CC BY
50Ссылка для цитирования этой статьи:
Бессонова Л.П. Пандемия коронавируса и ее влияние на демографические процессы и качество жизни в России // Human Progress. 2020, Том 6, Выпуск 4. C. 3. URL: http://progress-human.com/images/2020/Tom6_4/Bessonova.pdf, свободный. DOI 10.34709/IM.164.3
УДК 314.172
ПАНДЕМИЯ КОРОНАВИРУСА И ЕЕ ВЛИЯНИЕ НА ДЕМОГРАФИЧЕСКИЕ ПРОЦЕССЫ И КАЧЕСТВО ЖИЗНИ
В РОССИИ
^^^^ Бессонова Людмила Павловна
Иш^ доктор технических наук, доцент,
профессор кафедры Технология продуктов животного происхождения ФГБОУ ВО «Воронежский государственный университет инженерных технологий»
blp.bessonova@yandex.ru пр-т Революции, 19 г. Воронеж, РФ, 394000 +7 (473) 255-27-65
Аннотация. В работе проведены исследования влияния коронавирусного заболевания COVID-19 на демографические процессы в мире и России. Целью статьи является определение влияния пандемии на основные процессы демографии: смертность, рождаемость, количество разводов и установление зависимостей между этими показателями. Исследование проводилось автором путем обработки статистических данных, полученных в открытых источниках: интернет и Росстат, с помощью программ Excel и STATISTICA - 10. На примере Белгородской области показано распространение коронавируса среди жителей сельского населения, а для жителей ряда областей ЦФО установлена корреляционная зависимость между такими показателями, как число заболевших, умерших, число браков и разводов, число занятых и безработных, построены графики и уравнения зависимостей, позволяющие рассчитать показатель на основании известных статистических данных. Для наглядности представленных результатов исследования использован графический метод. Рассчитанное автором уравнение позволяет спрогнозировать число родившихся в России на основании показателей числа браков и разводов, занятых и безработных.
Ключевые слова: коронавирус; смертность; рождаемость; демографические процессы; корреляционная зависимость. JEL коды: J 11; J 19.
Введение
Весть о коронавирусе пришла к нам несколько месяцев назад из Китайского города Ухань. Тогда мы и представить себе не могли, какое влияние этот вирус окажет на весь мир и нас - россиян. В Китае на борьбу с данным вирусом ушло всего 2 месяца, в то время как в Европе [1; 2; 3], США [4] и других регионах мира коронавирус продолжает стремительно развиваться [5], поражая миллионы и унося жизни сотни тысяч людей [6].
Многие ученые, аналитики разных государств не могут пока решить вопрос, является ли вирус рукотворным или естественным, и кто виноват в быстром распространении данного вируса. И, если вспыхнувшая пандемия является рукотворной, то кому она выгодна, и кто желает разбогатеть на распространении лекарств и вакцин, направленных на борьбу с ней? Как она будет влиять на демографические процессы [7]
Человечество много раз переживало различные эпидемии, так, например, в Средние века эпидемию чумы, в XIX столетии - холеру, в начале XX века - испанский грипп. Отличительной особенностью нынешней пандемии является отказ от международного сотрудничества в решении данной проблемы, разобщении государств, а также разделение людей внутри государства. Хотя понятно, что только в объединении возможно спасение и решение любых проблем.
Однако несмотря на то, что в мире сегодня широко распространены средства связи, они не спасают от кризисов, возникающих в международных отношениях и внутри государств. Сегодняшний мир находится в глубочайшем кризисе, разъединяющим не только государства, но и регионы внутри одной страны. Очевидно, что пандемию невозможно победить в отдельно взятой стране и при закрытых границах.
Наша страна первой разработала вакцину от коронавируса «Спутник V». В октябре была зарегистрирована вторая вакцина — разработка Государственного научного центра вирусологии и биотехнологии «Вектор». Кроме того, Научный центр исследований и разработки иммунобиологических препаратов имени М.П. Чумакова в настоящее время разрабатывает третью вакцину от COVID-19, изготовленную на основе «убитого» цельного вируса. Однако степень доверия к ним в мире (за исключением отдельных государств) очень низкая.
Россия в настоящее время является изгоем среди западных стран, которые не доверяют нам и вводят перекрестные санкции. Во многих государствах в т.ч. постсоветского пространства осуществляются цветные революции, целью которых является захват власти лояльной к внешнему управлению, прежде всего США (Армения, Украина, Белоруссия и др.).
