CC BY
63
ВЛИЯНИЕ БЕДНОСТИ И БЕЗРАБОТИЦЫ НА ПОКАЗАТЕЛИ ЧЕЛОВЕЧЕСКОГО
ПОТЕНЦИАЛА НАСЕЛЕНИЯ
А.А. Федотов, канд. экон. наук, ст. науч. сотр.
Институт социально-экономических проблем народонаселения Российской академии наук
(Россия, г. Москва)
DOI: 10.24411/2411-0450-2018-10282
Исследование проведено при финансовой поддержке Российского фонда фундаментальных исследований (проект № 18-010-00256)
Аннотация. В статье приведены результаты корреляционного анализа и исследования временных рядов между показателями бедности населения и уровня безработицы и показателями человеческого потенциала, включая физический, интеллектуальный, культурный и экологический аспекты. Проведённый анализ обнаружил сильное влияние экономических факторов на большинство аспектов человеческого потенциала. Результаты исследования показывают необходимость улучшения благосостояния населения регионов России для развития человеческого потенциала.
Ключевые слова: бедность, безработица, человеческий потенциал, качество жизни, регион, корреляционный анализ.
В отличие от вопросов повышения качества жизни, проблемам человеческого потенциала и качества населения уделяется недостаточное, по мнению автора, внимание. И хотя человеческий потенциал экономики активно изучается на протяжении последних десятилетий, категория человеческого потенциала в более широком смысле ещё не изучена. Переход от категорий человеческого потенциала экономики и человеческого капитала к категории человеческого потенциала «вообще» требует междисциплинарного подхода и движения по направлению от экономических категорий к социальным.
При отказе от чисто экономического подхода в определении понятия человеческий потенциал, возникают сложности, связанные с тем, что неясно, к чему применять понятие потенциал. Если человеческий потенциал не является средством достижения экономического роста, то возникает вопрос, средством чего он должен являться. Набирающая популярность концепция расширения человеческих возможностей говорит о цели общества, как об увеличении свободы его населения и расширении выбора человека [1]. Так, И.В.
Соболева, говоря о человеческом потенциале населения, рассматривает его «во всём богатстве его способностей, знаний, навыков, личностных характеристик вне зависимости от того, в какой мере они находят или могут найти конкретное применение в производительной деятельности» [2].
«Освободив», таким образом, показатели человеческого потенциала от экономических показателей, становятся возможны исследования влияния экономических факторов категории качества жизни на различные аспекты человеческого потенциала. С этой целью автором был проведён корреляционный анализ между соответствующими показателями.
Влияние экономических факторов на показатели человеческого потенциала
Исследование проводилось на основе данных официальной статистики [3] за 9 лет: 2005, 2008, 2010-2016 гг. В качестве экономических факторов были выбраны следующие показатели:
1) уровень безработицы населения по субъектам Российской Федерации, в среднем за год (по данным выборочных обследований рабочей силы, в процентах);
2) численность населения с денежными доходами ниже величины прожиточного минимума (в процентах от общей численности населения).
В качестве факторов человеческого потенциала исследовалось 6 показателей, взятых на основе работ Института социально-экономических проблем народонаселения Российской академии наук (ИСЭПН РАН) [4]:
- доля населения в возрасте от 15 до 72 лет с высшим и средним проф. образованием, %;
- число посещений музеев и театров на 1000 человек населения;
- ожидаемая продолжительность жизни при рождении, число лет;
- алкоголики и наркоманы на 100000 человек населения;
- число зарегистрированных преступлений на 100000 человек населения;
- экологический индекс (взят из исследования Е.В. Рюминой [5]).
Уровень бедности показал значимую корреляцию с долей населения с высшим и средним профессиональным образованием. Корреляционный эффект с показателем уровня бедности оказался не такой высокий (но отрицательный в целом по большинству регионов), однако он повышается с увеличением интервала временных лагов с 1 до 2 лет. Анализ временных рядов позволяет сделать выводы о причинно-следственном характере взаимосвязи данного показателя с показателем уровня бедности. Так, с интервалом в 2 года отрицательная корреляция обнаружена в 70 регионах, в среднем -0,85. Исключение составили 13 регионов, включающих Ненецкий автономный округ, Еврейскую автономную область, Ханты-Мансийский АО - Югра, Челябинскую область, Республики Алтай и Тыва, а также весь СевероКавказский федеральный округ, за исключением Ставропольского края.
