CC BY
30Влияние социально-демографических факторов на вероятность курения для жителей России
Куровский Станислав Валерьевич; магистр, Департамент Учёта и аудита, Финансовый университет при Правительстве Российской Федерации,
8917564@gmail.com Володин Арсений Алексеевич; студент, Факультет экономических наук, Научно-исследовательский университет «Высшая школа экономики», Arshse@yandex.ru
В данной статье анализируется влияние социально-демографических факторов на вероятность курения для жителя России с помощью моделей логистической регрессии. Рассматриваются факторы возраста, пола, семейного положения, типа населённого пункта, образования, наличия работы и детей. Приводится оценка средних предельных эффектов влияния этих факторов на вероятность быть курильщиком. В результате обнаружено значимое положительное влияние на вероятность того, что респондент курит, факторов: пола, семейного статуса, места жительства, занятости, и количества детей (1 ребенок). Влияние возраста на вероятность курения является нелинейной. Также наблюдаются большие различия для разных возрастных и половых групп. Предложен ряд рекомендации для антитабачной кампании в России. Стоит концентрировать антитабачную политику на снижение доли курящих на рабочих местах и мотивировать работодателя на работу в этой области. Одним из предложенных способов сокращения курения, в том числе в крупных городах и областных центрах, является пропаганда здорового образа жизни, спорта и физической активности. Также, предполагается, что концентрация образовательных программ на антитабачной кампании в начальных стадиях образования позволят снизить долю курящих. Однако, стоит заметить, что доля курильщиков максимальна для населения в возрасте 26-48 лет, мы считаем, что следует особенно сконцентрировать внимание на этой группе населения. Также мы предлагаем, создать использовать социальную рекламу, в которой подчеркивается, что от курения взрослых страдают их дети и близкие, так как наличие детей значимый фактор в модели вероятности курения.
Ключевые слова: социоэкономичес-кие детерминанты курения, логистическая регрессия, предельные эффекты, антитабачная политика.
Постановка экономической проблемы. ВЦИОМ 23-24 мая 2015 года провел инициативный всероссийский опрос на тему «Курение в России».1 Опрошено 1600 человек в 130 населенных пунктах в 46 областях, краях и республиках России. По сведению ВЦИОМ, статистическая погрешность не превышает 3,5%. Основная задача опроса -определить, сколько россиян курят в настоящее время, как изменился уровень потребления сигарет за последний год, и соблюдают ли курильщики запрет на курение в общественных местах.
Основные выводы: курильщиков в стране за последний год меньше не стало, однако в запрещенных для этого местах теперь курят реже. За год число курильщиков в стране практически не изменилось - это по-прежнему около трети россиян (35% в 2014 г. и 34% в 2015 г.). Среди мужчин таковых в 2,5 раза больше, чем среди женщин (51% против 19%). Две трети наших сограждан (66%) в настоящее время не курят, в том числе 55% никогда не брали сигарету в рот, и 11% смогли отказаться от этой вредной привычки. К некурящим людям прежде всего относятся женщины (81%) и люди пенсионного возраста (81%).
С октября 2014 года по февраль 2015 года проведен полевой этап 23 волны «Российского мониторинга экономического положения и здоровья населения НИУ-ВШЭ». Данный опрос охватил 18 372 человек по полной, пространственной выборке.
Проблема исследования. Политика борьбы с курением в российской федерации несёт провальный характер, динамика курения не сокращается, а политика носит несистематический и нецеленаправленный характер для разных социальных групп.
Нашей задачей станет определить, соотносятся ли результаты обследования ВЦИОМ с данными РМЭЗ и выявить детерминанты курения в России.
Цель исследования: Проверить результаты исследования ВЦИОМ для полной выборки РМЭЗ за 2014 год. Оценить влияние социально-демографических факторов на вероятность курения для жителя России и выработать рекомендации для антитабачной компании в России.
