom natenia zgonw spowodowanych
nowotworami utrzymywa si w zasadzie na niezmienionym poziomie do 2000 r. W drugiej
dekadzie omawianego okresu zaobserwowano spadkow tendencj tego wskanika.
z powodu chorb nowotworowych (w ) w latach 1990-2012
Chart. 19. Standardized death rates caused by neoplasms (in ) in 1990-2012
15,5
3,9
0,24
45 - 59 lat
0 - 44 lata
14,0
3,5
0,22
12,5
0,20
3,1
11,0
0,18
60 lat i wicej
2,7
9,5
0,16
2,3
8,0
0,14
1,9
0,12
0,10
1990
1995
2000
2005
2010
1,5
1990
6,5
1995
2000
2005
2010
5,0
1990
1995
2000
2005
2010
mczyni kobiety
W starszych grupach wieku, tj. 60 lat i wicej, umieralno mczyzn spowodowana

chorobami nowotworowymi zwikszaa si do 2004 r., po czym nastpi trwajcy do chwili
obecnej spadek natenia zgonw. Wrd kobiet w tym wieku poziom natenia zgonw
poczwszy od 2000 r. w zasadzie nie ulega zmianie. Naley zaznaczy, e zarwno
65
dla mczyzn, jak i kobiet, umieralno z powodu tych chorb jest 5-krotnie wysza
ni u osb poniej 60 roku ycia.
Zgony spowodowane wypadkami, urazami i zatruciami (tzw. przyczyny zewntrzne)
s trzeci co do wielkoci grup zgonw (6,1% w 2012 r.). W Polsce obserwowana jest
korzystna tendencja obniania si poziomu umieralnoci z powodu zewntrznych przyczyn
zgonw. W 2012 r. standaryzowany wspczynnik zgonw by o ok. 30% mniejszy ni
w 1991 r.
Wypadki, urazy i zatrucia s najczstsz przyczyn zgonw modych mczyzn,
tj. w wieku poniej 45 lat (Wyk. 20). W 2012 r. stanowiy one prawie 44% wszystkich
zgonw mczyzn w tym wieku, podczas gdy dla kobiet odsetek ten wynosi 21%. Poziom
natenia zgonw mczyzn w wieku do 59 lat ze wzgldu na zewntrzne przyczyny zgonw
jest szeciokrotnie wyszy ni wrd kobiet.
z powodu zewntrznych przyczyn (w ) w latach 1990-2012
Chart. 20. Standardized death rates caused by external causes (in ) in 1990-2012
2,3
2,4
1,1
1,0
2,1
2,1
0,9
1,7
0,7
1,5
1,5
0,6
60 lat i wicej
1,2
0,5
0,4
1,9
1,8
0,8
1,3
45 - 59 lat
0 - 44 lata
0,9
0,3
1,1
0,6
0,9
0,3
0,7
0,2
0,1
0,0
1990
1995
2000
2005
2010
0,0
1990
1995
2000
2005
2010
0,5
1990
1995
2000
2005
2010
mczyni kobiety
Warto jeszcze zwrci uwag na grup zgonw spowodowanych chorobami ukadu

oddechowego. W 2012 r. stanowiy one 5,2% wszystkich zgonw. Po trwajcym przez szereg
lat spadku umieralnoci z powodu tych chorb obserwuje si poczwszy od poowy lat 90.
niewielki, ale systematyczny wzrost natenia zgonw, gwnie wrd osb poniej 60-go
roku ycia (Wyk. 21).
W 2012 r. standaryzowany wspczynnik zgonw z powodu
chorb ukadu oddechowego wynosi 0,6 dla mczyzn i 0,4 dla kobiet, co oznacza
66
w stosunku do 2002 r., ktry by najkorzystniejszym w ostatnim dziesicioleciu wzrost

o ponad 20 p. proc.
z powodu chorb ukadu oddechowego (w ) w latach 1990-2012
Chart. 21. Standardized death rates caused by the respiratory system diseases (in )
in 1990-2012
0,42
0,06
0 - 44 lata
0,38
3,5
0,05
0,34
3,0
0,30
0,04
0,26
2,5
0,03
60 lat i wicej
0,22
45 - 59 lat
0,18
0,02
2,0
0,14
1,5
0,01
0,10
0,00
1990
1995
2000
2005
2010
0,06
1990
1995
2000
2005
2010
1,0
1990
1995
2000
2005
2010
mczyni kobiety
Umieralnoci niemowlt
Infant mortality
W 2013 r. zmaro 1684 niemowlt, z czego a 66,4% stanowiy zgony dzieci
wacych poniej 2500 g. Wspczynnik zgonw niemowlt wynosi 4,6 (chopcy 4,9,
dziewczynki 4,2). Korzystne zmiany spadkowej tendencji umieralnoci niemowlt
notowane w Polsce w caym powojennym okresie ze szczeglnym nasileniem w dekadzie
lat 90. (Wyk. 22) sprawiy, i wielko wspczynnika zgonw niemowlt w 2013 r.
bya 4-krotnie mniejsza ni w 1990 r.
Nadal jednak odsetek dzieci, ktre zmary w pierwszym tygodniu ycia (0-6 dni) jest
bardzo wysoki i wynosi 50,2% wobec 56,0% w 1990 r. Dominujc przyczyn zgonw
niemowlt s przyczyny okooporodowe i podobnie jak w 1990 r. stanowi 51%-52% zgonw
niemowlt.
W porwnaniu z rozwinitymi krajami europejskimi umieralno niemowlt w Polsce
jest wci wysza. W 2011 r. rednia warto oglnego wspczynnika zgonw niemowlt dla
wybranych krajw Europy zachodniej wynosia 3,2 wzgldem 4,7 dla Polski.
67
Wyk. 22. Wspczynniki zgonw niemowlt (na 1000 urodze ywych)

Chart. 22. Infant death rates (per 1000 live births)
25
Kraje rozwinite ogem
20
Polska ogem
chopcy
15
dziewczynki
10
5
0
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012
Stan zdrowia ludnoci

Health status of the population
Korzystne zmiany procesu umieralnoci s, midzy innymi, efektem poprawy
kondycji zdrowotnej Polakw. Potwierdzaj to wyniki badania Stan zdrowia ludnoci
Polski39 wedug ktrych pod koniec 2009 r. 34% mieszkacw Polski oceniao swoje
zdrowie poniej poziomu dobrego, podczas gdy w 2004 r. takie opinie formuowao 39%
Polakw (w 1996 r.
ponad 45%). Chocia subiektywna ocena poprawy stanu zdrowia
w rwnym stopniu dotyczya mczyzn jak i kobiet, to kobiety znacznie czciej oceniay
swoje zdrowie poniej dobrego (37% kobiet, 31% mczyzn). Biorc pod uwag poziom
wyksztacenia, to osoby z wyksztaceniem wyszym czciej okrelay swe zdrowie jako
bardzo dobre i dobre, ni osoby z niszym wyksztaceniem.
Jako najwaniejsze elementy stylu ycia, istotne dla zdrowia i dugoci ycia,
najczciej wymienia si sposb ywienia, aktywno ruchow, ograniczenie spoycia
alkoholu i palenia tytoniu. Jak wskazuj wyniki badania stanu zdrowia, wicej ni 2/3 dzieci
codziennie jada warzywa i owoce oraz pija soki. W lekcjach wychowania fizycznego
uczestniczy ponad 97%, natomiast prawie 85% dzieci z badanej grupy przejawia aktywno
fizyczn poza lekcjami wychowania fizycznego. Wrd osb starszych (w wieku 15 lat
i wicej), w cigu ostatniego tygodnia poprzedzajcego wywiad, ponad 1/4 osb, wykonywaa czynnoci wymagajce duego wysiku fizycznego rednio prawie 2 godziny dziennie.
Aktywno fizyczn na poziomie umiarkowanym wykonywao 2/3 badanej ludnoci.
39
Stan zdrowia ludnoci Polski w 2009 r., GUS, Warszawa 2011 r.
68
W cigu piciu lat poprzedzajcych badanie z 2009 r. odsetek osb niepalcych wzrs
o prawie 2 p. proc. (z 69% do 71%). Ostrone szacunki wskazuj, e w porwnaniu
z wynikami poprzedniego badania wdk i inne napoje spirytusowe z powodzeniem wyparo
piwo, a udzia wysokoprocentowych trunkw zmniejszy si o blisko poow.
Profilaktyka zdrowotna to dziaania majce na celu zapobieganie chorobom poprzez
ich wczesne wykrycie i leczenie. W celu redukcji zachorowalnoci i umieralnoci Polakw
prowadzone s badania profilaktyczne w ramach programw finansowanych m.in.
ze rodkw Narodowego Funduszu Zdrowia. Wyniki badania stanu zdrowia wskazuj
na dalszy wzrost powszechnoci bada mammograficznych (wzrost o 12 p. proc. w porwnaniu z 2004 r.). Zwiksza si take liczba kobiet wykonujcych badania cytologiczne
(wzrost o 7 p. proc.), coraz bardziej powszechne staj si badania poziomu cukru we krwi
stosowane w profilaktyce cukrzycy.
Obok
pozytywnych
zmian
zachowaniach
zdrowotnych
Polakw
nadal
obserwowanych jest wiele niekorzystnych zjawisk. Dzieci w wieku 2-14 lat spdzaj przed
ekranem telewizora lub monitorem komputera rednio 2,4 godziny dziennie. Grupa, ktra
przeznacza na to 5 lub wicej godzin dziennie stanowi 6,9% ogu dzieci. W odrnieniu
od dzieci, osoby dorose rzadziej spoywaj warzywa i owoce: owoce codziennie jada
bowiem tylko 61% dorosych, natomiast warzywa (z wyczeniem ziemniakw) co najmniej
raz dziennie jada 63,8%. Rzadkie spoycie warzyw i owocw dotyczy zwaszcza mczyzn.
W efekcie coraz czciej pojawia si problem nadwagi i otyoci. Zbyt du mas ciaa ma
ju co drugi dorosy Polak i relatywnie czciej problemy z nadmiern mas ciaa wystpuj
wanie wrd mczyzn.
Wyniki badania stanu zdrowia pokazuj, e zwiksza si niestety powoli liczba
kobiet wykonujcych badania cytologiczne. Niepokojcy jest niski odsetek bada wrd
kobiet starszych, relatywnie czciej zagroonych nowotworem narzdw rodnych.
Do lekarza pierwszego kontaktu czciej chodz kobiety ni mczyni. W cigu ostatnich
12 miesicy poprzedzajcych badanie, przynajmniej jeden raz u lekarza byo ponad 3/4 ogu
kobiet, podczas gdy wrd mczyzn tylko 67%. Z usug lekarzy specjalistw (w okresie
12 miesicy przed badaniem) skorzystao blisko 45% ogu Polakw, w tym 51% kobiet
i tylko 39% mczyzn. Niepokojce jest to, e osoby mocno schorowane czy
niepenosprawne znacznie czciej deklaroway, i musiay rezygnowa z wizyt u lekarza ni
osoby zdrowe, za gwnym powodem tych rezygnacji by brak pienidzy oraz duga lista
oczekujcych.
69
Jak wyglda sytuacja zdrowotna Polakw na tle krajw Unii Europejskiej? Zgodnie
z raportem przygotowanym przez Narodowy Instytut Zdrowia Publicznego Pastwowy
Zakad Higieny40, Polacy pij wicej alkoholi mocnych i piwa, natomiast znacznie mniej
wina ni wynosi przecitne spoycie w krajach europejskich. W paleniu papierosw
mczyni zajmuj 19-t, a kobiety 20-t lokat wrd 27 krajw Unii Europejskiej.
Zwiksza si liczba Polakw z nadwag lub otyoci. Badanie Stan zdrowia ludnoci
Polski przeprowadzone przez GUS w 2009 r. wykazao 61,4% mczyzn zbyt duo
wacych, co daje jeden z wyszych wskanikw w krajach Unii. Spoycie (dostpno)
owocw w Polsce jest jednym z najniszych w krajach UE, natomiast warzyw zblione
do redniej (chocia ich spoycie wrd modziey systematycznie spada).
Wspomniany raport zawiera take analiz umieralnoci w Polsce na tle przecitnej
sytuacji w krajach Unii Europejskiej. Najwaniejsze spostrzeenia to:
poziom umieralnoci niemowlt w naszym kraju od lat systematycznie obnia si, a tempo
spadku jest wiksze ni przecitne dla krajw UE, jednak wspczynnik zgonw niemowlt
w Polsce wci jest wyszy od przecitnego wspczynnika w UE (w 2010 r. 4,1 na 1000
urodze ywych, [Polska 5,0]),
gwn przyczyn przedwczesnych zgonw zarwno mczyzn jak i kobiet, s choroby
ukadu krenia; poziom umieralnoci z powodu tych chorb jest w Polsce wyszy
od przecitnego w UE o 89% w przypadku mczyzn i 58% w przypadku kobiet (dot. osb
w wieku 25-64 lata),
sytuacja w Polsce pod wzgldem umieralnoci z powodu nowotworw zoliwych jest
w porwnaniu z przecitn sytuacj w krajach Unii niekorzystna, ale w mniejszym stopniu
ni w przypadku chorb ukadu krenia.
poziom umieralnoci z powodu przyczyn zewntrznych jest znacznie wyszy,
ni przecitny w krajach UE
Polityka pastwa na rzecz zdrowia
Health policy
Spoeczna i zdrowotna polityka pastwa powinna zmierza do uatwiania jednostkom
zachowa prozdrowotnych (np. tworzc odpowiedni infrastruktur dla aktywnoci fizycznej,
kontrolujc jako produktw spoywczych czy prowadzc odpowiedni polityk cenow,
40
Sytuacja Zdrowotna Ludnoci Polski i jej uwarunkowania pod redakcj B. Wojtyniaka, P. Goryskiego i B. Moskalewicz,
Narodowy Instytut Zdrowia Publicznego Pastwowy Zakad Higieny, Warszawa 2012
70
sprzyjajc waciwym wyborom ywieniowym, zwaszcza w grupach mniej zamonych).

Partnerstwo pastwa i jednostki jest niezbdne do tworzenia zdrowych stylw ycia41.
Przyjty przez Rad Ministrw w 2007 r. Narodowy Program Zdrowia na lata 20072015 okrela kierunki podejmowania dziaa na rzecz poprawy zdrowia i zwizanej z ni
jakoci ycia ludnoci. Jednoczenie s realizowane: Narodowy Program Ochrony Zdrowia
Psychicznego, Zwalczania Chorb Nowotworowych, Wczesnej Diagnostyki i Leczenia
Astmy, Wyrwnywania Dostpnoci do Profilaktyki i Leczenia Chorb Ukadu SercowoNaczyniowego, Program Bada Przesiewowych Noworodkw.
W ramach tych programw wykonywane s m.in. bezpatne profilaktyczne badania
ukadu krenia (okrelenie BMI, pomiar cinienia, badania biochemiczne krwi), badania
profilaktyczne w kierunku wykrywania chorb nowotworowych (cytologia, mammografia,
kolonoskopia, usg), badania profilaktyczne cukrzycy (pomiar cukru we krwi). Pozwalaj one
na wczesne zdiagnozowanie ewentualnych nieprawidowoci, a ty samym skuteczniejsze
leczenie chorb i podjcie leczenia.
Jednoczenie jednak jest wiele chorb, ktre nie s objte programami wczesnego
wykrywania, ale mog one by wykryte prostymi metodami, ktre moe wykona lekarz
rodzinny lub odpowiedni lekarz specjalista. Do takich nowotworw naley m.in. czerniak
i rak skry, guzy piersi u kobiet poniej 50 roku ycia, rak dolnej czci odbytnicy, rak
prostaty, rak szyjki macicy42.
Profilaktyka chorb serca i ukadu krenia, chorb nowotworowych, cukrzycy i wielu
innych chorb bdzie efektywna, jeli towarzyszy jej bd trwae zmiany w stylu naszego
ycia. Niestety nie mamy powodw do zadowolenia. Zgodnie z raportem opublikowanym
przez Eurostat spord 19 przebadanych krajw w latach 2008-2009 Polska znalaza si
w pierwszej dziesitce pod wzgldem odsetka osb otyych. Polki zajy dziewite miejsce
(prawie 16% kobiet w Polsce ma problem otyoci), natomiast Polacy szste (ponad 17%
otyych). Problem ten coraz czciej dotyczy dzieci, a jest to zagadnienie o tyle istotne, e
nawyki ywieniowe zdobyte w modym wieku przekadaj si na stan zdrowia w wieku
dojrzaym.
Badania przesiewowe, ktre przeprowadza si wrd osb nie posiadajcych objaww
choroby, powinny by przeprowadzane regularnie w celu wykrycia choroby i podjcia
wczesnego leczenia, wymagaj jednak ponoszenia wysokich kosztw spoecznych
i ekonomicznych. Sytuacja gospodarcza Polski, mimo szybkiej poprawy, nie jest najlepsza.
41
Prof. Antonina Ostrowska socjolog zdrowia, kierownik Zespou Badania Warunkw ycia i Spoecznych Podstaw
Zdrowia w Instytucie Filozofii i Socjologii PAN; http://wiadomosci.onet.pl/prasa/polak-zdrowy-z-wyboru/6mtbb
42
dr hab. med. Tomasz Jastrzbski, Znaczenie prostych bada profilaktycznych dla wczesnego wykrywania chorb
nowotworowych; http://www.onkonet.pl/n_n_znbadan_profilaktycznych.php
71
Przy zachowaniu obecnych trendw organizacyjnych i finansowych zwizanych z rozwojem

technologii medycznych, Polska ma szans dogoni redni unijn w odniesieniu
do produkcji nowoczesnej aparatury medycznej i farmaceutykw za ponad 50 lat43.
Dziki postpowi wspczesnej medycyny yjemy coraz duej, co paradoksalnie
wie si ze wzrostem kosztw leczenia zwizanym ze zwikszonym zapotrzebowaniem
na opiek i usugi medyczne osb starszych. Jednoczenie wzrost kosztw nowoczesnych
procedur medycznych prowadzi do ograniczenia rzeczywistego do nich dostpu.
Badanie Ochrona zdrowia w gospodarstwach domowych44, przeprowadzone przez
GUS w 2011 r. wykazao, e w caej populacji gospodarstw domowych (wcznie
z gospodarstwami, ktre nie ponosiy adnych wydatkw) rednie miesiczne wydatki
na ochron zdrowia na osob w 2010 roku byy o 28% wysze ni w 2006 r. W strukturze
tych wydatkw, podobnie jak w latach poprzednich, bardzo wysoki i wci rosncy jest udzia
wydatkw na leki i artykuy medyczne w 2010 r. stanowi 64% rednich miesicznych
wydatkw na ochron zdrowia na osob. W gospodarstwach emerytw byy one prawie
dwukrotnie wysze, a w gospodarstwach rencistw o 55,5% wysze, ni rednio
we wszystkich typach gospodarstw domowych cznie. Z uzyskanych danych z badania
wynika, i w 2010 r. blisko 12% czonkw gospodarstw domowych (11,4% mczyzn
i 11,7% kobiet) nie skorzystao z usug lekarskich mimo istnienia takiej potrzeby. Wrd
przyczyn niekorzystania z porad lekarskich 9% osb wskazao brak pienidzy (oczekiwanie
na ustpienie objaww 33%, dugi czas oczekiwania na termin wizyty 23%, brak czasu
17%, strach 5%).
Trwanie ycia w Polsce
Life expectancy in Poland
Szybki postp w dziedzinie medycyny umoliwiajcy wczeniejsze i dokadniejsze
diagnozowanie chorb, a tym samym skuteczniejsze ich leczenie, prowadzenie zdrowego
stylu ycia,
zmiana
diety, jak rwnie
dziaania rzdu prowadzce do zapewnienia
odpowiednich warunkw ycia, pracy, ksztacenia, kultury fizycznej oraz wypoczynku

i rekreacji wpywaj na sta popraw kondycji zdrowotnej Polakw, a tym samym
ich dusze ycie.
43
System monitorowania i scenariusze rozwoju technologii medycznych w Polsce Projekt wspfinansowany z Europejskiego Funduszu Rozwoju Regionalnego; http://www.nauka.gov.pl/g2/
44
Ochrona zdrowia w gospodarstwach domowych w 2010 r., GUS, Warszawa 2011
72
Rok 1992 zapocztkowa okres dynamicznego wzrostu trwania ycia w Polsce.

Pozytywne zmiany w nateniu zgonw spowodoway na przestrzeni ostatnich 22 lat
(1991-2013) wzrost przecitnego trwania ycia mczyzn o 7,2 lat, natomiast kobiet o 6 lat.
W 2013 r. przecitne trwanie ycia noworodka pci mskiej wynosio 73,1 lata, natomiast pci
eskiej 81,1.
Wystpujce w Polsce zjawisko nadumieralnoci mczyzn utrzymuje si od lat
na wysokim poziomie. Najwiksz dysproporcj midzy przecitnym trwaniem ycia
mczyzn i kobiet notowano w 1991 r. 9,2 lat. Dekad pniej rnica ta bya o rok
mniejsza. Pocztek nowego stulecia przynis ponowny wzrost tej wartoci do 8,7 lat
(w latach 2006-2008), a nastpnie spadek do 8 lat w 2013 r.
Na dugo trwania ycia ogromny wpyw ma poziom wyksztacenia. Im wysze
wyksztacenie, tym korzystniejsze zmiany w kierunku prozdrowotnego stylu ycia:
przestrzeganie diety, ograniczenia w spoywaniu alkoholu i nikotyny, zwikszenie
aktywnoci ruchowej, wiksza wiadomo potrzeby korzystania z konsultacji lekarskich.
rednie dalsze trwanie ycia 30-letniego Polaka z wyksztaceniem wyszym wynosio
w 2010 r. 49,3 lata, czyli a o 12 lat wicej ni jego rwienika z wyksztaceniem
zasadniczym zawodowym i niszym (37,3 lata)45. Dla Polek zrnicowanie to jest
zdecydowanie mniejsze i wynosi niespena 5 lat (odpowiednio 53,8 i 49,0 lat).
Trzydziestolatkowie posiadajcy wyksztacenie rednie maj do przeycia przecitnie: 43,6
lat mczyni, 51,4 lat kobiety.
Polska na tle wybranych krajw Europy zachodniej wypada bardzo niekorzystnie,
a szczeglnie dotyczy to mczyzn (Wyk.23). Na przestrzeni ostatnich 20 lat rnica
midzy dugoci trwania ycia mczyzn w Polsce i krajach europejskich niewiele si
zmienia. W 1990 r. wynosia 6,7 lat, nastpnie zmniejszaa si do 5,6 w 2002 r., ale
w 2011 r. Polak y rednio ju o 6,3 lat krcej ni mczyni w wybranych krajach
europejskich. Dla Polek notowana jest natomiast poprawa tych statystyk. Podczas gdy
w 1990 r. Polki yy o 4,2 lata krcej ni Europejki, w 2002 r. rnica ta zmniejszya si
o rok, a w 2011 wynosia 2,7 roku.
Obok dugoci trwania ycia, istotne znaczenie dla oceny stanu zdrowia ma trwanie
ycia w zdrowiu. Wskanik przecitnego trwania ycia w zdrowiu okrela dla danej osoby
(o okrelonej pci i wieku) redni liczb lat ycia bez niepenosprawnoci.
45
http://epp.eurostat.ec.europa.eu/portal/page/portal/statistics/search_database
73
Wyk.23. Przecitne trwanie ycia w Polsce w latach 1990-2012

na tle rozwinitych krajw europejskich
Chart. 23. Life expectancy in Poland in 1990-2012 compared
to developed European countries
Belgia
85
Dania
Mczyni
Niemcy
83
Irlandia
Grecja
81
Hiszpania
79
Francja
77
Wochy
Holandia
75
Austria
73
Portugalia
Finlandia
71
Szwecja
69
Wielka Brytania
Norwegia
67
Szwajcaria
65
Polska
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010
85
Belgia
Kobiety
Dania
83
Niemcy
81
Irlandia
Grecja
79
Hiszpania
77
Francja
75
Holandia
Wochy
Austria
73
Portugalia
71
Finlandia
Szwecja
69
Wielka Brytania
Norwegia
67
Szwajcaria
65
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010
74
Polska
Jak wskazuj wyniki bada Eurostatu dotyczce 2012 r., trwanie ycia w zdrowiu
w Polsce wynioso dla mczyzn ponad 80% przewidywanego trwania ycia, a dla kobiet
ponad 77%. Oznacza to, e dla mczyzny urodzonego w 2012 r. pierwsze 59 lat bdzie
okresem bez ogranicze spowodowanych niepenosprawnoci, dla kobiet 63 lata.
W porwnaniu z rozwinitymi krajami europejskim jest to krcej o 2,7 lat w przypadku
mczyzn i 1,6 w przypadku kobiet. W Polsce 65-letni mczyzna yje w zdrowiu rednio
7,4, natomiast kobieta 7,8 lat (Wyk. 24).
Wyk. 24. Przecitne dalsze trwanie ycia i przecitne dalsze trwanie ycia w zdrowiu
osb w wieku 65 lat w wybranych krajach europejskich w 2012 r.
Chart. 24. Life expectancy and healthy life expectancy
at age 65 in selected European countries in 2012
Mczyni
24
20
18,7 19,1 18,5 18,0 18,1

17,7 17,5 18,2 18,0 18,1
16
15,4
19,3
17,6 17,8 18,5 18,5 18,3
12
8
4
10,7 10,6
6,7
10,9
8,6 9,2 9,5 7,8 10,0 8,9 7,4
14,0
8,4
10,5
15,4 13,6
przecitne dalsze trwanie ycia
w tym w zdrowiu
Kobiety
24
21,3 20,2 21,2 21,1 21,0
22,8 23,4 22,1
20
21,0 21,3 19,9 21,3 21,6 21,1 20,9
23,5
21,0
16
12
8
4
11,1 12,9
6,9
11,9
10,4
10,1 9,5 7,8
7,3 9,0
7,2
przecitne dalsze trwanie ycia
W tym w zdrowiu
75
15,4
9,0
15,9
10,6
4.2. Zaoenia przewidywanej umieralnoci i trwania ycia

Assumptions for mortality and life expectancy
Opracowujc prognoz umieralnoci dla Polski przyjto zaoenie, e spadek
umieralnoci w Polsce bdzie kontynuowany w sposb podobny do obserwowanego
w przeszoci w krajach Europy zachodniej. W perspektywie dalszych lat prognozy, jako
wzorzec przyjto trendy umieralnoci przewidywane dla tych krajw.
Porwnanie wartoci przecitnego trwania ycia (e0) dla Polski i wybranych krajw
europejskich pozwolio na ustalenie dystansu, jaki dzieli Polsk do krajw Europy
zachodniej (w 2012 r. dla mczyzn wynosi 20, dla kobiet 13 lat), a nastpnie przygotowano
trzy warianty projekcji (Wyk. 25, Wyk. 26):
Wariant redni (A1) opnienie Polski w stosunku do krajw rozwinitych bdzie
utrzymywao si na tym samym poziomie przez cay okres prognozy. Dla wzowych lat,
przyjto nastpujce wartoci trwania ycia w Polsce:
dla 2030 r. przecitne trwanie ycia w krajach europejskich dla mczyzn
wyznaczone na podstawie danych empirycznych wybranych krajw w 2010 r., dla kobiet
na podstawie danych teoretycznych w 2017 r.
dla 2050 r. wartoci przecitnego trwania ycia wyznaczone na podstawie danych
teoretycznych w 2030 r. w przypadku mczyzn i w 2037 r. dla kobiet.
Wariant niski (A2) opnienie utrzyma si na tym samym poziomie do 2025 r., jednak
w kolejnych latach nastpi spowolnienie tempa obniania umieralnoci. W rezultacie
w 2050 r. dystans Polski do krajw rozwinitych zwikszy si do 25 lat dla mczyzn i 18 lat
dla kobiet. W konsekwencji przyjto dla 2025 r. dla mczyzn odpowiednie wartoci trwania
ycia wyznaczone dla krajw na 2005 r., dla kobiet 2012 r., natomiast dla 2050 r.:
mczyni 2025 r., kobiety 2032 r.
Wariant wysoki (A3) dystans Polski do krajw rozwinitych bdzie si stopniowo
zmniejsza przez cay okres prognozy. Do 2025 r. zmniejszy si do 18 lat dla mczyzn i 12
lat dla kobiet, w 2050 r. zostanie zredukowany odpowiednio do 15 i 10 lat. W Polsce
w 2030 r. przecitne trwanie ycia mczyzn osignie wielko notowan w rozwinitych
krajach europejskich w 2007 r., natomiast kobiet wielko przewidywan na 2013 r.,
w 2050 r. trwanie ycia dla mczyzn przyjmie warto wyznaczon dla krajw na 2035 r.,
natomiast dla kobiet na 2040 r.
76
0
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
0
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
Wyk. 25. Prawdopodobiestwa zgonw w Polsce w 2013 r. i prognoza na 2050 r.

Chart. 25. Probabilities of dying in Poland in 2013 and projection for 2050
Kobiety
Mczyni
0,1
0,1
0,01
0,01
0,001
0,001
0,0001
0,0001
2013 - dane rzeczywiste

2050 - A1
2050 - A2
2050 - A3
0,00001
0,00001
Wyk. 26. Przecitne trwanie ycia w latach 1960-2013 oraz prognoza dla lat 2014-2050
Chart. 26. Life expectancy in Poland 1960-2013 and projection for 2014-2050
89
87
85
83
mczyni - dane rzeczywiste

kobiety - dane rzeczywiste
A1 mczyni
A1 kobiety
A2 mczyni
A2 kobiety
A3 mczyni
A3 kobiety
81
79
77
75
73
71
69
67
65
63
1960 1970 1980 1990 2000 2010 2020 2030 2040 2050
77
Dla ustalenia przyszego poziomu umieralnoci niemowlt przyjto zaoenie

kontynuacji korzystnych zmian jakie s obserwowane w Polsce. Tempo spadku
wspczynnika zgonw niemowlt w porwnaniu z obserwowanym w latach 90. osabnie,
jednak jego warto w 2050 r. bdzie dwukrotnie nisza, ni notowana obecnie (Wyk. 27).
Wyk. 27. Wspczynniki zgonw niemowlt w latach 1990-2050
Chart. 27. Infant mortality rate 1990-2050
25
Polska - chopcy
20
Polska - dziewczynki
kraje rozwinite - chopcy i dziewczynki razem
15
10
0
1990
1995
2000
2005
2010
2015
2020
2025
2030
2035
2040
2045
2050
Zgodnie z przyjtymi zaoeniami w Polsce w 2050 r. mczyni, przy

niezmienionych warunkach wymierania ludnoci, bd yli przecitnie wedug wariantu A1
83 lata, natomiast kobiety 88,4 lat (Tabl. 8). Wedug wariantu A2 odpowiednio 81,8
i 87,6 lat. Wariant A3 najbardziej optymistyczny przewiduje dla mczyzn 84,1 lat ycia,
natomiast dla kobiet blisko 89 lat. Na tle oglnej tendencji malejcego natenia zgonw
zmniejszy si nadumieralno mczyzn, a tym samym rozpito midzy przecitnym
trwaniem ycia mczyzn i kobiet zmaleje (5,4 wariant A1, 5,8 wariant A2 i 4,8 wariant
A3).
Tabl. 8. Przewidywane przecitne trwanie ycia w Polsce do 2050 r.
Table 8. Projected life expectancy in Poland until 2050
Rok
*)
*)
A1
mczyni kobiety
2013
2015
73,1
81,1
73,5
81,5
2020
2025
74,9
76,3
82,5
83,6
2030
2035
78,0
79,1
2040
2045
2050
rnica
8,0
8,0
7,6
A2.
mczyni kobiety
73,1
81,1
73,6
81,5
7,3
75,0
76,6
82,6
83,8
84,8
85,6
6,8
6,5
77,5
78,5
80,3
86,5
81,6
83,0
87,4
88,4
6,2
5,8
5,4
rnica
8,0
7,9
7,6
A3
mczyni kobiety
rnica
73,1
81,1
73,7
81,6
7,2
75,3
77,2
82,7
84,0
6,8
84,4
85,2
6,9
6,7
78,3
79,6
84,8
85,7
6,5
6,1
79,5
85,9
80,9
86,7
80,6
81,8
86,7
87,6
6,4
6,1
82,4
84,1
87,8
88,9
5,8
5,4
5,8
parametry trwania ycia wyznaczone na podstawie danych rzeczywistych
78
8,0
7,9
7,4
4,8
Kady z przedstawionych powyej wariantw zakada wzrost przecitnego trwania

ycia w caym prognozowanym okresie. Podstaw do przyjcia takiego zaoenia
s nastpujce czynniki:
obserwowany, poczwszy od 1992 r., spadek natenia zgonw z powodu:

- chorb ukadu krenia we wszystkich grupach wieku,
- nowotworw wrd osb poniej 45-go roku ycia, oraz wrd mczyzn
w wieku 45-59 lat,
- zewntrznych przyczyn (wypadki, urazy, zatrucia)
nieprzerwany w caym powojennym okresie spadek umieralnoci niemowlt,
pozytywne zmiany w zachowaniach prozdrowotnych ludnoci: zmiany w sposobie
odywiania
kierunku
ograniczania
spoycia
niezdrowej
ywnoci
alkoholi
wysokoprocentowych, wzrost aktywnoci fizycznej,
coraz wikszy dostp do usug medycznych i opiekuczych, a take podniesienie
jakoci tych usug,

stay rozwj technologii medycznych,
coraz bardziej powszechne badania profilaktyczne takie jak mammografia, cytologia,
badania poziomu cukru we krwi,
korzystne zmiany struktury wyksztacenia osoby z wyksztaceniem wyszym maj
wiksz wiadomo koniecznoci dbania o swoje zdrowie, na og lepiej dbaj o swoje
zdrowie, a tym samym yj duej ni osoby mniej wyksztacone. W Polsce w 2011 r.,
odsetek osb z wyksztaceniem wyszym w oglnej liczbie osb w wieku 13 lat i wicej,
wynosi 17,0%, podczas gdy w 2002 r. zaledwie 9,9%.
Wzrost poziomu wyksztacenia ludnoci widocznie rnicuje ryzyko zgonu, a take
zmieniajce si postawy wobec prozdrowotnego stylu ycia, co wpywa na rozpowszechnianie si prozdrowotnych zachowa ludnoci. Zatem mimo stopniowego wyczerpywania si
potencjau redukcji umieralnoci jest on jeszcze stosunkowo duy i determinowany gwnie
przez spadek natenia zgonw mczyzn w rednim wieku oraz w starszym wieku46.
rozwj gospodarczy (i wzrost zamonoci), a take zamierzenia rozwojowe, ktrych
celem jest konwergencja zblienie si poziomu gospodarczego pastw czonkowskich Unii
Europejskiej Polska powinna zatem rozwija si szybciej ni kraje rozwinite47.
w porwnaniu z rozwinitymi krajami europejskimi poziom umieralnoci w Polsce
46
47
Prof. I.E. Kotowska, Komentarz do zaoe prognozy ludnoci dla Polski na lata 2013-2070
Prof. M. Oklski, Recenzja zaoe prognozy ludnoci Polski na lata 2013-2070
79
jest wysoki, zatem i wiksze moliwoci szybszego, ni w krajach europejskich, tempa

redukcji umieralnoci,
zwikszajca si liczba skutecznych i bezpiecznych lekw umoliwiajcych powstrzymanie lub spowolnienie rozwoju wielu chorb, a w efekcie przyczyniajca si do skrcenia
czasu korzystania z opieki lekarskiej, pielgniarskiej, a nawet ograniczenia liczby zabiegw
chirurgicznych.
Przy ocenie przewidywanego w caym prognozowanym okresie tempa wzrostu
przecitnego trwania ycia naley jednoczenie wzi pod uwag nastpujce czynniki
negatywne:
czynniki instytucjonalne:
- niedokoczona reforma suby zdrowia,
- za kondycja finansowa wikszoci szpitali i placwek medycznych,
- nadal zbyt saby dostp do usug medycznych i opiekuczych,
- dysproporcje w rozmieszczeniu orodkw specjalistycznych w tym orodkw
intensywnej opieki kardiologicznej,
- niewystarczajca liczba specjalistw w zakresie opieki geriatrycznej,
- likwidacja systemu medycyny szkolnej,
- emigracja zarobkowa wykwalifikowanych pracownikw suby zdrowia,
- wzrost kosztw nowoczesnych procedur medycznych prowadzcy
do ograniczenia rzeczywistego do nich dostpu
czynniki behawioralne:
- utrzymujcy si wysoki odsetek osb palcych,
- wysokie spoycie alkoholu,
- wzrost odsetka osb z nadwag lub otyoci,
- niskie spoycie (dostpno) owocw,
czynniki demograficzne:
- starzenie si populacji,
- pokolenie podwjnych obcie (sandwich generation) oczekiwania
opiekucze zarwno ze strony dzieci, jak i wasnych rodzicw,
- wzrost redniego wieku rodzenia (czynnik ryzyka hamujcy obnienie
umieralnoci niemowlt).
80
Bardzo istotnym problemem koniecznym do uwzgldnienia przy dokonaniu wyboru

waciwego wariantu jest problem starzenia si ludnoci Polski. Coraz wikszy dostp
do usug medycznych i opiekuczych, a take podniesienie jakoci tych usug bdzie
wpywa na dalsze systematyczne wyduania ycia ludnoci, a tym samym przypieszenie
tempa starzenia si ludnoci. Wrd krajw europejskich jestemy krajem modym
demograficznie, jednak proces starzenia si ludnoci obserwowany jest od lat. W 2013 r.
mediana wieku Polakw wynosia 37,4 lat dla mczyzn i 40,9 dla kobiet, podczas gdy
w 1990 r. bya nisza o 6,5 lat dla mczyzn i 7,2 lat dla kobiet (odpowiednio 30,9 i 33,7 lat).
Sposobem na radzenie sobie z problemem starzejcej si populacji jest z jednej strony
prowadzenie polityki prorodzinnej majcej szeroko rozwinity system pomocy rodzinom,
zwaszcza wielodzietnym, z drugiej strony postp w medycynie oraz zapewnienie rwnego
dostpu wszystkich obywateli do kompleksowej, nowoczesnej opieki medycznej z zakresu
diagnostyki, leczenia i rehabilitacji.
Starzenie si ludnoci jest procesem globalnym i nieodwracalnym, silnie
zrnicowanym regionalnie. Generalnie mona przyj, e im wyszy jest stopie rozwoju
spoeczno-ekonomicznego kraju, tym wysze zaawansowanie starzenia si ludnoci ()
Oznacza to, e doywanie staroci nie jest ju zarezerwowane dla niewielu osb,
ale dotyczy ono rosncej czci populacji, co przekada si rwnie na coraz wiksz
heterogeniczno zbiorowoci osb starszych.48
Koniecznym jest zatem skupienie si na problemach zdrowotnych osb starszych.
Wie si to z geriatri dziedzin medycyny, ktra zajmuje si schorzeniami wieku
podeszego. W Polsce liczba specjalistw w dziedzinie geriatrii jest niewielka i obejmuje
okoo 250 lekarzy posiadajcych specjalizacj z geriatrii i okoo 300 pielgniarek
posiadajcych
specjalizacj
dziedzinie
pielgniarstwa
geriatrycznego49. Zgodnie
z zaoeniami polityki ludnociowej50 przy zaoeniu, wzorem Wielkiej Brytanii, e jeden

geriatra powinien przypada na ok. 4000 osb po 75 roku ycia i jeden na 8 tysicy osb
w wieku 65-74 lat, potrzeby w zakresie liczby geriatrw w Polsce naley oceni na minimum
800 specjalistw.
48
Anita Abramowska-Kmon, Instytut Statystyki i Demografii, Szkoa Gwna Handlowa w Warszawie O nowych miarach
zaawansowania procesu starzenia si ludnoci, Studia Demograficzne 1(159) 2011
49
Praca zbiorowa pod redakcj Prof. dr hab. Barbary Bie i dr n. med. Katarzyny Broczek, Pomocnicze materiay szkoleniowe dla
uczestnikw szkole z zakresu opieki geriatrycznej, Warszawa, 2012 r. www.geriatria.mz.gov.pl
50
Rzdowa Rada Ludnociowa Zaoenia polityki ludnociowej projekt, Warszawa, marzec 2012
81
5. Analiza migracji wewntrznych i zewntrznych oraz zaoenia

prognostyczne
Analysis of internal and international migration and projection
assumptions
5.1. Analiza migracji wewntrznych i zagranicznych na pobyt stay w latach
1950-2013
Analysis of internal and international migration for permanent residence
in 1950-2013
Migracje wewntrzne
Internal migration
Skala migracji wewntrznych zmieniaa si w minionym 60-leciu dosy znacznie.
W latach 50. ubiegego wieku migracje wewntrzne osigay wyranie wyszy poziom
ni obecnie stae miejsce zamieszkania w kraju zmieniao rocznie 1,31,5 mln osb (Wyk.
28). Naley zaznaczy, e liczba ludnoci Polski bya wwczas znacznie mniejsza
ni obecnie. Intensywno migracji rozumiana jako iloraz liczby osb migrujcych w danym
roku i liczby ludnoci wyraony w procentach lub promilach bya zatem relatywnie
wysoka, na pocztku dekady na kady 1000 osb przypaday 54 osoby migrujce, a w 1959 r.
47 osb.
Wyk. 28. Ludno i migracje wewntrzne (w tys.) w latach 1950-2013
Chart. 28. Population and internal migration (in thous.) in 1950-2013
Migracje
wewntrzne
Ludno oglem
39000
1500
37000
1300
35000
1100
33000
900
31000
700
29000
27000
500
25000
1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
300
82
Dua skala migracji wewntrznych (powyej 1 mln osb) utrzymywaa si jeszcze

w pocztkach lat 60. Od roku 1963 liczba migracji spada poniej 1 mln osb ale przez
kolejnych 20 lat utrzymywaa si na stosunkowo wysokim poziomie (rednio rocznie
migrowao 885 tys. osb). Intensywno migracji w tym okresie bya znacznie mniejsza ni
w latach 50. wahaa si od 32 na pocztku wspomnianego okresu do 22 w 1982 r.
(Wyk. 29).
W kolejnych kilkunastu latach obserwowano spadek intensywnoci migracji (do 11
w 1994 r.) i mimo rosncej liczby ludnoci liczba migracji systematycznie spadaa w 1993 r.
osigna poziom 457 tys. W nastpnych latach liczba ta ustabilizowaa si, rednio rocznie
wynosia 423 tys. osb i jej wahania w poszczeglnych latach nie byy zbyt due.
Intensywno migracji w wikszoci lat tego okresu wynosia 11. Wyrniajcym si
rokiem by 2007 r., w ktrym migracje przekroczyy 500 tys. Mia na to prawdopodobnie
wpyw fakt, e rok ten zgodnie z Ustaw z dnia 20 sierpnia 1997 r. o zmianie ustawy
o ewidencji ludnoci i dowodach osobistych oraz ustawy o dziaalnoci gospodarczej by
ostatnim
rokiem
moliwoci
posugiwania
si
starym
dowodem
osobistym
(ksieczkowym), zatem wiele osb wymieniao wtedy dokument tosamoci, aktualizujc

tym samym adres zamieszkania. Wzrost w 2007 r. liczby zameldowa w nowym miejscu
zamieszkania mg wic by efektem zalegalizowania migracji majcej miejsce w latach
wczeniejszych.
Wyk. 29. Intensywno migracji wewntrznych (w %) w latach 1950-2013
Chart. 29. Intensity of internal migration (in %) in 1950-2013
6
5
Liczba migracji do liczby ludnoci ogem - w %
4
3
2
1
0
1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
83
Z przytoczonych powyej danych wynika, e od blisko 20 lat obserwowany jest

w Polsce podobny poziom, zarwno liczby migracji wewntrznych jak i ich intensywnoci.
Interesujca jest historia migracji wewntrznych w ostatnich 60 latach z uwzgldnieniem charakteru miejscowoci poprzedniego i nastpnego miejsca zamieszkania, czyli
migracje do/z miast oraz migracje do/ze wsi, a szczeglnie skala przemieszcze midzy
miastem i wsi (Wyk. 30, Wyk. 31).
Wyk. 30. Migracje wewntrzne (w tys.) do/z miast w latach 1950-2013
Chart. 30. Internal migration (in thous.) to/from urban areas in 1950-2013
900
napyw
800
odpyw
700
saldo
600
500
400
300
200
100
0
-100
1950
1955
1960
1965
1970
1975
1980
1985
1990
1995
2000
2005
2010
Do 1999 r. wcznie wielko napywu do miast przewaaa nad wielkoci odpywu

miasta w wyniku migracji wewntrznych zwikszay swoj ludno. Po pewnych wahaniach
w latach 50-tych salda migracji w miastach, w kolejnych latach obserwowana bya tendencja
wzrostowa, co oznaczao, e ludno miast na skutek migracji zwikszaa si. Najwiksze
saldo dla miast obserwowano w drugiej poowie lat 70., kiedy w miastach rocznie przybywao
netto ponad 200 tys. osb. W nastpnych kilku latach obserwowano lekki spadek dodatniego
salda migracji w miastach, po czym w drugiej poowie lat 80. wielko ta ustabilizowaa
si i utrzymywaa si na poziomie okoo 130 tys. osb. Od 1988 r. obserwowane byo cige
zmniejszanie si rnicy midzy napywem do miast a odpywem z miast i trend ten
84
spowodowa w 2000 r. zmian znaku salda migracji w miastach z dodatniego na ujemne.

Od tego czasu odpyw z miast przewaa nad napywem. Miasta zaczy na skutek migracji
traci ludno, wsie zaczy zyskiwa.
Wyk. 31. Migracje wewntrzne (w tys.) na wie i ze wsi w latach 1950-2013
Chart. 31. Internal migration (in thous.) to/from rural areas in 1950-2013
900
800
napyw
700
odpyw
600
saldo
500
400
300
200
100
0
-100
-200
-300
1950
1955
1960
1965
1970
1975
1980
1985
1990
1995
2000
2005
2010
Analizujc regionalne zrnicowanie migracji (Tabl. 9) w ukadzie 16-tu wojewdztw

(taki podzia terytorialny zosta wprowadzony w 1999 r., jednake porwnania s moliwe
rwnie dla lat wczeniejszych) od 2000 r. tylko w czterech wojewdztwach napyw
by wikszy ni odpyw (iloraz napywu i odpywu jest wikszy od 1). S to wojewdztwa
mazowieckie, maopolskie, pomorskie i wielkopolskie (wojewdztwa napywowe).
Po 2005 r. do tej czwrki doczyo rwnie woj. dolnolskie. Wojewdztwa opolskie,
lskie zachodniopomorskie i lubuskie, ktre w ostatniej dekadzie XX wieku byy
wojewdztwami napywowymi po 2000 r. straciy ten charakter.
Najniszy redni
wspczynnik w ostatnich latach (2000-2013) by obserwowany w wojewdztwie

witokrzyskim, a w nastpnej kolejnoci w lubelskim, podlaskim, warmisko-mazurskim,
podkarpackim, lskim i dzkim. S to wojewdztwa Polski wschodniej oraz wojewdztwa,
w ktrych przemys przesta odgrywa tak wan rol jak w latach minionych, np. w latach70.
ubiegego wieku.
85
Tabl. 9. Migracje wewntrzne w latach 1990-2013

iloraz napywu i odpywu dla wojewdztw
Table 9. Internal migration in 1950-2013
the quotient of the outflow and inflow for voivodships
Wojewdztwa
1990
1995
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
0,94
0,93
0,87
0,98
0,95
0,96
1,00
1,06
0,98
0,95
1,05
1,29
0,81
0,93
1,03
1,02
0,99
0,97
0,92
1,01
0,96
1,02
1,07
1,00
0,97
0,94
1,04
1,10
0,87
0,92
1,02
0,99
0,98
0,98
0,89
0,96
0,95
1,09
1,17
0,99
0,92
0,92
1,07
0,96
0,86
0,89
1,05
0,99
1,01
0,96
0,85
0,93
0,94
1,11
1,21
0,98
0,91
0,92
1,09
0,94
0,83
0,87
1,07
0,97
0,98
0,96
0,86
0,93
0,94
1,11
1,23
0,94
0,89
0,90
1,08
0,96
0,84
0,88
1,06
0,96
0,96
0,96
0,84
0,97
0,96
1,11
1,24
0,95
0,91
0,89
1,07
0,94
0,84
0,92
1,06
0,94
0,97
0,96
0,84
0,97
0,94
1,11
1,24
0,96
0,91
0,89
1,08
0,93
0,84
0,90
1,06
0,95
0,97
0,94
0,82
0,97
0,94
1,11
1,26
0,94
0,91
0,87
1,08
0,94
0,84
0,88
1,06
0,95
1,01
0,94
0,83
0,96
0,94
1,11
1,26
0,93
0,92
0,87
1,07
0,93
0,82
0,86
1,05
0,95
1,01
0,95
0,84
0,97
0,95
1,10
1,22
0,94
0,92
0,87
1,08
0,93
0,84
0,88
1,06
0,94
1,02
0,96
0,83
0,98
0,94
1,11
1,21
0,96
0,92
0,88
1,08
0,93
0,84
0,88
1,05
0,95
1,03
0,95
0,83
0,97
0,94
1,13
1,22
0,94
0,90
0,87
1,10
0,93
0,83
0,85
1,05
0,95
1,05
0,94
0,81
0,96
0,93
1,13
1,22
0,94
0,90
0,88
1,10
0,93
0,81
0,86
1,04
0,95
1,05
0,95
0,80
0,95
0,92
1,13
1,25
0,94
0,89
0,86
1,10
0,92
0,82
0,85
1,05
0,96
1,05
0,93
0,79
0,97
0,93
1,13
1,25
0,96
0,90
0,87
1,10
0,93
0,82
0,86
1,04
0,95
Najwiksz nadwyk napywu nad odpywem obserwuje si w ostatnich latach

w wojewdztwie mazowieckim. Saldo migracji wewntrznych w 2013 r. w tym wojewdztwie wynosio 13,5 tys. osb i byo dodatnie zarwno w miastach (7,3) tys. jak i na wsi
(6,1 tys.). W nastpnym w kolejnoci (uwzgldniajc wielko salda migracji) woj.
maopolskim przybyo na skutek migracji 3,8 tys. osb, przy czym w miastach ubyo 1,1 tys.,
a na wsi przybyo 4,9 tys. Pozostae wojewdztwa, ktre zwikszaj liczb ludno w wyniku
migracji tj. dolnolskie, pomorskie i wielkopolskie uzyskuj ten wzrost dziki znacznemu
dodatniemu saldu na wsi, ktre niweluje wpyw ujemnego salda w miastach. W wikszoci
wojewdztw (w 11-tu) w 2013 r. migracje powodoway zmniejszenie si liczby ludnoci.
Najwicej traciy wojewdztwa: lubelskie, lskie i warmisko-mazurskie.
Okoo 20 lat wczeniej sytuacja bya zupenie odmienna. Zdecydowanie najwicej
osb w wyniku migracji zyskiwao woj. lskie (prawie 16 tys.). Poza tym, dodatnie saldo
migracji miay wojewdztwa: opolskie, pomorskie, wielkopolskie i zachodniopomorskie,
ale byo ono znacznie mniejsze ni w wojewdztwie lskim. Najwicej tracio wojewdztwo
lubelskie i witokrzyskie. Ujemne saldo miao rwnie woj. mazowieckie mimo wysokiego
salda dla miast wynoszcego 13,7 tys. (saldo dla wsi wynosio minus 14 tys.).
86
Wyk. 32. Saldo migracji wewntrznych (w tys.) w latach 1990, 2000 i 2010
wedug wojewdztw
Chart. 32. Net internal migration (in thous.) in 1990, 2000 and 2010 by voivodships
20
1990
2000
2010
15
10
5
0
Zachodniopomorskie
Wielkopolskie
Warmisko-mazurskie
witokrzyskie
lskie
Pomorskie
Podlaskie
Podkarpackie
Opolskie
Mazowieckie
Maopolskie
dzkie
Lubuskie
Lubelskie
Kujawsko-pomorskie
Dolnolskie
-5
W cigu 20 ostatnich lat zaszy zatem znaczne zmiany. Najbardziej ewidentn jest
zmiana charakteru wojewdztwa mazowieckiego z odpywowego na zdecydowanie
napywowe (jest to wojewdztwo, ktre jest obecnie gwnym kierunkiem migracji
wewntrznych) (Wyk. 32). Inn zasadnicz zmian jest znaczny spadek salda w woj. lskim
z 16 tys. na pocztku rozwaanego okresu do -3,2 tys. w 2010 r. (w 2013 r. byo jeszcze
nisze.). Jedynie wojewdztwa pomorskie i wielkopolskie zachoway przez cay okres
dodatnie saldo migracji. Saldo ujemne w caym okresie byo obserwowane dla poowy
wojewdztw w zdecydowanej wikszoci z Polski Wschodniej (podlaskie, lubelskie,
podkarpackie, warmisko-mazurskie i witokrzyskie), ale take dla dzkiego, lubuskiego
i kujawsko-pomorskiego.
W wojewdztwach, w ktrych w ostatnich latach obserwuje si nadwyk napywu
nad odpywem istotn rol odgrywaj due orodki miejskie: Warszawa, Krakw, Gdask,
Wrocaw, ktre maj znaczne dodatnie saldo migracji (w 2013 r. odpowiednio: 8,2 tys.,
1,0 tys., 1,2 tys., 1,4 tys.). Tym niemniej analiza oglnego salda dla miast ogem
w poszczeglnych wojewdztwach prowadzi do wniosku, e tylko w wojewdztwie
mazowieckim w ostatnich 14-tu latach obserwowano dodatnie saldo migracji dla miast.
87
O ile w 1990 r. we wszystkich wojewdztwach saldo migracji byo dodatnie dla miast,
to poczwszy od 2000 r. poza wojewdztwem mazowieckim jest ono ujemne (Wyk. 33).
Wyk. 33. Saldo migracji w miastach wedug wojewdztw w 1990 i 2010 roku
Chart. 33. Net internal migration in urban areas by voivodships in 1990 and 2010
1990
2010
15,0
10,0
5,0
0,0
-5,0
Zachodniopomorskie
Wielkopolskie
Warmisko-mazurskie
witokrzyskie
lskie
Pomorskie
Podlaskie
Podkarpackie
Opolskie
Mazowieckie
Maopolskie
dzkie
Lubuskie
Lubelskie
Kujawsko-pomorskie
Dolnolskie
-10,0
Najnisze saldo dla miast w ostatnich latach obserwuje si w woj. lskim.

Stosunkowo niskie jest rwnie w woj. wielkopolskim, lubelskim i dzkim.
Jakkolwiek bezwzgldna warto salda ludnoci dla miast Polski ogem jest taka
sama jak salda ludnoci dla wsi, to ju w przypadku wojewdztw ze wzgldu na migracje
midzywojewdzkie sytuacja wyglda odmiennie. Faktem jest, e w okresie ostatnich 20-tu
lat podobnie jak dla miast nastpiy wyrane zmiany, jednake regionalnie zmiany salda
dla wsi ksztatuj si inaczej ni salda dla miast. Jak wynika z analizy danych, w 1990 r. saldo
dla wsi we wszystkich wojewdztwach byo ujemne (wsie traciy ludno na korzy miast),
ale najnisze saldo wystpowao dla wsi woj. Mazowieckiego (Wyk. 34). Po 2000 r. jedynie
w woj. lubelskim, podlaskim i warmisko-mazurskim w wikszoci lat obserwowano saldo
ujemne, w pozostaych wojewdztwach byo ono dodatnie, w woj. mazowieckim jest ono
najwysze. Du zmian na korzy wsi zaobserwowano w woj. wielkopolskim, dolnolskim
i maopolskim.
Interesujce, e w ruchu wewntrzwojewdzkim we wszystkich wojewdztwach
nawet w woj. mazowieckim saldo w miastach jest ujemne. Dodatnie saldo wynika
z migracji midzywojewdzkich.
88
Wyk. 34. Saldo migracji wewntrznych (w tys.) dla wsi

w latach 1990 i 2010 wedug wojewdztw
Chart. 34. Net internal migration (in thous.) in rural areas by voivodships in 1990 and 2010
1990
10
2010
5
0
-5
-10
Zachodniopomorskie
Wielkopolskie
Warmisko-mazurskie
witokrzyskie
lskie
Pomorskie
Podlaskie
Podkarpackie
Opolskie
Mazowieckie
Maopolskie
dzkie
Lubuskie
Lubelskie
Kujawsko-pomorskie
Dolnolskie
-15
Wrd osb migrujcych w granicach kraju w ostatnich latach przewaaj nieznacznie

kobiety (w 2013 r. stanowiy 53% ogu migrantw). Najliczniejsza picioletnia grupa wieku
zarwno wrd mczyzn, jak i kobiet to 25-29 lat.
Migracje zagraniczne
International migration
Polska jest krajem emigracyjnym od dziesicioleci liczba emigracji przewysza
liczb imigracji. Od 1960 r. saldo migracji zagranicznych na pobyt stay jest ujemne. Liczba
emigracji wahaa si w tym okresie w granicach 10-36 tys. rocznie (jedynie w 2006 r. zbliya
si do 47 tys.). Po 2004 r. obserwowany by wyrany wzrost emigracji przy jednoczesnym
wzrocie (cho w mniejszym stopniu) liczby imigracji. Saldo migracji zagranicznych
w 2006 r. wynioso -36,1 tys. i byo najnisze od kilku dziesicioleci. Zmiany te nie byy
jednak trwae ju w 2007 r. nastpi lekki spadek emigracji, przy lekkim wzrocie imigracji.
W latach kryzysu ekonomicznego na wiecie 2008-2010 skala emigracji wyranie si
zmniejszya, wzrosa natomiast imigracja, ktra w 2009 r. osigna najwyszy (po 1960 r.)
poziom 17,4 tys. osb. W rezultacie, bezwzgldna warto ujemnego salda migracji
definitywnych bya wtedy najmniejsza od kilkudziesiciu lat (saldo wynosio -1 tys.).
W ostatnich latach (2010-2013) obserwowany jest ponownie wzrost emigracji i spadek
imigracji w 2013 r. saldo osigno prawie -20 tys. osb (Wyk. 35).
89
Wyk. 35. Migracje zagraniczne (w tys.) w latach 1950-2013

Chart. 35. International migration (in thous.) in 1950-2013
150
Imigracja
Emigracja
Saldo
100
50
0
-50
1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
Wikszo emigrantw pochodzi z miast (Wyk. 36) w 2013 r. stanowili oni ponad
71% ogu, co nie jest wynikiem jedynie tego, e w miastach mieszka wiecej osb, ale
rwnie zrnicowania intensywnoci emigracji. Intensywno ta dla miast bya wyranie
wysza ni dla wsi na kade 100 tys. mieszkacw w przypadku miast przypadao 98
emigrantw, a w przypadku wsi 61.
Wyk. 36. Emigracja (w tys.) z Polski w latach 1990-2013
wedug charakteru miejsca zamieszkania
Chart. 36. Emigration (in thous.) from Poland in 1990-2013
by character of the place of residence
50
45
Ogem
Miasta
Wie
40
35
30
25
20
15
10
5
0
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012
Imigranci rwnie chtniej osiedlaj si w miastach ni na wsi (Wyk. 37). W 2013 r.

w miastach zameldowao si 8,9 tys. imigrantw (co stanowio 73% ogu), na wsi 3,3 tys.
Na kade 100 tys. mieszkacw miast przypadao 38 imigrantw, w przypadku wsi 22.
90
Wyk. 37. Imigracja (w tys.) do Polski w latach 1990-2012

Chart. 37. Immigration (in thous.) to Poland in 1990-2013
by character of the place of residence
20
Ogem
Miasta
Wie
15
10
5
0
1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012
W wyniku migracji zagranicznych ubytek ludnoci miast jest wikszy ni ludnoci

wsi. W latach 2009-2010, kiedy bezwzgldna warto ujemnego salda ogem bya
najmniejsza, saldo dla wsi byo dodatnie (Wyk. 38).
Wyk. 38. Saldo migracji zagranicznych (w tys.) w latach 1990-2013
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Chart. 38. Net international migration (in thous.) in 1990-2013

by charakter of of the place of residence
10
0
-10
-20
-30
-40
Ogem
Miasta
Wie
Wszystkie wojewdztwa maj ujemne saldo migracji zagranicznych (Wyk.
39).
Najwicej osb wyjeda za granic z wojewdztwa lskiego. W 2013 r. opucio Polsk

na stae ponad 7 tys. mieszkacw tego wojewdztwa. W tym samym roku powrcio 1,7 tys.
osb, zatem w wyniku migracji zagranicznych wojewdztwo to utracio 4,4 tys.
mieszkacw. Kolejnymi wojewdztwami, ktre maj znaczne ujemne saldo migracji
zagranicznych s wojewdztwa opolskie i dolnolskie (-2,4 tys.).
ludnoci w 2013 r. odnotowano dla woj. mazowieckiego (-0,1 tys.).
91
Najmniejszy ubytek
Wyk. 39. Migracje zagraniczne (w tys.) w 2013 r. wedug wojewdztw

Chart. 39. International migration (in thous.) in 2013 by voivodships
A. Imigracja i emigracja
Imigracja
Zachodniopomorskie
Wielkopolskie
Warmisko-mazurskie
witokrzyskie
lskie
Pomorskie
Podlaskie
Podkarpackie
Opolskie
Mazowieckie
Maopolskie
dzkie
Lubuskie
Lubelskie
Dolnolskie
8
7
6
5
4
3
2
1
0
Kujawsko-pomorskie
Immigration and emigration
Emigracja
B. Saldo migracji zagranicznych

Net international migration
0
-1
-2
-3
-4
Zachodniopomorskie
Wielkopolskie
Warmisko-mazurskie
witokrzyskie
lskie
Pomorskie
Podlaskie
Podkarpackie
Opolskie
Mazowieckie
Maopolskie
dzkie
Lubuskie
Lubelskie
Kujawsko-pomorskie
-6
Dolnolskie
-5
Kierunki emigracji na stae na przestrzeni lat ulegay zmianom. Gwnymi krajami

docelowymi ostatnich latach s: Niemcy, Wielka Brytania, Stany Zjednoczone, Holandia
i Irlandia. Kraje te s rwnie gwnymi krajami poprzedniego zamieszkania w przypadku
imigracji, poniewa wrd imigrantw przewaaj powracajcy lub urodzeni za granic
Polacy. W ostatnich latach najwicej imigrantw przyjedao z Wielkiej Brytanii.
Analiza danych z ostatnich lat wskazuje, e wrd imigrantw przewaaj mczyni,
wrd emigrantw kobiety (w 2013 r. mczyni stanowili 56% ogu imigrantw i 46%
ogu emigrantw).
92
Najliczniejsz grup wiekow wrd emigrantw w ostatnich latach zarwno wrd

mczyzn jak i kobiet stanowi osoby w wieku 30-34 lat. W 2013 r. osoby w wieku
produkcyjnym mobilnym (18-44 lata) stanowiy 57% ogu, a wieku przedprodukcyjnym (017 lat) 20%.
Wrd imigrantw rwnie liczna jest grupa osb w wieku 30-34 lat, ale przewysza
j liczebnie grupa dzieci w wieku 0-4 lat. S to w wikszoci dzieci urodzone za granic.
Jak ju wspomniano, wrd imigrantw przewaaj Polacy (w 2013 r. stanowili 87%),
ale odsetek osb urodzonych w Polsce jest znacznie mniejszy (46%). Oznacza to,
e wikszo imigrantw urodzia si za granic. Osoby urodzone za granic nie posiadajce
obywatelstwa polskiego stanowiy w 2013 r. 12% ogu imigrantw. W ostatnich latach
odsetek imigrantw w wieku produkcyjnym mobilnym i przedprodukcyjnym jest podobny
w 2013 r. wynosi okoo 40%.
5.2. Zaoenia do prognozy migracji wewntrznych i zewntrznych

The assumptions for the projection of internal and international migration
Migracje s skadow zmian ludnoci bardzo trudn do przewidzenia s bowiem
zjawiskiem bardzo wraliwym na zmiany sytuacji spoeczno-gospodarczej kraju, polityki
migracyjnej pastwa, ale jednoczenie s zalene od sytuacji ekonomicznej innych krajw
i od polityk tych krajw wobec imigrantw.
W prognozie ludnoci faktycznej wykorzystuje si jedynie migracje na pobyt stay,
czyli wyjazdy/przyjazdy z zamiarem osiedlenia si na stae w nowym miejscu i dodatkowo
takie, ktre zostay potwierdzone zameldowaniem na pobyt stay lub wymeldowaniem
z pobytu staego. Z tego powodu w opracowywanej prognozie podjto prb okrelenia zmian
rozmiarw tylko tej kategorii migracji. Ze wzgldu na fakt, e migracje wewntrzne
i zagraniczne wystpuj w rnej skali i s uzalenione od innych czynnikw, zaoenia
prognozy opracowano odrbnie dla obu tych typw. Migracje wpywaj na liczb ludnoci
w kolejnych latach, ale jednoczenie liczba ludnoci, ktra bdzie ulega zmianom na skutek
zmian liczby urodze zarwno w okresie wczeniejszym jak i w przyszoci oraz zgonw,
ma wpyw na liczb migracji. Starzenie si ludnoci, ktre bdzie wystpowao
w najbliszym latach bdzie wpywa na wielko potencjau migracyjnego Polakw.
Opracowana prognoza siga 2050 r., jednake wielkoci migracji s trudne
do przewidzenia w tak odlegym horyzoncie czasowym. W zwizku z tym, podjto prb
przewidzenia skali migracji do 2035 r. (w jednym z wariantw nawet tylko do 2025 r.),
93
a w dalszych latach do 2050 r. przyjto poziom migracji (w zalenoci od wariantu)

z 2035 r. lub 2025 r.
Migracje wewntrzne na pobyt stay
Migracje wewntrzne s zalene od wielu zmiennych, z ktrych bardzo istotne jest
wystpowanie zrnicowania w rozwoju poszczeglnych regionw, sytuacja na lokalnym
rynku pracy i poziom bezrobocia w regionie zamieszkania.
Polityka pastwa zakada wyrwnywanie poziomu ycia w kraju, eliminowanie
opnie cywilizacyjnych w zakresie infrastruktury i gospodarki, zmniejszenie dysproporcji
w jakoci ycia i szans rozwoju, co powinno hamowa migracje. Jednoczenie due miasta
z orodkami akademickimi bd przyciga modych ludzi, ktrych cz pozostanie na stae
w nowym miejscu. W duych orodkach miejskich atwiej jest o prac, dlatego w jednym
z wariantw prognozy zaoono znaczniejszy napyw ludnoci do tych orodkw.
W ostatnich latach po wstpieniu Polski do Unii Europejskiej, kiedy zaistniay
moliwoci podjcia pracy za granic, atwiejsze i tasze stay sie podre, konkurencj
dla migracji wewntrznych stay si migracje zagraniczne zwaszcza na pobyt czasowy.
Realizacja takiej migracji i podjcie pracy za granic przez jednego z czonkw rodziny
poprawia jej sytuacj materialn i likwiduje bodziec do migracji midzy regionami w kraju.
W prognozie migracji wewntrznych uwzgldniono rwnie zmiany potencjau
migracyjnego ludnoci zwizane ze starzeniem si spoeczestwa.
Dla potrzeb prognozy ludnoci opracowano trzy warianty dla migracji wewntrznych,
przy czym kady z nich zakada spadek liczby tych migracji. Warianty te rni si jednak
wielkoci napywu/odpywu ogem, wielkoci salda migracji dla miast i wsi, oraz liczbami
migracji dla poszczeglnych wojewdztw. Dwa warianty zakadaj utrzymanie si dodatniego
salda dla wsi, jeden zakada po pewnym czasie dodatnie saldo dla miast.
Wariant 1 uwzgldniono w nim zmniejszanie si liczby ludnoci w wieku produkcyjnym
mobilnym, zaoono zmiany liczby migracji do 2025 r., w dalszych latach przyjto stae
wartoci z 2025 r. Zaoono wzrost stopnia mobilnoci Polakw, przyjmujc jednoczenie,
e konkurencyjn form dla migracji wewntrznych s migracje zagraniczne. Bezwzgldna
warto salda migracji dla miast bdzie si zmniejsza, jednake w caym okresie saldo
to pozostanie ujemne w kocu okresu wyniesie okoo -38 tys. (Wyk. 40, Wyk. 41).
94

prognoza, wariant 1
Chart. 40. Internal migration (inflow/outflow) in 2014-2025 (in thous.) projection, variant 1
500
400
300
200
100
a.
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013a
2012a
2011a
2010a
2009a
2008a
Dane rzeczywiste.
Prognoza dla wojewdztw bazuje na dotychczasowej strukturze terytorialnej migracji

wewntrznych (rednie udziay napywu/odpywu do/z danego wojewdztwa w migracjach
ogem w piciu latach 2008-2012) z uwzgldnieniem prognozowanych wartoci ogem dla
Polski.
prognoza, wariant 1
projection, variant 1
60
40
Miasta
Wie
20
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013a
2012a
2011a
2010a
2009a
-20
2008a
-40
-60
a.
Dane rzeczywiste.
Wariant 2 zaoono, e intensywno migracji dla kadego rocznika wieku bdzie staa
w okresie prognozy (przyjto j jako redni intensywno, jak wystpowaa w latach 20092012). W wyniku zmian w strukturze wieku ludnoci w okresie prognozy (liczebnoci
95

prognoza, wariant 2
Chart. 42. Internal migration (inflow/outflow) in 2014-2035 (in thous.) projection, variant 2
2008a
2009a
2010a
2011a
2012a
2013a
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
450
400
350
300
250
200
150
100
50
0
a.
Dane rzeczywiste.
poszczeglnych rocznikw) liczba migracji na pobyt stay bdzie si odpowiednio zmienia

(male). Zaoono, e bezwzgldna warto salda migracji dla miast bdzie si zmniejsza,
jednake w caym okresie saldo pozostanie ujemne, w kocu okresu prognozy bdzie wynosi
-21 tys., czyli bdzie znacznie wiksze ni w wariancie 1 (Wyk. 42, Wyk. 43).
Prognoza dla wojewdztw bazuje na dotychczasowej strukturze terytorialnej migracji
wewntrznych (rednie udziay napywu/odpywu do/z danego wojewdztwa w migracjach
ogem w szeciu ostatnich latach (2008-2013)) z uwzgldnieniem prognozowanych wartoci
ogem dla Polski.
prognoza, wariant 2
60
Miast
a
40
20
-20
2008a
2009a
2010a
2011a
2012a
2013a
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
-40
-60
a.
Dane rzeczywiste
96
Wariant 3 zaoono dodatnie saldo dla miast po 2030 r. (Wyk. 44). Przewidziano wzrost
napywu dla miast, w szczeglnoci zwikszony napyw do Warszawy, Wrocawia, Poznania,
Gdaska, Poznania i innych wikszych miast. Liczba migracji wewntrznych ogem bdzie
si jednak zmniejsza wraz ze starzeniem si ludnoci. Wielkoci napywu/odpywu byyby
podobne jak w wariancie 2.
prognoza, wariant 3
60
Miasta
Wie
40
20
-20
2008a
2009a
2010a
2011a
2012a
2013a
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
-40
-60
a.
Dane rzeczywiste
Migracjezagranicznenapobytstay
International migration for permanent residence
Na wielko emigracji na pobyt stay w nastpnych latach bdzie miaa wpyw
wielko zasobu emigracyjnego Polakw przebywajcych obecnie za granic czasowo
(tj. z zachowaniem zameldowania na stae w Polsce). Osoby, ktrym powiodo si za granic
zdecyduj si zamieszka tam na stae. Emigracja moe rosn rwnie jako efekt czenia
rodzin, dziaania sieci migracyjnych. Pene otwarcie wszystkich rynkw pracy krajw UE
bdzie z pewnoci sprzyja decyzjom o wyjedzie prawdopodobnie najpierw na pobyt
czasowy, a w duszej perspektywie na pobyt stay. Powysze przesanki zostay
uwzgldnione w jednym z wariantw prognozy emigracji.
W innym wariancie uwzgldniono, e powysze czynniki wypychajce Polakw
za granic zostan zrwnowaone czynnikami hamujcymi, do ktrych naley wzrost
niechtnego nastawienia do imigrantw spoeczestw i wadz krajw europejskich
przyjmujcych najwicej Polakw, w tym Wielkiej Brytanii. Innym czynnikiem hamujcym
97
wyjazdy jest kurczenie si zasobw ludnoci w wieku produkcyjnym spowodowane

wejciem na rynek pracy osb z niu demograficznego.
Wyczerpywanie si potencjau emigracyjnego Polski (starzenie si ludnoci)
i zmniejszenie dysproporcji rozwojowych midzy Polsk, a krajami zachodnimi, a take
wyrwnanie rozwoju ronych regionw Polski moe w kolejnych latach zmniejsza
emigracj. W raporcie Polska 2030. Trzecia fala nowoczesnoci wskazano szereg dziaa,
ktrych gwnym celem jest poprawa jakoci ycia Polakw, zwikszenie spjnoci
spoecznej oraz zmniejszenie nierwnomiernoci o charakterze terytorialnym. Efektem tych
dziaa powinien by skok cywilizacyjny spoeczestwa oraz innowacyjnoci gospodarki
w stosunku do innych krajw. Dziaania te przy istnieniu dodatkowo pozostaych warunkw
hamujcych emigracj mog ogranicza emigracj.
Na wielko imigracji na stae bdzie wpywa przeksztacanie si czci obecnych
imigracji czasowych w imigracje stae (w ostatnich latach obserwuje si wzrost imigracji
czasowej zza wschodniej granicy). Istotn cz imigracji bd stanowiy powroty Polakw
z emigracji wyjazdom zawsze towarzysz powroty. Zakada si rwnie, e wielu Polakw
po zakoczeniu aktywnoci zawodowej (przejciu na emerytur) zechce wrci do ojczystego
kraju dotyczy to zarwno wyjazdw z lat 80. jak i emigracji w ostatnich latach.
W dotychczasowych
strumieniach
imigracji
zdecydowanie
przewaaj
powracajcy
z emigracji Polacy. Spodziewana poprawa sytuacji gospodarczej kraju spowoduje wzrost

atrakcyjnoci Polski dla cudzoziemcw. Przewiduje si przyjazdy imigrantw zwizane
z zastpowaniem Polakw wyjedajcych za granic (niektre zawody lub rodzaje
dziaalnoci). We wspomnianym wyej raporcie zapisano osignicie wskanika zatrudnienia
imigrantw powyej 75%. Ponadto sytuacja polityczna na Ukrainie moe powodowa wzrost
imigracji obywateli tego kraju do Polski. W rezultacie wszystkie warianty prognozy imigracji
zakadaj wzrost napywu imigrantw w kolejnych latach, rni si jedynie tempem tego
wzrostu.
Dla potrzeb prognozy ludnoci opracowano trzy warianty dla emigracji na pobyt stay
i trzy warianty dla imigracji.
Wariant 1 zakada w kolejnych latach zarwno wzrost emigracji jak i imigracji na pobyt
stay, imigracja bdzie rosa do poziomu 23 tys. rocznie, emigracja do ponad 48 tys. Saldo
migracji zagranicznych w caym okresie prognozy pozostaje ujemne malejce do 2020 r.
a nastpnie rosnce (Wyk. 45). Saldo to osignie w 2025 r. warto -25 tys. W kolejnych
latach do 2050 r. przyjto wartoci imigracji i emigracji na poziomie z 2025 r.
98
Wyk. 45. Migracje zagraniczne w latach 2014-2025 (w tys.) prognoza, wariant 1

Chart. 45. International migration in 2014-2025 projection (in thous.), variant 1
60
Imigracja
40
Emigracja
Saldo
20
0
-20
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013a
2012a
2011a
2010a
2009a
2008a
-40
a. Dane rzeczywiste
Wariant 2 zaoono wyrwnanie sie poziomu ycia w poszczeglnych krajach i

w efekcie zrwnowaenie si czynnikw wypychajcych i przycigajcych, i osignicie zerowego salda migracji zagranicznych na pobyt stay w 2035 r. (Wyk. 46). Saldo takie
zostanie osignite w wyniku emigracji na staym poziomie redniej z ostatnich 3 lat oraz
wzrostu imigracji z ok. 14 tys. do ok. 24 tys. rocznie. W kolejnych latach (po 2035 r.) liczby
imigracji i emigracji zostan zrwnane.
40
Imigracja
30
Emigracja
saldo
20
10
0
-10
-20
2008a
2009a
2010a
2011a
2012a
2013a
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
-30
a. Dane rzeczywiste
Wariant 3 zaoono dodatnie saldo migracji zagranicznych na pobyt stay po 2020 r.

(zgodnie z zapisami w raporcie Polska 2030. Trzecia fala nowoczesnoci). Zakada si,
e saldo takie bdzie wynikiem prawie dwukrotnego wzrostu imigracji oraz niewielkiego
spadku emigracji w latach 2014-2035 (Wyk. 47).
99

40
Imigracja
30
Emigracja
Saldo
20
10
0
-10
-20
2008a
2009a
2010a
2011a
2012a
2013a
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
-30
a. Dane rzeczywiste.
Prognoza dla wojewdztw bazuje na dotychczasowej strukturze terytorialnej

wyjazdw za granic i przyjazdw z zagranicy z uwzgldnieniem prognozowanych wartoci
imigracji/emigracji ogem dla Polski. Wspczynniki imigracji/emigracji do/z danego
wojewdztwa wyznaczono jako rednie udziay migracji zagranicznych do/z danego
wojewdztwa w migracji do/z caego kraju w szeciu ostatnich latach (2008-2013).
100
6. Wybr scenariusza zaoe prognostycznych

The selection of scenario of projection assumptions
Przedstawione cztery warianty zmian podnoci, trzy umieralnoci, migracji
wewntrznych
zagranicznych
definitywnych
(tzn.
na
pobyt
stay),
posuyy
do skonstruowania kilkudziesiciu scenariuszy zaoe prognostycznych dla Polski na lata

2014-2070. Po wstpnej selekcji wyniki 8 scenariuszy prognostycznych dla Polski przekazane
zostay do oceny Pani prof. I. E. Kotowskiej i Panu Prof. M. Oklskiemu. Po uwzgldnieniu
uwag recenzentw, do dalszej dyskusji na Posiedzeniu Plenarnym Rzdowej Rady
Ludnociowej (22.05.2014 r.), przygotowano cztery scenariusze umownie nazwane: niskim,
rednim, wysokim oraz bardzo wysokim, w ktrym dla 2030 r. wykorzystano z raportu
Polska 2030. Trzecia fala nowoczesnoci51 docelowe wartoci wspczynnika dzietnoci
i trwania ycia oraz przyjto zaoenie o dodatniej wartoci salda migracji zagranicznych.
Z uwagi na decydujce znaczenie zmian dzietnoci dla ostatecznych wynikw, zdecydowanie
najwicej uwagi powicono w dyskusji zaoeniom podnoci. Mniej kontrowersji budziy
zaoenia umieralnoci, za prezentowane migracje na pobyt stay52 nie byy przedmiotem
dyskusji jako, e w znacznie mniejszym stopniu rzutuj na kocowe rezultaty prognozy.
Ostatecznie jako oficjaln prognoz GUS przyjto scenariusz obliczony na bazie
rednich wariantw podnoci i umieralnoci oraz II. wariantw migracji wewntrznych
i zagranicznych. Uzgodniono, e prognoza bdzie obejmowaa lata 2014-2050.
Prognoza ludnoci na
lata 2014-2050 zostaa sporzdzona dla wojewdztw
w podziale na cz miejsk i wiejsk na bazie stanw ludnoci w dniu 31 grudnia 2013 r.,
w podziale administracyjnym obowizujcym w dniu 1 stycznia 2014 r. Prognoza dla Polski
stanowi sum prognoz wojewdzkich.
51
Por. Ministerstwo Administracji i Cyfryzacji, Dugookresowa strategia rozwoju kraju Polska 2030. Trzecia fala nowoczesnoci.
Warszawa 2012, s. 141 - 142
52
Opracowana prognoza nie uwzgldnia migracji czasowych; w GUS trwaj prace nad sporzdzeniem prognozy ludnoci rezydujcej
(uwzgldniajcej kryterium zamieszkiwania co najmniej 12 miesicy), stanowice kolejny etap projektu badawczego
101
Dla przypomnienia:
redni wariant podnoci zakada niewielki spadek wspczynnika dzietnoci w cigu

najbliszych dwch lat i stopniowy wzrost do wartoci 1,52 w kocu horyzontu prognozy.
Przewidywana warto w 2030 r. wynosi 1,4 (Tabl. 10, Tabl. 11).
redni wariant umieralnoci zakada, e opnienie Polski w stosunku do krajw

rozwinitych bdzie utrzymywao si na tym samym poziomie przez cay okres prognozy.
Dla wzowych lat prognozy przyjto nastpujce wartoci trwania ycia w Polsce (Tabl. 12,
Tabl. 13):
o
dla 2030 r. przecitne trwanie ycia mczyzn w krajach Europejskich wyznaczone

na podstawie danych empirycznych w 2010 r., kobiet na podstawie danych
teoretycznych dla 2017 r.,
dla 2050 r. wartoci przecitnego trwania ycia wyznaczone na podstawie danych

teoretycznych dla 2030 r. w przypadku mczyzn i dla 2037 r. w przypadku kobiet.
II
wariant
migracji
zagranicznych
zakada
wyrwnanie
si
poziomu
ycia
w poszczeglnych krajach i w efekcie zrwnowaenia si czynnikw wypychajcych

i przycigajcych osignicie w 2035 r. zerowego salda migracji zagranicznych na pobyt
stay. Przyjto, e takie saldo zostanie osignite w wyniku emigracji na staym poziomie
rwnym redniej liczbie wyjazdw z ostatnich 3 lat oraz wzrostu imigracji z ok. 14 tys.
do ok. 24 tys. rocznie. W kolejnych latach (po 2035 r.) liczby imigracji i emigracji zostayby
zrwnane (Tabl. 14).
II wariant migracji wewntrznych zakada, e intensywno migracji na pobyt stay

dla kadego rocznika wieku bdzie staa w okresie prognozy (przyjto redni intensywno
z lat 2009-2012). W wyniku zmian w strukturze wieku ludnoci w okresie objtym prognoz
(liczebnoci poszczeglnych rocznikw) liczba migracji na pobyt stay bdzie si
odpowiednio zmienia (male). Zaoono take, e wartoci bezwzgldne salda migracji
dla miast bd si zmniejsza, jednake w caym okresie pozostanie ono ujemne, a w kocu
okresu prognozy wyniesie -21 tys. (Tabl. 15).
102
Zaoenia prognostyczne dotyczce dzietnoci, umieralnoci i migracji

w przekroju wojewdzkim dla wybranego scenariusza
Tabl. 10.Wspczynniki dzietnoci wedug wojewdztw; 2013-2050a
Table 10. Total fertility rate by voivodships 2013-2050a
Wojewdztwa
2013
2015
2020
2025
2030
2035
2040
2045
2050
POLSKA ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
1,26
1,15
1,25
1,22
1,25
1,23
1,29
1,33
1,07
1,23
1,18
1,34
1,25
1,16
1,23
1,34
1,20
1,24
1,14
1,24
1,21
1,23
1,21
1,26
1,32
1,04
1,19
1,15
1,33
1,22
1,14
1,22
1,33
1,18
1,32
1,23
1,33
1,29
1,32
1,30
1,32
1,41
1,10
1,23
1,22
1,44
1,28
1,22
1,32
1,42
1,25
1,38
1,31
1,40
1,36
1,39
1,37
1,39
1,47
1,17
1,29
1,29
1,51
1,35
1,29
1,38
1,48
1,32
1,43
1,36
1,44
1,40
1,44
1,42
1,42
1,51
1,22
1,33
1,34
1,55
1,41
1,33
1,42
1,52
1,36
1,46
1,39
1,47
1,42
1,47
1,45
1,45
1,54
1,27
1,36
1,37
1,57
1,44
1,36
1,45
1,55
1,40
1,48
1,42
1,49
1,44
1,49
1,48
1,47
1,56
1,30
1,38
1,39
1,59
1,47
1,39
1,47
1,57
1,42
1,50
1,44
1,51
1,46
1,51
1,50
1,49
1,58
1,33
1,40
1,41
1,60
1,49
1,41
1,48
1,59
1,44
1,52
1,46
1,52
1,47
1,53
1,52
1,50
1,59
1,35
1,42
1,43
1,61
1,51
1,43
1,50
1,60
1,46
MIASTA
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
1,18
1,12
1,16
1,11
1,19
1,15
1,16
1,26
1,04
1,12
1,10
1,21
1,22
1,03
1,11
1,24
1,11
1,15
1,09
1,12
1,09
1,16
1,12
1,12
1,24
1,01
1,08
1,06
1,19
1,19
1,01
1,09
1,21
1,08
1,23
1,18
1,20
1,18
1,26
1,21
1,19
1,34
1,09
1,13
1,13
1,30
1,26
1,10
1,19
1,30
1,17
1,31
1,26
1,28
1,26
1,34
1,29
1,27
1,42
1,17
1,21
1,21
1,38
1,34
1,19
1,28
1,38
1,25
1,37
1,32
1,34
1,31
1,39
1,35
1,33
1,47
1,23
1,26
1,27
1,43
1,39
1,25
1,33
1,43
1,30
1,41
1,37
1,38
1,35
1,43
1,39
1,37
1,51
1,28
1,31
1,32
1,47
1,43
1,29
1,37
1,47
1,35
1,44
1,40
1,41
1,38
1,46
1,42
1,40
1,54
1,32
1,34
1,35
1,49
1,46
1,32
1,40
1,50
1,38
1,47
1,42
1,43
1,40
1,48
1,45
1,42
1,56
1,35
1,36
1,37
1,51
1,49
1,35
1,42
1,52
1,40
1,49
1,45
1,45
1,42
1,50
1,47
1,44
1,58
1,37
1,38
1,40
1,53
1,51
1,38
1,44
1,53
1,42
WIE
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
1,37
1,23
1,39
1,32
1,34
1,37
1,41
1,44
1,11
1,31
1,31
1,55
1,33
1,26
1,41
1,46
1,39
1,35
1,23
1,39
1,30
1,33
1,36
1,39
1,42
1,08
1,27
1,30
1,55
1,31
1,24
1,39
1,46
1,36
1,41
1,32
1,48
1,38
1,41
1,43
1,42
1,48
1,10
1,29
1,35
1,65
1,35
1,29
1,46
1,53
1,39
1,46
1,37
1,53
1,43
1,46
1,48
1,46
1,53
1,16
1,34
1,40
1,69
1,41
1,35
1,51
1,58
1,44
1,50
1,41
1,56
1,46
1,49
1,51
1,49
1,55
1,21
1,37
1,43
1,71
1,44
1,38
1,53
1,61
1,47
1,52
1,44
1,57
1,48
1,52
1,54
1,51
1,58
1,25
1,39
1,45
1,72
1,48
1,41
1,55
1,62
1,49
1,54
1,46
1,59
1,49
1,53
1,55
1,52
1,59
1,28
1,41
1,46
1,72
1,50
1,42
1,56
1,64
1,50
1,55
1,47
1,59
1,50
1,55
1,57
1,53
1,60
1,31
1,42
1,47
1,72
1,52
1,44
1,56
1,64
1,51
1,56
1,49
1,60
1,51
1,56
1,58
1,54
1,60
1,34
1,43
1,48
1,71
1,53
1,45
1,56
1,65
1,52
Dane rzeczywiste; actual data
103
Tabl. 11. redni wiek rodzenia dziecka; 2013-2050a

Table 11.Mean age of chilbearing by; 2013-2050a
Wojewdztwa
2013
2015
2020
2025
2030
2035
2040
2045
2050
POLSKA ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
28,96
28,85
28,45
29,21
28,43
28,97
29,44
29,54
28,56
29,22
29,21
28,68
28,79
28,89
28,37
28,78
28,37
29,26
29,17
28,80
29,46
28,76
29,27
29,67
29,78
28,91
29,49
29,49
28,97
29,14
29,18
28,70
29,09
28,74
29,82
29,75
29,41
29,97
29,40
29,82
30,15
30,28
29,52
29,99
30,01
29,56
29,76
29,73
29,35
29,66
29,39
30,22
30,16
29,85
30,34
29,84
30,22
30,50
30,64
29,95
30,36
30,39
29,98
30,17
30,13
29,80
30,07
29,85
30,53
30,47
30,19
30,64
30,19
30,53
30,78
30,91
30,28
30,65
30,69
30,32
30,48
30,45
30,16
30,39
30,20
30,78
30,73
30,47
30,87
30,47
30,78
31,00
31,13
30,54
30,88
30,93
30,58
30,73
30,70
30,44
30,64
30,48
30,99
30,94
30,70
31,07
30,70
30,98
31,19
31,32
30,77
31,08
31,13
30,80
30,94
30,91
30,68
30,86
30,71
31,17
31,12
30,89
31,24
30,90
31,15
31,35
31,47
30,97
31,25
31,30
30,99
31,12
31,09
30,88
31,04
30,92
31,33
31,28
31,07
31,39
31,07
31,31
31,50
31,61
31,14
31,40
31,45
31,16
31,28
31,25
31,07
31,21
31,09
MIASTA
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
29,29
29,06
28,73
29,71
28,74
29,23
30,04
30,04
28,80
29,63
29,59
29,17
28,75
29,30
28,87
29,19
28,77
29,64
29,43
29,14
30,02
29,11
29,60
30,33
30,31
29,21
29,95
29,91
29,51
29,15
29,66
29,25
29,56
29,18
30,22
30,04
29,79
30,54
29,78
30,18
30,80
30,78
29,86
30,48
30,45
30,11
29,80
30,23
29,89
30,15
29,83
30,59
30,44
30,22
30,87
30,20
30,56
31,10
31,09
30,28
30,82
30,79
30,50
30,23
30,60
30,30
30,53
30,25
30,87
30,73
30,53
31,12
30,52
30,84
31,33
31,31
30,59
31,07
31,05
30,78
30,54
30,88
30,61
30,81
30,56
31,09
30,96
30,78
31,31
30,77
31,06
31,51
31,49
30,83
31,28
31,25
31,01
30,79
31,10
30,85
31,04
30,81
31,27
31,16
30,99
31,48
30,98
31,25
31,66
31,64
31,04
31,44
31,42
31,20
30,99
31,28
31,05
31,22
31,02
31,43
31,32
31,16
31,62
31,16
31,41
31,78
31,77
31,21
31,59
31,56
31,36
31,17
31,43
31,22
31,38
31,19
31,56
31,47
31,32
31,74
31,32
31,54
31,90
31,88
31,37
31,71
31,69
31,50
31,32
31,57
31,37
31,52
31,34
WIE
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
28,58
28,45
28,16
28,85
28,01
28,60
28,99
28,81
28,32
29,00
28,71
28,11
28,87
28,67
27,90
28,40
27,80
28,85
28,72
28,46
29,10
28,30
28,87
29,24
29,06
28,62
29,25
28,97
28,39
29,12
28,93
28,19
28,68
28,11
29,40
29,28
29,06
29,61
28,91
29,42
29,74
29,58
29,19
29,74
29,50
28,99
29,63
29,47
28,82
29,26
28,76
29,81
29,71
29,51
30,00
29,38
29,83
30,12
29,98
29,63
30,12
29,90
29,45
30,02
29,88
29,30
29,69
29,24
30,15
30,05
29,86
30,31
29,75
30,16
30,42
30,29
29,97
30,42
30,22
29,81
30,33
30,20
29,68
30,03
29,63
30,42
30,34
30,17
30,58
30,06
30,43
30,67
30,56
30,26
30,67
30,49
30,12
30,58
30,48
30,00
30,32
29,95
30,66
30,58
30,42
30,80
30,33
30,67
30,88
30,79
30,51
30,88
30,72
30,38
30,81
30,71
30,28
30,57
30,23
30,87
30,80
30,65
31,00
30,57
30,88
31,07
30,99
30,73
31,08
30,92
30,61
31,00
30,91
30,52
30,79
30,47
31,06
30,99
30,85
31,17
30,77
31,06
31,24
31,16
30,93
31,24
31,10
30,82
31,17
31,09
30,73
30,98
30,69
104
Tabl. 12. Oczekiwana dugo ycia dla mczyzn; 2013-2050a

Table 12. Life expectancy for men; 2013-2050a
Wojewdztwa
POLSKA ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
a
2013
73,1
72,5
72,9
72,7
72,2
70,7
74,8
73,4
73,5
74,8
73,2
74,1
72,4
72,8
71,9
73,5
72,7
73,5
72,7
73,2
74,1
72,8
70,8
75,3
74,4
73,7
75,9
73,9
74,6
72,2
73,8
72,7
73,9
73,5
72,4
71,9
72,4
71,6
71,1
70,7
74,3
71,8
73,3
73,9
72,3
72,9
72,9
72,0
70,7
73,0
70,8
2015
73,4
73,0
73,3
73,1
72,9
71,3
74,9
73,5
74,2
75,0
73,9
74,2
72,6
73,2
72,6
73,8
73,2
73,8
73,3
73,5
74,3
73,4
71,4
75,4
74,5
74,4
76,3
74,8
74,8
72,5
74,0
73,4
74,2
73,8
72,8
72,2
72,9
72,1
72,0
71,2
74,3
72,0
73,8
74,2
72,8
73,1
73,2
72,6
71,4
73,2
71,7
2020
74,6
74,2
74,5
74,3
74,2
72,7
76,0
74,8
75,3
76,1
75,2
75,4
73,9
74,5
73,8
75,0
74,4
75,0
74,5
74,7
75,5
74,7
72,8
76,5
75,7
75,6
77,3
76,0
75,9
73,8
75,2
74,6
75,4
75,0
74,0
73,5
74,1
73,4
73,3
72,6
75,5
73,3
75,0
75,3
74,1
74,3
74,4
73,9
72,7
74,4
72,9
2025
75,9
75,6
75,8
75,6
75,5
74,2
77,2
76,1
76,6
77,3
76,5
76,6
75,3
75,8
75,2
76,2
75,7
76,3
75,9
76,1
76,8
76,0
74,3
77,7
77,0
76,9
78,4
77,3
77,2
75,2
76,5
76,0
76,7
76,3
75,3
74,8
75,4
74,7
74,7
74,0
76,7
74,7
76,2
76,5
75,4
75,6
75,8
75,3
74,1
75,7
74,3
105
2030
77,3
77,0
77,2
77,0
76,9
75,7
78,5
77,5
77,9
78,6
77,9
77,9
76,8
77,2
76,6
77,6
77,0
77,7
77,3
77,5
78,1
77,4
75,8
79,0
78,4
78,2
79,6
78,6
78,5
76,7
77,9
77,4
78,0
77,7
76,8
76,2
76,8
76,2
76,1
75,5
78,0
76,1
77,5
77,8
76,9
76,9
77,1
76,7
75,6
77,1
75,7
2035
78,4
78,0
78,2
78,1
78,0
76,8
79,5
78,6
78,9
79,5
79,0
78,9
77,9
78,2
77,7
78,6
78,1
78,8
78,4
78,5
79,1
78,5
77,0
80,0
79,4
79,2
80,6
79,7
79,5
77,8
78,9
78,4
79,0
78,7
77,8
77,3
77,8
77,3
77,2
76,6
79,0
77,2
78,5
78,8
78,0
78,0
78,2
77,8
76,8
78,1
76,8
2040
79,5
79,1
79,4
79,2
79,1
78,0
80,5
79,7
80,0
80,6
80,1
80,0
79,1
79,4
78,9
79,7
79,2
79,9
79,5
79,7
80,2
79,6
78,2
81,1
80,6
80,3
81,6
80,8
80,6
79,0
80,0
79,6
80,1
79,8
79,0
78,5
79,0
78,5
78,4
77,8
80,1
78,4
79,6
79,9
79,1
79,1
79,3
78,9
78,0
79,2
78,0
2045
80,8
80,4
80,6
80,4
80,4
79,3
81,7
80,9
81,2
81,7
81,3
81,2
80,4
80,6
80,1
80,9
80,4
81,2
80,8
80,9
81,4
80,9
79,5
82,3
81,8
81,5
82,7
82,0
81,8
80,3
81,3
80,8
81,3
81,1
80,2
79,8
80,2
79,8
79,7
79,1
81,2
79,7
80,8
81,1
80,4
80,4
80,5
80,2
79,3
80,5
79,3
2050
82,1
81,8
81,9
81,8
81,7
80,8
83,0
82,3
82,5
83,0
82,6
82,5
81,8
81,9
81,5
82,2
81,8
82,5
82,1
82,3
82,8
82,2
80,9
83,5
83,1
82,8
83,9
83,3
83,1
81,7
82,6
82,2
82,7
82,4
81,6
81,2
81,6
81,2
81,1
80,6
82,5
81,1
82,2
82,4
81,8
81,7
81,9
81,6
80,8
81,8
80,7
Tabl. 13. Oczekiwana dugo ycia dla kobiet; 2013-2050a

Table 13. Life expectancy for women; 2013-2050a
Wojewdztwa
POLSKA ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
a
2013
81,1
80,9
80,5
81,6
80,1
80,1
82,0
81,6
80,9
82,4
82,3
81,2
80,1
81,5
80,8
80,6
80,5
81,1
80,9
80,5
81,7
80,4
80,0
82,0
81,6
81,1
82,5
82,4
81,4
79,8
81,7
81,2
80,8
80,9
81,1
80,5
80,4
81,5
79,5
80,4
82,0
81,5
80,7
82,2
82,1
80,8
81,0
81,3
80,2
80,2
79,4
2015
81,2
80,9
80,8
81,7
80,7
80,2
82,1
81,6
81,2
82,4
82,5
81,3
80,2
81,9
81,2
81,0
80,8
81,2
80,9
80,8
81,9
81,0
80,0
82,1
81,8
81,3
82,5
82,5
81,6
80,0
82,0
81,5
81,2
81,1
81,3
80,7
80,7
81,6
80,2
80,7
82,0
81,4
81,1
82,4
82,6
80,8
81,1
81,9
80,7
80,7
80,1
2020
82,1
81,7
81,6
82,6
81,6
81,1
82,9
82,5
82,1
83,2
83,3
82,2
81,1
82,7
82,1
81,8
81,7
82,0
81,8
81,7
82,8
81,8
80,9
82,9
82,6
82,1
83,3
83,3
82,4
80,9
82,8
82,4
82,0
82,0
82,1
81,6
81,6
82,4
81,1
81,6
82,8
82,3
81,9
83,1
83,4
81,6
81,9
82,7
81,5
81,5
81,0
2025
83,0
82,7
82,6
83,5
82,5
82,1
83,8
83,4
83,0
84,0
84,2
83,1
82,1
83,6
83,0
82,7
82,6
83,0
82,7
82,6
83,6
82,8
81,9
83,8
83,5
83,0
84,2
84,2
83,3
81,9
83,6
83,3
82,9
82,9
83,0
82,5
82,5
83,3
82,0
82,5
83,7
83,1
82,8
84,0
84,2
82,6
82,8
83,5
82,5
82,5
81,9
106
2030
84,0
83,7
83,6
84,4
83,5
83,1
84,7
84,4
83,9
84,9
85,1
84,1
83,1
84,5
84,0
83,7
83,6
84,0
83,7
83,6
84,6
83,8
82,9
84,7
84,5
84,0
85,1
85,1
84,3
82,9
84,6
84,3
83,9
83,9
83,9
83,5
83,5
84,2
83,1
83,4
84,6
84,1
83,7
84,8
85,1
83,6
83,7
84,4
83,5
83,4
83,0
2035
84,8
84,5
84,4
85,2
84,3
84,0
85,4
85,2
84,7
85,7
85,8
84,9
84,0
85,3
84,8
84,5
84,4
84,8
84,5
84,5
85,4
84,6
83,8
85,5
85,3
84,8
85,8
85,8
85,1
83,8
85,3
85,1
84,7
84,7
84,7
84,3
84,3
85,0
83,9
84,2
85,3
84,9
84,5
85,6
85,8
84,4
84,5
85,2
84,3
84,2
83,8
2040
85,6
85,4
85,3
86,0
85,2
84,9
86,2
86,0
85,5
86,5
86,6
85,7
84,9
86,1
85,6
85,4
85,3
85,6
85,4
85,3
86,2
85,5
84,7
86,3
86,1
85,6
86,6
86,6
86,0
84,7
86,1
85,9
85,6
85,5
85,5
85,2
85,2
85,8
84,7
85,1
86,1
85,7
85,4
86,4
86,6
85,2
85,3
86,0
85,2
85,1
84,7
2045
86,5
86,3
86,2
86,9
86,1
85,8
87,1
86,9
86,4
87,3
87,5
86,6
85,8
86,9
86,5
86,3
86,2
86,5
86,3
86,3
87,1
86,4
85,6
87,2
87,0
86,5
87,4
87,5
86,9
85,7
87,0
86,8
86,5
86,4
86,4
86,1
86,1
86,7
85,7
86,0
87,0
86,6
86,2
87,2
87,4
86,1
86,2
86,9
86,1
86,0
85,6
2050
87,5
87,3
87,2
87,8
87,1
86,8
88,0
87,8
87,4
88,2
88,4
87,6
86,9
87,8
87,5
87,3
87,2
87,5
87,3
87,3
88,0
87,4
86,7
88,1
88,0
87,5
88,3
88,4
87,8
86,7
87,9
87,7
87,5
87,4
87,4
87,1
87,1
87,7
86,7
87,0
87,9
87,5
87,2
88,1
88,3
87,1
87,2
87,8
87,1
87,0
86,7
Tabl. 14. Saldo migracji zagranicznych na pobyt stay; 2013-2050a

Table 14. International net migration for permanent residence; 2013-2050a
Wojewdztwa
2013
POLSKA ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
-19904
-2364
-1026
-673
-635
-574
-951
-104
-2439
-829
-458
-1377
-5438
-191
-991
-1479
-375
2015
-9797
-1164
-593
-322
-309
-252
-9
392
-1903
-235
-184
-690
-3285
0
-379
-873
9
2020
-7348
-900
-506
-259
-218
-169
303
625
-1800
-85
-109
-470
-2942
59
-258
-760
141
2025
-4899
-637
-418
-197
-128
-85
616
859
-1697
66
-35
-251
-2598
119
-137
-647
271
2030
-2449
-374
-330
-135
-37
-2
929
1092
-1594
216
40
-31
-2254
178
-16
-534
403
2035
0
-111
-243
-73
54
81
1242
1325
-1491
366
115
189
-1910
237
105
-420
534
2050
0
-111
-243
-73
54
81
1242
1325
-1491
366
115
189
-1910
237
105
-420
534
Tabl. 15. Saldo migracji wewntrznych na pobyt stay; 2013-2050a

Table 15. Internal net migration for permanent residence; 2013-2050a
Wojewdztwa
POLSKA ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
a
2013
x
2391
-1619
-4954
-743
-2104
3775
13457
-892
-2273
-2053
3240
-3880
-2618
-2707
1645
-665
2015
x
1437
-1335
-4536
-482
-1621
3388
12122
-599
-1922
-1676
2542
-3239
-2251
-2556
1684
-955
2020
x
1337
-1242
-4220
-448
-1508
3152
11276
-557
-1788
-1559
2365
-3013
-2094
-2378
1567
-888
107
2025
x
1235
-1147
-3897
-414
-1393
2911
10414
-515
-1651
-1440
2184
-2783
-1934
-2196
1447
-820
2030
x
1157
-1074
-3650
-388
-1305
2726
9754
-482
-1547
-1349
2045
-2606
-1811
-2057
1355
-768
2035
x
1117
-1038
-3526
-375
-1260
2634
9423
-466
-1494
-1303
1976
-2518
-1750
-1987
1309
-742
2050
x
1117
-1038
-3526
-375
-1260
2634
9423
-466
-1494
-1303
1976
-2518
-1750
-1987
1309
-742
Tabl. 16. Saldo migracji wewntrznych na pobyt stay dla wojewdztw

w latach 2014-2050a (dok.)
Table 16. Internal net migration for permanent residence by voivodships; 2014-2050a (cont.)
Wojewdztwa
2013
2015
2020
2025
2030
2035
2050
MIASTA
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
-37823
-2281
-3308
-4703
-1253
-5015
-1083
7322
-1556
-2892
-1606
-934
-8704
-2776
-1803
-5698
-1533
-29909
-2397
-2917
-3829
-1051
-3825
-936
7331
-1208
-2237
-1223
-811
-6680
-2470
-1696
-4494
-1465
-28419
-2286
-2729
-3559
-995
-3565
-919
6585
-1131
-2089
-1150
-813
-6272
-2290
-1596
-4214
-1395
-27030
-2185
-2538
-3280
-942
-3299
-913
5761
-1054
-1939
-1079
-830
-5866
-2105
-1498
-3934
-1331
-24006
-1933
-2293
-2983
-839
-2992
-785
5453
-951
-1754
-968
-699
-5276
-1919
-1344
-3543
-1179
-21115
-1685
-2095
-2769
-745
-2758
-636
5490
-867
-1610
-873
-537
-4779
-1790
-1210
-3219
-1031
-21115
-1685
-2095
-2769
-745
-2758
-636
5490
-867
-1610
-873
-537
-4779
-1790
-1210
-3219
-1031
WIE
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
37823
4672
1689
-251
510
2911
4858
6135
664
619
-447
4174
4824
158
-904
7343
868
29909
3834
1582
-707
569
2204
4324
4791
609
315
-453
3353
3441
218
-860
6178
510
28419
3623
1487
-661
547
2057
4070
4691
574
301
-409
3178
3259
196
-782
5781
507
27030
3420
1391
-617
527
1907
3824
4652
539
288
-361
3014
3083
170
-699
5381
510
24006
3090
1218
-667
452
1687
3511
4301
468
208
-380
2745
2670
107
-713
4899
411
21115
2803
1058
-757
370
1498
3270
3933
401
116
-430
2513
2261
40
-777
4528
289
21115
2803
1058
-757
370
1498
3270
3933
401
116
-430
2513
2261
40
-777
4528
289
108
7. Wyniki prognozy ludnoci

The results of population projection
Demograficzna wizja kraju jaka wyania si z najnowszej prognozy ludnoci nie jest
zaskoczeniem. Czeka nas dalszy, stopniowy ubytek liczby ludnoci oraz znaczce zmiany
struktury wedug wieku. Oba te fakty wynikaj ze znanych mechanizmw powiza midzy
nateniem urodze i zgonw a stanami ludnoci. Spodziewana odbudowa podnoci jaka
pojawia si po 2004 r. okazaa si zbyt saba aby przynie wymierne efekty dla wielkoci
i skadu populacji wedug wieku. Dugotrway spadek urodze zapocztkowany po 1983 r.
i utrzymujce si niskie natenie urodze spowodoway, e w wiek prokreacji wchodz
coraz mniej liczne roczniki. Polska znalaza si w takim momencie rozwoju demograficznego,
e nawet wzrost wspczynnika dzietnoci do poziomu gwarantujcego prost zastpowalno
pokole w krtkim okresie nie spowoduje odwrcenia tych procesw i nie powstrzyma
zmniejszania si liczby ludnoci kraju. Przy tak ju znacznym znieksztaceniu struktury
populacji proces odbudowy demograficznej jest procesem powolnym i wymaga
konsekwentnych, dugofalowych dziaa.
W 2050 r. liczba ludnoci Polski wyniesie 33 mln 951 tys. W porwnaniu do stanu
w roku bazowym 2013 oznacza to zmniejszenie liczby ludnoci o 4,55 miliona tj. o 12%.
Oprcz ujemnego przyrostu naturalnego, bdziemy obserwowa dalsze niekorzystne z zmiany
w strukturze ludnoci wedug wieku oraz zmniejszanie si liczebnoci kobiet w wieku
rozrodczym. Osoby w wieku 65 lat i wicej ycia bd stanowiy prawie 1/3 populacji, a ich
liczba wzronie o 5,4 miliona w porwnaniu do 2013 r. Z kolei kobiety w wieku rozrodczym
w 2050 r. w bd stanowiy jedynie 62% stanu z roku wejciowego. Poniej przedstawiamy
wyniki prognozy dla Polski (w podziale na miasto/wie) oraz w przekroju wojewdzkim.
Pierwsza cz powicona jest zmianom liczby ludnoci kraju w perspektywie do 2050 r.,
za druga starzeniu populacji oraz konsekwencjom dla struktury populacji w podziale
na funkcjonalne grupy wieku.
109
7.1. Zmiany stanw ludnoci oraz ruch naturalny ludnoci

Changes in size of population and vital statistics
Zmianystanwludnoci
Changes in population size
Zgodnie prognoz w caym prognozowanym okresie liczba ludnoci Polski bdzie
si systematycznie zmniejsza. Ubytek w stosunku do 2013 r. wyniesie w kocu
horyzontu prognozy 4 545 tys. osb, w tym a 98% przewidywanego spadku wielkoci
populacji bdzie dotyczya miast. Ju w pierwszych dwch latach przewiduje si spadek
o prawie
77 tys. osb, jednak znaczce zmiany rozpoczn si po 2015 roku. W cigu
nastpnych 5 lat do 2020 r. liczba ludnoci zmniejszy si o 281 tys., za w kolejnych

okresach bdziemy obserwowa znaczne przypieszenie tempa zmian. Po 2035 r. kade
piciolecie prognozowanego okresu, zaznaczy si spadkiem liczebnoci populacji o ponad
800 tys.. W kocu 2050 r. ludno Polski osignie 33 951 tys., co stanowi 88,2% stanu
z 2013 r. Uwzgldniajc podzia na obszary miejskie i wiejskie wyranie zarysowuj si
istotne rnice w przebiegu procesw demograficznych (Wyk. 48).
Wyk. 48. Prognoza ludnoci miast i wsi do 2050 r. (w mln)
Chart. 48. Projection of urban and rural areas population until 2050 (in mln)
26
24
22
20
18
16
14
12
10
8
6
4
2
0
Miasta
2013
2015
Urbanareas
2020
Wie Ruralareas
2025
2030
110
2035
2040
2045
2050
Pomidzy 2013 a 2020 rokiem roczny spadek liczby ludnoci zamieszkaej na obszarach miejskich wzronie z 69 do 88 tys. Po 2020 roku ubytki ludnoci jeszcze wzrosn,
osigajc poziom ponad 100 tys. rocznie, a po 2035 r. rednio okoo 140 tys.
W konsekwencji populacja obszarw miejskich w 2050 r. bdzie stanowia jedynie 80%
populacji z 2013 r. (Tabl. 17).
Tabl. 17. Stany ludnoci, przyrosty/ubytki i zmiany stanw w latach 2013-2050a
Table 17. Population size, increases/decreases and changes in 2013-2050a
Wyszczeglnienie
2013
2014
2015
2020
Ogem
Miasta
Wie
38495,7
23271,8
15223,9
38461,8
23202,5
15259,2
38419
23129,5
15289,5
Ludno na 31 XII (w tys.)

38137,8 37741,5 37185,1 36476,8
22716,6 22216,3 21618,4 20945,4
15421,2 15525,1 15566,7 15531,4
Ogem
Miasta
Wie
x
x
x
-0,1
-0,3
0,2
Ogem
Miasta
Wie
x
x
x
Ogem
Miasta
Wie
100
100
100
2040
2045
2050
35668,2
20234,5
15433,7
34817,4
19522,2
15295,2
33950,6
18825,8
15124,8
-2,4
-3,5
-0,9
-2,5
-3,6
-1,1
Przyrost/ubytek ludnoi w stosunku do okresu poprzedniego (w tys.)

-33,9
-42,7
-281,2
-396,3
-556,4
-708,3
-808,6
-850,9
-69,3
-73
-412,9
-500,3
-598
-673
-710,9
-712,3
35,3
30,3
131,7
103,9
41,6
-35,3
-97,7
-138,5
-866,8
-696,4
-170,4
99,9
99,7
100,2
2025
2030
2035
Zmiana w stosunku do okresu poprzedniego w %

-0,1
-0,7
-1,0
-1,5
-1,9
-0,3
-1,8
-2,2
-2,7
-3,1
0,2
0,9
0,7
0,3
-0,2
99,8
99,4
100,4
Zmiany w stosunku do 2013 r. (2013=100)

99,1
98
96,6
94,8
97,6
95,5
92,9
90
101,3
102
102,3
102
-2,2
-3,4
-0,6
92,7
86,9
101,4
90,4
83,9
100,5
88,2
80,9
99,3
Na terenach wiejskich bdziemy obserwowa systematyczny, cho powolny wzrost

liczby ludnoci do roku 2030. W tym okresie liczebno populacji zwikszy si o 343 tys.
w stosunku do 2013 r. i osignie poziom 15,6 mln. Od 2031 r. bdzie nastpowa ubytek
liczby ludnoci, jednak dopiero w 2048 r. liczba ludnoci zamieszkaej na obszarach
wiejskich bdzie ksztatowaa si nieco poniej stanu notowanego w kocu 2013 r. 15,2 mln.
Konsekwencj opisanych zmian bdzie zmniejszenie w prognozowanym okresie udziau
ludnoci miast w populacji ogem z 60,5% w 2013 r. do 55,5% w 2050 r.
Istotne zrnicowanie przebiegu zmian stanu ludnoci oraz dynamiki tych procesw
na obszarach miejskich i wiejskich wynika m.in. z odrbnoci procesw wymierania
populacji, a take z odmiennoci zachowa prokreacyjnych ludnoci, w tym szczeglnie
rnica redniego wieku rodzenia i liczby rodzonych dzieci zarwno obserwowanych
w przeszoci jak i przewidywanych w perspektywie do 2050 r. Na przebieg zmian
111
w liczebnoci populacji na terenach miejskich i wiejskich rwnie w znacznym stopniu

wpywaj obserwowane od kilku lat zmiany w charakterze migracji ze wsi do miast:
zmniejszenie znaczenia migracji staych (definitywnych), na rzecz migracji zwizanych
z prac lub nauk oraz rosnce migracje z miast na tereny wiejskie zwaszcza wok duych
aglomeracji miejskich. Zmiany te s powodowane niszymi cenami mieszka czy kosztw
budowy domu, jak rwnie s wyrazem rosncego statusu ekonomicznego, umoliwiajcego
zamieszkanie w korzystniejszym ekologicznie rejonie.
Zmiany stanw ludnoci w przekroju regionalnym
Changes in population sizes of voivodships
Prognozowany do 2050 r. spadek liczby ludnoci kraju o 4,5 mln jest implikacj
spodziewanego przebiegu procesw demograficznych w wojewdztwach. Procentowe zmiany
w porwnaniu z rokiem wejciowym, a przewidywane w kocowym roku prognozy
wyznacza przedzia (-25,9%; 0,0%) (por. tabl. A2 w Aneksie). Jedynie w wojewdztwach
maopolskim, mazowieckim, pomorskim i wielkopolskim obserwowany bdzie okresowy
wzrost liczby ludnoci. Wojewdztwo maopolskie bdzie powikszao liczb mieszkacw
do 2026 r., pomorskie do 2027 r., podczas gdy mazowieckie do 2028 r. Najszybciej tendencja
wzrostowa zakoczy si w wojewdztwie wielkopolskim w 2023 r. Po okresie wzrostu ju
we wszystkich wojewdztwach wystpi spadek liczebnoci populacji, cho w wymienionych
regionach liczba ludnoci nadal bdzie wysza ni w roku wejciowym (do 2039 r.
w maopolskim, do 2042 r. w pomorskim i do 2030 r. w wielkopolskim). Wycznie
wojewdztwo mazowieckie w caym prognozowanym okresie utrzyma wysze stany ludnoci
ni w roku bazowym. W pozostaych wojewdztwach przewiduje si stay systematyczny
spadek liczby ludnoci w caym okresie objtym prognoz. Mona zaobserwowa dwa
scenariusze przebiegu zmian niewielkie ubytki (do 1,5% w stosunku do 2013 r.)
w pierwszych
latach
prognozowanego
okresu
znacznie
wiksze
po
2020 r.
(m.in. dolnolskie, kujawsko-pomorskie, lubuskie, podkarpackie, warmisko-pomorskie,

zachodniopomorskie) lub znaczne ujemne zmiany (powyej 2,5%) widoczne ju
w pocztkowych latach prognozy (lubelskie, dzkie, podlaskie, lskie, witokrzyskie).
Powyej 20% w stosunku do 2013 r. zmniejszy si populacja osb zamieszkaych na terenach
wojewdztw: lubelskiego, dzkiego, opolskiego i witokrzyskiego (Tabl. 18, Wyk. 49).
112
Tabl. 18. Zmiany stanw ludnoci w latach 2013-2050 (w tys.)

Table 18. Changes in population size in 2013-2050 (in thou.)
Wyszczeglnienie
Polska
Poland
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
20132014
20142015
20152020
20202025
20252030
20302035
20352040
20402045
20452050
20132050
-866,8 -4545,1
-33,9
-42,7
-281,2
-396,3
-556,4
-708,3
-808,6
-850,9
-5,0
-5,7
-32,8
-40,6
-52,5
-64,3
-71,2
-72,3
-70,2
-414,6
-3,1
-8,1
-1,1
-10,7
6,8
12,8
-4,8
-0,9
-3,5
5,0
-14,6
-5,7
-3,5
-8,3
-1,4
-11,1
5,9
11,5
-5,1
-1,5
-3,7
4,5
-15,9
-5,9
-20,6
-43,3
-9,2
-57,2
22,7
47,2
-27,9
-12,3
-19,6
18,8
-91,3
-30,7
-26,4
-46,7
-12,8
-60,4
11,4
27,7
-30,8
-19,0
-21,4
10,7
-107,9
-32,5
-35,1
-54,0
-17,3
-67,3
-4,3
2,3
-33,8
-27,9
-25,0
-0,8
-124,6
-36,1
-44,2
-62,9
-21,8
-74,7
-19,2
-17,4
-36,9
-38,1
-29,4
-10,5
-137,3
-40,8
-50,9
-70,4
-25,2
-78,6
-29,3
-26,2
-39,3
-47,2
-33,7
-16,7
-143,3
-45,0
-54,3
-74,9
-26,8
-78,1
-35,3
-27,1
-40,6
-53,8
-37,1
-19,7
-143,1
-47,2
-55,5
-77,0
-27,2
-75,8
-39,9
-28,8
-40,7
-58,3
-39,4
-21,4
-140,8
-47,5
-293,6
-445,6
-142,8
-514,0
-81,2
1,9
-259,8
-259,0
-212,6
-30,1
-918,8
-291,3
-3,2
5,0
-2,9
-3,5
4,2
-3,3
-19,1
14,1
-20,2
-22,5
0,0
-25,3
-28,0
-19,5
-32,4
-34,3
-36,2
-40,2
-39,9
-45,7
-45,8
-43,4
-49,4
-47,9
-45,0
-51,7
-47,6
-239,0
-179,1
-265,5
Wyk. 49. Zmiany stanw ludnoci wojewdztw w porwnaniu do 2013 r. (w %)

Chart. 49. Changes in population size by voivodships (2013=100)
5
0
-5
-10
-15
2020
-20
2035
-25
2050
-30
113
Prawie 20% ubytek ludnoci miejskiej w Polsce, pomidzy 2013 r. a 2050 r. wynika
z przewidywanych zmian w wojewdztwach. Jedynie w mazowieckim nastpi wzrost liczby
mieszkacw miast w cigu najbliszej dekady o okoo 50 tys. Od 2025 r. do koca okresu
objtego prognoz spodziewany jest ubytek ludnoci miejskiej. Jednak skala zjawiska bdzie
znacznie mniejsza ni w innych regionach kraju. Ostatecznie w 2050 r. w miastach
wojewdztwa mazowieckiego bdzie zamieszkiwao 3 369 tys. mieszkacw co stanowi
98,7% populacji z roku 2013. W pozostaych wojewdztwach bdziemy obserwowa
systematyczne kurczenie si ludnoci miast. Szczeglnie dwa wojewdztwa: witokrzyskie
i opolskie dowiadcz najwikszego w skali kraju (powyej 30%) ubytku ludnoci miejskiej.
Znaczce powyej 20% zmniejszenie liczebnoci ludnoci miejskiej przewiduje si
w wojewdztwach dolnolskim, kujawsko-pomorskim, lubelskim, lubuskim, dzkim,
podkarpackim,
lskim,
warmisko-mazurskim
oraz
zachodniopomorskim.
Wiksze
zrnicowanie w przebiegu zmian prognozowanych stanw ludnoci bdzie obserwowane na

obszarach wiejskich. Dwie skrajne grupy stanowi wojewdztwa, w ktrych z jednej strony
przewidywany jest systematyczny wzrost liczby ludnoci zamieszkaej na terenach wiejskich
(znaczce zmiany w: maopolskim o 7,9%, pomorskim o 20,4% i wielkopolskim o 12,8%)
lub odwrotnie systematyczny ubytek tej populacji (kilkunastoprocentowy spadek
przewiduje si w wojewdztwach: lubelskim o 14,7%, warmisko-mazurskim o 10,5%,
opolskim o 20,0%, podlaskim o 17,8%, witokrzyskim o 13,1%). W pozostaych
wojewdztwach przewiduje si kilkuprocentowe zmiany w obu kierunkach (por. tabl. A2 w
Aneksie).
Prognozowane zmiany liczebnoci subpopulacji miejskiej i wiejskiej wynikajce
zarwno z przebiegu procesw wymierania populacji, wielkoci prognozowanych urodze,
jak i skali przemieszcze midzy obszarami miejskimi i wiejskimi, bd skutkoway zmian
proporcji midzy ludnoci miejsk i wiejsk (Tabl.
19). Poziom urbanizacji mierzony
udziaem ludnoci miejskiej w populacji ogem bdzie kontynuacj obecnie

obserwowanych tendencji. We wszystkich wojewdztwach jest przewidywany
spadek
odsetka ludnoci miast. Najbardziej zaawansowany proces dezurbanizacji jest spodziewany

w wojewdztwach
kujawsko-pomorskim,
pomorskim,
wielkopolskim,
witokrzyskim
i dzkim, gdzie ubytek ludnoci miejskiej do koca 2050 r., przekroczy 7 p. proc.
114
Tabl. 19. Udzia ludnoci miast w strukturze ludnoci ogem w latach 2013-2050 (w %)
Table 19. Share of urban areas in total population, 2013-2050 (in %)
Wojewdztwa
2013 2014 2015 2020 2025 2030 2035 2040 2045 2050
Polska ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
60,5
69,4
60,0
46,3
63,2
63,4
48,7
64,2
52,1
41,4
60,4
65,1
77,4
44,8
59,3
55,3
68,8
60,3
69,2
59,9
46,3
63,1
63,2
48,6
64,2
52,0
41,3
60,5
64,9
77,3
44,6
59,2
55,1
68,7
60,2
69,1
59,7
46,2
63,0
63,1
48,4
64,2
52,0
41,2
60,5
64,7
77,1
44,5
59,1
54,8
68,6
59,6
68,2
58,7
45,9
62,4
62,2
47,7
64,1
51,5
40,8
60,7
63,6
76,5
43,7
58,7
53,7
68,0
58,9
67,4
57,7
45,5
61,7
61,2
47,0
64,0
51,1
40,2
60,8
62,4
75,8
42,8
58,3
52,5
67,5
58,1
66,5
56,7
44,9
61,0
60,3
46,2
63,7
50,6
39,6
60,8
61,3
75,1
41,9
57,9
51,3
66,9
57,4
65,6
55,7
44,3
60,4
59,3
45,4
63,5
50,0
39,0
60,7
60,3
74,5
40,9
57,5
50,2
66,4
56,7
64,8
54,7
43,7
59,8
58,3
44,6
63,4
49,5
38,3
60,6
59,3
73,8
39,9
57,1
49,1
65,9
56,1
63,9
53,7
43,0
59,2
57,3
44,0
63,3
48,9
37,6
60,5
58,3
73,2
38,8
56,7
47,9
65,4
55,5
63,2
52,8
42,3
58,6
56,3
43,3
63,3
48,3
37,0
60,4
57,5
72,6
37,7
56,3
46,8
65,0
Przyrost naturalny
Natural increase
Przedstawione ubytki populacji w latach 2014-2050, wynikaj w uproszczeniu
z prognozowanych zmian w intensywnoci urodze i zgonw oraz migracji ludnoci. Wyniki
prognozy wskazuj na utrzymywanie si ujemnego przyrostu naturalnego (rnica midzy
liczb urodze i zgonw) do koca horyzontu prognozy. Jedynie na obszarach wiejskich
w pocztkowym okresie prognozy pojawi si niewielka nadwyka urodze nad zgonami
(do 2018 r.). W kolejnych latach zarwno w miastach jak i na wsi ujemny przyrost naturalny
bdzie si pogbia (Tabl. A20 w aneksie). W 2050 r. nadwyka zgonw nad urodzeniami
przekroczy 173 tys.
Poza krtkim okresem 2008-2011 r., na obszarach miejskich od 1998 r. wystpuj
niekorzystne relacje midzy liczb urodze i zgonw. Ujemny przyrost naturalny na tych
terenach utrzyma si przez cay okres prognozy. Przewiduje si jego stopniowy spadek
a do 2040 r., kiedy osignie wielko -122 tys. (w 2013 r. wynosi -21,3 tys.). W dekadzie
2040-2050 nadwyka zgonw nad urodzeniami nieco si zmniejszy i osignie poziom
116,1 tys. (Wyk. 50).
115
Wyk. 50. Przyrost naturalny ludnoci (w tys.) w latach 2013-2050a

Chart. 50. Projected natural increase (in thous.)in 2013-2050a
20
0
-20
-40
-60
-80
-100
-120
-140
Polska Poland
-160
Miasta Urban areas
-180
Wie
Rural areas
-200
2013
a
2017
2021
2025
2029
2033
2037
2041
2045
2049
2013 r. dane rzeczywiste; 2013 - actual data
Odmienne zjawiska wystpoway na obszarach wiejskich. W caym powojennym

okresie przyrost naturalny przyjmowa wartoci dodatnie. Tendencja ta bdzie utrzymywaa
si do 2018 r. Kolejne lata przynios zmian trendu. Nadwyka zgonw nad urodzeniami
bdzie stopniowo wzrastaa w kolejnych latach a do wartoci -57, 4 tys., jednak jej poziom
w 2050 r. bdzie ponad dwukrotnie mniejszy ni w miastach.
Oglnie mona stwierdzi, e ujemny przyrost naturalny na koniec okresu
prognostycznego wypracuj wszystkie wojewdztwa (Wyk.
przyrost
naturalny
wystpowa
jedynie
piciu
51). W 2013 r. dodatni
wojewdztwach:
maopolskim,
mazowieckim, podkarpackim, pomorskim i wielkopolskim. W prognozowanym okresie

dodatni przyrost utrzyma si w tych wojewdztwach przez kilka lat najduej w pomorskim
do roku 2023 r.
116
Wyk. 51. Przyrost naturalny ludnoci w latach 2013 i 2050 wedug wojewdztw (w tys.)
Chart. 51. Natural increase by voivodships in 2013 and 2050 (in thous.)
-25
-20
-15
-10
-5
10
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
2013
Opolskie
Podkarpackie
2050
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
W czci miejskiej wojewdztw ujemny przyrost naturalny bdzie wystpowa

praktycznie do 2050 r. Jedynie w pierwszym roku w kilku wojewdztwach mona si
spodziewa minimalnej przewagi urodze nad zgonami. Okoo 2040 r. w dolnolskim,
dzkim oraz mazowieckim rnica midzy prognozowan liczb zgonw i urodze
przekroczy 10 tys., za w lskim a 20 tys.
Bardziej zoona sytuacja wystpi na obszarach wiejskich. W poowie wojewdztw
przez wszystkie lata objte prognoz mona si spodziewa wyszej liczby zgonw
ni urodze. W pozostaych okresowo wystpi dodatni przyrost naturalny w maopolskim
a do 2030 r., wielkopolskim do 2032 r., za pomorskim do 2045 r. (Tabl. A20 w aneksie).
117
Urodzenia
Births
Po dekadach systematycznego spadku urodze, w krtkim okresie 2004-2009 trend
uleg odwrceniu
Zarwno w miastach jak i na wsi zanotowano wzrost intensywnoci
podnoci we wszystkich grupach wieku kobiet, przy czym nastpio przesunicie wieku
najwikszego natenia urodze do starszych grup wieku, tj. 25-29 i 30-34 lata. Ocenia si,
e notowany w ostatnich latach wzrost poziomu urodze, wynika gwnie z realizacji
odoonych urodze wyowych rocznikw kobiet, urodzonych w kocu lat 70. oraz
na pocztku lat 80. Jednak niekorzystne warunki ekonomiczne i spoeczne oraz odczuwalne
take w Polsce skutki wiatowego kryzysu przyczyniy si do zahamowania wzrostu liczby
urodze po 2009 r. (por. Zaoenia dzietnoci).
Wyk. 52. Prognozowana liczba urodze (w tys.) w latach 2013-2050 a
Chart. 52. Projected number a of births (in thous.)
400
350
Wie
Miasta
300
250
200
150
100
50
0
2013
a
2017
2021
2025
2029
2033
2037
2041
2045
2049
2013 r. - dane rzeczywiste; 2013 actual data
Liczba urodze jest wypadkow intensywnoci urodze poszczeglnych rocznikw

kobiet oraz ich liczby. Przewidywane niekorzystne zmiany liczby i struktury wiekowej kobiet
w wieku rozrodczym (por. Zmiany liczby i struktury kobiet w wieku 15-49 lat) spowoduj,
i mimo zaoonego wzrostu natenia urodze liczba nowonarodzonych dzieci bdzie malaa
118
w caym prognozowanym okresie. Przewiduje si, e liczba urodze bdzie systematycznie

zmniejsza si, osigajc w 2050 r. wielko 254,7 tys., a wic o blisko 30% mniej ni
w wyjciowym roku prognozy. Spadek liczby urodze bdzie obserwowany zarwno
w miastach, jak i na wsi (Tabl. A20 w Aneksie). Zmieni si nieco relacje midzy liczb
urodze na terenach miejskich i wiejskich. W 2013 r. urodzenia w miastach stanowiy 58%
urodze ogem. Przewiduje si, e do 2050 ich udzia zmniejszy si o 3,5 p. proc. (Wyk.
52).
Systematyczny spadek urodze spodziewany jest we wszystkich regionach kraju.
W 2050 r. poziom urodze w wojewdztwach bdzie stanowi od 55% (opolskie) do 80%
(mazowieckie, pomorskie) urodze z roku 2013.
Surowy wspczynnik urodze w 2013 r. mieci si dla wszystkich wojewdztw
w przedziale od 8,2 (opolskie) do 10,6 (wielkopolskie). Wartoci poniej 9 byy
obserwowane w czci wojewdztw ciany wschodniej (podlaskie, witokrzyskie),
w poudniowo-zachodnich rejonach kraju (dolnolskie, opolskie) oraz w wojewdztwie
dzkim. Najwysze wartoci (powyej 10 ) poza wielkopolskim wystpiy w wojewdztwach pomorskim, mazowieckim oraz maopolskim.
Przewidywane ubytki ludnoci oraz postpujce zmiany w strukturze populacji
spowoduj, e mimo zaoonego wzrostu poziomu dzietnoci wartoci wspczynnikw
rodnoci bd powoli malay w caym okresie objtym prognoz. Do 2050 r. surowy
wspczynnik urodze zmniejszy si przecitnie o ok.
2 punkty promilowe, osigajc
maksymalny poziom 8,5 w wojewdztwie pomorskim, za minimalny 6,1 w opolskim.

(Tabl. A21 w Aneksie).
Zakres wartoci wynikowych wspczynnikw dzietnoci w kocowym roku
prognozy wyznaczaj wojewdztwa: opolskie (1,35) oraz pomorskie (1,61). Wartoci
wspczynnika poniej 1,5 zanotuj wojewdztwa: podkarpackie, witokrzyskie, podlaskie,
dolnolskie, zachodniopomorskie i lubelskie (Wyk. 52). Zbliony poziom dzietnoci jak
w wojewdztwie pomorskim przewiduje si w wielkopolskim (1,6) i mazowieckim (1,59).
Jedynie pierwsze lata prognozy (do 2018 r.) mog przynie niewielkie spadki wartoci tego
miernika, w kolejnych latach spodziewany jest powolny wzrost.
119
Wyk. 53. Wspczynniki dzietnoci wedug wojewdztw w 2013a i 2050 r.

