2072-64142411-140610.17059/ekon.reg.2024-1-7Statistical Analysis of Uneven Digitalization Across Russian Regions and Its Impact on the Total Fertility RateСтатистический анализ неравномерности цифровизации регионов РФ и ее влияния на суммарный коэффициент рождаемостиhttps://orcid.org/0000-0003-2957-7607Tonkikh Natalia V.ТонкихНаталья Владимировна tonkihnv@usue.ruhttps://orcid.org/0000-0003-4844-5378Kataev Vladislav A. Катаев Владислав Александрович kataevkataev10@yandex.ruhttps://orcid.org/0000-0001-8894-7116Kochkina Elena M. Кочкина Елена Михайловна kem_d@mail.ruUral State University of EconomicsУральский государственный экономический университет20192105Copyright © 2024 Natalia V. Tonkikh, Vladislav A. Kataev, Elena M. KochkinaCopyright © 2024 Наталья Владимировна Тонких, Владислав Александрович Катаев, Елена Михайловна Кочкина2024Natalia V. Tonkikh, Vladislav A. Kataev, Elena M. KochkinaНаталья Владимировна Тонких, Владислав Александрович Катаев, Елена Михайловна КочкинаCC BY 4.0https://www.economyofregions.org/ojs/index.php/er/article/view/355https://www.economyofregions.org/ojs/index.php/er/article/download/355/276

Russia has been historically characterised by a high regional socio-economic differentiation, including in the sphere of population. Nowadays, information and communication technologies are spreading at different speeds in various regions. Since the impact of digitalisation on fertility is understudied, it is necessary to find methods for identifying connections between them. The paper assesses the development of Russian regions in terms of the total fertility rate (TFR) in regions differently using information and communication technologies. To this end, the study obtained data from the Federal State Statistics Service, namely, from the section “Information and communication technologies” of reports “Regions of Russia: socio-economic indicators”. Univariate and multivariate statistical methods were applied. Russian regions were clustered according to 16 indicators characterising their digital development. Data for 2014 and 2019 were analysed. Three clusters — «best», «average» and «worst» — were identified. The higher polarisation was observed in 2014: 4 regions were included in the “average” cluster, 29 in the “best” cluster, and 46 in the “worst” cluster. In 2019, the polarisation diminished: 45 regions belonged to the “average” cluster, 33 to the “best” cluster, only 4 to the “worst” cluster (Republics of Dagestan, North Ossetia-Alania, Tyva, Chechen Republic). The results show that the total fertility rate is lower in clusters with higher values of digital development. In 2014–2019, TFR decreased by 31.1% in the “best” and by 47.7% in the “average” clusters; on the other hand, this indicator increased by 37.7 % in the “worst” cluster. However, it is difficult to assess the exact effect of specific digitalisation factors on fertility due to their complexity and interdependence. Further studies can focus on statistical evaluation of the impact of employment on reproductive behaviour.

В России исторически сложилась высокая региональная дифференциация социоэкономики, в том числе в сфере народонаселения. Новейшие процессы распространения информационно-коммуникационных технологий в регионах тоже протекают с разной скоростью. Влияние цифровизации на рождаемость населения мало изучено, требуется поиск релевантных методов выявления связей между обозначенными процессами. Целью исследования является оценка влияния цифрового развития регионов России на суммарный коэффициент рождаемости в регионах с разным уровнем использования информационно-коммуникационных технологий. В анализе использованы данные Росстата из сборников «Регионы России: социально-экономические показатели», раздел «Информационные и коммуникационные технологии». Применялись методы одномерной и многомерной статистической обработки данных. Проводилась кластеризация регионов РФ по 16 показателям, характеризующим уровень цифрового развития территории. Исследование выполнялось с пятилетним интервалом, в 2014 и 2019 гг. Выделено три кластера, условно названные «лучший», «средний» и «худший». Наиболее высокая поляризация цифрового развития наблюдалась в 2014 г.: в «среднем» кластере находилось 4 региона, в «лучшем» — 29, в «худшем» — 46. В 2019 г. поляризация сгладилась: в «среднем» кластере уже 45 регионов, в «лучшем» — 33, в «худшем» осталось 4: Республика Дагестан, Республика Северная Осетия — Алания, Чеченская Республика, Республика Тыва. Результаты показали, что средний суммарный коэффициент рождаемости ниже в тех кластерах, которые характеризуются более высокими показателями в области цифровизации. За 2014–2019 гг. в лучшем с точки зрения развития информационных и коммуникационных технологий кластере он снизился на 31,1 %, в «среднем» — на 47,7 %; в «худшем» кластере наблюдался рост рождаемости на 37,7 %. Многослойность и взаимозависимость факторов влияния на процессы рождаемости не позволила точно оценить вклад конкретных факторов цифровизации на деторождение. Обоснована перспективность будущих исследований в направлении статистической оценки влияния цифровизации занятости на репродуктивное поведение.

