Моделирование и прогнозирование качества жизни населения на уровне региона

Митрофанов, Алексей Юрьевич

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Моделирование и прогнозирование качества жизни населения на уровне региона тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Митрофанов, Алексей Юрьевич
Место защиты	Саратов
Год	2009
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Моделирование и прогнозирование качества жизни населения на уровне региона"

у ' На правах рукописи

34788Уи ^

Митрофанов Алексей Юрьевич

МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ КАЧЕСТВА ЖИЗНИ НАСЕЛЕНИЯ НА УРОВНЕ РЕГИОНА

08.00.13 - Математические и инструментальные методы экономики

- 8 ОПТ 20"0

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Вогоград - 2009

003478890

Работа выпонена в ГОУ ВПО Саратовский государственный социально-экономический университет

Научный руководитель доктор физико-математических наук, профессор

Гусятников Виктор Николаевич.

Официальные оппоненты: доктор технических наук, профессор

Дарманян Анатолий Петрович, кандидат экономических наук, доцент Скитер Наталья Николаевна.

Ведущая организация ГОУ ВПО Саратовский государственный

университет им. Н.Г. Чернышевского.

Защита состоится л31 октября 2009 г. в 15.30 на заседании диссертационного совета ДМ 212.028.07 при Вогоградском государственном техническом университете по адресу: 400131, г. Вогоград, проспект Ленина, 28, ауд. 209.

С диссертацией можно ознакомиться в библиотеке Вогоградского государственного технического университета.

Автореферат разослан л30 сентября 2009 г.

Ученый секретарь ^

диссертационного совета Попкова Е. Г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Появление категории качества жизни населения (ЮКН) во второй половине XX в. связано с осознанием обществом ограничений, присущих традиционному понятию уровня жизни как меры благосостояния населения, поскольку рост доходов и потребления материальных благ сложным образом связан с другими аспектами жизни людей и может сопровождаться ухудшением состояния окружающей среды, ростом преступности, заболеваемости и т.п.

Задача изучения существенных для развития страны в целом взаимосвязей между экономическим ростом, ростом производительности труда, демографическими процессами, развитием инновационной экономики и КЖН является актуальной и требует наличия достаточно надежных методов оценки и прогнозирования последнего. Сложность данной задачи обуславливает необходимость разработки адекватных экономико-математических моделей.

Поскольку субъекты РФ представляют собой большие по людности и внутренне неоднородные социально-экономические образования, особую актуальность данная задача приобретает на уровне регионов. При этом наиболее информативным является изучение КЖН на уровне отдельных индивидов и муниципальных образований. Отметим, что в последние годы администрации многих субъектов РФ используют категорию КЖН как основу формирования стратегии развития своих регионов. Вышеперечисленные обстоятельства обусловили актуальность диссертационного исследования.

Степень разработанности проблемы. Исследованию проблематики оценки КЖН посвящены работы многих отечественных и зарубежных экономистов, социологов, философов.

Подход к КЖН на основе всеобъемлющей концепции качества развивается в работах Б. В. Бойцова, А. И. Субетто. Оценка КЖН с позиций общей теории социальных индикаторов разработана С. А. Айвазяном и Ф. М. Бородкиным. Общие проблемы исследования уровня и КЖН отражены в работах И. В. Бестужева-Лада, В. Н. Бобкова, Б. И. Герасимова. Методология

построения обобщающих индикаторов ЮКН на основе методов многомерного статистического анализа развита в работах С. А. Айвазяна. Исследования межрегиональной дифференциации по КЖН представлены в работах Ю. Н. Гаврильца, Н. В. Зубаревич и др. Проблематике мониторинга благосостояния населения и КЖН на основе бюджетных обследований посвящены работы В. Н. Бобкова, О. А. Мухановой, Е. Б. Фроловой и др.

