СУБЪЕКТИВНОЕ БЛАГОПОЛУЧИЕ СЕЛЬСКИХ ЖИТЕЛЕЙ В РОССИИ: ФАКТОРЫ И ИХ ЗНАЧИМОСТЬ Текст научной статьи по специальности «Экономика и бизнес»

РАСШИРЕНИЕ ГРАНИЦ

В. А. Сарайкин, Ю. Н. Никулина, Р. Г. Янбых

Субъективное благополучие сельских жителей в России: факторы и их значимость

САРАИКИН Валерий Александрович —

доктор экономических наук, научный сотрудник Института аграрных исследований, НИУ ВШЭ. Адрес: 109028, Россия, Москва, Покровский бульвар, д. 11.

Email: vsaraykin@hse.ru

Традиционная политика сельского развития России сконцентрирована на преодолении разрыва между городом и селом в инфраструктуре и благоустройстве населённых пунктов, но не учитывает оценок сельских жителей качества их жизни. Используя данные Российского мониторинга здоровья и экономического положения населения за 2012-2019 гг., мы пытаемся выяснить приоритеты сельского развития с позиции сельских жителей, то есть их оценок собственного благополучия и влияющих на него факторов. Для получения многокомпонентных регрессоров используется метод дискриминации данных с помощью факторного анализа; для определения значимости отобранных факторов построена логит-модель. При значимом положительном влиянии на удовлетворённость жизнью рассматриваемых факторов (здоровье, образование, материальное положение, наличие коммунальных услуг) доминирующее влияние принадлежит фактору «удовлетворённость работой», который, в свою очередь, включает отношение сельских жителей к (1) оплате и условиям труда и (2) возможностям профессионального роста. Анализ влияния материального положения на удовлетворённость жизнью привёл к неожиданному результату — нелинейности влияния материальной обеспеченности индивида в сельской местности, то есть рост доходов не всегда вёл к увеличению удовлетворённости жизнью. В то же время выявлена группа сельского населения, которая, несмотря на минимальное количество доступных материальных благ, оценивает свою жизнь как вполне удовлетворительную. Полученные количественные оценки значимости факторов удовлетворённости жизнью позволяют сформулировать предложения по корректировке направлений финансирования Госпрограммы «Комплексное развитие сельских территорий». Мы обосновываем целесообразность увеличения финансирования мероприятий по содействию занятости сельского населения не только в аграрном, но и в альтернативном сельскому хозяйству секторе сельской экономики.

Ключевые слова: субъективное благополучие; удовлетворённость жизнью; сельские территории; политика сельского развития; занятость; материальное положение; факторный анализ.

Введение. Постановка задач исследования

Развитие сельских территорий — безусловно, одна из стратегических задач социально-экономического развития России. Однако и политики, и исследователи сосредоточены преимущественно на изучении контекстуальных факторов неблагоприятного положения сельских территорий, то есть

НИКУЛИНА Юлия Николаевна — кандидат экономических наук, научный сотрудник Института аграрных исследований, НИУ ВШЭ. Адрес: 109028, Россия, Москва, Покровский бульвар, д. 11. Старший научный сотрудник Института аграрной экономики и развития сельских территорий, Санкт-Петербургский Федеральный исследовательский центр Российской академии наук. Адрес: 196608, Россия, Санкт-Петербург, г. Пушкин, ш. Подбельского, д. 7.

Email: ynikulina@hse.ru

на состоянии инженерно-бытовой инфраструктуры, динамике рабочих мест в сельском хозяйстве, транспортной доступности населённых пунктов и т. д. Мнения и настроения сельских жителей остаются как будто за пределами государственных интересов. Анализу благополучия сельских жителей в России, их отношению к проводимой политике сельского развития, принимаемым в этой области решениям, эффективности финансируемых мероприятий, тому, как всё это влияет на жизнь, посвящено очень мало работ.

Восполнить этот пробел предлагается изменением ракурса восприятия проблем и приоритетов сельского развития через призму субъективной оценки благополучия (subjective well-being) как экономической категории в рамках направления науки «экономика счастья». В экономике счастья удовлетворённость жизнью рассматривается в качестве дополнения и (или) некоторой альтернативы стандартным макроэкономическим показателям. Такое дополнение традиционных экономических показателей (например, ВВП, уровень доходов, безработицы и т. д.) данными об общественном мнении — оценкой «счастья» или «благополучия» — обусловлено тем, что мироощущение индивида, несмотря на неизбежный субъективизм, часто имеет больше общего с жизнью реальных людей, чем «сухая» экономическая статистика [Латова 2016]. Это направление во многом переворачивает традиционную логику экономических и социальных исследований, делая акцент на субъективном благополучии, интерпретируя через него качество объективных условий жизни людей, а экономика рассматривается в гуманистических координатах — как инструмент создания благополучия для социума в целом и каждого человека в отдельности [Шматова, Морев 2015]. Этот субъективистский подход основан на предположении о том, что именно индивид способен наиболее адекватно оценить своё благополучие и единственный способ измерить счастье человека — задать ему об этом прямой вопрос. Субъективность оценок производна от чувств и переживаний человека и не обязательно напрямую связана с непосредственным опытом. Она также зависит от общих нормативных представлений среды: то, что в одной культуре будет воспринято как «скорее неудовлетворительно», в другой опишут как «скорее удовлетворительно». Важно понимать, что субъективное благополучие — это суммарная, комплексная характеристика всех аспектов жизни, поэтому выявление отдельных факторов и (или) причин (не)удовлетворённости жизнью в каждом конкретном случае обладает дополнительной объяснительной ценностью для переноса исследовательских результатов в практическое русло. В целом уровень счастья или оценки субъективного благополучия населения (отдельной его группы), наряду с объективными измеряемыми характеристиками индивида, домохозяйства, параметрами экономической среды и т. д., является важным показателем того, насколько данное конкретное общество комфортно для жизни людей.

Величина значимости влияния отдельных факторов на оценку субъективного благополучия сельских жителей России определяется как предмет представленного в статье исследования.

ЯНБЫХ Рената Геннадьевна — доктор экономических наук, доцент, заведующая отделом аграрной политики Института аграрных исследований, НИУ ВШЭ. Адрес: 109028, Россия, Москва, Покровский бульвар,

д. 11.

Email: ryanbykh@hse.ru

В сельской местности проживает более четверти нации1: в самой сельской местности — 25%, в сельских агломерациях — 36% населения России. Чем отличаются сельские жители от горожан? Для представления общего контекста приведём сравнение по нескольким основным параметрам — демографическим, экономическим и жилищным. Возрастная структура сельского населения характеризуется (1) пониженным удельным весом населения трудоспособного возраста по сравнению с городским населением и, соответственно, (2) повышенной долей населения младших и старших возрастов. Так, на 1 января 2022 г. в городе первый показатель составлял 58%, на селе — 55%. В сельской местности по-прежнему ниже средняя ожидаемая продолжительность жизни при рождении — важный интегральный показатель качества жизни; разрыв с городским населением составляет около двух лет. Ежегодно уровень занятости в сельской местности ниже городского (например, в 2021 г. — 58 и 67% соответственно). Более того, за последние пять лет этот разрыв увеличился. Сельская безработица устойчиво превосходит городскую в полтора раза или более; в 2021 г. она составила 6,9 против 4,2% в городе. Одновременно сохраняется проблема сельской бедности. Так, среднедушевые располагаемые ресурсы сельских домохозяйств были ниже, чем городских, на 33% в 2021 г. Проживание на сельских территориях является одним из трёх факторов риска попадания в состояние хронической низкооплачиваемой занятости в России [Гимпель-сон, Капелюшников, Шарунина 2018]. Одно из последствий ограниченных возможностей трудоустройства и низких доходов — отток населения из села в город; причём уезжает наиболее активное население в трудоспособном возрасте. Внутрироссийская миграция из сельской местности остаётся отрицательной, то есть уезжает из села больше, чем приезжает: в 2021 г. — минус 56 тыс. чел. Общее положительное миграционное сальдо в отдельные годы (2019, 2021 гг.) достигается за счёт международной миграции, в основном — из стран СНГ. Особенно быстро теряют население удалённые и неблагоприятные для жизни сельские районы Урала, Сибири, Дальнего Востока, севера Европейской России. И наконец, инфраструктура и благоустройство жилищного фонда сельских территорий по-прежнему отстают от городского. Наиболее заметен разрыв в благоустройстве сельского жилья от городского по показателю «оборудование всеми видами благоустройства одновременно»; отставание составляет более чем 2 раза — 37 и 80% соответственно. Медленнее всего благоустройство жилищного фонда происходит по направлению «газификация». Особенно значительно отстаёт сельская местность от городских территорий по уровню медицинского обслуживания: медицинские учреждения не в состоянии предоставить весь набор медицинских услуг на современном уровне и плохо обеспечены кадрами. Сохраняется цифровое неравенство города и села, а именно доступ к широкополосному Интернету в 2020 г. имели только 66% сельских домохозяйств и 81% городских. Учитывая отличия сельских жителей от городских в части занятости, доходов, благоустройства жилья и инфраструктуры, предполагается, что эти различия должны оказывать влияние на иное распределение значимости отдельных факторов субъективного благополу-

На 1 января 2022 г. Здесь и далее во введении статистика различий городского и сельского населения приводится по данным Росстата (https://rosstat.gov.ru).

чия. Так, вероятно, для сельского жителя принципиально важными являются несколько другие блага — например, та же газификация, Интернет для доступа к образовательным ресурсам, медицинским и государственным услугам, дороги и т. д.

Предлагаемый подход к рассмотрению темы можно обозначить в виде нескольких условных этапов. Первый этап представляет собой обзор имеющихся оценок уровня субъективного благополучия в России с учётом дифференцированного подхода в разрезе «село — город». Разницей в оценках субъективного благополучия городского и сельского населения обосновывается в том числе необходимость вмешательства государства (например, специальные меры поддержки для выравнивания положения той или иной группы населения). В той же логике действует и российская политика сельского развития сегодня. В части оценки общего уровня субъективного благополучия сельского населения мы опираемся на имеющиеся работы. Так, предыдущие исследования показывают, что в России, как, впрочем, и в большинстве стран, оценка качества жизни2 городским населением выше, чем сельским [Ласточкина 2012; Huffman, Rizov 2018; Burger et al. 2020]3. Однако эта ситуация способна изменяться. Анализ эмпирических данных показывает, что с ростом уровня экономического развития сельские районы приближаются или превосходят городские по уровню удовлетворённости жизнью [Easterlin, Angelescu, Zweig 2011]. Глобальное исследование уровня счастья в разрезе «город — село» показало, что в 33%4 из 150 обследованных стран оценка качества жизни сельским населением выше, чем городским, или не имеется статистически значимой разницы между городом и селом [Burger et al. 2020]. Иначе говоря, цели российской аграрной политики по выравниванию показателей городской и сельской местности достижимы, но в условиях ограниченности бюджета необходима обоснованная приоритизация мер поддержки.

Второй этап предполагает детализацию на уровне отдельных факторов субъективного благополучия и их значимости. Здесь мы выделяем базовые и специфичные факторы. Данная работа посвящена непосредственно оценке значимости базовых факторов субъективного благополучия сельских жителей в России. В целом с учётом более чем 30 лет эмпирических исследований базовые факторы устоялись [Hagerty, Cummis, Ferriss 2001; Нугаев, Нугаев 2003]. В общем случае это пол, возраст, доход, статус занятости, образование, здоровье, семейный статус. Споры в основном ведутся о вкладе тех или иных факторов в показатель субъективного благополучия. Однако перспективные направления дальнейших работ по экономике счастья связывают с рассмотрением все более узкоспециальных тем и распространением исследований на большее число стран за пределами развитых экономик [Frey 2020]. Анализ особенностей российской сельской местности отвечает этому вызову. Что касается выявления спе-цифичных факторов субъективного (не)благополучия сельских жителей, то пока мы располагаем только исследованиями на европейских данных. Так, особенности благополучия сельских жителей рассматривались в связи с особо значимым влиянием бедности и социальной изоляции [Bernard et al. 2016]. В ряде работ (см.: [Pospech, Delin, Spesna 2009; Knight, Gunatilaka 2010; S0rensen 2014]) делается вывод о наличии дополнительного фактора или факторов, которые работают как буфер, уравновешивая удовлетворённость жизнью сельского населения и городского при неравенстве таких объективных параметров, как доход, безработица, квалификация. В связи с этим в качестве факторов благополучия сельских жителей

Во введении термины «субъективное благополучие», «удовлетворённость жизнью», «качество жизни», «счастье» рассматриваются как взаимозаменяемые. Далее, в разделе «Материалы и методы», мы даём пояснение по обоснованию термина, применяемого в исследовательской части данной работы.

Отметим, что в двух работах из упомянутых (см.: [Ласточкина 2012; Huffman, Rizov 2018]) место жительства (село, город) является одной из контролируемых переменных, но исследуются другие факторы удовлетворённости жизнью, то есть речь не идёт о сравнении двух выборок — городского и сельского населения. При этом в других работах (см.: [Козырева, Низамова, Смирнов 2015; Тихонова 2015; Dang, Abanokova, Lokshin 2020]) при аналогичном учёте фактора места жительства в модели проживание в городе или селе в России оказывалось незначимым.

