Моделирование влияния социально-экономических факторов на качество жизни населения регионов России

Социальная политика государства современной России за свою четвертьвековую историю, несмотря на достаточно внушительные успехи в области обеспечения достойного качества жизни, имеет большое число нерешенных проблем, которые ограничивают потенциал дальнейшего развития. Сохраняется высокая младенческая смертность (в 2017 году она составила 5,6 случая на 1 тыс. живорожденных, что почти в два раза выше, чем в странах Евросоюза). Высок уровень смертности населения в трудоспособном возрасте, что становится причиной относительно низкой ожидаемой продолжительности жизни в России (к 2017 году ОПЖ достиг 72,7 года, что на десять лет ниже, чем в странах ЕС ¹ ), усугубляет дефицит трудовых ресурсов, негативно сказывается на производительности труда. Остается чрезмерно высокой дифференциация уровня жизни населения. На протяжении последних более чем десяти лет индекс Джини в целом по стране находился в диапазоне от 0,400 до 0,420. Согласно методологии ООН, наиболее оптимальными значениями данного показателя являются от 0,250 до 0,260, критический же уровень наступает после отметки 0,410–0,420 [1].

Термин «качество жизни», введенный в научный оборот более полувека назад Дж.К. Гэлбрейтом в работе «Общество изобилия» [2], в настоящее время находит все более широкое применение в анализе не только чисто экономических, но и социальных и политических процессов. Изначально задумывавшийся как лозунг, очерняющий ценности общества потребления, термин «качество жизни» вскоре трансформировался в категорию латентную (то есть не поддающуюся непосредственному измерению) и синтетическую (то есть объединяющую в себе различные аспекты и условия человеческой жизни) [3; 4]. Многообразие областей знаний, оперирующих понятием «качество» жизни, и различия в целях научных исследований породили большое количество подходов к определению структуры качества жизни населения, его концептуальных и структурных моделей. Например, в медицинских исследованиях [5; 6; 7] при анализе качества жизни упор делается на изучение физического и психического здоровья населения и практически полностью игнорируются другие составляющие качества жизни (табл. 1). К моделям, учитывающим более подробную структуру качества жизни, можно отнести работы J. Ruževičiu [8], Р. Шэлака [9], Д. Фэлса и Д. Пери [10], Р. Камминса [11], С.А. Айвазяна [3], Н.В. Зубаревич [12] и др. В данных моделях в разных пропорциях учитываются следующие области оценки: физическое , материальное и психологическое состояние, образование и саморазвитие, социальные отношения, самовыражение и отдых, безопасность и окружающая среда и пр .

В то же время представленное выше многообразие трактовок и подходов к оценке качества жизни порождает большие сложности при исследовании факторов, его определяющих. Ввиду того что данная категория носит междисциплинарный характер, выбор главных компонент традиционными методами оказывается невозможным. Выходу из этого положения могут служить специальные методы математической статистики и моделирования [14].

Таблица 1. Структура качества жизни населения в российских и зарубежных исследованиях

Структурные блоки (области) качества жизни	.5 >N ro о D	О 3	e Ct	5 5 E oj g c 8 >	m О	X ro <	< < U	T m co T	H U EZ	О ro
Физическое здоровье
Психическое здоровье
Образование
Материальное благосостояние, уровень жизни
Условия труда и рынок труда
Безопасность
Природно-климатические условия
Духовное и личностное развитие
Семейное благополучие
Гендерное равенство
Политические свободы
Досуг
Социальные отношения
Источник: Россошанский А.И., Чекмарева Е.А. Структура качества жизни населения в российских и зарубежных исследованиях // Социальное пространство. 2016. № 1 (3). URL: http://sa.vscc.ac.ru/article/1803 [13].

Таким образом, целью данной статьи является выявление факторов, оказывающих комплексное воздействие на качество жизни населения российских регионов. Информационную базу исследования составили данные Федеральной службы государственной статистики за период с 2010 по 2015 год по 80 субъектам РФ. Исключение составили Республика Крым, г. Севастополь, Ханты-Мансийский, Ямало-Ненецкий, Ненецкий автономные округа в связи с отсутствием информации по ряду показателей.

Материалы и методы

На предыдущих этапах исследования было дано обоснование используемой структуры качества жизни, а также разработана и апробирована методика оценки качества жизни населения для регионов России [15; 16]. Наполнение структурных блоков, а также сама методика оценки качества жизни представлены в табл. 2. Таким образом, в роли результирующей переменной выступил индекс качества жизни. Выявление факторов, оказывающих влияние на качество жизни в регионах России, проводилось с помощью экономико-математических методов и моделей (регрессионный анализ панельных данных).