Проблемам оценки КЖН на внутрирегиональном уровне на основе выборочных обследований населения и на основе статистических данных посвящены работы В. В. Дробышевой, Н. И. Зорина, М. А. Исакина, В. Е. Кузнецовой, Н. С. Маликова, Т. А. Торговкиной,. Вопросы оценки уровня социально-экономического развития на внутрирегиональном уровне с целью разработки политики управления развитием региона разработаны Ю. В. Донченко, А. В. Евченко, С. С. Железняковым и др. Планированию и прогнозированию уровня жизни в России посвящены работы И. Б. Комакова, Л. И. Нестерова, В. Я. Райцина. Эконометрическому моделированию и прогнозированию развития региона посвящены работы Е. В. Заровой, Г. Р. Хасаева и др.

Исследования уровня и КЖН за рубежом проводились такими авторами, как А. Аткинсон, Дж. Гэбрейт, Р. А. Камминс, М. Нюссбаум, А. Сен, Э. Шарп, Ф. М. Эндрюс и др.

Несмотря на обилие публикаций по общей тематике исследований КЖН, следует отметить недостаточную разработанность таких принципиальных вопросов, как методология статистической оценки качества жизни индивидов (КЖИ) по данным выборочных социологических обследований, сопоставление результатов оценок КЖИ и оценок КЖН по агрегированным данным региональной статистики, прогнозирование КЖН.

Целью диссертационного исследования является разработка экономико-математических моделей, развивающих статистический подход к оценке КЖИ и КЖН на уровне муниципальных образований, а также анализ динамики и прогнозирование КЖН.

Поставленная цель предопределила следующие задачи исследования:

- выявить преимущества и недостатки существующих методов оценки КЖН;

- выделить методологические основы оценки КЖН па основе кардиналистской теории полезности;

- уточнить перечень требований к интегральному индикатору КЖН;

- разработать и апробировать методики оценки КЖИ на основе данных выборочных социологических обследований с применением методов многомерного статистического анализа;

- предложить методики оценки КЖН муниципальных образований (МО) на основе данных региональной статистики с применением методов эконометрического моделирования;

- проанализировать оценки КЖИ на основе данных выборочных социологических обследований и КЖН на основе данных региональной статистики по структуре отобранных признаков;

- выработать общую методику моделирования динамики структуры -набора статистических показателей, нормированных общим итогом;

- разработать методики анализа и прогнозирования динамики КЖН для МО региона.

Объектом исследования является качество жизни отдельных жителей и в целом населения МО субъекта РФ.

Предмет исследования составляет методика построения интегральных индикаторов КЖИ и КЖН, анализа и прогнозирования КЖН.

Работа выпонена в рамках п. 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни: демографических процессов, рынка труда и занятости населения, качества жизни населения и др. паспорта научных специальностей ВАК 08.00.13 - Математические и инструментальные методы экономики.

Теоретико-методологической основой диссертационного исследования послужили труды отечественных и зарубежных ученых в области исследования уровня и КЖН, региональной статистики, многомерного статистического анализа, эконометрики, экономической теории.

Инструментарно-методический аппарат исследования. В работе использованы общенаучные методы дедукции и индукции, логического, математического и статистического анализа.

Информационно-эмпирическую базу исследования составляют результаты выборочных социологических обследований, проведенных Институтом а1рарных проблем РАН в отдельных МО Саратовской области, данные Федеральной службы государственной статистики РФ и ее территориальных органов, обзорно-аналитические материалы, опубликованные в периодической печати, а также информационные Интернет-ресурсы.

Основные положения диссертации, выносимые на защиту:

1. Агоритм построения интегрального индикатора КЖН дожен включать в себя: нормировку Паттерн базовых признаков КЖН с последующим степенным преобразованием; построение апостериорного набора показателей с контролем статистической значимости коэффициентов первой главной компоненты (метод складного ножа); обобщение показателей апостериорного набора с помощью варианта компонентного анализа.

2. Предложенный в работе метод обобщения базовых признаков КЖН, основанный на максимизации суммы коэффициентов детерминации моделей парной линейной регрессии каждого из обобщаемых (нормированных) признаков КЖН на интегральный индикатор КЖН, позволяет уточнить оценку КЖН, даваемую стандартным компонентным анализом.

