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

Рассмотрим результаты более подробно в разрезе групп частных факторов:

На рис. 2 представлена лепестковая диаграмма эластичности качества жизни населения различных кластеров края в зависимости от изменения демографических факторов.

Рисунок 2 – Эластичность качества жизни по демографическим факторам

Из диаграммы видно, что для всех кластеров общее ранжирование факторов одинаково: наиболее значимым является коэффициент рождаемости (изменение показателя на 1% вызывает среднее изменение интегрального индикатора на 0,39%), затем идет смертность и наименьшую чувствительность (в среднем коэффициент эластичности равен 0,05). А вот относительная значимость факторов значительно различается по кластерам. Так, например, эластичность по коэффициенту рождаемости для второго и третьего кластера составляет 0,47 и 0,44 соответственно, а для пятого 0,32, то есть разность в чувствительности составляет почти 1,4-1,5 раза. К коэффициенту смертности наибольшей чувствительностью обладает первый кластер, а наименьшей – пятый. Можно сделать выводы о том, что демографические факторы качества жизни наиболее важны в интегральной оценке, однако, наибольшее внимание данным вопросам необходимо уделить в наиболее бедных районах (первом, втором и третьем). Причем в районах с наименьшим качеством жизни (первый кластер) наиболее остро стоит проблема смертности.

Теперь рассмотрим эластичность по социальным факторам (см рис. 3)

Рисунок 3 – Эластичность качества жизни по социальным факторам

Из рисунка видно, что в целом эластичность по социальным факторам намного ниже, чем у демографических (в среднем коэффициент не превышает 0,03, с максимальными значениями в 0,08). Интересным является то, что для разных кластеров разные факторы являются наиболее значимыми. Так наибольшей значимостью для пятого кластера является показатель С2.5 (численность врачей на 10000 населения), а для четвертого кластера – показатель С2.1 (численность общеобразовательных школ). Таким образом, можно сделать вывод, что для г. Краснодара наибольшие административные усилия следует сосредоточить на увеличении доступности здравоохранения, а для городов побережья Черного моря (кластер 3) – в области образования. Именно такие действия помогут добиться наибольшего эффекта при повышении качества жизни населения.

На рис. 4 представлены коэффициенты эластичности в разрезе кластеров населения Краснодарского края по факторам экономической группы.

Рисунок 4 – Эластичность качества жизни по социальным факторам

Из представленной диаграммы видно, что экономическая группа факторов занимает промежуточное значение по значимости, уступая демографической, но значительно превосходя социальную. Фактором, имеющим наибольшую чувствительность по всем кластерам, является среднемесячная заработная плата. Однако расчеты показали критический разрыв между муниципальными образованиями с низким интегральным качеством жизни и муниципалитетами с высоким значением данного показателя. Причем указанный разрыв достигает 2,6 раз (между пятым и вторым кластером). Указанное наблюдение можно интерпретировать следующим образом: в регионах с более высоким текущим качеством жизни базовые социальные и демографические потребности людей удовлетворены в большей степени, что делает экономические факторы в целом, и уровень дохода в частности, более важными для интегральной оценки.

Моделирование

Построим модель изменения показателя качества жизни населения края при инерционном сценарии. Авторами были использованы пять регрессивных моделей, которые показаны в уравнениях (2) - (6), то есть линейная модель, параболическая модель, экспоненциальная модель, степенная и логарифмическая модель соответственно.

Y=a+b*X (2)

Y=a+b*X+c*X² (3)

Y=b*e^(a*X) (4)

Y=b*X^a (5)

Y=a+b*ln(X) (6)

где Y - зависимая переменная (качество жизни), X - независимая переменная (период времени), b - коэффициент регрессии, a – независимая переменная.

Моделирование проводилось по рассчитанным годовым коэффициентам, усредненным по муниципальным образованиям входящим в кластер. Фактические значения расчетных средних показателей по кластеру представлены на рис. 5.

Рисунок 5 – Фактическое значение интегрального показателя качества жизни

Коэффициенты регрессии по всем кластерам приведены в таблице 3

Таблица 3 - Коэффициенты регрессии в разрезе кластеров населения

В таблице 3: a, b, c - рассчитанные независимые переменные, СКО - среднее квадратичное отклонение, СОО - средняя относительная ошибка, которая рассчитывается по формуле (7).

, (7)

где n - количество наблюдений, yi и `hat yi` ` ` - реальное и модельное значение показателя

Как видно из результатов представленных в таблице для первого кластера регрессией, дающей наименьшую ошибку, является линейная, остальные кластеры промоделируем с использованием параболической регрессии. Следует, однако, отметить, что экономическая интерпретация параболической регрессии с отрицательным коэффициентом c вызывает вопросы. В краткосрочной перспективе (в течении 5 лет) подобная модель приведет к уходу значения показателя в отрицательную область.

Исходя из этого, можно сделать вывод, что в горизонте планирования 1-2 года можно ожидать снижения качества жизни населения по всем социальным кластерам. Далее произойдет слом внешних условий, что сделает невозможным использование текущих уравнений регресии.

Заключение

В данной работе был проведен анализ чувствительности качества жизни населения Краснодарского края по различным социальным кластерам и проведен регрессионый анализ динамики данного индикатора.

По результатм исследования можно сформулировать следующие выводы:

1. Значимость частных факторов качества жизни по различным социальным кластерам населения края варьируется
2. Наиболее значимой группой факторов являются демографические (с суммарным коэффициентом эластичности от 0,53 до 0,78), затем идет экономическая группа, а затем социальная
3. По мере повышения качества жизни в кластере снижается значимость демографических показателей и повышается в остальных группах, в особенности в экономической.
4. Таким образом, в депрессивных муниципалитетах (кластеры 1-3) административные программы должны быть в большей степени направлены на удовлетворение базовых социальных и демографических потребностей, а в развитых регионах (кластеры 4-5) на экономическое стимулирование.
5. По кластеру с наименьшим средним качеством жизни наиболее подходящей аппроксимирующей функцией является убывающая линейная, а по остальным кластерам - параболическая.
6. В последние годы качество жизни по всем кластерам снижается, что позволяет спрогнозировать падение исследуемого показателя и в будущем.
7. Наибольшее относительное падение "качества жизни" наблюдается в г. Краснодаре и городах черноморского побережья (кластеры 4 и 5).