CC BY
23
Health Care of the Russian Federation. 2021; 65(2): 96-104. 96 DOI: https://doi.org/10.47470/0044-197X-2021-65-2-96-104
Health care organization
© КОЛЛЕКТИВ АВТОРОВ, 2021
Аскаров Р.А.1, Франц М.В.2, Аскарова З.Ф.3, Утяшева И.Б.4, Абдрахманова Г.М.3
Естественное движение населения в Республике Башкортостан: многофакторный анализ на панельных данных
1ФГБОУ ВО «Российский государственный геологоразведочный университет им. С. Орджоникидзе», 117997, Москва, Россия;
2ФГБОУ ВО «Уфимский государственный авиационный технический университет», 450000, Уфа, Россия; 3ФГБОУ ВО «Башкирский государственный медицинский университет», 450008, Уфа, Россия; 4Территориальный орган Федеральной службы государственной статистики по Республике Башкортостан, 450077, Уфа, Россия
Введение. Работа посвящена изучению естественного движения населения в Республике Башкортостан (РБ) на региональном и муниципальных уровнях.
Цель исследования - оценка факторов, влияющих на естественное движение населения РБ. Материал и методы. Информационной базой служили официальные статистические материалы Территориального органа Федеральной службы государственной статистики по Республике Башкортостан: сборники «Демографические процессы в Республике Башкортостан», «Социально-экономическое положение муниципальных районов и городских округов Республики Башкортостан»; данные Росстата -сборники «Регионы России. Социально-экономические показатели». Рассматривались данные, состоящие из наблюдений по сельским муниципальным образованиям 54 муниципальных районов и 21 городам (городские округа и городские поселения) РБ, прослеженные в динамике за 16 лет (2002-2017 гг.). Муниципальные образования были разбиты на 5 групп с применением кластерного анализа на основе показателей естественного прироста. Для изучения влияния медико-демографических, социально-инфраструктурных, социально-экономических факторов на показатели естественного движения населения применяли многофакторный регрессионный анализ. В связи с панельным характером данных использовали модели с фиксированными индивидуальными и временными эффектами. Результаты. В изучаемых группах муниципальных образований, сформированных с применением кластерного анализа, значимость отдельных факторов в плане их влияния на результативный показатель существенно отличается, что обусловливает необходимость учёта этой пространственной гетерогенности при разработке мер социально-экономической политики. Построенные нами регрессионные модели с фиксированными эффектами по панельным данным подтвердили наличие связи между коэффициентом естественного прироста населения со среднедушевыми денежными доходами, общим коэффициентом браков, разводов, долей женщин фертильного возраста, безработицей, долей населения старше трудоспособного возраста. Заключение. Анализ полученных результатов и сопоставление их с данными литературы позволяют определить приоритеты социально-экономической, демографической политики на региональном уровне.
Ключевые слова: медико-демографические; социально-экономические показатели; естественный прирост; кластерный анализ; регрессионный анализ; панельные данные
Для цитирования: Аскаров Р.А., Франц М.В., Аскарова З.Ф., Утяшева И.Б., Абдрахманова Г.М. Естественное движение населения в Республике Башкортостан: многофакторный анализ на панельных данных. Здравоохранение Российской Федерации. 2021; 65(2): 96-104. https://doi.org/10.47470/0044-197X-2021-65-2-96-104
Для корреспонденции: Аскарова Загира Фатхулловна, доктор мед. наук, профессор каф. госпитальной терапии № 2 ФГБОУ ВО БГМУ, 450008, уфа. E-mail: zagira_a@mail.ru
Участие авторов: Аскаров Р.А. - концепция и дизайн исследования, сбор и обработка материала, написание текста, редактирование; Франц М.В. - сбор и обработка материала, статистическая обработка данных, редактирование; Аскарова З.Ф. - статистическая обработка данных, написание текста; Утяшева И.Б. - написание текста; Абдрахманова Г.М. - составление списка литературы. Все соавторы - утверждение окончательного варианта статьи, ответственность за целостность всех частей статьи.
Финансирование. Исследование не имело спонсорской поддержки. Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Поступила 29.10.2019 Принята в печать 07.03.2020 Опубликована 11.05.2021
Rasul A. Askarov1, Marina V. Frants2, Zagira F. Askarova3, Irina B. Utiasheva4, Guzel M. Abdrakhmanova3 Population movement in the Republic of Bashkortostan: a multi-factor analysis on panel data
1Russian State Geological Prospecting University, Moscow, 117997, Russian Federation; 2Ufa State Aviation Technical University, Ufa, 450008, Russian Federation; 3Bashkir State Medical University, Ufa, 450000, Russian Federation;
4Territorial Agency of the Federal State Statistics Service for the Republic of Bashkortostan, Ufa, 450077, Russian Federation
Introduction. The study deals with natural movement of the population in the Republic of Bashkortostan at the regional and municipal levels.
Здравоохранение Российской Федерации. 2021; 65(2): 96-104.
DOI: https://doi.org/10.47470/0044-197X-2021-65-2-96-104 97
Организация здравоохранения
The aim of the study is to assess the factors affecting the natural movement of the population of the Republic of Bashkortostan (RB).
