Demographic characteristics of the Russian population

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

The article deals with the results of numerical estimation of demographic characteristics of the Russian female and male populations using the example of the RF 2019 statistical materials with the help of the digital twin for population developed by the author with his colleagues. It demonstrates the capabilities of the digital twin to estimate the attainment of life expectancy limits and predict the demographic characteristics of any population based on previous statistical data of that population. There was used a hardware-software package with embedded the digital twin for the Russian population on the basis of thirty-three years of statistical research into the effects of the total lifestyle index on longevity, workability, ageing and other population characteristics. The life expectancy of the Russian Federation population with the demographic characteristics for 2019 tends to 79 years for men and 122 years for women, with a maximum possible total lifestyle index. For the current demographic characteristics of the population, the rate of population aging from time for different total lifestyle indices has at least one maximum. The possibility of numerical calculation of life expectancy as a function of changes in the average weight of the male and female population is shown. The possibility of controlling the biological age of a population member depending on his total lifestyle index is shown. Developed hardware-software complex based on digital twin for population estimation of demographic characteristics of populations can be used to calculate and predict the demographic characteristics of any population on the basis of previous statistical data of this population. Hardware-software complex can be useful for public and state organizations, statistical agencies, medical organizations of different profiles. insurance companies, staff recruitment companies, pension funds, venture capital funds, private finance funds, private banks and capital management organizations.

Авторлар туралы

Yury Gushcho

NanoRelief Display LLC Skolkovo IT cluster Moscow Innovation Cluster

Email: yguscho@gmail.com
ORCID iD: 0000-0002-3408-4690
Doctor of Technical Sciences, Professor, General Director Moscow, Russia

Әдебиет тізімі

  1. Guscho, Yury. The price of life / Yury Guscho. — Moscow, 2011. — 428 c. — URL: https://www.amazon.com/s?i=stripbooks&rh=p_27%3AYury+Gushcho&s=relevancerank&text=Yury+Gushcho&ref=dp_byline_sr_book_1 (дата обращения: 10.07.2023).
  2. Гущо, Ю. П. 12 ключей от сейфа долголетия, второе издание / Ю. П. Гущо. — Москва, 2020. — 420 c. — URL: https://order.yuryguscho.ru/buy/310002 (дата обращения: 10.07.2023).
  3. Гущо, Ю. П. Как стать счастливым гольфистом / Ю. П. Гущо. — Москва, 2021. — 392 c. — URL: https://order.yuryguscho.ru/buy/474823 (дата обращения: 10.07.2023).
  4. Римашевская, Н. М. Человек и реформы: секреты выживания / Н. М. Римашевская // — Москва : ИСЭПН РАН, 2003. — 392 с.
  5. Börger, M. A combined analysis of hedge effectiveness and capital efficiency in longevity hedging / M. Börger, A. Freimann, J. Ruß // Insurance: Mathematics and Economics — 2021. — Vol. 99. — P. 309– 326. doi: 10.1016/j.insmatheco.2021.03.023
  6. Li, J. S.—H. Recent declines in life expectancy: Implication on longevity risk hedging / J. S-H Li, Y. Liu // Insurance: Mathematics and Economics — 2021. — Vol. 99(C). — P. 376–394. doi: 10.1016/j.insmatheco.2021.03.028
  7. Li, H. Forecasting mortality with international linkages. A global vector-autoregression approach / H. Li, Y. Shi // Insurance Mathematics and Economics — 2021. — Vol. 100. — P. 59–75. doi: 10.1016/j.insmatheco.2021.04.006
  8. Li, H. Assessing mortality inequality in the U.S.: What can be said about the future? / H. Li, R. J. Hyndman // Insurance: Mathematics and Economics — 2021. — Vol. 99. — P. 152–162. DOI: 1016/j.insmatheco.2021.03.014
  9. Majer, I. M. Modeling and forecasting health expectancy: theoretical framework and application / I. M. Majer, R. Stevens, W. J. Nusselder, J. P. Mackenbach, P. H. M. van Baal // Demography. — 2013. — No. 50(2). — P. 673–697. doi: 10.1007/s13524–012–0156–2
  10. Гущо, Ю. П. Статистическая геронтология и управление работоспособностью / Ю. П. Гущо, М. А. Гущо // Медицина и физическая культура: наука и практика. — 2019. — Т. 1. — № 3. — С. 34–40. doi: 10.20310/2658–7688–2019–1–3–34–40; EDN: SUCHLZ
  11. Супрун, А. П. Программа онлайн оптимизации работоспособности сотрудников компаний, спортсменов и пациентов медицинских центров / А. П. Супрун, Ю. П. Гущо, М. А. Гущо, B. B. Кузнецов // Медицина и физическая культура: наука и практика. — 2019 — Т. 1. — № 4. — С. 31–36. doi: 10.20310/2658–7688–2019–1–4–31–36; EDN: QKDNEX
  12. Медведев, А. В. Цифровые двойники территорий для поддержки принятия решений в сфере регионального социально-экономического развития / А. В. Медведев // Современные наукоёмкие технологии. — 2020. — № 6 (часть 1). — С. 61–66. doi: 10.17513/snt.38072; EDN: XFGUXI
  13. Арциков, В. Г. История АвтоВАЗа в лицах / В. Г. Арциков. — Тольятти : Издательский дом Семь Вёрст, Тольятти, 2021. — С. 74–76.
  14. Pak, K. Laboring Work and Healthy Aging / K. Pak, T. A. Dorien, M. Kooij // Encyclopedia of Gerontology and Population Aging. — 2021. — Р. 2837–2838. doi: 10.1007/978–3–030–22009–9

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу


Creative Commons License
Бұл мақала лицензия бойынша қолжетімді Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».