Обзор литературы. Наше исследование базируется на статье С. Арженского (Ар-женский, 2006) о «Социально-экономических детерминантах курения в России». В этом исследовании использует вектор социально-экономических переменных, включающих пол, семейное положение, место проживания, количество членов домохозяйства и цены на пачки сигарет. Цель работы - оценить факторы, определяющие преодоление барьера отказа от курения. Работа построена на основе западного исследования (СИа!оирка и др., 1999), и предлагает использование модели пропорциональных рисков Кокса. Выявлены факторы влияющие на начало и прекращение курения и выработаны на основе них меры экономической политики по регулированию рынка табачной продукции в РФ. Главный интерес в этой статье представляет качественный подбор параметров для модели на основе РМЭЗ.
Следующая статья базируется на докладе А. Бердниковой и др. (Бердникова, 2010) «Экономические оценки факторов, влияющих на общественное здоровье (на примере курения и избыточного веса)». В докладе приведена оценка косвенных потерь от курения и избыточного веса проведённая на данных РМЭЗ. Получена оценка потерь от курения в 207,5 млрд. рублей, что показывает, по мнению авторов, важность подобных оценок для обоснования широкомасштабных мер государственной политики. Главный интерес в этой статье представляет качественный анализ инструментария и используемых моделей на основе выборки РМЭЗ.
Также проведён анализ статей Л. Засимова (Засимов, 2011) и К. Красовского (Кра-совский, 2011) о факторах, влияющих на здоровье россиян и о распространенности курения среди взрослых в Российской Федерации. В первой статьи вводится предположение о связи потребления алкоголя и потребления табачной продукции. Однако адекватного доказательства корреляции этих параметров не представлено. Вторая статья даёт обзор о распространённости данного фактора по всем основным россий-
© £
Ю
5
2
сч cJ £
Б
а
2 е
ским исследованиям за 1996-2010 год. Оценка количества курящих колеблется от 31% до 40% за последние 20 лет. Распространённость ежедневного курения составляет 51-66% среди мужчин и 1520% среди женщин, замечена тенденция на рост для женской группы.
Описание данных и переменных. Первичная обработка. В исследовании используются данные 23 волны «Российского мониторинга экономического положения и здоровья населения НИУ-ВШЭ» за 2014 год. Используется полная (нерепрезентативная) выборка индивидуальных анкет (не домохозяйств). Количество наблюдений в первичной выборке: 18372.
Характеристики выборки. Рассмотрим основные описательные статистики по выборке в таблице 2.
Типичный представитель выборки (по медиане): некурящая женщина 42 лет, живущая вместе с мужчиной в городе. Имеет законченное среднее образование, работает и имеет одного ребёнка. Выборка представлена 15 064 индивидами возрастом от 13 до 101 года.
Оценивая таблицу №3, можно прийти к выводу, что курит всего 14,05% женской выборки и 49,49% мужской, что составляет всего 29,21% всей выборки. Этот показатель ниже нижней средней границы по обзору К. Красовского (Красовс-кий, 2011) на 1,8% и ниже на 5,3% по сравнению со средним значением за 2014-2015 гг. по опросу ВЦИОМ.
Типичный курильщик, это живущий с женщиной мужчина 39-ти лет, проживающий в городе. Имеет законченное среднее образование, работает и имеет одного ребёнка. Типичный представитель некурящего населения, это 45-ти летняя женщина, живущая в городе совместно с мужчиной. Она имеет законченное среднее специальное образование, работает и имеет одного ребенка. Однако если изучить график доли курящих по возрасту, можно отметить, что с 26 лет по примерно 48 лет, доля курящих колеблется в районе 40,09% (ст. откл. 2,39%), что ближе к результатам ВЦИОМ и К. Кра-совского (Красовский, 2011).
Оценивая гистограмму возраста респондента, можно заметить, что левого хвоста нет - маловероятно, что респонденты в возрасте от 0 до 14 лет курят. С большой натяжкой можно назвать это распределение нормальным.
Спецификация. Модель обычной линейной регрессии вычисленной с помощью метода наименьших квадратов, которая в случае бинарной независимой переменной превращается в линейную
Таблица 1
Используемые переменные.
