Studying the dependence of the birth rate on the regional factors and their correlation features
DOI:
https://doi.org/10.17308/econ.2024.4/12524Keywords:
demography, birth rate, factors, correlation and regression analysisAbstract
Subject. The authors focused their attention on the study of the factors affecting demographic processes. We considered the factors influencing the level, structure, and dynamics of the birth rate. The balance of proportions in the structure of the population of fertile ages was studied together with the social and economic factors, the healthcare factor, and the impact of maternity capital on the birth rate. We found the interrelations present in the combination of factors affecting the birth rate and determined the power of this influence using correlation and regression analysis. In the analysis we considered the inertial nature of demographic and socio-economic processes and investigated the time lag. The presented study expands the understanding of the factors affecting demographic processes in the Russian Federation.
The purpose of the study was to identify new mechanisms of increasing birth rate as well as find opportunities and prospects for improving the demographic situation using correlation and regression analysis.
Methodology. The study was conducted using the official statistics of one of the regions of the Russian Federation, the Udmurt Republic. The analysed period is between 2000 and 2022. The data was processed using correlation and regression analysis in the Python programming language taking into account the built-in libraries.
Conclusions. The birth rate is most strongly affected by the number of women in the younger fertile group of 20-30 years old, the number of registered marriages, the number of children born in the family as a second child, and the number of people employed in the economy. In this case, there is a close direct correlation with a correlation coefficient above 0.7. Another significant, although less strong, factor is the number of first-born children. Among the studied indicators, the proportion of children born with disabilities in the total number of children born has a negative impact on the birth rate.
Downloads
References
Агеев, А. И., Бахтизин, А. Р., Логинов, Е. Л., & Сидоренко, М. Ю. (2023). Стратегические перспективы демографической составляющей национальной силы России. Экономические стратегии, 5(191), 38–53. [Ageev, A. I., Bakhtizin, A. R., Loginov, E. L., & Sidorenko, M. Yu. (2023). Strategic Prospects of the Demographic Component of Russia's National Strength. Economic Strategies, 5(191), 38–53. (In Russian).] https://doi.org/10.33917/es-5.191.2023.38-53
Артемова, Н. В., Аксёнов, Н. А., & Маслова, О. Л. (2023). Статистический анализ влияния доходов и социально-экономических факторов на уровень рождаемости в Российской Федерации. Вестник Алтайской академии экономики и права, (6-2), 152–161. [Artemova, N. V., Aksyonov, N. A., & Maslova, O. L. (2023). Statistical Analysis of the Influence of Income and Socio-Economic Factors on the Level of Fertility in the Russian Federation. Bulletin of the Altai Academy of Economics and Law, (6-2), 152–161. (In Russian).] https://doi.org/10.17513/vaael.2871
Баймурзина, Г. Р., & Бурханова, Ф. Б. (2022). Уверенность в будущем как фактор, влияющий на демографическое поведение в сфере рождаемости: обзор исследований. Вестник Южно-Российского государственного технического университета (НПИ). Серия: Социально-экономические науки, 15(4), 41–51. [Baimurzina, G. R., & Burkhanova, F. B. (2022). Confidence in the Future as a Factor Influencing Demographic Behaviour in Fertility: A Review of Studies. Bulletin of the South Russian State Technical University (NPI). Series: Socio-Economic Sciences, 15(4), 41–51. (In Russian).] https://doi.org/10.17213/2075-2067-2022-4-41-51
Басовский, Л. Е., & Басовская, Е. Н. (2023). О социально-экономических факторах демографических процессов в регионах современной России: рождаемость. Научные исследования и разработки. Экономика, 11(6), 27–30. [Basovsky, L. E., & Basovskaya, E. N. (2023). On socio-economic factors of demographic processes in the regions of modern Russia: fertility. Scientific Research And Development. Economics, 11(6), 27–30. (In Russian).] https://doi.org/10.12737/2587-9111-2023-11-6-27-30
Бахтизин, А. Р., Макаров, В. Л., Максаков, А. А., & Сушко, Е. Д. (2021). Демографическая агент-ориентированная модель России и оценка ее применимости для решения практических управленческих задач. Искусственные общества, 16(2). [Bakhtizin, A. R., Makarov, V. L., Maksakov, A. A., & Sushko, E. D. (2021). Demographic agent-based model of Russia and assessment of its applicability for solving practical management problems. Artificial Societies, 16(2). (In Russian).] https://doi.org/10.18254/S207751800015357-1
Вавилова, Д. Д. (2020). Нейросетевая модель прогнозирования человеческого капитала. Интеллектуальные системы в производстве, 18(1), 26–35. [Vavilova, D. D. (2020). Neural network model of human capital forecasting. Intelligent Systems in Manufacturing, 18(1), 26–35. (In Russian).] https://doi.org/10.22213/2410-9304-2020-1-26-35
Вавилова, Д. Д., & Кетова, К. В. (2022). Демографические проблемы современной Удмуртии. Ижевск: ИжГТУ имени М.Т. Калашникова. [Vavilova, D.D. & Ketova, K.V. (2022). Demographic problems of modern Udmurtia. Izhevsk: Kalashnikov Izhevsk State Technical University Publ. (In Russian).]
