Details

Цель работы — выявление факторов, влияющих на суммарный коэффициент рождаемости в регионах Российской Федерации, и сравнение эконометрических моделей с методами машинного обучения. В работе сформирована панельная база данных по 83 субъектам Российской Федерации за 2000–2023 гг., проведены описательный и корреляционный анализ, построены модели Pooled OLS, Fixed Effects и Random Effects, а также модели Decision Tree, Random Forest, XGBoost, LightGBM и CatBoost. Установлено, что коэффициент брачности оказывает устойчивое положительное влияние на рождаемость, а учет региональных особенностей является необходимым условием корректного моделирования. Наилучшее качество прогноза показала модель XGBoost (R² = 0,8458). Наиболее значимыми факторами являются уровень урбанизации, численность женщин 20–34 лет, международная миграция, доходы населения и обеспеченность врачами. Практическая значимость работы заключается в возможности использования полученных результатов при разработке и оценке мер региональной демографической политики.

The aim of the study is to identify the factors affecting the total fertility rate in Russian regions and to compare econometric models with machine learning methods. The study is based on a panel dataset covering 83 Russian regions during 2000–2023. Descriptive and correlation analyses were conducted, followed by the estimation of Pooled OLS, Fixed Effects and Random Effects models, as well as Decision Tree, Random Forest, XGBoost, LightGBM and CatBoost algorithms. The results show that the marriage rate has a stable positive relationship with fertility, while regional effects play an important role in explaining fertility differences. XGBoost demonstrated the best predictive performance (R² = 0.8458). The most influential factors include urbanization, the number of women aged 20–34, international migration, income level and physician availability. The findings can be used to support regional demographic policy and fertility forecasting.