3. Сформированный в работе априорный набор из 31 базового признака КЖН может быть редуцирован при построении интегрального индикатора КЖН муниципальных образований Саратовской области до следующих 15: общий коэффициент брачности; среднегодовая численность работающих в организациях; среднемесячная начисленная заработная плата работающих в

экономике; средний размер назначенных месячных пенсий пенсионеров; доли общей площади жилых помещений, оборудованной водопроводом, канализацией, центральным отоплением, ваннами (душем); обеспеченности населения врачами и больничными койками; обороты розничной торговли и общественного питания на душу населения, объемы платных и бытовых услуг на душу населения; численность лиц, совершивших преступления, на 100 ООО населения.

4. Средневзвешенный индикатор КЖН МО Саратовской области достиг максимума в 2005 г. за изучаемый период 2002-2007 гг. и его значение составило в нормализованных единицах 0.7120.001. Установлено, что важной детерминантой КЖН служит численность населения в трудоспособном возрасте, влияющая на интегральный индикатор КЖН с эластичностью 0.1816.

Научная новизна результатов исследования заключается в следующем:

- перечень требований, которым дожен удовлетворять интегральный индикатор (НИ) КЖН, допонен такими требованиями как: мультипликативная инвариантность - значения НИ КЖН дожны оставаться неизменными при изменении единиц измерения определяющих его статистических показателей; непрерывность - ИИ КЖН дожен непрерывно зависеть от определяющих его статистических показателей; статистическая регулярность - распределения преобразованных значений показателей, по которым вычисляются ковариации (корреляции), дожны быть приближенно нормальными, коэффициенты линейной комбинации, определяющей ИИ КЖН, дожны быть статистически значимыми; представительность - ИИ КЖН дожен достаточно точно воспроизводить вариацию базового признака КЖН в терминах суммы коэффициентов детерминации и доли правильно воспроизведенных бинарных признаков;

- предложена интегральная оценка КЖН, основанная на неоклассической функции полезности, в качестве которой принимается экспонента средней полезности потребления, выраженная через: а) средний размер потребительских расходов; б) эквивалентное число потребляемых товаров

(определяемое на основе энтропии Шеннона простых средних коэффициентов полезности); в) показатель концентрации потребления; г) среднее геометрическое цен потребляемых товаров (предполагается, что индивидуальные потребительские бюджеты подчинены логнормальному распределению);

- уточнен метод С. А. Айвазяна построения ИИ КЖН по агрегированным статистическим данным: а) к базовым признакам КЖН предварительно применяется нормализующее преобразование Бокса-Кокса, либо используются остатки простых эконометрических моделей; б) производится итеративный отбор обобщаемых базовых признаков КЖН с проверкой знаков коэффициентов первой главной компоненты и их статистической значимости с использованием метода складного ножа;

- предложена методика построения ИИ КЖИ по данным выборочных социологических обследований, основанная на факторном корреспондентном анализе при условии, что каждый вариант выбора респондента представляется парой зеркальных бинарных переменных с целью обеспечения равенства весов всех респондентов; -

- разработан метод построения ИИ КЖИ с корректировкой неоднородности групп респондентов, использующий остатки классификационных и регрессионных деревьев (CART), предсказывающих ответы респондентов на основании формальных признаков, таких как населенный пункт проживания, пол, возраст, профессия и т.д.;

- разработана динамическая модель структуры занятых по видам экономической деятельности, сочетающая в себе цепь Маркова с непрерывным временем и векторную авторегрессию, применимая для среднесрочного прогнозирования КЖН отдельных МО региона.

Теоретическая значимость результатов исследования. Теоретические выводы и обобщения, содержащиеся в диссертационной работе, направлены на совершенствование методологии оценки и прогнозирования качества жизни индивидов и в целом населения МО на основе статистических и

эконометрических методов на региональном уровне в условиях ограниченности доступного набора статистических показателей. Результаты исследования также могут быть использованы в учебном процессе при преподавании дисциплин Многомерные статистические методы, Эконометрика, Экономико-математическое моделирование.

