Демографические ценности и социально-демографический портрет пользователей ВКонтакте: есть ли связь?

Основная цель исследования — выявить, есть ли связь между демографическими ценностями и социально-демографическими характеристиками пользователей социальной сети ВКонтакте. На основе большого массива собранных комментариев пользователей двух типов — родительских групп и групп чайлдфри — мы выявляем связи между разными типами демографических ценностей — позитивное или негативное отношение к родительству, созданию семьи, рождению детей, отношение к здоровому образу жизни, а также между ценностями и такими социально-демографическими характеристиками, как пол, возраст, семейное положение. На основе логит-анализа построены социально-демографические портреты так называемых «пронаталистов» (родительские группы) и «антинаталистов» (группы чайлдфри) в России. Связь между разными типами ценностей доказана. Например, позитивное отношение к родительству, рождению детей и созданию семьи (репродуктивным и семейным ценностям) ассоциируется с негативным отношением к курению и алкоголю (с позитивными витальными ценностями). Состояние в браке также связано с этими позитивными ценностями (что косвенно свидетельствует и о связи с матримониальными ценностями). Найдена связь как между разными типами демографических ценностей пользователей социальной сети выбранных демографических групп, так и между социально-демографическими характеристиками пользователей и их ценностями. Например, женщины и люди старшего возраста (в ряде спецификаций модели) больше склонны к семейным ценностям. Дополнительно подтверждено качество выбора демографических групп в социальной сети по названиям и заявленным ценностям — найдена связь между принадлежностью к группам пронаталистов или антинаталистов и ценностными установками по поводу жизненных приоритетов (семья или досуг и саморазвитие).

1. Архангельский, В. Н. (2006). Этническая дифференциация рождаемости и репродуктивного поведения в России. В кн. В. Н. Архангельский (ред.) Факторы рождаемости. М.: ТЕИС, 120–126.

2. Бразевич, С. С., Сафронова, Ж. С., Бразевич, Д. С., & Матюха, Д. В. (2019). Исследование интересов молодежи через тематический репертуар общения в студенческой среде: кейс социальной сети «ВКонтакте». Мониторинг общественного мнения: Экономические и социальные перемены, 1(149), 193–211. https://doi.org/10.14515/monitoring.2019.1.09

3. Бродовская, Е. В., Домбровская, А. Ю., & Синяков, А. В. (2016). Стратегии использования социальных сетей в современной России: результаты многомерного шкалирования. Мониторинг общественного мнения: Экономические и социальные перемены, 1(131), 283–296. https://doi.org/10.14515/monitoring.2016.1.13

4. Журавлев, А. Л., & Китова, Д. А. (2020). Психологические особенности отношения к детям пользователей социальной сети Twitter. Институт психологии Российской академии наук. Социальная и экономическая психология, 5(1), 33–72.

5. Забокрицкая, Л. Д., Хлебников, Н. А., Орешкина, Т. А., & Комоцкий, Е. И. (2020). Возможности изучения ценностей молодежи через профиль социальной сети «ВКонтакте». Мониторинг общественного мнения: экономические и социальные перемены, 2(156), 148–167. https://doi.org/10.14515/monitoring.2020.2.692

6. Калабихина, И. Е., Лукашевич, Н. В., Банин, Е. П., Алибаева, К. В., & Ребрей, С. М. (2021). Автоматическое извлечение мнений пользователей социальных сетей по вопросам репродуктивного поведения. Программные системы: теория и приложения, 4(51), 33–63. https://doi.org/10.25209/2079-3316-2021-12-4-33-63

7. Калабихина, И. Е., Лукашевич, Н. В., Банин, Е. П., Алибаева, К. В., & Ребрей, С. М. (2022). Автоматический анализ репродуктивных ценностей пользователей сети ВКонтакте. Интеллектуальные системы. Теория и приложения, 26(1), 90–96.

8. Карпова, В. М. (2019). Особенности межпоколенной трансляции семейных ценностей. Вестник Московского университета. Серия 18. Социология и политология, 25(3), 117–139. https://doi.org/10.24290/1029-3736-2019-25-3-117-139

9. Китова, Д. А., & Китов, М. А. (2020). Отношение пользователей социальной сети Twitter к детям: машинный анализ эмоционального фона сообщений. Ярославский педагогический вестник, 3(114), 134–141. https://doi.org/10.20323/1813-145X-2020-3-114-134–141

10. Тарасова, С. И., Анникова, Л. В., & Беспалова, Д. А. (2014). Ценностные установки современной молодежи в виртуальной реальности (на примере текстов социальной сети vkontakte.ru). Актуальные философские и методологические проблемы современного научного познания, 173–177.

11. Хафизова, Л. А. (2014). Рождаемость в России: состояние и тенденции. Вестник РГГУ. Серия «Философия. Социология. Искусствоведение», 4(126), 156–162.