Material and methods. The information base was the official statistical materials of the Territorial Body of the Federal State Statistics Service for the Republic of Bashkortostan: collections "Demographic Processes in the Republic of Bashkortostan", "Socio-Economic Situation of Municipal Areas and Urban Districts of the Republic of Bashkortostan"; Rosstat data: collections "Regions of Russia. Socio-economic indices". We considered data consisting of observations on rural municipalities in RB 54 municipal districts and 21 cities (urban communities and urban settleme;ts), tracked in dynamics for 16 years (2002-2017).
At the first stage, municipalities were divided into five groups using cluster analysis based on natural growth indices. Then, to study the influence of medico-demographic, socio-infrastructural, socio-economic factors on the indices of the population's natural movement, multivariate regression analysis was used. Due to the panel nature of the data, models with fixed individual and time effects were used.
Results. In the studied groups of municipalities, formed using cluster analysis, the significance of individual factors in terms of their influence on the performance indicator is significantly different, which necessitates taking this spatial heterogeneity into account when developing socio-economic policy measures. To confirm the existence of a relationship between the rate of natural population growth and per capita money income, the general rate of marriages, divorces, the proportion of women of fertile age, unemployment, and the ratio of the population over working age, we based the constructed regression models with fixed effects on panel data Conclusion. Analysis of the results obtained and comparing them with the literature data allow us to determine the priorities of socio-economic, demographic policy at the regional level.
Keywords: medical; demographic; social and economic indices; population movement; cluster analysis; regression analysis; panel data
For citation: Askarov R.A., Frants M.V, Askarova Z.F., Utyasheva I.B., Abdrakhmanova G.M. Population movement in the Republic of Bashkortostan: a multi-factor analysis on panel data. Zdravookhranenie Rossiiskoi Federatsii (Health Care of the Russian Federation, Russian journal). 2021; 65(2): 96-104. (In Russ.). https://doi.org/10.47470/0044-197X-2021-65-2-96-104
For correspondence: Zagira F. Askarova, MD, Ph.D., DSci., Professor of the Department of Hospital Therapy No. 2, Bashkir State Medical University, Ufa, 450008, Russian Federation. E-mail: zagira_a@mail.ru Information about the authors:
Askarov R.A., https://orcid.org/0000-0001-7980-4113; Frants M.V., https://orcid.org/0000-0002-5324-2463 Askarova Z.F., https://orcid.org/0000-0001-9772-1311; Utyasheva I.B., https://orcid.org/0000-0001-6444-1452 Abdrakhmanova G.M., https://orcid.org/0000-0001-8848-0181
Contribution of the authors: Askarov R.A. - the concept and design of the study, the collection and processing of the material,
writing the text, editing; Frants M.V. - the collection and processing of the material, statistical analysis, editing; Askarova Z.F. -
statistical analysis, writing the text; Utyasheva I.B. - writing the text; Abdrakhmanova G.M. - compiling a list of references.
All co-authors - approval of the final version of the article, responsibility for the integrity of all parts of the article.
Acknowledgments. The study had no sponsorship.
Conflict of interest. The authors declare no conflict of interest.
Received: October 29, 2019
Accepted: March 07, 2020
Published: May 11, 2021
Введение
Хорошо известно, что демографическая ситуация, сложившаяся в России на современном этапе, является одной из наиболее острых проблем российского общества. Наблюдающееся в течение ряда лет превышение смертности над рождаемостью, сокращение численности населения, увеличение демографической нагрузки создают серьёзные риски для воспроизводства трудовых ресурсов и социально-экономического развития страны. В целом, эта проблема хорошо осознаётся руководством, что находит отражение в стратегических документах1 и стратегиях развития регионов2. Разработка и реализация социально-экономической политики, направленной на улучшение демографической ситуации, являются крайне актуальными задачами. Будучи большим по территории и числен-
1 Государственная программа Российской Федерации от 02.06.2014 «Развитие здравоохранения» (обновлена 23.10.2019). URL: https://www.rosminzdrav.ru/ministry/programms/health/info (дата обращения: 14.11.2019); Национальный проект «Демография» (2019-2024). URL: https://rosmintrud.ru/ministry/programms/ demography (дата обращения: 14.11.2019).
2 Стратегия социально-экономического развития Республики Башкортостан на период до 2030 года. URL: https://economy. bashkortostan.ru.pdf (дата обращения: 14.11.2019).
ности населения государством, Россия состоит из очень разнородных по уровню социально-экономического развития, экологическим, климатическим и другим условиям территориальных образований. Это утверждение, как будет показано и в настоящем исследовании, справедливо и на субрегиональном уровне - показатели по муниципальным образованиям (МО) и городам, входящим в один регион, также весьма вариабельны. Это позволяет предположить, что демографическая ситуация в каждом территориальном образовании по-своему уникальна - в разных образованиях вклад отдельных факторов может быть различным, и это важно учитывать при разработке социально-экономической политики.
В данной работе мы сфокусируемся на одном из важнейших демографических показателей - показателе естественного движения населения. Естественный прирост населения, определяющийся как разность между рождаемостью и смертностью на определенной территории, является синтетическим показателем, формирующимся под воздействием большого числа детерминантов, включая экономические, социальные, медико-организационные, экологические, климатические и др. Процессы естественного воспроизводства населения всегда были объектом
пристального внимания экономистов, демографов, социологов, политиков, психологов - всех, кто осознает, что перспективы благополучного развития любой территории зависят от количественных и качественных характеристик проживающего на ней населения [1]. Естественное движение населения характеризуют такие показатели, как уровень рождаемости, смертности, естественного прироста, средняя продолжительность жизни людей. Соотношение этих величин отражает режим воспроизводства (естественного движения населения). В Республике Башкортостан (РБ) сложились общероссийские тенденции развития демографических процессов. Естественная убыль населения ежегодно составляет более 2000 человек (среднее за 2002-2017 гг.).