Практическая значимость работы заключается в возможности использования разработанных методик для мониторинга КЖН МО региона с целью оценки результатов деятельности администрации МО и выработки политики и стратегии развития субъекта РФ.

Апробация работы. Основные результаты исследования отражены в 16 публикациях автора, общим объемом 6,9 п.л., в том числе в рецензируемых научных журналах и изданиях, рекомендованных ВАК РФ - 4 статьи объемом 1,9 п.л.

Структура диссертационной работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

К первой группе проблем, рассмотренных в работе, относится уточнение понятий уровня и качества жизни населения, а также построение количественной оценки КЖН. Соотношение между понятиями уровня жизни населения и КЖН представлено на рисунке 1. Установлено, что с развитием общества происходит смещение значимости критериев оценки и характеристик качества жизни от материальных, количественных и объективных к нематериальным, качественным и субъективным.

Одним из подходов к оценке качества жизни населения, позволяющих оценить качественные, субъективные факторы, является оценка качества жизни индивидов на основе данных выборочных социологических обследований. Инструментом социологического обследования является анкета, которая содержащая два вида вопросов: с уникальным и с множественным выбором

(как правило, наиболее часто встречающиеся ответы на открытые вопросы интегрированы в материалы анкетирования).

Коэффициенты полезности

Материальные Количественные

Объективные

Обшретео потреблен*л ~ Постиндустриальное общество

ПОТРЕБНОСТИ

ХАРАКТЕРИСТИКИ

условий жизни

Нематериальные Качественные

Субъективные _У

УРОВЕНЬ ЖИЗНИ в узком смысле

КАЧЕСТВО ЖИЗНИ в утком смысле

УРОВЕНЬ ЖИЗНИ - КАЧЕСТВО ЖИЗНИ в широком смысле в широком смысле

Рис. 1 Соотношение понятий уровня жизни и качества жизни населения Источник: составлено автором

Использованная в работе анкета содержала ряд вопросов, характеризующий определенный набор категорий КЖИ респондента, а также формальные категории, характеризующие принадлежность респондента к определенной социальной группе (населенный пункт проживания, пол, возрастная группа, профессия и т.п.). Для построения интегральной оценки КЖИ в работе использован множественный факторный корреспондентный анализ, в предположении, что совокупность респондентов однородна.

На первом этапе результаты анкетирования (категории КЖИ) кодируются в виде матрицы из 0 и 1. Ответы на вопросы с множественным выбором кодируются вектор-строкой, имеющей размерность, совпадающую с числом вариантов ответа. При этом выбор респондента кодируется 1, остальные элементы вектора равны 0. Обозначим полученную матрицу X с числом строк (равным числу респондентов) I и числом стобцов 3.

На втором этапе к матрице X применяется один из вариантов факторного корреспондентного анализа, учитывающий постоянство сумм по строкам матрицы. Обозначим / матрицу относительных частот, получаемую делением X на сумму Т всех ее элементов; пусть ^ - строка сумм / по стобцам (предполагаем, что все они отличны от 0). Обозначим В = 1/ Ла^/^), 5 = /'/. Решая задачу на собственные значения для симметричной матрицы 51, выделим второе по величине собственное значение Л (наибольшее собственное значение равно 1) и соответствующий собственный вектор и. Определим обобщающий индикатор КЖИ как:

<2 = }--ви, (1)

Построенный индикатор обладает следующими свойствами. Во-первых, , =0, во-вторых, =1. В-третьих, 0 позволяет реконструировать X (с

некоторой погрешностью) в соответствии с формулой: X Х + где X-

матрица, получаемая из А'заменой ее элементов на средние по стобцам.

В соответствии с формулой реконструкции матрица X может быть приближенно выражена через компоненты, содержащие существенно меньше информации (в смысле количества элементов). В самом деле, X содержит только J различных элементов, вектор Q - I элементов, вектор-строка дх - 3 элементов, в то время как матрица Xсодержит //элементов.