В США тоже происходит перестройка и революция, связанные с выборами 46 президента. Напряженность в мире нарастает и может перейти в полноценную гибридную войну.
Отличительной особенностью нашего времени является взаимосвязь экономики и медицины. Низкий уровень развития медицины в стране или деградация экономики являются факторами риска, ведущими к человеческим жертвам.
Целью статьи является определение влияния пандемии на основные процессы демографии: смертность, рождаемость, количество разводов и установление зависимостей между этими показателями.
1. Методы исследования
Исследование проводилось автором путем обработки статистических данных, полученных в открытых источниках: интернет и Росстат, с помощью программ Есхе1 и STATISTICA - 10.
2. Анализ возможных последствий влияния пандемии коронавируса на демографические процессы
Опираясь на статистические данные, проанализируем сложившуюся демографическую ситуацию, связанную с пандемией коронавируса, по состоянию на 9.11.2020 г в мире и в России.
На рис.1 представлена диаграмма, отображающая показатель смертности в различных странах мира (в %) от числа заболевших.
Рис.1: Смертность (%) от количества заболевших в различных странах мира
Как видно из рисунка, график распространения пандемии в мире носит экспоненциальный характер. На характер распространения влияют такие факторы, как уровень коммуникаций, плотность населения, интенсивность общения и др. Как видно из диаграммы самый высокий процент смертности в Мексике -9,8%, а самый низкий в Индии -1,5%. Россия занимаем восьмое место из девяти стран с показателем - 1,7%.
Естественная убыль населения России в первые семь месяцев 2020 года выросла по сравнению с прошлым годом более чем на 30% и составила 316,3 тыс. человек, следует из данных оперативного доклада Счетной палаты об исполнении федерального бюджета и бюджетов государственных внебюджетных фондов [2].
На рис. 2 представлена диаграмма, отображающая показатель смертности в различных регионах России.
Рис. 2: Смертность (%) от количества заболевших в различных регионах России
Как видно из рисунка, график распространения пандемии в России также отображается экспонентой. При этом, самый высокий показатель смертности в г. Санкт-Петербург, а наименьший показатель в Белгородской области. Воронежская область находится на восьмом месте по данному показателю из 12 представленных регионов.
Несколько иначе происходит распределение регионов по показателю количества смертей на 100 000 человек (рис.3).
Журнал «Human Progress» http://progress-human.com/
Том 6 Выпуск 4 (октябрь-декабрь 2020) redactor@ progress-human.com
Рис. 3: Количество смертей на 100 000 человек в различных регионах России
90,0
g 80,0
§ 70,0
^ 60,0 о '
g 50,0 § 40,0 л 30,0
щ
« 20,0
£ 10,0 а '
S 0,0
79,3
• , 59,4
• • •.
14х
28,1" * -26.1 23 1 y - оо,: >ibe '
2 3,1 19,6 16,0 11,3
6,9 .... 5,6 ....... 3,9
a w ю Яюююююююю
^ и о ао о о о о о о о
и оЭоооиоиоо
^ ocloooij^eoo
« 4 I §
¿3 ^ § ^ ^ ё £ Н g
U S & О W W
Название региона
Как видно из рисунка, поменялось распределение регионов между вторым и восьмым местом, поскольку данный показатель учитывает численность населения, проживающего в регионе, тогда как характер зависимости остался неизменным - экспоненциальным.
Проведенный анализ позволяет выявить потенциально наиболее уязвимые регионы. Наибольшие потери населения из-за пандемии вероятны в странах и регионах с наиболее плотным проживанием населения. Наибольшее количество зарегистрированных случаев заражения и смертей концентрируется в больших городах Санкт-Петербурге и Москве (Рис.3).