Цель данной работы - оценка факторов, влияющих на естественное движение населения РБ.
Материал и методы
В качестве объекта данного ретроспективного, статистического исследования была принята вся территория РБ как объект регионального уровня с площадью 142,9 тыс. км2 с населением 4 063 293 человек (на 1 января 2018 г.), из них 37,9% сельчан. Использовались данные, состоящие из наблюдений по сельским МО 54 муниципальных районов и 21 городам (городские округа и городские поселения) РБ, прослеженные в динамике за 16 лет (2002-2017 гг.). В исследовании использованы официальные статистические материалы Территориального органа Федеральной службы государственной статистики по РБ: сборники «Демографические процессы в Республике Башкортостан», «Социально-экономическое положение муниципальных районов и городских округов Республики Башкортостан»; данные Росстата - сборники «Регионы России. Социально-экономические показатели» (2002-2018) [2-5].
Математическую обработку данных проводили методом кластерного анализа, регрессионного анализа по панельным данным, где в качестве однотипных объектов исследования выступают МО и города РБ. В качестве спецификации панельных уравнений пространственной регрессии использовали модели с фиксированными эффектами как по объекту, так и по периоду. Математическую обработку проводили с помощью компьютерных программ EViews ^8 и Statistica ^8.0.
Применение панельного анализа в качестве инструмента, работающего с данными пространственно-динамической структуры [6], позволяет выявить общие закономерности естественного движения, характерные для всех территорий, и учесть влияние индивидуальных ненаблюдаемых характеристик каждой территории (МО) в отдельности. В качестве кросс-секционного измерения использовали сельские МО, города (городские поселения и городские округа), в качестве измерений по периодам -ежегодную динамику с 2002 по 2017 г. ^ = 2002,..., 2017). В качестве входных данных, описывающих результативные переменные для построения модели, использовали панельные переменные естественного прироста (убыли) на 1000 человек населения.
Для оценки изменения демографической составляющей проанализировали следующие показатели: • коэффициент естественного прироста (убыли) населения - КЕП, который представляет собой разность
общих коэффициентов рождаемости и смертности (на 1000 человек);
• браки, разводы (на 1000 человек);
• доля женщин фертильного возраста (%);
• доля населения старше трудоспособного возраста (%);
• миграция населения (на 10 тыс. человек).
Для оценки социальной инфраструктуры использовали следующие показатели:
• уровень зарегистрированной безработицы (в %), который находится как отношение численности зарегистрированных безработных к численности занятых;
• численность врачей (на 10 тыс. человек);
• обеспеченность жильём общей площадью на одного жителя (м2/человек).
Для оценки социально-экономического развития территорий использовали среднедушевой денежный доход населения (AI.t):
AIit = AWи • NP- + APit • Npr'
где AIit - среднедушевой денежный доход населения, руб./человек в месяц; AWit - средневзвешенное средней зарплаты, руб./человек в месяц; APit - средневзвешенное средней пенсии, руб./человек в месяц; PPit - общая численность населения, человек; NEit - численность работников, человек; NPit - численность пенсионеров, человек; i - номер МО; t - индекс года;
В роли панельных регрессоров рассматривали ежегодные медико-демографические, социальной инфраструктуры, социально-экономические показатели. Описательная статистика данных, использующихся в анализе, представлена в табл. 1. Рассматриваемые показатели имеют значительную вариабельность.
Для устранения эффекта неоднородности при построении каждой панельной регрессионной модели территории РБ предварительно были разбиты на кластеры по уровню показателя естественного прироста (убыли), затем по каждому кластеру были построены модели в различной спецификации. В качестве метода кластеризации использовался метод k-средних [7-9]. На основе полученных интегральных показателей проведена вторичная группировка на 3 группы (методом k-means), где объекты с очень низким и низким значениями вошли в первый кластер, средним - во второй, высоким и очень высоким значением - в третий (табл. 2). Ранжирование проводилось от менее благополучных к более благополучным территориям.
