Социально-экономические объекты характеризуются большим числом разнородных показателей. Для того чтобы объективно оценить качество функционирования таких объектов, эффективность той или иной инновации, необходимы надежные (точные) оценки интегральных показателей, сформированные на основе разнородных показателей, которые измеряются в рублях, процентах, кубических метрах и т.д. Жилищно-коммунальные услуги, представляющие важный аспект социальной сферы, являются одним из таких объектов. Качество жилищно-коммунальных услуг определяется в рамках теории латентных переменных.
Постановка задачи
Цель данной работы заключается в измерении и мониторинге качества предоставляемых населению жилищно-коммунальных услуг (ЖКУ) в городах Краснодарского края.
Для достижения данной цели необходимо:
– сформировать набор индикаторов, характеризующий качество ЖКУ;
– оценить качество набора индикаторов, характеризующий качество ЖКУ, как измерительного инструмента;
– измерить на линейной шкале качество ЖКУ;
– провести мониторинг качества ЖКУ, предоставляемых населению городов Краснодарского края в 2012–2015 гг.;
– провести многофакторный дисперсионный анализ качества ЖКУ.
Материалы и методы исследования
Исследование проводилось во всех семи городах Краснодарского края: Краснодар, Анапа, Армавир, Геленджик, Горячий ключ, Новороссийск и Сочи. Из них три города являются городами-курортами: Анапа, Геленджик и Сочи. Конструкт (латентная переменная) «качество ЖКУ» определяется набором индикаторов, которые были составлены на основе показателей Росстата [1].
Поскольку «качество ЖКУ» является латентной переменной, то измерение этого конструкта осуществлялось в рамках теории латентных переменных на основе модели Раша [6, 8, 9]. Эта теория показала свою эффективность при решении самых разных задач в социальных системах [2–4, 5–7, 10–14].
Для обработки данных опросов использовался пакет прикладных программ RUMM2020 [15].
Результаты исследования и их обсуждение
Первоочередной задачей при измерении латентной переменной является оценка совместимости индикаторов, т.е. определение того, в какой мере индикаторы определяют одну и ту же латентную переменную, в данном случае «качество ЖКУ». Совместимость индикаторов осуществлялась на основе критерия Хи-квадрат. Значение статистики Хи-квадрат оказалось равным 45,26 при числе степеней свободы 41. Эмпирический уровень значимости критерия равен 0,299, что свидетельствует о том, что собранные данные в целом адекватны модели Раша, а значит, пригодны для измерения. Кроме того, индекс сепарабельности измеряемых объектов (городов) равен 0,68, что свидетельствует о хорошем дифференцировании городов на шкале «качество ЖКУ».
Характеристика измерительного инструмента – набора индикаторов
В табл. 1 приведена статистическая характеристика набора индикаторов.
Индикаторы в табл. 1 упорядочены по возрастанию их значений на шкале латентной переменой – от наименьшего значения (– 0,483 логит) к наибольшему (+ 0,358 логит).
В целях иллюстрации рассмотрим наиболее отличительные индикаторы:
– наиболее «легкий» индикатор, который лучше других дифференцирует города с низким уровнем качества ЖКХ;
– наиболее «трудный» индикатор, который лучше других дифференцирует города с высоким уровнем качества ЖКХ;
Наиболее полно поведение индикаторов описывается так называемыми характеристическими кривыми, которые показывают, как значение индикатора зависит от измеряемой латентной переменной. Ниже представлены характеристические кривые этих отличительных индикаторов.
