Digital population and housing census - the experience of Serbia

• Authors: Miladin Kovačević , Mira Nikić , Branko Josipović , Snežana Lakčević , Vesna Pantelić , Nevena Mitrović , Adil Kolaković , Petar Korovićh

Title variants

PL

Cyfrowy powszechny spis ludności i mieszkań – przykład Serbii

Abstracts

PL

Celem artykułu jest przedstawienie doświadczeń Republiki Serbii w zakresie organizacji Powszechnego Spisu Ludności, Gospodarstw Domowych i Mieszkań 2022, ze szczególnym uwzględnieniem zagadnień dotyczących zatrudnienia personelu, ram prawnych i finansowania tego badania oraz warunków jego udanej realizacji. Praca skupia się na strategicznych decyzjach w sprawie zbierania danych oraz zastosowania technik informatycznych, takich jak: wykorzystanie danych przestrzennych, cyfrowe metody uzyskiwania danych, uczenie maszynowe, łączenie rekordów czy system monitorujący, mających na celu sprostanie wyzwaniom związanym ze spisem. Autorzy poruszają także kwestie niedostatecznego pokrycia spisu oraz wykorzystania rejestrów administracyjnych do imputacji danych. Ponadto poświęcają uwagę opracowaniu i udoskonalaniu statystycznej ewidencji ludności, dokładności danych, obniżeniu kosztów i zwiększeniu efektywności badania. Główny Urząd Statystyczny Republiki Serbii przeprowadził spis powszechny w sposób cyfrowy, łącząc ten mechanizm z metodami tradycyjnymi (z wyłączeniem samospisu) i posiłkując się rejestrami administracyjnymi w celu imputacji danych. Metoda ta jest w artykule rekomendowana jako najefektywniejszy sposób uzyskania precyzyjnych i wyczerpujących informacji na temat populacji, w tym jej charakterystyki demograficznej, rozmieszczenia przestrzennego i liczebności.

EN

The aim of the paper is to present the experience of the Republic of Serbia in conducting the 2022 Census of Population, Households and Dwellings, focusing on the employment, legal framework and financing of the census as well as on its successful implementation. It discusses strategic decisions on data collection and the integration of information technology - including geospatial data, data collection techniques, machine learning, record linkage and monitoring system - to overcome the challenges posed by the census. The paper addresses the census undercoverage, explores the use of administrative data for item imputation, and examines the development of a statistical population register. The study demonstrates the benefits of adopting a digital-census approach: significant improvement of accuracy, cost reduction and acquired expeditiousness. The Statistical Office of the Republic of Serbia conducted a digital census combined with traditional methods, excluding self-enumeration, along with the use of administrative data for item imputation, and recommends this approach as the most effective way to obtain precise and comprehensive information about a population, including its demographic characteristics, geographic distribution and overall size.

Keywords

EN

2022 Census of Population; Households and Dwellings; digital census; geospatial data; monitoring system; machine learning; administrative data; record linkage; imputation; statistical population register; Serbia

PL

Powszechny Spis Ludności; Gospodarstw Domowych i Mieszkań 2022; spis cyfrowy; dane geoprzestrzenne; system monitorujący; uczenie maszynowe; dane administracyjne; łączenie rekordów; imputacja; statystyczna ewidencja ludności; Serbia

• Publisher: Główny Urząd Statystyczny
• Journal: Wiadomości Statystyczne. The Polish Statistician
• Year: 2023
• Volume: 68
• Issue: 10
• Pages: 49-70

Dates

published

2023

Contributors

author

Miladin Kovačević

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000223987955

author

Mira Nikić

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000323408789

author

Branko Josipović

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000931915784

author

Snežana Lakčević

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000281068412

author

Vesna Pantelić

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000264309288

author

Nevena Mitrović

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000027308011

author

Adil Kolaković

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000825533707

author

Petar Korovićh

• Statistical Office of the Republic of Serbia

• https://orcid.org/0009000457618554

References

• Law on 2021 Census of Population, Households and Dwellings (Official Gazette of RS No. 9/20 of 4 February 2020). https://popis2022.stat.gov.rs/media/1596/law-on-the-2021-census.pdf.
• United Nations. (2015). Conference of European Statisticians Recommendations for the 2020 Censuses of Population and Housing. http://www.unece.org/publications/2020recomm.html.
• United Nations. (2017). Principles and Recommendations for Population and Housing Censuses, Revision 3. https://unstats.un.org/unsd/demographic-social/Standards-and-Methods/files/Principles_and_Recommendations/Population-and-Housing-Censuses/Series_M67rev3-E.pdf.
• United Nations. (2019). Guidelines on the use of electronic data collection technologies in population and housing censuses. https://unstats.un.org/unsd/demographic/standmeth/handbooks/data-collection-census-201901.pdf.
• United Nations Economic Commission for Europe Statistic Wikis. (n.d.). Machine Learning for Official Statistics. https://statswiki.unece.org/display/ML/Machine+Learning+for+Official+Statistics+Home.
• Zakon o izmienama zakona o popisu stanownisztwa, domaćinstawa i stanowa 2022. Godine (Official Gazette of RS No. 35/21 of 16 April 2021). https://popis2022.stat.gov.rs/media/1595/zakon-o-popisu-2021.pdf.

Identifiers

DOI

10.59139/ws.2023.10.3

Biblioteka Nauki

28408260