Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

ЭКОНОМЕТРИЧЕСКИЕ ИССЛЕДОВАНИЯ ВЗАИМОСВЯЗИ ВРП И ПОКАЗАТЕЛЕЙ КАЧЕСТВА ЖИЗНИ

Емцева Е.Д. 1 Морозов В.О. 1 Черкасова Э.З. 1
1 ФГБОУ ВО «Владивостокский государственный университет экономики и сервиса»
Настоящая статья посвящена исследованию взаимосвязи между показателями качества жизни и валовым региональным продуктом на душу населения. В работе используются данные Федеральной службы государственной статистики в разрезе российских регионов. Факторный анализ показателей качества жизни проведен на основе статистических данных по 80 субъектам Российской Федерации за 6 лет (2008–2013 гг.). Построение и анализ регрессионных моделей проведены с помощью пакета STATA. Результаты, изложенные в представленной статье, являются одним из этапов исследований, связанных с изучением взаимосвязи между экономическими и социальными факторами с целью получения качественных прогнозов для определения уровня и качества жизни после применения управленческих воздействий. Следующим этапом исследования поставленной проблемы является построение регрессий с использованием моделей панельных данных, результаты анализа и сравнений которых предполагается изложить в следующей работе.
валовой региональный продукт
врп
качество жизни
регрессионный анализ
1. Ваш индекс лучшей жизни [Электронный ресурс]. Режим доступа: http://www.oecdbetterlifeindex.org/ru/ (дата обращения: 20.11.15).
2. Ворожбит О.Ю., Лысенко В.В., Щеголев А.В. Программно-целевой подход в формировании расходов на социальную политику на примере Владивостокского городского округа // Территория новых возможностей. Вестник ВГУЭС. – 2014. – № 3. – С. 87–92.
3. Исследование качества жизни в российских городах: отчет о НИР / Финансовый университет при Правительстве РФ; рук. Зубец А.Н. – М., 2014. – 162 с. – № ГР 1201463782.
4. Кучерова С.В., Потехина А.В. Применение факторного анализа для исследования преступности на основе социально-экономических показателей // Интернет-журнал «Науковедение». – 2014. – № 2. – Режим доступа: http://naukovedenie.ru/PDF/109EVN214.pdf (дата обращения: 20.11.15).
5. Лавренюк К.И., Рахманова М.С., Солодухин К.С. Анализ конкурентного потенциала региона на основе количественной модели VRIO (на примере Камчатского края) // Современные проблемы науки и образования. – 2014. – № 6. – Режим доступа: http://www.science-education.ru/120-16481 (дата обращения: 20.11.15).
6. Митрофанов А.Ю. Моделирование и прогнозирование качества жизни населения на уровне региона: автореф. дис. ... канд. экон. наук. – Волгоград, 2009. – 24 с.
7. Мазелис Л.С., Морозов В.О. Методика SWOT-анализа рисков региона в разрезе основных макроэкономических показателей социально-экономического развития (на примере Камчатского края) // Современные проблемы науки и образования. – 2014. – № 6. – Режим доступа: http://www.science-education.ru/120-16329 (дата обращения: 20.11.15).
8. Рахманова М.С., Лавренюк К.И. Методика SWOT-анализа муниципального образования на основе теории заинтересованных сторон // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. – 2012. – № 5. – С. 200–211.
9. Рейтинг регионов по качеству жизни – 2014. – М.: РИА Рейтинг, 2014. – 24 с.
10. Рейтинг стран мира по уровню социального прогресса [Электронный ресурс]. – Режим доступа: http://gtmarket.ru/research/social-progress-index/info (дата обращения: 20.11.15).
11. Солодухин К.С., Морозов В.О. Анализ стратегического потенциала территории на основе нечеткого SWOT-анализа // Современные вызовы контроллингу и требования к контроллеру: сборник научных трудов VI международного конгресса по контроллингу. – 2015. – С. 245–252. – Режим доступа: http://www.controlling.ru/symposium/ (дата обращения: 20.11.15).
12. Human Development Reports. United Nations Development Programme [Электронный ресурс]. – Режим доступа: http://hdr.undp.org/en (дата обращения: 20.11.15).
13. Social Progress Index [Электронный ресурс]. – Режим доступа: http://www.socialprogressimperative.org/data/spi (дата обращения: 20.11.15).

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

Библиографическая ссылка

Емцева Е.Д., Морозов В.О., Черкасова Э.З. ЭКОНОМЕТРИЧЕСКИЕ ИССЛЕДОВАНИЯ ВЗАИМОСВЯЗИ ВРП И ПОКАЗАТЕЛЕЙ КАЧЕСТВА ЖИЗНИ // Фундаментальные исследования. – 2015. – № 11-6. – С. 1175-1179;
URL: https://fundamental-research.ru/ru/article/view?id=39714 (дата обращения: 23.11.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674