digitalisation, information and communication technologies, digital employment, Russian regions, regional differentiation, total fertility rate, cluster analysis, reproductive behaviour, multivariate statistical analysis, fertility factorsцифровизация, информационно-коммуникационные технологии, цифровизация занятости, регионы России, региональная дифференциация, суммарный коэффициент рождаемости, кластерный анализ, репродуктивное поведение, многомерный статистический анализ, факторы рождаемости

The article has been prepared with the support of the Russian Science Foundation (the project No. 22-18-00614), https://rscf.ru/project/22-18-00614/.

Исследование выполнено за счет гранта Российского научного фонда (проект № 22–18–00614), https://rscf.ru/project/22-18-00614/.

Arkhangelskiy, V. N. (2006). Fertility Factors . Moscow, Russia: TEIS, 399. (In Russ.)Billari, F., Giuntella, O., & Stella, L. (2019). Does broadband Internet affect fertility? Population Studies, 73 (3), 297–316. https://doi.org/10.1080/00324728.2019.1584327Chernenko, I. M., Kelchevskaya, N. R., Pelymskaya, I. S., & Almusaedi, H. K. A. (2021). Opportunities and threats of digitalisation for human capital development at the individual and regional levels. Ekonomika regiona [Economy of Region], 17 (4), 1239–1255. https://doi.org/10.17059/ekon.reg.2021-4-14 (In Russ.)Chung, H., & van der Horst, M. (2018). Women’s employment patterns after childbirth and the perceived access to and use of flexitime and teleworking. Human relations, 71 (1), 47–72. https://doi.org/10.1177/0018726717713828Fedorova, A., Chudinivskikh, M., & Polents, I. (2022). Legal regulation of work in the digital economy: protecting employees from psychosocial risks. In Zaramenskikh, E., Fedorova, A. (Eds.). Digitalization of Society, Economics and Management. Lecture Notes in Information Systems and Organisation, 53 (pp. 269–277). Cham: Springer. https://doi.org/10.1007/978-3-030-94252-6_20Friedman, D., Hechter, M., & Kanazawa, S. (1994). A theory of the value of children. Demography, 31 (3), 375–401. https://doi.org/10.2307/2061749Guldi, M., & Herbst, C. M. (2017). Offline effects of online connecting: the impact of broadband diffusion on teen fertility decisions. Journal of Population Economics, 30 ,69–91. https://doi.org/10.1007/s00148-016-0605-0Gurova, I. M. (2020). Remote work as a trend of time: results of mass testing. MIR (Modernizatsiya. Innovatsii. Razvitie) [MIR (Modernization. Innovation. Research)], 11(2), 128–147, https://doi.org/10.18184/2079-4665.2020.11.2.128-147 (In Russ.)Kalabikhina, I. E. (2019). Demographic Reflections on the Digital Economy. Vestnik Moskovskogo universiteta. Seriya 6. Ekonomika [Moscow University Economic Bulletin], 6 , 147–166. https://doi.org/10.38050/013001052019611 (In Russ.)Kalabikhina, I. E., Abduselimova, I. A., & Klimenko, G. A. (2020). The impact of high speed internet on reproductive behavior in Russia. Vestnik Moskovskogo universiteta. Seriya 6: Ekonomika [Moscow University Economics Bulletin], 6 , 90–103, https://doi.org/10.38050/01300105202065 (In Russ.)Koropets, O. A., & Tukhtarova, E. Kh. (2021). The impact of advanced industry 4.0 technologies on unemployment in Russian regions. Ekonomika regiona [Economy of Region], 17 (1), 182–196. https://doi.org/10.17059/ekon.reg.2021-1-14 (In Russ.)Kulkova, I. (2020). The coronavirus pandemic influence on demographic processes in Russia. Human Progress, 6 (1). htttps://doi.org/10.34709/im.161.5 (In Russ.)Lucia-Casademunt, A. M., García-Cabrera, A. M., Padilla-Angulo, L., & Cuéllar-Molina D. (2018). Returning to work after childbirth in Europe: well-being, work–life balance, and the interplay of supervisor support. Fronties in Psychology, 9 , 68. https://doi.org/10.3389/fpsyg.2018.00068Madhavan, S., & Adams, A. (2004). Women’s network and the social world of fertility behavior. International family planning perspectives, 29 (2), 58–56. https://doi.org/10.1363/ifpp.29.058.03Miller, A. R. (2010). The effects of motherhood timing on career path. Journal of population economics, 24 (3), 