РМЭЗ Кол Расшифровка Раскодировка
sin 71 smoke Вы курите? 0 - нет; 1 да.
sh5 gend Пол респонден та 0 женский; 1 ■ мужской.
age ape Возраст Количественная переменная
s marst marst Семейный статус. 0 - живут раздельно; 1 имеете.
sdiplom Jipi Группа по закон че-нному образованию 0 окончил 0-6 классов; 1 незаюонч среднее образование (7 - К кл); 2 незаконч среднее образование (7-8 кл) + что-то еще; 3 законч среднее образование; 4 законч среднее специальное образование; 5 законч высшее образование и выше;
status stat Тип населенного пункта 0 областной центр; 1 город; 2 ПГТ; 3 село.
sjl work Оси о иное занятие респондента в настоящее время 0 — нет работы; 1 Вы сейчас работаете; 2 Вы находитесь в отпуске - декретном или ПО уходу за ребенком до 3-х лет; 3 Вы находитесь в любом другом оплачиваемом отпуске; 4 Вы находитесь в неоплачиваемом отпуске;
sj72_172 child Сколько всего у Вас' детей? 0 - детей нет; 1 - 1 ребенок; 2 — 2 ребенка; 3-3 ребенка; 4-4 ребенка; 5 - пять детей и больше.
Таблица 2 Описание выборки.
11еременные N mean p25 p50 P75 sd min max
slat 15 064 1.145 0 1 2 1.205 0 3
marst 15 064 0.615 0 1 1 0.487 0 1
di pi 15 064 3.399 3 3 4 1.303 0 5
gcud 15 064 0.427 0 0 1 0.495 0 1
age 15 064 44.74 29 42 59 18 57 13 101
work 15 064 0.585 0 1 1 0.554 0 4
child 15 064 1.285 0 1 2 1.021 0 5
smoke 15 064 0.292 0 0 1 0.455 0 1
Таблица 3
Проверка зависимой переменной по полу.
Вы курите? Женский Мужской Всего
Нет 7.458 3,275 10.733
% (85,95) (50,51) (70,79)
Да 1,219 3.209 4.428
% (14.05) (49.49) (29,21)
Всего 8,677 6,484 15,161
Таблица 4
График доли курящих, в общей доле респондентов.
го%
Доля Н ypí щих
У sA в озрап
Ш 15 20 25 30 Í5 40 45 50 55 60 65 70 75 80 85 90 96
Таблица 5
Гистограмма возраста респондента.
Таблица 6
Первичная оценки модели и модель с нелинейным возрастом. Standard errors in parentheses ***p<0.01, **p<0.05, *p<0.1
Первичная модель Нелинейный возраст
Переменные Logit coeflf Odds ratio Logit сое IT Odds ratio
1.still -0.225*** 0.799*** -0.245*** 0.782***
(0.0507) (0.0405) (0.0517) (0.0404)
2,stat -0.305*** Q 7-57*** -0.358*** 0.699***
(0.0862) (0.0635) (0.0879) (0,0614)
3.stat -0.172*** 0.842*** -0.283*** 0.754***
(0.0532) (0.0448) (0.0547) (0.0412)
1 .marst 0.280*** 1.323*** 0.0733 1.076
(0.0519) (0.0687) (0.0532) (0.0573)
1 dipl 0.200 1.222 -0,319 0,727
(0.192) (0.234) (0.213) (0.155)
2.dipl 0.895*** 2 447*** 0.111 1.117
(0.185) (0.453) (0.205) (0.229)
3.dipl 0.701*** 2.015*** -0.343* 0.710*
(0.179) (0.360) (0.201) (0.143)
4 dipl 0.251 1.285 -0.758*** 0.469***
(0.182) (0.233) (0.204) (0.0957)
5,dipl -0.354* 0.702* -1,353*** 0.258***
(0.184) (0.129) (0.206) (0.0533)
1 fiend 1.689*** 5.415*** 1.757*** 5.794***
(0.0434) (0.235) (0.0446) (0.259)
age -0.0124*** 0.988*** 0.203*** 1.226***
(0.00155) (0 00153) (0.00951) (0.0117)
1 work 0.622*** 1.864*** 0.152*** 1.165***
(0.0480) (0.0894) (0.0519) (0.0605)
2 .work -0,114 0.892 -0.187 0.830
(0.183) (0.164) (0.184) (0.153)
3.work 0.993** 2.698** 0.626 1.870
(0.401) (1.082) (0.409) (0.765)
4.work 1.641** 5.160** 1.322* 3.750*
(0.721) (3.721) (0.738) (2.769)
1. child 0.667*** 1.948*** 0.316*** 1.372***
(0.0665) (0.130) (0.0682) (0.0936)
2.child 0.436*** 1.547*** 0.00724 1.007
(0.0716) (0.111) (0.0738) (0.0743)
3.child 0.405*** 1.499*** -0.0645 0.938
(0.0984) (0.147) (0.101) (0,0950)
4.child 0.635*** 1,886*** 0.0995 1.105
(0.199) (0.375) (0.205) (0.227)
S .child 0.406* 1.502* -0.185 0,831
(0.244) (0.366) (0.246) (0.205)
age2 -0.00237*** 0.998***
(0.000105) (0.000105)
Constant -2.376*** 0.0929*** -4 982*** 0.00686***
вероятностную модель, обладает в данном случае рядом недостатков: Оцененные значения вероятности могут оказаться меньше нуля или больше единицы; Не является нормальным и непрерывным распределение случайного члена; Для случайного члена имеет место проблема гетероскедастичности.