По каждому кластеру в отдельности выполняли регрессионный анализ влияния медико-демографических, социально-инфраструктурных, социально-экономических факторов на показатель естественного движения населения. В связи с тем, что отсутствует теоретическая модель, обосновывающая аналитическую форму связи, осуществлялся перебор по нескольким вариантам, а также по моделям с фиксированными индивидуальными, индивидуальными и временными эффектами. Кроме того, состав факторов, включаемых в анализ, также варьировался с целью получения более экономных моделей. Модель признавалась качественно построенной, если все параметры модели признавались статистически значимыми при проверке гипотезы на 5% уровне значимости, оценки модели
Здравоохранение Российской Федерации. 2021; 65(2): 96-104. DOI: https://doi.org/10.47470/0044-197X-2021-65-2-96-104
Организация здравоохранения
Таблица 1. Описательная статистика используемых переменных за 2002-2017 гг. Table 1. Descriptive statistics of used variables (2002-2017)
Показатель Среднее Медиана Максимум Минимум Кратность, раз Ratio (max to min) Стандартное отклонение
Indices Mean Median Maximum Minimum Standard deviation
Медико-демографические показатели Medical and demographic indicators
-1.1
-1.5
9.5
Естественный прирост (убыль) (на 1000 человек населения)
Natural growth of population (loss) (per 1,000 people of total population)
Общие коэффициенты брачности (на 1000 человек) 7.62 7.50 11.97 Marriage rate (per 1,000 people)
Общие коэффициенты разводимости 3.77 3.71 5.46
(на 1000 человек)
Divorce rate (per 1,000 people)
Коэффициент миграционного прироста -13.6 -74.7 1865.0
(на 10 тыс. человек)
Migration growth coefficient (per 10,000 people)
Доля женщин фертильного возраста, % 24.5 23.9 31.9
The share of fertile-age women , %
Доля населения старше трудоспособного возраста, % 21.24 21.27 29.70 Share of the population over working age, %
Социально-инфраструктурные показатели Social-infrastructural indices
Средняя обеспеченность жильем общей площадью, 21.9 21.8 31.6 м2/человек
Housing, total squire (m2) per capita
Численность врачей на 10 тыс. человек 22.4 20.5 72.6
Number of physicians per 10,000 people
Социально-экономические индикаторы Social-economic indices
Среднедушевой доход, руб./человек Average income, rubles per capita
Уровень безработицы, % Unemployment rate, %
4099.1 1,6
3591.0 1,4
8665.6 10,1
-9.0
3.88 2.24
-573.0
19.8 11.63
16.6 15.8
2142.4
0,5
-1.0
3.1 2.4
-3.3
1.61 2.6
1.31
4.6
4.04 20.2
3.4
1.1 0.72
380.6
2.5
3.4
2.3 7.2
1374.0 1,1
Таблица 2. Состав кластеров по уровню естественного прироста (убыли) населения в 2002-2017 гг. (M ± m) Table 2. Composition of clusters by the level of natural gain (loss) of the population (2002-2017) (M ± m)
Кластер Cluster Район Incorporated in the Municipal district (MD) Доля, %о Proportion, %0
(n 1 = 30) Балтачевский, Бураевский, Янаульский, Ермекеевский, Ишимбайский, Краснокамский, Нуримановский, Туймазинский, Федоровский, Белебеевский, Альшеевский, Архангельский, Аургазинский, Бакалинский, Бижбулякский, Благовещенский, Буздякский, Давлекановский, Дюртюлинский, Илишевский, Караидельский, Кушнаренковский, Миякинский, Стерлибашевский, Чекмагушевский, Гафурийский, Калтасинский, Мелеузовский, Татышлинский районы, Белорецк Baltachevsky, Buraevsky, Yanaulsky, Ermekeevsky, Ishimbaysky, Krasnokamsky, Nurimanovsky, Tuimazinsky, Fedorovsky, Belebeevsky, Alsheyevsky, Arkhangelsky, Aurgazinsky, Bakalinsky, Bizhbulyaksky, Blagovesсhensky, Buzdyaksky, Davlekanovsky, Dyurtyulinsky, Ilishevsky, Karaidelsky, Kushnarenkovsky, Staliakinsky, Gyabushtaevsky, Beloretsk -5.9 ± 0.3
(n 2 = 24) Белорецкий, Бирский, Благоварский, Иглинский, Куюргазинский, Стерлитамакский, Учалинский, Шаранский, Аскинский, Белокатайский, Зилаирский, Кигинский, Кармаскалинский, Кугарчинский, Мечетлинский, Мишкинский, Чишминский районы, Кумертау, Ишимбай, Салават, Белебей, Давлеканово, Октябрьский, Бирск Beloretsky, Birsky, Blagovarsky, Iglinsky, Kuyurgazinsky, Sterlitamaksky, Uchalinsky, Sharansky, Askinsky, Belokataisky, Zilairsky, Kiginsky, Karmaskalinsky, Kugarchinsky, Mechetlinsky, Mishkinsky, Chishminsky, Kumertau, Ishimbay , Salavat, Davlekanovo, Oktyabrsky, Birsk -1.79 ± 0.2
(n 3 = 21) Салаватский, Уфимский, Хайбуллинский, Баймакский, Дуванский, Зианчуринский, Бурзянский, Абзелиловский районы, Уфа, Стерлитамак, Янаул, Благовещенск, Сибай, Дюртюли, Мелеуз, Учалы, Агидель, Нефтекамск, Туймазы, Баймак 3.8 ± 0.7
Salavatsky, Ufimsky, Khaibullinsky, Baimaksky, Duvansky, Zianchurinsky, Burzyansky, Abzelilovsky districts, Ufa, Sterlitamak, Yanaul, Blagoveshensk, Sibay, Dyurtyuli, Meleuz, Uchaly, Agidel, Neftekamsk, Tuymazy, Baimak
n
Годы / Years -•—1—9—2—с^Э
Рис. 1. Общий (1), естественный (2) и миграционный (3)
прирост населения РБ в 1970-2017 гг. Fig. 1. General (1), natural (2) and migration (3) growth of the population of the Republic of Bashkortostan, 1970-2017.
были эффективными (подтверждалось критерием Дар-бина-Уотсона) и асимптотически состоятельными (подтверждалось критерием Жарка-Бера).