Поскольку в анализе использовались данные как по регионам (так называемые cross-section data ² ), так и в динамике (timeseries data ³ ), отсутствие учета индивидуальных особенностей объектов впоследствии может привести к следующей проблеме: наиболее эффективные методы оценивания окажутся несостоятельными, а состоятельные методы дадут неэффективные оценки коэффициентов регрессионных соотношений [17]. Для выхода из данной ситуации используются панельные данные. К преимуществам данных этого типа можно отнести следующие:

– наличие большого количества наблюдений увеличивает число степеней свободы, что снижает зависимость между объясняющими переменными, а следовательно, стандартные ошибки оценок;

– возможность анализировать большое количество экономических вопросов, которые не могут быть адресованы к временным рядам и пространственным данным в отдельности;

Таблица 2. Методика индексной оценки качества жизни населения российских регионов

Наименование этапа	Содержание этапа
1. Формирование исходного перечня статистических показателей	I.    Здоровье населения: ожидаемая продолжительность жизни при рождении; коэффициент младенческой смертности (на 1000 родившихся живыми). II.    Уровень жизни населения: доля домохозяйств, расходы на продукты питания которых составляют более 50% потребительских расходов (%); покупательная способность среднедушевых денежных доходов (раз). III.    Сфера труда: уровень безработицы (по методологии МОТ); численность пострадавших с утратой трудоспособности на 1 рабочий день и более и со смертельным исходом (на 1000 работающих). IV.    Безопасность жизнедеятельности: число зарегистрированных убийств и покушений на убийство (на 100 тысяч человек населения); доля проб воды с превышением гигиенических нормативов по санитарно-химическим показателям (%)
2. Нормирование шкал в измерении частных критериев	Унификация (нормирование) шкал отобранных статистических показателей производится при помощи метода линейного масштабирования. Нулевое значение преобразованного показателя соответствует самому низкому качеству по данному свойству, а максимальное – самому высокому. Расчет производился по формуле (1), если показатель положительно влияет на качество жизни (монотонно возрастающая зависимость), и по формуле (2), если отрицательно (монотонно убывающая зависимость). х-х           X - X . I — X X min И\ Г -     _ _min I k = X - X ^ I4 1 X -X (2 max min                X max X min Ik – значение частного индекса качества жизни населения; X – оцениваемый показатель; X max и X min – референтные точки. За референтные точки взяты максимальные и минимальные значения показателей среди регионов страны за весь период исследования, что позволяет произвести сопоставление между регионами и в динамике
3. Расчет интегрального индекса	Поскольку отобранные критерии качества жизни населения приняты как равнозначные, отсутствует необходимость ввода весовых коэффициентов. Формула расчета индекса имеет вид: 8 ИИКЖ = - £ I k (3) 8 k = 1 Ik – значение частного индекса качества жизни населения

Источник: составлено автором.

• -    предотвращение смещения агрегиро-ванности, неизбежно возникающее при анализе как временных рядов, так и перекрестных данных;

• -    возможность отслеживания индивидуальной эволюции характеристик всех изучаемых объектов во времени;

• -    отсутствие необходимости поиска «хороших» инструментов при оценивании моделей с эндогенными регрессорами;

• -    возможность избежать ошибок спецификации, возникающих от невключения в модель существенных переменных [18].

Таким образом, панельные данные сочетают в себе как данные пространственного типа, так и данные типа временных рядов: в каждый момент времени имеются данные пространственного типа по экономическим единицам, и для каждого объекта соответствующие ему данные образуют один или несколько временных рядов. Благодаря специальной структуре панельные данные позволяют строить более гибкие и содержательные модели и получать ответы на вопросы, которые недоступны только в рамках, например, моделей, основанных на пространственных данных [19].

В то же время при работе с панельными данными всегда возникает проблема, какую модель (объединенную регрессию, фиксированным и случайным эффектом) следует выбрать. На содержательном уровне разницу между ними можно интерпретировать следующим образом. Объединенная модель предполагает, что у экономических единиц нет индивидуальных различий, и в некоторых простых ситуациях это оправдано. Модели с фиксированными эффектами подразумевают, что каждая экономическая единица уникальна и не может рассматриваться как результат случайного выбора из некоторой генеральной совокупности. Это справедливо, когда речь идет о странах, регионах, крупных предприятиях. В модели со случайными эффектами объекты попадают в панель в результате выборки из большой совокупности, например, это небольшие фирмы, домашние хозяйства и т. п. [19].

Проблема выбора модели не сводится только к содержательному анализу, существуют статистические критерии, позволяющие решить данную проблему.

