CC BY
36УДК: 628.4.03
АНАЛИЗ ВЛИЯНИЯ ИЗМЕНЕНИЯ ЧИСЛЕННОСТИ НАСЕЛЕНИЯ НА ОБРАЗОВАНИЕ ОТХОДОВ ОТ ПРОИЗВОДСТВА И ПОТРЕБЛЕНИЯ
Филимонова К.А., студент Финансовый университет при Правительстве Российской Федерации, Москва
filimonova-ka@yandex.ru Невежин В.П., профессор Финансовый университет при Правительстве Российской Федерации, Москва
VPNevezhin@fa.ru
Аннотация: В статье исследуется взаимосвязь между такими показателями, как образование отходов от производства и потребления и численностью населения в Российской Федерации за 2010-2017 гг. На основе имеющихся данных за указанный период специфицирована эконометрическая линейная парная модель с целью прогнозирования влияния роста отходов от производства и потребления от изменения численности населения. Данный вопрос является важным для определения экологической обстановки как в регионах, так и в России в целом.
Ключевые слова: образование отходов производства, потребление, численность населения, эконометрика, эконометрические исследования, прогноз.
ANALYSIS OF THE IMPACT OF POPULATION CHANGE ON WASTE GENERATION FROM PRODUCTION AND CONSUMPTION
K.A. Filimonova, student
Financial University under the Government of the Russian Federation, Moscow
filimonova-ka@yandex.ru V.P Nevezhin, Professor Financial University under the Government of the Russian Federation, Moscow
VPNevezhin@fa. ru
Abstract. The article examines the relationship between such indicators as the formation of waste from production and consumption and the population in the Russian Federation for 2010-2017. On the basis of available data for the specified period, an econometric linear pair model is specified in order to predict the impact of the growth of waste from production and consumption from changes in the population. This issue is important for determining the environmental situation both in the regions and in Russia as a whole.
Keywords: production waste generation, consumption, population, econometrics, econometric research, forecast.
Проблема образования отходов стоит очень гибнут от результатов жизнедеятельности людей.
остро в последнее время. Речь идет не просто о Это также касается и птиц, которые ищут
мусоре, который «валяется» на улице или пропитание на морских просторах. В результате
который выбрасывают на дорогу из окон машин, страдают и сами люди в силу того, мусор даже в
а о глобальном экологическом вопросе. воде остается токсичен - он отравляет рыбу,
С каждым годом количество которую впоследствии потребляет человек. производственных и потребительских отходов Помимо того, что человечество уничтожает
растет. При этом их утилизация и переработка до среду обитания других живых организмов,
настоящего времени не налажена. Весь мусор вследствие чего ежедневно исчезает до 70 видов
свозится на свалки, которые портят окружающую растений и животных, оно разрушает, в первую
среду. Он гниет и результаты разложения очередь, свой окружающий мир. Получается, что
проникают в почву, а также в воздух выделяются люди сами убивают себя безалаберным и
токсичные пары. бездумным отношением к отходам, которые
Также страдает и водная среда. Тонны мусора вырабатываются в процессе их
попадают в моря и океаны, в которых обитают жизнедеятельности.
миллионы живых существ. Нарушается их Самым пугающим является то, что данная
экологическая ниша. Рыбы и млекопитающие проблема не относится к какой-то конкретной
стране. Ни в одном государстве мира до сих пор нет отрегулированной системы утилизации и переработки мусора. Это говорит о глобальном характере проблемы, ее выходе на международный уровень.
К сожалению, проблема образования отходов не решается, а, скорее наоборот, преумножается. Можно с уверенностью предположить, что это связано также и приростом населения, так как жизнедеятельность человека непосредственно связана с образованием продуктов распада, потребительских и производственных отходов. С ростом населения происходит расширение производства по причине увеличения спроса на рынке. В результате растет как потребительский, так и производственный мусор. На фабриках и заводах, фактически, так же, как и в быту, в процессе изготовления продуктов образуются отходы производства. Однако их количество в разы превосходит обычный мусор, производимый каждый день в процессе потребления. К тому же производственные отходы зачастую очень опасны для жизни.
