Власти впервые не назвали точную стоимость пенсионного балла на 2027 год
Как Россия ответит за высылку военного атташе из Дании
Трамп заявил о хороших шансах на мир по Украине после встречи с Путиным
Правительство рассмотрит инициативу об обязательных детских креслах в такси
Трамп хочет успеть добиться мирного соглашения России и Украины до начала января
Ужесточение для курильщиков с 1 марта: в 31 регионе запретят продажу вейпов
Выходные с циклоном, дождем и снегом: где потеплеет до +17, а где ударят морозы
МИД России вызвал временного поверенного в делах Эстонии
Сколько денег положить на вклад, чтобы не платить налог с процентов
Новые правила проверки газовых плит и колонок вводят для россиян с 2027 года
Придешь больным — штраф: работающих предупредили о наказании за героизм в офисе
Торговый конфликт США и Китая может затронуть Дальний Восток
Сохранить профессиональную молодость: в НИУ ВШЭ открылся третий форум ДПО
ГАИ отменит бумажные медсправки для водителей с 1 марта 2027 года
Операторы связи начнут предупреждать россиян о звонках из-за рубежа с 1 марта

Экономисты ВШЭ научились прогнозировать рождаемость по поисковым запросам

StolicaMedia, 30 июня. Сотрудники факультета экономических наук НИУ ВШЭ показали, что точность прогноза рождаемости в России можно улучшить почти в полтора раза, если добавить в модель динамику поисковых запросов по темам, связанным с беременностью и родами. В наиболее эффективных моделях ошибка прогноза снижается с 4,6 до 3,2%. Результаты исследования опубликованы в журнале Populations and Economics.

Повышение рождаемости и поддержка семьи остаются одними из приоритетов государства. Прогнозирование рождаемости позволяет рассчитать необходимое количество детских садов, школ, обеспечить людей инфраструктурой, предсказать состояние рынка труда и долгосрочные социальные расходы.

Сотрудники факультета экономических наук НИУ ВШЭ Лилия Родионова и Елена Копнова вместе с аспирантами Никитой Родионовым и Светланой Камелендиновой использовали поисковые запросы в качестве одного из предикторов рождаемости. По мнению авторов, изучение поведения пользователей в интернете, в частности анализ цифровых поисковых запросов, может выступать значимым источником данных и одним из предикторов демографических процессов, включая рождаемость.

Ученые проанализировали ежемесячные данные Росстата о числе родившихся в России с 2011 по 2024 год. Эту статистику сопоставили с динамикой поисковых запросов Google Trends, которая демонстрирует относительное изменение поискового интереса к тематике запросов. Наибольшее число поисков за определенный период времени поисковая система принимает за 100 пунктов и показывает, как менялась популярность запроса относительно этого максимума. Для исследования авторы собрали корпус из 56 слов, которые с помощью методов машинного обучения разделили на четыре смысловых блока: планирование беременности, течение беременности, подготовка к родам и универсальные запросы. Для анализа использовалась модель SARIMA, которая учитывает динамику рождений вне зависимости от сезонности.

На горизонте 1 год стандартная модель показала среднюю ошибку прогноза 4,62%, что в абсолютных числах составило около 4,6 тыс. на 100 тыс. рождений. Добавление поисковых данных в модель снизило ошибку с 4,62 до 3,2%.

"Наиболее эффективным блоком запросов оказался "Подготовка к родам". Можно предположить, что такие запросы, как "роддом", "сумка в роддом", чаще совершают женщины, которые уже знают о своей беременности и активно готовятся к предстоящим родам. Это делает их четким и надежным предиктором для краткосрочного прогноза", — сказала доцент факультета экономических наук НИУ ВШЭ Лилия Родионова.  

При этом наиболее сильный эффект был заметен после учета временного фактора (лагов) в поисковых запросах. По предположению авторов, пользователи обычно ищут материалы о течении беременности заранее. А поиск по запросам "сумка в роддом" или "дыхание при родах", наоборот, осуществляется незадолго до поездки в больницу. Эти запросы указывают также на близость рождения ребенка. Так, блок "планирование беременности" находит отражение в модели через 7,4 месяца, а блок "подготовка к родам" — уже через 6.

При увеличении срока прогнозирования лучше всего себя показала модель с использованием всех блоков запросов и временных интервалов. При горизонте 2 года ошибка снизилась до 2,7%, а 3 года — до 2,6%.

"Модель тестировалась на данных за период до декабря 2024 года, который включал в себя и пандемию COVID-19, и начало геополитической нестабильности. Высокая точность прогнозов на контрольном периоде, который включал кризисные годы, свидетельствует о высоком потенциале модели", — Лилия Родионова.  

161150
121
185
поделиться