Исследователи из НИУ ВШЭ нашли способ заметно повысить точность прогнозов рождаемости в России. Оказалось, что ключ к успеху лежит в анализе того, что пользователи ищут в интернете. Если добавить в расчеты данные о поисковых запросах на тему беременности и родов, ошибка прогноза снижается с 4,6 до 3,2%. Результаты этой работы опубликованы в журнале Populations and Economics.
Государство продолжает уделять внимание поддержке семей и повышению рождаемости. Точные прогнозы в этой сфере нужны не просто для статистики: они позволяют рассчитать, сколько потребуется детских садов и школ, спланировать развитие инфраструктуры, а также оценить будущее состояние рынка труда и социальные расходы.
Над проектом работали сотрудники факультета экономических наук НИУ ВШЭ Лилия Родионова и Елена Копнова вместе с аспирантами Никитой Родионовым и Светланой Камелендиновой. Они решили использовать поисковые запросы как один из предикторов демографических процессов. По мнению авторов, цифровые следы пользователей — ценный источник данных, который может многое рассказать о поведении людей, в том числе о планах завести ребенка.
Ученые взяли ежемесячную статистику Росстата о числе родившихся в России за 2011–2024 годы. Эти цифры они сопоставили с динамикой запросов в Google Trends. Система берет за 100 пунктов пиковую популярность запроса и показывает, как интерес к нему менялся со временем. Для анализа отобрали 56 слов, которые с помощью машинного обучения разбили на четыре смысловые группы: планирование беременности, течение беременности, подготовка к родам и универсальные запросы. В качестве основы использовали модель SARIMA, которая учитывает сезонные колебания рождаемости.
Без учета поисковых данных стандартная модель на горизонте в один год давала среднюю ошибку 4,62%. В абсолютных цифрах это около 4,6 тыс. ошибок на каждые 100 тыс. рождений.
Когда в модель добавили поисковые запросы, ошибка упала 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», — объясняет доцент факультета экономических наук НИУ ВШЭ Лилия Родионова.
Особенно сильный эффект проявился, когда исследователи учли временной фактор — лаги. Логика простая: информацию о течении беременности пользователи обычно ищут заранее. А вот запросы вроде «сумка в роддом» или «дыхание при родах» появляются непосредственно перед поездкой в больницу. Такие запросы служат маркером скорого появления ребенка на свет. Например, блок «планирование беременности» отражается в модели через 7,4 месяца, а блок «подготовка к родам» — уже через 6.
Если нужно сделать прогноз на более долгий срок, лучше всего работает модель, которая учитывает все блоки запросов и временные интервалы. При горизонте в два года ошибка снижается до 2,7%, а при трех годах — 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», — говорит Лилия Родионова.
Ранее Наука Mail публиковала интервью с первым проректором ВШЭ Анной Тышецкой.