В эту группу вошли страны Северной Америки, большинство стран Северной и Западной Европы, Австралия и Новая Зеландия.

2

3

тестировались следующие: степень уверенности относительно будущего; чувство общности и доверие; распространённость аграрной занятости; близость к природе; конфиденциальность жизни; личная безопасность. Несмотря на предпринятый анализ, авторы приходят к выводу о том, что причины (не) удовлетворённости жизнью в сельской местности остаются не до конца объяснёнными. Проведение аналогичных исследований по выявлению и оценке специфичных факторов сельского благополучия на российских данных — перспективное направление наших будущих исследований.

И наконец, третий этап предполагает на основе полученных оценок значимости отдельных факторов субъективного благополучия подготовку рекомендаций для совершенствования аграрной политики России. Практическая применимость результатов имеющихся исследований субъективного благополучия на российских данных обозначается достаточно общими формулировками — в виде рекомендаций учитывать их в социальной, экономической и налоговой политике или при формировании системы показателей для оценки эффективности органов власти и т. д. Либо цели исследований исходно ограничиваются их авторами построением «социального портрета» удовлетворённых и не удовлетворённых жизнью людей [Ласточкина 2012; Волкова 2017] или «моделей хорошей и плохой жизни» [Латова 2017], межстрановых сравнений [Guriev, Zhuravskaya 2009; Волкова 2017; Brzezinski 2019], прогнозирования роста социальной напряжённости в кризисные периоды [Тихонова 2015; Латова 2016; 2017] и т. д. Вариант возможного использования результатов анализа удовлетворённости жизнью в виде обоснования «денежной компенсации» разницы между жителями села и города представлен в работе: [S0rensen 2014]. В нашем случае мы ориентируемся на действующие меры поддержки сельского развития и ищем возможные пути их совершенствования на основании полученных результатов значимости отдельных факторов субъективного благополучия сельских жителей.

Таким образом, учитывая состояние изученности вопроса и имеющиеся вызовы сельскому развитию России, мы формулируем в данной работе следующие исследовательские вопросы:

— в какой мере базовые факторы влияют на оценки субъективного благополучия людей на сельских территориях?

— какие меры политики сельского развития могут в наибольшей степени способствовать росту благополучия сельских жителей?

В более общем виде исследовательскую задачу можно сформулировать так: установить, как влияют личностные характеристики, основные социальные и экономические факторы на субъективную оценку удовлетворённости жизнью сельских жителей.

Полученные результаты могут быть также важны в контексте понимания объективных и субъективных причин оттока населения из села, а также наиболее эффективных мер государственной поддержки сельского развития. Так, одна из практических задач, стоящих перед Министерством сельского хозяйства России в рамках Госпрограммы «Комплексное развитие сельских территорий», — стабилизация доли сельского населения в общей численности5. Это требует комплексного понимания как индивидуальных, так и контекстуальных факторов (не)благополучия. Уровень субъективного благополучия в этом случае выступает в качестве сильного предиктора индивидуального намерения мигрировать [Otrachshenko, Popova 2014; Schiele 2021]. Вопросы развития сельских территорий и аграрной политики сквозь призму теории экономики счастья на российских данных будут рассмотрены, насколько нам известно, впервые.

5 В частности, первая цель госпрограммы в её паспорте обозначена следующим образом: «Сохранение к 2031 году доли сельского населения в общей численности населения Российской Федерации на уровне 25%» (https://mcx.gov.ru/activity/ state-support/programs/). Справочно: базовое значение на 2021 г. — 25,2%.

Материалы и методы

Данные

Источник данных для исследования — Российский мониторинг экономического положения и здоровья населения России, проводимый Национальным исследовательским университетом «Высшая школа экономики» (РМЭЗ ВШЭ) и являющийся лонгитюдным обследованием домохозяйств. Мониторинг ежегодно проводится на основе общенациональных репрезентативных опросов. В своей работе мы объединяем данные индивидуальных анкет и анкет домохозяйств.

В РМЭЗ ВШЭ для фиксации ответов на вопросы используются различные виды чисел и числовых систем. Так, например, непрерывными величинами являются возраст, жилая площадь дома, размер дохода; дискретными — количество детей, комнат в доме или квартире; качественными величинами — профессия и образование. Ответы на часть вопросов представлены оценками, выбранными из бинарных («да», «нет») или заданных интервальных шкал (обычно 1-5). Разнообразие применяемых при опросе методов фиксации информации делало необходимым приведение исходных данных к некоторым сопоставимым величинам для сокращения размерности без значимой потери информации.

Важной частью исследования является выбор временного интервала. Несомненно, для обеспечения точности полученных результатов моделирования всегда лучше иметь более продолжительный по времени ряд наблюдений. Тем не менее необходимо принимать во внимание и то, что мнения респондентов меняются и при более длинном интервале влияние факторов может быть сильно сглаженным из-за значительно изменившихся условий. Ещё одна сторона этого вопроса — представительность выборки для проведения расчётов. Учитывая, что в данной работе ставилась задача изучить мнение только сельских жителей, количество исходных наблюдений сокращалось почти на две трети. Также принимаемым во внимание фактом была заполняемость отдельных показателей в течение всего выбранного для расчётов срока наблюдения. После анализа заполняемости базы данных в исследуемый период были включены 2012-2019 гг.

Отбор первоначальных факторов

Первым параметром при формировании исследуемой выборки был отбор респондентов по типу населённого пункта. Условием включения наблюдений в формируемую совокупность была их принадлежность по вектору «STATUS»: ПГТ (посёлок городского типа) и село.

В качестве результирующей переменной приняты ответы на вопрос анкеты J80.(65) «Насколько Вы удовлетворены своей жизнью в целом в настоящее время?»6. Все ответы классифицировались по пятибалльной шкале: от 1 (полностью удовлетворён) до 5 (совсем не удовлетворён).

Следует пояснить, что в работах по экономике счастья встречается несколько рассматриваемых категорий: субъективное благополучие (subjective well-being) и его частные показатели — счастье (happiness), удовлетворённость жизнью (life satisfaction), качество жизни (quality-of-life). Все они имеют специфику в определении, но в целом являются взаимозаменяемыми [Frey 2020]. Чаще всего субъективное благополучие измеряется с помощью вопросов либо об удовлетворённости жизнью, либо о самоощущении счастья7. Авторы предыдущих исследований исходят из того, что самоощущение счастья от-

6

Здесь и далее код вопроса приводится в соответствии с его нумерацией в вопроснике 28-й волны обследования РМЭЗ НИУ ВШЭ.

Удовлетворённость жизнью и счастье являются тесно связанными друг с другом, но не идентичными понятиями. Корреляция между ними составляла 0,44 при анализе на данных World Values Survey по 70 странам [Bjernskov, Dreher,

ражает относительно краткосрочные выражения настроения, зависящие от ситуации, в то время как удовлетворённость жизнью всё-таки измеряет более долгосрочные и стабильные оценки [Helliwell, Putnam 2004]. Иначе говоря, оценки удовлетворённости жизнью менее связаны с эмоциональным или аффективным компонентом и в этом смысле являются более надёжными. Кроме того, как показано в работе Амадо Пейро, удовлетворённость, в отличие от счастья, более зависит от экономических факторов (безработица, доход), которые, в свою очередь, подвержены непосредственному влиянию государства [Peiro 2006]. Учитывая, что целью нашей работы является в том числе выработка практических рекомендаций для политики сельского развития, наибольший интерес для нас представляет именно показатель удовлетворённости жизнью.

Регрессорами в модели после предварительного анализа были выбраны следующие показатели: возраст, пол, образование, работа, материальное положение, здоровье, наличие и уровень благоустройства жилья и инфраструктуры8. Из представленных факторов только первые три являются однозначно определяемыми по исходным данным; все остальные могут быть так или иначе представлены расчётными (косвенными) показателями ответов на вопросы анкеты.

Данная работа выполнена исходя из предположения о том, что для сельских жителей характерно иное распределение значимости факторов удовлетворённости жизнью (даже на уровне базовых факторов), отличное от горожан или общенациональных выборок. Следовательно, эта группа населения России заслуживает отдельного изучения. В следующих работах, продолжающих это исследование, возможно тестирование дополнительных специфичных факторов, позволяющих найти особые причины (не) удовлетворённости жизнью сельских жителей.

Применение модели факторного анализа

для расчёта независимой переменной (регрессора)

Число показателей, предварительно включённых нами в порядковую модель регрессионного анализа в качестве независимых переменных, было достаточно велико, поэтому возникла необходимость их сокращения, но при условии незначимой потери информации. Так, например, при 17 бинарных переменных, являющихся ответами («да», «нет») на вопросы о состоянии здоровья респондента, общее количество возможных комбинаций равно 217, то есть 131 тысяче. При этом каждая из комбинаций представляет уникальный результат оценки здоровья респондента, а значит, и влияния на результирующий показатель удовлетворённости жизнью. Избежать такой размерности оценочных параметров позволяет применение метода дискриминации данных9. Далее будут кратко изложены отдельные промежуточные и окончательные итоги, полученные при последовательном выполнении шагов.

На первом шаге были построены матрицы парных корреляций непараметрических статистик т-Кендалла10. При проведении сравнительного анализа полученных результатов из дальнейших расчётов были исключены переменные, для которых все значения коэффициентов парных корреляций были менее 0,2.

Fischer 2008]; 0,55 — на данных ЕС-27 [S0rensen 2014]; 0,64 — на российских данных [Андреенкова 2010].

Отметим, что семейный статус и количество детей как факторы — кандидаты на включение в модель, показали слабую связь с уровнем удовлетворённости сельских жителей, а это идёт в разрез с предыдущим исследованиями [Нугаев, Нугаев 2003] и заслуживает отдельного изучения.

Метод дискриминации данных с помощью факторного анализа наиболее подробно описан в следующих работах: [Харман 1972; Иберла 1980; Ким, Мьюллер, Клекка 1989].

Дополнительно для проверки были построены матрицы парных корреляций непараметрических статистик Фи (ф) как наиболее пригодные для оценки связи бинарных переменных. Полученные парные коэффициенты корреляций по методикам т-Кендалла и Фи дали согласованные результаты.

8

9

На следующем шаге11 по оставшимся в матрице коэффициентам парных корреляций были получены значения величин, определяющих влияние латентных факторов на исходные переменные. По характеристикам, отражающим эту взаимосвязь, были исключены избыточные переменные, то есть те, у которых нагрузка на фактор была менее 0,2 единицы. При окончательном варианте расчёта получены коэффициенты, с помощью которых значения исходных переменных пересчитывались в кумулятивный индекс влияния на них латентного фактора. Найденный таким образом вектор значений (латентный фактор) стал их полным заменителем12. Использование метода факторного анализа позволило принять новые независимые переменные (регрессоры), включение которых в анализ сократило число исходных независимых переменных с минимальной потерей информации. Для того чтобы подтвердить адекватность произведённой замены исходных переменных вновь полученными, были проведены дополнительные расчёты суммарных, средних и относительных показателей по группам, а также коэффициентов парных корреляций между ними.

Описание полученных регрессоров

Материальная обеспеченность семьи: данный фактор оценивался по ответам на вопрос анкеты Л50 (72163), который включал семь уточняющих подвопросов (см. табл. 1).

Таблица 1

Вопросы анкеты, характеризующие материальную обеспеченность семьи

№ Код Имеете ли Вы или Ваша семья возможность при желании:

1 721631 Улучшить свои жилищные условия (купить комнату, квартиру, дом)

2 721632 Оплачивать дополнительные занятия детей (музыкальная школа, иностранные языки, спор-

тивные секции, кружки и т. п.)

3 721633 Откладывать деньги на крупные покупки (машина, дача)

4 721634 Провести всей семьёй отпуск за границей

5 721635 Оплачивать учёбу ребёнка в вузе

6 721636 Провести всей семьёй отпуск на российском курорте

7 721637 Через день употреблять в пищу мясо, курицу или рыбу

Источник: данные РМЭЗ НИУ ВШЭ.

Ответы на эти вопросы в базе РМЭЗ ВШЭ представлены13 в двоичной системе «да; нет». После проведения описанных выше итераций по расчёту значений латентного фактора был получен одномерный вектор, отражающий материальную обеспеченность респондентов. Для оценки адекватности замены им исходных переменных была проведена группировка, где в качестве группирующего показателя выступал вновь полученный фактор (см. табл. 2).

11 12

13

Осуществлён с помощью программы факторного анализа пакета STATISTICA.

Процедура снижения размерности числа переменных применительно к оценке здоровья и других факторов в модели исходит из статистики наблюдений количества обращений или жалоб респондентов. Так, в соответствии с теорией факторного анализа, если существует статистическая взаимосвязь между исходными данными, выраженная через коэффициенты парных корреляций, эта матрица может быть разложена на латентные факторы (в меньшем количестве), которые можно использовать в качестве замены исходных показателей.

В полном объёме ответы на все вопросы заполнены только для 2016-2019 гг.