Результаты
По численности населения, которая зависит как от показателей рождаемости и смертности, так и от уровня миграции, РБ занимает 7-е место среди субъектов РФ. Наибольшая численность населения отмечена в 1999 г. (4 110 300 человек) и сокращалась вплоть до 2007 г. (на 59 311 человек), с 2008 по 2011 г. численность населения несколько увеличилась (на 59 311 человек). Однако с 2002 по 2017 г. численность населения сократилась на 41 043 человека при среднегодовом темпе снижения 0,1%, плотность населения составляет 28,4 человек/км2. Соотношение городского и сельского населения в РБ в 2017 г. составило 61,2% к 37,9%. В целом численность населения РБ за 1993-2008 гг. уменьшилась за счет отрицательного естественного прироста, несмотря на положительный миграционный прирост до 2003 г., в 2007-2010 и 2013 гг.
Максимальные значения миграционного прироста, рассчитанные как разность между общим и естественным приростом, в РБ отмечены в 1992 г. (30 917 человек) и 1994 г. (31 825 человек), далее наблюдалось снижение и более значительное в 2011 г. (до 9386 человек). В 2009-2016 гг. зафиксирован положительный естественный прирост. В результате разнонаправленных воздействий естественного и миграционного приростов общий прирост населения в 1999-2006, 2011-2012 гг. и с 2015 г. составляет отрицательную величину (рис. 1). С 2017 г. в РБ снижение численности населения отмечается за счёт отрицательного естественного и миграционного приростов. Что касается МО, то в 2017 г. по сравнению с 2002 г. в 56 территориях зарегистрирована естественная убыль населения. Интенсивной естественной убылью отличались Бураевский, Янаульский, Балтачевский, Ермекеевский, Ишимбайский, Краснокамский, Федоровский, Бакалин-ский районы, Белорецк. В 2017 г. естественный прирост
населения зафиксирован в Нефтекамске, Баймаке, Туй-мазы, Уфе, Благовещенске, Октябрьском, Стерлитамаке, Учалы, Дюртюли, Сибае и Янауле, значение КЕП варьировало от 0,1%о (Янаул) до 4,2%о (Нефтекамск). Увеличение численности населения за счёт естественного прироста за 2002-2017 гг. отмечено в 21 МО.
Рождаемость - один из главных компонентов воспроизводства населения. В РБ с 1970 по 1992 г. отмечено превышение числа родившихся над числом умерших, с 1993 по 2008 г., напротив, число умерших превышало число родившихся. Анализ показал снижение рождаемости вплоть до 2005 г., и своего наименьшего значения рождаемость достигла, как и по РФ (8,3%), в 1999 г. (10%) (41 368 детей). В РБ самое большое число родившихся было в 1987 г. (81 950 детей). В 2017 г. число родившихся составило 49 315, что на 9713 детей меньше, чем в 2015 г. При этом общий коэффициент рождаемости по средне-многолетним данным в РБ (12,7 ± 0,38%) несколько выше, чем по РФ (11,5 ± 0,36%) (t = 15,1;p < 0,000). РБ по уровню общего коэффициента рождаемости среди субъектов РФ в 2017 г. занимала 25-е место. Изменения показателя рождаемости в МО проходили волнообразно. Общий коэффициент рождаемости был ниже среднего по РБ (13,0% за 2002-2017 гг.) в 40 из 74 МО, в 32 - превышал его. Значительное снижение рождаемости отмечено в Белебее (на 20,8%), Дюртюли (на 19,5%), Баймаке (на 14,7%); Абзе-лиловском (на 17,3%), Баймакском (на 16,6%), Бижбуляков-ском (на 15,7%), Кугарчинском (на 15,6%) районах; высокие показатели рождаемости характерны для Бурзянского (20,1%), Абзелиловского (16,9%), Баймакского (16,9%), Хайбуллинского (15,5%), Салаватского (15,0%) районов и Баймака (18,7%). Наиболее низкий уровень рождаемости наблюдается в Федоровском, Ермекеевском, Бураевс-ком, Балтачевском, Аургазинском районах, Белебее, Салавате, Агиделе.
Смертность. При анализе динамики уровня общей смертности за 2002-2017 гг. отмечена тенденция к снижению (с 14,1 до 12,4 на 1000 человек; среднегодовой темп снижения 0,85%). При этом уровень смертности сельских жителей (15,5 ± 0,1%) выше, чем у городских жителей (12,2 ± 0,2%; t = 25.2; p = 0,000) (рис. 2), где основными причинами являются более высокий удельный вес людей пенсионного возраста, низкий уровень бюджетных доходов на душу населения, низкая доступность общеврачебной и специализированной медицинской помощи. Смертность в целом по РБ за 2002-2017 гг. (13,5 ± 0,1%) ниже, чем в России (14,3 ± 0,3%; t = 3,7; p = 0,001). Общий коэффициент смертности был ниже среднего по РБ в 22 из 74 МО, в 52 - превышал его. Относительно низкие значения отмечены в городах Агидель, Нефтекамск, Дюртюли и Бурзянском, Уфимском районах. Высокий уровень смертности сложился в Бураевском, Балтачевском, Янаульском, Нуримановском, Благовещенском районах и Белорецке. РБ по уровню общего коэффициента смертности среди субъектов РФ в 2017 г. занимала 32-е место.
