Факторы демографического благополучия российского села: предварительные гипотезы для ML‑моделирования
Научная статья
Для цитирования
Дождиков А. В. Факторы демографического благополучия российского села: предварительные гипотезы для ML‑моделирования // ДЕМИС. Демографические исследования. 2026. Том 6. № 2. С. 240-262. DOI: https://doi.org/10.19181/demis.2026.6.2.14 EDN: JYOUPV
Аннотация
Исследование посвящено формулированию предварительных гипотез и подбору методов машинного обучения для количественного анализа демографо-миграционной динамики сельского населения регионов России и ее связи с инфраструктурно-экономическими характеристиками. Рассматриваются зависимости между миграционным и естественным движением населения и уровнем инфраструктуры, инвестициями, жилищным строительством, доступом к услугам и экономической активностью. Цель – построить модель для выявления устойчивых связей между факторами, кластерной типологией регионов и предварительно проверить первичные гипотезы с применением методов машинного обучения. Используется ограниченный набор данных Росстата, агрегированных в панель «регион–год» с очисткой, нормировкой и построением синтетических индексов. Применяются методы EDA, PCA + K-means, регрессии, деревья решений и Random Forest. Для продолжения исследования и последующей корректировки гипотез нами установлено, что: пока не выявлена связь инвестиций с ростом миграционного сальдо, тогда как налицо признаки ассоциации жилищного строительство с замедлением убыли населения; эффекты влияния инфраструктуры ограничены; что необходим больший временной лаг для выявления связей между управленческими решениями и результатами; кроме того, зафиксированы кластерная неоднородность регионов и ограниченная предсказательная способность моделей в отношении миграции. Практическая значимость — улучшение таргетирования политики развития села. Ограничения исследования включают короткую панель, агрегирование и шоки 2020–2023 гг. Перспективы исследования – проверка гипотез с использованием задействованных методов на большом наборе данных регион-год.
Ключевые слова:
сельское население, внутренняя миграция, демографические процессы, сельские территории, инфраструктура, жилищное строительство, социальная инфраструктура, панельные данные, кластерный анализ, машинное обучение
Литература
1. Manggat, I. The Impact of Infrastructure Development on Rural Communities: A Literature Review / I. Manggat, R. Zain, Z. Jamaluddin // International Journal of Academic Research in Business and Social Sciences. 2018. Vol. 8, № 1. Pp. 637–648. DOI 10.6007/IJARBSS/v8-i1/3837.
2. Hunter, L. M. The Association Between Natural Amenities, Rural Population Growth, and Long-Term Residents’ Economic Well-Being / L. M. Hunter, J. D. Boardman, J. M. Saint Onge // Rural Sociology. 2005. Vol. 70, № 4. Pp. 452–469. DOI 10.1526/003601105775012714.
3. Mkrtchyan, N. V. Migration in Rural Areas of Russia: Territorial Differences // Population and Economics. 2019. Vol. 3, № 1. Pp. 39–51. DOI 10.3897/popecon.3.e34780.
4. Карцева, М. А. Сельско-городская миграция в современной России через призму количественного и качественного анализа / М. А. Карцева, Н. В. Мкртчян, Ю. Ф. Флоринская // Крестьяноведение. 2024. Т. 9, № 2. С. 153–179. DOI 10.22394/2500-1809-2024-9-2-153-179. EDN QIKHOV.
5. Пилипенко, И. В. Региональные приоритеты в модернизации инженерной инфраструктуры в сельской местности для повышения качества жизни населения (часть первая) / И. В. Пилипенко, И. М. Шнейдерман // Народонаселение. 2024. Т. 27, № 1. С. 20–32. DOI 10.24412/1561-7785-2024-1-20-32. EDN MMZEPF.
6. Пилипенко, И. В. Региональные приоритеты в модернизации инженерной инфраструктуры в сельской местности для повышения качества жизни населения (часть вторая) / И. В. Пилипенко, И. М. Шнейдерман // Народонаселение. 2024. Т. 27, № 2. С. 26–40. DOI 10.24412/1561-7785-2024-2-26-40. EDN EOQSCH.
7. Семенова, Е. И. Планирование развития социальной инфраструктуры сельских территорий / Е. И. Семенова, С. Ю. Симонов, А. В. Семенов // АПК: экономика, управление. 2022. № 12. С. 84–89. DOI 10.33305/2212-84. EDN LZINEK.
8. Нефедова, Т. Г. Полимасштабный подход к выявлению пространственного неравенства в России как стимула и тормоза развития / Т. Г. Нефедова, А. И. Трейвиш, А. В. Шелудков // Известия Российской академии наук. Серия географическая. 2022. Т. 86, № 3. С. 289–309. DOI 10.31857/S2587556622030128. EDN FCOHMS.