1071–1100. https://doi.org/10.1007/s00148-009-0296-xNegroponte, N. (1995). Being digital . New York: Knopf, 243.Novikova, N. V., & Strogonova, E. V. (2020). Regional aspects of studying the digital economy in the system of economic growth drivers. Journal of New Economy, 21 (2), 76–93. https://doi.org/10.29141/2658-5081-2020-21-2-5Pisarev, I. V., Byvshev, V. I., Panteleeva, I. A., & Parfenteva, K. V. (2022). Study on readiness of Russian regions for digital transformation. π-Economy, 15 (2), 22–37. htttps://doi.org/ 10.18721/je.15202 (In Russ.)Pishnyak, A. I., & Nadezhdina, E. V. (2020). Employment of Russian women after childbirth: incentives and barriers. Zhurnal issledovanii sotsial’noi politiki [The Journal of Social Policy Studies], 18 (2), 221–238. http://dx.doi.org/10.17323/727-0634-2020-18-2-221-238 (In Russ.)Razumova, T. O., & Serpukhova M. A. (2022). Theoretical and methodological foundations for the formation of the work-life balance indicator. Uroven’ zhizni naseleniya regionov Rossii [Living Standards of the Population in the Regions of Russia], 18 (4), 466–476. https://doi.org/10.19181/lsprr.2022.18.4.4 (In Russ.)Sadyrtdinov, R. R. (2020). The level of digitalization of the regions of Russia. Vestnik Chelyabinskogo gosudarstvennogo universiteta [Bulletin of Chelyabinsk State University], 10 (444), 230–235. https://doi.org/10.47475/1994-2796-2020-11029 (In Russ.)Sizova, I. L., Karapetyan, R. V., & Orlova, N. S. (2022). Features of the Digital Work Culture of Modern Russian Workers. Monitoring obshchestvennogo mneniya: ekonomicheskie i sotsial’nye peremeny [Monitoring of Public Opinion: Economic and Social Changes] , 5, 231–256. https://doi.org/10.14515/monitoring.2022.5.2246 (In Russ.).Smirnov, A. V., & Khramova, M. N. (2021). The Impact of the COVID-19 Pandemic on the Reproductive Attitudes of Russian Women. DEMIS. Demograficheskie issledovaniya [DEMIS. Demographic Research], 1 (4), 72–81. https://doi.org/10.19181/demis.2021.1.4.6 (In Russ.)Stavrou, E., & Ierodiakonou, C. (2011). Flexible work arrangements and intentions of unemployed women in Cyprus: a planned behaviour model. British journal of management, 22 (1), 150–172. http://dx.doi.org/10.1111/j.1467-8551.2010.00695.xTonkikh, N. V. (2021). Distance employment and parenthood: women’s opinions. Narodonaselenie [Population], 24 (3), 92–104, https://doi.org/10.19181/population.2021.24.3.8 (In Russ.)Tretyak, V. P. (2008). Numerous variances of using cluster technology. Nauka. Innovatsii. Obrazovanie [Science. Innovation. Education], 3 (4), 87–98. (In Russ.)Ward, J. (1963). Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58 (301), 236–244. https://doi.org/10.1080/01621459.1963.10500845Yastremsky, B. (1920). The connection between the elements of the peasant economy. Vestnik statistiki [Bulletin of Statistics] , 9–12, 48–69. (In Russ.)Архангельский, В. Н. (2006). Факторы рождаемости . Москва: ТЕИС, 399.Гурова, И. М. (2020). Дистанционная работа как тренд времени: результаты массового опыта. МИР (Модернизация. Инновации. Развитие), 11 (2), 128–147. https://doi.org/10.18184/2079-4665.2020.11.2.128-147Калабихина, И. Е. (2019). Демографические размышления о цифровой экономике. Вестник Московского университета. Серия 6. Экономика , 6, 147–166. https://doi.org/10.38050/013001052019611Калабихина, И. Е., Абдуселимова, И. А., Клименко, Г. А. (2020). Влияние высокоскоростного интернета на репродуктивное поведение в России. Вестник Московского университета. Серия 6: Экономика , 6, 90–103. https://doi.org/10.38050/01300105202065Коропец, О. А., Тухтарова, Е. Х. (2021). Влияние передовых технологий Индустрии 4.0 на безработицу в российских регионах. Экономика региона, 17 (1), 182–196. https://doi.org/10.17059/ekon.reg.2021-1-14Кулькова, И. А. (2020). Влияние пандемии коронавируса на демографические процессы в России. Human Progress, 6 (1). htttps://doi.org/10.34709/im.161.5Писарев, И. В., Бывшев, В. И., Пантелеева, И. А., Парфентьева, К. В. (2022). Исследование готовности регионов России к цифровой трансформации. π-Economy, 15 (2), 22–37. https://doi.org/ 10.18721/je.15202Пишняк, А. И., Надеждина, Е. В. (2020). Занятость