Социальное благополучие населения – одна из основных характеристик социального и экономического развития страны. В данной работе в качестве индикатора социального благополучия в Российской Федерации был выбран такой демографический показатель как количество браков (используется значение показателя на 1000 человек населения, чтобы исключить влияние роста численности населения) [4].
Это очень емкий показатель, отражающий готовность людей создавать новые ячейки общества, принимать ответственность за жизнеспособность этих ячеек, также он определяет степень уверенности населения в стабильности текущей ситуации в стране, в том числе политической, степень доверия существующим институтам, характеризует состояние общества в целом, и наконец, он способен дать оценку эффективности социально-экономической политики государства. Поэтому этот показатель был выбран в качестве изучаемого.
Цель данного исследования – анализ влияния различных факторов на количество браков в РФ. Был выполнен выбор факторов, влияющих на изменение изучаемого показателя, построение эконометрической модели, отражающей взаимосвязь между эндогенной переменной и объясняющими факторами, а также построение прогноза на 2016-2017 гг.
В качестве экзогенных переменных рассматривались факторы, предположительно влияющие на результирующий показатель. На этапе отбора были построены диаграммы рассеяния для зависимой переменной с каждым из десяти экзогенных факторов, а именно с:
1) количеством семей, получивших субсидии на оплату жилого помещения и коммунальных услуг, млн. семей;
2) уровнем безработицы населения, в среднем за год, в процентах;
3) индексом потребительских цен на товары и услуги (в раcчете к декабрю предыдущего года);
4) реальными располагаемыми денежными доходами, в % к предыдущему году, процент, значение показателя за год;
5) числом больничных организаций, тыс.;
6) численностью населения с денежными доходами ниже величины прожиточного минимума, в процентах от общей численности населения;
7) числом зарегистрированных преступлений в расчете на 100 тыс. чел. населения (единица);
8) численностью населения на одного врача, человек, значение показателя за год;
9) реальным размером назначенных пенсий, в % к соответствующему периоду прошлого года (процент);
10) числом учреждений культуры культурно-досугового типа (тысяча единиц).
Данные взяты из следующих электронных ресурсов [5–9].
После визуального анализа диаграмм рассеяния было отобрано пять показателей, наиболее связанных с изучаемым, а также были введены следующие обозначения:
Y – количество браков, на 1000 человек населения (единиц);
X1 – уровень безработицы населения, в среднем за год, в процентах;
X2 – индекс потребительских цен на товары и услуги (в расчете к декабрю предыдущего года);
X3 – число больничных организаций, тыс.;
X4 – численность населения с денежными доходами ниже величины прожиточного минимума, в процентах от общей численности населения;
X5 – численность населения на одного врача, человек, значение показателя за год.
С целью предварительного анализа взаимосвязи показателей построили матрицу парных коэффициентов корреляции (таблица).
Матрица парных коэффициентов корреляции
Y |
X1 |
X2 |
X3 |
X4 |
X5 |
|
Y |
1,000 |
– 0,753 |
– 0,787 |
– 0,870 |
– 0,873 |
– 0,759 |
X1 |
– 0,753 |
1,000 |
0,655 |
0,809 |
0,854 |
0,333 |
X2 |
– 0,787 |
0,655 |
1,000 |
0,681 |
0,856 |
0,740 |
X3 |
– 0,870 |
0,809 |
0,681 |
1,000 |
0,916 |
0,497 |
X4 |
– 0,873 |
0,854 |
0,856 |
0,916 |
1,000 |
0,629 |
X5 |
– 0,759 |
0,333 |
0,740 |
0,497 |
0,629 |
1,000 |
Проверим значимость полученных коэффициентов. Коэффициенты корреляции всех факторов с зависимой переменной значимы, поскольку превышают (по модулю) критическое значение коэффициента корреляции, равного 0,497.
В то же время связь и между аргументами достаточно тесная. Наиболее тесная связь между факторами Х3 и Х4. Для уменьшения мультиколлинеарности [3] исключим Х3.
Затем проведем выбор наилучшей модели регрессии среди всех возможных, используя возможности языка программирования R [10].
Регрессия по всем подмножествам проводится в R при помощи функции regsubsets() из пакета leaps. В ходе регрессии по всем подмножествам исследуются все возможные модели. Проанализируем рис. 1, в котором на экран выводится две лучшие модели для одной независимой переменной, потом две лучшие модели для двух независимых переменных, затем – для трех, заканчивая двумя лучшими моделями, в которые входят все независимые переменные. Рассматривая первый ряд (считая снизу), можно увидеть, что скорректированный коэффициент детерминации для модели, включающей свободный член и переменную Х1, равен 0.59. Из приведенной диаграммы следует, что значения скорректированного коэффициента детерминации выше всего для модели с двумя независимыми переменными Х1 и Х5. Эта модель подходит больше всего.
Рис. 1. Лучшие модели для подмножеств всех размерностей, определенные на основании скорректированного коэффициента детерминации
Итак, по результатам визуального анализа матрицы коэффициентов парной корреляции и их значимости можно построить предварительную модель на основе метода наименьших квадратов.
