Average annual number of women by age and regions of Russia
In 2019, the number of women in each constituent entity of the country was distributed by age group and settlement type. The rows present various levels: from the entire Russian Federation and federal districts to specific regions. It is possible to compare the urban and rural female population and see how many people belong to different age categories. The indicators take into account the updated data from the 2020 All-Russian Population Census
Chart of the female population by Russian region and age group for 2019
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: Russian Federation; Central Federal District; Belgorod Region; Bryansk Region; Vladimir Region and others
Five highest values: Russian Federation (79.2 million), Central Federal District (21.7 million), North-Western Federal District (7.6 million), Moscow (6.9 million), Moscow Region (4.4 million). The gap between the highest and lowest is 3,660 times. The top five account for 91.1% 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 | 79 210 745,00 | 742 834,00 |
| Центральный федеральный округ | 21 698 148,00 | 185 972,00 |
| Белгородская область | 834 497,00 | 6 588,00 |
| Брянская область | 647 492,00 | 5 320,00 |
| Владимирская область | 753 232,00 | 5 868,00 |
| Воронежская область | 1 258 777,00 | 9 900,00 |
| Ивановская область | 530 056,00 | 3 775,00 |
| Калужская область | 557 861,00 | 4 872,00 |
| Костромская область | 328 096,00 | 2 712,00 |
| Курская область | 602 376,00 | 4 792,00 |
| Липецкая область | 629 911,00 | 5 156,00 |
| Московская область | 4 379 633,00 | 41 990,00 |
| Орловская область | 400 764,00 | 3 049,00 |
| Рязанская область | 614 024,00 | 4 765,00 |
| Смоленская область | 498 281,00 | 3 630,00 |
| Тамбовская область | 545 336,00 | 3 567,00 |
| Тверская область | 687 835,00 | 5 410,00 |
| Тульская область | 835 570,00 | 5 856,00 |
| Ярославская область | 683 673,00 | 5 708,00 |
| г. Москва | 6 910 734,00 | 63 014,00 |
| Северо-Западный федеральный округ | 7 556 602,00 | 62 187,00 |
| Республика Карелия | 305 102,00 | 2 317,00 |
| Республика Коми | 412 666,00 | 3 466,00 |
| Архангельская область | 569 870,00 | 4 691,00 |
| Ненецкий автономный округ | 21 641,00 | 237,00 |
| Архангельская область без автономии | 548 229,00 | 4 455,00 |
| Вологодская область | 628 866,00 | 5 648,00 |
| Калининградская область | 532 841,00 | 4 766,00 |
| Ленинградская область | 1 023 342,00 | 6 568,00 |
| Мурманская область | 367 917,00 | 3 435,00 |
| Новгородская область | 328 284,00 | 2 606,00 |
| Псковская область | 335 234,00 | 2 676,00 |
| г. Санкт-Петербург | 3 052 480,00 | 26 014,00 |
| Южный федеральный округ | 8 903 982,00 | 82 576,00 |
| Республика Адыгея | 256 408,00 | 2 354,00 |
| Республика Калмыкия | 140 594,00 | 1 550,00 |
| Республика Крым | 1 041 115,00 | 9 990,00 |
| Краснодарский край | 3 061 146,00 | 31 093,00 |
| Астраханская область | 522 638,00 | 5 478,00 |
| Волгоградская область | 1 351 983,00 | 10 792,00 |
| Ростовская область | 2 261 880,00 | 19 015,00 |
| г. Севастополь | 268 218,00 | 2 304,00 |
| Северо-Кавказский федеральный округ | 5 209 557,00 | 67 308,00 |
| Республика Дагестан | 1 593 826,00 | 22 728,00 |
| Республика Ингушетия | 252 416,00 | 3 948,00 |
| Кабардино-Балкарская Республика | 472 007,00 | 5 417,00 |
| Карачаево-Черкесская Республика | 249 674,00 | 2 857,00 |
| Республика Северная Осетия – Алания | 372 229,00 | 3 774,00 |
| Чеченская Республика | 735 075,00 | 14 364,00 |
