Scientific journal
Fundamental research
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,749

ECONOMETRIC STUDIES OF CORRELATION GDP AND QUALITY OF LIFE

Emtseva E.D. 1 Morozov V.O. 1 Cherkasova E.Z. 1
1 Vladivostok State University of Economics and Service
This article is devoted to research the relationship between indicators of quality of life and gross regional product per capita. The paper used data of Federal State Statistics in the context of the Russian regions. Factor analysis of quality of life conducted on the basis of statistical data on 80 subjects of the Russian Federation for 6 years (2008–2013). Development and analysis of regressions models conducted using a software package STATA. The results presented in the article submission is one of the stages of research related to the study of the relationship between economic and social factors in order to obtain high-quality forecasts to determine the level and quality of life after the application of management actions. The next stage of the study of the problem is to construct a regression using panel data models, analyzes and comparisons that are expected to present at the next work.
gross regional product
grp
the quality of life
regression analysis
1. Vash indeks luchshej zhizni (OECD Better Life Index). Available at: http://www.oecdbetterlifeindex.org/ru/ (accessed 20 November 2015).
2. Vorozhbit O.Yu., Lysenko V.V., Schegolev A.V. Territorija novyh vozmozhnostej. Vestnik VGUJeS, 2014, no. 3, pp. 87–92.
3. Issledovanie kachestva zhizni v rossijskih gorodah: otchet o NIR. Ruk. Zubec A.N. (Quality of life in Russian cities: research report. Head of research Zubec A.N.). Moscow: Finansovyj universitet pri Pravitelstve RF (Financial University under the Government of the Russian Federation), 2014. 162 p. no. SR 1201463782.
4. Kucherova S.V., Potehina A.V. Internet-zhurnal «Naukovedenie», 2014, no. 2, available at: http://naukovedenie.ru/PDF/109EVN214.pdf (accessed 20 November 2015).
5. Lavrenyuk K.I., Rahmanova M.S., Soloduhin K.S. Sovremennye problemy nauki i obrazovanija, 2014, no. 6, available at: http://www.science-education.ru/120-16481 (accessed 20 November 2015).
6. Mitrofanov A.Yu. Modelirovanie i prognozirovanie kachestva zhizni naselenija na urovne regiona: Avtoref. dis. kand. jekon. nauk. (Modeling and forecasting the quality of life of the population at the regional level: Abstract of dissertation PhD in Economics). Volgograd, 2009. 24 p.
7. Mazelis L.S., Morozov V.O. Sovremennye problemy nauki i obrazovanija, 2014, no. 6, available at: http://www.science-education.ru/120-16329 (accessed 20 November 2015).
8. Rahmanova M.S., Lavrenyuk K.I. Territorija novyh vozmozhnostej. Vestnik Vladivostokskogo gosudarstvennogo universiteta jekonomiki i servisa, 2012, no. 5, pp. 200–211.
9. Rejting regionov po kachestvu zhizni – 2014 (Rating of regions for quality of life – 2014). Moscow, RIA Rating, 2014. 24 p.
10. Rejting stran mira po urovnju socialnogo progressa (Ranking of countries in terms of social progress). Available at: http://gtmarket.ru/research/social-progress-index/info (accessed 20 November 2015).
11. Soloduhin K.S., Morozov V.O. Sovremennye vyzovy kontrollingu i trebovanija k kontrolleru: sbornik nauchnyh trudov VI mezhdunarodnogo kongressa po kontrollingu (Modern challenges controlling and controller requirements: Proceedings of The International Conference). Vladimir, Moscow, 2015, pp. 245–252. Available at: http://www.controlling.ru/symposium/ (accessed 20 November 2015).
12. Human Development Reports. United Nations Development Programme. Available at: http://hdr.undp.org/en (accessed 20 November 2015).
13. Social Progress Index. Available at: http://www.socialprogressimperative.org/data/spi (accessed 20 November 2015).

Представленная работа является начальным этапом исследований взаимодействия валового регионального продукта и качества жизни населения. Качество жизни является одним из важнейших признанных ООН показателей, характеризующих уровень развития стран и наций. Для России, обладающей огромной территорией и населенной многочисленными народами, вопрос оценки качества жизни в территориальном разрезе приобретает особую актуальность, которая усиливается по мере роста пессимизма в прогнозах социально-экономического развития страны [9].

