Average annual female population by age and constituent entities of the Russian Federation
This 2014 statistic shows the number of women living in urban and rural areas of each Russian constituent entity. Rows are categorized by territory, from federal districts to specific regions, allowing for a comparison of population sizes across regions. The data includes a breakdown by age group, with calculations based on the 2020 All-Russian Population Census
Chart of average annual female population by Russian region in 2014, broken down by age
See also
- Infant mortality in Russia by year long time series by year
- Life expectancy in Russia by year long time series by year
- Population of Russia by year long time series by year
- Urban population of Russia by year long time series by year
- Миграция в России: статистика по годам 1997-2023 indicator breakdown
- Продолжительность жизни в России по годам: 73,41 года indicator breakdown
- Сколько мужчин в России: 67,9 млн, женщин 78,2 млн indicator breakdown
- Население России по возрастным группам: таблицы с 1959 года indicator breakdown
- Численность населения России по годам: 2000–2025 indicator breakdown
- Население России: сколько людей живёт, данные Росстата indicator breakdown
- Крупнейшие города России по населению: список 2024 indicator breakdown
- Народы России: национальный состав по переписи 2020 indicator breakdown
- Перепись населения 2020 года: главные итоги в цифрах indicator breakdown
- Демография России: главные цифры и графики Росстата indicator breakdown
- Продолжительность жизни мужчин и женщин в России 2026 indicator breakdown
- Суммарный коэффициент рождаемости в России: данные 2026 indicator breakdown
- Сельское население России по годам: данные Росстата indicator breakdown
Set in numbers
Rosstat data. Rows: 97, indicators: 2. Table rows: Russian Federation; Central Federal District; Belgorod Region; Bryansk Region; Vladimir Region and others
Five highest values: Russian Federation (78.6 million), Central Federal District (21.2 million), North-Western Federal District (7.5 million), Moscow (6.5 million), Moscow Region (4.1 million). The gap between the highest and lowest is 3,607 times. The top five account for 90.7% of the total across all positions — the distribution is heavily skewed towards the top
All table numbers are series: 97
| Series | Всего | в том числе в возрасте, лет |
|---|---|---|
| строка 1 | — | — |
| Российская Федерация | 78 617 179,00 | 925 832,00 |
| Центральный федеральный округ | 21 223 318,00 | 216 240,00 |
| Белгородская область | 834 625,00 | 8 731,00 |
| Брянская область | 671 945,00 | 6 633,00 |
| Владимирская область | 776 642,00 | 7 565,00 |
| Воронежская область | 1 263 032,00 | 12 226,00 |
| Ивановская область | 565 668,00 | 5 296,00 |
| Калужская область | 549 987,00 | 5 748,00 |
| Костромская область | 349 104,00 | 3 817,00 |
| Курская область | 610 643,00 | 6 321,00 |
| Липецкая область | 634 039,00 | 6 371,00 |
| Московская область | 4 052 299,00 | 47 094,00 |
| Орловская область | 419 960,00 | 4 059,00 |
| Рязанская область | 624 177,00 | 6 033,00 |
| Смоленская область | 520 476,00 | 4 948,00 |
| Тамбовская область | 572 174,00 | 4 773,00 |
| Тверская область | 720 567,00 | 7 236,00 |
| Тульская область | 845 563,00 | 7 379,00 |
| Ярославская область | 699 023,00 | 7 370,00 |
| г. Москва | 6 513 394,00 | 64 640,00 |
| Северо-Западный федеральный округ | 7 455 889,00 | 74 990,00 |
| Республика Карелия | 334 246,00 | 3 149,00 |
| Республика Коми | 447 946,00 | 5 282,00 |
| Архангельская область | 616 369,00 | 6 392,00 |
| Ненецкий автономный округ | 21 798,00 | 299,00 |
| Архангельская область без автономии | 594 571,00 | 6 094,00 |
| Вологодская область | 643 088,00 | 7 862,00 |
| Калининградская область | 512 040,00 | 5 854,00 |
| Ленинградская область | 952 283,00 | 7 044,00 |
| Мурманская область | 392 827,00 | 4 258,00 |
| Новгородская область | 341 557,00 | 3 572,00 |
| Псковская область | 352 166,00 | 3 303,00 |
| г. Санкт-Петербург | 2 863 367,00 | 28 274,00 |
| Южный федеральный округ | 8 733 501,00 | 100 114,00 |
| Республика Адыгея | 243 998,00 | 2 796,00 |
| Республика Калмыкия | 145 814,00 | 2 072,00 |
| Республика Крым | 1 019 029,00 | 11 213,00 |
| Краснодарский край | 2 919 256,00 | 35 956,00 |