Таблица 2

Сопоставление групповых значений положительных ответов с величиной рассчитанного фактора «Материальная обеспеченность семьи»

Вопросы анкеты Группы по значениям рассчитанного фактора о

Имеете ли Вы или Ваша семья возможность при желании: Менее -0,5 -0,5-0 0-0,5 0,51,0 1,01,5 1,52,0 2,02,5 2,53,0 3,0 и выше о оИт

1 2 3 4 5 6 7 8 9 10 11

Улучшить свои жилищные условия 0 3 80 109 35 129 64 6 178 604

Оплачивать дополнительные занятия 0 961 645 224 181 283 68 98 178 2638

детей

Откладывать деньги на крупные покупки 0 2 61 21 163 186 65 100 178 776

Провести всей семьёй отпуск за грани- 0 0 0 11 26 83 29 100 178 427

цей

Оплачивать учёбу ребёнка в вузе 0 80 494 250 126 273 68 96 178 1565

Провести всей семьёй отпуск на россий- 0 2 94 167 36 187 75 100 178 839

ском курорте

Через день употреблять в пищу мясо, 2095 806 685 272 189 286 75 100 178 4686

курицу или рыбу

Итого ответов «да» 2095 1854 2059 1054 756 1427 444 600 1246 11535

Всего отвечающих в группе 2759 1048 729 280 189 286 77 100 178 5646

Отношение количества ответов к числу 0,76 1,77 2,82 3,76 4,00 4,99 5,77 6,00 7,00 2,04

отвечающих

Источник: расчёт авторов по данным РМЭЗ ВШЭ.

По строкам таблицы 2 приведены суммарные данные положительных ответов на вопросы анкеты. Группы расположены по возрастанию численного значения рассчитанного фактора от «Менее - 0,5» в столбце 2 до «3,0 и выше» в столбце 10. Как можно видеть, количество положительных ответов к общему количеству респондентов в группе увеличивается с ростом значения рассчитанного фактора. Так, в первой группе это отношение равно 0,76, в последней — 7,0, то есть в первую группу попали только те, кто имел возможность при желании употреблять в пищу мясо, курицу или рыбу; в последнюю — респонденты, ответившие «да» на все подвопросы. В первой группе есть респонденты, семья которых не может позволить себе употреблять в пищу мясо, курицу или рыбу через день, так как суммарно ответивших меньше, чем общее число человек в группе, то есть в среднем на респондента в группе приходится менее одного блага. Вторая группа отличается от первой тем, что в ней почти 92% респондентов имеют возможность оплачивать дополнительные занятия своих детей. В третьей группе, с количеством доступных благ 2,82, наблюдается более разнообразное пользование благами. Таким образом, чем выше значение рассчитанного латентного фактора, тем шире материальные возможности респондентов.

Полученные расчётным путём значения нового фактора «материальная обеспеченность семьи» вполне отражают существующую дифференциацию в материальных возможностях респондентов и могут быть приняты для расчёта в регрессионной модели. Интервальная шкала изменений фактора находится в границах от - 0,889 до 3,175. Коэффициенты парных корреляций между рассчитанным и исходными значениями векторов равны {0,628; 0,644; 0,766; 0,725; 0,766; 0,771; 0,326}, что в целом указывает на хорошую линейную связь между ними14. Низкая корреляция между последней перемен-

Здесь и далее коэффициенты парных корреляций для факторов (вопросов) приведены в той же очерёдности, в которой они расположены в соответствующих таблицах.

ной (возможности потребления при желании в пищу мяса, курицы или рыбы) и расчётным фактором объясняется слабой зависимостью пользования данным благом от общего изменения материальной обеспеченности респондента, то есть низкой эластичностью. В литературе такой эффект называется необходимым благом, то есть состоянием, когда изменение дохода мало изменяет потребление данного блага [Уапап 2010].

Оценка состояния собственного здоровья , второй переменной, рассчитанной аналогичным методом, стал фактор, отражающий состояние здоровья респондента (фактор «Здоровье»). Исходно в общую схему формирования его значений были отобраны ответы на 17 вопросов (см. табл. 3).

Таблица 3

Вопросы анкеты, характеризующие здоровье респондента

№ Код Вопрос

1 Ь5 Были у Вас в течение последних 30 дней какие-либо проблемы со здоровьем?

2 М20.61 Есть ли у Вас хронические заболевания сердца?

3 М20.63 Есть ли у Вас хронические заболевания печени?

4 М20.64 Есть ли у Вас хронические заболевания почек?

5 М20.65 Есть ли у Вас хронические заболевания желудочно-кишечного тракта?

6 М20.66 Есть ли у Вас хронические заболевания позвоночника?

7 М20.69 Есть ли у Вас гипертоническая болезнь, повышенное артериальное давление?

8 М20.7 Назначена ли Вам какая-нибудь группа по инвалидности?

9 М20.610 Есть ли у Вас хронические заболевания суставов?

10 М20.612 Есть ли у Вас хронические неврологические заболевания?

11 М20.616 Есть ли у Вас варикозное расширение вен?

12 М20.619 Есть ли у Вас хронические заболевания мочеполовой системы?

13 М20.620 Есть ли у Вас хронические заболевания эндокринной системы, диабет или повышенный сахар в крови?

14 М43 Говорил ли Вам когда-нибудь врач, что у Вас диабет или повышенный сахар в крови?

15 М58.1 Говорил ли Вам врач, что у Вас повышенное артериальное давление?

16 М59 Ставил Вам врач диагноз инсульт (кровоизлияние в мозг)?

17 М131 В течение последних 12 месяцев у Вас были серьёзные нервные расстройства, депрессии?

Источник: данные РМЭЗ ВШЭ.

Процедура построения фактора аналогична предыдущей с той разницей, что уже на стадии отбора часть исходных переменных была исключена из-за их слабой взаимозависимости с другими переменными (корреляция менее 0,2). Дальнейший расчёт фактора здоровья проводился по наиболее удачно15 характеризующим состояние здоровья респондента исходным показателям ^5, М20.61, М20.69, М20.7, М20.610, М58.1, М131). Проверка адекватности полученного расчётного показателя и исходных переменных приведена в таблице 4.

15 Имеется в виду оптимальное соотношение между количеством используемых показателей и общей вариацией, объясняющей влияние расчётного латентного фактора на них. Важной особенностью отбора было то, что при исчислении фактора материального положения были использованы все исходные показатели, а при расчёте фактора здоровья — только 7 из 17 изначально выбранных.

Таблица 4

Сопоставление групповых значений положительных ответов с величиной рассчитанного фактора «Здоровье»

Группы по значениям рассчитанного фактора

с?

1, 1, 0, 0 1 0, о г

Вопросы анкеты ^ -- - 1 1 1 ,5 0, е □ огИт

е 0, 1 ш И

е т 1 0 ы в и

н е еМ - 2, ^ 1

Были у Вас в течение последних 30 дней ка- 198 169 49 232 190 39 343 0 1220

кие-либо проблемы со здоровьем?

Есть ли у Вас хронические заболевания серд- 168 85 56 23 67 38 0 0 437

ца?

Есть ли у Вас гипертоническая болезнь, повы- 196 184 144 150 226 21 0 0 921

шенное артериальное давление?

Назначена ли Вам какая-нибудь группа по ин- 70 44 11 20 32 42 0 0 219

валидности?

Есть ли у Вас хронические заболевания суста- 168 141 92 49 122 119 0 0 691

вов?

Говорил ли Вам врач, что у Вас повышенное 203 206 155 223 375 369 0 0 1531

артериальное давление?

В течение последних 12 месяцев у Вас были 65 3 41 49 4 78 102 0 342

серьёзные нервные расстройства, депрессии?

Итого ответов «да» 1068 832 548 746 1016 706 445 0 5361

Всего отвечающих в группе 204 208 169 249 508 628 445 3198 5609

Отношение количества ответов к числу отве- 5,24 4,00 3,24 3,00 2,00 1,12 1,00 0,00 0,96

чающих

Источник: расчёт авторов по данным РМЭЗ ВШЭ.

В этом случае увеличение количества положительных ответов на задаваемые вопросы о состоянии здоровья ведёт к численному уменьшению значения рассчитанного показателя. Так, в первой группе, где значение рассчитанного фактора составляет менее - 2,5, отношение количества положительных ответов к числу респондентов в группе равно 5,24, то есть из семи вопросов об имеющихся проблемах в состоянии здоровья положительный ответ давался чаще, чем 5 раз. Самая благополучная группа — последняя, в ней на проблемы со здоровьем никто не жаловался.

Таким образом, чем больше ответов о наличии проблем со здоровьем, тем меньше значение рассчитанного латентного фактора, и наоборот. Интервальные значения фактора «Здоровье» лежат в границах от - 4,154 до 0,658. Коэффициенты парных корреляций между значениями фактора «Здоровье» и данными исходных переменных равны {- 0,647; - 0,610; - 0,797; - 0,370; - 0,616; - 0,781; - 0,252}, что показывает хорошую взаимосвязь между ними. Значит, рассчитанный латентный фактор можно использовать в модели.

Уровень бытового комфорта: в группу факторов, которые могут оказывать влияние на оценку удовлетворённости жизнью сельских жителей, включены характеристики бытовых услуг в доме или квартире. Это данные вопросника для домохозяйств, где также задавался вопрос о наличии в семье земельного участка (значимый для села параметр). На предварительной стадии для анализа были отобраны 10 показателей, характеризующих те или иные аспекты бытовых условий проживания семьи респондента (см. табл. 5).

Таблица 5

Вопросы анкеты об уровне бытового комфорта

№ Код Вопрос анкеты

1 С7.1 У Вас в доме есть центральное отопление от ТЭЦ, котельной?

2 С7.2 У Вас в доме есть централизованное водоснабжение?

3 С7.3 У Вас в доме есть горячее водоснабжение?

4 С7.4 У Вас в доме есть магистральный, не баллонный газ или напольная электроплита?

5 С7.5 У Вас в доме есть централизованная канализация?

6 С7.6 У Вас в доме есть телефон (не сотовый)?

7 С7.0 Сколько лет дому, в котором Вы живёте?

8 С7.7 У Вас в доме есть магистральный, не баллонный газ?

9 С7.8 У Вас в доме есть напольная электроплита?

10 Б2 В настоящее время у Вашей семьи есть в пользовании какая-либо земля?

Источник: данные РМЭЗ ВШЭ.

После проведения расчётов методом факторного анализа и исключения незначимых переменных были получены расчётные значения вектора «наличие коммунальных услуг». В число окончательных переменных были включены С7.1, С7.2, С7.3, С7.5, С7.7, D2. Соотношение значений рассчитанного фактора и количественная статистика ответов по группам исходных данных представлены в таблице 6.

Таблица 6

Сопоставление групповых значений положительных ответов с величиной рассчитанного фактора «Уровень бытового комфорта»

Вопрос анкеты Группы по значениям рассчитанного фактора

е Эо I ^ 1 1 ^ ,0 ,5 0 о

«У Вас в доме есть?.. » 0, 0, 1, о

<ц 1 2 1 ~ ,5 0, 1 ,0 0, 1 ,5 0, э « О

374 526 66 124 54 20 0 0 1164

374 555 66 331 688 1994 266 0 4274

374 364 2 184 387 0 0 0 1311

374 545 64 173 161 0 0 0 1317

263 452 64 234 563 2002 357 0 3935

0 325 64 143 579 1996 623 880 4610

1759 2767 326 1189 2432 6012 1246 880 16611

374 555 66 338 711 2099 623 880 5646

4,70 4,99 4,94 3,52 3,42 2,86 2,00 1,00 2,94 Источник: расчёт авторов по данным РМЭЗ ВШЭ.

Центральное отопление от ТЭЦ, котельной

Централизованное водоснабжение

Горячее водоснабжение

Централизованная канализация

Магистральный, не баллонный газ

В пользовании какая-либо земля

Итого ответов «да»

Всего отвечающих в группе

Отношение количества ответов к числу отвечающих

В отличие от предыдущих расчётов, значения фактора уровня бытового комфорта имеют обратную связь с количеством положительных ответов в исходных переменных. Иначе говоря, при наличии в домохозяйстве всех включённых в расчёт коммунальных услуг значение фактора будет минимальным, а при их отсутствии — максимальным. Так, например, при значении «Меньше - 2,0» у всех респондентов в домах есть центральное отопление, водоснабжение и канализация, у 70% — магистральное газоснабжение, что в целом можно принять за некоторый эталонный уровень. При достижении

значения фактора в границах (- 2,0)-(- 1,5) у всех респондентов в домах есть только центральное водоснабжение, у 94,8% — центральное отопление, у 98,2% — центральная канализация, у 81,4% — магистральный газ, у 65,6% — горячее водоснабжение, у 58,6% имеются ещё и земельные участки. Дальнейшее увеличение значений рассчитанного фактора связано с убыванием коммунальных услуг в домах сельских жителей. Наибольшее значение соответствует отсутствию всех коммунальных услуг в доме, но при наличии в распоряжении семьи земельного участка16. Все значения фактора «наличие коммунальных услуг» лежат в интервале (- 2,336)-1,082.