Чтобы избежать этих проблем, мы воспользуемся логистической регрессией - это нелинейная регрессионная модель, которая используется для предсказания вероятности возникновения некоторого события путём подгонки множества признаков (факторов) к логистической кривой. Подгонка осуществляется под значение нуля или единицы.
Логистическая модель вычисляет вероятность зависимой переменной выйти равной единице.
Оценим первичную модель по всем переменным, а также оценим модель для нелинейного влияния возраста (для этого введём в модель полином возраста во второй степени).
Можно заметить, что после введения в модель возраста в квадрате, значимость ряда категориальных переменных исчезла, однако, оценивая критерия качества подгонки модели, можно судить, что модель стала сильнее по объясняющей способности. Хотя бы одна категория у каждой переменной является значимой, поэтому теперь необходимо понять, остальные категории незначимы потому, что они не влияют курение из-за своей низкой объясняющей силы или из-за того, что нарушение классических предпосылок регрессионного анализа делает их незначимыми.
Можно заметить, что после введения в модель возраста в квадрате, значимость ряда категориальных переменных исчезла, однако, оценивая критерия качества подгонки модели, можно судить, что модель стала сильнее по объясняющей способности. Хотя бы одна категория у каждой переменной является значимой, поэтому теперь необходимо понять, остальные категории незначимы потому, что они не влияют курение из-за своей низкой объясняющей силы или из-за того, что нарушение классических предпосылок регрессионного анализа делает их незначимыми. ^
Тесты. Тестируется следующая спецификация (верхний индекс указывает количество категорий без базовой категории (см. таблицу 1): шоке, = +■ ++¡1, ■ (Ир1\~ь + щ
Оценим нормальность в распределе- м нии случайной составляющей:
сч cJ £
Б
а
2 ©
Если ошибки в модели распределены не нормально, то мы не можем тестировать гипотезы, то есть скорее мы не можем доверять результатом t, F статистик, т.к. они требуют нормального распределения ошибок. Протестируем выполнение этого условия с помощью графического анализа.
Грубо говоря, можно сказать, что ошибки распределены нормально, однако распределение скошено влево и имеет длинный правый хвост, а также имеет высокое значение эксцесса.
Оценим правильность спецификации модели:
Воспользуемся командой «linktest», которая проверяет спецификацию по предсказанным значениям модели, в том числе для класса логистических регрессий. Если предсказанные значения «_hatsq» будут значимы на 1% ур. значимости значит, мы допустили ошибку в спецификации модели.
Как видно, на 1% ур. значимости параметр _hatsq незначим, у нашей модели правильная спецификация.
Групповой анализ. Проведём групповой анализ в два подхода, для разных полов и для двух возрастных категорий. Первая возрастная категория: [13;26) и (48;102); вторая возрастная категория [26;48], Обосновывается такое разделение стабильностью доли курящих для второй возрастной категории.
