CC BY
174
СОЦИАЛЬНАЯ СФЕРА
УДК 314.4-053.2
СТАТИСТИЧЕСКИЙ АНАЛИЗ И МОДЕЛИРОВАНИЕ МЛАДЕНЧЕСКОЙ СМЕРТНОСТИ КАК ОДНОГО ИЗ ИНДИКАТОРОВ ДЕМОГРАФИЧЕСКОЙ БЕЗОПАСНОСТИ РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ
И. А. ИВАНОВА, кандидат экономических наук, доцент кафедры статистики, эконометрики и информационных технологий в управлении E-mail: ivia16@mail.ru Мордовский государственный университет им. Н. П. Огарева
В статье проведено исследование одного из индикаторов демографической безопасности региона - коэффициента младенческой смертности, характеризующего репродуктивный потенциал и качество медицинского обеспечения населения РФ. При этом были использованы многомерные методы анализа, что позволило построить множественную регрессионную модель, провести кластеризацию регионов РФ, выполнить корреляционный, компонентный, дисперсионный и факторный анализ оценки качества построенных моделей. Были выявлены основные факторы, влияющие на уровень и динамику младенческой смертности, а также разработан комплексный план мероприятий по ее снижению.
Ключевые слова: младенческая смертность, демографическая безопасность, регрессионная модель, корреляционный анализ, кластер, компонентный анализ, регион.
Демографическая безопасность определяет состояние демографических процессов, достаточное как для воспроизводства населения без существенного влияния внешнего фактора, так и
для обеспечения человеческими ресурсами геополитических интересов государства. Для обеспечения демографической безопасности региона необходимо разработать комплекс мер, направленных на совершенствование систем здравоохранения, образования, повышение уровня и качества жизни населения и на другие аспекты социальной комфортности, экологической обстановки и состояния среды обитания [2].
Одним из показателей, определяющих демографическую безопасность региона, является коэффициент младенческой смертности, который характеризует репродуктивный потенциал, условия проживания, качество медицинского обеспечения, уровень развития регионов и происходящие в них экономические и социальные изменения. Под младенческой (перинатальной) смертностью понимается смертность детей на первом году жизни (в возрасте от 0 до 12 мес.) [1]. Снижение младенческой смертности - это один из главных приоритетов общества как в России в целом, так и в каждом ее отдельном регионе [3].
Цель представленного исследования заключается в анализе и моделировании с помощью статистических многомерных методов (кластерного, регрессионного, корреляционного, компонентного и факторного анализа) летальности детей первого года жизни в регионах РФ, в выявлении тенденций, основных причин и факторов.
Важно отметить, что младенческая смертность в России в целом и в отдельных ее регионах снижается (в отличие от смертности в других возрастах) уже на протяжении длительного периода времени. Однако по сравнению с динамикой данного показателя в других развитых странах ситуация остается критической. Это обусловлено тем, что в России до 2012 г. расчет младенческой смертности велся не по всем критериям ВОЗ, а проводился в соответствии с определением живорождения, принятым в России с 1993 г. [5]. В настоящее время Россия перешла на использование полного определения живо- и мертворождений ВОЗ, поэтому в статистике должны учитываться дети, родившиеся не только с экстремально низким весом, но и на сроках беременности 22-27 недель [6].
Основным аспектом данного исследования является выявление основных причин младенческой смертности. В целом (при прочих равных условиях) нельзя забывать, что на показатель младенческой смертности оказывает влияние качество предоставления медицинских услуг беременным, роженицам и новорожденным, что является одним из основных приоритетов здравоохранения в вопросах материнства и детства. Для отражения существующих взаимосвязей построим регрессионную модель и проведем корреляционный анализ, в качестве объекта исследования рассмотрим региональную статистику Российской Федерации за 2011 г. В качестве результирующей переменной У выберем коэффициент младенческой смертности.
В качестве факторных переменных рассмотрим следующие показатели:
- Х1 - число прерывания абортов;
-Х2 - численность врачей всех специальностей;
- Х3 - мощность амбулаторно-поликлиничес-ких учреждений на 10 000 чел.;
-Х4 - число больничных коек на 10 000 чел.;
- Х5 - численность среднего медицинского персонала на 10 000 чел.;
- Х6 - доля потребительских расходов домашних хозяйств на здравоохранение, %;
- Х7 - заболеваемость на первом году жизни по основным классам;
- Х8 - выбросы загрязняющих атмосферу веществ от стационарных источников;
- Х9 - бюджетные ассигнования на социальное обеспечение населения, %;
- Х10 - доля расходов консолидированного бюджета, %;
- Х - вероятность смерти от момента рождения до 5 лет;
- Х - число родившихся живыми на 1 000 женщин в возрасте 15-19 лет;
- Х - число родившихся живыми на 1 000 женщин в возрасте 20-24 лет;
- Х - число родившихся живыми на 1 000 женщин в возрасте 30-34 лет;
- Х - число родившихся живыми на 1 000 женщин в возрасте 45-49 лет.