9. Hartwig, T. Local Infrastructure, Rural Households’ Resilience Capacity and Poverty: Evidence from Panel Data for Southeast Asia / T. Hartwig, T. T. Nguyen // Journal of Economics and Development. 2023. Vol. 25, № 1. Pp. 2–21. DOI 10.1108/JED-10-2022-0199.
10. Kerimkhulle, S. Applying a Housing Construction Model to Improve a Small Town Demographic Dynamics / S. Kerimkhulle, A. Mukhanova, M. Kantureyeva, et al. // AIP Conference Proceedings. 2023. Vol. 2700. Art. 040047. DOI 10.1063/5.0125066.
11. Assylbayev, A. Interdependence of the Rural Housing Stock and the Rural Population: A Scientific Perspective / A. Assylbayev, K. Niiazalieva, L. Kryzhanova, E. Ploskikh // BIO Web of Conferences. 2024. Vol. 83. Art. 07007. DOI 10.1051/bioconf/20248307007.
12. Chapliatakaya, A. Rural-Urban Migration within Russia: Prospects and Drivers / A. Chapliatakaya, G. Tassinari, W. J. M. Heijman, J. Van Ophem // Regional Science Policy & Practice. 2024. Vol. 16, № 9. Art. 100053. DOI 10.1016/j.rspp.2024.100053.
13. Bezverbny, V. The Impact of Population Density on the Socio-Economic Development of Russian Regions: From Correlation Portraits to the Cluster-Differentiated Density Governance / V. Bezverbny, T. Rostovskaya, A. Sitkovsky, S. Roslavtsev // Frontiers in Political Science. 2025. Vol. 7. P. 1715504. DOI 10.3389/fpos.2025.1715504. EDN KFFAYE.
14. Celepcikay, O. U. Regional Pattern Discovery in Geo-Referenced Datasets Using PCA / O. U. Celepcikay, C. F. Eick, C. Ordonez // Machine Learning and Data Mining in Pattern Recognition. MLDM 2009. Lecture Notes in Computer Science / P. Perner (ed.). Berlin : Springer, 2009. Pp. 433–447. DOI 10.1007/978-3-642-03070-3_54.
15. Ayberkin, D. Analysis of Turkey’s Demographic and Social Structure Using PCA and K-Means Clustering / D. Ayberkin, О. Sebetci // MANAS Sosyal Araştırmalar Dergisi. 2026. Vol. 15, № 1. Pp. 146–166. DOI 10.33206/mjss.1481386.
16. Petersen, J. Changes to Rural Migration in the COVID-19 Pandemic / J. Petersen, R. Winkler, M. Mockrin // Rural Sociology. 2024. Vol. 89, № 1. Pp. 130–155. DOI 10.1111/ruso.12530.
17. González-Leonardo, M. Rural Revival? The Rise in Internal Migration to Rural Areas during the COVID-19 Pandemic. Who Moved and Where? / M. González-Leonardo, F. Rowe, A. Fresolone-Caparrós // Journal of Rural Studies. 2022. Vol. 96. Pp. 332–342. DOI 10.1016/j.jrurstud.2022.11.006.
18. Lukić, V. Did the COVID-19 Pandemic Change Internal Rural Migration Patterns in Serbia? / V. Lukić, S. Lović, J. Stojilković Gnjatović // Erdkunde. 2023. Vol. 77, № 3. Pp. 233–249. DOI 10.3112/erdkunde.2023.03.04.
19. Incaltarau, C. Exploring the Urban-Rural Dichotomies in Post-Pandemic Migration Intention: Empirical Evidence from Europe / C. Incaltarau, K. Kourtit, G. C. Pascariu // Journal of Rural Studies. 2024. Vol. 111. Pp. 1–19. DOI 10.1016/j.jrurstud.2024.103428.
20. Belgiu, M. Random Forest in Remote Sensing: A Review of Applications and Future Directions / M. Belgiu, L. Drăguţ // ISPRS Journal of Photogrammetry and Remote Sensing. 2016. Vol. 114. Pp. 24–31. DOI 10.1016/j.isprsjprs.2016.01.011.
21. Best, K. B. Random Forest Analysis of Two Household Surveys Can Identify Important Predictors of Migration in Bangladesh / K. B. Best, J. M. Gilligan, H. Baroud, et al. // Journal of Computational Social Science. 2021. Vol. 4. Pp. 77–100. DOI 10.1007/s42001-020-00066-9.
22. Deb, D. Application of Random Forest and SHAP Tree Explainer in Exploring Spatial (In)Justice to Aid Urban Planning / D. Deb, R. M. Smith // ISPRS International Journal of Geo-Information. 2021. Vol. 10, № 9. Art. 629. DOI 10.3390/ijgi10090629.
