Modeling and forecasting of the dynamics of “quality of life” of the population of Krasnodar Krai

Kopyrin Andrey Sergeevich PhD in Economics Head of Department, Department of Information Technology, Sochi State University 354000, Russia, Krasnodarskii krai, g. Sochi, ul. Plastunskaya, 94 kopyrin_a@mail.ru Other publications by this author

Введение

В настоящее время категория “качество жизни” широко используется в экономических, социологических и медицинских исследованиях и довольно часто встречается в политических выступлениях и публикациях СМИ. К задачам управления региональным развитием относятся, прежде всего, количественные измерения основных базовых показателей качества жизни, а также аналитические методы оценки интегрального показателя качества жизни и построения на их основе прогнозных моделей.

Необходимость повышения качества жизни российских граждан обозначена в Указе Президента Российской Федерации как одна из наиболее значимых в сфере обеспечения национальной безопасности ^[1]. В утвержденном перечне государственных программ первое место по объему финансирования занимает комплекс программ “Новое качество жизни”

Качество жизни относится к латентным (не поддающимся непосредственному измерению) факторам. Эффективность государственного управления определяется возможностью положительного влияния соответствующих управленческих структур на экономические и организационные процессы, происходящие в регионе, что должно быть отражено в соответствующих показателях социально-экономического развития. В связи с этим разработка комплексной модели показателей, определяющих уровень жизни и качество жизни населения, позволит сформировать научно обоснованную экономическую и социальную политику региона.

Методы исследования

Существует множество теоретических концепций качества жизни, которые выделяют различные аспекты жизни, но единого и универсального определения этой категории не существует. Таким образом, говоря о качестве жизни, следует учитывать широкий спектр сфер жизнедеятельности человека и его окружения, а также многообразие субъективных установок людей в трактовке этого понятия ^[2]. Многообразие определений качества жизни сопровождается значительным количеством методов его измерения. Существует два основных методологических подхода к оценке и измерению качества жизни: макро-подход (или объективистский подход), основанный на анализе и свертке статистических показателей, и микро-подход (или субъективистский подход), основанный на анализе и обработке результатов специальных анкетных опросов.

Авторами использовался многокритериальный подход адаптированный к специфике объекта исследования ^[3]. Был проведен анализ различных влияющих факторов по разным группам населения края. Гипотеза авторов заключается в том, что на совокупный показатель качества жизни у разных социальных групп будут оказывать наибольшее влияние различные факторы. Например, в сельской местности главными станут экономические показатели и доступность медицинской помощи, а в крупных городах – доступность социальной инфраструктуры.

Задача деления населения Краснодарского края на различные социальные кластеры была ранее решена авторами исследования. Для этого был использован кластерный анализ, с применением метода анализа иерархий ^[3], и вычисления на искусственной нейронной сети (самоорганизующийся сети Кохонена) ^[4].

По результатам предыдущего этапа исследования авторами были сформулированы следующие положения:

1. Все муниципальные образования Краснодарского края можно разбить на 5 групп

2. Муниципальные образования Краснодарского края неоднородны по значению показателей качества жизни. Нет единого кластера в который попали бы все значения показателей одного района (города).

3. Указанные группы крайне неравномерны по количеству попавших в них районов

4. Наибольший интегральный показатель качества жизни в крае имеет его столица – г. Краснодар, превышая идущий вторым г. Сочи практически на 20%.

5. Прибрежная черноморская территориальная зона (за исключением Туапсинского района) относится к кластеру №4 с относительно высоким значением интегрального показателя.

6. Наименьшие показатели качества жизни имеют сельские северные муниципальные районы Краснодарского края.

Территориальное распределение построенной кластеризации представлено на рис. 1.

Рисунок 1 – Кластеризация муниципальных образований Краснодарского края

Таким образом, после разбиения населения края на различные кластеры следует провести анализ чувствительности разных групп населения по различным частным факторам и провести моделирование и прогнозирование представленного показателя.

Анализ чувствительности

Прежде всего, был определен набор критериев, по которым будет производиться анализ. Эти переменные являются частными при интегральной оценке «качества жизни» населения края и представлены в таблице 1.

Таблица 1 - Социально-экономические показатели муниципальных и городских округов Краснодарского края.

Результирующие расчеты представляют собой значения отдельных критериев, определяющих значения определенных входных переменных для определения максимальных (или минимальных) значений, которые могут принимать определенные переменные, если инвестиционный проект остается прибыльным.

Процедура анализа чувствительности состоит в следующем:

1. определить все переменные, используемые для расчета результатов экономического анализа;
2. провести качественный анализ влияния переменных для выбора тех, которые имеют наибольшую эластичность в разрезе различных кластеров;
3. определить критические переменные.

Информационной базой исследования являлись статистическая информация из открытых баз данных Федеральной службы государственной статистики (ФСГС) ^[5], Управления ФСГС по Краснодарскому краю и республике Адыгея ^{[6, 7]}, статистических публикаций и данных открытой печати ^{[8, 9]}.

Коэффициенты эластичности рассчитывались по следующей формуле:

(1)

Где y –индикатор качества жизни по исследуемому кластеру, x – частная переменная

Результаты расчетов представлены в таблице 2.

Таблица 2 - Коэффициенты эластичности показателя качества жизни по частным факторам в разрезе кластеров населения

Кластер	С1.1	С1.2	С3.1	С2.1	С.2.2	С.2.3	С3.2	С3.3	С2.4	С2.5	С1.3
1	37,55%	26,39%	9,21%	1,13%	0,33%	2,00%	4,89%	3,39%	7,83%	2,77%	4,49%
2	47,50%	25,19%	8,23%	1,20%	0,46%	0,95%	2,74%	2,23%	4,39%	1,50%	5,63%
3	44,63%	Nota Bene About Bank details Partners Contact Information Private policy   For authors Agreements Author's area   Our Services Translation of articles Publishing Services Library   Other How to write an article? Journals in the list of the Higher Attestation Commission Mobile app   Our sites Aurora group s.r.o. © 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.