Chart. 53. Total fertility rate by voivodships in 2013a and 2050
Miasta
2050
2013
1,53 - 1,58
1,49 - 1,53
1,45 - 1,49
1,41 - 1,45
1,37 - 1,41
1,23 - 1,26
1,18 - 1,23
1,13 - 1,18
1,08 - 1,13
1,03 - 1,08
Wie
2050
2013
1,64 do 1,70
1,58 do 1,64
1,52 do 1,58
1,46 do 1,52
1,40 do 1,46
1,58 - 1,70
1,48 - 1,58
1,38 - 1,48
1,28 - 1,38
1,18 - 1,28
dane rzeczywiste; actual data
120
Trwanieyciaiumieralno
Life expectancy and mortality
Zgodnie z przyjtymi zaoeniami w okresie objtym prognoz przecitne trwanie
ycia bdzie nadal wyduao si, osigajc w 2050 r. wartoci wiksze od obecnie
notowanych o 9 lat dla mczyzn i 6 lat dla kobiet. W miastach mczyni bd doywali
wieku 82,5 lat, kobiety 87,5 lat (Wyk. 54), natomiast na wsi odpowiednio 81,6 i 87,4 lat.
Podobnie jak obecnie mczyni w miastach bd yli o blisko rok duej ni na wsi; za
dla kobiet przecitne trwanie ycia ulegnie zrwnaniu z niewielk tylko przewag dla
mieszkanek miast. Jednoczenie w sposb istotny zmniejszy si rnica w przecitnym
trwaniu ycia mczyzn i kobiet do ok. 5,4 lat; mczyni bd yli przecitnie 82,1 lat, za
kobiety 87,5 lat, co oznacza mniejsz nadumieralno mczyzn.
Wyk. 54. Przecitne trwanie ycia w latach 1990-2050a
Chart. 54. Life expectancy 1990-2050 a
90
85
Mczyni Males
Kobiety Females
80
75
70
65
1990
a
2000
2013
2015
2020
2025
2030
2035
2040
2045
2050
dla lat: 1990, 2000, 2013 dane rzeczywiste; for:1990, 2000,2013 actual data
W perspektywie najbliszych dwudziestu kilku lat z uwagi na gwatowny proces

starzenia si ludnoci wyraony m.in. wzrostem udziau osb w zaawansowanym wieku
mona spodziewa si znacznego wzrostu liczby zgonw. Przewiduje si, e liczba zgonw
bdzie rosa stopniowo do 2043 r. Potem nastpi niewielki spadek ostatecznie w 2050 r.
liczba zgonw wyniesie 428,3 tys., a wic o blisko 41 tys. wicej, ni w 2013 r. (Tabl. 20).
121
Tempo przyrostu liczby zgonw w miastach bdzie do 2030 r. nieco wiksze ni na wsi,
potem ta tendencja ta ulegnie odwrceniu. Pomimo znacznego zmniejszenia si liczby
ludnoci miejskiej, wolniejszy na obszarach wiejskich proces starzenia populacji spowoduje,
e udzia liczby zgonw osb zamieszkaych w miastach w oglnej liczbie zgonw zmniejszy
si nieznacznie z 60,7 % w 2013 r. do 59,4% w 2050 r.
Tabl. 20. Prognozowana liczba zgonw wedug wybranych grup wieku (w tys.)
Table 20. Projected number of deaths in selected age groups (in thous.)
Grupa
Wyszczeglnienie wieku
Age
Specification
Group
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
Ogem
Ogem
387,3
384,1
386,8
394,7
397,7
406,2
425,7
440,0
440,9
428,3
Total
0-24 lata
5,1
4,2
4,1
3,4
2,9
2,6
2,2
1,9
1,6
1,3
25-64
104,9
97,3
94,6
79,0
63,9
54,3
52,8
48,4
40,8
31,7
65+
277,4
282,6
288,1
312,3
330,9
349,2
370,7
389,7
398,5
395,2
W odsetkach
Ogem
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
In Percentage
0-24 lata
1,3
1,1
1,1
0,9
0,7
0,6
0,5
0,4
0,4
0,3
25-64
27,1
25,3
24,5
20,0
16,1
13,4
12,4
11,0
9,2
7,4
65+
71,6
73,6
74,5
79,1
83,2
86,0
87,1
88,6
90,4
92,3
Miasta
Ogem
235,2
235,2
237,3
244,4
248,1
254,0
264,9
271,1
267,4
254,5
Urban Areas
0-24 lata
2,6
2,2
2,1
1,7
1,5
1,3
1,1
1,0
0,8
0,7
65,8
60,5
58,4
46,9
37,0
31,3
30,5
27,7
22,8
17,1
65+
166,8
172,5
176,7
195,7
209,6
221,3
233,4
242,4
243,8
236,7
Wie
Ogem
148,9
148,9
149,5
150,3
149,7
152,2
160,8
168,9
173,5
173,8
Rural Areas
0-24 lata
2,5
2,0
2,0
1,7
1,5
1,3
1,1
1,0
0,8
0,7
39,1
36,8
36,2
32,1
26,9
23,0
22,3
20,7
18,0
14,6
110,6
110,1
111,4
116,6
121,3
127,9
137,3
147,3
154,7
158,5
25-64
25-64
65+
a
Dziki przewidywanym pozytywnym zmianom w umieralnoci, a tym samym

wyduaniu si przecitnego trwania ycia, w 2050 r. liczba zgonw osb modych oraz
w wieku rednim, tj. poniej 65 lat (tzw. zgony przedwczesne) w porwnaniu z 2013 r.
zmniejszy si ponad trzykrotnie (ze 110 tys. do 33 tys.). Natomiast udzia zgonw osb
w wieku starszym, tj. 65 lat i wicej, zwikszy si w caym prognozowanym okresie o 20,7 p.
proc.. Podczas gdy w 2013 r. odsetek osb zmarych w tym wieku wynosi nieco ponad
71,6% (277 tys. zgonw), w 2050 r. przekroczy 92,3% (395 tys. zgonw).
Obecnie w Polsce wystpuje due regionalne zrnicowanie umieralnoci (Tabl. A21
w Aneksie). W 2013 r. najmniejsze natenie zgonw notowano w wojewdztwach lecych
122
w poudniowej czci kraju, tj. podkarpackim i maopolskim oraz w wojewdztwie

pomorskim, gdzie na kade 100 tys. ludnoci zmaro blisko 900 osb. W najtrudniejszej
sytuacji znajdowao si wojewdztwo dzkie, dla ktrego wskanik ten by ponad 40%
wyszy. W prognozowanym okresie oglny wspczynnik zgonw bdzie zwiksza si
we wszystkich wojewdztwach. Najmniejszy przyrost (o 1,3 punktu promilowego) bdzie
notowany dla wojewdztwa mazowieckiego, natomiast najwikszy dla opolskiego (o 4,1
punktu
promilowego).
Nadal
najmniejsze
natenie
zgonw
bdzie
notowane
w wojewdztwach pomorskim (1133 na 100 tys. ludnoci), podkarpackim (1144), oraz

mazowieckim (1149) i wielkopolskim (1167), a najwysze w wojewdztwie dzkim (1405).
Rozpito midzy skrajnymi wskanikami zmniejszy si o blisko 20%.
W 2013 r. w wojewdztwie dzkim rednia dugo trwania ycia mczyzn bya
najkrtsza w Polsce i wynosia 70,7 lat, czyli o ponad 4 lata mniej ni w podkarpackim, ktre
pod tym wzgldem jest od lat wiodcym wojewdztwem. Zrnicowanie redniego trwania
ycia kobiet w przekroju wojewdzkim jest mniejsze maksymalna rnica wynosi 2,3 roku.
W 2013 r. najkrcej yy mieszkanki wojewdztwa lskiego, dzkiego oraz lubuskiego
80,1 lat, natomiast najduej mieszkanki wojewdztwa podkarpackiego i podlaskiego
odpowiednio 82,4 i 82,3 lata.
Zgodnie z przewidywaniami przecitne trwanie ycia bdzie wyduao si
we wszystkich wojewdztwach w caym prognozowanym okresie, a rnica midzy
skrajnymi parametrami trwania ycia zmniejszy si. Po 2045 r. trwanie ycia dla mczyzn
przekroczy barier 80 lat. Nadal w wojewdztwie podkarpackim i maopolskim mczyni
bd yli najduej 83 lata, natomiast najkrcej podobnie jak dzi w wojewdztwie
dzkim i warmisko-mazurskim (odpowiednio 80,8 i 81,5 lat). Wrd kobiet za najbardziej
dugowieczne bdzie mona uzna mieszkanki wojewdztw lecych na terenach Polski
poudniowo-wschodniej i wschodniej, a w szczeglnoci wojewdztw podkarpackiego,
podlaskiego oraz maopolskiego, gdzie kobiety bd doyway co najmniej 88 lat, a wic
o 1,6-1,8 roku wicej ni lzaczki i odzianki, ktre pod wzgldem dugoci trwania ycia
nadal bd plasoway si na ostatnim miejscu.
W 2013 r. w Polsce rnica midzy przecitnym trwaniem ycia mczyzn i kobiet
wynosia 8,3 lat, z czego maksymalne rozpitoci powyej 9 lat - notowane byy
w wojewdztwie dzkim, podlaskim oraz warmisko-mazurskim. W cigu blisko 40 lat
123
Wyk. 55. Trwanie ycia wedug wojewdztw w 2013a i 2050 r.

Chart. 55. Life expectancy by voivodships in 2013 a and 2050
Mczyni
2013
2050
73,9 do 74,8
73,1 do 73,9
72,3 do 73,1
71,5 do 72,3
70,7 do 71,5
82,7 - 83,0
82,2 - 82,7
81,7 - 82,2
81,2 - 81,7
80,7 - 81,2
Kobiety
2013
2050
82,0 - 82,4
81,5 - 82,0
81,0 - 81,5
80,5 - 81,0
80,0 - 80,5
88,0 - 88,4
87,7 - 88,0
87,4 - 87,7
87,1 - 87,4
86,8 - 87,1
124
do 2050 roku - nadumieralno mczyzn zmniejszy si dosy znacznie. W 2050 r.

najwiksze dysproporcje pci bd wystpoway w warmisko-mazurskim, lubelskim
i dzkim, jednak rnica ta nie bdzie przekraczaa 6,1 roku (dla Polski ogem 5,4 lat).
Stanie si tak na skutek nierwnomiernego tempa przyrostu trwania ycia mczyzn
i kobiet. Podczas gdy w latach 1992-2013 trwanie ycia mczyzn wyduyo si o 6,8 lat
w okresie prognozy, czyli do 2050 r., przyrost ten bdzie znacznie wikszy 9 lat.
Z kolei tempo przyrostu przecitnego trwania ycia kobiet ulegnie spowolnieniu
i w okresie lat 2014-2050 wyniesie 6,4 roku, a wic nieco mniej ni w latach 1992-2013.
7.2.Starzeniesipopulacji
Ageing of population
Starzenie populacji jest zjawiskiem powszechnym i nieodwracalnym. Stopie
zaawansowania procesu zaley od fazy rozwoju spoeczestwa. Zauwaalne zmiany struktury
populacji pojawiy si w XIX w. w Europie (Wielka Brytania, Francja, Dania, Szwecja) wraz
z przemianami spoeczno ekonomicznymi zwizanymi z industrializacj i urbanizacj,
ktrym towarzyszyy przemiany ludnociowe nazwane przejciem demograficznym. Proces
charakteryzowa si duym zrnicowaniem terytorialnym i czasowym - w rnym tempie
nastpowaa modernizacja spoeczestw europejskich, a populacje dokonyway przejcia
od reprodukcji rozrzutnej53 (wysokie natenie urodze i zgonw) do reprodukcji oszczdnej
(niski poziom umieralnoci i zgonw). W cigu ok. 100 lat zjawisko rozprzestrzenio si
w caej Europie. Zmiany postaw i systemu wartoci zwaszcza modych ludzi, jakie dokonay
si po II wojnie wiatowej znalazy przeoenie w sferze zachowa demograficznych.
W latach powojennych, a w zasadzie w latach 60-tych XX w. rozpoczy si przemiany
nazwane II przejciem demograficznym, ktrych cech charakterystyczn byy przeobraenia
m. in. w sferze formowania i rozpadu rodzin, opniania wieku wchodzenia w zwizki
i rodzenia dzieci oraz intensywnoci tych procesw. Pod koniec stulecia zachowania
specyficzne dla II przejcia demograficznego wystpoway w caej Europie. Znamiennym jest
fakt, e tam gdzie rozpoczy si najpniej miay bardziej gwatowny przebieg (np. kraje
postkomunistyczne).
W wielu krajach europejskich dugo utrzymuje si niska (wspczynnik dzietnoci
poniej 1,5) lub bardzo niska (wspczynnik dzietnoci poniej 1,3) podno, za przyrost
53
Szczegowy opis wspomnianych procesw znajduje si w ksice prof. M. Oklskiego: Demografia. Podstawowe pojcia, procesy i
teorie w encyklopedycznym zarysie Warszawa, 2004
125
naturalny ustabilizowa si na bardzo niskim (bd nawet ujemnym) poziomie. Niska

podno oznacza mniejsz liczb urodze, a take mniejsz liczb potencjalnych matek
w przyszoci. Z kolei korzystne zmiany umieralnoci przekadajce si na dusze ycie
to wiksza liczba osb starszych w populacji. Migracje zagraniczne dotycz gwnie modych
ludzi, co bez wtpienia powoduje dalsze znieksztacenie struktury. Zatem sia dziaania tych
trzech czynnikw podnoci, umieralnoci, migracji oraz wpyw wyw i niw
demograficznych z przeszoci i ich echa determinuj struktur wieku spoeczestwa.
Zgodnie z definicj - starzenie si populacji oznacza zwikszanie odsetka osb
starszych przy jednoczesnym zmniejszaniu odsetka dzieci. W literaturze jako metrykalny prg
staroci przyjmuje si najczciej 60 (WHO) lub 65 lat (ONZ, Eurostat). Istnieje wiele miar
i klasyfikacji stopnia zaawansowania starzenia spoeczestwa. Zgodnie z kryterium ONZ
za star uznaje si populacj, w ktrej udzia ludnoci w wieku 65 lat i wicej przekracza 7%.
Odsetek powyej 10% oznacza faz zaawansowanej staroci. Wrd klasycznych miar
starzenia w analizach stosowane s ponisze wskaniki:
struktura populacji w podziale na biologiczne grupy wieku: 0-14, 15-64, 65 i wicej
(lub 0-14, 15-59, 60 i wicej),
wspczynnik staroci demograficznej (old-age rate),
wiek rodkowy mediana wieku populacji (median age),
indeks staroci (ageing index),
wspczynniki obcienia demograficznego cakowity, dziemi, osobami starszymi
(total dependency ratio, youth dependency ratio, old-age dependency ratio ),
generacyjne wspczynniki wsparcia (potential support ratio, parent support ratio ),
udzia osb najstarszych (w wieku 80 i wicej lat) w populacji w wieku powyej 65 lat
(double ageing).
Oprcz miar klasycznych powstao wiele miernikw alternatywnych54, ktre
wykorzystuj dodatkowe waciwoci rozkadu populacji wedug wieku lub uwzgldniaj
potencjaln liczb lat pozostaych do przeycia.
Wyniki opisane dalej wykorzystuj podzia na trzy podstawowe grupy wieku wedug
kryterium stosowanego przez ONZ i Eurostat: 0-14, 15-64, 65+.
54
Anita Abramowska-Kmon, O nowych miarach zaawansowania procesu starzenia si ludnoci STUDIA DEMOGRAFICZNE 1(159) 2011
126
Mediana wieku
Median age of population
Jako miar zaawansowania procesu starzenia wykorzystuje si median tj. taki wiek,
ktrego jedna poowa populacji jeszcze nie osigna, za druga ju ukoczya.
Wedug danych Eurostatu wiek rodkowy dla caej Unii Europejskiej wynosi
w 2012 r. 41,9 lat. Na tle innych krajw Polska jest krajem stosunkowo modym (najmodsza
demograficznie bya ludno Irlandii, dla ktrej wiek rodkowy wynosi 35,5 lat, najstarsza
populacja Niemiec z median prawie o 10 lat wysz).
W 2013 r. warto tego wskanika dla Polski wynosia 37,4 lat dla mczyzn oraz
40,9 lat dla kobiet przy czym starsza demograficznie bya ludno zamieszkaa w miastach.
Tabl. 21. Mediana wieku ludnocia
Table 21. Median age of populationa
Rok
Ogem
2013
2020
2035
2050
39,1
41,9
48,6
52,5
2013
2020
2035
2050
40,2
43,1
50,1
54,0
2013
2020
2035
2050
37,3
40,0
46,5
50,8
Mczyni
Ogem
37,4
40,3
46,7
50,1
Miasta
38,2
41,2
47,9
51,1
Wie
36,3
39,0
45,2
49,0
Kobiety
40,9
43,6
50,4
54,8
42,6
45,1
52,0
56,6
38,4
41,2
47,9
52,6
Przewiduje si, e w 2050 r. wiek rodkowy wzronie do 50,1 lat dla mczyzn
i do 54,8 lat dla kobiet, co oznacza w skali kraju wzrost o odpowiednio 12,7 i 13,9 lat (Tabl.
21). Tempo starzenia bdzie zrnicowane do 2020 mediana zwikszy si o 2,8 lat (o 2,9
dla mczyzn i 2,7 dla kobiet). W cigu 15 lat do 2035 r. wyniki wskazuj na znaczny
wzrost wieku rodkowego o 6,7 lat (o 6,4 dla mczyzn i 6,8 dla kobiet). Przyrost mediany
ulegnie spowolnieniu w kolejnych latach do 2050 r. zwikszy si o 3,9 lat (o 3,4
dla mczyzn i 4,4 dla kobiet). W kocu horyzontu prognozy co drugi mczyzna
127
zamieszkay w miastach przekroczy 51 lat, za co druga kobieta 56 lat (mediana 56,6).

O kilka lat modsza bdzie populacja wsi co drugi mczyzna osignie wiek 49 lat,
a kobieta 52,6 lata.
Znaczne zrnicowanie obserwuje si w przekroju wedug wojewdztw i pci.
W 2013 r. odstp midzy skrajnymi wartociami mediany w przekroju wojewdztw wynosi
3,3 roku. Zakres wartoci wyznaczaj wojewdztwa: podkarpackie (mediana 37,7) oraz
dzkie (mediana 41). W okresie objtym prognoz wiek rodkowy bdzie wzrasta
we wszystkich wojewdztwach, szczeglnie szybko
do 2035 r. (od 8,9 do 10,6 lat).
W kolejnych latach, a do 2050 r. dalszy wzrost wartoci mediany bdzie wolniejszy

w granicach od 2,6 lat (mazowieckie, pomorskie) do 5,7 lat (podlaskie). Najstarszymi
demograficznie rejonami stan si wojewdztwa: opolskie (56,1 lat), witokrzyskie (55,9 lat)
i podlaskie (55,1 lat), w ktrych co drugi mieszkaniec bdzie mia ukoczone 55-56 lat.
atwo zauway (por. Tabl. A19 w Aneksie), e we wszystkich wojewdztwach
subpopulacja kobiet jest starsza ni subpopulacja mczyzn, przy czym rnice midzy
median zbiorowoci kobiet i mczyzn s dwukrotnie wiksze w miastach. Takie zjawiska
wynikaj w duej mierze z obserwowanego zrnicowania terytorialnego umieralnoci
i powszechnej nadumieralnoci mczyzn.
Uwag zwraca relatywnie wolniejszy ni w innych wojewdztwach proces
starzenia populacji w miastach wojewdztwa mazowieckiego (Wyk. 56, Wyk. 57). Wiek
rodkowy dla mczyzn wzronie o 9,7 lat i 11,6 lat dla kobiet, podczas gdy mczyni
i kobiety w miastach podkarpackiego oraz witokrzyskiego bd starze si znacznie
szybciej o 16,4-17,3 lat do 2050 r.
W 2050 r. mczyni w czci miejskiej wojewdztw bd starsi od mczyzn
zamieszkaych na wsi od 1,2 roku (lubuskie) do 4,6 lat (wielkopolskie). Jedynie w populacji
mczyzn w miastach podlaskiego i mazowieckiego wystpi zjawisko odwrotne (bd modsi
o niecay rok od mieszkacw wsi). Wiksze rnice spodziewane s midzy wiekiem
rodkowym populacji kobiet w miastach i na wsi we wszystkich regionach te zamieszkae
w miastach bd demograficznie starsze ni mieszkanki wsi od roku (podlaskie) do 7 lat
(pomorskie). Najstarsz spoecznoci (Wyk. 58) bd kobiety zamieszkae w miastach
wojewdztwa witokrzyskiego poowa z nich przekroczy 61,5 lat, najmodsz mczyni
pomorskich wsi (mediana 44,8).
128
Wyk. 56. Rnice w medianie wieku mczyzn midzy 2013 a 2050 r. wg wojewdztw
Chart. 56. Differences in median age for males between 2013 and 2050 in voviodships
mczyni miasta
mczyni wie
18
16
14
12
10
8
6
4
2
0
Wyk. 57. Rnice w medianie wieku kobiet midzy 2013 a 2050 r. wg wojewdztw
Chart. 57. Differences in median age for females between 2013 and 2050 in voviodships
kobiety miasta
kobiety wie
18
16
14
12
10
8
6
4
2
0
Wedug skali staroci opartej na medianie zaproponowanej przez A. Maksimowicz

warto mediany z przedziau 30-34 lata oznacza ludno star demograficznie. Polska
wkroczya w t faz rozwoju na pocztku lat 80. Z kolei w kocu lat 90 gwnie za spraw
gwatownie spadajcych urodze zostaa przekroczona kolejna granica stalimy si
spoeczestwem bardzo starym demograficznie (mediana 35 lat i wicej). W perspektywie
do 2050 r. jak wskazuj wartoci mediany proces starzenia bardzo przypieszy i staniemy
si jednym z najstarszych spoeczestw w Europie.
129
Wyk. 58. Mediana wieku wedug wojewdztw w 2013a i 2050 r.

Chart. 58. Median age of population by voivodships in 2013 a and 2050
Mczyni
2013
2050
38,4 do 39,1
37,9 do 38,4
37,3 do 37,9
37,1 do 37,3
36,3 do 37,1
53,6 do 53,8
51,9 do 53,6
50,8 do 51,9
50,4 do 50,8
47,2 do 50,4
Kobiety
2013
2050
42,8 do 43,7
41,9 do 42,8
41,0 do 41,9
40,1 do 41,0
39,2 do 40,1
57,1 do 58,3
55,7 do 57,1
54,3 do 55,7
52,9 do 54,3
51,5 do 52,9
Dane rzeczywiste Actual data
130
Zmiany w strukturze ludnoci wedug biologicznych grup wieku, wspczynnik staroci

demograficznej
Changes in population structure by biological age groups, old-age rate
Relacje ilociowe midzy podstawowymi grupami wieku ludnoci (0-14, 15-64, 65+)
pozwalaj okreli relacje midzypokoleniowe istniejce w spoeczestwie oraz oceni
poziom staroci demograficznej. Stanowi rwnie baz wylicze rnorodnych wskanikw
opisujcych proces starzenia populacji. Wyniki prognozy potwierdzaj, e do 2050 r. wystpi
znaczne zmniejszenie liczby dzieci i osb w wieku 15-64 lat, za zwikszy si liczba osb
starszych (Tabl. 22).
W stosunku do 2013 r. ubytek dzieci w wieku 0-14 lat szacowany jest na 1,65 mln
(do 4,1 mln w 2050 r.), co stanowi 71,4 % (68,4% w miastach, 75,2% na wsi) ich liczby
w roku bazowym prognozy. Na obszarach wiejskich w okresie objtym prognoz udzia
najmodszych rocznikw w strukturze ogem bdzie stopniowo mala.
Pocztkowo
do koca dekady jedynie o 0,6 p. proc., w kolejnych latach zmiany bd bardziej

dynamiczne do 2040 r. ubytek wyniesie 3,1 p. proc., za ostatnie dziesiciolecie zaznaczy
si niewielkimi procentowo zmianami o 0,4 p. proc.
Nieco inaczej bd przebiegay zmiany w miastach cho do 2020 r. populacja dzieci
zmniejszy si o 52 tys., to w strukturze ludnoci miast ten ubytek nie spowoduje zmniejszenia
odsetka dzieci przeciwnie wystpi minimalny wzrost o 0,1 p. proc. W latach 2020-2040
udzia dzieci zmniejszy si o 2,1 p. proc., ale w ostatniej dekadzie kierunek zmian ulegnie
odwrceniu i udzia dzieci w populacji miast wzronie o 0,4 p. proc. W liczbach
bezwzgldnych w cigu lat objtych prognoz, w porwnaniu do 2013 r., bdzie mniej dzieci
o 1022 tys.
Tabl. 22. Zmiany stanw ludnoci wedug biologicznych grup wieku
w latach 2013-2050 (w tys.)
Table 22. Changes in of population size by biological age groups
in 2013-2050 (in thous.)
Wyszczeglnienie
POLSKA Ogem
0-14
15-64
65+
2014
2015
2020
2025
2030
2035
2040
2045
2050
2013=100
-33,9
-20
-206,5
192,5
-42,7
-23
-225,3
205,5
-281,2
-69,5
-1334,7
1123
-396,3
-431,7
-959,9
995,3
-556,4
-371,6
-642,3
457,5
-708,3
-319,4
-659,3
270,4
-808,6
-234,7
-1086,5
512,6
-850,9
-103,9
-1518,9
772
-866,8
-77,2
-1685,6
896
88,2
71,4
69,2
195,6
MIASTA
0-14
15-64
65+
-69,3
-4,6
-208
143,4
-73
-8,6
-214,1
149,7
-412,9
-39,3
-1156,2
782,5
-500,3
-283,2
-810,2
593,2
-598
-254
-509,3
165,3
-673
-205,3
-494,6
26,9
-710,9
-137,7
-760,4
187,3
-712,3
-51,3
-1044
383
-696,4
-38,4
-1116,9
458,9
80,9
68,4
61,5
179,3
WIE
0-14
15-64
65+
35,3
-15,4
1,6
49,2
30,3
-14,3
-11,3
55,9
131,7
-30,2
-178,6
340,5
103,9
-148,5
-149,7
402,1
41,6
-117,6
-133
292,2
-35,3
-114,1
-164,7
243,6
-97,7
-97
-326
325,3
-138,5
-52,5
-475
389
-170,4
-38,8
-568,7
437,1
99,4
75,2
81,2
224,9
131
Liczba osb w wieku 15-64 lat zmniejszy si w perspektywie do 2050 r. o 8,3 mln
z czego o 6,3 mln w miastach. Pod wzgldem liczebnoci zasoby w kocu prognozowanego
okresu bd stanowiy w miastach 61,5% stanu z 2013 r., a na wsi 81,2%. (Tabl. 22). Ubytki
w miastach bd wystpoway w cigu caego prognozowanego okresu, przy czym najwysza
dynamika przewidywana jest w okresie 2014-2020. Wwczas populacja miast w wieku 15-64
lata bdzie malaa rednio powyej 200 tys. rocznie. W kolejnej dekadzie tendencja spadkowa
nieco wyhamuje ubytki wynios okoo 100 tys. rocznie. Po 2035 r. zmiany nabior tempa
i bd na zblionym poziomie jak w pierwszych latach prognozy.
Tak zasadniczych zmian nie prognozuje si dla obszarw wiejskich w stosunku
do 2013 r. populacja w wieku 15-64 lat zmniejszy si o nieco ponad 2 mln. Do 2020 r.
przewiduje si zmniejszenie jej liczby o okoo 188 tys. W nastpnych latach do 2035 r.
rednie roczne ubytki bd oscyloway wok 30 tys. Nasilenie procesu odnotujemy
po 2035 r. do koca horyzontu prognozy populacja osb w wieku 15-64 lat zmaleje
o 1370 tys., a jej udzia w ogle ludnoci o 7,2 p. proc.
Zmiany liczebnoci osb w wieku 15-64 lat znajduj odzwierciedlenie w strukturze
ludnoci ogem w miastach odsetek zmniejszy si o 16,9 p. proc., za modsza
demograficznie wie zanotuje spadek o 12,8 p. proc.
Do kocu horyzontu prognozy spodziewany jest przyrost odsetka osb starszych (65+)
o 19 p. proc. w miastach, nieco mniej na wsi (o 16,8 p. proc.). Udzia osb starszych
przekroczy 30% na obszarach wiejskich i zbliy si do 35 % na terenach miejskich. W skali
kraju liczebno tej zbiorowoci zwikszy si o 5,4 mln. Dramatyczny wzrost liczby osb
starszych wystpi ju w pierwszych latach prognozy w 2015 r. 65 lat ukocz osoby
urodzone w 1950 r., w kolejnych latach populacj ludzi starszych bd zasilay bardzo liczne
roczniki wyu urodze z lat 50-tych. Przebieg zmian liczebnoci subpopulacji w wieku 65+
pokrywa si z wystpowaniem wyw i niw urodze w II poowie ubiegego stulecia.
Po 2020 r. dynamika procesu ulegnie spowolnieniu a do 2035 r. Od tego momentu do 2050 r.
nastpi ponownie znaczne zwikszenie liczebnoci tej grupy wieku (konsekwencja
wchodzenia w wiek starszy licznych rocznikw 1970 - 1985). W ostatnim roku
prognozowanego okresu liczba osb w wieku 65 lat i wicej bdzie stanowia w miastach
179,3% stanu z 2013 r. i odpowiednio 224,9% na terenach wiejskich.
Odsetek osb w wieku 65 lat i wicej jest nazywany wspczynnikiem staroci danej
populacji.
132
Zmiany w strukturze ludnoci wedug biologicznych grup wieku i wojewdztw

Changes in population structure by biological age groups and voivodships
Opisane powyej zmiany struktury ludnoci w podziale na biologiczne grupy wieku
s wynikiem przemian jakie bd zachodziy we wszystkich wojewdztwach (por. tabl. A6
i A7 w Aneksie).
Tabl. 23. Zmiany liczby ludnoci w wieku 65 lat i wicej
w latach 2013-2050 (w tys.)
Table 23. Changes of the size of population aged 65 years and more;
2013-2050 (in thous.)
20132014
Wojewdztwa
POLSKA Ogem
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
20142015
192,5
18,4
12,1
8,3
6,8
11,0
13,5
22,6
4,6
9,1
3,9
13,8
23,2
5,3
7,8
20,2
11,9
205,5
19,3
12,4
9,5
6,8
12,2
14,5
25,4
4,9
9,3
4,2
14,5
25,8
6,4
8,4
19,7
12,3
20152020
20202025
1123,0
102,4
62,7
54,8
36,3
68,8
84,3
153,7
25,7
54,8
25,9
73,7
132,6
35,1
45,0
103,8
63,4
995,3
79,9
58,0
50,2
31,4
54,5
82,3
127,4
24,4
56,0
32,4
62,1
114,2
31,2
44,9
94,0
52,6
20252030
457,5
23,5
26,0
25,0
11,9
13,6
54,3
53,1
14,8
38,9
21,2
31,3
44,9
12,4
23,6
45,5
17,5
20302035
270,4
4,0
14,7
15,4
4,1
4,7
43,9
43,9
7,7
28,4
14,6
20,4
16,5
5,3
11,6
29,5
5,8
20352040
512,6
30,6
26,7
24,5
12,0
21,4
61,1
99,3
8,0
36,5
16,2
37,6
35,0
11,9
16,8
56,3
18,7
20402045
772,0
56,6
37,6
33,7
20,1
38,2
83,4
150,8
11,3
45,1
19,2
53,2
66,9
18,6
24,4
82,3
30,6
20452050
896,0
69,7
44,8
40,1
23,2
43,7
97,5
166,5
13,6
50,0
23,5
63,4
78,7
21,6
28,6
95,2
36,0
Intensywno procesu starzenia si ludnoci bdzie zrnicowana. W czci miejskiej

wojewdztw
dolnolskiego,
lubuskiego,
dzkiego,
mazowieckiego,
pomorskiego
i wielkopolskiego spodziewany jest znaczny przyrost ludnoci starszej (65 lat i wicej) tylko
w latach 2014-2020 i po 2035 r., podczas gdy w miastach pozostaych wojewdztw tendencja
wzrostowa utrzyma si przez cay okres objty prognoz (Tabl. 23). Zmiany odsetka osb
starszych w miastach bd przybieray warto z przedziau od 4,2 do 6,4 p. proc. w latach
2014-2020, od 3,4 do 8,4 p. proc. w latach 2021-2035 oraz od 7,8 do 10,0 p. proc. po 2035 r.
Ostatecznie, w cigu 37 lat, w wikszoci wojewdztw wzrost udziau bdzie oscylowa
w granicach od 19 do 23,7 p. proc. W trzech wojewdztwach: mazowieckim, maopolskim
i pomorskim procesy starzenia bd przebiegay z mniejsz intensywnoci (wzrost
o odpowiednio 17,9, 15,9 i 17,4 p. proc.). Na obszarach wiejskich wojewdztw przez
133
wszystkie lata prognozy przewiduje si systematyczny wzrost udziau osb starszych

w strukturze populacji (Tabl.
24), najwikszy po 2035 r. od 7,3 do 9,3 p. proc.
We wczeniejszym okresie, zwaszcza do 2020 r. zmiany nie przekrocz 4 p. proc.,

a w wikszoci wojewdztw bd nawet poniej 3 p. proc. W 2050 r. w porwnaniu z rokiem
wyjciowym (2013 r.) przyrost odsetka ludnoci powyej 64 roku ycia na wsi bdzie
zawiera si w przedziale od 15,5 (dzkie) do 19,8 p. proc. (opolskie).
Tabl. 24. Udzia ludnoci w wieku 65 lat i wicej w populacji ogem (w %)
w latach 2013, 2020, 2035, 2050
Table 24. Share of population aged 65 years and more (w %) in 2013, 2020, 2035, 2050
Wojewdztwa
2013
14,7
14,9
Dolnolskie
14,1
Kujawsko-pomorskie
15,4
Lubelskie
13,4
Lubuskie
16,6
dzkie
14,5
Maopolskie
15,4
Mazowieckie
15,3
Opolskie
14,0
Podkarpackie
15,4
Podlaskie
13,5
Pomorskie
15,5
lskie
16,1
witokrzyskie
Warmisko-mazurskie 12,8
13,5
Wielkopolskie
13,9
Zachodniopomorskie
OGEM
Ogem
2020 2035
18,9 24,5
20,0 25,1
18,5 24,5
19,3 25,6
18,5 24,4
20,9 26,0
17,7 23,0
19,0 23,1
19,6 27,3
17,6 24,4
18,6 26,1
17,7 22,6
20,0 26,0
20,5 26,9
17,4 24,5
17,5 22,7
19,3 25,2
2050
32,7
33,5
32,8
34,7
32,9
34,2
31,2
31,3
36,1
33,5
35,1
30,0
34,0
36,0
32,9
30,9
33,6
2013
15,7
16,1
15,5
14,9
14,4
17,1
16,2
16,3
16,1
14,3
13,8
15,6
15,9
16,7
13,8
15,0
15,2
Miasta
2020 2035
20,8 26,3
21,8 26,8
20,8 27,1
20,8 28,1
20,2 26,0
22,6 28,1
20,5 25,4
20,4 23,8
21,6 29,1
19,9 27,4
18,4 26,8
20,6 25,2
20,8 26,9
23,1 30,5
19,4 26,5
20,0 25,6
21,3 26,9
2050
34,7
35,3
35,7
37,6
34,4
36,7
34,1
32,1
38,0
36,9
35,5
33,0
34,9
40,4
34,8
34,4
35,2
2013
13,3
12,0
12,0
15,9
11,6
15,6
12,9
13,9
14,5
13,8
17,7
9,7
14,1
15,6
11,4
11,7
11,1
Wie
2020 2035
16,1 22,0
15,9 21,8
15,2 21,3
18,1 23,7
15,6 22,0
18,0 23,0
15,1 21,1
16,4 21,9
17,3 25,5
16,0 22,5
18,9 25,1
12,8 18,7
17,1 23,4
18,4 24,3
14,6 21,8
14,6 19,9
15,1 22,0
2050
30,2
30,5
29,4
32,6
30,7
31,0
28,9
29,7
34,3
31,5
34,4
26,0
31,5
33,3
30,3
27,8
30,5
W 2013 r. dzieci stanowiy od 13,3% (opolskie) do 16,3% (pomorskie) ludnoci

ogem wojewdztw. Prognozowany spadek urodze spowoduje, e we wszystkich
wojewdztwach zmniejszy si liczba i odsetek dzieci. Przebieg zmian bdzie zrnicowany
w czci wojewdztw (dolnolskie, dzkie, mazowieckie, lskie) do 2020 r. wystpi
niewielki wzrost udziau dzieci w oglnej liczbie ludnoci, a dopiero w pniejszych latach
tendencja ulegnie odwrceniu. W wojewdztwach: opolskim, pomorskim, lskim,
wielkopolskim i zachodnio-pomorskim odsetek dzieci ustabilizuje si ok. 2040 r. i pozostanie
praktycznie na tym samym poziomie do koca prognozy. W pozostaych wojewdztwach
przez cay okres objty prognoz bdzie obserwowane systematyczne zmniejszanie udziau
osb w wieku 0 - 14 lat. Ostatecznie procentowy ubytek tej populacji bdzie ksztatowa si
134
na poziomie od 2,1 (lskie) do 4,3 p. proc. (podkarpackie). Najwiksze zmiany wystpi

we wszystkich wojewdztwach tzw. ciany wschodniej, zarwno w miastach, jak
i na obszarach wiejskich (por. Tabl. A6 i A7 w Aneksie). W miastach ubytek procentowy
najmodszej generacji wyniesie od 1,5 (mazowieckie) do 3,5 p. proc. (witokrzyskie). Na wsi
ubytki bd wiksze od 3,2 (dzkie) do 4,8 p. proc. (podkarpackie)
W bazowym 2013 r. osoby w wieku 15-64 lat stanowiy od 69,1% (mazowieckie)
do 71,6% (warmisko-mazurskie, zachodniopomorskie) ogu ludnoci wojewdztw.
Implikacj obserwowanego od lat spadku urodze oraz starzenia si rocznikw
z powojennego wyu urodze, ktre sukcesywnie bd zasilay grup 65+, bdzie stopniowe
zmniejszanie si populacji osb wieku 15-64 lat. Przebieg zmian bdzie zrnicowany
najwiksze zmiany s spodziewane w pierwszych latach prognozy (do 2020) oraz po 2035 r.
W zalenoci od wejciowej struktury ludnoci wedug wieku w poszczeglnych
wojewdztwach, odsetek osb dorosych zmniejszy si od 13,4 (maopolskie, mazowieckie)
do 17,6 p. proc. (opolskie) i w ostatnim roku prognozowanego okresu udzia osb w wieku
15-64 lat w populacji ogem nie przekroczy 56% (pomorskie). W wojewdztwach
na wschodzie kraju oraz opolskim, dzkim i lskim odsetek osb w tym wieku bdzie
oscylowa wok 54%. W wikszym stopniu ubytki populacji w wieku 15-64 lat bd
dotyczyy miast. Poza mazowieckim, w pozostaych rejonach, w czci miejskiej wojewdztw
odsetek tej populacji zmniejszy si o ponad 15 p. proc., za w witokrzyskim o prawie 21
p. proc. Podobnie wysokie ubytki wystpi w ju wspomnianych wojewdztwach wschodniej
Polski oraz opolskim (ok. 19 p. proc.). Na obszarach wiejskich najwysze straty populacji
w wieku 15-64 lata przewiduje si w wojewdztwach poudniowej i poudniowo-zachodniej
czci kraju (maksymalne w opolskim 16,2 p. proc.). W pozostaych regionach,
na obszarach wiejskich wynios one ok. 12-13 p. proc.
Zmiany w strukturze ludnoci w grupie wieku 65 lat i wicej
Changes in structure of population aged 65 and more
Subpopulacja osb starszych w wieku 65 lat i wicej jest zbiorowoci niejednorodn.
Z uwagi na dugo tego przedziau stosuje si rne podziay. WHO wyrnia trzy etapy
ycia: 60-74 lat moda staro (III wiek, young old), 75-89 lat dojrzaa staro (IV wiek,
oldest old ), 90 lat i wicej dugowieczno (oldest old, long life). W demografii czsto
stosuje si podzia na modszy (60-69 lat) i starszy (70-79 lat) wiek poprodukcyjny oraz
staro sdziw (80 lat i wicej). Zastosowane poniej rozbicie, wyrniajce populacj 80 lat
135
i wicej (65-79, 80+) trafnie obrazuje zasadnicze zmiany liczebnoci i struktury grupy 65+.
W zmianach struktury znakomicie wida wpyw wyw i niw urodze z przeszoci.
Do 2025 r. bdzie wzrasta udzia modszej subpopulacji 65-79 lat, bowiem t grup osb
starszych bd sukcesywnie zasilay osoby urodzone w latach 1949-1965, a jednoczenie
bdzie ubywao osb w wieku 80 lat i wicej urodzonych w latach 1934-1945. Po 2025 r.
drastycznie wzronie odsetek osiemdziesiciolatkw i starszych z uwagi na fakt, e ten wiek
w kolejnych latach osign osoby urodzone w 1945 r. i pniej, a wic pochodzce
z powojennego boomu urodze, za echo tego wyu zasili grup osb w wieku 65 lat i wicej.
W 2040 r. osoby ponad osiemdziesicioletnie bd stanowiy a 36% zbiorowoci osb
starszych 65 lat i wicej. W kocu prognozowanego okresu proporcje nieco ulegn zmianie
i odsetek osb 80+ w oglnej populacji osb starszych (65 i wicej) zmniejszy si do 32%
(Wyk. 59). W liczbach bezwzgldnych wykazywana w biecych bilansach ludnoci liczba
osb w wieku 80 lat i wicej blisko 1,5 mln w 2013 r., wzronie w 2050 r. ponad
dwukrotnie do poziomu ponad 3,5 mln, przy czym 60% ludnoci w podeszym wieku
bdzie mieszkao w miastach. Uwzgldniajc struktur wedug pci w kocu prognozowanego
okresu 64% bd stanowiy kobiety, co oznacza o 6 p. proc. mniej ni w roku wejciowym.
Poprawa proporcji midzy pciami w starszych grupach wieku wynika z przyjtych zaoe
dotyczcych umieralnoci, a w szczeglnoci zmniejszenia rnic w trwaniu ycia midzy
kobietami i mczyznami. W miastach odsetek kobiet wrd osb, ktre ukocz 80 rok
ycia wyniesie 65%, na wsi nieco mniej 62%. W skali kraju osoby w wieku 80 lat i wicej
bd stanowiy w 2050 r. 10, 4% ludnoci ogem (w 2013 r. 3,9%).
Wyk. 59. Struktura populacji osb starszych (osoby w wieku 65 lat i wicej = 100%)
Chart. 59. Age structure of eldery population (persons aged 65 and more = 100%)
80
73,9
74,1
74,3
79,5
74,5
76,6
65-79
67,8
70
64,2
66,0
68,1
80+
60
50
32,2
40
26,1
30
25,9
25,7
23,4
35,8
34,0
31,9
25,5
20,5
20
10
0
2013 2014 2015 2020 2025 2030 2035 2040 2045 2050
136
W przekroju regionalnym w roku bazowym prognozy odsetek osb w wieku

zaawansowanej staroci (80+) ksztatowa si na poziomie od 3,3% (wielkopolskie) do 4,6%
(podlaskie). W kocu horyzontu prognozy te same wojewdztwa wyznacz granice obszaru
zmiennoci odsetka, lecz poziom bdzie znaczco wyszy od 9,4% do 12,3%. W latach
objtych prognoz nastpi szczeglnie znaczny wzrost tego odsetka na obszarach miejskich.
Przewidywane przyrosty w wojewdztwach przekrocz 7 p. proc. w miastach oraz 5 p. proc.
na wsi. Wzrost odsetka przekraczajcy redni poziom przewidywany jest w miastach
wojewdztw
ciany
wschodniej
(lubelskiego,
podlaskiego,
podkarpackiego,
witokrzyskiego) oraz opolskiego, jak rwnie na wsi w wojewdztwie opolskim,

warmisko-mazurskim i lskim. W woj. witokrzyskim co sidma osoba yjca w miastach
przekroczy 80 rok ycia (Tabl. 25).
Tabl. 25. Zmiany liczby ludnoci w wieku 80 lat i wicej w latach 2013-2050 (w tys.)
Table 25. Changes in population aged 80 and more size in 2013-2050 (in thous.)
Wojewdztwa
OGEM
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
20132014
2014- 2015- 2020- 2025- 2030- 2035- 2040- 20452015 2020 2025 2030 2035 2040 2045 2050
20132050
39
3
2
2
1
2
4
5
1
3
1
3
6
1
38
3
2
2
1
1
4
5
2
3
1
3
6
1
124
6
6
4
2
2
14
12
6
8
3
9
30
3
-5
-5
0
1
-1
-2
2
-2
-2
-1
-1
1
10
-2
526
49
32
25
.
38
36
70
11
23
11
36
52
17
663
59
35
35
20
41
52
99
15
34
18
42
74
22
503
37
28
27
14
26
45
68
13
31
20
30
58
16
100
-3
5
7
1
-1
21
8
5
15
9
7
10
2
65
-6
3
4
-1
1
18
14
2
10
5
5
2
0
2 054
142
115
104
55
108
197
278
53
126
66
135
249
60
1
3
2
1
3
2
4
10
4
-1
0
-1
19
59
30
26
57
35
22
44
24
6
10
-1
1
9
-2
80
194
93
Spord 3,5 mln osb w wieku 80 lat i wicej, w kocowym roku prognozy ponad 59
tys. ukoczy 100 lat. W Europie w wielu krajach wysoko rozwinitych, o wyszym ni
w Polsce trwaniu ycia, ju w XX w. liczba osb dugowiecznych osigaa pokane rozmiary.
Mona zatem mwi o demokratyzacji staroci (democratization of old-age) (Lgar 2006).
Oznacza to, e doywanie staroci nie jest ju zarezerwowane dla niewielu osb, ale
137
dotyczy ono rosncej czci populacji, co przekada si rwnie na coraz wiksz

heterogeniczno zbiorowoci osb starszych55.
Indeks staroci
Ageing index
Jedn z miar starzenia ludnoci jest indeks staroci (ageing index), okrelajcy relacje
midzypokoleniowe populacji, czyli liczb dziadkw przypadajcych na tysic wnukw,
obliczany jako liczba osb w wieku 65 lat i wicej przypadajc na 1000 osb w wieku 0-14
lat.
Przewidywany spadek liczby urodze w caym okresie objtym prognoz, spowoduje
znacznie pogorszenie proporcji midzy najmodszymi a najstarszymi generacjami. Ten fakt
znajdzie odzwierciedlenie w wartociach przyjmowanych przez indeks staroci. W 2013 r.
na 1000 wnukw przypadao w Polsce 983 dziadkw, w miastach 1127, za na wsi 800.
Opisane wyej zmiany struktury ludnoci w podziale na biologiczne grupy wieku, spowoduj
do 2050 r. ponad 2,5-krotny wzrost wartoci wskanika w miastach i prawie 3-krotny na wsi.
Intensywno procesu bdzie zrnicowana po 2020 r. naley spodziewa si szybszego
wzrostu ni w pierwszych latach prognozy.
Rny stopie zaawansowania starzenia w regionach ju w 2013 r. przekada si na
due zrnicowanie wartoci indeksu midzy wojewdztwami (Tabl. 26) zakres wyznaczay
warmisko-mazurskie (826) i dzkie (1185). Systematyczny wzrost spowoduje w poowie
wojewdztw co najmniej potrojenie wartoci wskanika do 2050 r. (lubelskie, lubuskie,
witokrzyskie, warmisko-mazurskie, zachodniopomorskie). Najwysze wartoci zostan
osignite w wojewdztwach opolskim (3599), witokrzyskim (3464), a najkorzystniejsze
relacje midzygeneracyjne bd obserwowane w pomorskim (2201), wielkopolskim (2369)
oraz mazowieckim (2382). W czci miejskiej wojewdztw wielko indeksu jest prawie
zawsze wysza ni warto osigana na obszarach wiejskich. Jedynie w podlaskim bdzie
wystpowao zjawisko odwrotne wspczynniki na wsi bd na nieco wyszym poziomie
ni w miastach.
55
Anita Abramowska-Kmon, O nowych miarach zaawansowania procesu starzenia si ludnoci Studia Demograficzne 1(159) 2011
138
Tabl. 26. Liczba osb w wieku 65 lat i wicej na 1000 osb w wieku 0-14 lat
Table 26. Population aged 65 years and more per 1000 aged 0-14
Wojewdztwa
Ogem
Miasta
Wie
2013 2020 2035 2050 2013 2020 2035 2050 2013 2020 2035 2050
OGEM
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
983
1065
925
1033
878
1185
916
993
1154
902
1057
829
1107
1150
826
843
956
1271
1425
1248
1351
1235
1496
1134
1199
1535
1198
1330
1093
1412
1524
1160
1097
1367
1966
2137
1966
2164
1988
2213
1752
1758
2627
2014
2239
1628
2201
2408
1943
1707
2127
2693
2866
2730
3183
2748
2963
2482
2382
3599
2992
3231
2201
2860
3464
2735
2369
2887
1127
1231
1116
1073
999
1317
1165
1103
1256
1009
985
1070
1174
1312
966
1032
1123
1483
1629
1533
1548
1405
1731
1453
1320
1759
1450
1335
1398
1517
1889
1382
1371
1598
2257
2379
2398
2571
2204
2607
2155
1877
2880
2483
2343
2003
2343
3080
2231
2142
2381
2954
3078
3237
3600
2931
3357
2926
2435
3832
3440
3211
2600
2981
4200
2985
2900
3102
800
753
695
1003
698
995
730
822
1052
837
1158
494
907
1038
657
652
661
999
1042
917
1202
980
1168
891
995
1313
1043
1321
678
1107
1283
889
833
954
1627
1724
1526
1884
1690
1743
1475
1570
2387
1756
2086
1178
1830
2024
1602
1351
1691
2391
2523
2252
2900
2501
2514
2183
2288
3385
2747
3262
1742
2556
3069
2434
1975
2515
Wspczynniki obcienia demograficznego cakowity, dziemi, osobami starszymi (total

dependency ratio, youth dependency ratio, old-age dependency ratio )
Do oceny zaawansowania procesu starzenia populacji czsto wykorzystuje si
wspczynniki obcienia.
Cakowity wspczynnik obcienia demograficznego oznacza liczb dzieci (0-14
lat) i starszych (65 lat i wicej) przypadajc na 100 osb w wieku 15-64 lat. Wspczynnik
skada si z dwch miernikw: wspczynnika obcienia demograficznego dziemi oraz
wspczynnika obcienia demograficznego osobami starszymi, ktre w liczniku maj
odpowiednio liczb dzieci 0-14 lat lub osb starszych 65 i wicej.
W roku pocztkowym prognozy na 100 osb w wieku 15-64 lat przypadao 20 dzieci
w miastach i 24 na wsi. Malejce urodzenia spowoduj niewielki spadek wartoci wskanika.
Do 2050 r. obcienie dziemi populacji w wieku 15-64 lat zarwno w miastach jak i na wsi
wyniesie 22 osoby na 100 dorosych. Odwrotnie bd przebiegay zmiany wspczynnika
obcienia osobami starszymi.
W 2013 r. wartoci dla miast i wsi byy praktycznie
na zblionym poziomie odpowiednio 22 i 19. Ju po 2015 wystpi zauwaalny wzrost

wartoci w miastach, a do 2050 r. liczba osb starszych przypadajca na 100 osb w wieku
15-64 lat ulegnie potrojeniu. Podobna skala zmian spodziewana jest na wsi, cho przyrosty
bd wolniejsze ni w miastach. Ostatecznie w kocowym punkcie prognozy wspczynnik
139
obcienia osobami starszymi na wsi osignie warto 53 (Wyk.
60). Cakowity
wspczynnik obcienia wzronie od wartoci 42 osoby w 2013 r. do 81 osb w 2050 r.

(87 w miastach i 75 na wsi). W przekroju regionalnym obcienie cakowite bdzie
ok. dwukrotnie wiksze ni w roku bazowym. W wojewdztwach, w ktrych starzenie
populacji przebiega wolniej zmiany bd mniejsze wzrost o 77-87% (maopolskie,
mazowieckie, pomorskie, wielkopolskie), za w dolnolskim, lubuskim, opolskim, lskim,
witokrzyskim, warmisko-mazurskim i zachodniopomorskim przyrosty przekrocz 100%.
W 2013 r. w czci miejskiej wojewdztw cakowity wspczynnik obcienia
nieznacznie rni si od wspczynnika dla obszarw wiejskich. Jedynie w podlaskim by
o 10 osb mniejszy dla miast ni dla wsi. Przewidywane kierunki zmian w strukturze
populacji spowoduj, e w kocu horyzontu prognozy obcienie demograficzne w miastach
bdzie wiksze ni na wsi od 83 osb w mazowieckim do 100 osb w witokrzyskim.
Na wsi maksymalne wartoci wspczynnika wystpi jedynie w podlaskim (81) i opolskim
(80).
Wyk. 60. Wspczynniki obcienia demograficznego: dziemi (YDR) i osobami
starszymi (ODR); 2013-2050
Chart. 60. Youth dependency ratio (YDR), old-age dependency ratio(ODR);
2013-2050
70
ODR MIASTA
ODR WIE
60
YDR MIASTA
50
YDR WIE
40
30
20
10
0
2013
2014
2015
2020
2025
2030
140
2035
2040
2045
2050
Generacyjne wspczynniki wsparcia

Potential support ratio, parent support ratio
Do oceny relacji midzy starszymi i modszymi generacjami stosuje si dwa
wspczynniki wsparcia, ktre odzwierciedlaj zalenoci ilociowe pomidzy nimi
i wskazuj na potencjaln moliwo wsparcia starszych generacji wynikajc ze struktury
populacji.
Wspczynnik potencjalnego wsparcia (potential support ratio) oznacza liczb osb
w wieku 1564 lata przypadajc na 100 osb w wieku 65 lat i wicej.
Wspczynnik opieki nad rodzicami (parent support ratio) wskazuje liczb osb
w wieku 85 i wicej lat przypadajc na 100 osb w wieku 50 64 lat56
Zgodnie z przedstawionymi ju wynikami prognozy naley spodziewa si znacznego
obnienia wartoci pierwszego z tych miernikw i zwikszenia drugiego. Wspczynnik
wsparcia potencjalnego
spadnie
z 458 do 169, za wspczynnik potencjalnej opieki
nad rodzicami wzronie z 8 do 38 (Wyk. 61). W przekroju regionalnym zmiany bd zalene

od stopnia zaawansowania starzenia populacji. W tych wojewdztwach, ktre dowiadcz
silnych przemian struktury, wspczynnik wsparcia potencjalnego bdzie najniszy, a
wspczynnik opieki nad rodzicami najwyszy.
Wyk. 61. Generacyjne wsplczynniki wsparcia; 2013-2050
500
40
450
35
400
30
350
25
300
20
250
15
200
10
150
100
0
2013 2016 2019 2022 2025 2028 2031 2034 2037 2040 2043 2046 2049
Wspczynnik potencjalnego wsparcia
56
por. ONZ, Population Ageing 1950 2050, Nowy Jork 2001, Aneks I
141
Wspczynnik opieki nad rodzicami
Wspczynnik opieki nad rodzicami
Wspczynnik potencjalnego wsparcia
Chart. 61. Potential support ratio and parent support ratio; 2013-2050
7.3. Konsekwencje starzenia - zmiany liczby i struktury ludnoci

wedug pci oraz funkcjonalnych grup wieku
Consequences of population ageing changes of population number and structure
according to sex and functional age groups.
Zmiany struktury ludnoci wedug pci
Changes of population structure by sex
Struktura ludnoci wedug pci, ktrej miar jest wspczynnik feminizacji (liczba kobiet
na 100 mczyzn) nie ulegnie zasadniczym zmianom w okresie objtym prognoz. Do 2040 r.
warto wspczynnika utrzyma si niemal na staym poziomie niewiele ponad 106 kobiet
na 100 mczyzn w skali caego kraju, co wiadczy o zaburzonej rwnowadze pci.
W ostatniej dekadzie horyzontu prognozy warto wspczynnika nieco si zmniejszy.
W stosunku do 2013 r. zmiana wyniesie jedynie 1,5%. Ta niewielka poprawa relacji
liczbowych midzy pciami wynika ze spadku wspczynnika feminizacji w miastach,
w ostatnich latach prognozowanego okresu (po 2040 r.) na 100 mczyzn bdzie przypadao
dwie kobiety mniej ni w latach wczeniejszych (Tabl. 27). Na obszarach wiejskich przez
cay okres objty prognoz wspczynnik ustabilizuje si na wartoci ok. 100. Mona zatem
mwi o rwnowadze midzy pciami wrd mieszkacw wsi. Wartoci wspczynnika
dla 5-letnich grup wieku w podziale na miasto i wie potwierdzaj utrzymujc si od lat
maskulinizacj wsi i feminizacj miast, zwaszcza w tych grupach wieku, ktre maj istotny
wpyw na poziom rodnoci. Wyniki prognozy wskazuj, e to niekorzystne zjawisko
obserwowane od lat zmieni si w sposb istotny w okresie horyzontu prognozy liczebna
dominacja mczyzn na wsi i kobiet w miastach stopniowo bdzie si przesuwa do starszych
rocznikw wieku. Na wsi pozytywnych przemian relacji ilociowych midzy pciami moemy
oczekiwa prawie we wszystkich grupach wieku. Przyjmujc za podstaw warto
wspczynnikw feminizacji w 5-letnich grupach wieku w 2013 r., poza przedziaami 5-14 lat
w miastach oraz 50-59 na wsi wystpi obnienie wartoci wspczynnikw feminizacji,
wiadczce o agodzeniu liczebnej nierwnoci midzy pciami. Za najistotniejszy czynnik
majcy wpyw na struktur ludnoci wedug pci naley uzna zrnicowane procesy rozwoju
populacji kobiet i mczyzn. Zaoone w prognozie korzystne zmiany i zmniejszenie rnic
przecitnego dalszego trwania ycia kobiet i mczyzn znajduje swoje odzwierciedlenie
w wartociach analizowanego wspczynnika.
142
Tabl. 27. Wspczynnik feminizacji wedug wieku liczba kobiet na 100 mczyzn
Table 27. Number of women per 100 men by specific age groups
Grupy wieku
2013
2020
2035
2050
2013=100
POLSKA Ogem
0-4
5-9
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-44
55-59
60-64
65-69
70-74
75-79
80-84
85-89
90-94
95-99
100+
107
95
95
95
95
96
97
97
97
98
100
103
108
116
126
145
169
201
261
318
393
403
107
94
94
95
95
95
96
97
97
98
99
101
105
112
122
136
160
194
234
290
378
414
107
94
94
94
94
95
95
95
95
96
97
99
102
105
111
121
139
168
213
287
399
577
105
94
94
94
94
95
94
94
94
94
95
96
98
101
105
110
120
139
172
226
314
493
98,1
99,0
99,0
99,0
99,0
99,0
96,9
96,9
96,9
95,9
95,0
93,2
90,7
87,1
83,3
75,9
71,0
69,2
65,9
71,1
79,9
122,3
MIASTA
0-4
5-9
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-44
55-59
60-64
65-69
70-74
75-79
80-84
85-89
90-94
95-99
100+
111
95
95
95
96
98
100
100
100
101
105
112
117
124
131
149
172
197
255
321
415
397
111
94
94
95
95
97
99
100
100
101
102
106
113
122
132
142
162
195
229
275
362
410
111
94
95
95
95
96
97
97
98
100
101
102
105
108
116
130
150
177
216
278
380
532
109
94
95
95
95
96
97
97
96
97
98
100
102
105
109
114
123
143
178
233
316
476
98,2
99,0
100,0
100,0
99,0
98,0
97,0
97,0
96,0
96,0
93,3
89,3
87,2
84,7
83,2
76,5
71,5
72,6
69,8
72,6
76,1
119,9
143
Tabl. 28. Wspczynnik feminizacji wedug wieku

liczba kobiet na 100 mczyzn (dok.)
Table 28. Number of women per 100 men by specific age groups (cont.)
Grupy wieku
WIE
0-4
5-9
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-44
55-59
60-64
65-69
70-74
75-79
80-84
85-89
90-94
95-99
100+
2013
2020
101
95
95
95
95
94
93
94
94
94
92
91
93
101
116
138
164
206
269
314
362
415
2035
100
94
94
95
95
94
93
92
94
94
95
95
95
97
106
124
155
192
245
317
408
420
2050
101
94
94
94
94
94
92
91
91
92
93
95
97
100
104
109
123
152
208
306
441
692
2013=100
100
94
94
94
94
93
91
90
91
91
91
92
94
95
99
105
116
134
163
215
311
538
99,0
99,0
99,0
99,0
99,0
98,9
97,9
95,7
96,8
96,8
98,9
101,1
101,1
94,1
85,3
76,1
70,7
65,1
60,6
68,5
85,9
129,6
W przekroju wojewdzkim miasta s i pozostan sfeminizowane, cho we wszystkich

naley si spodziewa zagodzenia dysproporcji midzy pciami. Podobne tendencje wystpi
na obszarach wiejskich, cho w zasadzie w wielu wojewdztwach wspczynnik feminizacji
oscylowa wok wartoci 100, co oznacza rwnowag midzy liczb kobiet i mczyzn
w populacji ogem, w podziale na roczniki wieku naley spodziewa si wikszych rnic
ilociowych midzy pciami). Uwag zwracaj trzy wojewdztwa: podlaskie, warmiskomazurskie oraz lubuskie, w ktrych wystpujcy na wsi niedobr kobiet jeszcze si
powikszy do 2050 r.
Zmiany liczebnoci i struktury kobiet w wieku 15-49 lat
Changes of size and age structure of population of women aged 15-49
Z punktu widzenia przyszych urodze ogromne znaczenie ma zarwno liczba kobiet
w wieku prokreacyjnym, jak i struktura wieku tej grupy. Rozkady wspczynnikw podnoci
wedug wieku obserwowane w duszym horyzoncie czasowym wskazuj, e wiek
144
najintensywniejszych urodze przesuwa si w kierunku coraz starszych rocznikw,

a zdecydowanie spadaj urodzenia pochodzce od najmodszych kobiet.
W prognozowanym okresie populacja kobiet w wieku rozrodczym bdzie malaa
z 9,3 mln w 2013 r. do 5,8 mln w 2050 r. (por. tabl. A14 i A15 w Aneksie). Ubytki bd
szczeglnie silne w latach 2026-2041 co roku grupa kobiet w wieku prokreacyjnym bdzie
zmniejsza si o ponad 100 tys. osb. Do 2050 r. dramatycznie zmieni si liczebno
tej grupy w miastach w stosunku do 2013 r. spadnie a o 44%. Na obszarach wiejskich
populacja kobiet w wieku 15-49 lat w kocowym roku prognozy bdzie stanowia 71%
stanw ludnoci z 2013 r. Obecnie kobiety w tym wieku stanowi zarwno w miastach jak i
na wsi ok. 24% populacji ogem, w kocu okresu prognozowania bdzie to jedynie 17%.
Wyk. 62. Zmiany struktury kobiet w wieku rozrodczym (kobiety w wieku 15-49=100)
Chart. 62. Changes of women structure at the childbearing age (women aged 15-49=100)
22
15-19
20-24
25-29
30-34
35-39
40-44
45-49
20
18
16
14
12
10
8
2013
2017
2021
2025
2029
2033
2037
2041
2045
2049
Urodzenia z przeszoci oraz przewidywane na kolejne lata prognozy, bd miay

decydujcy wpyw na struktur ludnoci wedug wieku omawianej zbiorowoci. Najbardziej
interesujc grup z uwagi na intensywno podnoci bd stanowiy kobiety w wieku 25-34
lata, a take 35-39-letnie z uwagi na odkadanie urodze, zwaszcza drugiej i dalszej
kolejnoci. Kobiety najmodsze 15-19 lat w niewielkim stopniu bd oddziayway na poziom
145
urodze. Podobnie najstarsze, tj. w wieku 45-49 lat, cho mona si spodziewa wzrostu
udziau urodze kobiet bdcych w wieku 40-44 lata. Proporcje midzy rocznikami
najwyszej podnoci, a pozostaymi bd istotnym czynnikiem determinujcym poziom
spodziewanych urodze. Proces starzenia obejmie populacj potencjalnych matek
do 2030 r. drastycznie obniy si odsetek kobiet 25-34 letnich (o ok. 10 p. proc.),
a jednoczenie znacznie wzronie udzia najstarszych rocznikw kobiet w wieku 40-49 lat
(z 26% do 37%). W kolejnych latach bdziemy obserwowa tendencj odwrotn wzrost
udziau intensywnie rodzcych rocznikw kobiet 25-34 lata oraz spadek odsetka kobiet
najstarszych, cho stopniowo bdzie wzrasta redni wiek rodzenia. W ostatnich latach
prognozowanego okresu procent kobiet w wieku 40-49 lat bdzie zbliony do odsetka kobiet
w wieku 25-34 lata. (ok. 28 31%). Przesuwanie redniego wieku rodzenia do starszych
rocznikw implikuje wzrost intensywnoci rodzenia przez kobiety 35-39 lat. Ich udzia
w strukturze kobiet w wieku prokreacyjnym bdzie podlega fluktuacjom i w prognozowanym
okresie bdzie waha si od 13 do 18%. Udzia kobiet najmodszych (15-24 lata)
po niewielkim spadku w pierwszych latach prognozy, do koca dekady ustabilizuje si na
poziomie ok. 24-25%. Reasumujc starzenie populacji matek nasili si pod koniec obecnej
dekady. Proces ten ulegnie odwrceniu okoo 2030 r. Wwczas kobiety w wieku 25-39 lat
bd stanowiy niespena 40 %, a jedynie w najkorzystniejszym okresie okoo 2045 r.
ich udzia wzronie do 45%.
Opisane powyej niesprzyjajce zmiany liczebnoci kobiet i struktury ich populacji
wedug wieku bd przyczyn trwaego spadku liczby urodze do 2050 r. Niekorzystne
relacje midzy udziaami poszczeglnych grup wieku kobiet wystpi zarwno w miastach
jak i na obszarach wiejskich, jednak wanie w miastach mona si spodziewa bardziej
zaawansowanych procesw starzenia populacji potencjalnych matek. Przedstawiony proces
zmian struktury kobiet jest wypadkow przeobrae w wojewdztwach. Uwag zwraca
stosunkowo niewielkie terytorialne zrnicowanie udziau poszczeglnych grup wieku
w strukturze kobiet 15-49 lat. Falowanie zmian (Wyk. 62) dla Polski, przebiega podobnie
w czci wiejskiej jak i miejskiej wojewdztw. W kocowym okresie prognozy udzia kobiet
w wieku 25-34 lat na obszarach miejskich bdzie o ok.1 p. proc. przewysza odsetek kobiet
w tym wieku na terenach wiejskich. Rnice midzy wojewdztwami bd niewielkie
okoo1-2 p. proc. Badajc udzia pozostaych grup wieku uzyskamy porwnywalne rozkady
struktury o znikomym zrnicowaniu wojewdzkim.
146
Zmiany w strukturze ludnoci wedug ekonomicznych grup wieku

Changes in population structure by economic age groups
Szczeglne znaczenie z punktu widzenia rynku pracy maj zmiany jakich mona si
spodziewa w populacji osb w wieku produkcyjnym, jak rwnie ksztatowanie si
wewntrznej struktury tej grupy, czyli proporcji midzy ludnoci w wieku mobilnym
i niemobilnym. Do 2013 r. formaln granic wieku produkcyjnego stanowi wiek 59 lat
dla kobiet oraz 64 dla mczyzn i wszystkie dotychczasowe analizy liczbowej relacji midzy
potencjalnymi zasobami pracy, a ludnoci w wieku przed- i poprodukcyjnym opieray si
na tej klasyfikacji (0-17, 18-59/64, 60+/65+) zgodnie z prawnymi ramami przejcia
na emerytur.
Od 1 stycznia 2013 r. zgodnie z ustaw o zmianie ustawy o emeryturach i rentach
z Funduszu Ubezpiecze Spoecznych oraz niektrych innych ustaw (Dz. U. 2012 poz. 637)
wprowadzajc stopniowe podwyszanie wieku emerytalnego do 67 roku ycia (Tabl. 29),
dla kobiet docelowy wiek emerytalny zostanie osignity w 2040 r., za mczyzn bdzie
obowizywa ju od 2020 r. Zakadajc rwnomierny rozkad urodze w cigu roku wyniki
prognozy wedug ekonomicznych grup wieku zostay przeszacowane zgodnie z nowymi,
obecnie obowizujcymi zasadami. Z uwagi na moliwo porwna retrospektywnych
w Aneksie zostay zamieszczone tablice rwnie wedug starych klasyfikacji ludnoci wedug
wieku produkcyjnego i nieprodukcyjnego. Zasady podziau populacji osb w wieku
produkcyjnym na mobiln i niemobiln pozostaj bez zmian (ludno niemobilna to osoby
w wieku od 45 lat do granicy wieku emerytalnego). Faktyczne rnice wynikajce ze zmiany
ustawowego przejcia na emerytur bd widoczne w zasobach ludnoci w wieku
produkcyjnym niemobilnym oraz ludnoci w wieku poprodukcyjnym (Tabl. 30).
Tabl. 29. Wiek emerytalny obowizujcy od 1 stycznia 2013 r.
Table 29. Retirement age valid since January 1, 2013
Rok
Mczyni
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
65,25
65,5
65,75
67
67
67
67
67
67
67
147
Kobiety
60,25
60,5
60,75
62
63,25
64,5
65,75
67
67
67
Analiza liczebnoci i struktury ludnoci wedug kryterium ekonomicznego stanowi

potwierdzenie tezy o zaawansowanym starzeniu demograficznym zasobw pracy i wzrocie
liczby i odsetka populacji w wieku poprodukcyjnym. Wszystkie spodziewane kierunki
zmiany wielkoci i udziau subpopulacji (przedprodukcyjna, produkcyjna, poprodukcyjna)
s zblione do zjawisk opisanych i wystpujcych przy podziale na biologiczne grupy wieku.
Mog wystpi niewielkie przesunicia w czasie fazy wzrostu lub spadku liczebnoci tych
zbiorowoci - wynikajce z nieco rnych przedziaw wieku.
Na przewidywane wielkoci (zwaszcza osb w wieku niemobilnym i poprodukcyjnym)
bardzo silnie oddziauje wystpowanie wyw i niw demograficznych
w przeszoci.
Tabl. 30. Prognozowana liczba ludnoci (w tys.) wedug ekonomicznych grup wieku
wedug starego i nowego wieku emerytalnego
Table 30. Population on projection by economic age group according
to changes in retirement age (in thous.)
Wyszczeglnienie
Przedprodukcyjny 0-17
Produkcyjny mobilny 18-44
Produkcyjny niemobilny 45-59/64
Produkcyjny niemobilny "ruchomy"a
Poprodukcyjny 60+/65+
Poprodukcyjny "ruchomy"
a
2013
6 995
15 338
9 084
9 210
7 078
6 952
2020
6 733
14 219
8 568
9 601
8 617
7 585
2035
5 568
10 725
9 990
11 844
10 193
8 340
2050
4 963
9 331
7 252
9 717
12 404
9 939
2013=100
71,0
60,8
79,8
105,5
175,3
143,0
Okrelenie ruchomy odnosi si do zmieniajcego si do 2040 wieku emerytalnego, std granice przedziaw wieku
w klasyfikacji wieku niemobilnego i poprodukcyjnego nie s stae
W prognozowanym okresie, w skali kraju, spodziewany jest pokany, cigy ubytek

ludnoci w wieku przedprodukcyjnym o ponad 2 mln, z czego 1,25 mln w miastach, za
786 tys. na wsi. Tylko w cigu 15 lat midzy 2025 a 2040 liczba osb w wieku 0-17 lat
zmniejszy si o ponad 1,2 mln. Znacznie mniejsze zmiany wystpi w cigu pierwszej
i ostatniej dekady objtej prognoz.
Podobne tendencje mona zaobserwowa w ksztatowaniu si liczebnoci populacji
w wieku produkcyjnym mobilnym, tj. 18-44 lat. Przez wszystkie lata prognozy, do 2050 r.,
jest spodziewany spadek wielkoci tej populacji o 6 milionw, w tym 4,1 mln w miastach,
przy czym zmiany przybior na sile w latach 2020-2035.
Wrd ludnoci w wieku produkcyjnym niemobilnym i poprodukcyjnym, w kolejnych
okresach bd wystpoway zmiany rozmiaru populacji w obu kierunkach przyrost lub
148
niewielki ubytek. Liczba osb w wieku niemobilnym bdzie wzrastaa w kolejnych dekadach
a do 2035-2040 r. Na obszarach miejskich ta subpopulacja osignie maksymalne rozmiary
ju okoo 2035 r. (6,9 mln), w pniejszych latach jej wielko zmniejszy si do 5,3 mln.
Na wsi liczba osb w wieku niemobilnym bdzie najwiksza w 2040 r. (5,1 mln).
Zmiany wielkoci populacji osb w wieku emerytalnym w najwikszym stopniu
s obcione falowaniem wynikajcym z wystpowania w II poowie ubiegego stulecia
okresw wysokich urodze, a nastpnie spadku. Do 2030 r. liczba osb w wieku
poprodukcyjnym w miastach (wedug nowej ustawy emerytalnej) zwikszy si do 5,3 mln.
W nastpnych latach do 2040 r. jest oczekiwany niewielki ubytek o ok. 300 tys, za ostatnie
dziesiciolecie zaznaczy si wzrostem liczebnoci tej zbiorowoci (do 5,9 mln). Na obszarach
wiejskich w latach objtych prognoz bdzie wystpowa systematyczny wzrost liczebnoci
tej grupy z 2,4 mln w 2013 r. do 4,1 mln w 2050 r. Ogem liczba ludnoci w wieku
emerytalnym w Polsce wzronie z okoo 7 mln w 2013 r. do blisko 10 mln w 2050 r. (Tabl.
32, Wyk. 63).
O powanej ewolucji struktury ludnoci wiadcz zmiany udziau kadej z grup
w populacji ogem. W 2013 r. zarwno osoby w wieku przedprodukcyjnym jak
i poprodukcyjnym stanowiy nieco ponad 18% ludnoci. Pozostae 63% to osoby w wieku
produkcyjnym. W kocowym roku prognozy potencjalne zasoby pracy bd stanowiy 56%
ludnoci, za istotna rnica wystpi midzy populacjami w wieku nieprodukcyjnym udzia
starszej z nich (w wieku poprodukcyjnym)
bdzie dwukrotnie wikszy ni modszej
(w wieku przedprodukcyjnym). Podobne relacje bd obserwowane w miastach i na wsi.

W starszych demograficznie miastach wystpi gorsze proporcje midzy osobami w wieku
produkcyjnym, a nieprodukcyjnym (54,8% w wieku produkcyjnym, 45,2% w wieku przedi poprodukcyjnym). Na obszarach wiejskich osoby w wieku produkcyjnym bd stanowiy
57,8% ogu ludnoci. W przekroju wojewdzkim zmiany liczby i struktury ludnoci
w podziale na ekonomiczne grupy wieku bd zaleay od stopnia zaawansowania procesu
starzenia. Starsze demograficznie wojewdztwa bd miay mniej korzystne relacje liczbowe
midzy ekonomicznymi grupami wieku. Najlepsze odzwierciedlenie tych zalenoci
prezentuj wspczynniki obcienia pracujcych ludnoci niepracujc, skonstruowane
analogiczne jak opisane wczeniej wspczynniki obcienia dziemi i starszymi (por.
rozdzia Starzenie si populacji). Obcienie osobami w wieku 0-17 lat do 2025 r. ustabilizuje
si na poziomie 28 osb na 100 pracujcych. Do 2040 r. warto tego wskanika nieco si
obniy (do 24), a w ostatniej dekadzie wzronie do 26 osb. Inaczej zmienia si bdzie
149
obcienie osobami w wieku emerytalnym. Przez wszystkie lata prognozy obcienie osb
w wieku produkcyjnym t subpopulacj bdzie si zwikszao z 28 osb w 2013 r. do 52 w
2050 r. Warto zwrci uwag, jak znaczcy wpyw na warto wspczynnikw ma zmiana
liczebnoci osb w wieku produkcyjnym i poprodukcyjnym wynikajca ze zmiany przepisw
emerytalnych. Przy starych zasadach obcienie populacj w wieku emerytalnym w 2050 r.
wynosioby 75 osb na 100 pracujcych (Tabl. 31).
Tabl. 31. Wspczynniki obcienia demograficznego 2013-2050
Table 31. Dependency ratios 2013-2050
Obcienie
ludnoci w wieku
Demographic
Wyszcze2013 2014 2015 2020 2025 2030 2035 2040 2045 2050
glnienie
burden
by population
at age
Nieprodukcyjnym
58
59
60
67
72
73
76
83
93 105
Wedug
Non-working
ustawy
29
29
30
30
28
27
27
28
30
emerytalnej Przedprodukcyjnym 29
obowizuPre-working
jcej do
Poprodukcyjnym
29
30
31
38
43
45
49
56
65
75
31.12.2012 r. Post-working
Nieprodukcyjnym
57
57
57
60
63
62
62
62
68
78
Wedug
Non-working
ustawy
28
28
28
28
26
25
24
25
26
emerytalnej Przedprodukcyjnym 29
obowizuPre-working
jcej od
Poprodukcyjnym
28
29
29
32
35
37
37
38
44
52
1.1.2013 r.
Post-working
Szczeglne znaczenie z punktu widzenia rynku pracy ma ksztatowanie si

wewntrznej struktury populacji osb w wieku produkcyjnym, czyli proporcji midzy
ludnoci w wieku mobilnym (18 44 lata) i niemobilnym (45 lat do granicy wieku
emerytalnego). W skali kraju w 2013 r. osoby w wieku 18-44 stanowiy wikszo ludnoci
w wieku produkcyjnym 62,5%. W dalszych latach znacznie pogorszy si liczebnie relacja
midzy obydwoma populacjami najmniej korzystne bd ok. 2040 r. Wwczas osoby
w wieku niemobilnym bd stanowiy a 54,4 % ogu ludnoci w wieku produkcyjnym.
Kolejne lata przynios niewielk popraw tych zalenoci w kocowym okresie prognozy
odsetek populacji niemobilnej zmniejszy si do 51%. Uwzgldniajc podzia na miasto i wie
przewiduje si takie same odsetki ludnoci w wieku mobilnym i niemobilnym na kocu
horyzontu prognozy, jednak wiksze zmiany wystpi na obszarach wiejskich ze wzgldu na
wyszy odsetek ludnoci w wieku mobilnym w roku bazowym prognozy (2013).
150
Tabl. 32. Zmiany stanw ludnoci (przyrosty/ubytki)

wedug ekonomicznych grup wieku
Table 32. Increase/decrease of population size by economic age groups
Wyszczeglnienie
POLSKA ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
MIASTA
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
WIE
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
20132014
-33,9
-64,8
-59,4
-70
10,6
90,2
-69,3
-36,4
-107
-67,4
-39,6
74,2
35,3
-28,3
47,7
-2,5
50,2
16
20142015
-42,7
-54,3
-79
-103,1
24,1
90,5
-73
-30,8
-114,9
-87,3
-27,6
72,7
30,3
-23,5
35,9
-15,8
51,7
17,8
20152020
20202025
-281,2
-143,4
-589,7
-945,6
355,9
451,9
-412,9
-66,1
-671,2
-720,2
49
324,4
131,7
-77,3
81,6
-225,4
306,9
127,4
20252030
-396,3
-232,4
-727,4
-1277,5
550,1
563,5
-500,3
-157,2
-652,8
-926,7
273,9
309,8
103,9
-75,2
-74,6
-350,8
276,3
253,7
20302035
-556,4
-569,1
-197,9
-1180,1
982,2
210,6
-598
-371,1
-245,5
-828,9
583,5
18,6
41,6
-197,9
47,5
-351,2
398,8
192
20352040
-708,3
-363,5
-325,5
-1036,1
710,6
-19,3
-673
-239
-291,3
-661,3
370
-142,7
-35,3
-124,4
-34,2
-374,8
340,6
123,4
20402045
-808,6
-305,8
-564
-684,4
120,4
61,2
-710,9
-184,8
-442,7
-389,8
-52,9
-83,4
-97,7
-121
-121,3
-294,6
173,3
144,6
20452050
-850,9
-183,3
-1336,3
-384,4
-951,9
668,7
-712,3
-100,4
-926,4
-232,3
-694,1
314,6
-138,5
-82,9
-409,8
-152
-257,8
354,2
2013=100
-866,8
-115,4
-1621,2
-325,7
-1295,5
869,9
-696,4
-60,5
-1092
-211,8
-880,2
456,1
-170,4
-54,9
-529,2
-113,9
-415,3
413,8
88,2
71
77,6
60,8
105,5
143
80,9
68
69,4
55
92,6
129,7
99,4
74,7
90,1
69,5
126,2
167,6
Wyk. 63. Ludno wedug ekonomicznych grup wieku w wybranych latach(w mln)
Chart. 63. Population by economic age groups in chosen years (in millions)
18
2013
16
2020
2035
2050
14
12
10
8
6
4
2
0
Przedprodukcyjny
Mobilny
Niemobilny
151
Poprodukcyjny
Zmiany w strukturze ludnoci wedug edukacyjnych grup wieku

Changes in population structure by educational age groups
Niepodane zmiany liczby i struktury kobiet w wieku prokreacyjnym mimo zaoonego
w prognozie wzrostu intensywnoci urodze w konsekwencji przynios systematyczny
spadek urodze. Liczba dzieci i modziey w podziale na edukacyjne grupy wieku (0-2, 3-6,
7-12, 13-15, 16-18, 19-24) zwaszcza do 2035 roku wynika gwnie z poziomu urodze
z przeszoci. Krtkotrwaa tendencja wzrostowa bdzie pojawiaa si jako efekt dziaania
falowania demograficznego. W liczbach bezwzgldnych do 2050 r. populacja dzieci
i modziey zmniejszy si o ok. 3,5 mln. Najlepiej proces zmian obrazuje odniesienie wartoci
w kocu horyzontu prognozy do roku bazowego 2013. W 2050 r. osoby w wieku 0-24 lata
bd stanowiy 67% stanu z roku bazowego, z czego w miastach 64%, a na wsi 71%.
Liczebno poszczeglnych grup klasyfikacji (0-2, 3-6, 7-12, 13-15, 16-18, 19-24) bdzie
wynosia od 58% do 77% stanu z 2013 r. W miastach relatywne ubytki bd wiksze
ni na wsi, zwaszcza dzieci w wieku przedszkolnym (38%) i potencjalnych studentw (46%)
na wsi odpowiednio 30% oraz 38%.
Tabl. 33. Zmiany stanw ludnoci wedug edukacyjnych grup wieku (w tys.)
Table 33. Increase/decrease of population size by educational age groups (in thous.)
Grupy wieku
POLSKA Ogem
0-2
3-6
7-12
13-15
16-18
19-24
MIASTA
0-2
3-6
7-12
13-15
16-18
19-24
WIE
0-2
3-6
7-12
13-15
16-18
19-24
20132014
20142015
20152020
20202025
20252030
20302035
-35,2
-6,8
35,6
-24,9
-45,6
-115,1
-69,3
-48,6
111,6
-51,2
-90,4
-237,1
-115,3
-266
242,1
3,1
-209,4
-735,6
-188,7
-324,6
-57,4
47,7
-7
-904,9
-270,7
-434,9
-150,1
-97
-160,1
-629,6
-310,6 -315,6 -323,8 -361,4

-528 -563,1
-565 -587,2
-308,4 -445,1 -498,4 -503,8
-138,4 -223,2 -288,3
-310
-231,6 -290,8 -374,8
-422
-871,1 -1012,5 -1138,9 -1296,6
68,5
65,1
76,9
73
66,7
57,8
-24,2
-1,8
27
-11,8
-24,5
-87,9
-47,9
-25,4
78
-24,3
-56,1
-166,8
-85,5
-169
172,4
23
-117
-454,1
-137,1
-214
-18,4
57,1
11,8
-537,4
-190,5
-287,3
-88,5
-37,1
-74,6
-357,5
-213,4
-345,7
-191,9
-67,6
-125,2
-498,4
-212
-364
-276,2
-121,5
-165,6
-596,3
-214,1
-360,1
-304,7
-161,1
-217,8
-680,5
-236,9
-371,8
-302,7
-172,5
-245,7
-777,8
64,4
61,6
74,7
71,7
64
54,2
-11
-5
8,6
-13,2
-21,2
-27,3
-21,4
-23,3
33,6
-26,9
-34,2
-70,2
-29,8
-97
69,7
-19,9
-92,4
-281,5
-51,5
-110,6
-38,9
-9,4
-18,8
-367,5
-80,2
-147,5
-61,6
-59,9
-85,5
-272,1
-97,2
-182,3
-116,5
-70,8
-106,5
-372,7
-103,6
-199,2
-168,9
-101,8
-125,2
-416,3
-109,7
-204,8
-193,7
-127,2
-157
-458,5
-124,5
-215,4
-201,1
-137,6
-176,3
-518,7
74,1
69,9
79,6
74,5
70
62,3
152
20352040
20402045
20452013=100
2050
Badajc wewntrzn struktur zbiorowoci 0 24 lata w podziale na funkcjonalne

podgrupy wieku stwierdzi mona, e zmiany bd stosunkowo niewielkie. Odsetek dzieci
w wieku poniej 7 lat w caym okresie objtym prognoz bdzie waha si od 25 do 27%.
Nieco wiksze fluktuacje wystpi w udziaach pozostaych grup dzieci i modziey
w wieku nauki szkolnej oraz potencjalnych studentw. Odsetek pierwszej grupy zwikszy si
z 44% (2013 r.) do
50 - 51% w cigu dekady lat 20., a ostatecznie ustabilizuje si
na poziomie 47-48% w pozostaych latach. Udzia drugiej ze wspomnianych grup zmniejszy

si z 29% do 24-25% w latach 20. i 26-27% w kolejnych latach.
Wyk. 64. Zmiany struktury subpopulacji w wieku edukacyjnym
(ludno w wieku 0-24 =100)
Chart. 64. Changes of structure of population by educational age groups
(population aged 0-24=100)
35
0-2
3-6
7-12
13-15
16-18
19-24
30
25
20
15
10
5
2013
2017
2021
2025
2029
2033
2037
2041
2045
2049
Zmiany liczebnoci modych generacji w przekroju wojewdztw pokrywaj si

z przewidywanym poziomem podnoci. Im nisza prognozowana liczba urodze w danym
roku, tym naley si spodziewa wikszych ubytkw populacji 0-24 lata w kolejnych latach.
W pocztkowych latach znajd odzwierciedlenie urodzenia od 1990 r. Znikomy
(ale korzystny) wpyw na liczebno populacji 0-24 lata bd miay przyjte zaoenia
umieralnoci.
153
8. Scenariusze alternatywne podstawowe wyniki

Alternative scenarios basic results
Przedstawiamy poniej podstawowe wyniki pozostaych, opracowanych scenariuszy
zmian demograficznych w Polsce do 2050 r. (Tabl. 34), prezentowanych na Plenarnym
posiedzeniu Rzdowej Rady Ludnociowej w dniu 22 maja 2014 r. Szczegowy opis
wariantw skadowych prognozy: urodze, zgonw i migracji mona znale w rozdziale 3, 4
i 5.
Z uwagi na dominujcy wpyw przyjtego wariantu dzietnoci na wyniki prognozy,
nazwy scenariuszy niski, redni, wysoki i bardzo wysoki pochodz od docelowych wartoci
wspczynnika dzietnoci przyjtych w czterech wariantach zmian podnoci.
Przypomnijmy, e scenariusz redni zosta wybrany jako bazowy wyniki stanowi
oficjaln prognoz GUS. Scenariusze niski i wysoki mona traktowa jako rekomendowane
scenariusze
alternatywne.
Scenariusz
bardzo
wysoki
zakada
realizacj
rzdowej,
dugofalowej strategii rozwoju zawartej w Dugookresowej Strategii Rozwoju Kraju

Polska 2030. Trzecia fala nowoczesnoci57. Wartoci docelowe wspczynnika dzietnoci,
trwania ycia oraz salda migracji w 2030 r. w tym scenariuszu pochodz z w/w dokumentu.
Tabl. 34. Zaoenia prognostyczne czterech scenariuszy
Table 34. Projection assumptions for four scenarios
Wybrany wariant w scenariuszu
Wyszczeglnienie
Dzietno
Umieralno
Migracje
Migracje
zagraniczne wewntrzne
scenariusz 1
niski
A2
v1
v1
scenariusz 2
redni
A1
v2
v2
scenariusz 3
wysoki
A1
v2
v3
scenariusz 4
b.wysoki
A3
v3
v3
57
Por. Ministerstwo Administracji i Cyfryzacji Dugookresowa Strategia Rozwoju Kraju - Polska 2030. Trzecia fala nowoczesnoci,
Warszawa 2012 s.141 - 142
154
Prognozowane stany ludnoci

Projected population
Wszystkie scenariusze przewiduj systematyczny spadek liczby ludnoci Polski (Wyk.
65). W skrajnych szacuje si liczb mieszkacw Polski w 2050 r. odpowiednio na 32,1
mln do 36,3 mln. Warto zauway, e w scenariuszach:
niskim, rednim oraz bardzo
wysokim liczba ludnoci wsi bdzie utrzymywa si na poziomie zblionym do obecnego.

Jedynie w scenariuszu wysokim mona zaobserwowa wyrany, chocia stosunkowo
niewielki spadek liczby ludnoci zamieszkujcej na obszarach wiejskich o blisko 700 tys.
do 2050 r. Spadek liczby ludnoci bdzie zatem skutkowa przede wszystkim wyludnianiem
si miast (Wyk. 66).
Wyk. 65. Prognozowana liczba ludnoci wedug czterech scenariuszy
w wybranych latach (w mln)
Chart. 65. Projected population according to four scenarios for selected years (in mln)
39
38
37
36
35
34
33
32
31
30
Niski
redni
Wysoki
B.Wysoki
2015
2020
2030
2040
2050
Wyk. 66. Prognozowana liczba ludnoci w miastach wedug czterech scenariuszy

w wybranych latach (w mln)
Chart. 66. Projected urban areas population according to four scenarios
for selected years (in mln)
24
23
22
21
20
19
18
17
16
15
Niski
redni
Wysoki
B.Wysoki
2015
2020
2030
2040
155
2050
Przewiduje si wzrost odsetka ludnoci wiejskiej (Wyk. 67). Niewielki ok.2 p. proc.
w obu scenariuszach wysokich, najwyszy w wariancie niskim ponad 7 p. proc.
Wyk. 67. Odsetek ludnoci wiejskiej w Polsce 2013-2050 (w %)
Chart. 67. Percentage of rural population in Poland 2013-2050
48
47
46
45
44
43
42
41
40
39
38
2013 2016 2019 2022 2025 2028 2031 2034 2037 2040 2043 2046 2049
Niski
redni
Wysoki
B.Wysoki
Urodzenia i zgony
Births and deaths
Istotne rnice midzy scenariuszami dotycz prognozowanej liczby urodze
oraz zgonw.
Liczba urodze jest zawsze wynikiem realizacji okrelonej dzietnoci oraz liczby
kobiet w wieku prokreacyjnym, a w zasadzie w wieku intensywnej podnoci. Prognozowane
zmiany dzietnoci we wszystkich prezentowanych scenariuszach w perspektywie do 2050 r.
nie spowoduj wzrostu liczby urodze (Tabl. 35, Tabl. 36) z uwagi na gbokie niekorzystne
zmiany w liczbie i strukturze kobiet bdcych w wieku prokreacyjnym. W chwili obecnej
w wiek najwikszego natenia urodze przypadajcy mniej wicej na okres od 25 do 35 roku
ycia (cho ta granica systematycznie ronie), wchodz coraz mniej liczne roczniki kobiet.
Spowodowane jest to gwatownym zmniejszaniem si liczby urodze w latach 1984-2003.
W 2003 r. urodzio si mniej wicej o poow mniej dziewczynek ni w 1984 r. Naley zatem
spodziewa si, e przy braku radykalnej poprawy poziomu dzietnoci (tj. musiaaby znacznie
przewysza poziom prostej zastpowalnoci pokole), rwnie one urodz o poow mniej
dzieci ni kohorta 1984. Zjawisko to bdzie si utrzymywa w kolejnych, coraz mniej
licznych rocznikach.
156
Tabl. 35. Prognozowana liczba urodze wedug czterech scenariuszy

Table 35. Projected number of births according to four scenarios
Rok
redni
Niski
Wysoki
B. Wysoki
2013
369 576
369 576
369 576
369 576
2014
360 447
355 809
368 847
371 435
2015
353 909
343 312
367 758
374 245
2016
348 807
334 540
365 369
376 585
2017
345 929
331 202
362 618
378 227
2018
344 982
330 421
360 228
379 501
2019
342 651
330 147
357 401
380 427
2020
339 298
327 995
353 698
380 086
2025
310 802
294 790
322 153
357 329
2030
284 886
264 531
297 775
332 728
2035
274 103
250 043
294 222
327 364
2040
273 463
245 388
302 258
335 929
2045
268 851
236 617
302 136
340 782
2050
254 744
219 323
291 392
338 896
Tabl. 36. Relacja urodze w wybranych latach wedug czterech scenariuszy

do liczby urodze w 2013 r. (w %)
Table 36. Projected births in chosen years according to four scenarios compared
to the number of births in 2013 (in %)
Rok
redni
Niski
Wysoki
B. Wysoki
2013
100
100
100
100
2014
98
96
100
101
2015
96
93
100
101
2016
94
91
99
102
2017
94
90
98
102
2018
93
89
97
103
2019
93
89
97
103
2020
92
89
96
103
2025
84
80
87
97
2030
77
72
81
90
2035
74
68
80
89
2040
74
66
82
91
2045
73
64
82
92
2050
69
59
79
92
157
W zwizku z powyszym w cigu najbliszych lat naley si spodziewa

systematycznego spadku liczby urodze, ktry jak wskazuj wyniki wszystkich scenariuszy
utrzyma si do koca horyzontu prognozy.
Podobnie jak liczba urodze, rwnie liczba zgonw w istotnym stopniu zaley
od struktury wieku spoeczestwa. Wyniki wszystkich scenariuszy prognozy wskazuj
jednoznacznie, e liczba ludnoci w starszym wieku bdzie si systematycznie zwiksza.
W zwizku z tym, pomimo znacznego wzrostu oczekiwanej dugoci ycia (z 73,1 w 2013 r.
dla mczyzn do 83,0-88,4 lat w 2050 r. w skrajnych scenariuszach, oraz dla kobiet
odpowiednio z 81,1 lat do 87,6-88,9 lat), liczba zgonw bdzie systematycznie rosa a do
2045 r. (do 2040 r. w scenariuszu bardzo wysokim) , dopiero w ostatnich latach prognozy jest
spodziewany niewielki spadek tej liczby. Prognozowane zgony w 2050 r. bd wysze
od 8 do 13% w porwnaniu do roku bazowego (Tabl. 38, Tabl. 39).
Tabl. 37. Prognozowana liczba zgonw wedug czterech scenariuszy
Table 37. Projected number of deaths according to four scenarios
Rok
redni
Niski
Wysoki
B. Wysoki
2013
387 312
387 312
387 312
387 312
2014
384 118
383 984
384 146
383 382
2015
386 808
386 490
386 854
385 311
2016
389 108
388 577
389 157
386 821
2017
391 029
390 271
391 070
387 926
2018
392 584
391 584
392 612
388 650
2019
393 794
392 550
393 815
389 035
2020
394 721
393 231
394 738
389 142
2025
397 746
395 413
397 751
388 343
2030
406 157
412 741
406 195
401 368
2035
425 702
434 317
425 785
419 358
2040
439 995
450 056
440 153
432 203
2045
440 860
451 193
441 134
431 844
2050
428 276
438 453
428 676
417 626
158
Tabl. 38. Relacja zgonw w wybranych latach wedug czterech scenariuszy

do liczby zgonw w 2013 r. (w %)
Table 38. Projected deaths in selected years according to four scenarios compared
to the number of deaths in 2013 (in %)
Rok
redni
Niski
Wysoki
B. Wysoki
2013
100
100
100
100
2014
99
99
99
99
2015
100
100
100
99
2016
100
100
100
100
2017
101
101
101
100
2018
101
101
101
100
2019
102
101
102
100
2020
102
102
102
100
2025
103
102
103
100
2030
105
107
105
104
2035
110
112
110
108
2040
114
116
114
112
2045
114
116
114
111
2050
111
113
111
108
Struktura wieku ludnoci

Age structure of population
Wszystkie cztery scenariusze daj porwnywalne wyniki w zakresie przyszych
struktur wieku polskiego spoeczestwa. Wynika to z faktu, e w scenariuszach o niskiej
dzietnoci zaoono nisz oczekiwan dugo ycia. W rezultacie procentowe udziay
poszczeglnych grup wieku bed do siebie zblione. Wszystkie scenariusze przewiduj, e do
2050 r. odsetek ludnoci w wieku 65 lat i wicej wzronie okoo dwukrotnie tj. z 15,8%
w 2013 r. do 35,7% w scenariuszu niskim, za do 31,3% w scenariuszu bardzo wysokim.
Wzrost liczby osb sdziwych (w wieku 85 lat i wicej) bdzie, w tym samym okresie, blisko
piciokrotny. Do istotne rnice pomidzy scenariuszami bd dotyczyy odsetka osb
w wieku poniej 15 lat (Wyk. 68).
159
Wyk. 68. Ludno w wieku 0-14 lat w latach 2013-2050

wedug czterech scenariuszy (w %)
Chart. 68. Population aged 0-14 in 2013-2050 according to four scenarios
15,5
15,0
14,5
14,0
13,5
13,0
12,5
12,0
11,5
11,0
10,5
2013
2018
2023
Niski
2028
2033
redni
Wysoki
2038
2043
2048
B.Wysoki
W wariancie bardzo wysokim przewiduje si bardzo nieznaczne (o niecay p. proc.)

obnienie odsetka dzieci w strukturze populacji do 2050 r., ale ju w wariancie niskim mona
si spodziewa znaczniejszych ubytkw - udzia dzieci 0-14 lat zmniejszy si do 11,3% (Tabl.
39).
Tabl. 39. Struktura ludnoci wedug grup wieku w 2013 i 2050 r. (w %)
Table 39. Structure of population according to age groups in 2013 and 2050 (in %)
2013
Wiek
2050
Dane
rzeczywiste
redni
Niski
Wysoki
B. Wysoki
0-14
15,0
12,1
11,3
13,2
14,2
15-64
70,3
55,2
55,6
54,8
54,5
65+
14,7
32,7
33,1
32,0
31,3
85+
1,6
6,1
5,9
6,0
6,1
Jak ju wczeniej wspomniano w przyszoci naley si spodziewa znacznego spadku

liczby kobiet w wieku prokreacyjnym, tj. 15-49 lat (Wyk. 69). Obecnie ich liczba wynosi
okoo 9,3 mln i stanowi okoo 24% populacji ogem. W 2050 r. w zalenoci od scenariusza
160
liczba potencjalnych matek wyniesie od okoo 5,5 do 6,3 mln, co bdzie stanowi (w kadym
ze scenariuszy) okoo 17% populacji ogem.
Wyk. 69. Liczba kobiet w wieku prokreacyjnym w latach 2013-2050
wedug czterech scenariuszy (w mln)
Chart. 69. Number of women of childbearing age in 2013-2050 according
to four scen arios (in mln)
10,0
9,5
9,0
8,5
8,0
7,5
7,0
6,5
6,0
5,5
5,0
2013
2016
2019
2022
Niski
2025
2028
2031
redni
2034
Wysoki
161
2037
2040
2043
B.Wysoki
2046
2049
9. Porwnanie prognozy ludnoci Polski opracowanej przez GUS

z prognozami Eurostatu i ONZ
CSO`s population projection in comparison with Eurostat and UN projection
Zgodnie z zaprezentowanymi w tej publikacji zaoeniami najnowszej prognozy GUS
wspczynnik dzietnoci w Polsce bdzie utrzymywa si na zblionym do obecnego
poziomie (w 2013 r. wynosi 1,26) przez najbliszych kilka lat, po czym od 2018 r. zacznie
wzrasta do poziomu okoo 1,52 w 2050 roku (Tabl. 40). Zatem nadal poziom reprodukcji
ludnoci bdzie daleki od prostej zastpowalnoci pokole. Poziom umieralnoci bdzie
obnia si, sprzyjajc wyduaniu przecitnego trwania ycia. Przewiduje si, e w 2050 r.
mczyni bd yli o ok. 9 lat duej ni obecnie, natomiast kobiety o ok. 6 lat duej.
Efektem zaoonych zmian oraz przewidywanych migracji ludnoci bdzie stopniowe
zmniejszanie si liczby ludnoci Polski do okoo 34 mln w 2050 r. W porwnaniu
z wyjciowym rokiem prognozy (2013 r.) bdzie o ok. 4,5 miliona Polakw mniej.
Tabl. 40. Porwnanie prognozy GUS z prognozami Eurostatu58 i ONZ59
Table 40. Comparision of CSO projection with Eurostat and UN projections
Wyszczeglnienie
2013
2014
2015
GUS
Eurostat
ONZ
38 496
38 462
38 500
38 221
38 419
38 490
38 220
GUS
Eurostat
ONZ
-19,9
-10,3
1,6
-6,9
-9,8
0
-7,1
GUS
Eurostat
ONZ
1,26
1,24
1,33
1,43
1,24
1,34
1,44
GUS
Eurostat
ONZ
73,1
73,1
73,1
72,5
73,4
73,3
72,7
GUS
Eurostat
ONZ
81,1
81
81,1
80,7
81,2
81,3
80,8
2020
2025
2030
2035
Ludno w tysicach
38 138
37 741 37 185
36 477
38 346
37 967 37 403
36 763
38 143
37 887 37 383
36 629
Saldo migracji w tysicach
-7,3
-4,9
-2,4
0
2,9
-4,3
-0,9
13,7
-7,6
-7,4
-7,7
-8
Wspczynnik dzietnoci
1,32
1,38
1,43
1,46
1,39
1,43
1,47
1,5
1,51
1,56
1,6
1,64
Trwanie ycia - mczyni
74,6
75,9
77,3
78,4
74,5
75,6
76,7
77,8
73,7
74,8
75,8
76,7
Trwanie ycia - kobiety
82,1
83
84
84,8
82,2
83
83,8
84,6
81,5
82,1
82,7
83,3
Dane rzeczywiste Actual data
58
Europop 2013 http://epp.eurostat.ec.europa.eu/portal/page/portal/population/data/database
59
World Population Prospects. The 2012 revision. http://esa.un.org/unpd/wpp/index.htm
162
2040
2045
2050
35 668
36 108
35 750
34 817
35 415
34 858
33 951
34 696
33 994
0
25,4
-7,8
0
30,7
-7,6
0
29,5
-7,1
1,48
1,53
1,68
1,5
1,55
1,7
1,52
1,58
1,73
79,5
78,8
77,4
80,8
79,8
78,1
82,1
80,8
78,7
85,6
85,3
84
86,5
86,1
84,5
87,5
86,8
85,1
Prognoza ONZ jest zdecydowanie bardziej optymistyczna odnonie poziomu

dzietnoci. Naley jednak zaznaczy, e nie uwzgldnia ona negatywnych zmian w dzietnoci
kobiet jakie s obserwowane w Polsce dopiero od 2011 r. Prognoza ta przewiduje znacznie
wolniejszy spadek umieralnoci mczyzn, ni prognoza GUS. Przecitne trwanie ycia
mczyzn w 2050 r. bdzie nisze ni w prognozie GUS o 3,4 roku natomiast kobiet
o 2,4 roku. Prognoza ONZ przewiduje rwnie utrzymywanie si ujemnego salda migracji
przez cay okres objty prognoz.
Pomimo tych rnic, zgodnie z przewidywaniami ONZ w 2050 r. liczba ludnoci
Polski bdzie wynosia nieco poniej 34 mln osb czyli niemal dokadnie tyle samo
ile przewiduje prognoza GUS (Wyk. 70).
Wyk. 70. Prognoza ludnoci Polski (w mln)a
Chart. 70. Population projectiona for Poland (in mln) a
39
38
GUS
Eurostat
ONZ
37
36
35
34
33
32
31
2013
2015
2020
2025
2030
2035
2040
2045
2050
2013 r. dane rzeczywiste; 2013 actual data
Prognoza Eurostatu dla Polski wyrnia si przede wszystkim zaoeniami odnonie

salda migracji. Zakada mianowicie, e Polska poczwszy od lat 30. XXI wieku, bdzie si
charakteryzowa relatywnie wysokim dodatnim saldem migracji. Prognoza ta przewiduje
wysze o okoo 0,05 wspczynniki dzietnoci przez wikszo prognozowanego okresu.
Warto jednak zaznaczy, e nie uwzgldniono w niej odnotowanego w 2013 r. spadku TFR
163
z poziomu 1,30 do 1,26. Prognoza Eurostatu zakada wikszy spadek umieralnoci ni

prognoza ONZ, ale niszy ni prognoza GUS. Przewidywane trwanie ycia dla mczyzn
w 2050 r. jest krtsze o 1,3 roku ni w prognozie GUS, natomiast dla kobiet o 0,7 r. Wedug
prognozy Eurostatu ludno Polski w 2050 roku wyniesie okoo 34,7 mln, czyli o okoo 700
tysicy wicej ni w prognozach GUS i ONZ.
Naley zaznaczy, i prognozy Eurostatu, ONZ i GUS s zbiene w zasadniczej
kwestii. Systematycznie bdzie postpowa proces starzenia si spoeczestwa. Najwikszy
przyrost odsetka osb w wieku 80 lat i wicej, przewiduje prognoza GUS (Wyk. 71). Podczas
gdy w 2013 r. udzia osb omawianej grupy wieku stanowi niecae 4% ogu ludnoci,
w 2050 roku bdzie wynosi 10,4%. Wedug Eurostatu i ONZ przyrost ten bdzie niszy
wyniesie odpowiednio 9,6% i 8,6%.
Wyk. 71. Prognozaa ludnoci Polski w wieku 80 lat i wicej (w %)
Chart. 71. Projectiona of population aged 80 and more (in %)
11
10
9
GUS
Eurostat
ONZ
8
7
6
5
4
3
2
1
0
2013
2015
2020
2025
2030
2035
2040
2045
2050
2013 r. dane rzeczywiste; 2013 actual data
Wedug prognoz opracowanych przez Eurostat dla 28 krajw Unii Europejskiej

cznie, w perspektywie do 2050 r. liczba ludnoci tych krajw zwikszy si o 3,6%
(z ok. 507 mln w 2012 r. do 525,5 mln), natomiast ludno Polski zmniejszy si o blisko 10%.
Jednoczenie populacja osb w wieku 80 lat i wicej zwikszy si zarwno w Polsce
jak i w Unii Europejskiej o blisko 130%. W 2050 r. wskanik obcienia demograficznego
osobami starszymi (liczony jako liczba osb w wieku 65 lat i wicej przypadajcych na 100
164
osb w wieku 15-64 lata) dla Polski (53) bdzie nieznacznie wyszy ni wyznaczony cznie
dla caej Unii Europejskiej (50). W 2012 r. wspczynnik ten wynosi
dla Polski 20,
natomiast dla caej Unii Europejskiej 27.

Przyszo demograficzna Polski na tle innych krajw europejskich
Demographic future of Poland compared to other European countries
Poniej przedstawiamy kilka wykresw obrazujcych sytuacj demograficzn
w Polsce na tle innych krajw europejskich na podstawie wynikw prognozy Eurostatu
EuroPop2013 dla 2013 r. oraz 2050 r. (poza krajami UE sporzdzono prognozy dla Norwegii,
Szwajcarii, Islandii; wszystkie wykresy przedstawiaj pozycj Polski na tle krajw UE oraz
wymienionych krajw). Prognoza Eurostatu obejmuje lata 2013-2080, rok 2050 zosta
pokazany dla porwnania z wynikami prognozy GUS.
Wskaniki starzenia jak mediana czy udzia ludnoci w wieku 65+ w populacji
ogem pokazuj, e proces deformacji struktur wynikajcy ze starzenia populacji jest
w wikszoci krajw starej Unii bardziej zaawansowany ni w Polsce. Sytuacja zmieni si
diametralnie ju w cigu najbliszej dekady, za w 2050 r. Polska stanie si jednym z krajw
w Europie o najbardziej zaawansowanym procesie starzenia populacji .
Wedug prognozy Eurostatu liczba ludnoci Unii do 2050 r. wzronie o 3,6 %, jednak
w Polsce zmaleje o ok.10% (Wyk. 70).
Wyk. 72. Zmiana liczby ludnoci midzy rokiem 2013 a 2050 (w %)
Chart. 72. Projected changes in population size 2013-2050 (in %)
100
80
60
40
20
3,6
0
-20
-10,0
165
otwa
Grecja
Estonia
Chorwacja
Polska
Wgry
Sowenia
kraje UE
Irlandia
Wochy
Finlandia
Austria
W. Brytania
Szwecja
Szwajcaria
Luksemburg
-40
30
Wochy
Niemcy
Grecja
Portugalia
Bugaria
Finlandia
Szwecja
otwa
kraje UE
Estonia
Chorwacja
Litwa
Austria
Hiszpania
Dania
Francja
Malta
Belgia
Szwajcaria
Sowenia
Wgry
W. Brytania
Czechy
Holandia
Rumunia
Norwegia
Polska
Luksemburg
Cypr
Sowacja
Islandia
Irlandia
Niemcy
Wochy
Bugaria
Portugalia
Austria
Grecja
Chorwacja
Sowenia
Finlandia
Litwa
otwa
kraje UE
Szwajcaria
Holandia
Hiszpania
Wgry
Estonia
Dania
Belgia
Szwecja
Malta
Czechy
Francja
Rumunia
W. Brytania
Polska
Norwegia
Luksemburg
Sowacja
Cypr
Irlandia
Islandia
Wyk. 73. Mediana wieku ludnoci w latach 2013 i 2050

Chart. 73. Median age of population 2013, 2050
60
50
46,2
2050
49,5
40
30
20
10
2050
2013
Wyk. 74. Udzia osb w wieku 65 lat i wicej w populacji ogem w latach 2013 i 2050
Chart. 74. Share of population aged 65 and more 2013, 2050
40
35
28,2
30,2
25
20
15
10
2013
166
Z uwagi na wielko mediany Polska znajdzie si w pitce najstarszych krajw Unii

Europejskiej, za pod wzgldem wielkoci odsetka osb starszych 65+ na sidmej pozycji
(Wyk. 73, Wyk. 74).
Proces podwjnego starzenia, ktrego miar jest udzia osb w wieku 80+ w populacji
ogem bdzie w naszym kraju wolniejszy (z uwagi na utrzymywanie si opnie Polski w
stosunku do innych krajw w zakresie umieralnoci i prognozowane krtsze trwanie ycia ni
w krajach UE15) i w 2050 r. bdziemy krajem o jednym z niszych odsetkw (Wyk. 75).
Wyk. 75. Udzia osb w wieku 80 lat i wicej w populacji ogem w latach 2013 i 2050
Chart. 75. Share of population aged 80 and more 2013, 2050
16
14
12
11,0
9,6
10
8
6
4
2
Wochy
Grecja
Francja
Hiszpania
Niemcy
Portugalia
Belgia
Szwecja
kraje UE
Austria
Finlandia
Litwa
Szwajcaria
Estonia
otwa
W. Brytania
Sowenia
Chorwacja
Bugaria
Norwegia
Holandia
Dania
Wgry
Luksemburg
Rumunia
Czechy
Malta
Polska
Islandia
Sowacja
Cypr
Irlandia
2050
2013
Nasuwa si oczywiste pytanie o przyczyny tego stanu rzeczy. Najprostsz

odpowiedzi byoby stwierdzenie, e to urodzenia maj decydujcy wpyw na przysz
struktur populacji. Jednak uzyskanie rzetelnej odpowiedzi wymaga podjcia pogbionych
dziaa analitycznych zarwno w zakresie przyjtych dla rnych krajw zaoe
prognostycznych odnonie urodze, zgonw i migracji, ale co waniejsze danych
z przeszoci. Szczegowe dane dotyczce prognozy EuroPop2013 s dostpne na stronie
http://epp.eurostat.ec.europa.eu.
167
Tabl. A1. Prognoza ludnoci (w tysicach)

Table A1. Population projection (in thousands)
Wojewdztwa
Voivodships
2013
2014
2015
2020
OGEM
OGEM
TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2025
2030
2035
2040
2045
2050
TOTAL
38 495,7 38 461,8 38 419,0

2 910,0 2 905,0 2 899,3
2 092,6 2 089,5 2 086,0
2 156,2 2 148,1 2 139,7
1 021,5 1 020,3 1 019,0
2 513,1 2 502,4 2 491,3
3 360,6 3 367,4 3 373,3
5 316,8 5 329,7 5 341,1
1 004,4
999,6
994,5
2 129,3 2 128,4 2 126,9
1 195,0 1 191,5 1 187,8
2 295,8 2 300,8 2 305,3
4 599,4 4 584,9 4 569,0
1 268,2 1 262,6 1 256,7
1 446,9 1 443,7 1 440,2
3 467,0 3 472,0 3 476,2
1 718,9 1 716,0 1 712,6
38 137,8 37 741,5 37 185,1 36 476,8 35 668,2 34 817,4 33 950,6

2 866,6 2 826,0 2 773,4 2 709,1 2 637,9 2 565,6 2 495,4
2 065,4 2 039,0 2 003,9 1 959,7 1 908,8 1 854,5 1 799,0
2 096,5 2 049,8 1 995,8 1 932,9 1 862,5 1 787,6 1 710,6
1 009,8
997,0
979,7
957,9
932,7
905,8
878,6
2 434,1 2 373,7 2 306,4 2 231,6 2 153,0 2 074,9 1 999,1
3 396,0 3 407,4 3 403,1 3 383,9 3 354,6 3 319,3 3 279,4
5 388,3 5 416,0 5 418,3 5 400,9 5 374,7 5 347,6 5 318,7
966,6
935,9
902,0
865,1
825,8
785,2
744,6
2 114,6 2 095,6 2 067,7 2 029,6 1 982,5 1 928,6 1 870,3
1 168,2 1 146,8 1 121,8 1 092,5 1 058,8 1 021,7
982,3
2 324,1 2 334,8 2 334,0 2 323,5 2 306,7 2 287,1 2 265,7
4 477,7 4 369,7 4 245,2 4 107,9 3 964,6 3 821,5 3 680,6
1 226,0 1 193,5 1 157,4 1 116,6 1 071,6 1 024,4
976,9
1 421,1 1 398,6 1 370,6 1 336,3 1 296,4 1 252,9 1 207,9
3 490,4 3 490,4 3 470,9 3 434,7 3 389,0 3 339,6 3 287,9
1 692,5 1 667,2 1 634,8 1 594,7 1 548,9 1 501,0 1 453,3
23 271,8 23 202,5 23 129,5

2 020,0 2 011,5 2 002,8
1 256,3 1 250,5 1 244,5
998,6
993,8
988,9
645,4
643,5
641,5
1 593,0 1 582,1 1 570,9
1 637,3 1 635,6 1 633,6
3 415,2 3 422,9 3 430,0
523,5
520,1
516,6
879,2
876,8
881,3
721,8
720,4
718,8
1 495,1 1 493,0 1 490,8
3 560,0 3 542,5 3 524,4
567,8
563,5
559,0
857,4
854,3
851,2
1 917,1 1 911,6 1 905,8
1 182,0 1 178,1 1 173,9
22 716,6 22 216,3 21 618,4 20 945,4 20 234,5 19 522,2 18 825,8

1 956,1 1 903,5 1 843,5 1 777,3 1 708,3 1 640,5 1 576,1
1 212,5 1 176,7 1 136,4 1 091,9 1 044,7
996,6
949,2
962,2
931,7
896,3
856,4
813,1
768,2
723,2
629,6
615,1
597,9
578,5
557,6
536,1
514,8
1 513,6 1 453,6 1 389,8 1 322,6 1 254,3 1 187,9 1 124,6
1 620,1 1 599,7 1 570,8 1 535,6 1 497,3 1 458,7 1 420,8
3 456,2 3 463,3 3 451,4 3 429,0 3 405,6 3 386,3 3 369,0
498,1
478,0
456,2
432,8
408,5
383,9
359,9
862,0
842,8
818,9
790,8
759,2
725,6
691,3
709,5
697,4
681,9
663,1
641,6
618,0
593,2
1 476,9 1 457,4 1 431,3 1 400,5 1 367,4 1 334,1 1 301,6
3 425,0 3 312,8 3 189,5 3 059,1 2 926,6 2 796,4 2 670,1
535,9
511,3
485,0
456,9
427,4
397,5
368,3
834,6
815,8
793,8
768,3
739,9
710,1
680,1
1 873,2 1 832,3 1 781,8 1 723,9 1 662,6 1 600,7 1 539,6
1 151,1 1 124,8 1 094,0 1 058,7 1 020,4
981,6
943,9
15 223,9 15 259,2 15 289,5

890,0
893,5
896,5
836,3
839,0
841,5
1 157,5 1 154,3 1 150,9
376,1
376,9
377,5
920,1
920,3
920,4
1 723,3 1 731,8 1 739,7
1 901,6 1 906,8 1 911,2
481,0
479,5
477,9
1 248,0 1 249,2 1 250,1
473,1
471,1
469,0
800,7
807,8
814,5
1 039,5 1 042,4 1 044,6
700,4
699,1
697,6
589,5
589,3
589,0
1 549,9 1 560,4 1 570,4
537,9
538,7
536,9
15 421,2 15 525,1 15 566,7 15 531,4 15 433,7 15 295,2 15 124,8

910,5
922,5
929,9
931,9
929,6
925,1
919,3
852,9
862,3
867,5
867,8
864,1
857,9
849,8
1 134,3 1 118,1 1 099,4 1 076,5 1 049,3 1 019,4
987,4
380,2
381,9
381,8
379,4
375,1
369,8
363,9
920,5
920,1
916,6
909,1
898,7
887,0
874,5
1 775,8 1 807,7 1 832,3 1 848,3 1 857,3 1 860,6 1 858,6
1 932,2 1 952,7 1 966,9 1 971,9 1 969,0 1 961,3 1 949,7
468,5
457,8
445,9
432,3
417,3
401,3
384,6
1 252,6 1 252,8 1 248,8 1 238,8 1 223,2 1 203,1 1 179,1
458,8
449,4
440,0
429,3
417,2
403,7
389,1
847,2
877,4
902,7
923,0
939,3
953,0
964,1
1 052,7 1 056,9 1 055,7 1 048,7 1 038,0 1 025,1 1 010,5
690,1
682,2
672,4
659,7
644,2
626,9
608,7
586,5
582,8
576,8
568,0
556,4
542,9
527,9
1 617,2 1 658,1 1 689,1 1 710,8 1 726,5 1 738,9 1 748,4
541,3
542,4
540,9
536,0
528,5
519,4
509,4
168
Tabl. A1. Prognoza ludnoci (w tysicach) (cd.)

Table A1. Population projection (in thousands) (cont.)
Wojewdztwa
Voivodships
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
2020
2025
MCZYNI
MALES
2030
2035
2040
2045
2050
18 629,5 18 613,1 18 592,6

1 399,5 1 397,2 1 394,6
1 014,2 1 012,7 1 010,9
1 045,4 1 041,5 1 037,5
497,3
497,5
497,4
1 197,7 1 192,6 1 187,3
1 630,3 1 633,7 1 636,7
2 543,8 2 549,7 2 555,0
485,9
483,7
481,3
1 042,6 1 042,3 1 041,8
582,6
580,9
579,1
1 119,4 1 121,7 1 123,8
2 219,8 2 212,0 2 203,6
619,2
616,4
613,5
708,5
706,9
705,1
1 686,3 1 688,9 1 691,2
837,0
835,4
833,6
18 460,5 18 272,4 18 001,7 17 663,0 17 293,9 16 926,4 16 563,5

1 379,7 1 360,7 1 335,0 1 304,0 1 271,6 1 240,9 1 212,3
1 000,8
987,7
970,3
948,8
925,2
901,2
877,2
1 017,3
995,5
969,7
939,6
906,8
872,9
838,6
495,8
491,8
485,1
476,2
465,9
455,4
445,0
1 160,7 1 132,7 1 101,2 1 066,8 1 032,0
999,0
967,6
1 648,5 1 654,6 1 652,5 1 643,1 1 629,7 1 614,8 1 598,6
2 578,0 2 592,6 2 594,8 2 588,0 2 579,1 2 572,6 2 567,1
468,2
453,5
437,1
419,5
401,0
382,4
364,0
1 036,8 1 028,1 1 014,4
995,6
972,7
947,4
920,5
569,8
559,6
547,6
533,2
517,0
499,7
481,7
1 132,6 1 137,4 1 136,4 1 131,1 1 124,0 1 117,0 1 110,0
2 156,3 2 102,0 2 040,8 1 975,6 1 910,3 1 847,4 1 786,8
598,5
582,6
564,6
544,4
522,9
501,2
479,8
695,7
684,5
670,2
652,9
633,6
613,7
593,9
1 698,7 1 698,9 1 688,9 1 671,4 1 651,2 1 631,3 1 611,3
823,2
810,1
793,2
772,8
750,9
729,5
709,1
11 039,5 11 004,1 10 967,0

956,1
951,9
947,6
594,9
592,0
589,0
471,2
468,7
466,1
308,9
308,5
308,1
741,0
735,8
730,5
774,4
773,5
772,6
1 595,5 1 598,7 1 601,7
249,5
247,8
246,1
420,8
419,7
421,8
343,7
343,0
342,2
715,0
713,8
712,6
1 709,1 1 699,8 1 690,2
270,0
267,8
265,5
409,4
407,8
406,1
912,5
909,9
907,1
566,4
564,2
562,0
10 762,0 10 519,1 10 231,5

925,2
900,2
871,3
573,0
555,5
536,0
452,5
437,2
419,8
304,8
299,9
293,4
703,4
675,3
645,6
766,1
756,5
742,9
1 613,1 1 616,8 1 612,0
236,9
227,0
216,3
412,6
403,4
391,8
337,6
331,8
324,2
705,2
695,2
682,2
1 638,6 1 582,1 1 521,6
253,8
241,6
228,7
397,6
388,1
377,0
891,4
871,7
847,3
550,2
536,8
521,2
7 590,1
443,4
419,4
574,2
188,4
456,6
855,9
948,3
236,4
620,8
238,9
404,4
510,7
349,2
299,1
773,8
270,6
7 609,0
445,3
420,7
572,8
188,9
456,8
860,2
951,0
235,9
621,5
237,9
407,9
512,2
348,6
299,1
779,1
271,2
7 625,6
447,0
422,0
571,4
189,3
456,8
864,1
953,3
235,3
622,1
236,9
411,3
513,4
348,0
299,0
784,0
271,6
7 698,5
454,6
427,7
564,8
191,0
457,3
882,4
964,9
231,3
624,2
232,2
427,4
517,7
344,7
298,1
807,3
273,1
169
7 753,3
460,5
432,2
558,3
191,9
457,4
898,1
975,8
226,6
624,8
227,9
442,1
519,9
340,9
296,3
827,2
273,3
7 770,3
463,6
434,3
549,8
191,7
455,6
909,6
982,8
220,9
622,7
223,3
454,2
519,2
335,8
293,2
841,6
272,0
9 917,1
840,1
515,0
400,8
285,9
615,1
726,7
1 603,4
205,2
378,3
315,3
667,6
1 459,8
215,4
364,5
820,1
503,9
9 600,9
809,2
493,7
381,1
277,9
585,5
710,0
1 596,2
194,0
363,8
305,3
652,9
1 399,4
201,9
351,3
792,6
486,2
9 299,6
780,4
472,7
361,4
269,8
557,9
694,1
1 593,1
183,0
348,8
294,7
639,2
1 342,0
188,7
338,2
766,2
469,3
9 011,7
753,8
452,3
341,9
261,9
532,0
678,7
1 591,8
172,4
333,8
284,0
626,3
1 287,4
176,0
325,6
740,3
453,4
7 745,9
463,8
433,8
538,8
190,3
451,7
916,4
984,7
214,3
617,3
218,0
463,5
515,8
329,1
288,3
851,3
268,9
7 693,0
462,4
431,5
525,7
188,0
446,5
919,7
982,9
207,0
609,0
211,8
471,1
510,9
321,0
282,3
858,6
264,7
7 626,8
460,5
428,4
511,5
185,6
441,1
920,7
979,6
199,3
598,6
204,9
477,8
505,3
312,5
275,5
865,2
260,2
7 551,9
458,6
424,9
496,7
183,1
435,6
919,9
975,3
191,6
586,7
197,7
483,7
499,4
303,8
268,3
870,9
255,6
Tabl. A1. Prognoza ludnoci (w tysicach) (dok.)

Table A1. Population projection (in thousands) (cont.)
Wojewdztwa
Voivodships
2013
2014
2015
2020
KOBIETY
RAZEM
TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2025
2030
2035
2040
2045
2050
FEMALES
19 866,1 19 848,7 19 826,4

1 510,5 1 507,8 1 504,7
1 078,3 1 076,8 1 075,0
1 110,8 1 106,6 1 102,2
524,1
522,9
521,6
1 315,4 1 309,8 1 304,0
1 730,2 1 733,6 1 736,6
2 773,1 2 780,0 2 786,2
518,5
515,9
513,2
1 086,7 1 086,0 1 085,1
612,3
610,6
608,7
1 176,4 1 179,1 1 181,5
2 379,7 2 372,9 2 365,4
649,0
646,1
643,1
738,4
736,8
735,1
1 780,7 1 783,1 1 785,1
881,9
880,6
879,0
19 677,3 19 469,0 19 183,3 18 813,8 18 374,3 17 891,0 17 387,0

1 486,8 1 465,3 1 438,5 1 405,2 1 366,3 1 324,7 1 283,1
1 064,6 1 051,3 1 033,6 1 010,9
983,6
953,3
921,8
1 079,2 1 054,3 1 026,1
993,2
955,6
914,7
872,0
514,0
505,2
494,6
481,7
466,7
450,4
433,7
1 273,4 1 241,0 1 205,2 1 164,9 1 121,0 1 075,9 1 031,5
1 747,5 1 752,8 1 750,6 1 740,8 1 724,9 1 704,5 1 680,8
2 810,4 2 823,4 2 823,5 2 812,8 2 795,6 2 774,9 2 751,6
498,4
482,3
464,9
445,7
424,8
402,9
380,6
1 077,8 1 067,5 1 053,2 1 034,0 1 009,7
981,3
949,8
598,5
587,2
574,3
559,2
541,7
522,0
500,6
1 191,5 1 197,4 1 197,6 1 192,4 1 182,8 1 170,1 1 155,7
2 321,4 2 267,7 2 204,4 2 132,2 2 054,3 1 974,1 1 893,8
627,5
611,0
592,9
572,1
548,6
523,2
497,1
725,4
714,1
700,4
683,4
662,8
639,2
614,0
1 791,6 1 791,5 1 781,9 1 763,2 1 737,8 1 708,3 1 676,7
869,2
857,1
841,7
821,9
798,0
771,5
744,3
12 232,3 12 198,4 12 162,5

1 063,9 1 059,6 1 055,2
661,4
658,5
655,6
527,4
525,1
522,8
336,5
334,9
333,4
852,0
846,3
840,5
862,8
862,0
861,0
1 819,8 1 824,2 1 828,3
272,2
270,5
273,9
459,5
458,4
457,1
378,1
377,4
376,6
780,1
779,2
778,2
1 850,9 1 842,7 1 834,2
297,8
295,7
293,5
448,0
446,6
445,1
1 004,5 1 001,7
998,7
615,6
613,8
611,9
11 954,6 11 697,2 11 386,9 11 028,2 10 633,6 10 222,6

1 030,9 1 003,3
972,2
937,1
899,1
860,1
639,4
621,2
600,4
576,9
551,0
523,9
509,8
494,5
476,5
455,6
432,0
406,8
324,8
315,2
304,4
292,6
279,7
266,2
810,2
778,3
744,2
707,5
668,9
630,0
854,0
843,2
827,9
808,9
787,3
764,6
1 843,1 1 846,5 1 839,3 1 825,6 1 809,5 1 793,2
261,2
251,0
239,9
227,6
214,5
200,9
449,4
439,4
427,2
412,4
395,5
376,8
371,9
365,6
357,6
347,9
336,3
323,3
771,8
762,2
749,0
732,9
714,5
694,9
1 786,3 1 730,7 1 667,9 1 599,4 1 527,2 1 454,3
282,1
269,7
256,3
241,5
225,5
208,8
437,0
427,7
416,8
403,8
388,6
371,8
981,7
960,6
934,5
903,8
870,0
834,6
601,0
588,0
572,8
554,7
534,2
512,3
7 633,8
446,6
416,9
583,4
187,6
463,5
867,4
953,3
244,5
627,2
234,2
396,3
528,7
351,2
290,4
776,1
266,3
7 650,2
448,2
418,3
581,5
188,0
463,6
871,6
955,8
243,6
627,7
233,2
399,9
530,1
350,5
290,3
781,4
266,7
7 663,9
449,6
419,5
579,5
188,2
463,5
875,6
957,8
242,7
628,0
232,1
403,3
531,2
349,6
290,0
786,4
267,1
7 722,7
455,9
425,2
569,4
189,2
463,2
893,5
967,3
237,2
628,4
226,6
419,8
535,0
345,4
288,4
809,9
268,3
170
7 771,8
461,9
430,1
559,8
190,0
462,7
909,6
976,9
231,3
628,0
221,5
435,2
537,1
341,3
286,4
830,9
269,1
7 796,4
466,3
433,2
549,6
190,1
461,0
922,7
984,1
225,0
626,1
216,6
448,6
536,5
336,6
283,7
847,5
268,9
7 785,5
468,0
434,0
537,7
189,1
457,4
932,0
987,2
218,1
621,5
211,4
459,5
532,9
330,6
279,6
859,4
267,2
7 740,7
467,3
432,6
523,6
187,0
452,2
937,6
986,1
210,4
614,2
205,4
468,3
527,1
323,1
274,2
867,8
263,8
7 668,4
464,6
429,5
507,8
184,2
445,9
939,8
981,7
202,0
604,4
198,7
475,2
519,8
314,4
267,4
873,7
259,2
9 814,1
822,4
496,8
381,3
252,9
592,6
742,1
1 777,3
187,5
357,5
309,2
675,3
1 382,7
192,3
354,5
799,2
490,5
7 572,9
460,7
425,0
490,7
180,8
438,9
938,7
974,3
193,1
592,4
191,4
480,4
511,1
304,8
259,5
877,5
253,8
Tabl. A2. Prognoza ludnoci, rok 2013=100

Table A2. Population projection, 2013=100
Wojewdztwa
Voivodships
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM TOTAL
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
99,9
99,8
99,9
99,6
99,9
99,6
100,2
100,2
99,5
100,0
99,7
100,2
99,7
99,6
99,8
100,1
99,8
99,8
99,6
99,7
99,2
99,8
99,1
100,4
100,5
99,0
99,9
99,4
100,4
99,3
99,1
99,5
100,3
99,6
99,1
98,5
98,7
97,2
98,9
96,9
101,1
101,3
96,2
99,3
97,8
101,2
97,4
96,7
98,2
100,7
98,5
98,0
97,1
97,4
95,1
97,6
94,5
101,4
101,9
93,2
98,4
96,0
101,7
95,0
94,1
96,7
100,7
97,0
96,6
95,3
95,8
92,6
95,9
91,8
101,3
101,9
89,8
97,1
93,9
101,7
92,3
91,3
94,7
100,1
95,1
94,8
93,1
93,7
89,6
93,8
88,8
100,7
101,6
86,1
95,3
91,4
101,2
89,3
88,0
92,4
99,1
92,8
92,7
90,7
91,2
86,4
91,3
85,7
99,8
101,1
82,2
93,1
88,6
100,5
86,2
84,5
89,6
97,8
90,1
90,4
88,2
88,6
82,9
88,7
82,6
98,8
100,6
78,2
90,6
85,5
99,6
83,1
80,8
86,6
96,3
87,3
88,2
85,8
86,0
79,3
86,0
79,6
97,6
100,0
74,1
87,8
82,2
98,7
80,0
77,0
83,5
94,8
84,6
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
99,7
99,6
99,5
99,5
99,7
99,3
99,9
100,2
99,4
99,8
99,8
99,9
99,5
99,2
99,6
99,7
99,7
99,4
99,2
99,1
99,0
99,4
98,6
99,8
100,4
98,7
99,5
99,6
99,7
99,0
98,5
99,3
99,4
99,3
97,6
96,8
96,5
96,4
97,6
95,0
99,0
101,2
95,2
97,8
98,3
98,8
96,2
94,4
97,3
97,7
97,4
95,5
94,2
93,7
93,3
95,3
91,3
97,7
101,4
91,3
95,6
96,6
97,5
93,1
90,1
95,2
95,6
95,2
92,9
91,3
90,5
89,8
92,6
87,2
95,9
101,1
87,1
92,9
94,5
95,7
89,6
85,4
92,6
92,9
92,6
90,0
88,0
86,9
85,8
89,6
83,0
93,8
100,4
82,7
89,7
91,9
93,7
85,9
80,5
89,6
89,9
89,6
87,0
84,6
83,2
81,4
86,4
78,7
91,5
99,7
78,0
86,1
88,9
91,5
82,2
75,3
86,3
86,7
86,3
83,9
81,2
79,3
76,9
83,1
74,6
89,1
99,2
73,4
82,3
85,6
89,2
78,6
70,0
82,8
83,5
83,0
80,9
78,0
75,6
72,4
79,8
70,6
86,8
98,7
68,8
78,4
82,2
87,1
75,0
64,9
79,3
80,3
79,9
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,2
100,4
100,3
99,7
100,2
100,0
100,5
100,3
99,7
100,1
99,6
100,9
100,3
99,8
100,0
100,7
100,2
100,4
100,7
100,6
99,4
100,4
100,0
101,0
100,5
99,4
100,2
99,1
101,7
100,5
99,6
99,9
101,3
100,3
101,3
102,3
102,0
98,0
101,1
100,1
103,1
101,6
97,4
100,4
97,0
105,8
101,3
98,5
99,5
104,3
100,8
102,0
103,7
103,1
96,6
101,6
100,0
104,9
102,7
95,2
100,4
95,0
109,6
101,7
97,4
98,9
107,0
101,0
102,3
104,5
103,7
95,0
101,5
99,6
106,3
103,4
92,7
100,1
93,0
112,7
101,6
96,0
97,9
109,0
100,8
102,0
104,7
103,8
93,0
100,9
98,8
107,3
103,7
89,9
99,3
90,7
115,3
100,9
94,2
96,4
110,4
99,9
101,4
104,5
103,3
90,7
99,7
97,7
107,8
103,6
86,8
98,0
88,2
117,3
99,9
92,0
94,4
111,4
98,4
100,5
104,0
102,6
88,1
98,3
96,4
108,0
103,1
83,4
96,4
85,3
119,0
98,6
89,5
92,1
112,2
96,8
99,4
103,3
101,6
85,3
96,8
95,1
107,9
102,5
80,0
94,5
82,2
120,4
97,2
86,9
89,5
112,8
94,9
171
Tabl. A2. Prognoza ludnoci, rok 2013= 100 (cd.)