23. Бадыкова, И. Р. Детерминанты валового регионального продукта в России: подход машинного обучения // Экономика региона. 2026. Т. 22, № 1. С. 97–108. DOI 10.17059/ekon.reg.2026-1-8.
24. White, M. Rural Growth Requires More Housing // Farmdoc Daily. 2024. Vol. 14, № 97. DOI 10.22004/ag.econ.358509.
25. Kumagai, J. Impacts of Urban – Rural Migration on Domain-Specific Life Satisfaction / Kumagai J., Yoo S., Managi S., et al. // Cities. 2025. Vol. 139. Art. 106056. DOI 10.1016/j.cities.2025.106056.
26. Loras-Gimeno, D. Rural Depopulation in the 21st Century: A Systematic Review of Policy Assessments / D. Loras-Gimeno, J. Díaz-Lanchas, G. Gómez-Bengoechea // Regional Science Policy & Practice. 2025. Vol. 17, № 5. Art. 100176. DOI 10.1016/j.rspp.2025.100176.
2. Hunter, L. M. The Association Between Natural Amenities, Rural Population Growth, and Long-Term Residents’ Economic Well-Being / L. M. Hunter, J. D. Boardman, J. M. Saint Onge // Rural Sociology. 2005. Vol. 70, № 4. Pp. 452–469. DOI 10.1526/003601105775012714.
3. Mkrtchyan, N. V. Migration in Rural Areas of Russia: Territorial Differences // Population and Economics. 2019. Vol. 3, № 1. Pp. 39–51. DOI 10.3897/popecon.3.e34780.
4. Карцева, М. А. Сельско-городская миграция в современной России через призму количественного и качественного анализа / М. А. Карцева, Н. В. Мкртчян, Ю. Ф. Флоринская // Крестьяноведение. 2024. Т. 9, № 2. С. 153–179. DOI 10.22394/2500-1809-2024-9-2-153-179. EDN QIKHOV.
5. Пилипенко, И. В. Региональные приоритеты в модернизации инженерной инфраструктуры в сельской местности для повышения качества жизни населения (часть первая) / И. В. Пилипенко, И. М. Шнейдерман // Народонаселение. 2024. Т. 27, № 1. С. 20–32. DOI 10.24412/1561-7785-2024-1-20-32. EDN MMZEPF.
6. Пилипенко, И. В. Региональные приоритеты в модернизации инженерной инфраструктуры в сельской местности для повышения качества жизни населения (часть вторая) / И. В. Пилипенко, И. М. Шнейдерман // Народонаселение. 2024. Т. 27, № 2. С. 26–40. DOI 10.24412/1561-7785-2024-2-26-40. EDN EOQSCH.
7. Семенова, Е. И. Планирование развития социальной инфраструктуры сельских территорий / Е. И. Семенова, С. Ю. Симонов, А. В. Семенов // АПК: экономика, управление. 2022. № 12. С. 84–89. DOI 10.33305/2212-84. EDN LZINEK.
8. Нефедова, Т. Г. Полимасштабный подход к выявлению пространственного неравенства в России как стимула и тормоза развития / Т. Г. Нефедова, А. И. Трейвиш, А. В. Шелудков // Известия Российской академии наук. Серия географическая. 2022. Т. 86, № 3. С. 289–309. DOI 10.31857/S2587556622030128. EDN FCOHMS.
9. Hartwig, T. Local Infrastructure, Rural Households’ Resilience Capacity and Poverty: Evidence from Panel Data for Southeast Asia / T. Hartwig, T. T. Nguyen // Journal of Economics and Development. 2023. Vol. 25, № 1. Pp. 2–21. DOI 10.1108/JED-10-2022-0199.
10. Kerimkhulle, S. Applying a Housing Construction Model to Improve a Small Town Demographic Dynamics / S. Kerimkhulle, A. Mukhanova, M. Kantureyeva, et al. // AIP Conference Proceedings. 2023. Vol. 2700. Art. 040047. DOI 10.1063/5.0125066.
11. Assylbayev, A. Interdependence of the Rural Housing Stock and the Rural Population: A Scientific Perspective / A. Assylbayev, K. Niiazalieva, L. Kryzhanova, E. Ploskikh // BIO Web of Conferences. 2024. Vol. 83. Art. 07007. DOI 10.1051/bioconf/20248307007.
12. Chapliatakaya, A. Rural-Urban Migration within Russia: Prospects and Drivers / A. Chapliatakaya, G. Tassinari, W. J. M. Heijman, J. Van Ophem // Regional Science Policy & Practice. 2024. Vol. 16, № 9. Art. 100053. DOI 10.1016/j.rspp.2024.100053.