• 1.    Выбор между моделью объединенной регрессии против модели с фиксированным эффектом осуществляется при помощи теста Вальда. Данный тест проверяет гипотезу о равенстве нулю всех индивидуальных эффектов.

• 2.    Выбор модели объединенной регрессии против модели со случайным эффектом проводится при помощи теста Бройша-Пагана, который является тестом на наличие случайного индивидуального эффекта.

• 3.    Тест Хаусмана позволяет сделать выбор между моделями с фиксированным и случайными эффектами. В модели со случайными эффектами предполагается, что индивидуальные эффекты не коррелируют с регрессорами. Важно проверить, действительно ли выполняется предположение о такой корреляции, которая может привести к несостоятельности большинства оценок модели со случайными эффектами.

Для анализа факторов, оказывающих воздействие на качество жизни населения, среди статистической информации было отобрано 24 показателя, отражающих социально-экономическое положение регионов.

Далее отобранные статистические показатели были сгруппированы таким образом, чтобы корреляционная связь одной группы (внутриплеядная связь) была достаточно велика, а связь между параметрами из разных групп (межплеядная связь) – мала. Данный метод носит название корреляционных плеяд и достаточно распространен в социологии, медицине и т. д.

Метод корреляционных плеяд предназначен для нахождения таких групп признаков – «плеяд», когда корреляционная связь, т. е. сумма модулей коэффициентов корреляции между параметрами одной группы (внутриплеядная связь), достаточно велика, а связь между параметрами из разных групп (межплеядная) – мала. Далее по определенному правилу по корреляционной матрице признаков образуют чертеж – граф, который затем с помощью различных приемов разбивают на подграфы. Элементы, соответствующие каждому из подграфов, и образуют плеяду [20]. Алгоритм построения корреляционных плеяд подробно разобран в трудах С.А. Айвазяна [20; 21].

Для группировки и выделения наиболее значимых факторов из представленного ниже набора показателей был реализован алгоритм корреляционных плеяд (табл. 3; рис.).

Как видно, в результате построения корреляционных плеяд было выделено две основные группы признаков: экономические условия и развитие науки. Остальные показатели составили одиночные группы признаков. В предполагаемую эконометрическую модель целесообразно включать факторы из разных плеяд или одиночные признаки.

Результаты и обсуждение

Ввиду наличия сложности при интерпретации категории «качество жизни», а также выделении факторов, его определяющих, на данном этапе исследования была произведена попытка построения модели множественной регрессии на основе панельных данных, в которой в роли результирующей переменной выступил индекс качества жизни, независимые переменные были выбраны среди перечня показателей, характеризующих экономическое и социальное развитие регионов России, сгруппированных на основе схожих признаков (табл. 4-7).

Вкачественеобходимостииспользования панельных данных построена модель множественной регрессии, не учитывающая индивидуальные особенности объекта (табл. 4). Полученные результаты демонстрируют, что коэффициент детерминации в модели объединенной регрессии незначителен (R-squared = 0,3967), что подтверждает описанный выше тезис о несостоятельности и

Таблица 3. Характеристика и разбиение признаков по плеядам*

Код Характеристика признака Характеристика плеяды X2 Валовой региональный продукт на душу населения Первая плеяда признаков (экономические условия) X5 Инвестиции в основной капитал на душу населения X24 Расходы консолидированных бюджетов субъектов РФ на социально-культурные мероприятия, рублей на душу населения X16 Уровень участия в рабочей силе, % X14 Численность персонала, занятого научными исследованиями и разработками, на 100 тыс. человек населения Вторая плеяда признаков (развитие науки) X15 Выдача патентных заявок на изобретения, на 100 тыс. человек населения X1 Степень износа основных фондов, % Группа одиночных признаков, не образующих взаимосвязанных плеяд X3 Индекс физического объема ВРП, % к предыдущему году X4 Индекс промышленного производства, % к предыдущему году X6 Индекс потребительских цен, % X7 Ввод в действие жилых домов (на 1000 человек населения), м2 общей площади X8 Общая площадь жилых помещений, приходящаяся в среднем на одного жителя, м2 X9 Плотность автомобильных дорог общего пользования с твердым покрытием, км путей на 1000 км2 территории X10 Число дорожно-транспортных происшествий, на 100 тыс. человек населения X11 Число человек, погибших в дорожно-транспортных происшествиях, на 100 тыс. человек населения X12 Инновационная активность организаций, % X13 Объем инновационных товаров, работ, услуг, % от общего объема отгруженных товаров, выполненных работ, услуг X17 Удельный вес безработных, ищущих работу 12 месяцев и более, % X18 Коэффициент демографической нагрузки, на 1000 человек трудоспособного возраста X19 Численность населения на одну больничную койку, человек X20 Численность врачей всех специальностей, на 10 тыс. человек населения X21 Численность населения на одного врача X22 Численность зрителей театров, на 1000 человек населения X23 Численность посещений музеев, на 1000 человек населения * Пороговый коэффициент корреляции для разбиения на плеяды выбран равным 0,6. неэффективности оценок. Следует отметить, что в рамках модели с фиксированными эффектами динамические различия проявляются сильнее, чем межрегиональные (R-sq: within = 0,6854 почти в полтора раза больше показателя R-sq: between = 0,3739), что свидетельствует в пользу необходимости учета индивидуальных эффектов и против модели сквозного оценивания.