На примере Белгородской области проанализируем распространение коронавируса в сельских населенных пунктах области (табл.1)
Табл. 1: Распределение заразившихся коронавирусом среди населения Белгородской области
Наименование региона Заразившихся Умерших Все население городское сельское
1 2 3 4 5 6
Белгородской область 13 072 80 1549151 1045518 503633
Белгород 3277 33 394142 394142
Старооскольский городской округ 1866 6 259627 223921 35706
Белгородский район 1421 9 128886 39614 89272
Губкинский городской округ 765 3 116486 86229 30257
Алексеевский городской округ 679 1 60164 37811 22353
Яковлевский городской округ 615 8 56259 34481 21778
Ракитянский район 584 7 34382 19398 14984
Шебекинский городской округ 515 4 87146 46940 40206
Новооскольский городской округ 512 0 40395 18478 21917
Прохоровский район 402 0 27222 9193 18029
Корочанский район 362 0 38966 5768 33198
Валуйский городской округ 342 3 65349 40910 24439
Продолжение табл.1
1 2 3 4 5 6
Волоконовский район 266 0 29278 14397 14881
Борисовский район 237 0 24977 13399 11578
Ивнянский район 240 0 20939 7053 13886
Чернянский район 169 0 30890 14869 16021
Грайворонский район 135 1 29730 6496 23234
Краснояружский район 129 0 14230 7885 6345
Вейделевский район 113 2 18562 6251 12311
Красногвардейский район 259 3 36618 7484 29134
Красненский район 92 0 11361 0 11361
Ровеньской район 71 0 23542 10799 12743
Анализ данных табл.1 проводили с помощью программы 8ТАТ18Т1СА -10. Вначале была определена корреляционная зависимость между показателями, характеризующими распространение коронавируса среди населения Белгородской области (табл.2)
Табл. 2: Корреляционная зависимость между показателями, характеризующими распространение коронавируса среди населения Белгородской области
Параметр Корреляции Отмеченньк N=20 (Пост (Таблица основная) корреляции значимы на уровне р <, 05000 рочное удаление ПД)
Средние Ст. откл. Хх - число заболевших коронавирусом Х2 - число умерших в районе Х3 - кол-во сельского населения в районе, %
Хх - число заболевших коронавирусом 484,10 450,12 1,00 0,68 -0,47
Х2 - число умерших в районе 2,35 2,98 0,68 1,00 -0,29
Х3 - кол-во сельского населения в районе, % 52,79 18,35 -0,47 -0,29 1,00
Как следует из табл. 2, более значимая корреляционная зависимость (г=0.68) установлена между количеством заболевших (Х1) и количеством умерших в районе, менее значимая зависимость (г=- 0,47) между количеством сельского населения в районе и числом заболевших коронавирусом. Диаграмма и уравнение зависимости числа заболевших коронавирусом (Х1) от количества сельского населения в районе (Хз) представлены на рис.4.
Рис. 4: Диаграмма рассеивания между числом заболевших (Х1) и количеством сельского населения (Хз) жителей Белгородской области
Как видно на рисунке, количество заразившихся коронавирусом в сельской местности уменьшается с увеличением числа жителей. Объясняется это малой численностью населения, проживающего в сельской местности. Можно также предположить, что чем больше в России будет сельского населения, тем ниже уровень заболеваемости коронавирусом.
Средний возраст лиц, умерших от COVID-19, в России составляет 79,4 года, о чем свидетельствуют статистические данные (на конец марта 2020 года). При этом, более чем 71,5% умерших - мужчины. Однако, на самом деле, главным фактором риска является не столько возраст пациента, сколько состояние его здоровья, которое к старости обычно ухудшается [3].
Известно, что продолжительность жизни населения страны и отдельных ее регионов характеризуют уровень жизни людей [4]. Как видно из приведенных данных пандемия коронавируса существенно увеличила показатели смертности в нашей стране и существенно повлияла на его снижение. Далее рассмотрим, как изменились и другие составляющие качества жизни россиян, проживающих в ЦФО, например, такие как: количество разводов, изменение числа безработных и другие показатели (табл.2) по состоянию на 9.11.2020 г.
Табл. 2: Выборка статданных показателей качества жизни населения отдельных областей ЦФО
1 2 3 4 5 6 7
Хх- число Х2 - Хз- Х4- Х5 - число Х6- число Х7- число
заразив- число число число разводов на занятых, »езработных
шихся умерших браков разводов 1000 браков тыс.чел. тыс.чел.