Коэффициенты парных корреляций между значениями рассчитанного фактора и данными исходных переменных составили {- 0,846; - 0,536; - 0,709; - 0,853; - 0,251; 0,633}, что показывает хорошую взаимосвязь между ними.

Удовлетворённость работой и условиями труда. Вопрос анкеты J2 (1.1) «Скажите, пожалуйста, насколько Вы удовлетворены или не удовлетворены?..» предполагал оценку следующих компонентов занятости: 1.1.1 Работы в целом; 1.1.2 Условий труда; 1.1.3 Оплаты труда; 1.1.4 Возможностей для профессионального роста. Все ответы на вопросы представлены17 в пятибалльной шкале, где 1 — полностью удовлетворён; 5 — совсем не удовлетворён. Методика расчёта значений вектора «удовлетворённость работой и условиями труда» строилась на том, что необходимо было определить единый интегральный показатель по четырём вопросам, ответы которых оценивались с помощью пятибалльной шкалы Лайкерта18. Все вопросы являются оценками удовлетворённости работой по различным её аспектам, и их сумма в полной мере будет отражать общую оценку, данную респондентом сразу по всем параметрам. Однако использование показателя в таком виде имеет недостаток, заключающийся в слабом учёте влияния каждой из отдельных оценок на полученный результат. Чтобы несколько изменить это положение, были проведены две математические операции. Для сокращения размерности полученное суммарное значение было соотнесено к наибольшему суммарному значению параметра шкал. В данном случае 5 (размер шкалы) умножали на 4 (количество оцениваемых параметров). Таким образом, наименьшее значение 4 (при минимальной сумме оценок по каждой шкале, равной 1), отнесённое к предельному максимальному значению 20, составит 4 / 20 = 0,2, что будет отражать наибольшую удовлетворённость работой по всем оцениваемым параметрам; и максимальное значение, равное 1 (20 / 20 = 1), то есть полная неудовлетворённость.

Второй момент касается того, что при построении модели важно было учесть следующее: одинаковые суммарные значения могут иметь различные сочетания отдельных оценок шкалы (например, 3, 2, 5, 5 и 4, 4, 2, 5 в сумме составят 15), сглаживая, таким образом, существующие различия между ответами респондентов. Для того чтобы учесть влияние возможных сочетаний в окончательном значении формируемого фактора, в методику расчёта был введён коэффициент приведения19. Деление коэффициен-

16 Это удивительно и, скорее всего, связано с тем, что максимальный набор бытовых коммуникаций легче обеспечить в многоквартирном доме централизованно, тогда как подведение их к частному дому не всегда возможно из-за трудоёмкости и высокой стоимости.

17 В полном объёме ответы на данный вопрос даны для 2002-2019 гг.

18 Шкала Лайкерта, или Ликерта (англ. Likert scale) — психометрическая шкала, которая часто используется в опросниках и анкетных исследованиях.

19 Коэффициент приведения рассчитан следующим образом: сумма всех шкальных оценок поочерёдно делилась на каждый ее элемент, затем сумма полученных значений делилась на квадрат числа элементов. Так, при равенстве всех исходных оценок коэффициент приведения равен 1,0 (см. табл. 7, первая строка), а значит, и полученное окончательное значение после операции приведения не изменится и будет равно полученному при расчёте соотнесения суммы к предельному значению. Однако если значения оценочных параметров различны, то величина корректировки уменьшит полученную величину на коэффициент приведения. Например, при значениях шкальных оценок {2; 2; 5; 2} (вариант в табл. 7) расчёт коэффициента удовлетворенности равен: 2 + 2 + 5 + 2 = 11. В соотношение к максимальному значению

та удовлетворённости работой на коэффициент приведения было устанавлено окончательное значение «удовлетворённости работой и условиями труда» (см. табл. 7).

Таблица 7

Пример расчёта значений фактора «Удовлетворённость работой и условиями труда»

Скажите, пожалуйста, насколько Вы удовлетворены ^ 1

или не удовлетворены?.. й § § «

цтс

Вашей рабо- Условиями Оплатой Ва- Возможностями для Вашего ^ " % о той в целом Вашего труда шего труда профессионального роста ф § ^

2 2 2 2 0,40 1,000 0,400

2 2 5 2 0,55 1,169 0,471

3 3 4 4 0,70 1,021 0,686

4 3 4 4 0,75 1,016 0,739

Источник: расчёт авторов по данным РМЭЗ ВШЭ.

Для проверки близости расчётных значений с исходными показателями оценок были определены коэффициенты парных корреляций. Полученные значения {0,884; 0,866; 0,722; 0,769} в целом очень хорошо отражают взаимосвязь каждого из них с расчётным коэффициентом удовлетворённости работой и условиями труда.

Образование. В РМЭЗ ВШЭ образование респондента представлено категориальными данными: для школьного и среднего специального — количеством классов обучения и полученными аттестатами или свидетельствами; для вузовского — количеством курсов обучения и полученными дипломами; для послевузовского — окончанием обучения в аспирантуре и дипломами о защите. Для приведения к единой метрической величине в работе использовались коэффициенты20 следующей размерности с учётом категорий: до 9 лет обучения (неполное среднее) — коэффициент 0,8; 10-11 лет обучения (полное среднее или 9 классов и ПТУ) — 1,0; 13-14 лет обучения (среднее профессиональное образование или неполное высшее) — 1,2; 16 лет обучения (оконченное высшее) — 1,4; 18-19 лет обучения (аспирантура) — 1,6.

Таким образом, для включения в модель были выбраны семь независимых переменных, репрезентативно описывающих возраст, пол, образование, работу, материальную обеспеченность, здоровье, уровень благоустройства жилья респондента.

Описание модели для получения параметров взаимосвязи

Для тестирования гипотез была выбрана кумулятивная логит-модель с пропорциональными коэффициентами. Логит-модели лучше других позволяют оценить шансы возникновения некоторого события по значениям разнообразных факторов21. Для определения взаимосвязи между факторами и оценкой

это составило: 11 / 20 = 0,55. Расчёт коэффициента приведения давал следующий результат: (11 / 2 + 11 / 2 + 11 / 5 + 11/ 2) / 42 = (187 / 10) / 16 = 1,169. Окончательное расчётное значение: 0,55 / 1,169 = 0,471.

20 Уровни образования закодированы коэффициентами, подобранными на основе продолжительности обучения методом итерационного сравнения (и предполагающими равномерное повышение ценности каждого следующего уровня образования), что, безусловно, является некоторым упрощением, но, на наш взгляд, допустимо с учётом целей данного исследования.

21 Логит-модели часто применяются в эмпирических исследованиях, посвящённых анализу факторов субъективного благополучия; см., например: [Peiro 2006; Gilbert, Colley, Roberts 2016; Huffman, Rizov 2018; Sujarwoto, Tampubolon, Pierewan 2018].

h

® S

p

* §

M •©* g

О & Й С

3 н

R

I

S о

(Г <а

Й & Е S ^ S

* s- *

a a Œ £

удовлетворённости жизнью была применена порядковая регрессия, с помощью которой описывается зависимость политомического порядкового отклика от набора предикторов, которые могут быть как факторами, так и ковариатами. Канонический вид модели принят в соответствии с работой А. Агрести [Agresti 2013]:

У* = Рл + .. + Рл + В

{y = j если ai-1 < y* <а.

y — наблюдаемая переменная;

y* — лежащая в основе непрерывная скрытая переменная;

а. — пороговые значения точки отсечения;

Pj . — коэффициенты порядковой логит-модели;

в.. — ошибки в независимой совокупности.

Расчёт параметров модели, несмотря на существующую методику и разработанный пакет прикладных программ SPSS, проводился в два этапа для достижения более значимых результатов конечного вида уравнения и классификации ответов респондентов. В кратком изложении последовательность выполненных действий следующая:

— расчёт коэффициентов уравнения регрессии исходя из общего количества наблюдений;

— по полученным коэффициентам расчёт значения латентных переменных y* для каждого наблюдения;

— расчёт групповых средних латентных переменных для исходных категорий ответов;

— расчёт границы между группами исходя из средних значений латентных переменных;

— расчёт теоретических ответов для латентных переменных с использованием полученных границ распределения;

— удаление из совокупности тех наблюдений, в которых разность исходных и теоретических ответов составляет более 1;

— по остаточным наблюдениям проведение повторного расчёта показателей уравнения регрессии;

— пересчёт теоретических значений ответов по вновь полученным коэффициентам уравнения;

— проверка на соответствие исходных и полученных результатов построением двухвходовой таблицы.

Основные параметры этапов доведения модели до значимого уровня приведены в таблице 8.

Таблица 8

Значения критерия согласия и псевдоЛ-квадрата модели на этапах расчёта

Этап Критерии согласия ПсевдоЛ-квадрат

расчета Хи-квадрат Пирсона Степени свободы Значимость Кокса и Снелла Найджелкерка МакФаддена

1 7940,2 7824 0,176 0,207 0,222 0,086

2 5170,1 5697 1,000 0,357 0,389 0,164

Источник: расчёт авторов по данным РМЭЗ ВШЭ.

Начальный расчёт коэффициентов уравнения проводился по 1959 наблюдениям и семи независимым переменным; по итогам вычислений были получены критерий Хи-квадрат Пирсона, псевдо^-квадраты Кокса и Снелла, Найджелкерка и МакФаддена. Низкий уровень значимости полученных результатов первого этапа показывал слабые возможности оценки влияния предикатов (ковариатов) на результирующую переменную. На следующем шаге из наблюдений были исключены 524 случая, в которых разница между полученными прогнозными и фактическими значениями была более единицы. Затем проведён повторный перерасчёт коэффициентов модели. Полученные оценки второго этапа показывали высокую степень предсказуемости зависимой переменной от предикатов. Хи-квадрат Пирсона показывал независимость включённых в модель параметров, а псевдо^-квадраты указывали на значимость их влияния на результирующую переменную (см. табл. 8). Оценкой значимости вклада отдельных независимых переменных в улучшение прогнозов, получаемых с помощью модели, служит отрицательное значение - 2 Log-правдоподобия (отрицательное удвоенное значение логарифма функции правдоподобия). Разность между начальным значением («Только свободный член») и конечным значением («Окончательная») указывается в виде значения теста Хи-квадрат при соответствующем уровне значимости (см. табл. 9). В приведённом примере наблюдается значимое улучшение (р < 0,001) при введении в уравнение всех независимых факторов. Коэффициенты порядковой модели регрессии, рассчитанные исходя из 1435 наблюдений, приведены в таблице 10.

Таблица 9

Критерий подгонки

Модель 2 _ правдоподобие Хи-квадрат Степени свободы Значимость

Только свободный 3850 066 член

Окончательная 3216,351 633,715 7 0,000

Источник: расчёты авторов на основе базы данных РМЭЗ ВШЭ.

Таблица 10

Расчётные значения коэффициентов уравнения и их характеристики

Значение Параметры параметра Стандартная ошибка Расчётная Вальда Доверительный интервал 95% Нижняя граница Верхняя граница

Пороговое значение (а):

= 1 - 0,896 0,494 3,29 - 1,865 0,073

= 2 2,372 0,494 23,03 1,403 3,340

= 3 3,995 0,501 63,54 3,012 4,977

= 4 6,220 0,527 139,33 5,187 7,252

Коэффициенты уравненияф)

Пол (муж.) - 0,517 0,107 23,46 - 0,726 - 0,308

Таблица 10. Окончание

Параметры Значение параметра Стандартная ошибка Расчётная Вальда Доверительный интервал 95% Нижняя граница Верхняя граница

Возраст 0,020 0,006 13,71 0,010 0,031

Образование - 0,935 0,310 9,09 - 1,543 - 0,327

Здоровье - 0,198 0,066 8,84 - 0,328 - 0,067

Удовлетворённость работой 6,122 0,371 272,15 5,395 6,849

Материальная обеспеченность - 0,799 0,057 199,61 - 0,909 - 0,688

семьи

Уровень бытового комфорта 0,217 0,048 20,38 0,123 0,311

Источник: расчёт авторов по данным РМЭЗ ВШЭ.

Общая доля правильно классифицированных ответов составила 41%; более точно классифицированы категории 2 (58,4%) и 3 (41,5%); менее точно — крайние 1 (9,8%) и 5 (2,8%) (см. табл. 11). Можно считать, что полученная модель определения влияния выбранных для исследования факторов на «субъективную оценку удовлетворённости жизнью» хорошо транспонирует закономерности и их количественные характеристики.

Таблица 11

Сравнительное распределение количества исходных и расчётных значений удовлетворённости жизнью сельских жителей

Исходное Расчётное значение Всего Доля правильно классифицированных (%)

значение 1 2 3 4 5

1 18 129 30 7 0 184 9,8

2 21 478 275 45 0 819 58,4

3 5 262 258 95 1 621 41,5

4 3 73 133 47 7 263 17,9

5 0 17 35 18 2 72 2,8

Всего 47 959 731 212 10 1959 41,0

Источник: расчёт авторов по данным РМЭЗ ВШЭ.