Если в европейских странах все же существуют программы по утилизации мусора, так как государства сильно обеспокоены будущим своей экологии и около 60% отходов идет на переработку (вторичное использование или производство электроэнергии), то в России этот вопрос изучен гораздо хуже. В стране нет установленного порядка разделения мусора в зависимости от материала. В связи с этим процесс утилизации заключается в вывозе всех отходов на свалку несмотря на то, что большая его часть является токсичной и даже предполагает угрозу здоровью населения.
Именно поэтому в данной статье экологический вопрос будет рассмотрен с точки зрения российских реалий, с использованием статистических данных, собранных
исключительно на территории Российской Федерации. Необходимо проверить, есть ли взаимосвязь между ростом населения страны и количеством вырабатывающихся отходов. Если да, то с учетом непрерывного увеличения жителей России, необходимо незамедлительно
решать вопрос утилизации мусора. Иначе, в итоге, настолько серьезная экологическая проблема приведет к тому, что люди сами погибнут от результатов собственной жизнедеятельности.
Для проведения исследования были взяты статистические данные с сайта Федеральной службы государственной статистики за последние 8 лет по показателям: образование отходов производства и потребления, исчисляемых в миллионах тонн, и численность населения, которая приводится в миллионах человек. Чтобы выявить наличие связи нами были определены проведение ряда тестов, после которых можно будет сделать выводы и дать рекомендации.
Чтобы сложилось общее представление о ситуации, необходимо вначале предоставить выбрать и представить весь массив данных за 2010-2017 гг., см. табл. 1 [1]. При этом за регрессионную независимую переменную (Х) была взята численность населения, а в качестве объясняемой переменной - образование
отходов производства и потребления.
Таблица 1. Данные по отходам производства и потребления и численности населения в Российской Федерации за 20102017 гг.
У X
Год Образование отходов производства и потребления (млн тонн) Численность населения (млн человек)
2010 3734,7 142,9
2011 4303,3 142,9
2012 5007,9 143
2013 5152,8 143,3
2014 5168,3 143,7
2015 5060,2 146,3
2016 5441,3 146,5
2017 6220,6 146,8
Была специфицирована парная линейная эконометрическая модель вида:
Y = а0 + а\ х + и
Перед тем как провести оценку параметров данной модели надо было проверить, удовлетворяют ли ее случайные возмущения предпосылкам теоремы Гаусса-Маркова.
Математическое ожидание случайных возмущений модели равно -3,41061E-12, что очень близко к нулю. Из этого следует, что данное условие Гаусса-Маркова выполняется. Также имело смысл проанализировать эксцесс и асимметричность. С помощью формул ЭКСЦЕСС и СКОС.Г были вычислены их значения и проведено их сравнение со стандартным отклонением, полученным с помощью функции СТАНДОТКЛОН.Г. табличного процессора Excel, см. табл. 2 Таблица 2. Описательная статистика
Стандартное отклонение Эксцесс Асимметричность
2481,997 -2,102 0,112
Как видно из таблицы 1 значения эксцесса и асимметричности в разы меньше величины стандартного отклонения, а это свидетельствует о том, что настоящее распределение является нормальным.
Для проверки случайных остатков на гетероскедастичность, то есть на неоднородность наблюдений был использован тест Голфелда-Кванта. Были рассчитаны значения статистики GQ и значение F^m. Для этого вначале была выполнена сортировка исходных данных по возрастанию переменной x, а затем весь массив разбит на два подмассива с наименьшими и наибольшими значениями и на их основе рассчитано значение статистики GQ. Значение F^nx рассчитывалось с применением функции FРАСПОБР табличного процессора Excel. Результаты расчетов GQ и F^m- представлены в табл. 3. На основании полученных значений можно утверждать, что случайные возмущения не подвержены гетероскедастичности. Таким образом наблюдения являются однородными, а оценки могут быть эффективными.
Таблица 3. Результаты расчетов для определения гетероскедастичности случайных возмущений
Затем определить значения dl и du по таблице статистики Дарбина-Уотсона для парной регрессии и выборки n=8.