Белгородская область 12918 61 4937 4141 839 792,6 32,5
Воронежская область 27106 374 7811 5955 762 1129,8 43,4
Курская область 12251 126 3423 2813 822 537,0 23,7
Липецкая область 9034 79 3674 3064 834 572,2 23,2
Московская область 92869 1730 27669 18692 676 4110,0 108,5
Тамбовская область 10858 58 3039 2106 693 484,2 19,7
г.Москва 475156 7429 41693 23911 574 7190,9 119,3
Данные, представленные в табл.2, были проанализированы с помощью программы STATISTICA - 10. Вначале была определена корреляционная зависимость между исследуемыми показателями (табл.3)
Табл. 3: Корреляционная зависимость между исследуемыми показателями
Переменная Корреляции (Таблица основная) Отмеченные корреляции значимы на уровне р <, 05000 N=7 (Построчное удаление ПД)
Средние Ст. откл. Хх -число заразившихся Х2 -число умерших Хз -число браков Х4 -число разводов Х5 -число разводов на 1000 браков Хб - число занятых, тыс.чел. Х7 -число безработ ных тыс.чел.
Хх - число заразившихся 91456,00 171804,00 1,00 1,00 0,91 0,86 -0,81 0,94 0,80
Х2 - число умерших 1408,14 2722,50 1,00 1,00 0,93 0,88 -0,82 0,96 0,83
Х3 - число браков 13178,00 15319,37 0,91 0,93 1,00 0,99 -0,85 1,00 0,98
Х4 - число разводов 8668,86 8845,24 0,86 0,88 0,99 1,00 -0,83 0,98 0,99
Х5 - число разводов на 1000 браков 742,86 99,66 -0,81 -0,82 -0,85 -0,83 1,00 -0,86 -0,80
Х6 - число занятых, тыс.чел. 2116,67 2581,79 0,94 0,96 1,00 0,98 -0,86 1,00 0,96
Х7 - число безработных тыс.чел. 52,90 42,51 0,80 0,83 0,98 0,99 -0,80 0,96 1,00
Анализ данных табл. 3 показывает, что между всеми показателями, представленными в таблице, установлена высокая корреляционная зависимость (г=0,82^0,96).
Определим характер распределения таких показателей, как количество браков и разводов в некоторых областях ЦФО в период коронавируса (рис.5).
Как видно из рис. 5, график распределения числа браков и разводов в ЦФО также, как и распространения заболевания коронавирусом носит экспоненциальный характер. Однако, анализ показателя числа разводов на 1000 браков (рис.6) показывает, что меняется не только характер зависимости, но и последовательность расстановки регионов.
Рис. 5: Диаграмма распределений количества браков и разводов в областях ЦФО
45000 40000
3 9 6 41
\ 9
5000 0
Название регионов
1 Число браков
Экспоненциальная (Число браков)
Число разводов
Экспоненциальная (Число разводов)
На первое место выходит Белгородская область, на второе - Курская, в которых ранее отмечался самый низкий показатель заболеваемости коронавирусом.
Далее определим характер зависимости числа занятых (Рис.7) и безработных среди населения тех же областей (рис.8).
Рис.6: Диаграмма распределений количества разводов на 1000 браков в областях ЦФО
900 800
& 700
о о о
600 500
300
od W
g 400
ч
0 «
1 200
о «
н о
(D
100
о
839
-а
н %
ч ю о
w
о Ч О
а о
Й
(D
W
834
822
-а
н %
ч ю о
w я
(D
а s Ч
-а
н
и
ю о
w
о а
762
y = -6,2857x2 + 6x +
-а
н £
ч ю о
w
(D
И о а о m
Название региона
Л Л
н н
о о
а а
ч ч
ю ю
о о
§ §
W W
о о
в в
о о
ю W
S о
а о
Н 2
693 • • • .....1 676 ' • •.
• • 574
844,57
о
о
Рис.7: Диаграмма распределений количества занятых в областях ЦФО
8000,00
7000,00
6000,00
н 5000,00
СЗ 00 4000,00 ■
*
S 3000,00
2000,00
1000,00
0,00
7190,90
4110,00
y
1129,80
792,60
= -66,26x3 + 1164,8x2 - 6647
572,20
3x+12858
537,00
о
о
-а
н £
ч ю
о
W о
в
§ о
о
еа И ч о ю ро о
m
3 л
§ У
1 ^
2
4 ° е
W
-а
н £
ч ю
о
W
я
е
е
и
Ч
-а
н
и
ю
о
w
о р
£
Название региона
Рис. 8: Диаграмма распределений количества безработных в областях ЦФО
Л К н о
IS
а
00 (D Ю
О «
н
О
(D
О
140,00 120,00 100,00 80,00 60,00 40,00 20,00 0,00
\Ы
W о
ч о а о
L-
ч
(D
W
■ 119,30 108,50 ;_
W и
Л
РЧ О
<d а И ч о ю а о о m
-i 4--;
43,40
32,50
Л
н £
ч ю о
W о а
£
Л
н £
ч ю о
w я
(D
е s Ч
Название регионов
23,20
■л
н £
ч ю о
W
о «
§
о о
2
y = 150,17e-0
23,70
л
н %
ч ю о
w
о «
о
ю S
od Н
324x
19,70
о О
Как видно из рис. 8, максимальное количество безработных оказалось в Белгородской области. Очевидно, что данный показатель влияет на максимальное количество разводов в регионе. Для подтверждения нашей гипотезы проанализируем статистические данные в программе 8ТЛТ18Т1СЛ -10, построим диаграмму рассеивания и определим уравнение зависимости между числом разводов на 1000 браков (Х5) и числом занятых (Х6) (Рис. 9)
Рис. 9: Диаграмма рассеивания числа разводов на 1000 браков (Х5) от числа занятых
(Хб)
Диаграмма рассеяния для Х--число разводов на 1000 браков и Х,=, - численность занятых, тыс. чел
Х^. = 812,74-0,033^; 0,95 Дов.Инт.