На современном этапе развития России как социального государства одной из важнейших задач является выработка действенных социальных механизмов и способов управленческого воздействия на качество жизни населения в стране, в том числе на качество жизни населения российских регионов и городов [3]. Вопросам количественного обоснования направлений развития и набора стратегических мероприятий на этапе стратегического планирования посвящен ряд статей [5, 7, 8, 11].

Социальная политика признается наиболее значимой сферой интересов современного общества и важнейшей частью деятельности современного государства [2]. Вслед за этим возникает задача построения качественных прогнозов для определения того, какими будут уровень и качество жизни после применения управленческих воздействий. Отдельной подзадачей стоит установление взаимосвязи между экономическими и социальными факторами. Знание такой взаимосвязи позволит: с одной стороны, учитывать при прогнозе показателей качества жизни синергетические эффекты, возникающие при изменении экономических показателей, с другой – позволит решать обратную задачу расчета необходимых ресурсов для достижения плановых значений показателей, характеризующих качество жизни населения.

В настоящее время для оценки качества жизни населения применяются различные системы индикаторов качества жизни, такие как:

– индекс человеческого развития (ИЧР, Human Development Index, HDI). Индекс публикуется в рамках Программы развития ООН [12];

– индекс лучшей жизни (Better Life Index). Индекс разработан по инициативе Организации экономического сотрудничества и развития (ОЭСР, OECD) [1];

– индекс социального прогресса (The Social Progress Index) – комбинированный показатель международного исследовательского проекта The Social Progress Imperative, который измеряет достижения стран мира с точки зрения их социального развития [10, 13].

Индекс человеческого развития представляет собой совокупный показатель, учитывающий три основных вида показателей. Для каждого вида показателей оцениваются свои индексы.

Индекс лучшей жизни представляет собой одиннадцатимерный вектор, содержащий 11 аспектов благосостояния населения.

Индекс социального прогресса состоит из 52 показателей, разделенных на три группы, в каждую группу входит четыре подгруппы.

В российской науке в настоящий момент отсутствует единая концепция качества жизни с единым определением этого понятия и общей методикой его измерения.

Наиболее широкий перечень показателей для оценки качества жизни использует рейтинговое агентство РИА Рейтинг [9]. При составлении рейтинга используется 61 показатель. Показатели объединены в 10 групп, характеризующих основные аспекты условий проживания в регионе:

1. Уровень доходов населения.

2. Жилищные условия населения.

3. Обеспеченность объектами социальной инфраструктуры.

4. Экологические и климатические условия.

5. Безопасность проживания.

6. Демографическая ситуация.

7. Здоровье населения и уровень образования.

8. Освоенность территории и развитие транспортной инфраструктуры.

9. Уровень экономического развития.

10. Развитие малого бизнеса.

При этом применение большого количества индикативных показателей для достоверного исследования качества жизни населения не только значительно осложняет процесс самого исследования, но и увеличивает срок его проведения. Применение в исследовании минимального количества индикативных показателей вызывает опасение, что полученные результаты сомнительны и не вполне достоверно описывают объективно существующую реальность [3].

Эконометрические методы позволяют установить взаимосвязь исследуемого фактора и тех или иных социально-экономических показателей [4]. Данная работа посвящена нахождению взаимосвязи между показателями качества жизни и валовым региональным продуктом на душу населения (y). В работе используются данные Федеральной службы государственной статистики в разрезе российских регионов. С помощью пакета STATA обработаны статистические данные по 80 субъектам Российской Федерации за 6 лет (2008–2013 гг.), построены регрессионные модели сквозных регрессий и регрессий по главным компонентам, проведен анализ полученных моделей.

Качество жизни населения региона может быть охарактеризовано следующими пятнадцатью показателями: количество браков на 1000 человек (x1); количество работающих в организациях на 1000 человек (x2); среднемесячная номинальная начисленная зарплата на одного работника (x3); средний размер назначенных месячных пенсий пенсионеров (x4); удельный вес площади жилищного фонда, оборудованной ваннами (душем) (x5), канализацией (x6), водопроводом (x7), центральным отоплением (x8); количество врачей всех специальностей в организациях, оказывающих медицинские услуги населению (x9), и больничных коек круглосуточных стационаров (x10) на 1000 человек; обороты общественного питания (x11) и розничной торговли (x12) на душу населения; объемы бытовых (x13) и платных услуг (x14) на душу населения; численность лиц, совершивших преступления, на 1000 человек населения (x15) [6].