Немаловажным фактором естественного движения населения являются браки и разводы. Браки оказывают прямое воздействие на уровень рождаемости. В 2017 г. в РБ зарегистрировано 27 930 браков и 15 572 актовых записей о разводах. По сравнению с 2002 г. число зарегистрированных браков снизилось (на 1028; среднегодовой
Здравоохранение Российской Федерации. 2021; 65(2): 96-104. DOI: https://doi.org/1Q.4747Q/0Q44-197X-2Q21-65-2-96-1Q4
Организация здравоохранения
о
£ 5 о
г- m О. О <D с; ^ <и о т _о о ^ О
53 о
§ га го ^
о IZ
го -Е о
18 16 14 12 -10 8 6 4 2
0
Население: Population:
Щ городское urban
сельское rural
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Годы / Years
Рис. 2. Динамика показателей смертности городского и сельского населения РБ (1QQQ человек населения). Fig. 2. Dynamics of mortality rates of the urban and rural population of the Republic of Bashkortostan (per 1,QQQ population).
темп снижения 0,24%); число зарегистрированных актовых записей о разводе уменьшилось на 9675 (среднегодовой темп снижения 3,2%). В 2017 г общий коэффициент брачности в расчёте на 1000 жителей по РБ составил 6,9; коэффициент разводимости - 3,8 (по РФ - 7,1 и 4,2%о соответственно). В РБ разрушается каждая вторая семья -на 1000 браков приходится 558 развода (по РФ - 582), хотя наблюдается тенденция снижения числа браков и разводов (рис. 3).
Уровень брачности и разводимости заметно различается по МО РБ, что связано с особенностями возрастной структуры населения. За 2002-2017 гг. значение общего коэффициента брачности варьировало от 3,9% (Уфимский район) до 12,0% (Краснокамский район), общего коэффициента разводимости - от 2,2% (Мишкинский район) до 5,3% (Агидель). Низкие значения коэффициента разводимости зарегистрированы в Балтачевском (2,3%), Татышлинском (2,5%), Бураевском (2,6%) районах, а по Стерлитамаку и Уфе общий коэффициент разводимости составил 5,2% (по РБ - 4,3%).
Панельная регрессионная модель по первому кластеру является статистически значимой (Я.2 = 0,74; F = 26,5;
р = 0,000). Оценки модели достоверны, что подтверждается тестом Жарка-Бера на нормальность остатков (/-В = 1,06; р = 0,59) и тестом Дарбина-Уотсона на отсутствие автокорреляции в остатках (О-Ж = 1,51; р = 0,04). Тесты на спецификацию панельных эффектов Фишера подтвердили наличие в модели индивидуальных фиксированных эффектов по МО РБ. В результате отбора статистически значимых признаков была получена панельная регрессионная модель для первого кластера (табл. 3), которая показывает, что КЕП в МО растет с ростом среднедушевого дохода и браков (на 1000 человек) и, напротив, уменьшается с ростом доли населения старше трудоспособного возраста.
Анализ этой регрессионной модели позволяет сделать заключение о вкладе социально-экономического фактора в естественный прирост населения: следует ожидать роста КЕП на 0,25% при увеличении среднедушевого дохода жителей МО на 1000 руб.; увеличение числа браков на единицу на 1000 человек населения соответствует росту КЕП на 0,18%. Увеличение доли населения старше трудоспособного возраста на 1% соответствует снижению Кеп на 0,18%.
10 9 8 7 6 5 4 3 2 1 0
Российская Федерация: Russian Federation: —•— Браки
Marriages
И Разводы Divorces
Республика Башкортостан: Republic of Bashkortostan: —о— Браки
Marriages
И Разводы Divorces
Годы / Years
Рис. 3. Динамика браков и разводов в Республике Башкортостан и Российской Федерации (на 1QQQ человек населения). Fig. 3. Dynamics of marriages and divorces in the Republic of Bashkortostan and the Russian Federation (per 1,QQQ population).
Health care organization
Таблица 3. Регрессионная модель с фиксированными эффектами по панельным данным за 2002-2017 гг. для первого кластера, связывающая естественный прирост (убыль) населения с системой факторов (зависимая переменная - естественный прирост -убыль) (использовались робастные стандартные ошибки)
Table 3. Regression model with fixed effects using panel data for 2002-2017 for the first cluster, linking natural population growth (loss) with a system of factors (dependent variable - natural increase - decline) (robust standard errors were used)
Показатель Коэффициент Стандартная ошибка t
Variable Coefficient Standart error р
Среднедушевой доход, руб./человек Average income, rubles per capita 0.000247 8.44E-05 2.924688 0.0036
Браки на 1000 человек Marriage rate per 1000 of total population 0.183940 0.086059 2.137370 0.0331
Доля населения старше трудоспособного возраста, % Share of the population over working age, % -0.175120 0.034180 -5.123421 0.0000
Константа Constant -2.795136 0.976714 -2.861777 0.0044
Таблица 4. Регрессионная модель с фиксированными эффектами по панельным данным за 2002-2017 гг. для второго кластера, связывающая естественный прирост (убыль) населения с системой факторов (зависимая переменная - естественный прирост -убыль) (использовались робастные стандартные ошибки)
Table 4. Regression model with fixed effects using panel data for 2002-2017 for the second cluster, connecting the natural increase (loss) of the population with the system of factors (dependent variable - natural increase - decrease) (robust standard errors were used)
Показатель Index Коэффициент Coefficient Стандартная ошибка Standart error t P
Уровень безработицы, % -0.206372 0.083472 -2.472354 0.0139
Unemployment rate, %
Константа -1.386564 0.139100 -9.968096 0.0000
Constant
Для второго кластера панельная регрессионная модель является статистически значимой ^2 = 0,67; Е = 18,12; р = 0,000). Оценки модели достоверны, что подтверждается тестом Жарка-Бера на нормальность остатков (1-В = 5,03; р = 0,08) и тестом Дарбина-Уотсона на отсутствие автокорреляции в остатках (О-Ж = 1,48). Анализ модели позволил констатировать, что снижение уровня безработицы на 1% (табл. 4) соответствует росту КЕП на 0,21 на 1000 населения.