Table A2. Population projection, 2013=100 (cont.)
Wojewdztwa
Voivodships
2014
2015
2020
2025
2030
2035
2040
2045
2050
MCZYNI MALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
99,9
99,8
99,9
99,6
100,0
99,6
100,2
100,2
99,5
100,0
99,7
100,2
99,7
99,6
99,8
100,2
99,8
99,8
99,7
99,7
99,3
100,0
99,1
100,4
100,4
99,1
99,9
99,4
100,4
99,3
99,1
99,5
100,3
99,6
99,1
98,6
98,7
97,3
99,7
96,9
101,1
101,3
96,4
99,4
97,8
101,2
97,1
96,7
98,2
100,7
98,4
98,1
97,2
97,4
95,2
98,9
94,6
101,5
101,9
93,3
98,6
96,1
101,6
94,7
94,1
96,6
100,7
96,8
96,6
95,4
95,7
92,8
97,6
91,9
101,4
102,0
90,0
97,3
94,0
101,5
91,9
91,2
94,6
100,2
94,8
94,8
93,2
93,6
89,9
95,8
89,1
100,8
101,7
86,3
95,5
91,5
101,0
89,0
87,9
92,2
99,1
92,3
92,8
90,9
91,2
86,8
93,7
86,2
100,0
101,4
82,5
93,3
88,7
100,4
86,1
84,5
89,4
97,9
89,7
90,9
88,7
88,9
83,5
91,6
83,4
99,1
101,1
78,7
90,9
85,8
99,8
83,2
80,9
86,6
96,7
87,2
88,9
86,6
86,5
80,2
89,5
80,8
98,1
100,9
74,9
88,3
82,7
99,2
80,5
77,5
83,8
95,6
84,7
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
99,7
99,6
99,5
99,5
99,9
99,3
99,9
100,2
99,3
99,8
99,8
99,8
99,5
99,2
99,6
99,7
99,6
99,3
99,1
99,0
98,9
99,7
98,6
99,8
100,4
98,6
99,5
99,6
99,7
98,9
98,3
99,2
99,4
99,2
97,5
96,8
96,3
96,0
98,7
94,9
98,9
101,1
94,9
97,8
98,2
98,6
95,9
94,0
97,1
97,7
97,1
95,3
94,2
93,4
92,8
97,1
91,1
97,7
101,3
91,0
95,6
96,5
97,2
92,6
89,5
94,8
95,5
94,8
92,7
91,1
90,1
89,1
95,0
87,1
95,9
101,0
86,7
92,9
94,3
95,4
89,0
84,7
92,1
92,9
92,0
89,8
87,9
86,6
85,1
92,6
83,0
93,8
100,5
82,2
89,7
91,7
93,4
85,4
79,8
89,0
89,9
89,0
87,0
84,6
83,0
80,9
90,0
79,0
91,7
100,0
77,8
86,2
88,8
91,3
81,9
74,8
85,8
86,9
85,9
84,2
81,6
79,5
76,7
87,4
75,3
89,6
99,9
73,4
82,7
85,8
89,4
78,5
69,9
82,6
84,0
82,9
81,6
78,8
76,0
72,6
84,8
71,8
87,6
99,8
69,1
79,1
82,6
87,6
75,3
65,2
79,5
81,1
80,1
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,3
100,4
100,3
99,8
100,3
100,0
100,5
100,3
99,8
100,1
99,6
100,9
100,3
99,8
100,0
100,7
100,2
100,5
100,8
100,6
99,5
100,5
100,1
101,0
100,5
99,5
100,2
99,2
101,7
100,5
99,7
100,0
101,3
100,4
101,4
102,5
102,0
98,4
101,3
100,2
103,1
101,8
97,9
100,6
97,2
105,7
101,4
98,7
99,7
104,3
100,9
102,2
103,9
103,1
97,2
101,8
100,2
104,9
102,9
95,8
100,7
95,4
109,3
101,8
97,6
99,1
106,9
101,0
102,4
104,6
103,6
95,8
101,7
99,8
106,3
103,6
93,4
100,3
93,5
112,3
101,7
96,2
98,0
108,8
100,5
102,1
104,6
103,4
93,8
101,0
98,9
107,1
103,8
90,6
99,4
91,2
114,6
101,0
94,2
96,4
110,0
99,4
101,4
104,3
102,9
91,6
99,8
97,8
107,5
103,7
87,6
98,1
88,6
116,5
100,0
91,9
94,4
111,0
97,8
100,5
103,9
102,2
89,1
98,5
96,6
107,6
103,3
84,3
96,4
85,8
118,2
99,0
89,5
92,1
111,8
96,2
99,5
103,4
101,3
86,5
97,1
95,4
107,5
102,9
81,0
94,5
82,7
119,6
97,8
87,0
89,7
112,6
94,5
172
Tabl. A2. Prognoza ludnoci, rok 2013=100 (dok.)

Table A2. Population projection, 2013=100 (cont.)
Wojewdztwa
Voivodships
2014
2015
2020
2025
2030
2035
2040
2045
2050
KOBIETY FEMALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
99,9
99,8
99,9
99,6
99,8
99,6
100,2
100,3
99,5
99,9
99,7
100,2
99,7
99,6
99,8
100,1
99,9
99,8
99,6
99,7
99,2
99,5
99,1
100,4
100,5
99,0
99,9
99,4
100,4
99,4
99,1
99,5
100,3
99,7
99,1
98,4
98,7
97,2
98,1
96,8
101,0
101,3
96,1
99,2
97,7
101,3
97,6
96,7
98,2
100,6
98,6
98,0
97,0
97,5
94,9
96,4
94,3
101,3
101,8
93,0
98,2
95,9
101,8
95,3
94,1
96,7
100,6
97,2
96,6
95,2
95,9
92,4
94,4
91,6
101,2
101,8
89,7
96,9
93,8
101,8
92,6
91,4
94,9
100,1
95,4
94,7
93,0
93,7
89,4
91,9
88,6
100,6
101,4
86,0
95,2
91,3
101,4
89,6
88,2
92,6
99,0
93,2
92,5
90,5
91,2
86,0
89,1
85,2
99,7
100,8
81,9
92,9
88,5
100,5
86,3
84,5
89,8
97,6
90,5
90,1
87,7
88,4
82,3
85,9
81,8
98,5
100,1
77,7
90,3
85,3
99,5
83,0
80,6
86,6
95,9
87,5
87,5
84,9
85,5
78,5
82,7
78,4
97,1
99,2
73,4
87,4
81,8
98,2
79,6
76,6
83,2
94,2
84,4
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
99,7
99,6
99,6
99,6
99,5
99,3
99,9
100,3
99,4
99,8
99,8
99,9
99,6
99,3
99,7
99,7
99,7
99,4
99,2
99,1
99,1
99,1
98,7
99,8
100,5
98,8
99,5
99,6
99,8
99,1
98,6
99,4
99,4
99,4
97,7
96,9
96,7
96,7
96,5
95,1
99,0
101,3
95,4
97,8
98,4
98,9
96,5
94,7
97,6
97,7
97,6
95,6
94,3
93,9
93,8
93,7
91,4
97,7
101,5
91,7
95,6
96,7
97,7
93,5
90,6
95,5
95,6
95,5
93,1
91,4
90,8
90,3
90,5
87,4
96,0
101,1
87,6
93,0
94,6
96,0
90,1
86,1
93,0
93,0
93,0
90,2
88,1
87,2
86,4
87,0
83,0
93,7
100,3
83,1
89,8
92,0
94,0
86,4
81,1
90,1
90,0
90,1
86,9
84,5
83,3
81,9
83,1
78,5
91,2
99,4
78,3
86,1
89,0
91,6
82,5
75,7
86,7
86,6
86,8
83,6
80,9
79,2
77,1
79,1
74,0
88,6
98,5
73,3
82,0
85,5
89,1
78,6
70,1
83,0
83,1
83,2
80,2
77,3
75,1
72,3
75,2
69,6
86,0
97,7
68,5
77,8
81,8
86,6
74,7
64,6
79,1
79,6
79,7
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,2
100,4
100,3
99,7
100,2
100,0
100,5
100,3
99,6
100,1
99,6
100,9
100,3
99,8
99,9
100,7
100,2
100,4
100,7
100,6
99,3
100,3
100,0
100,9
100,5
99,2
100,1
99,1
101,8
100,5
99,5
99,9
101,3
100,3
101,2
102,1
102,0
97,6
100,8
100,0
103,0
101,5
97,0
100,2
96,7
105,9
101,2
98,3
99,3
104,4
100,8
101,8
103,4
103,2
96,0
101,3
99,8
104,9
102,5
94,6
100,1
94,6
109,8
101,6
97,2
98,6
107,1
101,1
102,1
104,4
103,9
94,2
101,3
99,5
106,4
103,2
92,0
99,8
92,5
113,2
101,5
95,8
97,7
109,2
101,0
102,0
104,8
104,1
92,2
100,8
98,7
107,4
103,6
89,2
99,1
90,2
115,9
100,8
94,1
96,3
110,7
100,3
101,4
104,6
103,8
89,8
99,7
97,6
108,1
103,4
86,0
97,9
87,7
118,2
99,7
92,0
94,4
111,8
99,1
100,5
104,0
103,0
87,1
98,1
96,2
108,4
103,0
82,6
96,4
84,9
119,9
98,3
89,5
92,1
112,6
97,3
99,2
103,2
101,9
84,1
96,4
94,7
108,2
102,2
79,0
94,5
81,7
121,2
96,7
86,8
89,4
113,1
95,3
173
Tabl. A3. Prognoza ludnoci, przyrost/ubytek w stosunku do poprzedniego okresu (w tysicach)

Table A3. Population projection, increase/decrease in comparison to previous period (in thousands)
Wojewdztwa
Voivodships
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
-33,9
-5,0
-3,1
-8,1
-1,1
-10,7
6,8
12,8
-4,8
-0,9
-3,5
5,0
-14,6
-5,7
-3,2
5,0
-2,9
-42,7
-5,7
-3,5
-8,3
-1,4
-11,1
5,9
11,5
-5,1
-1,5
-3,7
4,5
-15,9
-5,9
-3,5
4,2
-3,3
-281,2
-32,8
-20,6
-43,3
-9,2
-57,2
22,7
47,2
-27,9
-12,3
-19,6
18,8
-91,3
-30,7
-19,1
14,1
-20,2
-396,3
-40,6
-26,4
-46,7
-12,8
-60,4
11,4
27,7
-30,8
-19,0
-21,4
10,7
-107,9
-32,5
-22,5
0,0
-25,3
-556,4
-52,5
-35,1
-54,0
-17,3
-67,3
-4,3
2,3
-33,8
-27,9
-25,0
-0,8
-124,6
-36,1
-28,0
-19,5
-32,4
-708,3
-64,3
-44,2
-62,9
-21,8
-74,7
-19,2
-17,4
-36,9
-38,1
-29,4
-10,5
-137,3
-40,8
-34,3
-36,2
-40,2
-808,6
-71,2
-50,9
-70,4
-25,2
-78,6
-29,3
-26,2
-39,3
-47,2
-33,7
-16,7
-143,3
-45,0
-39,9
-45,7
-45,8
-850,9
-72,3
-54,3
-74,9
-26,8
-78,1
-35,3
-27,1
-40,6
-53,8
-37,1
-19,7
-143,1
-47,2
-43,4
-49,4
-47,9
-866,8
-70,2
-55,5
-77,0
-27,2
-75,8
-39,9
-28,8
-40,7
-58,3
-39,4
-21,4
-140,8
-47,5
-45,0
-51,7
-47,6
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
-69,3
-8,4
-5,8
-4,8
-1,9
-10,9
-1,7
7,7
-3,4
-2,2
-1,4
-2,1
-17,5
-4,3
-3,0
-5,5
-4,0
-73,0
-8,7
-6,0
-4,9
-2,0
-11,1
-2,0
7,1
-3,5
-2,4
-1,6
-2,3
-18,2
-4,4
-3,1
-5,8
-4,1
-412,9
-46,7
-32,0
-26,7
-11,8
-57,4
-13,5
26,2
-18,5
-14,8
-9,4
-13,9
-99,4
-23,1
-16,6
-32,7
-22,8
-500,3
-52,6
-35,8
-30,5
-14,5
-60,0
-20,5
7,1
-20,1
-19,2
-12,1
-19,5
-112,1
-24,6
-18,8
-40,8
-26,3
-598,0
-60,0
-40,3
-35,4
-17,2
-63,8
-28,9
-11,9
-21,9
-23,9
-15,5
-26,1
-123,3
-26,3
-22,1
-50,5
-30,8
-673,0
-66,2
-44,5
-39,9
-19,4
-67,2
-35,3
-22,4
-23,3
-28,1
-18,8
-30,8
-130,4
-28,1
-25,5
-57,8
-35,3
-710,9
-69,0
-47,2
-43,3
-20,9
-68,3
-38,3
-23,4
-24,3
-31,6
-21,5
-33,1
-132,5
-29,5
-28,4
-61,4
-38,3
-712,3
-67,8
-48,1
-44,9
-21,5
-66,4
-38,6
-19,3
-24,5
-33,6
-23,6
-33,3
-130,3
-29,9
-29,9
-61,8
-38,8
-696,4
-64,4
-47,4
-45,0
-21,3
-63,3
-37,9
-17,2
-24,0
-34,3
-24,8
-32,5
-126,2
-29,2
-30,0
-61,2
-37,6
35,3
3,4
2,7
-3,3
0,8
0,3
8,5
5,2
-1,4
1,2
-2,0
7,1
2,9
-1,3
-0,2
10,5
1,0
30,3
3,1
2,5
-3,4
0,7
0,0
7,9
4,4
-1,6
0,9
-2,1
6,8
2,3
-1,5
-0,3
10,0
0,8
131,7
14,0
11,5
-16,6
2,7
0,1
36,2
21,0
-9,4
2,5
-10,2
32,7
8,1
-7,6
-2,5
46,8
2,6
103,9
12,0
9,4
-16,2
1,7
-0,4
31,9
20,6
-10,7
0,2
-9,3
30,2
4,2
-7,9
-3,7
40,8
1,0
41,6
7,5
5,2
-18,7
-0,1
-3,5
24,5
14,2
-12,0
-4,0
-9,5
25,4
-1,2
-9,8
-5,9
31,1
-1,5
-35,3
1,9
0,3
-23,0
-2,4
-7,5
16,1
4,9
-13,5
-9,9
-10,6
20,2
-7,0
-12,7
-8,9
21,7
-4,8
-97,7
-2,2
-3,7
-27,1
-4,3
-10,4
8,9
-2,8
-15,0
-15,6
-12,2
16,3
-10,8
-15,5
-11,6
15,7
-7,5
-138,5
-4,5
-6,2
-30,0
-5,3
-11,7
3,3
-7,8
-16,0
-20,2
-13,5
13,6
-12,9
-17,3
-13,6
12,4
-9,1
-170,4
-5,9
-8,1
-32,0
-5,9
-12,5
-2,0
-11,6
-16,7
-24,0
-14,6
11,2
-14,6
-18,2
-15,0
9,5
-10,0
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
174
Tabl. A4. Prognoza ludnoci (w odsetkach - struktura pionowa)

Table A4. Population projection; structure by voivodships (in percentage)
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
TOTAL
OGEM
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
7,6
5,4
5,6
2,7
6,5
8,7
13,8
2,6
5,5
3,1
6,0
12,0
3,3
3,8
9,0
4,5
100,0
7,6
5,4
5,6
2,7
6,5
8,8
13,9
2,6
5,5
3,1
6,0
11,9
3,3
3,8
9,0
4,5
100,0
7,6
5,4
5,6
2,7
6,5
8,8
13,9
2,6
5,5
3,1
6,0
11,9
3,3
3,8
9,1
4,5
100,0
7,5
5,4
5,5
2,7
6,4
8,9
14,1
2,5
5,5
3,1
6,1
11,7
3,2
3,7
9,2
4,4
100,0
7,5
5,4
5,4
2,6
6,3
9,0
14,4
2,5
5,6
3,0
6,2
11,6
3,2
3,7
9,3
4,4
100,0
7,5
5,4
5,4
2,6
6,2
9,2
14,6
2,4
5,6
3,0
6,3
11,4
3,1
3,7
9,3
4,4
100,0
7,4
5,4
5,3
2,6
6,1
9,3
14,8
2,4
5,6
3,0
6,4
11,3
3,1
3,7
9,4
4,4
100,0
7,4
5,4
5,2
2,6
6,0
9,4
15,1
2,3
5,6
3,0
6,5
11,1
3,0
3,6
9,5
4,3
100,0
7,4
5,3
5,1
2,6
6,0
9,5
15,4
2,3
5,5
2,9
6,6
11,0
2,9
3,6
9,6
4,3
100,0
7,4
5,3
5,0
2,6
5,9
9,7
15,7
2,2
5,5
2,9
6,7
10,8
2,9
3,6
9,7
4,3
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
8,7
5,4
4,3
2,8
6,9
7,0
14,7
2,3
3,8
3,1
6,4
15,3
2,4
3,7
8,2
5,1
100,0
8,7
5,4
4,3
2,8
6,8
7,1
14,8
2,2
3,8
3,1
6,4
15,3
2,4
3,7
8,2
5,1
100,0
8,7
5,4
4,3
2,8
6,8
7,1
14,8
2,2
3,8
3,1
6,5
15,2
2,4
3,7
8,2
5,1
100,0
8,6
5,3
4,2
2,8
6,7
7,1
15,2
2,2
3,8
3,1
6,5
15,1
2,4
3,7
8,3
5,1
100,0
8,6
5,3
4,2
2,8
6,5
7,2
15,6
2,2
3,8
3,1
6,6
14,9
2,3
3,7
8,3
5,1
100,0
8,5
5,3
4,2
2,8
6,4
7,3
16,0
2,1
3,8
3,2
6,6
14,8
2,2
3,7
8,2
5,1
100,0
8,5
5,2
4,1
2,8
6,3
7,3
16,4
2,1
3,8
3,2
6,7
14,6
2,2
3,7
8,2
5,1
100,0
8,4
5,2
4,0
2,8
6,2
7,4
16,8
2,0
3,8
3,2
6,8
14,5
2,1
3,7
8,2
5,0
100,0
8,4
5,1
3,9
2,8
6,1
7,5
17,4
2,0
3,7
3,2
6,8
14,3
2,0
3,6
8,2
5,0
100,0
8,4
5,0
3,8
2,7
6,0
7,6
17,9
1,9
3,7
3,2
6,9
14,2
2,0
3,6
8,2
5,0
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
5,9
5,5
7,6
2,5
6,0
11,3
12,5
3,2
8,2
3,1
5,3
6,8
4,6
3,9
10,2
3,5
100,0
5,9
5,5
7,6
2,5
6,0
11,4
12,5
3,1
8,2
3,1
5,3
6,8
4,6
3,9
10,2
3,5
100,0
5,9
5,5
7,5
2,5
6,0
11,4
12,5
3,1
8,2
3,1
5,3
6,8
4,6
3,9
10,3
3,5
100,0
5,9
5,5
7,4
2,5
6,0
11,5
12,5
3,0
8,1
3,0
5,5
6,8
4,5
3,8
10,5
3,5
100,0
5,9
5,6
7,2
2,5
5,9
11,6
12,6
3,0
8,1
2,9
5,7
6,8
4,4
3,8
10,7
3,5
100,0
6,0
5,6
7,1
2,5
5,9
11,8
12,6
2,9
8,0
2,8
5,8
6,8
4,3
3,7
10,9
3,5
100,0
6,0
5,6
6,9
2,4
5,9
11,9
12,7
2,8
8,0
2,8
5,9
6,8
4,3
3,7
11,0
3,5
100,0
6,0
5,6
6,8
2,4
5,8
12,0
12,8
2,7
7,9
2,7
6,1
6,7
4,2
3,6
11,2
3,4
100,0
6,1
5,6
6,7
2,4
5,8
12,2
12,8
2,6
7,9
2,6
6,2
6,7
4,1
3,6
11,4
3,4
100,0
6,1
5,6
6,5
2,4
5,8
12,3
12,9
2,5
7,8
2,6
6,4
6,7
4,0
3,5
11,6
3,4
175
Tabl. A4. Prognoza ludnoci (w odsetkach - struktura pionowa) (cd.)

Table A4. Population projection; structure by voivodships (in percentage) (cont.)
Wojewdztwa
Voivodships
2013
2014
2015
2020
MCZYNI
2025
2030
2035
2040
2045
2050
MALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
7,5
5,4
5,6
2,7
6,4
8,8
13,7
2,6
5,6
3,1
6,0
11,9
3,3
3,8
9,1
4,5
100,0
7,5
5,4
5,6
2,7
6,4
8,8
13,7
2,6
5,6
3,1
6,0
11,9
3,3
3,8
9,1
4,5
100,0
7,5
5,4
5,6
2,7
6,4
8,8
13,7
2,6
5,6
3,1
6,0
11,9
3,3
3,8
9,1
4,5
100,0
7,5
5,4
5,5
2,7
6,3
8,9
14,0
2,5
5,6
3,1
6,1
11,7
3,2
3,8
9,2
4,5
100,0
7,5
5,4
5,5
2,7
6,2
9,1
14,2
2,5
5,6
3,1
6,2
11,5
3,2
3,8
9,3
4,4
100,0
7,4
5,4
5,4
2,7
6,1
9,2
14,4
2,4
5,6
3,0
6,3
11,3
3,1
3,7
9,4
4,4
100,0
7,4
5,4
5,3
2,7
6,0
9,3
14,7
2,4
5,6
3,0
6,4
11,2
3,1
3,7
9,5
4,4
100,0
7,4
5,4
5,2
2,7
6,0
9,4
14,9
2,3
5,6
3,0
6,5
11,1
3,0
3,7
9,6
4,3
100,0
7,3
5,3
5,2
2,7
5,9
9,5
15,2
2,3
5,6
3,0
6,6
10,9
3,0
3,6
9,6
4,3
100,0
7,3
5,3
5,1
2,7
5,8
9,7
15,5
2,2
5,6
2,9
6,7
10,8
2,9
3,6
9,7
4,3
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
8,7
5,4
4,3
2,8
6,7
7,0
14,5
2,3
3,8
3,1
6,5
15,5
2,5
3,7
8,3
5,1
100,0
8,7
5,4
4,3
2,8
6,7
7,0
14,5
2,3
3,8
3,1
6,5
15,5
2,4
3,7
8,3
5,1
100,0
8,6
5,4
4,3
2,8
6,7
7,0
14,6
2,2
3,8
3,1
6,5
15,4
2,4
3,7
8,3
5,1
100,0
8,6
5,3
4,2
2,8
6,5
7,1
15,0
2,2
3,8
3,1
6,6
15,2
2,4
3,7
8,3
5,1
100,0
8,6
5,3
4,2
2,9
6,4
7,2
15,4
2,2
3,8
3,2
6,6
15,0
2,3
3,7
8,3
5,1
100,0
8,5
5,2
4,1
2,9
6,3
7,3
15,8
2,1
3,8
3,2
6,7
14,9
2,2
3,7
8,3
5,1
100,0
8,5
5,2
4,0
2,9
6,2
7,3
16,2
2,1
3,8
3,2
6,7
14,7
2,2
3,7
8,3
5,1
100,0
8,4
5,1
4,0
2,9
6,1
7,4
16,6
2,0
3,8
3,2
6,8
14,6
2,1
3,7
8,3
5,1
100,0
8,4
5,1
3,9
2,9
6,0
7,5
17,1
2,0
3,8
3,2
6,9
14,4
2,0
3,6
8,2
5,1
100,0
8,4
5,0
3,8
2,9
5,9
7,5
17,7
1,9
3,7
3,2
7,0
14,3
2,0
3,6
8,2
5,0
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
5,8
5,5
7,6
2,5
6,0
11,3
12,5
3,1
8,2
3,2
5,3
6,7
4,6
3,9
10,2
3,6
100,0
5,9
5,5
7,5
2,5
6,0
11,3
12,5
3,1
8,2
3,1
5,4
6,7
4,6
3,9
10,2
3,6
100,0
5,9
5,5
7,5
2,5
6,0
11,3
12,5
3,1
8,2
3,1
5,4
6,7
4,6
3,9
10,3
3,6
100,0
5,9
5,6
7,3
2,5
5,9
11,5
12,5
3,0
8,1
3,0
5,6
6,7
4,5
3,9
10,5
3,6
100,0
5,9
5,6
7,2
2,5
5,9
11,6
12,6
2,9
8,1
2,9
5,7
6,7
4,4
3,8
10,7
3,5
100,0
6,0
5,6
7,1
2,5
5,9
11,7
12,7
2,8
8,0
2,9
5,8
6,7
4,3
3,8
10,8
3,5
100,0
6,0
5,6
7,0
2,5
5,8
11,8
12,7
2,8
8,0
2,8
6,0
6,7
4,3
3,7
11,0
3,5
100,0
6,0
5,6
6,8
2,4
5,8
12,0
12,8
2,7
7,9
2,8
6,1
6,6
4,2
3,7
11,2
3,4
100,0
6,0
5,6
6,7
2,4
5,8
12,1
12,8
2,6
7,9
2,7
6,3
6,6
4,1
3,6
11,3
3,4
100,0
6,1
5,6
6,6
2,4
5,8
12,2
12,9
2,5
7,8
2,6
6,4
6,6
4,0
3,6
11,5
3,4
176
Tabl. A4. Prognoza ludnoci (w odsetkach - struktura pionowa) (dok.)

Wojewdztwa
Voivodships
2013
2014
2015
2020
KOBIETY
2025
2030
2035
2040
2045
2050
FEMALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
7,6
5,4
5,6
2,6
6,6
8,7
14,0
2,6
5,5
3,1
5,9
12,0
3,3
3,7
9,0
4,4
100,0
7,6
5,4
5,6
2,6
6,6
8,7
14,0
2,6
5,5
3,1
5,9
12,0
3,3
3,7
9,0
4,4
100,0
7,6
5,4
5,6
2,6
6,6
8,8
14,1
2,6
5,5
3,1
6,0
11,9
3,2
3,7
9,0
4,4
100,0
7,6
5,4
5,5
2,6
6,5
8,9
14,3
2,5
5,5
3,0
6,1
11,8
3,2
3,7
9,1
4,4
100,0
7,5
5,4
5,4
2,6
6,4
9,0
14,5
2,5
5,5
3,0
6,2
11,7
3,1
3,7
9,2
4,4
100,0
7,5
5,4
5,4
2,6
6,3
9,1
14,7
2,4
5,5
3,0
6,2
11,5
3,1
3,7
9,3
4,4
100,0
7,5
5,4
5,3
2,6
6,2
9,3
15,0
2,4
5,5
3,0
6,3
11,3
3,0
3,6
9,4
4,4
100,0
7,4
5,4
5,2
2,5
6,1
9,4
15,2
2,3
5,5
3,0
6,4
11,2
3,0
3,6
9,5
4,3
100,0
7,4
5,3
5,1
2,5
6,0
9,5
15,5
2,3
5,5
2,9
6,5
11,0
2,9
3,6
9,6
4,3
100,0
7,4
5,3
5,0
2,5
5,9
9,7
15,8
2,2
5,5
2,9
6,7
10,9
2,9
3,5
9,6
4,3
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
8,7
5,4
4,3
2,8
7,0
7,1
14,9
2,2
3,8
3,1
6,4
15,1
2,4
3,7
8,2
5,0
100,0
8,7
5,4
4,3
2,8
6,9
7,1
15,0
2,2
3,8
3,1
6,4
15,1
2,4
3,7
8,2
5,0
100,0
8,7
5,4
4,3
2,7
6,9
7,1
15,0
2,2
3,8
3,1
6,4
15,1
2,4
3,7
8,2
5,0
100,0
8,6
5,4
4,3
2,7
6,8
7,1
15,4
2,2
3,8
3,1
6,5
14,9
2,4
3,7
8,2
5,0
100,0
8,6
5,3
4,2
2,7
6,7
7,2
15,8
2,2
3,8
3,1
6,5
14,8
2,3
3,7
8,2
5,0
100,0
8,5
5,3
4,2
2,7
6,5
7,3
16,2
2,1
3,8
3,1
6,6
14,7
2,3
3,7
8,2
5,0
100,0
8,5
5,2
4,1
2,7
6,4
7,3
16,6
2,1
3,7
3,2
6,7
14,5
2,2
3,7
8,2
5,0
100,0
8,5
5,2
4,1
2,6
6,3
7,4
17,0
2,0
3,7
3,2
6,7
14,4
2,1
3,7
8,2
5,0
100,0
8,4
5,1
4,0
2,6
6,2
7,5
17,5
2,0
3,7
3,2
6,8
14,2
2,0
3,6
8,2
5,0
100,0
8,4
5,1
3,9
2,6
6,0
7,6
18,1
1,9
3,6
3,2
6,9
14,1
2,0
3,6
8,1
5,0
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
5,9
5,5
7,6
2,5
6,1
11,4
12,5
3,2
8,2
3,1
5,2
6,9
4,6
3,8
10,2
3,5
100,0
5,9
5,5
7,6
2,5
6,1
11,4
12,5
3,2
8,2
3,1
5,2
6,9
4,6
3,8
10,2
3,5
100,0
5,9
5,5
7,6
2,5
6,1
11,4
12,5
3,2
8,2
3,0
5,3
6,9
4,6
3,8
10,3
3,5
100,0
5,9
5,5
7,4
2,5
6,0
11,6
12,5
3,1
8,1
2,9
5,4
6,9
4,5
3,7
10,5
3,5
100,0
5,9
5,5
7,2
2,5
6,0
11,7
12,6
3,0
8,1
2,9
5,6
6,9
4,4
3,7
10,7
3,5
100,0
6,0
5,6
7,1
2,4
5,9
11,8
12,6
2,9
8,0
2,8
5,8
6,9
4,3
3,6
10,9
3,5
100,0
6,0
5,6
6,9
2,4
5,9
12,0
12,7
2,8
8,0
2,7
5,9
6,8
4,3
3,6
11,0
3,4
100,0
6,0
5,6
6,8
2,4
5,8
12,1
12,7
2,7
7,9
2,7
6,1
6,8
4,2
3,5
11,2
3,4
100,0
6,1
5,6
6,6
2,4
5,8
12,3
12,8
2,6
7,9
2,6
6,2
6,8
4,1
3,5
11,4
3,4
100,0
6,1
5,6
6,5
2,4
5,8
12,4
12,9
2,6
7,8
2,5
6,3
6,8
4,0
3,4
11,6
3,4
177
Tabl. A5. Prognoza ludnoci (w odsetkach - struktura pozioma)

Table A5. Population projection; structure by voivodships (in percentage)
Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
MMMOgem
Kobiety Ogem
Kobiety Ogem
Kobiety
czyni
czyni
czyni
Females Total
Females Total
Females
Total
Males
Males
Males
2013
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
60,5
69,4
60,0
46,3
63,2
63,4
48,7
64,2
52,1
41,4
60,4
65,1
77,4
44,8
59,3
55,3
68,8
59,3
68,3
58,7
45,1
62,1
61,9
47,5
62,7
51,4
40,5
59,0
63,9
77,0
43,6
57,8
54,1
67,7
61,6
70,4
61,3
47,5
64,2
64,8
49,9
65,6
52,8
42,3
61,8
66,3
77,8
45,9
60,7
56,4
69,8
39,6
30,6
40,0
53,7
36,8
36,6
51,3
35,8
47,9
58,6
39,6
34,9
22,6
55,2
40,7
44,7
31,2
40,7
31,7
41,4
54,9
37,9
38,1
52,5
37,3
48,7
59,5
41,0
36,1
23,0
56,4
42,2
45,9
32,3
38,4
29,6
38,7
52,5
35,8
35,2
50,1
34,4
47,2
57,7
38,3
33,7
22,2
54,1
39,3
43,6
30,2
60,3
69,2
59,9
46,3
63,1
63,2
48,6
64,2
52,0
41,3
60,5
64,9
77,3
44,6
59,2
55,1
68,7
59,1
68,1
58,5
45,0
62,0
61,7
47,4
62,7
51,2
40,4
59,0
63,6
76,8
43,4
57,7
53,9
67,5
61,5
70,3
61,2
47,5
64,1
64,6
49,7
65,6
52,8
42,2
61,8
66,1
77,7
45,8
60,6
56,2
69,7
39,7
30,8
40,2
53,7
36,9
36,8
51,4
35,8
48,0
58,7
39,5
35,1
22,7
55,4
40,8
44,9
31,4
40,9
31,9
41,6
55,0
38,0
38,3
52,7
37,3
48,8
59,6
41,0
36,4
23,2
56,6
42,3
46,1
32,5
38,5
29,7
38,8
52,6
36,0
35,4
50,3
34,4
47,2
57,8
38,2
33,9
22,3
54,2
39,4
43,8
30,3
60,2
69,1
59,7
46,2
63,0
63,1
48,4
64,2
52,0
41,2
60,5
64,7
77,1
44,5
59,1
54,8
68,6
59,0
68,0
58,3
44,9
61,9
61,5
47,2
62,7
51,1
40,3
59,1
63,4
76,7
43,3
57,6
53,6
67,4
61,3
70,1
61,0
47,4
63,9
64,5
49,6
65,6
52,7
42,1
61,9
65,9
77,5
45,6
60,6
56,0
69,6
39,8
30,9
40,3
53,8
37,1
36,9
51,6
35,8
48,1
58,8
39,5
35,3
22,9
55,5
40,9
45,2
31,5
41,0
32,1
41,7
55,1
38,1
38,5
52,8
37,3
48,9
59,7
40,9
36,6
23,3
56,7
42,4
46,4
32,6
38,7
29,9
39,0
52,6
36,1
35,6
50,4
34,4
47,3
57,9
38,1
34,1
22,5
54,4
39,5
44,1
30,4
2014
2015
178
Tabl. A5. Prognoza ludnoci (w odsetkach - struktura pozioma) (cd.)

Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
MMMOgem
Kobiety Ogem
Kobiety Ogem
Kobiety
czyni
czyni
czyni
Females Total
Females Total
Females
Total
Males
Males
Males
2020
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
59,6
68,2
58,7
45,9
62,4
62,2
47,7
64,1
51,5
40,8
60,7
63,6
76,5
43,7
58,7
53,7
68,0
58,3
67,1
57,3
44,5
61,5
60,6
46,5
62,6
50,6
39,8
59,3
62,3
76,0
42,4
57,2
52,5
66,8
60,8
69,3
60,1
47,2
63,2
63,6
48,9
65,6
52,4
41,7
62,1
64,8
77,0
45,0
60,2
54,8
69,1
40,4
31,8
41,3
54,1
37,7
37,8
52,3
35,9
48,5
59,2
39,3
36,5
23,5
56,3
41,3
46,3
32,0
41,7
32,9
42,7
55,5
38,5
39,4
53,5
37,4
49,4
60,2
40,8
37,7
24,0
57,6
42,9
47,5
33,2
39,3
30,7
39,9
52,8
36,8
36,4
51,1
34,4
47,6
58,3
37,9
35,2
23,1
55,0
39,8
45,2
30,9
58,9
67,4
57,7
45,5
61,7
61,2
47,0
64,0
51,1
40,2
60,8
62,4
75,8
42,8
58,3
52,5
67,5
57,6
66,2
56,2
43,9
61,0
59,6
45,7
62,4
50,1
39,2
59,3
61,1
75,3
41,5
56,7
51,3
66,3
60,1
68,5
59,1
46,9
62,4
62,7
48,1
65,4
52,1
41,2
62,3
63,7
76,3
44,1
59,9
53,6
68,6
41,1
32,6
42,3
54,6
38,3
38,8
53,1
36,1
48,9
59,8
39,2
37,6
24,2
57,2
41,7
47,5
32,5
42,4
33,9
43,8
56,1
39,0
40,4
54,3
37,6
50,0
60,8
40,7
38,9
24,7
58,5
43,3
48,7
33,7
39,9
31,5
40,9
53,1
37,6
37,3
51,9
34,6
48,0
58,8
37,7
36,4
23,7
55,9
40,1
46,4
31,4
58,1
66,5
56,7
44,9
61,0
60,3
46,2
63,7
50,6
39,6
60,8
61,3
75,1
41,9
57,9
51,3
66,9
56,8
65,3
55,2
43,3
60,5
58,6
45,0
62,1
49,5
38,6
59,2
60,0
74,6
40,5
56,3
50,2
65,7
59,4
67,6
58,1
46,4
61,6
61,8
47,3
65,1
51,6
40,6
62,3
62,6
75,7
43,2
59,5
52,4
68,1
41,9
33,5
43,3
55,1
39,0
39,7
53,8
36,3
49,4
60,4
39,2
38,7
24,9
58,1
42,1
48,7
33,1
43,2
34,7
44,8
56,7
39,5
41,4
55,0
37,9
50,5
61,4
40,8
40,0
25,4
59,5
43,7
49,8
34,3
40,6
32,4
41,9
53,6
38,4
38,3
52,7
34,9
48,4
59,4
37,7
37,5
24,3
56,8
40,5
47,6
32,0
2025
2030
179
Tabl. A5. Prognoza ludnoci (w odsetkach - struktura pozioma) (cd.)

Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
MMMOgem
Kobiety Ogem
Kobiety Ogem
Kobiety
czyni
czyni
czyni
Females Total
Females Total
Females
Total
Males
Males
Males
2035
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
57,4
65,6
55,7
44,3
60,4
59,3
45,4
63,5
50,0
39,0
60,7
60,3
74,5
40,9
57,5
50,2
66,4
56,2
64,4
54,3
42,7
60,0
57,7
44,2
62,0
48,9
38,0
59,1
59,0
73,9
39,6
55,8
49,1
65,2
58,6
66,7
57,1
45,9
60,7
60,7
46,5
64,9
51,1
39,9
62,2
61,5
75,0
42,2
59,1
51,3
67,5
42,6
34,4
44,3
55,7
39,6
40,7
54,6
36,5
50,0
61,0
39,3
39,7
25,5
59,1
42,5
49,8
33,6
43,9
35,6
45,7
57,3
40,0
42,3
55,8
38,1
51,1
62,0
40,9
41,0
26,1
60,4
44,2
50,9
34,8
41,4
33,3
42,9
54,1
39,3
39,3
53,5
35,1
48,9
60,1
37,8
38,5
25,0
57,8
40,9
48,7
32,5
56,7
64,8
54,7
43,7
59,8
58,3
44,6
63,4
49,5
38,3
60,6
59,3
73,8
39,9
57,1
49,1
65,9
55,5
63,6
53,4
42,0
59,6
56,7
43,6
61,9
48,4
37,4
59,0
58,1
73,3
38,6
55,5
48,0
64,8
57,9
65,8
56,0
45,2
59,9
59,7
45,6
64,7
50,5
39,2
62,1
60,4
74,3
41,1
58,6
50,1
66,9
43,3
35,2
45,3
56,3
40,2
41,7
55,4
36,6
50,5
61,7
39,4
40,7
26,2
60,1
42,9
50,9
34,1
44,5
36,4
46,6
58,0
40,4
43,3
56,4
38,1
51,6
62,6
41,0
41,9
26,7
61,4
44,6
52,0
35,3
42,1
34,2
44,0
54,8
40,1
40,3
54,4
35,3
49,5
60,8
37,9
39,6
25,7
58,9
41,4
49,9
33,1
56,1
63,9
53,7
43,0
59,2
57,3
44,0
63,3
48,9
37,6
60,5
58,3
73,2
38,8
56,7
47,9
65,4
54,9
62,9
52,5
41,4
59,3
55,9
43,0
61,9
47,9
36,8
59,0
57,2
72,7
37,7
55,1
47,0
64,3
57,1
64,9
55,0
44,5
59,1
58,6
44,9
64,6
49,9
38,4
61,9
59,4
73,7
39,9
58,2
48,9
66,4
43,9
36,1
46,3
57,0
40,8
42,8
56,1
36,7
51,1
62,4
39,5
41,7
26,8
61,2
43,3
52,1
34,6
45,1
37,1
47,5
58,6
40,8
44,2
57,0
38,1
52,1
63,2
41,0
42,8
27,4
62,4
44,9
53,0
35,7
42,9
35,1
45,1
55,5
40,9
41,4
55,1
35,4
50,1
61,6
38,1
40,6
26,3
60,1
41,8
51,2
33,6
2040
2045
180
Tabl. A5. Prognoza ludnoci (w odsetkach - struktura pozioma) (dok.)

Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
MMMOgem
Kobiety Ogem
Kobiety Ogem
Kobiety
czyni
czyni
czyni
Females Total
Females Total
Females
Total
Males
Males
Males
2050
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
55,5
63,2
52,8
42,3
58,6
56,3
43,3
63,3
48,3
37,0
60,4
57,5
72,6
37,7
56,3
46,8
65,0
181
54,4
62,2
51,6
40,8
58,9
55,0
42,5
62,0
47,4
36,3
59,0
56,4
72,1
36,7
54,8
46,0
64,0
56,4
64,1
53,9
43,7
58,3
57,5
44,2
64,6
49,3
37,6
61,8
58,4
73,0
38,7
57,7
47,7
65,9
44,6
36,8
47,2
57,7
41,4
43,7
56,7
36,7
51,7
63,0
39,6
42,6
27,5
62,3
43,7
53,2
35,1
45,6
37,8
48,4
59,2
41,1
45,0
57,5
38,0
52,6
63,7
41,0
43,6
28,0
63,3
45,2
54,1
36,1
43,6
35,9
46,1
56,3
41,7
42,6
55,9
35,4
50,7
62,4
38,2
41,6
27,0
61,3
42,3
52,3
34,1
Tabl. A6. Prognoza ludnoci wedug biologicznych grup wieku (w tysicach)

Table A6. Population projection by biological age groups (in thousands)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
OGEM
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
2025
2030
2035
2040
2045
2050
TOTAL
38 496 38 462 38 419 38 138 37 741 37 185 36 477 35 668 34 817 33 951
5 771 5 751 5 728 5 659 5 227 4 856 4 536 4 302 4 198 4 120
27 052 26 845 26 620 25 285 24 325 23 683 23 024 21 937 20 418 18 733
5 673 5 865 6 071 7 194 8 189 8 646 8 917 9 429 10 201 11 097
1 483 1 522 1 560 1 684 1 680 2 206 2 869 3 373 3 473 3 538
2 910 2 905 2 899 2 867 2 826 2 773 2 709 2 638 2 566 2 495
406
405
404
402
368
341
318
302
296
292
2 072 2 049 2 025 1 893 1 806 1 757 1 712 1 626 1 503 1 367
432
451
470
572
652
676
679
710
767
836
116
118
121
127
121
170
230
266
264
258
2 093 2 089 2 086 2 065 2 039 2 004 1 960 1 909 1 854 1 799
318
316
314
306
280
261
244
231
223
216
1 480 1 467 1 453 1 378 1 320 1 277 1 235 1 171 1 087
994
294
307
319
382
440
466
480
507
545
589
74
76
78
84
84
117
152
180
185
188
2 156 2 148 2 140 2 096 2 050 1 996 1 933 1 862 1 788 1 711
322
317
313
300
273
250
229
210
197
187
1 502 1 490 1 476 1 392 1 322 1 265 1 208 1 132 1 037
930
332
341
350
405
455
480
496
520
554
594
92
94
96
100
100
125
160
186
193
197
1 021 1 020 1 019 1 010
997
980
958
933
906
879
155
155
154
151
137
126
118
112
108
105
730
722
715
673
643
624
606
575
532
484
137
143
150
186
218
230
234
246
266
289
34
35
36
38
38
55
75
90
90
89
2 513 2 502 2 491 2 434 2 374 2 306 2 232 2 153 2 075 1 999
351
349
347
340
310
284
262
246
238
231
1 746 1 726 1 705 1 586 1 501 1 446 1 388 1 304 1 196 1 084
416
427
439
508
563
576
581
602
640
684
111
112
114
115
113
152
193
219
218
218
3 361 3 367 3 373 3 396 3 407 3 403 3 384 3 355 3 319 3 279
532
530
528
529
500
472
445
424
416
412
2 342 2 337 2 330 2 268 2 226 2 195 2 159 2 090 1 979 1 846
487
501
515
599
682
736
780
841
924 1 022
129
133
137
152
153
190
242
287
308
326
5 317 5 330 5 341 5 388 5 416 5 418 5 401 5 375 5 348 5 319
825
831
835
852
801
750
708
687
691
698
3 672 3 657 3 638 3 515 3 466 3 466 3 447 3 343 3 161 2 958
820
842
868 1 021 1 149 1 202 1 246 1 345 1 496 1 663
232
237
242
254
252
322
421
489
497
510
1 004 1 000
995
967
936
902
865
826
785
745
133
131
130
123
110
99
90
83
78
75
718
710
702
655
612
575
539
499
452
401
154
158
163
189
213
228
236
244
255
269
38
39
41
47
45
56
71
84
89
91
2 129 2 128 2 127 2 115 2 096 2 068 2 030 1 982 1 929 1 870
331
327
323
310
286
265
246
229
218
209
1 500 1 494 1 487 1 432 1 382 1 336 1 289 1 222 1 134 1 034
299
308
317
372
428
467
495
532
577
627
80
83
86
94
93
116
150
181
196
206
1 195 1 192 1 188 1 168 1 147 1 122 1 092 1 059 1 022
982
174
172
170
163
150
139
128
118
111
107
838
833
827
787
747
712
679
639
589
531
183
187
191
217
250
271
286
302
321
344
55
56
57
59
59
69
87
107
116
121
182
Tabl. A6. Prognoza ludnoci wedug biologicznych grup wieku (w tysicach) (cd.)
Table A6. Population projection by biological age groups (in thousands) (cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
OGEM (cd.)
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
2 296
374
1 612
310
77
4 599
643
3 245
712
164
1 268
177
887
204
57
1 447
225
1 036
186
49
3 467
556
2 443
468
115
1 719
250
1 230
239
60
2 301
374
1 603
324
80
4 585
642
3 208
735
170
1 263
175
878
209
58
1 444
223
1 027
194
50
3 472
556
2 428
489
118
1 716
248
1 217
251
62
2 305
374
1 593
338
83
4 569
641
3 168
761
177
1 257
173
868
216
59
1 440
221
1 018
202
51
3 476
556
2 412
508
120
1 713
246
1 204
263
64
2020
Dolnolskie
Kujawskopomorskie
Lubelskie
Total
Total
Total
2030
2035
2040
2045
2050
TOTAL (cont.)
2 324
377
1 535
412
92
4 478
633
2 952
893
207
1 226
165
811
251
62
1 421
213
961
247
55
3 490
558
2 320
612
130
1 692
239
1 127
326
68
OGEM (cd.) Mczyni

RAZEM
TOTAL
2025
2 335
355
1 506
474
93
4 370
578
2 784
1 008
217
1 194
149
763
282
59
1 399
194
912
292
54
3 490
520
2 264
706
130
1 667
217
1 071
379
67
2 334
338
1 491
505
129
4 245
526
2 667
1 052
270
1 157
136
727
294
76
1 371
181
874
316
73
3 471
487
2 233
752
189
1 635
202
1 037
396
97
2 323
323
1 475
526
171
4 108
486
2 553
1 069
343
1 117
125
692
300
98
1 336
168
841
327
99
3 435
458
2 196
781
247
1 595
189
1 003
402
132
2 307
312
1 431
563
200
3 965
459
2 402
1 104
401
1 072
114
645
312
115
1 296
158
795
344
121
3 389
438
2 113
837
291
1 549
179
949
421
156
2 287
310
1 361
616
207
3 821
447
2 204
1 171
412
1 024
107
587
330
116
1 253
151
734
368
128
3 340
432
1 988
920
300
1 501
174
876
452
155
2 266
309
1 277
680
212
3 681
437
1 994
1 250
413
977
102
524
352
117
1 208
145
666
397
129
3 288
428
1 845
1 015
309
1 453
169
797
488
153
TOTAL (cont.) Males
18 630 18 613 18 593 18 461 18 272 18 002 17 663 17 294 16 926 16 564
2 961 2 952 2 941 2 908 2 690 2 499 2 335 2 214 2 160 2 121
13 487 13 391 13 285 12 665 12 236 11 949 11 645 11 125 10 388 9 567
2 181 2 271 2 367 2 887 3 347 3 554 3 684 3 955 4 378 4 876
451
466
480
524
526
724
970 1 164 1 222 1 287
1 399 1 397 1 395 1 380 1 361 1 335 1 304 1 272 1 241 1 212
208
208
208
206
189
175
164
155
152
150
1 029 1 019 1 007
945
906
885
863
821
762
695
162
171
180
228
265
275
277
295
327
367
33
34
35
37
36
56
77
91
90
92
1 014 1 013 1 011 1 001
988
970
949
925
901
877
163
162
161
157
144
134
126
119
115
111
737
731
725
690
664
644
625
594
553
507
113
119
125
154
180
192
198
213
234
260
22
23
24
26
26
38
51
62
65
68
1 045 1 041 1 037 1 017
995
970
940
907
873
839
165
163
160
153
140
129
118
108
101
96
756
750
744
705
673
646
619
583
535
482
125
129
133
159
183
195
203
216
236
261
28
28
29
30
30
39
52
62
66
70
183
Wojewdztwa
Voivodships
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
OGEM (cd.) Mczyni (cd.)
TOTAL (cont.) Males (cont.)
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
497
80
366
52
10
1 198
180
864
153
31
1 630
273
1 168
190
40
2 544
423
1 809
312
74
486
69
358
59
11
1 043
170
757
116
25
583
89
423
70
18
1 119
192
804
123
24
2 220
329
1 611
280
51
619
91
449
79
17
708
116
522
70
14
497
79
363
55
10
1 193
180
855
158
32
1 634
272
1 166
196
42
2 550
426
1 801
322
75
484
68
355
61
12
1 042
168
754
121
26
581
88
421
72
18
1 122
192
800
130
25
2 212
329
1 593
290
53
616
90
445
81
18
707
115
518
74
14
497
79
360
59
10
1 187
179
845
164
32
1 637
271
1 163
203
44
2 555
429
1 793
334
77
481
67
351
64
13
1 042
166
751
125
27
579
87
418
74
18
1 124
192
795
137
27
2 204
328
1 574
302
56
614
89
440
84
18
705
114
513
78
15
496
78
342
76
12
1 161
175
790
196
33
1 648
271
1 134
243
49
2 578
438
1 736
404
80
468
63
328
76
15
1 037
159
726
152
30
570
84
399
87
19
1 133
194
769
170
30
2 156
324
1 472
360
68
599
85
412
101
19
696
110
487
99
16
184
492
71
330
91
12
1 133
160
753
220
33
1 655
257
1 115
282
50
2 593
412
1 719
462
79
454
57
308
88
15
1 028
147
702
179
30
560
77
380
103
18
1 137
182
757
198
31
2 102
297
1 395
410
71
583
77
389
116
18
684
100
464
120
16
485
66
323
97
19
1 101
146
729
226
46
1 652
243
1 101
308
64
2 595
386
1 722
486
105
437
51
290
96
19
1 014
136
680
198
39
548
71
364
113
22
1 136
174
751
212
44
2 041
270
1 342
429
89
565
70
373
122
25
670
93
447
131
23
476
61
316
99
26
1 067
135
702
229
61
1 643
229
1 085
329
84
2 588
365
1 715
508
142
419
46
273
100
25
996
126
658
212
53
533
66
348
120
30
1 131
166
744
221
59
1 976
250
1 289
437
116
544
64
356
124
33
653
87
431
135
33
466
58
302
106
32
1 032
127
662
242
71
1 630
218
1 052
359
102
2 579
354
1 667
559
168
401
43
254
104
30
973
118
625
230
65
517
60
329
128
38
1 124
160
724
240
71
1 910
236
1 217
458
138
523
59
333
131
40
634
81
409
144
41
2045
455
56
281
118
33
999
123
611
266
71
1 615
214
999
402
112
2 573
356
1 582
635
173
382
40
231
111
33
947
112
582
254
72
500
57
304
138
42
1 117
159
690
268
74
1 847
230
1 121
497
144
501
55
304
142
41
614
78
378
158
44
2050
445
55
258
132
34
968
119
556
293
75
1 599
212
935
452
123
2 567
359
1 487
721
184
364
38
207
119
34
921
108
532
281
78
482
55
275
152
45
1 110
159
650
302
79
1 787
225
1 019
544
150
480
52
272
155
42
594
75
345
174
46
Wojewdztwa
Voivodships
Wielkopolskie
Zachodniopomorskie
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
OGEM (cd.) Mczyni (dok.)
Ogem Total
0-14
15-64
65+
80+
Ogem Total
0-14
15-64
65+
80+
1 686
286
1 218
183
35
837
128
616
93
17
1 689
286
1 211
192
36
835
127
610
98
18
1 691
286
1 204
201
37
834
126
603
104
19
1 699
287
1 162
249
41
823
122
567
134
20
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
1 689
251
1 127
311
63
793
104
525
164
33
1 671
236
1 111
325
84
773
97
509
166
45
1 651
226
1 071
354
101
751
92
483
176
53
1 631
223
1 010
399
106
730
89
447
194
54
2050
1 611
221
940
450
113
709
87
408
215
55
TOTAL (cont.) Females
OGEM (cd.) Kobiety

RAZEM
TOTAL
1 699
268
1 139
292
41
810
112
541
157
21
2045
19 866 19 849 19 826 19 677 19 469 19 183 18 814 18 374 17 891 17 387
2 810 2 800 2 788 2 751 2 538 2 357 2 202 2 088 2 037 2 000
13 565 13 455 13 335 12 620 12 089 11 734 11 379 10 812 10 030 9 165
3 491 3 594 3 704 4 306 4 842 5 093 5 233 5 474 5 823 6 222
1 032 1 056 1 080 1 160 1 154 1 482 1 900 2 208 2 251 2 250
1 511 1 508 1 505 1 487 1 465 1 438 1 405 1 366 1 325 1 283
198
197
197
195
179
165
154
147
144
142
1 043 1 031 1 018
948
900
872
848
804
741
672
270
280
290
344
387
401
402
415
440
470
83
84
86
90
85
115
153
176
173
166
1 078 1 077 1 075 1 065 1 051 1 034 1 011
984
953
922
155
154
153
149
136
127
119
112
108
105
742
736
728
688
656
633
610
577
535
487
181
187
194
228
259
274
282
294
311
330
52
53
54
58
58
79
101
118
121
120
1 111 1 107 1 102 1 079 1 054 1 026
993
956
915
872
157
155
153
146
133
122
111
102
96
91
747
740
732
687
649
619
589
550
501
448
207
212
217
246
272
286
293
304
317
333
65
66
67
70
70
86
108
124
127
127
524
523
522
514
505
495
482
467
450
434
76
75
75
73
66
60
56
53
52
50
364
360
355
331
313
301
290
273
251
227
84
88
91
110
127
133
135
140
148
157
24
25
26
27
26
36
49
58
57
56
1 315 1 310 1 304 1 273 1 241 1 205 1 165 1 121 1 076 1 032
171
170
169
165
150
137
127
119
115
112
882
871
860
796
748
718
686
642
586
528
263
269
276
313
343
350
352
360
375
392
79
80
81
82
81
105
132
149
146
144
1 730 1 734 1 737 1 748 1 753 1 751 1 741 1 725 1 704 1 681
259
258
257
257
243
229
216
206
202
200
1 174 1 171 1 167 1 134 1 111 1 094 1 074 1 038
981
911
297
305
312
356
399
428
450
481
522
570
89
91
94
103
103
126
158
184
195
203
185
Wojewdztwa
Voivodships
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Wiek
2013 2014 2015
Age
OGEM (dok.) Kobiety (dok.)
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
2 773
402
1 863
508
158
518
65
359
94
27
1 087
161
743
182
55
612
85
415
113
37
1 176
182
808
187
53
2 380
314
1 634
432
114
649
86
437
125
39
738
109
514
116
35
1 781
270
1 225
286
80
882
121
614
146
43
2 780
405
1 855
520
162
516
64
355
97
27
1 086
159
740
187
57
611
84
412
115
38
1 179
182
803
194
54
2 373
314
1 615
445
117
646
85
433
128
40
737
108
509
119
36
1 783
270
1 217
297
82
881
121
608
152
44
2 786
406
1 846
534
165
513
63
351
99
28
1 085
157
736
192
59
609
83
409
117
38
1 181
182
798
202
56
2 365
313
1 594
459
121
643
84
428
131
41
735
107
504
124
37
1 785
270
1 208
307
83
879
120
601
159
45
2020
2025
2030
2035
2040
2045
2050
TOTAL (cont.) Females (cont.)

2 810
414
1 778
618
174
498
60
326
113
32
1 078
151
707
220
64
598
79
388
131
41
1 192
183
767
242
62
2 321
309
1 479
533
139
627
80
398
149
43
725
103
474
148
39
1 792
270
1 158
363
90
869
116
560
193
48
186
2 823
389
1 748
687
173
482
53
304
125
31
1 067
139
680
248
63
587
73
367
147
40
1 197
172
749
276
63
2 268
281
1 389
598
146
611
72
373
166
41
714
94
448
172
38
1 791
252
1 125
414
89
857
106
530
222
46
2 823
364
1 744
716
217
465
48
285
132
37
1 053
129
656
268
77
574
67
349
158
47
1 198
164
740
294
85
2 204
256
1 325
624
180
593
66
354
172
51
700
88
428
185
49
1 782
236
1 106
440
126
842
98
511
232
64
2 813
344
1 732
737
279
446
44
266
136
46
1 034
119
631
283
97
559
62
332
166
57
1 192
157
731
305
111
2 132
236
1 264
632
227
572
60
336
175
65
683
82
410
192
66
1 763
222
1 085
456
163
822
92
494
236
87
2 796
333
1 676
787
321
425
40
245
140
54
1 010
111
597
302
115
542
57
311
174
69
1 183
152
708
323
130
2 054
223
1 185
646
263
549
56
313
180
75
663
77
386
200
80
1 738
213
1 042
483
190
798
87
466
245
102
2 775
335
1 579
861
324
403
38
220
145
56
981
106
552
323
123
522
54
285
182
74
1 170
151
671
348
133
1 974
217
1 083
674
267
523
52
283
188
75
639
73
355
211
84
1 708
210
978
521
194
771
84
429
258
102
2 752
339
1 471
942
326
381
36
194
150
56
950
102
502
346
128
501
52
257
192
76
1 156
150
627
378
133
1 894
212
975
706
264
497
49
251
196
74
614
70
321
222
83
1 677
208
904
565
196
744
82
389
273
98
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS
23 272 23 203 23 130 22 717 22 216 21 618 20 945 20 235 19 522 18 826
3 234 3 229 3 221 3 182 2 898 2 644 2 439 2 301 2 250 2 212
16 395 16 186 15 972 14 816 14 006 13 497 13 002 12 242 11 198 10 081
3 643 3 787 3 936 4 719 5 312 5 477 5 504 5 691 6 074 6 533
906
935
966 1 076 1 104 1 482 1 927 2 207 2 185 2 143
2 020 2 012 2 003 1 956 1 903 1 844 1 777 1 708 1 640 1 576
264
264
264
262
239
218
200
188
184
181
1 430 1 408 1 385 1 267 1 188 1 142 1 101 1 033
940
840
326
339
354
427
477
484
476
487
516
556
84
87
89
97
94
130
173
195
187
178
1 256 1 250 1 245 1 212 1 177 1 136 1 092 1 045
997
949
174
172
171
164
147
134
123
115
109
105
888
876
863
796
744
708
673
627
568
505
194
203
211
252
285
294
295
303
319
339
47
48
50
55
57
79
101
117
116
113
999
994
989
962
932
896
856
813
768
723
139
137
136
129
115
104
94
85
80
75
711
701
691
633
588
554
522
481
431
376
149
155
162
200
229
238
240
246
258
272
35
36
38
43
48
64
85
98
97
95
645
643
641
630
615
598
579
558
536
515
93
93
92
91
81
74
68
64
63
61
459
453
446
412
388
373
360
339
309
277
93
98
103
127
146
151
150
155
165
177
22
23
24
27
27
39
52
61
59
57
1 593 1 582 1 571 1 514 1 454 1 390 1 323 1 254 1 188 1 125
207
206
205
198
176
157
143
133
128
123
1 113 1 094 1 074
973
900
854
808
746
667
589
273
282
291
343
378
379
372
376
393
413
69
71
72
74
75
104
133
148
142
136
1 637 1 636 1 634 1 620 1 600 1 571 1 536 1 497 1 459 1 421
228
228
228
228
213
197
181
170
167
166
1 144 1 134 1 123 1 060 1 017
991
964
919
850
771
265
274
283
332
370
383
390
409
442
484
68
70
73
82
86
109
138
157
158
158
3 415 3 423 3 430 3 456 3 463 3 451 3 429 3 406 3 386 3 369
503
510
515
534
500
463
434
423
433
445
2 357 2 340 2 322 2 217 2 180 2 187 2 180 2 110 1 981 1 841
555
573
592
705
783
802
815
872
972 1 083
152
157
161
174
177
229
299
339
333
333
523
520
517
498
478
456
433
408
384
360
67
66
65
61
54
48
44
40
38
36
373
367
360
329
303
283
263
241
214
187
84
88
91
108
121
125
126
127
132
137
19
20
21
25
25
33
42
48
48
47
881
879
877
862
843
819
791
759
726
691
125
124
123
118
106
96
87
81
77
74
630
623
616
572
537
510
487
455
411
362
126
132
138
171
200
213
216
224
238
255
31
32
34
39
41
55
74
88
90
87
722
720
719
709
697
682
663
642
618
593
101
101
100
98
89
82
76
71
68
66
520
516
511
481
452
429
409
385
354
317
100
104
108
131
156
170
178
186
197
211
26
27
28
32
33
42
56
70
75
76
187
Table A6. Population projection by biological age groups (in thousands)(cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
1 495
217
1 045
233
58
3 560
482
2 513
565
127
568
72
401
95
23
857
123
616
119
31
1 917
279
1 351
288
69
1 182
160
843
179
44
1 493
217
1 033
243
60
3 543
481
2 477
585
132
563
71
394
99
24
854
122
608
124
31
1 912
278
1 333
301
71
1 178
159
831
189
46
1 491
217
1 020
253
62
3 524
479
2 439
606
137
559
70
386
103
25
851
121
600
130
32
1 906
277
1 315
313
73
1 174
158
818
198
47
MIASTA (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.)
MIASTA (cd.)
Pomorskie
2020
1 477
217
956
304
70
3 425
471
2 240
714
163
536
66
347
124
28
835
117
556
162
35
1 873
274
1 224
375
80
1 151
153
753
245
52
1 457
201
918
339
72
3 313
426
2 087
800
173
511
57
315
139
29
816
106
521
189
35
1 832
248
1 161
423
82
1 125
138
708
279
52
1 431
188
894
349
98
3 189
383
1 983
823
217
485
50
293
142
39
794
98
496
200
50
1 782
225
1 119
437
119
1 094
128
680
286
75
1 400
176
872
353
127
3 059
351
1 884
823
275
457
45
272
139
51
768
91
474
203
68
1 724
206
1 077
441
153
1 059
120
655
285
101
1 367
168
830
369
143
2 927
331
1 758
838
317
427
41
247
140
57
740
85
445
210
81
1 663
193
1 012
458
174
1 020
113
614
293
116
1 334
166
772
396
141
2 796
321
1 595
880
318
397
38
215
144
56
710
82
406
222
82
1 601
187
923
490
172
982
110
561
311
112
1 302
165
707
429
140
2 670
312
1 427
931
313
368
35
184
149
52
680
79
364
237
80
1 540
182
828
529
170
944
107
505
332
108
9 601
1 183
6 116
2 302
738
809
97
516
196
65
494
59
313
122
39
381
44
240
97
31
9 300
1 157
5 610
2 533
742
780
95
471
215
63
473
56
285
132
39
361
41
216
105
31
9 012
1 137
5 070
2 805
758
754
93
422
239
62
452
54
254
145
40
342
39
189
115
32
URBAN AREAS (cont.) Males
11 039 11 004 10 967 10 762 10 519 10 231

1 660 1 658 1 653 1 634 1 490 1 359
7 989 7 893 7 795 7 277 6 931 6 710
1 391 1 453 1 519 1 852 2 098 2 162
279
290
301
338
349
484
956
952
948
925
900
871
135
135
135
135
123
112
699
689
678
624
589
569
122
128
135
167
188
191
25
26
27
29
28
42
595
592
589
573
556
536
89
88
87
84
75
69
432
426
421
391
368
352
74
77
81
98
112
116
14
15
15
17
18
25
471
469
466
452
437
420
71
70
69
66
59
53
344
339
335
309
290
275
56
59
62
77
88
91
11
11
12
13
15
20
188
9 917
1 254
6 481
2 182
638
840
103
549
188
57
515
63
336
116
33
401
48
260
92
27
Wojewdztwa
Voivodships
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
MIASTA (cd.) Mczyni (cd.) URBAN AREAS (cont.) Males (cont.)
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
309
48
226
35
7
741
106
536
99
19
774
117
555
102
21
1 595
258
1 128
209
49
250
34
183
32
6
422
64
308
50
10
344
52
254
37
8
715
112
512
91
18
1 709
246
1 241
222
40
270
37
196
37
7
409
63
302
44
9
309
48
223
38
7
736
106
527
102
20
774
117
550
106
22
1 599
262
1 120
217
51
248
34
180
34
6
421
63
305
52
11
343
52
252
39
8
714
112
506
96
19
1 700
246
1 223
230
42
268
37
193
38
8
408
63
298
47
9
308
48
221
40
7
730
105
519
106
20
773
117
546
110
23
1 602
265
1 112
225
52
246
34
177
35
7
420
63
302
55
11
342
51
250
41
9
713
112
500
101
20
1 690
245
1 205
240
44
266
36
189
40
8
406
62
294
50
9
305
47
207
51
8
703
102
474
128
21
766
118
518
131
27
1 613
274
1 067
272
56
237
31
163
43
8
413
61
282
70
13
338
50
237
51
10
705
112
472
122
23
1 639
241
1 112
285
54
254
34
171
49
9
398
60
274
63
10
189
300
42
198
59
8
675
91
443
142
22
756
110
500
146
29
1 617
257
1 056
304
56
227
28
151
48
8
403
55
267
82
14
332
46
224
62
10
695
103
455
137
23
1 582
218
1 043
321
56
242
30
158
55
9
388
54
259
74
11
293
39
193
62
13
646
81
424
141
31
743
101
489
152
36
1 612
238
1 063
312
75
216
25
141
50
11
392
49
256
87
19
324
42
214
68
14
682
96
445
141
33
1 522
197
995
330
71
229
26
148
55
13
377
50
248
79
16
286
36
188
62
18
615
73
403
139
41
727
93
477
157
47
1 603
223
1 060
320
99
205
22
132
51
14
378
45
245
88
26
315
39
205
71
19
668
90
434
143
43
1 460
180
948
331
92
215
23
138
54
17
365
47
238
80
22
278
34
179
65
21
585
68
373
144
45
710
88
455
167
54
1 596
218
1 028
351
114
194
21
121
52
17
364
41
229
93
31
305
36
194
75
24
653
86
414
152
49
1 399
170
887
343
107
202
21
125
55
19
351
44
224
84
26
2045
270
33
165
72
21
558
66
336
157
44
694
86
422
187
55
1 593
223
968
402
113
183
19
108
56
17
349
40
208
102
32
295
35
178
81
26
639
85
386
168
49
1 342
165
808
370
110
189
20
110
59
18
338
42
205
91
27
2050
262
32
149
81
21
532
63
297
171
44
679
85
384
210
58
1 592
228
904
459
119
172
18
95
59
17
334
38
184
112
32
284
34
160
90
27
626
85
355
186
51
1 287
160
725
402
112
176
18
94
64
18
326
41
185
100
27
Wojewdztwa
Voivodships
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
MIASTA (cd.) Mczyni (dok.) URBAN AREAS (cont.) Males (cont.)
Wielkopolskie
Ogem Total
0-14
15-64
65+
80+
Ogem Total
0-14
15-64
65+
80+
Zachodniopomorskie
913
143
659
110
21
566
82
415
70
13
910
143
651
116
22
564
82
409
74
14
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
891
141
603
148
25
550
79
373
99
16
872
128
576
168
26
537
71
353
113
16
847
116
558
173
39
521
66
340
115
25
820
106
539
175
50
504
61
328
114
34
793
99
508
186
58
486
58
308
120
39
2050
766
96
464
206
58
469
56
282
131
38
740
94
418
229
60
453
55
255
144
38
12 232 12 198 12 162 11 955 11 697 11 387 11 028 10 634 10 223

1 574 1 572 1 568 1 548 1 408 1 285 1 185 1 118 1 093
8 406 8 293 8 177 7 540 7 075 6 787 6 521 6 126 5 588
2 252 2 333 2 418 2 867 3 214 3 315 3 322 3 389 3 542
627
646
665
738
755
998 1 289 1 469 1 443
1 064 1 060 1 055 1 031 1 003
972
937
899
860
129
129
128
128
116
106
97
91
89
731
719
707
643
599
573
552
517
470
204
211
219
260
288
293
288
290
301
60
61
63
68
65
88
116
130
124
661
659
656
639
621
600
577
551
524
85
84
83
80
72
65
60
56
53
456
449
442
405
376
356
338
314
284
120
125
130
154
173
179
179
181
187
33
34
35
38
39
54
69
78
77
527
525
523
510
494
476
456
432
407
68
67
66
63
56
50
45
41
39
367
362
356
323
298
279
262
241
215
92
96
100
123
141
147
148
150
153
24
25
26
30
33
44
58
66
66
336
335
333
325
315
304
293
280
266
45
45
45
44
39
35
32
31
30
233
229
225
205
189
180
172
160
144
58
60
63
76
87
89
89
89
93
16
16
17
18
18
26
34
39
38
852
846
840
810
778
744
708
669
630
101
100
100
96
85
76
69
64
62
577
566
556
499
457
430
405
373
332
174
180
185
215
236
238
233
232
236
50
51
52
53
53
72
92
102
98
863
862
861
854
843
828
809
787
765
111
111
110
111
103
95
88
82
81
589
583
577
542
517
502
487
464
428
163
168
173
201
223
231
234
241
256
46
48
49
55
58
73
91
103
103
1 820 1 824 1 828 1 843 1 847 1 839 1 826 1 809 1 793
245
248
251
260
243
225
211
206
211
1 229 1 220 1 210 1 150 1 124 1 124 1 119 1 082 1 013
346
356
368
433
479
490
495
522
570
103
106
109
119
121
155
200
225
220
9 814
1 075
5 011
3 728
1 385
822
88
418
317
116
497
51
252
194
74
381
37
188
157
63
253
29
128
97
35
593
60
291
242
92
742
80
387
275
101
1 777
216
937
624
214
MIASTA (cd.) Kobiety

RAZEM
TOTAL
907
143
643
122
22
562
81
403
78
14
2045
URBAN AREAS (cont.) Females
190
Wojewdztwa
Voivodships
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
MIASTA (dok.) Kobiety (dok.) URBAN AREAS (cont.) Females (cont.)
Opolskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Total
Total
Total
Total
Total
Total
Total
Total
Total
274
32
190
52
13
459
61
322
77
21
378
50
266
62
18
780
105
534
141
39
1 851
235
1 272
344
88
298
35
205
58
15
448
60
314
74
22
1 005
135
692
177
48
616
78
428
110
31
272
32
186
54
14
458
60
318
80
22
377
49
264
65
19
779
105
527
147
41
1 843
235
1 253
355
91
296
35
201
60
16
447
59
310
77
22
1 002
135
682
184
49
614
77
422
115
32
WIE
RAZEM
TOTAL
Ogem Total
0-14
15-64
65+
80+
271
32
183
56
14
457
60
314
83
23
377
49
261
67
19
778
105
520
152
42
1 834
234
1 234
367
94
294
34
197
63
17
445
58
306
81
23
999
135
673
191
50
612
77
415
120
33
261
30
166
65
17
449
58
290
102
26
372
48
245
80
22
772
106
485
182
47
1 786
230
1 128
429
109
282
32
175
75
19
437
57
282
98
25
982
133
621
227
55
601
75
380
146
36
251
26
152
72
17
439
52
270
118
27
366
43
228
94
23
762
98
462
202
48
1 731
207
1 045
479
117
270
28
158
84
20
428
52
262
114
25
961
121
585
255
56
588
67
355
166
35
240
24
141
75
22
427
47
255
126
36
358
40
215
103
29
749
91
449
208
65
1 668
187
988
493
145
256
24
145
87
26
417
48
248
121
34
934
109
561
264
80
573
62
340
171
50
228
21
131
75
28
412
42
242
128
48
348
37
204
107
37
733
86
437
210
84
1 599
171
936
492
183
242
22
134
85
34
404
44
236
124
46
904
100
538
265
102
555
58
326
170
67
214
20
120
75
32
395
39
225
131
57
336
34
191
111
46
715
82
416
216
94
1 527
161
871
495
210
225
20
121
84
39
389
42
221
126
54
870
94
505
272
116
534
55
306
173
77
2045
201
18
106
76
31
377
38
203
136
58
323
33
175
115
49
695
81
385
228
92
1 454
156
787
511
208
209
18
106
85
37
372
40
201
131
55
835
91
459
284
114
512
53
279
180
74
2050
188
17
92
78
30
357
36
178
143
56
309
32
157
121
49
675
80
352
243
89
1 383
152
701
530
201
192
17
90
85
34
355
39
180
136
53
799
89
410
300
110
491
52
250
188
70
RURAL AREAS
15 224 15 259 15 289 15 421 15 525 15 567 15 531 15 434 15 295 15 125
2 537 2 522 2 508 2 477 2 329 2 211 2 097 2 000 1 948 1 909
10 657 10 659 10 647 10 469 10 319 10 186 10 021 9 695 9 220 8 652
2 029 2 078 2 134 2 475 2 877 3 169 3 413 3 738 4 127 4 564
578
586
594
608
576
723
942 1 165 1 287 1 394
191
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
WIE (cd.) RURAL AREAS (cont.)

Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
890
141
642
107
31
836
144
592
100
27
1 158
183
791
183
58
376
62
270
43
12
920
144
633
143
41
1 723
304
1 198
222
61
1 902
322
1 315
265
80
481
66
345
70
19
1 248
206
870
172
49
473
72
318
83
29
801
157
567
77
19
893
141
641
111
31
839
144
592
104
27
1 154
180
789
185
58
377
62
270
45
12
920
143
632
145
42
1 732
302
1 203
227
63
1 907
321
1 317
269
81
480
65
343
71
19
1 249
203
870
176
51
471
71
317
84
29
808
157
570
81
20
897
141
640
116
31
841
143
591
108
28
1 151
178
785
188
58
378
62
269
47
12
920
142
630
148
42
1 740
301
1 207
232
64
1 911
320
1 316
275
81
478
64
341
72
20
1 250
200
871
179
52
469
70
316
84
29
815
157
573
85
20
910
139
626
145
30
853
141
582
130
28
1 134
170
759
205
57
380
60
261
59
12
920
142
613
166
41
1 776
300
1 208
267
69
1 932
318
1 298
316
80
468
62
325
81
23
1 253
192
860
200
55
459
66
306
87
28
847
160
579
108
22
192
922
129
618
175
28
862
133
575
154
27
1 118
157
734
227
53
382
55
255
71
11
920
134
601
185
39
1 808
287
1 209
312
67
1 953
301
1 286
365
75
458
56
309
93
20
1 253
180
845
228
52
449
60
295
94
25
877
154
588
135
22
930
123
615
192
40
868
127
569
171
38
1 099
147
711
242
61
382
52
251
79
16
917
127
593
197
48
1 832
275
1 204
353
81
1 967
288
1 279
400
93
446
51
292
103
22
1 249
169
825
254
61
440
56
283
101
27
903
150
596
156
31
932
118
611
203
57
868
121
562
185
50
1 076
135
686
255
75
379
49
246
83
23
909
120
581
209
60
1 848
264
1 195
389
104
1 972
274
1 267
431
122
432
46
276
110
29
1 239
159
801
279
76
429
52
270
108
31
923
147
603
173
44
930
114
592
223
72
864
116
544
204
63
1 049
125
651
274
89
375
47
237
91
29
899
114
559
226
71
1 857
254
1 171
432
130
1 969
263
1 233
473
150
417
43
258
117
36
1 223
148
767
308
93
417
47
254
116
37
939
144
601
195
58
925
112
563
250
77
858
113
519
226
69
1 019
117
606
296
96
370
46
223
101
31
887
110
529
248
76
1 861
249
1 129
482
150
1 961
257
1 180
524
164
401
41
237
124
40
1 203
141
723
339
106
404
44
236
124
41
953
144
589
220
66
919
111
527
281
80
850
111
489
250
75
987
111
554
322
102
364
45
207
112
32
874
108
495
271
82
1 859
246
1 075
537
168
1 950
253
1 117
580
177
385
39
214
132
43
1 179
135
672
372
119
389
41
214
134
45
964
144
570
251
72
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
1 039
161
732
146
37
700
105
486
109
34
590
102
420
67
18
1 550
277
1 092
181
46
537
90
387
60
16
1 042
161
731
150
38
699
104
484
111
34
589
101
419
69
19
1 560
278
1 095
188
47
538
89
387
62
16
1 045
161
729
155
39
698
103
482
113
34
589
100
417
72
19
1 570
279
1 097
195
48
539
88
385
65
16
WIE (cd.) MCZYNI

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
7 590
1 302
5 498
790
172
443
73
331
40
8
419
74
305
40
8
574
94
412
69
17
188
32
140
17
3
7 609
1 294
5 497
817
176
445
72
330
43
8
421
74
305
42
8
573
92
411
70
17
189
32
139
18
3
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.)
WIE (cd.)
lskie
2020
1 053
162
711
179
44
690
99
464
127
34
586
96
405
85
20
1 617
284
1 096
237
50
541
86
374
82
16
1 057
153
697
208
44
682
92
448
143
31
583
88
391
103
18
1 658
272
1 103
283
48
542
79
363
100
15
1 056
143
684
229
53
672
86
434
153
37
577
83
379
115
23
1 689
262
1 113
314
70
541
74
356
111
22
1 049
134
669
246
68
660
79
420
160
48
568
77
367
124
31
1 711
252
1 118
340
94
536
70
349
118
31
1 038
128
644
266
84
644
73
399
172
57
556
72
350
134
41
1 726
246
1 101
380
117
528
66
335
128
40
1 025
126
609
290
94
627
69
371
186
61
543
69
328
146
45
1 739
245
1 064
430
128
519
64
315
141
43
1 010
125
568
318
101
609
66
340
203
64
528
66
302
160
49
1 748
246
1 017
486
139
509
62
292
156
45
7 693
1 031
5 009
1 653
426
462
59
305
98
26
431
60
281
91
23
526
64
342
119
31
188
24
123
41
11
7 627
1 004
4 778
1 845
479
461
58
291
112
28
428
59
268
102
26
512
60
320
132
35
186
24
116
46
11
7 552
984
4 497
2 071
529
459
57
274
128
30
425
57
253
114
29
497
57
294
146
38
183
23
108
52
12
RURAL AREAS (cont.) MALES
7 626
1 287
5 490
848
179
447
72
329
46
8
422
74
304
44
8
571
91
409
71
17
189
31
139
19
3
7 699
1 274
5 389
1 036
186
455
72
321
62
8
428
73
299
56
9
565
87
396
82
16
191
31
135
25
3
193
7 753
1 200
5 305
1 248
177
461
66
317
77
8
432
69
296
68
9
558
81
383
95
15
192
28
132
32
3
7 770
1 140
5 239
1 392
240
464
63
316
84
13
434
66
293
76
13
550
75
371
103
19
192
27
130
35
6
7 746
1 081
5 163
1 502
332
464
61
314
89
20
434
63
289
82
18
539
70
359
110
25
190
25
128
37
8
Wojewdztwa
Voivodships
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wiek
2013 2014 2015 2020 2025 2030 2035 2040 2045
Age
WIE (cd.) MCZYNI (cd.) RURAL AREAS (cont.) MALES (cont.)
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
Total
457
74
328
55
12
856
155
613
88
19
948
165
680
103
25
236
34
175
27
5
621
106
448
67
15
239
37
169
33
9
404
80
292
32
6
511
83
370
58
11
349
54
254
42
10
299
53
221
26
5
457
74
327
56
12
860
155
615
90
20
951
165
681
106
25
236
34
175
28
6
622
104
449
69
16
238
36
168
33
9
408
80
294
34
6
512
83
370
60
12
349
53
253
43
10
299
52
220
27
5
457
73
326
57
12
864
154
617
93
20
953
164
680
109
25
235
33
174
29
6
622
103
449
71
16
237
36
168
33
9
411
80
295
36
6
513
83
368
62
12
348
53
251
44
10
299
51
219
28
5
194
457
73
317
68
12
882
154
616
112
22
965
164
669
131
24
231
32
166
34
7
624
99
443
82
17
232
34
162
36
9
427
82
297
48
7
518
83
360
75
14
345
51
241
53
10
298
49
213
36
6
457
69
310
78
11
898
147
615
136
22
976
156
662
158
23
227
29
157
40
6
625
92
435
98
16
228
31
156
41
8
442
79
302
61
7
520
79
353
89
14
341
47
232
62
9
296
46
205
46
5
456
66
305
85
15
910
142
612
156
27
983
149
659
175
30
221
26
149
46
8
623
87
424
112
20
223
29
149
45
9
454
77
306
71
11
519
74
347
99
18
336
44
225
67
12
293
43
199
52
8
452
62
300
90
20
916
136
608
173
37
985
142
654
188
42
214
24
142
49
10
617
82
412
123
27
218
27
142
49
11
464
76
310
78
16
516
69
341
106
24
329
41
218
70
17
288
40
193
56
11
447
59
289
98
25
920
131
597
192
49
983
136
639
208
54
207
22
133
52
13
609
76
395
137
34
212
24
135
53
14
471
74
309
88
22
511
66
330
115
31
321
38
208
76
21
282
37
185
60
15
441
57
275
109
27
921
128
577
216
57
980
133
614
233
60
199
21
123
55
16
599
73
374
152
41
205
22
125
57
16
478
74
304
100
25
505
65
313
127
35
312
36
194
83
23
275
36
173
67
17
2050
436
56
258
121
30
920
126
551
243
65
975
131
583
261
66
192
20
112
59
17
587
70
348
169
46
198
21
115
62
18
484
74
294
115
28
499
64
293
142
38
304
34
178
92
24
268
34
160
74
18
Wojewdztwa
Wiek
2013 2014 2015 2020 2025 2030 2035 2040 2045
Voivodships
Age
WIE (cd.) MCZYNI (dok.) RURAL AREAS (cont.) MALES (cont.)
Wielkopolskie
Zachodniopomorskie
Ogem Total
0-14
15-64
65+
80+
Ogem Total
0-14
15-64
65+
80+
774
143
559
72
14
271
46
201
23
4
779
143
560
76
14
271
46
201
24
4
WIE (cd.) KOBIETY

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
7 634
1 236
5 159
1 239
405
447
69
311
66
23
417
70
286
60
19
583
89
379
115
41
188
30
130
27
9
463
70
305
88
29
867
149
585
134
42
953
157
635
162
56
7 650
1 228
5 161
1 261
411
448
69
311
68
23
418
70
287
62
19
581
88
378
116
41
188
30
130
28
9
464
70
305
89
29
872
148
588
136
43
956
156
636
164
56
784
144
561
80
15
272
45
200
26
4
807
147
560
101
16
273
44
194
35
4
827
140
563
124
15
273
41
188
44
4
842
135
569
138
24
272
38
185
49
7
851
130
572
150
34
269
36
181
52
11
2050
859
127
564
168
43
265
34
174
56
14
865
126
546
193
48
260
33
164
63
16
871
127
523
222
53
256
32
153
71
17
7 741
969
4 686
2 085
739
467
55
287
125
46
433
56
264
113
40
524
61
309
154
57
187
23
114
50
18
452
55
269
128
46
938
124
574
240
81
986
127
594
265
96
7 668
944
4 443
2 282
808
465
54
272
139
49
429
55
251
124
44
508
57
286
165
61
184
22
107
55
20
446
53
254
139
49
940
121
552
266
93
982
124
566
291
104
7 573
925
4 154
2 494
865
461
54
254
153
50
425
54
236
136
46
491
54
260
176
64
181
22
99
60
20
439
52
237
150
52
939
120
524
295
103
974
122
534
318
112
RURAL AREAS (cont.) FEMALES

7 664
1 220
5 157
1 286
415
450
68
311
70
23
419
69
286
64
19
579
87
376
117
41
188
30
130
28
9
464
69
304
91
30
876
147
590
139
44
958
156
636
167
56
7 723
1 203
5 080
1 439
422
456
68
305
83
22
425
68
283
74
20
569
83
363
123
40
189
29
126
34
9
463
69
297
98
29
893
146
592
155
47
967
154
628
185
56
195
7 772
1 129
5 014
1 629
399
462
63
301
98
20
430
64
280
86
19
560
77
351
132
38
190
27
123
40
8
463
65
292
107
27
910
140
594
176
46
977
145
624
208
52
7 796
1 072
4 947
1 777
484
466
60
299
108
26
433
61
277
95
25
550
71
340
138
42
190
25
121
44
11
461
61
288
112
33
923
134
592
197
54
984
139
620
225
63
7 786
1 016
4 858
1 911
611
468
57
297
114
37
434
59
273
103
32
538
66
327
145
50
189
24
119
47
15
457
58
281
119
40
932
128
587
217
66
987
132
612
242
80
Tabl. A6. Prognoza ludnoci wedug biologicznych grup wieku (w tysicach) (dok.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
WIE (dok.) KOBIETY (dok.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Ogem
0-14
15-64
65+
80+
Total
Total
Total
Total
Total
Total
Total
Total
Total
245
32
170
43
13
627
100
421
106
34
234
35
149
51
19
396
76
274
45
13
529
79
362
88
26
351
51
233
67
24
290
50
199
41
13
776
134
533
108
32
266
44
186
37
12
244
32
169
43
13
628
99
422
107
35
233
34
148
51
19
400
76
276
47
14
530
79
361
90
26
350
51
232
68
24
290
49
199
42
13
781
134
535
112
33
267
43
186
38
12
2015
2020
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.) FEMALES (cont.)

243
31
168
44
14
628
97
422
109
36
232
34
148
51
19
403
76
278
49
14
531
79
360
92
27
350
50
231
69
24
290
49
198
43
14
786
135
536
116
33
267
43
185
39
12
196
237
30
160
47
15
628
93
417
118
38
227
32
144
51
19
420
78
282
60
15
535
79
351
105
30
345
48
223
74
24
288
47
192
49
14
810
137
537
136
34
268
42
180
47
12
231
27
152
52
14
628
87
410
130
36
222
29
139
53
17
435
74
287
74
14
537
74
344
119
30
341
45
216
81
22
286
43
186
57
13
831
132
540
159
33
269
38
175
56
11
225
24
143
57
15
626
82
402
142
41
217
27
134
56
18
449
73
290
85
20
536
69
337
131
35
337
42
209
86
25
284
40
180
64
16
847
127
545
176
46
269
36
172
62
14
218
22
135
61
18
622
77
389
155
49
211
25
128
59
20
459
71
294
95
28
533
65
328
140
44
331
39
202
90
31
280
37
174
68
20
859
122
547
191
60
267
34
168
66
20
210
21
125
65
22
614
72
371
171
59
205
23
119
63
23
468
70
292
107
36
527
62
314
151
53
323
36
191
96
36
274
35
165
74
26
868
119
537
211
74
264
32
160
72
26
202
20
114
68
25
604
68
349
187
66
199
21
110
67
25
475
70
285
120
41
520
61
296
163
59
314
34
178
103
38
267
33
154
80
28
874
119
518
237
80
259
31
150
78
27
193
19
102
73
26
592
66
324
203
73
191
20
100
72
27
480
70
275
135
44
511
60
274
176
63
305
32
162
111
40
260
32
142
86
30
877
119
494
264
86
254
30
139
85
28
Tabl. A7. Prognoza ludnoci wedug biologicznych grup wieku (w procentach)

Table A7. Population projection by biological age groups (in percentage)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
OGEM
2025
2030
2035
2040
2045
2050
TOTAL
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
15,0
70,3
14,7
3,9
100,0
15,0
69,8
15,3
4,0
100,0
14,9
69,3
15,8
4,1
100,0
14,8
66,3
18,9
4,4
100,0
13,9
64,5
21,7
4,5
100,0
13,1
63,7
23,3
5,9
100,0
12,4
63,1
24,5
7,9
100,0
12,1
61,5
26,4
9,5
100,0
12,1
58,6
29,3
10,0
100,0
12,1
55,2
32,7
10,4
100,0
0-14
15-64
65+
80+
Ogem Total
14,0
71,2
14,9
4,0
100,0
14,0
70,5
15,5
4,1
100,0
14,0
69,9
16,2
4,2
100,0
14,0
66,0
20,0
4,4
100,0
13,0
63,9
23,1
4,3
100,0
12,3
63,4
24,4
6,1
100,0
11,7
63,2
25,1
8,5
100,0
11,5
61,6
26,9
10,1
100,0
11,5
58,6
29,9
10,3
100,0
11,7
54,8
33,5
10,3
100,0
Lubelskie
0-14
15-64
65+
80+
Ogem Total
15,2
70,7
14,1
3,5
100,0
15,1
70,2
14,7
3,6
100,0
15,0
69,7
15,3
3,7
100,0
14,8
66,7
18,5
4,1
100,0
13,7
64,7
21,6
4,1
100,0
13,0
63,7
23,2
5,8
100,0
12,5
63,0
24,5
7,8
100,0
12,1
61,4
26,6
9,4
100,0
12,0
58,6
29,4
10,0
100,0
12,0
55,3
32,8
10,5
100,0
Lubuskie
0-14
15-64
65+
80+
Ogem Total
14,9
69,7
15,4
4,3
100,0
14,8
69,4
15,9
4,4
100,0
14,7
69,0
16,4
4,5
100,0
14,3
66,4
19,3
4,8
100,0
13,3
64,5
22,2
4,9
100,0
12,5
63,4
24,1
6,3
100,0
11,9
62,5
25,6
8,3
100,0
11,3
60,8
27,9
10,0
100,0
11,0
58,0
31,0
10,8
100,0
10,9
54,4
34,7
11,5
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
15,2
71,4
13,4
3,4
100,0
15,2
70,8
14,1
3,4
100,0
15,1
70,2
14,7
3,5
100,0
14,9
66,6
18,5
3,8
100,0
13,7
64,5
21,8
3,8
100,0
12,9
63,7
23,4
5,7
100,0
12,3
63,3
24,4
7,9
100,0
12,0
61,7
26,4
9,6
100,0
12,0
58,7
29,4
10,0
100,0
12,0
55,1
32,9
10,1
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
14,0
69,5
16,6
4,4
100,0
14,0
69,0
17,1
4,5
100,0
14,0
68,4
17,6
4,6
100,0
14,0
65,2
20,9
4,7
100,0
13,1
63,3
23,7
4,8
100,0
12,3
62,7
25,0
6,6
100,0
11,8
62,2
26,0
8,6
100,0
11,5
60,6
28,0
10,2
100,0
11,5
57,7
30,9
10,5
100,0
11,6
54,2
34,2
10,9
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
15,8
69,7
14,5
3,8
100,0
15,8
69,4
14,9
4,0
100,0
15,7
69,1
15,3
4,1
100,0
15,6
66,8
17,7
4,5
100,0
14,7
65,3
20,0
4,5
100,0
13,9
64,5
21,6
5,6
100,0
13,2
63,8
23,0
7,1
100,0
12,6
62,3
25,1
8,6
100,0
12,5
59,6
27,8
9,3
100,0
12,6
56,3
31,2
9,9
100,0
Opolskie
0-14
15-64
65+
80+
Ogem Total
15,5
69,1
15,4
4,4
100,0
15,6
68,6
15,8
4,5
100,0
15,6
68,1
16,3
4,5
100,0
15,8
65,2
19,0
4,7
100,0
14,8
64,0
21,2
4,7
100,0
13,9
64,0
22,2
6,0
100,0
13,1
63,8
23,1
7,8
100,0
12,8
62,2
25,0
9,1
100,0
12,9
59,1
28,0
9,3
100,0
13,1
55,6
31,3
9,6
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
13,3
71,5
15,3
3,8
100,0
13,1
71,0
15,8
3,9
100,0
13,0
70,6
16,4
4,1
100,0
12,7
67,7
19,6
4,9
100,0
11,8
65,4
22,8
4,8
100,0
11,0
63,8
25,3
6,2
100,0
10,4
62,4
27,3
8,2
100,0
10,0
60,4
29,5
10,2
100,0
10,0
57,5
32,5
11,3
100,0
10,0
53,8
36,1
12,2
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
15,5
70,4
14,0
3,8
100,0
15,4
70,2
14,5
3,9
100,0
15,2
69,9
14,9
4,0
100,0
14,7
67,7
17,6
4,4
100,0
13,7
65,9
20,4
4,4
100,0
12,8
64,6
22,6
5,6
100,0
12,1
63,5
24,4
7,4
100,0
11,6
61,6
26,8
9,1
100,0
11,3
58,8
29,9
10,2
100,0
11,2
55,3
33,5
11,0
100,0
14,5
70,1
15,4
4,6
14,4
69,9
15,7
4,7
14,3
69,6
16,1
4,8
14,0
67,4
18,6
5,1
13,1
65,2
21,8
5,1
12,4
63,5
24,2
6,2
11,7
62,2
26,1
8,0
11,1
60,4
28,5
10,1
10,9
57,7
31,4
11,4
10,9
54,1
35,1
12,3
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
0-14
15-64
65+
80+
197
Tabl. A7. Prognoza ludnoci wedug biologicznych grup wieku (w procentach) (cd.)
Table A7. Population projection by biological age groups (in percentage) (cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
OGEM (cd.)
2025
2030
2035
2040
2045
2050
TOTAL (cont.)
Pomorskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
lskie
0-14
15-64
65+
80+
Ogem Total
16,3
70,2
13,5
3,4
100,0
16,3
69,7
14,1
3,5
100,0
16,2
69,1
14,7
3,6
100,0
16,2
66,1
17,7
4,0
100,0
15,2
64,5
20,3
4,0
100,0
14,5
63,9
21,7
5,5
100,0
13,9
63,5
22,6
7,3
100,0
13,5
62,0
24,4
8,7
100,0
13,6
59,5
27,0
9,1
100,0
13,6
56,4
30,0
9,4
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
14,0
70,6
15,5
3,6
100,0
14,0
70,0
16,0
3,7
100,0
14,0
69,3
16,7
3,9
100,0
14,1
65,9
20,0
4,6
100,0
13,2
63,7
23,1
5,0
100,0
12,4
62,8
24,8
6,4
100,0
11,8
62,2
26,0
8,4
100,0
11,6
60,6
27,9
10,1
100,0
11,7
57,7
30,6
10,8
100,0
11,9
54,2
34,0
11,2
100,0
0-14
15-64
65+
80+
Ogem Total
14,0
69,9
16,1
4,5
100,0
13,9
69,6
16,6
4,6
100,0
13,8
69,1
17,2
4,7
100,0
13,4
66,1
20,5
5,0
100,0
12,5
63,9
23,6
5,0
100,0
11,7
62,8
25,4
6,6
100,0
11,2
62,0
26,9
8,8
100,0
10,7
60,2
29,1
10,7
100,0
10,5
57,3
32,2
11,4
100,0
10,4
53,6
36,0
11,9
100,0
0-14
15-64
65+
80+
Ogem Total
15,6
71,6
12,8
3,4
100,0
15,4
71,2
13,4
3,5
100,0
15,3
70,7
14,0
3,6
100,0
15,0
67,6
17,4
3,9
100,0
13,9
65,2
20,9
3,9
100,0
13,2
63,8
23,0
5,3
100,0
12,6
62,9
24,5
7,4
100,0
12,2
61,3
26,5
9,4
100,0
12,0
58,6
29,4
10,2
100,0
12,0
55,1
32,9
10,7
100,0
0-14
15-64
65+
80+
Ogem Total
16,0
70,5
13,5
3,3
100,0
16,0
69,9
14,1
3,4
100,0
16,0
69,4
14,6
3,5
100,0
16,0
66,5
17,5
3,7
100,0
14,9
64,9
20,2
3,7
100,0
14,0
64,3
21,7
5,5
100,0
13,3
63,9
22,7
7,2
100,0
12,9
62,4
24,7
8,6
100,0
13,0
59,5
27,5
9,0
100,0
13,0
56,1
30,9
9,4
100,0
14,5
71,6
13,9
3,5
14,5
70,9
14,6
3,6
14,4
70,3
15,4
3,7
14,1
66,6
19,3
4,0
13,0
64,3
22,7
4,0
12,3
63,4
24,3
5,9
11,9
62,9
25,2
8,3
11,6
61,3
27,2
10,1
11,6
58,4
30,1
10,3
11,6
54,8
33,6
10,5
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-14
15-64
65+
80+
TOTAL (cont.) Males
OGEM (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
15,9
72,4
11,7
2,4
100,0
15,9
71,9
12,2
2,5
100,0
15,8
71,5
12,7
2,6
100,0
15,8
68,6
15,6
2,8
100,0
14,7
67,0
18,3
2,9
100,0
13,9
66,4
19,7
4,0
100,0
13,2
65,9
20,9
5,5
100,0
12,8
64,3
22,9
6,7
100,0
12,8
61,4
25,9
7,2
100,0
12,8
57,8
29,4
7,8
100,0
0-14
15-64
65+
80+
Ogem Total
14,9
73,6
11,6
2,4
100,0
14,9
72,9
12,2
2,4
100,0
14,9
72,2
12,9
2,5
100,0
15,0
68,5
16,6
2,7
100,0
13,9
66,6
19,5
2,7
100,0
13,1
66,3
20,6
4,2
100,0
12,6
66,2
21,3
5,9
100,0
12,2
64,6
23,2
7,1
100,0
12,3
61,4
26,4
7,3
100,0
12,4
57,4
30,3
7,6
100,0
0-14
15-64
65+
80+
Ogem Total
16,1
72,7
11,2
2,2
100,0
16,0
72,2
11,8
2,3
100,0
15,9
71,7
12,3
2,3
100,0
15,7
69,0
15,4
2,6
100,0
14,6
67,2
18,3
2,7
100,0
13,8
66,4
19,8
3,9
100,0
13,3
65,9
20,9
5,4
100,0
12,8
64,2
23,0
6,7
100,0
12,7
61,3
26,0
7,2
100,0
12,7
57,8
29,6
7,8
100,0
15,8
72,3
12,0
2,7
15,6
72,0
12,4
2,7
15,5
71,7
12,8
2,8
15,1
69,3
15,6
2,9
14,1
67,6
18,4
3,0
13,3
66,7
20,1
4,0
12,5
65,9
21,6
5,5
11,9
64,2
23,8
6,9
11,6
61,3
27,1
7,6
11,4
57,5
31,1
8,4
0-14
15-64
65+
80+
198
Wojewdztwa
Voivodships
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
OGEM (cd.) Mczyni (cd.)
2045
2050
Lubuskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
16,0
73,5
10,5
2,0
100,0
15,9
72,9
11,1
2,0
100,0
15,9
72,3
11,8
2,1
100,0
15,7
68,9
15,4
2,3
100,0
14,4
67,1
18,5
2,4
100,0
13,5
66,6
19,9
3,9
100,0
12,9
66,4
20,7
5,6
100,0
12,5
64,8
22,7
6,9
100,0
12,4
61,7
25,9
7,2
100,0
12,3
57,9
29,8
7,5
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
15,1
72,1
12,8
2,6
100,0
15,1
71,7
13,3
2,7
100,0
15,0
71,2
13,8
2,7
100,0
15,1
68,1
16,9
2,9
100,0
14,1
66,5
19,4
2,9
100,0
13,3
66,2
20,5
4,2
100,0
12,7
65,8
21,5
5,7
100,0
12,3
64,2
23,5
6,8
100,0
12,3
61,1
26,6
7,2
100,0
12,3
57,5
30,2
7,7
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
16,7
71,6
11,7
2,5
100,0
16,7
71,4
12,0
2,6
100,0
16,6
71,1
12,4
2,7
100,0
16,5
68,8
14,7
3,0
100,0
15,5
67,4
17,1
3,0
100,0
14,7
66,7
18,7
3,9
100,0
13,9
66,0
20,0
5,1
100,0
13,4
64,6
22,1
6,3
100,0
13,2
61,9
24,9
7,0
100,0
13,3
58,5
28,3
7,7
100,0
Opolskie
0-14
15-64
65+
80+
Ogem Total
16,6
71,1
12,3
2,9
100,0
16,7
70,7
12,6
3,0
100,0
16,8
70,2
13,1
3,0
100,0
17,0
67,4
15,7
3,1
100,0
15,9
66,3
17,8
3,0
100,0
14,9
66,4
18,7
4,0
100,0
14,1
66,3
19,6
5,5
100,0
13,7
64,6
21,7
6,5
100,0
13,8
61,5
24,7
6,7
100,0
14,0
57,9
28,1
7,2
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
14,1
73,7
12,2
2,4
100,0
14,0
73,3
12,7
2,5
100,0
13,9
72,9
13,3
2,6
100,0
13,5
70,2
16,3
3,2
100,0
12,5
68,0
19,5
3,2
100,0
11,6
66,4
21,9
4,3
100,0
11,0
65,2
23,8
5,9
100,0
10,6
63,4
26,0
7,5
100,0
10,6
60,5
29,0
8,6
100,0
10,6
56,8
32,6
9,4
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
16,3
72,6
11,2
2,4
100,0
16,1
72,3
11,6
2,5
100,0
15,9
72,1
12,0
2,6
100,0
15,4
70,0
14,7
2,9
100,0
14,3
68,3
17,4
2,9
100,0
13,4
67,0
19,6
3,9
100,0
12,7
66,0
21,3
5,3
100,0
12,1
64,2
23,7
6,7
100,0
11,8
61,4
26,8
7,7
100,0
11,7
57,8
30,5
8,5
100,0
Pomorskie
0-14
15-64
65+
80+
Ogem Total
15,3
72,7
12,1
3,0
100,0
15,2
72,4
12,4
3,1
100,0
15,0
72,2
12,8
3,1
100,0
14,8
70,0
15,2
3,3
100,0
13,8
67,9
18,3
3,3
100,0
13,0
66,4
20,6
4,1
100,0
12,3
65,2
22,5
5,6
100,0
11,7
63,6
24,8
7,4
100,0
11,5
60,8
27,7
8,4
100,0
11,4
57,0
31,6
9,3
100,0
lskie
0-14
15-64
65+
80+
Ogem Total
17,2
71,8
11,0
2,2
100,0
17,1
71,3
11,6
2,3
100,0
17,1
70,7
12,2
2,4
100,0
17,1
67,9
15,0
2,6
100,0
16,0
66,5
17,4
2,7
100,0
15,3
66,1
18,6
3,9
100,0
14,7
65,8
19,6
5,2
100,0
14,3
64,4
21,4
6,3
100,0
14,3
61,8
24,0
6,6
100,0
14,3
58,5
27,2
7,1
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
14,8
72,6
12,6
2,3
100,0
14,9
72,0
13,1
2,4
100,0
14,9
71,4
13,7
2,5
100,0
15,0
68,3
16,7
3,2
100,0
14,1
66,4
19,5
3,4
100,0
13,2
65,8
21,0
4,4
100,0
12,6
65,3
22,1
5,9
100,0
12,3
63,7
24,0
7,2
100,0
12,4
60,7
26,9
7,8
100,0
12,6
57,0
30,4
8,4
100,0
0-14
15-64
65+
80+
Ogem Total
14,7
72,6
12,7
2,8
100,0
14,6
72,2
13,2
2,9
100,0
14,5
71,8
13,8
3,0
100,0
14,2
68,9
17,0
3,2
100,0
13,2
66,9
20,0
3,2
100,0
12,4
66,0
21,6
4,4
100,0
11,8
65,4
22,9
6,1
100,0
11,3
63,6
25,1
7,6
100,0
11,0
60,6
28,4
8,2
100,0
10,9
56,7
32,4
8,8
100,0
16,3
73,7
9,9
2,0
16,2
73,3
10,5
2,0
16,1
72,8
11,1
2,1
15,8
70,0
14,3
2,3
14,6
67,8
17,6
2,3
13,9
66,7
19,5
3,5
13,3
66,0
20,7
5,0
12,8
64,5
22,7
6,5
12,6
61,7
25,7
7,2
12,6
58,1
29,4
7,7
Warmiskomazurskie
0-14
15-64
65+
80+
199
Wojewdztwa
Voivodships
Wielkopolskie
Zachodniopomorskie
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
OGEM (cd.) Mczyni (dok.)
Ogem Total
2045
2050
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
17,0
17,0
16,9
16,9
15,8
14,8
14,1
13,7
13,6
13,7
15-64
72,2
71,7
71,2
68,4
67,1
66,7
66,5
64,9
61,9
58,4
65+
10,8
11,4
11,9
14,7
17,2
18,4
19,5
21,5
24,5
28,0
80+
2,1
2,1
2,2
2,4
2,4
3,7
5,0
6,1
6,5
7,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15,3
15,3
15,2
14,9
13,8
13,1
12,6
12,3
12,2
12,2
15-64
73,6
73,0
72,3
68,9
66,8
66,2
65,9
64,3
61,2
57,5
65+
11,1
11,8
12,5
16,3
19,4
20,7
21,5
23,5
26,6
30,3
80+
2,1
2,2
2,2
2,5
2,6
4,1
5,8
7,1
7,4
7,7
Ogem Total
TOTAL (cont.) Females
OGEM (cd.) Kobiety

Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
14,2
68,3
17,6
5,2
100,0
14,1
67,8
18,1
5,3
100,0
14,1
67,3
18,7
5,5
100,0
14,0
64,1
21,9
5,9
100,0
13,0
62,1
24,9
5,9
100,0
12,3
61,2
26,6
7,7
100,0
11,7
60,5
27,8
10,1
100,0
11,4
58,9
29,8
12,0
100,0
11,4
56,1
32,6
12,6
100,0
11,5
52,7
35,8
12,9
100,0
0-14
15-64
65+
80+
Ogem Total
13,1
69,0
17,9
5,5
100,0
13,1
68,4
18,6
5,6
100,0
13,1
67,7
19,3
5,7
100,0
13,1
63,7
23,1
6,0
100,0
12,2
61,4
26,4
5,8
100,0
11,5
60,7
27,9
8,0
100,0
11,0
60,4
28,6
10,9
100,0
10,7
58,9
30,4
12,9
100,0
10,8
56,0
33,2
13,1
100,0
11,0
52,4
36,6
12,9
100,0
Lubelskie
0-14
15-64
65+
80+
Ogem Total
14,4
68,9
16,8
4,8
100,0
14,3
68,3
17,4
4,9
100,0
14,2
67,8
18,1
5,0
100,0
14,0
64,6
21,4
5,4
100,0
12,9
62,4
24,7
5,5
100,0
12,3
61,2
26,5
7,6
100,0
11,7
60,4
27,9
10,0
100,0
11,4
58,7
29,9
12,0
100,0
11,3
56,1
32,6
12,6
100,0
11,4
52,9
35,8
13,1
100,0
Lubuskie
0-14
15-64
65+
80+
Ogem Total
14,1
67,2
18,7
5,8
100,0
14,0
66,9
19,2
6,0
100,0
13,9
66,4
19,7
6,1
100,0
13,6
63,6
22,8
6,5
100,0
12,6
61,6
25,8
6,7
100,0
11,9
60,3
27,8
8,4
100,0
11,2
59,3
29,5
10,9
100,0
10,7
57,5
31,8
13,0
100,0
10,5
54,8
34,7
13,9
100,0
10,4
51,4
38,2
14,6
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
14,5
69,4
16,1
4,7
100,0
14,4
68,8
16,8
4,8
100,0
14,4
68,1
17,5
4,9
100,0
14,2
64,4
21,4
5,2
100,0
13,0
61,9
25,1
5,2
100,0
12,2
60,9
26,9
7,4
100,0
11,7
60,3
28,0
10,2
100,0
11,5
58,6
30,0
12,3
100,0
11,5
55,7
32,8
12,8
100,0
11,6
52,3
36,1
12,8
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
13,0
67,0
20,0
6,0
100,0
13,0
66,5
20,5
6,1
100,0
13,0
65,9
21,1
6,2
100,0
13,0
62,5
24,6
6,5
100,0
12,1
60,3
27,6
6,5
100,0
11,4
59,5
29,1
8,8
100,0
10,9
58,9
30,2
11,3
100,0
10,7
57,3
32,1
13,3
100,0
10,7
54,4
34,8
13,6
100,0
10,8
51,2
38,0
13,9
100,0
15,0
67,9
17,2
5,1
14,9
67,5
17,6
5,3
14,8
67,2
18,0
5,4
14,7
64,9
20,4
5,9
13,9
63,4
22,8
5,9
13,1
62,5
24,4
7,2
12,4
61,7
25,9
9,1
11,9
60,2
27,9
10,7
11,8
57,5
30,6
11,5
11,9
54,2
33,9
12,1
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
0-14
15-64
65+
80+
200
Wojewdztwa
Voivodships
Wiek
2013 2014 2015
Age
OGEM (dok.) Kobiety (dok.)
2020
2025
2030
2035
2040
2045
2050
TOTAL (cont.) Females (cont.)
Mazowieckie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
Opolskie
0-14
15-64
65+
80+
Ogem Total
14,5
67,2
18,3
5,7
100,0
14,6
66,7
18,7
5,8
100,0
14,6
66,2
19,2
5,9
100,0
14,7
63,3
22,0
6,2
100,0
13,8
61,9
24,3
6,1
100,0
12,9
61,8
25,3
7,7
100,0
12,2
61,6
26,2
9,9
100,0
11,9
60,0
28,1
11,5
100,0
12,1
56,9
31,0
11,7
100,0
12,3
53,5
34,2
11,8
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
12,5
69,3
18,2
5,1
100,0
12,4
68,9
18,8
5,3
100,0
12,3
68,4
19,4
5,5
100,0
12,0
65,4
22,6
6,5
100,0
11,1
63,0
25,9
6,4
100,0
10,3
61,2
28,5
8,0
100,0
9,8
59,7
30,6
10,4
100,0
9,5
57,6
32,9
12,7
100,0
9,4
54,7
35,9
13,9
100,0
9,5
51,0
39,5
14,8
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
14,8
68,4
16,8
5,1
100,0
14,7
68,1
17,2
5,2
100,0
14,5
67,8
17,7
5,4
100,0
14,0
65,6
20,4
5,9
100,0
13,0
63,7
23,3
5,9
100,0
12,2
62,3
25,5
7,3
100,0
11,6
61,0
27,4
9,4
100,0
11,0
59,1
29,9
11,4
100,0
10,8
56,3
32,9
12,6
100,0
10,7
52,9
36,4
13,5
100,0
Pomorskie
0-14
15-64
65+
80+
Ogem Total
13,8
67,7
18,5
6,1
100,0
13,7
67,5
18,9
6,2
100,0
13,6
67,1
19,3
6,3
100,0
13,3
64,9
21,8
6,8
100,0
12,4
62,6
25,1
6,8
100,0
11,7
60,7
27,6
8,1
100,0
11,1
59,3
29,7
10,3
100,0
10,6
57,4
32,1
12,8
100,0
10,4
54,7
35,0
14,2
100,0
10,4
51,3
38,4
15,2
100,0
lskie
0-14
15-64
65+
80+
Ogem Total
15,5
68,7
15,9
4,5
100,0
15,4
68,1
16,4
4,6
100,0
15,4
67,6
17,1
4,7
100,0
15,4
64,3
20,3
5,2
100,0
14,4
62,6
23,0
5,2
100,0
13,7
61,8
24,5
7,1
100,0
13,2
61,3
25,5
9,3
100,0
12,8
59,8
27,3
11,0
100,0
12,9
57,3
29,8
11,4
100,0
13,0
54,3
32,7
11,6
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
13,2
68,7
18,2
4,8
100,0
13,2
68,1
18,7
4,9
100,0
13,2
67,4
19,4
5,1
100,0
13,3
63,7
23,0
6,0
100,0
12,4
61,2
26,4
6,5
100,0
11,6
60,1
28,3
8,2
100,0
11,1
59,3
29,6
10,7
100,0
10,9
57,7
31,5
12,8
100,0
11,0
54,9
34,1
13,5
100,0
11,2
51,5
37,3
13,9
100,0
0-14
15-64
65+
80+
Ogem Total
13,3
67,4
19,3
6,1
100,0
13,2
67,0
19,8
6,2
100,0
13,1
66,5
20,4
6,4
100,0
12,7
63,5
23,8
6,8
100,0
11,8
61,1
27,1
6,7
100,0
11,1
59,8
29,1
8,7
100,0
10,6
58,8
30,7
11,3
100,0
10,1
57,0
32,9
13,6
100,0
10,0
54,1
35,9
14,4
100,0
9,9
50,6
39,5
14,9
100,0
0-14
15-64
65+
80+
Ogem Total
14,8
69,5
15,7
4,7
100,0
14,7
69,1
16,2
4,8
100,0
14,6
68,6
16,9
5,0
100,0
14,3
65,4
20,4
5,4
100,0
13,2
62,7
24,1
5,3
100,0
12,5
61,1
26,4
7,1
100,0
12,0
60,0
28,1
9,7
100,0
11,6
58,3
30,2
12,1
100,0
11,5
55,6
33,0
13,1
100,0
11,5
52,3
36,2
13,5
100,0
0-14
15-64
65+
80+
Ogem Total
15,1
68,8
16,1
4,5
100,0
15,1
68,3
16,6
4,6
100,0
15,1
67,7
17,2
4,7
100,0
15,1
64,6
20,3
5,0
100,0
14,1
62,8
23,1
5,0
100,0
13,3
62,1
24,7
7,1
100,0
12,6
61,6
25,9
9,2
100,0
12,2
60,0
27,8
10,9
100,0
12,3
57,2
30,5
11,4
100,0
12,4
53,9
33,7
11,7
100,0
13,8
69,6
16,6
4,8
13,7
69,0
17,3
5,0
13,6
68,3
18,1
5,1
13,4
64,5
22,2
5,5
12,3
61,8
25,9
5,4
11,7
60,8
27,6
7,6
11,2
60,1
28,7
10,6
10,9
58,4
30,7
12,8
10,9
55,6
33,4
13,2
11,0
52,3
36,7
13,2
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-14
15-64
65+
80+
201
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
13,9
70,5
15,7
3,9
100,0
13,9
69,8
16,3
4,0
100,0
13,9
69,1
17,0
4,2
100,0
14,0
65,2
20,8
4,7
100,0
13,1
63,0
23,9
5,0
100,0
12,2
62,4
25,3
6,9
100,0
11,6
62,1
26,3
9,2
100,0
11,4
60,5
28,1
10,9
100,0
11,5
57,4
31,1
11,2
100,0
11,8
53,6
34,7
11,4
100,0
0-14
15-64
65+
80+
Ogem Total
13,1
70,8
16,1
4,2
100,0
13,1
70,0
16,9
4,3
100,0
13,2
69,2
17,7
4,5
100,0
13,4
64,8
21,8
4,9
100,0
12,6
62,4
25,0
4,9
100,0
11,8
62,0
26,2
7,1
100,0
11,3
61,9
26,8
9,7
100,0
11,0
60,5
28,5
11,4
100,0
11,2
57,3
31,5
11,4
100,0
11,5
53,3
35,3
11,3
100,0
Lubelskie
0-14
15-64
65+
80+
Ogem Total
13,8
70,7
15,5
3,8
100,0
13,8
70,0
16,2
3,9
100,0
13,7
69,3
17,0
4,0
100,0
13,6
65,7
20,8
4,6
100,0
12,5
63,3
24,2
4,8
100,0
11,8
62,3
25,9
7,0
100,0
11,3
61,7
27,1
9,3
100,0
11,0
60,0
29,0
11,2
100,0
11,0
57,0
32,0
11,6
100,0
11,0
53,2
35,7
12,0
100,0
Lubuskie
0-14
15-64
65+
80+
Ogem Total
13,9
71,2
14,9
3,5
100,0
13,8
70,6
15,6
3,6
100,0
13,7
69,9
16,4
3,8
100,0
13,4
65,8
20,8
4,5
100,0
12,4
63,1
24,5
5,1
100,0
11,6
61,8
26,6
7,1
100,0
10,9
61,0
28,1
9,9
100,0
10,5
59,2
30,3
12,0
100,0
10,4
56,1
33,5
12,6
100,0
10,4
52,0
37,6
13,1
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
14,4
71,2
14,4
3,5
100,0
14,4
70,4
15,2
3,6
100,0
14,4
69,6
16,0
3,7
100,0
14,4
65,4
20,2
4,2
100,0
13,2
63,0
23,8
4,3
100,0
12,3
62,4
25,3
6,5
100,0
11,8
62,2
26,0
9,0
100,0
11,6
60,7
27,7
10,9
100,0
11,7
57,6
30,8
11,0
100,0
11,8
53,8
34,4
11,0
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
13,0
69,9
17,1
4,4
100,0
13,0
69,1
17,8
4,5
100,0
13,1
68,4
18,6
4,6
100,0
13,1
64,3
22,6
4,9
100,0
12,1
61,9
26,0
5,1
100,0
11,3
61,4
27,3
7,5
100,0
10,8
61,1
28,1
10,0
100,0
10,6
59,4
30,0
11,8
100,0
10,8
56,2
33,1
11,9
100,0
10,9
52,4
36,7
12,1
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
13,9
69,9
16,2
4,1
100,0
13,9
69,3
16,7
4,3
100,0
13,9
68,8
17,3
4,5
100,0
14,1
65,4
20,5
5,1
100,0
13,3
63,6
23,1
5,4
100,0
12,5
63,1
24,4
7,0
100,0
11,8
62,8
25,4
9,0
100,0
11,4
61,4
27,3
10,5
100,0
11,4
58,3
30,3
10,8
100,0
11,7
54,3
34,1
11,2
100,0
Opolskie
0-14
15-64
65+
80+
Ogem Total
14,7
69,0
16,3
4,5
100,0
14,9
68,4
16,7
4,6
100,0
15,0
67,7
17,3
4,7
100,0
15,5
64,2
20,4
5,0
100,0
14,4
63,0
22,6
5,1
100,0
13,4
63,4
23,2
6,6
100,0
12,7
63,6
23,8
8,7
100,0
12,4
62,0
25,6
10,0
100,0
12,8
58,5
28,7
9,8
100,0
13,2
54,7
32,1
9,9
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
12,8
71,2
16,1
3,7
100,0
12,7
70,5
16,8
3,9
100,0
12,6
69,8
17,6
4,1
100,0
12,3
66,1
21,6
5,0
100,0
11,3
63,4
25,3
5,3
100,0
10,6
62,0
27,5
7,3
100,0
10,1
60,8
29,1
9,8
100,0
9,8
59,0
31,2
11,8
100,0
9,8
55,9
34,3
12,6
100,0
9,9
52,0
38,0
13,2
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
14,2
71,5
14,3
3,5
100,0
14,1
70,9
15,0
3,7
100,0
14,0
70,3
15,7
3,9
100,0
13,7
66,4
19,9
4,5
100,0
12,6
63,7
23,7
4,9
100,0
11,7
62,3
26,0
6,7
100,0
11,0
61,6
27,4
9,4
100,0
10,6
59,9
29,5
11,6
100,0
10,6
56,6
32,8
12,4
100,0
10,7
52,4
36,9
12,7
100,0
14,1
72,1
13,8
3,6
14,0
71,6
14,4
3,7
13,9
71,1
15,0
3,9
13,8
67,8
18,4
4,5
12,8
64,8
22,4
4,8
12,1
62,9
25,0
6,2
11,5
61,7
26,8
8,5
11,0
60,1
28,9
11,0
10,9
57,3
31,8
12,1
11,1
53,4
35,5
12,8
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
0-14
15-64
65+
80+
202
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.)
MIASTA (cd.)
Pomorskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
lskie
0-14
15-64
65+
80+
Ogem Total
14,5
69,9
15,6
3,9
100,0
14,6
69,2
16,3
4,0
100,0
14,6
68,5
17,0
4,2
100,0
14,7
64,7
20,6
4,7
100,0
13,8
63,0
23,2
4,9
100,0
13,1
62,5
24,4
6,8
100,0
12,6
62,2
25,2
9,1
100,0
12,3
60,7
27,0
10,4
100,0
12,5
57,8
29,7
10,6
100,0
12,7
54,3
33,0
10,8
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
13,5
70,6
15,9
3,6
100,0
13,6
69,9
16,5
3,7
100,0
13,6
69,2
17,2
3,9
100,0
13,7
65,4
20,8
4,8
100,0
12,9
63,0
24,1
5,2
100,0
12,0
62,2
25,8
6,8
100,0
11,5
61,6
26,9
9,0
100,0
11,3
60,1
28,6
10,8
100,0
11,5
57,0
31,5
11,4
100,0
11,7
53,4
34,9
11,7
100,0
0-14
15-64
65+
80+
Ogem Total
12,7
70,5
16,7
4,0
100,0
12,7
69,9
17,5
4,2
100,0
12,6
69,1
18,4
4,4
100,0
12,2
64,7
23,1
5,2
100,0
11,2
61,6
27,2
5,6
100,0
10,4
60,4
29,2
8,0
100,0
9,9
59,6
30,5
11,1
100,0
9,6
57,7
32,7
13,4
100,0
9,6
54,2
36,3
14,0
100,0
9,6
49,9
40,4
14,2
100,0
0-14
15-64
65+
80+
Ogem Total
14,3
71,9
13,8
3,6
100,0
14,2
71,2
14,6
3,7
100,0
14,2
70,5
15,3
3,8
100,0
14,0
66,6
19,4
4,2
100,0
13,0
63,9
23,1
4,3
100,0
12,3
62,4
25,2
6,3
100,0
11,9
61,7
26,5
8,8
100,0
11,5
60,1
28,3
10,9
100,0
11,6
57,2
31,3
11,6
100,0
11,7
53,5
34,8
11,8
100,0
0-14
15-64
65+
80+
Ogem Total
14,6
70,5
15,0
3,6
100,0
14,6
69,7
15,7
3,7
100,0
14,6
69,0
16,4
3,8
100,0
14,6
65,4
20,0
4,3
100,0
13,6
63,4
23,1
4,5
100,0
12,6
62,8
24,6
6,7
100,0
11,9
62,5
25,6
8,9
100,0
11,6
60,9
27,5
10,4
100,0
11,7
57,7
30,6
10,7
100,0
11,9
53,8
34,4
11,0
100,0
13,5
71,4
15,2
3,7
13,5
70,5
16,0
3,9
13,4
69,7
16,9
4,0
13,3
65,5
21,3
4,5
12,3
62,9
24,8
4,6
11,7
62,2
26,1
6,9
11,3
61,8
26,9
9,5
11,1
60,2
28,7
11,4
11,2
57,2
31,7
11,4
11,3
53,5
35,2
11,4
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-14
15-64
65+
80+
MIASTA (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
15,0
72,4
12,6
2,5
100,0
15,1
71,7
13,2
2,6
100,0
15,1
71,1
13,9
2,7
100,0
15,2
67,6
17,2
3,1
100,0
14,2
65,9
20,0
3,3
100,0
13,3
65,6
21,1
4,7
100,0
12,6
65,4
22,0
6,4
100,0
12,3
63,7
24,0
7,7
100,0
12,4
60,3
27,2
8,0
100,0
12,6
56,3
31,1
8,4
100,0
0-14
15-64
65+
80+
Ogem Total
14,2
73,1
12,7
2,6
100,0
14,2
72,3
13,5
2,7
100,0
14,3
71,5
14,2
2,8
100,0
14,6
67,4
18,0
3,1
100,0
13,7
65,4
20,9
3,2
100,0
12,9
65,3
21,9
4,8
100,0
12,3
65,3
22,4
6,8
100,0
12,0
63,8
24,3
8,0
100,0
12,1
60,3
27,6
8,0
100,0
12,3
56,0
31,7
8,3
100,0
0-14
15-64
65+
80+
Ogem Total
15,0
72,7
12,4
2,4
100,0
14,9
72,1
13,1
2,5
100,0
14,8
71,4
13,7
2,6
100,0
14,7
68,2
17,1
3,0
100,0
13,6
66,3
20,2
3,2
100,0
12,8
65,6
21,6
4,7
100,0
12,3
65,2
22,6
6,4
100,0
11,9
63,5
24,7
7,8
100,0
11,8
60,2
28,0
8,2
100,0
11,9
56,1
32,1
8,7
100,0
15,1
73,0
12,0
2,3
15,0
72,4
12,6
2,4
14,9
71,9
13,3
2,5
14,6
68,4
17,0
3,0
13,6
66,3
20,1
3,4
12,7
65,6
21,7
4,8
12,0
65,0
23,0
6,7
11,5
63,1
25,4
8,2
11,4
59,7
29,0
8,7
11,4
55,2
33,5
9,4
0-14
15-64
65+
80+
203
Wojewdztwa
Voivodships
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
MIASTA (cd.) Mczyni (cd.) URBAN AREAS (cont.) Males (cont.)
2045
2050
Lubuskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
15,4
73,1
11,5
2,1
100,0
15,4
72,4
12,2
2,2
100,0
15,4
71,6
13,0
2,3
100,0
15,4
67,9
16,7
2,7
100,0
14,2
66,1
19,8
2,8
100,0
13,2
65,8
21,0
4,5
100,0
12,5
65,9
21,6
6,3
100,0
12,2
64,4
23,5
7,7
100,0
12,2
61,0
26,8
7,9
100,0
12,1
57,0
30,8
8,1
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
14,4
72,3
13,3
2,6
100,0
14,4
71,7
13,9
2,7
100,0
14,4
71,0
14,6
2,8
100,0
14,5
67,4
18,2
3,0
100,0
13,4
65,6
21,0
3,2
100,0
12,5
65,6
21,9
4,9
100,0
11,9
65,5
22,6
6,6
100,0
11,7
63,7
24,6
7,8
100,0
11,8
60,2
28,1
7,9
100,0
11,9
55,9
32,2
8,4
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
15,1
71,7
13,2
2,8
100,0
15,2
71,2
13,7
2,9
100,0
15,2
70,7
14,2
3,0
100,0
15,4
67,6
17,0
3,5
100,0
14,5
66,1
19,4
3,8
100,0
13,6
65,9
20,5
4,9
100,0
12,8
65,6
21,6
6,4
100,0
12,3
64,1
23,6
7,6
100,0
12,4
60,7
26,9
8,0
100,0
12,6
56,6
30,9
8,5
100,0
Opolskie
0-14
15-64
65+
80+
Ogem Total
16,2
70,7
13,1
3,1
100,0
16,4
70,1
13,6
3,2
100,0
16,5
69,5
14,0
3,3
100,0
17,0
66,1
16,9
3,5
100,0
15,9
65,3
18,8
3,5
100,0
14,7
65,9
19,3
4,6
100,0
13,9
66,1
20,0
6,2
100,0
13,6
64,4
22,0
7,1
100,0
14,0
60,8
25,3
7,1
100,0
14,4
56,8
28,9
7,5
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
13,8
73,3
12,9
2,4
100,0
13,7
72,7
13,6
2,5
100,0
13,6
72,0
14,4
2,7
100,0
13,3
68,8
18,0
3,4
100,0
12,2
66,5
21,3
3,6
100,0
11,4
65,3
23,3
5,1
100,0
10,9
64,3
24,8
7,0
100,0
10,6
62,4
27,0
8,6
100,0
10,6
59,1
30,4
9,3
100,0
10,6
55,0
34,4
10,1
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
15,2
73,1
11,8
2,4
100,0
15,1
72,5
12,4
2,5
100,0
15,0
72,0
13,0
2,6
100,0
14,7
68,4
16,9
3,1
100,0
13,5
66,3
20,2
3,4
100,0
12,6
65,3
22,1
4,8
100,0
11,8
64,9
23,3
6,9
100,0
11,4
63,1
25,6
8,5
100,0
11,3
59,5
29,1
9,2
100,0
11,4
55,1
33,5
9,6
100,0
Pomorskie
0-14
15-64
65+
80+
Ogem Total
15,1
74,0
10,9
2,4
100,0
15,0
73,6
11,4
2,4
100,0
15,0
73,1
11,9
2,6
100,0
14,9
70,1
15,0
3,0
100,0
13,9
67,5
18,6
3,1
100,0
13,1
66,1
20,9
4,2
100,0
12,4
65,2
22,5
6,0
100,0
11,9
63,6
24,6
7,9
100,0
11,8
60,6
27,6
8,8
100,0
11,9
56,4
31,8
9,4
100,0
lskie
0-14
15-64
65+
80+
Ogem Total
15,7
71,6
12,8
2,6
100,0
15,7
70,9
13,5
2,7
100,0
15,7
70,2
14,1
2,8
100,0
15,8
66,9
17,3
3,2
100,0
14,9
65,5
19,7
3,4
100,0
14,1
65,2
20,7
4,9
100,0
13,5
65,1
21,4
6,5
100,0
13,2
63,5
23,3
7,5
100,0
13,3
60,4
26,3
7,7
100,0
13,5
56,7
29,8
8,1
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
14,4
72,6
13,0
2,3
100,0
14,5
72,0
13,6
2,5
100,0
14,5
71,3
14,2
2,6
100,0
14,7
67,9
17,4
3,3
100,0
13,8
65,9
20,3
3,6
100,0
12,9
65,4
21,7
4,7
100,0
12,4
65,0
22,7
6,3
100,0
12,1
63,4
24,5
7,7
100,0
12,3
60,2
27,5
8,2
100,0
12,5
56,4
31,2
8,7
100,0
0-14
15-64
65+
80+
Ogem Total
13,8
72,5
13,7
2,8
100,0
13,7
71,9
14,4
2,9
100,0
13,6
71,3
15,1
3,0
100,0
13,4
67,5
19,2
3,5
100,0
12,2
65,2
22,6
3,8
100,0
11,4
64,5
24,1
5,5
100,0
10,9
64,0
25,1
7,7
100,0
10,5
62,0
27,5
9,3
100,0
10,5
58,1
31,4
9,7
100,0
10,4
53,5
36,1
10,2
100,0
15,4
73,7
10,9
2,2
15,4
73,1
11,6
2,2
15,3
72,4
12,3
2,3
15,1
69,0
15,9
2,6
14,0
66,8
19,2
2,7
13,3
65,8
20,9
4,2
12,8
65,3
21,9
6,0
12,5
63,8
23,8
7,5
12,4
60,6
26,9
8,0
12,5
56,7
30,8
8,4
Warmiskomazurskie
0-14
15-64
65+
80+
204
Wojewdztwa
Voivodships
Wielkopolskie
Zachodniopomorskie
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
2045
2050
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
15,7
72,2
12,1
2,3
100,0
15,7
71,5
12,8
2,4
100,0
15,7
70,9
13,4
2,5
100,0
15,8
67,6
16,6
2,8
100,0
14,7
66,1
19,3
2,9
100,0
13,7
65,9
20,5
4,6
100,0
12,9
65,7
21,4
6,1
100,0
12,5
64,0
23,5
7,3
100,0
12,6
60,6
26,9
7,6
100,0
12,7
56,4
30,9
8,1
100,0
14,5
73,3
12,3
2,3
14,5
72,5
13,1
2,4
14,4
71,7
13,9
2,5
14,3
67,8
17,9
2,9
13,2
65,8
21,0
3,0
12,6
65,3
22,1
4,9
12,2
65,1
22,7
6,8
12,0
63,4
24,7
8,0
12,0
60,1
27,8
8,1
12,1
56,2
31,7
8,4
0-14
15-64
65+
80+
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
12,9
68,7
18,4
5,1
100,0
12,9
68,0
19,1
5,3
100,0
12,9
67,2
19,9
5,5
100,0
13,0
63,1
24,0
6,2
100,0
12,0
60,5
27,5
6,5
100,0
11,3
59,6
29,1
8,8
100,0
10,8
59,1
30,1
11,7
100,0
10,5
57,6
31,9
13,8
100,0
10,7
54,7
34,7
14,1
100,0
11,0
51,1
38,0
14,1
100,0
0-14
15-64
65+
80+
Ogem Total
12,1
68,7
19,2
5,6
100,0
12,2
67,9
20,0
5,8
100,0
12,2
67,0
20,8
6,0
100,0
12,4
62,4
25,3
6,6
100,0
11,6
59,7
28,7
6,5
100,0
10,9
59,0
30,1
9,1
100,0
10,4
58,9
30,7
12,4
100,0
10,2
57,5
32,3
14,5
100,0
10,4
54,6
35,0
14,4
100,0
10,7
50,8
38,5
14,1
100,0
Lubelskie
0-14
15-64
65+
80+
Ogem Total
12,8
69,0
18,2
5,0
100,0
12,8
68,2
19,0
5,1
100,0
12,7
67,4
19,9
5,3
100,0
12,6
63,4
24,1
6,0
100,0
11,6
60,6
27,9
6,3
100,0
10,9
59,3
29,8
9,0
100,0
10,4
58,5
31,1
11,9
100,0
10,2
56,9
32,9
14,2
100,0
10,2
54,2
35,7
14,7
100,0
10,3
50,6
39,1
14,9
100,0
Lubuskie
0-14
15-64
65+
80+
Ogem Total
12,9
69,6
17,5
4,6
100,0
12,8
68,9
18,3
4,8
100,0
12,7
68,1
19,2
5,0
100,0
12,4
63,5
24,2
5,9
100,0
11,4
60,2
28,4
6,7
100,0
10,6
58,6
30,9
9,2
100,0
10,0
57,5
32,5
12,7
100,0
9,6
55,8
34,7
15,4
100,0
9,5
52,9
37,6
16,2
100,0
9,6
49,2
41,2
16,4
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
13,5
69,4
17,1
4,7
100,0
13,5
68,5
18,0
4,8
100,0
13,5
67,6
18,9
5,0
100,0
13,4
63,1
23,5
5,7
100,0
12,3
60,1
27,6
5,8
100,0
11,5
59,1
29,4
8,4
100,0
11,1
58,7
30,3
11,7
100,0
11,0
57,1
32,0
14,1
100,0
11,2
54,0
34,8
14,2
100,0
11,4
50,5
38,2
14,0
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
11,8
67,7
20,5
5,9
100,0
11,9
66,9
21,2
6,0
100,0
11,9
66,1
22,0
6,2
100,0
11,9
61,6
26,5
6,6
100,0
11,0
58,7
30,3
6,8
100,0
10,2
57,8
32,0
9,7
100,0
9,8
57,3
33,0
13,0
100,0
9,6
55,7
34,7
15,3
100,0
9,8
52,7
37,5
15,5
100,0
10,1
49,2
40,8
15,5
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
12,8
68,3
18,9
5,4
100,0
12,8
67,7
19,5
5,6
100,0
12,8
67,1
20,1
5,7
100,0
13,0
63,4
23,6
6,5
100,0
12,3
61,3
26,5
6,8
100,0
11,5
60,6
27,9
8,8
100,0
10,9
60,3
28,9
11,3
100,0
10,5
58,9
30,6
13,1
100,0
10,6
56,0
33,4
13,4
100,0
10,8
52,2
37,0
13,6
100,0
13,5
67,5
19,0
5,6
13,6
66,9
19,5
5,8
13,7
66,2
20,1
6,0
14,1
62,4
23,5
6,4
13,2
60,9
26,0
6,6
12,2
61,1
26,7
8,4
11,6
61,3
27,1
10,9
11,4
59,8
28,8
12,5
11,8
56,5
31,8
12,3
12,2
52,7
35,1
12,1
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
0-14
15-64
65+
80+
205
Wojewdztwa
Voivodships
Wiek
2013 2014 2015 2020 2025 2030 2035 2040
Age
MIASTA (dok.) Kobiety (dok.) URBAN AREAS (cont.) Females (cont.)
Opolskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
11,8
69,3
18,9
4,9
100,0
11,8
68,5
19,7
5,1
100,0
11,7
67,7
20,6
5,3
100,0
11,4
63,6
25,0
6,5
100,0
10,5
60,6
28,9
6,8
100,0
9,8
58,9
31,3
9,3
100,0
9,4
57,7
33,0
12,4
100,0
9,1
55,9
35,0
14,8
100,0
9,2
52,9
37,9
15,6
100,0
9,3
49,3
41,4
16,0
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
13,3
70,1
16,7
4,5
100,0
13,2
69,4
17,4
4,7
100,0
13,1
68,7
18,2
5,0
100,0
12,8
64,5
22,7
5,8
100,0
11,8
61,3
26,9
6,2
100,0
10,9
59,6
29,5
8,4
100,0
10,3
58,7
31,1
11,6
100,0
9,9
57,0
33,1
14,4
100,0
10,0
53,9
36,2
15,4
100,0
10,1
49,9
40,0
15,5
100,0
Pomorskie
0-14
15-64
65+
80+
Ogem Total
13,1
70,4
16,5
4,8
100,0
13,0
69,8
17,1
4,9
100,0
13,0
69,3
17,7
5,1
100,0
12,8
65,8
21,5
5,9
100,0
11,9
62,3
25,8
6,3
100,0
11,2
60,1
28,7
8,0
100,0
10,6
58,6
30,8
10,7
100,0
10,2
56,9
32,9
13,8
100,0
10,2
54,2
35,6
15,2
100,0
10,3
50,7
39,0
15,8
100,0
lskie
0-14
15-64
65+
80+
Ogem Total
13,5
68,4
18,1
5,1
100,0
13,5
67,7
18,8
5,2
100,0
13,6
66,9
19,6
5,4
100,0
13,7
62,8
23,5
6,1
100,0
12,9
60,7
26,5
6,3
100,0
12,2
60,0
27,8
8,7
100,0
11,7
59,7
28,6
11,4
100,0
11,5
58,2
30,3
13,1
100,0
11,7
55,5
32,9
13,3
100,0
11,9
52,1
36,0
13,2
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
12,7
68,7
18,6
4,7
100,0
12,7
68,0
19,2
4,9
100,0
12,8
67,3
20,0
5,1
100,0
12,9
63,2
24,0
6,1
100,0
12,0
60,4
27,7
6,7
100,0
11,2
59,3
29,6
8,7
100,0
10,7
58,5
30,8
11,5
100,0
10,5
57,0
32,4
13,7
100,0
10,7
54,1
35,1
14,3
100,0
11,0
50,7
38,3
14,5
100,0
0-14
15-64
65+
80+
Ogem Total
11,8
68,8
19,5
5,2
100,0
11,7
68,0
20,3
5,4
100,0
11,6
67,1
21,3
5,7
100,0
11,2
62,2
26,6
6,8
100,0
10,2
58,5
31,3
7,2
100,0
9,5
56,7
33,8
10,2
100,0
9,1
55,7
35,3
14,1
100,0
8,8
53,8
37,4
17,1
100,0
8,8
50,6
40,6
17,8
100,0
8,9
46,7
44,4
17,9
100,0
0-14
15-64
65+
80+
Ogem Total
13,3
70,2
16,6
4,8
100,0
13,2
69,5
17,3
5,0
100,0
13,1
68,8
18,1
5,2
100,0
13,0
64,5
22,5
5,7
100,0
12,1
61,2
26,7
5,8
100,0
11,4
59,4
29,1
8,1
100,0
11,0
58,4
30,6
11,3
100,0
10,7
56,9
32,4
14,0
100,0
10,8
54,1
35,2
14,8
100,0
10,9
50,7
38,4
14,9
100,0
0-14
15-64
65+
80+
Ogem Total
13,5
68,9
17,6
4,8
100,0
13,5
68,1
18,4
4,9
100,0
13,5
67,3
19,2
5,0
100,0
13,6
63,3
23,2
5,6
100,0
12,6
60,9
26,6
5,8
100,0
11,7
60,1
28,3
8,6
100,0
11,1
59,6
29,4
11,3
100,0
10,8
58,0
31,2
13,3
100,0
10,9
55,0
34,1
13,6
100,0
11,1
51,3
37,6
13,7
100,0
12,6
69,6
17,8
5,0
12,6
68,8
18,7
5,2
12,5
67,9
19,6
5,4
12,4
63,3
24,3
6,0
11,4
60,3
28,2
6,0
10,9
59,3
29,8
8,7
10,5
58,9
30,7
12,1
10,3
57,3
32,4
14,4
10,4
54,4
35,1
14,5
10,6
51,0
38,4
14,2
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
16,7
70,0
13,3
3,8
16,5
69,9
13,6
3,8
16,4
69,6
14,0
3,9
16,1
67,9
16,1
4,0
15,0
66,5
18,5
3,7
14,2
65,4
20,4
4,7
13,5
64,5
22,0
6,1
13,0
62,8
24,2
7,6
12,7
60,3
27,0
8,4
12,6
57,2
30,2
9,2
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-14
15-64
65+
80+
WIE
RAZEM
TOTAL
Ogem Total
0-14
15-64
65+
80+
2045
2050
RURAL AREAS
206
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

Dolnolskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
15,9
72,1
12,0
3,5
100,0
15,8
71,8
12,4
3,5
100,0
15,7
71,4
12,9
3,5
100,0
15,3
68,8
15,9
3,3
100,0
14,0
67,0
19,0
3,0
100,0
13,2
66,1
20,7
4,3
100,0
12,6
65,6
21,8
6,1
100,0
12,2
63,7
24,0
7,7
100,0
12,1
60,8
27,1
8,3
100,0
12,1
57,4
30,5
8,7
100,0
Lubelskie
0-14
15-64
65+
80+
Ogem Total
17,3
70,7
12,0
3,2
100,0
17,1
70,5
12,4
3,3
100,0
17,0
70,2
12,8
3,3
100,0
16,6
68,3
15,2
3,3
100,0
15,4
66,7
17,9
3,2
100,0
14,6
65,6
19,7
4,4
100,0
14,0
64,7
21,3
5,8
100,0
13,4
63,0
23,6
7,3
100,0
13,2
60,5
26,3
8,1
100,0
13,1
57,5
29,4
8,8
100,0
Lubuskie
0-14
15-64
65+
80+
Ogem Total
15,8
68,4
15,9
5,0
100,0
15,6
68,3
16,1
5,0
100,0
15,5
68,2
16,3
5,1
100,0
15,0
66,9
18,1
5,0
100,0
14,1
65,7
20,3
4,7
100,0
13,3
64,7
22,0
5,6
100,0
12,6
63,7
23,7
7,0
100,0
11,9
62,0
26,1
8,5
100,0
11,5
59,4
29,1
9,4
100,0
11,3
56,1
32,6
10,4
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
16,6
71,9
11,6
3,2
100,0
16,4
71,6
12,0
3,2
100,0
16,3
71,2
12,5
3,2
100,0
15,9
68,6
15,6
3,1
100,0
14,5
66,8
18,7
2,9
100,0
13,7
65,7
20,6
4,3
100,0
13,0
65,0
22,0
6,1
100,0
12,5
63,1
24,3
7,7
100,0
12,4
60,4
27,3
8,4
100,0
12,3
57,0
30,7
8,9
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
15,6
68,8
15,6
4,5
100,0
15,5
68,7
15,8
4,5
100,0
15,5
68,5
16,1
4,6
100,0
15,4
66,6
18,0
4,5
100,0
14,5
65,4
20,1
4,2
100,0
13,8
64,7
21,5
5,3
100,0
13,2
63,9
23,0
6,6
100,0
12,7
62,2
25,2
7,9
100,0
12,4
59,6
27,9
8,6
100,0
12,3
56,6
31,0
9,4
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
17,6
69,5
12,9
3,6
100,0
17,5
69,5
13,1
3,6
100,0
17,3
69,4
13,3
3,7
100,0
16,9
68,1
15,1
3,9
100,0
15,9
66,9
17,3
3,7
100,0
15,0
65,7
19,2
4,4
100,0
14,3
64,7
21,1
5,6
100,0
13,7
63,1
23,3
7,0
100,0
13,4
60,7
25,9
8,1
100,0
13,2
57,8
28,9
9,0
100,0
Opolskie
0-14
15-64
65+
80+
Ogem Total
16,9
69,2
13,9
4,2
100,0
16,8
69,1
14,1
4,2
100,0
16,7
68,9
14,4
4,2
100,0
16,5
67,2
16,4
4,1
100,0
15,4
65,9
18,7
3,8
100,0
14,6
65,0
20,3
4,7
100,0
13,9
64,2
21,9
6,2
100,0
13,4
62,6
24,0
7,6
100,0
13,1
60,2
26,7
8,4
100,0
13,0
57,3
29,7
9,1
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
13,8
71,8
14,5
3,9
100,0
13,6
71,6
14,8
4,0
100,0
13,5
71,4
15,1
4,2
100,0
13,2
69,5
17,3
4,8
100,0
12,3
67,5
20,2
4,4
100,0
11,3
65,6
23,1
5,0
100,0
10,7
63,9
25,5
6,6
100,0
10,2
61,9
27,9
8,5
100,0
10,1
59,1
30,8
10,1
100,0
10,1
55,5
34,3
11,3
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
16,5
69,7
13,8
4,0
100,0
16,2
69,7
14,1
4,1
100,0
16,0
69,7
14,3
4,1
100,0
15,3
68,7
16,0
4,4
100,0
14,3
67,4
18,2
4,2
100,0
13,6
66,1
20,3
4,9
100,0
12,8
64,7
22,5
6,1
100,0
12,1
62,7
25,2
7,6
100,0
11,7
60,1
28,2
8,8
100,0
11,5
57,0
31,5
10,1
100,0
Pomorskie
0-14
15-64
65+
80+
Ogem Total
15,2
67,1
17,7
6,1
100,0
15,0
67,2
17,8
6,1
100,0
14,8
67,3
17,9
6,1
100,0
14,3
66,8
18,9
6,0
100,0
13,4
65,7
20,8
5,6
100,0
12,8
64,4
22,9
6,1
100,0
12,0
62,9
25,1
7,2
100,0
11,3
60,9
27,8
8,8
100,0
10,8
58,4
30,8
10,2
100,0
10,5
55,1
34,4
11,6
100,0
19,6
70,8
9,7
2,4
19,4
70,6
10,0
2,5
19,3
70,3
10,4
2,5
18,9
68,4
12,8
2,6
17,5
67,1
15,4
2,5
16,6
66,1
17,3
3,4
15,9
65,4
18,7
4,8
15,3
64,0
20,7
6,1
15,1
61,8
23,1
6,9
14,9
59,1
26,0
7,5
Kujawskopomorskie
0-14
15-64
65+
80+
207
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.)
WIE (cd.)
lskie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
15,5
70,4
14,1
3,6
100,0
15,5
70,1
14,4
3,7
100,0
15,5
69,7
14,8
3,8
100,0
15,4
67,6
17,1
4,2
100,0
14,5
65,9
19,7
4,2
100,0
13,5
64,8
21,7
5,0
100,0
12,8
63,8
23,4
6,5
100,0
12,4
62,0
25,6
8,1
100,0
12,3
59,4
28,3
9,2
100,0
12,3
56,2
31,5
10,0
100,0
0-14
15-64
65+
80+
Ogem Total
15,0
69,4
15,6
4,8
100,0
14,9
69,3
15,9
4,9
100,0
14,7
69,1
16,2
4,9
100,0
14,4
67,2
18,4
4,9
100,0
13,4
65,6
21,0
4,5
100,0
12,7
64,6
22,7
5,6
100,0
12,0
63,7
24,3
7,2
100,0
11,4
61,9
26,7
8,9
100,0
11,1
59,2
29,7
9,7
100,0
10,9
55,8
33,3
10,6
100,0
0-14
15-64
65+
80+
Ogem Total
17,4
71,2
11,4
3,1
100,0
17,2
71,1
11,8
3,1
100,0
17,0
70,9
12,2
3,2
100,0
16,4
69,1
14,6
3,4
100,0
15,2
67,1
17,7
3,2
100,0
14,4
65,7
20,0
4,0
100,0
13,6
64,6
21,8
5,5
100,0
13,0
62,9
24,1
7,3
100,0
12,7
60,4
27,0
8,4
100,0
12,5
57,2
30,3
9,2
100,0
0-14
15-64
65+
80+
Ogem Total
17,9
70,5
11,7
3,0
100,0
17,8
70,2
12,0
3,0
100,0
17,7
69,8
12,4
3,0
100,0
17,6
67,8
14,6
3,1
100,0
16,4
66,6
17,1
2,9
100,0
15,5
65,9
18,6
4,2
100,0
14,7
65,4
19,9
5,5
100,0
14,2
63,8
22,0
6,8
100,0
14,1
61,2
24,7
7,4
100,0
14,1
58,2
27,8
8,0
100,0
16,8
72,1
11,1
3,0
16,6
71,9
11,5
3,0
16,4
71,5
12,1
3,1
15,8
69,1
15,1
3,0
14,5
67,0
18,5
2,8
13,7
65,9
20,5
4,0
13,0
65,1
22,0
5,8
12,5
63,3
24,2
7,5
12,3
60,6
27,1
8,3
12,1
57,3
30,5
8,9
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-14
15-64
65+
80+
WIE (cd.) MCZYNI
RURAL AREAS (cont.) MALES
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
17,2
72,4
10,4
2,3
100,0
17,0
72,3
10,7
2,3
100,0
16,9
72,0
11,1
2,4
100,0
16,6
70,0
13,5
2,4
100,0
15,5
68,4
16,1
2,3
100,0
14,7
67,4
17,9
3,1
100,0
14,0
66,7
19,4
4,3
100,0
13,4
65,1
21,5
5,5
100,0
13,2
62,6
24,2
6,3
100,0
13,0
59,6
27,4
7,0
100,0
0-14
15-64
65+
80+
Ogem Total
16,4
74,6
9,0
1,8
100,0
16,3
74,1
9,6
1,8
100,0
16,1
73,7
10,2
1,8
100,0
15,7
70,7
13,6
1,8
100,0
14,4
68,9
16,7
1,7
100,0
13,7
68,1
18,2
2,9
100,0
13,1
67,8
19,1
4,4
100,0
12,7
66,1
21,3
5,6
100,0
12,6
63,2
24,3
6,0
100,0
12,5
59,7
27,8
6,5
100,0
Lubelskie
0-14
15-64
65+
80+
Ogem Total
17,7
72,8
9,5
1,9
100,0
17,6
72,5
10,0
1,9
100,0
17,4
72,2
10,4
2,0
100,0
17,0
70,0
13,0
2,1
100,0
15,9
68,4
15,8
2,0
100,0
15,1
67,4
17,5
3,0
100,0
14,4
66,7
18,9
4,2
100,0
13,9
65,1
21,1
5,4
100,0
13,7
62,6
23,7
6,0
100,0
13,5
59,5
26,9
6,7
100,0
Lubuskie
0-14
15-64
65+
80+
Ogem Total
16,3
71,7
12,0
3,0
100,0
16,1
71,7
12,2
3,0
100,0
15,9
71,6
12,4
3,0
100,0
15,5
70,1
14,5
2,9
100,0
14,4
68,6
17,0
2,7
100,0
13,7
67,5
18,8
3,4
100,0
12,9
66,6
20,4
4,6
100,0
12,2
65,1
22,7
5,9
100,0
11,8
62,5
25,7
6,8
100,0
11,5
59,1
29,4
7,7
100,0
16,9
74,2
8,9
1,7
16,7
73,8
9,4
1,7
16,6
73,4
10,0
1,7
16,2
70,5
13,3
1,8
14,8
68,6
16,5
1,7
14,0
67,8
18,2
2,9
13,4
67,2
19,4
4,4
12,9
65,5
21,7
5,7
12,7
62,7
24,6
6,2
12,6
59,3
28,2
6,7
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
0-14
15-64
65+
80+
208
Wojewdztwa
Wiek
2013 2014 2015 2020 2025 2030 2035 2040 2045
Voivodships
Age
WIE (cd.) MCZYNI (cd.) RURAL AREAS (cont.) MALES (cont.)
2050
dzkie
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
16,2
71,8
12,0
2,7
100,0
16,1
71,7
12,2
2,7
100,0
16,0
71,4
12,6
2,7
100,0
16,0
69,2
14,8
2,7
100,0
15,1
67,8
17,2
2,5
100,0
14,4
67,0
18,6
3,3
100,0
13,7
66,3
20,0
4,5
100,0
13,2
64,8
22,0
5,6
100,0
12,9
62,4
24,7
6,2
100,0
12,8
59,3
27,9
6,9
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
18,2
71,6
10,3
2,2
100,0
18,0
71,5
10,5
2,3
100,0
17,8
71,4
10,8
2,4
100,0
17,4
69,8
12,7
2,5
100,0
16,4
68,5
15,1
2,4
100,0
15,6
67,3
17,2
3,0
100,0
14,8
66,4
18,9
4,1
100,0
14,2
64,9
20,9
5,3
100,0
13,9
62,7
23,4
6,2
100,0
13,8
59,9
26,4
7,0
100,0
Opolskie
0-14
15-64
65+
80+
Ogem Total
17,4
71,8
10,9
2,6
100,0
17,3
71,6
11,1
2,6
100,0
17,2
71,4
11,4
2,6
100,0
17,0
69,4
13,6
2,5
100,0
16,0
67,9
16,2
2,3
100,0
15,1
67,1
17,8
3,1
100,0
14,4
66,5
19,1
4,3
100,0
13,8
65,0
21,1
5,5
100,0
13,6
62,6
23,8
6,1
100,0
13,4
59,8
26,8
6,8
100,0
Podkarpackie
0-14
15-64
65+
80+
Ogem Total
14,4
74,2
11,4
2,3
100,0
14,3
74,0
11,8
2,4
100,0
14,1
73,8
12,1
2,6
100,0
13,8
71,6
14,6
3,1
100,0
12,8
69,5
17,7
2,8
100,0
11,9
67,5
20,6
3,4
100,0
11,2
66,1
22,8
4,8
100,0
10,7
64,3
25,0
6,5
100,0
10,6
61,8
27,7
7,9
100,0
10,6
58,4
31,0
8,9
100,0
Podlaskie
0-14
15-64
65+
80+
Ogem Total
17,0
72,2
10,8
2,4
100,0
16,8
72,2
11,0
2,5
100,0
16,5
72,1
11,3
2,6
100,0
15,8
71,0
13,2
2,8
100,0
14,8
69,6
15,7
2,6
100,0
14,0
68,1
17,9
3,2
100,0
13,2
66,8
20,0
4,3
100,0
12,5
64,9
22,5
5,6
100,0
12,1
62,5
25,4
6,8
100,0
11,9
59,4
28,8
7,8
100,0
Pomorskie
0-14
15-64
65+
80+
Ogem Total
15,5
70,7
13,8
4,0
100,0
15,3
70,8
13,9
4,0
100,0
15,1
70,8
14,1
4,0
100,0
14,6
69,9
15,5
3,8
100,0
13,6
68,5
17,9
3,5
100,0
12,9
66,9
20,2
3,9
100,0
12,2
65,4
22,5
5,1
100,0
11,4
63,5
25,0
6,6
100,0
11,0
61,2
27,8
7,9
100,0
10,7
58,0
31,4
9,2
100,0
lskie
0-14
15-64
65+
80+
Ogem Total
19,8
72,3
7,9
1,4
100,0
19,7
72,0
8,3
1,5
100,0
19,6
71,7
8,8
1,5
100,0
19,2
69,5
11,2
1,7
100,0
17,9
68,2
13,9
1,6
100,0
17,1
67,4
15,6
2,4
100,0
16,3
66,9
16,8
3,5
100,0
15,8
65,6
18,6
4,6
100,0
15,5
63,6
20,9
5,2
100,0
15,3
60,9
23,8
5,8
100,0
witokrzyskie
0-14
15-64
65+
80+
Ogem Total
16,2
72,4
11,4
2,2
100,0
16,1
72,2
11,7
2,3
100,0
16,1
71,8
12,2
2,4
100,0
16,1
69,5
14,4
2,8
100,0
15,1
67,8
17,1
2,8
100,0
14,2
66,8
19,0
3,5
100,0
13,4
66,1
20,5
4,7
100,0
12,9
64,5
22,5
6,0
100,0
12,9
61,9
25,2
6,9
100,0
12,9
58,7
28,4
7,6
100,0
0-14
15-64
65+
80+
Ogem Total
15,4
72,6
12,0
2,9
100,0
15,3
72,4
12,3
2,9
100,0
15,1
72,2
12,7
2,9
100,0
14,8
69,9
15,3
2,9
100,0
13,8
68,1
18,1
2,7
100,0
13,1
67,0
19,9
3,7
100,0
12,4
66,3
21,4
5,1
100,0
11,7
64,7
23,6
6,5
100,0
11,4
62,1
26,6
7,3
100,0
11,2
58,6
30,3
8,0
100,0
17,6
73,8
8,6
1,7
17,4
73,6
9,0
1,7
17,2
73,4
9,5
1,8
16,6
71,3
12,1
1,9
15,4
69,2
15,4
1,8
14,6
67,8
17,7
2,6
13,8
66,9
19,3
3,8
13,2
65,4
21,4
5,3
12,9
62,9
24,2
6,2
12,7
59,8
27,6
6,9
Warmiskomazurskie
0-14
15-64
65+
80+
209
Wojewdztwa
Wiek
2013 2014 2015 2020 2025 2030 2035 2040 2045
Voivodships
Age
WIE (cd.) MCZYNI (dok.) RURAL AREAS (cont.) MALES (cont.)
Wielkopolskie
Zachodniopomorskie
2050
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
18,4
72,2
9,3
1,8
100,0
18,4
71,9
9,7
1,8
100,0
18,3
71,5
10,2
1,9
100,0
18,2
69,3
12,5
2,0
100,0
16,9
68,1
15,0
1,9
100,0
16,0
67,6
16,4
2,9
100,0
15,3
67,2
17,6
4,0
100,0
14,7
65,7
19,6
5,0
100,0
14,6
63,1
22,3
5,5
100,0
14,6
60,0
25,4
6,1
100,0
17,1
74,4
8,5
1,6
16,9
74,1
9,0
1,6
16,7
73,7
9,6
1,6
16,1
71,0
12,9
1,6
14,8
68,9
16,3
1,6
14,0
68,0
18,1
2,7
13,3
67,4
19,3
4,1
12,9
65,8
21,3
5,4
12,6
63,2
24,2
6,0
12,5
59,8
27,7
6,5
0-14
15-64
65+
80+
WIE (cd.) KOBIETY
RURAL AREAS (cont.) FEMALES
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
15-64
65+
80+
Ogem Total
16,2
67,6
16,2
5,3
100,0
16,1
67,5
16,5
5,4
100,0
15,9
67,3
16,8
5,4
100,0
15,6
65,8
18,6
5,5
100,0
14,5
64,5
21,0
5,1
100,0
13,8
63,5
22,8
6,2
100,0
13,1
62,4
24,6
7,8
100,0
12,5
60,5
26,9
9,6
100,0
12,3
57,9
29,8
10,5
100,0
12,2
54,9
32,9
11,4
100,0
0-14
15-64
65+
80+
Ogem Total
15,4
69,7
14,9
5,2
100,0
15,3
69,4
15,2
5,2
100,0
15,2
69,1
15,6
5,2
100,0
14,9
66,9
18,3
4,9
100,0
13,6
65,1
21,3
4,3
100,0
12,8
64,1
23,1
5,7
100,0
12,2
63,4
24,4
7,9
100,0
11,8
61,4
26,8
9,9
100,0
11,7
58,5
29,8
10,5
100,0
11,7
55,1
33,2
10,9
100,0
Lubelskie
0-14
15-64
65+
80+
Ogem Total
16,8
68,7
14,5
4,5
100,0
16,6
68,5
14,8
4,6
100,0
16,5
68,3
15,2
4,6
100,0
16,1
66,5
17,4
4,6
100,0
14,9
65,1
20,1
4,4
100,0
14,2
63,9
22,0
5,8
100,0
13,5
62,8
23,7
7,5
100,0
13,0
61,0
26,1
9,3
100,0
12,7
58,4
28,9
10,2
100,0
12,6
55,5
31,9
10,9
100,0
Lubuskie
0-14
15-64
65+
80+
Ogem Total
15,3
65,0
19,7
7,0
100,0
15,1
65,0
19,9
7,0
100,0
15,0
64,9
20,2
7,1
100,0
14,6
63,8
21,6
7,1
100,0
13,7
62,8
23,6
6,7
100,0
13,0
61,9
25,2
7,7
100,0
12,3
60,8
27,0
9,3
100,0
11,6
59,0
29,4
11,0
100,0
11,2
56,3
32,4
12,0
100,0
11,0
53,1
35,9
13,1
100,0
dzkie
0-14
15-64
65+
80+
Ogem Total
16,2
69,5
14,3
4,7
100,0
16,1
69,3
14,7
4,7
100,0
16,0
68,9
15,1
4,7
100,0
15,5
66,7
17,8
4,5
100,0
14,2
64,9
20,9
4,1
100,0
13,4
63,6
23,0
5,7
100,0
12,7
62,7
24,6
7,8
100,0
12,2
60,8
27,0
9,8
100,0
12,1
58,0
29,9
10,6
100,0
12,0
54,8
33,2
11,2
100,0
Maopolskie
0-14
15-64
65+
80+
Ogem Total
15,1
65,8
19,1
6,3
100,0
15,0
65,7
19,3
6,3
100,0
14,9
65,5
19,5
6,4
100,0
14,8
64,1
21,1
6,3
100,0
14,0
63,0
23,0
5,9
100,0
13,3
62,4
24,3
7,2
100,0
12,7
61,4
25,9
8,7
100,0
12,1
59,6
28,3
10,2
100,0
12,0
57,0
31,1
10,9
100,0
11,9
54,0
34,2
11,9
100,0
Mazowieckie
0-14
15-64
65+
80+
Ogem Total
17,1
67,4
15,5
4,9
100,0
17,0
67,4
15,7
5,0
100,0
16,8
67,4
15,9
5,1
100,0
16,4
66,3
17,3
5,3
100,0
15,3
65,3
19,3
5,0
100,0
14,5
64,2
21,3
5,8
100,0
13,8
63,0
23,3
7,1
100,0
13,2
61,2
25,6
8,7
100,0
12,9
58,8
28,4
9,9
100,0
12,8
55,8
31,4
11,0
100,0
16,5
66,6
17,0
5,8
16,4
66,5
17,2
5,8
16,2
66,4
17,4
5,8
15,9
65,0
19,1
5,7
14,9
63,9
21,3
5,4
14,1
63,0
22,9
6,4
13,4
62,0
24,6
8,1
12,9
60,2
26,9
9,7
12,7
57,7
29,7
10,6
12,6
54,8
32,7
11,5
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
0-14
15-64
65+
80+
210
Tabl. A7. Prognoza ludnoci wedug biologicznych grup wieku (w procentach) (dok.)
Wojewdztwa
Wiek
2013 2014 2015 2020 2025 2030 2035 2040 2045
Voivodships
Age
WIE (dok.) KOBIETY (dok.) RURAL AREAS (cont.) FEMALES (cont.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem Total
2050
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
13,2
13,0
12,9
12,6
11,7
10,8
10,2
9,8
9,7
9,7
15-64
69,4
69,3
69,1
67,4
65,6
63,7
61,8
59,4
56,4
52,7
65+
17,4
17,7
18,0
20,0
22,7
25,5
28,1
30,8
33,9
37,6
80+
5,4
5,5
5,7
6,5
5,9
6,5
8,4
10,6
12,3
13,6
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
16,0
15,7
15,5
14,9
13,9
13,1
12,4
11,7
11,3
11,1
15-64
67,2
67,2
67,2
66,3
65,3
64,1
62,6
60,5
57,8
54,6
65+
16,8
17,1
17,3
18,8
20,8
22,7
25,0
27,8
30,9
34,3
80+
5,5
5,6
5,7
6,0
5,7
6,6
8,0
9,5
10,8
12,3
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
14,9
14,7
14,5
14,0
13,2
12,6
11,9
11,2
10,7
10,4
15-64
63,5
63,6
63,7
63,5
62,9
61,8
60,3
58,1
55,4
52,1
65+
21,6
21,7
21,8
22,5
23,9
25,6
27,8
30,7
33,9
37,5
80+
8,2
8,3
8,3
8,2
7,8
8,3
9,5
11,1
12,6
14,1
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
19,3
19,1
19,0
18,5
17,1
16,2
15,5
14,9
14,7
14,5
15-64
69,3
69,1
68,9
67,2
65,9
64,7
63,9
62,3
60,1
57,3
65+
11,5
11,8
12,2
14,4
17,0
19,1
20,6
22,8
25,3
28,2
80+
3,4
3,4
3,5
3,6
3,3
4,4
6,0
7,7
8,6
9,2
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
14,9
14,9
14,8
14,8
13,8
12,9
12,2
11,8
11,7
11,8
15-64
68,4
68,2
67,8
65,7
64,1
62,8
61,6
59,6
56,9
53,7
65+
16,7
17,0
17,4
19,6
22,2
24,4
26,2
28,6
31,4
34,5
80+
4,9
5,0
5,1
5,5
5,5
6,5
8,3
10,1
11,4
12,3
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
14,6
14,5
14,3
14,0
13,0
12,4
11,7
11,1
10,7
10,6
15-64
66,3
66,2
66,0
64,5
63,2
62,1
61,1
59,2
56,5
53,0
65+
19,2
19,4
19,7
21,5
23,8
25,5
27,3
29,8
32,8
36,4
80+
6,8
6,9
6,9
6,9
6,3
7,4
9,3
11,2
12,2
13,1
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
17,2
17,0
16,8
16,2
15,0
14,1
13,4
12,8
12,5
12,3
15-64
68,6
68,5
68,3
66,7
65,0
63,5
62,2
60,2
57,7
54,6
65+
14,3
14,6
14,9
17,1
20,1
22,4
24,4
27,0
29,9
33,2
80+
4,5
4,6
4,7
4,9
4,5
5,6
7,3
9,4
10,7
11,6
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
0-14
17,3
17,2
17,2
17,0
15,9
15,0
14,2
13,7
13,6
13,6
15-64
68,7
68,5
68,1
66,3
65,0
64,3
63,6
61,9
59,3
56,3
65+
14,0
14,3
14,7
16,8
19,1
20,8
22,2
24,4
27,1
30,1
80+
4,2
4,2
4,2
4,3
4,0
5,4
7,0
8,5
9,2
9,8
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
16,5
69,8
13,8
4,4
16,3
69,6
14,1
4,5
16,1
69,3
14,5
4,5
15,6
67,1
17,3
4,4
14,2
65,1
20,7
4,0
13,3
63,8
22,9
5,3
12,6
62,7
24,7
7,5
12,1
60,8
27,1
9,7
11,9
58,0
30,1
10,6
11,8
54,8
33,4
11,2
Ogem Total
Ogem Total
Ogem Total
Ogem Total
Ogem Total
Ogem Total
Ogem Total
Ogem Total
0-14
15-64
65+
80+
211
100,0
Tabl. A8. Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w tysicach)
Table A8. Population projection by traditional economic age groups (in thousands)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
OGEM
2020
2025
2030
2035
2040
2045
2050
TOTAL
OGEM
TOTAL
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
38 496 38 462 38 419 38 138 37 741 37 185 36 477 35 668 34 817 33 951
6 995 6 931 6 876 6 733 6 500 5 931 5 568 5 262 5 079 4 963
24 422 24 235 24 015 22 788 21 892 21 504 20 715 19 536 18 036 16 583
15 338 15 268 15 165 14 219 12 942 11 762 10 725 10 041 9 657 9 331
9 084 8 967 8 850 8 568 8 950 9 743 9 990 9 495 8 379 7 252
7 078 7 297 7 528 8 617 9 349 9 750 10 193 10 870 11 702 12 404
Dolnolskie
Ogem Total
0-17
18-59/64
2 910
491
1 867
1 158
709
552
2 093
388
1 333
834
499
371
2 156
395
1 352
853
499
408
1 021
188
657
410
247
176
2 513
426
1 569
962
607
518
3 361
645
2 120
1 368
752
595
5 317
984
3 320
2 117
1 203
1 013
18-44
45-59/64
Kujawskopomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Lubelskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Lubuskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
dzkie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Maopolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Mazowieckie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2 905
486
1 846
1 153
693
572
2 089
383
1 323
830
492
384
2 148
388
1 342
847
495
418
1 020
186
651
408
242
183
2 502
421
1 551
954
597
530
3 367
640
2 116
1 366
750
611
5 330
985
3 303
2 115
1 188
1 041
2 899
483
1 823
1 146
678
593
2 086
378
1 310
825
486
398
2 140
382
1 329
840
489
429
1 019
185
644
406
238
191
2 491
417
1 530
944
586
544
3 373
636
2 109
1 361
748
628
5 341
988
3 281
2 107
1 174
1 072
2 867
476
1 704
1 066
638
687
2 065
365
1 240
771
469
460
2 096
361
1 253
781
472
482
1 010
180
605
379
226
226
2 434
405
1 423
870
553
606
3 396
628
2 055
1 304
751
714
5 388
1 006
3 169
2 001
1 168
1 214
212
2 826
459
1 629
958
670
738
2 039
350
1 186
703
483
503
2 050
340
1 190
706
484
520
997
171
578
342
236
248
2 374
387
1 349
779
569
638
3 407
618
2 006
1 209
797
783
5 416
991
3 123
1 845
1 278
1 302
2 773
416
1 603
857
746
754
2 004
318
1 160
638
522
526
1 996
306
1 148
632
517
542
980
154
568
309
259
257
2 306
348
1 310
701
609
649
3 403
575
1 992
1 118
875
836
5 418
916
3 148
1 712
1 436
1 355
2 709
390
1 543
775
768
775
1 960
300
1 111
579
532
549
1 933
282
1 087
562
525
564
958
144
547
281
266
266
2 232
323
1 245
635
610
663
3 384
545
1 944
1 031
913
894
5 401
869
3 096
1 608
1 487
1 436
2 638
369
1 447
726
722
821
1 909
282
1 044
537
507
583
1 862
259
1 009
510
499
594
933
136
513
263
251
283
2 153
302
1 157
587
570
693
3 355
519
1 865
975
891
970
5 375
837
2 969
1 558
1 411
1 569
2 566
357
1 325
700
625
884
1 854
270
961
512
449
624
1 788
241
916
475
441
630
906
131
470
251
219
304
2 075
289
1 054
558
497
732
3 319
503
1 753
947
805
1 064
5 348
830
2 789
1 542
1 247
1 729
2 495
351
1 209
678
531
936
1 799
261
880
491
389
658
1 711
227
823
446
377
661
879
127
430
241
189
321
1 999
279
959
533
426
762
3 279
496
1 635
926
709
1 148
5 319
835
2 621
1 523
1 098
1 863
Tabl. A8. Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w tysicach) (cd.)
Table A8. Population projection by traditional economic age groups (in thousands) (cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
OGEM (dok.)
Opolskie
Ogem Total
0-17
18-59/64
18-44
45-59/64
Podkarpackie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Podlaskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Pomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
lskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
witokrzyskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Warmiskomazurskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Wielkopolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Zachodniopomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
1 004
164
650
397
253
190
2 129
408
1 356
871
485
366
1 195
214
760
476
284
221
2 296
449
1 455
927
528
392
4 599
776
2 934
1 790
1 144
889
1 268
219
798
492
306
251
1 447
275
936
585
351
236
3 467
669
2 206
1 415
792
591
1 719
304
1 108
682
425
307
1 000
161
643
393
250
195
2 128
401
1 351
868
483
377
1 192
210
756
473
283
226
2 301
447
1 446
926
521
407
4 585
770
2 899
1 774
1 125
915
1 263
215
790
489
301
257
1 444
270
928
582
346
245
3 472
666
2 193
1 410
783
612
1 716
300
1 096
680
416
320
995
158
636
388
248
201
2 127
395
1 344
863
482
388
1 188
207
750
469
281
231
2 305
446
1 437
923
514
423
4 569
765
2 860
1 754
1 106
943
1 257
211
781
485
297
265
1 440
267
918
577
341
255
3 476
663
2 179
1 404
775
634
1 713
296
1 082
675
408
334
2020
2025
2030
2035
2040
865
111
486
243
243
268
2 030
302
1 162
608
554
566
1 092
157
611
315
297
324
2 323
394
1 327
708
619
603
4 108
597
2 296
1 167
1 129
1 214
1 117
154
623
316
308
340
1 336
206
757
395
362
373
3 435
561
1 975
1 040
935
899
1 595
232
904
462
442
459
826
102
446
219
227
278
1 982
282
1 091
556
535
609
1 059
145
571
286
285
343
2 307
380
1 276
679
597
651
3 965
561
2 137
1 085
1 052
1 267
1 072
141
574
284
291
356
1 296
193
708
364
345
395
3 389
535
1 883
987
896
971
1 549
219
845
427
418
485
2045
2050
TOTAL (cont.)
967
148
592
356
236
226
2 115
374
1 296
815
481
445
1 168
196
711
437
274
261
2 324
446
1 385
879
506
493
4 478
750
2 655
1 617
1 039
1 072
1 226
198
730
448
281
298
1 421
255
864
539
325
302
3 490
661
2 093
1 328
766
736
1 692
286
1 012
628
384
395
213
936
138
552
316
235
246
2 096
356
1 246
746
500
493
1 147
187
672
397
275
288
2 335
439
1 355
818
537
541
4 370
719
2 499
1 445
1 054
1 152
1 194
187
687
400
286
320
1 399
243
819
488
331
337
3 490
645
2 037
1 222
816
808
1 667
272
965
567
398
430
902
122
522
278
243
259
2 068
325
1 213
676
537
530
1 122
169
646
355
290
307
2 334
410
1 355
760
594
570
4 245
646
2 414
1 294
1 119
1 185
1 157
167
661
355
305
330
1 371
220
794
440
354
357
3 471
593
2 027
1 126
902
850
1 635
247
944
510
434
444
785
95
399
203
196
291
1 929
266
1 005
523
482
658
1 022
136
521
268
253
364
2 287
373
1 204
668
536
710
3 821
540
1 944
1 036
908
1 338
1 024
131
517
263
254
376
1 253
183
648
344
304
421
3 340
521
1 757
961
797
1 061
1 501
210
773
407
366
518
745
91
354
190
165
300
1 870
254
916
496
419
700
982
129
469
254
216
383
2 266
371
1 132
658
473
764
3 681
525
1 763
993
770
1 392
977
124
463
246
217
390
1 208
176
589
328
262
443
3 288
515
1 634
938
696
1 139
1 453
204
706
391
315
543
Table A8. Population projection by traditional economic age groups (in thousands)(cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA
RAZEM
TOTAL
Ogem Total
0-17
18-59/64
18-44
45-59/64
Dolnolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Kujawskopomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Lubelskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Lubuskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
dzkie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Maopolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Mazowieckie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS
23 272 23 203 23 130 22 717 22 216 21 618 20 945 20 235 19 522 18 826
3 893 3 857 3 826 3 760 3 603 3 232 2 993 2 808 2 707 2 647
14 772 14 580 14 373 13 314 12 601 12 267 11 701 10 874 9 851 8 901
9 172 9 105 9 017 8 297 7 370 6 542 5 880 5 490 5 258 5 046
5 600 5 475 5 356 5 017 5 231 5 726 5 821 5 384 4 593 3 855
4 607 4 766 4 930 5 643 6 012 6 120 6 252 6 553 6 963 7 277
2 020 2 012 2 003 1 956 1 903 1 844 1 777 1 708 1 640 1 576
318
315
313
308
297
266
245
230
221
216
1 285 1 265 1 244 1 139 1 071 1 042
992
918
826
741
794
787
780
714
628
549
489
455
436
418
492
478
464
425
444
493
503
463
390
322
417
431
446
509
536
536
540
560
594
620
1 256 1 250 1 245 1 212 1 177 1 136 1 092 1 045
997
949
211
208
205
195
184
164
151
140
132
126
798
787
776
714
669
643
606
558
500
446
493
489
483
443
393
346
306
279
262
247
306
299
292
272
276
297
300
278
238
199
247
255
264
303
324
330
335
347
364
377
999
994
989
962
932
896
856
813
768
723
171
167
163
154
144
127
115
105
97
91
638
629
620
567
528
503
470
428
378
331
396
393
389
353
310
269
234
212
196
181
241
236
231
214
218
234
235
215
183
149
191
198
206
241
260
266
272
281
293
301
645
643
641
630
615
598
579
558
536
515
113
111
110
107
102
90
84
79
75
73
412
407
400
369
349
340
325
302
272
246
255
254
252
232
206
183
165
154
146
139
157
153
149
137
143
157
160
148
127
107
120
126
131
153
165
168
170
177
188
196
1 593 1 582 1 571 1 514 1 454 1 390 1 323 1 254 1 188 1 125
250
246
244
235
221
193
176
162
154
148
997
980
961
868
807
773
725
659
586
519
602
595
587
529
461
403
358
328
308
289
395
385
374
339
346
370
366
332
278
230
346
356
366
410
426
423
422
432
448
458
1 637 1 636 1 634 1 620 1 600 1 571 1 536 1 497 1 459 1 421
274
272
270
269
263
239
222
208
200
197
1 035 1 026 1 015
958
919
902
869
818
749
681
660
657
652
608
545
486
437
411
398
385
375
369
363
350
373
417
433
408
351
295
328
338
348
393
418
429
444
471
510
543
3 415 3 423 3 430 3 456 3 463 3 451 3 429 3 406 3 386 3 369
591
595
600
624
617
565
533
514
517
527
2 131 2 113 2 092 1 996 1 966 1 990 1 958 1 869 1 741 1 629
1 359 1 356 1 349 1 267 1 151 1 054
990
973
972
964
772
757
743
729
815
936
968
897
770
665
693
715
738
835
880
897
939 1 022 1 128 1 213
214
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA (dok.)
Opolskie
Ogem Total
0-17
18-59/64
18-44
45-59/64
Podkarpackie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Podlaskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Pomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
lskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
witokrzyskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Warmiskomazurskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Wielkopolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Zachodniopomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
523
82
336
204
131
106
881
153
568
356
213
160
722
125
472
294
178
125
1 495
260
942
593
348
294
3 560
580
2 271
1 376
895
709
568
89
359
215
143
120
857
150
554
342
212
153
1 917
334
1 217
770
447
366
1 182
194
756
463
294
231
520
80
330
202
129
110
879
150
562
353
209
167
720
123
468
292
176
130
1 493
258
930
590
340
305
3 543
575
2 236
1 361
875
732
563
87
352
213
139
125
854
147
547
340
207
160
1 912
332
1 201
763
438
379
1 178
191
746
460
285
241
2020
2025
2030
2035
2040
2045
2050
433
54
237
117
120
142
791
107
440
219
221
244
663
93
369
187
182
201
1 400
215
784
404
380
402
3 059
432
1 696
851
844
932
457
56
245
118
127
156
768
111
427
218
209
230
1 724
252
969
491
478
502
1 059
146
590
296
294
323
408
49
214
104
110
145
759
99
404
199
205
256
642
87
344
171
172
211
1 367
205
738
382
356
425
2 927
403
1 562
786
776
961
427
50
218
104
114
159
740
104
395
201
195
240
1 663
235
900
457
443
528
1 020
138
546
273
272
337
384
46
189
96
93
149
726
93
361
186
175
271
618
82
312
162
150
224
1 334
200
680
372
308
455
2 796
387
1 405
747
658
1 005
397
46
188
94
94
163
710
99
357
189
168
253
1 601
225
813
436
377
563
982
133
494
260
234
355
360
43
165
89
76
152
691
89
319
175
145
283
593
79
279
154
125
235
1 302
197
625
362
263
479
2 670
375
1 260
711
549
1 035
368
43
162
86
76
164
680
95
321
180
141
263
1 540
218
731
416
315
590
944
129
447
249
198
369
URBAN AREAS (cont.)

517
79
325
199
126
113
877
148
555
350
205
174
719
120
464
290
174
135
1 491
257
918
585
333
316
3 524
570
2 199
1 343
857
755
559
85
345
210
135
129
851
145
540
338
202
166
1 906
329
1 185
755
429
392
1 174
189
734
456
278
251
498
73
296
180
117
129
862
141
514
323
191
207
709
116
433
269
164
160
1 477
256
862
544
318
359
3 425
557
2 012
1 224
788
856
536
79
309
188
122
148
835
139
499
312
187
197
1 873
323
1 102
694
408
449
1 151
183
675
419
256
294
215
478
68
273
156
116
137
843
133
482
285
197
228
697
112
405
241
164
181
1 457
249
827
490
337
382
3 313
529
1 874
1 078
796
910
511
72
282
160
122
157
816
132
467
277
190
216
1 832
308
1 044
616
428
480
1 125
173
638
372
266
313
456
59
257
135
121
140
819
118
464
249
215
237
682
101
389
213
176
192
1 431
228
814
443
371
390
3 189
471
1 796
953
843
923
485
62
266
137
129
157
794
119
450
246
205
224
1 782
275
1 017
547
470
490
1 094
156
620
330
291
318
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
WIE RURAL AREAS

RAZEM
TOTAL
Ogem Total
0-17
18-59/64
18-44
45-59/64
Dolnolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Kujawskopomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Lubelskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Lubuskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
dzkie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Maopolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Mazowieckie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
15 224 15 259 15 289 15 421 15 525 15 567 15 531 15 434 15 295 15 125
3 102 3 074 3 050 2 973 2 898 2 700 2 575 2 454 2 371 2 317
9 650 9 655 9 642 9 474 9 291 9 237 9 014 8 662 8 185 7 681
6 166 6 163 6 147 5 922 5 571 5 220 4 845 4 551 4 399 4 285
3 485 3 492 3 494 3 551 3 719 4 017 4 169 4 111 3 786 3 397
2 472 2 530 2 598 2 975 3 337 3 630 3 942 4 317 4 739 5 127
890
893
897
910
922
930
932
930
925
919
173
171
170
167
163
150
145
140
137
135
582
581
580
565
557
561
551
529
499
468
365
366
366
352
330
308
286
271
264
259
217
215
214
213
227
253
265
259
235
209
136
141
147
178
203
218
236
261
290
316
836
839
841
853
862
868
868
864
858
850
176
175
173
170
165
155
149
142
138
135
535
535
535
526
517
517
505
486
461
434
342
342
341
329
310
292
272
257
250
244
193
194
194
197
207
225
233
229
211
190
125
129
133
158
180
196
214
236
259
281
1 158 1 154 1 151 1 134 1 118 1 099 1 076 1 049 1 019
987
225
221
218
206
196
179
167
154
144
136
715
713
709
686
662
645
617
582
538
492
457
454
451
428
396
362
328
298
280
264
258
258
258
258
266
283
289
284
258
227
218
220
223
242
260
275
292
313
338
360
376
377
378
380
382
382
379
375
370
364
76
75
74
72
70
64
61
58
56
54
245
244
243
235
230
228
222
212
198
184
155
155
154
147
137
126
116
109
105
102
90
90
89
89
93
102
106
103
93
82
55
57
60
72
83
90
97
106
116
125
920
920
920
920
920
917
909
899
887
874
177
175
173
170
166
155
147
140
135
131
571
571
569
555
542
536
520
498
469
439
359
359
358
341
319
298
277
259
250
243
212
212
212
213
223
238
244
239
219
196
172
174
177
196
212
225
241
261
284
304
1 723 1 732 1 740 1 776 1 808 1 832 1 848 1 857 1 861 1 859
371
368
366
359
355
335
323
311
303
298
1 085 1 091 1 094 1 097 1 088 1 090 1 075 1 047 1 004
955
708
709
709
695
664
632
594
564
550
541
377
381
385
401
424
458
481
483
454
414
267
273
280
320
365
407
450
499
554
606
1 902 1 907 1 911 1 932 1 953 1 967 1 972 1 969 1 961 1 950
393
390
388
381
374
351
337
323
313
307
1 189 1 190 1 189 1 172 1 157 1 158 1 138 1 100 1 047
992
759
759
758
734
694
658
618
585
570
559
430
431
431
439
463
500
519
515
477
434
320
326
334
378
422
458
497
546
601
650
216
Tabl. A8. Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w tysicach) (dok.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
WIE (dok.)
Opolskie
Ogem Total
0-17
18-59/64
18-44
45-59/64
Podkarpackie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Podlaskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Pomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
lskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
witokrzyskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Warmiskomazurskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Wielkopolskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
Zachodniopomorskie
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
481
82
314
193
122
84
1 248
255
787
515
272
206
473
89
288
182
106
96
801
189
513
334
180
98
1 039
197
663
414
249
179
700
130
439
277
162
131
590
125
382
243
139
83
1 550
335
989
645
344
226
537
110
351
220
132
76
480
81
313
191
122
86
1 249
251
789
514
275
210
471
87
287
181
107
96
808
189
516
336
180
103
1 042
196
663
413
250
184
699
128
438
276
162
133
589
123
380
241
139
86
1 560
335
992
647
345
234
538
109
350
219
131
79
2015
2020
2025
2030
2035
2040
2045
2050
432
57
249
127
123
126
1 239
195
722
390
332
322
429
64
242
128
115
123
923
179
543
304
239
202
1 049
165
601
316
285
283
660
98
378
198
180
184
568
95
330
177
153
143
1 711
308
1 006
549
457
396
536
86
314
166
149
136
417
53
231
115
117
133
1 223
183
687
357
330
354
417
59
227
114
113
132
939
175
538
297
241
227
1 038
157
575
298
276
306
644
91
356
180
177
197
556
89
313
163
150
155
1 726
300
983
530
453
443
528
81
299
154
145
149
401
50
210
106
104
141
1 203
173
644
337
307
387
404
54
209
106
103
140
953
174
523
296
227
256
1 025
153
539
289
250
333
627
85
329
169
160
213
543
84
291
155
136
168
1 739
296
945
525
420
498
519
78
279
147
132
163
385
48
189
101
89
148
1 179
165
596
322
274
418
389
50
190
99
91
148
964
174
506
296
210
284
1 010
151
503
281
221
357
609
81
301
160
141
226
528
80
268
148
120
180
1 748
296
903
522
380
549
509
75
259
142
117
175
URBAN AREAS (cont.)

478
80
311
189
122
87
1 250
247
789
513
277
214
469
86
286
179
107
97
815
189
518
338
181
107
1 045
195
661
411
250
189
698
126
436
275
161
136
589
122
378
239
139
89
1 570
334
994
648
345
242
539
108
348
218
130
83
468
74
296
177
120
98
1 253
232
782
493
290
238
459
80
278
169
109
101
847
190
523
335
188
134
1 053
193
643
393
251
216
690
120
420
261
160
150
586
116
366
227
138
105
1 617
338
992
634
358
287
541
103
337
209
128
101
217
458
70
279
160
119
109
1 253
223
764
461
303
265
449
76
267
156
110
107
877
190
528
327
200
160
1 057
190
625
366
259
242
682
115
404
240
164
164
583
110
352
211
141
121
1 658
337
993
605
387
329
542
98
327
195
133
117
446
63
265
143
122
118
1 249
207
749
427
321
293
440
69
257
142
114
115
903
182
541
318
223
180
1 056
175
618
341
276
263
672
105
394
219
176
173
577
101
343
194
149
132
1 689
318
1 010
578
432
360
541
91
324
180
144
126
Tabl. A8.v2 Prognoza ludnoci wedug ekonomicznych grup wieku

(uwzgldnione zmiany wieku emerytalnego) (w tysicach)
Table A8.v2 Population projection by economic age groups
(according to changes in retirement age) (in thousands)
Mczyni Males
Kobiety Females
Wojewdztwa
Voivodships
Wiek
Age
2013
65,25
60,25
2013
2014
65,5
60,5
2014
2015
65,75
60,75
2015
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2030
2045
2050
67
67
38 496 38 462 38 419 38 138 37 741 37 185

6 995 6 931 6 876 6 733 6 500 5 931
24 548 24 489 24 410 23 820 23 093 22 895
15 338 15 268 15 165 14 219 12 942 11 762
9 210 9 221 9 245 9 601 10 151 11 133
6 952 7 042 7 133 7 585 8 148 8 359
36 477
5 568
22 569
10 725
11 844
8 340
35 668 34 817 33 951

5 262 5 079 4 963
22 005 20 669 19 048
10 041 9 657 9 331
11 964 11 012 9 717
8 401 9 070 9 939
2 910
491
1 878
1 158
720
541
2 093
388
1 340
834
506
365
2 156
395
1 359
853
506
402
1 021
188
661
410
251
172
2 513
426
1 578
962
616
509
3 361
645
2 130
1 368
762
586
5 317
984
3 337
2 117
1 220
996
2 709
390
1 681
775
906
638
1 960
300
1 211
579
633
449
1 933
282
1 187
562
625
464
958
144
594
281
313
219
2 232
323
1 364
635
729
544
3 384
545
2 112
1 031
1 081
727
5 401
869
3 367
1 608
1 758
1 165
2 638
369
1 637
726
912
632
1 909
282
1 175
537
638
452
1 862
259
1 138
510
628
465
933
136
578
263
315
219
2 153
302
1 313
587
726
537
3 355
519
2 088
975
1 113
748
5 375
837
3 347
1 558
1 789
1 191
2 899
483
1 856
1 146
711
560
2 086
378
1 332
825
507
376
2 140
382
1 350
840
510
408
1 019
185
655
406
249
180
2 491
417
1 558
944
613
516
3 373
636
2 140
1 361
779
597
5 341
988
3 336
2 107
1 229
1 018
2025
2045
67
67
2040
2 905
486
1 868
1 153
715
551
2 089
383
1 337
830
506
370
2 148
388
1 355
847
508
405
1 020
186
658
408
250
176
2 502
421
1 568
954
614
513
3 367
640
2 136
1 366
770
591
5 330
985
3 338
2 115
1 223
1 007
2020
2040
67
67
2035
OGEM
OGEM
TOTAL
Wiek emerytalny Retirement age

2020 2025 2030 2035
67
67
67
67
62 63,25
64,5 65,75
2050
TOTAL
2 867
476
1 787
1 066
721
604
2 065
365
1 297
771
525
403
2 096
361
1 309
781
528
426
1 010
180
633
379
254
197
2 434
405
1 493
870
622
536
3 396
628
2 139
1 304
835
630
5 388
1 006
3 307
2 001
1 307
1 075
218
2 826
459
1 718
958
760
649
2 039
350
1 252
703
549
437
2 050
340
1 256
706
551
453
997
171
610
342
268
216
2 374
387
1 426
779
646
561
3 407
618
2 111
1 209
902
679
5 416
991
3 281
1 845
1 436
1 144
2 773
416
1 703
857
845
655
2 004
318
1 236
638
598
450
1 996
306
1 226
632
595
464
980
154
604
309
294
222
2 306
348
1 399
701
698
559
3 403
575
2 119
1 118
1 002
709
5 418
916
3 337
1 712
1 626
1 165
2 566
357
1 529
700
830
679
1 854
270
1 100
512
588
485
1 788
241
1 052
475
576
495
906
131
539
251
288
235
2 075
289
1 216
558
658
571
3 319
503
1 994
947
1 047
822
5 348
830
3 195
1 542
1 653
1 323
2 495
351
1 398
678
720
747
1 799
261
1 010
491
519
528
1 711
227
950
446
504
534
879
127
493
241
252
258
1 999
279
1 105
533
573
615
3 279
496
1 871
926
945
913
5 319
835
2 998
1 523
1 475
1 486

(uwzgldnione zmiany wieku emerytalnego) (w tysicach) (cd.)
(according to changes in retirement age) (in thousands) (cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
OGEM (dok.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
bil
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
1 004
164
653
397
256
187
2 129
408
1 362
871
491
360
1 195
214
763
476
287
218
2 296
449
1 462
927
535
384
4 599
776
2 950
1 790
1 160
873
1 268
219
802
492
310
247
1 447
275
940
585
356
232
3 467
669
2 218
1 415
803
580
1 719
304
1 114
682
432
301
1 000
161
650
393
257
189
2 128
401
1 363
868
496
364
1 192
210
762
473
290
219
2 301
447
1 462
926
536
392
4 585
770
2 931
1 774
1 157
884
1 263
215
799
489
310
249
1 444
270
937
582
356
236
3 472
666
2 216
1 410
805
590
1 716
300
1 109
680
429
308
995
158
646
388
258
190
2 127
395
1 364
863
501
368
1 188
207
761
469
292
220
2 305
446
1 460
923
538
400
4 569
765
2 910
1 754
1 156
894
1 257
211
795
485
310
251
1 440
267
933
577
356
240
3 476
663
2 213
1 404
809
600
1 713
296
1 102
675
427
314
2020
2025
2030
2035
2040
2045
2050
865
111
534
243
290
220
2 030
302
1 266
608
658
462
1 092
157
668
315
353
267
2 323
394
1 439
708
731
491
4 108
597
2 509
1 167
1 342
1 002
1 117
154
682
316
367
281
1 336
206
824
395
428
306
3 435
561
2 145
1 040
1 105
729
1 595
232
986
462
524
377
826
102
505
219
286
219
1 982
282
1 226
556
670
475
1 059
145
642
286
356
272
2 307
380
1 427
679
748
500
3 965
561
2 415
1 085
1 330
989
1 072
141
651
284
367
279
1 296
193
796
364
433
307
3 389
535
2 112
987
1 125
743
1 549
219
956
427
529
374
785
95
461
203
258
229
1 929
266
1 148
523
625
515
1 022
136
597
268
329
288
2 287
373
1 367
668
699
547
3 821
540
2 238
1 036
1 202
1 044
1 024
131
598
263
335
295
1 253
183
742
344
398
328
3 340
521
2 005
961
1 044
813
1 501
210
890
407
483
401
745
91
412
190
222
242
1 870
254
1 053
496
557
563
982
129
543
254
289
310
2 266
371
1 289
658
631
606
3 681
525
2 032
993
1 039
1 123
977
124
537
246
290
317
1 208
176
677
328
349
356
3 288
515
1 868
938
930
905
1 453
204
813
391
422
437
TOTAL (cont.)
967
148
620
356
264
199
2 115
374
1 350
815
535
391
1 168
196
742
437
305
229
2 324
446
1 444
879
565
434
4 478
750
2 784
1 617
1 167
944
1 226
198
765
448
317
263
1 421
255
904
539
365
262
3 490
661
2 183
1 328
855
647
1 692
286
1 062
628
433
345
219
936
138
586
316
269
212
2 096
356
1 314
746
569
425
1 147
187
711
397
314
248
2 335
439
1 424
818
607
471
4 370
719
2 648
1 445
1 203
1 003
1 194
187
727
400
327
280
1 399
243
866
488
377
290
3 490
645
2 143
1 222
921
703
1 667
272
1 019
567
452
376
902
122
560
278
282
220
2 068
325
1 294
676
617
449
1 122
169
691
355
336
261
2 334
410
1 436
760
676
488
4 245
646
2 581
1 294
1 287
1 018
1 157
167
706
355
351
285
1 371
220
846
440
406
304
3 471
593
2 152
1 126
1 026
726
1 635
247
1 004
510
494
384

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
MIASTA
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
bil
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2015
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS
23 272 23 203 23 130 22 717 22 216 21 618 20 945 20 235 19 522 18 826
3 893 3 857 3 826 3 760 3 603 3 232 2 993 2 808 2 707 2 647
14 856 14 749 14 634 13 963 13 310 13 065 12 774 12 331 11 404 10 312
9 172 9 105 9 017 8 297 7 370 6 542 5 880 5 490 5 258 5 046
5 684 5 645 5 617 5 666 5 940 6 523 6 893 6 840 6 146 5 266
4 522 4 596 4 669 4 994 5 303 5 322 5 179 5 096 5 410 5 867
2 020 2 012 2 003 1 956 1 903 1 844 1 777 1 708 1 640 1 576
318
315
313
308
297
266
245
230
221
216
1 293 1 281 1 268 1 197 1 132 1 107 1 082 1 043
961
863
794
787
780
714
628
549
489
455
436
418
500
493
488
483
504
558
593
588
525
444
409
416
422
451
475
470
449
436
459
498
1 256 1 250 1 245 1 212 1 177 1 136 1 092 1 045
997
949
211
208
205
195
184
164
151
140
132
126
803
797
790
749
708
687
663
632
579
518
493
489
483
443
393
346
306
279
262
247
310
308
306
307
315
341
357
353
318
271
242
246
250
268
285
286
278
272
285
305
999
994
989
962
932
896
856
813
768
723
171
167
163
154
144
127
115
105
97
91
641
636
631
595
559
538
515
486
440
387
396
393
389
353
310
269
234
212
196
181
245
243
242
242
249
269
280
274
244
206
187
191
195
213
229
232
227
222
231
245
645
643
641
630
615
598
579
558
536
515
113
111
110
107
102
90
84
79
75
73
415
411
408
388
368
361
353
341
314
283
255
254
252
232
206
183
165
154
146
139
160
158
156
156
162
178
188
187
168
144
118
121
123
135
146
146
142
138
146
159
1 593 1 582 1 571 1 514 1 454 1 390 1 323 1 254 1 188 1 125
250
246
244
235
221
193
176
162
154
148
1 004
992
980
914
855
827
796
755
683
605
602
595
587
529
461
403
358
328
308
289
402
397
393
385
394
424
438
427
375
316
340
344
347
364
378
370
351
337
351
372
1 637 1 636 1 634 1 620 1 600 1 571 1 536 1 497 1 459 1 421
274
272
270
269
263
239
222
208
200
197
1 041 1 037 1 032 1 001
968
959
947
924
865
790
660
657
652
608
545
486
437
411
398
385
380
380
380
393
422
474
510
513
467
405
323
327
331
350
370
372
367
366
394
433
3 415 3 423 3 430 3 456 3 463 3 451 3 429 3 406 3 386 3 369
591
595
600
624
617
565
533
514
517
527
2 143 2 137 2 130 2 087 2 064 2 106 2 131 2 119 2 011 1 874
1 359 1 356 1 349 1 267 1 151 1 054
990
973
972
964
784
781
780
820
913 1 052 1 141 1 146 1 040
910
681
691
701
744
783
781
765
773
858
968
220

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
MIASTA (dok.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
bil
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
523
82
338
204
133
104
881
153
571
356
216
157
722
125
474
294
180
123
1 495
260
947
593
354
288
3 560
580
2 284
1 376
907
697
568
89
361
215
146
118
857
150
557
342
215
150
1 917
334
1 224
770
454
359
1 182
194
761
463
298
227
520
80
334
202
133
106
879
150
568
353
215
161
720
123
473
292
181
125
1 493
258
941
590
351
293
3 543
575
2 262
1 361
901
706
563
87
357
213
144
120
854
147
554
340
214
153
1 912
332
1 215
763
452
365
1 178
191
755
460
295
232
2015
2020
2025
2030
2035
2040
2045
2050
433
54
261
117
144
118
791
107
479
219
261
204
663
93
402
187
215
167
1 400
215
854
404
451
332
3 059
432
1 853
851
1 002
774
457
56
269
118
152
132
768
111
465
218
247
192
1 724
252
1 057
491
566
414
1 059
146
644
296
348
268
408
49
244
104
140
115
759
99
458
199
259
202
642
87
387
171
216
168
1 367
205
834
382
451
329
2 927
403
1 770
786
984
753
427
50
251
104
147
126
740
104
447
201
247
188
1 663
235
1 018
457
561
409
1 020
138
621
273
347
262
384
46
220
96
124
118
726
93
419
186
233
213
618
82
359
162
197
177
1 334
200
781
372
410
353
2 796
387
1 624
747
877
786
397
46
222
94
127
129
710
99
413
189
223
198
1 601
225
940
436
504
436
982
133
572
260
312
277
360
43
193
89
104
124
691
89
373
175
198
229
593
79
325
154
171
190
1 302
197
720
362
358
385
2 670
375
1 457
711
746
838
368
43
190
86
105
135
680
95
372
180
191
213
1 540
218
847
416
431
474
944
129
517
249
268
299
URBAN AREAS (cont.)

517
79
331
199
132
107
877
148
564
350
214
164
719
120
471
290
181
127
1 491
257
935
585
350
299
3 524
570
2 239
1 343
896
715
559
85
352
210
142
122
851
145
550
338
212
157
1 906
329
1 206
755
450
371
1 174
189
748
456
292
237
498
73
311
180
132
114
862
141
539
323
217
181
709
116
453
269
185
140
1 477
256
902
544
358
319
3 425
557
2 113
1 224
889
756
536
79
327
188
139
131
835
139
524
312
212
172
1 873
323
1 153
694
459
398
1 151
183
710
419
291
259
221
478
68
290
156
133
120
843
133
511
285
226
199
697
112
430
241
189
156
1 457
249
871
490
381
338
3 313
529
1 987
1 078
908
797
511
72
300
160
140
139
816
132
495
277
217
189
1 832
308
1 102
616
485
423
1 125
173
674
372
301
278
456
59
276
135
140
121
819
118
495
249
246
206
682
101
416
213
203
165
1 431
228
865
443
422
339
3 189
471
1 921
953
968
798
485
62
285
137
148
138
794
119
480
246
235
194
1 782
275
1 082
547
535
425
1 094
156
660
330
330
278

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
WIE RURAL AREAS

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
bil
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
15 224 15 259 15 289 15 421 15 525 15 567 15 531 15 434 15 295 15 125
3 102 3 074 3 050 2 973 2 898 2 700 2 575 2 454 2 371 2 317
9 692 9 739 9 775 9 857 9 782 9 830 9 796 9 674 9 265 8 735
6 166 6 163 6 147 5 922 5 571 5 220 4 845 4 551 4 399 4 285
3 526 3 576 3 628 3 935 4 211 4 610 4 950 5 124 4 866 4 451
2 430 2 446 2 464 2 591 2 845 3 037 3 160 3 305 3 659 4 073
890
893
897
910
922
930
932
930
925
919
173
171
170
167
163
150
145
140
137
135
585
587
589
590
587
595
599
594
569
535
365
366
366
352
330
308
286
271
264
259
220
221
223
238
256
287
313
324
305
276
133
135
138
153
173
184
188
196
220
249
836
839
841
853
862
868
868
864
858
850
176
175
173
170
165
155
149
142
138
135
537
540
542
547
544
549
548
542
520
492
342
342
341
329
310
292
272
257
250
244
196
198
201
219
234
257
276
285
271
248
122
124
126
136
153
164
171
179
200
223
1 158 1 154 1 151 1 134 1 118 1 099 1 076 1 049 1 019
987
225
221
218
206
196
179
167
154
144
136
718
719
719
714
698
688
672
652
612
563
457
454
451
428
396
362
328
298
280
264
262
265
268
286
302
326
345
354
332
298
215
214
213
214
224
232
237
243
264
289
376
377
378
380
382
382
379
375
370
364
76
75
74
72
70
64
61
58
56
54
246
247
247
246
242
242
241
237
225
210
155
155
154
147
137
126
116
109
105
102
91
92
93
99
105
116
125
128
120
108
54
55
56
62
71
75
77
80
89
99
920
920
920
920
920
917
909
899
887
874
177
175
173
170
166
155
147
140
135
131
574
576
578
578
571
572
568
559
532
500
359
359
358
341
319
298
277
259
250
243
215
217
220
237
252
274
291
300
283
257
169
169
169
172
183
190
193
200
220
243
1 723 1 732 1 740 1 776 1 808 1 832 1 848 1 857 1 861 1 859
371
368
366
359
355
335
323
311
303
298
1 090 1 099 1 107 1 138 1 144 1 160 1 166 1 164 1 130 1 081
708
709
709
695
664
632
594
564
550
541
381
390
398
442
480
528
571
600
580
540
263
264
266
279
309
337
360
383
428
480
1 902 1 907 1 911 1 932 1 953 1 967 1 972 1 969 1 961 1 950
393
390
388
381
374
351
337
323
313
307
1 194 1 201 1 206 1 220 1 218 1 232 1 236 1 228 1 183 1 124
759
759
758
734
694
658
618
585
570
559
435
442
448
486
523
574
617
643
613
565
314
316
317
331
361
384
399
418
465
519
222

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
WIE (dok.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
bil
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
481
82
316
193
123
83
1 248
255
790
515
275
203
473
89
289
182
107
95
801
189
515
334
182
96
1 039
197
666
414
252
176
700
130
441
277
164
129
590
125
383
243
141
82
1 550
335
993
645
349
221
537
110
353
220
133
74
480
81
316
191
124
83
1 249
251
795
514
281
203
471
87
290
181
109
94
808
189
520
336
185
98
1 042
196
669
413
256
178
699
128
442
276
166
129
589
123
384
241
142
83
1 560
335
1 001
647
354
225
538
109
354
219
134
76
2015
2020
2025
2030
2035
2040
2045
2050
432
57
273
127
146
102
1 239
195
786
390
397
258
429
64
266
128
138
100
923
179
585
304
281
160
1 049
165
655
316
340
228
660
98
413
198
215
149
568
95
359
177
181
114
1 711
308
1 088
549
539
315
536
86
342
166
176
109
417
53
260
115
146
104
1 223
183
768
357
411
273
417
59
255
114
140
104
939
175
593
297
296
171
1 038
157
645
298
346
236
644
91
400
180
221
153
556
89
349
163
186
119
1 726
300
1 093
530
563
333
528
81
335
154
182
112
401
50
241
106
135
111
1 203
173
728
337
391
302
404
54
238
106
132
112
953
174
585
296
289
194
1 025
153
614
289
325
258
627
85
376
169
207
166
543
84
329
155
174
130
1 739
296
1 065
525
539
378
519
78
318
147
170
124
385
48
219
101
118
118
1 179
165
681
322
359
333
389
50
218
99
119
120
964
174
569
296
273
222
1 010
151
575
281
294
285
609
81
346
160
186
182
528
80
305
148
157
143
1 748
296
1 021
522
499
431
509
75
296
142
154
138
URBAN AREAS (cont.)

478
80
315
189
126
83
1 250
247
799
513
287
204
469
86
290
179
111
93
815
189
525
338
188
101
1 045
195
671
411
259
179
698
126
442
275
168
129
589
122
384
239
144
84
1 570
334
1 007
648
359
229
539
108
354
218
135
77
468
74
309
177
133
85
1 253
232
811
493
318
209
459
80
289
169
121
90
847
190
543
335
207
114
1 053
193
671
393
278
189
690
120
439
261
178
132
586
116
381
227
153
90
1 617
338
1 030
634
396
249
541
103
352
209
143
86
223
458
70
296
160
136
92
1 253
223
804
461
343
226
449
76
282
156
125
92
877
190
553
327
226
134
1 057
190
661
366
295
206
682
115
426
240
187
141
583
110
371
211
160
102
1 658
337
1 041
605
436
280
542
98
345
195
150
99
446
63
285
143
142
98
1 249
207
799
427
372
243
440
69
275
142
133
96
903
182
572
318
254
149
1 056
175
660
341
319
220
672
105
421
219
202
147
577
101
366
194
172
110
1 689
318
1 069
578
491
301
541
91
344
180
164
106
Tabl. A9. Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w procentach)
Table A9. Population projection by traditional economic age groups (in percentage)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
OGEM
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
18,2
63,4
39,8
23,6
18,4
100,0
16,9
64,2
39,8
24,4
19,0
100,0
18,5
63,7
39,9
23,8
17,8
100,0
18,3
62,7
39,6
23,2
18,9
100,0
18,4
64,4
40,1
24,2
17,2
100,0
17,0
62,4
38,3
24,2
20,6
100,0
19,2
63,1
40,7
22,4
17,7
100,0
18,5
62,4
39,8
22,6
19,1
100,0
18,0
63,0
39,7
23,3
19,0
100,0
16,7
63,6
39,7
23,9
19,7
100,0
18,3
63,3
39,7
23,6
18,4
100,0
18,1
62,5
39,4
23,0
19,5
100,0
18,3
63,8
40,0
23,8
17,9
100,0
16,8
62,0
38,1
23,9
21,2
100,0
19,0
62,8
40,6
22,3
18,1
100,0
18,5
62,0
39,7
22,3
19,5
100,0
17,9
62,5
39,5
23,0
19,6
100,0
16,7
62,9
39,5
23,4
20,5
100,0
18,1
62,8
39,5
23,3
19,1
100,0
17,8
62,1
39,3
22,9
20,1
100,0
18,1
63,2
39,8
23,3
18,7
100,0
16,8
61,4
37,9
23,5
21,8
100,0
18,9
62,5
40,3
22,2
18,6
100,0
18,5
61,4
39,5
22,0
20,1
2025
2030
2035
2040
2045
2050
TOTAL
100,0
17,7
59,8
37,3
22,5
22,6
100,0
16,6
59,5
37,2
22,3
24,0
100,0
17,7
60,0
37,3
22,7
22,3
100,0
17,2
59,8
37,3
22,5
23,0
100,0
17,8
59,9
37,5
22,4
22,4
100,0
16,7
58,5
35,8
22,7
24,9
100,0
18,5
60,5
38,4
22,1
21,0
100,0
18,7
58,8
37,1
21,7
22,5
224
100,0
17,2
58,0
34,3
23,7
24,8
100,0
16,3
57,6
33,9
23,7
26,1
100,0
17,2
58,2
34,5
23,7
24,7
100,0
16,6
58,0
34,4
23,6
25,4
100,0
17,2
58,0
34,3
23,7
24,9
100,0
16,3
56,8
32,8
24,0
26,9
100,0
18,1
58,9
35,5
23,4
23,0
100,0
18,3
57,7
34,1
23,6
24,0
100,0
16,0
57,8
31,6
26,2
26,2
100,0
15,0
57,8
30,9
26,9
27,2
100,0
15,9
57,9
31,8
26,1
26,2
100,0
15,3
57,5
31,6
25,9
27,1
100,0
15,8
58,0
31,6
26,5
26,2
100,0
15,1
56,8
30,4
26,4
28,1
100,0
16,9
58,5
32,8
25,7
24,6
100,0
16,9
58,1
31,6
26,5
25,0
100,0
15,3
56,8
29,4
27,4
28,0
100,0
14,4
57,0
28,6
28,4
28,6
100,0
15,3
56,7
29,5
27,2
28,0
100,0
14,6
56,2
29,1
27,1
29,2
100,0
15,1
57,1
29,4
27,7
27,8
100,0
14,5
55,8
28,5
27,3
29,7
100,0
16,1
57,5
30,5
27,0
26,4
100,0
16,1
57,3
29,8
27,5
26,6
100,0
14,8
54,8
28,2
26,6
30,5
100,0
14,0
54,9
27,5
27,4
31,1
100,0
14,8
54,7
28,1
26,6
30,5
100,0
13,9
54,2
27,4
26,8
31,9
100,0
14,6
55,0
28,2
26,9
30,4
100,0
14,0
53,8
27,3
26,5
32,2
100,0
15,5
55,6
29,1
26,6
28,9
100,0
15,6
55,3
29,0
26,3
29,2
100,0
14,6
51,8
27,7
24,1
33,6
100,0
13,9
51,6
27,3
24,4
34,4
100,0
14,6
51,8
27,6
24,2
33,6
100,0
13,5
51,2
26,6
24,7
35,3
100,0
14,5
51,9
27,7
24,2
33,6
100,0
13,9
50,8
26,9
23,9
35,3
100,0
15,2
52,8
28,5
24,3
32,0
100,0
15,5
52,2
28,8
23,3
32,3
100,0
14,6
48,8
27,5
21,4
36,5
100,0
14,1
48,5
27,2
21,3
37,5
100,0
14,5
48,9
27,3
21,6
36,6
100,0
13,3
48,1
26,1
22,0
38,6
100,0
14,5
49,0
27,5
21,5
36,6
100,0
14,0
48,0
26,6
21,3
38,1
100,0
15,1
49,9
28,2
21,6
35,0
100,0
15,7
49,3
28,6
20,7
35,0
Tabl. A9. Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w procentach) (cd.)
Table A9. Population projection by traditional economic age groups (in percentage) (cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
OGEM (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
16,3
64,7
39,6
25,2
18,9
100,0
19,1
63,7
40,9
22,8
17,2
100,0
17,9
63,6
39,8
23,7
18,5
100,0
19,6
63,4
40,4
23,0
17,1
100,0
16,9
63,8
38,9
24,9
19,3
100,0
17,3
62,9
38,8
24,1
19,8
100,0
19,0
64,7
40,4
24,3
16,3
100,0
19,3
63,6
40,8
22,8
17,1
100,0
17,7
64,5
39,7
24,8
17,9
100,0
16,1
64,4
39,3
25,0
19,5
100,0
18,8
63,5
40,8
22,7
17,7
100,0
17,6
63,4
39,7
23,7
19,0
100,0
19,4
62,9
40,2
22,6
17,7
100,0
16,8
63,2
38,7
24,5
20,0
100,0
17,0
62,6
38,7
23,9
20,4
100,0
18,7
64,3
40,3
24,0
17,0
100,0
19,2
63,2
40,6
22,6
17,6
100,0
17,5
63,9
39,6
24,3
18,7
100,0
15,9
63,9
39,0
24,9
20,2
100,0
18,6
63,2
40,6
22,7
18,2
100,0
17,4
63,1
39,5
23,7
19,5
100,0
19,3
62,3
40,0
22,3
18,4
100,0
16,8
62,6
38,4
24,2
20,7
100,0
16,8
62,2
38,6
23,6
21,1
100,0
18,5
63,8
40,1
23,7
17,7
100,0
19,1
62,7
40,4
22,3
18,2
100,0
17,3
63,2
39,4
23,8
19,5
2025
2030
2035
2040
2045
2050
TOTAL (cont.)
100,0
15,3
61,3
36,8
24,5
23,4
100,0
17,7
61,3
38,6
22,7
21,0
100,0
16,8
60,9
37,4
23,4
22,4
100,0
19,2
59,6
37,8
21,8
21,2
100,0
16,8
59,3
36,1
23,2
24,0
100,0
16,2
59,5
36,6
23,0
24,3
100,0
17,9
60,8
37,9
22,9
21,2
100,0
18,9
60,0
38,0
21,9
21,1
100,0
16,9
59,8
37,1
22,7
23,3
225
100,0
14,8
58,9
33,8
25,1
26,3
100,0
17,0
59,5
35,6
23,9
23,5
100,0
16,3
58,6
34,6
23,9
25,1
100,0
18,8
58,0
35,0
23,0
23,2
100,0
16,5
57,2
33,1
24,1
26,4
100,0
15,6
57,5
33,5
24,0
26,8
100,0
17,4
58,6
34,9
23,6
24,1
100,0
18,5
58,4
35,0
23,4
23,2
100,0
16,3
57,9
34,0
23,9
25,8
100,0
13,5
57,8
30,9
27,0
28,7
100,0
15,7
58,7
32,7
26,0
25,6
100,0
15,1
57,5
31,7
25,9
27,4
100,0
17,6
58,0
32,6
25,5
24,4
100,0
15,2
56,9
30,5
26,4
27,9
100,0
14,4
57,1
30,7
26,4
28,5
100,0
16,1
57,9
32,1
25,8
26,0
100,0
17,1
58,4
32,4
26,0
24,5
100,0
15,1
57,7
31,2
26,6
27,2
100,0
12,8
56,2
28,1
28,1
31,0
100,0
14,9
57,2
30,0
27,3
27,9
100,0
14,4
56,0
28,8
27,1
29,6
100,0
16,9
57,1
30,5
26,6
26,0
100,0
14,5
55,9
28,4
27,5
29,6
100,0
13,8
55,8
28,3
27,6
30,4
100,0
15,5
56,7
29,6
27,1
27,9
100,0
16,3
57,5
30,3
27,2
26,2
100,0
14,5
56,7
29,0
27,7
28,8
100,0
12,4
54,0
26,5
27,5
33,7
100,0
14,2
55,0
28,1
27,0
30,7
100,0
13,7
53,9
27,0
26,9
32,4
100,0
16,5
55,3
29,5
25,9
28,2
100,0
14,1
53,9
27,4
26,5
32,0
100,0
13,2
53,6
26,5
27,1
33,2
100,0
14,9
54,6
28,0
26,6
30,5
100,0
15,8
55,6
29,1
26,4
28,7
100,0
14,1
54,5
27,6
27,0
31,3
100,0
12,2
50,8
25,8
25,0
37,0
100,0
13,8
52,1
27,1
25,0
34,1
100,0
13,3
51,0
26,2
24,8
35,7
100,0
16,3
52,6
29,2
23,4
31,1
100,0
14,1
50,9
27,1
23,8
35,0
100,0
12,8
50,5
25,7
24,8
36,7
100,0
14,6
51,7
27,5
24,3
33,6
100,0
15,6
52,6
28,8
23,9
31,8
100,0
14,0
51,5
27,1
24,4
34,5
100,0
12,2
47,6
25,5
22,1
40,2
100,0
13,6
49,0
26,6
22,4
37,5
100,0
13,2
47,8
25,8
22,0
39,0
100,0
16,4
49,9
29,1
20,9
33,7
100,0
14,3
47,9
27,0
20,9
37,8
100,0
12,7
47,4
25,2
22,2
39,9
100,0
14,5
48,8
27,1
21,7
36,7
100,0
15,7
49,7
28,5
21,2
34,7
100,0
14,0
48,6
26,9
21,7
37,4
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
OGEM (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
19,3
69,0
41,8
27,3
11,7
100,0
18,0
70,5
41,9
28,5
11,6
100,0
19,6
69,2
41,7
27,4
11,2
100,0
19,3
68,7
42,0
26,8
12,0
100,0
19,4
70,1
42,0
28,1
10,5
100,0
18,3
68,9
40,9
28,1
12,8
100,0
20,3
68,1
42,3
25,8
11,7
100,0
19,8
67,9
41,7
26,2
12,3
100,0
19,1
68,7
41,6
27,1
12,2
100,0
17,9
69,9
41,8
28,1
12,2
100,0
19,4
68,8
41,6
27,2
11,8
100,0
19,1
68,6
41,8
26,7
12,4
100,0
19,2
69,6
42,0
27,7
11,1
100,0
18,2
68,6
40,7
27,9
13,3
100,0
20,1
67,9
42,2
25,8
12,0
100,0
19,8
67,5
41,5
26,0
12,6
100,0
19,0
68,3
41,4
26,9
12,7
100,0
17,8
69,3
41,6
27,7
12,9
100,0
19,2
68,5
41,4
27,1
12,3
100,0
18,8
68,4
41,7
26,7
12,8
100,0
19,1
69,1
41,8
27,3
11,8
100,0
18,1
68,2
40,5
27,6
13,8
100,0
19,9
67,7
41,9
25,8
12,4
100,0
19,8
67,1
41,2
25,9
13,1
2030
2035
2040
2045
2050
TOTAL (cont.) Males
100,0
18,7
65,6
39,2
26,5
15,6
100,0
17,7
65,8
39,1
26,6
16,6
100,0
18,7
65,9
39,2
26,7
15,4
100,0
18,2
66,2
39,6
26,6
15,6
100,0
18,7
65,9
39,4
26,5
15,4
100,0
18,0
65,2
38,3
26,9
16,9
100,0
19,6
65,7
39,9
25,8
14,7
100,0
20,1
64,3
38,8
25,5
15,7
226
2025
100,0
18,3
63,4
36,1
27,3
18,3
100,0
17,4
63,2
35,7
27,5
19,5
100,0
18,2
63,6
36,3
27,3
18,3
100,0
17,5
64,1
36,7
27,4
18,4
100,0
18,1
63,5
36,2
27,3
18,5
100,0
17,6
63,0
35,3
27,7
19,4
100,0
19,2
63,8
36,9
26,9
17,1
100,0
19,7
62,5
35,6
26,9
17,8
100,0
17,0
63,3
33,4
29,9
19,7
100,0
16,0
63,4
32,6
30,7
20,6
100,0
16,9
63,4
33,5
29,9
19,8
100,0
16,2
63,7
33,8
30,0
20,1
100,0
16,6
63,6
33,4
30,2
19,9
100,0
16,3
63,2
32,8
30,4
20,5
100,0
17,9
63,5
34,3
29,2
18,7
100,0
18,2
63,1
33,2
29,9
18,7
100,0
16,2
62,9
31,1
31,8
20,9
100,0
15,4
63,3
30,3
33,0
21,3
100,0
16,2
62,9
31,2
31,7
20,9
100,0
15,4
63,0
31,1
31,9
21,6
100,0
15,8
63,5
31,2
32,3
20,7
100,0
15,6
62,9
30,7
32,2
21,5
100,0
17,1
62,9
31,9
31,0
20,0
100,0
17,3
63,1
31,4
31,6
19,6
100,0
15,7
61,5
29,8
31,6
22,9
100,0
14,9
61,9
29,2
32,7
23,2
100,0
15,7
61,3
29,7
31,6
23,0
100,0
14,7
61,5
29,3
32,2
23,8
100,0
15,2
62,0
29,9
32,1
22,7
100,0
15,1
61,4
29,5
31,9
23,5
100,0
16,4
61,6
30,5
31,1
22,1
100,0
16,7
61,6
30,6
31,0
21,7
100,0
15,4
58,7
29,4
29,3
25,9
100,0
14,8
58,8
28,9
29,9
26,4
100,0
15,4
58,6
29,1
29,5
26,0
100,0
14,2
58,7
28,4
30,3
27,1
100,0
15,0
59,1
29,4
29,7
25,9
100,0
14,9
58,5
29,0
29,5
26,6
100,0
16,0
59,1
29,9
29,2
24,9
100,0
16,6
58,7
30,5
28,2
24,7
100,0
15,4
55,1
29,0
26,1
29,4
100,0
14,9
54,9
28,7
26,2
30,3
100,0
15,3
55,1
28,7
26,4
29,6
100,0
13,9
55,0
27,8
27,2
31,1
100,0
14,9
55,4
29,0
26,3
29,8
100,0
14,9
54,9
28,6
26,3
30,2
100,0
15,9
55,8
29,6
26,2
28,3
100,0
16,8
55,2
30,2
25,0
28,1
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM (cd.) Mczyni (dok.) TOTAL (cont.) Males (cont.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
17,4
70,4
41,2
29,3
12,2
100,0
20,1
68,8
42,7
26,1
11,2
100,0
18,8
69,1
42,0
27,1
12,1
100,0
20,6
68,4
41,8
26,5
11,0
100,0
17,9
69,5
40,9
28,6
12,6
100,0
18,2
69,1
41,0
28,1
12,7
100,0
19,9
70,2
42,4
27,8
9,9
100,0
20,4
68,7
42,6
26,2
10,8
100,0
18,6
70,3
41,6
28,7
11,1
100,0
17,1
70,2
40,9
29,3
12,7
100,0
19,7
68,7
42,6
26,2
11,6
100,0
18,6
69,0
41,8
27,2
12,4
100,0
20,5
68,0
41,7
26,3
11,6
100,0
17,8
69,0
40,6
28,4
13,1
100,0
17,9
68,9
41,0
28,0
13,2
100,0
19,7
69,9
42,3
27,6
10,5
100,0
20,3
68,3
42,4
26,0
11,4
100,0
18,4
69,8
41,5
28,3
11,8
100,0
16,9
69,8
40,6
29,2
13,3
100,0
19,4
68,6
42,4
26,2
12,0
100,0
18,3
68,9
41,6
27,3
12,8
100,0
20,4
67,5
41,5
26,0
12,2
100,0
17,8
68,5
40,4
28,2
13,7
100,0
17,7
68,6
40,8
27,8
13,8
100,0
19,4
69,5
42,1
27,4
11,1
100,0
20,2
67,9
42,1
25,8
11,9
100,0
18,3
69,2
41,3
28,0
12,5
100,0
16,2
67,4
38,5
28,9
16,3
100,0
18,5
66,9
40,3
26,6
14,7
100,0
17,7
67,1
39,6
27,5
15,2
100,0
20,3
64,7
39,2
25,5
15,0
100,0
17,8
65,5
38,1
27,4
16,7
100,0
17,0
66,1
38,8
27,3
17,0
100,0
18,8
66,9
39,9
27,0
14,3
100,0
20,0
65,3
39,7
25,6
14,7
100,0
17,8
65,9
38,9
27,0
16,3
227
100,0
15,7
64,9
35,5
29,3
19,5
100,0
17,8
64,8
37,3
27,5
17,4
100,0
17,2
64,5
36,7
27,8
18,3
100,0
19,8
62,7
36,4
26,3
17,4
100,0
17,5
63,0
35,0
28,0
19,5
100,0
16,5
63,5
35,6
27,9
20,0
100,0
18,3
64,2
36,9
27,3
17,6
100,0
19,5
63,3
36,6
26,7
17,2
100,0
17,2
63,4
35,8
27,6
19,4
100,0
14,4
63,7
32,7
31,0
21,9
100,0
16,4
64,0
34,4
29,7
19,6
100,0
15,9
63,5
33,6
29,9
20,6
100,0
18,5
62,9
34,0
28,8
18,6
100,0
16,3
62,7
32,4
30,3
21,0
100,0
15,2
63,2
32,8
30,5
21,6
100,0
16,9
63,6
34,0
29,6
19,5
100,0
18,1
63,5
34,0
29,5
18,4
100,0
16,0
63,3
32,9
30,4
20,7
100,0
13,6
62,6
29,9
32,7
23,8
100,0
15,6
63,1
31,5
31,6
21,3
100,0
15,2
62,4
30,6
31,8
22,5
100,0
17,9
62,6
31,9
30,6
19,6
100,0
15,5
62,4
30,3
32,1
22,1
100,0
14,5
62,6
30,2
32,4
22,9
100,0
16,3
63,0
31,5
31,6
20,7
100,0
17,3
63,3
31,9
31,4
19,5
100,0
15,4
63,1
30,7
32,4
21,5
100,0
13,1
61,0
28,3
32,7
26,0
100,0
14,9
61,5
29,6
31,9
23,7
100,0
14,4
60,8
28,7
32,1
24,8
100,0
17,4
61,3
30,9
30,4
21,4
100,0
15,1
61,0
29,2
31,8
24,0
100,0
13,9
61,0
28,4
32,7
25,1
100,0
15,7
61,6
29,9
31,7
22,7
100,0
16,7
61,9
30,7
31,2
21,5
100,0
15,0
61,5
29,2
32,3
23,5
100,0
12,9
58,2
27,5
30,7
29,0
100,0
14,4
58,8
28,5
30,3
26,8
100,0
14,0
58,3
27,9
30,4
27,7
100,0
17,2
58,8
30,6
28,3
24,0
100,0
15,0
58,1
28,9
29,2
26,9
100,0
13,5
58,1
27,5
30,6
28,4
100,0
15,4
59,0
29,2
29,7
25,7
100,0
16,5
59,1
30,3
28,8
24,5
100,0
14,8
58,6
28,7
29,9
26,6
100,0
12,8
54,6
27,1
27,5
32,6
100,0
14,2
55,3
27,9
27,4
30,5
100,0
13,8
54,6
27,4
27,2
31,6
100,0
17,2
55,7
30,4
25,3
27,2
100,0
15,1
54,5
28,6
25,8
30,4
100,0
13,3
54,3
26,9
27,4
32,4
100,0
15,2
55,4
28,8
26,6
29,4
100,0
16,4
55,6
29,9
25,7
28,0
100,0
14,8
54,9
28,4
26,6
30,3
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM (cd.) Kobiety TOTAL (cont.) Females

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
17,2
58,2
38,0
20,2
24,7
100,0
15,8
58,4
37,8
20,5
25,8
100,0
17,5
58,6
38,1
20,5
23,9
100,0
17,4
57,1
37,3
19,8
25,5
100,0
17,5
58,9
38,3
20,6
23,6
100,0
15,8
56,5
35,9
20,6
27,7
100,0
18,2
58,4
39,2
19,2
23,4
100,0
17,3
57,4
38,1
19,3
25,3
100,0
17,0
57,7
37,9
19,8
25,3
100,0
15,7
57,7
37,7
19,9
26,6
100,0
17,3
58,1
38,0
20,1
24,6
100,0
17,1
56,7
37,2
19,5
26,2
100,0
17,4
58,2
38,2
20,0
24,4
100,0
15,7
55,9
35,7
20,2
28,4
100,0
18,0
58,1
39,1
19,0
23,9
100,0
17,3
56,9
38,0
18,9
25,9
100,0
16,9
57,1
37,7
19,4
26,0
100,0
15,6
56,9
37,6
19,4
27,5
100,0
17,1
57,5
37,8
19,8
25,4
100,0
16,9
56,3
37,0
19,2
26,9
100,0
17,2
57,5
38,0
19,5
25,3
100,0
15,6
55,3
35,5
19,8
29,2
100,0
17,9
57,7
38,9
18,8
24,5
100,0
17,3
56,3
37,8
18,4
26,5
100,0
16,6
54,2
35,5
18,7
29,1
100,0
15,6
53,6
35,4
18,2
30,8
100,0
16,7
54,5
35,6
18,9
28,8
100,0
16,3
53,7
35,0
18,7
30,0
100,0
16,9
54,0
35,6
18,4
29,1
100,0
15,5
52,3
33,4
18,9
32,2
100,0
17,5
55,6
37,0
18,6
26,9
100,0
17,4
53,8
35,6
18,1
28,8
228
100,0
16,2
53,0
32,6
20,3
30,8
100,0
15,2
52,5
32,3
20,2
32,3
100,0
16,2
53,1
32,8
20,3
30,7
100,0
15,7
52,3
32,3
20,0
32,0
100,0
16,3
52,7
32,5
20,2
31,1
100,0
15,1
51,2
30,6
20,6
33,7
100,0
17,1
54,3
34,1
20,2
28,6
100,0
17,0
53,2
32,6
20,6
29,8
100,0
15,0
52,7
30,0
22,7
32,3
100,0
14,0
52,7
29,3
23,3
33,3
100,0
15,0
52,7
30,2
22,5
32,3
100,0
14,5
51,7
29,7
22,0
33,8
100,0
15,0
52,6
29,7
22,8
32,5
100,0
14,0
51,0
28,3
22,7
35,1
100,0
15,9
53,9
31,5
22,4
30,2
100,0
15,7
53,5
30,1
23,4
30,8
100,0
14,4
51,0
27,8
23,3
34,6
100,0
13,5
51,1
27,0
24,0
35,5
100,0
14,4
50,9
28,0
22,9
34,7
100,0
13,8
49,8
27,2
22,6
36,4
100,0
14,4
50,8
27,6
23,2
34,8
100,0
13,4
49,3
26,4
22,9
37,3
100,0
15,2
52,3
29,1
23,2
32,5
100,0
15,0
52,0
28,3
23,8
33,0
100,0
13,9
48,5
26,6
21,9
37,6
100,0
13,1
48,3
25,9
22,4
38,5
100,0
13,9
48,4
26,6
21,8
37,7
100,0
13,2
47,3
25,6
21,7
39,6
100,0
14,0
48,0
26,4
21,7
38,0
100,0
13,1
46,7
25,2
21,5
40,2
100,0
14,6
50,0
27,7
22,2
35,4
100,0
14,5
49,4
27,5
21,9
36,1
100,0
13,8
45,3
26,2
19,1
40,9
100,0
13,1
44,9
25,7
19,2
42,0
100,0
13,8
45,4
26,1
19,2
40,9
100,0
12,8
44,1
24,9
19,2
43,1
100,0
13,9
44,7
26,0
18,7
41,4
100,0
13,0
43,7
25,0
18,7
43,3
100,0
14,3
46,9
27,2
19,6
38,8
100,0
14,5
46,1
27,3
18,8
39,4
100,0
13,9
42,8
26,0
16,8
43,3
100,0
13,3
42,4
25,7
16,7
44,3
100,0
13,8
43,0
25,9
17,1
43,3
100,0
12,7
41,4
24,4
17,0
45,9
100,0
14,0
42,4
25,9
16,6
43,6
100,0
13,1
41,4
24,8
16,6
45,5
100,0
14,3
44,3
27,0
17,3
41,4
100,0
14,7
43,8
27,2
16,6
41,5
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM (dok.) Kobiety (dok.) TOTAL (cont.) Females (cont.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
15,4
59,4
38,1
21,3
25,2
100,0
18,3
58,8
39,2
19,6
23,0
100,0
17,0
58,3
37,8
20,5
24,7
100,0
18,6
58,6
39,0
19,6
22,8
100,0
15,9
58,5
37,1
21,4
25,6
100,0
16,5
57,0
36,7
20,3
26,6
100,0
18,1
59,4
38,5
20,9
22,5
100,0
18,3
58,8
39,1
19,7
23,0
100,0
16,8
58,9
37,9
21,0
24,4
100,0
15,2
58,9
37,8
21,1
25,9
100,0
18,0
58,4
39,1
19,4
23,6
100,0
16,7
58,1
37,7
20,4
25,2
100,0
18,5
58,0
38,8
19,2
23,5
100,0
15,8
57,8
36,9
20,9
26,3
100,0
16,2
56,6
36,6
20,0
27,3
100,0
17,8
58,9
38,4
20,6
23,2
100,0
18,1
58,3
39,0
19,3
23,6
100,0
16,6
58,2
37,8
20,4
25,2
100,0
15,0
58,4
37,5
20,9
26,6
100,0
17,7
58,1
38,8
19,3
24,2
100,0
16,5
57,6
37,4
20,2
25,8
100,0
18,4
57,4
38,6
18,8
24,2
100,0
15,8
57,1
36,6
20,5
27,1
100,0
16,0
56,0
36,4
19,6
28,0
100,0
17,6
58,3
38,1
20,2
24,1
100,0
18,0
57,7
38,8
19,0
24,3
100,0
16,4
57,5
37,6
19,9
26,1
100,0
14,4
55,5
35,3
20,3
30,1
100,0
16,9
56,0
36,9
19,1
27,2
100,0
16,0
54,9
35,4
19,5
29,2
100,0
18,2
54,7
36,5
18,2
27,1
100,0
15,8
53,6
34,3
19,3
30,7
100,0
15,4
53,3
34,5
18,8
31,4
100,0
17,1
55,0
36,0
19,0
27,9
100,0
17,9
54,9
36,5
18,5
27,2
100,0
16,0
54,0
35,4
18,6
30,0
229
100,0
13,9
53,4
32,2
21,2
32,7
100,0
16,2
54,4
34,0
20,4
29,4
100,0
15,5
52,9
32,6
20,3
31,6
100,0
17,8
53,5
33,7
19,8
28,7
100,0
15,5
51,8
31,3
20,6
32,7
100,0
14,8
51,8
31,5
20,3
33,4
100,0
16,5
53,1
33,1
20,1
30,4
100,0
17,5
53,7
33,5
20,2
28,8
100,0
15,4
52,7
32,3
20,4
31,8
100,0
12,7
52,3
29,2
23,1
35,0
100,0
15,0
53,5
31,1
22,4
31,5
100,0
14,3
51,9
29,8
22,0
33,8
100,0
16,6
53,5
31,2
22,3
29,9
100,0
14,3
51,4
28,7
22,7
34,3
100,0
13,6
51,2
28,8
22,5
35,1
100,0
15,3
52,5
30,3
22,2
32,3
100,0
16,2
53,6
30,9
22,7
30,2
100,0
14,2
52,5
29,5
23,0
33,2
100,0
12,1
50,2
26,4
23,8
37,7
100,0
14,2
51,6
28,5
23,1
34,2
100,0
13,7
49,9
27,1
22,7
36,5
100,0
16,1
51,9
29,1
22,9
32,0
100,0
13,6
49,9
26,7
23,2
36,5
100,0
13,0
49,3
26,4
22,9
37,7
100,0
14,7
50,6
27,8
22,8
34,8
100,0
15,4
52,0
28,8
23,3
32,5
100,0
13,7
50,7
27,4
23,4
35,6
100,0
11,7
47,4
24,8
22,5
41,0
100,0
13,6
48,9
26,6
22,2
37,6
100,0
13,0
47,3
25,4
22,0
39,7
100,0
15,6
49,6
28,1
21,6
34,8
100,0
13,3
47,3
25,7
21,7
39,4
100,0
12,5
46,6
24,7
21,8
41,0
100,0
14,2
48,0
26,3
21,7
37,9
100,0
14,9
49,6
27,7
21,9
35,5
100,0
13,3
48,0
26,0
22,0
38,7
100,0
11,5
43,8
24,2
19,6
44,7
100,0
13,2
45,6
25,7
19,9
41,2
100,0
12,7
44,1
24,7
19,4
43,3
100,0
15,5
46,7
27,9
18,8
37,8
100,0
13,3
44,1
25,5
18,7
42,6
100,0
12,2
43,2
24,0
19,3
44,6
100,0
13,9
44,8
25,8
19,1
41,3
100,0
14,8
46,4
27,4
19,1
38,8
100,0
13,3
44,8
25,6
19,1
42,0
100,0
11,6
40,9
23,9
17,0
47,5
100,0
13,0
42,8
25,2
17,6
44,2
100,0
12,6
41,2
24,3
17,0
46,2
100,0
15,6
44,4
27,8
16,7
40,0
100,0
13,5
41,7
25,4
16,3
44,8
100,0
12,1
40,7
23,5
17,2
47,2
100,0
13,9
42,4
25,5
16,9
43,7
100,0
14,9
44,0
27,2
16,8
41,1
100,0
13,3
42,5
25,5
17,0
44,2
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
16,7
63,5
39,4
24,1
19,8
100,0
15,7
63,6
39,3
24,4
20,6
100,0
16,8
63,5
39,2
24,3
19,6
100,0
17,1
63,8
39,7
24,1
19,1
100,0
17,5
63,9
39,5
24,4
18,7
100,0
15,7
62,6
37,8
24,8
21,7
100,0
16,7
63,2
40,3
22,9
20,1
100,0
17,3
62,4
39,8
22,6
20,3
100,0
16,6
62,8
39,2
23,6
20,5
100,0
15,7
62,9
39,2
23,7
21,4
100,0
16,6
63,0
39,1
23,9
20,4
100,0
16,8
63,3
39,5
23,8
19,9
100,0
17,3
63,2
39,4
23,8
19,5
100,0
15,6
61,9
37,6
24,3
22,5
100,0
16,6
62,7
40,2
22,6
20,7
100,0
17,4
61,7
39,6
22,1
20,9
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS
100,0
16,5
62,1
39,0
23,2
21,3
100,0
15,6
62,1
38,9
23,2
22,3
100,0
16,4
62,3
38,9
23,5
21,2
100,0
16,5
62,7
39,3
23,3
20,8
100,0
17,2
62,4
39,3
23,2
20,4
100,0
15,5
61,2
37,4
23,8
23,3
100,0
16,5
62,1
39,9
22,2
21,3
100,0
17,5
61,0
39,3
21,7
21,5
100,0
16,6
58,6
36,5
22,1
24,8
100,0
15,8
58,2
36,5
21,7
26,0
100,0
16,1
58,9
36,5
22,4
25,0
100,0
16,0
59,0
36,7
22,3
25,0
100,0
17,0
58,6
36,8
21,8
24,4
100,0
15,6
57,4
35,0
22,4
27,1
100,0
16,6
59,1
37,5
21,6
24,3
100,0
18,1
57,8
36,7
21,1
24,2
230
100,0
16,2
56,7
33,2
23,5
27,1
100,0
15,6
56,3
33,0
23,3
28,1
100,0
15,7
56,9
33,4
23,5
27,5
100,0
15,5
56,6
33,3
23,4
27,9
100,0
16,5
56,7
33,4
23,2
26,8
100,0
15,2
55,5
31,7
23,8
29,3
100,0
16,4
57,4
34,1
23,3
26,2
100,0
17,8
56,8
33,2
23,5
25,4
100,0
15,0
56,7
30,3
26,5
28,3
100,0
14,4
56,5
29,8
26,7
29,1
100,0
14,4
56,6
30,4
26,2
29,0
100,0
14,1
56,2
30,0
26,1
29,7
100,0
15,1
56,9
30,6
26,3
28,0
100,0
13,9
55,7
29,0
26,6
30,5
100,0
15,2
57,4
30,9
26,5
27,3
100,0
16,4
57,7
30,5
27,1
26,0
100,0
14,3
55,9
28,1
27,8
29,9
100,0
13,8
55,8
27,5
28,3
30,4
100,0
13,8
55,5
28,1
27,4
30,7
100,0
13,4
54,8
27,4
27,5
31,7
100,0
14,5
56,2
28,5
27,6
29,4
100,0
13,3
54,8
27,1
27,7
31,9
100,0
14,5
56,6
28,5
28,2
28,9
100,0
15,5
57,1
28,9
28,2
27,4
100,0
13,9
53,7
27,1
26,6
32,4
100,0
13,4
53,8
26,6
27,1
32,8
100,0
13,4
53,4
26,7
26,6
33,2
100,0
12,9
52,6
26,1
26,5
34,5
100,0
14,1
54,1
27,6
26,5
31,8
100,0
13,0
52,6
26,1
26,4
34,5
100,0
13,9
54,7
27,4
27,2
31,5
100,0
15,1
54,9
28,6
26,3
30,0
100,0
13,9
50,5
26,9
23,5
35,7
100,0
13,5
50,4
26,6
23,8
36,2
100,0
13,3
50,2
26,3
23,9
36,6
100,0
12,6
49,3
25,5
23,8
38,1
100,0
14,1
50,8
27,2
23,6
35,1
100,0
13,0
49,3
25,9
23,4
37,7
100,0
13,7
51,3
27,3
24,1
34,9
100,0
15,3
51,4
28,7
22,7
33,3
100,0
14,1
47,3
26,8
20,5
38,7
100,0
13,7
47,0
26,6
20,4
39,3
100,0
13,3
47,0
26,0
20,9
39,8
100,0
12,6
45,7
25,1
20,7
41,7
100,0
14,1
47,8
27,1
20,7
38,0
100,0
13,1
46,2
25,7
20,5
40,7
100,0
13,9
47,9
27,1
20,8
38,2
100,0
15,7
48,3
28,6
19,7
36,0
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
15,6
64,1
39,1
25,1
20,3
100,0
17,3
64,5
40,3
24,2
18,2
100,0
17,3
65,3
40,7
24,6
17,4
100,0
17,4
63,0
39,7
23,3
19,6
100,0
16,3
63,8
38,7
25,1
19,9
100,0
15,7
63,2
37,9
25,2
21,2
100,0
17,5
64,6
39,9
24,7
17,9
100,0
17,4
63,5
40,2
23,3
19,1
100,0
16,4
64,0
39,2
24,8
19,6
100,0
15,4
63,5
38,8
24,7
21,1
100,0
17,1
63,9
40,2
23,7
19,0
100,0
17,0
65,0
40,5
24,5
18,0
100,0
17,3
62,3
39,5
22,8
20,4
100,0
16,2
63,1
38,4
24,7
20,7
100,0
15,4
62,5
37,8
24,7
22,1
100,0
17,2
64,1
39,8
24,3
18,7
100,0
17,3
62,8
39,9
22,9
19,8
100,0
16,2
63,3
39,1
24,2
20,5
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.)
100,0
15,2
62,9
38,5
24,4
21,9
100,0
16,9
63,3
39,9
23,4
19,8
100,0
16,8
64,5
40,3
24,2
18,7
100,0
17,3
61,6
39,2
22,3
21,2
100,0
16,2
62,4
38,1
24,3
21,4
100,0
15,2
61,8
37,6
24,2
23,1
100,0
17,0
63,5
39,7
23,8
19,5
100,0
17,3
62,2
39,6
22,5
20,6
100,0
16,1
62,5
38,9
23,7
21,4
100,0
14,7
59,5
36,0
23,4
25,8
100,0
16,4
59,6
37,5
22,2
24,0
100,0
16,4
61,0
37,9
23,1
22,6
100,0
17,3
58,4
36,8
21,5
24,3
100,0
16,3
58,8
35,7
23,0
25,0
100,0
14,7
57,7
35,0
22,7
27,6
100,0
16,7
59,8
37,3
22,4
23,6
100,0
17,2
58,8
37,0
21,8
24,0
100,0
15,9
58,7
36,4
22,2
25,5
231
100,0
14,2
57,1
32,7
24,4
28,7
100,0
15,8
57,2
33,8
23,4
27,1
100,0
16,0
58,1
34,6
23,5
25,9
100,0
17,1
56,7
33,7
23,1
26,2
100,0
16,0
56,6
32,6
24,0
27,5
100,0
14,1
55,2
31,4
23,9
30,7
100,0
16,2
57,3
34,0
23,3
26,5
100,0
16,8
57,0
33,6
23,4
26,2
100,0
15,4
56,7
33,1
23,6
27,9
100,0
13,0
56,3
29,7
26,6
30,8
100,0
14,4
56,7
30,4
26,3
28,9
100,0
14,8
57,0
31,2
25,8
28,2
100,0
15,9
56,9
30,9
25,9
27,2
100,0
14,8
56,3
29,9
26,4
28,9
100,0
12,8
54,9
28,2
26,7
32,4
100,0
15,0
56,7
30,9
25,8
28,3
100,0
15,4
57,1
30,7
26,4
27,5
100,0
14,3
56,7
30,1
26,6
29,0
100,0
12,4
54,8
27,0
27,8
32,8
100,0
13,6
55,6
27,6
28,0
30,8
100,0
14,1
55,7
28,2
27,4
30,3
100,0
15,4
56,0
28,8
27,2
28,7
100,0
14,1
55,4
27,8
27,6
30,5
100,0
12,2
53,6
25,7
27,9
34,2
100,0
14,5
55,6
28,4
27,2
29,9
100,0
14,6
56,2
28,5
27,7
29,1
100,0
13,8
55,7
28,0
27,7
30,5
100,0
12,0
52,5
25,6
26,9
35,5
100,0
13,0
53,3
26,3
27,0
33,7
100,0
13,5
53,6
26,7
26,9
32,9
100,0
15,0
54,0
28,0
26,0
31,1
100,0
13,8
53,4
26,9
26,5
32,8
100,0
11,8
51,0
24,4
26,7
37,2
100,0
14,1
53,4
27,1
26,3
32,5
100,0
14,1
54,1
27,5
26,6
31,8
100,0
13,5
53,5
26,8
26,7
33,0
100,0
11,9
49,2
25,1
24,1
38,9
100,0
12,9
49,7
25,6
24,1
37,4
100,0
13,3
50,5
26,2
24,3
36,2
100,0
15,0
51,0
27,9
23,1
34,1
100,0
13,8
50,2
26,7
23,5
35,9
100,0
11,7
47,4
23,7
23,6
41,0
100,0
14,0
50,3
26,7
23,7
35,7
100,0
14,1
50,8
27,2
23,6
35,2
100,0
13,5
50,3
26,5
23,8
36,2
100,0
12,0
45,9
24,8
21,1
42,2
100,0
12,9
46,2
25,3
20,9
40,9
100,0
13,3
47,1
26,0
21,1
39,6
100,0
15,1
48,1
27,8
20,2
36,8
100,0
14,0
47,2
26,6
20,6
38,8
100,0
11,7
43,9
23,3
20,6
44,4
100,0
14,0
47,2
26,5
20,8
38,7
100,0
14,2
47,5
27,0
20,5
38,3
100,0
13,6
47,3
26,4
20,9
39,1
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
18,1
69,3
41,7
27,7
12,6
100,0
17,0
70,2
41,8
28,5
12,7
100,0
18,2
69,4
41,5
27,9
12,4
100,0
18,5
69,6
42,4
27,2
12,0
100,0
18,7
69,9
41,7
28,1
11,5
100,0
17,3
69,4
40,9
28,6
13,3
100,0
18,1
68,7
42,4
26,3
13,2
100,0
19,0
67,9
41,8
26,1
13,1
100,0
18,0
68,8
41,5
27,3
13,2
100,0
17,0
69,6
41,6
28,0
13,5
100,0
18,0
69,0
41,4
27,6
13,1
100,0
18,2
69,2
42,2
27,0
12,6
100,0
18,5
69,3
41,7
27,6
12,2
100,0
17,2
68,9
40,7
28,2
13,9
100,0
18,1
68,3
42,2
26,1
13,7
100,0
19,1
67,4
41,6
25,8
13,6
100,0
17,9
68,3
41,2
27,0
13,9
100,0
16,9
68,9
41,4
27,5
14,2
100,0
17,8
68,5
41,2
27,3
13,7
100,0
17,9
68,8
42,0
26,9
13,3
100,0
18,4
68,7
41,5
27,1
13,0
100,0
17,2
68,3
40,5
27,8
14,6
100,0
18,0
67,8
41,9
25,9
14,2
100,0
19,2
66,7
41,2
25,5
14,0
2020
2025
2030
2035
2040
2045
2050

100,0
17,9
64,9
38,7
26,2
17,2
100,0
17,1
64,9
38,8
26,1
18,0
100,0
17,4
65,4
38,9
26,6
17,1
100,0
17,5
65,5
39,3
26,2
17,0
100,0
18,2
65,1
39,2
25,9
16,7
100,0
17,2
64,6
37,9
26,7
18,2
100,0
18,1
64,9
39,5
25,5
17,0
100,0
19,9
63,3
38,4
24,9
16,9
232
100,0
17,6
62,5
35,2
27,2
20,0
100,0
16,9
62,2
35,0
27,2
20,9
100,0
17,0
62,9
35,6
27,3
20,2
100,0
16,9
63,0
35,8
27,3
20,1
100,0
17,7
62,5
35,7
26,8
19,8
100,0
16,8
62,3
34,6
27,7
21,0
100,0
17,9
62,8
35,8
27,0
19,4
100,0
19,6
61,6
34,8
26,8
18,8
100,0
16,2
62,6
32,3
30,4
21,1
100,0
15,7
62,5
31,7
30,8
21,9
100,0
15,7
62,8
32,5
30,3
21,6
100,0
15,5
62,8
32,3
30,4
21,7
100,0
16,2
62,8
32,8
30,0
21,0
100,0
15,4
62,8
31,8
31,0
21,9
100,0
16,6
62,9
32,6
30,3
20,5
100,0
18,0
62,7
32,2
30,5
19,3
100,0
15,5
62,5
30,0
32,5
22,0
100,0
15,0
62,6
29,4
33,1
22,4
100,0
15,0
62,4
30,1
32,4
22,6
100,0
14,8
62,2
29,6
32,6
23,0
100,0
15,4
63,0
30,7
32,3
21,6
100,0
14,7
62,7
29,8
33,0
22,6
100,0
15,7
62,7
30,1
32,6
21,6
100,0
17,1
63,0
30,6
32,4
20,0
100,0
15,0
61,0
29,0
32,0
24,0
100,0
14,6
61,2
28,5
32,7
24,3
100,0
14,5
60,8
28,7
32,1
24,7
100,0
14,1
60,5
28,3
32,2
25,4
100,0
14,9
61,7
29,7
32,0
23,5
100,0
14,3
61,1
28,7
32,4
24,6
100,0
15,1
61,4
29,1
32,3
23,6
100,0
16,6
61,5
30,3
31,2
22,0
100,0
15,0
57,8
28,8
29,1
27,2
100,0
14,6
57,9
28,4
29,5
27,6
100,0
14,3
57,8
28,1
29,6
28,0
100,0
13,8
57,2
27,5
29,7
29,0
100,0
14,7
58,5
29,2
29,3
26,8
100,0
14,2
57,7
28,3
29,4
28,1
100,0
14,9
58,2
28,9
29,4
26,9
100,0
16,7
58,1
30,4
27,7
25,3
100,0
15,1
53,8
28,5
25,3
31,1
100,0
14,7
53,6
28,2
25,3
31,7
100,0
14,3
53,7
27,7
26,0
32,1
100,0
13,7
52,8
26,9
25,9
33,5
100,0
14,6
54,5
28,9
25,6
30,8
100,0
14,3
53,5
27,9
25,6
32,2
100,0
15,0
54,1
28,6
25,5
30,9
100,0
17,0
54,1
30,2
24,0
28,9
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA (cd.) Mczyni (dok.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
16,9
70,2
41,3
29,0
12,9
100,0
18,6
69,7
42,5
27,2
11,8
100,0
18,6
70,5
43,1
27,4
10,9
100,0
18,7
68,5
41,6
27,0
12,8
100,0
17,4
69,7
40,8
28,9
13,0
100,0
16,9
69,4
40,6
28,8
13,7
100,0
18,8
70,3
42,2
28,1
10,9
100,0
18,8
69,1
42,4
26,7
12,1
100,0
17,6
70,1
41,3
28,8
12,3
100,0
16,6
69,8
41,1
28,7
13,6
100,0
18,3
69,3
42,4
26,9
12,4
100,0
18,3
70,3
42,9
27,4
11,4
100,0
18,6
67,9
41,4
26,6
13,5
100,0
17,3
69,2
40,6
28,6
13,6
100,0
16,7
69,0
40,5
28,5
14,4
100,0
18,6
69,9
42,2
27,7
11,6
100,0
18,7
68,5
42,2
26,4
12,8
100,0
17,4
69,5
41,2
28,3
13,1
100,0
16,4
69,2
40,7
28,5
14,4
100,0
18,1
68,9
42,2
26,7
13,0
100,0
18,0
70,1
42,8
27,3
11,9
100,0
18,6
67,3
41,1
26,2
14,1
100,0
17,3
68,6
40,3
28,3
14,2
100,0
16,5
68,4
40,3
28,1
15,1
100,0
18,3
69,4
42,0
27,4
12,3
100,0
18,7
67,9
41,9
26,1
13,4
100,0
17,2
68,9
41,0
27,9
13,9
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.) Males (cont.)

