Birth Rate in Russian Regions: Spatial Patterns at the Municipal Level

封面

如何引用文章

全文:

详细

The article examines the spatial distribution of fertility at the municipal level in those regions of Russia that showed one of the best fertility dynamics in Russia during its nationwide rise in 2000-2015. (Vologda, Kurgan, Sverdlovsk, Tyumen, Sakhalin regions). The aim of the work is to identify spatial patterns of birth rate distribution at the intraregional, municipal level. The indicators of the Database of municipalities of Rosstat were used for the study. Special fertility rates for municipalities were calculated and maps were built. It turned out that the maximum birth rate was observed in predominantly rural municipal areas remote from large cities and in urban districts with little urbanization. They also proved to be the most stable on the general downward trend, maintaining relatively high birth rates. The minimum birth rate was observed in the largest, large, sometimes medium-sized cities and in the territories closest to them, as well as during the period of decline – in areas with a minimum share of the rural population and in areas where there was a reduction (optimization) of district hospitals. Comprehensive support for rural areas through the development of labor-intensive agricultural production, rural infrastructure, and equalization of intra- and inter-regional differences in income and social security, among other measures, can support the birth rate in the regions. In cities, it is necessary to launch programs for the mass construction of individual residential buildings instead of predominantly multi-store buildings, which will facilitate the establishment of more children in families. The expansion of the income base of regional economies leads to an increase in the birth rate in them, to the possibility of introducing special measures to stimulate the birth rate, as in the Sakhalin region. On the contrary, a decrease in the gross regional product in real terms leads to a decrease in the birth rate even if there are measures to support it. It is necessary to reduce the concentration of economic entities and the population in metropolitan agglomerations, as prescribed in the recommendations of the Federation Council and in the National Security Strategy.

作者简介

Nikolay Mikryukov

Institute for Demographic Research FCTAS RAS

Email: ecoro@mail.ru
Candidate of Geographical Sciences, Leading Researcher Moscow, Russia

Timur Miryazov

Institute for Demographic Research FCTAS RAS

Email: miryazov_timur@mail.ru
ORCID iD: 0000-0002-9143-1740
SPIN 代码: 3204-9894
Researcher ID: AAY-1530-2021
Junior Researcher Moscow, Russia

Elena Lukashenko

Institute for Demographic Research FCTAS RAS

Email: ea-lukashenko@yandex.ru
ORCID iD: 0000-0001-7712-8940
SPIN 代码: 4283-7466
Researcher ID: ADP-4658-2022
Candidate of Political Sciences, Senior Researcher Moscow, Russia