■й
о
lo
0
1
«
о.
о
860 840 820 800 780 760 740 720 700 680 660 640 620 600 580 560
—^z— ------- -1-1-1- --*-
г о°
г U ч
^ -у.
* _
" ~ щ - - „,_
L —
^ ~"""--
Г о
- ^
1000 2000 3000 4000 5000 6000 ^ - численность занятых, тыс. чел
7000 8000
Как видно из диаграммы, между числом разводов (Х5) и числом занятых (Хб) существует обратно пропорциональная зависимость, т.е. с ростом численности занятых снижается количество разводов и улучшается демографическая ситуация в стране.
На рис.10 представлен 3М график поверхностей и уравнение зависимости числа родившихся (Х1) от числа разводов (Хб) и количества заключенных браков (Хз).
Рис. 10: 3М график поверхностей зависимости числа родившихся (Х1) от числа разводов (Хб) и количества заключенных браков (Хз)
Уравнение позволяет спрогнозировать число родившихся в России на основании перечисленных показателей.
Заключение
Таким образом, пандемия коронавируса влияет не только на увеличение смертности населения, но и на рост разводов, число безработных и снижение рождаемости. Проведенный анализ позволил установить количественные зависимости между указанными показателями. Методология выполненных исследований позволяет с помощью программы 8ТАТ18Т1СА - 10 установить количественные зависимости для любых показателей и осуществлять прогнозы на основе статистической информации.
Литература
1. Balbo, N.; Kashnitsky, I.; Melegaro, A.; et al. Demography and the Coronavirus Pandemic // Population & Policy. 2020. Brief No 25. 6 c.
2. Pullano, G.; Valdano, E.; Scarpa, N.; et al. Evaluating the effect of demographic factors, socioeconomic factors, and risk aversion on mobility during the COVID-19 epidemic in France under lockdown: a population-based study // The Lancet. Digital Health. 2020, Vol. 2, Issue 12, E638-E649. DOI: https://doi.org/10.1016/S2589-7500(20)30243-0.
3. Venkatesan, P. The changing demographics of COVID-19 // News. 2020, Vol. 8, Issue 12, E95, DOI: https://doi .org/10.1016/S2213-2600(20)30461-6.
4. Czeisler, M.E.; Garcia-Williams, A.G.; Molinari, N.-A.; et al. Demographic Characteristics, Experiences, and Beliefs Associated with Hand Hygiene Among Adults During the COVID-19 Pandemic — United States, June 24-30, 2020 // Weekly, 2020, Vol. 69, No 41. P.: 1485-1491.
5. Kontis, V.; Bennett, J.E.; Rashid, T.; Parks, R.M.; et al. Magnitude, demographics and dynamics of the effect of the first wave of the COVID-19 pandemic on all-cause mortality in 21 industrialized countries // Nature Medicine. 2020, Vol. 26, P.: 1919-1928.
6. Papageorge, N.W.; Zahn, M.; Belot, M.; et al. Socio-demographics predict behaviour during a pandemic. 2020, 05 September. URL: https://voxeu.org/article/socio-demographics-predict-behaviour-during-pandemic.
7. Кулькова, И.А. Влияние пандемии коронавируса на демографические процессы в России // Human Progress. 2020, Том 6, Вып. 1. С.5. DOI 10.34709/IM.161.5.
