Статистический анализ неравномерности цифровизации регионов РФ и ее влияния на суммарный коэффициент рождаемости
DOI:
https://doi.org/10.17059/ekon.reg.2024%20-1-7Ключевые слова:
цифровизация, информационно-коммуникационные технологии, цифровизация занятости, регионы России, региональная дифференциация, суммарный коэффициент рождаемости, кластерный анализ, репродуктивное поведение, многомерный статистический анализ, факторы рождаемостиАннотация
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.
Библиографические ссылки
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/10.1080/00324728.2019.1584327
Chernenko, 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/10.1177/0018726717713828
Fedorova, 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_20
Friedman, D., Hechter, M., & Kanazawa, S. (1994). A theory of the value of children. Demography, 31 (3), 375–401. https://doi.org/10.2307/2061749
Guldi, 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/s00148-016-0605-0
Gurova, 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.2018.00068
Madhavan, 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.29.058.03
Miller, 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-x
Negroponte, 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/10.29141/2658-5081-2020-21-2-5
Pisarev, 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.x
Tonkikh, 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/10.1080/01621459.1963.10500845
Yastremsky, B. (1920). The connection between the elements of the peasant economy. Vestnik statistiki [Bulletin of Statistics] , 9–12, 48–69. (In Russ.)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Natalia V. Tonkikh , Vladislav A. Kataev , Elena M. Kochkina
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