参考

  1. Безвербный, В. А. Естественное движение населения в российских регионах: факторы, динамика, перспективы регулирования / В. А. Безвербный, Н. Ю. Микрюков, Т. Р. Мирязов, Е. А. Лукашенко // ДЕМИС. Демографические исследования. 2023. Т. 3, № 4. С. 37–58. doi: 10.19181/demis.2023.3.4.3. EDN RLXMVR.
  2. Борисова, О. Н. Вариативность моделей современной городской многодетности: возрождение традиции, новые браки или сетевые эффекты / О. Н. Борисова, И. В. Павлюткин // Мир России. Социология. Этнология. 2019. Т. 28, №4. С. 128–151. doi: 10.17323/1811-038X-2019-28-4-128-151. EDN PEOGJV.
  3. Myrskyla, M. Advances in development reverse fertility declines / M. Myrskyla, H.-P. Kohler, F. C. Billari // Nature. 2009. Vol. 460, No. 7256 P. 741–743. doi: 10.1038/nature08230.
  4. Бородина, Т. Л. Региональные особенности рождаемости сельского населения России / Т. Л. Бородина, Т. В. Литвиненко // III Всероссийский демографический форум с международным участием: материалы форума. Москва : ФНИСЦ РАН, 2021. С. 19–25. doi: 10.19181/forum.978-5-89697-373-7.2021.4. EDN ESAIAV.
  5. Пациорковский, В. В. Динамика численности населения муниципальных образований России в 2010–18 гг. / В. В. Пациорковский, Ю. А. Симагин, Д. Д. Муртузалиева // Вестник Института социологии. 2019. Т. 10, № 3. C. 59–77. doi: 10.19181/vis.2019.30.3.589. EDN UQDWRY.
  6. Петросян, А. Н. Рождаемость в муниципальных образованиях России в 2011–2019 гг. // Демографическое обозрение. 2021. Т. 8, № 3. С. 42–73. doi: 10.17323/demreview.v8i3.13266. EDN SSHBXU.
  7. Демографическое самочувствие регионов России. Национальный демографический доклад – 2022 / Т. К. Ростовская, А. А. Шабунова [и др.]; отв. ред. Т. К. Ростовская, А. А. Шабунова. Москва : ИТД «ПЕРСПЕКТИВА», 2022. 220 с. ISBN 978-5-88045-556-0. doi: 10.19181/monogr.978-5-88045-556-0.2022. EDN URJOYC.
  8. Демографическое самочувствие регионов России: национальный демографический доклад – 2021 / Т. К. Ростовская, А. А. Шабунова, А. Р. Абдульзянов [и др.]. Москва : ИТД «ПЕРСПЕКТИВА», 2021. 138 с. ISBN 978-5-89697-369-0. doi: 10.19181/monogr.978-5-89697-369-0.2021. EDN BGLITQ.
  9. Щербакова, Е. М. Демографические итоги первого полугодия 2023 года в России (Часть 1) // Демоскоп-Weekly. 2023. № 999–1000. С. 1–20. EDN HKNLUF.
  10. Архангельский, В. Н. Рождаемость в Тюменской области: динамика, возрастная модель, региональные различия // ЦИТИСЭ. 2022. № 3 (33). С. 54–69. doi: 10.15350/2409-7616.2022.3.05. EDN LMIFXW.
  11. Архангельский, В. Н. Региональные различия рождаемости на Дальнем Востоке / В. Н. Архангельский, Н. Г. Джанаева, В. В. Елизаров // Уровень жизни населения регионов России. 2017. № 2 (204). С. 41–50. EDN YQYUAF.
  12. Кондратьев, Н. Д. Большие циклы конъюнктуры и теория предвидения. Москва : Экономика, 2002. 765 с. ISBN 5-282-02181-1.
  13. Яковец, Ю. В. Циклы. Кризисы. Прогнозы. Москва : Наука, 1999. 447 с. ISBN 5-02-008281-3.
  14. Бабурин, В. Л. Инновационные циклы в российской экономике. Москва : КРАСАНД, 2010. 216 с. ISBN 978-5-396-00131-2. EDN VDPVKJ.
  15. Аверкиева, К. В. Восток Вологодской области как социально-экономическая и культурная аномалия // Проблемы развития территорий. 2018. № 6 (98). С. 131–148. doi: 10.15838/ptd.2018.6.98.9. EDN YOZODZ.
  16. Дашинамжилов, О. Б. Воспроизводство городского населения Тюменской области в 1959–1970 гг.: сравнительный анализ // Вестник Тюменского государственного университета. Гуманитарные исследования. Humanitates. 2021 Т. 7, № 1 (25). doi: 10.21684/2411-197X-2021-7-1-201-214. EDN RNVVZE.
  17. Российское общество и государство в условиях становления нового мирового порядка: демографическая ситуация в 2022 году / С. В. Рязанцев, Т. К. Ростовская, В. Н. Архангельский [и др.]. Москва : Издательство Проспект, 2023. 448 с. ISBN 978-5-392-38629-1. doi: 10.19181/monogr.978-5-392-38629-1.2023. EDN GKFMMP.
  18. Микрюков, Н. Ю. Глубинная Россия: современные проблемы и возможные способы их разрешения // Вопросы местного самоуправления. 2024. № 1. С. 30–34.

补充文件

附件文件
动作
1. JATS XML


Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

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».