Корреляционный анализ также выявил высокую ступень взаимосвязи уровня бедности с числом зарегистрированных преступлений. По данным за 9 лет высокая положительная корреляция обнаружена в 73 регионах России (в среднем 0,71). Анализ временных рядов в обе стороны даёт
неоднозначные результаты, требующие более глубокого исследования. Так, обнаружились высокие коэффициенты корреляции при прямых и обратных лагах в 4 года (0,7 по 67 регионам для прямых, -0,8 по 70 регионам для обратных). Причём, если для обратных лагов (т.е. влияния преступлений на бедность) корреляция сохраняется и при более низких временных интервалах (в 2-3 года), то для прямых лагов такой тенденции не обнаружено. В целом, можно говорить о возможной причинно-следственной связи между уровнем преступности и бедности: первая влияет на вторую с отсроченным эффектом.
Корреляционный анализ и исследование временных рядов показали также тесную взаимосвязь между показателями уровня бедности населения и численностью алкоголиков и наркоманов, причём характер этой взаимосвязи причинно-следственный. С увеличением интервалов временных лагов от 1 до 4 лет обнаружен стойкий эффект повышения коэффициента корреляции, который достигает среднего по 77 регионам значения 0,77. Чем выше был уровень бедности в 2010-2012 годах, тем большая доля алкоголиков и наркоманов оказалась в 2014-2016 годах во всех регионах. Был обнаружен также и обратный эффект: влияние показателя распространения алкоголизма и наркомании на уровень бедности. При исследовании обратных временных лагов коэффициент корреляции оказался отрицательным, причём с увеличением интервалов этот эффект усиливался в большинстве регионов (с лагом в 3 года, коэффициент корреляции по 69 регионам составил в среднем -0,85). Данный результат, по мнению автора, объясняется резко негативным влиянием алкоголизма и наркомании на продолжительность жизни: алкоголики и наркоманы, живущие за чертой бедности, вероятно, погибают через несколько лет. По заявлению главы ФСКН В. П. Иванова, средняя продолжительность жизни героинового наркомана составляет 5-7 лет.
Продолжительность жизни также оказалась тесно связана с уровнем бедности населения. Анализ за 9 лет обнаружил высокую отрицательную корреляцию по 77
регионам (среднее значение -0,71). Исследование временных рядов подтвердило эти расчеты для большинства регионов, за исключением Северо-Кавказского федерального округа, Челябинской области и Алтайского края, Республики Тывы и Кемеровской области, Ненецкого автономного округа, а также Еврейской автономной области. Интересный, но довольно грустный результат показал анализ обратных временных лагов (т.е. влияние продолжительности жизни на уровень бедности). Так, с увеличением временных интервалов обнаружился яркий эффект повышения коэффициента корреляции в большинстве регионов (для лага в 2 года средний коэффициент по 71 регионам составил 0,74). Исключение составили г. Москва и Санкт-Петербург, Ленинградская, Воронежская и Костромская области. Можно сделать неутешительный вывод о том, что во всех регионах, не считая вышеперечисленных, с увеличением продолжительности жизни население становится всё более и более бедным.
Таким образом, проведённый анализ выявил тесную причинно-следственную связь между уровнем бедности и всеми показателями человеческого потенциала, за исключением экологического индекса и посещаемости музеев и театров. Можно сделать вывод о крайне негативном влиянии бедности на основные показатели человеческого потенциала по большинству регионов.
Интересно, что исключениями по всем показателям оказались примерно одни и те же регионы, которые, вероятно, можно выделить в один или несколько кластеров в силу их культурных, геополитических и иных особенностей и исследовать отдельно от остальных.
Что касается уровня безработицы, то анализ временных рядов выявил высочайшую причинно-следственную зависимость с показателем численности алкоголиков и наркоманов, которая стремительно приближается к 1 с увеличением временных интервалов. Так, лаг в 4 года показал огромный коэффициент корреляции по 78 регионам (0,9). Исключение составили Курганская и Томская области, Республи-
ка Бурятия, Еврейская автономная область и Чукотский автономный округ. Можно с уверенностью делать вывод о том, что безработица приводит к алкоголизму и наркомании через несколько лет. Присутствует и обратный эффект, хотя и менее явный: с увеличением временных интервалов в обратных лагах повышается коэффициент обратной корреляции. Так, с обратным временным лагом в 4 года были обнаружены высокие отрицательные коэффициенты, в среднем -0,78, по 60 регионам. Отсюда можно сделать вывод о влиянии алкоголизма и наркомании на безработицу, причём эффект усиливается с течением времени.