Панельная регрессионная модель для третьего кластера является статистически значимой = 0,87; Е = 48,11; р = 0,000). Оценки модели достоверны, что подтверждается
тестом Дарбина-Уотсона на отсутствие автокорреляции в остатках (О-Ж = 1,76; р = 0,03). Как показывают расчеты, КЕП прямо зависит от среднедушевого дохода, доли женщин фертильного возраста и браков (на 1000 человек) (табл. 5).
Фактором, снижающим КЕП для третьего кластера, являются разводы (на 1000 человек). Следует ожидать роста КЕП на 0,39%о при увеличении среднедушевого дохода жителей муниципалитета на 1000 рублей, на 0,23% - при увеличении числа браков на единицу на 1000 человек; на 0,18% - при увеличении доли женщин фертильного возраста. При снижении разводов на 1% в муниципалитете следует ожидать рост КЕП на 0,24 на 1000 населения.
Таблица 5. Регрессионная модель с фиксированными эффектами по панельным данным за 2002-2017 гг. для третьего кластера, связывающая естественный прирост (убыль) населения с системой факторов (зависимая переменная - естественный прирост -убыль) (использовались робастные стандартные ошибки)
Table 5. Regression model with fixed effects using panel data for 2002-2017 for the third cluster, linking natural population growth (decline) with a system of factors (dependent variable - natural increase - decline) (robust standard errors were used)
Показатель Коэффициент Стандартная ошибка t
Index Coefficient Standart error р
Среднедушевой доход, руб./человек Average income, rubles per capita 0.000389 6.60E-05 5.895218 0.0000
Доля женщин фертильного возраста, % The share of fertile-age women, % 0.340630 0.064782 5.258120 0.0000
Браки на 1000 человек 0.228516 0.076939 2.970096 0.0032
Marriage rate per 1,000 people
Разводы на 1000 человек -0.237391 0.082034 -2.893816 0.0041
Divorce rate per 1,000 people
Константа -9.535064 1.575988 -6.050213 0.0000
Constant
Здравоохранение Российской Федерации. 2021; 65(2): 96-104. DOI: https://doi.org/10.47470/0044-197X-2021-65-2-96-104
Организация здравоохранения
Таблица 6. Факторы, оказывающие влияние на естественный прирост населения в зависимости от кластера Table 6. Factors affecting natural population growth, depending on the cluster
Показатель Index
Кластер Cluster
2
Общие коэффициенты брачности (на 1000 человек) Total marriage rate coefficient (per 1,000 people)
Общие коэффициенты разводимости (на 1000 человек) Divorce rate coefficiwnts (per 1,000 people)
Коэффициент миграционного прироста (на 10 000 человек) Marriage rate (per 1,000 people)
Доля женщин фертильного возраста, % The share of fertile-age women, %
Средняя обеспеченность жильем общей площадью, м2/человек Housing, total square, m2 per capita
Численность врачей (на 10 000 человек) Number of physicians (per 10,000 of total population)
Среднедушевой доход, руб./человек Average income, rubles per capita
Уровень безработицы, % Unemployment rate, %
Доля населения старше трудоспособного возраста, % Share of the population over working age, %
1
3
+
+
+
+
+
+
+
+
Обсуждение
Результаты исследований свидетельствуют о том, что наиболее существенное влияние на естественный прирост (убыль) оказывают среднедушевой доход населения, что согласуется с другими исследованиями [10], доля женщин фертильного возраста, браки (табл. 6).
Следует отметить, что по уровню среднедушевого дохода населения РБ занимает 27-е место среди субъектов РФ (в 2017 г.), уровню безработицы - 44, доля населения с денежными доходами ниже прожиточного минимума составляет 12,3%3. Факторами, снижающими естественный прирост (убыль), являются доля населения старше трудоспособного возраста, которая составляет в РБ 13,1%, что, в свою очередь, приводит к повышению общего коэффициента смертности и снижению рождаемости. Существенное влияние на естественный прирост (убыль) населения оказывают разводы, безработица.
Как видно из табл. 6, для первого кластера - самого неблагополучного с точки зрения показателя естественного прироста населения, где в основном проживает сельское население, значительный вклад вносят факторы экономического неблагополучия и старения населения. По данным регрессионного анализа выявлено, что увеличение среднедушевого дохода жителей муниципалитетов на 1000 руб. приводит к росту КЕП на 0,25%; увеличение числа браков на единицу на 1000 человек населения - на 0,18%. Увеличение доли населения старше трудоспособного возраста на 1% приводит к снижению КЕП на 0,18%. Для второго кластера с умеренно отрицательным естественным приростом главную роль играет фактор безработицы, при этом снижение уровня безра-
3 Рейтинг социально-экономического положения субъектов РФ. Итоги 2017 года. http://vid1.rian.ru/ig/ratings/rating_regions_2018.pdf (дата обращения: 14.11.2019).
ботицы на 1% соответствует росту КЕП на 0,21%. Для третьего кластера, относительно благополучного с точки зрения естественного прироста, наряду с фактором экономического благополучия (среднедушевым доходом), важное значение приобретают демографические факторы. Ни в одной из моделей не доказано значимое влияние факторов обеспеченности жильем и врачами.
