Моделирование влияния социально-экономических факторов на качество жизни населения регионов России
Автор: Россошанский Александр Игоревич
Журнал: Вопросы территориального развития @vtr-isert-ran
Рубрика: Социальное развитие территорий
Статья в выпуске: 4 (44), 2018 года.
Бесплатный доступ
Вопросы изучения качества жизни и его измерения в современных условиях приобретают особую значимость в свете реализуемых направлений по достижению устойчивых темпов экономического роста и инновационного развития страны. Не случайно, задачи по оказанию положительного воздействия на качество жизни российских граждан обозначены в государственных программах и стратегиях. Основная гипотеза исследования состоит в том, что управление качеством жизни населения российских регионов станет более эффективным, если оно будет представлять научно обоснованную систему инструментов, опирающуюся на оценку качества жизни, учитывающую региональные особенности. В исследовании на основе методов математической статистики и моделирования представлены результаты оценки факторов, оказывающих комплексное воздействие на качество жизни населения регионов России. Эмпирической базой исследования выступили данные Федеральной службы государственной статистики по 80 субъектам РФ за период с 2010 по 2015 год. Посредством реализации алгоритма корреляционных плеяд выделены две основные группы факторов (экономические условия и развитие науки), а также ряд одиночных, не связанных между собой факторов. При помощи регрессионного анализа при учете структуры панельных данных построен ряд моделей качества жизни и проведен их содержательный анализ. Установлено, что из числа наиболее статистически значимых факторов в современных российских условиях на качество жизни населения более всего влияют показатели экономического роста, жилищного строительства, развития инфраструктуры и культурные особенности. В заключение сделан вывод о необходимости учета выделенных факторов при конкретизации мер социальной политики.
Качество жизни, регрессионный анализ, панельные данные, регион
Короткий адрес: https://sciup.org/147224349
IDR: 147224349 | DOI: 10.15838/tdi.2018.4.44.6
Текст научной статьи 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 |
|
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*
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)
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.
Список литературы Моделирование влияния социально-экономических факторов на качество жизни населения регионов России
- Андрианов В. Благосостояние не для всех // Общество и экономика. 2018. № 1. С. 67-95.
- Galbraith J.K. The Affluent Society: 40th anniversary edition, update and with a new introduction by the author. Mariner Books, 1998. 288 p.
- Айвазян С.А. Анализ качества и образа жизни населения. М.: Наука, 2012. 432 с.
- Бестужев-Лада И.В., Батыгин Г.С. О «качестве жизни» // США и Канада: экономика, политика, культура. 1978. № 1. С. 23-35.
- Fallowfield L. What is quality of life? Available at: http://www.medicine.ox.ac.uk/bandolier/painres/download/whatis/WhatisQOL.pdf
- Nilsson E. Aspects of Health-Related Quality of Life. Available at: http://liu.diva-portal.org/smash/get/diva2:492046/FULLTEXT01.pdf
- Veenhoven R. Apparent Quality of Life: How Long and Happy People Live. Social Indicators Research, 2005, vol. 71, pp. 61-86.
- Ruževičius J., Akranavičiūtė D. Quality of Life and its Components Measurement. Engineering economics, 2007, vol. 2, pp. 43-48.
- Schalock R.L. The Concept of Quality of Life: What We Know and Do Not Know. Journal of Intellectual Disability Research, 2004, vol. 48, no. 3, pp. 203-216.
- Felce D. Defining and Applying the Concept of Quality of Life. Journal of Intellectual Disability Research, 1997, vol. 41, no. 2, pp. 126-132
- Cummins R.A. Objective and Subjective Quality of Life: an Interactive Model. Social Indicators Research, 2000, vol. 52, no. 1, pp. 55-72.
- Зубаревич Н.В. Социальное развитие регионов России: проблемы и тенденции переходного периода. 3-е изд. М.: ЛКИ, 2007. 264 c.
- 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
- Кручек М.М., Молчанова Е.В. Исследование медико-демографических процессов в регионах России методом регрессионного анализа по панельным данным // Региональная экономика: теория и практика. 2013. № 18 (297). С. 41-50.
- Качество жизни населения в контексте перехода от рыночной трансформации к модернизации экономики: заключительный отчет о НИР / исполн. Г.В. Леонидова [и др.]. Вологда, 2016. 181 с.
- Россошанский А.И. Методика индексной оценки качества жизни населения российских регионов // Проблемы развития территории. 2016. № 4 (84). С. 124-137.
- Ратникова Т.А. Анализ панельных данных в пакете «Stata»: метод. указ. к компьютерному практикуму по курсу «Эконометрический анализ панельных данных» М.: ВШЭ, 2004. 40 с.
- Ратникова Т.А. Введение в эконометрический анализ панельных данных // Экономический журнал ВШЭ. 2006. № 2. С. 267-316.
- Молчанова Е.В. Здоровье населения как базовое условие социально-экономического развития общества: дис. … д-ра экон. наук: 08.00.05. М., 2014. 338 c.
- Прикладная статистика: классификация и снижение размерности / С.А. Айвазян [и др.]. М.: Финансы и статистика, 1989. 607 с.
- Айвазян С.А., Мхитарян В.С. Прикладная статистика. Основы эконометрики: учебник для вузов: в 2-х т. 2-е изд., испр. Т. 1: Теория вероятностей и прикладная статистика. М.: ЮНИТИ-ДАНА, 2001. 656 c.
- Аганбегян А.Г. Строительство жилья - локомотив социально-экономического развития страны // Вопросы экономики. 2012. № 5. С. 59-69.
- Молодежь современной России - ключевой ресурс модернизации: монография / А.А. Шабунова [и др.]. Вологда: ИСЭРТ РАН, 2013. 148 c.
- Устинова К.А., Губанова Е.С., Леонидова Г.В. Человеческий капитал в инновационной экономике: монография. Вологда: ИСЭРТ РАН, 2015. 195 c.