Анализируя таблицу 10 (и таблицу 11), можно прийти к выводу, что есть значимые различия между факторами, влияющими на вероятность быть курильщиком для мужчин и женщин, и для разных возрастных групп. Так для женщин значимо и отрицательно влияет тип места жительства. ПГТ и села больше всего влияют на вероятность «не курить» у женщины. А для возрастной группы [26;48], в 3-4 раза выше вероятность не курить для ПГТ и села, когда для города в два раза выше вероятность не курить для первой категории возрастных групп.
Семейный статус значим только в возрастной подгруппе и соответственно равен 4,17 пп. и -3,10 пп. для первой и второй возрастной группы соответственно. Т.е. в нашем «псевдосреднем возрасте» курильщика вероятность курить в сожительстве ниже, а в молодом и старом выше! Интересные выводы.
Образование в разной степени влияет на снижение вероятности курить, так для женщины на 6 пп. ниже вероятность быть курильщицей, чем для мужчины с законченного средним специальным образованием (-9,85 пп vs 15,8 пп.). Но уже
Таблица 8 Гистограмма ошибок модели.
Таблица 9
Проверка спецификации модели.
sntoke Coef. z 1 7. 1 Conf. Xntexval]
hat .9500736 .0301202 31 . S4 0 ООО .3910393 1.009106
hat aq -.0320717 . 0151Э6Э -2.11 О 035 - . 061B569 -.0022865
con а .0176793 .0253144 0 . 70 О 4 3 5 -.0313359 . 067294 6
Таблица 10 Групповой анализ.
Мужчины Женщины 113;26)Ё(48; 102) 126:481
I Iepe минные Logit eocff Logit eoeff Logit eocff Logit eocff
l.stat 0.0404 -0.637*** -0.304*** -0.122*
(0.0668) (0,0814) (0,0748) (0,0727)
2.stat 0.0296 -0.969*** -0.198* -0.479***
(0,11.0) (0.162) (0. 119) (0.124)
3,slat 0.100 -0,851*** -0.0831 -0 391***
(0.0710) (0.0885) (0.0742) (0.0784)
1 marst 0.0629 -0.106 0.308*** -0.166**
(0.0825) (0.0790) (0,0788) (0.0793)
1 .dipl -0.106 -0.692 0.293 0.269
(0.226) (0.427) (0.220) (0.535)
2.di|i! 0.134 0.0226 1,058*** 0.229
(0.219) (0.407) (0,215) (0.514)
3,dipl -0.160 -0.663 0,966*** -0.373
(0.216) (0.404) (0.206) (0.507)
4.dip! -0.453** -1.142*** 0.628*** -0.940*
(0.222) (0.407) (0.212) (0.509)
5.dipl -1,108*** . | ,774*** 0.119 -1.651***
(0.224) (0.413) (0.218) (0.510)
age 0.210*** 0,214***
(O.Ol 17) (0.0183)
age2 -0.00233*** -0.00272***
(0.000130) (0.000211)
1 .work 0.122* 0.170** 0.694*** -0.0604
(0.0698) (0.0854) (0.0640) (0.0783)
3.\vork 1.014 0.269 1.304*** 0.142
(0.655) (0.577) (0.470) (0.557)
1 .child 0.200** 0.402*** 0.555*** 0.174**
(0,0892) (0.120) (0.0946) (0,0872)
2.child -0.0428 0.0447 0.250*** 0.0370
(0.0959) (0.133) (0.0934) (0.0932)
3 .child -0.1 57 0.0243 0.230* -0.0641
(0,131) (0.177) (0,127) (0,137)
4. child 0.261 -0.332 0.560** -0.00192
(0,273) (0.405) (0,243) (0.281)
5.child 0.0428 -0.516 0.742** -0.905**
(0,356) (0.468) (0,291) (0,373)
2. work -0.390** 0.737** -0.786***
(0.193) (0,354) (0.212)
4. work - -0.0501 2.918*** 0.288
(1.175) (0.727) (1.020)
1 .gciid 1.903*** 1.591***
(0,0671) (0.0614)
Co ns ta nl -3.895*** -4.090*** -3.605*** -0.106
Таблица 11
Предельные эффекты. Standard errors in parentheses ***p<0.01, **p<0.05, *p<0.1
11ер-ные AMI; G 1 G-0 <26; >48 [26; 48]
