CC BY
13УДК 330+004
Хубаев Георгий Николаевич,
Профессор кафедры «Информационные системы и прикладная информатика», д-р экон. наук, профессор
ЭКОНОМИКА АДМИНИСТРАТИВНО-ТЕРРИТОРИАЛЬНЫХ ОБРАЗОВАНИЙ И УРОВЕНЬ ЖИЗНИ НАСЕЛЕНИЯ: ОЦЕНКА СТАТИСТИЧЕСКОЙ ВЗАИМОСВЯЗИ ПОКАЗАТЕЛЕЙ
Россия, Ростов-на-Дону, Ростовский государственный экономический университет (РИНХ), gkhubaev@mail.ru
Аннотация. Выявлены статистически значимые корреляции между показателями уровня жизни населения и показателями, характеризующими уровень экономического развития административно-территориального образования. Построены статистически значимые регрессионные модели (R скорр>0,9; F^>>100; функции откликов - показатели уровня жизни населения). В качестве исходной информации использован массив статистических данных, сформированный Росстатом РФ.
Ключевые слова: уровень жизни населения, коэффициенты корреляции, регрессионные модели, статистическая значимость
Georgy N. Khubaev,
Professor of the Department of Information Systems and Applied
Informatics, Doctor of Economics, Professor
ECONOMICS OF ADMINISTRATIVE-TERRITORIAL EDUCATIONS AND LIVING STANDARDS OF THE POPULATION: EVALUATION OF STATISTICAL RELATIONSHIP OF INDICATORS
Russia, Rostov-on-Don, Rostov State Economic University (RINH),
gkhubaev@mail.ru
Abstract. Statistically significant correlations between indicators of the standard of living of the population and indicators characterizing the level of economic development of an administrative-territorial unit are revealed. Statistically significant regression models were constructed (R skorr> 0.9; Fkr >> 100; response functions are indicators of the standard of living of the population). An array of statistical data generated by the Rosstat of the Russian Federation was used as the initial information.
Keywords: life expectancy, correlation coefficients, regression models, random errors
Постановка задачи. В [1] показано, что разница в уровне жизни населения в разных административно-территориальных образованиях (АТО) весьма велика. Действительно, в «Стратегии экономической безопасности Российской Федерации на период до 2030 года» [2] отмечено,
что к основным вызовам и угрозам экономической безопасности относятся «усиление дифференциации населения по уровню доходов, усиление дифференциации регионов и муниципальных образований по уровню и темпам социально-экономического развития». Поэтому приоритетными целями, указанными в Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы (см.: [3]), являются: «развитие человеческого потенциала; ... повышение эффективности государственного управления, развитие экономики и социальной сферы». Но ведь главные трудности заключаются именно в том, чтобы ^определить, какова динамика характеристик распределения административно-территориальных образований (АТО) по показателям уровня жизни населения, *оценить, насколько статистически значимы взаимосвязи показателей уровня жизни с экономическими показателями, *выявить, какие экономические показатели оказывают определяющее, статистически значимое влияние на уровень жизни населения и в какой степени.
Однако в настоящее время отсутствуют публикации, в которых представлены данные *об оценках взаимосвязи между социально-экономическими показателями, характеризующими эффективность деятельности АТО, *о динамике характеристик распределения АТО по показателям уровня жизни населения, *о факторах, оказывающих определяющее влияние на развитие человеческого потенциала.
В статье представлены оригинальные результаты исследований, связанных с выявлением и оценкой взаимосвязи между показателями уровня жизни населения АТО, построением статистически значимых регрессионных моделей с оригинальным, содержательно обоснованным составом независимых переменных.
Расчеты проведены на данных РОССТАТА за период с 2011 по 2015 годы, представленных на сайте и в Статистических сборниках Рос-стата РФ [4]. Использованы сведения о значениях 135 социально-экономических показателей по 83-м субъектам РФ.
1. Оценка взаимосвязи социально-экономических показателей.
В процессе содержательного анализа социально-экономических показателей, характеризующих деятельность субъектов РФ, из общей совокупности выделено несколько десятков и проведена оценка наличия корреляционной связи между показателями. Проверка наличия корреляции осуществлялась по Р.А. Фишеру на основании ¿-распределения с (п-2) степенями свободы при п=83.
В таблице 1 в первом столбце перечислены показатели, которые характеризуют в определенной степени уровень жизни населения АТО и одновременно статистически значимо коррелируют. Производным явля-
ется только показатель «ВРП на душу населения/Стоимость фиксированного набора потребительских товаров и услуг». Включение этого производного показателя в состав показателей уровня жизни населения обусловлено тем, что значения показателя «Валовой региональный продукт (ВРП) на душу населения по паритету покупательной способности, руб», используемого в отчетах ООН для характеристики уровня жизни населения (Индекс развития человеческого потенциала), отсутствуют в исходной информации [4].