12. Abosedra, S., Laopodis, N. T., & Fakih, A. (2021). Dynamics and asymmetries between consumer sentiment and consumption in pre-and during-COVID-19 time: Evidence from the US. The Journal of Economic Asymmetries, 24, e00227. https://doi.org/10.1016/j.jeca.2021.e00227

13. Becker, G. S., & Lewis, H. G. (1973). On the interaction between the quantity and quality of children. Journal of political Economy, 81(2, Part 2), 279–288. https://doi.org/10.1086/260166

14. Boer, M., Stevens, G. W., Finkenauer, C., Koning, I. M., & van den Eijnden, R. J. (2022). Validation of the social media disorder scale in adolescents: findings from a large-scale nationally representative sample. Assessment, 29(8), 1658–1675. https://doi.org/10.1177/10731911211027232

15. Cesare, N., Oladeji, O., Ferryman, K., Wij aya, D., Hendricks-Muñoz, K. D., Ward, A., & Nsoesie, E. O. (2020). Discussions of miscarriage and preterm births on Twitter. Paediatric and perinatal epidemiology, 34(5), 544–552. https://doi.org/10.1111/ppe.12622

16. Duggan, M. (2015). Mobile messaging and social media 2015. https://www.pewresearch.org/internet/2015/08/19/mobile-messaging-and-social-media-2015/

17. Dutton, W. H., & Reisdorf, B. C. (2019). Cultural divides and digital inequalities: attitudes shaping Internet and social media divides. Information, communication & society, 22(1), 18–38. https://doi.org/10.1080/1369118X.2017.1353640

18. Glandt, K., Khanal, S., Li, Y., Caragea, D., & Caragea, C. (2021). Stance Detection in COVID-19 Tweets.Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint 46 Conference on Natural Language Processing (Volume 1: Long Papers). Stroudsburg, PA, USA: Association for Computational Linguistics, 1596–1611.

19. Graells-Garrido, E., Baeza-Yates, R., & Lalmas, M. (2019). How representative is an abortion debate on Twitter? In Proceedings of the 10th ACM Conference on Web Science, 133–134. https://doi.org/10.1145/3292522.3326057

20. Greenwood, S., Perrin, A., & Duggan, M. (2016). Social media update 2016. Pew Research Center, 11(2), 1–18.

21. Hanushek, E. A., & Kimko, D. D. (2000). Schooling, labor-force quality, and the growth of nations. American Economic Review, 90(5), 1184–1208. https://doi.org/10.1257/aer.90.5.1184

22. Hasan, K. S., & Ng, V. (2013). Stance Classification of Ideological Debates: Data, Models, Features, and Constraints. Proc. Sixth Int. Jt. Conf. Nat. Lang. Process, 1348–1356.

23. Kalabikhina, I. E., & Banin, E. P. (2021). Database «Childfree (antinatalist) communities in the social network VKontakte». Population and Economics, 5(2), 92–96. https://doi.org/10.3897/popecon.5.e70786

24. Kalabikhina, I. E., & Banin, E. P. (2020). Database «Pro-family (pronatalist) communities in the social network VKontakte». Population and Economics, 4(3), 98–130. https://doi.org/10.3897/popecon.4.e60915

25. Kalabikhina, I. E., Banin, E. P., Abduselimova, I. A., Klimenko, G. A., & Kolotusha, A. V. (2021). The measurement of demographic temperature using the sentiment analysis of data from the social network VKontakte. Mathematics, 9(9), 987. https://doi.org/10.3390/math9090987

26. Kalabikhina, I. E., Kazbekova, Z. G., Klimenko G. A., & Banin, E. P. (2022). Socio-demographic portrait and demographic values of pro-natalists and anti-natalists in Russia: assessment based on data from the social network VKontakte (1.0) (Data set). Zenodo. https://doi.org/10.5281/zenodo.7325117

27. LaRoche, K. J., Jozkowski, K. N., Crawford, B. L., & Haus, K. R. (2021). Attitudes of US adults toward using telemedicine to prescribe medication abortion during COVID-19: A mixed methods study. Contraception, 104(1), 104–110. https://doi.org/10.1016/j.contraception.2021.04.001

28. Lillard, L. A., & Waite, L. J. (1993). A joint model of marital childbearing and marital disruption. Demography, 30(4), 653–681. https://doi.org/10.2307/2061812

29. Liu, S., & Liu, J. (2021). Public attitudes toward COVID-19 vaccines on English-language Twitter: A sentiment analysis. Vaccine, 39(39), 5499–5505. https://doi.org/10.1016/j.vaccine.2021.08.058

30. Malik, M., Lamba, H., Nakos, C., & Pfeffer, J. (2015). Population bias in geotagged tweets. In Proceedings of the international AAAI conference on web and social media, 9(4), 18–27. https://doi.org/10.1609/icwsm.v9i4.14688

31. Mellon, J., & Prosser, C. (2017). Twitter and Facebook are not representative of the general population: Political attitudes and demographics of British social media users. Research & Politics, 4(3). https://doi.org/10.1177/2053168017720008