Отличительной чертой лог-линейной регрессии является то, что значения коэффициентов в ней показывают величину соотношения вероятностей (шансов) ответов под влиянием изменения конкретного фактора [Hosmer, Lemeshow, Sturdivant 2013]:

Logjt[P(7 < 3 | х,)] - Logjt[P(7 < 3 | х2)] = Log

р(У < 3 | х1) / р(У > J | х1) =

р(У < 3 | х2) / р(У > 3 | х2)

£ = вТ (Х1 - х2)

Предполагается, что разность между х1 и х2 равна 1, логарифм соотношения шансов будет равен в а сама величина шанса 8в. Таким образом, экспонента, возведённая в степень коэффициента регрессии, есть величина, определяющая влияние фактора на изменение шанса.

Результаты и обсуждение

Коэффициенты порядковой регрессии, минимальные и максимальные значения факторов в исходной совокупности, а также расчётные величины шансов и их соотношение для каждой переменной модели дают представление о том, как изменятся шансы полученных ответов на вопрос об удовлетворённости жизнью под влиянием указанных факторов (см. табл. 12).

Таблица 12

Значения факторов удовлетворённости жизнью сельских жителей и величины шансов

Название фактора Р. Exp (Pi) Значение фактора х. Мт Мах Величина шанса Exp (в * x. ) Exp (в * x. ) Exp (в * x ) /А Ф тт\ / exp (в * x ) г 1 max'

Пол (муж. = 1) - 0,52 0,60 0 1 1 0,60 0,60

Возраст 0,02 1,02 16 79 1,39 5,04 3,63

Образование - 0,94 0,39 0,8 1,6 0,47 0,22 0,47

Здоровье - 0,20 0,82 - 4,2 0,7 2,27 0,88 0,39

Удовлетворённость работой 6,12 455,73 0,2 1,0 3,40 455,73 133,96

Материальное положение семьи - 0,80 0,45 - 0,9 3,2 2,03 0,08 0,04

Наличие коммунальных услуг в доме 0,22 1,24 - 2,3 1,1 0,60 1,26 2,10

Источник: расчёт авторов по данным РМЭЗ ВШЭ.

Прежде чем перейти к анализу полученных результатов, сделаем определённые замечания. В порядковой логит-регрессии полученный коэффициент уравнения показывает предельное изменение шансов только для одной из крайних категорий. В нашем случае такой категорией является ответ с оценкой 5 (совсем не удовлетворён). Так как ответы на вопросы об удовлетворённости жизнью являются симметричными, ответ с оценкой 1 (полностью удовлетворён) можно считать зеркальной противоположностью ответа с оценкой 5. Поэтому соотношение вероятностей в этих категориях при различных вариантах влияния факторов представлено обратными значениями в1 и 1 / в

Для того, чтобы уменьшить сложность восприятия анализируемых результатов, при расчёте шансов соблюдался единый подход, при котором в числителе была вероятность, полученная при большем значении фактора, а в знаменателе — при меньшем. Например, при расчёте вероятностных величин при изменении гендерного признака в числителе были значения, рассчитанные для мужчин (= 1), в знаменателе — для женщин (= 0); при расчёте влияния возраста в числителе были значения для более старшего возраста, в знаменателе — для более молодого и т. д.

Важной стороной применения порядковой модели регрессии при анализе влияния факторов на выбор является возможность рассмотреть вероятностную составляющую всех категорий ответов. Основной акцент при этом делается не столько на том, как точно модель предсказывает ответ по исходным данным, сколько на распределении вероятностей у всех категорий ответов при изменившихся значениях влияющего фактора. В этом случае можно увидеть два важных момента: (1) как изменение фактора влияет на вероятности в категориях ответов; (2) насколько значимо изменение вероятности меняет выбранный ответ.

Для того чтобы несколько упростить дальнейший анализ, было принято решение провести расчёты для некоторого абстрактного респондента, имеющего средние показатели всех факторов (за исключением пола). Рассчитанный вектор был следующим: {1/0; 40; 1,1; 0,086; 0,491; 0,236; - 0,231}. Это мужчина или женщина 40 лет, с образованием выше среднего, не имеющий(ая) значимых проблем со здоровьем, оценивающий(ая) свою работу суммарно по четырём шкалам Лайкерта в 10 баллов, позволяющий(ая) себе не более трёх благ из семи названных, проживающий(ая) в доме или квартире с центральным водоснабжением, магистральным газоснабжением и земельным участком.

Влияние гендерного признака на распределение вероятностей ответов и их отношений при полном равенстве воздействия всех остальных факторов22 представлено на гистограмме (см. рис. 1). Наиболее часто встречается ответ «Скорее удовлетворён». Однако шанс встретить этот ответ у мужчин выше, чем у женщин, в 1,24 раза, он равен 54,6% у мужчин и 43,9% у женщин. Если же сравнивать вероятности удовлетворённости жизнью мужчин и женщин с вероятностью ближайшего по удельному весу ответа «И да, и нет», то разность у мужчин составляет 26,2%, у женщин — только 9,2%. В целом можно видеть, что сельские женщины более критичны в своей оценке удовлетворённости жизнью.

0,6 0,5 0,4

т

си

I 0,3

с

СО

5 0,2 о

0,1

0,0

Женщины Мужчины

Шанс (отношение

вероятностей)

Мужчина/Женщина

1 — полностью удовлетворён

2 — скорее удовлетворён

3 — и да, и нет

5 — совсем не удовлетворён 4 — не очень удовлетворён

Категории ответов

Рис. 1. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости

жизнью при гендерном различии респондентов

Влияние фактора возраста показывает, как меняются вероятностные оценки удовлетворённости жизнью у молодых и пожилых респондентов. При сравнении вероятностей в распределении ответов мужчин 20 лет и 79 лет можно видеть, что молодые по преимуществу выбирают ответ 2 (скорее удовлетворён); у респондентов 79 лет почти в равных долях два ответа: 2 (скорее удовлетворён) и 3 (и да, и нет) (см. рис. 2).

В отличие от мужчин, распределение вероятностей ответов женщин при всех прочих равных условиях ещё более смещается в сторону меньшей удовлетворённости жизнью (см. рис. 3). Если молодые девушки в 52,5% случаях выбирают ответ 2 (скорее удовлетворён), то в пожилом возрасте доля таких ответов сокращается почти в два раза (27,2%), но при этом возрастает количество тех, кто выбирает ответ 3 (и да, и нет; 38,4%), а также 4 (не очень удовлетворён; 27,ао/

23

22 При расчёте вероятностей ответов изменялось только значение анализируемого фактора; величинами для всех осталь-

ных факторов были средние значения. Это же касается и последующих графиков.

Данный анализ сделан исключительно для представления влияния гендерного признака на смещение вероятности в выборе ответа при одновременном воздействии другого фактора (в данном случае возраста).

1 — полностью удовлетворён

2 — скорее удовлетворён

3 — и да, и нет

5 — совсем не удовлетворён

4 — не очень удовлетворён

79 20 ■

лет лет

Шанс (отношение вероятностей) 79 — лет/20 — лет

Категории ответов

Рис. 2. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости жизнью респондентов-мужчин 20-летнего и 79-летнего возраста

X

я

II

ф

^

о

0,6 0,5 0,4 0,3

£ 0,2

о

0,1

0,52

0,27

0

0,3 0 05

0,

3,2

0,38

0,0

1 — полностью удовлетворён

2 — скорее удовлетворён

0,30

О

2,5

□

0,28

0,11

0,05

3,5 3,0 2,5

-2,0 з

с

—1,5 ^

-1,0 0,5

0,02

I I

3 — и да, и нет

0,0

5 — совсем не удовлетворён 4 — не очень удовлетворён

□

79 — лет 20 — лет

Шанс (отношение вероятностей) 79 — лет /20 — лет

Категории ответов

Рис. 3. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости жизнью респондентов-женщин 20-летнего и 79-летнего возраста

Коэффициент уравнения порядковой регрессии, отражающий влияние образования на удовлетворённость жизнью, показывает, что с ростом уровня образования респондента его субъективная оценка удовлетворённости жизнью также повышается. Например, при прочих равных условиях вероятность ответа 2 (скорее удовлетворён) у людей, имеющих учёную степень, в 1,29 раза выше, чем у имеющих неполное среднее образование (см. рис. 4).

Самый значимый фактор удовлетворённости жизнью — это удовлетворённость работой. Абсолютная величина коэффициента в лог-линейной регрессии показывает, что при увеличении значения фактора на единицу шансы в выборе ответов изменяются в 456 раз (см. табл. 12). При такой степени влияния крайние величины фактора полностью меняют распределение вероятностей в ответах на вопрос об удовлетворённости жизнью (см. рис. 5).

В приведённых на рисунке 5 вариантах сравниваются ответы на результирующий вопрос при наибольшей и наименьшей удовлетворённости работой. Как видно, шанс встретить полностью удовлетворённого жизнью респондента в 100 с лишним раз выше в случае, если он полностью удовлетворён работой (условиями труда, заработной платой, возможностями профессионального роста), чем наоборот. Этот важный результат, полученный в ходе построения модели и устанавливающий влияние фактора восприятия и оценки труда на удовлетворённость жизнью, становится центральным моментом в понимании целей человеческой деятельности и её важности для оценки самого себя. Величина коэффициента такова, что значимо превосходит влияние всех прочих, включённых в анализ факторов, из чего следует его несомненная важность для повышения оценки удовлетворённостью жизнью сельских жителей.

X

ш

II

о ^

о ср с

к с; о

Наличие учёной степени

Неполное среднее образование

Шанс (отношение вероятностей) учёная степень/ неполное образование

1 — полностью удовлетворён

2 — скорее удовлетворён

3 — и да, и нет

5 — совсем не удовлетворён

4 — не очень удовлетворён

Категории ответов

Рис. 4. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости

жизнью при различии в уровнях образования

0,51

0,02

0,0

0,25

0,00

0,0

120

100

80 _ XI

о

60 я 3

40 20 0

Максимальная удовлетворённость

Минимальная удовлетворённость

Шанс (отношение вероятностей) максимальная / минимальная

1 — полностью удовлетворён

2 — скорее удовлетворён

3 — и да, и нет

5 — совсем не удовлетворён 4 — не очень удовлетворён

Категории ответов

Рис. 5. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости жизнью при различии в уровнях удовлетворённости работой

Полученное при расчётах доминирующее значение фактора «Удовлетворённость работой», вероятно, связано ещё и с тем, что в модель не были включены другие, безусловно, значимые факторы, например, отношения с семьёй и друзьями, эмоциональное состояние, чувство причастности к местному сообществу [Hagerty, Cummis, Ferriss 2001].

Материальная обеспеченность семьи — ещё один фактор, значимо влияющий на изменение шансов при выборе ответов в оценках удовлетворённости жизнью (см. рис. 6). Гистограмма на рисунке 6 хорошо демонстрирует два важных момента, для объяснения которых необходимы более детальные исследования. Первый заключается в том, что наличие средств, позволяющих получать все из перечисленных благ, смещает выбор ответов об удовлетворённости жизнью к вариантам ответов 1 и 2. Однако при этом доминирует ответ 2 (скорее удовлетворён; 57,5%), а не ответ 1 (полностью удовлетворён; 36,2%). Второй момент заключается в том, что для респондентов, у которых доступным было только одно благо (возможность через день употреблять мясо, курицу или рыбу), вероятности ответов 2 (скорее удовлетворён) и 3 (и да, и нет) различаются на небольшую величину (3,3%). Получается, что в сельской местности и человек, имеющий материальные возможности приобретать многие блага, и человек, позволяющий себе удовлетворять только насущные потребности в пище, при ответе на вопрос об удовлетворённости жизнью выберут ответ 2 (скорее удовлетворён).

16,7

Доступны все блага из перечисленных

Доступно не более одного блага

Шанс (отношение вероятностей) максимальная доступность/ минимальная доступность

16,0

14,0

12,0 10,0 8,0 |

а Ш

6,0

4,0 2,0

0

полностью 3 — и да, и нет 0,1 5 — совбем

удовлетворён не удовлетворён

2 — скорее 4 — не очень

удовлетворён удовлетворён

Категории ответов

Рис. 6. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости жизнью при противоположных уровнях материального положения семьи

Одно из объяснений может быть связано с парадоксом Истерлина, показавшим, что экономический рост, а именно рост доходов населения, не обязательно ведёт к увеличению удовлетворённости жизнью. Нелинейность влияния уровня доходов на удовлетворённость жизнью доказана и на общенациональных российских данных [Андреенкова 2010; Ларин, Филясов 2018; Черныш 2019]. Количественные оценки «точки насыщения» получены в работе Л. А. Родионовой, где показано, что предельный эффект прироста удовлетворённости жизнью начинает снижаться при достижении дохода в 60 тыс. руб. [Родионова 2014]. Кроме того, исследователи отмечают относительность значений дохода, то есть на удовлетворённость жизнью влияет не столько уровень доходов, сколько ощущение того, что он адекватен той ситуации, в которой находится респондент (см. обзор в работах: [Сальникова 2017; Епи-хина 2020; Антипина, Кривицкая 2022]). По этой причине низкая чувствительность к уровню дохода сельских жителей при выборе вариантов ответов 2 (скорее удовлетворён) или 3 (и да, и нет) может

быть объяснена общим относительно более низким уровнем дохода на селе, смягчающим самооценки собственного благополучия на фоне аналогичных низких доходов «соседей». Кроме того, низкая чувствительность к уровню дохода сельских жителей в группе ответов 2 и 3 может быть связана с соблюдением баланса в распределении времени между работой и отдыхом, что, как показывают исследования на российских данных, также значимо положительно влияет на уровень удовлетворённости жизнью [Антипина, Кривицкая 2022].

