Average annual number of women by constituent entities of the Russian Federation, 2018
In 2018, the number of women living in urban areas was distributed across various age groups in each constituent entity of the country. The table contains 97 rows, including totals for the Russian Federation, federal districts, and individual regions. The age structure is shown in columns, ranging from the total number to specific age categories, allowing for an assessment of the demographic composition of the urban population in each region
Distribution of the urban female population by region and age for 2018
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. Breakdown by positions: Russian Federation; Central Federal District; Belgorod Oblast; Bryansk Oblast; Vladimir Oblast and others
Five highest values: Russian Federation (59.7 million), Central Federal District (17.9 million), Moscow (6.8 million), North-Western Federal District (6.4 million), Moscow Oblast (3.4 million). The gap between the highest and lowest is 3 713 times. The top five account for 91.6% 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 | 59 707 694,00 | 594 008,00 |
| Центральный федеральный округ | 17 871 380,00 | 166 960,00 |
| Белгородская область | 557 524,00 | 4 888,00 |
| Брянская область | 461 640,00 | 4 069,00 |
| Владимирская область | 596 165,00 | 5 214,00 |
| Воронежская область | 863 737,00 | 7 814,00 |
| Ивановская область | 444 865,00 | 3 504,00 |
| Калужская область | 426 675,00 | 4 138,00 |
| Костромская область | 244 490,00 | 2 248,00 |
| Курская область | 417 545,00 | 3 708,00 |
| Липецкая область | 406 881,00 | 3 702,00 |
| Московская область | 3 443 710,00 | 39 295,00 |
| Орловская область | 273 958,00 | 2 194,00 |
| Рязанская область | 445 961,00 | 3 677,00 |
| Смоленская область | 372 022,00 | 3 104,00 |
| Тамбовская область | 337 308,00 | 2 415,00 |
| Тверская область | 535 832,00 | 4 644,00 |
| Тульская область | 639 098,00 | 4 706,00 |
| Ярославская область | 567 147,00 | 5 282,00 |
| г. Москва | 6 836 822,00 | 62 358,00 |
| Северо-Западный федеральный округ | 6 419 471,00 | 57 380,00 |
| Республика Карелия | 247 834,00 | 2 041,00 |
| Республика Коми | 330 304,00 | 3 038,00 |
| Архангельская область | 452 487,00 | 4 186,00 |
| Ненецкий автономный округ | 16 081,00 | 196,00 |
| Архангельская область без автономии | 436 406,00 | 3 990,00 |
| Вологодская область | 466 439,00 | 4 869,00 |
| Калининградская область | 410 378,00 | 3 892,00 |
| Ленинградская область | 648 760,00 | 4 417,00 |
| Мурманская область | 350 263,00 | 3 329,00 |
| Новгородская область | 241 937,00 | 2 247,00 |
| Псковская область | 243 114,00 | 2 102,00 |
| г. Санкт-Петербург | 3 027 955,00 | 27 259,00 |
| Южный федеральный округ | 5 648 003,00 | 57 682,00 |
| Республика Адыгея | 129 565,00 | 1 324,00 |
| Республика Калмыкия | 68 131,00 | 771,00 |
| Республика Крым | 536 615,00 | 5 456,00 |
| Краснодарский край | 1 708 449,00 | 20 780,00 |
| Астраханская область | 349 103,00 | 3 868,00 |
| Волгоградская область | 1 057 416,00 | 9 032,00 |
| Ростовская область | 1 560 264,00 | 14 243,00 |
| г. Севастополь | 238 460,00 | 2 208,00 |
| Северо-Кавказский федеральный округ | 2 636 574,00 | 33 220,00 |
| Республика Дагестан | 718 776,00 | 9 586,00 |
| Республика Ингушетия | 126 916,00 | 2 070,00 |
| Кабардино-Балкарская Республика | 253 602,00 | 2 674,00 |
| Карачаево-Черкесская Республика | 107 550,00 | 1 104,00 |
| Республика Северная Осетия – Алания | 241 990,00 | 2 424,00 |
| Чеченская Республика | 266 836,00 | 6 218,00 |