1.stat -0.0385*** 0.00878 -0.0736*** -0.0402*** -0.0229*
(0.00810) (0.0145) (0.00897) (0.00979) (0.0137)
2.stat -0.0555*** 0.00642 -0.102*** -0.0268* -0.0881***
(0.0129) (0.0238) (0.0134) (0.0157) (0.0221)
3-stal -0.0442*** 0.0218 -0.0925*** -0.0115 -0.0723***
(0.00840) (0.0154) (0.00892) (0.0102) (0.0143)
I .mars I 0.0114 0.0137 -0.0115 0.0417*** -0.0310**
(0.00871) (0.0180) (0.00859) (0.0107) (0.0149)
1 «end 0.308*** 0.288*** 0.333***
(0.00760) (0.00996) (0.0122)
l.dipl -0.0560 -0.0227 -0.106 0.0319 0.0550
(0.0353) (0.0480) (0.0710) (0.0229) (0.111)
2.dipl 0.0200 0.0281 0.00391 0.137*** 0.0470
(0.0347) (0.0464) (0.0701) (0.0238) (0.107)
3.dipl -0.0601* -0.0343 -0.102 0.123*** -0.0784
(0.0339) (0.0458) (0.0690) (0.0216) (0.105)
4.dipl -0.128*** -0.0985** -0.158** 0.0742*** -0.196*
(0.0342) (0.0469) (0.0691) (0.0221) (0.106)
5.dip! -0.212*** -0.239*** -0.211*** 0.0123 -0.327***
(0.0343) (0.0467) (0.0691) (0.0221) (0.106)
age 0.0317*** 0.0456*** 0.0230***
(0.00146) (0.00229) (0.00194)
agc2 -0.000369*** -0.O0O5O5*** -0.00O292***
(1.63e-05) (2.54e-05) (2.23e-05)
1 work 0.0239*** 0.0267* 0.0183** 0.0980*** -0.0114
(0.00826) (0.0153) (0.00911) (0.00933) (0.0149)
2. work -0.0279 -0.0353** 0.105* -0.140***
(0.0268) (0.0160) (0.0567) (0.0353)
3.work 0.103 0.210* 0.0298 0.203** 0.0271
(0.0677) (0.122) (0.0688) (0.0858) (0.107)
4. work 0.228** -0.00505 0.511*** 0.0555
(0.108) (0.117) (0.130) (0.198)
1. child 0.0501*** 0.0434** 0.0445*** 0.0754*** 0.0325**
(0.0113) (0.0195) (0.0126) (0.0127) (0.0161)
2 .child 0.00111 -0.00933 0.00445 0.0321*** 0.00685
(0.0118) (0.0208) (0.0132) (0.0119) (0.0172)
3.child -0.00976 -0.0342 0.00240 0.0293* -0.0118
(0.0156) (0.0283) (0.0175) (0.0165) (0.0252)
4.child 0.0154 0.0566 -0.0293 0.0761** -0.000355
(0.0302) (0.0589) (0.0325) (0.0358) (0.0519)
5.с hi Id -0.0275 0.00931 -0.0429 0.104** -0.152***
(0.0361) (0.0775) (0.0332) (0.0452) (0.0560)
Набл. 15.064 6.433 8.626 8.746 6318
для законченного высшего образования у мужчина на 2 пп. ниже вероятность курить, чем у женщин (-23,9 пп. vs -21,1 пп.).
Трактовка результатов. Коэффициенты в логит моделях напрямую можно трактовать только по знаку (если они значимы), т.е. если параметр значим и имеет положительный знак, то при указании именного этого ответа в анкете опросника РМЭЗ повышается шанс (а с ростом шанса, и вероятность) исхода Y=1. Если параметр значим и имеет отрицательный знак, то при указании именного этого
ответа в анкете опросника РМЭЗ понижает шанс исхода Y=1.
Для адекватной трактовки необходимо использовать оценку предельных эффектов в этих модели. Мы рассчитываем средний предельный эффект для отдельного вопроса при его изменении на 1 единицу, если остальные ответы респондента остаются такими же (для категориальных переменных, это просто дискретные переход из группы «1» в группу «0»). Рассмотрим средние предельные эффекты для полной модели и двух групповых моделей в таблице 11. Часть результатов
анализа уже была высказана в групповом анализе, сконцентрируемся здесь на модели предельных эффектах для всей выборки (столбец «AME GENERAL»).
