Определение факторов, влияющих на индекс качества жизни в федеральных округах Российской Федерации

В настоящее время качество жизни населения является одной из важнейших целей деятельности органов власти и главным вопросом социально-экономического развития России. Качество жизни – степень удовлетворённости населения материальными, духовными, культурными потребностями. Данный показатель входит в состав наиболее важных социальных категорий, характеризующих структуру потребностей человека, а также возможности их удовлетворения.

Для исследования были выбраны статистические данные по индексу качества жизни населения Приволжского, Сибирского и Уральского федеральных округов Российской Федерации и использованы материалы Федеральной службы государственной статистики, а также результаты исследования Рейтингового агентства «РИА Рейтинг». Качество жизни населения определяется системой показателей, каждый из которых дает представление о какой-либо одной стороне жизнедеятельности человека. В качестве возможных факторов, оказывающих влияние на индекс качества жизни, были отобраны следующие:

• x1 – средняя номинальная начисленная заработная плата работников на душу населения;

• x2 – число зарегистрированных преступлений на 1 человека;

• x3 – общая площадь жилых помещений, приходящаяся в среднем на одного жителя;

• x4 – ожидаемая продолжительность жизни при рождении;

• x5  – количество высших государственных образовательных

учреждений;

• x6 – число дошкольных образовательных организаций;

• x7 - численность населения на 1 врача;

• x8 - инвестиции в основной капитал на душу населения;

• x9 - число спортивных сооружений.

Была специфицирована следующая эконометрическая модель:

y = a0+a1x1+a2x2+a3x3+a4x4+a5x5+a6x6+a7x7+a8x8+a9x9+u.

При наличии большого количества факторов, оказывающих влияние на результирующий индекс, определялись значения каждого из них в отдельности и совокупности.

Таким образом, выполнив спецификацию модели, состоящую из 9 факторов, были выявлены те, которые оказывают наибольшее влияние на объяснение результата.

Для выявления предполагаемой зависимости были использованы процедуры пошагового отбора некачественных факторов, с помощью которых выявлены качественные факторы, соответствующие условию | £_С тат | > ^ крит

В результате, была получена следующая линейная множественная эконометрическая модель:

y = a0+a1x1+a3x3+a4x4+a5x5+u.

Таким образом, на основании данного метода выбора существенных показателей и набора исходных статистических данных для множественной линейной эконометрической модели, влияющих на индекс уровня жизни регионов, выбираются:

x1 - средняя номинальная начисленная заработная плата работников на душу населения;

• x3 - общая площадь жилых помещений, приходящаяся в среднем на одного жителя;

• x4 - продолжительность жизни при рождении (лет), x5 - количество высших учебных заведений.

С использование метода МНК была проведена оценка параметров специфицированной множественной линейной эконометрической модели. В результате получено следующее уравнение регрессии:

y = -1,008+5,224X1+0,008X3+0,017X4+0,003X5+u.

Чтобы оцененные по МНК параметры модели обладали статистическими свойствами необходимо выполнение ряда предпосылок теоремы Гаусса-Маркова, и если они будут выполнены, то оценки параметров будут несмещёнными, эффективными и состоятельными.

Просуммировав все значения остатков и рассчитав их среднее значение, получили, что выполняется условие теоремы Гауса-Маркова в отношении математического ожидания.

Для проверки оценки на гомоскедастичность воспользовались тестом Голдфелда-Кванта. Так как GQ < Fkpum и GQ-1 < Fkpum , то принимается гомоскедастичность остатков множественной регрессионной модели. Воспользуемся для большей уверенности графическим анализом остатков. Он показывает, что остатки гомоскедастичны (см. Рис. 1).

График остатков х3

0,1  ------------------------------------

График остатков х4

0,1  --------------------------------------

0,05

-0,05

0,05

-0,05

-0,1

-0,1

График остатков х5

0,1

0,05

-0,05

-0,1  -----------------------------------------------------

Рисунок 1 - График остатков факторов x1, x3, x4, x5

Для проверки остатков на автокорреляцию использовался тест Дарбина-Уотсона. С помощью него проверялась третья предпосылка теоремы Гаусса-Маркова о некоррелированности случайных величин ui при разных i . В результате была найдена статистика DW равная 2,127, которая свидетельствует об отсутствии автокорреляции.