| Ставропольский край | 920 904,00 | 9 144,00 |
| Приволжский федеральный округ | 11 587 799,00 | 113 092,00 |
| Республика Башкортостан | 1 369 904,00 | 14 216,00 |
| Республика Марий Эл | 250 032,00 | 2 616,00 |
| Республика Мордовия | 276 857,00 | 2 200,00 |
| Республика Татарстан | 1 651 070,00 | 19 050,00 |
| Удмуртская Республика | 537 311,00 | 5 360,00 |
| Чувашская Республика | 422 102,00 | 4 658,00 |
| Пермский край | 1 084 325,00 | 11 211,00 |
| Кировская область | 512 371,00 | 4 720,00 |
| Нижегородская область | 1 410 405,00 | 13 250,00 |
| Оренбургская область | 623 531,00 | 5 434,00 |
| Пензенская область | 495 888,00 | 3 830,00 |
| Самарская область | 1 404 350,00 | 13 228,00 |
| Саратовская область | 1 040 609,00 | 8 522,00 |
| Ульяновская область | 509 044,00 | 4 797,00 |
| Уральский федеральный округ | 5 425 872,00 | 60 009,00 |
| Курганская область | 285 442,00 | 2 890,00 |
| Свердловская область | 1 997 967,00 | 21 501,00 |
| Тюменская область | 1 569 077,00 | 20 165,00 |
| Ханты-Мансийский авт. округ – Югра | 795 555,00 | 10 245,00 |
| Ямало-Ненецкий автономный округ | 220 426,00 | 2 494,00 |
| Тюменская область без автономий | 553 096,00 | 7 426,00 |
| Челябинская область | 1 573 386,00 | 15 453,00 |
| Сибирский федеральный округ | 6 960 238,00 | 71 760,00 |
| Республика Алтай | 35 500,00 | 402,00 |
| Республика Тыва | 95 398,00 | 1 706,00 |
| Республика Хакасия | 202 326,00 | 2 152,00 |
| Алтайский край | 709 918,00 | 6 768,00 |
| Красноярский край | 1 223 065,00 | 12 894,00 |
| Иркутская область | 1 032 531,00 | 11 530,00 |
| Кемеровская область – Кузбасс | 1 263 304,00 | 11 666,00 |
| Новосибирская область | 1 211 051,00 | 12 992,00 |
| Омская область | 771 444,00 | 7 446,00 |
| Томская область | 415 701,00 | 4 204,00 |
| Дальневосточный федеральный округ | 3 158 357,00 | 33 905,00 |
| Республика Бурятия | 313 681,00 | 3 697,00 |
| Республика Саха (Якутия) | 333 927,00 | 4 067,00 |
| Забайкальский край | 379 480,00 | 4 239,00 |
| Камчатский край | 119 881,00 | 1 367,00 |
| Приморский край | 787 514,00 | 7 604,00 |
| Хабаровский край | 585 108,00 | 6 160,00 |
| Амурская область | 286 007,00 | 3 024,00 |
| Магаданская область | 70 199,00 | 704,00 |
| Сахалинская область | 205 183,00 | 2 227,00 |
| Еврейская автономная область | 60 938,00 | 638,00 |
| Чукотский автономный округ | 16 439,00 | 178,00 |
How to read this table
The rows in the dataset allow for comparisons between large districts and specific regions, such as Belgorod Oblast. Differences between them help identify where the urban female population is more numerous and how it is distributed by age. It is convenient to compare values using the columns, where national data serves as a benchmark for assessing the situation in any individual region or federal district
What is visible in these numbers
Dataset indicators: Total; including by age, years
50 out of 50 possible values are filled (100%) — there are practically no missing values
More in the section Demography»
Period and application
The data is current as of 2018 and has been adjusted based on the results of the 2020 All-Russian Population Census. Information in this Rosstat section will be useful to demographers, sociologists, and anyone studying the age and sex structure of the urban population in the regions
How it is calculated
Demographics is the most inertial forecast among those existing: these rows show a decade ahead where the number of employees will grow 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