В результате статистической обработки данных в программе STATISTICA и с учетом статистической значимости коэффициентов регрессии и корреляции по критерию Стьюдента была получена модель, включающая 11 факторных признаков. Уравнение регрессионной модели имеет следующий вид:
У = 0,865 - 0,025Х1 + 0,026Х2 + 0,013Х3 +
+ 0,06Х4 - 0,031Х5 - 0,474Х6 + 0,0002Х8 -
- 0,028Х10 - 0,134ХП + 0,027Х13 + 1,101Х15. (1)
Коэффициент множественной корреляции
R = 0,7615, следовательно, совокупное влияние представленных в модели (1) факторов на коэффициент младенческой смертности признается сильным. Уравнение регрессии в целом признается статистически значимым при уровне значимости 0,05
по F-критерию Фишера, так как ^факг = 8,53 > 2,73 = = ^
табл (0,05;3;69)*
В связи с многоплановостью и сложностью изучаемых объектов и процессов их представляющих данные о них носят многомерный и разнотипный характер. В этих условиях на первый план выходят проблемы классификации многомерных наблюдений. Проведем кластерный анализ регионов РФ с учетом всех группированных признаков одновременно. Из всех методов кластерного анализа наиболее распространенными являются иерархические агломе-ративные методы. После осуществления разбиения совокупности регионов на кластеры различными методами («ближнего соседа», «дальнего соседа», «средней связи») было получено наиболее оптимальное разбиение на кластеры методом Уорда.
Анализ полученных данных позволяет сделать вывод о том, что все регионы РФ можно разделить на 3 кластера. Окончательную кластеризацию будем
проводить методом к-средних, разделяя при этом регионы на 3 группы. Подобное разбиение оказалось оптимальным, так как практически отсутствуют совпадения средних значений.
Самым многочисленным оказался 1-й кластер. В его состав вошли 52 региона, в том числе преимущественно регионы Центрального федерального округа (Брянская, Владимирская, Курская, Липецкая области), Уральского федерального округа (Курганская, Тюменская, Челябинская области и др.), Северо-Западного федерального округа (Республика Карелия, Республика Коми и др.), Южного федерального округа (Астраханская, Волгоградская области), Приволжского федерального округа, Сибирского федерального округа (Республика Хакасия, Алтайский край, Забайкальский край и др.). Для регионов 1-го кластера характерно наибольшее число прерываний беременностиX наибольшие выбросы в атмосферу загрязняющих веществ Х8 (показатели, характеризующие медицинское обеспечение, имеют средние значения по сравнению с другими кластерами). В данном кластере наблюдаются минимальные значения по численности рожденных женщинами в возрасте 45-49 лет, в основном в кластер попали те регионы, в которых женщины рожают в возрасте от 20 лет. Однако по численности врачей данный кластер имеет минимальное значение, также этот кластер характеризуется небольшими показателями финансирования здравоохранения.
Во 2-й кластер входят всего 5 регионов. Это Республика Дагестан, Республика Ингушетия, Чеченская Республика, Республика Тыва и Чукотский автономный округ. В данный кластер попали те регионы, в которых наблюдается высокое среднее значение коэффициента младенческой смертности. По мощности амбулаторно-поликлинических учреждений Х3 данный кластер занимает лидирующее положение, а по количеству абортов Х1 кластер имеет минимальные значения. Также указанные регионы имеют самые высокие показатели по заболеваемости детей по всем причинам X По сравнению с другими кластерами в указанных регионах наблюдаются также невысокие показатели по медицинскому обеспечению. В основном в этом кластере находятся регионы, где женщины рожают в возрасте от 20 лет (в небольшой степени это касается и женщин в возрасте от 45 лет). Финансирование социального обеспечения в регионах данного кластера имеет минимальное значение, поэтому и численность врачей Х2 в этих регионах сравнительно невелика. Регионы
данного кластера имеют благоприятный экологический фон, так как выбросы в атмосферу загрязняющих веществ имеют минимальные значения.