Наличие в доме коммунальных благ (горячее и холодное водоснабжение, отопление, газоснабжение, канализация и т. д.) способствует тому, что удовлетворённость жизнью возрастает, и это согласуется с общей логикой восприятия человеком удобств, направленных на повышение качества жизни. Однако при распределении ответов заметно некоторое противоречие: те, кто имеет все услуги в доме, и те, кто таковых не имеют вовсе, выбирают ответ 2 (скорее удовлетворён), что и показано на рисунке 7. Вероятно, отсутствие всех или некоторых коммунальных благ воспринимается частью сельского населения как должное или ожидаемое для сельской жизни. Для получения более понятной картины необходимо рассматривать удовлетворённость условиями проживания вместе с общим благоустройством населённого пункта, но таких вопросов в данных РМЭЗ ВШЭ нет.

В доме есть все коммунальные услуги

X

а т н

е ^

о

Ср

к

л о

В доме нет коммунальных услуг

Шанс (отношение

вероятностей)

все коммунальные услуги/

отсутствие коммунальных

услуг

1 — полностью 3 — и да, и нет 5 — совсем

удовлетворён не удовлетворён

2 — скорее 4 — не очень

удовлетворён удовлетворён

Категории ответов

Рис. 7. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости жизнью при противоположных уровнях обеспеченности дома коммунальными услугами

Отсутствие проблем со здоровьем позволяет человеку получать удовольствие от жизни (см. рис. 8). Так, вероятность выбора сельскими жителями, у которых нет проблем со здоровьем, ответа 2 (скорее удовлетворён) составляет 56,6%, а у тех же, кто имеет проблемы со здоровьем, — 36,9%, соотношение шансов равно 1,53. Как показывают расчёты, сельские жители, имеющие проблемы со здоровьем, примерно в равных долях выбирали варианты ответов 2 и 3. Соотношение шансов респондентов, выбирающих ответ 4 (не очень удовлетворён) составляет 0,46 в пользу имеющих проблемы со здоровьем. В целом, респондент, проживающий в сельской местности и имеющий проблемы со здоровьем, будет менее удовлетворён собственной жизнью, чем не имеющий таковых. Необходимо отметить, что отсутствие отметок о посещении врача24 у многих респондентов в сельской местности может свидетельствовать ещё и о недоступности медицинской помощи, а вовсе не о хорошем здоровье сельских

Переменная, отражающая состояние здоровья респондента, в нашей модели включает не только оценки индивидами собственного здоровья, но и данные о выявленных медицинской системой заболеваниях.

жителей. Сама идея введения этого фактора в модель состояла только в том, чтобы попытаться измерить, насколько его влияние действительно может быть важным для оценки субъективного благополучия. Для более точного ответа на вопрос о влиянии состояния здоровья сельских жителей на уровень удовлетворённости жизнью нужны дополнительные исследования по несколько иным, более полным показателям.

Нет проблем со здоровьем

Были (есть) проблемы со здоровьем

Шанс (отношение вероятностей) отсутвуют проблемы со здоровьем/были (есть) проблемы со здоровьем

1 — полностью 3 — и да, и нет 5 — совсем

удовлетворён не удовлетворён

2 — скорее 4 — не очень

удовлетворён удовлетворён

Категории ответов

Рис. 8. Расчётные значения распределения вероятностей ответов на вопрос об удовлетворённости жизнью при противоположных уровнях проблем со здоровьем

С точки зрения практической значимости, полученные результаты могут быть применимы для оценки наиболее эффективных мер государственной поддержки сельского развития. Основной инструмент сельского развития в настоящее время — Госпрограмма «Комплексное развитие сельских территорий» (КРСТ). На два направления («Создание и развитие инфраструктуры» и «Развитие жилищного строительства и повышение уровня благоустройства домовладений») приходится почти всё финансирование программы (см. табл. 13). Меры поддержки жилищного строительства и благоустройства домовладений соотносятся с фактором наличия коммунальных услуг в доме, положительно влияющим на удовлетворённость жизнью сельского населения и находящимся на четвёртом месте среди рассматриваемых факторов (за исключением объективных характеристик — пола и возраста). При этом на меры поддержки занятости, которые соотносятся с наиболее значимым фактором удовлетворённости жизнью — удовлетворённости работой, приходится менее 1% бюджета программы. Более того, уже в первый год реализации госпрограммы финансирование этого направления было существенно сокращено — в росписи бюджета до 15 млн. руб., или 2,5% от запланированного в Федеральном законе (ФЗ) о бюджете 2020 г. Кроме того, предусмотренные меры поддержки не выходят за пределы аграрного сектора25, что не отвечает текущим вызовам для сельской экономики и занятости, а именно устойчивому снижению доли аграрной занятости сельского населения и необходимости развития неаграрного сектора сельской экономики. Укрупнение сельхозпроизводителей, активное внедрение инноваций и рост производительности труда в аграрном секторе привели к тому, что сельское хозяйство утратило свою роль основного источника занятости и доходов сельского населения России, и к возникновению существенной скрытой и открытой безработицы в сельской местности. Несмотря на то что занятость

В рамках направления предусмотрена компенсация сельскохозяйственным товаропроизводителям и переработчикам сельхозпродукции затрат по ученическим договорам и затрат, связанных с оплатой труда и проживанием студентов-практикантов.

сельского населения в сельском хозяйстве всё ещё составляла 19% в 2021 г. (для сравнения: 26% в 2010 г.), эта доля будет неизбежно снижаться, поэтому некоторое увеличение финансирования подпрограммы ГП КРСТ «Содействие занятости сельского населения» с 2021 г. до примерно 200 млн руб. не способно коренным образом повлиять на занятость и доходы значительного числа сельских жителей.

Таблица 13

Структура финансирования госпрограммы «Комплексное развитие сельских территорий»

Годы

Элементы госпрограммы

2020

2021

2022

2023

2024

Млрд руб. % Млрд руб. % Млрд руб. % Млрд руб. % Млрд руб. %

1. Создание и развитие инфраструк- 26,5 81 25,3 73 25,7 63 23,1 57 23,5 58

туры

в том числе транспортной 9,2 28 6,9 20 8,6 21 8,6 21 8,6 21

2. Развитие жилищного строитель- 6,0 18 9,1 26 14,5 36 16,9 42 16,9 41

ства и повышение уровня благоустройства домовладений

3. Содействие занятости сельского населения

4. Комплекс процессных мероприятий

0,02 0,04 0,2 0,7 0,2 0,5 0,2 0,4 0,2 0,4 0,16 0,5 0,3 0,8 0,3 0,6 0,3 0,6 0,3 0,6

Итого

32,6 100 34,9 100 40,7 100 40,4 100 40,

100

Источники: Отчёт об исполнении бюджета за 2020 г. (https://www.roskazna.gov.ru/ispolnenie-byudzhetov/federalnyj-byudzhet/183/); Сводная бюджетная роспись бюджета на 2021 г. (https://budget.gov.ru/%D0%93%D0%BB%D0%B0%D0%B 2%D0%BD%D0%B0%D1%8F-%D1%81%D1%82%D1%80%D0%B0%D0%BD%D0%B8%D1%86%D0%B0); Федеральный закон от 6 декабря 2021 г. N° 390-ФЗ «О федеральном бюджете на 2022 год и на плановый период 2023 и 2024 годов»» (http:// www.consultant.ru/document/cons_doc_LAW_402647/).

Исследования государственной поддержки неаграрного сектора сельской экономики и занятости подтверждают эффективность мер, способствующих увеличению активов сельского населения в плане образования и инфраструктуры, в том числе транспортной [Haggblade, Hazell, Reardon 2010; Jonasson, Helfand 2010; Dethier, ЕйепЬе^ег 2012]. Мобильные рынки труда, хорошие транспортные и коммуникационные системы, соединяющие сельские домохозяйства с региональными и городскими рынками труда, рассматриваются исследователями в качестве ключевого моста, связывающего сельское население с растущими возможностями в несельскохозяйственной экономике, поэтому развитие транспортной инфраструктуры в госпрограмме КРСТ также рассматривается нами в качестве меры, способствующей развитию рынка труда. На это направление приходится 21-28% бюджета госпрограммы. Тем не менее даже с учётом затрат на транспортную инфраструктуру наблюдается дисбаланс в финансировании госпрограммы КРСТ с позиции факторов, наиболее значимо влияющих на удовлетворённость жизнью сельских жителей и находящихся в зоне влияния аграрной политики, а именно существенное недофинансирование направлений, связанных с содействием занятости сельского населения, развитием рынка труда, повышением неаграрных компетенций сельских жителей.

Заключение

Полученные в данной работе результаты и выводы относятся к сельским жителям России. Исследуемые факторы (здоровье, образование, материальное положение, удовлетворённость работой, наличие коммунальных услуг в доме) ожидаемо положительно влияют на удовлетворённость жизнью сельского населения. Важный полученный результат — доминирующее влияние фактора «удовлетворённость

работой», который подразумевает оценку не только оплаты, но и условий труда, возможностей для профессионального роста. Этот фактор показывает центральное место работы в жизни человека не только как источника дохода, но и как источника самооценки и самоутверждения. Высокая значимость фактора работы для сельских жителей, перекрывающая все прочие рассмотренные факторы удовлетворённости жизнью, может быть объяснена несколькими причинами. Во-первых, более низкими возможностями трудоустройства в сельской местности в целом (ограниченный рынок труда; меньшие возможности выбора работодателя, уровня зарплат, условий труда). Таким образом, результат показывает наибольшую депривацию сельского населения именно по этому фактору. Во-вторых, крайне важные факторы, связанные с личной жизнью, прежде всего отношения с семьёй и друзьями, не включены в модель. Поскольку они не являются сферой влияния политики сельского развития, данные факторы вынесены за скобки, что могло перераспределить оценки значимости факторов, включённых в анализ.

Внимания заслуживают и результаты, полученные при более детальном анализе распределения ответов сельских жителей об удовлетворённости жизнью в зависимости от материальной обеспеченности семьи. В частности, для сельских жителей подтверждена нелинейность влияния материального положения на удовлетворённость жизнью и имеющееся снижение отдачи от дохода. В то же время в группе наименее обеспеченных сельских жителей преобладают преимущественно позитивные или нейтральные оценки удовлетворённости жизнью, что может быть объяснено эффектом относительности доходов, то есть соответствия уровня индивидуальных доходов средней величине по локальному сообществу и субъективным уровнем притязаний. Схожие результаты получены Н. Е. Тихоновой, в работе которой выделена группа населения, недовольная жизнью из-за невозможности удовлетворения базовых физиологических или социальных потребностей, но оценивающая свою жизнь как удовлетворительную [Тихонова 2015].

Пол и возраст также влияют на уровень удовлетворённости жизнью. Полученные для сельских жителей результаты такого влияния согласуются с предыдущими исследованиями, выполненными на общероссийских данных: удовлетворённость жизнью у мужчин выше, чем у женщин [Родионова 2014; Huffman, Rizov 2018; Черныш 2019], и у молодых людей выше, чем у возрастных [Андреенкова 2010; Козырева, Низамова, Смирнов 2015; Волкова 2017; Черныш 2019]. Отметим, что российские результаты в части влияния пола и возраста несколько расходятся с результатами зарубежных исследований. Так, на Западе женщины более удовлетворены жизнью, а зависимость от возраста имеет ^-образную форму, то есть примерно с 50 лет удовлетворённость жизнью вновь начинает расти [Huffman, Rizov 2018].

Представленные в данной работе результаты количественной оценки значимости факторов удовлетворённости жизнью могут быть применены при разработке политики сельского развития, в частности — при корректировке структуры финансирования госпрограммы «Комплексное развитие сельских территорий». Полученные результаты критической значимости фактора работы для удовлетворённости жизнью на селе являются дополнительным аргументом в пользу (1) увеличения финансирования подпрограммы по содействию занятости сельских жителей и (2) расширения мер поддержки в рамках этого направления, в том числе их распространения на неаграрный сектор сельской занятости.