Таблица 1
Статистически значимые корреляции между социально-экономическими
показателями
ВРП на Наличие Объем товаров
душу основных собственного ВРП
населе- фондов производства, /Средне-
ния /Среднегодо- выполненных годовая
вая численность занятых работ и услуг /Среднегодовая численность занятых численность занятых
ВРП на душу насе- 0,56 0,94 0,96 0,85
ления/ Стоимость
фиксированного на-
бора потребитель-
ских товаров и услуг
Среднемесячная но- 0,77 0,74 0,73 0,65
минальная начис-
ленная заработная
плата работников
Стоимость фиксиро- 0,56 0,51 0,56 0,46
ванного набора по-
требительских това-
ров и услуг
Ср еднемесячный 0,59 0,54 0,58 0,49
размер субсидий на
одну семью
Среднедушевые де- 0,82 0,75 0,82 0,67
нежные доходы (в
месяц)
В такой ситуации, исходя из «здравого смысла», мы использовали отношение значений показателей «Валовой региональный продукт на душу населения, руб» и «Стоимость фиксированного набора потребительских товаров и услуг (на конец года), руб» в качестве вынужденной и, как нам представляется, вполне обоснованной замены. Действительно, ведь чем меньше стоимость потребительской корзины, тем, очевидно, больше других покупок сможет сделать любой житель конкретного субъ-
екта РФ, тем реально выше, комфортнее будет уровень его жизни в этом административно-территориальном образовании. А в первой строке таблицы представлены три производных показателя: показатель * «Наличие основных фондов /Среднегодовая численность занятых», характеризующий техническую оснащенность работающих и, возможно, общий уровень их профессиональной подготовки, и показатели, позволяющие, как нам представляется, оценивать уровень производительности труда работающих: *«Объем товаров собственного производства, выполненных работ и услуг/Среднегодовая численность занятых» и *«ВРП/Среднегодовая численность занятых».
В результате выполненных расчетов оказалось (см. таблицу 1), что все выбранные нами показатели уровня жизни не только статистически значимо взаимосвязаны, но и весьма существенно коррелируют с показателями, характеризующими уровень экономического развития АТО.
На следующем этапе исследованы возможности построения функциональной зависимости между показателем «Среднедушевые денежные доходы (в месяц)» (функция отклика) и статистически с ним связанными показателями (показатели со статистически значимыми коэффициентами корреляции использованы в качестве независимых переменных). Построение регрессионных уравнений при проведении экспериментов, направленных на поиск лучшей по статистическим критериям модели, осуществлялось с включением в состав входных переменных различных сочетаний факторов-показателей. При построении прогнозных моделей использован универсальный алгоритм ранжирования объектов [5], позволяющий оперативно выявлять взаимосвязи между объектами, формировать подгруппы с примерно одинаковыми величинами оценочных показателей и анализировать причины образования таких подгрупп, расширять для системы верхнего уровня возможности оптимального выбора определенного объекта, предоставляя сведения о том, какие объекты и по каким показателям занимают лидирующее положение, а каждому из объектов обеспечить возможность анализа резервов улучшения деятельности, дать первоначальную оценку его конкурентным позициям, рассчитывать статистические характеристики (математическое ожидание, дисперсию, коэффициент вариации, медиану, асимметрию, эксцесс), таблицы и гистограммы распределения АТО в зависимости от численных значений показателей (см. также [6]).
Последующий анализ и построение регрессионных моделей выполнялось нами при использовании исходной информации, представленной в относительных единицах (по отношению к математическому ожиданию значений показателя).
В окончательном варианте получены статистически значимые регрессионные модели, хорошо описывающие исходную информацию, с составом факторов, включение которых в уравнение регрессии легко обосновать содержательно.
Модель без свободного члена имеет вид:
У =Ь1*Х1+Ь2*Х2+Ь3*Х3, где У - «Среднедушевые денежные доходы (в месяц)»; Х1 - ВРП на душу населения; Х2 - Потребительские расходы в среднем на душу населения (в месяц); Х3 - Стоимость фиксированного набора потребительских товаров и услуг.
В результате расчетов получены следующие численные значения статистических показателей качества моделей:
1)для моделей с тремя факторами-независимыми переменными:
2015 г. Значения ¿-коэффициентов:
¿1=0,15; ¿2=0,47; ¿3=0,4;
¿1/бм =15,3; ¿2^=9,6; ¿3 /б*з=8,1;
К2=0,99; Я2скорр=0,98; ^=2677,8.
Для модели со свободным членом:
¿0=-0,35; ¿1=0,12; ¿2=0,48; ¿3= 0,75;
¿^¿0=-4,9; ¿1^=13,03; ¿2^=11,12; ¿3/б¿з=8,9;
К2 =0,94; Я2скорр=0,94; ^=413,6.
После замены показателя: Х3 - Отношение значений показателя «Стоимость фиксированного набора потребительских товаров и услуг» в 2015 году и в 2011 году, получены следующие статистические характеристики модели:
¿1=0,16; ¿2=0,67; ¿3=0,17;
¿1^=12,6; ¿2^=12,5; ¿3 ^¿3=3,6;
К2 = 0,98; К2скорр = 0,97; ^=1690,8.
2) для моделей с двумя факторами-независимыми переменными: Х1 - Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по видам деятельности/Среднегодовая численность занятых; Х2 - Отношение значений показателя «Стоимость фиксированного набора потребительских товаров и услуг» в 2015 году и в 2011 году.