В 3-й кластер вошли 23 региона. В данный кластер вошли регионы Дальневосточного и Сибирского федеральных округов (Омская область, Приморский край и др.), Приволжского федерального округа (Самарская область, Республика Татарстан, Республика Башкортостан и др.). Данный кластер имеет самый низкий средний показатель коэффициента младенческой смертности. По численности врачей Х2 кластер занимает лидирующую позицию, что является положительным фактором для снижения показателя младенческой смертности. Кроме того, регионы данного кластера получают максимальное бюджетное финансирование на социальное обеспечение населения X
Таким образом, по уровню младенческой смертности в зависимости от медицинской обеспеченности, финансирования социального обеспечения населения, экологических факторов регионы распределились следующим образом:
1) регионы, входящие во 2-й кластер и имеющие высокий уровень младенческой смертности;
2) регионы, входящие в 1-й кластер и имеющие средний уровень младенческой смертности;
3) регионы, входящие в 3-й кластер и имеющие низкий уровень младенческой смертности. Некоторые из выбранных показателей младенческой смертности взаимосвязаны и лишь в косвенной форме отражают наиболее существенные, однако они не поддаются непосредственному наблюдению, следовательно, объективное описание полученных результатов невозможно. Для решения данной задачи воспользуемся компонентным и факторным анализом, при этом для интерпретации результатов были выбраны 4 главные компоненты с наиболее высоким относительным суммарным вкладом в общую дисперсию исходных признаков (табл. 1).
На основании данных, представленных в табл. 1, можно сделать вывод о том, что с первой главной компонентой тесно связано наибольшее количество
Таблица 1
Группы показателей, тесно связанные с главными компонентами (без вращения)
Главная Исходные факторы, составляющие
компонента группы главных компонент
I Х4, Х5, Х6, Х7, Х10 — Х14
II Х1, Х3 — Х5, Х14, Х15
III Х, Ху ^ Х10
IV Х8
(шесть) показателей, во вторую компоненту вошли пять показателей, в третью компоненту - четыре показателя. Этот же результат подтверждается и критерием «каменистой осыпи» и критерием Кайзера-Дикмана [4], согласно которому следует выделять факторы с собственными значениями, превышающими единицу.
Качественный состав первой главной компоненты дает представление о сложности внутренней структуры показателей и обусловливает поиск преобразования построенной системы координат в целях облегчения интерпретации новых координатных осей. Для этого выполним вращение методом «варимакс» (табл. 2) [4].
Анализируя данные, представленные в табл. 1 и 2, приходим к выводу, что группы показателей при вращении практически не изменились по своему составу.
В группу, определяющую первую главную компоненту, вошли показатели, характеризующие состо-
Таблица 2
Группы показателей, тесно связанные с преобразованными главными компонентами (метод «варимакс» - вращение)
Главная компонента Исходные факторы, составляющие группы главных компонент
I Х6' Х7' Х12 — Х14
II Х1, Х3 — Х5
III Х2' X9' X10
IV
* Normal Probability Flot ci Resîdusb
t CL £
-2
Q
f"
y ................
-2
Residuals
Нормальный вероятностный график остатков модели (2)
яние здоровья матери при рождении ребенка. Вторая главная компонента характеризует обеспеченность и мощность амбулаторно-поликлинических учреждений. В третью главную компоненту попали показатели, характеризующие финансирование системы здравоохранения. Четвертая главная компонента отражает состояние окружающей среды.
В целях количественного выражения зависимости между результативным показателем коэффициента младенческой смертности и влияющими на него факторами построена регрессионная модель на главных компонентах с помощью пошагового алгоритма присоединения:
Y = 7,76 - 1,85/1 + 0,61/2 + 0,54/3 - 0,54/4, (2) где /1 - первая главная компонента, содержащая показатели, характеризующие состояние здоровья матери при рождении ребенка; /2 - вторая главная компонента, содержащая показатели, характеризующие обеспеченность и мощность амбулаторно-поликлинических учреждений;
/3 - третья главная компонента, содержащая показатели, характеризующие финансирование системы здравоохранения; / - четвертая главная компонента, содержащая показатели, характеризующие состояние окружающей среды.
Качество модели обусловлено высоким множественным коэффициентом детерминации R2 = 0,73. Уравнение регрессии признается статистически значимым по критерию Фишера при уровне значимости а = 0,05, так как расчетное значение критерия Фишера превышает табличное значение (Г = 32,19,
4 расч
Г = 2 49)
табл (0,05;4;75)
Сравнивая стандартизированные коэффициенты регрессионной модели (2) по абсолютной величине, можно сделать вывод о том, что наибольшее влияние на У оказывает компонента Г1 - состояние здоровья и возраст матери.
Для визуальной оценки близости распределения к нормальному построим нормальный вероятностный график остатков (см. рисунок).
Проведенный анализ выявил основные факторы, влияющие на снижение младенческой смертности, и позволяет получить обоснованный
вариант моделирования оценки основного демографического индикатора - перинатальной смертности -в зависимости от показателей социально-экономического развития регионов, качества медицинского обслуживания и экологического фона.