Ограничения исследования связаны со спецификой используемых исходных данных РМЭЗ ВШЭ. При репрезентативности опроса для России в целом выборка сельских жителей относительно невелика. Кроме того, выборка имеет ограниченный региональный охват, что может влиять на смещения в результатах. Действительно, сельская местность в России разнородна. Сельские поселения чернозёмного юга и севера или Центрального нечерноземья различаются в силу структуры экономики в целом и аграрного сектора, природно-климатических условий и т. д. Определённо локализация (регион проживания) может оказывать значимое влияние на удовлетворённость жизнью. То, что используемые нами данные не позволяют репрезентативно учесть локализацию, во многом является ограничением

исследования. Фокусирование на определённой группе факторов удовлетворённости жизнью сельских жителей, с одной стороны — базовых для такой группы исследований, с другой — увязанных с мерами актуальной госпрограммы «Комплексное развитие сельских территорий», также имеет свои ограничения. Исключение на этом этапе исследования потенциально значимых факторов, например, индивидуальных (этничность, религиозность и т. д.) или внешних (размер населённого пункта, его удалённость от областного/районного центра, наличие в нём объектов социальной инфраструктуры и т. д.) влияет на полноту модели и полученных результатов. При развитии темы имеет смысл сравнение полученных результатов для сельских жителей с оценками факторов удовлетворённости жизнью горожан, а также расширение перечня рассматриваемых факторов. Это следующий этап исследований, и авторы осознают эту потребность.

В заключение хотелось бы отметить, что применение регрессионной модели для расчёта влияния экономических и социальных качеств на субъективное благополучие позволяет расширить возможности многофакторного анализа в оценке качественных характеристик.

Литература

Андреенкова Н. В. 2010. Сравнительный анализ удовлетворённости жизнью и определяющих ее факторов. Мониторинг общественного мнения: экономические и социальные перемены. 5 (99): 189— 215. URL: https://elibrary.ru/download/elibrary_20180730_63290231.pdf

Антипина О. Н., Кривицкая А. Д. 2022. Экономика и счастье в России: эмпирический анализ. Вопросы экономики. 8: 48-67. URL: https://www.vopreco.ru/jour/article/view/4089

Волкова М. И. 2017. Выявление факторов удовлетворённости жизнью в России и Европе. Социальная политика и социология. 16 (5): 6-15.

Гимпельсон В. Е., Капелюшников Р. И., Шарунина А. В. 2018. Низкооплачиваемые рабочие места на российском рынке труда: есть ли выход и куда он ведет? Экономический журнал Высшей школы экономики. 22 (4): 489-530. URL: https://ej.hse.ru/data/2018/11/28/1141498438/%D0%93%D0%B8%D 0%BC%D0%BF%D0%B5%D0%BB%D1%8C%D1%81%D0%BE%D0%BD.pdf

Епихина Ю. Б. 2020. Важность дохода для субъективного благополучия. Информационно-аналитический бюллетень Института социологии ФНИСЦРАН. 1: 75-94. URL: https://www.isras.ru/files/File/ INAB/2020_1/INAB_2020_01_Epikhina.pdf

Иберла К. 1980. Факторный анализ. М.: Статистика.

Ким Дж.-О. et al. 1989. Факторный, дискриминантный и кластерный анализ (перев. с англ. под ред. И. С. Енюкова). М.: Финансы и статистика.

Козырева П. М., Низамова А. Э., Смирнов А. 2015. Счастье и его детерминанты. Статья 1. Социологические исследования. 12: 120-132. URL: http://socis.isras.ru/article/5874

Ларин А. В., Филясов С. В. 2018. Парадокс Истерлина и адаптация в России. Экономический журнал Высшей школы экономики. 22 (1): 59-83. URL: https://ej.hse.ru/2018-22-1/218107660.html

Ласточкина М. А. 2012. Факторы удовлетворённости жизнью: оценка и эмпирический анализ. Проблемы прогнозирования. 5: 132-140. URL: http://www.ecfor.ru/wp-content/uploads/2012/fp/5/11.pdf

Латова Н. В. 2016. Удовлетворённость россиян жизнью во время кризиса: 2015 — год бифуркации. Мониторинг общественного мнения: Экономические и социальные перемены. 3: 16-37. URL: https:// www.monitoringjoumal.ru/index.php/monitoring/article/view/469

Латова Н. В. 2017. Динамика и факторы удовлетворённости жизнью россиян (1997-2017). Социологические исследования. 12: 65-78. URL: http://socis.isras.ru/article/6974

Нугаев Р. М., Нугаев М. А. 2003. Качество жизни в трудах социологов США. Социологические исследования. 6: 100-105. URL: https://ecsocman.hse.ru/data/680/419/1218/014-Nugaev_R.M.pdf

Родионова Л. А. 2014. Парадокс Истерлина в России. Известия Саратовского университета. Новая серия. Серия Экономика. Управление. Право. 14 (2-2): 386-393.

Сальникова Д. В. 2017. Источники несогласованности результатов исследований взаимосвязи объективного и субъективного благополучия. Экономическая социология. 18 (4): 157-174. URL: https:// lida.hse.ru/index.php/ecsoc/article/view/7086/7580

Тихонова Н. Е. 2015. Удовлетворённость россиян жизнью: динамика и факторы. Общественные науки и современность. 3: 19-33. URL: https://publications.hse.ru/pubs/share/folder/qpugakw4m2/175289796. pdf

Росстат. Федеральная служба государственной статистики. URL: https://rosstat.gov.ru

Харман Г. 1972. Современный факторный анализ. М.: Статистика.

Черныш М. Ф. 2019. Факторы, влияющие на переживание счастья в российском обществе. Социологическая наука и социальная практика. 7 (2): 9-33. URL: https://www.jour.fnisc.ru/index.php/snsp/ article/view/6407/6470

Шматова Ю. Е., Морев М. В. 2015. Измерение уровня счастья: литературный обзор российских и зарубежных исследований. Экономические и социальные перемены: факты, тенденции, прогноз. 3 (39): 141-162.

Agresti A. 2013. Categorical Data Analysis. Hoboken, NJ: John Wiley & Sons, Inc.

Bernard J. et al. 2016. Living and Dealing with Limited Opportunities: Social Disadvantage and Coping Strategies in Rural Peripheries. Social Studies. 2: 29-53. URL: https://journals.muni.cz/socialni_studia/ article/view/6230

Bj0rnskov C., Dreher A., Fischer J. A. V. 2008. Cross-Country Determinants of Life Satisfaction: Exploring Different Determinants Across Groups in Society. Social Choice and Welfare. 1 (30): 119-173.

Brzezinski M. 2019. Diagnosing Unhappiness Dynamics: Evidence from Poland and Russia. Journal of Happiness Studies. 20 (7): 2291-2327. URL: https://link.springer.com/article/10.1007/s10902-018-0044-6

Burger M. J. et al. 2020. Urban-Rural Happiness Differentials Across the World. In: Helliwell J. F., Layard R., Sachs J., De Neve J.-E. (eds) World Happiness Report 2020. Ch. 4. New York: Sustainable Development Solutions Network; 66-93. URL: http://happiness-report.s3.amazonaws.com/2020/WHR20_Ch4.pdf

Dang H. A., Abanokova K., Lokshin M. 2020. Life Satisfaction, Subjective Wealth, and Adaptation to Vulnerability in the Russian Federation during 2002-2017. IZA Discussion Paper. 13058. URL: https:// ssrn.com/abstract=3562848

Dethier J. J., Effenberger A. 2012. Agriculture and Development: A Brief Review of the literature. Economic Systems. 36 (2): 175-205.

Easterlin R. A., Angelescu L., Zweig J. S. 2011. The Impact of Modern Economic Growth on Urban-Rural Differences in Subjective Well-Being. World Development. 39 (12): 2187-2198.

Frey B. S. 2020. What are the Opportunities for Future Happiness Research? International Review of Economics. 67 (1): 5-12.

Gilbert A., Colley K., Roberts D. 2016. Are Rural Residents Happier? A Quantitative Analysis of Subjective Wellbeing in Scotland. Journal of Rural Studies. 44: 37-45.

Guriev S., Zhuravskaya E. 2009. (Un)Happiness in Transition. Journal of Economic Perspectives. 23 (2): 143168. URL: https://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.23.2.143

Hagerty M. R., Cummis R. A., Ferriss A. L. 2001. Quality of Life Indexes for National Policy: Review and Agenda for Research. Bulletin of Sociological Methodology. 71 (1): 58-78.

Haggblade S., Hazell P., Reardon T. 2010. The Rural Non-Farm Economy: Prospects for Growth and Poverty Reduction. World Development. 38 (10): 1429-1441.

Helliwell J. F., Putnam R. D. 2004. The Social Context of Well-Being. Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences. 359 (1449): 1435-1446.

Hosmer D. W., Jr., Lemeshow S., Sturdivant R. X. 2013. Applied Logistic Regression. Vol. 398. Hoboken, NJ: John Wiley & Sons.

Huffman S. K., Rizov M. 2018. Life Satisfaction and Diet in Transition: Evidence from the Russian Longitudinal Monitoring Survey. Agricultural Economics. 49 (5): 563-574.

Jonasson E., Helfand S. M. 2010. How Important are Locational Characteristics for Rural Non-Agricultural Employment? Lessons from Brazil. World Development. 38 (5): 727-741.

Knight J., Gunatilaka R. 2010. The Rural-Urban Divide in China: Income But Not Happiness? Journal of Development Studies. 46 (3): 506-534.

Otrachshenko V., Popova O. 2014. Life (Dis)Satisfaction and the Intention to Migrate: Evidence from Central and Eastern Europe. The Journal of Socio-Economics. 48: 40-49.

Peiro A. 2006. Happiness, Satisfaction and Socio-Economic Conditions: Some International Evidence. The Journal of Socio-Economics. 35 (2): 348-365.

Pospech P., Delin M., Spesna D. 2009. Quality of Life in Czech Rural Areas. Agricltural Economics — Czech. 55 (6): 284-295.

Schiele M. 2021. Life Satisfaction and Return Migration: Analysing the Role of Life Satisfaction for Migrant Return Intentions in Germany. Journal of Ethnic and Migration Studies. 47 (1): 110-129. URL: https:// www.tandfonline.com/doi/full/10.1080/1369183X.2020.1763786

S0rensen J. F. 2014. Rural-urban Differences in Life Satisfaction: Evidence from the European Union. Regional Studies. 48 (9): 1451-1466.

Sujarwoto S., Tampubolon G., Pierewan A. C. 2018. Individual and Contextual Factors of Happiness and Life Satisfaction in a Low Middle Income Country. Applied Research in Quality of Life. 13 (4): 927-945.

Varian H. R. 2010. Intermediate Microeconomics. A Modern Approach. 4th edn. New York; London: W. W. Norton & Company.

BEYOND BORDERS

Valeriy Saraikin, Yulia Nikulina, Renata Yanbykh

Subjective Well-Being of Rural Dwellers in Russia: Factors and Their Significance

SARAIKIN, Valeriy — Doctor of Science (in Economics), researcher, Institute for Agrarian Studies, HSE University. Address: 11, Pokrovsky Bulvar, 109028, Moscow, Russian Federation.

Email: vsaraykin@hse.ru

NIKULINA, Yulia — Candidate of Science (in Economics), researcher, Institute for Agrarian Studies, HSE University. Address: 11, Pokrovsky Bulvar, 109028, Moscow, Russian Federation. Senior researcher, Institute of Agricultural Economics and Rural Development, St. Petersburg Federal Research Center of the Russian Academy of Sciences. Address: 7, Podbelskogo hwy, 196608, St. Petersburg, Pushkin, Russian Federation.

Email: ynikulina@hse.ru

YANBYKH, Renata — Doctor of Science (in Economics), Head of Agrarian Policy Department of the Institute for Agrarian Studies, HSE University. Address: 11, Pokrovsky Bulvar, 109028, Moscow, Russian Federation.

Email: ryanbykh@hse.ru

Abstract

The traditional policy of rural development in Russia has focused on bridging the gap between urban and rural areas by improving infrastructure and settlements in rural areas, but has not taken into account the perspectives and priorities of rural dwellers regarding their lives. Using data from The Russia Longitudinal Monitoring Survey from 2012 to 2019, this study seeks to understand rural residents' priorities for rural development by analyzing their assessments of their own well-being and the factors that influence it. The study uses data discrimination form factor analysis to obtain multicomponent regressors; a logit model is constructed to determine the significance of selected factors. The study finds that factors such as health, education, person's economic condition, and availability of utilities in the house have a significant positive impact on rural residents' life satisfaction. However, the most dominant factor is "job satisfaction", which includes the attitude of rural residents to (1) pay and working conditions and (2) opportunities for professional growth. The study also finds, unexpectedly, a nonlinear impact of economic condition on life satisfaction in rural areas, and a decrease in income returns. Additionally, the study identifies a group of rural residents who despite having minimal material goods, evaluate their lives as quite satisfactory. The study concludes by suggesting adjustments to the funding structure of the State Program "Integrated Rural Development" by increasing funding for measures to promote rural employment and expanding the focus to the non-agricultural sector of the rural economy.

Keywords: subjective well-being; life satisfaction; rural areas; rural development policy; employment; person's economic condition; factor analysis.

References

Agresti A. (2013) Categorical Data Analysis, Hoboken, NJ: John Wiley & Sons, Inc.

Andreenkova N. V. (2010) Sravnitelnyy analiz udovletvorennosti zhizn'yu i opredelyayushchikh ee phaktorov [Comparative Analysis of Life Satisfaction and Its Determinants]. Monitoring of Public Opinion: Economic and Social Changes = Monitoring obshchestvennogo mneniya: ekonomicheskie i sotsial'nye peremeny, no 5 (99), pp. 189-215. Available at: https://elibrary.ru/download/elibrary_20180730_63290231.pdf (accessed 17 May 2022) (in Russian).