Проведенные расчеты свидетельствуют, что именно регрессионная модель с фиксированными эффектами при учете структуры панельных данных позволила получить значимый и обоснованный вариант моделирования качества жизни населения российских регионов. Об этом говорят результаты попарных сравнений оцененных моделей:

• 1.    Тест Вальда. Поскольку р-уровень <0,01, то основная гипотеза отвергается. Это означа-

• ет, что регрессионная модель с фиксированными эффектами лучше подходит для описания данных, чем модель простой регрессии.

• 2.    Тест Бройша-Пагана. В данном случае значение критерия x ² =853,04, уровень значимости р=0,0000. Поскольку р-уровень <0,01, то основная гипотеза отвергается. Это означает, что модель со случайными эффектами лучше описывает наши данные, чем модель объединенной регрессии.

• 3.    Тест Хаусмана. Поскольку р-уровень <0,01, то основная гипотеза отвергается. Таким образом, модель с фиксированными эффектами лучше описывает данные, чем модель со случайными эффектами.

Анализируя полученное уравнение регрессии, отметим высокую степень влияния общего экономического, социального и политического потенциала страны, который

Рис. Граф корреляционных плеяд для 24 признаков

Источник: составлено автором.

Таблица 4. Объединенная регрессия для интегрального индекса качества жизни и социально-экономических факторов

(F(7,472) = 44,34; Prob > F = 0,0000; R-squared = 0,3967)

ИИКЖ	Coef.	Std. Err	t	P>|t|	[95% Conf. Interval]
Логарифм ВРП на душу населения	0,0233741	0,0058408	4,00	0,000	0,0118969	0,0348512
Численность персонала, занятого научными исследованиями и разработками, на 100 тыс. человек населения	0,0000222	8,90E-06	2,49	0,013	4,68E-06	0,0000397
Ввод в действие жилых домов, м 2 общей площади	0,0001266	0,0000124	10,17	0,000	0,0001021	0,000151
Плотность автомобильных дорог общего пользования с твердым покрытием, км путей на 1000 км 2 территории	-9,30E-08	2,91E-07	-0,32	0,750	-6,65E-07	4,79E-07
Уровень участия в рабочей силе, %	-0,0019187	0,0008247	-2,33	0,020	-0,0035391	-0,0002982
Численность врачей всех специальностей, на 10 тыс. человек населения	-1,19E-06	4,83E-07	-2,47	0,014	-2,14E-06	-2,45E-07
Численность зрителей театров, на 1000 человек населения	0,0001657	0,0000298	5,57	0,000	0,0001072	0,0002242
Константа	0,42201	0,0638404	6,61	0,000	0,2965635	0,5474564
Источник: расчеты автора.

Таблица 5. Регрессия «between» для интегрального индекса качества жизни и социально-экономических факторов (F(7,72) = 6,14; Prob > F = 0,0000; R-sq: within = 0,4797; between = 0,3739; overall = 0,3908)

ИИКЖ	Coef.	Std. Err	t	P>|t|	[95% Conf. Interval]
Логарифм ВРП на душу населения	0,0150536	0,0154629	0,97	0,334	-0,0157711	0,0458782
Численность персонала, занятого научными исследованиями и разработками, на 100 тыс. человек населения	0,0000291	2,23E-05	1,30	0,196	-1,54E-05	0,0000735
Ввод в действие жилых домов, м 2 общей площади	0,0001236	0,0000337	3,66	0,000	0,0000563	0,0001908
Плотность автомобильных дорог общего пользования с твердым покрытием, км путей на 1000 км 2 территории	2,11E-07	8,03E-07	0,26	0,793	-1,39E-06	1,81E-06
Уровень участия в рабочей силе, %	-0,0020973	0,0021697	-0,97	0,337	-0,0064225	0,0022279
Численность врачей всех специальностей, на 10 тыс. человек населения	-1,71E-06	1,54E-06	-1,11	0,269	-4,78E-06	1,35E-06
Численность зрителей театров, на 1000 человек населения	0,0001522	0,0000741	2,05	0,044	4,52E-06	0,0002999
Константа	0,5394087	0,168202	3,21	0,002	0,204104	0,8747133
Источник: расчеты автора.