Y = 27,092 – 0,315*X1 – 0,082*X5.
Экономическая интерпретация коэффициентов полученного уравнения регрессии: при увеличении уровня безработицы на 1 % количество заключаемых браков (на тысячу человек населения) снизится на 0,315 единиц, а при увеличении численности населения на одного врача на 1 человека количество браков (на тысячу человек населения) сократится на 0,082 единицы.
С помощью теста Рамсея [2] определили, что в модели нет пропущенных переменных. При проведении теста на автокорреляцию критерий Дарбина-Уотсона составил 1,731, и попал в интервал от d2 до 2 (d1 = 0,98 и d2 = 1,54 для 16 наблюдений и двухфакторной модели), что свидетельствует об отсутствии автокорреляции.
Оценим долю влияния каждого фактора в суммарном влиянии всех факторов по величине дельта-коэффициентов [1]. Дельта-коэффициент X1 составил 0,49, а дельта-коэффициент X5 составил 0,51. Следовательно, делаем вывод о том, оба фактора практически в равной степени влияют на объясняемую переменную.
И наконец, можно построить прогноз результативного признака на основе прогнозов факторов, полученных при помощи методов экстраполяции (рис. 2, рис. 3).
Рис. 2. График изменения уровня безработицы населения (в процентах) в период с 2000 по 2015 год и прогноз на 2016-2017 гг. По оси абсцисс обозначается год: 1 – 2000, 5 – 2004, 10 – 2009, 15 – 2014, 20 – 2019, а на оси ординат – значение уровня безработицы (в процентах). Также отражено уравнение зависимости показателя от периодов времени и коэффициент детерминации
Рис. 3. График изменения численность населения на одного врача (человек) в период с 2000 по 2015 год и прогноз на 2016-2017 гг. По оси абсцисс обозначается год: 1 – 2000, 5 – 2004, 10 – 2009, 15 – 2014, 20 – 2019, а на оси ординат – значение численность населения на одного врача (человек). Также отражено уравнение зависимости показателя от периодов времени и коэффициент детерминации
Согласно прогнозу, уровень безработицы в 2016 году останется на уровне 2015 года и составит 5,57 %, а в 2017 году незначительно снизится до 5,47 %, а численность населения на одного врача в 2016 году будет 214,31 и в 2017 году 217,96 человек. Соответственно, прогнозное значение количества браков на тысячу человек населения в РФ в 2016 году составит 7,69 и в 2017 году 7,42 единиц. Итогом прогнозирования является предположение о продолжении начавшейся в 2014 году тенденции к снижению количества браков (рис. 4).
Рис. 4. Изменение количества браков на 1000 человек населения (единиц) в период с 2000 по 2015 год и прогноз на 2016-2017 гг.
Таким образом, в процессе исследования среди множества факторов были определены те из них, которые наилучшим образом объясняют вариацию результирующей переменной. И одним из таких факторов стал уровень безработицы. Именно отсутствие стабильного заработка и неспособность обеспечить себя и свою семью явно оказывает прямое влияние на готовность людей вступать в брак.
Кроме того, была отмечена негативная тенденция к увеличению нагрузки на врачей как следствие роста показателя численности населения на одного врача, которая приводит к постепенному отказу в индивидуальном подходе к больному, снижает качество оказываемых услуг, снижает доверие к медицине в целом. Отсутствие индивидуального подхода также ведет к тому, что люди начинают заниматься самолечением или просто с меньшей внимательностью относиться к своему здоровью. Это приводит к росту заболеваемости, в том числе с переходом болезней в хроническую форму. Что непременно сказывается на уверенности людей в завтрашнем дне, на увеличении личной ответственности при принятии официального решения о создании семьи. Как следствие, люди предпочитают находиться в гражданском браке, что оказывает сильное негативное влияние на сам институт брака в РФ.
Изучаемый показатель также тесно взаимосвязан с такими ключевыми социальными и экономическими факторами, как уровень рождаемости, уровень производительности труда, а также психическое здоровье населения, что доказывает важность его изучения.
Таким образом, выявление взаимосвязи и анализ полученных результатов позволяет понять, на какие факторы стоит обратить внимание, отметить отдельные моменты по вариантам коррекции социально-экономической политики страны и определить объекты, требующие целенаправленного воздействия.
Библиографическая ссылка
Орлова И.В., Князюк Н.Д. ИССЛЕДОВАНИЕ ЗАВИСИМОСТИ КОЛИЧЕСТВА ЗАКЛЮЧАЕМЫХ БРАКОВ В РФ ОТ ЭКОНОМИЧЕСКИХ И СОЦИАЛЬНЫХ ФАКТОРОВ // Международный журнал прикладных и фундаментальных исследований. – 2017. – № 2-2. – С. 249-253;URL: https://applied-research.ru/ru/article/view?id=11257 (дата обращения: 17.08.2024).