Автор считает, что необходима разработка комплекса социально-экономических мероприятий, направленных на управление медико-демографической ситуацией в регионах РФ и на снижение показателей младенческой смертности. К этим мероприятиям следует отнести:
- совершенствование системы и объемов финансирования службы охраны материнства и детства;
- осуществление эффективной государственной и региональной социальной политики по отношению к семьям, относящимся к группе семей социального риска;
- создание условий для рождения здоровых детей, для внедрения высокотехнологичных методов диагностики и профилактики наследственных заболеваний и врожденных пороков у детей;
- создание эффективной системы мониторинга динамики показателей младенческой смертности (с помощью компьютерных программ), позволяющей ежемесячно отслеживать негативные тенденции и своевременно принимать медико-организационные и управленческие решения;
- создание многоуровневой системы оказания медицинской помощи новорожденным, нуждающимся в реанимации и интенсивной терапии;
- профилактику заболеваемости, инвалидности и смертности населения;
- обеспечение медицинских учреждений стандартизированным набором медицинского оборудо-
вания для оказания реанимационной помощи новорожденным в зависимости от уровня учреждений здравоохранения;
- повышение медицинской активности семей, разработку и внедрение обучающих программ по формированию здорового и социально эффективного стиля жизни, профилактику социального сиротства.
Список литературы
1. Естественное движение населения России в 2011 г.: Стат. бюллетень / Росстат. М., 2011.
2. Иванова И. А. Анализ основных индикаторов демографической безопасности региона / Экономет-рическое моделирование и прогнозирование экономической безопасности Республики Мордовия: монография. Саранск, 2008. С. 154-165.
3. Кваша Е. А. Социальная дифференциация младенческой смертности в России // Смертность населения. Тенденции, методы изучения, прогнозы. Сер. Демографические исследования. Вып. 13-й. С. 235-255. URL: http://www. demoscope. ru.
4. Многомерные статистические методы анализа экономических процессов / Ю. В. Сажин и др. Саранск, 2008. 288 с.
5. О переходе на рекомендованные Всемирной организацией здравоохранения критерии живорождения и мертворождения: приказ Министерства здравоохранения РФ от 04.12.1992 № 318. С. 5-7. URL: http://www. pravo-med. ru.
6. Отчет о деятельности Министерства здравоохранения и социального развития РФ за 2011 г. С. 49. URL: http://www. minzdravsoc. ru/docs/mzsr/ otchety/1/MinZdrav_annual08.pdf.
Social sphere
STATISTICAL ANALYSIS AND MODELING OF INFANT MORTALITY AS AN INDICATOR OF DEMOGRAPHIC SAFETY OF THE REGIONS OF THE RUSSIAN FEDERATION
Irina A. IVANOVA
Abstract
The infant mortality ratio as an indicator of a region demographic safety is the subject of the present research work. This ratio defines the reproductive potential and the quality of medical support for the population of the Russian Federation. The applied multidimensional analysis enabled to construct a multiple regression
model, to cluster the regions of the Russian Federation, to carry out the correlation, componential, variance and factorial analyses to evaluate the quality of the constructed models. The research work determines the infant death rate and dynamics, and submits a comprehensive health-activities plan to reduce the mortality.
Keywords: infant mortality, demographic safety, regression model, correlation analysis, cluster, componential analysis, region
References
1. Natural movement of the population of Russia in 2011: Stat. bulletin. Rosstat. Moscow, 2011. (In Russ.)
2. Ivanova I.A. Analiz osnovnykh indikatorov demograficheskoi bezopasnosti regiona. Ekonomet-richeskoe modelirovanie i prognozirovanie ekonom-icheskoi bezopasnosti Respubliki Mordoviia [Analysis of the main indicators of demographic safety of a region. The econometric modeling and forecasting of economic security of the Republic of Mordovia]. Saransk, 2008, pp. 154-165.
3. Kvasha E.A. Sotsial'naia differentsiatsiia mladencheskoi smertnosti v Rossii. Smertnost' nase-leniia. Tendentsii, metody izucheniia, prognozy. De-mograficheskie issledovaniia [Social differentiation of infant mortality in Russia. Mortality of population. Tendencies, studies, forecasts. Demographic researches]. Available at: http://www.demoscope.ru. (In Russ.)
4. Iu. V. Sazhin.Mnogomernye statisticheskie metody analiza ekonomicheskikhprotsessov [Multidimensional statistical methods of the analysis of economic processes]. Saransk, 2008, 288 p.
5. Executive Order of the Ministry of Health of the Russian Federation "On transition to the World Health Organization recommended criteria live births and stillbirths" of December 4, 1992 № 318. Available at: http://www. pravo-med. ru. (In Russ.)
6. The report on activities of the Ministry of Health and Social Development of the Russian Federation for 2011. Available at: http://www. minzdravsoc. ru/docs/ mzsr/otchety/1/MinZdrav_annual08.pdf. (In Russ.)
Irina A. IVANOVA
PhD of Economics, Associate Professor of Department of Statistics, Econometrics and Information Technologies in Management, Mordovian State University named after N. P. Ogarev, Saransk, Russian Federation ivia16@mail.ru