100,0
15,9
66,1
38,3
27,8
18,0
100,0
17,5
65,6
39,6
26,0
16,9
100,0
17,7
67,3
40,3
27,0
15,0
100,0
18,7
64,0
38,6
25,5
17,3
100,0
17,4
65,2
37,9
27,3
17,4
100,0
16,0
64,9
37,8
27,1
19,2
100,0
18,0
66,1
39,7
26,4
15,9
100,0
18,6
64,8
39,2
25,6
16,6
100,0
17,0
65,0
38,5
26,6
17,9
233
100,0
15,3
63,4
34,9
28,5
21,3
100,0
16,9
62,9
35,8
27,1
20,2
100,0
17,3
64,1
36,9
27,3
18,6
100,0
18,4
62,0
35,4
26,6
19,7
100,0
17,1
62,6
34,6
28,0
20,3
100,0
15,4
62,0
34,0
28,0
22,6
100,0
17,5
63,3
36,3
27,0
19,2
100,0
18,2
62,6
35,6
26,9
19,3
100,0
16,6
62,4
35,1
27,4
21,0
100,0
14,0
62,7
31,9
30,9
23,3
100,0
15,4
62,5
32,3
30,2
22,1
100,0
16,0
63,2
33,3
29,9
20,9
100,0
17,1
62,2
32,7
29,5
20,7
100,0
15,9
62,4
31,9
30,5
21,7
100,0
14,0
61,9
30,7
31,2
24,1
100,0
16,2
62,9
33,2
29,7
20,9
100,0
16,7
62,9
32,7
30,2
20,5
100,0
15,4
62,5
32,0
30,5
22,1
100,0
13,4
61,8
29,1
32,8
24,8
100,0
14,6
62,1
29,4
32,7
23,3
100,0
15,2
62,3
30,2
32,2
22,5
100,0
16,5
62,1
30,6
31,5
21,4
100,0
15,2
62,2
29,8
32,4
22,7
100,0
13,4
61,5
28,2
33,4
25,1
100,0
15,7
62,5
30,6
31,9
21,9
100,0
15,8
62,8
30,4
32,4
21,4
100,0
14,9
62,4
29,8
32,6
22,7
100,0
13,0
60,1
27,5
32,6
27,0
100,0
14,0
60,5
28,0
32,5
25,6
100,0
14,6
60,9
28,6
32,3
24,6
100,0
16,1
60,6
29,7
30,9
23,3
100,0
14,8
60,7
28,8
32,0
24,5
100,0
12,9
59,6
26,8
32,9
27,5
100,0
15,2
61,0
29,2
31,8
23,8
100,0
15,2
61,3
29,4
31,9
23,5
100,0
14,6
60,8
28,6
32,2
24,7
100,0
12,8
56,9
26,9
30,0
30,4
100,0
13,7
57,1
27,3
29,9
29,1
100,0
14,3
58,1
28,0
30,1
27,6
100,0
16,0
57,7
29,5
28,2
26,3
100,0
14,8
57,7
28,5
29,2
27,5
100,0
12,7
55,9
26,0
29,9
31,4
100,0
15,0
58,0
28,7
29,4
26,9
100,0
15,1
58,1
29,0
29,0
26,9
100,0
14,5
57,7
28,2
29,5
27,8
100,0
12,8
52,9
26,4
26,4
34,4
100,0
13,7
52,8
26,8
26,0
33,5
100,0
14,3
53,9
27,7
26,3
31,8
100,0
16,1
54,1
29,3
24,8
29,8
100,0
14,9
53,9
28,4
25,5
31,2
100,0
12,6
51,3
25,4
25,9
36,1
100,0
15,0
54,1
28,3
25,8
30,8
100,0
15,2
54,0
28,7
25,3
30,9
100,0
14,6
53,7
27,9
25,8
31,7
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
15,5
58,2
37,4
20,8
26,3
100,0
14,6
57,7
37,1
20,6
27,7
100,0
15,6
58,2
37,1
21,1
26,2
100,0
15,8
58,7
37,3
21,4
25,4
100,0
16,3
58,4
37,5
20,9
25,3
100,0
14,3
56,7
35,1
21,6
29,1
100,0
15,5
58,3
38,4
19,9
26,2
100,0
15,8
57,6
38,0
19,6
26,6
100,0
15,4
57,4
37,2
20,2
27,2
100,0
14,5
56,9
36,9
19,9
28,6
100,0
15,4
57,6
37,0
20,6
27,1
100,0
15,5
58,0
37,1
20,8
26,5
100,0
16,2
57,6
37,4
20,2
26,3
100,0
14,2
55,9
34,9
21,0
30,0
100,0
15,3
57,7
38,3
19,4
27,0
100,0
15,9
56,8
37,9
18,9
27,3
2020
2025
2030
2035
2040
2045
2050
100,0
15,3
56,6
37,0
19,7
28,1
100,0
14,5
56,0
36,8
19,2
29,6
100,0
15,2
56,8
36,8
20,1
28,0
100,0
15,2
57,2
37,0
20,2
27,6
100,0
16,0
56,7
37,2
19,5
27,3
100,0
14,1
55,0
34,7
20,3
30,9
100,0
15,2
57,1
38,1
19,0
27,7
100,0
16,0
56,0
37,7
18,3
28,1
100,0
15,3
53,0
34,6
18,4
31,7
100,0
14,6
52,3
34,5
17,8
33,2
100,0
14,9
53,1
34,4
18,7
32,0
100,0
14,8
53,1
34,3
18,8
32,1
100,0
15,9
52,6
34,7
17,9
31,6
100,0
14,1
51,0
32,3
18,7
34,9
100,0
15,3
54,0
35,8
18,2
30,8
100,0
16,5
52,9
35,2
17,8
30,6
234
100,0
15,0
51,6
31,3
20,2
33,5
100,0
14,4
51,0
31,2
19,8
34,6
100,0
14,5
51,5
31,4
20,1
34,1
100,0
14,2
51,0
31,1
20,0
34,8
100,0
15,4
51,1
31,3
19,8
33,5
100,0
13,8
49,6
29,2
20,4
36,6
100,0
15,1
52,7
32,6
20,1
32,3
100,0
16,3
52,5
31,9
20,7
31,2
100,0
13,8
51,5
28,5
23,0
34,8
100,0
13,3
51,2
28,1
23,1
35,5
100,0
13,3
51,0
28,6
22,5
35,6
100,0
12,9
50,3
28,1
22,3
36,8
100,0
14,1
51,1
28,4
22,7
34,8
100,0
12,6
49,5
26,6
22,9
37,9
100,0
14,0
52,5
29,4
23,1
33,5
100,0
14,9
53,2
29,1
24,1
31,8
100,0
13,2
49,9
26,3
23,6
36,9
100,0
12,7
49,8
25,8
23,9
37,5
100,0
12,8
49,3
26,3
23,1
37,9
100,0
12,3
48,4
25,5
22,9
39,4
100,0
13,6
49,5
26,4
23,1
37,0
100,0
12,1
47,9
24,8
23,1
40,0
100,0
13,3
51,2
26,9
24,2
35,5
100,0
14,2
51,9
27,4
24,5
33,9
100,0
12,8
47,2
25,4
21,8
40,0
100,0
12,4
47,1
25,0
22,1
40,5
100,0
12,4
46,7
25,0
21,7
40,9
100,0
11,8
45,6
24,2
21,4
42,6
100,0
13,3
46,5
25,5
21,1
40,1
100,0
11,8
45,1
23,9
21,2
43,1
100,0
12,8
48,6
25,9
22,7
38,6
100,0
13,8
49,1
27,0
22,0
37,1
100,0
12,9
43,8
25,3
18,5
43,3
100,0
12,5
43,6
24,9
18,6
44,0
100,0
12,3
43,4
24,6
18,8
44,3
100,0
11,6
42,2
23,7
18,5
46,2
100,0
13,4
43,1
25,2
17,9
43,5
100,0
11,9
41,8
23,8
18,0
46,3
100,0
12,7
45,1
25,8
19,3
42,2
100,0
14,0
45,5
27,2
18,3
40,5
100,0
13,1
41,3
25,3
16,1
45,6
100,0
12,7
41,0
25,0
16,0
46,3
100,0
12,4
40,9
24,5
16,4
46,8
100,0
11,6
39,4
23,4
16,0
49,0
100,0
13,6
40,9
25,2
15,7
45,5
100,0
12,1
39,6
23,7
15,8
48,3
100,0
12,9
42,2
25,8
16,4
44,9
100,0
14,4
43,2
27,2
16,0
42,4
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA (dok.) Kobiety (dok.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
14,5
58,6
37,1
21,5
26,9
100,0
16,2
59,7
38,3
21,4
24,1
100,0
16,2
60,6
38,5
22,1
23,2
100,0
16,2
57,9
38,0
19,9
25,9
100,0
15,3
58,4
36,7
21,7
26,3
100,0
14,5
57,5
35,5
22,0
28,0
100,0
16,3
59,4
37,8
21,7
24,3
100,0
16,2
58,4
38,2
20,3
25,4
100,0
15,4
58,4
37,2
21,2
26,3
100,0
14,3
57,8
36,8
21,1
27,9
100,0
16,0
59,0
38,2
20,8
25,1
100,0
15,9
60,1
38,3
21,8
24,0
100,0
16,1
57,2
37,8
19,3
26,8
100,0
15,2
57,6
36,5
21,1
27,2
100,0
14,2
56,7
35,4
21,4
29,1
100,0
16,0
58,8
37,7
21,1
25,2
100,0
16,1
57,7
37,9
19,8
26,2
100,0
15,2
57,6
37,1
20,5
27,3
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.) Females (cont.)
100,0
14,1
57,1
36,5
20,7
28,8
100,0
15,8
58,1
37,9
20,3
26,1
100,0
15,6
59,5
38,1
21,4
24,9
100,0
16,0
56,4
37,6
18,8
27,6
100,0
15,2
56,7
36,1
20,6
28,1
100,0
14,0
55,8
35,1
20,7
30,3
100,0
15,8
58,0
37,5
20,5
26,2
100,0
16,0
56,9
37,6
19,3
27,1
100,0
15,0
56,7
36,9
19,8
28,3
100,0
13,7
53,4
34,0
19,5
32,9
100,0
15,3
54,2
35,5
18,7
30,5
100,0
15,2
55,3
35,6
19,6
29,5
100,0
16,1
53,2
35,2
18,0
30,7
100,0
15,2
52,8
33,8
19,0
32,0
100,0
13,5
51,3
32,5
18,8
35,2
100,0
15,5
54,0
35,2
18,8
30,6
100,0
16,0
53,4
35,1
18,3
30,7
100,0
14,8
52,8
34,6
18,2
32,4
235
100,0
13,2
51,4
30,7
20,6
35,5
100,0
14,7
51,9
32,0
20,0
33,3
100,0
14,8
52,6
32,5
20,2
32,6
100,0
15,9
52,0
32,1
19,9
32,1
100,0
14,9
51,1
30,6
20,4
34,0
100,0
12,9
49,2
29,0
20,2
37,9
100,0
15,1
51,8
31,9
19,9
33,1
100,0
15,6
52,0
31,8
20,1
32,5
100,0
14,4
51,5
31,3
20,2
34,1
100,0
12,0
50,5
27,7
22,8
37,5
100,0
13,4
51,4
28,7
22,7
35,2
100,0
13,7
51,5
29,4
22,1
34,9
100,0
14,8
52,0
29,3
22,7
33,2
100,0
13,8
50,7
28,0
22,7
35,5
100,0
11,7
48,6
25,9
22,7
39,8
100,0
13,9
51,2
28,9
22,3
34,9
100,0
14,3
51,8
28,9
22,9
33,9
100,0
13,3
51,4
28,4
23,0
35,3
100,0
11,5
48,5
25,1
23,4
40,0
100,0
12,7
49,7
26,0
23,7
37,7
100,0
13,0
49,6
26,5
23,1
37,4
100,0
14,3
50,4
27,2
23,2
35,3
100,0
13,2
49,3
26,0
23,3
37,6
100,0
11,1
46,6
23,6
23,0
42,3
100,0
13,5
49,4
26,5
22,9
37,2
100,0
13,6
50,3
26,7
23,5
36,2
100,0
12,8
49,6
26,3
23,3
37,5
100,0
11,2
45,6
23,8
21,8
43,2
100,0
12,2
46,7
24,6
22,0
41,2
100,0
12,5
47,0
25,1
22,0
40,5
100,0
14,0
47,9
26,4
21,5
38,1
100,0
12,9
46,6
25,1
21,5
40,5
100,0
10,8
43,4
22,3
21,1
45,9
100,0
13,1
46,6
25,2
21,4
40,3
100,0
13,1
47,6
25,8
21,8
39,3
100,0
12,6
46,9
25,2
21,7
40,6
100,0
11,1
42,2
23,4
18,8
46,7
100,0
12,1
42,9
24,1
18,8
45,1
100,0
12,3
43,6
24,5
19,1
44,0
100,0
14,0
44,8
26,4
18,4
41,2
100,0
13,0
43,4
25,0
18,3
43,7
100,0
10,7
39,7
21,7
18,0
49,6
100,0
13,0
43,3
24,8
18,5
43,7
100,0
13,1
44,1
25,6
18,5
42,8
100,0
12,6
43,6
24,9
18,6
43,8
100,0
11,2
39,4
23,2
16,2
49,3
100,0
12,2
40,0
23,8
16,2
47,8
100,0
12,4
40,7
24,4
16,4
46,8
100,0
14,2
42,4
26,4
16,0
43,4
100,0
13,2
41,0
25,0
16,0
45,8
100,0
10,8
37,1
21,4
15,7
52,1
100,0
13,1
40,9
24,8
16,1
46,0
100,0
13,3
41,5
25,5
16,0
45,2
100,0
12,8
41,4
24,9
16,5
45,8
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
WIE
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
20,4
63,4
40,5
22,9
16,2
100,0
19,4
65,4
41,0
24,4
15,2
100,0
21,1
64,0
40,9
23,1
14,9
100,0
19,4
61,8
39,4
22,3
18,8
100,0
20,1
65,2
41,2
24,0
14,7
100,0
19,2
62,1
39,1
23,0
18,7
100,0
21,5
63,0
41,1
21,9
15,5
100,0
20,7
62,5
39,9
22,6
16,8
100,0
20,1
63,3
40,4
22,9
16,6
100,0
19,2
65,1
41,0
24,1
15,8
100,0
20,8
63,8
40,7
23,1
15,4
100,0
19,2
61,8
39,4
22,4
19,1
100,0
19,9
64,8
41,1
23,8
15,3
100,0
19,0
62,0
39,0
23,1
19,0
100,0
21,3
63,0
41,0
22,0
15,8
100,0
20,5
62,4
39,8
22,6
17,1
2020
2025
2030
2035
2040
2045
2050
RURAL AREAS
100,0
20,0
63,1
40,2
22,9
17,0
100,0
19,0
64,7
40,8
23,8
16,4
100,0
20,6
63,5
40,5
23,0
15,9
100,0
19,0
61,6
39,2
22,4
19,4
100,0
19,7
64,4
40,8
23,6
15,9
100,0
18,8
61,9
38,9
23,0
19,3
100,0
21,1
62,9
40,8
22,1
16,1
100,0
20,3
62,2
39,7
22,6
17,5
100,0
19,3
61,4
38,4
23,0
19,3
100,0
18,4
62,1
38,7
23,4
19,6
100,0
19,9
61,6
38,5
23,1
18,5
100,0
18,2
60,5
37,8
22,8
21,3
100,0
19,0
61,9
38,6
23,3
19,1
100,0
18,5
60,3
37,1
23,2
21,3
100,0
20,2
61,8
39,2
22,6
18,0
100,0
19,7
60,7
38,0
22,7
19,6
236
100,0
18,7
59,8
35,9
24,0
21,5
100,0
17,6
60,4
35,8
24,6
22,0
100,0
19,2
60,0
36,0
24,0
20,8
100,0
17,6
59,2
35,4
23,8
23,3
100,0
18,2
60,1
35,8
24,3
21,7
100,0
18,1
58,9
34,6
24,3
23,0
100,0
19,6
60,2
36,7
23,5
20,2
100,0
19,2
59,3
35,6
23,7
21,6
100,0
17,3
59,3
33,5
25,8
23,3
100,0
16,2
60,4
33,1
27,2
23,5
100,0
17,8
59,6
33,7
25,9
22,6
100,0
16,3
58,7
33,0
25,7
25,0
100,0
16,7
59,8
33,1
26,7
23,4
100,0
16,9
58,5
32,5
26,0
24,6
100,0
18,3
59,5
34,5
25,0
22,2
100,0
17,9
58,9
33,5
25,4
23,3
100,0
16,6
58,0
31,2
26,8
25,4
100,0
15,6
59,2
30,7
28,5
25,3
100,0
17,1
58,2
31,4
26,8
24,7
100,0
15,5
57,3
30,5
26,9
27,2
100,0
16,0
58,6
30,7
27,9
25,5
100,0
16,2
57,3
30,5
26,8
26,5
100,0
17,5
58,2
32,2
26,0
24,4
100,0
17,1
57,7
31,4
26,3
25,2
100,0
15,9
56,1
29,5
26,6
28,0
100,0
15,0
56,9
29,1
27,8
28,1
100,0
16,5
56,3
29,8
26,5
27,3
100,0
14,7
55,4
28,4
27,1
29,9
100,0
15,4
56,4
29,0
27,4
28,2
100,0
15,6
55,4
28,8
26,6
29,1
100,0
16,7
56,4
30,4
26,0
26,9
100,0
16,4
55,9
29,7
26,1
27,8
100,0
15,5
53,5
28,8
24,8
31,0
100,0
14,8
53,9
28,5
25,4
31,4
100,0
16,1
53,7
29,1
24,6
30,2
100,0
14,1
52,7
27,4
25,3
33,1
100,0
15,1
53,5
28,4
25,1
31,4
100,0
15,2
52,9
28,2
24,7
32,0
100,0
16,3
54,0
29,6
24,4
29,8
100,0
16,0
53,4
29,1
24,3
30,6
100,0
15,3
50,8
28,3
22,5
33,9
100,0
14,7
51,0
28,2
22,8
34,4
100,0
15,9
51,1
28,7
22,3
33,1
100,0
13,8
49,8
26,8
23,0
36,4
100,0
14,9
50,6
28,0
22,6
34,5
100,0
15,0
50,2
27,8
22,4
34,8
100,0
16,0
51,4
29,1
22,3
32,6
100,0
15,8
50,9
28,7
22,2
33,3
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
17,1
65,4
40,1
25,3
17,5
100,0
20,4
63,1
41,3
21,8
16,5
100,0
18,8
60,9
38,5
22,4
20,3
100,0
23,6
64,1
41,7
22,4
12,3
100,0
18,9
63,8
39,8
24,0
17,2
100,0
18,6
62,7
39,5
23,2
18,7
100,0
21,1
64,8
41,2
23,6
14,1
100,0
21,6
63,8
41,6
22,2
14,6
100,0
20,4
65,5
40,9
24,5
14,2
100,0
16,9
65,3
39,9
25,4
17,9
100,0
20,1
63,2
41,2
22,0
16,8
100,0
18,5
61,0
38,4
22,6
20,5
100,0
23,4
63,9
41,6
22,3
12,7
100,0
18,8
63,6
39,6
24,0
17,6
100,0
18,3
62,7
39,5
23,2
19,0
100,0
20,9
64,6
41,0
23,6
14,6
100,0
21,5
63,6
41,5
22,1
15,0
100,0
20,2
65,1
40,8
24,3
14,7
100,0
16,7
65,1
39,6
25,4
18,3
100,0
19,7
63,2
41,0
22,2
17,1
100,0
18,4
61,0
38,2
22,8
20,6
100,0
23,2
63,7
41,4
22,2
13,2
100,0
18,7
63,3
39,4
23,9
18,1
100,0
18,1
62,5
39,4
23,1
19,4
100,0
20,7
64,3
40,7
23,6
15,1
100,0
21,3
63,3
41,3
22,0
15,4
100,0
20,0
64,6
40,5
24,1
15,4
100,0
15,9
63,2
37,7
25,6
20,9
100,0
18,6
62,4
39,3
23,1
19,0
100,0
17,5
60,6
36,8
23,9
22,0
100,0
22,5
61,7
39,6
22,1
15,8
100,0
18,4
61,1
37,3
23,8
20,5
100,0
17,3
60,9
37,8
23,1
21,8
100,0
19,8
62,4
38,8
23,6
17,9
100,0
20,9
61,3
39,2
22,1
17,8
100,0
19,1
62,2
38,6
23,7
18,7
237
100,0
15,4
60,9
34,9
26,0
23,8
100,0
17,8
61,0
36,8
24,2
21,2
100,0
16,8
59,3
34,7
24,6
23,9
100,0
21,7
60,1
37,3
22,8
18,2
100,0
17,9
59,2
34,7
24,5
22,9
100,0
16,8
59,2
35,2
24,1
24,0
100,0
18,9
60,3
36,2
24,1
20,7
100,0
20,3
59,9
36,5
23,4
19,8
100,0
18,2
60,4
35,9
24,4
21,5
100,0
14,1
59,4
32,1
27,3
26,5
100,0
16,6
60,0
34,2
25,7
23,5
100,0
15,6
58,3
32,4
26,0
26,0
100,0
20,2
59,9
35,2
24,7
19,9
100,0
16,6
58,5
32,3
26,2
24,9
100,0
15,6
58,7
32,5
26,1
25,8
100,0
17,5
59,5
33,7
25,9
22,9
100,0
18,9
59,8
34,2
25,6
21,3
100,0
16,8
59,9
33,3
26,6
23,4
100,0
13,2
57,7
29,3
28,4
29,1
100,0
15,7
58,3
31,4
26,8
26,0
100,0
14,9
56,5
29,7
26,7
28,7
100,0
19,4
58,8
33,0
25,8
21,8
100,0
15,8
57,3
30,1
27,2
27,0
100,0
14,8
57,3
30,0
27,3
27,8
100,0
16,7
58,1
31,2
26,9
25,2
100,0
18,0
58,8
32,1
26,7
23,2
100,0
16,0
58,6
30,9
27,7
25,4
100,0
12,7
55,4
27,4
28,0
31,9
100,0
15,0
56,1
29,2
26,9
28,9
100,0
14,0
54,4
27,4
27,0
31,6
100,0
18,7
57,2
31,6
25,6
24,1
100,0
15,2
55,4
28,8
26,6
29,5
100,0
14,1
55,3
27,9
27,4
30,6
100,0
16,0
56,2
29,3
26,9
27,8
100,0
17,4
57,0
30,7
26,3
25,7
100,0
15,3
56,6
29,1
27,5
28,1
100,0
12,4
52,4
26,5
25,9
35,2
100,0
14,4
53,5
28,0
25,5
32,1
100,0
13,4
51,8
26,3
25,5
34,8
100,0
18,2
54,9
31,1
23,9
26,8
100,0
14,9
52,6
28,2
24,4
32,5
100,0
13,6
52,5
26,9
25,6
33,9
100,0
15,5
53,6
28,5
25,0
30,9
100,0
17,1
54,3
30,2
24,1
28,6
100,0
15,0
53,7
28,3
25,4
31,3
100,0
12,4
49,2
26,1
23,1
38,4
100,0
14,0
50,6
27,3
23,3
35,4
100,0
13,0
48,9
25,6
23,3
38,1
100,0
18,0
52,5
30,7
21,8
29,5
100,0
14,9
49,8
27,9
21,9
35,3
100,0
13,3
49,5
26,4
23,2
37,2
100,0
15,2
50,8
28,0
22,8
34,0
100,0
17,0
51,6
29,9
21,8
31,4
100,0
14,8
50,9
27,9
23,0
34,3
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
WIE (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
21,0
68,6
41,9
26,7
10,4
100,0
20,0
71,0
42,3
28,6
9,0
100,0
21,7
68,8
42,0
26,8
9,5
100,0
20,1
68,0
41,6
26,4
12,0
100,0
20,6
70,6
42,6
28,0
8,9
100,0
19,9
68,1
40,8
27,3
12,0
100,0
22,2
67,6
42,2
25,3
10,3
100,0
21,3
67,9
41,5
26,4
10,9
100,0
20,7
68,5
41,8
26,7
10,7
100,0
19,7
70,6
42,3
28,3
9,6
100,0
21,4
68,7
41,9
26,8
10,0
100,0
19,8
68,0
41,6
26,5
12,2
100,0
20,3
70,2
42,5
27,8
9,4
100,0
19,7
68,1
40,8
27,3
12,2
100,0
21,9
67,6
42,1
25,5
10,5
100,0
21,1
67,8
41,4
26,5
11,1
2020
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.) Males
100,0
20,5
68,4
41,6
26,7
11,1
100,0
19,5
70,3
42,2
28,1
10,2
100,0
21,2
68,4
41,7
26,7
10,4
100,0
19,6
68,0
41,4
26,6
12,4
100,0
20,1
69,9
42,2
27,7
10,0
100,0
19,5
67,9
40,7
27,3
12,6
100,0
21,7
67,5
41,9
25,6
10,8
100,0
20,9
67,7
41,2
26,5
11,4
100,0
19,9
66,7
39,8
26,9
13,5
100,0
18,9
67,5
39,9
27,6
13,6
100,0
20,4
66,6
39,7
26,9
13,0
100,0
18,7
66,8
39,9
26,9
14,5
100,0
19,5
67,3
39,8
27,4
13,3
100,0
19,1
66,1
38,8
27,3
14,8
100,0
20,8
66,4
40,3
26,1
12,7
100,0
20,4
66,0
39,5
26,5
13,6
238
100,0
19,2
64,7
37,3
27,4
16,1
100,0
18,2
65,1
37,0
28,1
16,7
100,0
19,7
64,5
37,1
27,4
15,8
100,0
18,0
65,0
37,4
27,6
17,0
100,0
18,6
64,9
37,0
27,9
16,5
100,0
18,8
64,1
36,3
27,8
17,2
100,0
20,3
64,6
37,8
26,8
15,1
100,0
19,8
64,1
37,0
27,0
16,2
100,0
17,9
64,2
34,9
29,3
17,9
100,0
16,7
65,1
34,4
30,7
18,2
100,0
18,4
64,1
34,8
29,4
17,5
100,0
16,7
64,5
34,9
29,6
18,8
100,0
17,2
64,7
34,3
30,3
18,2
100,0
17,6
63,8
34,1
29,7
18,6
100,0
18,9
63,9
35,7
28,3
17,2
100,0
18,5
63,7
34,9
28,8
17,8
100,0
17,1
63,5
32,6
30,9
19,4
100,0
16,1
64,8
32,0
32,8
19,1
100,0
17,7
63,4
32,5
30,9
18,9
100,0
15,9
63,6
32,2
31,4
20,4
100,0
16,4
64,2
31,9
32,3
19,4
100,0
16,9
63,2
32,1
31,1
20,0
100,0
18,1
63,1
33,3
29,8
18,9
100,0
17,7
63,2
32,8
30,3
19,1
100,0
16,4
62,1
30,8
31,2
21,5
100,0
15,6
63,2
30,4
32,8
21,3
100,0
17,0
61,9
30,9
31,0
21,1
100,0
15,1
62,2
30,0
32,2
22,7
100,0
15,8
62,6
30,3
32,3
21,7
100,0
16,2
61,8
30,5
31,3
22,0
100,0
17,4
61,8
31,5
30,2
20,9
100,0
17,0
61,9
31,2
30,7
21,1
100,0
16,0
59,8
30,1
29,7
24,2
100,0
15,3
60,5
29,8
30,6
24,3
100,0
16,6
59,6
30,3
29,4
23,7
100,0
14,5
59,8
29,1
30,8
25,7
100,0
15,4
59,9
29,6
30,3
24,6
100,0
15,8
59,5
29,8
29,7
24,7
100,0
16,9
59,7
30,7
29,0
23,4
100,0
16,5
59,7
30,6
29,1
23,8
100,0
15,8
56,8
29,7
27,1
27,4
100,0
15,2
57,0
29,4
27,6
27,8
100,0
16,4
56,7
29,8
26,8
26,9
100,0
14,1
56,5
28,4
28,2
29,4
100,0
15,2
56,6
29,2
27,4
28,2
100,0
15,6
56,6
29,4
27,1
27,9
100,0
16,6
57,0
30,3
26,7
26,4
100,0
16,3
56,9
30,1
26,8
26,8
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
WIE (cd.) Mczyni (dok.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
17,9
70,7
41,0
29,6
11,4
100,0
21,1
68,2
42,7
25,4
10,8
100,0
19,2
67,0
40,4
26,7
13,8
100,0
24,0
68,1
42,4
25,8
7,9
100,0
19,8
68,9
41,1
27,7
11,4
100,0
19,1
68,9
41,3
27,6
12,0
100,0
21,4
70,0
42,6
27,4
8,6
100,0
22,3
68,3
42,8
25,6
9,3
100,0
20,8
70,7
42,2
28,5
8,5
100,0
17,6
70,6
40,8
29,8
11,8
100,0
20,7
68,3
42,7
25,6
11,0
100,0
18,9
67,2
40,2
26,9
13,9
100,0
23,7
68,0
42,3
25,7
8,3
100,0
19,6
68,7
41,0
27,7
11,7
100,0
18,8
68,9
41,3
27,6
12,3
100,0
21,2
69,8
42,4
27,4
9,0
100,0
22,2
68,1
42,6
25,5
9,7
100,0
20,5
70,5
42,1
28,4
9,0
2020
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.) Males (cont.)
100,0
17,4
70,5
40,5
29,9
12,1
100,0
20,4
68,3
42,5
25,8
11,3
100,0
18,7
67,3
40,0
27,2
14,1
100,0
23,5
67,8
42,2
25,6
8,8
100,0
19,5
68,4
40,7
27,7
12,2
100,0
18,6
68,7
41,1
27,5
12,7
100,0
20,9
69,6
42,1
27,5
9,5
100,0
22,0
67,9
42,4
25,4
10,2
100,0
20,4
70,0
41,8
28,2
9,6
100,0
16,6
68,8
38,7
30,1
14,6
100,0
19,1
67,7
40,8
26,9
13,2
100,0
17,8
66,8
38,6
28,2
15,5
100,0
22,9
65,9
40,3
25,6
11,2
100,0
19,1
66,4
38,7
27,7
14,4
100,0
17,8
66,9
39,5
27,5
15,3
100,0
20,0
67,9
40,3
27,7
12,1
100,0
21,6
65,9
40,3
25,6
12,5
100,0
19,4
67,7
39,9
27,8
12,9
239
100,0
16,0
66,3
36,2
30,1
17,7
100,0
18,4
66,0
38,2
27,8
15,7
100,0
17,1
65,0
36,5
28,5
17,9
100,0
22,2
64,0
38,1
25,9
13,9
100,0
18,8
64,2
36,1
28,1
17,1
100,0
17,3
64,6
36,8
27,8
18,1
100,0
19,2
65,4
37,6
27,8
15,4
100,0
21,0
64,1
37,6
26,5
15,0
100,0
18,5
65,2
37,3
28,0
16,3
100,0
14,7
64,7
33,5
31,1
20,6
100,0
17,1
65,0
35,6
29,4
17,9
100,0
15,8
64,0
34,1
29,9
20,2
100,0
20,6
63,8
36,1
27,7
15,6
100,0
17,4
63,6
33,9
29,7
19,0
100,0
16,0
64,1
34,1
30,0
19,9
100,0
17,8
64,6
35,1
29,5
17,7
100,0
19,5
64,1
35,4
28,7
16,4
100,0
17,2
64,8
34,7
30,1
18,1
100,0
13,8
63,4
30,8
32,6
22,8
100,0
16,2
63,8
32,8
31,0
20,0
100,0
15,1
62,5
31,3
31,2
22,5
100,0
19,9
63,3
33,9
29,4
16,8
100,0
16,5
63,0
31,7
31,3
20,5
100,0
15,3
63,4
31,5
31,8
21,4
100,0
17,0
63,7
32,6
31,1
19,3
100,0
18,7
63,7
33,2
30,5
17,6
100,0
16,4
64,3
32,3
32,0
19,3
100,0
13,2
61,8
29,0
32,8
25,0
100,0
15,4
62,0
30,5
31,6
22,5
100,0
14,2
60,8
28,9
31,9
25,0
100,0
19,2
62,2
32,6
29,7
18,6
100,0
15,9
61,6
30,3
31,3
22,5
100,0
14,5
61,9
29,4
32,5
23,6
100,0
16,3
62,4
30,7
31,7
21,4
100,0
18,0
62,4
31,9
30,5
19,6
100,0
15,8
62,9
30,5
32,5
21,3
100,0
12,9
59,4
28,1
31,3
27,7
100,0
14,8
59,8
29,3
30,5
25,4
100,0
13,5
58,7
27,8
30,9
27,8
100,0
18,7
60,3
32,0
28,3
20,9
100,0
15,6
59,2
29,7
29,5
25,2
100,0
14,0
59,5
28,4
31,1
26,6
100,0
15,8
60,1
29,9
30,1
24,2
100,0
17,7
60,0
31,4
28,7
22,3
100,0
15,4
60,4
29,7
30,7
24,2
100,0
12,9
56,1
27,7
28,4
31,0
100,0
14,5
56,8
28,6
28,2
28,8
100,0
13,1
55,6
27,0
28,5
31,4
100,0
18,5
57,7
31,7
26,0
23,8
100,0
15,6
56,0
29,4
26,7
28,4
100,0
13,7
56,1
27,8
28,3
30,3
100,0
15,4
57,0
29,4
27,6
27,6
100,0
17,5
57,0
31,0
26,0
25,4
100,0
15,2
57,1
29,2
27,9
27,7
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
WIE (cd.) Kobiety

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
19,8
58,2
39,1
19,1
22,0
100,0
18,8
59,8
39,6
20,2
21,4
100,0
20,5
59,1
39,7
19,4
20,4
100,0
18,8
55,6
37,3
18,3
25,6
100,0
19,6
59,8
39,8
20,0
20,6
100,0
18,5
56,2
37,4
18,8
25,3
100,0
20,9
58,5
40,0
18,5
20,7
100,0
20,1
57,2
38,4
18,9
22,7
100,0
19,6
58,1
39,0
19,1
22,4
100,0
18,6
59,5
39,6
19,9
21,9
100,0
20,3
58,9
39,5
19,4
20,8
100,0
18,5
55,6
37,2
18,4
25,9
100,0
19,5
59,4
39,6
19,8
21,1
100,0
18,4
56,1
37,2
18,8
25,6
100,0
20,6
58,4
39,8
18,6
21,0
100,0
19,9
57,1
38,3
18,8
23,1
2020
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.) Females

100,0
19,4
57,8
38,8
19,0
22,8
100,0
18,4
59,1
39,5
19,6
22,5
100,0
20,1
58,6
39,3
19,3
21,3
100,0
18,4
55,4
37,1
18,3
26,2
100,0
19,3
58,9
39,4
19,5
21,8
100,0
18,2
55,9
37,1
18,8
25,9
100,0
20,4
58,3
39,6
18,6
21,3
100,0
19,7
56,8
38,1
18,7
23,5
100,0
18,7
56,2
37,0
19,2
25,1
100,0
17,9
56,6
37,5
19,2
25,5
100,0
19,4
56,7
37,4
19,3
24,0
100,0
17,7
54,3
35,6
18,7
28,1
100,0
18,6
56,5
37,3
19,2
24,9
100,0
17,8
54,5
35,4
19,2
27,7
100,0
19,6
57,2
38,0
19,1
23,3
100,0
19,1
55,4
36,5
18,9
25,5
240
100,0
18,1
55,0
34,5
20,5
26,9
100,0
17,1
55,7
34,6
21,1
27,2
100,0
18,6
55,5
34,9
20,6
25,9
100,0
17,1
53,4
33,4
20,1
29,5
100,0
17,8
55,3
34,5
20,7
27,0
100,0
17,4
53,8
33,0
20,8
28,9
100,0
19,0
55,8
35,6
20,2
25,2
100,0
18,5
54,5
34,1
20,4
27,0
100,0
16,8
54,5
32,2
22,3
28,7
100,0
15,7
55,7
31,9
23,8
28,7
100,0
17,2
55,0
32,6
22,4
27,8
100,0
15,8
52,9
31,1
21,8
31,3
100,0
16,3
54,9
31,9
23,0
28,7
100,0
16,2
53,3
30,9
22,4
30,5
100,0
17,7
55,1
33,4
21,8
27,2
100,0
17,2
54,0
32,0
22,1
28,7
100,0
16,0
52,6
29,9
22,8
31,3
100,0
15,0
53,6
29,4
24,2
31,4
100,0
16,5
53,0
30,3
22,7
30,5
100,0
15,1
51,0
28,7
22,3
33,9
100,0
15,6
52,9
29,4
23,5
31,5
100,0
15,6
51,4
28,8
22,6
33,0
100,0
16,9
53,4
31,0
22,3
29,8
100,0
16,5
52,2
29,9
22,4
31,3
100,0
15,4
50,2
28,1
22,1
34,4
100,0
14,5
50,7
27,8
22,9
34,8
100,0
15,9
50,6
28,6
22,0
33,5
100,0
14,3
48,6
26,7
21,9
37,0
100,0
15,0
50,3
27,8
22,5
34,8
100,0
14,9
49,1
27,2
21,9
36,0
100,0
16,1
51,1
29,3
21,9
32,8
100,0
15,8
49,9
28,2
21,6
34,3
100,0
15,0
47,3
27,4
19,9
37,7
100,0
14,3
47,4
27,3
20,1
38,4
100,0
15,5
47,8
28,0
19,8
36,7
100,0
13,8
45,6
25,8
19,8
40,6
100,0
14,7
47,1
27,2
19,9
38,2
100,0
14,6
46,3
26,6
19,7
39,1
100,0
15,7
48,3
28,4
19,9
36,0
100,0
15,4
47,2
27,6
19,6
37,5
100,0
14,8
44,8
27,0
17,8
40,4
100,0
14,2
44,9
27,0
18,0
40,9
100,0
15,3
45,5
27,6
17,9
39,2
100,0
13,5
43,0
25,2
17,8
43,5
100,0
14,6
44,6
26,8
17,8
40,9
100,0
14,4
44,0
26,2
17,7
41,6
100,0
15,4
45,9
27,9
17,9
38,7
100,0
15,2
44,9
27,2
17,7
39,9
Tabl. A9. Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w procentach) (dok.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
WIE (dok.) Kobiety (dok.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem
0-17
18-59/64
18-44
45-59/64
60+/65+
100,0
16,4
60,3
39,2
21,0
23,4
100,0
19,8
58,1
39,8
18,2
22,2
100,0
18,4
54,7
36,7
18,0
27,0
100,0
23,3
60,0
41,0
19,0
16,7
100,0
18,1
59,0
38,6
20,4
22,9
100,0
18,1
56,5
37,7
18,8
25,4
100,0
20,9
59,4
39,7
19,7
19,8
100,0
20,9
59,3
40,4
18,9
19,8
100,0
20,0
60,1
39,6
20,5
19,9
100,0
16,2
60,1
39,0
21,1
23,8
100,0
19,4
58,1
39,7
18,4
22,5
100,0
18,2
54,7
36,6
18,2
27,1
100,0
23,1
59,7
40,8
18,9
17,2
100,0
18,0
58,7
38,4
20,3
23,3
100,0
17,9
56,5
37,7
18,8
25,7
100,0
20,6
59,1
39,4
19,7
20,2
100,0
20,7
59,1
40,3
18,7
20,2
100,0
19,8
59,7
39,5
20,2
20,5
2020
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.) Females (cont.)

100,0
15,9
59,8
38,7
21,1
24,3
100,0
19,1
58,0
39,5
18,5
22,8
100,0
18,0
54,7
36,3
18,3
27,3
100,0
22,8
59,4
40,7
18,7
17,7
100,0
17,9
58,3
38,1
20,3
23,8
100,0
17,6
56,3
37,6
18,7
26,1
100,0
20,5
58,7
39,1
19,6
20,8
100,0
20,6
58,7
40,2
18,6
20,7
100,0
19,6
59,2
39,2
20,0
21,2
100,0
15,2
57,8
36,7
21,2
27,0
100,0
18,0
57,2
37,9
19,4
24,8
100,0
17,1
54,3
34,9
19,4
28,6
100,0
22,0
57,5
38,9
18,6
20,5
100,0
17,6
56,0
35,9
20,1
26,4
100,0
16,9
54,9
36,0
18,8
28,3
100,0
19,5
56,6
37,2
19,4
23,9
100,0
20,2
56,8
38,1
18,7
23,0
100,0
18,7
56,7
37,2
19,4
24,6
241
100,0
14,8
55,6
33,7
21,9
29,7
100,0
17,3
56,0
35,4
20,7
26,7
100,0
16,5
53,4
32,9
20,5
30,1
100,0
21,2
56,2
36,6
19,6
22,6
100,0
17,2
54,3
33,3
21,0
28,6
100,0
16,3
53,9
33,5
20,3
29,8
100,0
18,7
55,1
34,7
20,4
26,2
100,0
19,6
55,7
35,4
20,3
24,7
100,0
17,8
55,4
34,6
20,9
26,8
100,0
13,5
54,2
30,7
23,5
32,3
100,0
16,1
55,0
32,8
22,1
29,0
100,0
15,4
52,5
30,6
21,9
32,1
100,0
19,7
56,0
34,3
21,7
24,4
100,0
15,9
53,6
30,9
22,7
30,6
100,0
15,2
53,2
30,9
22,3
31,6
100,0
17,2
54,4
32,2
22,2
28,4
100,0
18,2
55,6
33,1
22,5
26,2
100,0
16,3
54,9
31,9
23,0
28,8
100,0
12,7
52,0
27,8
24,2
35,3
100,0
15,2
52,8
30,1
22,7
32,0
100,0
14,7
50,3
28,1
22,2
35,0
100,0
18,9
54,3
32,0
22,3
26,9
100,0
15,0
51,8
28,6
23,1
33,2
100,0
14,4
51,3
28,5
22,8
34,3
100,0
16,4
52,3
29,8
22,6
31,2
100,0
17,4
53,9
30,9
23,0
28,7
100,0
15,5
52,9
29,5
23,4
31,6
100,0
12,1
49,1
25,9
23,2
38,8
100,0
14,5
50,3
27,9
22,4
35,3
100,0
13,9
47,9
25,9
22,0
38,3
100,0
18,1
52,2
30,6
21,6
29,7
100,0
14,5
49,3
27,2
22,1
36,2
100,0
13,7
48,8
26,4
22,4
37,5
100,0
15,7
49,9
27,8
22,1
34,4
100,0
16,7
51,6
29,6
22,0
31,7
100,0
14,9
50,2
27,7
22,6
34,9
100,0
11,9
45,5
25,0
20,5
42,7
100,0
13,9
47,3
26,7
20,6
38,8
100,0
13,2
44,8
24,8
20,0
42,0
100,0
17,7
49,5
30,1
19,4
32,8
100,0
14,3
46,2
26,7
19,5
39,6
100,0
13,2
45,6
25,5
20,1
41,2
100,0
15,2
46,9
27,1
19,8
37,9
100,0
16,4
48,7
29,1
19,6
34,9
100,0
14,5
47,1
27,0
20,1
38,4
100,0
11,9
42,4
24,6
17,8
45,8
100,0
13,5
44,5
26,0
18,4
42,0
100,0
12,8
42,1
24,1
18,0
45,1
100,0
17,5
47,3
29,7
17,5
35,2
100,0
14,3
43,6
26,4
17,2
42,1
100,0
12,9
43,0
24,9
18,1
44,1
100,0
14,9
44,4
26,6
17,9
40,7
100,0
16,4
46,3
28,8
17,5
37,3
100,0
14,4
44,6
26,6
18,1
41,0

(uwzgldnione zmiany wieku emerytalnego) (w procentach)
(according to changes in retirement age) (in percentage)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM TOTAL
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
18,2
63,8
39,8
23,9
18,1
100,0
16,9
64,5
39,8
24,7
18,6
100,0
18,5
64,0
39,9
24,2
17,4
100,0
18,3
63,0
39,6
23,5
18,6
100,0
18,4
64,7
40,1
24,6
16,9
100,0
17,0
62,8
38,3
24,5
20,3
100,0
19,2
63,4
40,7
22,7
17,4
100,0
18,5
62,8
39,8
22,9
18,7
100,0
18,0
63,7
39,7
24,0
18,3
100,0
16,7
64,3
39,7
24,6
19,0
100,0
18,3
64,0
39,7
24,2
17,7
100,0
18,1
63,1
39,4
23,7
18,8
100,0
18,3
64,5
40,0
24,5
17,2
100,0
16,8
62,7
38,1
24,6
20,5
100,0
19,0
63,4
40,6
22,9
17,6
100,0
18,5
62,6
39,7
22,9
18,9
100,0
17,9
63,5
39,5
24,1
18,6
100,0
16,7
64,0
39,5
24,5
19,3
100,0
18,1
63,9
39,5
24,3
18,0
100,0
17,8
63,1
39,3
23,8
19,1
100,0
18,1
64,3
39,8
24,4
17,6
100,0
16,8
62,5
37,9
24,6
20,7
100,0
18,9
63,4
40,3
23,1
17,7
100,0
18,5
62,5
39,5
23,0
19,1
242
100,0
17,7
62,5
37,3
25,2
19,9
100,0
16,6
62,4
37,2
25,2
21,1
100,0
17,7
62,8
37,3
25,4
19,5
100,0
17,2
62,5
37,3
25,2
20,3
100,0
17,8
62,7
37,5
25,2
19,5
100,0
16,7
61,3
35,8
25,6
22,0
100,0
18,5
63,0
38,4
24,6
18,5
100,0
18,7
61,4
37,1
24,3
20,0
100,0
17,2
61,2
34,3
26,9
21,6
100,0
16,3
60,8
33,9
26,9
23,0
100,0
17,2
61,4
34,5
26,9
21,5
100,0
16,6
61,3
34,4
26,9
22,1
100,0
17,2
61,2
34,3
26,8
21,7
100,0
16,3
60,1
32,8
27,2
23,6
100,0
18,1
62,0
35,5
26,5
19,9
100,0
18,3
60,6
34,1
26,5
21,1
100,0
16,0
61,6
31,6
29,9
22,5
100,0
15,0
61,4
30,9
30,5
23,6
100,0
15,9
61,7
31,8
29,8
22,5
100,0
15,3
61,4
31,6
29,8
23,2
100,0
15,8
61,6
31,6
30,1
22,7
100,0
15,1
60,7
30,4
30,3
24,2
100,0
16,9
62,3
32,8
29,4
20,8
100,0
16,9
61,6
31,6
30,0
21,5
100,0
15,3
61,9
29,4
32,5
22,9
100,0
14,4
62,1
28,6
33,4
23,5
100,0
15,3
61,8
29,5
32,3
22,9
100,0
14,6
61,4
29,1
32,3
24,0
100,0
15,1
62,1
29,4
32,7
22,9
100,0
14,5
61,1
28,5
32,7
24,4
100,0
16,1
62,4
30,5
32,0
21,5
100,0
16,1
62,3
29,8
32,6
21,6
100,0
14,8
61,7
28,2
33,5
23,6
100,0
14,0
62,1
27,5
34,6
23,9
100,0
14,8
61,5
28,1
33,4
23,7
100,0
13,9
61,1
27,4
33,7
25,0
100,0
14,6
62,0
28,2
33,8
23,4
100,0
14,0
61,0
27,3
33,7
25,0
100,0
15,5
62,2
29,1
33,2
22,3
100,0
15,6
62,3
29,0
33,3
22,2
100,0
14,6
59,4
27,7
31,6
26,1
100,0
13,9
59,6
27,3
32,3
26,5
100,0
14,6
59,3
27,6
31,7
26,1
100,0
13,5
58,8
26,6
32,2
27,7
100,0
14,5
59,5
27,7
31,8
26,0
100,0
13,9
58,6
26,9
31,7
27,5
100,0
15,2
60,1
28,5
31,6
24,8
100,0
15,5
59,7
28,8
30,9
24,7
100,0
14,6
56,1
27,5
28,6
29,3
100,0
14,1
56,0
27,2
28,9
29,9
100,0
14,5
56,2
27,3
28,9
29,3
100,0
13,3
55,5
26,1
29,5
31,2
100,0
14,5
56,1
27,5
28,7
29,4
100,0
14,0
55,3
26,6
28,6
30,8
100,0
15,1
57,1
28,2
28,8
27,8
100,0
15,7
56,4
28,6
27,7
28,0

(uwzgldnione zmiany wieku emerytalnego) (w procentach) (cd.)
(according to changes in retirement age) (in percentage) (cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
OGEM (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
16,3
65,1
39,6
25,5
18,6
100,0
19,1
64,0
40,9
23,1
16,9
100,0
17,9
63,9
39,8
24,0
18,2
100,0
19,6
63,7
40,4
23,3
16,8
100,0
16,9
64,1
38,9
25,2
19,0
100,0
17,3
63,3
38,8
24,4
19,5
100,0
19,0
65,0
40,4
24,6
16,0
100,0
19,3
64,0
40,8
23,2
16,7
100,0
17,7
64,8
39,7
25,1
17,5
100,0
16,1
65,0
39,3
25,7
18,9
100,0
18,8
64,1
40,8
23,3
17,1
100,0
17,6
64,0
39,7
24,3
18,4
100,0
19,4
63,5
40,2
23,3
17,0
100,0
16,8
63,9
38,7
25,2
19,3
100,0
17,0
63,3
38,7
24,5
19,7
100,0
18,7
64,9
40,3
24,6
16,3
100,0
19,2
63,8
40,6
23,2
17,0
100,0
17,5
64,6
39,6
25,0
17,9
100,0
15,9
65,0
39,0
25,9
19,1
100,0
18,6
64,1
40,6
23,6
17,3
100,0
17,4
64,1
39,5
24,6
18,5
100,0
19,3
63,3
40,0
23,3
17,3
100,0
16,8
63,7
38,4
25,3
19,6
100,0
16,8
63,2
38,6
24,7
20,0
100,0
18,5
64,8
40,1
24,7
16,7
100,0
19,1
63,7
40,4
23,3
17,3
100,0
17,3
64,3
39,4
25,0
18,4
243
2020
2025
2030
2035
2040
2045
2050
TOTAL (cont.)
100,0
15,3
64,2
36,8
27,3
20,6
100,0
17,7
63,9
38,6
25,3
18,5
100,0
16,8
63,6
37,4
26,1
19,6
100,0
19,2
62,2
37,8
24,3
18,7
100,0
16,8
62,2
36,1
26,1
21,1
100,0
16,2
62,4
36,6
25,8
21,4
100,0
17,9
63,6
37,9
25,7
18,4
100,0
18,9
62,5
38,0
24,5
18,5
100,0
16,9
62,7
37,1
25,6
20,4
100,0
14,8
62,6
33,8
28,8
22,7
100,0
17,0
62,7
35,6
27,1
20,3
100,0
16,3
62,0
34,6
27,4
21,7
100,0
18,8
61,0
35,0
26,0
20,2
100,0
16,5
60,6
33,1
27,5
23,0
100,0
15,6
60,9
33,5
27,4
23,5
100,0
17,4
61,9
34,9
27,0
20,8
100,0
18,5
61,4
35,0
26,4
20,1
100,0
16,3
61,1
34,0
27,1
22,6
100,0
13,5
62,1
30,9
31,3
24,4
100,0
15,7
62,6
32,7
29,9
21,7
100,0
15,1
61,6
31,7
29,9
23,3
100,0
17,6
61,5
32,6
29,0
20,9
100,0
15,2
60,8
30,5
30,3
24,0
100,0
14,4
61,0
30,7
30,3
24,6
100,0
16,1
61,7
32,1
29,6
22,2
100,0
17,1
62,0
32,4
29,6
20,9
100,0
15,1
61,4
31,2
30,2
23,5
100,0
12,8
61,7
28,1
33,6
25,5
100,0
14,9
62,4
30,0
32,4
22,8
100,0
14,4
61,2
28,8
32,3
24,5
100,0
16,9
61,9
30,5
31,5
21,1
100,0
14,5
61,1
28,4
32,7
24,4
100,0
13,8
61,1
28,3
32,8
25,2
100,0
15,5
61,7
29,6
32,1
22,9
100,0
16,3
62,5
30,3
32,2
21,2
100,0
14,5
61,8
29,0
32,9
23,6
100,0
12,4
61,1
26,5
34,6
26,5
100,0
14,2
61,8
28,1
33,8
23,9
100,0
13,7
60,6
27,0
33,6
25,7
100,0
16,5
61,9
29,5
32,4
21,7
100,0
14,1
60,9
27,4
33,6
24,9
100,0
13,2
60,8
26,5
34,3
26,1
100,0
14,9
61,4
28,0
33,4
23,7
100,0
15,8
62,3
29,1
33,2
21,9
100,0
14,1
61,7
27,6
34,1
24,2
100,0
12,2
58,7
25,8
32,9
29,1
100,0
13,8
59,5
27,1
32,4
26,7
100,0
13,3
58,5
26,2
32,2
28,2
100,0
16,3
59,8
29,2
30,6
23,9
100,0
14,1
58,6
27,1
31,5
27,3
100,0
12,8
58,4
25,7
32,7
28,8
100,0
14,6
59,2
27,5
31,8
26,2
100,0
15,6
60,0
28,8
31,3
24,4
100,0
14,0
59,3
27,1
32,2
26,7
100,0
12,2
55,3
25,5
29,9
32,5
100,0
13,6
56,3
26,6
29,8
30,1
100,0
13,2
55,3
25,8
29,5
31,6
100,0
16,4
56,9
29,1
27,8
26,8
100,0
14,3
55,2
27,0
28,2
30,5
100,0
12,7
54,9
25,2
29,7
32,4
100,0
14,5
56,0
27,1
28,9
29,4
100,0
15,7
56,8
28,5
28,3
27,5
100,0
14,0
55,9
26,9
29,0
30,1

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
OGEM (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
19,3
69,3
41,8
27,5
11,4
100,0
18,0
70,8
41,9
28,8
11,3
100,0
19,6
69,5
41,7
27,7
10,9
100,0
19,3
69,0
42,0
27,0
11,7
100,0
19,4
70,4
42,0
28,4
10,2
100,0
18,3
69,2
40,9
28,4
12,5
100,0
20,3
68,3
42,3
26,0
11,4
100,0
19,8
68,2
41,7
26,5
12,0
100,0
19,1
69,3
41,6
27,6
11,6
100,0
17,9
70,6
41,8
28,8
11,6
100,0
19,4
69,4
41,6
27,8
11,2
100,0
19,1
69,1
41,8
27,3
11,8
100,0
19,2
70,3
42,0
28,3
10,5
100,0
18,2
69,2
40,7
28,5
12,7
100,0
20,1
68,4
42,2
26,3
11,5
100,0
19,8
68,1
41,5
26,6
12,1
100,0
19,0
69,2
41,4
27,8
11,8
100,0
17,8
70,3
41,6
28,7
11,9
100,0
19,2
69,4
41,4
28,0
11,4
100,0
18,8
69,2
41,7
27,6
12,0
100,0
19,1
70,1
41,8
28,3
10,9
100,0
18,1
69,1
40,5
28,6
12,8
100,0
19,9
68,5
41,9
26,5
11,6
100,0
19,8
68,0
41,2
26,7
12,2
244
2020
2025
2030
2035
2040
2045
2050
TOTAL (cont.) Males

100,0
18,7
68,3
39,2
29,1
13,0
100,0
17,7
68,6
39,1
29,5
13,7
100,0
18,7
68,6
39,2
29,4
12,7
100,0
18,2
68,8
39,6
29,2
13,0
100,0
18,7
68,7
39,4
29,3
12,6
100,0
18,0
68,0
38,3
29,7
14,0
100,0
19,6
68,1
39,9
28,2
12,4
100,0
20,1
66,9
38,8
28,1
13,1
100,0
18,3
65,9
36,1
29,8
15,8
100,0
17,4
65,8
35,7
30,1
16,9
100,0
18,2
66,1
36,3
29,9
15,7
100,0
17,5
66,6
36,7
30,0
15,8
100,0
18,1
66,0
36,2
29,8
16,0
100,0
17,6
65,6
35,3
30,3
16,9
100,0
19,2
66,1
36,9
29,2
14,7
100,0
19,7
64,8
35,6
29,2
15,5
100,0
17,0
65,5
33,4
32,1
17,6
100,0
16,0
65,5
32,6
32,9
18,5
100,0
16,9
65,6
33,5
32,1
17,5
100,0
16,2
66,0
33,8
32,3
17,8
100,0
16,6
65,7
33,4
32,3
17,7
100,0
16,3
65,4
32,8
32,6
18,3
100,0
17,9
65,7
34,3
31,4
16,4
100,0
18,2
65,1
33,2
31,9
16,8
100,0
16,2
65,2
31,1
34,1
18,6
100,0
15,4
65,6
30,3
35,3
19,0
100,0
16,2
65,2
31,2
34,0
18,6
100,0
15,4
65,4
31,1
34,4
19,1
100,0
15,8
65,7
31,2
34,5
18,5
100,0
15,6
65,3
30,7
34,6
19,1
100,0
17,1
65,2
31,9
33,3
17,8
100,0
17,3
65,3
31,4
33,8
17,4
100,0
15,7
64,4
29,8
34,5
20,0
100,0
14,9
64,9
29,2
35,7
20,2
100,0
15,7
64,2
29,7
34,5
20,1
100,0
14,7
64,4
29,3
35,1
20,9
100,0
15,2
65,0
29,9
35,0
19,8
100,0
15,1
64,4
29,5
34,9
20,5
100,0
16,4
64,3
30,5
33,9
19,3
100,0
16,7
64,5
30,6
33,8
18,8
100,0
15,4
62,0
29,4
32,6
22,6
100,0
14,8
62,3
28,9
33,4
22,9
100,0
15,4
61,9
29,1
32,8
22,7
100,0
14,2
62,1
28,4
33,7
23,7
100,0
15,0
62,5
29,4
33,1
22,6
100,0
14,9
61,9
29,0
32,9
23,2
100,0
16,0
62,2
29,9
32,3
21,8
100,0
16,6
61,9
30,5
31,5
21,5
100,0
15,4
58,6
29,0
29,6
26,0
100,0
14,9
58,5
28,7
29,8
26,6
100,0
15,3
58,6
28,7
29,9
26,1
100,0
13,9
58,6
27,8
30,8
27,5
100,0
14,9
58,9
29,0
29,9
26,2
100,0
14,9
58,4
28,6
29,8
26,7
100,0
15,9
59,1
29,6
29,5
25,0
100,0
16,8
58,5
30,2
28,3
24,8

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
17,4
70,7
41,2
29,6
11,9
100,0
20,1
69,0
42,7
26,4
10,9
100,0
18,8
69,3
42,0
27,4
11,8
100,0
20,6
68,7
41,8
26,8
10,7
100,0
17,9
69,8
40,9
28,9
12,3
100,0
18,2
69,4
41,0
28,4
12,4
100,0
19,9
70,4
42,4
28,1
9,7
100,0
20,4
69,0
42,6
26,5
10,5
100,0
18,6
70,6
41,6
29,1
10,8
100,0
17,1
70,8
40,9
29,9
12,1
100,0
19,7
69,2
42,6
26,7
11,1
100,0
18,6
69,5
41,8
27,7
11,9
100,0
20,5
68,5
41,7
26,8
11,0
100,0
17,8
69,6
40,6
29,0
12,5
100,0
17,9
69,5
41,0
28,5
12,6
100,0
19,7
70,4
42,3
28,1
9,9
100,0
20,3
68,9
42,4
26,5
10,8
100,0
18,4
70,5
41,5
29,0
11,1
100,0
16,9
70,8
40,6
30,1
12,4
100,0
19,4
69,3
42,4
27,0
11,2
100,0
18,3
69,7
41,6
28,1
12,0
100,0
20,4
68,4
41,5
26,9
11,3
100,0
17,8
69,5
40,4
29,1
12,8
100,0
17,7
69,5
40,8
28,7
12,8
100,0
19,4
70,4
42,1
28,3
10,2
100,0
20,2
68,8
42,1
26,7
11,0
100,0
18,3
70,3
41,3
29,0
11,5
245
100,0
16,2
70,2
38,5
31,7
13,6
100,0
18,5
69,3
40,3
29,0
12,2
100,0
17,7
69,6
39,6
30,0
12,7
100,0
20,3
67,3
39,2
28,0
12,5
100,0
17,8
68,2
38,1
30,2
14,0
100,0
17,0
68,9
38,8
30,1
14,1
100,0
18,8
69,5
39,9
29,6
11,6
100,0
20,0
67,8
39,7
28,1
12,2
100,0
17,8
68,8
38,9
29,9
13,4
100,0
15,7
67,7
35,5
32,2
16,6
100,0
17,8
67,3
37,3
30,0
14,9
100,0
17,2
67,2
36,7
30,4
15,6
100,0
19,8
65,1
36,4
28,7
15,1
100,0
17,5
65,7
35,0
30,7
16,8
100,0
16,5
66,3
35,6
30,6
17,3
100,0
18,3
66,8
36,9
30,0
14,9
100,0
19,5
65,6
36,6
29,0
14,8
100,0
17,2
66,0
35,8
30,2
16,8
100,0
14,4
66,4
32,7
33,7
19,3
100,0
16,4
66,3
34,4
32,0
17,2
100,0
15,9
65,9
33,6
32,3
18,2
100,0
18,5
64,9
34,0
30,9
16,6
100,0
16,3
65,1
32,4
32,7
18,7
100,0
15,2
65,6
32,8
32,8
19,3
100,0
16,9
65,9
34,0
31,9
17,2
100,0
18,1
65,5
34,0
31,5
16,4
100,0
16,0
65,5
32,9
32,6
18,5
100,0
13,6
65,2
29,9
35,3
21,2
100,0
15,6
65,5
31,5
34,0
18,9
100,0
15,2
64,8
30,6
34,2
20,0
100,0
17,9
64,7
31,9
32,8
17,4
100,0
15,5
64,7
30,3
34,5
19,7
100,0
14,5
65,1
30,2
34,9
20,4
100,0
16,3
65,3
31,5
33,8
18,4
100,0
17,3
65,5
31,9
33,6
17,2
100,0
15,4
65,4
30,7
34,7
19,2
100,0
13,1
64,0
28,3
35,7
22,9
100,0
14,9
64,3
29,6
34,8
20,8
100,0
14,4
63,6
28,7
34,9
21,9
100,0
17,4
64,0
30,9
33,1
18,6
100,0
15,1
63,9
29,2
34,7
21,1
100,0
13,9
64,1
28,4
35,7
22,0
100,0
15,7
64,5
29,9
34,6
19,8
100,0
16,7
64,7
30,7
34,0
18,7
100,0
15,0
64,6
29,2
35,3
20,4
100,0
12,9
61,6
27,5
34,1
25,6
100,0
14,4
62,0
28,5
33,5
23,6
100,0
14,0
61,5
27,9
33,6
24,5
100,0
17,2
61,9
30,6
31,3
21,0
100,0
15,0
61,4
28,9
32,6
23,6
100,0
13,5
61,6
27,5
34,1
25,0
100,0
15,4
62,2
29,2
33,0
22,4
100,0
16,5
62,3
30,3
32,0
21,3
100,0
14,8
62,1
28,7
33,3
23,1
100,0
12,8
58,2
27,1
31,1
29,0
100,0
14,2
58,8
27,9
30,9
27,0
100,0
13,8
58,2
27,4
30,8
28,0
100,0
17,2
58,9
30,4
28,6
23,9
100,0
15,1
57,9
28,6
29,3
27,0
100,0
13,3
58,0
26,9
31,1
28,7
100,0
15,2
58,9
28,8
30,1
25,9
100,0
16,4
59,0
29,9
29,0
24,6
100,0
14,8
58,5
28,4
30,1
26,7

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
17,2
58,6
38,0
20,5
24,3
100,0
15,8
58,8
37,8
20,9
25,4
100,0
17,5
58,9
38,1
20,8
23,6
100,0
17,4
57,5
37,3
20,2
25,2
100,0
17,5
59,3
38,3
21,0
23,2
100,0
15,8
56,9
35,9
21,0
27,3
100,0
18,2
58,7
39,2
19,5
23,1
100,0
17,3
57,8
38,1
19,7
24,9
100,0
17,0
58,4
37,9
20,5
24,6
100,0
15,7
58,5
37,7
20,8
25,8
100,0
17,3
58,8
38,0
20,9
23,9
100,0
17,1
57,4
37,2
20,3
25,5
100,0
17,4
59,0
38,2
20,8
23,6
100,0
15,7
56,7
35,7
21,0
27,6
100,0
18,0
58,7
39,1
19,7
23,3
100,0
17,3
57,6
38,0
19,6
25,1
100,0
16,9
58,2
37,7
20,6
24,9
100,0
15,6
58,2
37,6
20,6
26,2
100,0
17,1
58,7
37,8
20,9
24,2
100,0
16,9
57,4
37,0
20,4
25,8
100,0
17,2
58,7
38,0
20,8
24,1
100,0
15,6
56,5
35,5
21,0
27,9
100,0
17,9
58,7
38,9
19,8
23,5
100,0
17,3
57,4
37,8
19,6
25,3
246
100,0
16,6
57,0
35,5
21,5
26,3
100,0
15,6
56,5
35,4
21,1
27,9
100,0
16,7
57,3
35,6
21,7
26,0
100,0
16,3
56,5
35,0
21,5
27,2
100,0
16,9
56,9
35,6
21,3
26,2
100,0
15,5
55,2
33,4
21,8
29,3
100,0
17,5
58,2
37,0
21,2
24,4
100,0
17,4
56,3
35,6
20,7
26,3
100,0
16,2
56,8
32,6
24,2
27,0
100,0
15,2
56,2
32,3
23,9
28,6
100,0
16,2
57,0
32,8
24,2
26,8
100,0
15,7
56,2
32,3
24,0
28,0
100,0
16,3
56,4
32,5
23,9
27,3
100,0
15,1
55,1
30,6
24,4
29,8
100,0
17,1
58,0
34,1
23,9
24,8
100,0
17,0
56,7
32,6
24,1
26,3
100,0
15,0
57,9
30,0
27,9
27,1
100,0
14,0
57,6
29,3
28,3
28,4
100,0
15,0
58,0
30,2
27,7
27,1
100,0
14,5
57,1
29,7
27,4
28,4
100,0
15,0
57,6
29,7
27,8
27,5
100,0
14,0
56,4
28,3
28,1
29,6
100,0
15,9
59,1
31,5
27,6
25,0
100,0
15,7
58,4
30,1
28,3
25,9
100,0
14,4
58,7
27,8
30,9
26,9
100,0
13,5
58,8
27,0
31,7
27,8
100,0
14,4
58,6
28,0
30,7
27,0
100,0
13,8
57,6
27,2
30,4
28,6
100,0
14,4
58,5
27,6
30,9
27,2
100,0
13,4
57,3
26,4
31,0
29,3
100,0
15,2
59,8
29,1
30,7
25,0
100,0
15,0
59,7
28,3
31,4
25,4
100,0
13,9
59,2
26,6
32,6
26,9
100,0
13,1
59,4
25,9
33,5
27,4
100,0
13,9
59,0
26,6
32,4
27,1
100,0
13,2
57,9
25,6
32,3
28,9
100,0
14,0
59,0
26,4
32,6
27,1
100,0
13,1
57,9
25,2
32,6
29,1
100,0
14,6
60,3
27,7
32,5
25,1
100,0
14,5
60,2
27,5
32,8
25,2
100,0
13,8
56,9
26,2
30,7
29,3
100,0
13,1
57,1
25,7
31,4
29,8
100,0
13,8
56,8
26,1
30,7
29,4
100,0
12,8
55,7
24,9
30,9
31,5
100,0
13,9
56,6
26,0
30,6
29,5
100,0
13,0
55,5
25,0
30,6
31,5
100,0
14,3
58,1
27,2
30,9
27,6
100,0
14,5
57,7
27,3
30,4
27,8
100,0
13,9
53,8
26,0
27,7
32,4
100,0
13,3
53,7
25,7
28,0
33,1
100,0
13,8
53,9
25,9
27,9
32,4
100,0
12,7
52,6
24,4
28,2
34,8
100,0
14,0
53,3
25,9
27,4
32,7
100,0
13,1
52,4
24,8
27,6
34,5
100,0
14,3
55,1
27,0
28,1
30,6
100,0
14,7
54,4
27,2
27,2
30,9

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
15,4
59,7
38,1
21,7
24,9
100,0
18,3
59,1
39,2
19,9
22,7
100,0
17,0
58,7
37,8
20,8
24,3
100,0
18,6
59,0
39,0
20,0
22,5
100,0
15,9
58,9
37,1
21,8
25,2
100,0
16,5
57,4
36,7
20,7
26,2
100,0
18,1
59,8
38,5
21,3
22,1
100,0
18,3
59,2
39,1
20,0
22,6
100,0
16,8
59,3
37,9
21,4
24,0
100,0
15,2
59,6
37,8
21,8
25,2
100,0
18,0
59,1
39,1
20,1
22,9
100,0
16,7
58,7
37,7
21,1
24,5
100,0
18,5
58,8
38,8
19,9
22,8
100,0
15,8
58,6
36,9
21,7
25,6
100,0
16,2
57,3
36,6
20,7
26,5
100,0
17,8
59,7
38,4
21,3
22,5
100,0
18,1
59,0
39,0
20,0
22,9
100,0
16,6
59,0
37,8
21,2
24,4
100,0
15,0
59,5
37,5
22,0
25,5
100,0
17,7
59,1
38,8
20,3
23,2
100,0
16,5
58,7
37,4
21,3
24,8
100,0
18,4
58,5
38,6
19,9
23,1
100,0
15,8
58,3
36,6
21,7
25,9
100,0
16,0
57,2
36,4
20,8
26,8
100,0
17,6
59,5
38,1
21,3
22,9
100,0
18,0
58,8
38,8
20,1
23,2
100,0
16,4
58,7
37,6
21,1
24,9
247
100,0
14,4
58,5
35,3
23,3
27,1
100,0
16,9
58,7
36,9
21,8
24,5
100,0
16,0
57,8
35,4
22,5
26,2
100,0
18,2
57,3
36,5
20,8
24,5
100,0
15,8
56,5
34,3
22,3
27,7
100,0
15,4
56,2
34,5
21,8
28,4
100,0
17,1
58,0
36,0
22,0
25,0
100,0
17,9
57,6
36,5
21,1
24,6
100,0
16,0
57,0
35,4
21,6
27,1
100,0
13,9
57,7
32,2
25,6
28,3
100,0
16,2
58,3
34,0
24,3
25,5
100,0
15,5
57,1
32,6
24,5
27,4
100,0
17,8
57,1
33,7
23,4
25,1
100,0
15,5
55,9
31,3
24,6
28,7
100,0
14,8
55,8
31,5
24,2
29,4
100,0
16,5
57,2
33,1
24,1
26,4
100,0
17,5
57,4
33,5
23,9
25,2
100,0
15,4
56,5
32,3
24,2
28,1
100,0
12,7
58,2
29,2
29,0
29,1
100,0
15,0
58,9
31,1
27,8
26,1
100,0
14,3
57,5
29,8
27,7
28,2
100,0
16,6
58,3
31,2
27,1
25,0
100,0
14,3
56,8
28,7
28,1
28,9
100,0
13,6
56,7
28,8
27,9
29,7
100,0
15,3
57,7
30,3
27,5
27,0
100,0
16,2
58,6
30,9
27,7
25,2
100,0
14,2
57,6
29,5
28,1
28,1
100,0
12,1
58,4
26,4
31,9
29,6
100,0
14,2
59,3
28,5
30,8
26,5
100,0
13,7
57,7
27,1
30,5
28,7
100,0
16,1
59,2
29,1
30,2
24,7
100,0
13,6
57,7
26,7
31,0
28,7
100,0
13,0
57,3
26,4
30,9
29,7
100,0
14,7
58,2
27,8
30,3
27,2
100,0
15,4
59,6
28,8
30,8
25,0
100,0
13,7
58,5
27,4
31,1
27,8
100,0
11,7
58,4
24,8
33,6
29,9
100,0
13,6
59,5
26,6
32,8
27,0
100,0
13,0
57,8
25,4
32,4
29,2
100,0
15,6
59,8
28,1
31,7
24,6
100,0
13,3
58,2
25,7
32,5
28,5
100,0
12,5
57,6
24,7
32,9
29,9
100,0
14,2
58,5
26,3
32,2
27,3
100,0
14,9
60,1
27,7
32,4
25,0
100,0
13,3
59,0
26,0
33,0
27,7
100,0
11,5
56,0
24,2
31,8
32,5
100,0
13,2
57,1
25,7
31,4
29,7
100,0
12,7
55,6
24,7
30,9
31,8
100,0
15,5
57,7
27,9
29,9
26,8
100,0
13,3
55,9
25,5
30,4
30,8
100,0
12,2
55,3
24,0
31,3
32,5
100,0
13,9
56,3
25,8
30,6
29,7
100,0
14,8
57,9
27,4
30,5
27,3
100,0
13,3
56,7
25,6
31,1
30,1
100,0
11,6
52,6
23,9
28,6
35,9
100,0
13,0
53,9
25,2
28,7
33,1
100,0
12,6
52,4
24,3
28,2
35,0
100,0
15,6
54,9
27,8
27,1
29,5
100,0
13,5
52,6
25,4
27,2
33,9
100,0
12,1
52,0
23,5
28,4
36,0
100,0
13,9
53,2
25,5
27,7
32,9
100,0
14,9
54,8
27,2
27,6
30,4
100,0
13,3
53,5
25,5
28,0
33,2

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
16,7
63,8
39,4
24,4
19,4
100,0
15,7
64,0
39,3
24,7
20,2
100,0
16,8
63,9
39,2
24,7
19,3
100,0
17,1
64,2
39,7
24,5
18,7
100,0
17,5
64,3
39,5
24,7
18,3
100,0
15,7
63,0
37,8
25,2
21,3
100,0
16,7
63,6
40,3
23,2
19,7
100,0
17,3
62,8
39,8
23,0
19,9
100,0
16,6
63,6
39,2
24,3
19,8
100,0
15,7
63,7
39,2
24,5
20,7
100,0
16,6
63,7
39,1
24,6
19,7
100,0
16,8
64,0
39,5
24,5
19,2
100,0
17,3
63,9
39,4
24,5
18,8
100,0
15,6
62,7
37,6
25,1
21,7
100,0
16,6
63,4
40,2
23,2
20,0
100,0
17,4
62,4
39,6
22,8
20,2
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS
100,0
16,5
63,3
39,0
24,3
20,2
100,0
15,6
63,3
38,9
24,4
21,1
100,0
16,4
63,5
38,9
24,6
20,1
100,0
16,5
63,8
39,3
24,5
19,7
100,0
17,2
63,6
39,3
24,4
19,2
100,0
15,5
62,4
37,4
25,0
22,1
100,0
16,5
63,2
39,9
23,3
20,3
100,0
17,5
62,1
39,3
22,8
20,4
248
100,0
16,6
61,5
36,5
24,9
22,0
100,0
15,8
61,2
36,5
24,7
23,0
100,0
16,1
61,8
36,5
25,3
22,1
100,0
16,0
61,8
36,7
25,2
22,1
100,0
17,0
61,6
36,8
24,7
21,4
100,0
15,6
60,4
35,0
25,5
24,1
100,0
16,6
61,8
37,5
24,3
21,6
100,0
18,1
60,4
36,7
23,7
21,5
100,0
16,2
59,9
33,2
26,7
23,9
100,0
15,6
59,5
33,0
26,5
25,0
100,0
15,7
60,2
33,4
26,8
24,2
100,0
15,5
60,0
33,3
26,7
24,6
100,0
16,5
59,8
33,4
26,4
23,7
100,0
15,2
58,8
31,7
27,1
26,0
100,0
16,4
60,5
34,1
26,4
23,1
100,0
17,8
59,6
33,2
26,4
22,6
100,0
15,0
60,4
30,3
30,2
24,6
100,0
14,4
60,1
29,8
30,3
25,5
100,0
14,4
60,4
30,4
30,0
25,2
100,0
14,1
60,0
30,0
30,0
25,9
100,0
15,1
60,4
30,6
29,8
24,5
100,0
13,9
59,5
29,0
30,5
26,6
100,0
15,2
61,1
30,9
30,2
23,7
100,0
16,4
61,0
30,5
30,5
22,6
100,0
14,3
61,0
28,1
32,9
24,7
100,0
13,8
60,9
27,5
33,4
25,3
100,0
13,8
60,7
28,1
32,7
25,5
100,0
13,4
60,1
27,4
32,7
26,5
100,0
14,5
61,1
28,5
32,5
24,5
100,0
13,3
60,2
27,1
33,1
26,5
100,0
14,5
61,7
28,5
33,2
23,9
100,0
15,5
62,1
28,9
33,3
22,3
100,0
13,9
60,9
27,1
33,8
25,2
100,0
13,4
61,1
26,6
34,4
25,5
100,0
13,4
60,5
26,7
33,8
26,1
100,0
12,9
59,8
26,1
33,7
27,3
100,0
14,1
61,1
27,6
33,6
24,8
100,0
13,0
60,2
26,1
34,0
26,9
100,0
13,9
61,7
27,4
34,3
24,4
100,0
15,1
62,2
28,6
33,7
22,7
100,0
13,9
58,4
26,9
31,5
27,7
100,0
13,5
58,6
26,6
32,0
28,0
100,0
13,3
58,1
26,3
31,9
28,6
100,0
12,6
57,3
25,5
31,8
30,1
100,0
14,1
58,6
27,2
31,4
27,3
100,0
13,0
57,5
25,9
31,6
29,5
100,0
13,7
59,3
27,3
32,0
27,0
100,0
15,3
59,4
28,7
30,7
25,3
100,0
14,1
54,8
26,8
28,0
31,2
100,0
13,7
54,7
26,6
28,2
31,6
100,0
13,3
54,6
26,0
28,6
32,1
100,0
12,6
53,5
25,1
28,4
33,9
100,0
14,1
55,0
27,1
27,9
30,9
100,0
13,1
53,8
25,7
28,1
33,1
100,0
13,9
55,6
27,1
28,5
30,5
100,0
15,7
55,6
28,6
27,0
28,7

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
15,6
64,5
39,1
25,4
19,9
100,0
17,3
64,8
40,3
24,5
17,8
100,0
17,3
65,6
40,7
24,9
17,0
100,0
17,4
63,4
39,7
23,7
19,3
100,0
16,3
64,1
38,7
25,5
19,6
100,0
15,7
63,6
37,9
25,6
20,8
100,0
17,5
65,0
39,9
25,1
17,5
100,0
17,4
63,9
40,2
23,7
18,7
100,0
16,4
64,4
39,2
25,2
19,2
100,0
15,4
64,3
38,8
25,5
20,3
100,0
17,1
64,6
40,2
24,4
18,3
100,0
17,0
65,6
40,5
25,1
17,4
100,0
17,3
63,0
39,5
23,5
19,7
100,0
16,2
63,9
38,4
25,4
19,9
100,0
15,4
63,3
37,8
25,5
21,3
100,0
17,2
64,8
39,8
25,0
18,0
100,0
17,3
63,6
39,9
23,6
19,1
100,0
16,2
64,1
39,1
25,0
19,7
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.)

100,0
15,2
64,0
38,5
25,5
20,8
100,0
16,9
64,4
39,9
24,4
18,8
100,0
16,8
65,5
40,3
25,2
17,7
100,0
17,3
62,7
39,2
23,5
20,0
100,0
16,2
63,5
38,1
25,4
20,3
100,0
15,2
63,0
37,6
25,4
21,8
100,0
17,0
64,6
39,7
24,9
18,4
100,0
17,3
63,3
39,6
23,6
19,5
100,0
16,1
63,8
38,9
24,9
20,2
249
100,0
14,7
62,4
36,0
26,4
22,8
100,0
16,4
62,6
37,5
25,1
21,1
100,0
16,4
63,9
37,9
26,0
19,7
100,0
17,3
61,1
36,8
24,3
21,6
100,0
16,3
61,7
35,7
26,0
22,1
100,0
14,7
60,9
35,0
25,9
24,4
100,0
16,7
62,7
37,3
25,4
20,6
100,0
17,2
61,6
37,0
24,5
21,2
100,0
15,9
61,7
36,4
25,3
22,5
100,0
14,2
60,6
32,7
27,9
25,2
100,0
15,8
60,6
33,8
26,8
23,7
100,0
16,0
61,6
34,6
27,1
22,4
100,0
17,1
59,8
33,7
26,1
23,2
100,0
16,0
60,0
32,6
27,4
24,1
100,0
14,1
58,7
31,4
27,4
27,2
100,0
16,2
60,6
34,0
26,7
23,1
100,0
16,8
60,1
33,6
26,5
23,1
100,0
15,4
59,9
33,1
26,8
24,7
100,0
13,0
60,4
29,7
30,7
26,6
100,0
14,4
60,4
30,4
30,0
25,2
100,0
14,8
61,0
31,2
29,8
24,2
100,0
15,9
60,4
30,9
29,5
23,7
100,0
14,8
60,2
29,9
30,4
25,0
100,0
12,8
58,8
28,2
30,6
28,5
100,0
15,0
60,5
30,9
29,6
24,5
100,0
15,4
60,7
30,7
30,0
23,8
100,0
14,3
60,3
30,1
30,2
25,4
100,0
12,4
60,2
27,0
33,2
27,4
100,0
13,6
60,6
27,6
33,0
25,8
100,0
14,1
60,7
28,2
32,5
25,2
100,0
15,4
61,0
28,8
32,2
23,7
100,0
14,1
60,6
27,8
32,8
25,3
100,0
12,2
59,0
25,7
33,3
28,8
100,0
14,5
60,6
28,4
32,1
24,9
100,0
14,6
61,3
28,5
32,9
24,0
100,0
13,8
60,9
28,0
32,9
25,3
100,0
12,0
59,8
25,6
34,3
28,2
100,0
13,0
60,4
26,3
34,1
26,6
100,0
13,5
60,3
26,7
33,6
26,2
100,0
15,0
61,0
28,0
33,0
24,1
100,0
13,8
60,5
26,9
33,6
25,7
100,0
11,8
58,7
24,4
34,3
29,5
100,0
14,1
60,5
27,1
33,4
25,4
100,0
14,1
61,3
27,5
33,8
24,6
100,0
13,5
60,8
26,8
34,0
25,6
100,0
11,9
57,3
25,1
32,2
30,8
100,0
12,9
57,8
25,6
32,2
29,3
100,0
13,3
58,1
26,2
32,0
28,6
100,0
15,0
58,6
27,9
30,7
26,5
100,0
13,8
58,1
26,7
31,4
28,1
100,0
11,7
55,8
23,7
32,1
32,6
100,0
14,0
58,1
26,7
31,5
27,9
100,0
14,1
58,7
27,2
31,5
27,2
100,0
13,5
58,3
26,5
31,8
28,2
100,0
12,0
53,7
24,8
28,9
34,4
100,0
12,9
53,9
25,3
28,7
33,2
100,0
13,3
54,7
26,0
28,8
32,0
100,0
15,1
55,3
27,8
27,5
29,6
100,0
14,0
54,6
26,6
27,9
31,4
100,0
11,7
51,7
23,3
28,4
36,6
100,0
14,0
54,6
26,5
28,1
31,3
100,0
14,2
55,0
27,0
28,0
30,8
100,0
13,6
54,7
26,4
28,4
31,6

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
MIASTA (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
18,1
69,6
41,7
28,0
12,3
100,0
17,0
70,6
41,8
28,8
12,4
100,0
18,2
69,7
41,5
28,2
12,1
100,0
18,5
69,9
42,4
27,5
11,7
100,0
18,7
70,2
41,7
28,5
11,1
100,0
17,3
69,7
40,9
28,9
13,0
100,0
18,1
69,0
42,4
26,5
12,9
100,0
19,0
68,2
41,8
26,4
12,8
100,0
18,0
69,4
41,5
27,9
12,6
100,0
17,0
70,3
41,6
28,7
12,8
100,0
18,0
69,6
41,4
28,2
12,4
100,0
18,2
69,8
42,2
27,6
12,0
100,0
18,5
69,9
41,7
28,3
11,5
100,0
17,2
69,5
40,7
28,8
13,3
100,0
18,1
68,9
42,2
26,6
13,1
100,0
19,1
67,9
41,6
26,4
13,0
2020
2025
2030
2035
2040
2045
2050
100,0
17,9
69,2
41,2
28,0
12,9
100,0
16,9
70,0
41,4
28,6
13,1
100,0
17,8
69,5
41,2
28,3
12,7
100,0
17,9
69,8
42,0
27,8
12,3
100,0
18,4
69,7
41,5
28,2
11,9
100,0
17,2
69,3
40,5
28,9
13,5
100,0
18,0
68,7
41,9
26,8
13,3
100,0
19,2
67,7
41,2
26,4
13,1
250
100,0
17,9
67,7
38,7
29,0
14,4
100,0
17,1
67,9
38,8
29,1
15,0
100,0
17,4
68,3
38,9
29,4
14,3
100,0
17,5
68,4
39,3
29,0
14,2
100,0
18,2
68,0
39,2
28,8
13,8
100,0
17,2
67,6
37,9
29,7
15,2
100,0
18,1
67,5
39,5
28,1
14,4
100,0
19,9
66,0
38,4
27,6
14,2
100,0
17,6
65,0
35,2
29,8
17,4
100,0
16,9
64,8
35,0
29,8
18,3
100,0
17,0
65,5
35,6
29,9
17,6
100,0
16,9
65,5
35,8
29,8
17,6
100,0
17,7
65,1
35,7
29,4
17,2
100,0
16,8
64,9
34,6
30,3
18,4
100,0
17,9
65,1
35,8
29,3
17,0
100,0
19,6
63,8
34,8
29,0
16,6
100,0
16,2
64,8
32,3
32,5
19,0
100,0
15,7
64,6
31,7
32,9
19,8
100,0
15,7
65,0
32,5
32,5
19,4
100,0
15,5
65,0
32,3
32,7
19,5
100,0
16,2
65,0
32,8
32,2
18,9
100,0
15,4
64,9
31,8
33,1
19,7
100,0
16,6
65,0
32,6
32,4
18,4
100,0
18,0
64,6
32,2
32,4
17,5
100,0
15,5
64,8
30,0
34,8
19,7
100,0
15,0
64,8
29,4
35,4
20,2
100,0
15,0
64,8
30,1
34,7
20,2
100,0
14,8
64,6
29,6
35,0
20,6
100,0
15,4
65,2
30,7
34,4
19,5
100,0
14,7
65,1
29,8
35,4
20,2
100,0
15,7
65,0
30,1
34,8
19,3
100,0
17,1
65,1
30,6
34,6
17,8
100,0
15,0
63,9
29,0
34,9
21,0
100,0
14,6
64,2
28,5
35,7
21,3
100,0
14,5
63,8
28,7
35,1
21,7
100,0
14,1
63,5
28,3
35,3
22,3
100,0
14,9
64,6
29,7
34,9
20,5
100,0
14,3
64,2
28,7
35,5
21,5
100,0
15,1
64,2
29,1
35,2
20,7
100,0
16,6
64,4
30,3
34,1
19,1
100,0
15,0
61,2
28,8
32,5
23,8
100,0
14,6
61,4
28,4
33,1
24,0
100,0
14,3
61,2
28,1
33,1
24,5
100,0
13,8
60,7
27,5
33,2
25,5
100,0
14,7
62,0
29,2
32,8
23,3
100,0
14,2
61,3
28,3
32,9
24,5
100,0
14,9
61,6
28,9
32,8
23,5
100,0
16,7
61,4
30,4
31,0
21,9
100,0
15,1
57,3
28,5
28,9
27,6
100,0
14,7
57,3
28,2
29,0
28,0
100,0
14,3
57,3
27,7
29,6
28,4
100,0
13,7
56,6
26,9
29,6
29,8
100,0
14,6
58,1
28,9
29,2
27,3
100,0
14,3
57,2
27,9
29,3
28,5
100,0
15,0
57,7
28,6
29,1
27,3
100,0
17,0
57,5
30,2
27,3
25,5

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
16,9
70,6
41,3
29,3
12,6
100,0
18,6
70,0
42,5
27,5
11,5
100,0
18,6
70,8
43,1
27,7
10,6
100,0
18,7
68,8
41,6
27,3
12,5
100,0
17,4
70,0
40,8
29,2
12,7
100,0
16,9
69,7
40,6
29,1
13,3
100,0
18,8
70,6
42,2
28,4
10,6
100,0
18,8
69,4
42,4
27,0
11,8
100,0
17,6
70,5
41,3
29,2
11,9
100,0
16,6
70,5
41,1
29,4
13,0
100,0
18,3
69,9
42,4
27,5
11,8
100,0
18,3
70,8
42,9
27,9
10,9
100,0
18,6
68,6
41,4
27,2
12,8
100,0
17,3
69,8
40,6
29,2
12,9
100,0
16,7
69,6
40,5
29,1
13,7
100,0
18,6
70,5
42,2
28,4
10,9
100,0
18,7
69,2
42,2
27,0
12,1
100,0
17,4
70,2
41,2
29,0
12,4
2020
2025
2030
2035
2040
2045
2050
100,0
16,4
70,3
40,7
29,5
13,3
100,0
18,1
69,8
42,2
27,6
12,1
100,0
18,0
70,9
42,8
28,1
11,1
100,0
18,6
68,3
41,1
27,2
13,1
100,0
17,3
69,5
40,3
29,3
13,2
100,0
16,5
69,5
40,3
29,2
14,1
100,0
18,3
70,4
42,0
28,3
11,3
100,0
18,7
68,9
41,9
27,1
12,5
100,0
17,2
70,0
41,0
28,9
12,8
251
100,0
15,9
69,0
38,3
30,7
15,1
100,0
17,5
68,4
39,6
28,8
14,1
100,0
17,7
69,9
40,3
29,6
12,4
100,0
18,7
66,8
38,6
28,2
14,6
100,0
17,4
68,0
37,9
30,2
14,6
100,0
16,0
68,0
37,8
30,2
16,0
100,0
18,0
69,0
39,7
29,3
13,1
100,0
18,6
67,5
39,2
28,3
13,9
100,0
17,0
68,1
38,5
29,6
14,9
100,0
15,3
66,2
34,9
31,3
18,5
100,0
16,9
65,6
35,8
29,8
17,6
100,0
17,3
66,8
36,9
30,0
15,9
100,0
18,4
64,3
35,4
29,0
17,3
100,0
17,1
65,3
34,6
30,6
17,6
100,0
15,4
64,8
34,0
30,8
19,8
100,0
17,5
65,9
36,3
29,6
16,6
100,0
18,2
65,0
35,6
29,3
16,9
100,0
16,6
65,0
35,1
30,0
18,4
100,0
14,0
65,2
31,9
33,4
20,8
100,0
15,4
64,7
32,3
32,4
19,9
100,0
16,0
65,5
33,3
32,2
18,6
100,0
17,1
64,3
32,7
31,6
18,6
100,0
15,9
64,8
31,9
32,9
19,4
100,0
14,0
64,2
30,7
33,5
21,8
100,0
16,2
65,1
33,2
31,9
18,7
100,0
16,7
65,0
32,7
32,3
18,4
100,0
15,4
64,7
32,0
32,6
20,0
100,0
13,4
64,4
29,1
35,3
22,2
100,0
14,6
64,4
29,4
35,0
21,1
100,0
15,2
64,6
30,2
34,5
20,2
100,0
16,5
64,3
30,6
33,7
19,2
100,0
15,2
64,5
29,8
34,7
20,3
100,0
13,4
64,0
28,2
35,8
22,7
100,0
15,7
64,7
30,6
34,1
19,7
100,0
15,8
65,1
30,4
34,6
19,1
100,0
14,9
64,7
29,8
34,9
20,4
100,0
13,0
63,2
27,5
35,7
23,9
100,0
14,0
63,4
28,0
35,4
22,6
100,0
14,6
63,6
28,6
35,0
21,8
100,0
16,1
63,5
29,7
33,8
20,4
100,0
14,8
63,7
28,8
34,9
21,6
100,0
12,9
62,9
26,8
36,1
24,3
100,0
15,2
63,9
29,2
34,7
20,9
100,0
15,2
64,2
29,4
34,8
20,5
100,0
14,6
63,9
28,6
35,3
21,5
100,0
12,8
60,4
26,9
33,6
26,8
100,0
13,7
60,7
27,3
33,4
25,6
100,0
14,3
61,3
28,0
33,3
24,4
100,0
16,0
61,0
29,5
31,5
23,0
100,0
14,8
61,1
28,5
32,6
24,1
100,0
12,7
59,7
26,0
33,7
27,7
100,0
15,0
61,4
28,7
32,7
23,6
100,0
15,1
61,5
29,0
32,5
23,4
100,0
14,5
61,2
28,2
33,0
24,3
100,0
12,8
56,6
26,4
30,2
30,7
100,0
13,7
56,5
26,8
29,8
29,7
100,0
14,3
57,6
27,7
29,9
28,1
100,0
16,1
57,5
29,3
28,2
26,4
100,0
14,9
57,4
28,4
29,0
27,7
100,0
12,6
55,2
25,4
29,8
32,2
100,0
15,0
57,7
28,3
29,3
27,3
100,0
15,2
57,6
28,7
28,9
27,3
100,0
14,6
57,3
27,9
29,4
28,1

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
15,5
58,6
37,4
21,2
25,9
100,0
14,6
58,2
37,1
21,1
27,3
100,0
15,6
58,6
37,1
21,5
25,8
100,0
15,8
59,2
37,3
21,8
25,0
100,0
16,3
58,8
37,5
21,3
24,8
100,0
14,3
57,2
35,1
22,0
28,6
100,0
15,5
58,7
38,4
20,3
25,8
100,0
15,8
58,0
38,0
20,0
26,2
100,0
15,4
58,3
37,2
21,1
26,3
100,0
14,5
57,8
36,9
20,8
27,7
100,0
15,4
58,4
37,0
21,4
26,2
100,0
15,5
58,8
37,1
21,7
25,6
100,0
16,2
58,4
37,4
21,0
25,4
100,0
14,2
56,8
34,9
21,8
29,1
100,0
15,3
58,5
38,3
20,2
26,2
100,0
15,9
57,6
37,9
19,7
26,5
2020
2025
2030
2035
2040
2045
2050

100,0
15,3
57,9
37,0
21,0
26,8
100,0
14,5
57,3
36,8
20,6
28,2
100,0
15,2
58,1
36,8
21,3
26,7
100,0
15,2
58,5
37,0
21,5
26,3
100,0
16,0
58,0
37,2
20,8
26,0
100,0
14,1
56,3
34,7
21,7
29,6
100,0
15,2
58,2
38,1
20,2
26,5
100,0
16,0
57,2
37,7
19,5
26,8
252
100,0
15,3
55,9
34,6
21,3
28,8
100,0
14,6
55,2
34,5
20,7
30,2
100,0
14,9
56,0
34,4
21,6
29,0
100,0
14,8
56,1
34,3
21,7
29,2
100,0
15,9
55,6
34,7
20,9
28,6
100,0
14,1
54,1
32,3
21,8
31,8
100,0
15,3
56,7
35,8
20,8
28,1
100,0
16,5
55,5
35,2
20,3
28,0
100,0
15,0
55,4
31,3
24,0
29,7
100,0
14,4
54,7
31,2
23,5
30,9
100,0
14,5
55,4
31,4
24,0
30,1
100,0
14,2
55,1
31,1
24,0
30,7
100,0
15,4
54,8
31,3
23,6
29,8
100,0
13,8
53,6
29,2
24,4
32,7
100,0
15,1
56,3
32,6
23,8
28,6
100,0
16,3
55,9
31,9
24,0
27,9
100,0
13,8
56,5
28,5
28,1
29,7
100,0
13,3
56,1
28,1
28,0
30,7
100,0
13,3
56,3
28,6
27,8
30,4
100,0
12,9
55,6
28,1
27,6
31,5
100,0
14,1
56,0
28,4
27,6
29,9
100,0
12,6
54,9
26,6
28,2
32,5
100,0
14,0
57,5
29,4
28,1
28,5
100,0
14,9
57,9
29,1
28,8
27,2
100,0
13,2
57,6
26,3
31,3
29,2
100,0
12,7
57,4
25,8
31,6
29,9
100,0
12,8
57,1
26,3
30,9
30,1
100,0
12,3
56,1
25,5
30,7
31,6
100,0
13,6
57,0
26,4
30,7
29,4
100,0
12,1
55,9
24,8
31,2
32,0
100,0
13,3
58,7
26,9
31,8
28,0
100,0
14,2
59,5
27,4
32,2
26,3
100,0
12,8
58,2
25,4
32,8
28,9
100,0
12,4
58,3
25,0
33,3
29,3
100,0
12,4
57,6
25,0
32,6
30,0
100,0
11,8
56,5
24,2
32,3
31,7
100,0
13,3
57,7
25,5
32,2
29,0
100,0
11,8
56,6
23,9
32,7
31,6
100,0
12,8
59,4
25,9
33,5
27,8
100,0
13,8
60,3
27,0
33,3
25,9
100,0
12,9
55,9
25,3
30,6
31,3
100,0
12,5
56,0
24,9
31,1
31,6
100,0
12,3
55,4
24,6
30,8
32,3
100,0
11,6
54,2
23,7
30,6
34,2
100,0
13,4
55,2
25,2
30,0
31,4
100,0
11,9
54,2
23,8
30,4
34,0
100,0
12,7
57,2
25,8
31,4
30,1
100,0
14,0
57,6
27,2
30,4
28,4
100,0
13,1
52,4
25,3
27,2
34,5
100,0
12,7
52,4
25,0
27,4
34,9
100,0
12,4
52,1
24,5
27,6
35,5
100,0
11,6
50,8
23,4
27,4
37,7
100,0
13,6
51,7
25,2
26,5
34,7
100,0
12,1
50,7
23,7
27,0
37,2
100,0
12,9
53,7
25,8
27,9
33,4
100,0
14,4
53,9
27,2
26,7
31,6

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
14,5
59,0
37,1
21,9
26,5
100,0
16,2
60,1
38,3
21,8
23,7
100,0
16,2
61,0
38,5
22,4
22,9
100,0
16,2
58,3
38,0
20,3
25,5
100,0
15,3
58,8
36,7
22,1
25,9
100,0
14,5
58,0
35,5
22,5
27,5
100,0
16,3
59,8
37,8
22,1
23,8
100,0
16,2
58,8
38,2
20,7
25,0
100,0
15,4
58,8
37,2
21,6
25,9
100,0
14,3
58,7
36,8
21,9
27,0
100,0
16,0
59,8
38,2
21,6
24,3
100,0
15,9
60,8
38,3
22,5
23,3
100,0
16,1
58,0
37,8
20,2
25,9
100,0
15,2
58,4
36,5
21,9
26,4
100,0
14,2
57,6
35,4
22,3
28,2
100,0
16,0
59,6
37,7
21,9
24,4
100,0
16,1
58,5
37,9
20,6
25,4
100,0
15,2
58,4
37,1
21,4
26,4
2020
2025
2030
2035
2040
2045
2050

100,0
14,1
58,4
36,5
21,9
27,5
100,0
15,8
59,4
37,9
21,5
24,8
100,0
15,6
60,7
38,1
22,6
23,7
100,0
16,0
57,6
37,6
20,0
26,4
100,0
15,2
58,0
36,1
21,9
26,8
100,0
14,0
57,2
35,1
22,1
28,9
100,0
15,8
59,3
37,5
21,8
24,9
100,0
16,0
58,1
37,6
20,5
25,9
100,0
15,0
58,1
36,9
21,2
27,0
253
100,0
13,7
56,5
34,0
22,5
29,9
100,0
15,3
57,2
35,5
21,7
27,5
100,0
15,2
58,4
35,6
22,8
26,3
100,0
16,1
55,8
35,2
20,6
28,1
100,0
15,2
55,9
33,8
22,1
28,9
100,0
13,5
54,6
32,5
22,0
32,0
100,0
15,5
57,1
35,2
21,9
27,5
100,0
16,0
56,2
35,1
21,1
27,9
100,0
14,8
55,8
34,6
21,3
29,4
100,0
13,2
55,6
30,7
24,8
31,3
100,0
14,7
56,0
32,0
24,0
29,3
100,0
14,8
56,9
32,5
24,5
28,3
100,0
15,9
55,6
32,1
23,5
28,5
100,0
14,9
55,1
30,6
24,5
30,0
100,0
12,9
53,3
29,0
24,3
33,8
100,0
15,1
55,9
31,9
23,9
29,1
100,0
15,6
55,7
31,8
23,9
28,7
100,0
14,4
55,2
31,3
23,9
30,4
100,0
12,0
56,1
27,7
28,4
31,9
100,0
13,4
56,5
28,7
27,9
30,1
100,0
13,7
57,0
29,4
27,6
29,3
100,0
14,8
56,9
29,3
27,6
28,3
100,0
13,8
56,1
28,0
28,1
30,2
100,0
11,7
54,0
25,9
28,1
34,4
100,0
13,9
56,4
28,9
27,4
29,7
100,0
14,3
56,9
28,9
28,0
28,8
100,0
13,3
56,4
28,4
28,0
30,3
100,0
11,5
56,5
25,1
31,4
32,0
100,0
12,7
57,2
26,0
31,2
30,2
100,0
13,0
57,1
26,5
30,6
29,8
100,0
14,3
58,0
27,2
30,7
27,8
100,0
13,2
57,0
26,0
31,0
29,9
100,0
11,1
54,5
23,6
31,0
34,3
100,0
13,5
56,8
26,5
30,4
29,7
100,0
13,6
58,0
26,7
31,2
28,5
100,0
12,8
57,4
26,3
31,1
29,8
100,0
11,2
56,8
23,8
33,0
32,0
100,0
12,2
57,6
24,6
33,0
30,2
100,0
12,5
57,4
25,1
32,3
30,1
100,0
14,0
58,6
26,4
32,2
27,4
100,0
12,9
57,6
25,1
32,5
29,5
100,0
10,8
55,0
22,3
32,7
34,2
100,0
13,1
57,3
25,2
32,1
29,6
100,0
13,1
58,6
25,8
32,8
28,3
100,0
12,6
58,0
25,2
32,9
29,4
100,0
11,1
54,4
23,4
31,0
34,4
100,0
12,1
55,1
24,1
31,0
32,8
100,0
12,3
55,2
24,5
30,7
32,4
100,0
14,0
56,4
26,4
30,0
29,6
100,0
13,0
55,3
25,0
30,3
31,8
100,0
10,7
52,3
21,7
30,6
37,0
100,0
13,0
55,2
24,8
30,3
31,8
100,0
13,1
56,2
25,6
30,6
30,7
100,0
12,6
55,7
24,9
30,7
31,7
100,0
11,2
51,0
23,2
27,7
37,8
100,0
12,2
51,5
23,8
27,6
36,4
100,0
12,4
52,1
24,4
27,7
35,5
100,0
14,2
53,2
26,4
26,8
32,5
100,0
13,2
52,0
25,0
26,9
34,9
100,0
10,8
48,5
21,4
27,1
40,7
100,0
13,1
51,9
24,8
27,1
35,0
100,0
13,3
52,7
25,5
27,2
34,0
100,0
12,8
52,3
24,9
27,4
34,9

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
WIE RURAL AREAS

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
20,4
63,7
40,5
23,2
16,0
100,0
19,4
65,7
41,0
24,7
14,9
100,0
21,1
64,3
40,9
23,4
14,7
100,0
19,4
62,0
39,4
22,6
18,6
100,0
20,1
65,5
41,2
24,3
14,4
100,0
19,2
62,4
39,1
23,3
18,4
100,0
21,5
63,2
41,1
22,1
15,2
100,0
20,7
62,8
39,9
22,9
16,5
100,0
20,1
63,8
40,4
23,4
16,0
100,0
19,2
65,7
41,0
24,8
15,1
100,0
20,8
64,4
40,7
23,7
14,8
100,0
19,2
62,3
39,4
22,9
18,5
100,0
19,9
65,5
41,1
24,4
14,6
100,0
19,0
62,6
39,0
23,6
18,4
100,0
21,3
63,5
41,0
22,5
15,3
100,0
20,5
63,0
39,8
23,2
16,6
100,0
20,0
63,9
40,2
23,7
16,1
100,0
19,0
65,7
40,8
24,9
15,4
100,0
20,6
64,4
40,5
23,9
15,0
100,0
19,0
62,5
39,2
23,3
18,5
100,0
19,7
65,4
40,8
24,6
14,9
100,0
18,8
62,8
38,9
23,9
18,4
100,0
21,1
63,7
40,8
22,9
15,3
100,0
20,3
63,1
39,7
23,5
16,6
254
100,0
19,3
63,9
38,4
25,5
16,8
100,0
18,4
64,8
38,7
26,2
16,8
100,0
19,9
64,2
38,5
25,6
15,9
100,0
18,2
63,0
37,8
25,2
18,8
100,0
19,0
64,6
38,6
26,0
16,4
100,0
18,5
62,8
37,1
25,8
18,7
100,0
20,2
64,1
39,2
24,9
15,7
100,0
19,7
63,2
38,0
25,2
17,1
100,0
18,7
63,0
35,9
27,1
18,3
100,0
17,6
63,6
35,8
27,8
18,8
100,0
19,2
63,1
36,0
27,1
17,7
100,0
17,6
62,4
35,4
27,0
20,1
100,0
18,2
63,3
35,8
27,5
18,5
100,0
18,1
62,0
34,6
27,4
19,9
100,0
19,6
63,3
36,7
26,6
17,1
100,0
19,2
62,4
35,6
26,8
18,5
100,0
17,3
63,2
33,5
29,6
19,5
100,0
16,2
64,0
33,1
30,9
19,8
100,0
17,8
63,3
33,7
29,6
18,9
100,0
16,3
62,6
33,0
29,7
21,1
100,0
16,7
63,5
33,1
30,4
19,8
100,0
16,9
62,4
32,5
29,9
20,7
100,0
18,3
63,3
34,5
28,8
18,4
100,0
17,9
62,6
33,5
29,2
19,5
100,0
16,6
63,1
31,2
31,9
20,4
100,0
15,6
64,2
30,7
33,6
20,2
100,0
17,1
63,2
31,4
31,8
19,7
100,0
15,5
62,5
30,5
32,0
22,0
100,0
16,0
63,6
30,7
32,9
20,4
100,0
16,2
62,5
30,5
32,1
21,3
100,0
17,5
63,1
32,2
30,9
19,5
100,0
17,1
62,7
31,4
31,3
20,3
100,0
15,9
62,7
29,5
33,2
21,4
100,0
15,0
63,9
29,1
34,8
21,1
100,0
16,5
62,8
29,8
33,0
20,8
100,0
14,7
62,1
28,4
33,7
23,2
100,0
15,4
63,2
29,0
34,2
21,4
100,0
15,6
62,2
28,8
33,4
22,3
100,0
16,7
62,7
30,4
32,3
20,6
100,0
16,4
62,4
29,7
32,7
21,2
100,0
15,5
60,6
28,8
31,8
23,9
100,0
14,8
61,5
28,5
33,0
23,8
100,0
16,1
60,7
29,1
31,5
23,3
100,0
14,1
60,0
27,4
32,6
25,9
100,0
15,1
60,9
28,4
32,5
24,1
100,0
15,2
60,0
28,2
31,9
24,8
100,0
16,3
60,7
29,6
31,2
23,0
100,0
16,0
60,3
29,1
31,2
23,7
100,0
15,3
57,8
28,3
29,4
26,9
100,0
14,7
58,2
28,2
30,0
27,1
100,0
15,9
57,9
28,7
29,2
26,2
100,0
13,8
57,0
26,8
30,2
29,2
100,0
14,9
57,8
28,0
29,8
27,3
100,0
15,0
57,2
27,8
29,4
27,8
100,0
16,0
58,2
29,1
29,1
25,8
100,0
15,8
57,6
28,7
29,0
26,6

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
17,1
65,7
40,1
25,5
17,2
100,0
20,4
63,3
41,3
22,1
16,3
100,0
18,8
61,2
38,5
22,6
20,1
100,0
23,6
64,3
41,7
22,7
12,0
100,0
18,9
64,1
39,8
24,3
17,0
100,0
18,6
63,0
39,5
23,5
18,4
100,0
21,1
65,0
41,2
23,8
13,9
100,0
21,6
64,1
41,6
22,5
14,3
100,0
20,4
65,8
40,9
24,8
13,9
100,0
16,9
65,8
39,9
26,0
17,3
100,0
20,1
63,7
41,2
22,5
16,3
100,0
18,5
61,5
38,4
23,1
19,9
100,0
23,4
64,4
41,6
22,9
12,2
100,0
18,8
64,2
39,6
24,5
17,0
100,0
18,3
63,2
39,5
23,8
18,4
100,0
20,9
65,1
41,0
24,1
14,0
100,0
21,5
64,1
41,5
22,7
14,4
100,0
20,2
65,7
40,8
25,0
14,1
100,0
16,7
66,0
39,6
26,4
17,4
100,0
19,7
63,9
41,0
22,9
16,3
100,0
18,4
61,8
38,2
23,6
19,8
100,0
23,2
64,5
41,4
23,0
12,4
100,0
18,7
64,2
39,4
24,8
17,2
100,0
18,1
63,4
39,4
24,1
18,5
100,0
20,7
65,1
40,7
24,5
14,2
100,0
21,3
64,2
41,3
22,9
14,6
100,0
20,0
65,6
40,5
25,1
14,4
255
100,0
15,9
66,0
37,7
28,3
18,1
100,0
18,6
64,7
39,3
25,4
16,7
100,0
17,5
63,0
36,8
26,3
19,5
100,0
22,5
64,1
39,6
24,5
13,5
100,0
18,4
63,7
37,3
26,4
17,9
100,0
17,3
63,6
37,8
25,8
19,1
100,0
19,8
64,9
38,8
26,1
15,3
100,0
20,9
63,7
39,2
24,5
15,4
100,0
19,1
65,0
38,6
26,4
16,0
100,0
15,4
64,6
34,9
29,7
20,0
100,0
17,8
64,2
36,8
27,4
18,0
100,0
16,8
62,6
34,7
27,9
20,6
100,0
21,7
63,1
37,3
25,8
15,2
100,0
17,9
62,6
34,7
27,9
19,5
100,0
16,8
62,5
35,2
27,3
20,7
100,0
18,9
63,7
36,2
27,4
17,4
100,0
20,3
62,8
36,5
26,3
16,9
100,0
18,2
63,6
35,9
27,7
18,2
100,0
14,1
63,9
32,1
31,8
22,0
100,0
16,6
64,0
34,2
29,8
19,5
100,0
15,6
62,5
32,4
30,2
21,8
100,0
20,2
63,3
35,2
28,1
16,5
100,0
16,6
62,5
32,3
30,2
20,8
100,0
15,6
62,6
32,5
30,1
21,8
100,0
17,5
63,4
33,7
29,8
19,1
100,0
18,9
63,3
34,2
29,1
17,9
100,0
16,8
63,7
33,3
30,4
19,6
100,0
13,2
63,2
29,3
33,9
23,6
100,0
15,7
63,5
31,4
32,0
20,8
100,0
14,9
61,9
29,7
32,2
23,2
100,0
19,4
63,4
33,0
30,4
17,3
100,0
15,8
62,5
30,1
32,4
21,7
100,0
14,8
62,6
30,0
32,5
22,6
100,0
16,7
63,1
31,2
31,9
20,2
100,0
18,0
63,6
32,1
31,5
18,4
100,0
16,0
63,7
30,9
32,8
20,3
100,0
12,7
62,4
27,4
35,0
24,9
100,0
15,0
62,8
29,2
33,6
22,3
100,0
14,0
61,1
27,4
33,7
24,9
100,0
18,7
63,2
31,6
31,6
18,2
100,0
15,2
62,1
28,8
33,4
22,7
100,0
14,1
62,2
27,9
34,3
23,8
100,0
16,0
62,7
29,3
33,4
21,3
100,0
17,4
63,3
30,7
32,6
19,3
100,0
15,3
63,4
29,1
34,4
21,3
100,0
12,4
60,1
26,5
33,5
27,5
100,0
14,4
60,5
28,0
32,5
25,1
100,0
13,4
59,0
26,3
32,6
27,7
100,0
18,2
61,4
31,1
30,4
20,4
100,0
14,9
59,9
28,2
31,7
25,2
100,0
13,6
60,0
26,9
33,1
26,5
100,0
15,5
60,6
28,5
32,1
23,9
100,0
17,1
61,2
30,2
31,0
21,7
100,0
15,0
61,2
28,3
32,8
23,9
100,0
12,4
56,9
26,1
30,7
30,8
100,0
14,0
57,7
27,3
30,4
28,3
100,0
13,0
56,1
25,6
30,5
31,0
100,0
18,0
59,0
30,7
28,3
23,0
100,0
14,9
56,9
27,9
29,1
28,2
100,0
13,3
56,9
26,4
30,5
29,8
100,0
15,2
57,8
28,0
29,8
27,0
100,0
17,0
58,4
29,9
28,5
24,7
100,0
14,8
58,1
27,9
30,2
27,1

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
WIE (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
21,0
68,8
41,9
26,9
10,2
100,0
20,0
71,2
42,3
28,9
8,8
100,0
21,7
69,1
42,0
27,0
9,3
100,0
20,1
68,2
41,6
26,6
11,7
100,0
20,6
70,8
42,6
28,2
8,6
100,0
19,9
68,4
40,8
27,6
11,7
100,0
22,2
67,8
42,2
25,6
10,0
100,0
21,3
68,1
41,5
26,7
10,6
100,0
20,7
69,0
41,8
27,2
10,3
100,0
19,7
71,2
42,3
28,9
9,0
100,0
21,4
69,2
41,9
27,3
9,4
100,0
19,8
68,5
41,6
27,0
11,7
100,0
20,3
70,8
42,5
28,3
8,9
100,0
19,7
68,6
40,8
27,8
11,7
100,0
21,9
68,0
42,1
25,9
10,1
100,0
21,1
68,3
41,4
26,9
10,6
2020
2025
2030
2035
2040
2045
2050

100,0
20,5
69,1
41,6
27,5
10,3
100,0
19,5
71,2
42,2
29,0
9,3
100,0
21,2
69,2
41,7
27,5
9,6
100,0
19,6
68,7
41,4
27,4
11,7
100,0
20,1
70,7
42,2
28,5
9,1
100,0
19,5
68,8
40,7
28,1
11,7
100,0
21,7
68,2
41,9
26,3
10,1
100,0
20,9
68,5
41,2
27,2
10,6
256
100,0
19,9
69,1
39,8
29,3
11,1
100,0
18,9
70,2
39,9
30,3
10,9
100,0
20,4
69,0
39,7
29,4
10,6
100,0
18,7
69,2
39,9
29,3
12,1
100,0
19,5
69,9
39,8
30,0
10,7
100,0
19,1
68,6
38,8
29,8
12,3
100,0
20,8
68,6
40,3
28,3
10,6
100,0
20,4
68,4
39,5
29,0
11,2
100,0
19,2
67,2
37,3
29,9
13,6
100,0
18,2
67,8
37,0
30,7
14,1
100,0
19,7
67,0
37,1
29,9
13,3
100,0
18,0
67,5
37,4
30,1
14,5
100,0
18,6
67,5
37,0
30,5
13,9
100,0
18,8
66,6
36,3
30,3
14,7
100,0
20,3
67,0
37,8
29,1
12,8
100,0
19,8
66,5
37,0
29,5
13,7
100,0
17,9
66,5
34,9
31,6
15,6
100,0
16,7
67,3
34,4
32,9
16,0
100,0
18,4
66,3
34,8
31,6
15,3
100,0
16,7
66,9
34,9
32,0
16,4
100,0
17,2
66,9
34,3
32,5
16,0
100,0
17,6
66,1
34,1
31,9
16,4
100,0
18,9
66,2
35,7
30,6
14,9
100,0
18,5
65,9
34,9
31,0
15,6
100,0
17,1
65,8
32,6
33,3
17,0
100,0
16,1
67,0
32,0
35,1
16,9
100,0
17,7
65,7
32,5
33,2
16,6
100,0
15,9
66,1
32,2
33,9
18,0
100,0
16,4
66,5
31,9
34,6
17,1
100,0
16,9
65,6
32,1
33,5
17,6
100,0
18,1
65,4
33,3
32,1
16,5
100,0
17,7
65,5
32,8
32,6
16,8
100,0
16,4
64,9
30,8
34,0
18,7
100,0
15,6
66,1
30,4
35,7
18,3
100,0
17,0
64,7
30,9
33,8
18,2
100,0
15,1
65,1
30,0
35,0
19,8
100,0
15,8
65,5
30,3
35,2
18,7
100,0
16,2
64,7
30,5
34,2
19,1
100,0
17,4
64,4
31,5
32,9
18,2
100,0
17,0
64,7
31,2
33,4
18,4
100,0
16,0
62,8
30,1
32,8
21,1
100,0
15,3
63,8
29,8
33,9
21,0
100,0
16,6
62,7
30,3
32,4
20,7
100,0
14,5
63,0
29,1
34,0
22,5
100,0
15,4
63,2
29,6
33,6
21,4
100,0
15,8
62,6
29,8
32,8
21,6
100,0
16,9
62,6
30,7
31,9
20,5
100,0
16,5
62,7
30,6
32,1
20,8
100,0
15,8
60,1
29,7
30,4
24,1
100,0
15,2
60,5
29,4
31,1
24,3
100,0
16,4
59,9
29,8
30,1
23,7
100,0
14,1
60,0
28,4
31,7
25,9
100,0
15,2
60,0
29,2
30,8
24,7
100,0
15,6
59,9
29,4
30,4
24,6
100,0
16,6
60,1
30,3
29,9
23,2
100,0
16,3
60,1
30,1
29,9
23,6

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
17,9
70,9
41,0
29,9
11,2
100,0
21,1
68,4
42,7
25,6
10,5
100,0
19,2
67,2
40,4
26,9
13,6
100,0
24,0
68,3
42,4
26,0
7,7
100,0
19,8
69,1
41,1
28,0
11,2
100,0
19,1
69,2
41,3
27,8
11,7
100,0
21,4
70,2
42,6
27,6
8,4
100,0
22,3
68,6
42,8
25,8
9,1
100,0
20,8
71,0
42,2
28,8
8,2
100,0
17,6
71,1
40,8
30,3
11,3
100,0
20,7
68,7
42,7
26,1
10,6
100,0
18,9
67,7
40,2
27,4
13,4
100,0
23,7
68,5
42,3
26,2
7,8
100,0
19,6
69,2
41,0
28,2
11,2
100,0
18,8
69,4
41,3
28,1
11,8
100,0
21,2
70,3
42,4
27,9
8,6
100,0
22,2
68,6
42,6
26,0
9,2
100,0
20,5
71,0
42,1
28,9
8,5
2020
2025
2030
2035
2040
2045
2050

100,0
17,4
71,3
40,5
30,7
11,3
100,0
20,4
69,0
42,5
26,6
10,6
100,0
18,7
68,0
40,0
28,0
13,3
100,0
23,5
68,5
42,2
26,4
8,0
100,0
19,5
69,2
40,7
28,5
11,3
100,0
18,6
69,6
41,1
28,4
11,9
100,0
20,9
70,4
42,1
28,2
8,7
100,0
22,0
68,6
42,4
26,2
9,4
100,0
20,4
70,9
41,8
29,1
8,8
257
100,0
16,6
71,3
38,7
32,6
12,1
100,0
19,1
69,8
40,8
29,1
11,0
100,0
17,8
69,1
38,6
30,6
13,1
100,0
22,9
68,1
40,3
27,8
9,1
100,0
19,1
68,8
38,7
30,1
12,0
100,0
17,8
69,6
39,5
30,1
12,7
100,0
20,0
70,3
40,3
30,0
9,7
100,0
21,6
68,1
40,3
27,9
10,3
100,0
19,4
70,3
39,9
30,4
10,3
100,0
16,0
69,2
36,2
33,0
14,8
100,0
18,4
68,4
38,2
30,2
13,2
100,0
17,1
67,7
36,5
31,2
15,2
100,0
22,2
66,3
38,1
28,2
11,6
100,0
18,8
66,8
36,1
30,7
14,4
100,0
17,3
67,3
36,8
30,5
15,5
100,0
19,2
68,1
37,6
30,5
12,7
100,0
21,0
66,3
37,6
28,7
12,7
100,0
18,5
67,9
37,3
30,6
13,6
100,0
14,7
67,5
33,5
34,0
17,8
100,0
17,1
67,4
35,6
31,8
15,6
100,0
15,8
66,6
34,1
32,5
17,6
100,0
20,6
65,8
36,1
29,8
13,5
100,0
17,4
66,0
33,9
32,2
16,6
100,0
16,0
66,5
34,1
32,3
17,5
100,0
17,8
66,9
35,1
31,9
15,3
100,0
19,5
66,1
35,4
30,8
14,4
100,0
17,2
67,0
34,7
32,4
15,8
100,0
13,8
66,0
30,8
35,3
20,1
100,0
16,2
66,2
32,8
33,5
17,5
100,0
15,1
65,2
31,3
33,8
19,8
100,0
19,9
65,4
33,9
31,5
14,8
100,0
16,5
65,4
31,7
33,7
18,1
100,0
15,3
65,9
31,5
34,3
18,9
100,0
17,0
66,1
32,6
33,5
16,9
100,0
18,7
65,9
33,2
32,7
15,4
100,0
16,4
66,7
32,3
34,4
16,9
100,0
13,2
64,7
29,0
35,7
22,1
100,0
15,4
64,9
30,5
34,4
19,7
100,0
14,2
63,7
28,9
34,8
22,1
100,0
19,2
64,7
32,6
32,2
16,1
100,0
15,9
64,4
30,3
34,1
19,7
100,0
14,5
64,9
29,4
35,5
20,6
100,0
16,3
65,2
30,7
34,5
18,6
100,0
18,0
65,1
31,9
33,2
17,0
100,0
15,8
65,9
30,5
35,4
18,4
100,0
12,9
62,6
28,1
34,5
24,5
100,0
14,8
62,8
29,3
33,5
22,4
100,0
13,5
61,8
27,8
34,0
24,7
100,0
18,7
63,1
32,0
31,1
18,2
100,0
15,6
62,3
29,7
32,6
22,1
100,0
14,0
62,7
28,4
34,3
23,3
100,0
15,8
63,2
29,9
33,3
21,0
100,0
17,7
63,0
31,4
31,7
19,3
100,0
15,4
63,7
29,7
33,9
20,9
100,0
12,9
59,7
27,7
32,0
27,5
100,0
14,5
60,1
28,6
31,5
25,5
100,0
13,1
59,0
27,0
32,0
27,9
100,0
18,5
60,7
31,7
29,0
20,8
100,0
15,6
59,4
29,4
30,0
25,1
100,0
13,7
59,6
27,8
31,8
26,7
100,0
15,4
60,4
29,4
31,0
24,2
100,0
17,5
60,2
31,0
29,2
22,3
100,0
15,2
60,6
29,2
31,4
24,3

Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
WIE (cd.) Kobiety RURAL AREAS (cont.) Females

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
19,8
58,5
39,1
19,4
21,7
100,0
18,8
60,2
39,6
20,5
21,0
100,0
20,5
59,4
39,7
19,7
20,1
100,0
18,8
56,0
37,3
18,6
25,3
100,0
19,6
60,2
39,8
20,4
20,2
100,0
18,5
56,5
37,4
19,2
25,0
100,0
20,9
58,7
40,0
18,8
20,4
100,0
20,1
57,5
38,4
19,2
22,4
100,0
19,6
58,7
39,0
19,7
21,8
100,0
18,6
60,2
39,6
20,6
21,2
100,0
20,3
59,5
39,5
20,0
20,2
100,0
18,5
56,2
37,2
19,0
25,3
100,0
19,5
60,1
39,6
20,5
20,4
100,0
18,4
56,7
37,2
19,5
24,9
100,0
20,6
59,0
39,8
19,2
20,4
100,0
19,9
57,7
38,3
19,4
22,5
100,0
19,4
58,8
38,8
20,0
21,9
100,0
18,4
60,2
39,5
20,7
21,4
100,0
20,1
59,6
39,3
20,3
20,3
100,0
18,4
56,3
37,1
19,3
25,3
100,0
19,3
60,0
39,4
20,6
20,7
100,0
18,2
56,9
37,1
19,8
24,9
100,0
20,4
59,1
39,6
19,5
20,4
100,0
19,7
57,8
38,1
19,7
22,5
258
100,0
18,7
58,8
37,0
21,8
22,5
100,0
17,9
59,5
37,5
22,0
22,7
100,0
19,4
59,3
37,4
21,9
21,4
100,0
17,7
56,8
35,6
21,2
25,5
100,0
18,6
59,3
37,3
21,9
22,1
100,0
17,8
57,1
35,4
21,7
25,1
100,0
19,6
59,6
38,0
21,6
20,8
100,0
19,1
57,9
36,5
21,4
23,0
100,0
18,1
58,9
34,5
24,3
23,0
100,0
17,1
59,5
34,6
24,9
23,4
100,0
18,6
59,3
34,9
24,4
22,1
100,0
17,1
57,3
33,4
23,9
25,6
100,0
17,8
59,1
34,5
24,6
23,1
100,0
17,4
57,5
33,0
24,5
25,1
100,0
19,0
59,6
35,6
24,0
21,4
100,0
18,5
58,2
34,1
24,1
23,3
100,0
16,8
59,9
32,2
27,7
23,4
100,0
15,7
60,7
31,9
28,9
23,6
100,0
17,2
60,2
32,6
27,7
22,5
100,0
15,8
58,4
31,1
27,3
25,8
100,0
16,3
60,1
31,9
28,2
23,6
100,0
16,2
58,8
30,9
27,9
24,9
100,0
17,7
60,5
33,4
27,1
21,9
100,0
17,2
59,3
32,0
27,4
23,4
100,0
16,0
60,3
29,9
30,5
23,6
100,0
15,0
61,5
29,4
32,1
23,5
100,0
16,5
60,6
30,3
30,4
22,8
100,0
15,1
58,9
28,7
30,2
26,0
100,0
15,6
60,7
29,4
31,3
23,7
100,0
15,6
59,5
28,8
30,6
25,0
100,0
16,9
60,8
31,0
29,8
22,4
100,0
16,5
59,9
29,9
30,0
23,7
100,0
15,4
60,5
28,1
32,4
24,1
100,0
14,5
61,7
27,8
33,9
23,8
100,0
15,9
60,8
28,6
32,2
23,3
100,0
14,3
59,1
26,7
32,4
26,6
100,0
15,0
60,9
27,8
33,1
24,2
100,0
14,9
59,7
27,2
32,5
25,4
100,0
16,1
61,0
29,3
31,7
22,9
100,0
15,8
60,1
28,2
31,9
24,1
100,0
15,0
58,3
27,4
30,9
26,7
100,0
14,3
59,2
27,3
32,0
26,5
100,0
15,5
58,6
28,0
30,6
25,9
100,0
13,8
56,9
25,8
31,1
29,3
100,0
14,7
58,6
27,2
31,4
26,7
100,0
14,6
57,5
26,6
30,9
28,0
100,0
15,7
58,9
28,4
30,5
25,4
100,0
15,4
58,0
27,6
30,4
26,7
100,0
14,8
55,5
27,0
28,5
29,7
100,0
14,2
56,0
27,0
29,0
29,8
100,0
15,3
55,9
27,6
28,3
28,8
100,0
13,5
53,9
25,2
28,8
32,6
100,0
14,6
55,5
26,8
28,7
29,9
100,0
14,4
54,6
26,2
28,4
31,0
100,0
15,4
56,2
27,9
28,3
28,3
100,0
15,2
55,2
27,2
28,0
29,6

(uwzgldnione zmiany wieku emerytalnego) (w procentach) (dok.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
WIE (dok.) Kobiety (dok.) RURAL AREAS (cont.) Females (cont.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
100,0
16,4
60,6
39,2
21,4
23,0
100,0
19,8
58,3
39,8
18,5
21,9
100,0
18,4
54,9
36,7
18,3
26,7
100,0
23,3
60,3
41,0
19,3
16,5
100,0
18,1
59,3
38,6
20,7
22,6
100,0
18,1
56,9
37,7
19,1
25,0
100,0
20,9
59,7
39,7
20,0
19,5
100,0
20,9
59,6
40,4
19,2
19,5
100,0
20,0
60,4
39,6
20,8
19,6
100,0
16,2
60,7
39,0
21,7
23,1
100,0
19,4
58,6
39,7
18,9
21,9
100,0
18,2
55,3
36,6
18,8
26,6
100,0
23,1
60,3
40,8
19,5
16,6
100,0
18,0
59,3
38,4
21,0
22,7
100,0
17,9
57,1
37,7
19,4
25,0
100,0
20,6
59,7
39,4
20,3
19,6
100,0
20,7
59,7
40,3
19,4
19,6
100,0
19,8
60,4
39,5
20,9
19,8
100,0
15,9
60,8
38,7
22,1
23,3
100,0
19,1
58,9
39,5
19,4
22,0
100,0
18,0
55,6
36,3
19,2
26,4
100,0
22,8
60,4
40,7
19,7
16,8
100,0
17,9
59,3
38,1
21,3
22,8
100,0
17,6
57,3
37,6
19,7
25,1
100,0
20,5
59,7
39,1
20,6
19,8
100,0
20,6
59,7
40,2
19,5
19,7
100,0
19,6
60,3
39,2
21,1
20,1
259
100,0
15,2
60,8
36,7
24,1
24,0
100,0
18,0
59,7
37,9
21,8
22,3
100,0
17,1
56,8
34,9
21,9
26,1
100,0
22,0
60,0
38,9
21,1
18,0
100,0
17,6
58,8
35,9
22,9
23,6
100,0
16,9
57,6
36,0
21,5
25,5
100,0
19,5
59,3
37,2
22,1
21,1
100,0
20,2
59,3
38,1
21,1
20,6
100,0
18,7
59,5
37,2
22,3
21,8
100,0
14,8
60,1
33,7
26,4
25,1
100,0
17,3
59,9
35,4
24,6
22,8
100,0
16,5
57,5
32,9
24,6
26,0
100,0
21,2
59,9
36,6
23,3
19,0
100,0
17,2
58,4
33,3
25,2
24,4
100,0
16,3
57,7
33,5
24,2
26,0
100,0
18,7
59,1
34,7
24,3
22,3
100,0
19,6
59,3
35,4
23,9
21,1
100,0
17,8
59,3
34,6
24,8
22,9
100,0
13,5
60,4
30,7
29,7
26,1
100,0
16,1
60,6
32,8
27,8
23,3
100,0
15,4
58,3
30,6
27,8
26,3
100,0
19,7
60,8
34,3
26,5
19,6
100,0
15,9
59,2
30,9
28,3
25,0
100,0
15,2
58,8
30,9
27,8
26,1
100,0
17,2
59,8
32,2
27,6
23,0
100,0
18,2
60,5
33,1
27,4
21,3
100,0
16,3
60,2
31,9
28,3
23,5
100,0
12,7
60,3
27,8
32,5
27,0
100,0
15,2
60,7
30,1
30,6
24,0
100,0
14,7
58,5
28,1
30,4
26,8
100,0
18,9
61,3
32,0
29,3
19,8
100,0
15,0
59,7
28,6
31,1
25,3
100,0
14,4
59,3
28,5
30,8
26,3
100,0
16,4
60,1
29,8
30,3
23,5
100,0
17,4
61,3
30,9
30,4
21,3
100,0
15,5
60,8
29,5
31,3
23,7
100,0
12,1
60,1
25,9
34,2
27,8
100,0
14,5
60,6
27,9
32,7
24,9
100,0
13,9
58,4
25,9
32,5
27,7
100,0
18,1
61,6
30,6
30,9
20,3
100,0
14,5
59,8
27,2
32,6
25,7
100,0
13,7
59,5
26,4
33,0
26,9
100,0
15,7
60,1
27,8
32,3
24,2
100,0
16,7
61,6
29,6
32,1
21,7
100,0
14,9
61,0
27,7
33,3
24,2
100,0
11,9
57,6
25,0
32,6
30,6
100,0
13,9
58,3
26,7
31,6
27,8
100,0
13,2
56,1
24,8
31,2
30,7
100,0
17,7
59,7
30,1
29,7
22,5
100,0
14,3
57,5
26,7
30,8
28,2
100,0
13,2
57,3
25,5
31,8
29,6
100,0
15,2
58,0
27,1
30,9
26,8
100,0
16,4
59,5
29,1
30,4
24,1
100,0
14,5
58,6
27,0
31,7
26,8
100,0
11,9
54,1
24,6
29,5
34,0
100,0
13,5
55,4
26,0
29,4
31,1
100,0
12,8
53,1
24,1
29,0
34,1
100,0
17,5
57,3
29,7
27,6
25,2
100,0
14,3
54,5
26,4
28,1
31,2
100,0
12,9
54,2
24,9
29,3
32,9
100,0
14,9
55,1
26,6
28,6
29,9
100,0
16,4
56,6
28,8
27,9
27,0
100,0
14,4
55,6
26,6
29,1
30,0
Tabl. A10. Zmiany w strukturze ludnoci wedug tradycyjnych ekonomicznych grup wieku, 2013=
Table A10. Changes in population structure by traditional economic age groups, 2013=100
Wojewdztwa
Voivodships
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Wiek
Age
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2014
99,9
99,1
99,2
99,5
98,7
103,1
99,8
99,1
98,9
99,6
97,8
103,7
99,9
98,6
99,2
99,5
98,7
103,5
99,6
98,2
99,2
99,3
99,0
102,4
99,9
99,0
99,0
99,6
98,0
104,2
99,6
98,9
98,9
99,2
98,3
102,4
100,2
99,3
99,8
99,8
99,8
102,6
100,2
100,1
99,5
99,9
98,8
102,8
2015
2020
2025
OGEM TOTAL
99,8
99,1
98,0
98,3
96,3
92,9
98,3
93,3
89,6
98,9
92,7
84,4
97,4
94,3
98,5
106,4
121,8
132,1
99,6
98,5
97,1
98,4
97,0
93,6
97,6
91,3
87,2
98,9
92,0
82,7
95,6
90,0
94,6
107,5
124,3
133,7
99,7
98,7
97,4
97,5
94,1
90,1
98,3
93,0
89,0
98,8
92,5
84,3
97,4
94,0
96,9
107,0
123,9
135,4
99,2
97,2
95,1
96,5
91,3
86,1
98,3
92,7
88,0
98,5
91,6
82,7
97,9
94,6
96,9
105,1
118,1
127,3
99,8
98,9
97,6
98,0
95,3
90,8
97,9
92,0
87,9
99,0
92,4
83,5
96,1
91,3
95,3
108,6
128,5
141,1
99,1
96,9
94,5
97,9
95,0
90,7
97,5
90,7
86,0
98,2
90,5
81,1
96,5
91,0
93,8
105,0
117,0
123,2
100,4
101,1
101,4
98,7
97,3
95,8
99,5
96,9
94,6
99,5
95,3
88,4
99,5
99,9
106,0
105,5
119,9
131,6
100,5
101,3
101,9
100,4
102,2
100,7
98,8
95,4
94,1
99,5
94,5
87,2
97,7
97,1
106,3
105,8
119,8
128,5
260
2030
96,6
84,8
88,1
76,7
107,3
137,7
95,3
84,8
85,9
74,0
105,3
136,6
95,8
82,1
87,0
76,4
104,6
141,6
92,6
77,4
84,9
74,0
103,5
132,6
95,9
81,9
86,5
75,4
104,8
146,4
91,8
81,6
83,5
72,9
100,2
125,2
101,3
89,1
94,0
81,7
116,3
140,5
101,9
93,1
94,8
80,8
119,4
133,7
2035
94,8
79,6
84,8
69,9
110,0
144,0
93,1
79,6
82,7
66,9
108,4
140,4
93,7
77,2
83,3
69,4
106,7
147,9
89,6
71,4
80,4
65,9
105,0
138,1
93,8
76,7
83,2
68,6
107,4
151,7
88,8
75,8
79,4
66,1
100,5
128,1
100,7
84,5
91,7
75,4
121,4
150,2
101,6
88,4
93,2
76,0
123,7
141,8
2040
92,7
75,2
80,0
65,5
104,5
153,6
90,7
75,2
77,5
62,6
101,8
148,8
91,2
72,8
78,3
64,3
101,6
156,9
86,4
65,6
74,6
59,8
99,9
145,5
91,3
72,4
78,1
64,0
101,3
161,2
85,7
70,9
73,8
61,0
93,9
133,9
99,8
80,5
88,0
71,2
118,4
163,0
101,1
85,0
89,4
73,6
117,3
154,9
2045
90,4
72,6
73,9
63,0
92,2
165,3
88,2
72,9
70,9
60,4
88,2
160,0
88,6
69,6
72,1
61,3
90,1
167,9
82,9
61,0
67,7
55,7
88,3
154,4
88,7
69,6
71,6
61,2
88,7
173,2
82,6
67,7
67,2
58,0
81,8
141,3
98,8
78,1
82,7
69,2
107,1
178,6
100,6
84,3
84,0
72,8
103,7
170,7
2050
88,2
71,0
67,9
60,8
79,8
175,3
85,8
71,5
64,8
58,5
75,0
169,5
86,0
67,3
66,0
58,9
77,9
177,2
79,3
57,4
60,8
52,2
75,5
161,9
86,0
67,4
65,5
58,9
76,4
182,9
79,6
65,4
61,1
55,4
70,2
147,1
97,6
76,9
77,1
67,7
94,3
192,9
100,0
84,8
79,0
71,9
91,3
184,0
Tabl. A10. Zmiany w strukturze ludnoci wedug tradycyjnych ekonomicznych grup wieku, 2013=FG
Table A10. Changes in population structure by traditional economic age groups, 2013=100 (cont.)
Wojewdztwa
Voivodships
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Wiek
Age
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2014
2015
2020
2025
2030
OGEM (dok.) TOTAL (cont.)

99,5
99,0
96,2
93,2
89,8
98,1
96,3
90,1
84,2
74,3
99,0
97,8
91,1
84,8
80,2
98,9
97,7
89,6
79,6
70,1
99,0
98,0
93,6
93,1
96,2
102,7
105,5
119,0
129,4
136,0
100,0
99,9
99,3
98,4
97,1
98,3
96,9
91,7
87,4
79,6
99,7
99,2
95,6
91,9
89,5
99,7
99,1
93,7
85,7
77,7
99,6
99,3
99,1
103,2
110,6
102,9
105,9
121,5
134,8
144,8
99,7
99,4
97,8
96,0
93,9
98,1
96,5
91,7
87,4
79,2
99,5
98,7
93,6
88,4
85,0
99,3
98,5
91,9
83,4
74,6
99,7
99,2
96,5
96,8
102,3
102,1
104,5
118,0
130,2
138,6
100,2
100,4
101,2
101,7
101,7
99,6
99,3
99,4
97,8
91,2
99,4
98,7
95,2
93,1
93,1
99,9
99,5
94,8
88,2
82,0
98,6
97,4
95,8
101,7
112,6
103,9
107,9
125,9
138,1
145,4
99,7
99,3
97,4
95,0
92,3
99,2
98,6
96,6
92,6
83,2
98,8
97,5
90,5
85,2
82,3
99,1
98,0
90,3
80,7
72,3
98,3
96,7
90,8
92,1
97,8
103,0
106,2
120,7
129,6
133,4
99,6
99,1
96,7
94,1
91,3
98,0
96,3
90,3
85,1
76,0
99,1
97,9
91,4
86,1
82,8
99,3
98,4
91,1
81,3
72,2
98,6
97,0
92,1
93,7
99,9
102,5
105,4
118,8
127,6
131,5
99,8
99,5
98,2
96,7
94,7
98,4
97,0
92,8
88,3
80,1
99,2
98,2
92,4
87,5
84,8
99,5
98,7
92,2
83,5
75,2
98,6
97,2
92,7
94,1
100,8
103,8
107,9
127,7
142,6
150,9
100,1
100,3
100,7
100,7
100,1
99,5
99,1
98,7
96,3
88,6
99,4
98,8
94,9
92,3
91,9
99,7
99,3
93,9
86,4
79,6
98,9
97,9
96,7
103,0
113,9
103,6
107,2
124,5
136,7
143,8
99,8
99,6
98,5
97,0
95,1
98,7
97,6
94,1
89,5
81,3
98,9
97,7
91,3
87,1
85,2
99,6
98,8
92,0
83,1
74,7
97,9
95,9
90,2
93,6
102,1
104,2
108,7
128,4
139,9
144,4
261
2035
86,1
67,6
74,8
61,2
96,2
140,9
95,3
74,2
85,7
69,9
114,1
154,5
91,4
73,4
80,5
66,2
104,6
146,3
101,2
87,7
91,2
76,4
117,2
153,9
89,3
76,9
78,3
65,2
98,7
136,7
88,0
70,0
78,1
64,1
100,6
135,4
92,4
75,1
80,9
67,7
103,0
157,7
99,1
83,8
89,5
73,5
118,1
152,0
92,8
76,4
81,6
67,7
104,0
149,3
2040
82,2
62,1
68,5
55,1
89,7
146,3
93,1
69,2
80,5
63,9
110,3
166,4
88,6
67,8
75,2
60,0
100,5
154,9
100,5
84,6
87,7
73,3
113,0
166,2
86,2
72,2
72,8
60,6
91,9
142,6
84,5
64,4
72,0
57,7
95,1
141,8
89,6
70,3
75,7
62,2
98,2
167,1
97,8
79,9
85,4
69,8
113,2
164,3
90,1
72,2
76,3
62,6
98,2
157,8
2045
78,2
58,2
61,4
51,0
77,7
152,9
90,6
65,3
74,1
60,1
99,3
179,7
85,5
63,6
68,6
56,3
89,3
164,6
99,6
83,1
82,7
72,1
101,5
181,3
83,1
69,5
66,2
57,9
79,4
150,6
80,8
60,0
64,9
53,4
83,2
149,5
86,6
66,7
69,3
58,9
86,6
178,3
96,3
77,9
79,7
67,9
100,6
179,4
87,3
69,3
69,8
59,7
86,0
168,4
2050
74,1
55,2
54,5
47,7
65,2
157,5
87,8
62,4
67,5
57,0
86,4
191,3
82,2
60,5
61,8
53,3
76,2
173,2
98,7
82,6
77,8
71,0
89,7
194,8
80,0
67,7
60,1
55,5
67,3
156,7
77,0
56,4
58,0
50,0
71,0
155,4
83,5
63,9
63,0
56,1
74,5
187,4
94,8
76,9
74,1
66,3
87,9
192,7
84,6
67,2
63,7
57,3
74,0
176,8
Tabl. A10. Zmiany w strukturze ludnoci wedug tradycyjnych ekonomicznych grup wieku, 2013=100 (cd.)
Wojewdztwa
Voivodships
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Wiek
Age
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2014
99,7
99,1
98,7
99,3
97,8
103,5
99,6
99,1
98,4
99,2
97,1
103,5
99,5
98,3
98,6
99,2
97,7
103,5
99,5
97,9
98,6
99,1
97,9
104,0
99,7
98,8
98,6
99,5
97,2
104,3
99,3
98,7
98,2
98,8
97,3
102,9
99,9
99,3
99,1
99,5
98,4
102,9
100,2
100,7
99,1
99,8
98,0
103,2
2015
MIASTA
99,4
98,3
97,3
98,3
95,6
107,0
99,2
98,4
96,8
98,3
94,3
107,2
99,1
96,8
97,2
98,2
95,6
107,1
99,0
95,6
97,2
98,1
95,8
108,1
99,4
97,7
97,1
98,7
94,6
108,7
98,6
97,7
96,3
97,4
94,6
105,9
99,8
98,7
98,1
98,7
96,9
106,1
100,4
101,5
98,2
99,3
96,2
106,5
2020
2025
URBAN AREAS
97,6
95,5
96,6
92,5
90,1
85,3
90,5
80,4
89,6
93,4
122,5
130,5
96,8
94,2
97,0
93,3
88,6
83,4
90,0
79,1
86,5
90,2
122,1
128,6
96,5
93,7
92,4
87,1
89,5
83,8
89,9
79,7
88,9
90,4
122,7
131,2
96,4
93,3
90,5
84,5
89,0
82,8
89,0
78,2
88,9
90,4
126,3
136,4
97,6
95,3
95,1
90,1
89,5
84,6
90,9
80,6
87,3
91,0
127,4
137,0
95,0
91,3
94,3
88,4
87,0
80,9
87,8
76,5
85,8
87,5
118,5
123,2
99,0
97,7
98,2
95,9
92,6
88,8
92,1
82,6
93,3
99,6
119,8
127,4
101,2
101,4
105,6
104,3
93,7
92,3
93,3
84,7
94,4
105,6
120,5
127,0
262
2030
92,9
83,0
83,0
71,3
102,3
132,8
91,3
83,5
81,1
69,2
100,2
128,6
90,5
77,5
80,6
70,2
97,3
133,6
89,8
74,3
78,9
67,9
97,1
139,8
92,6
80,1
82,5
71,6
100,1
139,2
87,2
77,4
77,5
67,0
93,7
122,3
95,9
87,5
87,2
73,5
111,1
130,7
101,1
95,5
93,4
77,6
121,2
129,4
2035
90,0
76,9
79,2
64,1
104,0
135,7
88,0
77,2
77,2
61,7
102,2
129,6
86,9
71,4
75,9
62,2
98,1
135,8
85,8
67,5
73,7
59,1
97,6
142,6
89,6
74,3
78,8
64,7
101,7
141,1
83,0
70,4
72,7
59,5
92,7
122,0
93,8
81,1
84,0
66,2
115,4
135,2
100,4
90,1
91,9
72,9
125,3
135,4
2040
87,0
72,1
73,6
59,9
96,1
142,2
84,6
72,2
71,4
57,3
94,2
134,6
83,2
66,2
69,9
56,7
91,1
140,7
81,4
61,4
67,1
53,6
89,3
147,4
86,4
69,7
73,1
60,3
94,1
147,4
78,7
65,1
66,1
54,4
83,9
125,0
91,5
75,9
79,1
62,2
108,8
143,5
99,7
87,0
87,7
71,6
116,1
147,5
2045
83,9
69,5
66,7
57,3
82,0
151,2
81,2
69,5
64,3
54,9
79,4
142,5
79,3
62,5
62,7
53,1
78,0
147,7
76,9
56,9
59,4
49,3
75,8
153,7
83,1
66,9
66,1
57,2
80,5
156,3
74,6
61,8
58,7
51,2
70,2
129,5
89,1
73,2
72,3
60,2
93,7
155,2
99,2
87,4
81,7
71,5
99,7
162,8
2050
80,9
68,0
60,3
55,0
68,8
158,0
78,0
67,9
57,6
52,7
65,5
148,8
75,6
59,6
55,9
50,1
65,1
153,0
72,4
53,4
51,9
45,7
62,0
158,2
79,8
64,6
59,7
54,6
68,0
162,6
70,6
59,2
52,1
48,0
58,2
132,3
86,8
72,2
65,8
58,4
78,7
165,3
98,7
89,2
76,4
71,0
86,1
175,0
Wojewdztwa
Voivodships
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Wiek
Age
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2014
2015
MIASTA (dok.)
99,4
98,7
97,8
96,0
98,4
96,8
98,7
97,2
98,0
96,1
103,5
106,7
99,8
99,5
98,3
96,8
98,9
97,6
99,4
98,5
98,0
96,2
104,3
108,6
99,8
99,6
98,1
96,3
99,3
98,4
99,4
98,6
99,2
97,9
103,4
107,4
99,9
99,7
99,5
99,0
98,8
97,5
99,4
98,6
97,7
95,6
103,7
107,4
99,5
99,0
99,1
98,4
98,5
96,9
98,9
97,6
97,8
95,7
103,2
106,4
99,2
98,5
97,5
95,4
98,2
96,3
98,9
97,5
97,2
94,4
103,6
107,3
99,6
99,3
98,0
96,3
98,8
97,5
99,5
98,7
97,7
95,5
104,3
108,7
99,7
99,4
99,2
98,5
98,7
97,3
99,1
98,1
97,9
95,9
103,6
107,2
99,7
99,3
98,4
97,2
98,6
97,0
99,5
98,6
97,2
94,6
104,3
108,6
2020
2025
URBAN AREAS
95,2
91,3
89,7
82,9
88,2
81,3
87,8
76,5
88,9
88,8
121,3
129,6
97,8
95,6
92,4
87,0
90,4
84,8
90,8
80,2
89,8
92,6
129,1
142,3
98,3
96,6
93,0
89,2
91,8
85,9
91,4
82,0
92,4
92,3
128,1
144,3
98,8
97,5
98,5
95,8
91,5
87,8
91,6
82,7
91,3
96,6
122,3
130,0
96,2
93,1
96,0
91,3
88,6
82,5
89,0
78,4
88,1
88,9
120,7
128,2
94,4
90,1
88,4
81,2
86,3
78,7
87,2
74,4
84,9
85,2
123,1
130,4
97,3
95,2
92,6
88,2
90,0
84,3
91,2
81,1
88,2
89,6
128,6
141,2
97,7
95,6
96,6
92,2
90,5
85,8
90,1
80,1
91,1
95,7
122,8
131,2
97,4
95,2
94,0
89,3
89,3
84,3
90,6
80,5
87,1
90,4
126,8
135,4
263
2030
(cont.)
87,1
72,3
76,5
66,2
92,5
132,4
92,9
77,1
81,7
70,0
101,1
148,0
94,5
80,5
82,5
72,5
99,0
153,5
95,7
87,7
86,4
74,6
106,5
132,7
89,6
81,2
79,1
69,2
94,2
130,1
85,4
69,6
74,2
63,5
90,3
130,6
92,6
79,3
81,3
71,8
96,6
146,5
92,9
82,2
83,5
71,1
104,9
134,1
92,6
80,5
82,0
71,2
99,0
137,2
2035
82,7
65,7
70,6
57,1
91,7
133,9
89,7
70,3
77,4
61,5
104,0
152,1
91,9
74,6
78,3
63,7
102,3
160,4
93,7
82,8
83,3
68,0
109,2
136,7
85,9
74,5
74,7
61,9
94,4
131,3
80,5
62,7
68,3
54,6
88,9
130,0
89,6
74,2
77,1
63,8
98,4
150,1
89,9
75,6
79,6
63,8
106,9
137,4
89,6
75,4
78,0
64,0
100,0
139,4
2040
78,0
60,1
63,9
51,1
83,8
136,8
86,1
64,8
71,2
56,1
96,4
159,6
88,9
69,3
72,9
58,4
97,0
168,6
91,5
78,8
78,4
64,5
102,1
144,6
82,2
69,6
68,8
57,1
86,7
135,5
75,3
56,7
60,8
48,4
79,5
132,2
86,3
69,4
71,4
58,7
91,9
156,9
86,7
70,4
73,9
59,4
99,0
144,4
86,3
71,1
72,2
59,1
92,8
145,4
2045
73,4
56,0
56,2
47,1
70,6
141,0
82,3
61,2
63,5
52,3
82,2
169,4
85,6
65,6
66,2
55,1
84,6
178,7
89,2
76,8
72,2
62,7
88,5
154,8
78,6
66,7
61,9
54,3
73,5
141,7
70,0
52,1
52,5
43,8
65,6
135,5
82,8
66,0
64,5
55,4
79,3
165,6
83,5
67,3
66,8
56,6
84,3
154,0
83,0
68,4
65,3
56,2
79,6
153,4
2050
68,8
52,7
49,2
43,6
57,9
143,2
78,4
58,5
56,1
49,1
67,9
176,6
82,2
63,2
59,2
52,4
70,4
187,6
87,1
75,9
66,4
61,0
75,6
163,2
75,0
64,7
55,5
51,7
61,4
145,9
64,9
48,3
45,1
39,9
52,9
136,2
79,3
63,5
58,0
52,7
66,6
172,0
80,3
65,3
60,0
54,0
70,4
161,5
79,9
66,3
59,0
53,8
67,3
159,2
Wojewdztwa
Voivodships
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Wiek
Age
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2014
100,2
99,1
100,1
100,0
100,2
102,4
100,4
99,1
99,9
100,3
99,3
104,0
100,3
99,0
100,1
100,0
100,1
103,4
99,7
98,4
99,7
99,5
100,0
101,1
100,2
99,2
99,7
99,8
99,3
104,0
100,0
99,0
99,9
99,8
100,2
101,4
100,5
99,3
100,5
100,1
101,1
102,2
100,3
99,3
100,1
100,1
100,2
102,0
2015
WIE
100,4
98,3
99,9
99,7
100,3
105,1
100,7
98,5
99,6
100,3
98,5
108,3
100,6
98,3
99,9
99,8
100,1
106,9
99,4
97,2
99,2
98,8
99,9
102,4
100,4
98,5
99,2
99,4
98,8
108,3
100,0
98,1
99,7
99,5
100,0
103,2
101,0
98,7
100,8
100,1
102,0
104,8
100,5
98,8
100,0
99,9
100,2
104,5
2020
2025
RURAL AREAS
101,3
102,0
95,8
93,4
98,2
96,3
96,1
90,4
101,9
106,7
120,4
135,0
102,3
103,7
96,9
94,2
97,2
95,8
96,6
90,6
98,1
104,5
131,3
149,5
102,0
103,1
96,2
93,7
98,2
96,7
96,2
90,8
101,9
107,1
126,3
143,9
98,0
96,6
91,8
87,3
96,0
92,6
93,8
86,7
99,9
103,0
110,9
119,3
101,1
101,6
95,7
91,9
96,0
93,6
94,7
88,2
98,3
102,9
131,0
150,0
100,1
100,0
96,1
94,0
97,1
94,9
94,9
88,7
100,7
105,4
114,0
123,3
103,1
104,9
96,7
95,7
101,1
100,2
98,2
93,7
106,4
112,4
120,0
136,8
101,6
102,7
97,1
95,2
98,6
97,3
96,7
91,5
102,0
107,6
118,4
131,9
264
2030
102,3
87,0
95,7
84,7
115,3
146,9
104,5
87,2
96,5
84,5
116,7
160,9
103,7
87,6
96,6
85,5
116,2
157,4
95,0
79,7
90,2
79,3
109,5
126,3
101,5
84,5
93,1
81,6
112,9
162,0
99,6
87,6
93,9
82,9
112,5
131,1
106,3
90,4
100,4
89,3
121,4
152,4
103,4
89,4
97,4
86,7
116,2
143,2
2035
102,0
83,0
93,4
78,6
119,6
159,5
104,7
83,9
94,8
78,4
122,3
173,8
103,8
84,2
94,4
79,7
120,3
171,7
93,0
74,4
86,3
71,8
112,0
134,1
100,9
80,3
90,6
75,1
117,2
174,7
98,8
83,4
91,1
77,0
115,0
140,3
107,3
87,0
99,1
83,9
127,5
168,7
103,7
85,7
95,7
81,5
120,7
155,6
2040
101,4
79,1
89,8
73,8
118,0
174,7
104,5
80,8
91,0
74,2
119,1
192,4
103,3
80,6
90,9
75,3
118,3
189,0
90,7
68,7
81,3
65,2
109,9
143,8
99,7
76,3
86,3
70,2
113,9
191,3
97,7
79,1
87,1
72,1
112,7
151,8
107,8
83,8
96,5
79,7
128,0
187,0
103,6
82,1
92,5
77,2
119,6
170,9
2045
100,5
76,5
84,8
71,3
108,7
191,8
104,0
79,1
85,7
72,4
108,1
213,9
102,6
78,1
86,1
73,1
109,0
207,9
88,1
64,1
75,2
61,3
99,8
155,0
98,3
73,6
80,8
67,8
103,0
210,1
96,4
76,1
82,1
69,5
103,4
164,9
108,0
81,6
92,5
77,6
120,4
207,5
103,1
79,7
88,1
75,2
110,9
187,9
2050
99,4
74,7
79,6
69,5
97,5
207,4
103,3
78,2
80,5
71,1
96,4
233,0
101,6
76,4
81,1
71,5
98,1
225,3
85,3
60,5
68,8
57,9
88,0
165,1
96,8
71,7
75,1
65,8
91,1
227,0
95,1
74,2
76,9
67,7
92,5
176,8
107,9
80,3
88,0
76,3
109,8
226,9
102,5
78,2
83,5
73,6
100,8
203,4
Tabl. A10. Zmiany w strukturze ludnoci wedug tradycyjnych ekonomicznych grup wieku, 2013=100 (dok.)
Wojewdztwa
Voivodships
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Wiek
Age
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
Ogem Total
0-17
18-59/64
18-44
45-59/64
60+/65+
2014
2015
WIE (dok.)
99,7
99,4
98,3
96,6
99,5
98,9
99,1
98,2
100,1
100,0
101,8
103,9
100,1
100,2
98,3
96,9
100,2
100,3
99,9
99,5
100,9
101,7
101,8
103,9
99,6
99,1
98,2
96,8
99,8
99,3
99,3
98,3
100,6
101,2
100,3
100,7
100,9
101,7
99,8
99,6
100,6
101,0
100,7
101,2
100,5
100,8
104,6
109,4
100,3
100,5
99,5
99,0
99,9
99,6
99,8
99,3
100,1
100,1
102,5
105,4
99,8
99,6
98,3
96,9
99,7
99,2
99,7
99,2
99,8
99,4
101,5
103,6
100,0
99,9
98,9
97,9
99,7
99,1
99,5
98,7
100,0
99,9
103,0
106,5
100,7
101,3
99,8
99,7
100,3
100,5
100,4
100,6
100,2
100,3
103,5
107,2
100,2
100,3
99,1
98,4
99,7
99,1
99,9
99,4
99,4
98,7
104,2
108,9
2020
2025
2030
RURAL AREAS (cont.)