32. Miao, L., Last, M., & Litvak, M. (2020). Twitter Data Augmentation for Monitoring Public Opinion on COVID-19 Intervention Measures. In Proceedings of the 1st Workshop on NLP for COVID-19 (Part 2) at EMNLP 2020. https://doi.org/10.18653/v1/2020.nlpcovid19-2.19

33. Miller, W. B. (1994). The relationship between childbearing motivations and attitude toward abortion among married men and women. Family Planning Perspectives, 165–168. https://doi.org/10.2307/2136241

34. Mislove, A., Lehmann, S., Ahn, Y. Y., Onnela, J. P., & Rosenquist, J. (2011). Understanding the demographics of Twitter users. In Proceedings of the International AAAI Conference on Web and Social Media, 5(1), 554–557. https://doi.org/10.1609/icwsm.v5i1.14168

35. Moor, N., & Komter, A. (2012). The impact of family structure and disruption on intergenerational emotional exchange in Eastern Europe. European Journal of Ageing, 9(2), 155–167. https://doi.org/10.1007/s10433-011-0207-3

36. Ntontis, E., & Hopkins, N. (2018). Framing a «social problem»: Emotion in anti-abortion activists’ depiction of the abortion debate. Br. J. Soc. Psychol. John Wiley and Sons Ltd., 57(3), 666–683. https://doi.org/10.1111/bjso.12249

37. Oentaryo, R. J., Murdopo, A., Prasetyo, P. K., & Lim, E. P. (2016). On profiling bots in social media. International conference on social informatics, 92–109. Springer, Cham. https://doi.org/10.1007/978-3-319-47880-7

38. Roldán-Robles, P. R., Umaquinga-Criollo, A. C., García-Santillán, J. A., Herrera-Granda, I. D., & García-Santillán, I. D. (2019). A conceptual architecture for content analysis about abortion using the Twitter platform. Revista Ibérica de Sistemas e Tecnologias de Informaçao, (E22), 363–374.

39. Seltzer, J. A., & Bianchi, S. M. (2013). Demographic change and parent-child relationships in adulthood. Annual review of sociology, 39, 275–290. https://doi.org/10.1146/annurev-soc-071312-145602

40. Sharma, E., Saha, K., Ernala, S. K., Ghoshal, S., & De Choudhury, M. (2017, October). Analyzing ideological discourse on social media: A case study of the abortion debate. In Proceedings of the 2017 international conference of the computational social science society of the Americas, 1–8. https://doi.org/10.1145/3145574.3145577

41. Startseva, N., Khlopotov, M. V., & Ivanov, S. E. (2017). Analysis of the audience of childfree communities in social network «VKontakte». In Proceedings of the Internationsl Conference on Electronic Governance and Open Society: Challenges in Eurasia, 107–112. https://doi.org/10.1145/3129757.3129776

42. Steele, F., Kallis, C., Goldstein, H., & Joshi, H. (2005). The relationship between childbearing and transitions from marriage and cohabitation in Britain. Demography, 42(4), 647–673. https://doi.org/10.1353/dem.2005.0038

43. Takac, L., & Zabovsky, M. (2012). Data analysis in public social networks. InInternational scientific conference and international workshop present day trends of innovations, 1(6).

44. Thorpe Huerta, D., Hawkins, J. B., Brownstein, J. S., & Hswen, Y. (2021). Exploring discussions of health and risk and public sentiment in Massachusetts during COVID-19 pandemic mandate implementation: A Twitter analysis. SSM-Popul. Heal, 15. https://doi.org/10.1016/j.ssmph.2021.100851

45. Vychegzhanin, S. V., & Kotelnikov, E. V. (2019). Stance Detection Based on Ensembles of Classifiers. Program. Comput. Softw. Pleiades Publishing, 45(5), 228–240. https://doi.org/10.1134/S0361768819050074

46. Wang, G. Z., & Buffalo, M. D. (2004). Social and cultural determinants of attitudes toward abortion: A test of Reiss’ hypotheses. The Social Science Journal, 41(1), 93–105. https://doi.org/10.1016/j.soscij.2003.10.008

47. Wojcik, S., Messing, S., Smith, A. W., Rainie, L., & Hitlin, P. (2018). Bots in the Twittersphere. Pew Research Center.

48. Yeung, W. J. J., & Hu, S. (2016). Paradox in marriage values and behavior in contemporary China. Chinese Journal of Sociology, 2(3), 447–476. https://doi.org/10.1177/2057150X16659019

49. Yucel, D. (2015). What predicts egalitarian attitudes towards marriage and children: Evidence from the European values study. Social Indicators Research, 120(1), 213–228. https://doi.org/10.1007/s11205-014-0580-3

50. Zagheni, E., & Weber, I. (2015). Demographic research with non-representative internet data. International Journal of Manpower, 3(1), 6 6 13–25. https://doi.org/10.1108/IJM-12-2014-0261