¿1=0,064; ¿2 =0,47;
¿1 ^¿1=14,13; ¿2 ^¿2=11,03;
К2= 0,96; К2скорр = 0,94; ^=908,2.
Какую же пользу от построенных моделей может получить население страны и лица, принимающие решения (ЛПР) на всех уровнях
управления? В чем конкретно заключается общественная полезность этих моделей?
По нашему мнению, полезность представленных статистически значимых уравнений регрессии, описывающих с ничтожно малыми ошибками достаточно достоверную исходную информацию, заключается в том, что, во-первых, ЛПР на всех уровнях управления смогут, получив количественно обоснованный перечень определяющих факторов и выполнив оптимизационные расчеты, выбирать оптимальный, требующий минимальных затрат ресурсов вариант вложения средств для повышения уровня жизни населения. Во-вторых, общественность, население АТО получит возможность реально оценивать качество работы системы верхнего уровня - уровня правительства субъекта РФ или муниципалитета. Ведь включенные в модели факторы-показатели не только весьма убедительно подтвердили свою «статистическую значимость», но и их включение в модель легко обосновывается содержательно.
Обратим внимание на то, что аналогично, определив на начальном этапе исходный перечень показателей, предположительно связанных с показателями, характеризующими уровень и качество жизни населения (например, путем использования экспертного [7] или количественного анализа), можно сформировать статистически значимый перечень определяющих факторов, управление которыми обеспечит рост уровня жизни граждан России, как, впрочем, и любой другой страны мира.
2. О достоверности исходной информации. В процессе проведения исследований нами использован достаточно большой объем исходной статистической информации: количество субъектов РФ - 83, а показателей, характеризующих их деятельность - 135, т.е. всего более 10 тысяч числовых данных только за один год. Вполне вероятно, что среди такого обилия чисел могут оказаться выбросы и случайные ошибки, недостоверные, сомнительные, аномальные наблюдения. Ведь наличие их в массиве исходной информации может негативно повлиять на результаты расчета, на выводы, на качество принимаемых решений.
Однако анализ исходной информации по методике [8] не выявил наличие аномальных наблюдений в массиве данных Росстата РФ.
Выводы. Насколько нам известно, в результате выполненных исследований впервые:
1. Построены регрессионные модели для прогнозирования значений показателя «Среднедушевые денежные доходы (в месяц)» населения административно-территориальных образований * лучшего качества (при оценке по стандартным критериям статистической значимости -К скорр>0,9; >>100); *с лучшими прогнозными свойствами; *с ис-
пользованием открытых официальных статистических данных и одновременно с проверкой на наличие аномальных наблюдений в массиве исходной информации, содержащем десятки тысяч числовых данных.
2. Включены в состав независимых переменных построенных регрессионных моделей факторы-показатели, *оригинальные по сформированной структуре; * содержательно обоснованные и статистически значимые (в большинстве случаев у ¿-коэффициентов отношение Ъ№ы >>2).
3. Обеспечена возможность, базируясь на сформированном в процессе исследований подмножестве значимых факторов, проводить оптимизационные расчеты с целью минимизации затрат ресурсов на оптимальный выбор и реализацию проектов, направленных на повышение значений показателя «Среднедушевые денежные доходы (в месяц)» населения административно-территориальных образований.
Статья подготовлена по результатам исследований, выполненных при поддержке Российского фонда фундаментальных исследований (РФФИ) - проект 18-010-00806/18 «Уровень жизни населения административно-территориальных образований: выявление, исследование, анализ и оценка значимости определяющих факторов (для последующей оптимизации в условиях ограниченных ресурсов)»
Список литературы
1. Хубаев Г.Н. Уровень бедности населения субъектов Российской Федерации: выявление, исследование и оценка статистической значимости определяющих факторов // РИСК: Ресурсы, информация, снабжение, конкуренция. - 2018. - № 3. - с. 7275.
2. Указ Президента РФ №208 от 13 мая 2017 года «О Стратегии экономической безопасности Российской Федерации на период до 2030 года». URL: http://www.garant.ru/
3. Указ Президента РФ №203 от 9 мая 2017 года «О Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы». URL: http://www.garant.ru/
4 .РЕГИОНЫ РОССИИ. Основные характеристики субъектов Российской Федерации. 2017: Статистический сборник. - М.: СТАТИСТИКА, 2017. URL: http: //www. gks .ru/free_do c/new_site/region_stat/ sep_region. html/
5. Хубаев Г.Н. Ранжирование объектов по множеству количественных показателей: универсальный алгоритм // РИСК: Ресурсы, информация, снабжение, конкуренция. - 2018. - № 1. - С. 213-217.
6. URL: http://uroven-zhizni.ru/
7. Khubaev G. Expert review: method of intuitively agreed choice // 5th International Conference «Economy modernization: new challenges and innovative practice» (November 12, 2017, Sheffield, UK). - P. 65-80.
8. Хубаев Г.Н. Способ выявления ошибок в больших массивах числовой информации //ВОПРОСЫ СТАТИСТИКИ. - 2014. - №10. - С. 20-25.