Наибольший рост вероятности быть курильщиков вызывают параметры: пола (мужчина на 30,8 пп. выше), нахождение в неоплачиваемом отпуске (22,8 пп. выше), наличие одного ребёнка в семье (5,01 пп. выше), наличие работы (2,39 пп. выше).
Наибольшее падение вероятности быть курильщиком вызывают параметры: наличие законченного высшего образования (-21,2 пп.), законченного среднего специального образования (-12,8 пп.), законченного среднее образование (-6,01 пп.), проживание в ПГТ (-5,55 пп.) в селе (-4,44) и в городе (-3,85).
Место жительства, как фактор, влияет только на женщин, а вот предельный эффект возраста практически в 2 раза выше для мужчин (4,56 пп. у мужчин по отношению к 2,3 пп. у женщин, и соответственно возраст в квадрате). Наличие работы (~2,4 пп.) и 1 ребенка (~4.45 пп.) имеют примерно одинаковое полижи-тельное влияние как в общей выборке, так и в групповой по полу, но параметр одного ребёнка в 2 раза выше по вероятности курить для возрастной группы [13;26)и(48;102), (7,54 пп. vs 3,25 пп.)
Рекомендации:
1. Курят на 2,39 пп. выше те, кто имеют работу (2,67 пп. для мужчин и 1,83 пп. для женщин), по сравнению с безработными. Следовательно, выполнение требований закона, по отношению к снижению доли курящих на рабочих местах, работодателями позволит сократить курение.
2. Выявлено, что проживание в городах, ПГТ и сёлах снижает вероятность курения у женщины, по сравнению с областными центрами всреднем примерно на 9 пп. Считается, что в сельской местности общественное мнение препятствует распространению курения, особенно среди женщин, так как считается, что это нарушает социальные нормы. Одним из способов сокращения курения, в том числе в крупных городах и областных центрах, является пропаганда здорового образа жизни, спорта и физической активности.
3. Чем более образован человек, тем ниже вероятность, что он будет курить. В среднем начиная с -6,00 пп. для законченного среднее образование, каждая новая ступень приносит примерно на -7 пп. меньше вероятности быть курильщиком. Следовательно, концентрация об-
©
Ю
5
* 2
сч cJ £
Б
а
2 ©
разовательных программ на антитабачной кампании в начальных стадиях образования позволят увеличить влияние этого фактора.
4. Доля курильщиков максимальна для населения в возрасте 26-48 лет, следует особенно сконцентрировать внимание на этой группе населения.
5. Наличие одного ребёнка повышает вероятность быть курильщиком на 5 пп. Следовательно, стоит выпускать социальную рекламу, в которой от курения взрослых страдают их дети, особенно первенцы или подчёркивать в рекламе, что у человека только один ребёнок.
Заключение. Соотнесены результаты исследования ВЦИОМ за 23-25 мая 2015 года для полной выборки РМЭЗ за 2014 год.
- За 2014 год по результатам РМЭЗ число курильщиков в стране чуть менее трети россиян (29,21), что на 5,3% меньше по сравнению со средним значением за 2014-2015 гг. по опросу ВЦИОМ.
- Среди мужчин курильщиков таковых в 2,6 раза больше, чем среди женщин (49,49% против 14,05%), что точно соотносится с результатами ВЦИОМ (51% против 19%).
- Более двух третей наших сограждан (70,79%) в настоящее время не курят, что тоже соотносится с результатами ВЦИОМ (66%).
- К некурящим людям, прежде всего, относятся женщины (85,95%) и люди пенсионного возраста (82,94%), что более или менее соотносится с результатами ВЦИОМ (81% и 81% соответственно).
Оценено влияние социально-демографических факторов на вероятность курения для жителя России и выявлены значимые факторы, повышающие вероятность быть курильщиком и снижающие эту вероятность факторы.
Литература
1. «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ ^М^Е)», [Электронный ресурс]: база данных. - Режим доступа: http://www.hse.ru/rlms)».