Antipina O. N., Krivitskaya A. D. (2022) Ekonomika i schaste v Rossii: empiricheskiy analiz [Economy and Happiness in Russia: Empirical Analysis]. Voprosy Ekonomiki, no 8, pp. 48-67. Available at: https://www. vopreco.ru/jour/article/view/4089 (accessed 10 November 2022) (in Russian).

Bernard J., Decker A., Vojtiskova K., Mikesova R. (2016). Living and Dealing with Limited Opportunities: Social Disadvantage and Coping Strategies in Rural Peripheries. Social Studies, no 2, pp. 29-53. Available at: https://journals.muni.cz/socialni_studia/article/view/6230 (accessed 17 May 2022).

Bj0rnskov C., Dreher A., Fischer J. A. V. (2008) Cross-Country Determinants of Life Satisfaction: Exploring Different Determinants Across Groups in Society. Social Choice and Welfare, vol. 1, no 30, pp. 119-173.

Brzezinski M. (2019) Diagnosing Unhappiness Dynamics: Evidence from Poland and Russia. Journal of Happiness Studies, vol. 20, no 7, pp. 2291-2327. Available at: https://link.springer.com/article/10.1007/ s10902-018-0044-6 (accessed 17 May 2022).

Burger M. J., Morrison P. S., Hendriks M., Hoogerbrugge M. M. (2020) Urban-Rural Happiness Differentials Across the World. World Happiness Report 2020 (eds. J. F. Helliwell, R. Layard, J. Sachs, J.-E. De Neve), Ch. 4, New York: Sustainable Development Solutions Network pp. 66-93. Available at: http://happiness-report.s3.amazonaws.com/2020/WHR20_Ch4.pdf (accessed 17 May 2022).

Chernysh M. F. (2019) Faktory, vliyayushchie na perezhivanie schast'ya v rossiyskom obshchestve [Factors of Influence on the State of Happiness in the Contemporary Russian Society]. The Journal Sociological Science and Social Practice = Sotsiologicheskaya nauka i sotsial'naya praktika, vol. 7, no 2, pp. 9-33. Available at: https://www.jour.fnisc.ru/index.php/snsp/article/view/6407/6470 (accessed 17 May 2022) (in Russian).

Dang H. A., Abanokova K., Lokshin M. (2020) Life Satisfaction, Subjective Wealth, and Adaptation to Vulnerability in the Russian Federation during 2002-2017. IZA Discussion Paper, no 13058. Available at: https:// ssrn.com/abstract=3562848 (accessed 17 May 2022).

Dethier J. J., Effenberger A. (2012) Agriculture and Development: A Brief Review of the Literature. Economic Systems, vol. 36, no 2, pp. 175-205.

Easterlin R. A., Angelescu L., Zweig J. S. (2011) The Impact of Modern Economic Growth on Urban-Rural Differences in Subjective Well-Being. World Development, vol. 39, no 12, pp. 2187-2198.

Epihina Yu. B. (2020) Vazhnost' dokhoda dlya subektivnogo blagopoluchiya [The Importance of Income to Subjective Well-Being]. Information and Analytical Bulletin of the Institute of Sociology FNISC RAS = Informatsionno-analiticheskiy byulleten' Instituta sotsiologii FNISC RAN, no 1, pp. 75-94. Available at: https://www.isras.ru/files/File/INAB/2020_1/INAB_2020_01_Epikhina.pdf (accessed 17 May 2022) (in Russian).

Frey B. S. (2020) What are the Opportunities for Future Happiness Research? International Review of Economics, vol. 67, no 1, pp. 5-12.

Gilbert A., Colley K., Roberts D. (2016) Are Rural Residents Happier? A Quantitative Analysis of Subjective Wellbeing in Scotland. Journal of Rural Studies, no 44, pp. 37-45.

Gimpelson V., Kapeliushnikov R., Sharunina A. (2018) Nizkooplachivaemye rabochie mesta na rossiyskom rynke truda: est' li vykhod i kuda on vedet? [Low Paid Jobs in the Russian Labour Market: Does Exit Exist and Where Does It Lead to?]. HSE Economic Journal = Ekonomicheskiy zhurnal VShE, vol. 22, no 4, pp. 489-530. Available at: https://ej.hse.ru/ (accessed 17 May 2022) (in Russian).

Guriev S., Zhuravskaya E. (2009) (Un)Happiness in Transition. Journal of Economic Perspectives, vol. 23, no 2, pp. 143-168. Available at: https://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.23.2.143 (accessed 17 May 2022).

Hagerty M. R., Cummis R. A., Ferriss A. L. (2001) Quality of Life Indexes for National Policy: Review and Agenda for Research. Bulletin of Sociological Methodology, vol. 71, no 1, pp. 58-78.

Haggblade S., Hazell P., Reardon T. (2010) The Rural Non-Farm Economy: Prospects for Growth and Poverty Reduction. World Development, vol. 38, no 10, pp. 1429-1441.

Harman G. (1972). Sovremennyy phaktornyy analiz [Contemporary Factor Analysis], Moscow: Statistika (in Russian).

Helliwell J. F., Putnam R. D. (2004) The Social Context of Well-Being. Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences, vol. 359, no 1449, pp. 1435-1446.

Hosmer D. W., Jr., Lemeshow S., Sturdivant R. X. (2013) Applied Logistic Regression, vol. 398. Hoboken, NJ: John Wiley & Sons.

Huffman S. K., Rizov M. (2018) Life Satisfaction and Diet in Transition: Evidence from the Russian Longitudinal Monitoring Survey. Agricultural Economics, vol. 49, no 5, pp. 563-574.

Iberla K. (1980) Phaktornyy analiz [Factoral Analysis], Moscow: Statistika (in Russian).

Jonasson E., Helfand S. M. (2010) How Important are Locational Characteristics for Rural Non-Agricultural Employment? Lessons from Brazil. World Development, vol. 38, no 5, pp. 727-741.

Kim Dzh.-O., M'yuller Ch. U., Klekka U. R., Oldenderfer M. S., Blashfield R. K. (1989) Phaktornyy, dis-kriminantnyy i klasternyy analiz [Factor, Discriminant and Cluster Analyses], Moscow: Phinansy i statis-tika (in Russian).

Knight J., Gunatilaka R. (2010) The Rural-Urban Divide in China: Income But Not happiness? Journal of Development Studies, vol. 46, no 3, pp. 506-534.

Kozyreva P. M., Nizamova A. E., Smirnov A. (2015) Schast'e i ego determinanty. Stat'ya 1 [Happiness and Its Determinants. Paper 1]. Sociological Studies = Sotsiologicheskie issledovaniya, no 12, pp. 120-132. Available at: http://socis.isras.ru/article/5874 (accessed 17 May 2022) (in Russian).

Larin A. V., Filiasov S. V. (2018) Paradoks Isterlina i adaptatsiya v Rossii [Adaptation and the Easterlin Paradox in Russia]. HSE Economic Journal = Ekonomicheskiy zhurnal VSHE, vol. 22, no 1, pp. 59-83. Available at: https://ej.hse.ru/2018-22-1/218107660.html (accessed 17 May 2022) (in Russian).

Lastochkina M. A. (2012) Phaktory udovletvorennosti zhizn'yu: otsenka i empiricheskiy analiz [Life Satisfaction Factors: Evaluation and Empirical Analysis]. Problems of Forecasting = Problemy prognozirovani-ya, no 5, pp. 132-140. Available at: http://www.ecfor.ru/wp-content/uploads/2012/fp/5/11.pdf (accessed число 17 May 2022) (in Russian).

Latova N. V. (2016) Udovletvorennost' rossiyan zhizn'yu vo vremya krizisa: 2015 — god bifurkacii [Russian Satisfaction with Life During the Crisis]. Monitoring of Public Opinion: Economic and Social Changes = Monitoring obshchestvennogo mneniya: ekonomicheskie i sotsial'nye peremeny, no 3, pp. 16-37. Available at: https://www.monitoringjournal.ru/index.php/monitoring/article/view/469 (accessed 17 May 2022) (in Russian).

Latova N. V. (2017) Dinamika i phaktory udovletvorennosti zhizn'yu rossiyan (1997-2017) [Dynamics and Factors of Life Satisfaction of Russians (1997-2017)]. Sociological Studies = Sociologicheskie issledo-vaniya, no 12, pp. 65-78. Available at: http://socis.isras.ru/article/6974 (17 May 2022) (in Russian).

Nugaev R. M., Nugaev M. A. (2003) Kachestvo zhizni v trudakh sotsiologov SSHA [Quality of Life in the Works of U.S. Sociologists]. Sociological Studies = Sotsiologicheskie issledovaniya, no 6, pp. 100-105. Available at: https://ecsocman.hse.ru/data/680/419/1218/014-Nugaev_R.M.pdf (accessed 17 May 2022) (in Russian).

Otrachshenko V., Popova O. (2014) Life (Dis)Satisfaction and the Intention to Migrate: Evidence from Central and Eastern Europe. The Journal of Socio-Economics, vol. 48, pp. 40-49.

Peiro A. (2006) Happiness, Satisfaction and Socio-Economic Conditions: Some International Evidence. The Journal of Socio-Economics, vol. 35, no 2, pp. 348-365.

Pospech P., Delin M., Spesna D. (2009) Quality of Life in Czech Rural Areas. Agricultural Economics — Czech, vol. 55, no 6, pp. 284-295.

Rosstat. Federal State Statistics Service. Available at: https://rosstat.gov.ru (accessed 21 November 2022) (in Russian).

Rodionova L. A. (2014) Paradoks Isterlina v Rossii [The Easterlin Paradox in Russia]. Izvestiya of Saratov University. Economics. Management. Law = Izvestiya Saratovskogo universiteta. Seriya Ekonomika. Up-ravlenie. Pravo, vol. 14, no 2-2, pp. 386-393 (in Russian).

Salnikova D. (2017) Istochniki nesoglasovannosti rezul'tatov issledovaniy vzaimosvyazi obek tivnogo i sub-ektivnogo blagopoluchiya [The Reasons for Conflicting Results on the Relationship between Objective and Subjective Well-Being]. Ekonomicheskaya sotsiologiya = Journal of Economic Sociology, vol. 18, no 4, pp. 157-174. Available at: https://lida.hse.ru/index.php/ecsoc/article/view/7086/7580 (accessed 17 May 2022) (in Russian).

Shmatova Yu. Ye., Morev M. V. (2015) Izmerenie urovnya schast'ya: literaturnyy obzor rossiyskikh i zaru-bezhnykh issledovaniy [Assessing the Level of Happiness: A Review of Russian and Foreign Research]. Economic and Social Changes: Facts, Trends, Forecast = Ekonomicheskie i sotsial'nye peremeny: phakty, tendentsii, prognoz, vol. 3, no 39, pp. 141-162 (in Russian).

Schiele M. (2021) Life Satisfaction and Return Migration: Analysing the Role of Life Satisfaction for Migrant Return Intentions in Germany. Journal of Ethnic and Migration Studies, vol. 47, no 1, pp. 110-129. Available at: https://www.tandfonline.com/doi/full/10.1080/1369183X.2020.1763786 (accessed 17 May 2022).

S0rensen J. F. (2014) Rural-urban Differences in Life Satisfaction: Evidence from the European Union. Regional Studies, vol. 48, no 9, pp. 1451-1466.

Sujarwoto S., Tampubolon G., Pierewan A. C. (2018) Individual and Contextual Factors of Happiness and Life Satisfaction in a Low Middle Income Country. Applied Research in Quality of Life, vol. 13, no 4, pp.927-945.

Tihonova N. E. (2015) Udovletvorennost' rossiyan zhizn'yu: dinamika i phactory [Russians' life satisfaction: dynamics and factors]. Social Sciences and Contemporary World = Obshchestvennye nauki i sovremen-nost', no 3, pp. 19-33. Available at: https://publications.hse.ru/pubs/share/folder/qpugakw4m2/175289796. pdf (in Russian).

Varian H. R. (2010) Intermediate Microeconomics. A Modern Approach, 4th edn., New York; London: W. W. Norton & Company.

Volkova M. I. (2017) Vyyavlenie phaktorov udovletvorennosti zhizn'yu v Rossii i Evrope [Identification of Life Satisfaction Factors in Russia and Europe]. Social Policy and Sociology = Sotsialnaya politika i sotsi-ologiya, vol. 16, no 5, pp. 6-15 (in Russian).

Received: May 17, 2022

Citation: Saraikin V., Nikulina Y., Yanbykh R. (2023) Subektivnoe blagopoluchie sel'skikh zhiteley v

Rossii: phaktory i ikh znachimost' [Subjective Well-being of Rural Dwellers in Russia: Factors and Their

Significance]. Journal of Economic Sociology = Ekonomicheskaya sotsiologiya, vol. 24, no 1, pp. 71-105.

doi: 10.17323/1726-3247-2023-1-71-105 (in Russian).