97,4
95,2
92,7
90,4
85,5
76,2
94,2
88,6
84,2
91,5
82,9
74,2
98,5
97,8
100,2
116,2
129,2
140,5
100,4
100,4
100,1
91,2
87,6
81,2
99,4
97,1
95,1
95,7
89,5
83,0
106,4
111,4
118,0
115,6
128,9
142,3
97,0
95,0
93,0
90,0
84,9
77,4
96,5
92,5
89,1
92,5
85,6
78,1
103,4
104,4
108,0
104,8
111,8
119,2
105,8
109,6
112,7
100,5
100,5
96,1
101,9
102,8
105,4
100,5
98,2
95,2
104,5
111,4
124,3
136,5
162,5
183,2
101,3
101,7
101,6
98,2
96,3
89,2
97,0
94,2
93,1
94,8
88,5
82,5
100,5
103,7
110,7
120,6
135,1
146,5
98,5
97,4
96,0
91,7
87,8
80,3
95,7
92,0
89,8
94,1
86,6
79,0
98,4
101,2
108,3
114,9
124,9
132,3
99,5
98,9
97,9
93,0
88,6
81,2
95,8
92,1
90,0
93,7
87,0
80,0
99,5
101,1
107,3
126,1
145,1
158,9
104,3
107,0
109,0
100,8
100,4
95,0
100,3
100,4
102,2
98,4
93,9
89,7
104,0
112,5
125,6
127,3
145,6
159,6
100,8
101,0
100,8
94,3
89,9
82,7
95,9
93,2
92,1
95,1
88,7
82,0
97,2
100,6
109,1
133,3
153,5
166,5
265
2035
89,9
69,5
79,3
65,6
100,9
149,6
99,3
76,5
91,7
75,7
122,1
156,4
90,7
71,8
84,2
70,1
108,5
128,0
115,3
94,5
105,8
91,2
132,8
205,2
100,9
84,0
90,6
76,3
114,2
157,7
94,2
75,1
86,1
71,5
111,0
140,3
96,4
76,3
86,5
73,0
110,0
171,6
110,4
92,0
101,7
85,1
132,8
175,7
99,9
78,1
89,5
75,4
112,8
179,3
2040
86,8
64,1
73,5
59,4
96,1
158,4
98,0
71,8
87,2
69,3
121,1
171,7
88,2
65,8
78,8
62,8
106,4
137,0
117,3
92,6
104,7
89,0
134,1
230,7
99,9
80,0
86,6
72,1
110,7
170,8
92,0
69,6
81,1
64,9
108,8
150,5
94,4
71,4
81,9
67,1
107,8
185,8
111,4
89,4
99,4
82,2
131,7
196,5
98,4
74,0
85,1
69,9
110,4
195,5
2045
83,4
60,4
66,9
55,2
85,4
167,9
96,4
67,8
81,8
65,4
112,7
187,7
85,3
60,7
72,6
58,3
97,3
146,2
119,0
91,8
102,0
88,7
126,7
260,4
98,6
77,8
81,3
69,7
100,4
185,8
89,5
65,3
75,0
61,0
98,8
162,4
92,1
67,5
76,2
63,8
97,8
201,8
112,2
88,4
95,5
81,5
121,8
220,5
96,8
71,0
79,4
67,0
100,2
214,0
2050
80,0
57,8
60,2
52,1
73,0
175,6
94,5
64,8
75,8
62,5
100,8
202,8
82,2
56,7
66,1
54,6
85,8
154,4
120,4
91,7
98,6
88,8
116,9
289,5
97,2
76,6
75,8
68,0
88,7
199,2
86,9
62,0
68,6
57,9
86,9
173,0
89,5
64,4
70,2
60,9
86,6
215,7
112,8
88,4
91,3
81,0
110,5
243,3
94,9
68,7
73,8
64,7
89,0
230,3
Tabl. A10.v2 Zmiany w strukturze ludnoci wedug ekonomicznych grup wieku

(uwzgldnione zmiany wieku emerytalnego), rok 2013=100
Table A10.v2 Changes in population structure by economic age groups
(according to changes in retirement age), 2013=100
Wojewdztwa
Voivodships
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Wiek
Age
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2014
99,9
99,1
99,8
99,5
100,1
101,3
99,8
99,1
99,5
99,6
99,3
101,7
99,9
98,6
99,8
99,5
100,1
101,6
99,6
98,2
99,7
99,3
100,4
100,8
99,9
99,0
99,6
99,6
99,5
102,2
99,6
98,9
99,4
99,2
99,7
100,7
100,2
99,3
100,3
99,8
101,1
101,0
100,2
100,1
100,0
99,9
100,2
101,1
2015
2020
2025
OGEM TOTAL
99,8
99,1
98,0
98,3
96,3
92,9
99,4
97,0
94,1
98,9
92,7
84,4
100,4
104,2
110,2
102,6
109,1
117,2
99,6
98,5
97,1
98,4
97,0
93,6
98,9
95,2
91,5
98,9
92,0
82,7
98,8
100,2
105,6
103,4
111,5
119,8
99,7
98,7
97,4
97,5
94,1
90,1
99,4
96,8
93,4
98,8
92,5
84,3
100,3
103,9
108,6
103,1
110,7
119,9
99,2
97,2
95,1
96,5
91,3
86,1
99,3
96,3
92,4
98,5
91,6
82,7
100,8
104,4
108,8
101,6
106,1
112,8
99,8
98,9
97,6
98,0
95,3
90,8
99,1
95,8
92,2
99,0
92,4
83,5
99,2
101,4
106,6
104,3
114,6
125,7
99,1
96,9
94,5
97,9
95,0
90,7
98,7
94,6
90,4
98,2
90,5
81,1
99,5
101,0
104,9
101,5
105,4
110,3
100,4
101,1
101,4
98,7
97,3
95,8
100,4
100,4
99,1
99,5
95,3
88,4
102,2
109,6
118,4
102,0
107,5
115,9
100,5
101,3
101,9
100,4
102,2
100,7
100,0
99,1
98,3
99,5
94,5
87,2
100,7
107,1
117,7
102,2
108,0
114,9
266
2030
96,6
84,8
93,3
76,7
120,9
120,2
95,3
84,8
90,7
74,0
117,5
120,9
95,8
82,1
92,2
76,4
118,2
123,4
92,6
77,4
90,2
74,0
117,5
115,5
95,9
81,9
91,3
75,4
117,3
129,0
91,8
81,6
88,7
72,9
113,3
109,8
101,3
89,1
99,5
81,7
131,5
121,1
101,9
93,1
100,0
80,8
133,3
117,0
2035
94,8
79,6
91,9
69,9
128,6
120,0
93,1
79,6
89,5
66,9
125,9
117,8
93,7
77,2
90,4
69,4
125,1
123,1
89,6
71,4
87,3
65,9
123,4
115,4
93,8
76,7
89,9
68,6
124,7
127,3
88,8
75,8
86,5
66,1
118,3
106,9
100,7
84,5
99,2
75,4
141,9
124,1
101,6
88,4
100,9
76,0
144,1
117,0
2040
92,7
75,2
89,6
65,5
129,9
120,8
90,7
75,2
87,2
62,6
126,7
116,7
91,2
72,8
87,7
64,3
126,2
123,9
86,4
65,6
83,7
59,8
124,0
115,9
91,3
72,4
87,4
64,0
125,6
127,0
85,7
70,9
83,2
61,0
117,9
105,6
99,8
80,5
98,0
71,2
146,1
127,8
101,1
85,0
100,3
73,6
146,7
119,6
2045
90,4
72,6
84,2
63,0
119,6
130,5
88,2
72,9
81,4
60,4
115,3
125,4
88,6
69,6
82,1
61,3
116,3
133,0
82,9
61,0
77,4
55,7
113,8
123,2
88,7
69,6
81,6
61,2
114,9
136,8
82,6
67,7
77,0
58,0
106,7
112,1
98,8
78,1
93,6
69,2
137,4
140,3
100,6
84,3
95,7
72,8
135,5
132,9
2050
88,2
71,0
77,6
60,8
105,5
143,0
85,8
71,5
74,4
58,5
100,1
137,9
86,0
67,3
75,4
58,9
102,7
144,7
79,3
57,4
69,9
52,2
99,6
133,0
86,0
67,4
74,6
58,9
100,3
150,2
79,6
65,4
70,1
55,4
92,9
120,8
97,6
76,9
87,8
67,7
124,0
155,9
100,0
84,8
89,8
71,9
120,9
149,3

(uwzgldnione zmiany wieku emerytalnego), rok 2013=100 (cd.)
(according to changes in retirement age), 2013=100 (cont.)
Wojewdztwa
Voivodships
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Wiek
Age
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2014
2015
2020
2025
2030

99,5
99,0
96,2
93,2
98,1
96,3
90,1
84,2
99,5
98,9
94,9
89,6
98,9
97,7
89,6
79,6
100,4
100,7
103,2
105,2
100,9
101,9
106,3
113,5
100,0
99,9
99,3
98,4
98,3
96,9
91,7
87,4
100,1
100,2
99,2
96,5
99,7
99,1
93,7
85,7
100,9
102,0
108,9
115,8
101,2
102,3
108,5
118,1
99,7
99,4
97,8
96,0
98,1
96,5
91,7
87,4
99,9
99,7
97,3
93,2
99,3
98,5
91,9
83,4
100,9
101,8
106,4
109,5
100,5
101,1
105,3
114,0
100,2
100,4
101,2
101,7
99,6
99,3
99,4
97,8
100,0
99,9
98,8
97,4
99,9
99,5
94,8
88,2
100,1
100,4
105,6
113,3
102,0
103,9
112,8
122,6
99,7
99,3
97,4
95,0
99,2
98,6
96,6
92,6
99,4
98,6
94,4
89,8
99,1
98,0
90,3
80,7
99,8
99,6
100,6
103,7
101,2
102,4
108,2
114,9
99,6
99,1
96,7
94,1
98,0
96,3
90,3
85,1
99,6
99,1
95,4
90,6
99,3
98,4
91,1
81,3
100,0
100,1
102,3
105,4
100,9
101,7
106,5
113,5
99,8
99,5
98,2
96,7
98,4
97,0
92,8
88,3
99,7
99,3
96,2
92,1
99,5
98,7
92,2
83,5
100,0
100,1
102,7
106,1
101,8
103,7
113,0
125,2
100,1
100,3
100,7
100,7
99,5
99,1
98,7
96,3
99,9
99,8
98,4
96,6
99,7
99,3
93,9
86,4
100,3
100,8
106,5
114,7
101,7
103,4
111,5
121,1
99,8
99,6
98,5
97,0
98,7
97,6
94,1
89,5
99,5
98,9
95,3
91,5
99,6
98,8
92,0
83,1
99,4
99,1
100,4
104,7
102,2
104,4
114,6
124,9
267
89,8
74,3
85,8
70,1
110,2
117,5
97,1
79,6
95,0
77,7
125,7
124,8
93,9
79,2
90,6
74,6
117,0
119,9
101,7
91,2
98,2
82,0
126,2
127,0
92,3
83,2
87,5
72,3
111,0
116,6
91,3
76,0
88,0
72,2
113,2
115,4
94,7
80,1
90,0
75,2
114,2
131,3
100,1
88,6
97,0
79,6
127,8
125,2
95,1
81,3
90,2
74,7
114,6
127,4
2035
86,1
67,6
81,7
61,2
113,4
118,0
95,3
74,2
92,9
69,9
133,9
128,2
91,4
73,4
87,6
66,2
123,1
122,6
101,2
87,7
98,4
76,4
136,5
127,7
89,3
76,9
85,0
65,2
115,7
114,8
88,0
70,0
85,0
64,1
118,3
113,8
92,4
75,1
87,6
67,7
120,4
132,0
99,1
83,8
96,7
73,5
137,6
125,6
92,8
76,4
88,5
67,7
121,5
125,1
2040
82,2
62,1
77,3
55,1
111,7
117,2
93,1
69,2
90,0
63,9
136,3
131,8
88,6
67,8
84,1
60,0
124,1
124,7
100,5
84,6
97,6
73,3
139,6
130,1
86,2
72,2
81,9
60,6
114,7
113,3
84,5
64,4
81,2
57,7
118,5
113,1
89,6
70,3
84,7
62,2
121,6
132,4
97,8
79,9
95,2
69,8
140,1
128,0
90,1
72,2
85,8
62,6
122,5
124,2
2045
78,2
58,2
70,6
51,0
100,9
122,4
90,6
65,3
84,3
60,1
127,2
143,0
85,5
63,6
78,3
56,3
114,7
132,4
99,6
83,1
93,5
72,1
130,5
142,3
83,1
69,5
75,9
57,9
103,7
119,6
80,8
60,0
74,5
53,4
108,0
119,6
86,6
66,7
78,9
58,9
111,8
141,4
96,3
77,9
90,4
67,9
130,0
140,2
87,3
69,3
79,9
59,7
111,8
133,0
2050
74,1
55,2
63,0
47,7
86,8
129,5
87,8
62,4
77,4
57,0
113,4
156,3
82,2
60,5
71,1
53,3
100,8
142,3
98,7
82,6
88,1
71,0
117,8
157,7
80,0
67,7
68,9
55,5
89,6
128,6
77,0
56,4
66,9
50,0
93,7
128,2
83,5
63,9
72,0
56,1
98,1
153,4
94,8
76,9
84,2
66,3
115,8
156,1
84,6
67,2
73,0
57,3
97,7
145,0

Wojewdztwa
Voivodships
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Wiek
Age
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2014
2015
MIASTA
99,7
99,4
99,1
98,3
99,3
98,5
99,3
98,3
99,3
98,8
101,6
103,3
99,6
99,2
99,1
98,4
99,0
98,0
99,2
98,3
98,7
97,7
101,7
103,3
99,5
99,1
98,3
96,8
99,2
98,4
99,2
98,2
99,3
98,8
101,7
103,3
99,5
99,0
97,9
95,6
99,2
98,4
99,1
98,1
99,4
98,9
102,1
104,2
99,7
99,4
98,8
97,7
99,2
98,4
99,5
98,7
98,8
97,9
102,3
104,6
99,3
98,6
98,7
97,7
98,8
97,6
98,8
97,4
98,8
97,9
101,1
102,2
99,9
99,8
99,3
98,7
99,6
99,2
99,5
98,7
99,9
100,0
101,3
102,6
100,2
100,4
100,7
101,5
99,7
99,4
99,8
99,3
99,6
99,5
101,5
102,9
2020
2025
URBAN AREAS
97,6
95,5
96,6
92,5
94,0
89,6
90,5
80,4
99,7
104,5
110,4
117,3
96,8
94,2
97,0
93,3
92,5
87,5
90,0
79,1
96,6
100,8
110,3
116,3
96,5
93,7
92,4
87,1
93,4
88,2
89,9
79,7
98,9
101,7
110,5
117,5
96,4
93,3
90,5
84,5
92,8
87,1
89,0
78,2
99,0
101,7
113,8
122,4
97,6
95,3
95,1
90,1
93,5
88,7
90,9
80,6
97,5
101,7
114,4
123,5
95,0
91,3
94,3
88,4
91,1
85,2
87,8
76,5
96,0
98,2
107,2
111,3
99,0
97,7
98,2
95,9
96,2
93,0
92,1
82,6
103,3
111,0
108,5
114,4
101,2
101,4
105,6
104,3
97,4
96,3
93,3
84,7
104,5
116,3
109,3
115,0
268
2030
92,9
83,0
87,9
71,3
114,8
117,7
91,3
83,5
85,6
69,2
111,7
115,1
90,5
77,5
85,5
70,2
109,9
118,1
89,8
74,3
83,9
67,9
109,8
124,0
92,6
80,1
87,1
71,6
111,8
124,2
87,2
77,4
82,4
67,0
105,6
108,8
95,9
87,5
92,2
73,5
124,5
115,2
101,1
95,5
98,3
77,6
134,1
114,7
2035
90,0
76,9
86,0
64,1
121,3
114,5
88,0
77,2
83,7
61,7
118,7
110,0
86,9
71,4
82,6
62,2
115,1
114,8
85,8
67,5
80,3
59,1
114,5
121,3
89,6
74,3
85,2
64,7
117,9
120,1
83,0
70,4
79,3
59,5
109,0
103,2
93,8
81,1
91,0
66,2
134,1
113,6
100,4
90,1
99,4
72,9
145,5
112,4
2040
87,0
72,1
83,0
59,9
120,3
112,7
84,6
72,2
80,6
57,3
117,6
106,6
83,2
66,2
78,8
56,7
113,8
112,5
81,4
61,4
75,9
53,6
112,0
118,8
86,4
69,7
82,2
60,3
117,3
117,1
78,7
65,1
75,2
54,4
106,2
99,3
91,5
75,9
88,8
62,2
134,9
113,2
99,7
87,0
98,9
71,6
146,1
113,4
2045
83,9
69,5
76,8
57,3
108,1
119,6
81,2
69,5
74,3
54,9
105,0
112,3
79,3
62,5
72,2
53,1
102,4
117,8
76,9
56,9
68,6
49,3
99,9
123,7
83,1
66,9
75,8
57,2
105,4
124,2
74,6
61,8
68,1
51,2
93,4
103,2
89,1
73,2
83,1
60,2
122,8
121,9
99,2
87,4
93,9
71,5
132,5
126,0
2050
80,9
68,0
69,4
55,0
92,6
129,7
78,0
67,9
66,7
52,7
88,9
121,8
75,6
59,6
64,6
50,1
87,5
125,9
72,4
53,4
60,4
45,7
84,0
131,2
79,8
64,6
68,2
54,6
89,9
134,8
70,6
59,2
60,3
48,0
78,6
109,5
86,8
72,2
75,9
58,4
106,3
134,2
98,7
89,2
87,4
71,0
116,0
142,1

Wojewdztwa
Voivodships
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Wiek
Age
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2014
MIASTA
99,4
97,8
99,0
98,7
99,5
101,6
99,8
98,3
99,4
99,4
99,5
102,3
99,8
98,1
99,8
99,4
100,4
101,7
99,9
99,5
99,4
99,4
99,3
101,8
99,5
99,1
99,1
98,9
99,3
101,3
99,2
97,5
98,8
98,9
98,8
101,8
99,6
98,0
99,4
99,5
99,3
102,2
99,7
99,2
99,2
99,1
99,4
101,8
99,7
98,4
99,2
99,5
98,8
102,2
2015
2020
(dok.)
98,7
96,0
98,0
97,2
99,1
103,1
99,5
96,8
98,8
98,5
99,3
104,6
99,6
96,3
99,4
98,6
100,7
103,5
99,7
99,0
98,7
98,6
98,9
103,6
99,0
98,4
98,1
97,6
98,8
102,6
98,5
95,4
97,6
97,5
97,7
103,5
99,3
96,3
98,7
98,7
98,6
104,4
99,4
98,5
98,5
98,1
99,1
103,5
99,3
97,2
98,3
98,6
97,9
104,4
URBAN AREAS (cont.)

95,2
91,3
87,1
89,7
82,9
72,3
92,1
85,8
81,6
87,8
76,5
66,2
98,8
100,2
105,3
109,3
115,7
116,7
97,8
95,6
92,9
92,4
87,0
77,1
94,4
89,4
86,6
90,8
80,2
70,0
100,3
104,5
113,9
115,5
126,9
131,3
98,3
96,6
94,5
93,0
89,2
80,5
95,7
90,7
87,8
91,4
82,0
72,5
102,6
104,9
112,9
113,7
126,9
134,2
98,8
97,5
95,7
98,5
95,8
87,7
95,2
92,0
91,3
91,6
82,7
74,6
101,2
107,6
119,3
110,7
117,1
117,6
96,2
93,1
89,6
96,0
91,3
81,2
92,5
87,0
84,1
89,0
78,4
69,2
98,0
100,1
106,7
108,4
114,4
114,5
94,4
90,1
85,4
88,4
81,2
69,6
90,5
83,2
79,0
87,2
74,4
63,5
95,4
96,2
102,0
111,0
117,7
117,0
97,3
95,2
92,6
92,6
88,2
79,3
94,0
88,8
86,2
91,2
81,1
71,8
98,5
101,1
109,1
114,6
125,7
129,6
97,7
95,6
92,9
96,6
92,2
82,2
94,2
90,0
88,4
90,1
80,1
71,1
101,0
106,8
117,7
110,9
117,9
118,5
97,4
95,2
92,6
94,0
89,3
80,5
93,3
88,6
86,7
90,6
80,5
71,2
97,5
101,1
110,8
114,0
122,3
122,4
269
2025
2030
2035
82,7
65,7
77,2
57,1
108,1
113,8
89,7
70,3
83,9
61,5
120,8
129,9
91,9
74,6
85,0
63,7
119,6
136,1
93,7
82,8
90,2
68,0
127,3
115,0
85,9
74,5
81,2
61,9
110,4
111,1
80,5
62,7
74,7
54,6
104,4
111,7
89,6
74,2
83,5
63,8
114,8
127,7
89,9
75,6
86,4
63,8
124,6
115,5
89,6
75,4
84,7
64,0
116,8
118,1
2040
78,0
60,1
72,4
51,1
105,1
110,5
86,1
64,8
80,2
56,1
120,0
128,4
88,9
69,3
81,7
58,4
119,9
136,5
91,5
78,8
88,0
64,5
127,5
114,2
82,2
69,6
77,5
57,1
108,5
108,0
75,3
56,7
69,5
48,4
100,8
107,0
86,3
69,4
80,3
58,7
114,7
125,4
86,7
70,4
83,2
59,4
123,5
114,1
86,3
71,1
81,6
59,1
116,5
115,3
2045
73,4
56,0
65,1
47,1
92,9
113,6
82,3
61,2
73,4
52,3
108,1
135,5
85,6
65,6
75,8
55,1
109,7
143,7
89,2
76,8
82,5
62,7
115,8
122,5
78,6
66,7
71,1
54,3
96,7
112,7
70,0
52,1
61,4
43,8
87,6
109,7
82,8
66,0
74,1
55,4
103,9
132,1
83,5
67,3
76,8
56,6
111,0
121,5
83,0
68,4
75,2
56,2
104,7
121,9
2050
68,8
52,7
57,2
43,6
78,1
118,9
78,4
58,5
65,2
49,1
91,8
145,9
82,2
63,2
68,5
52,4
94,8
154,1
87,1
75,9
76,0
61,0
101,1
133,5
75,0
64,7
63,8
51,7
82,2
120,3
64,9
48,3
52,8
39,9
71,8
114,4
79,3
63,5
66,7
52,7
89,0
142,0
80,3
65,3
69,2
54,0
94,9
132,2
79,9
66,3
67,9
53,8
89,8
131,6

Wojewdztwa
Voivodships
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Wiek
Age
Ogem Total
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2014
100,2
99,1
100,5
100,0
101,4
100,7
100,4
99,1
100,4
100,3
100,6
101,8
100,3
99,0
100,5
100,0
101,4
101,4
99,7
98,4
100,2
99,5
101,2
99,6
100,2
99,2
100,1
99,8
100,6
101,9
100,0
99,0
100,4
99,8
101,3
99,9
100,5
99,3
100,9
100,1
102,2
100,6
100,3
99,3
100,6
100,1
101,4
100,4
2015
2020
2025
WIE RURAL AREAS

100,4
101,3
102,0
98,3
95,8
93,4
100,9
101,7
100,9
99,7
96,1
90,4
102,9
111,6
119,4
101,4
106,6
117,1
100,7
102,3
103,7
98,5
96,9
94,2
100,7
101,0
100,4
100,3
96,6
90,6
101,3
108,3
116,6
103,8
115,1
130,4
100,6
102,0
103,1
98,3
96,2
93,7
100,9
101,8
101,3
99,8
96,2
90,8
102,7
111,8
119,5
102,8
111,0
124,7
99,4
98,0
96,6
97,2
91,8
87,3
100,2
99,5
97,2
98,8
93,8
86,7
102,5
109,4
115,4
99,3
99,5
104,4
100,4
101,1
101,6
98,5
95,7
91,9
100,2
99,7
98,2
99,4
94,7
88,2
101,5
108,2
115,1
103,8
115,0
130,4
100,0
100,1
100,0
98,1
96,1
94,0
100,7
100,7
99,4
99,5
94,9
88,7
102,6
110,5
117,5
99,9
101,8
108,2
101,0
103,1
104,9
98,7
96,7
95,7
101,6
104,4
105,0
100,1
98,2
93,7
104,4
116,0
125,9
101,3
106,3
117,6
100,5
101,6
102,7
98,8
97,1
95,2
101,0
102,2
102,0
99,9
96,7
91,5
102,9
111,7
120,2
100,8
105,2
114,8
270
2030
102,3
87,0
101,4
84,7
130,7
125,0
104,5
87,2
101,8
84,5
130,6
138,8
103,7
87,6
102,2
85,5
131,3
133,9
95,0
79,7
95,9
79,3
124,7
108,1
101,5
84,5
98,4
81,6
126,8
139,4
99,6
87,6
99,7
82,9
127,8
112,0
106,3
90,4
106,5
89,3
138,4
128,3
103,4
89,4
103,1
86,7
131,7
122,1
2035
102,0
83,0
101,1
78,6
140,4
130,1
104,7
83,9
102,4
78,4
142,2
141,9
103,8
84,2
102,0
79,7
141,0
139,6
93,0
74,4
93,6
71,8
131,8
110,3
100,9
80,3
98,0
75,1
136,7
142,9
98,8
83,4
99,0
77,0
135,8
114,3
107,3
87,0
107,0
83,9
149,8
137,0
103,7
85,7
103,5
81,5
141,8
127,0
2040
101,4
79,1
99,8
73,8
145,3
136,0
104,5
80,8
101,6
74,2
147,2
147,5
103,3
80,6
101,0
75,3
145,7
146,5
90,7
68,7
90,7
65,2
135,3
113,4
99,7
76,3
96,2
70,2
140,3
148,5
97,7
79,1
97,4
72,1
139,7
118,2
107,8
83,8
106,8
79,7
157,2
145,6
103,6
82,1
102,9
77,2
147,6
133,0
2045
100,5
76,5
95,6
71,3
138,0
150,6
104,0
79,1
97,3
72,4
138,7
165,5
102,6
78,1
96,8
73,1
138,3
163,0
88,1
64,1
85,2
61,3
126,9
122,9
98,3
73,6
91,4
67,8
131,4
164,4
96,4
76,1
92,8
69,5
131,7
130,0
108,0
81,6
103,7
77,6
152,0
162,9
103,1
79,7
99,1
75,2
140,7
147,9
2050
99,4
74,7
90,1
69,5
126,2
167,6
103,3
78,2
91,6
71,1
125,5
187,5
101,6
76,4
91,6
71,5
126,8
181,9
85,3
60,5
78,4
57,9
114,1
134,5
96,8
71,7
85,4
65,8
118,5
183,6
95,1
74,2
87,2
67,7
119,8
143,5
107,9
80,3
99,2
76,3
141,6
182,6
102,5
78,2
94,1
73,6
129,8
164,9

(uwzgldnione zmiany wieku emerytalnego), rok 2013=100 (dok.)
Wojewdztwa
Voivodships
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Wiek
Age
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
Ogem
Przedprodukcyjny
Produkcyjny
Mobilny
Niemobilny
Poprodukcyjny
2014
2015
2020
2025
2030
WIE (dok.) RURAL AREAS (cont.)

99,7
99,4
97,4
95,2
92,7
98,3
96,6
90,4
85,5
76,2
100,0
99,8
97,9
93,7
90,2
99,1
98,2
91,5
82,9
74,2
101,3
102,5
107,9
110,6
115,5
100,1
100,3
102,5
110,7
118,5
100,1
100,2
100,4
100,4
100,1
98,3
96,9
91,2
87,6
81,2
100,6
101,2
102,6
101,7
101,1
99,9
99,5
95,7
89,5
83,0
102,0
104,2
115,7
124,6
135,0
100,3
100,6
103,1
111,3
119,8
99,6
99,1
97,0
95,0
93,0
98,2
96,8
90,0
84,9
77,4
100,2
100,2
100,0
97,3
95,1
99,3
98,3
92,5
85,6
78,1
101,8
103,6
112,7
117,2
124,0
98,9
97,9
94,4
97,4
101,3
100,9
101,7
105,8
109,6
112,7
99,8
99,6
100,5
100,5
96,1
101,0
101,9
105,3
107,4
111,0
100,7
101,2
100,5
98,2
95,2
101,7
103,3
114,1
124,5
139,8
102,3
104,8
118,9
138,9
155,1
100,3
100,5
101,3
101,7
101,6
99,5
99,0
98,2
96,3
89,2
100,4
100,6
100,6
99,2
99,1
99,8
99,3
94,8
88,5
82,5
101,3
102,7
110,2
116,8
126,3
100,8
101,6
107,1
117,0
124,8
99,8
99,6
98,5
97,4
96,0
98,3
96,9
91,7
87,8
80,3
100,2
100,3
99,4
96,7
95,4
99,7
99,2
94,1
86,6
79,0
101,0
102,1
108,4
113,5
123,0
100,0
100,1
102,4
109,6
113,9
100,0
99,9
99,5
98,9
97,9
98,9
97,9
93,0
88,6
81,2
100,1
100,1
99,3
96,8
95,5
99,5
98,7
93,7
87,0
80,0
101,2
102,5
109,1
113,8
122,1
101,0
102,2
110,1
124,2
134,5
100,7
101,3
104,3
107,0
109,0
99,8
99,7
100,8
100,4
95,0
100,8
101,4
103,7
104,9
107,7
100,4
100,6
98,4
93,9
89,7
101,4
103,0
113,6
125,1
140,9
101,6
103,3
112,6
126,5
136,1
100,2
100,3
100,8
101,0
100,8
99,1
98,4
94,3
89,9
82,7
100,2
100,2
99,6
97,8
97,5
99,9
99,4
95,1
88,7
82,0
100,7
101,5
107,1
112,7
123,1
102,0
104,1
116,3
132,8
142,5
271
2035
89,9
69,5
86,5
65,6
119,2
123,2
99,3
76,5
99,5
75,7
144,1
126,9
90,7
71,8
91,8
70,1
129,0
105,1
115,3
94,5
113,5
91,2
154,5
165,8
100,9
84,0
98,4
76,3
134,5
129,3
94,2
75,1
93,5
71,5
130,6
115,7
96,4
76,3
93,6
73,0
129,0
140,0
110,4
92,0
109,5
85,1
154,6
142,1
99,9
78,1
96,8
75,4
132,0
146,4
2040
86,8
64,1
82,5
59,4
118,8
125,7
98,0
71,8
97,1
69,3
149,1
134,5
88,2
65,8
88,1
62,8
131,3
109,4
117,3
92,6
115,2
89,0
163,2
177,6
99,9
80,0
96,7
72,1
137,1
133,9
92,0
69,6
90,8
64,9
134,3
118,7
94,4
71,4
91,0
67,1
132,2
145,2
111,4
89,4
110,1
82,2
161,6
150,6
98,4
74,0
94,9
69,9
136,2
151,2
2045
83,4
60,4
76,3
55,2
109,6
133,4
96,4
67,8
92,2
65,4
142,2
148,9
85,3
60,7
82,3
58,3
123,1
117,7
119,0
91,8
113,6
88,7
159,3
201,5
98,6
77,8
92,1
69,7
128,7
146,6
89,5
65,3
85,2
61,0
126,1
128,7
92,1
67,5
85,9
63,8
124,1
158,5
112,2
88,4
107,2
81,5
154,8
170,6
96,8
71,0
90,0
67,0
127,8
166,8
2050
80,0
57,8
69,3
52,1
96,2
142,8
94,5
64,8
86,1
62,5
130,3
164,3
82,2
56,7
75,4
54,6
110,9
127,0
120,4
91,7
110,5
88,8
150,2
230,2
97,2
76,6
86,3
68,0
116,3
161,6
86,9
62,0
78,5
57,9
113,1
140,9
89,5
64,4
79,6
60,9
112,0
174,3
112,8
88,4
102,8
81,0
143,0
194,7
94,9
68,7
83,9
64,7
115,5
185,8
Tabl. A11. Struktura ludnoci w wieku produkcyjnym (18-59 lat kobiety oraz 18-64 lata mczyni)
Table A11. Population structure at working age (18-59 for females and 18-64 males)
Wojewdztwa
Voivodships
Ogem Total
Wiek produkcyjny
Working age 2013 2020 2035 2050
Ogem Total
Mobilni
Niemobilni
Ogem Total
Dolnolskie
Mobilni
Niemobilni
Kujawsko-pomorskie Ogem Total
Mobilni
Niemobilni
Lubelskie
Ogem Total
Mobilni
Niemobilni
Lubuskie
Ogem Total
Mobilni
Niemobilni
dzkie
Ogem Total
Mobilni
Niemobilni
Maopolskie
Ogem Total
Mobilni
Niemobilni
Mazowieckie
Ogem Total
Mobilni
Niemobilni
Opolskie
Ogem Total
Mobilni
Niemobilni
Podkarpackie
Ogem Total
Mobilni
Niemobilni
Podlaskie
Ogem Total
Mobilni
Niemobilni
Pomorskie
Ogem Total
Mobilni
Niemobilni
lskie
Ogem Total
Mobilni
Niemobilni
witokrzyskie
Ogem Total
Mobilni
Niemobilni
Warmisko-mazurskie Ogem Total
Mobilni
Niemobilni
Wielkopolskie
Ogem Total
Mobilni
Niemobilni
Zachodniopomorskie Ogem Total
Mobilni
Niemobilni
OGEM
TOTAL
100,0
62,8
37,2
100,0
62,0
38,0
100,0
62,6
37,4
100,0
63,1
36,9
100,0
62,4
37,6
100,0
61,3
38,7
100,0
64,5
35,5
100,0
63,8
36,2
100,0
61,1
38,9
100,0
64,2
35,8
100,0
62,7
37,3
100,0
63,7
36,3
100,0
61,0
39,0
100,0
61,7
38,3
100,0
62,5
37,5
100,0
64,1
35,9
100,0
61,6
38,4
100,0
62,4
37,6
100,0
62,6
37,4
100,0
62,2
37,8
100,0
62,3
37,7
100,0
62,6
37,4
100,0
61,2
38,8
100,0
63,4
36,6
100,0
63,2
36,9
100,0
60,1
39,9
100,0
62,9
37,1
100,0
61,5
38,5
100,0
63,5
36,5
100,0
60,9
39,1
100,0
61,4
38,6
100,0
62,4
37,7
100,0
63,4
36,6
100,0
62,1
37,9
100,0
51,8
48,2
100,0
50,2
49,8
100,0
52,1
47,9
100,0
51,7
48,3
100,0
51,4
48,6
100,0
51,0
49,0
100,0
53,0
47,0
100,0
52,0
48,1
100,0
50,0
50,0
100,0
52,4
47,7
100,0
51,5
48,5
100,0
53,3
46,7
100,0
50,8
49,2
100,0
50,6
49,4
100,0
52,2
47,8
100,0
52,6
47,4
100,0
51,1
48,9
100,0
56,3
43,7
100,0
56,1
44,0
100,0
55,8
44,2
100,0
54,2
45,8
100,0
56,1
43,9
100,0
55,6
44,4
100,0
56,6
43,4
100,0
58,1
41,9
100,0
53,5
46,5
100,0
54,2
45,8
100,0
54,0
46,0
100,0
58,2
41,8
100,0
56,3
43,7
100,0
53,2
46,8
100,0
55,6
44,4
100,0
57,4
42,6
100,0
55,4
44,6
272
Miasta
Urban areas
2013
100,0
62,1
37,9
100,0
61,7
38,3
100,0
61,7
38,3
100,0
62,2
37,8
100,0
61,9
38,1
100,0
60,4
39,6
100,0
63,8
36,2
100,0
63,8
36,3
100,0
60,9
39,1
100,0
62,6
37,5
100,0
62,3
37,7
100,0
63,0
37,0
100,0
60,6
39,4
100,0
60,1
40,0
100,0
61,7
38,3
100,0
63,2
36,8
100,0
61,2
38,8
2020
100,0
62,3
37,7
100,0
62,7
37,3
100,0
62,0
38,0
100,0
62,2
37,8
100,0
62,8
37,2
100,0
60,9
39,1
100,0
63,5
36,5
100,0
63,5
36,5
100,0
60,6
39,4
100,0
62,8
37,2
100,0
62,1
37,9
100,0
63,1
36,9
100,0
60,8
39,2
100,0
60,7
39,3
100,0
62,5
37,5
100,0
63,0
37,0
100,0
62,1
37,9
2035
100,0
50,3
49,8
100,0
49,3
50,7
100,0
50,6
49,5
100,0
49,9
50,1
100,0
50,8
49,2
100,0
49,4
50,6
100,0
50,2
49,8
100,0
50,6
49,4
100,0
49,3
50,8
100,0
49,7
50,3
100,0
50,8
49,3
100,0
51,5
48,5
100,0
50,2
49,8
100,0
48,0
52,0
100,0
51,1
48,9
100,0
50,7
49,3
100,0
50,2
49,8
Wie
Rural areas
2050
100,0
56,7
43,3
100,0
56,5
43,5
100,0
55,4
44,6
100,0
54,8
45,2
100,0
56,6
43,4
100,0
55,7
44,3
100,0
56,6
43,4
100,0
59,2
40,8
100,0
54,0
46,0
100,0
54,7
45,3
100,0
55,2
44,8
100,0
57,9
42,1
100,0
56,4
43,6
100,0
53,1
46,9
100,0
56,1
43,9
100,0
56,9
43,1
100,0
55,8
44,3
2013
100,0
63,9
36,1
100,0
62,7
37,3
100,0
63,9
36,2
100,0
63,9
36,1
100,0
63,2
36,8
100,0
62,9
37,1
100,0
65,2
34,8
100,0
63,8
36,2
100,0
61,4
38,7
100,0
65,4
34,6
100,0
63,3
36,7
100,0
65,0
35,0
100,0
62,4
37,6
100,0
63,0
37,0
100,0
63,6
36,4
100,0
65,2
34,8
100,0
62,5
37,5
2020
100,0
62,5
37,5
100,0
62,3
37,7
100,0
62,5
37,5
100,0
62,4
37,6
100,0
62,3
37,7
100,0
61,5
38,5
100,0
63,4
36,6
100,0
62,6
37,4
100,0
59,6
40,4
100,0
63,0
37,0
100,0
60,6
39,4
100,0
64,1
35,9
100,0
61,0
39,0
100,0
62,0
38,0
100,0
62,2
37,8
100,0
63,9
36,1
100,0
62,0
38,0
2035
100,0
53,8
46,3
100,0
51,9
48,1
100,0
53,9
46,1
100,0
53,1
46,9
100,0
52,4
47,6
100,0
53,2
46,8
100,0
55,3
44,7
100,0
54,4
45,7
100,0
50,8
49,2
100,0
54,0
46,0
100,0
52,7
47,3
100,0
56,1
44,0
100,0
52,6
47,4
100,0
52,4
47,6
100,0
53,7
46,3
100,0
54,6
45,5
100,0
52,7
47,3
2050
100,0
55,8
44,2
100,0
55,3
44,7
100,0
56,3
43,7
100,0
53,7
46,3
100,0
55,4
44,6
100,0
55,4
44,6
100,0
56,6
43,4
100,0
56,3
43,7
100,0
53,1
46,9
100,0
54,0
46,0
100,0
52,3
47,7
100,0
58,5
41,5
100,0
56,0
44,0
100,0
53,2
46,8
100,0
55,1
44,9
100,0
57,9
42,1
100,0
54,8
45,2
Tabl. A11.v2 Struktura ludnoci w wieku produkcyjnym (18-59 lat kobiety oraz 18-64 lata mczyni)
Table A11.v2 Population structure at working age (18-59 for females and 18-64 males)
Wojewdztwa
Voivodships
Ogem Total
Wiek produkcyjny
Working age 2013 2020 2035 2050
Ogem Total
Mobilni
Niemobilni
Dolnolskie
Ogem Total
Mobilni
Niemobilni
Mobilni
Niemobilni
Ogem Total
Lubelskie
Mobilni
Niemobilni
Ogem Total
Lubuskie
Mobilni
Niemobilni
Ogem Total
dzkie
Mobilni
Niemobilni
Maopolskie
Ogem Total
Mobilni
Niemobilni
Ogem Total
Mazowieckie
Mobilni
Niemobilni
Ogem Total
Opolskie
Mobilni
Niemobilni
Ogem Total
Podkarpackie
Mobilni
Niemobilni
Ogem Total
Podlaskie
Mobilni
Niemobilni
Ogem Total
Pomorskie
Mobilni
Niemobilni
Ogem Total
lskie
Mobilni
Niemobilni
witokrzyskie
Ogem Total
Mobilni
Niemobilni
Warmisko-mazurskie Ogem Total
Mobilni
Niemobilni
Ogem Total
Wielkopolskie
Mobilni
Niemobilni
Mobilni
Niemobilni
OGEM
TOTAL
100,0
62,5
37,5
100,0
61,7
38,3
100,0
62,3
37,8
100,0
62,8
37,2
100,0
62,0
38,0
100,0
61,0
39,1
100,0
64,2
35,8
100,0
63,4
36,6
100,0
60,8
39,2
100,0
63,9
36,1
100,0
62,4
37,6
100,0
63,4
36,6
100,0
60,7
39,3
100,0
61,4
38,6
100,0
62,2
37,8
100,0
63,8
36,2
100,0
61,3
38,7
100,0
59,7
40,3
100,0
59,7
40,4
100,0
59,5
40,5
100,0
59,7
40,4
100,0
59,8
40,2
100,0
58,3
41,7
100,0
61,0
39,1
100,0
60,5
39,5
100,0
57,4
42,6
100,0
60,4
39,6
100,0
58,9
41,1
100,0
60,9
39,2
100,0
58,1
41,9
100,0
58,6
41,4
100,0
59,6
40,4
100,0
60,8
39,2
100,0
59,2
40,8
100,0
47,5
52,5
100,0
46,1
53,9
100,0
47,8
52,2
100,0
47,4
52,6
100,0
47,3
52,7
100,0
46,6
53,5
100,0
48,8
51,2
100,0
47,8
52,2
100,0
45,6
54,4
100,0
48,1
52,0
100,0
47,1
52,9
100,0
49,2
50,8
100,0
46,5
53,5
100,0
46,3
53,8
100,0
48,0
52,0
100,0
48,5
51,5
100,0
46,8
53,2
100,0
49,0
51,0
100,0
48,5
51,5
100,0
48,6
51,4
100,0
46,9
53,1
100,0
48,9
51,1
100,0
48,2
51,8
100,0
49,5
50,5
100,0
50,8
49,2
100,0
46,1
54,0
100,0
47,1
52,9
100,0
46,7
53,3
100,0
51,1
48,9
100,0
48,9
51,2
100,0
45,9
54,1
100,0
48,5
51,6
100,0
50,2
49,8
100,0
48,1
51,9
273
Miasta
Urban areas
2013
100,0
61,7
38,3
100,0
61,4
38,6
100,0
61,4
38,6
100,0
61,8
38,2
100,0
61,5
38,5
100,0
60,0
40,0
100,0
63,4
36,6
100,0
63,4
36,6
100,0
60,6
39,4
100,0
62,2
37,8
100,0
62,0
38,0
100,0
62,7
37,4
100,0
60,3
39,7
100,0
59,7
40,3
100,0
61,4
38,6
100,0
62,9
37,1
100,0
60,8
39,2
2020
100,0
59,4
40,6
100,0
59,7
40,4
100,0
59,1
40,9
100,0
59,3
40,7
100,0
59,9
40,2
100,0
57,9
42,2
100,0
60,8
39,3
100,0
60,7
39,3
100,0
57,7
42,3
100,0
59,9
40,2
100,0
59,3
40,7
100,0
60,3
39,7
100,0
57,9
42,1
100,0
57,5
42,5
100,0
59,5
40,5
100,0
60,2
39,8
100,0
59,1
40,9
2035
100,0
46,0
54,0
100,0
45,2
54,8
100,0
46,2
53,8
100,0
45,6
54,5
100,0
46,7
53,3
100,0
45,0
55,0
100,0
46,1
53,9
100,0
46,5
53,6
100,0
44,8
55,2
100,0
45,6
54,4
100,0
46,5
53,5
100,0
47,3
52,8
100,0
45,9
54,1
100,0
43,6
56,4
100,0
46,9
53,1
100,0
46,5
53,6
100,0
46,0
54,1
Wie
Rural areas
2050
100,0
48,9
51,1
100,0
48,5
51,5
100,0
47,7
52,3
100,0
46,9
53,1
100,0
49,3
50,7
100,0
47,8
52,2
100,0
48,8
51,2
100,0
51,4
48,6
100,0
46,2
53,9
100,0
46,8
53,2
100,0
47,5
52,6
100,0
50,3
49,7
100,0
48,8
51,2
100,0
45,1
54,9
100,0
48,5
51,5
100,0
49,1
50,9
100,0
48,2
51,8
2013
100,0
63,6
36,4
100,0
62,4
37,6
100,0
63,6
36,4
100,0
63,6
36,4
100,0
62,9
37,1
100,0
62,6
37,4
100,0
65,0
35,0
100,0
63,5
36,5
100,0
61,1
38,9
100,0
65,2
34,8
100,0
63,0
37,0
100,0
64,8
35,3
100,0
62,1
37,9
100,0
62,8
37,3
100,0
63,3
36,7
100,0
64,9
35,1
100,0
62,2
37,8
2020
100,0
60,1
39,9
100,0
59,7
40,3
100,0
60,0
40,0
100,0
59,9
40,1
100,0
59,7
40,3
100,0
59,0
41,0
100,0
61,1
38,9
100,0
60,1
39,9
100,0
57,1
42,9
100,0
60,7
39,3
100,0
58,3
41,7
100,0
61,8
38,2
100,0
58,5
41,5
100,0
59,4
40,6
100,0
59,7
40,3
100,0
61,6
38,5
100,0
59,4
40,6
2035
100,0
49,5
50,5
100,0
47,8
52,2
100,0
49,7
50,3
100,0
48,7
51,3
100,0
48,2
51,8
100,0
48,7
51,3
100,0
51,0
49,0
100,0
50,0
50,0
100,0
46,4
53,6
100,0
49,5
50,5
100,0
48,1
52,0
100,0
52,0
48,0
100,0
48,2
51,8
100,0
48,0
52,0
100,0
49,4
50,6
100,0
50,4
49,6
100,0
48,5
51,5
2050
100,0
49,1
51,0
100,0
48,4
51,6
100,0
49,6
50,4
100,0
47,0
53,0
100,0
48,5
51,5
100,0
48,6
51,4
100,0
50,0
50,0
100,0
49,7
50,3
100,0
46,0
54,0
100,0
47,3
52,7
100,0
45,6
54,4
100,0
52,1
47,9
100,0
49,0
51,1
100,0
46,3
53,7
100,0
48,4
51,6
100,0
51,2
48,8
100,0
48,0
52,0
Tabl. A12. Prognoza ludnoci wedug edukacyjnych grup wieku (w tysicach)

Table A12. Population projection by educational age groups (in thousands)
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
1145,6
1684,4
2183,8
1149,1
1268,8
3074,4
81,0
121,7
151,6
78,5
88,3
218,7
61,3
93,0
121,5
64,5
72,4
172,1
61,6
90,6
124,6
68,3
76,3
183,4
30,6
46,2
58,6
30,6
34,2
80,6
69,9
101,9
133,1
69,9
78,9
189,3
105,9
153,4
200,8
108,2
116,5
284,6
170,5
246,1
307,4
152,4
164,0
393,6
1110,4
1677,6
2219,4
1124,2
1223,2
2959,3
78,0
121,0
155,2
76,8
84,6
209,4
59,4
91,6
123,2
63,1
69,6
166,6
59,1
89,7
124,8
66,4
73,6
176,9
29,5
45,5
60,0
29,8
32,9
78,1
67,3
101,8
135,2
68,3
75,1
183,1
103,4
153,8
202,8
105,9
113,2
274,3
166,3
247,2
316,9
150,9
159,0
379,9
1076,3
1635,8
2295,4
1097,9
1178,4
2837,4
75,4
117,3
162,1
75,1
81,1
199,5
57,6
88,2
127,4
61,4
66,6
160,3
56,8
87,2
127,7
63,9
70,5
169,8
28,4
44,0
62,5
29,0
31,7
75,2
64,7
99,6
139,3
66,8
72,0
176,0
101,1
150,7
208,9
103,4
109,9
262,7
162,2
243,5
330,8
149,6
154,7
365,1
2020
OGEM
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
2025
2035
2040
2045
2050
874,9
1249,6
2033,7
1052,1
1108,7
2444,8
61,1
87,8
143,1
73,7
77,7
175,0
47,7
67,4
108,8
56,0
59,0
133,7
45,1
64,2
104,9
54,3
57,7
130,5
22,6
32,3
52,8
27,5
29,3
66,0
51,0
72,6
119,0
62,2
66,5
147,6
85,2
122,5
197,3
100,9
104,9
226,2
134,9
192,1
315,3
163,0
169,9
366,4
835,0
1156,4
1875,4
1010,7
1037,2
2203,4
58,4
81,2
131,4
70,9
72,7
155,3
45,3
62,4
100,8
54,1
55,4
117,2
41,5
57,7
95,3
52,0
53,5
114,3
21,6
30,1
48,5
26,2
27,0
58,0
48,3
66,6
108,5
59,1
61,0
131,5
81,3
113,8
184,6
98,5
100,3
210,0
132,3
180,3
291,5
157,7
161,8
340,1
829,9
1121,3
1738,7
925,9
978,0
2061,9
58,5
79,1
121,8
64,6
68,4
145,0
44,3
60,0
93,4
49,8
52,5
110,0
39,5
53,8
85,9
46,8
50,0
105,7
21,3
29,2
45,2
23,9
25,2
53,6
47,5
64,0
99,7
53,5
56,9
120,9
81,1
110,4
172,0
91,5
96,1
200,5
136,5
180,1
274,1
144,9
153,1
323,3
821,8
1119,5
1685,4
860,8
894,0
1935,5
58,2
79,4
118,5
60,1
62,3
135,8
43,2
59,0
89,7
46,2
48,1
103,7
37,7
51,6
80,1
42,3
44,7
98,1
20,8
28,8
43,8
22,3
23,1
50,0
46,5
63,2
95,7
49,3
51,5
112,2
81,2
110,8
167,0
85,5
88,8
191,2
139,5
186,5
273,7
136,9
141,0
304,8
784,2
1097,3
1680,0
839,1
846,9
1777,9
55,7
78,2
118,7
58,8
59,1
124,4
40,9
57,1
88,2
44,6
45,3
95,4
34,9
48,8
76,7
39,6
40,9
87,9
19,6
27,9
43,2
21,7
21,9
45,9
43,7
61,1
94,3
47,6
48,3
101,9
78,6
110,0
167,4
83,5
84,3
177,3
135,7
187,9
282,5
137,6
136,6
282,8
TOTAL
1030,3
1418,4
2425,9
1152,2
1059,4
2338,9
72,5
100,0
173,1
81,8
72,5
161,6
55,5
75,6
131,1
63,7
58,9
131,8
54,6
73,8
128,4
63,7
60,4
138,4
26,8
37,3
65,2
31,6
28,0
62,3
61,2
84,3
146,6
69,8
64,9
142,7
98,2
134,8
224,8
104,5
98,6
219,4
157,4
216,6
363,0
168,4
149,7
312,0
274
2030
956,9
1359,9
2126,4
1196,8
1261,8
2169,5
67,0
96,0
149,4
85,0
90,6
150,8
52,0
73,0
113,1
63,8
69,9
120,3
50,4
70,8
110,0
63,3
67,6
122,6
24,7
35,4
55,8
31,8
34,6
57,8
56,3
79,9
126,0
72,6
76,2
132,0
92,7
131,3
203,0
111,6
115,6
201,5
146,1
209,0
326,9
181,8
186,2
310,2
Tabl. A12. Prognoza ludnoci wedug edukacyjnych grup wieku (w tysicach) (cd.)
Table A12. Population projection by educational age groups (in thousands) (cont.)
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
2020
OGEM (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
25,8
37,5
51,1
28,7
32,1
79,9
62,7
92,1
128,6
72,0
78,9
189,9
32,8
49,2
67,4
36,9
42,4
103,5
74,8
111,1
140,6
71,6
77,1
185,9
132,2
188,7
239,6
125,1
138,5
344,6
33,7
50,5
68,5
38,2
43,3
103,6
42,9
65,0
86,7
46,3
51,9
124,6
112,5
164,4
208,0
107,5
117,2
284,8
47,6
73,2
95,6
50,4
56,7
135,4
24,8
37,3
51,2
27,6
30,9
75,9
60,9
91,5
128,7
69,6
76,6
182,5
31,8
48,6
67,6
35,8
40,5
99,6
72,7
110,4
143,7
70,9
75,1
178,8
128,0
189,2
243,9
122,3
133,2
328,0
32,2
49,9
68,7
36,8
41,7
100,1
41,1
64,3
87,5
45,2
49,7
120,4
109,5
164,0
212,7
105,3
113,6
274,2
46,2
71,7
97,4
49,3
53,9
131,5
23,5
36,5
52,3
26,5
29,6
72,2
59,1
89,1
130,8
67,4
73,8
175,5
30,8
47,2
68,7
34,9
38,4
95,5
70,9
107,4
150,0
69,4
73,3
171,2
123,5
185,8
253,0
119,4
127,9
313,0
30,9
48,3
70,1
35,8
39,6
96,6
39,8
62,1
89,7
44,1
47,6
115,7
106,7
160,1
221,3
103,3
110,2
262,4
44,9
68,7
101,0
48,0
51,5
126,7
2025
2030
2035
2040
2045
2050
TOTAL (cont.)
21,5
30,2
53,9
26,1
24,6
57,7
55,9
77,7
133,1
65,0
63,5
145,1
29,6
40,5
70,1
34,4
33,0
75,6
70,1
95,0
160,1
75,4
67,8
146,0
113,8
159,7
273,1
126,2
115,2
253,6
29,3
40,4
71,4
34,7
33,7
77,7
38,5
52,6
91,5
44,7
41,9
93,7
103,1
140,9
237,8
111,7
100,6
218,8
42,5
59,0
102,9
50,5
46,3
102,5
275
19,5
27,9
45,3
26,5
27,8
50,1
52,2
73,9
116,9
65,5
69,9
127,7
27,5
39,1
60,8
34,5
37,0
66,7
66,5
93,8
142,9
78,7
83,6
140,1
103,7
148,6
237,6
134,4
138,5
235,2
27,0
38,3
60,4
35,1
37,9
67,6
35,8
50,9
78,5
44,7
48,4
84,9
96,0
135,9
211,2
117,7
123,0
207,5
39,6
56,3
88,6
50,0
55,1
94,5
17,4
25,1
41,7
22,2
24,2
53,8
47,4
68,3
111,0
57,9
61,3
135,0
24,7
35,7
58,3
30,1
31,8
71,5
62,1
88,0
140,6
71,0
73,5
161,6
93,9
134,6
220,6
116,1
124,4
268,4
24,3
34,8
57,1
29,8
31,9
72,3
32,6
46,8
75,6
38,7
40,7
92,7
88,4
125,3
203,4
104,8
109,5
239,1
36,5
52,1
84,3
43,7
46,3
105,1
16,1
22,6
37,5
20,5
21,4
47,4
44,1
62,4
102,7
55,3
56,9
121,5
22,7
32,2
53,4
29,0
29,7
63,0
60,5
83,3
132,5
70,1
70,9
147,0
89,6
123,8
200,4
108,5
112,6
244,2
22,4
31,4
51,9
28,3
29,3
63,0
30,7
43,1
69,8
37,4
38,2
80,9
85,4
116,9
188,2
101,3
103,7
218,0
34,7
48,5
78,2
41,9
43,0
91,9
15,5
21,3
33,8
18,4
19,6
42,3
42,5
58,9
94,1
50,8
53,7
112,9
21,8
30,2
48,3
26,3
28,0
58,9
61,1
82,4
125,6
65,5
68,3
141,5
89,2
120,1
184,6
98,1
104,0
222,1
21,3
29,3
47,0
25,6
27,3
57,8
29,7
41,1
64,4
34,2
36,1
75,7
85,9
114,8
176,0
93,1
98,1
206,3
34,1
46,7
72,8
38,6
40,6
85,6
14,9
20,6
31,8
16,6
17,5
38,6
41,1
57,2
88,9
46,6
49,0
106,0
21,1
29,2
45,3
23,8
25,2
55,1
61,3
83,4
124,0
62,3
63,9
135,9
88,1
119,9
178,9
90,7
94,1
204,6
20,2
28,0
43,9
23,2
24,5
53,5
28,7
40,0
61,3
31,6
32,9
71,1
85,8
115,8
172,7
87,4
90,3
194,6
33,4
46,1
70,2
36,0
37,3
80,4
13,9
19,6
30,8
15,7
16,1
34,6
38,8
55,0
86,2
44,3
45,5
96,9
19,8
28,0
43,9
22,5
23,1
49,7
59,4
82,8
125,4
61,8
61,8
127,5
83,3
116,8
178,0
88,3
88,8
186,1
18,8
26,5
41,9
21,7
22,4
48,1
27,0
38,4
59,6
30,2
30,8
65,1
82,5
114,4
174,0
86,3
86,5
180,0
31,6
44,8
69,2
34,9
35,3
74,2
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
2020
OGEM (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
589,0
863,6
1120,3
589,5
649,4
1567,9
41,8
62,2
77,8
40,2
45,3
110,8
31,6
47,6
62,4
33,1
37,0
87,2
31,3
46,2
63,9
35,1
38,9
93,9
15,6
23,7
30,0
15,8
17,6
41,1
36,0
52,3
68,4
35,9
40,6
96,8
54,4
78,7
102,8
55,4
59,5
145,0
87,7
126,4
157,3
78,2
84,0
200,4
571,0
860,8
1138,5
576,3
627,1
1509,3
40,2
62,0
79,6
39,3
43,4
106,3
30,6
46,9
63,1
32,4
35,9
84,3
30,1
45,9
64,0
34,1
37,6
90,5
15,1
23,3
30,8
15,3
17,0
39,8
34,5
52,4
69,4
35,2
38,6
93,7
53,1
79,0
103,9
54,2
57,7
140,0
85,6
126,9
162,4
77,3
81,5
193,5
553,5
840,3
1177,0
563,0
603,9
1448,0
38,9
60,1
83,0
38,5
41,6
101,4
29,7
45,3
65,2
31,5
34,2
81,4
29,2
44,5
65,3
32,9
36,1
86,7
14,6
22,6
32,1
14,8
16,4
38,4
33,3
51,2
71,6
34,4
36,8
90,3
52,0
77,5
106,9
53,0
56,1
133,9
83,5
124,9
169,7
76,6
79,5
185,9
530,3
730,0
1245,4
590,6
543,2
1197,3
37,3
51,5
88,8
41,8
37,3
82,3
28,6
38,9
67,2
32,6
30,2
67,6
28,1
37,9
65,5
32,5
31,0
71,0
13,8
19,3
33,6
16,4
14,4
32,2
31,5
43,4
75,4
35,9
33,3
73,4
50,5
69,4
115,4
53,4
50,5
111,9
81,1
111,6
186,3
86,5
76,6
159,4
276
2025
2030
2035
2040
2045
2050
TOTAL (cont.) Males

492,5
699,9
1093,9
615,3
645,8
1110,9
34,5
49,4
76,9
43,7
46,1
77,0
26,8
37,6
58,2
32,8
35,6
61,6
25,9
36,4
56,5
32,3
34,4
63,0
12,7
18,3
29,0
16,5
17,9
29,9
29,0
41,2
64,9
37,3
39,1
67,9
47,7
67,5
104,4
57,4
59,1
102,8
75,3
107,6
168,2
93,5
95,6
158,4
450,3
643,1
1046,7
541,3
569,5
1252,0
31,4
45,2
73,6
37,9
40,0
89,2
24,6
34,7
55,9
28,8
30,3
68,3
23,2
33,0
53,9
27,9
29,4
66,8
11,7
16,8
27,6
14,4
15,2
34,4
26,3
37,4
61,4
32,1
34,2
76,0
43,9
63,0
101,5
51,9
53,8
115,5
69,5
99,0
162,3
84,0
87,3
187,7
429,8
595,2
965,2
520,0
533,3
1131,5
30,1
41,8
67,6
36,5
37,4
79,6
23,3
32,1
51,8
27,8
28,4
60,1
21,3
29,7
49,0
26,7
27,5
58,6
11,2
15,6
25,3
13,7
14,1
30,3
24,9
34,3
56,0
30,5
31,5
67,8
41,9
58,5
95,0
50,6
51,5
107,6
68,1
92,8
150,1
81,2
83,3
174,5
427,2
577,1
894,8
476,3
502,9
1059,5
30,1
40,7
62,7
33,2
35,1
74,2
22,8
30,9
48,0
25,6
26,9
56,4
20,3
27,7
44,2
24,1
25,7
54,4
11,0
15,1
23,6
12,5
13,2
28,2
24,5
33,0
51,4
27,6
29,4
62,4
41,7
56,8
88,5
47,1
49,4
102,8
70,3
92,8
141,1
74,7
78,8
166,1
423,0
576,2
867,4
442,8
459,7
994,6
30,0
40,9
61,0
30,9
32,0
69,5
22,3
30,4
46,1
23,7
24,7
53,2
19,4
26,5
41,2
21,7
23,0
50,6
10,8
15,0
22,9
11,7
12,1
26,3
24,0
32,6
49,4
25,4
26,6
58,0
41,8
57,0
85,9
43,9
45,6
98,1
71,9
96,0
140,9
70,5
72,6
156,6
403,6
564,8
864,6
431,7
435,4
913,7
28,7
40,2
61,1
30,2
30,4
63,7
21,1
29,4
45,3
22,9
23,3
48,9
17,9
25,1
39,4
20,4
21,0
45,3
10,1
14,5
22,6
11,4
11,5
24,2
22,5
31,5
48,7
24,6
24,9
52,7
40,5
56,6
86,1
42,9
43,3
91,0
69,9
96,8
145,4
70,9
70,4
145,3
Wojewdztwa Wiek
2013
2014
2015
2020
2025
2030
2035
2040
Voivodships
Age
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
13,2
19,2
26,3
14,7
16,4
40,6
32,2
47,2
66,0
36,9
40,5
96,9
16,9
25,3
34,4
18,8
21,7
53,1
38,5
57,2
72,1
36,7
39,7
94,9
68,1
96,2
122,4
64,2
70,9
175,7
17,5
25,9
35,1
19,7
22,0
53,2
22,1
33,5
44,6
23,6
26,4
63,9
57,8
84,7
107,2
55,3
60,1
145,3
24,4
37,4
49,3
25,9
28,9
69,2
12,8
19,1
26,4
14,2
15,8
38,6
31,4
46,8
66,1
35,7
39,4
93,0
16,4
25,0
34,6
18,2
20,8
51,1
37,5
56,9
73,7
36,3
38,6
91,3
65,7
96,9
124,8
62,4
68,3
167,2
16,7
25,7
35,0
19,0
21,3
51,3
21,2
33,1
45,0
23,1
25,3
61,6
56,4
84,4
109,6
54,2
58,3
140,0
23,8
36,6
50,1
25,3
27,5
67,1
12,2
18,7
26,9
13,6
15,1
36,7
30,4
45,7
67,1
34,5
37,9
89,6
15,8
24,4
35,2
17,8
19,7
48,9
36,5
55,3
77,0
35,5
37,5
87,6
63,4
95,3
129,2
61,0
65,6
159,6
15,9
25,0
35,8
18,4
20,3
49,4
20,5
32,0
46,0
22,7
24,4
59,1
54,9
82,4
114,1
53,2
56,5
134,2
23,1
35,3
51,8
24,7
26,3
64,7
11,1
15,6
27,6
13,4
12,6
29,5
28,7
39,9
68,2
33,4
32,6
74,5
15,2
20,9
36,1
17,6
16,8
38,7
36,1
48,9
82,4
38,7
34,7
74,6
58,5
82,1
139,7
64,4
58,9
129,6
15,1
20,8
36,8
17,8
17,1
40,0
19,8
27,1
47,2
22,9
21,6
48,0
53,0
72,5
122,4
57,7
51,7
112,3
21,8
30,3
52,7
25,9
23,9
52,4
277
10,1
14,4
23,4
13,5
14,2
25,6
26,9
38,0
60,0
33,5
35,7
65,5
14,2
20,1
31,3
17,8
18,9
34,1
34,2
48,2
73,4
40,6
42,8
71,5
53,4
76,4
121,9
68,8
70,4
119,8
13,9
19,7
31,1
18,2
19,4
34,7
18,4
26,2
40,4
23,0
24,9
43,7
49,4
70,0
108,8
60,5
63,5
106,7
20,4
28,9
45,6
25,7
28,0
48,6
9,0
12,9
21,5
11,4
12,4
27,4
24,4
35,1
57,1
29,7
31,4
69,0
12,7
18,4
30,0
15,5
16,4
36,7
31,9
45,2
72,3
36,5
37,7
82,7
48,3
69,2
113,3
59,5
63,6
136,9
12,5
17,9
29,4
15,3
16,5
37,2
16,8
24,1
38,9
19,9
21,0
47,7
45,5
64,5
104,7
54,0
56,3
123,1
18,8
26,8
43,3
22,5
23,9
53,6
8,3
11,6
19,3
10,6
11,0
24,2
22,7
32,1
52,8
28,4
29,2
62,3
11,7
16,6
27,5
14,9
15,3
32,4
31,1
42,8
68,1
36,0
36,4
75,3
46,1
63,7
103,0
55,6
57,7
125,2
11,5
16,2
26,7
14,6
15,0
32,6
15,8
22,2
35,9
19,2
19,7
41,7
44,0
60,2
96,9
52,1
53,4
112,1
17,9
24,9
40,2
21,5
22,1
47,1
8,0
11,0
17,4
9,4
10,1
21,6
21,9
30,3
48,4
26,1
27,5
57,9
11,2
15,5
24,8
13,5
14,4
30,3
31,4
42,3
64,5
33,7
35,1
72,5
45,9
61,8
94,9
50,3
53,3
113,8
10,9
15,1
24,2
13,1
14,0
29,8
15,3
21,1
33,1
17,6
18,6
39,0
44,2
59,1
90,6
47,9
50,5
106,1
17,6
24,0
37,4
19,8
20,9
43,9
2045
7,7
10,6
16,4
8,5
9,0
19,7
21,2
29,4
45,7
23,9
25,1
54,4
10,8
15,0
23,3
12,2
12,9
28,4
31,5
42,8
63,7
32,0
32,8
69,5
45,3
61,7
91,9
46,5
48,2
104,9
10,4
14,4
22,6
11,9
12,6
27,6
14,7
20,5
31,5
16,3
16,9
36,6
44,2
59,6
88,9
45,0
46,5
100,1
17,2
23,7
36,1
18,5
19,2
41,3
2050
7,2
10,1
15,8
8,1
8,2
17,6
20,0
28,3
44,3
22,7
23,3
49,8
10,2
14,4
22,6
11,5
11,9
25,6
30,5
42,6
64,4
31,8
31,7
65,3
42,8
60,1
91,5
45,3
45,5
95,4
9,7
13,7
21,6
11,2
11,5
24,8
13,9
19,7
30,7
15,6
15,9
33,5
42,4
58,9
89,6
44,4
44,5
92,6
16,3
23,0
35,6
17,9
18,2
38,1
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
556,6
820,8
1063,5
559,6
619,4
1506,6
39,2
59,6
73,8
38,3
43,0
107,9
29,6
45,5
59,1
31,4
35,4
84,9
30,2
44,3
60,7
33,1
37,4
89,5
15,0
22,5
28,6
14,9
16,7
39,5
34,0
49,7
64,7
34,0
38,3
92,5
51,5
74,6
98,0
52,8
57,0
139,7
82,9
119,6
150,1
74,3
80,1
193,2
539,4
816,9
1080,9
547,9
596,1
1450,0
37,8
59,0
75,6
37,6
41,2
103,1
28,8
44,7
60,0
30,7
33,7
82,3
29,0
43,8
60,8
32,3
36,0
86,4
14,4
22,2
29,2
14,5
15,9
38,2
32,8
49,5
65,8
33,1
36,5
89,4
50,2
74,8
98,9
51,7
55,4
134,4
80,8
120,3
154,5
73,6
77,5
186,4
522,7
795,5
1118,4
534,9
574,5
1389,4
36,6
57,2
79,1
36,6
39,5
98,0
28,0
42,9
62,1
29,9
32,4
78,9
27,6
42,7
62,3
31,0
34,4
83,0
13,8
21,4
30,4
14,1
15,4
36,8
31,4
48,4
67,7
32,4
35,2
85,7
49,1
73,2
102,0
50,5
53,9
128,8
78,7
118,6
161,1
72,9
75,2
179,1
500,0
688,4
1180,6
561,6
516,2
1141,5
35,2
48,5
84,2
40,0
35,2
79,2
26,9
36,7
63,9
31,1
28,7
64,1
26,5
35,9
62,9
31,1
29,3
67,4
13,0
17,9
31,6
15,2
13,6
30,1
29,7
40,9
71,3
33,9
31,6
69,2
47,6
65,4
109,4
51,1
48,1
107,5
76,3
105,1
176,7
81,9
73,1
152,7
278
464,4
660,0
1032,5
581,6
616,0
1058,6
32,5
46,6
72,5
41,2
44,4
73,8
25,2
35,4
55,0
31,0
34,3
58,7
24,5
34,4
53,5
31,0
33,2
59,6
11,9
17,0
26,8
15,2
16,7
27,9
27,3
38,7
61,1
35,3
37,0
64,1
45,0
63,7
98,6
54,2
56,5
98,7
70,8
101,3
158,7
88,2
90,6
151,8
424,6
606,5
987,0
510,8
539,2
1192,8
29,6
42,6
69,5
35,8
37,8
85,8
23,1
32,7
52,9
27,2
28,7
65,4
21,9
31,2
51,0
26,4
28,3
63,7
10,9
15,6
25,3
13,1
14,1
31,6
24,7
35,2
57,6
30,1
32,3
71,7
41,4
59,5
95,8
49,0
51,1
110,7
65,4
93,2
153,0
79,1
82,5
178,7
405,2
561,3
910,2
490,8
503,9
1071,9
28,4
39,4
63,8
34,4
35,4
75,7
21,9
30,3
49,0
26,3
27,0
57,1
20,1
28,1
46,3
25,3
26,0
55,7
10,5
14,5
23,2
12,5
12,8
27,7
23,4
32,3
52,6
28,6
29,6
63,7
39,5
55,3
89,6
47,8
48,7
102,4
64,1
87,4
141,4
76,5
78,5
165,6
402,8
544,2
843,9
449,5
475,2
1002,4
28,4
38,4
59,1
31,4
33,3
70,7
21,5
29,1
45,4
24,2
25,6
53,7
19,2
26,1
41,7
22,8
24,3
51,3
10,3
14,0
21,6
11,4
12,0
25,4
23,0
31,0
48,3
25,9
27,6
58,4
39,4
53,6
83,5
44,5
46,7
97,7
66,2
87,4
133,0
70,3
74,2
157,2
398,8
543,3
818,0
418,0
434,4
941,0
28,3
38,5
57,5
29,2
30,3
66,3
21,0
28,6
43,6
22,5
23,4
50,6
18,3
25,1
38,9
20,6
21,7
47,5
10,1
13,9
20,9
10,6
11,0
23,7
22,5
30,6
46,3
23,9
24,9
54,2
39,4
53,8
81,1
41,5
43,2
93,1
67,6
90,5
132,8
66,4
68,4
148,2
380,5
532,5
815,3
407,4
411,4
864,2
27,0
37,9
57,6
28,5
28,8
60,7
19,8
27,7
42,8
21,7
22,1
46,5
16,9
23,7
37,2
19,3
19,9
42,6
9,5
13,4
20,6
10,3
10,4
21,8
21,2
29,6
45,7
23,0
23,4
49,2
38,2
53,4
81,3
40,6
41,0
86,4
65,8
91,1
137,1
66,7
66,2
137,5
Wojewdztwa Wiek
2013
2014
2015
2020
2025
2030
2035
2040
Voivodships
Age
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
12,5
18,2
24,8
13,9
15,8
39,3
30,5
45,0
62,6
35,1
38,4
93,0
15,8
23,9
33,0
18,0
20,6
50,4
36,3
54,0
68,5
35,0
37,4
91,0
64,1
92,4
117,2
60,9
67,6
168,8
16,2
24,6
33,5
18,5
21,3
50,4
20,8
31,5
42,1
22,7
25,5
60,7
54,7
79,7
100,8
52,2
57,1
139,5
23,2
35,8
46,3
24,5
27,8
66,2
12,0
18,2
24,8
13,3
15,2
37,3
29,6
44,6
62,6
34,0
37,2
89,5
15,4
23,6
33,0
17,5
19,7
48,5
35,3
53,6
70,0
34,6
36,5
87,5
62,4
92,4
119,0
59,9
64,9
160,8
15,5
24,3
33,6
17,9
20,4
48,8
20,0
31,1
42,5
22,1
24,3
58,8
53,2
79,6
103,1
51,1
55,3
134,2
22,4
35,1
47,3
24,0
26,4
64,3
11,4
17,8
25,4
12,9
14,5
35,5
28,8
43,4
63,7
32,9
35,9
85,9
15,0
22,9
33,5
17,1
18,7
46,6
34,4
52,1
72,9
33,9
35,8
83,6
60,1
90,5
123,8
58,5
62,3
153,4
15,0
23,3
34,4
17,4
19,3
47,2
19,3
30,1
43,7
21,3
23,2
56,6
51,8
77,6
107,1
50,1
53,7
128,2
21,8
33,4
49,2
23,3
25,2
62,0
10,4
14,7
26,2
12,7
12,0
28,2
27,1
37,7
64,9
31,7
31,0
70,5
14,4
19,7
34,0
16,8
16,1
36,9
34,0
46,2
77,7
36,8
33,1
71,4
55,3
77,6
133,4
61,8
56,3
124,1
14,2
19,6
34,6
17,0
16,6
37,7
18,7
25,6
44,4
21,8
20,3
45,8
50,0
68,4
115,4
54,0
49,0
106,6
20,6
28,7
50,2
24,6
22,4
50,1
279
9,5
13,5
21,9
12,9
13,6
24,5
25,3
35,9
56,9
31,9
34,2
62,2
13,4
19,0
29,6
16,6
18,0
32,6
32,3
45,6
69,4
38,2
40,8
68,5
50,4
72,2
115,7
65,5
68,0
115,4
13,1
18,6
29,3
16,9
18,5
33,0
17,4
24,7
38,1
21,7
23,5
41,2
46,6
65,9
102,5
57,2
59,6
100,8
19,2
27,3
43,0
24,3
27,1
45,9
8,4
12,2
20,2
10,8
11,8
26,4
23,0
33,2
54,0
28,2
29,9
66,0
12,0
17,3
28,3
14,6
15,4
34,7
30,2
42,8
68,3
34,5
35,7
78,9
45,6
65,4
107,3
56,6
60,8
131,5
11,8
16,9
27,7
14,5
15,4
35,2
15,9
22,7
36,7
18,8
19,8
45,0
42,9
60,8
98,6
50,8
53,1
116,1
17,7
25,3
40,9
21,2
22,5
51,5
7,8
10,9
18,2
10,0
10,4
23,2
21,4
30,3
49,9
26,9
27,7
59,2
11,0
15,6
25,9
14,1
14,5
30,6
29,4
40,5
64,4
34,1
34,5
71,7
43,5
60,1
97,5
52,9
54,9
119,0
10,9
15,3
25,2
13,8
14,2
30,5
14,9
21,0
33,9
18,2
18,6
39,2
41,5
56,7
91,3
49,1
50,3
105,9
16,9
23,6
38,0
20,3
20,9
44,8
7,5
10,3
16,4
8,9
9,6
20,7
20,6
28,6
45,7
24,7
26,2
54,9
10,6
14,7
23,5
12,8
13,6
28,6
29,7
40,1
61,1
31,9
33,3
69,1
43,3
58,3
89,8
47,8
50,7
108,3
10,3
14,2
22,8
12,4
13,3
28,0
14,4
20,0
31,3
16,6
17,5
36,7
41,7
55,7
85,4
45,2
47,6
100,2
16,6
22,7
35,4
18,7
19,7
41,7
2045
7,2
10,0
15,4
8,1
8,5
18,9
20,0
27,8
43,2
22,7
23,8
51,6
10,2
14,2
22,0
11,6
12,3
26,7
29,8
40,6
60,3
30,3
31,1
66,3
42,8
58,2
87,0
44,2
45,9
99,8
9,8
13,6
21,3
11,3
11,9
25,9
13,9
19,4
29,8
15,4
16,0
34,5
41,6
56,2
83,8
42,4
43,8
94,5
16,2
22,4
34,1
17,5
18,2
39,2
2050
6,7
9,5
14,9
7,6
7,8
16,9
18,8
26,7
41,9
21,5
22,1
47,1
9,6
13,6
21,3
10,9
11,3
24,1
28,9
40,3
61,0
30,1
30,1
62,3
40,4
56,7
86,5
43,0
43,3
90,7
9,1
12,9
20,3
10,6
10,9
23,3
13,1
18,7
29,0
14,7
15,0
31,5
40,0
55,5
84,4
41,9
42,0
87,4
15,4
21,8
33,6
16,9
17,2
36,1
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
665,1
969,1
1197,3
608,9
682,1
1698,7
54,9
80,4
96,7
49,3
55,8
142,7
34,3
52,0
65,1
34,1
39,2
95,7
27,5
40,4
52,5
27,8
32,4
77,4
19,0
28,1
34,5
17,7
20,3
47,0
42,4
61,6
77,3
39,0
44,6
109,9
47,9
67,8
83,6
43,0
47,2
124,3
109,6
155,3
181,7
84,5
90,4
222,5
641,0
967,3
1224,3
597,1
657,6
1610,8
52,7
80,4
99,1
48,3
53,4
134,8
33,1
51,1
66,1
33,4
37,4
91,3
26,2
40,1
52,8
27,2
31,7
72,6
18,2
27,9
35,4
17,2
19,5
45,2
40,4
61,7
78,7
38,4
42,3
105,0
46,5
68,3
84,9
42,1
45,9
117,1
106,4
157,1
189,9
84,4
87,9
211,4
MIASTA
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
617,2
943,8
1275,3
584,6
626,0
1531,9
50,8
78,2
103,9
46,9
50,9
127,1
31,9
49,1
68,5
32,4
35,4
87,1
25,1
39,0
54,4
26,1
29,6
69,5
17,3
27,1
37,1
16,7
18,5
43,6
38,6
60,3
81,4
37,8
40,0
100,2
45,3
66,9
88,2
41,4
43,8
109,7
103,4
155,4
200,7
84,4
85,2
201,3
2020
2025
2030
2035
2040
2045
451,7
623,4
1005,4
541,3
556,9
1200,3
36,9
51,4
82,6
44,3
45,5
97,8
22,9
31,6
50,7
27,1
27,9
60,4
17,1
23,7
38,8
21,0
21,7
47,3
12,5
17,6
28,1
15,1
15,6
34,1
26,5
36,3
58,8
32,0
33,3
73,8
33,2
46,2
75,1
40,2
41,1
87,0
82,1
110,6
177,7
96,3
99,1
210,3
453,1
605,2
921,1
487,4
516,5
1102,4
37,0
49,7
75,3
39,7
42,1
89,9
22,3
30,0
46,1
24,5
25,9
55,1
16,4
22,1
34,5
18,6
19,9
42,7
12,4
17,0
26,0
13,6
14,4
30,8
26,2
34,8
53,2
28,4
30,3
65,6
33,4
44,6
68,1
36,3
38,5
81,7
86,9
112,3
166,6
87,3
92,6
198,1
451,1
609,0
892,6
447,8
464,3
1018,2
36,9
50,0
72,8
36,3
37,7
82,9
21,6
29,3
43,6
22,2
23,2
50,8
15,7
21,3
32,0
16,5
17,4
38,9
12,1
16,9
25,1
12,6
13,1
28,4
25,5
34,4
50,8
25,7
26,9
59,4
33,8
45,2
65,6
33,0
34,5
76,2
90,5
119,1
168,9
82,4
84,4
184,6
2050
URBAN AREAS
579,6
800,1
1369,7
631,9
565,1
1244,6
47,9
66,3
112,7
51,5
44,8
100,8
29,7
40,7
70,9
33,6
30,7
69,9
23,5
31,9
55,8
26,7
24,5
57,9
16,0
22,5
39,4
18,6
16,0
36,3
35,2
49,0
86,4
40,1
36,8
79,6
43,2
58,8
96,9
43,4
39,5
87,7
99,4
137,0
227,7
101,6
86,6
174,2
280
528,0
755,2
1178,9
666,0
693,9
1161,3
43,5
62,7
96,9
54,6
56,8
93,2
27,3
38,4
59,6
33,8
36,9
62,5
21,2
30,0
46,6
27,0
28,5
50,1
14,5
21,0
33,2
19,0
20,3
33,3
31,6
45,1
71,8
42,1
43,8
74,5
39,6
56,4
86,4
47,2
47,9
81,3
90,6
130,7
204,2
113,2
113,7
181,3
474,7
681,8
1108,8
571,8
607,5
1341,2
38,9
56,4
91,4
46,8
49,4
109,6
24,5
34,8
55,8
28,7
30,7
70,2
18,7
26,7
43,5
22,4
24,0
54,8
13,1
19,0
30,9
16,1
17,3
38,8
28,1
40,1
65,9
34,6
37,6
84,4
35,3
51,1
82,5
41,9
43,7
94,0
82,7
118,3
194,9
100,6
104,9
224,7
428,2
597,4
894,6
436,4
436,4
920,9
35,1
49,1
72,8
35,3
35,3
74,6
20,2
28,1
42,5
21,1
21,4
45,7
14,4
20,1
30,7
15,4
15,7
34,2
11,3
16,2
24,8
12,3
12,3
25,9
23,6
32,9
50,0
24,7
24,9
52,9
32,7
45,1
66,3
32,0
32,1
68,7
88,5
121,6
178,2
84,2
82,3
169,9
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
MIASTA (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
13,1
19,3
25,6
13,5
15,5
39,3
24,6
36,4
47,2
25,3
28,4
71,1
19,8
29,8
38,6
20,4
24,4
60,4
44,6
65,7
80,5
40,2
43,6
109,8
100,3
142,7
178,0
91,9
101,8
258,6
14,2
21,2
27,3
14,7
17,0
40,7
23,8
36,4
46,5
24,3
28,6
67,7
58,4
84,1
102,1
52,1
56,9
145,7
30,8
47,9
60,3
31,2
36,2
86,0
12,5
19,2
25,7
13,1
14,8
37,0
23,8
36,1
47,8
24,7
27,6
66,5
19,2
29,6
38,9
19,8
23,6
56,9
43,1
65,3
82,5
39,6
42,3
104,3
96,8
143,0
181,3
89,7
97,8
244,8
13,4
21,0
27,4
14,3
16,4
38,6
22,7
36,0
47,2
23,8
27,5
64,7
56,3
83,7
104,7
50,7
55,1
137,9
29,7
47,0
61,7
30,4
34,5
82,9
11,7
18,6
26,4
12,7
13,9
35,1
22,9
35,0
49,3
23,9
26,2
63,2
18,6
28,8
39,9
19,4
21,9
54,3
41,7
63,5
86,3
38,9
40,9
98,9
92,9
140,2
188,6
87,6
93,5
232,6
12,5
20,4
28,3
13,8
15,3
37,0
21,7
34,8
48,8
23,2
25,6
62,3
54,2
81,6
109,1
49,6
53,1
130,0
28,7
44,9
64,4
29,8
32,3
80,0
2020
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.)

10,8
14,9
26,8
13,0
11,9
27,3
21,0
29,6
51,2
24,3
22,6
51,4
17,7
24,5
42,1
19,9
18,3
43,1
40,4
55,0
92,5
42,7
37,8
81,5
84,7
118,6
203,6
93,2
84,2
185,1
11,4
15,8
29,1
13,6
12,9
29,8
20,9
28,7
50,8
24,1
22,0
50,6
50,7
69,1
117,2
54,0
47,7
105,0
27,1
37,7
66,5
31,8
28,8
64,4
281
9,8
13,9
21,9
12,9
13,7
24,3
19,0
27,4
43,7
24,8
26,4
45,6
16,4
23,5
36,4
20,5
21,6
37,8
37,4
53,3
81,1
44,7
47,1
78,0
76,5
109,5
174,5
99,2
101,9
171,7
10,2
14,7
23,1
14,0
14,8
25,7
19,4
27,8
42,7
24,5
26,4
44,9
45,8
64,9
100,6
56,7
59,0
98,3
25,2
36,0
56,2
32,0
35,2
58,8
8,7
12,4
20,2
10,5
11,5
26,2
16,8
24,6
40,4
21,2
22,7
50,2
14,6
21,4
34,7
17,7
18,7
42,0
34,1
49,0
78,3
39,4
41,1
90,7
68,7
98,3
160,5
84,2
90,9
196,8
8,9
13,0
21,2
11,0
12,2
27,9
17,6
25,5
41,1
20,8
22,0
50,5
40,8
58,0
94,1
48,5
51,5
113,8
23,1
33,2
53,5
27,4
29,1
66,7
8,0
11,1
18,1
9,8
10,1
22,4
15,7
22,1
36,3
19,7
20,4
44,5
13,6
19,3
31,7
17,0
17,4
37,2
32,9
45,5
72,3
38,3
38,8
81,7
65,2
89,9
144,7
78,1
81,1
177,4
8,2
11,5
18,8
10,2
10,5
23,5
16,5
23,4
37,8
20,1
20,4
43,6
38,6
52,5
84,5
45,6
47,0
101,6
22,0
30,7
49,4
26,3
26,9
57,7
7,7
10,4
16,2
8,7
9,2
19,8
15,3
21,0
32,8
17,6
18,8
40,1
13,3
18,3
28,7
15,5
16,4
34,7
33,2
44,7
67,3
35,1
36,8
77,1
64,9
86,9
132,5
70,1
74,3
159,5
7,8
10,7
16,7
8,9
9,5
20,5
16,2
22,4
34,7
18,3
19,2
40,4
38,5
50,7
76,7
40,7
43,2
93,0
21,7
29,7
45,8
24,1
25,3
53,4
7,4
10,1
15,2
7,8
8,1
18,1
14,9
20,6
31,0
15,9
16,7
36,7
13,1
18,1
27,2
14,0
14,7
32,4
33,3
45,3
65,9
32,7
33,6
72,7
63,9
86,6
127,8
64,3
66,7
145,7
7,3
10,2
15,4
7,9
8,3
18,4
15,8
22,0
33,1
16,8
17,4
37,9
38,0
50,7
73,8
37,0
38,5
85,2
21,4
29,5
44,2
22,4
23,2
50,1
6,8
9,5
14,6
7,3
7,4
16,0
13,9
19,8
30,3
15,1
15,4
32,7
12,4
17,6
26,8
13,3
13,6
29,2
32,1
44,8
66,6
32,2
32,0
66,8
60,0
84,0
126,8
62,4
62,5
131,4
6,6
9,4
14,6
7,3
7,5
16,1
14,8
21,2
32,5
16,1
16,3
34,5
35,8
49,3
73,5
35,9
35,9
76,3
20,2
28,6
43,7
21,7
21,8
46,0
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
MIASTA (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
342,4
496,7
614,2
312,6
347,0
859,7
28,4
41,0
49,6
25,1
28,5
71,9
17,7
26,6
33,3
17,5
19,9
47,9
14,0
20,6
26,9
14,3
16,3
39,0
9,6
14,4
17,7
9,1
10,4
23,9
21,8
31,5
39,8
20,0
22,9
55,8
24,8
34,9
42,8
22,1
23,7
62,8
56,3
79,9
93,0
43,4
45,8
112,2
329,7
496,5
627,7
306,3
335,1
815,8
27,2
41,2
50,7
24,5
27,3
68,0
17,0
26,1
33,7
17,1
19,2
45,7
13,4
20,4
27,1
13,9
16,0
36,5
9,3
14,3
18,2
8,9
10,0
23,0
20,7
31,7
40,5
19,8
21,6
53,4
24,0
35,2
43,6
21,7
23,2
59,3
54,7
80,8
97,3
43,3
44,6
106,8
317,5
485,0
653,5
299,8
319,9
776,1
26,2
40,1
53,2
23,9
26,0
64,3
16,4
25,1
34,9
16,6
18,2
43,8
12,9
19,9
27,8
13,5
15,0
34,9
8,9
13,9
19,1
8,6
9,5
22,2
19,8
31,0
41,9
19,4
20,5
51,0
23,4
34,6
45,3
21,3
22,2
55,4
53,2
79,8
102,8
43,3
43,5
101,7
2020
2025
2030
2035
2040
2045
2050

298,2
411,4
703,0
323,7
289,5
633,0
24,7
34,1
57,9
26,3
23,0
51,0
15,3
20,9
36,3
17,0
15,7
35,7
12,1
16,4
28,4
13,6
12,6
29,3
8,3
11,7
20,4
9,6
8,3
18,8
18,1
25,2
44,4
20,6
18,9
40,7
22,2
30,3
50,0
22,2
20,3
44,4
51,1
70,4
116,8
52,1
44,3
88,0
282
271,7
388,3
605,7
342,3
354,7
592,1
22,4
32,2
49,9
28,1
28,9
47,4
14,0
19,7
30,5
17,3
18,8
31,8
11,0
15,5
23,9
13,7
14,4
25,6
7,5
11,0
17,4
9,9
10,6
17,3
16,3
23,2
36,9
21,6
22,4
38,3
20,4
29,1
44,5
24,5
24,5
41,3
46,6
67,2
104,7
58,1
58,3
92,0
244,2
350,6
569,9
293,8
311,7
684,0
20,0
29,0
47,0
24,1
25,4
55,7
12,6
17,8
28,5
14,7
15,7
35,6
9,6
13,8
22,4
11,5
12,3
27,7
6,8
9,9
16,3
8,5
9,1
20,3
14,5
20,6
33,9
17,8
19,3
43,3
18,2
26,3
42,5
21,6
22,6
47,9
42,6
60,8
100,0
51,6
53,7
114,6
232,4
320,5
516,7
278,1
285,8
613,6
19,0
26,4
42,5
22,8
23,3
50,0
11,8
16,2
25,9
13,9
14,2
30,7
8,8
12,2
20,0
10,8
11,1
24,0
6,5
9,2
14,8
8,0
8,3
18,0
13,6
18,7
30,3
16,5
17,1
37,9
17,1
23,8
38,7
20,7
21,1
44,6
42,2
56,8
91,2
49,4
50,8
107,1
233,1
311,1
473,3
250,4
265,0
563,4
19,0
25,6
38,7
20,4
21,6
45,9
11,5
15,4
23,6
12,5
13,2
28,0
8,5
11,4
17,7
9,6
10,2
21,8
6,4
8,9
13,7
7,2
7,7
16,4
13,5
17,9
27,4
14,6
15,6
33,6
17,2
23,0
35,1
18,7
19,8
41,8
44,7
57,7
85,5
44,8
47,5
101,0
232,1
313,1
458,6
230,0
238,2
520,1
19,0
25,7
37,4
18,7
19,3
42,3
11,1
15,0
22,3
11,4
11,8
25,8
8,1
11,0
16,5
8,5
8,9
19,8
6,3
8,8
13,3
6,7
6,9
15,1
13,1
17,7
26,2
13,3
13,8
30,5
17,4
23,3
33,8
17,0
17,7
38,9
46,6
61,2
86,7
42,3
43,3
94,1
220,3
307,1
459,7
224,1
223,9
470,2
18,0
25,3
37,5
18,1
18,1
38,0
10,3
14,4
21,7
10,8
10,9
23,2
7,4
10,3
15,8
7,9
8,1
17,4
5,9
8,5
13,1
6,5
6,6
13,8
12,1
16,9
25,7
12,7
12,8
27,2
16,8
23,2
34,2
16,5
16,5
35,1
45,5
62,5
91,4
43,2
42,2
86,6
Wojewdztwa Wiek
2013
2014
2015
2020
2025
2030
2035
2040
2045
Voivodships
Age
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
6,8
9,9
13,2
7,0
7,9
20,1
12,7
18,6
24,1
13,1
14,5
35,8
10,2
15,3
19,6
10,4
12,4
30,5
22,9
33,8
41,5
20,8
22,3
55,6
51,7
72,8
90,9
47,0
52,0
131,7
7,4
10,9
14,1
7,6
8,5
20,8
12,3
18,8
24,0
12,4
14,4
34,5
30,0
43,2
52,6
26,9
28,9
73,7
15,8
24,6
31,1
16,0
18,4
43,6
6,5
9,9
13,2
6,8
7,5
18,9
12,3
18,4
24,5
12,7
14,1
33,5
9,9
15,2
19,8
10,1
12,0
28,9
22,1
33,6
42,5
20,5
21,6
52,8
49,7
73,2
92,9
45,7
50,0
124,7
7,0
10,8
14,1
7,4
8,3
19,6
11,7
18,6
24,3
12,1
13,9
32,9
28,9
43,0
53,7
26,2
28,1
69,8
15,4
24,0
31,7
15,6
17,5
42,0
6,1
9,6
13,5
6,5
7,1
17,9
11,8
17,9
25,2
12,2
13,5
31,9
9,5
14,9
20,3
9,9
11,2
27,4
21,4
32,6
44,5
20,0
21,1
50,1
47,7
71,9
96,4
44,7
47,8
118,5
6,4
10,6
14,5
7,1
7,9
18,7
11,2
18,0
25,1
11,9
13,0
31,6
27,9
42,0
56,1
25,5
27,1
66,1
14,8
23,1
33,0
15,3
16,4
40,5
5,5
7,6
13,8
6,6
6,1
13,9
10,8
15,2
26,2
12,4
11,5
26,2
9,1
12,6
21,6
10,1
9,3
21,8
20,7
28,2
47,6
22,0
19,4
41,6
43,5
60,9
104,0
47,6
43,0
94,3
5,9
8,2
15,1
7,1
6,5
15,3
10,8
14,8
26,2
12,3
11,4
25,5
26,1
35,5
60,2
27,8
24,4
53,7
14,0
19,4
34,1
16,3
14,8
32,7
283
5,0
7,1
11,3
6,6
6,9
12,4
9,8
14,1
22,4
12,7
13,4
23,1
8,4
12,1
18,7
10,6
11,1
19,1
19,2
27,3
41,6
23,0
24,2
39,9
39,3
56,2
89,4
50,8
51,9
87,4
5,2
7,6
12,0
7,3
7,6
13,2
10,0
14,3
21,9
12,5
13,6
23,0
23,6
33,4
51,7
29,1
30,2
50,4
13,0
18,5
28,9
16,4
17,9
30,0
4,4
6,4
10,3
5,4
5,9
13,3
8,7
12,6
20,7
10,8
11,7
25,5
7,5
11,0
17,9
9,1
9,6
21,4
17,5
25,1
40,2
20,3
21,1
46,4
35,3
50,5
82,3
43,1
46,4
100,2
4,6
6,7
11,0
5,7
6,4
14,3
9,0
13,1
21,1
10,6
11,3
25,7
21,0
29,8
48,4
24,9
26,4
58,3
11,9
17,0
27,5
14,1
15,0
33,9
4,1
5,7
9,3
5,0
5,1
11,4
8,1
11,4
18,6
10,1
10,5
22,7
7,0
9,9
16,3
8,8
8,9
19,0
16,8
23,3
37,1
19,6
19,9
41,7
33,6
46,2
74,2
40,0
41,5
90,7
4,2
5,9
9,7
5,3
5,5
12,2
8,5
12,0
19,4
10,3
10,4
22,2
19,9
27,0
43,4
23,4
24,2
52,0
11,3
15,8
25,4
13,5
13,8
29,4
3,9
5,3
8,3
4,4
4,7
10,0
7,9
10,8
16,8
9,0
9,6
20,5
6,8
9,4
14,8
7,9
8,4
17,7
17,0
22,9
34,5
18,0
18,8
39,3
33,4
44,7
67,9
35,9
38,0
81,4
4,0
5,5
8,6
4,6
4,9
10,6
8,3
11,5
17,8
9,4
9,8
20,6
19,8
26,1
39,4
20,9
22,2
47,6
11,2
15,2
23,5
12,4
13,0
27,2
3,8
5,1
7,8
4,0
4,1
9,1
7,7
10,6
15,9
8,1
8,5
18,7
6,7
9,3
14,0
7,2
7,5
16,5
17,1
23,2
33,8
16,8
17,2
37,0
32,9
44,5
65,6
32,9
34,1
74,4
3,8
5,3
8,0
4,1
4,3
9,5
8,1
11,3
17,0
8,6
8,9
19,3
19,6
26,1
37,9
19,0
19,8
43,6
11,0
15,1
22,7
11,5
11,8
25,5
2050
3,5
4,9
7,5
3,7
3,8
8,1
7,1
10,2
15,5
7,7
7,8
16,7
6,4
9,1
13,8
6,8
6,9
14,9
16,4
22,9
34,1
16,5
16,4
34,0
30,8
43,2
65,1
31,9
32,0
67,1
3,4
4,9
7,5
3,8
3,9
8,3
7,6
10,9
16,6
8,2
8,3
17,5
18,4
25,3
37,8
18,4
18,4
39,0
10,4
14,7
22,4
11,1
11,2
23,4
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
322,8
472,4
583,1
296,3
335,1
839,0
26,5
39,4
47,1
24,2
27,3
70,8
16,6
25,4
31,8
16,6
19,3
47,7
13,5
19,9
25,5
13,5
16,1
38,5
9,3
13,7
16,8
8,6
9,9
23,1
20,6
30,1
37,5
18,9
21,7
54,1
23,1
32,9
40,7
20,8
23,5
61,5
53,3
75,4
88,7
41,1
44,6
110,2
311,2
470,9
596,5
290,8
322,5
795,0
25,5
39,2
48,3
23,7
26,0
66,8
16,0
25,0
32,4
16,3
18,2
45,6
12,8
19,7
25,7
13,3
15,7
36,1
8,9
13,6
17,2
8,3
9,5
22,2
19,7
30,0
38,2
18,6
20,6
51,6
22,5
33,1
41,3
20,5
22,7
57,8
51,8
76,2
92,7
41,2
43,3
104,6
299,8
458,7
621,8
284,7
306,1
755,8
24,6
38,1
50,7
23,0
24,9
62,8
15,5
24,0
33,5
15,8
17,2
43,4
12,2
19,1
26,6
12,7
14,6
34,5
8,4
13,2
18,0
8,0
9,0
21,4
18,8
29,3
39,5
18,3
19,5
49,2
21,9
32,3
43,0
20,0
21,6
54,3
50,2
75,6
97,9
41,1
41,7
99,6
2020
2025
2030
2035
2040
2045
2050

281,4
388,7
666,8
308,2
275,6
611,7
23,3
32,2
54,8
25,2
21,8
49,8
14,5
19,9
34,6
16,6
15,0
34,2
11,4
15,5
27,4
13,1
11,9
28,6
7,7
10,7
19,0
9,0
7,7
17,5
17,1
23,8
42,1
19,5
17,8
38,9
20,9
28,5
46,9
21,2
19,2
43,4
48,2
66,6
110,9
49,5
42,3
86,2
284
256,3
366,9
573,1
323,7
339,2
569,1
21,1
30,4
47,0
26,5
27,9
45,9
13,3
18,7
29,1
16,5
18,1
30,7
10,3
14,5
22,6
13,2
14,1
24,6
7,0
10,0
15,8
9,1
9,8
16,0
15,4
21,9
34,9
20,5
21,3
36,2
19,2
27,3
41,8
22,8
23,4
40,0
44,0
63,5
99,5
55,1
55,4
89,2
230,4
331,3
539,0
278,1
295,9
657,2
18,9
27,4
44,4
22,7
24,0
54,0
11,9
17,0
27,3
14,0
14,9
34,6
9,0
12,9
21,1
10,9
11,8
27,1
6,3
9,1
14,6
7,6
8,2
18,5
13,7
19,5
32,0
16,8
18,3
41,1
17,1
24,8
40,0
20,3
21,2
46,1
40,1
57,5
94,9
48,9
51,2
110,1
219,3
302,9
488,8
263,2
271,2
586,7
17,9
24,9
40,1
21,5
22,2
47,8
11,1
15,4
24,8
13,3
13,7
29,6
8,3
11,5
18,8
10,2
10,6
23,2
6,0
8,4
13,3
7,1
7,3
16,1
12,9
17,6
28,5
15,5
16,2
35,9
16,1
22,4
36,4
19,5
19,9
42,5
39,8
53,8
86,5
46,9
48,3
103,2
220,0
294,0
447,8
237,1
251,5
539,1
18,0
24,1
36,6
19,3
20,5
44,1
10,9
14,6
22,5
12,0
12,7
27,1
8,0
10,7
16,7
9,1
9,7
20,9
6,0
8,1
12,3
6,4
6,8
14,4
12,7
16,9
25,8
13,8
14,7
31,9
16,2
21,6
33,0
17,6
18,7
39,9
42,2
54,6
81,1
42,5
45,1
97,1
219,0
295,9
433,9
217,8
226,1
498,1
17,9
24,3
35,3
17,7
18,4
40,6
10,5
14,3
21,3
10,9
11,4
25,0
7,6
10,3
15,6
8,0
8,5
19,0
5,8
8,0
11,9
5,9
6,1
13,3
12,4
16,7
24,6
12,5
13,0
28,9
16,4
21,9
31,8
16,0
16,7
37,3
43,9
57,9
82,2
40,1
41,1
90,5
207,9
290,2
434,9
212,3
212,6
450,7
17,0
23,8
35,4
17,2
17,2
36,6
9,8
13,7
20,8
10,3
10,5
22,5
7,0
9,7
14,9
7,5
7,7
16,7
5,4
7,7
11,7
5,8
5,8
12,1
11,5
16,0
24,2
12,0
12,1
25,8
15,8
21,9
32,2
15,5
15,6
33,6
42,9
59,1
86,7
41,0
40,1
83,3
Wojewdztwa Wiek
2013
2014
2015
Voivodships
Age
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
6,3
9,4
12,4
6,6
7,5
19,3
11,9
17,8
23,1
12,3
13,9
35,3
9,5
14,5
18,9
10,0
12,0
29,9
21,7
31,9
39,0
19,4
21,3
54,2
48,6
69,9
87,0
44,8
49,7
126,9
6,9
10,3
13,2
7,1
8,5
19,9
11,5
17,6
22,5
12,0
14,2
33,2
28,4
40,9
49,5
25,2
28,0
72,0
15,0
23,3
29,2
15,2
17,8
42,4
6,0
9,3
12,5
6,3
7,3
18,1
11,5
17,6
23,4
12,0
13,5
33,1
9,3
14,4
19,1
9,7
11,6
28,1
21,0
31,7
40,1
19,1
20,7
51,4
47,2
69,8
88,5
44,0
47,8
120,1
6,4
10,2
13,3
6,9
8,1
19,0
11,0
17,4
22,9
11,7
13,6
31,7
27,4
40,6
51,0
24,5
27,0
68,1
14,4
23,0
30,0
14,8
16,9
40,9
5,7
9,0
12,9
6,1
6,9
17,2
11,1
17,1
24,1
11,7
12,7
31,3
9,0
13,9
19,6
9,5
10,7
26,9
20,3
30,8
41,8
18,8
19,9
48,8
45,2
68,3
92,2
42,9
45,7
114,0
6,1
9,8
13,8
6,7
7,4
18,3
10,5
16,8
23,7
11,3
12,6
30,7
26,3
39,6
53,0
24,1
26,0
64,0
13,9
21,8
31,4
14,5
15,8
39,5
2020
2025
2030
2035
2040
2045
2050

5,3
7,3
13,0
6,3
5,8
13,4
10,2
14,4
25,0
11,9
11,1
25,2
8,6
11,9
20,5
9,8
9,1
21,2
19,7
26,8
44,9
20,7
18,4
39,9
41,2
57,7
99,5
45,5
41,2
90,8
5,5
7,7
14,0
6,5
6,3
14,6
10,2
14,0
24,6
11,8
10,6
25,1
24,6
33,5
57,0
26,2
23,3
51,3
13,2
18,3
32,4
15,5
14,0
31,7
285
4,8
6,8
10,6
6,2
6,8
11,9
9,2
13,3
21,3
12,1
13,0
22,4
7,9
11,4
17,7
10,0
10,6
18,7
18,2
26,0
39,5
21,7
22,9
38,1
37,1
53,2
85,1
48,4
50,0
84,3
4,9
7,1
11,2
6,7
7,2
12,5
9,4
13,5
20,8
11,9
12,9
21,9
22,2
31,5
48,9
27,6
28,7
47,9
12,3
17,5
27,4
15,5
17,2
28,8
4,2
6,1
9,9
5,1
5,6
12,9
8,2
12,0
19,7
10,3
11,1
24,7
7,1
10,4
16,9
8,6
9,1
20,6
16,6
23,9
38,1
19,2
20,0
44,3
33,4
47,8
78,2
41,1
44,5
96,5
4,3
6,3
10,2
5,3
5,8
13,5
8,5
12,4
20,0
10,1
10,7
24,7
19,8
28,1
45,7
23,6
25,1
55,6
11,2
16,1
26,0
13,4
14,2
32,9
3,9
5,4
8,9
4,8
4,9
11,0
7,6
10,8
17,7
9,6
10,0
21,8
6,6
9,4
15,4
8,3
8,5
18,2
16,0
22,2
35,3
18,6
18,9
40,1
31,7
43,7
70,5
38,1
39,6
86,7
4,0
5,6
9,1
4,9
5,1
11,4
8,0
11,4
18,4
9,8
10,0
21,4
18,7
25,5
41,0
22,2
22,9
49,6
10,7
14,9
24,0
12,8
13,1
28,4
3,8
5,1
7,9
4,3
4,5
9,8
7,4
10,2
16,0
8,6
9,2
19,7
6,4
8,9
14,0
7,5
8,0
17,0
16,2
21,8
32,8
17,1
17,9
37,8
31,5
42,3
64,5
34,2
36,3
78,0
3,8
5,2
8,0
4,3
4,6
9,9
7,8
10,9
16,9
8,9
9,4
19,9
18,7
24,6
37,3
19,8
21,0
45,3
10,6
14,4
22,3
11,8
12,4
26,2
3,6
4,9
7,4
3,8
4,0
8,9
7,2
10,0
15,1
7,8
8,2
18,0
6,3
8,8
13,2
6,8
7,2
15,9
16,2
22,1
32,2
15,9
16,4
35,7
31,0
42,1
62,3
31,4
32,6
71,3
3,5
4,9
7,4
3,8
4,0
8,9
7,7
10,7
16,2
8,2
8,5
18,6
18,5
24,6
35,9
18,0
18,7
41,6
10,4
14,3
21,5
10,9
11,3
24,6
3,3
4,6
7,1
3,6
3,6
7,9
6,7
9,6
14,8
7,4
7,5
16,0
6,0
8,5
13,0
6,5
6,6
14,3
15,6
21,9
32,5
15,7
15,6
32,8
29,1
40,8
61,8
30,4
30,6
64,3
3,2
4,6
7,0
3,5
3,6
7,8
7,2
10,3
15,8
7,9
8,0
16,9
17,4
23,9
35,7
17,4
17,5
37,3
9,8
13,9
21,3
10,6
10,7
22,6
Wojewdztwa Wiek
Voivodships
Age
2013
2014
480,4
715,3
986,5
540,2
586,7
1375,7
26,2
41,3
54,9
29,2
32,5
76,0
27,0
41,1
56,4
30,5
33,2
76,5
34,1
50,1
72,1
40,5
43,9
106,0
11,6
18,1
24,1
12,9
13,9
33,6
27,5
40,3
55,8
30,9
34,3
79,4
58,0
85,5
117,3
65,2
69,3
160,3
60,9
90,8
125,7
68,0
73,6
171,1
469,5
710,3
995,1
527,1
565,6
1348,5
25,4
40,6
56,1
28,6
31,3
74,6
26,3
40,5
57,0
29,7
32,2
75,3
32,8
49,7
72,0
39,2
41,9
104,2
11,3
17,6
24,6
12,6
13,4
32,9
26,9
40,1
56,4
29,9
32,9
78,1
56,9
85,5
117,9
63,8
67,3
157,2
59,9
90,1
126,9
66,5
71,1
168,5
2015
WIE
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
459,1
692,0
1020,0
513,4
552,5
1305,5
24,7
39,1
58,2
28,2
30,2
72,4
25,7
39,1
58,9
29,0
31,2
73,2
31,7
48,2
73,2
37,8
40,9
100,3
11,1
16,9
25,4
12,3
13,2
31,6
26,2
39,3
57,9
29,0
32,0
75,8
55,8
83,8
120,6
62,0
66,2
153,0
58,8
88,0
130,1
65,1
69,5
163,7
2020
2025
2030
2035
400,2
567,8
924,9
480,3
501,2
1103,6
22,1
31,4
51,7
26,9
28,4
65,3
23,2
32,6
53,0
27,3
28,4
63,5
26,4
37,5
61,4
32,0
33,7
75,7
9,5
13,4
21,9
11,4
11,9
27,2
22,9
32,5
53,1
27,6
28,9
63,2
50,0
71,4
114,8
59,1
61,2
132,1
52,1
73,9
120,4
62,5
64,9
141,7
383,2
533,0
869,9
469,5
480,3
1003,0
21,5
29,9
48,8
26,6
27,2
57,4
22,3
30,8
50,1
27,0
27,5
56,9
24,4
34,1
56,5
31,0
31,8
67,0
9,1
12,5
20,4
11,1
11,4
23,9
21,8
30,3
49,7
27,0
27,7
57,7
48,2
67,6
109,5
58,2
59,2
123,0
50,2
69,7
113,8
61,4
62,6
129,8
2040
2045
2050
RURAL AREAS
450,6
618,3
1056,2
520,3
494,3
1094,3
24,5
33,7
60,4
30,3
27,7
60,7
25,8
34,9
60,1
30,1
28,2
61,9
31,1
41,9
72,6
37,0
35,8
80,5
10,8
14,8
25,8
13,0
11,9
26,0
25,9
35,3
60,2
29,7
28,2
63,0
55,0
76,0
127,9
61,1
59,1
131,7
58,0
79,6
135,2
66,8
63,1
137,8
286
428,9
604,7
947,5
530,9
567,9
1008,3
23,5
33,3
52,5
30,4
33,8
57,6
24,7
34,6
53,6
30,0
33,0
57,8
29,1
40,8
63,4
36,4
39,2
72,5
10,2
14,3
22,6
12,8
14,2
24,5
24,6
34,7
54,2
30,4
32,4
57,5
53,1
74,9
116,6
64,3
67,7
120,2
55,5
78,2
122,7
68,6
72,5
128,9
376,8
516,1
817,6
438,4
461,5
959,5
21,5
29,4
46,4
24,9
26,3
55,0
22,0
30,0
47,4
25,3
26,6
55,0
23,1
31,8
51,4
28,2
30,1
63,0
8,9
12,2
19,2
10,3
10,8
22,7
21,4
29,2
46,5
25,1
26,6
55,3
47,7
65,9
103,9
55,2
57,6
118,8
49,6
67,8
107,5
57,6
60,5
125,2
370,7
510,5
792,8
413,0
429,7
917,3
21,4
29,4
45,7
23,7
24,7
52,9
21,6
29,6
46,1
24,0
24,9
52,9
22,0
30,3
48,1
25,8
27,3
59,2
8,7
12,0
18,6
9,7
10,0
21,5
21,0
28,8
44,9
23,5
24,6
52,8
47,4
65,6
101,4
52,4
54,3
115,0
49,0
67,4
104,8
54,5
56,6
120,3
356,0
499,9
785,4
402,7
410,4
857,0
20,6
29,1
45,9
23,5
23,9
49,8
20,7
29,0
45,7
23,5
23,9
49,7
20,4
28,7
46,0
24,2
25,2
53,7
8,3
11,7
18,4
9,4
9,6
20,1
20,2
28,2
44,4
22,9
23,4
49,0
46,0
64,9
101,1
51,4
52,2
108,7
47,2
66,3
104,3
53,4
54,3
112,9
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
12,7
18,1
25,5
15,1
16,7
40,5
38,1
55,8
81,4
46,7
50,5
118,8
13,0
19,3
28,9
16,5
18,0
43,1
30,2
45,5
60,1
31,5
33,5
76,0
31,9
45,9
61,6
33,2
36,7
86,0
19,4
29,2
41,2
23,5
26,4
62,8
19,1
28,6
40,2
21,9
23,3
56,9
54,1
80,4
105,9
55,4
60,3
139,2
16,8
25,3
35,3
19,2
20,5
49,4
12,3
18,1
25,5
14,5
16,1
38,9
37,1
55,4
80,9
45,0
48,9
116,0
12,6
19,0
28,7
16,0
16,9
42,7
29,6
45,1
61,2
31,2
32,8
74,5
31,2
46,2
62,5
32,6
35,4
83,2
18,8
28,9
41,3
22,6
25,3
61,5
18,5
28,3
40,3
21,4
22,2
55,8
53,2
80,3
108,0
54,6
58,5
136,3
16,5
24,7
35,7
18,8
19,4
48,6
11,8
17,9
25,9
13,8
15,6
37,1
36,2
54,0
81,5
43,5
47,6
112,3
12,2
18,5
28,8
15,5
16,5
41,2
29,1
43,9
63,6
30,5
32,3
72,3
30,6
45,6
64,4
31,9
34,4
80,5
18,4
27,9
41,9
22,0
24,4
59,6
18,1
27,3
40,9
20,9
22,0
53,4
52,5
78,5
112,2
53,6
57,1
132,4
16,2
23,8
36,6
18,2
19,3
46,6
10,7
15,4
27,0
13,1
12,7
30,4
34,9
48,1
81,8
40,8
40,9
93,7
11,9
16,1
27,9
14,5
14,6
32,5
29,7
40,0
67,6
32,8
30,0
64,5
29,1
41,1
69,5
33,0
30,9
68,5
17,9
24,5
42,3
21,2
20,8
47,8
17,5
23,9
40,8
20,6
19,9
43,1
52,4
71,8
120,6
57,7
52,9
113,9
15,3
21,3
36,4
18,7
17,5
38,2
287
9,7
14,1
23,4
13,6
14,1
25,8
33,2
46,5
73,2
40,7
43,6
82,2
11,1
15,6
24,5
14,0
15,3
29,0
29,1
40,5
61,8
34,1
36,5
62,0
27,3
39,1
63,1
35,2
36,6
63,5
16,8
23,7
37,2
21,1
23,1
42,0
16,4
23,0
35,8
20,2
22,0
39,9
50,2
71,1
110,6
61,1
64,1
109,2
14,4
20,2
32,3
18,0
20,0
35,7
8,7
12,7
21,4
11,7
12,7
27,6
30,6
43,7
70,7
36,7
38,6
84,8
10,0
14,3
23,6
12,4
13,1
29,5
28,0
39,0
62,3
31,5
32,3
70,9
25,3
36,3
60,1
31,9
33,5
71,6
15,3
21,8
35,9
18,8
19,7
44,5
15,1
21,3
34,5
18,0
18,7
42,2
47,6
67,3
109,3
56,3
57,9
125,3
13,4
18,9
30,8
16,3
17,2
38,4
8,1
11,5
19,4
10,8
11,3
25,0
28,5
40,3
66,4
35,6
36,4
77,0
9,2
12,9
21,7
12,0
12,3
25,9
27,7
37,8
60,1
31,8
32,0
65,2
24,4
33,9
55,7
30,4
31,5
66,8
14,2
19,9
33,2
18,2
18,7
39,5
14,1
19,7
32,0
17,3
17,8
37,3
46,8
64,4
103,8
55,6
56,6
116,4
12,8
17,7
28,7
15,6
16,1
34,2
7,8
10,8
17,6
9,7
10,4
22,5
27,2
37,9
61,3
33,2
34,9
72,8
8,5
11,9
19,6
10,9
11,6
24,3
27,9
37,7
58,3
30,5
31,6
64,4
24,3
33,2
52,2
28,1
29,7
62,7
13,5
18,7
30,3
16,6
17,7
37,3
13,5
18,7
29,7
15,9
16,9
35,2
47,4
64,1
99,4
52,5
54,9
113,3
12,4
17,1
27,0
14,5
15,3
32,1
7,6
10,5
16,6
8,8
9,3
20,6
26,3
36,6
57,9
30,7
32,3
69,4
8,0
11,2
18,1
9,8
10,5
22,7
27,9
38,1
58,1
29,6
30,2
63,2
24,2
33,3
51,0
26,4
27,4
59,0
12,9
17,9
28,4
15,2
16,1
35,1
12,9
18,0
28,2
14,8
15,5
33,2
47,8
65,1
98,9
50,4
51,8
109,4
12,1
16,7
26,0
13,6
14,2
30,3
7,1
10,1
16,2
8,4
8,7
18,6
24,9
35,2
55,9
29,1
30,1
64,2
7,4
10,5
17,1
9,1
9,6
20,5
27,3
38,0
58,8
29,6
29,8
60,7
23,3
32,8
51,2
26,0
26,3
54,7
12,2
17,1
27,3
14,4
14,9
32,0
12,1
17,2
27,2
14,1
14,6
30,6
46,7
65,1
100,5
50,4
50,6
103,7
11,4
16,1
25,5
13,2
13,5
28,3
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
WIE (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
246,6
366,9
506,1
276,9
302,4
708,1
13,4
21,1
28,2
15,1
16,8
38,9
14,0
21,0
29,1
15,6
17,1
39,3
17,3
25,7
37,0
20,9
22,6
54,9
5,9
9,3
12,3
6,6
7,2
17,2
14,1
20,8
28,5
15,9
17,7
41,0
29,6
43,8
60,0
33,2
35,8
82,2
31,3
46,5
64,4
34,8
38,1
88,1
241,3
364,3
510,8
270,0
292,0
693,5
13,0
20,8
28,8
14,7
16,1
38,3
13,6
20,8
29,4
15,2
16,7
38,6
16,6
25,5
36,9
20,2
21,6
53,9
5,8
9,0
12,6
6,4
7,0
16,8
13,8
20,7
28,9
15,4
17,0
40,3
29,1
43,8
60,3
32,5
34,6
80,7
30,9
46,1
65,1
34,0
36,9
86,7
236,1
355,3
523,5
263,2
284,1
671,9
12,7
20,0
29,9
14,5
15,6
37,1
13,3
20,2
30,3
14,9
16,1
37,6
16,2
24,7
37,5
19,4
21,1
51,8
5,7
8,7
13,0
6,2
6,8
16,2
13,5
20,2
29,7
14,9
16,4
39,3
28,7
42,9
61,6
31,6
33,9
78,5
30,3
45,0
66,9
33,3
36,0
84,2
2020
2025
2030
2035
2040
2045
2050

232,1
318,6
542,4
267,0
253,7
564,4
12,6
17,4
30,9
15,5
14,3
31,3
13,3
18,0
30,9
15,6
14,5
32,0
16,0
21,5
37,1
19,0
18,4
41,7
5,6
7,6
13,2
6,7
6,1
13,4
13,4
18,3
31,0
15,2
14,4
32,7
28,3
39,1
65,4
31,2
30,2
67,5
29,9
41,2
69,5
34,4
32,4
71,3
288
220,9
311,6
488,2
273,0
291,2
518,8
12,1
17,2
27,0
15,7
17,3
29,6
12,8
17,9
27,7
15,5
16,8
29,8
14,9
20,9
32,6
18,6
20,0
37,4
5,2
7,4
11,6
6,6
7,3
12,5
12,7
18,0
28,0
15,6
16,7
29,6
27,3
38,5
59,9
32,9
34,5
61,5
28,7
40,4
63,4
35,4
37,3
66,4
206,1
292,6
476,8
247,5
257,9
568,0
11,4
16,2
26,6
13,9
14,6
33,5
12,0
16,9
27,4
14,1
14,6
32,7
13,6
19,2
31,6
16,4
17,2
39,1
4,9
6,9
11,3
5,9
6,1
14,1
11,8
16,8
27,5
14,3
14,9
32,7
25,7
36,7
59,0
30,3
31,3
67,6
26,9
38,2
62,3
32,4
33,6
73,1
197,3
274,7
448,5
241,9
247,5
517,8
11,1
15,4
25,2
13,7
14,0
29,6
11,5
16,0
25,9
13,9
14,2
29,4
12,5
17,5
29,1
15,9
16,4
34,5
4,7
6,4
10,5
5,7
5,9
12,3
11,3
15,7
25,7
14,0
14,3
30,0
24,8
34,7
56,3
29,9
30,4
63,0
25,9
36,0
58,9
31,8
32,5
67,4
194,1
266,0
421,5
225,9
237,9
496,1
11,1
15,1
23,9
12,8
13,5
28,4
11,4
15,5
24,5
13,1
13,7
28,4
11,9
16,3
26,5
14,5
15,5
32,6
4,6
6,2
9,9
5,3
5,6
11,8
11,0
15,1
24,0
13,0
13,8
28,8
24,5
33,9
53,4
28,3
29,6
61,0
25,6
35,1
55,6
29,8
31,4
65,1
190,9
263,1
408,8
212,9
221,5
474,5
11,0
15,2
23,5
12,2
12,7
27,2
11,2
15,3
23,8
12,4
12,8
27,3
11,3
15,5
24,7
13,2
14,0
30,7
4,5
6,2
9,6
5,0
5,2
11,2
10,9
14,9
23,2
12,2
12,7
27,5
24,4
33,7
52,1
26,9
27,9
59,1
25,3
34,9
54,2
28,2
29,3
62,6
183,3
257,7
405,0
207,5
211,6
443,4
10,6
15,0
23,6
12,1
12,3
25,7
10,7
15,0
23,6
12,1
12,3
25,7
10,5
14,7
23,6
12,5
13,0
27,9
4,3
6,0
9,5
4,9
5,0
10,4
10,4
14,6
22,9
11,8
12,1
25,5
23,6
33,3
51,9
26,4
26,8
55,9
24,4
34,3
54,0
27,7
28,2
58,7
Wojewdztwa Wiek
2013
2014
2015
Voivodships
Age
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
6,4
9,3
13,2
7,8
8,4
20,5
19,5
28,6
41,9
23,8
26,0
61,1
6,7
10,0
14,8
8,5
9,3
22,6
15,6
23,4
30,6
15,9
17,4
39,2
16,4
23,4
31,5
17,2
18,9
44,0
10,1
15,0
21,0
12,1
13,5
32,4
9,8
14,7
20,6
11,2
12,0
29,4
27,8
41,6
54,7
28,5
31,2
71,6
8,6
12,8
18,3
9,9
10,5
25,6
6,3
9,2
13,2
7,4
8,2
19,7
19,1
28,4
41,6
23,0
25,3
59,5
6,5
9,8
14,8
8,1
8,8
22,3
15,3
23,2
31,2
15,8
17,0
38,4
16,0
23,7
32,0
16,7
18,3
42,5
9,7
14,9
20,9
11,6
13,0
31,7
9,5
14,5
20,7
11,0
11,5
28,7
27,4
41,4
55,8
28,0
30,2
70,2
8,5
12,6
18,4
9,7
10,0
25,1
6,1
9,1
13,4
7,1
8,0
18,8
18,6
27,8
41,9
22,3
24,4
57,7
6,3
9,5
14,9
7,9
8,5
21,5
15,0
22,7
32,6
15,5
16,5
37,5
15,7
23,4
32,8
16,3
17,8
41,1
9,5
14,4
21,3
11,3
12,5
30,7
9,3
14,0
20,9
10,8
11,4
27,5
27,0
40,4
58,1
27,6
29,4
68,2
8,3
12,2
18,7
9,4
9,9
24,1
2020
2025
2030
2035
2040
2045
2050