Вавилова, Д. Д. (2023). Информационно-аналитическая система анализа региональных социально-экономических процессов на основе комплексного использования динамических моделей различных типов. Прикладная информатика, 18(4), 97–110. [Vavilova, D. D. (2023). Information-analytical system of analysis of regional socio-economic processes on the basis of complex use of dynamic models of different types. Journal of Applied Informatics, 18(4), 97–110. (In Russian).] https://doi.org/10.37791/2687-0649-2023-18-4-97-110
Зубарев, Н. Ю., & Федулова, Д. Д. (2021). Прогнозирование демографических показателей в сфере рождаемости населения: инерционный прогноз Versus прогноз на основе машинного обучения. Ars Administrandi (Искусство управления), 13(2), 204–221. [Zubarev, N. Yu., & Fedulova, D. D. (2021). Forecasting demographic indicators in the sphere of population fertility: inertial forecast Versus pro-forecast on the basis of machine learning. Ars Administrandi, 13(2), 204–221. (In Russian).] https://doi.org/10.17072/2218-9173-2021-2-204-221
Кашепов, А. В. (2019). Методология анализа и прогнозирования рождаемости на основе влияния экономических факторов. Социально-трудовые исследования, (2), 16–28. [Kashepov, A. V. (2019). Methodology of Fertility Analysis and Forecasting based on the Influence of Economic Factors. Social & labour research, (2), 16–28. (In Russian).] https://doi.org/10.34022/2658-3712-2019-35-2-16-28
Кетова, К. В. (2007). Об одной задаче макроэкономической динамики региона с учетом факторов экономического развития. Вестник Ижевского государственного технического университета, 3(35), 33–40. [Ketova, K. V. (2007). About one task of macroeconomic dynamics of the region taking into account the factors of economic development. Bulletin of Izhevsk State Technical University, 3(35), 33–40. (In Russian).]
Кишенин, П. А. (2023). Итоговая рождаемость реальных поколений в демографических прогнозах: сравнительный анализ перспектив изменений в странах бывшего СССР. Демографическое обозрение, 10(1), 79–107. [Kishenin, P. A. (2023). Total fertility of real generations in demographic forecasts: a comparative analysis of the prospects of changes in the countries of the former USSR. Demographic Review, 10(1), 79–107. (In Russian).] https://doi.org/10.17323/demreview.v10i1.17261
Латов, Ю. В., & Латова, Н. В. (2021). Скрытая дилемма российской социально-экономической политики стимулирования рождаемости. Журнал экономической теории, 18(3), 389–402. [Latov, Yu. V., & Latova, N. V. (2021). Hidden dilemma of the Russian socio-economic policy of fertility stimulation. AlterEconomics, 18(3), 389–402. (In Russian).] https://doi.org/10.31063/2073-6517/2021.18-3.5
Легчилина, Е. Ю. (2018). Оценка влияния трансформации социально-трудовых отношений на демографическую ситуацию. Вестник Воронежского государственного университета. Серия: Экономика и управление, (2), 96–103. [Legchilina, E. Yu. (2018). Assessment of the impact of the transformation of socio-labour relations on the demographic situation. Proceedings of Voronezh State University. Series: Economics and Management, (2), 96–103. (In Russian).]