Заключение
Таким образом, проведённый анализ позволил установить следующие закономерности:
1. Хотя в целом по РБ динамика коэффициентов рождаемости и смертности относительно позитивна (показатель рождаемости выше, показатель смертности ниже среднероссийского значения), в РБ происходит снижение численности населения за счет отрицательного естественного и миграционного приростов. Это представляет собой важную социально-экономическую проблему, связанную с потерей человеческого капитала, что в долгосрочной перспективе создаст серьезные ограничения для социально-экономического развития территории.
2. Территория РБ очень неоднородна - показатели в МО могут различаться в несколько раз, что обусловливает необходимость учёта этой пространственной гетерогенности при разработке мер социально-экономической политики.
3. Кластеризация МО РБ по показателю естественного прироста позволила сформировать три кластера. Регрессионный анализ, проведённый для каждого кластера в отдельности, выявил, что в разных кластерах разные факторы оказывают значимое влияние на рассматриваемый показатель. Это означает, что требуется принятие специальных мер по улучшению социально-экономического положения в МО. В первом кластере наибольшее внимание следует уделить мерам, направленным на рост среднедушевых доходов
населения. Во втором кластере для сокращения уровня безработицы наиболее эффективными окажутся меры по созданию дополнительных рабочих мест. В третьем кластере, наряду с мерами, направленными на рост доходов населения, следует проводить социальную политику, направленную на создание и сохранение института семьи.
ЛИТЕРАТУРА
1. Горина Е.А., Бурдяк А.Я. Взгляд на качество жизни населения сквозь призму городской среды. Социология города. 2015; (2): 11-31.
2. Демографические процессы в Республике Башкортостан: Статистический сборник. Уфа: Башкортостанстат; 2000-2018.
3. Демографический ежегодник России. М.: Росстат; 2000-2017.
4. Социально-экономическое положение муниципальных районов и городских округов Республики Башкортостан: Статистический сборник. Уфа: Башкортостанстат; 2000-2018.
5. Регионы России. Социально-экономические показатели. Статистический сборник. М.: Росстат; 2002-2018.
6. Ратникова Т.А., Фурманов К.К. Анализ панельных данных и данных о длительности состояний. М.; 2014.
7. Исакин М.А. Модификация метода к-средних с неизвестным числом классов. Прикладная эконометрика. 2006; (4): 62-73.
8. Плюта В. Сравнительный многомерный анализ в экономических исследованиях: Методы таксономии и факторного анализа. Пер. с польск. М.: Статистика; 1980.
9. Аскаров Р.А., Карелин А.О., Лакман И.А., Розанова Л.Ф., Аскарова З.Ф. Сегментация территорий Республики Башкортостан по уровню смертности от злокачественных новообразований. Здравоохранение Российской Федерации. 2019; 63(1): 4-13. https://doi.org/10.18821/0044-197X-2019-63-1-4-13
10. Тапилина В.С. Социально-экономический статус и здоровье населения. Социологические исследования. 2004; (3): 126-37.
REFERENCES
1. Gorina E.A., Burdyak A.Ya. Quality of life in big city through the urban environment perceptions. Sotsiologiya goroda. 2015; (2): 11-31. (in Russian)
2. Demographic Processes in the Republic of Bashkortostan: Statistical Collection [Demograficheskie protsessy v Respub-like Bashkortostan: Statisticheskiy sbornik]. Ufa: Bashkorto-stanstat; 2000-2018. (in Russian)
3. Demographic Yearbook of Russia [Demograficheskiy ezhegod-nik Rossii]. Moscow: Rosstat; 2000-2017. (in Russian)
4. Socio-Economic Situation of Municipal Districts and Urban Districts of the Republic of Bashkortostan: Statistical Collection [Sotsial'no-ekonomicheskoe polozhenie munitsipal'nykh rayonov i gorodskikh okrugov Respubliki Bashkortostan: Statisticheskiy sbornik]. Ufa: Bashkortostanstat; 2000-2018. (in Russian)
5. Regions of Russia. Socio-Economic Indicators. Statistical Collection [Regiony Rossii. Sotsial'no-ekonomicheskie poka-zateli. Statisticheskiy sbornik]. Moscow: Rosstat; 2002-2018. (in Russian)
6. Ratnikova T.A., Furmanov K.K. Analysis of Panel Data and Data on the Duration of States [Analiz panel'nykh dannykh i dannykh o dlitel'nosti sostoyaniy]. Moscow; 2014. (in Russian)
7. Isakin M.A. Modification of the k-means method with an unknown number of classes. Prikladnaya ekonometrika. 2006; (4): 62-73. (in Russian)
8. Plyuta V. Wielowymiarowa analiza porownawcza w badaniach ekonomicznych: Metody taksonomiczne i analizy czynnikowej. Warszawa: Panstwowe Wydaw. Ekonomiczne; 1977. (in Polish)
9. Askarov R.A., Karelin A.O., Lakman I.A., Rozanova L.F., Askarova Z.F. Segmentation of territories of the Republic of Bashkortostan on the level of mortality from malignant neoplasms. ZdravookhranenieRossiyskoyFederatsii. 2019; 63(1): 4-13. https://doi.org/10.18821/0044-197X-2019-63-1-4-13 (in Russian)
10. Tapilina V.S. Socio-economic status and population's health. Sotsiologicheskie issledovaniya. 2004; (3): 126-37. (in Russian)