| Астраханская область | 533 749,00 | 7 266,00 |
| Волгоградская область | 1 381 769,00 | 14 354,00 |
| Ростовская область | 2 281 994,00 | 24 382,00 |
| г. Севастополь | 207 892,00 | 2 075,00 |
| Северо-Кавказский федеральный округ | 5 076 852,00 | 79 672,00 |
| Республика Дагестан | 1 542 657,00 | 26 920,00 |
| Республика Ингушетия | 243 044,00 | 4 590,00 |
| Кабардино-Балкарская Республика | 462 387,00 | 6 823,00 |
| Карачаево-Черкесская Республика | 251 827,00 | 3 251,00 |
| Республика Северная Осетия – Алания | 377 818,00 | 4 797,00 |
| Чеченская Республика | 687 205,00 | 15 932,00 |
| Ставропольский край | 1 511 914,00 | 17 359,00 |
| Приволжский федеральный округ | 16 030 368,00 | 189 021,00 |
| Республика Башкортостан | 2 174 678,00 | 29 260,00 |
| Республика Марий Эл | 368 583,00 | 4 889,00 |
| Республика Мордовия | 440 193,00 | 4 011,00 |
| Республика Татарстан | 2 081 715,00 | 27 251,00 |
| Удмуртская Республика | 812 912,00 | 10 762,00 |
| Чувашская Республика | 660 501,00 | 8 187,00 |
| Пермский край | 1 421 816,00 | 18 257,00 |
| Кировская область | 692 031,00 | 7 085,00 |
| Нижегородская область | 1 787 504,00 | 18 810,00 |
| Оренбургская область | 1 061 251,00 | 13 069,00 |
| Пензенская область | 736 101,00 | 7 188,00 |
| Самарская область | 1 748 148,00 | 19 276,00 |
| Саратовская область | 1 362 722,00 | 13 814,00 |
| Ульяновская область | 682 213,00 | 7 162,00 |
| Уральский федеральный округ | 6 555 168,00 | 88 740,00 |
| Курганская область | 467 948,00 | 5 872,00 |
| Свердловская область | 2 336 738,00 | 30 164,00 |
| Тюменская область | 1 855 812,00 | 28 828,00 |
| Ханты-Мансийский авт. округ – Югра | 826 778,00 | 13 596,00 |
| Ямало-Ненецкий автономный округ | 263 145,00 | 3 848,00 |
| Тюменская область без автономий | 765 889,00 | 11 380,00 |
| Челябинская область | 1 894 670,00 | 23 876,00 |
| Сибирский федеральный округ | 9 237 425,00 | 120 681,00 |
| Республика Алтай | 110 415,00 | 2 024,00 |
| Республика Тыва | 164 512,00 | 3 974,00 |
| Республика Хакасия | 288 118,00 | 4 070,00 |
| Алтайский край | 1 268 131,00 | 15 440,00 |
| Красноярский край | 1 526 027,00 | 19 840,00 |
| Иркутская область | 1 303 026,00 | 17 994,00 |
| Кемеровская область – Кузбасс | 1 477 228,00 | 17 634,00 |
| Новосибирская область | 1 473 251,00 | 18 528,00 |
| Омская область | 1 058 446,00 | 14 094,00 |
| Томская область | 568 271,00 | 7 083,00 |
| Дальневосточный федеральный округ | 4 304 658,00 | 56 374,00 |
| Республика Бурятия | 513 545,00 | 7 998,00 |
| Республика Саха (Якутия) | 494 428,00 | 8 248,00 |
| Забайкальский край | 562 774,00 | 7 988,00 |
| Камчатский край | 156 996,00 | 1 961,00 |
| Приморский край | 1 009 500,00 | 11 333,00 |
| Хабаровский край | 701 232,00 | 8 621,00 |
| Амурская область | 425 238,00 | 5 435,00 |
| Магаданская область | 76 435,00 | 900,00 |
| Сахалинская область | 251 515,00 | 2 500,00 |
| Еврейская автономная область | 88 396,00 | 1 058,00 |
| Чукотский автономный округ | 24 599,00 | 332,00 |
How to read this table
Rows differ by territorial coverage, providing data for the entire Russian Federation and federal districts as well as individual regions. By comparing these indicators, one can assess the proportion of urban versus rural female populations. The age structure is presented in columns, ranging from the total number of women to specific age groups
What is visible in these numbers
What is measured: Total; including by age, years
Cells with numbers 50 out of 50 (100%); there are practically no data gaps
More in the section Demography»
Period and application
The 2014 statistical data has been updated based on the 2020 census results. The data is a cross-sectional snapshot of all constituent entities and does not show trends over time. This information is useful for demographers, sociologists, and specialists studying the age and sex structure of the population by urban and rural settlement types
How it is calculated
Demographics is the most inertial forecast among those existing: these series show a decade ahead where the number of employees will increase and where it will decrease
Did you notice an error in this table? The parser is wrong, and most often one correction fixes many pages
Report an error Typo is easier this way: highlight it and press Ctrl + Enter