Таблица 1
Статистическая характеристика набора индикаторов
Номер индикатора |
Оценка (логит) |
Ошибка (логит) |
Хи – квадрат |
p |
1 |
– 0,483 |
0,167 |
0,346 |
0,841 |
4 |
– 0,480 |
0,129 |
1,250 |
0,535 |
11 |
– 0,437 |
0,283 |
0,027 |
0,869 |
17 |
– 0,168 |
0,138 |
3,478 |
0,176 |
20 |
– 0,120 |
0,142 |
8,132 |
0,017 |
16 |
– 0,109 |
0,158 |
2,689 |
0,261 |
10 |
– 0,075 |
0,157 |
0,366 |
0,833 |
19 |
– 0,062 |
0,134 |
0,889 |
0,641 |
6 |
– 0,056 |
0,136 |
0,314 |
0,855 |
8 |
– 0,028 |
0,132 |
0,226 |
0,893 |
5 |
0,044 |
0,138 |
4,006 |
0,135 |
2 |
0,062 |
0,181 |
8,525 |
0,014 |
3 |
0,146 |
0,150 |
0,619 |
0,734 |
9 |
0,149 |
0,149 |
1,184 |
0,553 |
18 |
0,150 |
0,130 |
3,384 |
0,184 |
13 |
0,155 |
0,162 |
0,869 |
0,647 |
15 |
0,203 |
0,131 |
4,087 |
0,130 |
21 |
0,224 |
0,152 |
1,081 |
0,582 |
12 |
0,248 |
0,258 |
0,689 |
0,709 |
7 |
0,280 |
0,139 |
0,876 |
0,645 |
14 |
0,358 |
0,147 |
2,221 |
0,329 |
Рис. 1. Характеристическая кривая индикатора 1 «Доля одиночного протяжения уличной газовой сети, нуждающейся в замене и ремонте»
Характеристическая кривая индикатора, характеризующего наименьший уровень качества ЖКХ
Таким индикатором является 1 «Доля одиночного протяжения уличной газовой сети, нуждающейся в замене и ремонте». Характеристическая кривая этого индикатора представлена на рис. 1.
Этот и другие рисунки с характеристическими кривыми имеют следующую структуру. По оси абсцисс отложены значения качества ЖКХ (в логитах). По оси ординат откладывается вероятность ожидаемого значения индикатора (Expected Score). В данном случае значение индикаторной переменной варьируется от 0 до 4.
В верхней части рисунка расположена следующая информация:
– код индикатора (I0001);
– название индикатора (здесь названия заданий выбраны по умолчанию, в данных случаях это Descriptor for Item 1);
– характеристическое значение индикатора (Locn = – 1,645);
– размах категорий индикатора (Unit = – 1,645);
– суммарное отклонение данных индикатора от ожидаемых на основе модели Раша (FitRes = 1,263);
– степень соответствия индикатора модели Раша (ChiSq[Pr] = 0,841);
– объем выборки объектов (Sample N = 28);
– наклон характеристической кривой в середине диапазона ожидаемых значений (Slope = 3,54).
Здесь наибольший интерес представляет степень соответствия индикатора модели Раша (ChiSq[Pr]), поскольку именно этот показатель позволяет определить пригодность рассматриваемого индикатора для измерения латентной переменной.
Адекватность индикатора модели измерения определялась следующим образом. Объекты по полученным оценкам качества ЖКХ делятся на несколько групп. Учитывая небольшой объем выборки (28), число групп выбрано равным трем. Далее для каждой группы вычисляется среднее значение латентной переменной и на основе критерия Хи-квадрат определяется степень близости этих трех экспериментальных точек характеристической кривой, построенной на основе модели Раша.
Значение статистики ChiSq [Pr] = = 0,841 > 0,05 свидетельствует о том, что по критерию Хи-квадрат экспериментальные точки, соответствующие средним значениям трех групп, близки модельной кривой.
То, что этот индикатор характеризует наименьший уровень креативной самодостаточности, объясняется тем, что объекты имеют высокие значения этого индикатора. Поэтому данный индикатор лучше других дифференцирует объекты с низким уровнем ЖКХ.
Характеристическая кривая индикатора, характеризующего наибольший уровень качества ЖКХ
Наибольший уровень креативной самодостаточности характеризует индикатор переменная 14 «Площадь земельных участков, предоставленных для жилищного строительства, индивидуального жилищного строительства и комплексного освоения в целях жилищного строительства, в расчете на 10 тысяч человек населения». Это означает, что данный индикатор лучше других дифференцирует объекты с высоким уровнем ЖКХ. Характеристическая кривая этого индикатора представлена на рис. 2.
Расположение оценок латентной переменной и индикаторов изображено на рис. 3.
В верхней половине рисунка изображена гистограмма распределения оценок городов на шкале «качество ЖКУ», в нижней половине – распределение оценок индикаторов на этой же шкале.
Анализируя приведенную на рис. 3 информацию, можно сделать следующие заключения:
1. Диапазон варьирования оценок качества ЖКУ в городах относительно небольшой от – 0,75 до + 1,00 логит. Это свидетельствует о том, что города края различаются по качеству ЖКУ.
2. Диапазон варьирования индикаторов еще меньше диапазона варьирования оценок городов и составляет 0,50 логит. Это свидетельствует о примерно одинаковой информативности всех индикаторов.
Мониторинг качества ЖКУ в городах края
В табл. 2 представлены результаты дисперсионного анализа качества ЖКУ в городах края в 2012–2015 гг.