Что касается проверки качества модели множественной регрессии, то для ее осуществления были вычислены и проведены сравнения значений Fмод и Fкрит . По результатам сравнения видно, что F мод (56,2578) > F крит (2,7278).

Тем самым можно утверждать, что полученная множественная линейная регрессия качественная. Кроме того, в нашем конкретном примере величина средней ошибки аппроксимации А = 5,47%, что также подтверждает качество модели.

Необходимо отметить, что полученное значение коэффициента детерминации достаточно близко к единице (R2 = 0,8929), что говорит о сильной связи индекса качества жизни с объясняющими переменными.

Для анализа влияния факторов на зависимую переменную вычислим коэффициенты эластичности.

Коэффициент эластичности показывает, что:

• 1)    При увеличении средней заработной платы на 1%, то индекс качества жизни увеличится на 1,85%;

• 2)    При увеличении жилой площади в расчете на 1 человека на 1%, индекс увеличится на 29,88%;

• 3)    При увеличении продолжительности жизни на 1%, индекс уровня жизни увеличится на 308,23%;

• 4)    При увеличении числа высших государственных учебных заведений на 1%, индекс уровня жизни увеличится на 7,29%.

Данные результаты подтверждают экономическое состояние рассматриваемого вопроса.

Проводя анализ индекса качества жизни населения, необходимо отметить тот факт, что лучшим и наиболее привлекательным регионом в исследовании    является    Республика    Татарстан.    Ожидаемая продолжительность жизни в нём при рождении составляет 72,12 года, превышая среднее значение 70,9 лет по стране. Этому способствовали региональные и федеральные программы по развитию системы здравоохранения, включая национальный проект «Здоровье». В Республике Татарстан насчитывается 16 государственных высших учебных заведений, основная часть которых расположена в Казани, из которых четыре вуза входят в топ 50 лучших вузов России.

Наименьший индекс качества жизни показала Республика Тыва. Все значения регрессоров намного ниже среднего значения по выборке. Жилищная обеспеченность в Тыве одна из самых низких в стране. В 2014 г. на 1 человека приходилось 12,9 кв. м жилой площади (по РФ – 23,4). Уровень благоустройства жилищного фонда республики намного ниже среднероссийского. По уровню доходов населения Тыва уступает всем регионам Сибири. Регион характеризуются низкими доходами населения: объем накоплений физических лиц в банках составляет от 7 до 30 тыс. руб., в то время как в среднем по стране этот показатель составляет 80 тыс. руб. Доля населения с доходами ниже среднего в 2-3 раза выше, чем в среднем по стране.

Основной проблемой этого региона по-прежнему остается неспособность регионального бюджета самостоятельно обеспечивать достаточный уровень собственных доходов, что в дальнейшем ведет к его высокой зависимости от федерального бюджета.

В результате данные свидетельствуют о неравномерности социальноэкономического развития отдельных регионов нашей страны, о сложившихся межрегиональных различиях в качестве жизни населения.

Приоритетное направление в развитии общества - это повышение качества жизни населения. При создании программ увеличения качества жизни регионов, необходимо основываться на факторах, выявленных путем проведённого исследования. Существенную роль на формирование индекса играют следующие регрессоры: ожидаемая продолжительность жизни при рождении, площадь жилых помещений на 1 человека, число высших государственных учебных заведений и, наконец, среднемесячная номинальная начисленная заработная плата работников организаций.

Итак, выделим необходимые условия, способствующие росту индекса качества жизни:

• •    обеспечение государственных гарантий прав гражданина на улучшение жилищных условий;

• •    сохранение и укрепление здоровья населения, увеличение продолжительности жизни;

• •    увеличение уровня средней заработной платы.

Для более глубокого исследования необходимо провести анализ не только линейных, но и нелинейных моделей, а также учесть и ряд других факторов, по которым нет объективных данных.