Макаров, В. Л., & Бахтизин, А. Р. (2022). Долгосрочное демографическое прогнозирование в новых реалиях. Научные труды Вольного экономического общества России, 235(3), 85–94. [Makarov, V. L., & Bakhtizin, A. Р. (2022). Long-term demographic forecasting in the new realities. Scientific Works of the Free Economic Society of Russia, 235(3), 85–94. (In Russian).] https://doi.org/10.38197/2072-2060-2022-235-3-85-94
Макаров, В. Л., & Бахтизин, А. Р. (2023). Основные направления социально-экономического развития России: обоснование и оценка последствий (по итогам модельных исследований ЦЭМИ РАН). M.: ЦЭМИ РАН. [Makarov, V. L., & Bakhtizin, A. R. (2023). The main directions of socio-economic development of Russia: substantiation and assessment of consequences (based on the results of modelling studies of CEMI RAS). M.: TSEMI RAN Publ. (In Russian).]
Орешников, В. В., & Низамутдинов, М. М. (2019). Прогноз демографического развития муниципального образования с применением методов экономико-математического моделирования. Региональная экономика: теория и практика, 17(2), 383–398. [Oreshnikov, V. V., & Nizamutdinov, M. M. (2019). Forecast of demographic development of municipal formation with the use of methods of economic and mathematical modelling. Regional Economics: Theory and Practice, 17(2), 383–398. (In Russian).] https://doi.org/10.24891/re.17.2.383
Петросян, А. Н. (2021). Рождаемость в муниципальных образованиях России в 2011-2019 гг. Демографическое обозрение, 8(3), 42–73. [Petrosyan, A. N. (2021). Fertility in Russian municipalities in 2011-2019. Demographic Review, 8(3), 42–73. (In Russian).] https://doi.org/10.17323/demreview.v8i3.13266
Русяк, И. Г. (2003). Об одной задаче управления демоэкономическим состоянием региона. Интеллектуальные системы в производстве, (2), 151–160. [Rusyak, I. G. (2003). About one task of management of demo-economic state of the region. Intelligent Systems in Manufacturing, (2), 151–160. (In Russian).]
Файзуллин, Р. В., Абашева, О. В., Чиченков, И. И., & Роков, А. И. (2020). Конкурентные преимущества использования интеллектуального капитала. Вестник университета, (6), 55–62. [Faizullin, R. V., Abasheva, O. V., Chichenkov, I. I., & Rokov, A. I. (2020). Competitive advantages of intellectual capital utilization. Vestnik universiteta, (6), 55–62. (In Russian).] https://doi.org/10.26425/1816-4277-2020-6-55-62
Черепанова, А. С. (2023). Эконометрическое моделирование влияния фактора материнского капитала на уровень рождаемости в регионе. Интеллектуальные системы в производстве, 21(2), 58–68. [Cherepanova, A. S. (2023). Econometric modelling of the influence of the maternal capital factor on the birth rate in the region. Intelligent Systems in Manufacturing, 21(2), 58–68. (In Russian).] https://doi.org/10.22213/2410-9304-2023-2-58-68
Шмидт, Ю. И., Солдатова, Л. И., & Мухина, Д. В. (2021). Экономико-математическое моделирование демографических процессов в контексте формирования приоритетов региональной политики. Экономика и предпринимательство, (4), 494–499. [Schmidt, Y. I., Soldatova, L. I., & Mukhina, D. V. (2021). Economic and mathematical modelling of demographic processes in the context of forming regional policy priorities. Economy and entrepreneurship, (4), 494–499. (In Russian).] https://doi.org/10.34925/EIP.2021.129.4.094
Юмагузин, В. В., & Винник, М. В. (2022). Прогноз численности и демографической нагрузки населения России до 2100 года. Проблемы прогнозирования, 4(193), 98–111. [Yumaguzin, V. V., & Vinnik, M. V. (2022). Forecast of the number and demographic load of the Russian population up to 2100. Studies on Russian Economic Development, 4(193), 98–111. (In Russian).] https://doi.org/10.47711/0868-6351-193-98-111
Ketova, K. V. (2020). Modelling a human capital of an economic system with neural networks. Journal of Physics: Conference Series, 012035. https://doi.org/10.1088/1742-6596/1703/1/012035
Sobotka, T., Matysiak, A., & Brzozowska, Z. (2019). Policy responses to low fertility: How effective are they? Technical Division Working Paper Series Population & Development Branch.
Sorvachev, I., & Yakovlev, E. (2019). Short-Run and Long-Run Effects of Sizable Child Subsidy: Evidence from Russia. New Economic School.