российских женщин после рождения детей: стимулы и барьеры. Журнал исследований социальной политики, 18 (2), 221–238. http://dx.doi.org/10.17323/727-0634-2020-18-2-221-238Разумова, Т. О., Серпухова, М. А. (2022). Теоретико-методологические основы формирования показателя баланса семья — работа. Уровень жизни населения регионов России, 18 (4), 466–476. https://doi.org/10.19181/lsprr.2022.18.4.4Садыртдинов, Р. Р. (2020). Уровень цифровизации регионов России. Вестник Челябинского государственного университета, 10 (444), 230–235. https://doi.org/10.47475/1994-2796-2020-11029Сизова, И. Л., Карапетян, Р. В., Орлова, Н. С. (2022). Особенности цифровизации труда современных российских работников. Мониторинг общественного мнения: экономические и социальные перемены , 5, 231–256. https://doi.org/10.14515/monitoring.2022.5.2246Смирнов, А. В., Храмова, М. Н. (2021). Влияние пандемии COVID-19 на репродуктивные установки россиянок. ДЕМИС. Демографические исследования, 1 (4), 72–81. https://doi.org/10.19181/demis.2021.1.4.6Тонких, Н. В. (2021). Дистанционная занятость и родительство: мнения женщин. Народонаселение, 24 (3), 92–104. https://doi.org/10.19181/population.2021.24.3.8Третьяк, В. П. (2008). Многовариантность использования кластерной технологии. Наука. Инновации. Образование, 3 (4), 87–98.Черненко, И. М., Кельчевская, Н. Р., Пелымская, И. С., Алмусаеди, Х. К. А. (2021). Возможности и угрозы цифровизации для развития человеческого капитала на индивидуальном и региональном уровнях. Экономика региона, 17 (4), 1239–1255. https://doi.org/10.17059/ekon.reg.2021-4-14Ястремский, Б. (1920). Связь между элементами крестьянского хозяйства. Вестник статистики, 9–12 , 48–69.Billari, F., Giuntella, O., Stella, L. (2019). Does broadband Internet affect fertility? Population Studies, 73 (3), 297–316. https://doi.org/10.1080/00324728.2019.1584327Chung, H., van der Horst, M. (2018). Women’s employment patterns after childbirth and the perceived access to and use of flexitime and teleworking. Human relations, 71 (1), 47–72. https://doi.org/10.1177/0018726717713828Fedorova, A., Chudinivskikh, M., Polents, I. (2022). Legal regulation of work in the digital economy: protecting employees from psychosocial risks. In Zaramenskikh, E., Fedorova, A. (Eds.). Digitalization of Society, Economics and Management. Lecture Notes in Information Systems and Organisation, 53 (pp. 269–277). Cham: Springer. https://doi.org/10.1007/978–3–030–94252–6_20Friedman, D., Hechter, M., Kanazawa, S. (1994). A theory of the value of children. Demography, 31 (3), 375–401. https://doi.org/10.2307/2061749Guldi, M., Herbst, C. M. (2017). Offline effects of online connecting: the impact of broadband diffusion on teen fertility decisions. Journal of Population Economics,30 ,69–91. https://doi.org/10.1007/s00148-016-0605-0Lucia-Casademunt, A. M., García-Cabrera, A. M., Padilla-Angulo, L., Cuéllar-Molina D. (2018). Returning to work after childbirth in Europe: well-being, work–life balance, and the interplay of supervisor support. Fronties in Psychology, 9 , 68. https://doi.org/10.3389/fpsyg.2018.00068Madhavan, S., Adams, A. (2004). Women’s network and the social world of fertility behavior. International family planning perspectives, 29 (2), 58–56. https://doi.org/10.1363/ifpp.29.058.03Miller, A. R. (2010). The effects of motherhood timing on career path. Journal of population economics, 24 (3), 1071–1100. https://doi.org/10.1007/s00148-009-0296-xNegroponte, N. (1995). Being digital . New York: Knopf, 243.Novikova, N. V., Strogonova, E. V. (2020). Regional aspects of studying the digital economy in the system of economic growth drivers. Journal of New Economy, 21 (2), 76–93. https://doi.org/10.29141/2658-5081-2020-21-2-5Stavrou, E., Ierodiakonou, C. (2011). Flexible work arrangements and intentions of unemployed women in Cyprus: a planned behaviour model. British journal of management, 22 (1), 150–172. http://dx.doi.org/10.1111/j.1467-8551.2010.00695.xWard, J. (1963). Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58 (301), 236–244. https://doi.org/10.1080/01621459.1963.10500845