Таблица 6. Регрессия с фиксированными эффектами для интегрального индекса качества жизни и социально-экономических факторов (F(7,393) = 122,33; Prob > F = 0,0000; R-sq: within = 0,6854; between = 0,1719; overall = 0,2223 Corr(u_i, Xb) = -0,5255)

ИИКЖ	Coef.	Std. Err	t	P>|t|	[95% Conf. Interval]
Логарифм ВРП на душу населения	0,0896801	0,0062119	14,44	0,000	0,0774674	0,1018929
Численность персонала, занятого научными исследованиями и разработками, на 100 тыс. человек населения	0,0000328	3,44E-05	0,95	0,341	-3,48E-05	0,0001005
Ввод в действие жилых домов, м 2 общей площади	0,0000401	0,0000112	3,59	0,000	0,0000182	0,0000621
Плотность автомобильных дорог общего пользования с твердым покрытием, км путей на 1000 км 2 территории	-3,09E-07	1,94E-07	-1,59	0,112	-6,91E-07	7,25E-08
Уровень участия в рабочей силе, %	0,0010331	0,0006901	1,50	0,135	-0,0003237	0,00239
Численность врачей всех специальностей, на 10 тыс. человек населения	-5,93E-07	2,41E-07	-2,46	0,014	-1,07E-06	-1,20E-07
Численность зрителей театров, на 1000 человек населения	0,0001576	0,0000434	3,63	0,000	7,23E-05	0,000243
Константа	-0,5674176	0,0765688	-7,41	0,000	-0,7179533	-0,4168818
sigma_u	0,06789234
sigma_e	0,0171898
rho	0,9397558
F test that all u_i=0: F(79, 393) = 51.44 Prob > F = 0.0000
Источник: расчеты автора.

Таблица 7. Регрессия со случайными эффектами для интегрального индекса качества жизни и социально-экономических факторов

(Wald chi2(7) = 788.12; Prob > chi2 = 0,0000; R-sq: within = 0,6771;

between = 0,2006; overall = 0,2607; Random effects u_i – Gaussian, corr(u_i,X)=0)

ИИКЖ Coef. Std. Err t P>|t| [95% Conf. Interval] Логарифм ВРП на душу населения 0,0736586 0,0057211 12,87 0,000 0,0624455 0,0848717 Численность персонала, занятого научными исследованиями и разработками, на 100 тыс. человек населения 2,96E-06 1,59E-05 0,19 0,852 -2,81E-05 0,0000341 Ввод в действие жилых домов, м2 общей площади 0,0000661 0,0000106 6,26 0,000 0,0000454 0,0000868 Плотность автомобильных дорог общего пользования с твердым покрытием, км путей на 1000 км2 территории -4,30E-07 1,95E-07 -2,21 0,027 -8,12E-07 -4,83E-08 Уровень участия в рабочей силе, % 0,0002696 0,0006758 0,40 0,690 -0,0010549 0,0015942 Численность врачей всех специальностей, на 10 тыс. человек населения -6,21E-07 2,47E-07 -2,52 0,012 -1,11E-06 -1,37E-07 Численность зрителей театров, на 1000 человек населения 0,000165 0,0000372 4,44 0,000 9,22E-05 0,0002378 Константа -0,3203582 0,0690882 -4,64 0,000 -0,4557686 -0,1849478 sigma_u 0,05078684 sigma_e 0,0171898 rho 0,89721369 (fraction of variance due to u_i) Источник: расчеты автора. качество жизни населения в значительной степени зависит от экономической ситуации в стране. Регрессионная модель с фиксированными эффектами при учете структуры панельных данных позволила получить значимый и обоснованный вариант моделирования, который можно использовать для оценки формирования среды, выраженной через показатели экономического и социокультурного развития страны.

Было установлено, что увеличение качества жизни населения напрямую зависит от таких социально-экономических факторов,

как обеспечение роста ВРП на душу населения (один из первостепенных индикаторов экономического развития, материального положения), развитие жилищного строительства, интенсивность развития социокультурного потенциала. Меры по улучшению качества жизни должны носить комплексный характер, связанный с переориентацией целевых программ на решение задач населения с учетом региональной специфики. Результаты исследования позволяют определить направления для повышения качества жизни на региональном уровне.