5,5
8,0
13,8
6,8
6,5
15,6
17,9
24,7
42,0
20,9
21,0
48,3
6,1
8,3
14,5
7,4
7,6
16,9
15,3
20,7
34,8
16,7
15,3
33,0
15,0
21,2
35,7
16,8
15,9
35,3
9,2
12,6
21,7
10,7
10,5
24,7
9,0
12,3
21,0
10,6
10,2
22,4
26,9
37,0
62,3
29,9
27,3
58,6
7,9
11,0
18,6
9,5
9,1
19,7
289
5,0
7,3
12,1
6,9
7,3
13,2
17,1
23,9
37,6
20,9
22,3
42,4
5,7
8,0
12,6
7,3
7,8
15,0
15,0
20,9
31,8
17,6
18,7
31,7
14,0
20,2
32,5
18,1
18,6
32,4
8,7
12,2
19,1
10,9
11,8
21,5
8,4
11,9
18,5
10,4
11,4
20,7
25,8
36,6
57,0
31,4
33,2
56,4
7,4
10,4
16,7
9,3
10,1
18,6
4,5
6,6
11,1
6,0
6,5
14,1
15,7
22,5
36,4
18,9
19,8
43,5
5,2
7,3
12,2
6,4
6,8
15,3
14,4
20,1
32,1
16,2
16,7
36,4
13,0
18,7
31,0
16,4
17,2
36,7
7,9
11,2
18,4
9,6
10,1
22,8
7,7
11,0
17,8
9,3
9,7
21,9
24,5
34,7
56,4
29,0
29,9
64,8
6,9
9,7
15,9
8,4
8,9
19,7
4,2
6,0
10,0
5,6
5,8
12,8
14,6
20,7
34,2
18,3
18,7
39,6
4,7
6,6
11,1
6,1
6,3
13,5
14,3
19,5
31,0
16,4
16,5
33,6
12,6
17,5
28,8
15,7
16,2
34,5
7,3
10,2
17,0
9,3
9,6
20,4
7,3
10,2
16,5
9,0
9,2
19,5
24,1
33,2
53,5
28,7
29,2
60,0
6,6
9,1
14,8
8,0
8,3
17,7
4,1
5,6
9,1
5,0
5,4
11,6
14,0
19,5
31,6
17,1
17,9
37,5
4,4
6,1
10,1
5,6
6,0
12,6
14,4
19,4
30,0
15,7
16,2
33,2
12,5
17,1
26,9
14,4
15,3
32,4
6,9
9,6
15,5
8,5
9,1
19,2
6,9
9,6
15,3
8,3
8,7
18,4
24,4
33,0
51,2
27,1
28,3
58,5
6,4
8,8
13,9
7,5
7,9
16,7
3,9
5,5
8,6
4,6
4,8
10,6
13,5
18,8
29,8
15,8
16,6
35,7
4,1
5,7
9,3
5,1
5,4
11,8
14,4
19,7
29,9
15,2
15,6
32,6
12,5
17,2
26,3
13,6
14,1
30,5
6,7
9,2
14,6
7,8
8,3
18,1
6,6
9,3
14,6
7,7
8,0
17,3
24,6
33,5
51,0
26,0
26,7
56,5
6,2
8,6
13,4
7,0
7,3
15,8
3,7
5,3
8,4
4,4
4,5
9,6
12,8
18,1
28,8
15,0
15,5
33,1
3,8
5,4
8,8
4,7
4,9
10,7
14,1
19,6
30,3
15,2
15,3
31,3
12,0
16,9
26,4
13,4
13,5
28,3
6,3
8,8
14,0
7,4
7,6
16,5
6,2
8,8
14,0
7,3
7,5
16,0
24,0
33,5
51,8
26,0
26,1
53,5
5,9
8,3
13,2
6,8
7,0
14,7
Wojewdztwa Wiek
Voivodships
Age
2013
2014
2015
WIE (cd.) Kobiety

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
233,8
348,4
480,4
263,3
284,3
667,6
12,7
20,2
26,7
14,1
15,8
37,1
13,0
20,0
27,3
14,8
16,1
37,2
16,8
24,5
35,1
19,7
21,3
51,0
5,7
8,8
11,8
6,3
6,8
16,4
13,4
19,5
27,2
15,1
16,6
38,4
28,4
41,7
57,3
32,0
33,5
78,1
29,6
44,3
61,3
33,1
35,5
83,0
228,2
346,0
484,3
257,1
273,6
655,0
12,3
19,8
27,3
13,8
15,2
36,3
12,8
19,7
27,6
14,5
15,5
36,7
16,2
24,2
35,1
19,0
20,3
50,3
5,6
8,6
12,0
6,2
6,4
16,1
13,0
19,5
27,6
14,5
15,9
37,8
27,8
41,7
57,6
31,2
32,7
76,6
29,0
44,0
61,8
32,4
34,2
81,9
2020
2025
2030
2035
2040
2045
2050
223,0
336,7
496,6
250,2
268,4
633,6
12,0
19,1
28,4
13,7
14,6
35,2
12,5
18,9
28,6
14,1
15,2
35,6
15,5
23,6
35,7
18,4
19,9
48,5
5,4
8,2
12,4
6,1
6,4
15,4
12,7
19,1
28,2
14,1
15,6
36,5
27,1
40,9
59,0
30,4
32,3
74,5
28,5
43,0
63,2
31,8
33,5
79,5
218,6
299,7
513,8
253,4
240,6
529,9
11,9
16,4
29,4
14,8
13,4
29,4
12,5
16,8
29,2
14,5
13,8
29,9
15,1
20,4
35,4
18,0
17,4
38,8
5,3
7,2
12,6
6,3
5,8
12,6
12,5
17,1
29,2
14,5
13,8
30,3
26,7
36,9
62,5
29,9
28,9
64,2
28,1
38,4
65,8
32,4
30,8
66,5
290
208,0
293,1
459,3
257,9
276,8
489,5
11,4
16,2
25,5
14,7
16,5
28,0
11,9
16,7
25,9
14,5
16,2
28,0
14,2
19,9
30,9
17,7
19,1
35,0
5,0
7,0
11,0
6,2
6,9
11,9
11,9
16,8
26,2
14,8
15,7
27,9
25,8
36,4
56,7
31,4
33,1
58,7
26,9
37,8
59,3
33,2
35,2
62,5
194,1
275,2
448,1
232,8
243,3
535,6
10,7
15,2
25,1
13,1
13,8
31,8
11,2
15,7
25,6
13,2
13,8
30,9
12,9
18,2
29,9
15,5
16,5
36,6
4,6
6,5
10,6
5,5
5,8
13,2
11,1
15,7
25,7
13,3
14,0
30,5
24,3
34,7
55,8
28,7
29,9
64,6
25,2
35,7
58,1
30,1
31,3
68,6
185,9
258,3
421,4
227,5
232,8
485,2
10,4
14,5
23,7
12,9
13,2
27,9
10,8
14,9
24,2
13,1
13,3
27,5
11,9
16,6
27,5
15,1
15,4
32,4
4,4
6,1
9,9
5,4
5,5
11,6
10,5
14,6
24,0
13,1
13,4
27,8
23,4
32,9
53,3
28,3
28,8
60,0
24,3
33,7
54,9
29,6
30,2
62,4
182,8
250,2
396,1
212,5
223,7
463,3
10,4
14,2
22,5
12,1
12,8
26,7
10,6
14,5
22,9
12,3
12,9
26,6
11,3
15,5
25,0
13,7
14,6
30,4
4,3
5,9
9,3
5,0
5,2
11,0
10,3
14,1
22,5
12,1
12,8
26,5
23,2
32,0
50,5
26,9
28,0
57,7
24,0
32,8
51,9
27,8
29,1
60,1
179,8
247,4
384,1
200,2
208,2
442,8
10,4
14,3
22,2
11,5
12,0
25,6
10,4
14,3
22,3
11,6
12,1
25,5
10,7
14,7
23,4
12,5
13,2
28,5
4,2
5,8
9,0
4,7
4,9
10,4
10,2
13,9
21,7
11,4
11,9
25,3
23,0
31,9
49,3
25,5
26,4
55,9
23,7
32,6
50,6
26,3
27,3
57,7
172,6
242,3
380,4
195,1
198,9
413,6
10,0
14,1
22,3
11,4
11,6
24,1
10,0
14,0
22,1
11,4
11,6
24,0
10,0
14,0
22,3
11,8
12,2
25,8
4,1
5,7
8,9
4,6
4,7
9,7
9,7
13,6
21,4
11,0
11,3
23,5
22,3
31,5
49,2
25,0
25,4
52,8
22,8
32,0
50,3
25,7
26,2
54,1
Tabl. A12. Prognoza ludnoci wedug edukacyjnych grup wieku (w tysicach) (dok.)
Wojewdztwa Wiek
2013
2014
2015
2020
2025
2030
2035
2040
Voivodships
Age
WIE (dok.) Kobiety (dok.) RURAL AREAS (cont.) Females (cont.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
6,2
8,8
12,4
7,3
8,3
20,0
18,6
27,2
39,5
22,8
24,5
57,7
6,3
9,4
14,0
8,1
8,6
20,5
14,6
22,1
29,5
15,5
16,1
36,8
15,5
22,5
30,1
16,0
17,9
42,0
9,3
14,3
20,2
11,5
12,9
30,4
9,3
13,9
19,6
10,7
11,3
27,5
26,3
38,8
51,3
27,0
29,2
67,6
8,2
12,5
17,0
9,3
10,0
23,8
6,0
8,9
12,3
7,0
7,9
19,2
18,1
27,0
39,3
22,0
23,7
56,5
6,1
9,2
13,9
7,8
8,1
20,4
14,3
21,9
30,0
15,4
15,9
36,1
15,2
22,6
30,6
15,9
17,1
40,7
9,1
14,0
20,3
11,0
12,3
29,8
9,0
13,8
19,6
10,4
10,7
27,1
25,8
38,9
52,2
26,6
28,3
66,1
8,0
12,1
17,3
9,2
9,4
23,5
5,7
8,8
12,4
6,8
7,6
18,3
17,7
26,3
39,6
21,2
23,2
54,6
6,0
8,9
13,9
7,6
8,0
19,7
14,1
21,2
31,1
15,1
15,9
34,8
14,9
22,2
31,5
15,5
16,6
39,4
8,9
13,5
20,6
10,7
11,9
28,9
8,8
13,3
20,0
10,0
10,6
25,9
25,5
38,0
54,1
26,0
27,7
64,2
7,8
11,6
17,8
8,8
9,4
22,5
5,2
7,4
13,2
6,3
6,2
14,8
16,9
23,3
39,9
19,8
19,9
45,4
5,8
7,8
13,5
7,1
7,1
15,6
14,4
19,4
32,8
16,1
14,7
31,5
14,1
19,9
33,9
16,3
15,1
33,3
8,7
11,9
20,6
10,4
10,3
23,2
8,5
11,6
19,8
10,0
9,7
20,7
25,4
34,8
58,4
27,8
25,6
55,3
7,4
10,3
17,8
9,1
8,4
18,4
291
4,7
6,8
11,3
6,7
6,8
12,6
16,1
22,6
35,6
19,8
21,2
39,8
5,4
7,6
11,9
6,7
7,5
13,9
14,1
19,6
29,9
16,5
17,9
30,4
13,2
19,0
30,6
17,1
18,0
31,0
8,2
11,5
18,2
10,3
11,3
20,5
8,0
11,2
17,3
9,8
10,6
19,3
24,4
34,5
53,6
29,6
30,8
52,9
7,0
9,8
15,6
8,8
9,9
17,1
4,2
6,1
10,3
5,6
6,2
13,4
14,9
21,2
34,3
17,9
18,8
41,3
4,9
7,0
11,5
6,0
6,3
14,1
13,5
18,9
30,2
15,3
15,7
34,5
12,3
17,6
29,1
15,5
16,3
35,0
7,4
10,6
17,5
9,2
9,6
21,6
7,3
10,3
16,7
8,7
9,0
20,3
23,1
32,6
52,9
27,3
28,0
60,5
6,5
9,2
14,9
7,9
8,3
18,7
3,9
5,5
9,3
5,2
5,5
12,2
13,8
19,6
32,2
17,3
17,7
37,4
4,5
6,3
10,5
5,8
6,0
12,4
13,4
18,3
29,2
15,4
15,6
31,6
11,8
16,4
27,0
14,8
15,3
32,3
6,9
9,7
16,2
8,9
9,1
19,1
6,9
9,6
15,5
8,4
8,6
17,9
22,7
31,2
50,3
26,9
27,4
56,4
6,2
8,6
13,9
7,5
7,8
16,5
3,8
5,2
8,5
4,7
5,0
10,9
13,2
18,4
29,8
16,1
17,0
35,3
4,2
5,8
9,5
5,3
5,6
11,6
13,5
18,2
28,3
14,8
15,3
31,2
11,8
16,1
25,3
13,6
14,4
30,3
6,5
9,1
14,8
8,1
8,6
18,1
6,6
9,1
14,3
7,7
8,1
16,8
23,0
31,1
48,1
25,4
26,6
54,8
6,0
8,3
13,1
7,0
7,4
15,4
2045
3,7
5,1
8,0
4,3
4,5
10,0
12,8
17,8
28,1
14,9
15,7
33,6
3,9
5,4
8,8
4,8
5,1
10,9
13,5
18,4
28,2
14,4
14,7
30,6
11,7
16,1
24,7
12,8
13,3
28,5
6,3
8,7
13,9
7,4
7,9
17,0
6,3
8,7
13,6
7,1
7,5
15,8
23,2
31,6
47,9
24,4
25,1
53,0
5,9
8,1
12,6
6,6
6,8
14,6
2050
3,4
4,9
7,8
4,1
4,2
9,0
12,1
17,1
27,1
14,2
14,6
31,1
3,6
5,1
8,3
4,4
4,7
9,8
13,2
18,4
28,5
14,4
14,4
29,4
11,3
15,9
24,8
12,6
12,8
26,4
5,9
8,3
13,3
7,0
7,3
15,5
5,9
8,3
13,1
6,8
7,0
14,6
22,7
31,6
48,7
24,4
24,5
50,2
5,6
7,8
12,4
6,4
6,5
13,6
Tabl. A13. Zmiany stanw ludnoci wedug edukacyjnych grup wieku, rok 2013=100
Table A13. Changes of population by educational age groups, 2013=100
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
2025
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,9
99,6
101,6
97,8
96,4
96,3
96,3
99,4
102,4
97,9
95,9
95,8
96,9
98,5
101,4
97,8
96,1
96,8
95,9
99,1
100,2
97,3
96,4
96,4
96,4
98,5
102,5
97,3
96,1
96,8
96,2
99,9
101,6
97,7
95,2
96,7
97,7
100,3
101,0
97,9
97,1
96,4
97,6
100,4
103,1
99,0
96,9
96,5
94,0
97,1
105,1
95,5
92,9
92,3
93,1
96,4
107,0
95,6
91,9
91,2
94,0
94,9
104,8
95,1
92,0
93,2
92,2
96,3
102,5
93,7
92,4
92,6
92,8
95,3
106,7
94,5
92,7
93,2
92,5
97,7
104,7
95,6
91,3
93,0
95,5
98,3
104,0
95,6
94,4
92,3
95,1
98,9
107,6
98,1
94,3
92,8
89,9
84,2
111,1
100,3
83,5
76,1
89,4
82,2
114,2
104,2
82,1
73,9
90,6
81,2
107,9
98,8
81,4
76,6
88,6
81,5
103,0
93,3
79,1
75,5
87,5
80,7
111,3
103,1
81,7
77,3
87,5
82,7
110,2
99,9
82,3
75,4
92,8
87,9
111,9
96,6
84,6
77,1
92,3
88,0
118,1
110,5
91,3
79,3
2035
2040
2045
2050
TOTAL
OGEM
OGEM
TOTAL
2030
83,5
80,7
97,4
104,2
99,5
70,6
82,7
78,9
98,5
108,2
102,6
69,0
84,8
78,5
93,1
98,9
96,6
69,9
81,8
78,2
88,3
92,8
88,6
66,8
80,6
76,6
95,3
103,7
101,0
71,7
80,4
78,4
94,7
103,8
96,5
69,7
87,6
85,6
101,1
103,2
99,2
70,8
85,7
84,9
106,3
119,2
113,5
78,8
292
76,4
74,2
93,1
91,6
87,4
79,5
75,3
72,1
94,4
93,9
88,0
80,0
77,9
72,5
89,6
86,8
81,5
77,7
73,2
70,8
84,2
79,6
75,6
71,1
73,9
70,1
90,2
89,7
85,6
81,9
72,9
71,2
89,4
89,0
84,3
78,0
80,5
79,9
98,2
93,3
90,1
79,5
79,1
78,1
102,6
107,0
103,5
93,1
72,9
68,7
85,9
88,0
81,8
71,7
72,1
66,7
86,7
90,3
82,4
71,0
73,8
67,1
83,0
83,9
76,5
68,1
67,4
63,8
76,5
76,2
70,1
62,3
70,7
65,2
82,9
85,4
78,8
72,0
69,1
65,3
81,5
84,5
77,4
69,5
76,8
74,2
91,9
91,0
86,1
73,8
77,6
73,3
94,8
103,4
98,6
86,4
72,5
66,6
79,6
80,6
77,1
67,1
72,2
65,0
80,3
82,3
77,5
66,3
72,3
64,5
76,9
77,1
72,5
63,9
64,2
59,4
68,9
68,6
65,5
57,6
69,7
63,2
77,2
78,0
73,8
66,4
68,0
62,8
74,9
76,6
72,1
63,9
76,6
72,0
85,7
84,6
82,5
70,4
80,0
73,2
89,2
95,1
93,3
82,1
71,7
66,5
77,2
74,9
70,5
63,0
71,8
65,3
78,1
76,5
70,6
62,1
70,6
63,4
73,9
71,6
66,4
60,3
61,2
56,9
64,3
61,9
58,6
53,5
68,1
62,5
74,7
72,8
67,5
62,0
66,5
62,0
71,9
70,5
65,3
59,3
76,7
72,3
83,2
79,0
76,2
67,2
81,8
75,8
89,0
89,8
86,0
77,5
68,5
65,1
76,9
73,0
66,7
57,8
68,7
64,2
78,3
74,9
67,0
56,9
66,7
61,3
72,6
69,1
62,6
55,4
56,6
53,9
61,5
58,0
53,6
47,9
64,1
60,4
73,8
70,8
64,1
57,0
62,6
60,0
70,9
68,1
61,2
53,9
74,3
71,7
83,4
77,2
72,4
62,3
79,6
76,3
91,9
90,3
83,3
71,8
Tabl. A13. Zmiany stanw ludnoci wedug edukacyjnych grup wieku, rok 2013=100 (cd.)
Table A13. Changes of population by educational age groups, 2013=100 (cont.)
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
2025
OGEM (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,1
99,7
100,1
96,1
96,2
95,1
97,2
99,3
100,1
96,8
97,1
96,1
97,0
99,0
100,2
97,0
95,5
96,2
97,3
99,4
102,2
98,9
97,4
96,2
96,9
100,3
101,8
97,8
96,2
95,2
95,8
99,0
100,2
96,4
96,3
96,7
95,9
99,0
100,9
97,8
95,7
96,7
97,4
99,7
102,3
98,0
96,9
96,3
97,2
97,9
101,9
97,8
95,1
97,1
91,3
97,5
102,3
92,5
91,9
90,4
94,3
96,7
101,7
93,6
93,6
92,4
94,0
96,1
101,9
94,7
90,6
92,2
94,8
96,7
106,7
96,9
95,1
92,1
93,4
98,5
105,6
95,5
92,3
90,9
91,9
95,8
102,3
93,6
91,4
93,3
92,7
95,6
103,4
95,3
91,7
92,9
94,8
97,4
106,4
96,0
94,0
92,1
94,3
93,9
105,6
95,3
90,9
93,6
83,3
80,8
105,4
90,9
76,6
72,3
89,1
84,3
103,4
90,3
80,6
76,4
90,4
82,5
104,0
93,3
77,8
73,0
93,8
85,5
113,9
105,3
87,9
78,6
86,1
84,7
114,0
100,9
83,1
73,6
87,2
80,0
104,2
90,9
77,7
75,0
89,7
81,0
105,5
96,6
80,6
75,2
91,6
85,7
114,3
103,9
85,9
76,8
89,3
80,5
107,6
100,2
81,6
75,7
2030
2035
2040
2045
2050
TOTAL (cont.)
75,8
74,6
88,6
92,4
86,6
62,7
83,3
80,2
90,9
90,9
88,7
67,3
84,1
79,5
90,2
93,5
87,2
64,5
88,9
84,4
101,6
109,9
108,5
75,4
78,5
78,8
99,2
107,4
100,0
68,3
80,3
76,0
88,1
91,8
87,5
65,3
83,5
78,3
90,5
96,5
93,2
68,1
85,3
82,7
101,6
109,5
105,0
72,9
83,3
76,8
92,7
99,2
97,2
69,8
293
67,5
67,0
81,5
77,3
75,3
67,3
75,6
74,1
86,3
80,4
77,8
71,1
75,3
72,6
86,5
81,6
75,1
69,0
83,1
79,2
100,0
99,1
95,3
86,9
71,1
71,4
92,1
92,8
89,8
77,9
72,1
69,0
83,3
78,1
73,6
69,9
76,1
72,0
87,2
83,7
78,4
74,4
78,6
76,2
97,8
97,5
93,4
84,0
76,7
71,1
88,2
86,8
81,7
77,7
62,6
60,3
73,4
71,7
66,5
59,3
70,4
67,8
79,8
76,8
72,1
64,0
69,3
65,5
79,2
78,6
70,2
60,9
80,9
75,0
94,2
97,8
91,9
79,1
67,8
65,6
83,7
86,8
81,3
70,9
66,5
62,3
75,8
74,2
67,5
60,9
71,5
66,4
80,5
80,8
73,6
65,0
75,9
71,1
90,5
94,2
88,4
76,6
73,0
66,2
81,8
83,1
75,9
67,9
60,3
56,8
66,2
64,2
61,1
53,0
67,8
64,0
73,2
70,6
68,1
59,5
66,6
61,4
71,7
71,4
66,1
56,9
81,7
74,1
89,3
91,5
88,7
76,1
67,5
63,7
77,1
78,5
75,1
64,5
63,2
58,2
68,6
66,9
62,9
55,8
69,2
63,2
74,2
74,0
69,5
60,7
76,4
69,8
84,6
86,6
83,7
72,4
71,8
63,8
76,1
76,6
71,6
63,2
58,0
54,9
62,3
58,0
54,4
48,4
65,6
62,0
69,1
64,8
62,1
55,8
64,3
59,4
67,2
64,6
59,4
53,2
81,9
75,0
88,2
87,0
82,8
73,1
66,6
63,5
74,7
72,5
67,9
59,4
60,1
55,6
64,0
60,6
56,4
51,6
66,9
61,5
70,7
68,4
63,5
57,1
76,3
70,4
83,0
81,3
77,0
68,3
70,3
63,0
73,4
71,4
65,9
59,4
54,0
52,4
60,2
54,8
50,0
43,3
61,9
59,7
67,0
61,5
57,6
51,0
60,4
57,0
65,1
61,0
54,6
48,0
79,4
74,6
89,2
86,3
80,1
68,6
63,0
61,9
74,3
70,6
64,1
54,0
55,7
52,6
61,1
56,8
51,8
46,4
62,9
59,1
68,8
65,4
59,4
52,2
73,3
69,6
83,7
80,2
73,8
63,2
66,5
61,1
72,4
69,2
62,3
54,8
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
2025
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,9
99,7
101,6
97,8
96,6
96,3
96,1
99,8
102,3
97,7
96,0
96,0
96,8
98,7
101,2
97,7
96,9
96,7
96,0
99,3
100,1
97,1
96,6
96,3
96,8
98,4
102,9
97,0
96,8
96,9
96,0
100,2
101,5
98,0
95,1
96,8
97,7
100,3
101,0
98,0
97,1
96,5
97,6
100,3
103,2
98,9
97,1
96,6
94,0
97,3
105,1
95,5
93,0
92,4
92,9
96,8
106,8
95,7
91,8
91,5
93,8
95,3
104,5
95,0
92,5
93,4
93,1
96,3
102,1
93,6
92,8
92,4
93,6
95,5
107,2
94,1
93,2
93,5
92,5
97,9
104,7
95,8
90,7
93,3
95,7
98,5
104,0
95,7
94,2
92,4
95,2
98,8
107,9
98,0
94,6
92,8
90,0
84,5
111,2
100,2
83,7
76,4
89,2
82,8
114,2
104,0
82,4
74,3
90,4
81,8
107,7
98,4
81,6
77,6
89,6
82,1
102,5
92,6
79,8
75,6
88,9
81,7
112,2
103,8
82,0
78,4
87,6
83,1
110,2
100,0
82,1
75,9
93,0
88,1
112,2
96,5
84,9
77,2
92,5
88,2
118,4
110,6
91,3
79,5
2035
2040
2045
2050
TOTAL (cont.) Males
OGEM (cd.) Mczyni

RAZEM
TOTAL
2030
83,6
81,0
97,7
104,4
99,5
70,9
82,4
79,5
98,9
108,8
102,0
69,5
84,5
79,0
93,2
99,2
96,2
70,7
82,7
78,7
88,4
92,1
88,5
67,1
81,9
77,5
96,9
104,9
101,9
72,7
80,6
78,8
94,9
103,9
96,4
70,1
87,8
85,8
101,6
103,7
99,3
70,9
85,9
85,1
106,9
119,6
113,8
79,1
294
76,5
74,5
93,4
91,8
87,7
79,9
75,1
72,7
94,7
94,4
88,3
80,5
77,6
73,0
89,6
86,8
81,9
78,3
74,0
71,3
84,4
79,5
75,6
71,1
75,1
70,9
92,0
91,3
86,7
83,7
73,1
71,6
89,7
89,4
84,2
78,5
80,7
80,1
98,7
93,7
90,5
79,7
79,3
78,3
103,2
107,4
104,0
93,7
73,0
68,9
86,2
88,2
82,1
72,2
71,9
67,2
87,0
90,7
82,6
71,8
73,7
67,6
83,0
83,9
76,8
69,0
68,1
64,2
76,6
76,1
70,7
62,4
71,9
66,0
84,6
86,9
80,5
73,9
69,2
65,7
81,9
84,9
77,5
70,1
77,0
74,4
92,4
91,4
86,6
74,2
77,7
73,4
95,4
103,9
99,2
87,1
72,5
66,8
79,9
80,8
77,4
67,6
71,9
65,5
80,6
82,7
77,6
67,0
72,1
64,9
77,0
77,2
72,8
64,7
64,9
59,8
69,1
68,5
66,1
58,0
70,9
64,0
78,7
79,4
75,4
68,6
68,1
63,1
75,2
76,9
72,3
64,5
76,8
72,2
86,1
85,0
83,0
70,9
80,2
73,4
89,7
95,5
93,9
82,9
71,8
66,7
77,4
75,1
70,8
63,4
71,6
65,8
78,4
76,9
70,7
62,7
70,4
63,9
73,9
71,7
66,7
61,0
61,9
57,3
64,4
61,8
59,1
53,8
69,2
63,3
76,3
74,2
69,0
63,9
66,6
62,4
72,2
70,9
65,4
59,9
76,8
72,4
83,6
79,3
76,7
67,7
82,0
76,0
89,5
90,2
86,5
78,2
68,5
65,4
77,2
73,2
67,1
58,3
68,5
64,7
78,6
75,3
67,1
57,5
66,6
61,8
72,6
69,2
62,9
56,1
57,2
54,2
61,6
57,9
54,0
48,3
65,2
61,2
75,4
72,2
65,6
58,8
62,7
60,3
71,2
68,4
61,4
54,5
74,4
71,9
83,8
77,5
72,8
62,7
79,8
76,5
92,4
90,7
83,8
72,5
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,7
99,1
100,1
96,5
96,2
95,1
97,4
99,3
100,1
96,7
97,2
95,9
97,1
99,0
100,4
96,7
95,6
96,3
97,3
99,5
102,2
99,0
97,2
96,2
96,5
100,7
102,0
97,2
96,4
95,2
95,7
99,2
99,8
96,6
96,9
96,4
95,9
99,0
100,8
98,2
95,9
96,5
97,5
99,6
102,2
98,0
97,1
96,4
97,8
97,8
101,5
97,9
95,3
97,1
91,8
97,4
102,1
92,3
92,0
90,4
94,3
96,9
101,6
93,6
93,6
92,5
93,3
96,6
102,2
94,5
90,8
92,1
94,7
96,8
106,8
96,8
94,5
92,3
93,1
99,0
105,6
94,9
92,6
90,8
91,3
96,6
102,0
93,3
92,5
92,9
92,7
95,5
103,0
96,4
92,4
92,5
94,9
97,3
106,4
96,1
94,0
92,4
94,8
94,4
104,9
95,6
91,0
93,5
83,5
81,0
104,9
91,0
77,1
72,6
89,3
84,7
103,2
90,4
80,4
76,9
90,0
82,6
104,8
93,3
77,5
72,9
93,7
85,5
114,3
105,5
87,4
78,7
86,0
85,3
114,1
100,2
83,1
73,7
86,5
80,3
105,0
90,4
77,6
75,1
89,5
80,9
105,7
97,1
81,7
75,1
91,8
85,6
114,2
104,3
86,0
77,3
89,6
81,0
106,9
99,9
82,7
75,8
75,9
74,8
88,7
91,9
86,9
63,1
83,4
80,6
90,9
90,9
88,3
67,6
83,7
79,6
90,8
94,6
87,0
64,2
88,8
84,4
101,8
110,7
107,9
75,4
78,4
79,4
99,6
107,2
99,4
68,2
79,7
76,3
88,6
92,3
88,2
65,1
83,3
78,2
90,6
97,4
94,3
68,4
85,5
82,6
101,4
109,4
105,6
73,5
83,6
77,3
92,4
99,3
97,1
70,3
295
67,6
67,2
81,5
77,3
76,0
67,5
75,8
74,4
86,4
80,5
77,6
71,2
74,9
72,7
87,1
82,1
75,4
69,1
83,0
79,1
100,2
99,5
95,1
87,2
71,0
71,9
92,6
92,6
89,7
77,9
71,6
69,2
83,8
78,0
74,9
69,9
76,0
71,9
87,2
84,5
79,3
74,6
78,7
76,1
97,7
97,6
93,8
84,7
77,0
71,5
87,9
86,9
82,6
77,5
62,7
60,5
73,3
71,6
67,0
59,6
70,5
68,1
79,9
76,9
72,0
64,3
69,0
65,6
79,8
79,0
70,3
61,1
80,8
74,9
94,4
98,2
91,6
79,3
67,7
66,2
84,1
86,6
81,3
71,3
66,0
62,6
76,2
74,1
68,4
61,2
71,4
66,3
80,4
81,6
74,4
65,3
76,0
71,0
90,4
94,3
88,8
77,1
73,3
66,6
81,5
83,2
76,5
68,1
60,4
56,9
66,1
64,1
61,4
53,2
67,9
64,2
73,2
70,7
68,0
59,8
66,3
61,4
72,1
71,7
66,2
57,1
81,6
74,0
89,4
91,8
88,4
76,4
67,5
64,2
77,5
78,3
75,1
64,8
62,7
58,4
69,0
66,9
63,7
56,0
69,1
63,1
74,2
74,7
70,3
61,0
76,5
69,7
84,5
86,7
84,1
73,1
72,1
64,2
75,9
76,7
72,2
63,5
58,1
55,1
62,2
57,9
54,7
48,6
65,7
62,3
69,2
64,8
62,0
56,2
64,0
59,5
67,6
64,9
59,5
53,4
81,8
74,9
88,3
87,2
82,5
73,3
66,6
64,1
75,1
72,4
68,0
59,7
59,7
55,8
64,3
60,6
57,1
51,8
66,8
61,4
70,6
69,0
64,1
57,3
76,4
70,3
82,9
81,4
77,3
68,9
70,5
63,4
73,1
71,5
66,4
59,7
54,1
52,5
60,2
54,8
50,3
43,5
62,0
60,0
67,1
61,5
57,6
51,3
60,1
57,1
65,5
61,2
54,6
48,1
79,3
74,4
89,3
86,6
79,9
68,8
62,9
62,4
74,7
70,5
64,2
54,3
55,3
52,8
61,5
56,8
52,4
46,6
62,7
59,0
68,7
66,0
60,0
52,5
73,4
69,5
83,6
80,3
74,1
63,7
66,8
61,5
72,2
69,3
62,8
55,1
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
2025
2030
2035
2040
2045
2050

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,9
99,5
101,6
97,9
96,2
96,3
96,5
99,1
102,4
98,1
95,8
95,6
97,1
98,3
101,6
97,8
95,3
96,9
95,8
98,9
100,3
97,5
96,2
96,5
95,9
98,6
102,0
97,7
95,5
96,8
96,4
99,6
101,6
97,4
95,4
96,6
97,6
100,3
101,0
97,9
97,2
96,2
97,5
100,5
102,9
99,1
96,8
96,5
93,9
96,9
105,2
95,6
92,7
92,2
93,2
96,0
107,1
95,6
91,9
90,9
94,3
94,4
105,2
95,1
91,5
93,0
91,4
96,3
102,8
93,7
92,0
92,8
92,0
95,1
106,3
94,9
92,1
93,0
92,6
97,5
104,6
95,4
91,9
92,7
95,4
98,1
104,1
95,5
94,5
92,2
95,0
99,1
107,3
98,2
93,9
92,7
89,8
83,9
111,0
100,4
83,3
75,8
89,7
81,5
114,1
104,4
81,9
73,4
90,9
80,7
108,1
99,1
81,2
75,5
87,7
80,9
103,7
94,0
78,4
75,3
86,1
79,7
110,5
102,4
81,4
76,2
87,3
82,3
110,1
99,8
82,5
74,8
92,6
87,7
111,6
96,7
84,3
77,0
92,1
87,8
117,7
110,3
91,3
79,0
83,4
80,4
97,1
103,9
99,4
70,3
82,9
78,2
98,2
107,6
103,2
68,4
85,0
77,9
93,1
98,7
97,0
69,1
80,9
77,6
88,2
93,5
88,8
66,5
79,3
75,6
93,6
102,5
100,0
70,7
80,3
77,9
94,4
103,7
96,6
69,3
87,4
85,4
100,6
102,6
99,1
70,7
85,5
84,7
105,8
118,8
113,2
78,6
296
76,3
73,9
92,8
91,3
87,0
79,2
75,6
71,6
94,1
93,4
87,7
79,5
78,1
72,0
89,5
86,7
81,1
77,1
72,4
70,3
84,0
79,7
75,6
71,1
72,7
69,2
88,3
88,0
84,3
80,0
72,8
70,8
89,1
88,6
84,4
77,5
80,4
79,7
97,7
92,8
89,6
79,2
78,9
77,9
101,9
106,5
103,1
92,5
72,8
68,4
85,6
87,7
81,4
71,2
72,3
66,2
86,4
89,8
82,2
70,1
74,1
66,6
82,9
83,8
76,2
67,3
66,6
63,3
76,4
76,3
69,5
62,2
69,5
64,3
81,1
83,8
77,0
70,0
68,9
64,9
81,2
84,1
77,2
68,8
76,7
74,0
91,5
90,6
85,5
73,3
77,4
73,1
94,3
103,0
98,0
85,7
72,4
66,3
79,4
80,3
76,7
66,5
72,4
64,4
80,1
81,9
77,3
65,6
72,5
64,0
76,8
77,1
72,2
63,2
63,5
59,0
68,8
68,7
64,9
57,3
68,6
62,4
75,5
76,5
72,1
64,2
67,8
62,4
74,6
76,2
72,0
63,2
76,4
71,9
85,2
84,2
82,0
69,9
79,8
73,0
88,6
94,6
92,7
81,3
71,7
66,2
76,9
74,7
70,1
62,5
72,1
64,7
77,9
76,1
70,4
61,4
70,8
62,9
73,8
71,6
66,2
59,5
60,6
56,5
64,2
62,0
58,0
53,1
66,9
61,6
73,1
71,4
66,0
59,9
66,4
61,6
71,6
70,2
65,1
58,6
76,5
72,1
82,8
78,6
75,7
66,7
81,6
75,6
88,5
89,4
85,4
76,7
68,4
64,9
76,7
72,8
66,4
57,4
68,9
63,7
78,1
74,5
66,8
56,3
66,9
60,9
72,5
69,1
62,4
54,8
56,0
53,5
61,4
58,1
53,1
47,6
63,0
59,6
72,1
69,4
62,6
55,0
62,4
59,6
70,6
67,7
61,1
53,2
74,1
71,6
83,0
76,8
71,9
61,9
79,4
76,2
91,3
89,9
82,7
71,1
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
95,6
100,2
100,1
95,7
96,2
95,1
97,0
99,3
100,1
96,8
96,9
96,3
97,0
98,9
100,0
97,3
95,4
96,2
97,3
99,2
102,3
98,8
97,7
96,2
97,3
100,0
101,6
98,4
96,0
95,2
95,9
98,8
100,5
96,3
95,7
96,9
96,0
98,9
101,0
97,3
95,4
96,9
97,2
99,9
102,4
98,0
96,8
96,2
96,6
98,0
102,2
97,8
94,8
97,1
90,9
97,6
102,4
92,7
91,8
90,4
94,4
96,5
101,8
93,7
93,7
92,4
94,7
95,6
101,6
94,8
90,5
92,4
94,9
96,5
106,5
97,0
95,6
91,9
93,7
97,9
105,6
96,0
92,1
90,9
92,6
94,9
102,6
94,0
90,4
93,7
92,7
95,7
103,8
94,1
91,0
93,3
94,8
97,4
106,3
96,0
94,0
91,9
93,8
93,3
106,4
95,0
90,8
93,6
83,2
80,5
105,8
90,9
76,1
71,9
88,9
83,9
103,7
90,3
80,7
75,9
90,8
82,3
103,1
93,3
78,1
73,1
93,9
85,6
113,4
105,1
88,4
78,5
86,2
84,0
113,9
101,5
83,2
73,5
87,9
79,7
103,4
91,5
77,7
74,9
89,8
81,1
105,4
96,2
79,5
75,4
91,5
85,8
114,5
103,5
85,8
76,4
88,9
80,0
108,4
100,6
80,5
75,6
75,6
74,3
88,5
92,9
86,2
62,3
83,1
79,9
90,9
91,0
89,1
66,9
84,4
79,4
89,7
92,3
87,4
64,8
89,0
84,5
101,4
109,1
109,0
75,3
78,6
78,1
98,7
107,6
100,6
68,3
81,0
75,7
87,6
91,3
86,8
65,5
83,6
78,4
90,5
95,6
92,1
67,8
85,2
82,8
101,7
109,6
104,3
72,2
82,9
76,3
92,9
99,2
97,4
69,3
297
67,4
66,8
81,5
77,4
74,6
67,2
75,5
73,8
86,2
80,3
77,9
71,0
75,6
72,5
85,9
81,2
74,7
68,9
83,2
79,3
99,8
98,7
95,5
86,7
71,2
70,8
91,6
93,0
90,0
77,9
72,7
68,7
82,8
78,2
72,2
69,8
76,3
72,2
87,2
82,9
77,5
74,2
78,5
76,3
97,9
97,3
93,0
83,2
76,4
70,7
88,5
86,7
80,9
77,8
62,5
60,1
73,4
71,8
66,1
59,0
70,3
67,5
79,8
76,7
72,2
63,7
69,7
65,5
78,7
78,2
70,1
60,7
81,1
75,1
94,1
97,4
92,2
78,8
67,9
65,0
83,2
86,9
81,2
70,5
67,0
62,1
75,3
74,3
66,6
60,5
71,7
66,5
80,5
80,0
72,8
64,6
75,8
71,2
90,6
94,1
88,1
75,9
72,8
65,8
82,1
83,0
75,2
67,7
60,2
56,6
66,2
64,2
60,7
52,7
67,7
63,7
73,1
70,5
68,2
59,1
67,0
61,4
71,2
71,0
66,1
56,8
81,8
74,2
89,2
91,1
89,0
75,9
67,6
63,1
76,6
78,6
75,0
64,1
63,7
58,0
68,1
67,0
62,1
55,6
69,3
63,3
74,3
73,3
68,8
60,5
76,3
69,9
84,7
86,5
83,4
71,8
71,5
63,4
76,4
76,5
71,0
62,9
57,9
54,8
62,3
58,1
54,0
48,2
65,5
61,8
69,1
64,7
62,1
55,5
64,7
59,4
66,8
64,3
59,4
53,1
82,1
75,2
88,1
86,7
83,2
72,9
66,7
63,0
74,2
72,6
67,9
59,1
60,6
55,4
63,6
60,7
55,7
51,4
67,0
61,6
70,7
67,7
62,8
56,8
76,2
70,5
83,1
81,2
76,7
67,7
70,0
62,6
73,7
71,3
65,3
59,1
53,9
52,2
60,2
54,9
49,7
43,1
61,8
59,4
67,0
61,4
57,7
50,7
60,7
57,0
64,6
60,7
54,6
47,8
79,6
74,7
89,1
86,0
80,5
68,4
63,1
61,4
73,9
70,7
64,1
53,7
56,2
52,4
60,7
56,9
51,1
46,2
63,0
59,2
68,8
64,7
58,8
52,0
73,2
69,7
83,8
80,2
73,5
62,7
66,3
60,8
72,7
69,1
61,8
54,6
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
MIASTA
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,4
99,8
102,3
98,1
96,4
94,8
96,0
100,0
102,5
97,8
95,7
94,5
96,3
98,3
101,7
98,0
95,5
95,5
95,4
99,1
100,6
98,0
97,9
93,8
95,6
99,2
102,8
97,1
96,3
96,1
95,2
100,1
101,8
98,4
94,7
95,6
97,2
100,7
101,6
98,1
97,3
94,2
97,1
101,1
104,5
100,0
97,2
95,0
92,8
97,4
106,5
96,0
91,8
90,2
92,5
97,3
107,5
95,0
91,3
89,1
93,0
94,5
105,3
95,0
90,2
91,1
91,1
96,5
103,7
94,2
91,3
89,7
91,2
96,4
107,7
94,2
91,2
92,7
90,8
97,8
105,2
96,9
89,7
91,2
94,7
98,7
105,6
96,4
92,8
88,3
94,3
100,1
110,4
100,0
94,2
90,5
87,1
82,6
114,4
103,8
82,9
73,3
87,3
82,5
116,6
104,3
80,4
70,7
86,7
78,3
109,0
98,7
78,3
73,0
85,3
78,9
106,3
96,1
75,7
74,8
84,1
80,1
114,3
104,9
79,1
77,3
83,0
79,4
111,8
102,9
82,4
72,5
90,2
86,7
116,0
101,0
83,8
70,6
90,6
88,2
125,3
120,3
95,7
78,3
2025
2030
2035
2040
2045
2050
URBAN AREAS
79,4
77,9
98,5
109,4
101,7
68,4
79,3
78,0
100,2
110,6
101,8
65,4
79,5
73,9
91,6
99,2
94,2
65,4
77,2
74,2
88,8
97,2
87,9
64,7
76,3
74,8
96,4
107,2
100,2
70,9
74,5
73,2
92,9
108,0
98,1
67,8
82,8
83,2
103,4
110,0
101,6
65,4
82,6
84,2
112,3
134,0
125,7
81,5
298
71,4
70,4
92,6
93,9
89,1
79,0
70,9
70,2
94,5
94,9
88,5
76,9
71,4
67,0
85,8
84,2
78,2
73,4
67,8
66,1
82,9
80,7
74,2
70,7
69,1
67,6
89,8
90,8
85,5
82,5
66,3
65,1
85,2
88,8
84,3
76,9
73,7
75,4
98,7
97,5
92,7
75,6
75,5
76,2
107,2
119,1
116,0
101,0
67,9
64,3
84,0
88,9
81,7
70,7
67,3
63,9
85,4
89,8
81,6
68,6
66,8
60,8
77,9
79,6
71,1
63,1
62,1
58,6
73,9
75,8
66,9
61,1
66,0
62,5
81,6
85,3
77,0
72,5
62,4
58,9
76,0
82,2
74,8
67,2
69,3
68,2
89,8
93,7
87,1
70,0
74,9
71,2
97,8
114,0
109,6
94,5
68,1
62,4
76,9
80,1
75,7
64,9
67,4
61,8
77,9
80,6
75,5
63,1
65,1
57,7
70,8
71,8
66,0
57,6
59,7
54,6
65,7
67,0
61,4
55,1
65,4
60,6
75,5
77,1
71,1
65,6
61,6
56,4
68,8
72,9
68,0
59,7
69,8
65,7
81,5
84,5
81,7
65,8
79,2
72,3
91,7
103,4
102,3
89,0
67,8
62,8
74,6
73,5
68,1
59,9
67,2
62,2
75,3
73,6
67,6
58,1
63,1
56,5
67,1
65,2
59,2
53,2
57,2
52,6
61,0
59,5
53,8
50,2
63,8
60,0
73,0
71,4
64,4
60,4
60,1
55,8
65,7
66,1
60,2
54,1
70,6
66,7
78,5
76,9
73,1
61,3
82,5
76,7
92,9
97,6
93,3
83,0
64,4
61,6
74,7
71,7
64,0
54,2
63,9
61,1
75,3
71,5
63,2
52,3
58,8
54,0
65,3
62,0
54,7
47,8
52,4
49,7
58,5
55,5
48,5
44,1
59,5
57,8
71,9
69,3
60,8
55,0
55,6
53,4
64,6
63,4
55,8
48,2
68,3
66,6
79,4
74,6
68,1
55,2
80,7
78,3
98,0
99,7
91,0
76,4
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
MIASTA (cd.)
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
95,1
99,2
100,5
96,7
95,9
94,0
96,6
99,2
101,3
97,4
97,2
93,6
97,1
99,3
100,8
97,2
96,6
94,2
96,8
99,5
102,5
98,6
97,0
94,9
96,6
100,2
101,9
97,6
96,1
94,7
94,3
99,2
100,3
97,0
96,6
94,8
95,4
98,9
101,5
97,8
96,1
95,5
96,4
99,5
102,6
97,4
96,8
94,7
96,5
98,1
102,3
97,7
95,3
96,4
89,6
96,2
103,3
93,6
90,3
89,2
93,0
96,3
104,4
94,2
92,2
88,9
93,9
96,6
103,5
95,5
89,7
89,8
93,7
96,7
107,2
96,7
93,9
90,0
92,6
98,2
106,0
95,3
91,9
90,0
87,9
96,2
103,5
93,7
89,8
90,9
91,2
95,6
104,9
95,4
89,5
92,0
92,8
97,1
106,9
95,3
93,3
89,3
93,2
93,7
106,9
95,6
89,3
93,1
2025
2030
2035
2040
2045
2050
URBAN AREAS (cont.)
82,2
77,0
105,0
95,6
77,1
69,5
85,3
81,4
108,5
95,8
79,6
72,3
89,6
82,1
109,3
97,8
75,1
71,3
90,6
83,8
114,9
106,2
86,7
74,2
84,5
83,1
114,4
101,4
82,8
71,6
80,1
74,7
106,6
92,4
75,7
73,2
88,0
78,9
109,2
99,0
76,8
74,8
86,9
82,2
114,8
103,6
83,9
72,1
88,2
78,6
110,3
102,1
79,6
74,8
74,6
71,7
85,6
94,9
88,8
61,7
77,1
75,3
92,5
97,8
92,8
64,1
82,9
78,7
94,3
100,7
88,7
62,5
84,0
81,2
100,8
111,2
108,0
71,0
76,2
76,7
98,1
108,0
100,1
66,4
71,7
69,1
84,7
95,0
87,2
63,0
81,7
76,4
91,8
100,5
92,4
66,4
78,4
77,2
98,6
108,8
103,7
67,5
81,9
75,2
93,3
102,5
97,3
68,4
299
66,1
64,2
79,1
77,4
74,3
66,6
68,4
67,6
85,5
83,6
80,0
70,6
73,9
71,8
90,0
87,1
76,8
69,5
76,6
74,7
97,3
98,1
94,4
82,6
68,5
68,9
90,2
91,7
89,3
76,1
62,9
61,1
77,6
74,9
71,9
68,4
73,9
70,1
88,4
85,3
76,9
74,5
69,9
69,0
92,2
93,1
90,6
78,2
75,0
69,2
88,7
88,0
80,6
77,6
61,0
57,4
70,9
72,2
65,2
56,9
63,5
60,8
76,9
77,7
72,0
62,5
68,6
64,8
82,3
83,6
71,4
61,5
73,8
69,4
89,8
95,2
89,1
74,4
65,0
63,0
81,3
85,1
79,7
68,6
57,5
54,3
68,7
69,3
62,1
57,7
69,6
64,3
81,3
82,5
71,3
64,4
66,1
62,5
82,7
87,6
82,7
69,8
71,3
64,1
82,0
84,4
74,4
67,1
58,8
53,9
63,5
64,2
59,7
50,4
62,1
57,7
69,4
69,5
66,0
56,5
67,2
61,4
74,5
75,9
67,1
57,4
74,6
68,0
83,6
87,3
84,3
70,2
64,7
60,9
74,4
76,3
73,0
61,7
54,6
50,4
61,1
60,9
56,2
50,3
68,0
61,5
74,7
75,2
67,3
59,7
66,0
60,3
75,1
78,1
76,0
63,8
70,6
61,9
76,0
77,4
70,1
62,1
56,2
52,0
59,4
57,5
52,7
45,9
60,4
56,6
65,7
62,8
58,7
51,6
66,1
60,6
70,6
68,7
60,2
53,6
74,8
69,0
81,9
81,4
77,1
66,2
63,7
60,7
71,8
70,0
65,5
56,3
51,4
47,9
56,4
54,0
49,1
45,2
66,3
60,4
71,3
69,1
61,0
56,0
65,1
60,3
72,3
71,1
67,7
58,5
69,4
61,5
73,3
71,8
64,1
58,3
51,8
49,1
57,0
53,9
48,0
40,7
56,3
54,4
64,2
59,8
54,1
46,0
62,6
59,0
69,5
65,5
55,5
48,3
72,0
68,3
82,7
80,2
73,5
60,8
59,8
58,9
71,3
67,9
61,4
50,8
46,3
44,5
53,3
50,0
44,2
39,6
62,5
58,3
69,8
66,2
57,0
50,9
61,3
58,6
72,0
68,9
63,1
52,4
65,7
59,8
72,5
69,5
60,4
53,5
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
MIASTA (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,3
100,0
102,2
98,0
96,6
94,9
95,7
100,5
102,4
97,6
95,9
94,7
96,4
98,3
101,3
97,9
96,3
95,4
95,8
99,2
100,4
97,5
98,1
93,8
96,2
99,5
103,0
97,1
96,7
96,3
94,8
100,6
101,7
98,6
94,5
95,8
97,0
100,8
101,8
98,0
97,8
94,4
97,0
101,1
104,6
99,8
97,3
95,2
92,7
97,7
106,4
95,9
92,2
90,3
92,2
97,8
107,3
95,3
91,2
89,5
92,8
94,6
105,0
94,6
91,2
91,3
92,0
96,6
103,2
94,2
92,2
89,7
92,2
96,8
108,0
94,5
91,9
93,0
90,5
98,3
105,1
97,0
89,5
91,4
94,3
99,1
105,7
96,4
93,5
88,3
94,4
99,9
110,5
99,9
94,9
90,6
87,1
82,8
114,5
103,5
83,4
73,6
86,8
83,1
116,8
104,6
80,6
71,0
86,4
78,5
109,1
97,4
78,9
74,4
86,3
80,0
105,3
95,0
77,3
75,2
85,9
81,9
115,3
105,3
80,2
78,7
83,0
79,9
111,4
103,0
82,8
73,0
89,9
86,8
116,7
100,3
85,7
70,7
90,8
88,1
125,6
120,2
96,6
78,4
2025
2030
2035
2040
2045
2050

79,4
78,2
98,6
109,5
102,2
68,9
78,9
78,6
100,7
111,8
101,3
65,9
79,2
74,1
91,6
98,9
94,2
66,3
78,1
75,2
88,9
96,1
88,1
65,6
77,8
76,4
98,6
108,6
102,0
72,6
74,5
73,7
92,6
108,0
98,1
68,6
82,5
83,2
103,9
110,6
103,6
65,9
82,8
84,0
112,6
134,1
127,2
82,0
300
71,3
70,6
92,8
94,0
89,8
79,6
70,5
70,7
94,8
95,8
89,1
77,5
71,2
67,1
85,8
83,8
78,8
74,2
68,6
66,9
83,0
80,5
75,1
71,0
70,6
69,2
92,2
93,2
87,8
85,2
66,3
65,5
85,1
89,0
84,3
77,7
73,4
75,5
99,2
97,4
95,2
76,4
75,6
76,0
107,5
119,1
117,1
102,1
67,9
64,5
84,1
89,0
82,4
71,4
66,9
64,4
85,7
90,7
81,9
69,6
66,5
61,0
77,9
79,2
71,4
64,1
62,9
59,4
74,1
75,7
68,2
61,7
67,4
63,9
83,8
87,5
79,9
75,5
62,4
59,2
75,9
82,3
75,0
67,9
69,0
68,2
90,3
93,6
89,2
71,0
75,0
71,1
98,0
114,0
110,9
95,5
68,1
62,6
77,1
80,1
76,4
65,5
67,0
62,3
78,2
81,3
75,8
63,8
64,9
57,9
70,8
71,4
66,3
58,4
60,4
55,3
65,8
66,9
62,5
55,9
66,8
62,0
77,5
79,1
73,8
68,8
61,6
56,8
68,7
73,0
68,2
60,3
69,5
65,8
81,9
84,5
83,6
66,6
79,4
72,2
91,9
103,4
103,6
90,0
67,8
63,0
74,7
73,6
68,7
60,5
66,8
62,7
75,5
74,4
67,8
58,8
62,8
56,6
67,0
64,9
59,4
53,9
57,9
53,3
61,1
59,4
54,7
50,9
65,1
61,4
75,0
73,4
66,9
63,4
60,1
56,1
65,7
66,2
60,5
54,7
70,3
66,7
78,9
76,8
74,9
62,0
82,7
76,5
93,2
97,6
94,4
83,8
64,4
61,8
74,9
71,7
64,5
54,7
63,5
61,6
75,6
72,2
63,4
52,9
58,5
54,1
65,2
61,7
54,8
48,5
53,0
50,3
58,6
55,3
49,4
44,8
60,9
59,2
74,1
71,3
63,3
57,7
55,6
53,8
64,6
63,5
56,0
48,7
68,0
66,6
79,8
74,5
69,7
55,9
80,8
78,2
98,3
99,7
92,1
77,1
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
95,1
99,4
99,9
97,7
94,9
94,2
96,9
99,3
101,6
96,8
97,0
93,4
96,9
99,4
100,8
97,3
96,6
94,5
96,7
99,6
102,3
98,9
97,2
94,9
96,1
100,5
102,1
97,2
96,2
94,7
94,6
99,0
100,1
97,2
97,6
94,3
95,2
99,2
101,1
98,0
96,2
95,5
96,5
99,7
102,2
97,5
97,3
94,7
97,4
97,5
102,2
97,8
95,4
96,4
89,4
97,1
102,3
94,0
89,0
89,2
92,9
96,6
104,7
93,2
92,5
89,1
93,2
97,2
103,6
95,3
90,4
89,6
93,6
96,6
107,2
96,6
94,6
90,1
92,2
98,7
106,0
95,0
91,9
90,0
87,5
97,2
103,0
93,2
92,3
89,9
91,1
95,6
104,3
96,2
90,5
91,6
92,9
97,3
106,7
95,0
93,7
89,6
93,6
93,9
106,4
95,9
89,3
93,0
81,3
76,9
104,9
95,1
76,7
69,4
85,3
81,9
108,7
95,1
79,3
73,3
89,3
82,4
110,3
97,7
74,8
71,5
90,4
83,5
114,8
106,0
87,1
74,8
84,3
83,6
114,4
101,3
82,7
71,6
79,6
74,9
107,1
92,7
76,7
73,4
87,6
78,7
108,9
99,3
78,8
74,1
87,0
82,3
114,5
103,4
84,3
72,8
88,5
78,6
109,8
102,1
80,3
75,0
2025
2030
2035
2040
2045
2050

73,7
71,6
85,3
95,5
87,3
61,6
77,1
75,8
92,9
96,9
92,2
64,6
82,6
79,1
95,1
101,7
89,3
62,5
83,8
80,9
100,3
110,9
108,6
71,7
76,1
77,2
98,3
108,0
99,6
66,4
71,3
69,3
85,1
95,8
89,0
63,4
81,3
76,2
91,3
101,3
94,1
66,8
78,6
77,3
98,4
108,2
104,6
68,3
82,3
75,1
93,0
102,6
97,4
68,9
301
65,3
64,1
78,4
77,1
74,2
66,1
68,3
68,0
85,9
83,0
80,1
71,2
73,6
72,1
91,0
87,7
77,6
70,0
76,4
74,3
96,9
97,6
94,7
83,4
68,4
69,4
90,5
91,7
89,1
76,1
62,5
61,3
77,9
74,9
74,6
69,0
73,6
69,8
87,7
85,8
78,2
74,7
70,0
69,1
92,0
92,8
91,4
79,1
75,3
69,2
88,5
88,0
81,4
77,7
60,3
57,4
70,3
71,8
64,5
56,6
63,5
61,2
77,3
77,2
71,9
63,4
68,3
65,0
83,2
84,2
72,0
62,2
73,6
69,0
89,4
94,7
89,4
74,9
64,9
63,4
81,6
85,0
79,7
68,9
57,2
54,5
69,1
69,3
63,9
58,5
69,2
64,1
80,6
83,0
72,3
64,5
66,2
62,6
82,6
87,3
83,5
70,6
71,6
64,1
81,7
84,4
74,9
67,3
58,1
53,8
63,0
63,9
59,1
49,9
62,0
58,0
69,7
69,0
65,9
57,2
66,9
61,7
75,3
76,3
67,8
57,9
74,4
67,7
83,1
86,7
84,6
70,6
64,6
61,3
74,7
76,3
73,0
61,8
54,3
50,6
61,4
60,8
57,9
50,8
67,6
61,2
74,0
75,6
68,2
59,7
66,1
60,4
75,0
77,8
76,8
64,6
70,8
61,9
75,7
77,4
70,5
62,4
55,6
51,9
58,9
57,2
52,1
45,4
60,4
56,9
65,9
62,3
58,6
52,2
65,8
60,8
71,4
69,1
60,8
54,1
74,6
68,6
81,4
80,8
77,3
66,5
63,6
61,1
72,1
70,0
65,5
56,5
51,1
48,1
56,8
54,1
50,6
45,7
66,0
60,1
70,7
69,5
61,8
55,9
65,2
60,4
72,2
70,8
68,3
59,2
69,6
61,4
73,0
71,8
64,4
58,5
51,2
49,0
56,5
53,6
47,4
40,2
56,3
54,7
64,4
59,3
54,0
46,6
62,4
59,2
70,2
65,9
56,0
48,7
71,8
67,9
82,2
79,6
73,6
61,1
59,7
59,2
71,5
67,9
61,4
51,0
46,1
44,7
53,7
50,0
45,6
40,0
62,1
58,0
69,2
66,6
57,7
50,9
61,4
58,7
71,9
68,6
63,7
53,0
65,9
59,7
72,2
69,5
60,7
53,7
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,4
99,7
102,3
98,1
96,2
94,8
96,2
99,6
102,6
98,0
95,5
94,4
96,3
98,2
102,0
98,1
94,6
95,5
94,9
99,1
100,8
98,5
97,6
93,8
95,1
98,9
102,6
97,2
95,9
95,9
95,7
99,5
102,0
98,2
94,9
95,3
97,3
100,7
101,5
98,3
96,9
94,0
97,2
101,1
104,4
100,1
97,0
94,9
92,9
97,1
106,6
96,1
91,3
90,1
92,8
96,8
107,7
94,8
91,5
88,7
93,2
94,3
105,5
95,4
89,2
90,9
90,1
96,3
104,3
94,2
90,5
89,7
90,1
95,9
107,4
93,9
90,5
92,5
91,2
97,1
105,4
96,8
89,8
91,0
95,0
98,2
105,5
96,4
92,2
88,2
94,3
100,3
110,3
100,0
93,4
90,4
2025
2030
2035
2040
2045
2050
87,2
82,3
114,3
104,0
82,2
72,9
87,9
81,8
116,4
104,1
80,1
70,3
87,0
78,1
108,9
100,1
77,8
71,7
84,2
77,8
107,4
97,3
74,0
74,3
82,3
78,2
113,2
104,4
78,0
75,8
83,1
78,9
112,2
102,8
82,0
71,9
90,7
86,6
115,3
101,8
81,8
70,5
90,5
88,4
125,0
120,5
94,8
78,2
79,4
77,7
98,3
109,3
101,2
67,8
79,8
77,3
99,8
109,4
102,3
64,8
79,8
73,7
91,5
99,5
94,1
64,4
76,2
73,2
88,7
98,3
87,6
63,8
74,6
73,0
94,0
105,7
98,4
69,2
74,5
72,8
93,1
108,0
98,1
67,0
83,2
83,1
102,8
109,3
99,6
65,0
82,5
84,3
112,1
133,9
124,3
81,0
302
71,4
70,1
92,4
93,8
88,3
78,3
71,4
69,6
94,2
93,9
87,9
76,3
71,7
66,8
85,8
84,7
77,6
72,5
67,0
65,2
82,7
80,9
73,3
70,4
67,6
66,0
87,2
88,2
83,1
79,8
66,3
64,7
85,3
88,7
84,3
76,1
74,0
75,3
98,2
97,6
90,3
74,9
75,3
76,3
106,9
119,0
114,9
99,9
67,9
64,1
83,8
88,8
80,9
69,9
67,7
63,4
85,2
88,9
81,3
67,5
67,0
60,7
77,9
80,0
70,9
62,1
61,4
57,8
73,8
76,0
65,6
60,4
64,6
61,0
79,3
82,9
73,9
69,5
62,4
58,5
76,1
82,0
74,5
66,4
69,6
68,1
89,4
93,8
85,0
69,0
74,7
71,3
97,5
114,0
108,3
93,6
68,2
62,2
76,8
80,0
75,0
64,3
67,8
61,3
77,7
79,8
75,2
62,3
65,4
57,6
70,8
72,2
65,8
56,8
58,9
53,8
65,6
67,2
60,2
54,3
63,9
59,2
73,3
74,9
68,3
62,4
61,7
56,0
68,8
72,7
67,7
59,0
70,1
65,7
81,1
84,6
79,7
64,9
79,1
72,4
91,4
103,3
101,1
88,1
67,9
62,6
74,4
73,5
67,5
59,4
67,6
61,7
75,0
72,9
67,3
57,4
63,4
56,3
67,1
65,6
59,0
52,4
56,4
51,9
60,9
59,7
52,7
49,4
62,3
58,5
70,8
69,3
61,8
57,4
60,1
55,4
65,8
65,9
60,0
53,5
70,9
66,6
78,1
77,0
71,4
60,6
82,4
76,8
92,6
97,5
92,2
82,1
64,4
61,4
74,6
71,6
63,4
53,7
64,3
60,5
75,1
70,8
63,0
51,7
59,0
53,9
65,4
62,4
54,5
47,2
51,7
49,0
58,4
55,6
47,7
43,5
58,2
56,3
69,7
67,1
58,3
52,2
55,6
53,1
64,7
63,3
55,6
47,7
68,6
66,5
79,0
74,7
66,4
54,6
80,6
78,4
97,7
99,7
89,9
75,6
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
95,1
98,9
101,2
95,6
96,9
93,9
96,4
99,1
101,0
97,9
97,5
93,7
97,4
99,2
100,7
97,2
96,7
93,9
96,9
99,3
102,6
98,3
96,9
94,9
97,0
99,9
101,7
98,1
96,1
94,7
94,0
99,3
100,5
96,8
95,6
95,2
95,6
98,6
101,8
97,6
96,0
95,5
96,4
99,4
103,0
97,2
96,4
94,7
95,7
98,6
102,5
97,5
95,3
96,3
89,8
95,3
104,3
93,2
91,5
89,1
93,1
96,0
104,1
95,3
91,8
88,8
94,7
95,9
103,3
95,7
88,9
90,0
93,8
96,8
107,2
96,9
93,2
90,0
93,0
97,7
106,0
95,7
91,9
89,9
88,4
95,2
103,9
94,3
87,3
91,9
91,2
95,5
105,5
94,5
88,6
92,4
92,7
96,8
107,1
95,5
92,9
88,9
92,8
93,5
107,4
95,2
89,2
93,1
2025
2030
2035
2040
2045
2050
83,2
77,1
105,1
96,2
77,6
69,7
85,3
80,8
108,3
96,6
79,9
71,4
90,0
81,7
108,3
97,8
75,4
71,1
90,7
84,2
115,0
106,3
86,2
73,7
84,7
82,6
114,4
101,5
82,8
71,6
80,7
74,5
106,0
92,1
74,7
73,1
88,5
79,2
109,5
98,7
74,8
75,5
86,7
82,0
115,1
103,8
83,5
71,3
87,8
78,7
110,9
102,1
78,9
74,7
75,5
71,8
86,0
94,3
90,5
61,8
77,2
74,8
92,1
98,8
93,4
63,5
83,2
78,4
93,4
99,8
88,0
62,6
84,1
81,6
101,2
111,4
107,3
70,4
76,4
76,2
97,8
108,0
100,6
66,5
72,2
68,9
84,2
94,1
85,3
62,6
82,1
76,7
92,4
99,8
90,8
65,9
78,3
77,0
98,8
109,5
102,7
66,6
81,6
75,2
93,6
102,4
97,0
67,9
303
66,9
64,3
79,8
77,8
74,4
67,1
68,4
67,1
85,1
84,2
79,9
70,0
74,2
71,5
89,0
86,5
76,0
69,0
76,8
75,0
97,8
98,7
94,0
81,8
68,6
68,4
89,9
91,7
89,5
76,1
63,3
60,9
77,2
75,0
69,1
67,8
74,3
70,4
89,1
84,7
75,6
74,4
69,7
68,8
92,3
93,4
89,8
77,3
74,6
69,3
89,1
88,0
79,8
77,5
61,7
57,5
71,6
72,6
66,0
57,2
63,5
60,4
76,6
78,3
72,0
61,7
68,9
64,5
81,4
83,1
70,7
60,9
73,9
69,7
90,3
95,8
88,7
73,9
65,2
62,5
81,0
85,1
79,7
68,3
57,9
54,1
68,4
69,3
60,2
57,0
70,0
64,6
81,9
81,9
70,3
64,3
66,0
62,4
82,9
87,9
81,9
68,9
71,0
64,2
82,3
84,4
73,9
66,9
59,5
53,9
64,1
64,6
60,4
51,0
62,1
57,3
69,1
70,1
66,1
55,7
67,5
61,2
73,7
75,4
66,5
56,8
74,7
68,5
84,1
87,8
84,0
69,8
64,8
60,5
74,1
76,3
73,0
61,5
54,9
50,2
60,7
60,9
54,5
49,8
68,4
61,8
75,3
74,7
66,3
59,8
65,8
60,2
75,3
78,4
75,3
63,0
70,3
62,0
76,3
77,4
69,6
61,9
57,0
52,1
59,9
57,8
53,4
46,4
60,4
56,2
65,4
63,4
58,8
50,9
66,3
60,4
69,9
68,3
59,7
53,1
75,0
69,4
82,4
82,0
76,9
65,9
63,8
60,3
71,5
70,0
65,5
56,2
51,7
47,7
56,1
54,0
47,5
44,8
66,7
60,7
71,9
68,7
60,2
56,0
65,0
60,2
72,5
71,4
67,0
57,8
69,1
61,5
73,5
71,8
63,7
58,0
52,5
49,2
57,6
54,2
48,6
41,2
56,4
54,1
64,0
60,3
54,2
45,5
62,9
58,7
68,7
65,1
55,1
47,9
72,2
68,7
83,2
80,8
73,3
60,6
59,9
58,4
71,0
67,9
61,4
50,7
46,6
44,3
52,9
49,9
42,8
39,2
62,8
58,6
70,5
65,8
56,2
51,0
61,2
58,5
72,2
69,1
62,5
51,8
65,4
59,8
72,8
69,6
60,0
53,2
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
WIE
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
97,7
99,3
100,9
97,6
96,4
98,0
96,9
98,2
102,3
98,0
96,1
98,1
97,7
98,8
101,1
97,6
96,8
98,5
96,4
99,1
99,8
96,8
95,3
98,4
97,6
97,5
102,0
97,6
95,9
97,9
97,8
99,7
101,2
96,8
95,9
98,3
98,1
99,9
100,5
97,8
97,0
98,1
98,4
99,3
101,0
97,8
96,6
98,5
95,6
96,7
103,4
95,0
94,2
94,9
94,2
94,6
106,1
96,7
92,7
95,2
95,4
95,4
104,4
95,1
94,1
95,8
93,1
96,2
101,6
93,3
93,2
94,7
95,5
93,6
105,4
94,9
94,8
93,9
95,2
97,6
103,9
93,9
93,3
95,5
96,3
98,0
102,9
95,1
95,4
95,4
96,5
97,0
103,5
95,8
94,4
95,7
2025
2030
2035
2040
2045
2050
RURAL AREAS
93,8
86,4
107,1
96,3
84,3
79,5
93,8
81,6
109,9
103,9
85,1
79,9
95,6
84,9
106,6
98,8
85,0
81,0
91,3
83,6
100,6
91,3
81,6
76,0
93,1
81,8
107,2
100,7
85,5
77,4
94,3
87,7
107,9
96,1
82,2
79,3
94,9
88,8
109,1
93,7
85,2
82,1
95,3
87,7
107,6
98,2
85,8
80,6
89,3
84,5
96,1
98,3
96,8
73,3
89,7
80,6
95,6
104,2
103,9
75,7
91,5
84,3
94,9
98,6
99,5
75,6
85,5
81,3
87,9
89,7
89,2
68,4
87,7
79,4
93,8
99,0
102,1
72,8
89,7
86,2
97,2
98,5
94,5
72,4
91,5
87,5
99,5
98,7
97,6
75,0
91,2
86,2
97,6
100,9
98,5
75,4
304
83,3
79,4
93,8
88,9
85,4
80,2
84,5
76,0
94,1
92,4
87,2
85,9
86,0
79,5
93,9
89,6
85,4
83,1
77,6
74,7
85,2
78,9
76,7
71,4
81,7
73,9
90,8
88,2
85,7
81,0
83,2
80,6
95,2
89,3
84,3
79,6
86,2
83,4
97,9
90,5
88,3
82,4
85,6
81,4
95,8
91,9
88,2
82,8
79,8
74,5
88,2
86,9
81,9
72,9
82,3
72,2
88,9
91,0
83,7
75,5
82,8
75,1
88,8
88,7
82,8
74,4
71,6
67,9
78,4
76,5
72,4
63,2
78,4
69,4
84,7
85,6
81,5
71,1
79,3
75,2
89,2
87,5
80,8
72,7
83,1
79,0
93,4
89,3
85,3
76,7
82,4
76,8
90,6
90,3
85,1
75,9
78,4
72,2
82,9
81,2
78,7
69,7
82,1
71,0
84,6
85,3
80,8
72,3
81,5
73,0
84,0
83,1
80,1
71,9
67,8
63,3
71,3
69,7
68,6
59,5
76,9
67,2
79,6
79,3
77,6
67,6
77,8
72,5
83,3
81,3
77,6
69,6
82,3
77,0
88,6
84,6
83,1
74,1
81,5
74,7
85,6
84,8
82,2
73,2
77,2
71,4
80,4
76,5
73,2
66,7
81,6
71,2
83,2
81,4
75,8
69,5
80,1
72,2
81,7
78,8
75,0
69,2
64,5
60,4
66,7
63,6
62,1
55,9
75,2
66,3
77,2
74,8
72,0
64,1
76,4
71,6
80,5
76,2
71,8
66,4
81,7
76,7
86,5
80,4
78,3
71,7
80,5
74,3
83,4
80,2
76,9
70,3
74,1
69,9
79,6
74,5
70,0
62,3
78,9
70,4
83,6
80,5
73,4
65,5
76,9
70,7
81,0
77,1
72,0
65,0
60,0
57,2
63,7
59,8
57,3
50,7
71,7
64,5
76,4
73,0
68,9
59,7
73,3
70,0
79,6
74,0
68,3
61,7
79,2
75,8
86,2
78,8
75,3
67,8
77,6
73,0
83,0
78,6
73,8
66,0
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
2025
2030
2035
2040
2045
2050

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
97,2
100,2
99,7
95,7
96,5
96,0
97,6
99,3
99,4
96,4
97,0
97,6
96,9
98,4
99,5
96,6
94,0
99,0
98,1
99,2
101,9
99,3
98,0
98,0
97,8
100,7
101,5
98,2
96,4
96,7
96,9
98,9
100,1
96,1
96,1
97,9
96,6
99,0
100,2
97,7
95,1
98,0
98,4
99,9
102,0
98,5
97,0
98,0
98,5
97,6
101,1
98,0
94,6
98,4
93,1
98,8
101,3
91,5
93,5
91,6
95,2
96,9
100,1
93,3
94,4
94,5
94,1
95,4
99,9
93,7
91,9
95,6
96,4
96,6
106,0
97,1
96,6
95,1
95,9
99,2
104,4
95,9
93,6
93,5
94,9
95,5
101,5
93,6
92,5
94,8
94,7
95,7
101,6
95,2
94,4
93,9
97,0
97,7
105,9
96,8
94,7
95,1
96,3
94,2
103,5
94,9
93,8
94,4
84,5
84,8
105,7
86,7
76,1
75,0
91,6
86,2
100,5
87,4
81,1
78,8
91,6
83,1
96,9
87,8
81,4
75,4
98,5
88,0
112,5
104,2
89,5
84,8
91,3
89,4
112,8
99,4
84,2
79,7
92,3
83,8
102,6
90,0
79,0
76,1
91,7
83,6
101,3
94,0
85,3
75,8
96,8
89,4
113,9
104,2
87,7
81,8
91,3
84,1
103,1
97,2
85,1
77,3
77,0
77,6
91,5
90,1
84,5
63,7
87,2
83,4
89,9
87,2
86,3
69,2
85,7
80,6
84,9
84,5
85,3
67,2
96,2
89,0
102,8
108,3
109,1
81,6
85,5
85,2
102,4
105,7
99,5
73,8
86,6
81,0
90,3
89,8
87,7
66,8
85,7
80,6
89,1
92,1
94,2
70,2
92,8
88,4
104,4
110,2
106,2
78,5
85,7
80,0
91,5
93,9
97,2
72,3
305
69,0
70,0
83,9
77,3
76,2
68,1
80,3
78,4
86,8
78,7
76,5
71,4
77,3
73,9
81,8
74,9
72,8
68,3
92,6
85,8
103,7
100,3
96,5
93,3
79,2
78,9
97,5
95,8
91,2
83,3
78,8
74,7
87,1
80,1
74,7
70,8
78,9
74,5
85,8
82,0
80,3
74,3
88,0
83,8
103,2
101,6
96,1
90,0
80,0
74,6
87,1
84,8
83,7
77,8
64,2
63,4
75,8
71,3
67,8
61,7
74,8
72,3
81,5
76,3
72,2
64,8
70,5
66,6
75,1
72,4
68,6
60,0
91,5
83,1
100,1
101,1
95,6
85,8
76,4
73,8
90,5
91,5
85,7
77,7
73,0
68,1
80,4
77,3
71,0
62,9
73,9
69,0
79,6
79,0
76,4
65,6
86,6
80,1
98,0
100,4
93,9
83,7
76,3
70,1
81,4
81,0
78,4
69,2
61,9
59,9
68,8
64,1
62,3
55,4
71,5
68,1
75,4
71,2
69,2
61,2
65,7
61,3
67,8
65,8
64,7
56,3
92,2
82,9
97,0
96,9
94,3
84,7
76,3
72,2
84,7
84,4
80,9
72,9
69,5
63,8
73,5
70,7
67,3
59,3
70,7
65,4
73,7
72,8
72,3
61,9
87,6
79,7
93,8
94,7
91,0
81,5
74,1
67,4
76,4
75,3
74,2
65,0
59,8
58,1
65,2
58,4
55,9
50,8
69,0
65,6
71,1
65,8
63,9
58,4
61,7
57,6
62,7
59,6
58,4
52,7
92,5
83,8
96,7
94,1
90,3
83,1
75,9
72,4
82,8
79,3
74,6
68,6
66,6
61,1
69,0
64,8
61,2
55,8
67,6
62,9
70,0
67,6
66,4
58,3
88,3
81,0
93,4
90,9
85,9
78,6
71,9
65,9
73,6
70,8
69,0
61,4
56,3
55,9
63,3
55,7
51,9
45,8
65,5
63,2
68,7
62,4
59,6
54,0
57,0
54,1
59,2
55,4
53,4
47,6
90,4
83,6
97,9
94,2
88,9
79,9
73,1
71,4
83,0
78,1
71,5
63,6
62,6
58,4
66,3
61,1
56,7
50,9
63,4
60,1
67,5
64,5
62,4
53,8
86,3
81,1
94,9
90,9
83,9
74,5
68,2
63,8
72,2
68,6
65,7
57,2
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
WIE (cd.) Mczyni

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
97,8
99,3
100,9
97,5
96,6
97,9
96,9
98,4
102,3
97,9
96,0
98,3
97,3
99,1
101,0
97,6
97,5
98,2
96,2
99,3
99,8
96,8
95,4
98,2
97,9
96,7
102,9
96,9
96,9
97,7
98,0
99,7
101,2
97,3
95,9
98,3
98,4
100,0
100,5
98,0
96,6
98,2
98,7
99,1
101,2
97,8
96,8
98,3
95,7
96,8
103,4
95,1
93,9
94,9
94,3
94,8
105,9
96,4
92,9
95,4
95,0
96,2
103,9
95,5
94,0
95,9
93,9
96,0
101,4
93,2
93,3
94,3
95,7
93,5
106,1
93,6
95,1
94,1
95,6
97,3
104,2
94,3
92,2
95,8
96,9
98,0
102,7
95,2
94,7
95,5
96,6
96,9
104,0
95,7
94,3
95,6
2025
2030
2035
2040
2045
2050
94,1
86,8
107,2
96,4
83,9
79,7
94,1
82,1
109,7
103,0
85,3
80,4
95,4
85,9
106,0
99,6
84,7
81,5
92,2
83,7
100,3
90,9
81,6
75,9
93,9
81,5
107,7
101,7
84,6
78,0
94,7
88,0
108,6
96,2
81,3
79,8
95,6
89,2
109,1
93,9
84,4
82,1
95,6
88,5
108,0
98,8
84,9
80,9
89,6
84,9
96,5
98,6
96,3
73,3
89,9
81,2
95,8
103,9
103,0
76,0
91,3
85,2
94,9
99,4
98,5
76,0
86,4
81,5
88,0
89,3
88,7
68,2
88,4
79,2
94,6
99,8
101,8
72,8
90,1
86,6
98,2
98,6
94,3
72,2
92,2
87,8
99,9
99,0
96,5
74,8
91,5
87,0
98,6
101,7
97,7
75,4
306
83,6
79,7
94,2
89,4
85,3
80,2
84,8
76,5
94,4
92,1
86,9
86,1
85,9
80,3
94,0
90,2
85,5
83,3
78,3
74,9
85,3
78,8
76,0
71,3
82,5
73,7
91,8
88,7
85,2
81,6
83,6
80,9
96,2
90,0
84,1
79,7
86,8
83,7
98,4
91,3
87,4
82,2
85,9
82,1
96,8
92,9
88,2
83,0
80,0
74,9
88,6
87,4
81,9
73,1
82,6
72,7
89,2
90,8
83,7
75,9
82,7
76,0
88,8
89,2
83,1
74,9
72,3
68,1
78,5
76,4
72,5
62,9
79,1
69,2
85,6
86,1
81,5
71,6
79,7
75,5
90,1
88,2
80,8
73,1
83,7
79,3
93,9
90,0
84,9
76,6
82,7
77,5
91,5
91,3
85,1
76,5
78,7
72,5
83,3
81,6
78,7
70,1
82,4
71,5
84,8
85,1
80,8
72,8
81,3
73,9
84,0
83,6
80,4
72,4
68,5
63,5
71,5
69,6
68,6
59,5
77,6
67,1
80,5
79,8
77,6
68,2
78,1
72,8
84,2
81,9
77,6
70,2
82,9
77,3
89,0
85,3
82,6
74,3
81,8
75,4
86,5
85,7
82,2
73,9
77,4
71,7
80,8
76,9
73,2
67,0
81,9
71,7
83,5
81,2
75,8
70,0
79,9
73,1
81,8
79,3
75,2
69,6
65,1
60,5
66,8
63,5
62,2
55,9
75,9
66,1
78,1
75,2
72,0
64,7
76,8
71,9
81,3
76,8
71,8
67,0
82,3
77,0
86,9
81,0
77,9
71,9
80,8
75,0
84,3
81,1
76,9
71,0
74,3
70,2
80,0
75,0
70,0
62,6
79,1
70,9
83,8
80,3
73,4
65,9
76,8
71,5
81,1
77,6
72,3
65,4
60,6
57,3
63,9
59,7
57,4
50,8
72,3
64,4
77,2
73,4
68,9
60,4
73,7
70,3
80,4
74,6
68,3
62,3
79,8
76,1
86,6
79,5
74,9
68,0
77,9
73,7
83,9
79,5
73,8
66,7
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
98,3
98,8
100,3
95,5
97,5
95,9
97,7
99,3
99,2
96,6
97,3
97,4
97,3
98,3
99,8
95,9
94,4
98,7
98,3
99,4
102,0
99,2
97,3
98,0
97,6
101,2
101,5
97,1
97,0
96,6
96,5
99,4
99,7
96,2
96,4
97,7
96,6
98,8
100,4
98,4
95,5
97,6
98,7
99,5
102,1
98,5
97,0
98,1
98,6
98,4
100,5
97,9
95,2
98,3
94,2
97,6
102,0
90,8
94,9
91,5
95,2
97,1
99,9
93,7
94,1
94,4
93,6
95,6
100,3
93,6
91,2
95,4
96,4
97,0
106,3
97,1
94,4
95,5
95,9
99,9
104,2
94,8
94,5
93,3
94,0
96,2
101,3
93,4
92,6
94,8
94,7
95,5
101,4
96,7
94,6
93,5
97,0
97,3
106,2
97,1
94,3
95,3
97,0
95,4
102,4
95,0
94,0
94,3
2025
2030
2035
2040
2045
2050
85,8
85,3
105,0
87,3
77,4
75,8
91,8
86,4
100,1
87,8
81,0
79,0
91,1
82,8
97,5
87,9
81,1
74,8
98,4
88,3
113,6
104,8
87,9
84,2
91,4
90,6
113,2
97,3
84,2
80,1
91,6
84,2
103,5
89,0
78,3
76,2
91,9
83,7
101,9
94,6
85,2
76,2
96,9
89,0
113,9
105,1
87,5
81,9
91,6
85,6
102,0
96,4
86,9
77,2
78,2
78,1
92,0
88,7
86,6
64,6
87,5
83,7
89,7
87,6
86,0
69,3
85,3
80,3
84,9
86,0
84,0
66,6
96,1
89,3
103,9
110,3
107,0
80,7
85,6
86,3
103,3
104,8
98,6
73,7
85,9
81,3
90,9
90,1
87,6
66,2
85,9
80,7
89,8
93,1
94,7
70,3
92,9
88,0
104,3
110,5
106,6
78,7
86,0
81,4
91,4
93,8
96,4
72,7
307
70,1
70,5
84,5
77,5
77,7
68,9
80,6
78,6
86,7
79,2
76,3
71,1
76,9
73,6
81,9
75,3
72,6
67,9
92,6
86,1
104,7
101,9
95,6
92,7
79,3
80,0
98,4
95,2
91,2
83,3
78,1
75,0
87,8
80,0
75,1
70,5
79,0
74,6
86,6
83,1
80,6
74,6
88,1
83,4
103,1
102,0
96,0
90,5
80,3
76,0
86,9
85,2
84,6
77,2
65,2
63,8
76,4
71,5
69,3
62,6
75,1
72,5
81,4
76,8
72,1
64,8
70,1
66,4
75,2
72,7
67,9
59,6
91,5
83,4
101,1
102,7
94,5
85,6
76,5
74,7
91,3
90,9
86,0
78,4
72,4
68,4
81,0
77,2
71,2
63,0
74,1
69,1
80,2
80,1
76,8
66,2
86,6
79,8
97,9
100,9
93,7
83,9
76,5
71,4
81,1
81,3
79,4
69,4
62,9
60,2
69,3
64,3
63,6
56,5
71,7
68,3
75,3
71,6
69,2
61,3
65,3
61,0
67,9
66,1
64,1
55,9
92,1
83,1
98,0
98,4
93,2
84,5
76,4
73,1
85,5
83,8
81,1
73,6
68,9
64,0
74,0
70,7
67,4
59,3
70,8
65,5
74,4
73,7
72,7
62,5
87,7
79,4
93,7
95,1
90,9
81,7
74,4
68,6
76,2
75,6
75,1
65,3
60,8
58,5
65,6
58,6
57,1
51,8
69,2
65,8
71,0
66,2
63,9
58,5
61,3
57,4
62,7
59,8
57,8
52,4
92,4
84,1
97,7
95,6
89,3
83,0
76,0
73,3
83,6
78,8
74,8
69,2
66,0
61,4
69,4
64,7
61,3
55,8
67,8
63,0
70,6
68,5
66,8
58,9
88,4
80,7
93,3
91,3
85,7
78,9
72,2
67,1
73,4
71,1
69,8
61,6
57,1
56,3
63,8
55,8
53,0
46,7
65,7
63,4
68,6
62,8
59,6
54,1
56,6
53,8
59,2
55,6
52,8
47,4
90,4
83,9
99,0
95,7
87,8
79,8
73,2
72,4
83,9
77,5
71,7
64,2
62,1
58,7
66,7
61,0
56,8
50,9
63,5
60,1
68,2
65,4
62,8
54,3
86,4
80,7
94,8
91,4
83,7
74,8
68,4
65,0
72,0
68,9
66,5
57,5
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
WIE (cd.) Kobiety

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
97,6
99,3
100,8
97,6
96,2
98,1
97,0
98,1
102,2
98,2
96,2
97,9
98,0
98,5
101,2
97,6
96,1
98,7
96,5
98,8
99,9
96,8
95,1
98,6
97,4
98,3
101,1
98,4
94,8
98,0
97,6
99,7
101,2
96,3
95,9
98,4
97,9
99,9
100,6
97,6
97,4
98,0
98,1
99,5
100,8
97,9
96,4
98,7
95,4
96,7
103,4
95,0
94,4
94,9
94,1
94,4
106,2
97,0
92,5
95,0
95,8
94,5
104,9
94,7
94,1
95,7
92,4
96,3
101,7
93,4
93,1
95,1
95,2
93,8
104,6
96,3
94,5
93,7
94,7
97,9
103,6
93,5
94,5
95,1
95,6
97,9
103,0
95,0
96,2
95,4
96,4
97,1
103,0
96,0
94,6
95,8
2025
2030
2035
2040
2045
2050

93,5
86,0
107,0
96,2
84,6
79,4
93,5
81,0
110,2
104,9
84,9
79,4
95,9
83,9
107,2
98,0
85,3
80,5
90,4
83,4
100,9
91,7
81,6
76,0
92,2
82,0
106,6
99,6
86,5
76,7
93,8
87,4
107,3
96,1
83,2
78,9
94,1
88,5
109,0
93,4
86,0
82,1
94,9
86,9
107,2
97,7
86,8
80,1
89,0
84,1
95,6
97,9
97,3
73,3
89,4
80,0
95,4
104,6
104,8
75,4
91,8
83,3
94,9
97,8
100,5
75,1
84,7
81,2
87,8
90,2
89,6
68,6
86,9
79,6
92,9
98,2
102,4
72,8
89,2
85,9
96,2
98,4
94,7
72,6
90,8
87,2
99,0
98,3
98,8
75,1
90,8
85,4
96,6
100,2
99,3
75,4
308
83,0
79,0
93,3
88,4
85,6
80,2
84,3
75,4
93,8
92,6
87,4
85,7
86,2
78,5
93,8
89,0
85,3
82,9
76,8
74,5
85,0
79,0
77,4
71,7
81,0
74,1
89,8
87,7
86,2
80,4
82,8
80,3
94,2
88,5
84,6
79,4
85,5
83,1
97,4
89,8
89,2
82,6
85,3
80,6
94,8
90,9
88,2
82,6
79,5
74,2
87,7
86,4
81,9
72,7
82,0
71,7
88,7
91,3
83,7
75,1
83,0
74,2
88,7
88,1
82,6
73,9
70,9
67,7
78,2
76,6
72,4
63,6
77,7
69,6
83,7
85,1
81,6
70,6
78,9
74,9
88,2
86,8
80,8
72,2
82,4
78,7
93,0
88,5
85,8
76,7
82,1
76,1
89,6
89,3
85,1
75,2
78,2
71,8
82,5
80,7
78,7
69,4
81,8
70,5
84,3
85,5
80,8
71,8
81,7
72,1
83,9
82,6
79,9
71,4
67,1
63,2
71,2
69,8
68,5
59,5
76,2
67,4
78,7
78,8
77,6
66,9
77,4
72,2
82,4
80,6
77,5
69,0
81,6
76,8
88,2
83,9
83,6
73,9
81,2
74,0
84,6
83,8
82,2
72,4
76,9
71,0
80,0
76,0
73,2
66,3
81,4
70,7
83,0
81,6
75,8
69,0
80,2
71,3
81,6
78,3
74,8
68,7
63,9
60,3
66,5
63,6
62,0
55,8
74,5
66,5
76,4
74,3
72,0
63,4
76,0
71,3
79,6
75,5
71,7
65,8
81,0
76,4
86,1
79,7
78,8
71,5
80,2
73,6
82,5
79,3
76,9
69,5
73,8
69,5
79,2
74,1
70,0
62,0
78,6
69,9
83,3
80,8
73,4
65,0
77,0
69,8
80,9
76,6
71,8
64,5
59,5
57,1
63,6
59,8
57,2
50,6
71,0
64,7
75,5
72,5
68,9
59,1
72,9
69,7
78,7
73,4
68,2
61,1
78,6
75,5
85,8
78,2
75,7
67,6
77,2
72,3
82,1
77,7
73,8
65,2
Tabl. A13. Zmiany stanw ludnoci wedug edukacyjnych grup wieku, rok 2013=100 (dok.)
Wojewdztwa Wiek
Voivodships
Age
2014
2015
2020
WIE (dok.) Kobiety (dok.)

Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
0-2
3-6
7-12
13-15
16-18
19-24
96,1
101,6
99,1
95,9
95,5
96,2
97,5
99,4
99,5
96,3
96,6
97,9
96,5
98,5
99,1
97,4
93,6
99,4
97,8
99,1
101,7
99,5
98,7
98,0
97,9
100,1
101,5
99,3
95,8
96,9
97,3
98,4
100,5
96,0
95,7
98,0
96,6
99,2
100,1
97,1
94,8
98,5
98,2
100,4
101,8
98,6
97,1
97,8
98,3
96,7
101,7
98,2
93,9
98,5
92,0
100,1
100,4
92,2
92,1
91,7
95,2
96,8
100,4
92,8
94,7
94,6
94,7
95,2
99,4
93,8
92,6
95,9
96,4
96,2
105,5
97,1
98,9
94,7
95,9
98,5
104,7
97,0
92,6
93,8
95,8
94,8
101,8
93,8
92,4
94,9
94,5
95,9
101,9
93,6
94,2
94,3
97,0
98,1
105,6
96,4
95,1
95,0
95,7
93,0
104,6
94,8
93,5
94,5
2025
2030
2035
2040
2045
2050
RURAL AREAS (cont.) Females (cont.)

83,1
84,2
106,5
86,1
74,7
74,1
91,3
85,9
101,0
86,8
81,2
78,7
92,1
83,4
96,2
87,7
81,8
76,0
98,5
87,7
111,4
103,6
91,3
85,5
91,1
88,3
112,4
101,6
84,2
79,2
93,1
83,5
101,6
91,1
79,7
76,1
91,5
83,5
100,7
93,4
85,5
75,4
96,7
89,8
113,9
103,2
87,9
81,8
91,0
82,5
104,2
98,1
83,3
77,4
75,8
77,1
91,0
91,6
82,4
62,9
86,9
83,2
90,1
86,9
86,6
69,0
86,2
80,9
84,8
83,0
86,7
67,9
96,3
88,7
101,7
106,3
111,4
82,6
85,4
84,1
101,5
106,7
100,6
74,0
87,4
80,7
89,7
89,6
87,7
67,4
85,5
80,5
88,3
91,0
93,7
70,1
92,7
88,8
104,5
109,8
105,8
78,2
85,4
78,5
91,8
94,0
98,1
71,8
309
68,0
69,6
83,3
77,0
74,7
67,2
80,1
78,1
86,9
78,2
76,7
71,6
77,8
74,2
81,7
74,6
73,0
68,8
92,7
85,5
102,5
98,6
97,6
93,9
79,1
77,9
96,5
96,5
91,2
83,3
79,5
74,4
86,5
80,2
74,3
71,1
78,7
74,5
85,0
80,9
80,0
73,9
87,9
84,1
103,3
101,0
96,2
89,5
79,7
73,2
87,4
84,5
82,9
78,4
63,2
63,0
75,3
71,0
66,2
60,8
74,6
72,1
81,6
75,8
72,3
64,9
71,0
67,0
75,0
72,1
69,3
60,4
91,6
82,8
99,0
99,4
96,9
86,0
76,3
72,8
89,6
92,2
85,5
77,0
73,6
67,9
79,9
77,4
70,9
62,8
73,8
69,0
78,8
77,9
75,9
65,1
86,5
80,5
98,1
99,9
94,1
83,4
76,0
68,7
81,7
80,6
77,5
69,1
60,9
59,5
68,3
63,9
60,9
54,3
71,3
67,8
75,4
70,7
69,3
61,2
66,2
61,6
67,8
65,6
65,4
56,7
92,3
82,6
95,9
95,3
95,5
84,8
76,2
71,3
83,8
85,0
80,7
72,1
70,1
63,5
73,0
70,8
67,1
59,4
70,5
65,3
73,1
71,8
71,8
61,3
87,6
80,1
93,9
94,2
91,2
81,2
73,8
66,1
76,7
75,0
73,3
64,8
58,9
57,7
64,7
58,3
54,6
49,8
68,7
65,4
71,2
65,4
64,0
58,3
62,1
57,9
62,6
59,4
59,0
53,0
92,6
83,5
95,7
92,5
91,5
83,2
75,8
71,4
82,0
79,9
74,4
67,9
67,2
60,9
68,5
64,9
61,1
55,8
67,5
62,8
69,3
66,6
66,0
57,7
88,2
81,4
93,4
90,4
86,0
78,4
71,6
64,6
73,9
70,5
68,1
61,1
55,3
55,4
62,9
55,5
50,8
45,0
65,3
63,0
68,7
62,0
59,7
53,9
57,4
54,4
59,1
55,2
54,0
47,8
90,5
83,3
96,9
92,6
90,0
80,0
73,0
70,5
82,2
78,6
71,3
62,9
63,2
58,2
65,9
61,2
56,6
50,9
63,2
60,0
66,9
63,5
62,0
53,1
86,3
81,4
94,9
90,5
84,0
74,3
67,9
62,5
72,5
68,3
64,9
57,0
Tabl. A14. Prognoza ludnoci - kobiety w wieku rozrodczym

Table A14. Population projection - women at the childbearing age
Wojewdztwa
Voivodships
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
Liczba kobiet w wieku 15-49 lat (w tysicach)

Number of women aged 15-49 (in thousands)
9 317,0 9 252,1 9 191,8 8 855,8 8 477,3 7 838,7 7 086,2 6 501,0 6 059,5 5 792,6
695,5
686,1
663,3
634,1
580,8
518,1
471,9
439,5
421,0
690,6
508,8
505,1
501,4
480,9
459,0
423,2
381,9
349,3
323,1
306,7
515,9
511,0
505,8
479,2
450,7
411,2
366,0
328,4
296,8
274,3
246,5
244,3
242,1
231,8
220,4
201,2
179,4
163,4
151,3
143,7
585,1
579,5
574,0
544,3
512,8
466,7
416,7
378,4
347,9
328,7
836,9
834,3
831,7
812,5
789,3
744,5
685,8
637,5
600,6
579,4
1 288,8 1 287,0 1 286,2 1 273,0 1 244,3 1 169,3 1 077,5 1 013,4
971,7
953,8
246,5
243,1
239,7
222,4
205,9
185,1
161,3
141,7
127,2
117,2
529,4
525,9
522,6
501,4
477,3
441,1
398,2
361,1
330,2
309,0
289,8
286,5
283,6
267,8
252,4
231,4
206,6
185,4
168,2
156,6
562,7
560,8
559,0
549,4
536,0
505,9
467,6
438,6
419,0
409,4
1 095,9 1 082,4 1 069,8 1 009,4
953,8
870,6
775,5
701,2
647,8
614,7
296,1
293,0
290,2
274,5
257,0
232,2
204,7
183,2
164,6
151,6
353,3
349,8
346,7
329,8
313,1
286,9
256,8
233,1
214,0
201,3
855,1
851,3
847,7
826,3
800,0
749,2
686,4
637,2
601,3
581,6
410,7
407,7
405,2
389,9
371,2
339,5
303,6
277,2
256,3
243,6
MIASTA URBAN AREAS 5 594,4 5 534,7 5 481,7 5 216,9 4 931,6 4 476,9 3 963,2 3 581,9 3 319,0 3 154,9
Dolnolskie
477,4
472,4
468,0
445,8
420,2
379,0
332,3
298,0
274,9
260,8
Kujawsko-pomorskie
302,5
298,9
295,5
277,9
260,2
234,5
205,7
183,6
166,6
155,3
Lubelskie
244,0
240,4
237,0
221,0
204,7
182,9
158,6
139,1
125,1
114,1
Lubuskie
154,4
152,4
150,4
141,9
133,1
119,3
104,3
93,9
86,3
81,1
dzkie
368,6
363,2
358,3
334,2
309,7
275,2
239,1
212,6
193,0
180,0
Maopolskie
403,3
400,2
397,4
382,5
365,0
335,5
299,5
271,6
253,1
242,3
Mazowieckie
831,7
829,9
829,3
822,5
802,4
748,1
682,3
640,2
619,1
612,1
Opolskie
125,6
123,6
121,6
112,2
103,1
91,2
78,4
68,3
61,0
55,8
Podkarpackie
216,9
214,0
211,5
199,8
187,7
168,8
147,0
130,0
117,8
109,3
Podlaskie
181,8
179,2
177,0
166,2
156,7
142,9
126,6
112,8
103,0
96,3
Pomorskie
360,2
357,5
355,0
342,3
327,0
300,9
271,1
249,1
234,4
226,3
lskie
840,4
828,3
817,0
764,2
716,1
645,9
568,5
509,6
467,7
441,4
witokrzyskie
131,0
128,6
126,5
116,6
106,2
92,3
77,9
67,3
59,3
53,2
Warmisko-mazurskie
209,5
206,8
204,6
193,0
182,0
164,4
145,0
130,4
119,6
112,1
Wielkopolskie
467,2
462,1
457,6
434,2
409,8
372,3
329,3
296,5
273,2
258,4
Zachodniopomorskie
279,8
277,1
274,9
262,6
247,7
223,7
197,6
179,1
165,2
156,4
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
3 722,6 3 717,3 3 710,1 3 638,9 3 545,7 3 361,8 3 123,0 2 919,1 2 740,4 2 637,7
218,1
218,1
218,1
217,4
213,9
201,8
185,9
173,9
164,6
160,3
206,2
206,2
206,0
203,0
198,8
188,7
176,1
165,7
156,5
151,4
271,9
270,5
268,8
258,2
246,0
228,3
207,4
189,3
171,8
160,2
92,2
91,9
91,6
89,8
87,3
81,9
75,1
69,5
65,0
62,5
216,5
216,2
215,8
210,1
203,0
191,5
177,6
165,8
155,0
148,7
433,6
434,1
434,2
430,1
424,4
409,0
386,3
365,9
347,5
337,2
457,0
457,0
456,8
450,5
441,8
421,2
395,2
373,2
352,6
341,6
120,8
119,5
118,1
110,2
102,8
93,9
83,0
73,5
66,2
61,4
312,5
311,9
311,1
301,6
289,6
272,3
251,2
231,1
212,4
199,7
108,0
107,3
106,6
101,6
95,7
88,5
80,1
72,6
65,2
60,2
202,5
203,3
204,0
207,1
209,1
205,0
196,5
189,5
184,6
183,2
255,5
254,1
252,7
245,2
237,6
224,7
207,0
191,7
180,1
173,4
165,1
164,4
163,7
157,9
150,8
139,9
126,8
115,8
105,3
98,4
143,8
143,0
142,2
136,8
131,1
122,5
111,8
102,7
94,4
89,3
387,9
389,2
390,1
392,0
390,3
376,9
357,1
340,7
328,1
323,2
130,9
130,6
130,3
127,3
123,4
115,8
106,1
98,1
91,2
87,2
310
Tabl. A14. Prognoza ludnoci - kobiety w wieku rozrodczym (dok.)

Table A14. Population projection - women at the childbearing age (cont.)
Wojewdztwa
Voivodships
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
Odsetek kobiet w wieku 15-49 lat w populacji ogem

Share of women aged 15-49 in total population
24,20
23,90
24,31
23,93
24,14
23,28
24,90
24,24
24,54
24,86
24,25
24,51
23,83
23,35
24,42
24,66
23,90
24,06
23,77
24,17
23,79
23,94
23,16
24,78
24,15
24,32
24,71
24,05
24,37
23,61
23,20
24,23
24,52
23,76
23,93
23,66
24,04
23,64
23,75
23,04
24,65
24,08
24,11
24,57
23,88
24,25
23,41
23,09
24,08
24,39
23,66
23,22
23,14
23,28
22,86
22,95
22,36
23,93
23,63
23,01
23,71
22,93
23,64
22,54
22,39
23,21
23,67
23,04
22,46
22,44
22,51
21,99
22,10
21,60
23,17
22,97
22,01
22,78
22,01
22,96
21,83
21,53
22,39
22,92
22,26
21,08
20,94
21,12
20,61
20,53
20,23
21,88
21,58
20,52
21,33
20,62
21,68
20,51
20,06
20,93
21,59
20,77
19,43
19,13
19,49
18,93
18,73
18,67
20,27
19,95
18,65
19,62
18,92
20,13
18,88
18,33
19,22
19,98
19,04
18,23
17,89
18,30
17,63
17,52
17,58
19,00
18,86
17,16
18,21
17,51
19,01
17,69
17,09
17,98
18,80
17,90
17,40
17,13
17,42
16,61
16,70
16,77
18,09
18,17
16,20
17,12
16,46
18,32
16,95
16,06
17,08
18,00
17,08
17,06
16,87
17,05
16,04
16,35
16,44
17,67
17,93
15,74
16,52
15,94
18,07
16,70
15,52
16,67
17,69
16,76
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
24,04
23,63
24,08
24,43
23,92
23,14
24,63
24,35
24,00
24,61
25,18
24,09
23,61
23,07
24,43
24,37
23,67
23,85
23,49
23,91
24,19
23,68
22,96
24,47
24,25
23,76
24,34
24,87
23,95
23,38
22,82
24,21
24,18
23,52
23,70
23,37
23,74
23,97
23,45
22,80
24,33
24,18
23,55
24,12
24,62
23,81
23,18
22,63
24,03
24,01
23,42
22,97
22,79
22,92
22,97
22,54
22,08
23,61
23,80
22,53
23,18
23,43
23,18
22,31
21,75
23,12
23,18
22,81
22,20
22,07
22,12
21,97
21,64
21,31
22,81
23,17
21,57
22,28
22,47
22,43
21,62
20,76
22,30
22,36
22,02
20,71
20,56
20,64
20,40
19,96
19,80
21,36
21,68
19,99
20,62
20,95
21,02
20,25
19,02
20,71
20,89
20,45
18,92
18,70
18,84
18,52
18,03
18,08
19,51
19,90
18,10
18,59
19,09
19,36
18,58
17,04
18,87
19,10
18,66
17,70
17,44
17,57
17,11
16,83
16,95
18,14
18,80
16,71
17,12
17,58
18,21
17,41
15,75
17,62
17,83
17,55
17,00
16,75
16,72
16,28
16,10
16,24
17,35
18,28
15,88
16,23
16,66
17,57
16,73
14,91
16,85
17,07
16,83
16,76
16,55
16,37
15,78
15,76
16,01
17,05
18,17
15,51
15,81
16,24
17,38
16,53
14,45
16,48
16,78
16,56
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
24,45
24,51
24,66
23,49
24,51
23,53
25,16
24,03
25,12
25,04
22,83
25,29
24,58
23,57
24,40
25,03
24,39
24,36
24,41
24,57
23,44
24,39
23,50
25,07
23,97
24,92
24,97
22,79
25,16
24,38
23,51
24,26
24,94
24,28
24,27
24,33
24,48
23,36
24,27
23,45
24,96
23,90
24,71
24,89
22,74
25,04
24,19
23,46
24,14
24,84
24,18
23,60
23,88
23,80
22,76
23,63
22,83
24,22
23,32
23,52
24,08
22,15
24,45
23,29
22,88
23,33
24,24
23,51
22,84
23,18
23,05
22,00
22,85
22,07
23,48
22,63
22,46
23,11
21,30
23,83
22,48
22,11
22,50
23,54
22,76
21,60
21,70
21,76
20,77
21,44
20,89
22,32
21,41
21,07
21,80
20,11
22,71
21,29
20,81
21,23
22,31
21,41
20,11
19,94
20,30
19,26
19,79
19,54
20,90
20,04
19,19
20,28
18,65
21,29
19,74
19,22
19,68
20,87
19,79
18,91
18,71
19,17
18,04
18,54
18,45
19,70
18,95
17,60
18,89
17,40
20,18
18,47
17,98
18,46
19,73
18,56
17,92
17,80
18,24
16,85
17,58
17,47
18,68
17,98
16,50
17,66
16,15
19,37
17,56
16,80
17,39
18,87
17,55
17,44
17,43
17,81
16,22
17,19
17,00
18,14
17,52
15,95
16,94
15,47
19,00
17,16
16,17
16,91
18,49
17,12
311
Tabl. A15. Prognoza ludnoci - kobiety w wieku rozrodczym (w procentach)

Table A15. Population projection - women at the childbearing age (in percentage)
Wojewdztwa
Voivodships
OGEM
TOTAL
Dolnolskie
Wiek
Age
Ogem Total
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
2013
2020
2035
2050
2013
2020
2035
Wie
Rural areas
2050
2013
2020
2035
2050
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
24,9
20,8
24,6
24,4
22,8
18,9
23,9
23,3
28,0
23,4
25,5
25,7
25-34
33,2
29,0
26,4
28,2
34,6
28,7
26,5
28,6
31,1
29,4
26,3
27,7
35-49
42,0
50,3
49,0
47,4
42,6
52,4
49,6
48,1
40,9
47,2
48,3
46,6
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
Ogem Total
15-24
23,6
19,2
23,7
23,5
22,3
17,8
23,3
22,8
26,5
21,9
24,4
24,7
25-34
34,7
28,9
26,4
28,3
35,7
29,1
26,3
28,9
32,4
28,5
26,4
27,3
35-49
Lubelskie
Miasta
Urban areas
Ogem Total
41,7
52,0
50,0
48,2
42,0
53,1
50,4
48,3
41,1
49,7
49,2
48,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
25,7
21,4
24,4
24,7
24,0
19,6
23,2
23,5
28,3
23,8
25,7
26,0
25-34
32,5
29,2
26,6
28,0
33,7
29,3
26,6
28,4
30,7
29,1
26,6
27,6
35-49
Ogem Total
41,8
49,4
49,1
47,3
42,3
51,1
50,2
48,1
41,0
47,1
47,8
46,4
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
26,8
22,3
24,7
25,1
24,2
20,2
23,5
23,6
29,1
24,1
25,6
26,2
25-34
32,2
29,4
26,2
27,8
33,9
29,0
26,3
28,3
30,7
29,8
26,1
27,5
35-49
Ogem Total
41,0
48,3
49,2
47,0
41,9
50,8
50,2
48,1
40,2
46,1
48,4
46,3
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
24,9
20,9
24,9
24,8
23,3
19,8
24,7
24,4
27,5
22,7
25,2
25,4
25-34
33,8
28,5
26,8
27,9
34,9
28,0
26,9
28,2
32,0
29,3
26,6
27,6
35-49
Ogem Total
41,3
50,6
48,3
47,3
41,8
52,2
48,4
47,4
40,5
48,0
48,3
47,1
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
24,4
20,5
24,7
24,4
22,3
18,8
24,0
23,3
27,8
23,2
25,6
25,9
25-34
32,3
28,2
26,2
27,8
33,5
27,8
26,5
28,0
30,2
28,9
25,8
27,5
35-49
Ogem Total
43,4
51,3
49,1
47,8
44,2
53,4
49,5
48,8
42,1
48,0
48,5
46,6
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
25,6
21,2
24,4
24,3
22,8
18,1
23,0
22,4
28,3
23,9
25,4
25,7
25-34
33,1
41,2
30,0
48,9
26,3
49,3
28,6
47,1
35,3
41,9
29,9
52,0
26,1
50,9
29,3
48,2
31,1
40,6
30,0
46,1
26,5
48,1
28,1
46,2
35-49
Ogem Total
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
23,1
19,8
25,0
23,7
20,3
17,5
24,5
22,4
28,4
23,9
26,0
26,0
25-34
34,0
27,9
26,6
28,3
35,9
27,3
26,8
28,7
30,4
29,0
26,3
27,5
35-49
Ogem Total
42,9
52,3
48,3
48,0
43,8
55,2
48,7
48,9
41,2
47,1
47,7
46,5
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
24,3
20,0
22,9
23,3
23,1
19,0
22,4
22,9
25,5
21,0
23,4
23,7
25-34
32,7
29,4
25,6
27,9
33,6
29,1
26,2
28,2
31,8
29,7
25,1
27,6
35-49
43,0
50,6
51,4
48,8
43,3
51,9
51,4
48,9
42,7
49,3
51,5
48,7
312
Tabl. A15. Prognoza ludnoci - kobiety w wieku rozrodczym (w procentach) (cd.)

Table A15. Population projection - women at the childbearing age (in percentage) (cont.)
Wojewdztwa
Voivodships
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Wiek
Age
Ogem Total
Miasta
Urban areas
Ogem Total
2013
100,0
2020
2035
2050
2013
2020
2035
Wie
Rural areas
2050
2013
2020
2035
2050
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
27,1
22,3
24,1
24,8
24,6
20,1
23,8
23,8
28,8
23,8
24,3
25,3
25-34
32,2
29,9
26,0
27,9
34,4
29,2
26,0
28,1
30,6
30,4
26,0
27,8
35-49
Ogem Total
40,8
47,8
49,9
47,3
41,0
50,8
50,2
48,1
40,6
45,8
49,7
46,9
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
26,7
21,9
24,1
24,9
24,9
20,2
23,3
24,0
29,5
24,6
25,4
26,5
25-34
32,0
30,0
25,8
27,9
33,4
30,3
25,9
28,6
29,6
29,6
25,7
27,0
35-49
Ogem Total
41,4
48,1
50,1
47,1
41,7
49,6
50,8
47,5
40,9
45,8
48,9
46,5
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
24,9
21,1
25,2
25,0
22,8
18,9
24,1
23,7
28,7
24,8
26,7
26,6
25-34
33,7
29,3
27,0
28,6
34,9
29,2
26,9
29,1
31,6
29,5
27,1
28,1
35-49
Ogem Total
41,4
49,6
47,8
46,4
42,3
51,9
49,0
47,2
39,7
45,8
46,2
45,4
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
23,5
19,8
24,7
24,1
22,8
19,2
24,5
23,8
25,5
21,8
25,4
25,0
25-34
33,3
28,7
26,2
28,2
33,8
28,6
26,3
28,3
31,6
28,9
25,9
27,7
43,3
100,0
51,5
100,0
49,1
100,0
47,7
100,0
43,4
100,0
52,2
100,0
49,2
100,0
47,9
100,0
42,9
100,0
49,2
100,0
48,7
100,0
47,3
100,0
15-24
26,4
21,8
24,1
24,9
23,5
19,7
23,3
23,7
28,7
23,3
24,6
25,5
25-34
32,2
28,8
25,9
27,5
33,6
27,7
26,1
27,5
31,1
29,6
25,8
27,4
35-49
Ogem Total
41,4
49,4
50,0
47,7
42,8
52,5
50,7
48,8
40,3
47,1
49,6
47,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
35-49
Ogem Total
15-24
26,6
22,1
24,9
25,6
24,6
20,4
23,9
24,6
29,5
24,6
26,2
26,8
25-34
32,7
29,4
26,4
28,0
34,0
29,1
26,5
28,5
30,8
29,6
26,3
27,4
35-49
Ogem Total
40,7
48,5
48,7
46,5
41,4
50,4
49,6
46,9
39,7
45,8
47,5
45,9
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
15-24
25,1
20,9
25,2
24,7
23,2
19,1
24,3
23,4
27,3
22,9
26,0
25,6
25-34
33,6
29,2
26,6
28,5
35,0
29,2
26,7
29,0
31,9
29,2
26,5
28,1
41,4
49,9
48,2
46,9
41,8
51,7
49,0
47,6
40,8
47,9
47,5
46,3
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
100,0
35-49
15-24
24,9
20,6
23,9
24,2
23,4
19,3
23,2
23,5
28,3
23,3
25,2
25,5
25-34
33,2
28,7
26,5
27,9
34,2
28,4
26,7
28,2
31,2
29,1
26,3
27,2
35-49
41,9
50,8
49,6
47,9
42,5
52,3
50,1
48,3
40,5
47,6
48,5
47,3
313
Tabl. A16. Prognoza ludnoci w wieku poprodukcyjnym - 60 lat i wicej kobiety

oraz 65 lat i wicej mczyni (w tysicach)
Table A16. Projection of population at post-working age - 60 years and more
for females and 65 years and more for males (in thousands)
Wojewdztwa
Voivodships
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
7 078,2
552,2
371,5
408,4
175,7
518,0
595,4
1 012,8
190,1
366,1
221,3
391,9
888,6
251,1
236,3
591,3
307,4
7 296,6
572,3
384,3
418,3
183,1
530,3
611,0
1 041,2
195,3
376,7
225,9
407,2
915,4
257,4
245,3
612,4
320,5
7 528,1
593,3
397,6
429,0
190,7
543,9
628,1
1 071,8
200,5
387,8
231,3
423,0
943,4
264,5
255,0
634,0
334,0
4 606,6
416,6
246,7
190,5
120,4
346,0
328,4
693,2
106,0
160,2
125,3
293,7
709,3
120,2
153,1
365,5
231,5
4 766,2
431,3
255,4
198,1
125,6
355,9
338,1
715,1
109,6
167,0
129,6
304,5
731,8
124,5
159,6
378,8
241,4
2 471,6
135,6
124,8
217,9
55,3
172,0
267,0
319,6
84,2
206,0
96,1
98,2
179,2
130,9
83,3
225,7
76,0
2 530,4
141,0
128,9
220,2
57,5
174,4
272,9
326,1
85,7
209,7
96,3
102,7
183,6
132,9
85,7
233,7
79,1
2020
2025
2030
2035
2040
2045
2050
8 617,3
686,5
460,2
482,2
225,8
606,1
713,6
1 213,7
226,3
444,9
261,1
493,3
1 072,5
298,3
301,7
736,3
394,8
9 349,1
738,2
503,1
519,9
247,9
638,3
783,5
1 301,9
246,1
493,4
288,2
541,3
1 151,7
320,3
337,0
808,3
430,1
9 749,5 10 193,5 10 869,9 11 702,5 12 404,5

