Scientific journal

Fundamental research

ISSN 1812-7339

"Перечень" ВАК

ИФ РИНЦ = 1,674

Современный этап общественно-исторического функционирования достаточно неожиданно продемонстрировал значимость забытого объективного элемента, влияющего на темпы социально-экономический развития. Как ни странно, он стал отражением не инновационных результатов перехода к постиндустриальной эре и последствий цифровой революции, со стороны которых все еще ожидаются фундаментальные структурные воздействия на предложение, а затронул влияние пандемии инфекционных заболеваний на эффективность производственно-хозяйственных и общественных процессов, происходящих в развитых странах, обозначая новые направления для антикризисного управления социально-экономическими системами [1, c. 644–657].

Специфика текущего положения отражается тем фактом, что функционирование в условиях эпидемиологического перехода [2, c. 34–42], во время которого качество экологии человека определяется преимущественно успехом борьбы с хроническими заболеваниями, заставило большинство исследователей, политиков и экономистов забыть об опасностях, сопутствующих развитию человеческих сообществ на протяжении всей истории их жизнедеятельности.

Целью данной работы не является ретроспективный анализ влияния последствий инфекционных пандемий на динамику социально-экономического развития. Но все же необходимо отметить, что это влияние фиксируется уже начиная с неолита [3, c. 132–140], когда его результаты привели к культурно-этническим изменениям в жизни населения всей Европы, история которой, таким образом, пошла в другом направлении. При этом даже в XX в. наблюдались по своей сути глобальные трансформационные процессы, обусловленные, в том числе, и значительными жертвами эпидемий. Речь здесь, в первую очередь, идет о так называемой пандемии «испанского» гриппа, от которого скончались, по разным оценкам, от 50 до 100 млн человек.

Впоследствии рост благосостояния позволил населению развитых стран обеспечить высокий уровень санитарно-гигиенической защиты. Это вместе с климатическими особенностями сформировало безопасную среду обитания для «золотого миллиарда». А современная система здравоохранения позволила быстро и без серьезных последствий для экономического роста справиться с эпидемиями азиатского и гонконгского гриппа, а также атипичной пневмонии [4].

Результатом всего этого стали сокращение инвестирования фармакологических предприятий в разработку новых антибиотиков и вакцин против инфекционных заболеваний, банкротство некоторых из них. Другими словами, рынок через институты спроса и предложения, а также посредством своей глобальной природы подготовил почву для возможности разрастания локальных эпидемий в полномасштабные пандемии, затрагивающие развитые страны. Конкретные причины последнего заключаются в возросшей разнице между уровнем доходов населения и в безработице. Она порождает состояния абсолютной или относительной нищеты существенных групп людей, ухудшая их жилищные условия и доступ к медицинских услугам, делая оппортунистами в процессах выражения своих взглядов на происходящие политические изменения [2, c. 34–42].

В данном контексте важно получить эмпирические подтверждения влияния перечисленных выше факторов, отражающих степень воздействия социально-экономических условий жизнедеятельности населения на остроту проблем, сопровождающих процессы разрастания масштабов пандемии COVID-2019 в разрезе регионов России, или опровергнуть их.

Материалы и методы исследования

Работа предусматривает проведение исследования значений показателей, характеризующих степень остроты эпидемиологических проблем, связанных с современной пандемией коронавируса. В ней приведены число случаев заражения и уровень смертности, приходящиеся на 100 тыс. человек населения. Фактографической базой выступает ситуация, дифференцированная в разрезе 82 субъектов РФ, зафиксированная на конец января 2021 г. Обозначенные показатели представляются в качестве объясняемых регрессоров, изменения которых являются результатами действия социально-экономических факторов. Значения последних определены средними, рассчитанными за период 2017–2019 гг. Сами факторы объединены в 6 групп: экономическая эффективность региональной хозяйственной системы (отражается показателями валового регионального продукта на душу населения и индексом производительности труда); структурные особенности населения региона (плотность населения и удельный вес городского населения); негативные демографические особенности региональной экономики труда (смертность населения в трудоспособном возрасте и доля населения в общей его численности старше трудоспособного возраста); характеристика регионального рынка труда (уровень безработицы и динамика реальных денежных доходов населения); качество жизни населения субъекта РФ (доля населения с денежными доходами ниже величины прожиточного минимума и общая площадь жилых помещений, приходящаяся в среднем на 1 жителя); состояние системы здравоохранения (мощность амбулаторно-клинических организаций и численность врачей всех специальностей, приходящихся на 10 тыс. человек населения региона).

В целом сущность методики, примененной в работе, заключается в проведении корреляционно-регрессионного анализа показателей, характеризующих степень остроты эпидемиологических проблем, связанных с современной пандемией коронавируса, и показателей, отражающих специфику социально-экономического развития субъектов РФ. Все их значения собраны на основе официальных данных Федеральной службы государственной статистики РФ [5], а статистика по численности населения, зараженного COVID-2019, и количеству летальных случаев, обусловленных заболеванием, представлена по данным открытого ресурса «Коронавирус: статистика» [6].