Рис. 2. Характеристическая кривая для индикатора 14 «Площадь земельных участков, предоставленных для жилищного строительства, индивидуального жилищного строительства и комплексного освоения в целях жилищного строительства, в расчете на 10 тысяч человек населения»
Рис. 3. Местоположение оценок городов и индикаторов на шкале «качество ЖКУ»
Таблица 2
Дисперсионный анализ оценок качества ЖКУ
Источник дисперсии |
Сумма квадратов |
Степени свободы |
Средний квадрат |
Fэксп |
р |
Город |
2,145 |
6 |
0,357 |
13,788 |
< 0,001 |
Год |
0,003 |
3 |
0,001 |
0,038 |
0,990 |
Ошибка |
0,467 |
18 |
0,026 |
||
Всего |
2,614 |
27 |
Таблица 3
Средние значения оценок качества ЖКУ городов за 2012–2015 гг.
Город |
Оценка качества ЖКУ (логит) |
Стандартная ошибка (логит) |
95 % доверительный интервал |
|
Нижняя граница |
Верхняя граница |
|||
Краснодар |
– 0,012 |
0,081 |
– 0,181 |
0,157 |
Анапа |
0,500 |
0,081 |
0,330 |
0,669 |
Армавир |
– 0,314 |
0,081 |
– 0,483 |
– 0,145 |
Геленджик |
– 0,191 |
0,081 |
– 0,360 |
– 0,022 |
Горячий ключ |
0,006 |
0,081 |
– 0,163 |
0,175 |
Новороссийск |
– 0,308 |
0,081 |
– 0,477 |
– 0,138 |
Сочи |
– 0,347 |
0,081 |
– 0,516 |
– 0,178 |
Таблица 4
Средние значения качества ЖКУ в городах края
Год |
Оценка качества ЖКУ (логит) |
Стандартная ошибка (логит) |
95 % доверительный интервал |
|
Нижняя граница |
Верхняя граница |
|||
2012 |
– 0,103 |
0,061 |
– 0,231 |
0,025 |
2013 |
– 0,102 |
0,061 |
– 0,230 |
0,026 |
2014 |
– 0,098 |
0,061 |
– 0,226 |
0,030 |
2015 |
– 0,077 |
0,061 |
– 0,205 |
0,050 |
Интерпретируем полученные результаты. Как следует из табл. 2, фактор «Город» значим на очень высоком уровне (р < 0,001). В табл. 3 приведены средние значения оценок качества ЖКУ городов за 2012–2015 гг.
Результаты, приведенные в табл. 3, свидетельствуют о том, что самый высокий уровень качества ЖКУ в г. Сочи. Дисперсионный анализ также показал, что в городах-курортах качество ЖКУ (– 0,013 логит) несколько выше, чем в других городах края (– 0,157 логит).
В табл. 4 представлены средние значения качества ЖКУ по всем городам в зависимости от года.
Из табл. 4 видно, что качество ЖКУ в среднем по городам растет, однако этот тренд статистически незначим.
Выводы
1. Латентная переменная «качество ЖКУ» определена операционально – в виде набора индикаторов. Показано, что набор индикаторов адекватен модели измерения и может быть использован как измерительный инструмент.
2. Использование теории измерения латентных переменных позволило измерить латентную переменную «качество ЖКУ» на линейной шкале, что является важным условием корректного сравнения городов и проведения мониторинга.
3. Выявлены статистически значимые различия между городами края по качеству ЖКУ. В среднем по всем городам наблюдается небольшое повышение качества жилищно-коммунальных услуг.
Исследование выполнено при финансовой поддержке РГНФ и администрации Краснодарского края в рамках проекта научных исследований по гранту № 16-12-23005 (р) «Измерение и мониторинг на интервальной шкале качества предоставляемых населению жилищно-коммунальных услуг в городах и районах Краснодарского края».
Библиографическая ссылка
Маслак А.А., Поздняков С.А., Васильченко Р.Э. МОНИТОРИНГ НА ЛИНЕЙНОЙ ШКАЛЕ КАЧЕСТВА ПРЕДОСТАВЛЯЕМЫХ НАСЕЛЕНИЮ ЖИЛИЩНО-КОММУНАЛЬНЫХ УСЛУГ В ГОРОДАХ КРАСНОДАРСКОГО КРАЯ // Фундаментальные исследования. – 2016. – № 12-1. – С. 80-85;URL: https://fundamental-research.ru/ru/article/view?id=41050 (дата обращения: 17.08.2024).