Таким образом, знание вектора (и небольшой допонительной информации) позволяет реконструировать исходную матрицу ответов респондентов (отметим, что использование всех собственных значений 51 позволяет точно реконструировать X), Для оценки точности получаемой реконструкции можно округлить до ближайшего целого элементы матрицы из правой части формулы реконструкции и найти число несовпадений с элементами матрицы X. Значения з определяются как линейная комбинация

элементов строк X с коэффициентами: b = -~jjdiag(}/^)u. Таким образом,

элементы Ь отражают влияние базовых признаков КЖИ на результат.

На третьем этапе оцениваются стандартные ошибки элементов 6 для определения значимости последних по t-критерию. Для этого в работе использован известный метод складного ножа. Оценка ковариационной матрицы b позволяет найти стандартные ошибки элементов Q, т.е. индивидуальных значений КЖН.

Предлагаемая методика была апробирована на материалах анкетирования Место и ход вашей жизни (анкета педагога), проведенного колективом Совместного учебно-научного центра (УНЦ) Института аграрных проблем РАН под руководством профессора В. Б. Самсонова в Саратовской области летом 2005 г. (357 респондентов, 172 бинарных признака, кодирующих ответы).

В случае, когда нет оснований предполагать совокупность респондентов однородной, предлагается скорректировать неоднородность путем вычисления остатков классификационных и регрессионных деревьев (CART), прогнозирующих бинарно кодированные ответы респондентов на основе формальных признаков. Этот метод использован в работе при построении оценки КЖИ по данным выборочного социологического обследования Ваше (не)благополучие, проведенного сотрудниками УНЦ в июле 2000 г. в трех населенных пунктах Балаково-Вольской агломерации Саратовской области: с. Ивановка, пгт. Сенной, с. Терса (всего 252 респондента).

Ко второй группе проблем, рассмотренных в диссертационном исследовании, относится построение теоретически обоснованной модели оценки КЖН по агрегированным данным.

Как известно, максимизация неоклассической функции полезности

U logQj покупателем, располагающим бюджетом С, приводит к объемам

потребления благ QJ = (коэффициенты полезности неотрицательны и

а-= 1). При построении модели оценки предполагалось: а) векторы

коэффициентов полезности всех индивидов совпадают; б) потребительские расходы индивидов следуют логнормалыюму распределению: \ogC~N(fj,a2)\ в) известны цены Pj всех потребляемых благ. Получаем:

и = И ai Qj = Z ^у '

= -H{a)-Yuat logР, + log(С)~ Г(-Я(а)-][>, bgP, +^<т2) где Н(а)Ч энтропия Шеннона коэффициентов полезности. Типичное значение полезности индивидуального потребителя естественно охарактеризовать математическим ожиданием:

ЛЯ/ = -Я(а)-а, logP,+// (3)

Более удобна экспоненциальная шкала (имеющая размерность денежных е"

единиц): ет = уа |о -- (здесь #(а) = ехр{Н(а)) - эквивалентное число

потребляемых товаров). Поскольку для логнормального распределения Л/С = , типичную полезность можно выразить следующим образом:

еМ" = = = e"'V2n№ . (4)

Анализ полученных соотношений показывает, что уровень благосостояния пропорционален взвешенному среднему геометрическому среднедушевых уровней потребления благ и обратно пропорционален множителю концентрации объемов потребления.

К третьей группе проблем, рассмотренных в диссертационном исследовании, относится оценивание КЖН МО региона по агрегированным статистическим данным. Автором предлагаются два варианта метода, основанные на компонентном анализе.

Первый вариант включает следующие этапы: 1) отбор на основе качественных соображений в рамках имеющейся информации максимально широкого набора базовых признаков КЖН; 2) замена нулевых значений на малые ненулевые (в работе нулевые значения заменялись на 1/20 минимального