В результате проведенных расчетов статистика Дарбина-Уотсона составляет 1,183, что меньше, чем значение dl=1,5 (взято из таблицы статистики Дарбина-Уотсона). Данный результат свидетельствует о наличии положительной автокорреляции. То есть в модели присутствует высокая частота колебаний остатков. Это означает, что не был учтен еще какой-то фактор, оказывающий влияние на переменную Y. Из-за этого проведенный анализ модели не является максимально точным и достоверным. Это могут быть как второстепенные факторы, так и лаговые значения включенных переменных. Однако успешное прохождение предыдущих тестов все же говорит о достаточно качественном анализе данных.
После проведения проверки предпосылок теоремы Гаусса-Маркова была выполнена оценка параметров данной парной эконометрической модели методом наименьших квадратов (МНК) с применением функции ЛИНЕИН табличного процессора Excel. В результате была получена парная регрессия вида:
Y = -38539 + 301,54 * X
Для наглядности проиллюстрируем данные и результат в виде графика, рис. 1, представив линию тренда и разместив на нем уравнение и величину достоверности аппроксимации. Как видно из графика, величина достоверности аппроксимации (R2) составляет 0,5214. Это положительно характеризует данную модель, и что она отражает ситуацию с точностью до 52%.
RSS1 RSS2 GQ
161652,98 4538,79 35,62 161,45
Также была проведена проверка остатков на автокорреляцию с применением теста Дарбина-Уотсона, для которого сначала надо было определить статистику DW по формуле:
7000 6000 5000 4000 3000 2000 1000 0
y = 301,54x -38539 R2 = 0,5214
142
144
146
148
ЧИСЛЕННОСТЬ НАСЕЛЕНИЯ (МЛН. ЧЕЛОВЕК)
Рис. 1. График взаимосвязи образования отходов производства и потребления и численности населения в Российской Федерации
После получения оценок параметров эконометрической модели были выполнены ряд процедур и тестов для выявления взаимосвязи между выбранными переменными и полученными параметрами парной регрессии.
Первый тест, с которого необходимо было начать, это Тест Фишера, который используется для оценки статистической значимости уравнения регрессии. Следовало рассчитать два показателя F-модели (Бмод) и F-критический (Бкрит). При этом первый показатель является расчётным, а второй - табличным. Fмод был вычислен с помощью дисперсионного анализа и составил 6,536. Для расчета F^m- использовалась формула FРАСПОБР табличного процессора Excel. В результате Fмод получилось больше, чем F^m: 6,536>5,786. Из чего следует, что модель статистически значима.
Также была проведена проверка параметров полученной регрессии на статистическую значимость с применением t-теста Стьюдента. Были рассчитаны значения ta, tb и ^рит. Из них первые два показателя были получены в результате выполнения процедуры Анализ данных табличного процессора Excel, в которой представлен столбец t-статистика, а третий показатель рассчитан с помощью процедуры СТЬЮДЕНТ.ОБР.2Х. Полученные значения представлены в Табл. 4.
Таблица 4. Дроби Стьюдента
ta tb ^рит
-2,26 2,56 2,45
Сравнив значения ta и tb со значением t^m, видим, что только коэффициент tb превосходит значение показателя t^m. Следовательно, статистически значимым является
исключительно коэффициент tb, однако тест все равно пройден. Выводы
Таким образом, связь между образованием отходов производства и потребления и численностью населения была выявлена благодаря многочисленным тестам. Для большей точности есть основание провести более глубокий анализ с учетом иных второстепенных факторов. Однако, даже эти полученные результаты свидетельствуют наличие взаимосвязи между рассматриваемыми факторами.