Одним из этапов проводимых исследований является построение сквозной регрессионной модели по всем годам и всем субъектам. Результаты моделирования представлены на рис. 1.

pic_62.wmf

Рис. 1. Результаты построения линейной регрессии (pooled regression) переменной y на переменные x1 – x15

В целом, согласно F-критерию Фишера, полученная модель является статистически значимой с достаточно высоким коэффициентом детерминации, который свидетельствует о том, что около 82,35 % вариации ВРП зависит от вариации учтенных в модели факторов. Уравнение характеризует наличие прямой зависимости ВРП от коэффициента «брачности», процента работающих в организациях, среднемесячной заработной платы, площади жилищного фонда, оборудованной водопроводом и центральным отоплением, оборотов общественного питания, розничной торговли и объемов бытовых услуг, и обратной – с оставшимися факторами. Однако при этом 6 факторов из 15 при заданном уровне значимости 0,05 оказались незначимыми: доля площади жилищного фонда, оборудованной ваннами, количество врачей и больничных коек круглосуточных стационаров, обороты общественного питания, объемы бытовых и платных услуг. О силе влияния факторов на ВРП можно судить по стандартизированным коэффициентам регрессии, результаты оценки которых представлены на рис. 2. Так, наиболее сильное воздействие на уровень ВРП оказывает среднемесячная заработная плата одного работника и наименьшее влияние – число больничных коек круглосуточных стационаров.

pic_63.wmf

Рис. 2. Оценки коэффициентов регрессии стандартизированного масштаба

С целью улучшения качества модели проведены исследования данных на наличие мультиколлинеарности. Исходя из матрицы парных коэффициентов корреляции, делаем выводы о наличии коллинеарных факторов:

emtseva01.wmf emtseva02.wmf emtseva03.wmf

emtseva04.wmf emtseva05.wmf

Учитывая коллинеарность, значимость и силу влияния признак-факторов на результирующий фактор, методом пошагового исключения получена модель с подмножеством исходного набора факторов, которая является статистически значимой, с коэффициентом детерминации 0,8226, отличающимся лишь на 0,0009 от данной характеристики модели с полным набором факторов (рис. 3).

Избавиться от мультиколлинеарности можно также преобразованием исходных факторов методом главных компонент (principal component analysis, PCA), который позволяет получить совокупность ортогональных (некоррелированных) факторов. Регрессия по четырем главным компонентам, выбранным согласно критериям доли воспроизводимой дисперсии (рис. 4) и каменистой осыпи (рис. 5), являясь статистически значимой с коэффициентом детерминации 0,6714, содержит незначимый параметр – коэффициент при четвертой компоненте. Выбор же трех главных компонент (f1, f2, f3) согласно критерию Кайзера позволяет построить статистически значимую модель с коэффициентом детерминации 0,6713 со всеми значимыми параметрами:

emtseva06.wmf

emtseva07.wmf emtseva08.wmf

pic_64.wmf

Рис. 3. Результаты построения линейной регрессии (pooled regression) переменной y на статистически значимые переменные

pic_65.wmf

Рис. 4. Результаты PCA

pic_66.wmf

Рис. 5. График собственных значений

С целью адекватной экономической интерпретации главных компонент в работе построена регрессия по главным компонентам, найденным согласно критерию Кайзера по предварительно объединенным в группы факторам. Первая компонента g1 построена для группы «уровень доходов населения»: {x3, x4}, вторая компонента g2 – для группы «жилищно-коммунальные блага»: {x5, x6, x7, x8}, третья компонента g3 – для группы «услуги и торговля»: {x11, x12, x13, x14}, четвертая g4 – для группы «уровень социальной стабильности» {x1, x2, x9, x10, x15}. Уравнение регрессии по групповым главным компонентам, являясь статистически значимым со всеми значимыми параметрами, имеет вид

emtseva09.wmf

emtseva10.wmf R = 0,6696.

Дальнейшие исследования зависимости факторов качества жизни и ВРП привели к выводам о более сильном проявлении межиндивидуальных различий данных, чем динамических, которые предполагают выбор в пользу необходимости учета индивидуальных эффектов. Следующим этапом исследования поставленной проблемы является построение регрессий с использованием моделей панельных данных, результаты анализа и сравнений которых предполагается изложить в следующей работе.

М