Моделирование избыточной смертности в пандемийный период в разрезе федеральных округов Российской Федерации

Обложка

Цитировать

Полный текст

Аннотация

Пандемия затронула все сферы жизни во всех регионах Российской Федерации и повлияла на временное увеличение смертности населения России. Проведенные расчеты показывают, что пандемия прошла как две волны, каждая из которых состояла из трех частей с пиками высокой избыточной смертности. Цель данной статьи – на основе математических моделей вычислить избыточную смертность в разрезе федеральных округов с учетом данных последней всероссийской переписи населения, проанализировать влияние COVID-19 на избыточную смертность населения России. При расчете избыточной смертности первым методом учитывалась смертность в предыдущем периоде (2019 год), второй метод основан на расчете тенденции снижения смертности в 2019 году по сравнению с 2018 годом, третий – комбинированный статистический метод SARIMAX – учитывает тенденции смертности с 2015 года. Результатом моделирования является количественная оценка сверхсмертности в России в пандемийный период. Пандемией можно объяснить 57% избыточных смертей в 2020–2021. Составлен прогноз смертности на 2023 год в разрезе федеральных округов. Результаты могут быть учтены при разработке прогнозов социально-экономического развития России на долгосрочный период в части здоровьесбережения населения.

Об авторах

Ирина Владимировна Маханькова

Институт экономики Карельского научного центра РАН, Петрозаводск

Email: makhankova@petrsu.ru
Республика Карелия

Павел Васильевич Дружинин

Институт экономики Карельского научного центра РАН, Петрозаводск

Email: pdruzhinin@mail.ru
Республика Карелия

Список литературы

  1. БЛОХ А.И., ПАСЕЧНИК О.А., КРАВЧЕНКО Е.И. и др. Подходы к оценке избыточной смертности населения в регионах РФ в период пандемии COVID-19 // Медицин-ский альманах. – 2022. – №1(70). – С. 57–65.
  2. ГОРОШКО Н.В., ПАЦАЛА С.В., Избыточная смерт-ность в период пандемии COVID-19: регионы России на фоне страны // Социально-трудовые исследования. – 2022. – №46(1). – С. 103–116.
  3. ДРУЖИНИН П.В., МОРОШКИНА М.В., СЕДОВА К.Е. Развитие агломераций и рост экономики регионов // Конкурентоспособность в глобальном мире: экономика, наука, технологии. – 2023. – №6. – С. 95–99.
  4. КАШЕПОВ А.В. Избыточная смертность населения во время пандемии COVID-19 в регионах России // Вестник Алтайской академии экономики и права. – 2022. – №9-3. – С. 352–360.
  5. КРИГЕР Е.А., ПОСТОЕВ В.А., ГРЖИБОВСКИЙ А.М. Статистические подходы к оценке избыточной смерт-ности: обзор предметного поля на примере пандемии COVID-19 // Экология человека. – 2023. – Т. 30, №7. – С. 483–498.
  6. КРЮКОВ В.А., СЕЛИВЕРСТОВ В.Е. Пандемия корона-вируса: Сибирское измерение // Научные труды Вольно-го экономического общества России. – 2022. – Т. 234, №2. – С. 32–53.
  7. ЛИФШИЦ М.Л. Дополнительная смертность в период пандемии COVID-19 в России и других странах // Human Progress. – 2022. – Т. 8, №2. – С. 8.
  8. ПАСТУХОВА Е.Я., МОРОЗОВА Е.А. Избыточная смертность в сибирских регионах в условиях пандемии COVID-19: динамика и факторы влияния // Регионоло-гия. – 2022. – Т. 30, №3. – С. 602–623.
  9. СМИРНОВ А.Ю. Избыточная смертность в сибирских регионах в условиях пандемии COVID-19: динамика и факторы влияния // Народонаселение. – 2021. – Т. 24, № . – С. 76–86.
  10. CARTER L.R., LEE R.D. Modeling and forecasting US sex differentials in mortality // Int. Journal of Forecasting. –1992. – Vol. 8, Iss. 3. – P. 393–411.
  11. https://rosstat.gov.ru/folder/12781 (дата обращения 23.01.2025).
  12. https://rosstat.gov.ru/storage/mediabank/EDN_12-2023.html (дата обращения 23.01.2025).
  13. https://www.who.int/publications/m/item/methods-for-estimating-the-excess-mortality-associatedwith-the-covid-19-pandemic (дата обращения 23.01.2025).
  14. KARLINSKY A., KOBAK D. Tracking excess mortality across countries during the covid-19 pandemic with the world mortality dataset // eLife. – 2021. – Vol. 10. – P. e69336.
  15. KNUTSON V., ALESHIN-GUENDEL S., KARLINSKY A. et al. Estimating global and country-specific excess mortality during the Covid-19 pandemic // Annals of Applied Statis-tics. – 2023. – Vol. 17, No. 2.
  16. LI N., LEE R. Coherent mortality forecasts for a group of populations: an extension of the Lee-Carter method // De-mography, – 2005. – Vol. 42(3). – P. 575–94.
  17. MSEMBURI W., KARLINSKY A., KNUTSON V. et al. The WHO estimates of excess mortality associated with the COVID-19 pandemic // Nature. – 2023. – Jan; 613(7942). – P. 130–137.
  18. SAMSUDIN N.S., MOHD NOR S.R. Multi-Population O’Hare with ARIMA, ARIMA-GARCH and ANN in Forecast-ing Mortality Rate // Matematika. – 2023 – Vol. 39(3). – P. 213–226.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 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».