ненулевого значения показателя за тот же год); 3) определение показателей степени, приближенно нормализующих распределения отдельных базовых признаков с помощью преобразования Бокса-Кокса с использованием метода максимального правдоподобия; 4) возведение базовых признаков в соответствующие степени (в случае отрицательного показателя степени для сохранения направления признака результат умножается на л-1); 5) значения базовых признаков, имеющих лотрицательные направления (например, общий коэффициент смертности, относительное число зарегистрированных преступлений) умножаются на л-1; 6) стандартизация каждого признака делением на его стандартное отклонение; 7) итеративная фильтрация преобразованных базовых признаков на основе знаков коэффициентов первой главной компоненты и их статистической значимости; на каждом шаге выпоняется компонентный анализ корреляционной матрицы, с помощью метода складного ножа вычисляются стандартные ошибки коэффициентов первой главной компоненты и затем значения ^статистики; переменная, имеющая наименьшее значение I (с учетом знака), исключается; процесс повторяется до тех пор, пока все Означения не превзойдут заданный уровень (в работе использовано значение л2); 8) проверка многомерной нормальности распределения отобранных базовых признаков (в работе использована проверка, основанная на графической оценке согласия расстояний Махаланобиса и распределения хи-квадрат с числом степеней свободы, равным числу переменных; 9) перебор всех подмножеств отобранных переменных (с числом элементов не меньше л2), выпонение компонентного анализа для переменных каждого подмножества и фиксация доли обобщенной дисперсии, объясняемой первой главной компонентой; выделение для каждого числа элементов подмножества рекордного подмножества, характеризующейся максимальной долей обобщенной дисперсии; 10) построение зависимости (в табличной и графической форме) рекордной доли обобщенной дисперсии, объясненной первой главной компонентой, от числа элементов подмножества; И) на основании содержательных соображений

(набора отобранных признаков) и доли объясненной обобщенной дисперсии выбирается один вариант (число элементов подмножества базовых признаков) и вычисляются значения ИИ КЖН как индивидуальные значения нормированной первой главной компоненты.

Второй вариант аналогичен вышеприведенному, при этом для нормировки исходных относительных базовых признаков КЖН используются модели, связывающие их числитель и знаменатель: 1) двойная логарифмическая модель, оцениваемая с помощью МНК; 2) парная линейная регрессия с коррекцией гетероскедастичности; 3) двойная логарифмическая модель, оцениваемая с помощью собственного вектора, соответствующего минимальному собственному значению ковариационной матрицы; 4) нормализация плотности с помощью преобразования Бокса-Кокса (оценка максимального правдоподобия); 5) модель парной линейной регрессии числителя на знаменатель с преобразованиями Бокса-Кокса (оценка максимального правдоподобия).

Все базовые признаки КЖН были преобразованы с помощью каждой из перечисленных моделей, и к результатам был применен итеративный отбор переменных на основе знаков коэффициентов первой главной компоненты и статистической существенности последних. Было выявлено, что наиболее информативными (с точки зрения доли объясненной дисперсии) были варианты преобразования, полученные на основе моделей 2) и 4). Результаты преобразования с помощью этих двух моделей были объединены, и к ним также был применен итеративный отбор. Значения интегрального индикатора качества жизни населения МО Саратовской области, вычисленные по разработанным в работе методикам, сведены в общую таблицу, фрагмент которой приведен в таблице 1.

На рисунке 2 приведена динамика средневзвешенного интегрального индикатора по всем муниципальным образованиям Саратовской области (с весами, равными средней численности их населения).

Таблица 1

Значения интегрального индикатора КЖН муниципальных образований Саратовской области (фрагмент)

Название МО Саратовской области 2002 2003 2004 2005 2006 2007 2008

Саратов 0.958*0.012 0.958*0.015 0.972*0.006 0.985*0.004 0.972*0.006 0.976*0.009 0.98*0.01

Ал.-Гайское 0.369*0.005 0.426*0.01 0.45*0.014 0.444*0.007 0.472*0.007 0.47*0.006 0.495*0.022

Аткарское 0.51310.006 0.514*0.004 0.494*0.006 0.487*0.005 0.503*0.003 0.512*0.002 0.514*0.013

Б.-Карабулакское 0.425*0.003 0.417*0.004 0.42*0.004 0.44*0.002 0.438*0.004 0.443*0.003 0.447*0.009

Балаковское 0.783*0.008 0.79*0.011 0.783*0.006 0.77x0.005 0.759*0.006 0.748*0.007 0.741*0.007