753,9
775,4
821,4
883,6
935,6
525,9
549,2
583,0
623,6
658,4
541,5
563,9
594,1
630,4
661,0
257,1
266,5
283,2
304,3
321,3
648,7
663,3
693,4
731,8
761,7
836,2
894,4
970,4 1 063,5 1 148,5
1 354,6 1 435,9 1 568,6 1 728,7 1 863,0
258,6
267,8
278,2
290,7
299,5
530,1
565,7
609,4
658,0
700,4
306,9
323,9
342,8
364,3
383,4
569,7
603,1
651,1
710,3
763,5
1 185,2 1 214,2 1 267,2 1 337,8 1 392,2
330,3
339,9
355,9
375,5
390,2
356,6
372,7
394,9
421,5
442,9
850,3
898,6
971,2 1 060,8 1 139,4
444,0
458,9
485,1
517,7
543,5
4 930,5
446,4
264,3
206,0
130,9
366,4
348,3
738,0
113,1
173,9
134,6
315,5
754,6
129,0
166,3
391,9
251,3
5 642,6
508,5
302,6
240,6
153,3
410,2
393,4
835,5
128,5
206,8
160,4
359,2
856,4
148,0
196,8
448,9
293,5
6 012,4
535,5
323,6
259,9
165,0
426,3
418,4
880,4
137,3
228,0
180,8
381,7
909,5
156,8
216,2
479,7
313,5
6 119,6
535,8
329,6
266,3
167,6
423,3
429,3
897,0
140,3
237,0
192,3
389,7
922,6
157,0
224,3
490,0
317,5
6 251,7
539,8
335,0
271,7
169,9
422,1
444,1
938,6
141,9
243,6
200,8
401,6
931,6
156,3
229,8
502,1
322,7
6 552,6
560,5
347,2
280,8
177,4
432,4
471,2
1 022,2
144,9
255,7
211,1
424,6
961,2
158,9
240,2
527,8
336,6
6 963,3
593,5
364,3
292,8
188,2
448,2
509,6
1 128,2
149,4
271,4
223,8
454,5
1 004,9
162,9
253,5
563,0
355,1
7 277,5
619,7
377,4
301,4
195,8
457,7
542,8
1 213,0
151,8
282,8
235,0
479,2
1 035,1
163,7
263,3
590,3
368,6
2 597,6
146,9
133,3
223,1
59,9
177,5
279,7
333,9
87,4
213,9
96,7
107,5
188,8
135,6
88,7
242,0
82,7
2 974,7
178,0
157,6
241,6
72,4
196,0
320,2
378,3
97,7
238,0
100,7
134,0
216,1
150,4
104,9
287,4
101,3
3 336,7
202,7
179,5
260,0
82,9
212,0
365,1
421,5
108,7
265,4
107,4
159,6
242,2
163,5
120,8
328,7
116,6
3 630,0
218,1
196,3
275,2
89,5
225,4
407,0
457,6
118,3
293,1
114,6
180,0
262,6
173,2
132,3
360,3
126,5
3 941,8
235,7
214,2
292,2
96,5
241,3
450,3
497,3
125,9
322,0
123,0
201,5
282,6
183,7
142,9
396,5
136,2
4 317,3
260,9
235,8
313,3
105,7
261,0
499,3
546,3
133,3
353,7
131,7
226,6
306,0
197,1
154,7
443,4
148,5
4 739,2
290,0
259,4
337,7
116,1
283,5
553,9
600,6
141,3
386,6
140,4
255,8
333,0
212,6
168,0
497,8
162,5
5 127,0
315,9
281,0
359,6
125,5
304,1
605,7
650,1
147,8
417,6
148,4
284,3
357,1
226,5
179,6
549,1
174,9
OGEM TOTAL
314

oraz 65 lat i wicej mczyni (w tysicach) (cd.)
for females and 65 years and more for males (in thousands) (cont.)
Wojewdztwa
Voivodships
MCZYNI MALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
2 181,2
162,0
113,5
125,0
52,1
153,3
189,9
311,9
59,3
116,3
70,4
123,3
279,9
78,8
70,3
182,6
92,5
2 270,7
170,9
119,2
128,7
55,4
158,2
196,1
322,1
61,5
120,6
72,1
129,9
290,3
81,4
74,2
192,0
98,3
2 366,7
180,1
124,8
132,9
58,8
163,8
202,8
333,7
63,9
125,2
74,0
136,6
301,9
84,4
78,1
201,1
104,3
2 887,4
228,4
153,7
158,7
76,2
195,5
242,9
403,5
76,4
151,9
86,7
170,1
359,9
101,4
99,3
248,9
133,9
3 346,8
265,2
180,2
182,7
91,0
220,0
282,4
461,7
88,4
179,3
102,6
198,1
409,5
116,4
120,1
291,8
157,2
3 553,8
274,9
191,6
194,6
96,5
226,1
308,2
486,3
95,9
198,3
112,7
211,6
428,7
122,0
130,5
311,5
164,3
3 683,7
277,2
198,3
202,5
98,7
229,1
329,3
508,4
99,8
211,7
119,8
221,1
436,9
124,4
135,2
325,1
166,3
3 955,4
294,7
212,6
216,2
105,9
242,4
359,4
558,5
104,1
230,1
127,9
239,9
457,8
131,2
143,9
354,3
176,3
4 378,2
327,0
233,8
236,2
118,1
265,6
402,2
635,2
110,7
253,6
138,5
267,9
497,0
142,3
157,6
398,8
193,7
4 875,7
366,7
259,6
260,5
132,4
292,6
452,1
720,5
118,7
280,6
152,2
301,5
543,5
155,5
174,4
450,3
214,6
1 390,8
121,9
73,6
56,4
35,4
98,5
102,1
209,1
32,2
49,6
37,4
91,4
221,7
36,9
44,5
110,5
69,5
1 453,5
128,0
77,3
59,0
37,6
102,3
105,8
216,6
33,8
52,1
39,0
96,0
230,4
38,5
47,1
116,1
73,9
1 518,7
134,5
80,9
61,8
39,9
106,4
109,6
224,9
35,3
54,7
40,7
100,6
239,5
40,1
49,8
121,5
78,2
1 851,7
166,7
98,2
76,9
50,8
127,8
130,6
272,0
42,6
69,6
50,7
122,0
285,2
48,7
63,2
148,0
98,6
2 098,4
188,2
112,1
88,0
59,3
141,5
146,4
304,0
48,3
81,5
61,8
136,8
320,9
54,6
74,4
167,9
112,8
2 162,0
190,6
115,6
91,2
61,6
141,2
152,2
311,5
50,3
86,6
67,6
140,9
330,1
55,2
78,8
173,3
115,1
2 182,0
188,4
116,3
92,4
61,8
138,9
156,6
320,0
50,9
88,3
70,8
143,1
331,1
54,1
79,7
175,2
114,5
2 302,4
196,3
121,8
96,8
65,2
144,1
167,4
350,7
52,4
92,9
75,0
152,2
342,7
55,5
83,6
186,0
119,8
2 532,8
215,3
132,1
104,7
72,4
156,5
186,7
402,2
55,6
101,6
81,5
167,9
369,5
59,3
91,1
205,8
130,7
2 805,2
239,1
145,1
114,5
80,8
171,2
209,6
459,2
59,3
111,8
90,2
186,4
401,6
63,5
100,4
228,8
143,8
790,4
40,1
39,8
68,6
16,7
54,7
87,8
102,9
27,1
66,7
33,0
31,9
58,2
41,9
25,8
72,2
23,0
817,2
42,8
41,9
69,6
17,8
55,9
90,3
105,5
27,7
68,5
33,1
33,9
59,9
42,9
27,0
75,8
24,5
848,0
45,6
43,9
71,1
18,9
57,4
93,2
108,8
28,6
70,5
33,3
36,0
62,4
44,3
28,3
79,6
26,1
1 035,8
61,7
55,5
81,8
25,4
67,7
112,4
131,5
33,8
82,3
35,9
48,0
74,7
52,8
36,1
100,9
35,2
1 248,3
77,0
68,2
94,7
31,7
78,5
136,0
157,7
40,1
97,8
40,8
61,3
88,6
61,8
45,7
123,8
44,4
1 391,8
84,4
76,0
103,3
34,9
84,9
156,0
174,8
45,6
111,7
45,1
70,7
98,6
66,8
51,7
138,2
49,1
1 501,7
88,8
82,0
110,1
37,0
90,2
172,7
188,4
48,9
123,4
49,0
78,0
105,8
70,3
55,6
149,9
51,8
1 653,0
98,4
90,8
119,4
40,7
98,3
192,0
207,8
51,7
137,1
53,0
87,7
115,1
75,8
60,3
168,3
56,4
1 845,4
111,8
101,7
131,5
45,7
109,0
215,5
233,0
55,1
152,0
57,0
100,0
127,4
83,0
66,6
193,0
63,0
2 070,5
127,6
114,5
146,0
51,6
121,4
242,5
261,3
59,4
168,7
62,0
115,2
141,9
92,0
74,0
221,5
70,9
315

oraz 65 lat i wicej mczyni (w tysicach) (dok.)
for females and 65 years and more for males (in thousands) (cont.)
Wojewdztwa
Voivodships
KOBIETY FEMALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
4 897,0
390,2
258,0
283,4
123,6
364,7
405,5
700,9
130,9
249,8
150,9
268,5
608,6
172,3
166,0
408,6
214,9
5 025,9
401,4
265,2
289,6
127,6
372,1
414,9
719,1
133,8
256,1
153,8
277,4
625,0
176,1
171,2
420,5
222,2
5 161,4
413,1
272,8
296,1
131,9
380,1
425,3
738,1
136,7
262,5
157,2
286,4
641,5
180,1
176,9
432,9
229,7
5 729,9
458,2
306,4
323,5
149,6
410,6
470,7
810,2
149,9
292,9
174,4
323,2
712,6
196,9
202,5
487,4
260,9
6 002,3
473,0
322,9
337,2
156,9
418,3
501,0
840,2
157,7
314,0
185,6
343,2
742,2
203,9
216,8
516,6
272,8
6 195,7
479,0
334,3
347,0
160,6
422,6
528,0
868,3
162,7
331,8
194,2
358,0
756,4
208,3
226,0
538,8
279,8
6 509,8
498,3
350,9
361,4
167,7
434,2
565,1
927,5
168,1
354,0
204,1
382,0
777,4
215,6
237,5
573,5
292,6
6 914,5
526,7
370,3
377,9
177,3
451,0
611,0
1 010,0
174,1
379,3
214,8
411,2
809,4
224,7
251,0
616,9
308,8
7 324,2
556,5
389,8
394,2
186,3
466,2
661,3
1 093,6
180,0
404,4
225,8
442,3
840,9
233,2
263,8
661,9
324,0
7 528,8
568,9
398,8
400,5
188,9
469,1
696,4
1 142,5
180,8
419,8
231,2
462,0
848,6
234,7
268,5
689,1
328,9
3 215,7
294,7
173,1
134,1
85,0
247,5
226,3
484,1
73,8
110,6
87,8
202,2
487,6
83,3
108,6
255,1
161,9
3 312,7
303,2
178,1
139,1
88,0
253,6
232,3
498,5
75,9
114,9
90,6
208,5
501,4
86,1
112,5
262,6
167,5
3 411,7
311,9
183,4
144,2
91,0
259,9
238,7
513,1
77,8
119,2
93,8
214,9
515,1
88,8
116,5
270,4
173,1
3 791,0
341,9
204,4
163,7
102,5
282,3
262,8
563,4
85,9
137,2
109,7
237,2
571,2
99,3
133,6
300,9
194,9
3 914,0
347,3
211,5
171,9
105,7
284,8
272,0
576,4
89,1
146,4
119,0
244,9
588,6
102,2
141,7
311,7
200,7
3 957,6
345,2
214,0
175,1
106,0
282,1
277,0
585,4
90,0
150,4
124,6
248,8
592,5
101,9
145,5
316,7
202,4
4 069,7
351,4
218,7
179,3
108,2
283,2
287,5
618,6
91,0
155,4
130,0
258,5
600,5
102,2
150,2
326,9
208,2
4 250,2
364,1
225,3
184,0
112,3
288,3
303,8
671,5
92,6
162,8
136,2
272,3
618,5
103,4
156,6
341,8
216,7
4 430,5
378,3
232,1
188,1
115,9
291,7
323,0
726,0
93,8
169,8
142,4
286,6
635,3
103,6
162,4
357,2
224,5
4 472,3
380,6
232,3
186,9
115,1
286,4
333,2
753,7
92,5
171,0
144,8
292,8
633,5
100,1
162,9
361,6
224,8
1 681,2
95,5
84,9
149,3
38,6
117,3
179,2
216,8
57,1
139,2
63,1
66,3
121,0
89,0
57,4
153,6
53,0
1 713,2
98,2
87,1
150,5
39,7
118,5
182,6
220,6
57,9
141,2
63,2
68,8
123,7
90,0
58,7
157,8
54,7
1 749,6
101,3
89,4
152,0
41,0
120,1
186,5
225,0
58,9
143,4
63,4
71,5
126,4
91,3
60,4
162,4
56,6
1 938,9
116,3
102,0
159,8
47,1
128,3
207,9
246,8
64,0
155,7
64,8
86,0
141,4
97,6
68,9
186,5
66,0
2 088,3
125,7
111,3
165,2
51,2
133,5
229,1
263,8
68,6
167,6
66,6
98,3
153,6
101,7
75,1
204,8
72,1
2 238,1
133,8
120,3
171,9
54,6
140,5
251,0
282,8
72,7
181,4
69,5
109,2
163,9
106,4
80,6
222,1
77,4
2 440,1
146,9
132,2
182,1
59,6
151,1
277,6
308,9
77,0
198,6
74,1
123,5
176,8
113,4
87,3
246,6
84,4
2 664,3
162,5
145,0
193,9
65,0
162,8
307,2
338,5
81,5
216,6
78,7
138,9
190,9
121,3
94,4
275,1
92,1
2 893,8
178,3
157,7
206,1
70,4
174,5
338,4
367,6
86,2
234,6
83,4
155,8
205,6
129,6
101,4
304,8
99,5
3 056,5
188,3
166,5
213,6
73,9
182,7
363,2
388,8
88,3
248,8
86,4
169,2
215,1
134,5
105,5
327,6
104,0
316
Tabl. A16.v2 Prognoza ludnoci w wieku poprodukcyjnym (uwzgldnione zmiany w wieku emerytalnym)
Table A16.v2 Projection of population at post-working age (according to changes in retirement age)
Wojewdztwa
Voivodships
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
6 952,2
541,5
364,6
401,6
172,1
509,0
585,6
995,5
186,9
360,0
217,9
384,5
873,1
246,8
231,8
580,0
301,3
7 042,5
550,8
370,3
404,7
175,8
512,7
591,5
1 006,5
188,6
364,2
219,0
392,0
883,6
248,9
236,0
590,0
307,8
7 133,0
560,1
376,0
407,9
179,5
516,3
597,3
1 017,7
190,4
368,4
220,3
399,5
894,2
251,1
240,3
599,8
314,4
4 522,2
408,6
242,1
186,9
118,0
339,7
322,9
681,1
104,1
157,1
123,0
288,3
696,8
118,0
150,1
358,6
226,9
4 596,4
415,5
246,1
190,9
120,7
343,5
327,1
691,0
105,7
160,8
125,2
293,5
705,9
120,1
153,4
365,0
232,0
2 430,1
132,8
122,5
214,7
54,1
169,3
262,7
314,4
82,8
202,9
94,9
96,2
176,3
128,9
81,7
221,4
74,4
2 446,1
135,3
124,1
213,9
55,2
169,2
264,4
315,6
82,9
203,4
93,9
98,5
177,6
128,9
82,6
225,0
75,8
2020
2025
2030
2035
2040
2045
2050
7 584,9
603,6
403,5
426,3
197,1
536,3
629,6
1 075,0
198,6
390,7
229,4
433,6
944,3
262,8
262,0
646,9
345,1
8 148,4
648,6
437,3
453,1
216,2
561,2
678,5
1 144,0
212,1
425,1
248,5
471,4
1 003,1
280,1
290,2
702,7
376,3
8 358,9
654,8
450,0
463,8
221,9
559,1
709,1
1 164,8
219,6
449,3
261,2
488,2
1 017,9
284,7
304,4
726,2
383,8
8 339,6
637,8
448,9
463,6
219,0
544,2
726,6
1 164,8
220,5
461,7
267,1
491,1
1 002,0
280,9
306,1
728,7
376,9
8 400,8
631,6
451,8
465,5
218,5
537,3
748,2
1 190,8
219,1
474,5
271,7
500,2
988,8
279,2
307,0
742,6
374,1
9 069,6
678,8
484,8
495,0
235,4
570,7
821,6
1 323,1
228,7
514,9
288,4
547,1
1 044,0
295,3
327,7
813,4
400,7
9 939,5
746,8
527,7
534,0
258,4
615,0
912,9
1 486,4
242,0
562,7
310,0
606,4
1 123,1
316,5
355,6
905,2
436,7
4 669,1
422,2
250,1
194,7
123,3
347,2
331,2
700,6
107,3
164,4
127,3
298,7
715,1
122,1
156,7
371,1
237,0
4 993,6
450,8
267,5
212,8
134,9
364,0
350,3
744,3
113,7
181,5
139,9
319,2
755,6
130,9
172,0
397,6
258,6
5 303,3
475,4
284,6
228,9
145,6
378,1
369,5
783,1
120,4
199,4
156,1
337,7
796,9
138,9
188,7
422,6
277,5
5 321,9
470,4
286,0
231,8
146,5
369,6
372,1
780,9
121,5
206,4
165,1
338,9
797,9
138,0
194,4
424,7
277,8
5 179,2
449,3
277,9
226,7
141,7
350,7
366,7
765,4
118,4
204,1
167,4
331,5
774,0
131,7
191,6
414,0
268,1
5 095,9
435,7
272,4
222,1
138,1
337,3
365,6
772,7
115,0
201,8
167,9
329,3
752,7
126,2
188,2
409,2
261,7
5 410,4
459,0
285,1
231,2
146,5
350,7
393,6
858,1
118,2
212,8
176,8
353,1
785,5
129,4
198,2
435,5
276,7
5 866,5
497,7
305,0
245,3
159,0
372,1
433,2
967,8
123,7
229,3
189,5
384,9
838,3
135,0
213,1
474,2
298,5
2 463,9
137,9
125,9
213,1
56,2
169,1
266,1
317,0
83,1
204,0
92,9
100,9
179,1
129,0
83,5
228,6
77,4
2 591,3
152,8
136,0
213,5
62,3
172,4
279,2
330,7
84,9
209,2
89,5
114,4
188,7
131,9
90,0
249,3
86,5
2 845,0
173,2
152,7
224,2
70,6
183,1
309,0
360,9
91,7
225,7
92,4
133,7
206,2
141,3
101,5
280,0
98,8
3 037,0
184,4
164,0
232,1
75,5
189,5
337,0
384,0
98,2
243,0
96,1
149,2
220,0
146,8
110,0
301,4
106,0
3 160,4
188,4
171,0
236,9
77,4
193,5
359,9
399,4
102,0
257,6
99,8
159,5
227,9
149,1
114,5
314,7
108,8
3 305,0
195,9
179,4
243,4
80,4
200,0
382,6
418,1
104,1
272,8
103,8
170,9
236,0
153,0
118,7
333,4
112,4
3 659,2
219,8
199,7
263,8
89,0
220,0
428,0
465,0
110,5
302,1
111,7
193,9
258,4
165,8
129,6
377,8
124,0
4 072,9
249,1
222,8
288,7
99,4
242,9
479,7
518,6
118,3
333,4
120,5
221,5
284,8
181,6
142,5
431,0
138,2
OGEM TOTAL
317
Tabl. A16.v2 Prognoza ludnoci w wieku poprodukcyjnym (uwzgldnione zmiany w wieku emerytalnym) (cd.)
Table A16.v2 Projection of population at post-working age (according to changes in retirement age) (cont.)
Wojewdztwa
Voivodships
MCZYNI MALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
2 129,2
157,5
110,6
122,3
50,6
149,6
185,8
305,1
57,9
113,8
69,0
120,2
273,7
77,0
68,5
177,8
89,9
2 164,5
161,8
113,1
123,1
52,3
151,1
187,9
308,3
58,7
115,3
69,2
123,3
277,2
77,8
70,2
182,3
92,8
2 200,2
166,0
115,6
124,1
54,0
152,5
190,0
311,7
59,5
116,9
69,5
126,5
281,0
78,6
72,0
186,6
95,8
2 401,2
188,5
127,1
132,4
62,5
162,7
203,8
336,7
63,6
126,9
72,4
141,3
301,1
84,4
80,9
207,0
109,9
2 888,4
229,9
155,1
157,6
78,4
191,0
243,1
402,0
75,4
153,4
87,6
171,4
353,3
100,5
102,0
251,8
135,8
3 158,4
246,6
170,1
172,1
86,1
201,9
271,6
434,6
84,3
174,7
99,4
188,3
381,0
108,8
115,3
276,6
147,0
3 275,6
247,7
176,0
179,7
88,2
203,5
291,7
451,4
88,8
187,9
106,7
196,5
390,0
111,0
120,3
287,9
148,3
3 457,1
256,7
185,8
189,4
92,2
211,4
314,7
485,1
92,0
202,2
113,4
209,2
402,4
115,1
125,7
308,4
153,4
3 826,2
284,2
204,5
207,1
102,7
232,0
352,1
552,8
97,8
223,1
122,5
234,0
435,5
125,1
137,7
346,6
168,7
4 306,5
322,8
229,1
230,5
116,7
258,7
399,0
636,0
105,5
248,7
134,9
265,6
481,8
137,8
153,8
396,3
189,4
1 357,1
118,6
71,8
55,1
34,4
96,1
99,9
204,5
31,4
48,4
36,6
89,2
216,8
36,0
43,3
107,6
67,6
1 384,7
121,6
73,4
56,2
35,6
97,5
101,4
207,4
32,1
49,6
37,3
91,3
219,8
36,7
44,6
110,4
69,8
1 411,8
124,4
75,0
57,5
36,7
98,9
102,7
210,2
32,8
50,9
38,0
93,4
223,0
37,3
45,9
112,9
72,1
1 548,8
139,1
81,9
64,2
42,1
106,7
110,6
228,5
35,7
58,0
42,0
102,6
238,8
40,7
51,9
124,1
81,8
1 833,7
164,9
97,6
76,9
51,7
124,0
128,5
268,3
41,9
70,8
52,8
120,2
278,3
47,8
64,3
146,9
98,7
1 943,2
172,3
103,7
81,8
55,4
127,4
136,5
281,3
44,9
77,9
60,2
126,8
295,0
49,9
70,5
155,6
104,0
1 955,5
169,4
104,1
82,7
55,6
124,2
140,1
285,6
45,6
79,7
63,6
128,1
296,7
48,9
71,6
156,6
102,9
2 019,0
172,0
107,1
85,1
57,0
126,1
147,0
304,6
46,3
82,3
66,6
133,3
301,7
49,0
73,3
162,8
104,7
2 214,5
187,6
115,9
92,1
63,0
136,7
163,2
349,4
49,0
89,3
71,9
147,2
323,8
52,2
79,8
179,3
114,2
2 483,8
211,1
128,5
101,7
71,4
151,7
185,3
405,6
52,8
99,3
79,7
165,1
356,4
56,6
88,9
202,1
127,4
772,1
38,9
38,8
67,2
16,2
53,5
85,9
100,6
26,5
65,4
32,4
31,0
57,0
41,0
25,2
70,2
22,3
779,8
40,2
39,7
66,9
16,8
53,5
86,6
100,9
26,6
65,7
32,0
32,0
57,4
41,1
25,6
72,0
23,0
788,4
41,6
40,6
66,6
17,3
53,6
87,2
101,5
26,7
66,0
31,6
33,0
58,0
41,3
26,1
73,6
23,8
852,5
49,4
45,2
68,2
20,4
56,0
93,3
108,2
27,9
68,9
30,4
38,7
62,3
43,7
29,0
82,9
28,1
1 054,7
64,9
57,5
80,7
26,7
67,0
114,6
133,7
33,6
82,5
34,7
51,2
75,0
52,7
37,7
104,9
37,1
1 215,2
74,3
66,4
90,3
30,7
74,6
135,1
153,3
39,3
96,8
39,2
61,5
86,1
58,9
44,8
121,0
42,9
1 320,1
78,2
72,0
97,0
32,5
79,3
151,5
165,8
43,1
108,2
43,1
68,4
93,3
62,1
48,7
131,3
45,5
1 438,1
84,7
78,7
104,3
35,2
85,4
167,7
180,5
45,7
119,8
46,8
75,9
100,7
66,2
52,4
145,5
48,6
1 611,7
96,6
88,6
115,0
39,7
95,3
188,9
203,4
48,7
133,8
50,6
86,8
111,7
72,9
57,9
167,3
54,5
1 822,6
111,6
100,5
128,8
45,3
107,1
213,7
230,4
52,7
149,4
55,1
100,5
125,3
81,2
64,8
194,2
62,0
318
Tabl. A16.v2 Prognoza ludnoci w wieku poprodukcyjnym (uwzgldnione zmiany w wieku emerytalnym) (dok.)
Table A16.v2 Projection of population at post-working age (according to changes in retirement age) (cont.)
Wojewdztwa
Voivodships
KOBIETY FEMALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
4 823,0
384,0
254,0
279,4
121,5
359,4
399,8
690,4
129,0
246,2
149,0
264,3
599,4
169,9
163,4
402,2
211,3
4 878,0
389,0
257,2
281,6
123,5
361,7
403,6
698,2
130,0
248,9
149,8
268,7
606,4
171,1
165,8
407,7
214,9
4 932,7
394,0
260,4
283,8
125,5
363,9
407,4
706,0
130,9
251,5
150,7
273,1
613,2
172,5
168,3
413,2
218,6
5 183,6
415,1
276,4
293,9
134,7
373,6
425,8
738,3
135,0
263,8
157,0
292,3
643,3
178,4
181,0
439,9
235,2
5 260,0
418,7
282,2
295,5
137,8
370,2
435,4
742,0
136,7
271,7
160,9
299,9
649,8
179,7
188,2
450,9
240,4
5 200,5
408,3
279,8
291,7
135,9
357,2
437,5
730,2
135,3
274,6
161,8
299,9
636,9
175,9
189,1
449,5
236,9
5 064,0
390,1
272,8
283,9
130,8
340,7
434,9
713,3
131,7
273,8
160,4
294,6
611,9
169,9
185,7
440,8
228,6
4 943,8
375,0
266,1
276,1
126,3
325,9
433,5
705,6
127,1
272,4
158,3
291,0
586,4
164,0
181,2
434,2
220,7
5 243,4
394,6
280,3
287,9
132,7
338,7
469,5
770,3
130,9
291,9
165,9
313,1
608,4
170,2
190,0
466,8
232,0
5 633,0
424,0
298,7
303,4
141,7
356,3
514,0
850,3
136,5
314,0
175,1
340,8
641,4
178,7
201,8
508,9
247,3
3 165,0
290,0
170,4
131,9
83,6
243,6
223,0
476,6
72,6
108,8
86,5
199,1
480,1
81,9
106,8
251,0
159,3
3 211,7
294,0
172,7
134,6
85,1
246,0
225,7
483,6
73,6
111,2
87,9
202,2
486,1
83,4
108,8
254,7
162,1
3 257,3
297,8
175,1
137,3
86,6
248,3
228,5
490,4
74,5
113,5
89,4
205,2
492,0
84,8
110,8
258,2
164,9
3 444,8
311,7
185,6
148,6
92,8
257,3
239,8
515,8
78,0
123,5
97,9
216,5
516,8
90,2
120,1
273,5
176,8
3 469,6
310,5
187,0
152,0
93,9
254,1
241,0
514,8
78,5
128,5
103,3
217,5
518,5
91,1
124,4
275,8
178,8
3 378,7
298,1
182,2
150,0
91,1
242,2
235,6
499,5
76,5
128,5
104,9
212,1
502,9
88,1
123,9
269,1
173,8
3 223,7
279,9
173,8
143,9
86,0
226,5
226,5
479,8
72,8
124,4
103,8
203,4
477,3
82,9
120,0
257,4
165,2
3 076,9
263,7
165,3
137,0
81,1
211,2
218,6
468,1
68,7
119,5
101,3
196,0
451,0
77,2
114,9
246,3
156,9
3 195,9
271,4
169,3
139,1
83,5
214,0
230,4
508,7
69,2
123,6
104,8
206,0
461,7
77,2
118,4
256,2
162,5
3 382,7
286,6
176,4
143,5
87,6
220,4
248,0
562,2
70,9
130,0
109,8
219,8
481,9
78,3
124,1
272,1
171,1
1 658,0
94,0
83,6
147,5
37,9
115,8
176,8
213,8
56,3
137,5
62,5
65,2
119,3
87,9
56,6
151,2
52,1
1 666,2
95,1
84,5
147,0
38,4
115,6
177,8
214,6
56,4
137,7
61,9
66,5
120,2
87,8
57,0
153,1
52,8
1 675,5
96,3
85,3
146,5
38,9
115,5
178,9
215,6
56,4
138,0
61,4
67,8
121,1
87,7
57,5
155,0
53,6
1 738,8
103,4
90,8
145,4
41,9
116,4
186,0
222,5
57,0
140,3
59,1
75,7
126,5
88,2
60,9
166,4
58,4
1 790,4
108,3
95,1
143,5
43,9
116,1
194,4
227,2
58,2
143,2
57,7
82,5
131,2
88,6
63,8
175,1
61,6
1 821,8
110,1
97,6
141,7
44,8
114,9
201,9
230,7
58,8
146,1
56,9
87,7
134,0
87,9
65,2
180,4
63,1
1 840,3
110,2
99,0
139,9
44,8
114,2
208,3
233,5
58,9
149,3
56,6
91,2
134,6
87,0
65,8
183,4
63,4
1 866,9
111,2
100,8
139,1
45,2
114,6
214,9
237,6
58,4
152,9
57,0
95,0
135,4
86,8
66,3
187,9
63,8
2 047,5
123,2
111,1
148,7
49,3
124,7
239,1
261,6
61,8
168,3
61,1
107,1
146,7
93,0
71,7
210,6
69,6
2 250,3
137,4
122,2
159,9
54,1
135,8
266,0
288,2
65,6
184,0
65,4
121,0
159,5
100,4
77,7
236,9
76,2
319

oraz 65 lat i wicej mczyni (w procentach)
for females and 65 years and more for males (in percentage)
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM TOTAL
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
18,4
19,0
17,8
18,9
17,2
20,6
17,7
19,1
18,9
17,2
18,5
17,1
19,3
19,8
16,3
17,1
17,9
19,0
19,7
18,4
19,5
17,9
21,2
18,1
19,5
19,5
17,7
19,0
17,7
20,0
20,4
17,0
17,6
18,7
19,6
20,5
19,1
20,1
18,7
21,8
18,6
20,1
20,2
18,2
19,5
18,4
20,7
21,1
17,7
18,2
19,5
22,6
24,0
22,3
23,0
22,4
24,9
21,0
22,5
23,4
21,0
22,4
21,2
24,0
24,3
21,2
21,1
23,3
24,8
26,1
24,7
25,4
24,9
26,9
23,0
24,0
26,3
23,5
25,1
23,2
26,4
26,8
24,1
23,2
25,8
26,2
27,2
26,2
27,1
26,2
28,1
24,6
25,0
28,7
25,6
27,4
24,4
27,9
28,5
26,0
24,5
27,2
28,0
28,6
28,0
29,2
27,8
29,7
26,4
26,6
31,0
27,9
29,6
26,0
29,6
30,4
27,9
26,2
28,8
30,5
31,1
30,5
31,9
30,4
32,2
28,9
29,2
33,7
30,7
32,4
28,2
32,0
33,2
30,5
28,7
31,3
33,6
34,4
33,6
35,3
33,6
35,3
32,0
32,3
37,0
34,1
35,7
31,1
35,0
36,7
33,6
31,8
34,5
36,5
37,5
36,6
38,6
36,6
38,1
35,0
35,0
40,2
37,5
39,0
33,7
37,8
39,9
36,7
34,7
37,4
19,8
20,6
19,6
19,1
18,7
21,7
20,1
20,3
20,3
18,2
17,4
19,6
19,9
21,2
17,9
19,1
19,6
20,5
21,4
20,4
19,9
19,5
22,5
20,7
20,9
21,1
19,0
18,0
20,4
20,7
22,1
18,7
19,8
20,5
21,3
22,3
21,2
20,8
20,4
23,3
21,3
21,5
21,9
19,8
18,7
21,2
21,4
23,1
19,5
20,6
21,4
24,8
26,0
25,0
25,0
24,4
27,1
24,3
24,2
25,8
24,0
22,6
24,3
25,0
27,6
23,6
24,0
25,5
27,1
28,1
27,5
27,9
26,8
29,3
26,2
25,4
28,7
27,1
25,9
26,2
27,5
30,7
26,5
26,2
27,9
28,3
29,1
29,0
29,7
28,0
30,5
27,3
26,0
30,8
28,9
28,2
27,2
28,9
32,4
28,3
27,5
29,0
29,9
30,4
30,7
31,7
29,4
31,9
28,9
27,4
32,8
30,8
30,3
28,7
30,5
34,2
29,9
29,1
30,5
32,4
32,8
33,2
34,5
31,8
34,5
31,5
30,0
35,5
33,7
32,9
31,1
32,8
37,2
32,5
31,8
33,0
35,7
36,2
36,6
38,1
35,1
37,7
34,9
33,3
38,9
37,4
36,2
34,1
35,9
41,0
35,7
35,2
36,2
38,7
39,3
39,8
41,7
38,0
40,7
38,2
36,0
42,2
40,9
39,6
36,8
38,8
44,4
38,7
38,3
39,1
16,2
15,2
14,9
18,8
14,7
18,7
15,5
16,8
17,5
16,5
20,3
12,3
17,2
18,7
14,1
14,6
14,2
16,6
15,8
15,4
19,1
15,3
19,0
15,8
17,1
17,9
16,8
20,5
12,7
17,6
19,0
14,6
15,0
14,7
17,0
16,4
15,9
19,4
15,9
19,3
16,1
17,5
18,3
17,1
20,6
13,2
18,1
19,4
15,1
15,4
15,4
19,3
19,6
18,5
21,3
19,1
21,3
18,0
19,6
20,9
19,0
22,0
15,8
20,5
21,8
17,9
17,8
18,7
21,5
22,0
20,8
23,3
21,7
23,0
20,2
21,6
23,8
21,2
23,9
18,2
22,9
24,0
20,7
19,8
21,5
23,3
23,5
22,6
25,0
23,4
24,6
22,2
23,3
26,5
23,5
26,0
19,9
24,9
25,8
22,9
21,3
23,4
25,4
25,3
24,7
27,2
25,5
26,5
24,4
25,2
29,1
26,0
28,7
21,8
27,0
27,8
25,2
23,2
25,4
28,0
28,1
27,3
29,9
28,2
29,1
26,9
27,8
31,9
28,9
31,6
24,1
29,5
30,6
27,8
25,7
28,1
31,0
31,4
30,2
33,1
31,4
32,0
29,8
30,6
35,2
32,1
34,8
26,8
32,5
33,9
30,9
28,6
31,3
33,9
34,4
33,1
36,4
34,5
34,8
32,6
33,3
38,4
35,4
38,1
29,5
35,3
37,2
34,0
31,4
34,3
320

oraz 65 lat i wicej mczyni (w procentach) (cd.)
for females and 65 years and more for males (in percentage) (cont.)
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
MCZYNI MALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
11,7
11,6
11,2
12,0
10,5
12,8
11,7
12,3
12,2
11,2
12,1
11,0
12,6
12,7
9,9
10,8
11,1
12,2
12,2
11,8
12,4
11,1
13,3
12,0
12,6
12,7
11,6
12,4
11,6
13,1
13,2
10,5
11,4
11,8
12,7
12,9
12,3
12,8
11,8
13,8
12,4
13,1
13,3
12,0
12,8
12,2
13,7
13,8
11,1
11,9
12,5
15,6
16,6
15,4
15,6
15,4
16,9
14,7
15,7
16,3
14,7
15,2
15,0
16,7
17,0
14,3
14,7
16,3
18,3
19,5
18,3
18,4
18,5
19,4
17,1
17,8
19,5
17,4
18,3
17,4
19,5
20,0
17,6
17,2
19,4
19,7
20,6
19,8
20,1
19,9
20,5
18,7
18,7
21,9
19,6
20,6
18,6
21,0
21,6
19,5
18,4
20,7
20,9
21,3
20,9
21,6
20,7
21,5
20,0
19,6
23,8
21,3
22,5
19,6
22,1
22,9
20,7
19,5
21,5
22,9
23,2
23,0
23,8
22,7
23,5
22,1
21,7
26,0
23,7
24,8
21,4
24,0
25,1
22,7
21,5
23,5
25,9
26,4
26,0
27,1
25,9
26,6
24,9
24,7
29,0
26,8
27,7
24,0
26,9
28,4
25,7
24,5
26,6
29,4
30,3
29,6
31,1
29,8
30,2
28,3
28,1
32,6
30,5
31,6
27,2
30,4
32,4
29,4
28,0
30,3
12,6
12,7
12,4
12,0
11,5
13,3
13,2
13,1
12,9
11,8
10,9
12,8
13,0
13,7
10,9
12,1
12,3
13,2
13,5
13,1
12,6
12,2
13,9
13,7
13,6
13,6
12,4
11,4
13,5
13,6
14,4
11,6
12,8
13,1
13,9
14,2
13,7
13,3
13,0
14,6
14,2
14,0
14,4
13,0
11,9
14,1
14,2
15,1
12,3
13,4
13,9
17,2
18,0
17,1
17,0
16,7
18,2
17,0
16,9
18,0
16,9
15,0
17,3
17,4
19,2
15,9
16,6
17,9
20,0
20,9
20,2
20,1
19,8
21,0
19,4
18,8
21,3
20,2
18,6
19,7
20,3
22,6
19,2
19,3
21,0
21,1
21,9
21,6
21,7
21,0
21,9
20,5
19,3
23,3
22,1
20,9
20,7
21,7
24,1
20,9
20,5
22,1
22,0
22,4
22,6
23,0
21,6
22,6
21,6
20,0
24,8
23,3
22,5
21,4
22,7
25,1
21,9
21,4
22,7
24,0
24,3
24,7
25,4
23,5
24,6
23,6
22,0
27,0
25,6
24,6
23,3
24,5
27,5
23,8
23,5
24,7
27,2
27,6
28,0
29,0
26,8
28,1
26,9
25,3
30,4
29,1
27,6
26,3
27,5
31,4
26,9
26,9
27,8
31,1
31,7
32,1
33,5
30,8
32,2
30,9
28,9
34,4
33,5
31,8
29,8
31,2
36,1
30,8
30,9
31,7
10,4
9,0
9,5
12,0
8,9
12,0
10,3
10,9
11,4
10,8
13,8
7,9
11,4
12,0
8,6
9,3
8,5
10,7
9,6
10,0
12,2
9,4
12,2
10,5
11,1
11,8
11,0
13,9
8,3
11,7
12,3
9,0
9,7
9,0
11,1
10,2
10,4
12,4
10,0
12,6
10,8
11,4
12,1
11,3
14,1
8,8
12,2
12,7
9,5
10,2
9,6
13,5
13,6
13,0
14,5
13,3
14,8
12,7
13,6
14,6
13,2
15,5
11,2
14,4
15,3
12,1
12,5
12,9
16,1
16,7
15,8
17,0
16,5
17,2
15,1
16,2
17,7
15,7
17,9
13,9
17,1
18,1
15,4
15,0
16,3
17,9
18,2
17,5
18,8
18,2
18,6
17,2
17,8
20,6
17,9
20,2
15,6
19,0
19,9
17,7
16,4
18,1
19,4
19,1
18,9
20,4
19,4
20,0
18,9
19,1
22,8
20,0
22,5
16,8
20,5
21,4
19,3
17,6
19,3
21,5
21,3
21,1
22,7
21,7
22,0
20,9
21,1
25,0
22,5
25,0
18,6
22,5
23,6
21,4
19,6
21,3
24,2
24,3
23,7
25,7
24,6
24,7
23,4
23,8
27,7
25,4
27,8
20,9
25,2
26,6
24,2
22,3
24,2
27,4
27,8
26,9
29,4
28,2
27,9
26,4
26,8
31,0
28,8
31,4
23,8
28,4
30,3
27,6
25,4
27,7
321

oraz 65 lat i wicej mczyni (w procentach) (dok.)
for females and 65 years and more for males (in percentage) (cont.)
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
KOBIETY FEMALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
24,7
25,8
23,9
25,5
23,6
27,7
23,4
25,3
25,2
23,0
24,7
22,8
25,6
26,6
22,5
23,0
24,4
25,3
26,6
24,6
26,2
24,4
28,4
23,9
25,9
25,9
23,6
25,2
23,5
26,3
27,3
23,2
23,6
25,2
26,0
27,5
25,4
26,9
25,3
29,2
24,5
26,5
26,6
24,2
25,8
24,2
27,1
28,0
24,1
24,3
26,1
29,1
30,8
28,8
30,0
29,1
32,2
26,9
28,8
30,1
27,2
29,2
27,1
30,7
31,4
27,9
27,2
30,0
30,8
32,3
30,7
32,0
31,1
33,7
28,6
29,8
32,7
29,4
31,6
28,7
32,7
33,4
30,4
28,8
31,8
32,3
33,3
32,3
33,8
32,5
35,1
30,2
30,8
35,0
31,5
33,8
29,9
34,3
35,1
32,3
30,2
33,2
34,6
35,5
34,7
36,4
34,8
37,3
32,5
33,0
37,7
34,2
36,5
32,0
36,5
37,7
34,8
32,5
35,6
37,6
38,5
37,7
39,6
38,0
40,2
35,4
36,1
41,0
37,6
39,7
34,8
39,4
41,0
37,9
35,5
38,7
40,9
42,0
40,9
43,1
41,4
43,3
38,8
39,4
44,7
41,2
43,3
37,8
42,6
44,6
41,3
38,8
42,0
43,3
44,3
43,3
45,9
43,6
45,5
41,4
41,5
47,5
44,2
46,2
40,0
44,8
47,2
43,7
41,1
44,2
26,3
27,7
26,2
25,4
25,3
29,1
26,2
26,6
26,9
24,1
23,2
25,9
26,3
28,0
24,3
25,4
26,3
27,2
28,6
27,1
26,5
26,3
30,0
27,0
27,3
27,9
25,1
24,0
26,8
27,2
29,1
25,2
26,2
27,3
28,1
29,6
28,0
27,6
27,3
30,9
27,7
28,1
28,8
26,1
24,9
27,6
28,1
30,3
26,2
27,1
28,3
31,7
33,2
32,0
32,1
31,6
34,9
30,8
30,6
32,9
30,5
29,5
30,7
32,0
35,2
30,6
30,7
32,4
33,5
34,6
34,1
34,8
33,5
36,6
32,3
31,2
35,5
33,3
32,6
32,1
34,0
37,9
33,1
32,5
34,1
34,8
35,5
35,6
36,8
34,8
37,9
33,5
31,8
37,5
35,2
34,9
33,2
35,5
39,8
34,9
33,9
35,3
36,9
37,5
37,9
39,4
37,0
40,0
35,5
33,9
40,0
37,7
37,4
35,3
37,6
42,3
37,2
36,2
37,5
40,0
40,5
40,9
42,6
40,1
43,1
38,6
37,1
43,2
41,2
40,5
38,1
40,5
45,9
40,3
39,3
40,6
43,3
44,0
44,3
46,2
43,5
46,3
42,2
40,5
46,7
45,1
44,0
41,2
43,7
49,6
43,7
42,8
43,8
45,6
46,3
46,8
49,0
45,5
48,3
44,9
42,4
49,3
47,8
46,8
43,4
45,8
52,1
46,0
45,2
45,8
22,0
21,4
20,4
25,6
20,6
25,3
20,7
22,7
23,4
22,2
27,0
16,7
22,9
25,4
19,8
19,8
19,9
22,4
21,9
20,8
25,9
21,1
25,6
21,0
23,1
23,8
22,5
27,1
17,2
23,3
25,7
20,2
20,2
20,5
22,8
22,5
21,3
26,2
21,8
25,9
21,3
23,5
24,3
22,8
27,3
17,7
23,8
26,1
20,8
20,7
21,2
25,1
25,5
24,0
28,1
24,9
27,7
23,3
25,5
27,0
24,8
28,6
20,5
26,4
28,3
23,9
23,0
24,6
26,9
27,2
25,9
29,5
27,0
28,9
25,2
27,0
29,7
26,7
30,1
22,6
28,6
29,8
26,2
24,7
26,8
28,7
28,7
27,8
31,3
28,7
30,5
27,2
28,7
32,3
29,0
32,1
24,4
30,6
31,6
28,4
26,2
28,8
31,3
31,4
30,5
33,9
31,5
33,0
29,8
31,3
35,3
32,0
35,0
26,9
33,2
34,3
31,2
28,7
31,6
34,4
34,8
33,5
37,0
34,8
36,0
32,8
34,3
38,8
35,3
38,3
29,7
36,2
37,5
34,4
31,7
34,9
37,7
38,4
36,7
40,6
38,2
39,1
36,0
37,5
42,7
38,8
42,0
32,8
39,6
41,2
37,9
34,9
38,4
40,4
40,9
39,2
43,5
40,9
41,6
38,7
39,9
45,8
42,0
45,1
35,2
42,1
44,1
40,7
37,3
41,0
322
Tabl. A17.v2 Prognoza ludnoci w wieku poprodukcyjnym

(uwzgldnione zmiany w wieku emerytalnym) (w procentach)
Table A17.v2 Projection of population at post-working age
(according to changes in retirement age) (in percentage)
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM TOTAL
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
18,1
18,6
17,4
18,6
16,9
20,3
17,4
18,7
18,6
16,9
18,2
16,8
19,0
19,5
16,0
16,7
17,5
18,3
19,0
17,7
18,8
17,2
20,5
17,6
18,9
18,9
17,1
18,4
17,0
19,3
19,7
16,3
17,0
17,9
18,6
19,3
18,0
19,1
17,6
20,7
17,7
19,1
19,1
17,3
18,5
17,3
19,6
20,0
16,7
17,3
18,4
19,9
21,1
19,5
20,3
19,5
22,0
18,5
20,0
20,6
18,5
19,6
18,7
21,1
21,4
18,4
18,5
20,4
21,6
23,0
21,5
22,1
21,7
23,6
19,9
21,1
22,7
20,3
21,7
20,2
23,0
23,5
20,8
20,1
22,6
22,5
23,6
22,5
23,2
22,7
24,2
20,8
21,5
24,4
21,7
23,3
20,9
24,0
24,6
22,2
20,9
23,5
22,9
23,5
22,9
24,0
22,9
24,4
21,5
21,6
25,5
22,8
24,5
21,1
24,4
25,2
22,9
21,2
23,6
23,6
23,9
23,7
25,0
23,4
25,0
22,3
22,2
26,5
23,9
25,7
21,7
24,9
26,1
23,7
21,9
24,2
26,1
26,5
26,1
27,7
26,0
27,5
24,8
24,7
29,1
26,7
28,2
23,9
27,3
28,8
26,2
24,4
26,7
29,3
29,9
29,3
31,2
29,4
30,8
27,8
28,0
32,5
30,1
31,6
26,8
30,5
32,4
29,4
27,5
30,1
19,4
20,2
19,3
18,7
18,3
21,3
19,7
19,9
19,9
17,8
17,0
19,3
19,6
20,8
17,5
18,7
19,2
19,8
20,7
19,7
19,2
18,8
21,7
20,0
20,2
20,3
18,3
17,4
19,7
19,9
21,3
18,0
19,1
19,7
20,2
21,1
20,1
19,7
19,2
22,1
20,3
20,4
20,8
18,8
17,7
20,0
20,3
21,8
18,4
19,5
20,2
22,0
23,0
22,1
22,1
21,4
24,1
21,6
21,5
22,8
21,1
19,7
21,6
22,1
24,4
20,6
21,2
22,5
23,9
25,0
24,2
24,6
23,7
26,0
23,1
22,6
25,2
23,7
22,4
23,2
24,1
27,2
23,1
23,1
24,7
24,6
25,5
25,2
25,9
24,5
26,6
23,7
22,6
26,6
25,2
24,2
23,7
25,0
28,5
24,5
23,8
25,4
24,7
25,3
25,5
26,5
24,5
26,5
23,9
22,3
27,4
25,8
25,2
23,7
25,3
28,8
24,9
24,0
25,3
25,2
25,5
26,1
27,3
24,8
26,9
24,4
22,7
28,2
26,6
26,2
24,1
25,7
29,5
25,4
24,6
25,6
27,7
28,0
28,6
30,1
27,3
29,5
27,0
25,3
30,8
29,3
28,6
26,5
28,1
32,6
27,9
27,2
28,2
31,2
31,6
32,1
33,9
30,9
33,1
30,5
28,7
34,4
33,2
32,0
29,6
31,4
36,6
31,3
30,8
31,6
16,0
14,9
14,7
18,6
14,4
18,4
15,2
16,5
17,2
16,3
20,1
12,0
17,0
18,4
13,9
14,3
13,9
16,0
15,1
14,8
18,5
14,6
18,4
15,3
16,6
17,3
16,3
19,9
12,2
17,0
18,4
14,0
14,4
14,1
16,1
15,4
15,0
18,5
14,9
18,4
15,3
16,6
17,4
16,3
19,8
12,4
17,2
18,5
14,2
14,6
14,4
16,8
16,8
15,9
18,8
16,4
18,7
15,7
17,1
18,1
16,7
19,5
13,5
17,9
19,1
15,3
15,4
16,0
18,3
18,8
17,7
20,1
18,5
19,9
17,1
18,5
20,0
18,0
20,6
15,2
19,5
20,7
17,4
16,9
18,2
19,5
19,8
18,9
21,1
19,8
20,7
18,4
19,5
22,0
19,5
21,8
16,5
20,8
21,8
19,1
17,9
19,6
20,4
20,2
19,7
22,0
20,4
21,3
19,5
20,3
23,6
20,8
23,2
17,3
21,7
22,6
20,2
18,4
20,3
21,4
21,1
20,8
23,2
21,4
22,3
20,6
21,2
24,9
22,3
24,9
18,2
22,7
23,8
21,3
19,3
21,3
23,9
23,8
23,3
25,9
24,1
24,8
23,0
23,7
27,5
25,1
27,7
20,4
25,2
26,5
23,9
21,7
23,9
26,9
27,1
26,2
29,2
27,3
27,8
25,8
26,6
30,8
28,3
31,0
23,0
28,2
29,8
27,0
24,7
27,1
323

(uwzgldnione zmiany w wieku emerytalnym) (w procentach) (cd.)
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
MCZYNI MALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
11,4
11,3
10,9
11,7
10,2
12,5
11,4
12,0
11,9
10,9
11,8
10,7
12,3
12,4
9,7
10,5
10,8
11,6
11,6
11,2
11,8
10,5
12,7
11,5
12,1
12,1
11,1
11,9
11,0
12,5
12,6
9,9
10,8
11,1
11,8
11,9
11,4
12,0
10,9
12,8
11,6
12,2
12,4
11,2
12,0
11,3
12,8
12,8
10,2
11,0
11,5
13,0
13,7
12,7
13,0
12,6
14,0
12,4
13,1
13,6
12,2
12,7
12,5
14,0
14,1
11,6
12,2
13,4
15,8
16,9
15,7
15,8
16,0
16,9
14,7
15,5
16,6
14,9
15,6
15,1
16,8
17,3
14,9
14,8
16,8
17,6
18,5
17,5
17,8
17,7
18,3
16,4
16,8
19,3
17,2
18,2
16,6
18,7
19,3
17,2
16,4
18,5
18,6
19,0
18,6
19,1
18,5
19,1
17,8
17,4
21,2
18,9
20,0
17,4
19,7
20,4
18,4
17,2
19,2
20,0
20,2
20,1
20,9
19,8
20,5
19,3
18,8
22,9
20,8
21,9
18,6
21,1
22,0
19,8
18,7
20,4
22,6
22,9
22,7
23,7
22,6
23,2
21,8
21,5
25,6
23,6
24,5
21,0
23,6
25,0
22,4
21,3
23,1
26,0
26,6
26,1
27,5
26,2
26,7
25,0
24,8
29,0
27,0
28,0
23,9
27,0
28,7
25,9
24,6
26,7
12,3
12,4
12,1
11,7
11,1
13,0
12,9
12,8
12,6
11,5
10,6
12,5
12,7
13,3
10,6
11,8
11,9
12,6
12,8
12,4
12,0
11,5
13,3
13,1
13,0
13,0
11,8
10,9
12,8
12,9
13,7
10,9
12,1
12,4
12,9
13,1
12,7
12,3
11,9
13,5
13,3
13,1
13,3
12,1
11,1
13,1
13,2
14,1
11,3
12,5
12,8
14,4
15,0
14,3
14,2
13,8
15,2
14,4
14,2
15,1
14,1
12,4
14,6
14,6
16,0
13,1
13,9
14,9
17,4
18,3
17,6
17,6
17,2
18,4
17,0
16,6
18,5
17,6
15,9
17,3
17,6
19,8
16,6
16,9
18,4
19,0
19,8
19,4
19,5
18,9
19,7
18,4
17,5
20,8
19,9
18,6
18,6
19,4
21,8
18,7
18,4
20,0
19,7
20,2
20,2
20,6
19,5
20,2
19,3
17,8
22,2
21,1
20,2
19,2
20,3
22,7
19,7
19,1
20,4
21,0
21,3
21,7
22,3
20,5
21,5
20,7
19,1
23,9
22,6
21,8
20,4
21,6
24,3
20,9
20,5
21,5
23,8
24,0
24,5
25,5
23,3
24,5
23,5
21,9
26,8
25,6
24,4
23,0
24,1
27,7
23,6
23,4
24,3
27,6
28,0
28,4
29,8
27,3
28,5
27,3
25,5
30,7
29,7
28,1
26,4
27,7
32,2
27,3
27,3
28,1
10,2
8,8
9,3
11,7
8,6
11,7
10,0
10,6
11,2
10,5
13,6
7,7
11,2
11,7
8,4
9,1
8,2
10,3
9,0
9,4
11,7
8,9
11,7
10,1
10,6
11,3
10,6
13,4
7,8
11,2
11,8
8,6
9,2
8,5
10,3
9,3
9,6
11,7
9,1
11,7
10,1
10,6
11,3
10,6
13,3
8,0
11,3
11,9
8,7
9,4
8,8
11,1
10,9
10,6
12,1
10,7
12,3
10,6
11,2
12,1
11,0
13,1
9,1
12,0
12,7
9,7
10,3
10,3
13,6
14,1
13,3
14,5
13,9
14,7
12,8
13,7
14,8
13,2
15,2
11,6
14,4
15,5
12,7
12,7
13,6
15,6
16,0
15,3
16,4
16,0
16,4
14,9
15,6
17,8
15,6
17,6
13,5
16,6
17,5
15,3
14,4
15,8
17,0
16,9
16,6
18,0
17,1
17,6
16,5
16,8
20,1
17,5
19,8
14,8
18,1
18,9
16,9
15,4
16,9
18,7
18,3
18,2
19,8
18,7
19,1
18,2
18,4
22,1
19,7
22,1
16,1
19,7
20,6
18,6
17,0
18,4
21,1
21,0
20,7
22,5
21,4
21,6
20,5
20,8
24,5
22,4
24,7
18,2
22,1
23,3
21,0
19,3
20,9
24,1
24,3
23,7
25,9
24,7
24,6
23,2
23,6
27,5
25,5
27,9
20,8
25,1
26,7
24,2
22,3
24,3
324

(uwzgldnione zmiany w wieku emerytalnym) (w procentach) (dok.)
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
KOBIETY FEMALES
RAZEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
MIASTA URBAN AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
WIE RURAL AREAS
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
24,3
25,4
23,6
25,2
23,2
27,3
23,1
24,9
24,9
22,7
24,3
22,5
25,2
26,2
22,1
22,6
24,0
24,6
25,8
23,9
25,5
23,6
27,6
23,3
25,1
25,2
22,9
24,5
22,8
25,6
26,5
22,5
22,9
24,4
24,9
26,2
24,2
25,8
24,1
27,9
23,5
25,3
25,5
23,2
24,8
23,1
25,9
26,8
22,9
23,2
24,9
26,3
27,9
26,0
27,2
26,2
29,3
24,4
26,3
27,1
24,5
26,2
24,5
27,7
28,4
25,0
24,6
27,1
27,0
28,6
26,8
28,0
27,3
29,8
24,8
26,3
28,3
25,5
27,4
25,1
28,7
29,4
26,4
25,2
28,1
27,1
28,4
27,1
28,4
27,5
29,6
25,0
25,9
29,1
26,1
28,2
25,0
28,9
29,7
27,0
25,2
28,1
26,9
27,8
27,0
28,6
27,2
29,3
25,0
25,4
29,6
26,5
28,7
24,7
28,7
29,7
27,2
25,0
27,8
26,9
27,4
27,1
28,9
27,1
29,1
25,1
25,2
29,9
27,0
29,2
24,6
28,5
29,9
27,3
25,0
27,7
29,3
29,8
29,4
31,5
29,5
31,5
27,6
27,8
32,5
29,7
31,8
26,8
30,8
32,5
29,7
27,3
30,1
32,4
33,1
32,4
34,8
32,7
34,5
30,6
30,9
35,9
33,1
35,0
29,5
33,9
36,0
32,9
30,4
33,2
25,9
27,3
25,8
25,0
24,8
28,6
25,8
26,2
26,5
23,7
22,9
25,5
25,9
27,5
23,8
25,0
25,9
26,3
27,7
26,2
25,6
25,4
29,1
26,2
26,5
27,0
24,3
23,3
25,9
26,4
28,2
24,4
25,4
26,4
26,8
28,2
26,7
26,3
26,0
29,6
26,5
26,8
27,5
24,8
23,7
26,4
26,8
28,9
24,9
25,9
27,0
28,8
30,2
29,0
29,2
28,6
31,8
28,1
28,0
29,9
27,5
26,3
28,1
28,9
32,0
27,5
27,9
29,4
29,7
30,9
30,1
30,7
29,8
32,7
28,6
27,9
31,3
29,3
28,3
28,5
30,0
33,8
29,1
28,7
30,4
29,7
30,7
30,4
31,5
29,9
32,5
28,5
27,2
31,9
30,1
29,3
28,3
30,2
34,4
29,7
28,8
30,3
29,2
29,9
30,1
31,6
29,4
32,0
28,0
26,3
32,0
30,2
29,8
27,8
29,9
34,3
29,7
28,5
29,8
28,9
29,3
30,0
31,7
29,0
31,6
27,8
25,9
32,0
30,2
30,1
27,4
29,5
34,2
29,6
28,3
29,4
31,3
31,6
32,3
34,2
31,4
34,0
30,1
28,4
34,4
32,8
32,4
29,6
31,8
37,0
31,8
30,7
31,7
34,5
34,9
35,5
37,7
34,7
37,2
33,4
31,6
37,8
36,4
35,5
32,5
34,9
40,7
35,0
34,0
34,9
21,7
21,0
20,1
25,3
20,2
25,0
20,4
22,4
23,0
21,9
26,7
16,5
22,6
25,0
19,5
19,5
19,6
21,8
21,2
20,2
25,3
20,4
24,9
20,4
22,5
23,1
21,9
26,6
16,6
22,7
25,0
19,6
19,6
19,8
21,9
21,4
20,3
25,3
20,7
24,9
20,4
22,5
23,3
22,0
26,4
16,8
22,8
25,1
19,8
19,7
20,1
22,5
22,7
21,4
25,5
22,1
25,1
20,8
23,0
24,0
22,3
26,1
18,0
23,6
25,5
21,1
20,6
21,8
23,0
23,4
22,1
25,6
23,1
25,1
21,4
23,3
25,1
22,8
26,0
19,0
24,4
26,0
22,3
21,1
22,9
23,4
23,6
22,5
25,8
23,6
24,9
21,9
23,4
26,1
23,3
26,3
19,6
25,0
26,1
23,0
21,3
23,5
23,6
23,5
22,8
26,0
23,7
25,0
22,4
23,7
27,0
24,0
26,8
19,8
25,3
26,3
23,5
21,3
23,7
24,1
23,8
23,3
26,6
24,2
25,4
22,9
24,1
27,8
24,9
27,7
20,3
25,7
26,9
24,2
21,7
24,2
26,7
26,5
25,9
29,3
26,7
28,0
25,4
26,7
30,6
27,8
30,7
22,5
28,2
29,6
26,8
24,1
26,8
29,7
29,8
28,8
32,6
29,9
31,0
28,3
29,6
34,0
31,1
34,1
25,2
31,2
32,9
29,9
27,0
30,0
325
Tabl. A18. Wspczynniki obcienia demograficznego (tradycyjne ekonomiczne grupy wieku)

Table A18. Age dependency ratios (traditional economic age groups)
Obcienie ludnoci w
Wojewdztwa
wieku
2013
Voivodships Burden of population at
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
TOTAL
OGEM
OGEM
TOTAL
Nieprodukcyjnym
58
59
60
67
72
73
76
83
93
105
29
29
29
30
30
28
27
27
28
30
29
30
31
38
43
45
49
56
65
75
56
57
59
68
74
73
76
82
94
106
26
26
26
28
28
26
25
26
27
29
30
31
33
40
45
47
50
57
67
77
57
58
59
67
72
73
76
83
93
105
29
29
29
29
29
27
27
27
28
30
28
29
30
37
42
45
49
56
65
75
59
60
61
67
72
74
78
85
95
108
29
29
29
29
29
27
26
26
26
28
30
31
32
38
44
47
52
59
69
80
55
57
58
67
72
72
75
82
93
104
29
29
29
30
30
27
26
27
28
30
27
28
30
37
43
45
49
55
65
75
60
61
63
71
76
76
79
86
97
109
27
27
27
28
29
27
26
26
27
29
33
34
36
43
47
50
53
60
69
79
58
59
60
65
70
71
74
80
89
101
30
30
30
31
31
29
28
28
29
30
28
29
30
35
39
42
46
52
61
70
60
61
63
70
73
72
74
81
92
103
30
30
30
32
32
29
28
28
30
32
31
32
33
38
42
43
46
53
62
71
54
55
56
63
70
73
78
85
97
110
25
25
25
25
25
23
23
23
24
26
29
30
32
38
45
50
55
62
73
85
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Dolnolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Kujawskopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubelskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubuskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
dzkie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Maopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Mazowieckie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Opolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
326
Tabl. A18. Wspczynniki obcienia demograficznego (tradycyjne ekonomiczne grupy wieku) (cd.)
Table A18. Age dependency ratios (traditional economic age groups) (cont.)
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
TOTAL (cont.)
OGEM (dok.)
Podkarpackie
Nieprodukcyjnym
57
58
58
63
68
70
75
82
92
104
30
30
29
29
29
27
26
26
27
28
27
28
29
34
40
44
49
56
66
77
57
58
58
64
71
74
79
85
96
109
28
28
28
28
28
26
26
25
26
28
29
30
31
37
43
48
53
60
70
82
58
59
60
68
72
72
75
81
90
100
31
31
31
32
32
30
30
30
31
33
27
28
29
36
40
42
45
51
59
67
57
58
60
69
75
76
79
86
97
109
26
27
27
28
29
27
26
26
28
30
30
32
33
40
46
49
53
59
69
79
59
60
61
68
74
75
79
87
98
111
27
27
27
27
27
25
25
25
25
27
31
33
34
41
47
50
55
62
73
84
55
56
57
64
71
73
76
83
93
105
29
29
29
29
30
28
27
27
28
30
25
26
28
35
41
45
49
56
65
75
57
58
60
67
71
71
74
80
90
101
30
30
30
32
32
29
28
28
30
32
27
28
29
35
40
42
45
52
60
70
55
57
58
67
73
73
76
83
94
106
27
27
27
28
28
26
26
26
27
29
28
29
31
39
45
47
51
57
67
77
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Podlaskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Pomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
lskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
witokrzyskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Warmiskomazurskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Wielkopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Zachodniopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
327
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
MIASTA
OGEM
TOTAL
Nieprodukcyjnym
URBAN AREAS
58
59
61
71
76
76
79
86
98
111
26
26
27
28
29
26
26
26
27
30
31
33
34
42
48
50
53
60
71
82
57
59
61
72
78
77
79
86
99
113
25
25
25
27
28
25
25
25
27
29
32
34
36
45
50
51
54
61
72
84
57
59
60
70
76
77
80
87
99
113
27
26
26
27
28
25
25
25
26
28
31
32
34
42
48
51
55
62
73
85
57
58
60
70
77
78
82
90
103
119
27
27
26
27
27
25
25
24
26
28
30
32
33
42
49
53
58
66
77
91
57
58
60
71
76
76
78
85
97
109
27
27
27
29
29
27
26
26
28
30
29
31
33
42
47
49
52
59
69
80
60
61
64
74
80
80
82
90
103
117
25
25
25
27
27
25
24
25
26
28
35
36
38
47
53
55
58
66
77
88
58
59
61
69
74
74
77
83
95
109
26
27
27
28
29
27
26
25
27
29
32
33
34
41
46
48
51
58
68
80
60
62
64
73
76
73
75
82
94
107
28
28
29
31
31
28
27
28
30
32
33
34
35
42
45
45
48
55
65
74
56
57
59
68
75
78
83
91
103
118
24
24
24
25
25
23
23
23
24
26
32
33
35
43
50
55
60
68
79
92
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Dolnolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Kujawskopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubelskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubuskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
dzkie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Maopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Mazowieckie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Opolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
328
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
MIASTA (dok.) URBAN AREAS (cont.)

Podkarpackie
Nieprodukcyjnym
55
56
58
68
75
76
80
88
101
117
27
27
27
27
28
25
24
24
26
28
28
30
31
40
47
51
55
63
75
89
53
54
55
64
72
75
80
87
98
113
27
26
26
27
28
26
25
25
26
28
27
28
29
37
45
49
54
61
72
84
59
61
62
71
76
76
79
85
96
108
28
28
28
30
30
28
27
28
29
32
31
33
34
42
46
48
51
58
67
77
57
58
60
70
77
78
80
87
99
112
26
26
26
28
28
26
25
26
28
30
31
33
34
43
49
51
55
62
72
82
58
60
62
73
81
82
87
96
111
128
25
25
25
25
26
23
23
23
25
27
34
35
37
48
56
59
64
73
87
101
55
56
58
67
75
76
80
87
99
112
27
27
27
28
28
26
26
26
28
30
28
29
31
39
46
50
54
61
71
82
57
59
61
70
75
75
78
85
97
111
27
28
28
29
30
27
26
26
28
30
30
32
33
41
46
48
52
59
69
81
56
58
60
71
76
76
80
87
99
111
26
26
26
27
27
25
25
25
27
29
31
32
34
43
49
51
55
62
72
83
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Podlaskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Pomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
lskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
witokrzyskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Warmiskomazurskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Wielkopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Zachodniopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
329
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
RURAL AREAS
WIE
OGEM
TOTAL
Nieprodukcyjnym
58
58
59
63
67
69
72
78
87
97
32
32
32
31
31
29
29
28
29
30
26
26
27
31
36
39
44
50
58
67
53
54
55
61
66
66
69
76
86
96
30
29
29
30
29
27
26
26
27
29
23
24
25
31
36
39
43
49
58
67
56
57
57
62
67
68
72
78
86
96
33
33
32
32
32
30
29
29
30
31
23
24
25
30
35
38
42
49
56
65
62
62
62
65
69
70
74
80
90
101
31
31
31
30
30
28
27
27
27
28
30
31
31
35
39
43
47
54
63
73
53
54
55
62
66
67
71
77
87
98
31
31
31
31
30
28
27
27
28
29
23
24
25
31
36
39
43
50
59
68
61
61
62
66
70
71
75
81
89
99
31
31
30
31
31
29
28
28
29
30
30
31
31
35
39
42
46
52
60
69
59
59
59
62
66
68
72
77
85
95
34
34
33
33
33
31
30
30
30
31
25
25
26
29
34
37
42
48
55
63
60
60
61
65
69
70
73
79
87
96
33
33
33
33
32
30
30
29
30
31
27
27
28
32
36
40
44
50
57
66
53
53
54
58
64
68
73
80
91
103
26
26
26
25
25
24
23
23
24
25
27
27
28
33
39
45
51
58
67
78
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Dolnolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Kujawskopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubelskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubuskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
dzkie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Maopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Mazowieckie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Opolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
330
Tabl. A18. Wspczynniki obcienia demograficznego (tradycyjne ekonomiczne grupy wieku) (dok.)
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
RURAL AREAS (cont.)
WIE (dok.)
Podkarpackie
Nieprodukcyjnym
59
58
58
60
64
67
72
78
87
98
32
32
31
30
29
28
27
27
27
28
26
27
27
30
35
39
45
52
60
70
64
64
64
65
69
71
77
84
93
104
31
30
30
29
28
27
26
26
26
26
33
34
34
36
40
45
51
58
67
78
56
56
57
62
66
67
70
75
82
90
37
37
36
36
36
34
33
33
33
34
19
20
21
26
30
33
37
42
49
56
57
57
58
64
69
71
75
81
90
101
30
30
29
30
30
28
28
27
28
30
27
28
29
34
39
43
47
53
62
71
60
60
60
64
69
70
74
81
90
102
30
29
29
28
28
27
26
25
26
27
30
30
31
36
40
44
49
55
65
75
54
55
56
60
66
68
72
78
87
97
33
32
32
32
31
29
29
28
29
30
22
23
23
29
34
39
43
49
58
67
57
57
58
63
67
67
70
76
84
94
34
34
34
34
34
32
31
30
31
33
23
24
24
29
33
36
39
45
53
61
53
54
55
61
66
67
71
77
86
96
31
31
31
31
30
28
27
27
28
29
22
23
24
30
36
39
43
50
58
67
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Podlaskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Pomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
lskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
witokrzyskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Warmiskomazurskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Wielkopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Zachodniopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
331
Tabl. A18.v2 Wspczynniki obcienia demograficznego (uwzgldnione zmiany w wieku emerytalnym)

Table A18.v2 Age dependency ratios (according to changes in retirement age)
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
TOTAL
OGEM
OGEM
TOTAL
Nieprodukcyjnym
57
57
57
60
63
62
62
62
68
78
29
28
28
28
28
26
25
24
25
26
28
29
29
32
35
37
37
38
44
52
55
56
56
60
64
63
61
61
68
79
26
26
26
27
27
24
23
23
23
25
29
29
30
34
38
38
38
39
44
53
56
56
57
59
63
62
62
62
69
78
29
29
28
28
28
26
25
24
25
26
27
28
28
31
35
36
37
38
44
52
59
59
58
60
63
63
63
64
70
80
29
29
28
28
27
25
24
23
23
24
30
30
30
33
36
38
39
41
47
56
55
55
56
59
64
62
61
61
68
78
28
28
28
28
28
26
24
24
24
26
26
27
27
31
35
37
37
38
44
52
59
60
60
63
66
65
64
64
71
81
27
27
27
27
27
25
24
23
24
25
32
33
33
36
39
40
40
41
47
56
58
58
58
59
61
61
60
61
66
75
30
30
30
29
29
27
26
25
25
26
27
28
28
29
32
33
34
36
41
49
59
60
60
63
65
62
60
61
67
77
29
30
30
30
30
27
26
25
26
28
30
30
31
33
35
35
35
36
41
50
54
54
54
56
60
61
62
64
70
81
25
25
24
24
24
22
21
20
21
22
29
29
29
32
36
39
41
43
50
59
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Dolnolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Kujawskopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubelskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubuskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
dzkie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Maopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Mazowieckie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Opolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
332
Tabl. A18.v2 Wspczynniki obcienia demograficznego (uwzgldnione zmiany w wieku emerytalnym) (cd.)
Table A18.v2 Age dependency ratios (according to changes in retirement age) (cont.)
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
TOTAL (cont.)
OGEM (dok.)
Podkarpackie
Nieprodukcyjnym
56
56
56
57
59
60
60
62
68
78
30
29
29
28
27
25
24
23
23
24
26
27
27
29
32
35
36
39
45
53
57
56
56
57
61
62
63
65
71
81
28
28
27
26
26
25
24
23
23
24
29
29
29
31
35
38
40
42
48
57
57
57
58
61
64
63
61
62
67
76
31
31
31
31
31
29
27
27
27
29
26
27
27
30
33
34
34
35
40
47
56
56
57
61
65
64
64
64
71
81
26
26
26
27
27
25
24
23
24
26
30
30
31
34
38
39
40
41
47
55
58
58
58
60
64
64
64
65
71
82
27
27
27
26
26
24
23
22
22
23
31
31
32
34
39
40
41
43
49
59
54
54
54
57
62
62
62
63
69
79
29
29
29
28
28
26
25
24
25
26
25
25
26
29
34
36
37
39
44
53
56
57
57
60
63
61
60
60
67
76
30
30
30
30
30
28
26
25
26
28
26
27
27
30
33
34
34
35
41
48
54
55
55
59
64
63
62
62
69
79
27
27
27
27
27
25
24
23
24
25
27
28
29
33
37
38
38
39
45
54
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Podlaskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Pomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
lskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
witokrzyskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Warmiskomazurskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Wielkopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Zachodniopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
333
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
MIASTA
OGEM
TOTAL
Nieprodukcyjnym
URBAN AREAS
57
57
58
63
67
65
64
64
71
83
26
26
26
27
27
25
23
23
24
26
30
31
32
36
40
41
41
41
47
57
56
57
58
63
68
66
64
64
71
83
25
25
25
26
26
24
23
22
23
25
32
32
33
38
42
42
42
42
48
58
57
57
58
62
66
66
65
65
72
83
26
26
26
26
26
24
23
22
23
24
30
31
32
36
40
42
42
43
49
59
56
56
57
62
67
67
66
67
75
87
27
26
26
26
26
24
22
22
22
24
29
30
31
36
41
43
44
46
53
63
56
56
57
62
67
66
64
64
71
82
27
27
27
28
28
25
24
23
24
26
28
29
30
35
40
41
40
41
47
56
59
59
60
66
70
68
66
66
74
86
25
25
25
26
26
23
22
22
23
24
34
35
35
40
44
45
44
45
51
62
57
58
58
62
65
64
62
62
69
80
26
26
26
27
27
25
23
22
23
25
31
32
32
35
38
39
39
40
46
55
59
60
61
66
68
64
61
61
68
80
28
28
28
30
30
27
25
24
26
28
32
32
33
36
38
37
36
36
43
52
55
56
56
60
65
66
66
67
75
86
24
24
24
24
23
21
21
20
21
22
31
32
32
37
42
44
45
47
54
64
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Dolnolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Kujawskopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubelskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubuskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
dzkie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Maopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Mazowieckie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Opolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
334
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
MIASTA (dok.) URBAN AREAS (cont.)

Podkarpackie
Nieprodukcyjnym
54
55
55
60
65
66
65
66
73
85
27
26
26
26
26
24
22
22
22
24
28
28
29
34
39
42
43
44
51
62
52
52
53
57
62
64
65
66
72
83
26
26
26
26
26
24
23
22
23
24
26
26
27
31
36
40
42
43
49
58
58
59
59
64
67
66
64
64
71
81
27
27
28
28
29
26
25
25
26
27
30
31
32
35
39
39
39
40
45
53
56
57
57
62
67
66
65
65
72
83
25
25
25
26
27
25
23
23
24
26
31
31
32
36
40
42
42
43
48
58
57
58
59
64
70
70
70
70
79
93
25
24
24
24
24
22
21
20
21
23
33
34
35
40
46
48
49
50
58
71
54
54
55
59
65
65
65
65
72
83
27
27
26
27
27
25
24
23
24
26
27
28
29
33
38
40
41
42
48
57
57
57
58
62
66
65
63
63
70
82
27
27
27
28
28
25
24
23
24
26
29
30
31
34
38
39
39
40
46
56
55
56
57
62
67
66
64
64
72
83
26
25
25
26
26
24
23
22
23
25
30
31
32
36
41
42
42
42
48
58
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Podlaskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Pomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
lskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
witokrzyskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Warmiskomazurskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Wielkopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Zachodniopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
335
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
WIE
OGEM
TOTAL
Nieprodukcyjnym
RURAL AREAS
57
57
56
56
59
58
59
60
65
73
32
32
31
30
30
27
26
25
26
27
25
25
25
26
29
31
32
34
40
47
52
52
52
54
57
56
56
56
63
72
30
29
29
28
28
25
24
23
24
25
23
23
23
26
30
31
31
33
39
47
56
55
55
56
58
58
58
59
65
73
33
32
32
31
30
28
27
26
26
27
23
23
23
25
28
30
31
33
38
45
61
60
60
59
60
60
60
61
67
75
31
31
30
29
28
26
25
24
24
24
30
30
30
30
32
34
35
37
43
51
53
53
53
55
58
58
57
58
64
73
31
30
30
29
29
26
25
24
25
26
22
22
23
25
29
31
32
34
40
47
60
60
59
59
61
60
60
61
67
75
31
30
30
29
29
27
26
25
25
26
29
29
29
30
32
33
34
36
41
49
58
58
57
56
58
58
59
60
65
72
34
34
33
32
31
29
28
27
27
28
24
24
24
25
27
29
31
33
38
44
59
59
58
58
60
60
60
60
66
73
33
32
32
31
31
29
27
26
26
27
26
26
26
27
30
31
32
34
39
46
52
52
52
52
55
56
58
60
66
76
26
26
25
24
24
22
21
20
21
22
26
26
26
27
31
34
37
40
46
54
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Dolnolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Kujawskopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubelskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Lubuskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
dzkie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Maopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Mazowieckie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Opolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
336
Tabl. A18.v2 Wspczynniki obcienia demograficznego (uwzgldnione zmiany w wieku emerytalnym) (dok.)
Obcienie ludnoci w
Wojewdztwa
wieku
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
age
WIE (dok.)
Podkarpackie
Nieprodukcyjnym
RURAL AREAS (cont.)
58
57
56
54
56
56
58
59
65
73
32
32
31
29
28
26
25
24
24
24
26
26
26
26
28
30
33
36
41
49
64
63
62
59
60
60
62
64
70
78
31
30
30
28
27
25
24
23
23
23
33
32
32
31
33
35
38
41
47
55
55
55
55
56
59
58
58
58
63
69
37
36
36
35
34
32
31
30
30
31
19
19
19
21
24
26
27
29
33
39
56
56
56
57
60
60
60
61
67
76
30
29
29
29
29
27
25
24
25
26
26
27
27
28
31
33
35
37
42
50
59
58
58
57
60
60
60
61
67
76
30
29
29
27
27
25
24
23
23
23
29
29
29
30
33
35
36
38
44
52
54
54
54
54
57
58
58
60
65
73
33
32
32
30
30
28
27
26
26
26
21
22
22
24
27
30
32
34
39
47
56
56
56
57
59
58
57
58
63
71
34
33
33
33
32
30
28
27
28
29
22
22
23
24
27
28
29
31
35
42
52
52
52
54
57
57
57
58
64
72
31
31
30
29
29
26
25
24
24
25
21
21
22
25
29
31
32
34
39
47
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Podlaskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Pomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
lskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
witokrzyskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Warmiskomazurskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Wielkopolskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
Zachodniopomorskie
Nieprodukcyjnym
Non-working
Przedprodukcyjnym
Pre-working
Poprodukcyjnym
Post-working
337
Tabl. A19. Mediana wieku populacji

Table A19. Median age of population
Wojewdztwa
Voivodships
2013
Ogem Total
Total
2020 2035
2050
Mczyni Males
Males
2013 2020 2035 2050
Kobiety Females
Females
2013 2020 2035 2050
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
39,1
39,9
38,8
39,0
38,6
41,0
37,9
39,0
40,7
37,7
39,2
37,8
40,6
40,3
38,0
37,8
39,4
41,9
42,7
41,8
42,0
41,8
43,5
40,7
41,6
43,6
41,0
42,1
40,6
43,2
43,2
41,2
40,7
42,5
48,6
49,6
48,5
49,3
48,8
49,9
47,3
47,8
50,7
48,4
49,4
46,8
49,7
50,4
48,4
47,3
49,4
52,5
53,4
52,7
54,8
52,7
53,9
51,2
50,4
56,1
53,9
55,1
49,4
53,4
55,9
52,9
50,5
53,5
37,4
38,1
37,2
37,1
37,1
38,6
36,4
37,3
39,1
36,3
37,4
36,6
38,8
38,4
36,5
36,3
37,9
40,3
41,1
40,2
40,2
40,3
41,3
39,3
40,0
42,1
39,6
40,3
39,3
41,5
41,5
39,7
39,3
41,0
46,7
47,7
46,7
47,2
47,0
47,4
45,7
45,9
49,0
46,8
47,7
45,1
47,7
48,4
46,5
45,6
47,6
50,1
50,9
50,4
52,4
50,5
50,9
49,1
47,8
53,8
51,9
52,9
47,2
50,8
53,6
50,4
48,3
51,1
40,9
41,9
40,6
41,2
40,3
43,6
39,4
40,7
42,4
39,3
41,2
39,2
42,6
42,4
39,7
39,4
41,2
43,6
44,4
43,5
44,1
43,4
45,8
42,1
43,1
45,2
42,5
44,1
42,0
45,0
45,1
42,9
42,2
44,1
50,4
51,3
50,3
51,3
50,7
52,1
48,8
49,7
52,4
50,0
51,2
48,4
51,6
52,3
50,3
49,0
51,2
54,8
55,7
54,9
57,1
55,0
56,7
53,3
53,0
58,3
55,9
57,3
51,5
56,0
58,1
55,3
52,8
55,7
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
40,2
40,9
40,3
39,8
39,5
42,2
39,6
39,7
41,4
39,0
39,0
39,6
41,2
42,0
39,3
39,3
40,6
43,1
43,6
43,3
43,2
42,6
44,7
42,5
42,3
44,5
42,6
42,2
42,4
43,7
45,2
42,5
42,3
43,6
50,1
50,6
50,4
51,0
49,8
51,4
49,5
48,8
51,8
50,7
49,9
49,0
50,4
52,9
49,8
49,6
50,5
54,0
54,6
55,2
56,7
53,6
55,8
53,7
50,6
57,3
56,3
55,2
52,0
54,1
58,9
54,2
53,7
54,5
38,2
38,7
38,1
37,5
37,7
39,2
37,7
37,8
39,2
37,1
36,8
37,9
39,2
39,4
37,3
37,3
38,7
41,2
41,6
41,2
40,9
40,8
42,0
40,7
40,5
42,5
40,8
40,2
40,8
41,9
42,8
40,5
40,5
41,8
47,9
48,6
48,2
48,7
47,6
48,7
47,6
46,6
49,7
48,8
47,8
47,0
48,3
50,5
47,5
47,5
48,5
51,1
51,8
52,5
53,7
51,0
52,3
51,0
47,6
54,8
53,8
52,6
49,3
51,3
56,0
51,2
50,9
52,0
42,6
43,5
42,7
42,3
41,6
45,5
41,8
41,8
43,8
41,2
41,3
41,6
43,3
45,0
41,5
41,4
42,8
45,1
45,7
45,5
45,7
44,7
47,5
44,3
44,0
46,7
44,5
44,4
44,2
45,7
47,9
44,5
44,3
45,4
52,0
52,4
52,4
53,2
52,0
53,9
51,2
50,6
53,7
52,4
51,9
50,8
52,3
55,3
51,9
51,5
52,4
56,6
57,2
57,6
59,3
56,4
58,8
56,2
53,4
59,5
58,5
57,7
54,5
56,8
61,5
56,9
56,3
56,9
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
37,3
37,8
36,7
38,3
37,1
39,0
36,2
37,5
39,9
36,9
39,6
34,4
38,8
38,9
36,2
36,0
37,0
40,0
40,7
39,6
41,0
40,2
41,4
38,9
40,0
42,7
39,8
42,0
37,3
41,4
41,6
39,4
38,8
40,2
46,5
47,5
46,0
47,7
47,2
47,3
45,3
46,1
49,6
46,8
48,7
43,4
47,7
48,4
46,4
44,9
47,1
50,8
51,3
49,9
53,4
51,4
51,6
49,5
50,1
55,0
52,6
55,0
46,1
51,7
54,2
51,2
47,9
51,5
36,3
36,8
35,8
36,8
36,3
37,7
35,2
36,4
38,9
35,7
38,3
33,9
37,6
37,7
35,4
35,1
36,2
39,0
39,8
38,7
39,5
39,4
40,0
37,9
38,8
41,6
38,7
40,7
36,8
40,1
40,4
38,5
37,9
39,3
45,2
46,2
44,9
46,2
46,1
45,7
44,1
44,7
48,3
45,6
47,3
42,5
46,2
47,0
45,3
43,8
45,8
49,0
49,6
48,3
51,5
49,9
49,4
47,7
48,1
53,0
50,9
53,3
44,8
49,6
52,3
49,5
46,3
49,8
38,4
38,8
37,7
40,1
38,0
40,5
37,2
38,7
41,0
38,0
41,0
35,0
40,1
40,4
37,1
37,0
37,9
41,2
41,7
40,6
42,7
41,1
42,9
39,9
41,3
43,8
41,0
43,5
37,9
42,7
43,0
40,3
39,7
41,1
47,9
48,8
47,2
49,4
48,5
49,0
46,5
47,6
51,0
48,1
50,2
44,4
49,3
50,0
47,7
46,2
48,5
52,6
53,1
51,6
55,5
53,1
53,8
51,2
52,2
57,1
54,4
56,8
47,5
53,9
56,0
53,0
49,6
53,4
Tabl. A20. Ruch naturalny ludnoci

Table A20. Vital statistics of population
Ogem Total
Wojewdztwa
Voivodships
Miasta Urban areas
Przyrost
UroUronatuZgony
dzenia
dzenia
ralny
Deaths
Births
Natural
increase
Births
Wie Rural areas
Przyrost
Przyrost
UronatunatuZgony
Zgony
dzenia
ralny
ralny
Deaths
Deaths
Natural
increase
Births
Natural
increase
2013
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
369 576
25 805
19 853
19 738
9 737
22 420
34 307
55 400
8 227
20 373
10 619
23 938
42 829
10 720
13 624
36 561
15 425
387 312
30 498
20 485
22 849
10 046
31 251
30 277
54 260
10 267
18 593
12 152
20 084
49 156
14 193
13 923
32 292
16 986
-17 736
-4 693
-632
-3 111
-309
-8 831
4 030
1 140
-2 040
1 780
-1 533
3 854
-6 327
-3 473
-299
4 269
-1 561
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
360 447
25 144
19 359
19 287
9 476
21 767
33 625
54 257
7 932
19 837
10 338
23 545
41 373
10 436
13 307
35 797
14 966
384 118
30 413
20 462
22 352
9 774
30 522
30 266
54 254
10 212
18 509
11 880
20 415
49 248
13 801
13 505
31 635
16 871
-23 671
-5 269
-1 103
-3 065
-298
-8 755
3 359
3
-2 280
1 328
-1 542
3 130
-7 875
-3 365
-198
4 162
-1 905
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
353 909
24 674
19 031
18 962
9 267
21 307
33 148
53 488
7 703
19 424
10 151
23 291
40 280
10 219
13 076
35 259
14 630
386 808
30 616
20 602
22 451
9 861
30 518
30 602
54 539
10 291
18 730
11 961
20 640
49 627
13 857
13 618
31 874
17 023
-32 899
-5 942
-1 571
-3 489
-594
-9 211
2 546
-1 051
-2 588
694
-1 810
2 651
-9 347
-3 638
-542
3 385
-2 393
213 749
17 525
11 116
8 828
5 926
13 567
15 581
35 476
4 138
7 943
6 385
14 248
32 481
4 339
7 411
18 938
9 847
235 097
21 793
12 806
8 982
6 362
19 984
15 225
33 996
5 258
7 021
6 185
14 208
38 828
5 903
8 215
18 530
11 801
-21 348
-4 268
-1 690
-154
-436
-6 417
356
1 480
-1 120
922
200
40
-6 347
-1 564
-804
408
-1 954
155 827
8 280
8 737
10 910
3 811
8 853
18 726
19 924
4 089
12 430
4 234
9 690
10 348
6 381
6 213
17 623
5 578
152 215
8 705
7 679
13 867
3 684
11 267
15 052
20 264
5 009
11 572
5 967
5 876
10 328
8 290
5 708
13 762
5 185
3 612
-425
1 058
-2 957
127
-2 414
3 674
-340
-920
858
-1 733
3 814
20
-1 909
505
3 861
393
235 221
21 788
12 880
9 024
6 231
19 635
15 444
34 205
5 235
7 145
6 076
14 415
38 995
5 882
8 089
18 328
11 850
-28 836
-4 857
-2 189
-536
-519
-6 652
-357
351
-1 279
486
82
-571
-7 811
-1 727
-909
-12
-2 340
154 062
8 213
8 668
10 799
3 764
8 783
18 537
19 700
3 977
12 206
4 180
9 700
10 189
6 282
6 127
17 481
5 456
148 898
8 625
7 581
13 328
3 543
10 886
14 822
20 049
4 977
11 364
5 805
6 000
10 253
7 919
5 416
13 308
5 022
5 164
-412
1 087
-2 529
221
-2 103
3 715
-349
-1 000
842
-1 625
3 700
-64
-1 637
711
4 173
434
237 293
21 945
12 976
9 142
6 299
19 655
15 632
34 510
5 290
7 278
6 167
14 566
39 278
5 943
8 166
18 475
11 972
-35 787
-5 418
-2 559
-858
-750
-7 054
-835
-536
-1 451
127
-142
-966
-9 019
-1 916
-1 130
-585
-2 695
152 403
8 146
8 615
10 679
3 718
8 706
18 351
19 514
3 864
12 019
4 126
9 691
10 021
6 192
6 040
17 369
5 353
149 515
8 670
7 626
13 309
3 562
10 862
14 970
20 029
5 001
11 452
5 794
6 074
10 349
7 914
5 452
13 399
5 051
2 888
-524
989
-2 630
156
-2 156
3 381
-515
-1 137
567
-1 668
3 617
-328
-1 722
588
3 970
302
2014
206 385
16 931
10 691
8 488
5 712
12 983
15 087
34 556
3 956
7 631
6 158
13 844
31 184
4 155
7 180
18 316
9 510
2015
201 506
16 527
10 417
8 284
5 549
12 601
14 797
33 974
3 839
7 405
6 025
13 600
30 259
4 027
7 036
17 890
9 277
339
Tabl. A20. Ruch naturalny ludnoci (cd.)

Table A20. Vital statistics of population (cont.)
Ogem Total
Wojewdztwa
Voivodships
Miasta Urban areas
Przyrost
UroUronatuZgony
dzenia
dzenia
ralny
Deaths
Births
Natural
increase
Births
Wie Rural areas
Przyrost
Przyrost
UronatunatuZgony
Zgony
dzenia
ralny
ralny
Deaths
Deaths
Natural
increase
Births
Natural
increase
2020
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
339 298
23 690
18 431
18 293
8 764
20 231
32 201
51 727
7 092
18 401
9 797
23 027
37 310
9 729
12 639
34 070
13 898
394 721
31 065
21 095
22 566
10 148
30 078
31 792
55 225
10 542
19 481
12 129
21 548
50 858
13 907
13 976
32 808
17 504
-55 423
-7 375
-2 664
-4 273
-1 384
-9 847
409
-3 498
-3 450
-1 080
-2 332
1 479
-13 548
-4 178
-1 337
1 262
-3 606
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
310 802
21 537
17 018
16 633
7 959
18 381
29 931
47 406
6 382
16 981
8 955
21 478
33 625
8 837
11 566
31 306
12 808
397 746
31 172
21 397
22 388
10 340
29 475
32 386
55 276
10 569
19 839
12 012
22 219
51 256
13 760
14 142
33 675
17 841
-86 944
-9 635
-4 379
-5 755
-2 381
-11 094
-2 455
-7 870
-4 187
-2 858
-3 057
-741
-17 631
-4 923
-2 576
-2 369
-5 033
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
284 886
19 676
15 662
14 905
7 320
16 737
27 482
44 100
5 703
15 381
7 998
20 110
30 565
7 935
10 528
28 973
11 810
406 157
31 933
21 996
22 574
10 716
29 478
33 264
56 275
10 626
20 412
11 995
23 121
51 721
13 858
14 513
35 152
18 522
-121 271
-12 257
-6 334
-7 669
-3 396
-12 741
-5 782
-12 175
-4 923
-5 031
-3 997
-3 011
-21 156
-5 923
-3 985
-6 179
-6 712
189 897
15 586
9 815
7 822
5 142
11 613
14 151
32 491
3 575
6 811
5 772
13 153
27 777
3 727
6 815
16 808
8 840
244 428
22 317
13 322
9 624
6 547
19 477
16 365
35 548
5 503
7 833
6 534
15 147
40 214
6 159
8 432
19 041
12 365
-54 531
-6 731
-3 507
-1 802
-1 405
-7 864
-2 214
-3 057
-1 928
-1 022
-762
-1 994
-12 437
-2 432
-1 617
-2 233
-3 525
149 401
8 104
8 616
10 471
3 622
8 618
18 050
19 236
3 517
11 590
4 025
9 874
9 533
6 002
5 824
17 261
5 057
150 293
8 747
7 773
12 941
3 601
10 601
15 427
19 677
5 039
11 647
5 595
6 401
10 645
7 747
5 545
13 767
5 139
-892
-643
843
-2 470
21
-1 983
2 623
-441
-1 522
-57
-1 570
3 473
-1 112
-1 745
279
3 494
-82
248 071
22 368
13 512
9 993
6 701
19 164
16 771
35 985
5 612
8 236
6 764
15 499
40 503
6 271
8 581
19 491
12 621
-77 711
-8 467
-4 631
-3 021
-2 112
-8 867
-4 039
-6 778
-2 411
-2 164
-1 521
-3 545
-15 719
-2 989
-2 381
-4 544
-4 524
140 442
7 637
8 138
9 661
3 370
8 084
17 199
18 199
3 181
10 909
3 712
9 523
8 841
5 555
5 366
16 358
4 711
149 675
8 804
7 886
12 395
3 639
10 311
15 615
19 291
4 957
11 603
5 248
6 720
10 753
7 488
5 560
14 184
5 220
-9 233
-1 167
252
-2 734
-269
-2 227
1 584
-1 092
-1 776
-694
-1 536
2 803
-1 912
-1 933
-194
2 174
-509
253 994
22 797
13 817
10 447
6 929
19 209
17 235
36 791
5 735
8 704
7 014
15 941
40 774
6 439
8 872
20 192
13 099
-100 429
-10 357
-5 829
-4 311
-2 764
-9 994
-5 935
-9 821
-2 895
-3 334
-2 364
-5 040
-18 446
-3 561
-3 277
-6 812
-5 692
131 321
7 236
7 675
8 769
3 155
7 522
16 182
17 130
2 863
10 011
3 348
9 209
8 237
5 056
4 933
15 593
4 403
152 162
9 137
8 179
12 127
3 787
10 269
16 029
19 484
4 891
11 709
4 981
7 179
10 947
7 419
5 641
14 960
5 423
-20 841
-1 901
-504
-3 358
-632
-2 747
153
-2 354
-2 028
-1 698
-1 633
2 030
-2 710
-2 363
-708
633
-1 020
2025
170 360
13 901
8 881
6 972
4 589
10 297
12 732
29 207
3 201
6 072
5 243
11 954
24 784
3 282
6 200
14 947
8 097
2030
153 565
12 440
7 988
6 136
4 165
9 215
11 300
26 970
2 840
5 370
4 650
10 901
22 328
2 878
5 595
13 380
7 407
340
Tabl. A20. Ruch naturalny ludnoci (cd.)

Ogem Total
Wojewdztwa
Voivodships
Miasta Urban areas
Przyrost
UroUronatuZgony
dzenia
dzenia
ralny
Deaths
Births
Natural
increase
Births
Wie Rural areas
Przyrost
Przyrost
UronatunatuZgony
Zgony
dzenia
ralny
ralny
Deaths
Deaths
Natural
increase
Births
Natural
increase
2035
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
274 103
18 997
14 949
13 811
7 042
15 986
26 402
43 831
5 330
14 369
7 408
19 726
29 434
7 349
9 907
28 272
11 291
425 702
33 610
23 149
23 462
11 399
30 216
35 076
59 172
10 964
21 628
12 451
24 611
53 154
14 375
15 374
37 403
19 659
-151 599
-14 613
-8 200
-9 651
-4 357
-14 230
-8 674
-15 341
-5 634
-7 259
-5 043
-4 885
-23 720
-7 026
-5 467
-9 131
-8 368
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
273 463
19 094
14 677
13 211
6 951
15 793
26 461
45 458
5 152
13 880
7 143
19 970
29 420
7 004
9 598
28 529
11 123
439 995
34 586
23 939
24 151
11 854
30 406
36 773
61 622
11 202
22 797
12 998
25 783
53 775
14 737
16 055
38 966
20 349
-166 532
-15 492
-9 262
-10 940
-4 903
-14 613
-10 312
-16 164
-6 050
-8 917
-5 855
-5 813
-24 355
-7 733
-6 457
-10 437
-9 226
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
268 851
18 860
14 226
12 535
6 729
15 336
26 339
46 046
4 927
13 363
6 860
19 893
28 806
6 633
9 213
28 282
10 803
440 860
34 224
23 951
24 141
11 837
29 616
37 655
62 276
11 129
23 422
13 309
26 152
52 850
14 630
16 201
39 243
20 222
-172 009
-15 364
-9 725
-11 606
-5 108
-14 280
-11 316
-16 230
-6 202
-10 059
-6 449
-6 259
-24 044
-7 997
-6 988
-10 961
-9 419
147 731
11 917
7 530
5 677
4 002
8 774
10 747
27 243
2 646
5 026
4 344
10 586
21 410
2 646
5 280
12 817
7 087
264 946
23 739
14 368
11 066
7 312
19 613
18 004
38 577
5 936
9 359
7 477
16 686
41 649
6 705
9 433
21 184
13 839
-117 215
-11 822
-6 838
-5 389
-3 310
-10 839
-7 257
-11 334
-3 290
-4 333
-3 133
-6 100
-20 239
-4 059
-4 153
-8 367
-6 752
126 372
7 080
7 420
8 135
3 040
7 212
15 655
16 589
2 684
9 343
3 064
9 140
8 024
4 703
4 626
15 454
4 204
160 756
9 871
8 781
12 397
4 087
10 603
17 073
20 594
5 027
12 268
4 974
7 925
11 505
7 670
5 941
16 220
5 820
-34 384
-2 791
-1 361
-4 262
-1 047
-3 391
-1 418
-4 005
-2 343
-2 925
-1 910
1 215
-3 481
-2 967
-1 315
-766
-1 616
271 070
24 107
14 637
11 449
7 537
19 532
18 560
39 948
6 010
9 881
7 935
17 167
41 745
6 816
9 841
21 680
14 225
-122 030
-12 084
-7 262
-5 963
-3 569
-10 825
-7 634
-10 916
-3 449
-4 949
-3 654
-6 406
-20 354
-4 299
-4 661
-8 821
-7 184
124 424
7 071
7 302
7 725
2 983
7 085
15 535
16 426
2 592
8 948
2 862
9 209
8 028
4 487
4 418
15 671
4 082
168 924
10 479
9 302
12 702
4 318
10 874
18 213
21 674
5 192
12 916
5 063
8 617
12 030
7 921
6 214
17 287
6 124
-44 500
-3 408
-2 000
-4 977
-1 335
-3 789
-2 678
-5 248
-2 600
-3 968
-2 201
592
-4 002
-3 434
-1 796
-1 616
-2 042
267 394
23 473
14 377
11 361
7 444
18 700
18 541
40 028
5 857
10 006
8 181
17 057
40 535
6 629
9 853
21 356
13 995
-120 314
-11 595
-7 289
-6 142
-3 612
-10 294
-7 556
-10 127
-3 423
-5 245
-4 000
-6 343
-19 664
-4 282
-4 840
-8 772
-7 127
121 771
6 982
7 138
7 317
2 897
6 930
15 354
16 145
2 493
8 602
2 678
9 179
7 935
4 286
4 200
15 698
3 935
173 466
10 752
9 574
12 780
4 394
10 916
19 114
22 248
5 272
13 416
5 127
9 095
12 315
8 001
6 347
17 887
6 227
-51 695
-3 770
-2 436
-5 463
-1 497
-3 986
-3 760
-6 103
-2 779
-4 814
-2 449
84
-4 380
-3 715
-2 147
-2 189
-2 292
2040
149 040
12 023
7 375
5 486
3 968
8 707
10 926
29 032
2 561
4 932
4 281
10 761
21 391
2 517
5 180
12 859
7 041
2045
147 080
11 878
7 088
5 219
3 832
8 406
10 985
29 901
2 434
4 761
4 181
10 714
20 871
2 347
5 013
12 584
6 868
341
Tabl. A20. Ruch naturalny ludnoci (dok.)

Ogem Total
Wojewdztwa
Voivodships
Births
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
Miasta Urban areas
Przyrost
UroUronatuZgony
dzenia
dzenia
ralny
Deaths
Natural
increase
Births
Wie Rural areas
Przyrost
Przyrost
UronatunatuZgony
Zgony
dzenia
ralny
ralny
Deaths
Deaths
Natural
increase
Births
Natural
increase
2050
254 744
17 905
13 380
11 533
6 290
14 326
25 355
44 407
4 560
12 534
6 398
19 165
27 016
6 111
8 600
27 001
10 164
428 276
32 687
23 209
23 402
11 383
28 079
37 532
61 107
10 683
23 318
13 188
25 669
50 498
14 037
15 744
38 376
19 363
-173 532
-14 782
-9 829
-11 869
-5 093
-13 753
-12 177
-16 700
-6 123
-10 784
-6 790
-6 504
-23 482
-7 926
-7 144
-11 375
-9 199
138 423
11 196
6 558
4 750
3 542
7 712
10 532
28 935
2 230
4 399
3 932
10 230
19 427
2 097
4 686
11 744
6 454
342
254 508
21 992
13 622
10 815
7 050
17 323
17 927
38 828
5 488
9 673
8 084
16 351
38 202
6 161
9 445
20 323
13 222
-116 085
-10 796
-7 064
-6 065
-3 508
-9 611
-7 395
-9 893
-3 258
-5 274
-4 152
-6 121
-18 775
-4 064
-4 759
-8 579
-6 768
116 321
6 709
6 822
6 783
2 748
6 615
14 824
15 471
2 331
8 135
2 466
8 934
7 588
4 015
3 914
15 257
3 710
173 768
10 695
9 587
12 587
4 333
10 756
19 605
22 279
5 195
13 645
5 104
9 318
12 296
7 876
6 299
18 052
6 141
-57 447
-3 986
-2 765
-5 804
-1 585
-4 141
-4 781
-6 808
-2 864
-5 510
-2 638
-384
-4 708
-3 861
-2 385
-2 795
-2 431
Tabl. A21. Ruch naturalny ludnoci na 1000 ludnoci

Table A21. Vital statistics of population per 1000 population
Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
Przyrost
Przyrost
Przyrost
UroUroUronatunatunatuZgony
Zgony
Zgony
dzenia
dzenia
dzenia
ralny
ralny
ralny
Deaths
Deaths
Deaths
Births
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
Natural
increase
Births
Natural
increase
Births
Natural
increase
2013
9,6
10,1
-0,5
8,9
9,5
9,2
9,5
8,9
10,2
10,4
8,2
9,6
8,9
10,4
9,3
8,5
9,4
10,6
9,0
10,5
9,8
10,6
9,8
12,4
9,0
10,2
10,2
8,7
10,2
8,8
10,7
11,2
9,6
9,3
9,9
-1,6
-0,3
-1,4
-0,3
-3,5
1,2
0,2
-2,0
0,8
-1,3
1,7
-1,4
-2,7
-0,2
1,2
-0,9
9,4
10,0
10,5
9,8
10,4
9,6
12,2
9,0
10,2
10,2
8,7
10,0
8,9
10,7
10,9
9,4
9,1
9,8
9,2
10,1
-0,9
10,2
10,0
0,2
8,7
8,9
8,8
9,2
8,5
9,5
10,4
7,9
9,0
8,9
9,5
9,1
7,6
8,6
9,9
8,3
10,8
10,2
9,0
9,9
12,5
9,3
10,0
10,0
8,0
8,6
9,5
10,9
10,4
9,6
9,7
10,0
-2,1
-1,4
-0,2
-0,7
-4,0
0,2
0,4
-2,1
1,1
0,3
0,0
-1,8
-2,8
-0,9
0,2
-1,7
9,3
10,5
9,4
10,1
9,6
10,9
10,5
8,5
10,0
9,0
12,1
10,0
9,1
10,5
11,4
10,4
9,8
9,2
12,0
9,8
12,3
8,7
10,7
10,4
9,3
12,6
7,3
9,9
11,8
9,7
8,9
9,7
-0,5
1,3
-2,6
0,3
-2,6
2,1
-0,2
-1,9
0,7
-3,7
4,8
0,0
-2,7
0,9
2,5
0,7
-0,6
8,9
10,1
-1,2
10,1
9,8
0,3
-1,8
-0,5
-1,4
-0,3
-3,5
1,0
0,0
-2,3
0,6
-1,3
1,4
-1,7
-2,7
-0,1
1,2
-1,1
8,4
8,6
8,5
8,9
8,2
9,2
10,1
7,6
8,7
8,6
9,3
8,8
7,4
8,4
9,6
8,1
10,8
10,3
9,1
9,7
12,4
9,4
10,0
10,1
8,1
8,4
9,7
11,0
10,4
9,5
9,6
10,1
-2,4
-1,8
-0,5
-0,8
-4,2
-0,2
0,1
-2,5
0,6
0,1
-0,4
-2,2
-3,1
-1,1
0,0
-2,0
9,2
10,3
9,4
10,0
9,5
10,7
10,3
8,3
9,8
8,9
12,0
9,8
9,0
10,4
11,2
10,1
9,7
9,0
11,6
9,4
11,8
8,6
10,5
10,4
9,1
12,3
7,4
9,8
11,3
9,2
8,5
9,3
-0,5
1,3
-2,2
0,6
-2,3
2,2
-0,2
-2,1
0,7
-3,5
4,6
-0,1
-2,3
1,2
2,7
0,8
2014
8,7
9,3
9,0
9,3
8,7
10,0
10,2
7,9
9,3
8,7
10,2
9,0
8,3
9,2
10,3
8,7
2015
9,2
8,5
9,1
8,9
9,1
8,6
9,8
10,0
7,8
9,1
8,6
10,1
8,8
8,1
9,1
10,1
8,5
10,1
-0,9
8,7
10,3
-1,6
10,0
9,8
0,2
10,6
9,9
10,5
9,7
12,3
9,1
10,2
10,4
8,8
10,1
9,0
10,9
11,0
9,5
9,2
9,9
-2,1
-0,8
-1,6
-0,6
-3,7
0,8
-0,2
-2,6
0,3
-1,5
1,2
-2,1
-2,9
-0,4
1,0
-1,4
8,3
8,4
8,4
8,7
8,0
9,1
9,9
7,4
8,5
8,4
9,1
8,6
7,2
8,3
9,4
7,9
11,0
10,4
9,2
9,8
12,5
9,6
10,1
10,2
8,3
8,6
9,8
11,1
10,6
9,6
9,7
10,2
-2,7
-2,1
-0,9
-1,2
-4,5
-0,5
-0,2
-2,8
0,1
-0,2
-0,7
-2,6
-3,4
-1,3
-0,3
-2,3
9,1
10,2
9,3
9,9
9,5
10,6
10,2
8,1
9,6
8,8
11,9
9,6
8,9
10,3
11,1
9,9
9,7
9,1
11,6
9,4
11,8
8,6
10,5
10,5
9,2
12,4
7,5
9,9
11,3
9,3
8,5
9,4
-0,6
1,2
-2,3
0,4
-2,3
1,9
-0,3
-2,4
0,5
-3,6
4,4
-0,3
-2,5
1,0
2,5
0,6
343
Tabl. A21. Ruch naturalny ludnoci na 1000 ludnoci (cd.)

Table A21. Vital statistics of population per 1000 population (cont.)
Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
Przyrost
Przyrost
Przyrost
Zgony
Zgony
dzenia
dzenia
dzenia
ralny
ralny
ralny
Deaths
Deaths
Deaths
Births
Natural
increase
Births
Natural
increase
Births
Natural
increase
2020
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
8,9
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
8,2
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
7,7
8,3
8,9
8,7
8,7
8,3
9,5
9,6
7,3
8,7
8,4
9,9
8,3
7,9
8,9
9,8
8,2
10,4
-1,5
8,4
10,8
-2,4
9,7
9,8
-0,1
10,8
10,2
10,8
10,1
12,4
9,4
10,3
10,9
9,2
10,4
9,3
11,4
11,3
9,8
9,4
10,3
-2,6
-1,3
-2,0
-1,4
-4,1
0,1
-0,7
-3,6
-0,5
-2,0
0,6
-3,0
-3,4
-0,9
0,4
-2,1
8,0
8,1
8,1
8,2
7,7
8,7
9,4
7,2
7,9
8,1
8,9
8,1
7,0
8,2
9,0
7,7
11,4
11,0
10,0
10,4
12,9
10,1
10,3
11,1
9,1
9,2
10,3
11,7
11,5
10,1
10,2
10,7
-3,4
-2,9
-1,9
-2,2
-5,2
-1,4
-0,9
-3,9
-1,2
-1,1
-1,4
-3,6
-4,5
-1,9
-1,2
-3,1
8,9
10,1
9,2
9,5
9,4
10,2
10,0
7,5
9,3
8,8
11,7
9,1
8,7
9,9
10,7
9,3
9,6
9,1
11,4
9,5
11,5
8,7
10,2
10,8
9,3
12,2
7,6
10,1
11,2
9,5
8,5
9,5
-0,7
1,0
-2,2
0,1
-2,2
1,5
-0,2
-3,3
-0,1
-3,4
4,1
-1,1
-2,5
0,5
2,2
-0,2
10,5
-2,3
7,7
11,2
-3,5
9,1
9,6
-0,6
11,0
10,5
10,9
10,4
12,4
9,5
10,2
11,3
9,5
10,5
9,5
11,7
11,5
10,1
9,7
10,7
-3,4
-2,2
-2,8
-2,4
-4,7
-0,7
-1,5
-4,5
-1,4
-2,7
-0,3
-4,0
-4,1
-1,8
-0,7
-3,0
7,3
7,6
7,5
7,5
7,1
8,0
8,4
6,7
7,2
7,5
8,2
7,5
6,4
7,6
8,2
7,2
11,8
11,5
10,7
10,9
13,2
10,5
10,4
11,7
9,8
9,7
10,6
12,2
12,3
10,5
10,6
11,2
-4,5
-3,9
-3,2
-3,4
-6,1
-2,5
-2,0
-5,0
-2,6
-2,2
-2,4
-4,7
-5,9
-2,9
-2,5
-4,0
8,3
9,4
8,6
8,8
8,8
9,5
9,3
7,0
8,7
8,3
10,9
8,4
8,1
9,2
9,9
8,7
9,5
9,2
11,1
9,5
11,2
8,6
9,9
10,8
9,3
11,7
7,7
10,2
11,0
9,5
8,6
9,6
-1,3
0,3
-2,5
-0,7
-2,4
0,9
-0,6
-3,9
-0,6
-3,4
3,2
-1,8
-2,8
-0,3
1,3
-0,9
10,9
-3,3
7,1
11,8
-4,7
8,4
9,8
-1,3
11,5
11,0
11,3
10,9
12,8
9,8
10,4
11,8
9,9
10,7
9,9
12,2
12,0
10,6
10,1
11,3
-4,4
-3,2
-3,8
-3,5
-5,5
-1,7
-2,3
-5,5
-2,4
-3,6
-1,3
-5,0
-5,1
-2,9
-1,8
-4,1
6,8
7,0
6,9
7,0
6,6
7,2
7,8
6,2
6,6
6,8
7,6
7,0
5,9
7,1
7,5
6,8
12,4
12,2
11,7
11,6
13,8
11,0
10,7
12,6
10,6
10,3
11,1
12,8
13,3
11,2
11,3
12,0
-5,6
-5,1
-4,8
-4,6
-7,2
-3,8
-2,9
-6,4
-4,1
-3,5
-3,5
-5,8
-7,3
-4,1
-3,8
-5,2
7,8
8,9
8,0
8,3
8,2
8,8
8,7
6,4
8,0
7,6
10,2
7,8
7,5
8,6
9,2
8,1
9,8
9,4
11,0
9,9
11,2
8,8
9,9
11,0
9,4
11,3
8,0
10,4
11,0
9,8
8,9
10,0
-2,0
-0,6
-3,1
-1,7
-3,0
0,1
-1,2
-4,6
-1,4
-3,7
2,3
-2,6
-3,5
-1,2
0,4
-1,9
2025
7,6
8,4
8,1
8,0
7,7
8,8
8,8
6,8
8,1
7,8
9,2
7,7
7,4
8,3
9,0
7,7
2030
7,1
7,8
7,5
7,5
7,3
8,1
8,1
6,3
7,4
7,1
8,6
7,2
6,9
7,7
8,4
7,2
344
Tabl. A21. Ruch naturalny ludnoci na 1000 ludnoci (cd.)

Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
Przyrost
Przyrost
Przyrost
Zgony
Zgony
dzenia
dzenia
dzenia
ralny
ralny
ralny
Deaths
Deaths
Deaths
Births
Natural
increase
Births
Natural
increase
Births
Natural
increase
2035
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
7,5
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
7,7
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
7,7
7,0
7,6
7,2
7,4
7,2
7,8
8,1
6,2
7,1
6,8
8,5
7,2
6,6
7,4
8,2
7,1
11,7
-4,2
7,1
12,7
-5,6
8,1
10,4
-2,2
12,4
11,8
12,1
11,9
13,5
10,4
11,0
12,7
10,7
11,4
10,6
12,9
12,9
11,5
10,9
12,3
-5,4
-4,2
-5,0
-4,6
-6,4
-2,6
-2,8
-6,5
-3,6
-4,6
-2,1
-5,8
-6,3
-4,1
-2,7
-5,3
6,7
6,9
6,6
6,9
6,6
7,0
7,9
6,1
6,4
6,6
7,6
7,0
5,8
6,9
7,4
6,7
13,4
13,2
12,9
12,6
14,8
11,7
11,3
13,7
11,8
11,3
11,9
13,6
14,7
12,3
12,3
13,1
-6,7
-6,3
-6,3
-5,7
-8,2
-4,7
-3,3
-7,6
-5,5
-4,7
-4,4
-6,6
-8,9
-5,4
-4,9
-6,4
7,6
8,6
7,6
8,0
7,9
8,5
8,4
6,2
7,5
7,1
9,9
7,7
7,1
8,1
9,0
7,8
10,6
10,1
11,5
10,8
11,7
9,2
10,4
11,6
9,9
11,6
8,6
11,0
11,6
10,5
9,5
10,9
-3,0
-1,6
-4,0
-2,8
-3,7
-0,8
-2,0
-5,4
-2,4
-4,5
1,3
-3,3
-4,5
-2,3
-0,5
-3,0
2040
7,2
7,7
7,1
7,5
7,3
7,9
8,5
6,2
7,0
6,8
8,7
7,4
6,5
7,4
8,4
7,2
12,3
-4,7
7,4
13,4
-6,0
8,1
11,0
-2,9
13,1
12,5
13,0
12,7
14,1
11,0
11,5
13,6
11,5
12,3
11,2
13,6
13,8
12,4
11,5
13,1
-5,9
-4,9
-5,9
-5,3
-6,8
-3,1
-3,0
-7,3
-4,5
-5,5
-2,5
-6,1
-7,2
-5,0
-3,1
-6,0
7,0
7,1
6,8
7,1
6,9
7,3
8,5
6,3
6,5
6,7
7,9
7,3
5,9
7,0
7,7
6,9
14,1
14,0
14,1
13,5
15,6
12,4
11,7
14,7
13,0
12,4
12,6
14,3
16,0
13,3
13,0
13,9
-7,1
-7,0
-7,3
-6,4
-8,6
-5,1
-3,2
-8,4
-6,5
-5,7
-4,7
-7,0
-10,1
-6,3
-5,3
-7,0
7,6
8,5
7,4
8,0
7,9
8,4
8,3
6,2
7,3
6,9
9,8
7,7
7,0
7,9
9,1
7,7
11,3
10,8
12,1
11,5
12,1
9,8
11,0
12,4
10,6
12,1
9,2
11,6
12,3
11,2
10,0
11,6
-3,7
-2,3
-4,7
-3,6
-4,2
-1,4
-2,7
-6,2
-3,2
-5,3
0,6
-3,9
-5,3
-3,2
-0,9
-3,9
12,7
-4,9
7,5
13,7
-6,2
8,0
11,3
-3,4
13,3
12,9
13,5
13,1
14,3
11,3
11,7
14,2
12,1
13,0
11,4
13,8
14,3
12,9
11,8
13,5
-6,0
-5,2
-6,5
-5,6
-6,9
-3,4
-3,0
-7,9
-5,2
-6,3
-2,7
-6,3
-7,8
-5,6
-3,3
-6,3
7,2
7,1
6,8
7,2
7,1
7,5
8,8
6,3
6,6
6,8
8,0
7,5
5,9
7,1
7,9
7,0
14,3
14,4
14,8
13,9
15,7
12,7
11,8
15,3
13,8
13,2
12,8
14,5
16,7
13,9
13,3
14,3
-7,1
-7,3
-8,0
-6,7
-8,7
-5,2
-3,0
-8,9
-7,2
-6,5
-4,8
-7,0
-10,8
-6,8
-5,5
-7,3
7,6
8,3
7,2
7,8
7,8
8,3
8,2
6,2
7,2
6,6
9,6
7,7
6,8
7,7
9,0
7,6
11,6
11,2
12,5
11,9
12,3
10,3
11,3
13,1
11,2
12,7
9,5
12,0
12,8
11,7
10,3
12,0
-4,1
-2,8
-5,4
-4,1
-4,5
-2,0
-3,1
-6,9
-4,0
-6,1
0,1
-4,3
-5,9
-4,0
-1,3
-4,4
2045
7,4
7,7
7,0
7,4
7,4
7,9
8,6
6,3
6,9
6,7
8,7
7,5
6,5
7,4
8,5
7,2
345
Tabl. A21. Ruch naturalny ludnoci na 1000 ludnoci (dok.)

Wojewdztwa
Voivodships
Ogem Total
Miasta Urban areas
Wie Rural areas
Przyrost
Przyrost
Przyrost
Zgony
Zgony
dzenia
dzenia
dzenia
ralny
ralny
ralny
Deaths
Deaths
Deaths
Births
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
Natural
increase
Births
Natural
increase
Births
Natural
increase
2050
7,5
12,6
-5,1
7,4
13,5
-6,2
7,7
11,5
-3,8
7,2
7,4
6,7
7,2
7,2
7,7
8,4
6,1
6,7
6,5
8,5
7,3
6,3
7,1
8,2
7,0
13,1
12,9
13,7
13,0
14,1
11,4
11,5
14,4
12,5
13,4
11,3
13,7
14,4
13,0
11,7
13,3
-5,9
-5,5
-6,9
-5,8
-6,9
-3,7
-3,1
-8,2
-5,8
-6,9
-2,9
-6,4
-8,1
-5,9
-3,5
-6,3
7,1
6,9
6,6
6,9
6,9
7,4
8,6
6,2
6,4
6,6
7,9
7,3
5,7
6,9
7,6
6,8
14,0
14,4
15,0
13,7
15,4
12,6
11,5
15,3
14,0
13,6
12,6
14,3
16,7
13,9
13,2
14,0
-6,9
-7,4
-8,4
-6,8
-8,6
-5,2
-2,9
-9,1
-7,6
-7,0
-4,7
-7,0
-11,0
-7,0
-5,6
-7,2
7,3
8,0
6,9
7,6
7,6
8,0
7,9
6,1
6,9
6,3
9,3
7,5
6,6
7,4
8,7
7,3
11,6
11,3
12,8
11,9
12,3
10,6
11,4
13,5
11,6
13,1
9,7
12,2
12,9
11,9
10,3
12,1
-4,3
-3,3
-5,9
-4,4
-4,7
-2,6
-3,5
-7,5
-4,7
-6,8
-0,4
-4,7
-6,3
-4,5
-1,6
-4,8
346
Tabl. A22. Wspczynniki feminizacji (liczba kobiet na 100 mczyzn)

Table A22. Number of women per 100 men
Wojewdztwa
Voivodships
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
OGEM TOTAL
Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
106,6
107,9
106,3
106,3
105,4
109,8
106,1
109,0
106,7
104,2
105,1
105,1
107,2
104,8
104,2
105,6
105,4
106,6
107,9
106,3
106,3
105,1
109,8
106,1
109,0
106,7
104,2
105,1
105,1
107,3
104,8
104,2
105,6
105,4
106,6
107,9
106,3
106,2
104,9
109,8
106,1
109,1
106,6
104,2
105,1
105,1
107,3
104,8
104,3
105,6
105,4
106,6
107,8
106,4
106,1
103,7
109,7
106,0
109,0
106,4
104,0
105,0
105,2
107,7
104,8
104,3
105,5
105,6
106,6
107,7
106,4
105,9
102,7
109,6
105,9
108,9
106,4
103,8
104,9
105,3
107,9
104,9
104,3
105,5
105,8
106,6
107,8
106,5
105,8
101,9
109,5
105,9
108,8
106,3
103,8
104,9
105,4
108,0
105,0
104,5
105,5
106,1
106,5
107,8
106,5
105,7
101,2
109,2
106,0
108,7
106,3
103,9
104,9
105,4
107,9
105,1
104,7
105,5
106,4
106,3
107,5
106,3
105,4
100,2
108,6
105,8
108,4
105,9
103,8
104,8
105,2
107,5
104,9
104,6
105,2
106,3
105,7
106,8
105,8
104,8
98,9
107,7
105,6
107,9
105,4
103,6
104,5
104,8
106,9
104,4
104,2
104,7
105,8
105,0
105,8
105,1
104,0
97,5
106,6
105,1
107,2
104,6
103,2
103,9
104,1
106,0
103,6
103,4
104,1
105,0
MIASTA URBAN AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
110,8
111,3
111,2
111,9
108,9
115,0
111,4
114,1
109,8
108,9
110,0
109,1
108,3
110,3
109,4
110,1
108,7
110,9
111,3
111,3
112,1
108,6
115,0
111,4
114,1
109,9
108,9
110,0
109,2
108,4
110,4
109,5
110,1
108,8
110,9
111,4
111,3
112,2
108,2
115,1
111,5
114,2
109,9
108,9
110,1
109,2
108,5
110,5
109,6
110,1
108,9
111,1
111,4
111,6
112,7
106,6
115,2
111,5
114,3
110,3
108,9
110,2
109,4
109,0
111,1
109,9
110,1
109,2
111,2
111,5
111,8
113,1
105,1
115,3
111,5
114,2
110,6
109,0
110,2
109,6
109,4
111,6
110,2
110,2
109,5
111,3
111,6
112,0
113,5
103,8
115,3
111,5
114,1
110,9
109,0
110,3
109,8
109,6
112,0
110,5
110,3
109,9
111,2
111,5
112,0
113,7
102,3
115,0
111,3
113,9
110,9
109,0
110,4
109,8
109,6
112,1
110,8
110,2
110,1
110,8
111,1
111,6
113,3
100,7
114,2
110,9
113,4
110,6
108,7
110,2
109,4
109,1
111,7
110,6
109,8
109,9
109,9
110,2
110,8
112,6
98,7
112,9
110,2
112,6
109,8
108,0
109,7
108,7
108,4
110,6
109,9
108,9
109,2
108,9
109,1
109,8
111,5
96,6
111,4
109,3
111,7
108,8
107,1
108,9
107,8
107,4
109,2
108,9
108,0
108,2
WIE RURAL AREAS

Dolnolskie
Kujawsko-pomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmisko-mazurskie
Wielkopolskie
Zachodniopomorskie
100,6
100,7
99,4
101,6
99,6
101,5
101,3
100,5
103,4
101,0
98,0
98,0
103,5
100,6
97,1
100,3
98,4
100,5
100,7
99,4
101,5
99,5
101,5
101,3
100,5
103,3
101,0
98,0
98,0
103,5
100,5
97,1
100,3
98,4
100,5
100,6
99,4
101,4
99,4
101,5
101,3
100,5
103,2
100,9
98,0
98,1
103,5
100,5
97,0
100,3
98,3
100,3
100,3
99,4
100,8
99,1
101,3
101,3
100,3
102,5
100,7
97,6
98,2
103,4
100,2
96,7
100,3
98,3
100,2
100,3
99,5
100,3
99,0
101,2
101,3
100,1
102,1
100,5
97,2
98,4
103,3
100,1
96,7
100,5
98,4
100,3
100,6
99,8
100,0
99,2
101,2
101,4
100,1
101,9
100,5
97,0
98,8
103,3
100,2
96,8
100,7
98,9
100,5
100,9
100,1
99,8
99,4
101,3
101,7
100,3
101,8
100,7
97,0
99,1
103,3
100,5
97,0
101,0
99,4
100,6
101,1
100,3
99,6
99,5
101,3
102,0
100,3
101,6
100,9
97,0
99,4
103,2
100,7
97,1
101,1
99,7
100,6
100,9
100,2
99,3
99,2
101,1
102,1
100,2
101,3
101,0
97,0
99,5
102,9
100,6
97,1
101,0
99,6
100,3
100,5
100,0
98,8
98,8
100,8
102,0
99,9
100,8
101,0
96,8
99,3
102,3
100,3
96,7
100,8
99,3
347
Tabl. A23. Wspczynniki feminizacji w wybranych grupach wieku

(liczba kobiet na 100 mczyzn)
Table A23. Number of women per 100 men at selected age groups
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
OGEM
OGEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
106,6
96,2
100,2
133,5
107,9
96,6
100,4
135,5
106,3
96,0
101,3
132,3
106,3
94,5
99,1
136,8
105,4
95,7
99,2
130,9
109,8
95,5
102,7
141,9
106,1
97,0
99,8
132,2
109,0
98,0
101,8
137,4
106,7
97,2
98,5
132,0
104,2
95,3
97,8
130,5
105,1
94,5
98,5
133,3
105,1
96,7
99,4
128,4
107,2
96,5
101,3
132,1
106,6
96,2
100,0
132,9
107,9
96,6
100,1
134,8
106,3
96,0
101,0
131,7
106,3
94,4
99,0
136,1
105,1
95,4
98,6
130,1
109,8
95,4
102,4
141,3
106,1
97,0
99,9
131,3
109,0
98,0
101,7
137,0
106,7
97,0
98,5
131,1
104,2
95,2
97,9
129,5
105,1
94,4
98,6
132,6
105,1
96,7
99,3
127,9
107,3
96,4
100,9
131,9
106,6
96,1
99,8
132,5
107,9
96,6
99,6
134,3
106,3
96,0
100,6
131,3
106,2
94,5
98,4
135,6
104,9
95,0
98,0
129,5
109,8
95,4
101,9
141,1
106,1
97,0
99,9
130,7
109,1
98,0
101,7
136,5
106,6
96,9
98,7
130,2
104,2
95,2
97,8
128,8
105,1
94,2
98,6
131,9
105,1
96,6
99,2
127,6
107,3
96,4
100,7
131,7
2030
2035
2040
2045
2050
TOTAL
106,6
95,7
99,4
130,8
107,8
96,5
98,6
132,7
106,4
95,7
99,7
130,0
106,1
94,1
97,2
133,6
103,7
93,5
96,0
127,1
109,7
94,8
100,8
139,9
106,0
96,8
100,0
128,2
109,0
97,6
102,2
135,1
106,4
96,1
99,9
126,9
104,0
94,8
97,8
125,6
105,0
93,7
98,1
129,5
105,2
96,4
99,0
126,5
107,7
96,0
100,1
131,3
348
2025
106,6
95,3
99,1
129,7
107,7
96,1
98,6
131,5
106,4
95,5
98,7
129,2
105,9
93,9
95,9
131,8
102,7
92,2
94,4
125,5
109,6
94,4
99,5
138,8
105,9
96,3
100,4
126,4
108,9
96,9
103,0
133,4
106,4
95,0
100,1
125,5
103,8
94,4
97,1
123,9
104,9
93,6
96,5
127,7
105,3
95,9
99,7
125,6
107,9
95,5
99,4
131,3
106,6
94,9
98,5
128,0
107,8
95,6
98,9
129,6
106,5
95,2
98,2
127,6
105,8
93,6
94,8
129,6
101,9
91,3
92,7
123,0
109,5
93,9
98,6
136,6
105,9
95,9
100,0
124,9
108,8
96,2
103,0
131,1
106,3
94,4
98,7
124,7
103,8
94,3
96,2
122,0
104,9
93,6
94,8
126,1
105,4
95,5
99,3
124,5
108,0
95,2
98,5
130,3
106,5
94,6
97,7
125,7
107,8
95,2
98,6
127,1
106,5
94,8
97,9
125,4
105,7
93,4
93,9
126,7
101,2
90,4
91,1
119,7
109,2
93,5
97,4
133,4
106,0
95,6
99,6
122,8
108,7
95,9
102,3
128,5
106,3
93,9
97,1
123,3
103,9
94,1
95,5
120,2
104,9
93,6
93,6
124,0
105,4
95,3
98,7
122,9
107,9
94,9
97,6
128,1
106,3
94,5
96,7
123,0
107,5
95,0
97,8
124,1
106,3
94,8
97,2
122,5
105,4
93,1
93,0
123,2
100,2
89,9
89,0
116,0
108,6
93,3
96,2
129,5
105,8
95,5
98,6
120,9
108,4
95,7
101,1
126,1
105,9
93,7
94,8
121,6
103,8
94,0
94,4
118,2
104,8
93,5
93,0
121,0
105,2
95,2
97,4
120,9
107,5
94,7
96,3
125,3
105,7
94,3
95,8
120,5
106,8
94,8
96,5
121,5
105,8
94,7
96,3
120,1
104,8
92,9
92,1
120,1
98,9
89,3
87,6
112,4
107,7
93,1
95,0
126,0
105,6
95,4
97,8
119,1
107,9
95,5
100,0
124,0
105,4
93,5
93,1
119,2
103,6
94,0
93,8
116,1
104,5
93,2
92,9
118,5
104,8
95,1
96,4
118,8
106,9
94,5
95,4
122,5
105,0
94,2
95,0
118,3
105,8
94,6
95,6
119,1
105,1
94,6
95,5
117,9
104,0
92,6
91,5
117,4
97,5
89,0
86,0
109,2
106,6
92,9
94,0
122,8
105,1
95,2
97,3
117,5
107,2
95,4
99,0
122,0
104,6
93,4
91,8
117,1
103,2
93,7
93,2
114,5
103,9
93,0
92,4
116,3
104,1
95,1
95,7
116,8
106,0
94,2
94,7
120,1

(liczba kobiet na 100 mczyzn) (cd.)
Table A23. Number of women per 100 men at selected age groups (cont.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050

witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
104,8
94,0
97,5
130,8
104,2
94,5
98,7
131,4
105,6
96,0
100,6
131,6
105,4
95,5
99,4
129,6
104,8
93,9
97,3
130,2
104,2
94,5
98,2
130,7
105,6
96,0
100,4
131,0
105,4
95,5
98,7
129,3
104,8
93,9
96,9
129,8
104,3
94,4
98,2
130,1
105,6
95,9
100,2
130,6
105,4
95,5
98,5
128,8
104,8
93,6
96,2
128,5
104,3
94,0
97,3
128,2
105,5
95,7
99,2
129,0
105,6
95,3
98,2
127,8
104,9
93,2
95,3
127,8
104,3
93,7
96,1
127,7
105,5
95,3
98,9
128,0
105,8
95,0
97,9
127,4
105,0
93,1
94,4
126,3
104,5
93,5
95,2
126,4
105,5
94,9
98,6
126,3
106,1
94,8
97,4
126,5
105,1
92,8
93,5
124,2
104,7
93,3
94,4
124,6
105,5
94,6
98,2
123,9
106,4
94,6
96,8
125,0
104,9
92,6
92,4
121,6
104,6
93,0
93,7
122,1
105,2
94,5
97,3
121,3
106,3
94,4
96,1
122,6
104,4
92,3
92,1
118,8
104,2
93,0
92,7
119,5
104,7
94,4
96,4
118,9
105,8
94,5
95,2
120,1
103,6
92,1
91,4
116,3
103,4
92,8
91,9
117,0
104,1
94,4
95,5
116,7
105,0
94,3
94,7
117,6
111,3
96,4
101,6
136,6
111,6
96,8
100,8
136,7
112,0
96,8
101,1
137,8
113,5
96,6
100,6
142,5
103,8
89,9
93,0
129,2
115,3
95,3
101,7
147,9
111,5
97,3
103,4
135,3
114,1
98,8
108,1
139,5
110,9
95,9
100,0
133,9
111,2
96,0
101,2
133,3
111,5
96,3
101,0
133,3
112,0
96,4
101,1
134,6
113,7
96,1
100,7
138,8
102,3
88,7
90,4
124,4
115,0
94,8
100,5
143,7
111,3
96,9
103,8
131,6
113,9
98,3
108,1
135,9
110,9
95,8
99,2
131,2
110,8
95,8
100,4
129,7
111,1
96,0
100,7
129,5
111,6
96,4
100,6
130,5
113,3
95,9
100,9
134,1
100,7
87,9
87,4
119,2
114,2
94,6
99,6
138,3
110,9
96,7
103,2
128,1
113,4
98,0
107,4
132,5
110,6
95,7
97,7
128,0
109,9
95,8
99,2
126,5
110,2
95,9
99,3
126,5
110,8
96,4
99,5
127,2
112,6
95,9
99,8
130,4
98,7
87,1
85,3
114,3
112,9
94,6
98,1
133,9
110,2
96,6
101,8
125,4
112,6
97,9
105,9
130,0
109,8
95,9
96,5
124,7
108,9
95,6
98,2
123,8
109,1
95,6
98,2
123,8
109,8
96,3
98,3
124,4
111,5
95,5
99,2
127,3
96,6
86,6
83,3
109,8
111,4
94,4
96,9
129,8
109,3
96,4
100,9
123,1
111,7
97,8
104,3
128,0
108,8
95,8
95,8
121,9
MIASTA URBAN AREAS

RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
110,8
97,7
106,1
139,4
111,3
97,6
104,3
140,8
111,2
97,7
107,3
140,0
111,9
97,2
110,4
143,2
108,9
96,9
103,9
136,6
115,0
97,0
110,2
149,8
111,4
98,7
106,4
140,4
114,1
100,7
108,4
144,1
109,8
96,7
104,0
138,0
110,9
97,7
105,3
139,3
111,3
97,6
103,6
140,4
111,3
97,6
106,8
139,7
112,1
97,1
109,4
143,3
108,6
96,3
103,0
136,0
115,0
96,9
109,3
149,7
111,4
98,7
105,8
140,0
114,1
100,7
107,7
144,1
109,9
96,7
103,3
137,6
110,9
97,6
104,6
139,2
111,4
97,6
102,8
140,3
111,3
97,6
106,0
139,7
112,2
97,2
107,8
143,5
108,2
95,8
101,7
135,9
115,1
96,8
108,2
149,9
111,5
98,7
105,1
139,9
114,2
100,7
107,3
144,1
109,9
96,7
103,0
137,1
111,1
97,4
102,6
139,1
111,4
97,7
100,6
139,9
111,6
97,4
103,3
139,7
112,7
97,0
103,4
144,5
106,6
93,4
98,2
134,0
115,2
96,2
104,7
150,7
111,5
98,7
102,9
139,1
114,3
100,5
106,5
144,1
110,3
96,6
101,6
135,9
349
111,2
96,9
101,8
138,6
111,5
97,4
100,4
138,9
111,8
97,2
101,6
139,6
113,1
97,0
101,2
144,3
105,1
91,3
95,5
132,5
115,3
95,8
102,4
150,5
111,5
98,1
103,2
137,7
114,2
99,7
107,5
142,5
110,6
96,1
101,2
135,0

(liczba kobiet na 100 mczyzn) (cd.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
MIASTA (dok.) RURAL AREAS (dok.)

Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
108,9
96,9
107,7
134,9
110,0
96,8
108,9
140,5
109,1
97,8
103,8
134,8
108,3
96,6
102,6
133,9
110,3
95,3
107,5
137,8
109,4
96,5
107,0
138,7
110,1
97,4
106,2
139,0
108,7
96,7
103,6
134,1
108,9
96,8
106,9
134,6
110,0
96,7
108,2
140,2
109,2
97,8
103,2
134,7
108,4
96,6
102,0
133,8
110,4
95,2
106,5
138,0
109,5
96,5
105,7
138,7
110,1
97,3
105,5
138,8
108,8
96,8
102,5
134,2
108,9
96,8
105,7
134,5
110,1
96,6
107,6
139,8
109,2
97,8
102,8
134,6
108,5
96,5
101,6
133,8
110,5
95,1
105,2
138,5
109,6
96,5
104,9
138,7
110,1
97,2
104,7
138,7
108,9
96,8
102,0
134,1
WIE
RAZEM
TOTAL
Dolnolskie
Kujawskopomorskie
Lubelskie
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
100,6
94,1
92,3
123,5
100,7
94,7
92,7
121,8
99,4
93,9
93,1
119,1
101,6
92,4
90,3
131,2
100,5
94,1
92,8
122,2
100,7
94,6
93,0
120,4
99,4
93,9
93,4
118,1
101,5
92,3
90,9
129,8
108,9
96,6
101,4
134,2
110,2
96,2
103,8
139,1
109,4
97,6
101,8
134,4
109,0
96,2
100,6
134,1
111,1
94,7
100,9
140,4
109,9
96,1
102,2
138,6
110,1
97,0
102,2
138,3
109,2
96,7
100,7
134,1
109,0
96,1
99,8
133,7
110,2
96,2
100,1
138,6
109,6
97,0
102,2
133,8
109,4
95,9
99,7
134,5
111,6
94,2
98,7
141,4
110,2
95,8
100,0
139,1
110,2
96,4
101,2
137,8
109,5
96,4
100,2
134,0
109,0
95,9
99,2
131,4
110,3
96,1
98,5
136,7
109,8
96,6
102,3
132,2
109,6
95,7
99,1
133,4
112,0
93,9
97,9
139,7
110,5
95,6
99,5
137,5
110,3
95,9
100,9
135,6
109,9
96,3
100,0
132,6
109,0
95,4
99,0
128,3
110,4
95,9
98,0
133,6
109,8
96,3
101,9
129,8
109,6
95,4
98,2
130,9
112,1
93,3
97,5
136,3
110,8
95,5
98,6
134,9
110,2
95,5
100,7
132,1
110,1
96,0
99,5
130,5
108,7
95,5
97,6
125,1
110,2
95,7
98,2
129,3
109,4
96,3
100,7
127,0
109,1
95,2
97,1
127,6
111,7
92,9
96,6
132,1
110,6
95,2
98,1
131,4
109,8
95,4
99,8
128,4
109,9
95,9
99,1
127,5
108,0
95,3
97,0
122,0
109,7
95,4
98,3
126,0
108,7
96,3
99,4
124,3
108,4
95,0
96,3
124,6
110,6
92,7
96,1
128,0
109,9
95,3
96,9
128,1
108,9
95,3
98,5
125,2
109,2
95,9
98,3
124,5
107,1
95,2
96,0
119,5
108,9
95,2
97,6
123,4
107,8
96,4
98,2
121,9
107,4
94,8
95,6
122,0
109,2
92,5
94,5
124,5
108,9
95,3
96,1
124,8
108,0
95,3
97,4
122,4
108,2
95,9
97,5
121,8
100,3
93,2
94,2
115,6
100,6
93,5
95,1
114,8
99,8
93,4
94,4
113,4
100,0
91,6
90,0
118,9
100,5
92,9
93,4
114,9
100,9
93,2
94,2
114,6
100,1
93,2
93,9
113,1
99,8
91,5
88,9
116,8
100,6
92,8
92,4
113,9
101,1
93,2
93,0
113,7
100,3
93,2
93,5
112,1
99,6
91,3
87,8
114,5
100,6
92,7
91,9
112,6
100,9
93,1
92,2
112,4
100,2
93,1
93,0
111,1
99,3
91,0
87,3
112,2
100,3
92,5
91,4
111,3
100,5
93,0
91,6
110,9
100,0
92,9
92,6
110,1
98,8
90,7
86,6
110,2
URBAN AREAS
100,5
94,0
93,3
121,1
100,6
94,6
93,4
119,4
99,4
93,9
93,6
117,3
101,4
92,3
91,0
128,7
100,3
93,7
94,9
117,7
100,3
94,2
94,7
116,2
99,4
93,7
94,8
114,7
100,8
91,8
92,1
124,1
350
100,2
93,3
95,1
116,3
100,3
93,8
95,3
115,3
99,5
93,6
94,8
113,8
100,3
91,6
91,6
121,2

(liczba kobiet na 100 mczyzn) (dok.)
Wojewdztwa
Voivodships
Wiek
Age
2013
2014
2015
2020
2025
2030
2035
2040
2045
2050
WIE (dok.) URBAN AREAS (cont.)

Lubuskie
dzkie
Maopolskie
Mazowieckie
Opolskie
Podkarpackie
Podlaskie
Pomorskie
lskie
witokrzyskie
Warmiskomazurskie
Wielkopolskie
Zachodniopomorskie
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
Ogem
0-39
40-54
55+
99,6
93,9
92,2
120,0
101,5
93,3
91,3
127,1
101,3
95,6
94,2
123,0
100,5
93,6
91,8
124,4
103,4
97,6
93,4
124,9
101,0
94,3
91,6
127,1
98,0
91,0
84,2
123,5
98,0
94,9
92,3
113,0
103,5
96,1
97,1
125,3
100,6
93,0
90,3
124,6
97,1
92,0
88,2
119,5
100,3
94,5
94,4
121,1
98,4
93,2
91,2
117,7
99,5
93,9
92,0
118,9
101,5
93,2
92,0
126,0
101,3
95,6
94,9
121,8
100,5
93,6
92,3
123,2
103,3
97,3
94,1
123,4
101,0
94,2
92,4
125,5
98,0
90,9
85,3
122,1
98,0
94,9
92,8
112,0
103,5
96,0
97,5
124,4
100,5
93,0
90,7
123,2
97,1
92,0
88,7
117,8
100,3
94,5
94,7
120,1
98,4
93,2
91,3
116,7
99,4
93,9
92,5
117,5
101,5
93,1
92,6
125,1
101,3
95,5
95,6
120,7
100,5
93,5
93,0
122,1
103,2
97,1
94,7
122,1
100,9
94,1
92,9
124,2
98,0
90,7
86,3
120,9
98,1
94,9
93,2
111,4
103,5
95,8
98,0
123,6
100,5
93,0
90,9
122,2
97,0
91,7
89,6
116,4
100,3
94,5
95,1
119,3
98,3
93,1
91,9
115,5
99,1
93,7
92,4
114,8
101,3
92,8
94,9
121,4
101,3
95,3
97,4
117,2
100,3
93,0
94,8
118,9
102,5
95,6
98,2
116,9
100,7
93,7
95,5
119,0
97,6
90,1
89,8
115,9
98,2
94,7
94,3
110,0
103,4
95,2
98,7
121,5
100,2
92,8
92,7
118,5
96,7
91,4
90,9
112,4
100,3
94,4
96,0
117,0
98,3
92,7
93,2
112,9
351
99,0
93,5
92,5
113,6
101,2
92,6
94,9
119,8
101,3
94,9
97,9
115,7
100,1
92,6
94,8
117,6
102,1
93,9
99,0
115,4
100,5
93,5
95,3
116,8
97,2
89,9
90,9
112,4
98,4
94,3
95,4
109,7
103,3
94,5
98,5
120,8
100,1
92,5
92,7
117,0
96,7
91,1
90,7
111,2
100,5
94,2
96,5
116,0
98,4
92,4
93,2
112,8
99,2
93,2
92,3
112,9
101,2
92,3
93,8
119,0
101,4
94,8
96,9
115,4
100,1
92,4
93,9
116,7
101,9
93,0
97,3
115,2
100,5
93,5
94,2
115,5
97,0
90,1
89,0
111,0
98,8
94,1
94,7
110,6
103,3
94,1
97,0
120,6
100,2
92,6
91,8
116,1
96,8
91,0
89,5
111,0
100,7
94,0
96,2
115,5
98,9
92,3
92,4
113,3
99,4
92,8
92,1
112,2
101,3
91,9
93,1
117,9
101,7
94,7
96,3
115,0
100,3
92,0
93,0
115,9
101,8
92,2
95,2
115,3
100,7
93,3
93,4
114,6
97,0
90,3
87,1
110,2
99,1
94,0
94,0
110,9
103,3
93,6
95,9
119,6
100,5
92,6
91,0
115,2
97,0
90,7
89,1
110,4
101,0
93,9
95,7
114,8
99,4
92,1
91,6
113,5
99,5
92,7
91,3
110,9
101,3
91,8
92,1
116,5
102,0
94,6
95,3
114,6
100,3
91,9
91,8
114,9
101,6
91,8
92,2
115,1
100,9
93,3
92,6
113,5
97,0
90,3
85,8
109,0
99,4
93,9
93,1
110,8
103,2
93,4
94,2
118,3
100,7
92,4
90,1
114,1
97,1
90,4
88,3
109,4
101,1
93,8
95,1
113,7
99,7
92,0
90,9
112,7
99,2
92,5
90,7
109,5
101,1
91,5
91,4
115,1
102,1
94,5
95,1
113,7
100,2
91,6
91,4
113,6
101,3
91,4
90,3
113,9
101,0
93,2
92,2
112,3
97,0
89,9
85,8
107,6
99,5
93,7
92,9
110,1
102,9
93,0
93,4
116,5
100,6
92,1
90,1
112,6
97,1
90,3
87,8
108,1
101,0
93,7
94,6
112,4
99,6
92,0
90,2
111,4
98,8
92,4
89,6
108,2
100,8
91,2
90,7
113,6
102,0
94,3
94,8
112,9
99,9
91,3
90,8
112,2
100,8
91,2
88,6
112,5
101,0
93,0
91,7
111,4
96,8
89,7
85,4
106,2
99,3
93,6
92,8
109,1
102,3
92,7
92,7
115,0
100,3
91,8
89,7
111,0
96,7
90,0
87,0
106,9
100,8
93,8
94,0
111,3
99,3
91,7
90,2
109,8
Z Planu wydawniczego 2014

Seria STUDIA I ANALIZY STATYSTYCZNE
Rachunki narodowe wedug sektorw i podsektorw instytucjonalnych
w latach 20092012
Rolnictwo w 2013 r.
Monitoring bankw, 2013
Polski rynek ubezpieczeniowy, 2013
Gospodarka finansowa jednostek samorzdu terytorialnego, 2013
Kapita ludzki w Polsce w 2012 r.
Trzeci sektor w Polsce. Stowarzyszenia, fundacje, spoeczne podmioty
wyznaniowe, samorzd zawodowy i gospodarczy oraz organizacje
pracodawcw w 2012 r.
Prognoza ludnoci na lata 20142070
Budownictwo w strefach podmiejskich miast wojewdzkich w latach
20042013
Sprzeda detaliczna i zamwienia:

ZAKAD WYDAWNICTW STATYSTYCZNYCH
STATISTICAL PUBLISHING ESTABLISHMENT
al. Niepodlegoci 208, 00-925 Warszawa

Dzia Sprzeday tel. (22) 608 32 10, 608 38 10, fax 608 38 67
e-mail: zws-sprzedaz@stat.gov.pl
Sale Department

Prognoza Ludnosci Na Lata 2014 2050

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Prognoza Ludnosci Na Lata 2014 2050

Uploaded by

Copyright:

Available Formats

Opracowanie publikacji

GUS, Departament Bada Demograficznych

Preparation of the publication

Doroty Szatys Zastpca Dyrektora

Magorzata Waligrska, Zofia Kostrzewa,

Maciej Potyra, Longina Rutkowska

wykonanie wykresw i map

Przy publikowaniu danych prosimy o podanie rda

Zamieszczone w publikacji zaoenia prognostyczne byy przedmiotem konsultacji

Wiceprezes Gwnego Urzdu Statystycznego

Vice-President of the Central Statistical Office

Ph. D Grayna Marciniak

Warsaw, October 2014

Umieralnoci niemowlt ................................................................................................. 67

Zmiany w strukturze ludnoci wedug ekonomicznych grup wieku .............................. 147

Wyk. 19. Standaryzowane wspczynniki zgonw .................................................................. 65

Spis tablic w Aneksie

Prognoza ludnoci (w tys.) ...

Prognoza ludnoci, rok 2013=100.

Prognoza ludnoci, przyrost/ubytek w stosunku do poprzedniego okresu...

Prognoza ludnoci (w odsetkach struktura pionowa).

Prognoza ludnoci (w odsetkach struktura pozioma).

Prognoza ludnoci wedug biologicznych grup wieku (w tys.).

Prognoza ludnoci wedug biologicznych grup wieku (w %)...

Prognoza ludnoci wedug tradycyjnych ekonomicznych

Prognoza ludnoci wedug ekonomicznych grup wieku

Prognoza ludnoci wedug tradycyjnych ekonomicznych grup wieku (w %)...

Tabl. A9. v2 Prognoza ludnoci wedug ekonomicznych grup wieku (w %)

Zmiany w strukturze ludnoci wedug tradycyjnych ekonomicznych

Tabl. A10. v2 Zmiany w strukturze ludnoci wedug ekonomicznych grup wieku

Struktura ludnoci w wieku produkcyjnym (18-59 lat kobiety

Tabl. A11. v2 Struktura ludnoci w wieku produkcyjnym (18-59 lat kobiety

Prognoza ludnoci wedug edukacyjnych grup wieku (w tys.).

Zmiany stanw ludnoci wedug edukacyjnych grup wieku, rok 2013=100..

Prognoza ludnoci kobiety w wieku rozrodczym....

Prognoza ludnoci kobiety w wieku rozrodczym (w %).....

Prognoza ludnoci w wieku poprodukcyjnym 60 lat i wicej kobiety

Tabl. A16. v2 Prognoza ludnoci (w tys.) w wieku poprodukcyjnym

Prognoza ludnoci w wieku poprodukcyjnym 60 lat i wicej kobiety

Tabl. A17. v2 Prognoza ludnoci w wieku poprodukcyjnym

Wspczynniki obcienia demograficznego

Tabl. A18. v2 Wspczynniki obcienia demograficznego

Mediana wieku populacji ...

Ruch naturalny ludnoci.

Ruch naturalny ludnoci na 1000 ludnoci ....

Wspczynniki feminizacji (liczba kobiet na 100 mczyzn)....

Wspczynniki feminizacji w wybranych grupach wieku

3. Analysis and projection assumptions for mortality ........................................................... 34

Changes in population size ........................................................................................... 111

List of tables in Annex

Population projection (in thous.)..... .

Population projection, 2013=100..

Population projection, increase/decrease in comparison to previous period

Population projection; structure by voivodships (in %)

Population projection; structure by voivodships (in %)

Population projection by biological age groups (in thous.).

Population projection by biological age groups (in %).

Population projection by traditional economic age groups (in thou.)

Population projection (in thous.) by economic age groups (according

Population projection by economic age groups (according to changes

Table A11. v2 Population structure at working age (18-59 for females

Changes of population by educational age groups, 2013=100

Population projection women of childbearing age.

Population projection women of childbearing age (in %).