С увеличением населения России будет происходить и рост количества производственного и потребительского мусора. С такими темпами роста, который наблюдается в настоящее время, человечество погрязнет в собственных отходах, что его и погубит. Необходимо разработать программу переработки и утилизации мусора. Для начала необходимо наладить систему сбора и его вывоза, выделить надлежащие для этого места и построить заводы для утилизации. Также будет рационально ввести перераспределение мусора, чтобы использовать его для вторичной переработки или в качестве удобрений. Определенную часть отходов можно использовать для выработки электроэнергии, а для того, чтобы осуществить данную процедуру необходимы заводы, где мусор будет сжигаться в печах, тем самым производя энергию. Таким образом будет решена глобальная экологическая проблема, предложенная система позволит государствам снизить свои затраты на производство.
Список использованных источников:
1. Официальный сайт Федеральной службы государственной статистики: URL: http://www.gks.ru/ (Дата обращения: 15.08.2020)
2. Проблема мусора: Экологическая проблема мусора. URL:
http://fb.ru/article/161257/problema-musora-ekologicheskaya-problema-musora (Дата обращения: 15.08.2020)
3. Шестое великое вымирание. URL: http://www.vokrugsveta.ru/article/233607/ (Дата обращения: 15.08.2020)
4. Невежин, В.П. Практическая эконометрика в кейсах: учеб.
пособие / В.П. Невежин, Ю.В. Невежин. - М.: ИД «ФОРУМ»: ИНФРА-М, 217, -317 с.
5. Богомолов А. И., Невежин В. П. Влияние социально-экономических факторов на динамику прироста населения в РФ // III International Scientific Conference Corporate Governance: Strategies, Processes, Technology: Conference Proceedings. October 25th, 2019. Leipzig, Germany: Baltija Publishing, р. 93 - 95
6. Bogomolov. A, Nevezhin, V., Chagovets, l., Chernova, N. The
information signal resonance effect modeling // 2019 IEEE International Scientific-Practical Conference Problems of Infocommunications Science and Technology, (PC S and T 2019), Kyiv, Ukraine, 8 October 2019. Article number 9061422. P. 364-368
7. Жигляева А.В., Невежин В.П. Эконометрическое исследование факторов инновационного развития стран мира // Хроноэкономика. 2019, 2(15). -С. 83-88
8. Невежин В.П. Анализ зависимости индекса Московской
фондовой биржи // Хроноэкономика. 2019, 3(16). -С. 4245
9. Невежин В.П. Формирование параметров инвестиционной
привлекательности муниципальных и региональных образований/ Тенденции экономического развития в XXI веке: мат. межд. Научн. Конф. (28 февраля 2019 г., г. Минск) // Белорусский государственный университет. -Минск: Право и экономика. 2019. - С. 493-495
10. Bogomolov A.I., Nevezhin V.P. Information impact on the competitive economic system // Научно-практический журнал «Экономика и управление: проблемы, решения». 3, том 4 (63) - 2017 март. - p. 45 - 48 (журнал ВАК)
11. Богомолов А.И., Невежин В.П. Аксиоматическая вероятность в математическом моделировании экономических процессов / Труды V Международной научно-практической конференции «Современная математика и концепции инновационного математического образования. - М.: Финансовый университет, 2018, С. 149-163
12. Невежин В.П., Богомолов А.И. Измерение и анализ детерминированных и случайных экономических процессов // Научно-практический журнал «Экономика и управление: проблемы, решения». 5, том 5 (77) - 2018 май. - p. 14-20. (журнал ВАК)
13. Невежин В.П., Богомолов А.И., Пискун Е.И. Модели в информационном обществе / Анализ, моделирование, управление, развитие социально- экономических систем: сборн. науч. трудов XI Международной школы-симпозиума АМУР-2017, Симферополь-Судак, 14-27 сентября 2017 / Под ред. А.В. Сигала. - Симферополь: ИП Корниенко А.А., 2017, С. 294-299
14. Радченко А.И., Невежин В.П. Деятельность энергетических предприятий в условиях современного экономического кризиса на финансовом рынке России // Хроноэкономика, № 1(22) 2020, С. 51 -56
15. Bogomolov A.I., Nevezhin V.P. Information impact on the competitive economic system // Научно-практический журнал «Экономика и управление: проблемы, решения». 3, том 4 (63) - 2017 март. - p. 45 - 48 (журнал ВАК)
V V