Что касается уровня безработицы, то анализ временных рядов выявил высочайшую причинно-следственную зависимость с показателем численности алкоголиков и наркоманов, которая стремительно приближается к 1 с увеличением временных интервалов. Так, лаг в 4 года показал огромный коэффициент корреляции по 78 регионам (0,9). Исключение составили Курганская и Томская области, Республика Бурятия, Еврейская автономная область и Чукотский автономный округ. Можно с уверенностью делать вывод о том, что безработица приводит к алкоголизму и наркомании через несколько лет. Присутствует и обратный эффект, хотя и менее явный: с увеличением временных интервалов в обратных лагах повышается коэффициент обратной корреляции. Так, с обратным временным лагом в 4 года были обнаружены высокие отрицательные коэффициенты, в среднем -0,78 по 60 регионам. Отсюда можно сделать вывод о влиянии алкоголизма и наркомании на безработицу, причём эффект усиливается с течением времени.
Характер взаимосвязи безработицы и продолжительности жизни похож на взаимосвязь бедности и продолжительности жизни, в особенности, что касается временных рядов. Так, если коэффициенты корреляции за 9 лет по всем регионам в целом не очень значительны (в среднем -0,62 по 70 регионам), то с прямым лагом в 4 года по 79 регионам наблюдается высокая отрицательная корреляция (в среднем -
0,89), а с обратным лагом в 4 года - положительная (в среднем 0,78 по 63 регионам). Данные результаты можно интерпретировать как то, что безработица ведёт с годами к снижению продолжительности жизни, а чем старше становится человек, тем выше шанс, что он безработный.
Исследование также выявило не очень сильную взаимосвязь между уровнем безработицы и такими показателями, как посещение театров и музеев и доля населения с высшим и средним профессиональным образованием. С обоими показателями статистически значимыми оказались только корреляции с прямыми лагами в 2 года: в среднем -0,75 по 70 регионам для посещений музеев и театров, и -0,8 по всем регионам для доли населения с высшим и средним образованием.
С другими показателями человеческого потенциала (экологический индекс и уровень преступности) корреляционный анализ и исследование временных рядов не выявили явных взаимосвязей.
Результаты анализа показали сильную зависимость исследуемых показателей человеческого потенциала от уровня бедности и безработицы в большинстве регионов. В особенности сильную корреляционную зависимость с показателями человеческого потенциала показал уровень бедности. Что касается уровня безработицы, то результаты исследования оказались не столь яркими, что можно объяснить высокой степенью неофициальной занятости населения во многих регионах. Исключением по обоим экономическим показателям стали такие аспекты человеческого потенциала, как посещение музеев и театров, и, в особенности, экологический индекс, для которого не было обнаружено никаких статистически значимых результатов. В заключение можно сделать вывод о необходимости повышать экономические показатели и уровень благосостояния населения России, если мы заинтересованы в развитии различных аспектов человеческого потенциала.
Заключение
Библиографический список
1. Неверно оценивая нашу жизнь. Почему ВВП не имеет смысла? Доклад Комиссии по измерению экономического развития и социального прогресса. / Стиглиц Дж., Сен А., Фи-тусси Ж.-П. - М.: Изд-во Института Гайдара, 2016. - 216 с.
2. Соболева И.В. Человеческий потенциал российской экономики, Воспроизводство человеческого потенциала: теория, методология, приоритетные направления // Ин-т экономики РАН - Москва, 2006. - С. 7.
3. Регионы России. Социально-экономические показатели: Стат. сб. / Росстат [электронный ресурс]. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1 138623506156 (дата обращения 11.11.2018).
4. Локосов В.В., Рюмина Е.В., Ульянов В.В. Региональная дифференциация показателей человеческого потенциала // Экономика региона. - 2015. - № 4 (44). - С. 185-196.
5. Рюмина Е.В. Экологический индекс: построение и использование при анализе качества жизни и качества населения // Управление экономическими системами: электронный научный журнал. - 2018. - №9.
INFLUENCE OF POVERTY AND UNEMPLOYMENT ON THE INDICATORS OF HUMAN POTENTIAL OF THE POPULATION
A.A. Fedotov, candidate of economic sciences, senior researcher
Institute of socio-economic studies of population of the Russian academy of sciences
(Russia, Moscow)
Abstract. The article presents the results of a correlation analysis and a study of the time series between indicators of poverty of the population and the level of unemployment and indicators of human potential, including the physical, intellectual, cultural and environmental aspects. The analysis revealed a strong influence of economic factors on most aspects of human potential. The results of the study show the need to improve the well-being of the population of the regions of Russia for human development.
Keywords: poverty, unemployment, human potential, quality of life, region, correlation analysis.