8. О «естественной» убыли населения России за 5 месяцев 2020 года. [Электронный ресурс]. Режим доступа: 19rus.info (Дата обращения 12.10.2020).
9. Извозчикова, Н.В. Коронавирусы: COVID-19. [Электронный ресурс]. Режим доступа: https://foodandhealth.ru/bolezni/koronavirusy-covid-19 (Дата обращения 12.10.2020).
10. Бессонова, Л.П.; Шеменев, М.А. Методические подходы к оценке ожидаемой продолжительности жизни населения // Медицина: теория и практика. 2020. Т. 5. № 3. С. 3-14.
THE CORONAVIRUS PANDEMIC AND ITS INFLUENCE ON DEMOGRAPHIC PROCESSES AND QUALITY OF LIFE
IN RUSSIA
Lyudmila Bessonova
Doctor of Technical Sciences, Professor in Voronezh State University of Engineering Technologies
Voronezh, Russia
Abstract. The article studies the impact of the coronavirus disease COVID-19 on demographic processes in the world and in Russia. The purpose of the article is to determine the impact of the pandemic on the main processes of demography: mortality, fertility, divorce rate and the establishment of relationships between these indicators. The study was carried out by the author by processing statistical data obtained in open sources: The Internet and Rosstat, using Excel and STATISTICA-10 programs. Using the example of the Belgorod region, the spread of coronavirus among residents of the rural population is shown, and for residents of a number of regions of the Central Federal District, a correlation has been established between indicators such as the number of cases, deaths, the number of marriages and divorces, the number of employed and unemployed; based on known statistics. A graphical method was used for clarity of the presented research results. The equation calculated by the author makes it possible to predict the number of births in Russia based on the indicators of the number of marriages and divorces, employed and unemployed.
Key words: coronavirus; mortality; fertility; demographic processes; coronavirus; correlation dependence.
JEL Code: J 11; J 19.
References
1. Balbo, N.; Kashnitsky, I.; Melegaro, A.; et al. Demography and the Coronavirus Pandemic // Population & Policy. 2020. Brief No 25. 6 p.
2. Pullano, G.; Valdano, E.; Scarpa, N.; et al. Evaluating the effect of demographic factors, socioeconomic factors, and risk aversion on mobility during the COVID-19 epidemic in France under lockdown: a population-based study // The Lancet. Digital Health. 2020, Vol. 2, Issue 12, E638-E649. DOI: https://doi.org/10.1016/S2589-7500(20)30243-0.
3. Venkatesan, P. The changing demographics of COVID-19 // News. 2020, Vol. 8, Issue 12, E95, DOI: https://doi.org/10.1016/S2213 -2600(20)30461 -6.
4. Czeisler, M.E.; Garcia-Williams, A.G.; Molinari, N.-A.; et al. Demographic Characteristics, Experiences, and Beliefs Associated with Hand Hygiene Among Adults During the COVID-19 Pandemic — United States, June 24-30, 2020 // Weekly, 2020, Vol. 69, No 41. P.: 1485-1491.
5. Kontis, V.; Bennett, J.E.; Rashid, T.; Parks, R.M.; et al. Magnitude, demographics and dynamics of the effect of the first wave of the COVID-19 pandemic on all-cause mortality in 21 industrialized countries // Nature Medicine. 2020, Vol. 26, P.: 1919-1928.
6. Papageorge, N.W.; Zahn, M.; Belot, M.; et al. Socio-demographics predict behaviour during a pandemic. 2020, 05 September. URL: https://voxeu.org/article/socio-demographics-predict-behaviour-during-pandemic.
7. Kulkova, I.A. The impact of the coronavirus pandemic on the demographic processes in Russia // Human Progress. 2020, Volume 6, Issue 1. P.: 5. DOI 10.34709/IM.161.5.
8. On the «natural» decline in the population of Russia for 5 months of 2020. URL: 19rus.info
9. Izvozchikova, N.V. Coronaviruses: COVID-19 URL: https://foodandhealth.ru/bolezni/ koronavirusy-covid-19.
10. Bessonova, L.P.; Shemenev, M.A. Methodological approaches to assessing the life expectancy of the population // Medicine: theory and practice. 2020.Vol. 5. No. 3. P. 3-14.
Contact
Lyudmila Bessonova
Voronezh State University of Engineering Technologies 19, Revolution Avenue, 394000, Voronezh, Russia blp.bessonova@yandex.ru