13. Bezverbny, V. The Impact of Population Density on the Socio-Economic Development of Russian Regions: From Correlation Portraits to the Cluster-Differentiated Density Governance / V. Bezverbny, T. Rostovskaya, A. Sitkovsky, S. Roslavtsev // Frontiers in Political Science. 2025. Vol. 7. P. 1715504. DOI 10.3389/fpos.2025.1715504. EDN KFFAYE.
14. Celepcikay, O. U. Regional Pattern Discovery in Geo-Referenced Datasets Using PCA / O. U. Celepcikay, C. F. Eick, C. Ordonez // Machine Learning and Data Mining in Pattern Recognition. MLDM 2009. Lecture Notes in Computer Science / P. Perner (ed.). Berlin : Springer, 2009. Pp. 433–447. DOI 10.1007/978-3-642-03070-3_54.
15. Ayberkin, D. Analysis of Turkey’s Demographic and Social Structure Using PCA and K-Means Clustering / D. Ayberkin, О. Sebetci // MANAS Sosyal Araştırmalar Dergisi. 2026. Vol. 15, № 1. Pp. 146–166. DOI 10.33206/mjss.1481386.
16. Petersen, J. Changes to Rural Migration in the COVID-19 Pandemic / J. Petersen, R. Winkler, M. Mockrin // Rural Sociology. 2024. Vol. 89, № 1. Pp. 130–155. DOI 10.1111/ruso.12530.
17. González-Leonardo, M. Rural Revival? The Rise in Internal Migration to Rural Areas during the COVID-19 Pandemic. Who Moved and Where? / M. González-Leonardo, F. Rowe, A. Fresolone-Caparrós // Journal of Rural Studies. 2022. Vol. 96. Pp. 332–342. DOI 10.1016/j.jrurstud.2022.11.006.
18. Lukić, V. Did the COVID-19 Pandemic Change Internal Rural Migration Patterns in Serbia? / V. Lukić, S. Lović, J. Stojilković Gnjatović // Erdkunde. 2023. Vol. 77, № 3. Pp. 233–249. DOI 10.3112/erdkunde.2023.03.04.
19. Incaltarau, C. Exploring the Urban-Rural Dichotomies in Post-Pandemic Migration Intention: Empirical Evidence from Europe / C. Incaltarau, K. Kourtit, G. C. Pascariu // Journal of Rural Studies. 2024. Vol. 111. Pp. 1–19. DOI 10.1016/j.jrurstud.2024.103428.
20. Belgiu, M. Random Forest in Remote Sensing: A Review of Applications and Future Directions / M. Belgiu, L. Drăguţ // ISPRS Journal of Photogrammetry and Remote Sensing. 2016. Vol. 114. Pp. 24–31. DOI 10.1016/j.isprsjprs.2016.01.011.
21. Best, K. B. Random Forest Analysis of Two Household Surveys Can Identify Important Predictors of Migration in Bangladesh / K. B. Best, J. M. Gilligan, H. Baroud, et al. // Journal of Computational Social Science. 2021. Vol. 4. Pp. 77–100. DOI 10.1007/s42001-020-00066-9.
22. Deb, D. Application of Random Forest and SHAP Tree Explainer in Exploring Spatial (In)Justice to Aid Urban Planning / D. Deb, R. M. Smith // ISPRS International Journal of Geo-Information. 2021. Vol. 10, № 9. Art. 629. DOI 10.3390/ijgi10090629.
23. Бадыкова, И. Р. Детерминанты валового регионального продукта в России: подход машинного обучения // Экономика региона. 2026. Т. 22, № 1. С. 97–108. DOI 10.17059/ekon.reg.2026-1-8.
24. White, M. Rural Growth Requires More Housing // Farmdoc Daily. 2024. Vol. 14, № 97. DOI 10.22004/ag.econ.358509.
25. Kumagai, J. Impacts of Urban – Rural Migration on Domain-Specific Life Satisfaction / Kumagai J., Yoo S., Managi S., et al. // Cities. 2025. Vol. 139. Art. 106056. DOI 10.1016/j.cities.2025.106056.
26. Loras-Gimeno, D. Rural Depopulation in the 21st Century: A Systematic Review of Policy Assessments / D. Loras-Gimeno, J. Díaz-Lanchas, G. Gómez-Bengoechea // Regional Science Policy & Practice. 2025. Vol. 17, № 5. Art. 100176. DOI 10.1016/j.rspp.2025.100176.
Статья
Поступила: 14.03.2026
Опубликована: 30.06.2026
Форматы цитирования
Другие форматы цитирования:
APA
Дождиков, А. В. (2026). Факторы демографического благополучия российского села: предварительные гипотезы для ML‑моделирования. ДЕМИС. Демографические исследования, 6(2), 240-262. https://doi.org/10.19181/demis.2026.6.2.14
Раздел
Социальная демография
JATS XML