2. Бердникова А. В. и др. Экономические оценки факторов, влияющих на общественное здоровье (на примере курения и избыточного веса) //Х Междуна-
родная научная конференция по проблемам развития экономики и общества. -2010.
3. Засимова Л. С., Колосницына М. Г. Формирование здорового образа жизни у российской молодежи: возможности и ограничения государственной политики (по материалам выборочных исследований) //Вопросы государственного и муниципального управления. - 2011. - №. 4. - С. 116-129.
4. Красовский К. С. Распространенность курения среди взрослых в Российской Федерации //Контроль над табаком и общественное здоровье в Восточной Европе. - 2011. - Т. 1. - №. 1.
5. Арженовский С. Социально-экономические детерминанты курения в России / С. Арженовский С // Квантиль. -2006. - № 1. - С. 81-100.
6. Chaloupka F.J., Warner K.E. (1999): The Economics of Smoking. Handbook of Health Economics. Vol. 1B. Elsevier.
7. Davidson, R. and MacKinnon, J.G. (1984), «Convenient specification tests for logit and probit models», Journal of Econometrics, 25, 241-262.
Ссылки:
1 ВЦИОМ: курение в России. Курит около трети россиян, сайт mResearcher [Электронный ресурс]. - Режим доступа: http://mresearcher.com/2015/06/ vciom-kurenie-v-rossii-kurit-okolo-treti-rossiyan.html
Impact of socio-demographic factors on the likelihood of smoking for residents of Russia Kurovsky S.V., Volodin A.A.
Financial University under the Government of the Russian Federation, Research university «Higher School of Economics» This article analyses the impact of socio-demographic factors on the likelihood of smoking for a Russian citizen through logistic regression models. The factors involved are age, gender, marital status, place of residence, education, employment and children. An estimate of the average limit effects of these factors on the likelihood of being smokers is given. As a result, there is a significant positive impact on the likelihood that the respondent is smoking, factors: sex, family status, place of residence, employment, and number of children (1 child). The influence of age on the likelihood of smoking is non-linear. There are also
large differences between age and sex groups. A number of recommendations for an antismoking campaign in Russia have been proposed. It is worthwhile to focus tobacco policies on reducing the proportion of smokers in the workplace and motivating employers to work in this area. One of the suggested ways to reduce smoking, including in large cities and regional centers, is to promote healthy lifestyles, sports and physical activity. It is also expected that the concentration of educational programs on the tobacco campaign in the early stages of education will reduce the proportion of smokers. It is worth noting, however, that the proportion of smokers is maximum for the population of 26-48 years, and we believe that the focus should be particularly on this group of people. We also propose to create a social advertisement that emphasizes that adults are affected by the smoking of their children and loved ones, as children are a significant factor in the smoking probability model.
Keywords: socioeconomic
determinants of smoking, logistic regression, marginal effects, antismoking policy.
References
1. «The Russian monitoring of an economic situation and health of the population of Higher School of Economics National Research University (RLMS-HSE)», [Electronic resource]: database. — Access mode: http://www.hse.ru/ rlms)».
2. Berdnikova A V., etc. Economic estimates of the factors influencing public health (on the example of smoking and excess weight)//the X International scientific conference on problems of development of economy and society. - 2010.
3. Zasimova L. S., Kolosnitsyn M. G.
Formation of a healthy lifestyle at the Russian youth: opportunities and restrictions of state policy (on materials of selective researches)/ /Questions of the public and municipal administration. - 2011.
- No. 4. - Page 116-129.
4. Krasovsky K. S. Prevalence of smoking among adults in the Russian Federation//Control over tobacco and public health in Eastern Europe. - 2011. - T. 1. - No. 1.
5. Arzhenovsky S. Social and economic
determinants of smoking in Russia / S. Arzhenovsky With//the Quantile.
- 2006. - No. 1. - Page 81-100.
6. Chaloupka F.J., Warner K.E. (1999):
The Economics of Smoking. Handbook of Health Economics. Vol. 1B. Elsevier.
7. Davidson, R. and MacKinnon, J.G.
(1984), «Convenient specification tests for logit and probit models», Journal of Econometrics, 25, 241262.