Результаты исследования и их обсуждение

В рамках проведенного исследования в разрезе 6 групп показателей, характеризующих особенности социально-экономического развития субъектов РФ, выявлен ряд значений коэффициентов парной корреляции, свидетельствующих о возможном наличии прямой их взаимосвязи с показателями, оценивающими интенсивность последствий пандемии коронавирусной инфекции (табл. 1).

Информация, содержащаяся в табл. 2, представлена на рисунке в виде построенного поля корреляции.

Поле корреляции регрессионной модели зависимости интенсивности заражения COVID-2019 и средней за 2017–2019 гг. динамики реальных денежных доходов населения

Значения парной корреляции, представленные ранее в табл. 1, рассчитаны автоматически с использованием функции MS Excel «КОРРЕЛ». Расчеты, необходимые для построения регрессионных моделей, проведены только для случаев предполагаемой значимой зависимости между регрессорами. Здесь следует напомнить, что в поставленных условиях, где объем выборочной совокупности составляет 82 региона (n = 82), а количество степеней свободы (n – 2) равно 80, при выбранном уровне значимости α = 0,05 критическое значение коэффициента корреляции составляет 0,2172.

В силу последних рассуждений значение парной корреляции между показателями «интенсивность заражения COVID-2019» и «средняя за 2017–2019 гг. динамика реальных денежных доходов населения», равное 0,2590, является значимым, так как превышает критический уровень. Кроме того, рис. 1 подтверждает, что регрессионная модель может быть описана выражением вида: . Соответственно, на основе выборочных наблюдений, результаты которых частично приведены на рисунке, необходимо определить значения оценок коэффициентов и . Это можно сделать на основании общеизвестных формул 1 и 2.

(1)

(2)

где – среднее значение объясняемой переменной (регрессора);

cov(x, y) – ковариация между объясняемой и объясняющей переменными (регрессорами);

var(x) – дисперсия объясняющей переменной (регрессора).

По итогам расчета коэффициентов и для регрессионной модели зависимости показателя интенсивности заражения COVID-2019 и средней за 2017–2019 гг. динамики реальных денежных доходов населения установлено, что , а . При этом коэффициент детерминации, определяемый как квадрат коэффициента парной корреляции, составил – R2 = 0,0671. Следовательно, данная регрессионная модель имеет вид: . Ее качество оценено по F-тесту, для этого определены расчетные значения F-критерия (Fр) по формуле 3.

(3)

где R2 – коэффициент детерминации.

Критическое значение F-критерия (Fкр) при α = 0,05, k1 = 1, k2 = 80 составляет 3,96. Получается, что расчетное значение F-критерия превышает критическое значение данного показателя: 5,75 > 3,96. Следовательно, модель регрессии являтся качественной. Все характеризуемые ниже модели регрессии построены аналогично.

В целом результаты исследования показали, что необходимо констатировать не только логически понятную обусловленность количества зараженных (коэффициент парной корреляции равен 0,4433) и уровня смертности (0,5697) от плотности населения конкретного региона, но также взаимосвязь смертности населения от осложнений, вызванных заболеванием коронавирусной инфекцией, с повышением удельного веса городских жителей (0,3145) и ряд достаточно противоречивых эмпирических закономерностей.

В частности, интересным фактом выглядит прямая зависимость между ростом реальных денежных доходов населения и числом случаев заражения коронавирусной инфекцией, приходящихся на 100 тыс. человек (0,2590). В этом же ряду следует поставить и аналогичную связь, выявленную по динамике значений валового регионального продукта на душу населения (0,2644). Одновременно влияния на изменение уровня смертности от осложнений, вызванных COVID-2019, не установлено – соответствующие коэффициенты парной корреляции являются положительными (0,1704 и 0,07790), но не превышают своего критического уровня.

Таким образом, можно полагать, что повышение уровня экономического развития способствует росту реальных денежных доходов населения, параллельно увеличивая численность людей, заболевающих коронавирусной инфекцией. Это кажется противоречивым с точки зрения долгосрочной ретроспективы исследования, когда предполагается, что с наращением благосостояния население становится более защищенным в отношении опасности заражения различными видами заболеваний.

Однако в данном конкретном случае и с точки зрения текущего момента реализации анализируемых событий все является вполне естественным. Во-первых, необходимо отметить, что выявлена зависимость именно между количеством случаев заражения, тогда как прямого влияния на уровень последующей смертности не установлено. Это может означать, что в более развитых регионах России система здравоохранения лучшим образом справляется с лечением данного вида инфекционного заболевания. Одновременно уровень экономического развития становится фактором, вызывающим потребность дополнительной активности рабочей силы, что и объясняет прямую зависимость от числа фиксируемых случаев заражения COVID-2019.