| Ставропольский край | 1 534 330,00 | 14 220,00 |
| Приволжский федеральный округ | 15 804 101,00 | 142 073,00 |
| Республика Башкортостан | 2 176 617,00 | 21 393,00 |
| Республика Марий Эл | 364 923,00 | 3 436,00 |
| Республика Мордовия | 428 757,00 | 3 053,00 |
| Республика Татарстан | 2 129 980,00 | 21 828,00 |
| Удмуртская Республика | 798 895,00 | 7 576,00 |
| Чувашская Республика | 647 695,00 | 6 058,00 |
| Пермский край | 1 399 557,00 | 13 307,00 |
| Кировская область | 651 616,00 | 5 190,00 |
| Нижегородская область | 1 741 970,00 | 14 631,00 |
| Оренбургская область | 1 021 173,00 | 9 423,00 |
| Пензенская область | 707 954,00 | 5 227,00 |
| Самарская область | 1 736 927,00 | 15 177,00 |
| Саратовская область | 1 336 587,00 | 10 276,00 |
| Ульяновская область | 661 450,00 | 5 498,00 |
| Уральский федеральный округ | 6 609 434,00 | 68 012,00 |
| Курганская область | 438 128,00 | 3 885,00 |
| Свердловская область | 2 322 417,00 | 23 170,00 |
| Тюменская область | 1 965 992,00 | 23 486,00 |
| Ханты-Мансийский авт. округ – Югра | 868 083,00 | 10 513,00 |
| Ямало-Ненецкий автономный округ | 259 935,00 | 3 182,00 |
| Тюменская область без автономий | 837 974,00 | 9 791,00 |
| Челябинская область | 1 882 897,00 | 17 471,00 |
| Сибирский федеральный округ | 9 182 435,00 | 90 068,00 |
| Республика Алтай | 111 503,00 | 1 456,00 |
| Республика Тыва | 172 866,00 | 3 074,00 |
| Республика Хакасия | 290 493,00 | 2 892,00 |
| Алтайский край | 1 211 138,00 | 10 693,00 |
| Красноярский край | 1 537 719,00 | 15 408,00 |
| Иркутская область | 1 297 389,00 | 14 198,00 |
| Кемеровская область – Кузбасс | 1 440 589,00 | 12 244,00 |
| Новосибирская область | 1 517 808,00 | 15 120,00 |
| Омская область | 1 030 624,00 | 9 580,00 |
| Томская область | 572 306,00 | 5 403,00 |
| Дальневосточный федеральный округ | 4 246 486,00 | 44 638,00 |
| Республика Бурятия | 519 576,00 | 6 172,00 |
| Республика Саха (Якутия) | 505 165,00 | 6 486,00 |
| Забайкальский край | 541 906,00 | 5 871,00 |
| Камчатский край | 152 024,00 | 1 624,00 |
| Приморский край | 995 582,00 | 8 999,00 |
| Хабаровский край | 693 247,00 | 7 114,00 |
| Амурская область | 413 192,00 | 4 052,00 |
| Магаданская область | 71 589,00 | 662,00 |
| Сахалинская область | 247 608,00 | 2 507,00 |
| Еврейская автономная область | 82 489,00 | 854,00 |
| Чукотский автономный округ | 24 108,00 | 297,00 |
How to read this table
Differences between rows allow for the analysis of population structure at various administrative levels. One can compare indicators across federal districts with data for individual constituent entities to understand the scale of demographic processes in specific regions. Comparing urban and rural populations within a single region helps assess the degree of urbanization and the distribution of residents by territory type
What is visible in these numbers
What is measured: Total; including by age, years
There are 50 values in the table out of 50 possible, which is 100%, meaning the table is almost completely filled
More in the section Demography»
Period and application
The 2019 data have been updated based on the results of the 2020 population census. The information is published as part of the demographic section and is suitable for studying the age and sex structure of regional populations. Rosstat data can be used to assess demographic dependency ratios and plan social infrastructure
How it is calculated
Demographics is the most inertial forecast of 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