При этом результаты корреляционного анализа по группе факторов «Состояние системы здравоохранения» продемонстрировали, что мощность амбулаторно-клинических организаций с точки зрения их посещений в смену и численность врачей всех категорий, приходящихся на 10 тыс. человек населения региона, оказывают прямое значимое воздействие на количество случаев заражения коронавирусной инфекцией. Коэффициенты парной корреляции равняются 0,3169 и 0,3453 соответственно. К тому же численность врачей имеет прямую зависимость от уровня смертности от осложнений, вызванных COVID-2019 (0,3112).

Здесь, следуя принципу «бритвы Оккама», нужно предполагать простую обусловленность качества мониторинга ситуации распространения пандемии степенью развития системы здравоохранения в регионах РФ. Чем выше ее способности, тем с большей вероятностью правильным образом диагностируется причина заболевания и устанавливаются фактические причины смерти.

Стоит также отметить, что на распространение последствий пандемии не повлияли предшествующие ей негативные демографические особенности региональной экономики труда, т.е. факторы, с одной стороны, отражающие степень сокращения физической основы рабочей силы (в исследовании они выражены через показатель смертности населения в трудоспособном возрасте), с другой стороны, определяющие удельный вес наиболее уязвимой части населения – людей старше трудоспособного возраста. Причины этого, вероятно, следует искать в отсутствии однозначной сфокусированности вируса COVID-2019 на каких-либо демографических и гендерных группах населения.

Одновременно не установлено фактов влияния диспропорций качества жизни населения в субъектах РФ на динамику как случаев заражения коронавирусной инфекцией, так и уровня смертности от ее осложнений. Коэффициенты парной корреляции последних показателей и значений численности населения с денежными доходами ниже величины прожиточного минимума находятся ниже критического уровня. Аналогичный вывод нужно сделать и по связи показателей интенсивности последствий пандемии коронавируса с общей площадью жилых помещений, приходящейся в среднем на 1 жителя.

Таким образом, в российских условиях, вероятно, не существует серьезных диспропорций, воздействующих на распространение негативных последствий анализируемого инфекционного заболевания. Это позволяет системе здравоохранения в целом справляться с ними, обеспечивая возможности для поддержания приемлемого уровня социально-экономического развития, предупреждения излишней общественной напряженности и частичного нивелирования проблем, связанных с происходящей рецессией.

В целом, если делать попытки упрощенного моделирования числа случаев заражений коронавирусной инфекцией и смертности от ее осложнений, то с точки зрения формальной логики функционирования социально-экономических процессов на микроуровне можно предположить следующие объективные позиции для этого. Во-первых, не вызывает сомнений их взаимосвязь с плотностью населения конкретных территориальных образований. Во-вторых, достоверной выглядит обусловленность интенсивности последствий пандемии коронавируса уровнем экономического развития. И, в-третьих, следует отметить изменения качества мониторинга случаев таких последствий на основе идентификации состояния системы здравоохранения.

В результате моделирования выше описанных зависимостей получены следующие уравнения регрессии:

1) влияния плотности населения на число случаев заражения коронавирусной инфекцией – , здесь коэффициент детерминации равен – ;

2) влияния плотности населения на число случаев смертности от коронавирусной инфекции – , ;

3) влияния валового регионального продукта на душу населения на число случаев заражения коронавирусной инфекцией – , ;

4) влияния валового регионального продукта на душу населения на число случаев смертности от коронавирусной инфекции – , ;

5) влияния численности врачей, приходящихся на 10 тыс. человек населения, на число случаев заражения коронавирусной инфекцией – , ;

6) влияния численности врачей, приходящихся на 10 тыс. человек населения, на число случаев смертности от коронавирусной инфекции – , .

Качество представленных выше моделей оценено по F-тесту, для этого определены расчетные значения F-критерия (Fр):

Следовательно, Fр1 > Fкр, Fр2 > Fкр, Fр3 > Fкр, Fр4 > Fкр, Fр5 > Fкр и Fр6 > Fкр. Получается, что незначимой необходимо признать только модель .

Заключение

Таким образом, исследование влияния социально-экономических факторов на распространение пандемии COVID-2019 по регионам РФ, с одной стороны, подтвердило логически понятные зависимости ее разрастания под воздействием таких факторов, как плотность населения и хозяйственная активность. В первом случае по мере повышения плотности населения на 1 кв. км территории число случаев заражения коронавирусной инфекцией возрастает на 0,921, а смертности – на 0,0221. В свою очередь, с ростом значения валового регионального продукта на душу населения на 1 тыс. рублей случаи заражения увеличиваются на 1,1229, но при этом связи с количеством летальных исходов не установлено.

Однако ни негативные демографические особенности региональной экономики, ни диспропорции качества жизни населения и характеристик рынка труда по субъектам РФ не оказали значимого влияния на динамику распространения данной пандемии. Вероятно, последнее заключение может утратить свою обоснованность при анализе значений других индикаторов. Но в рамках настоящей работы его все же необходимо было сделать. Наконец, следует отметить роль системы здравоохранения, развитие которой обеспечивает качество мониторинга ситуации и позволяет оперативно разрабатывать и принимать меры по устранению негативных последствий, вызванных пандемией, при сохранении допустимого уровня социально-экономического функционирования.