Балашовское 0.6020.004 0.587*0.006 0.57*0.006 0.574*0.004 0.572*0.004 0.573*0.004 0.568*0.008

Батийское 0.505*0.011 0.527*0.02 0.51*0.017 0.494*0.008 0.475*0.003 0.479*0.004 0.467*0.015

Вольское 0.594*0.008 0.604*0.008 0.637*0.004 0.653*0.005 0.665*0.009 0.631*0.005 0.63*0.022

Дергачевское 0.385*0.002 0.387*0.003 0.415*0.008 0.403*0.003 0.4*0.003 0.414*0.002 0.417*0.013

Духовницкое 0.433*0.004 0.439*0.006 0.415*0.009 0.433*0.006 0.44*0.004 0.449*0.003 0.45*0.013

Озинскос 0,339*0.004 0.362*0.004 0.389*0.005 0.374*0.005 0.372*0.004 0.381*0.003 0.39*0.015

Перелюбское 0.35*0.018 0.343*0.022 0.331*0.013 0.326*0.007 0.334*0.005 0.352*0.007 0.366*0.009

Пугачевское 0.543*0.003 0.539*0.003 0.546*0.006 0.553*0.008 0.544*0.004 0.54*0.004 0.539*0.007

Ровеское 0.376*0.006 0.373*0.007 0.375*0.006 0.377*0.005 0.388*0.005 0.381*0.005 0.389*0.005

Хвалынское 0.45*0.01 0.455*0.011 0.45*0.011 0.451*0.01 0.486*0.005 0.478*0.008 0.49*0.014

Энгельсское 0.708*0.011 0.712*0.014 0.726*0.004 0.73*0.004 0.708*0.001 0.703*0.006 0.702*0.012

Источник: составлено автором по авторской методике, исходя из данных государственной статистики

2002 2003 2004 2005 2006 2007 2008

Рис.2. Динамика средневзвешенного интегрального индикатора КЖН по муниципальным образованиям Саратовской области Источник: составлено автором

Максимум индикатора достигается в 2005 г., и его вариация невелика по сравнению со значениями стандартного отклонения.

К четвертой группе проблем, рассмотренных в исследовании, относится анализ динамики КЖН. Простейшим вариантом является ранжирование объектов по значению ИИ КЖН, позволяющее сделать вывод об относительном опережении или отставании КЖН выбранного объекта по сравнению с другими объектами; допонительный анализ показывает, какими изменениями базовых признаков КЖН это обусловлено. Такое использование меры КЖН существенно ограничивает потенциальные возможности, заложенные в категории КЖН. В связи с этим в работе предлагается перейти от центральной концепции ИИ КЖН к концепции функции КЖН (ФКЖН), которая может быть нелинейной по базовому признаку КЖН. Значения ФКЖН для отдельных объектов аналогичны ИИ КЖН.

Пусть yijt = ziJt Ху, - значение базового признака КЖН (относительного

показателя) для объекта (муниципального образования) / = 1,2,...,и, показателя j = 1,2, и года t - 1,2,...,Г; здесь ziJt, xijt - абсолютные показатели. Все базовые признаки КЖН пересчитаны на середину года и имеют гипотетический характер. Обозначим у = (уиу2,...,уД)т, x = (xl,x2,...,xpf, где р - число абсолютных показателей-знаменателей базовых признаков КЖН. ФКЖН имеет

вид: Q(y,x,t)= g(y,t) + h(x,t), где g(y)= ~ линейная или

степенная функция у, h(x) = J] ----- ^.

Рассмотрим поверхность уровня ФКЖН: g{...yj,...yk,...)= const.

Производная неявно заданной функции у'к{у )=ЧЧ|ЧЧ-'Ч| и,

соответственно, эластичность замещения:

Е Iv, )= vllvjЧ=--7----- \ Х Определим элемент эластичности

nvjt gn {...yj,.. ,yk

замещения (ЭЭЗ): 333j = gy.(...yJ,...yk,...)yj, тогда эластичность замещения

(с обратным знаком) выражается как ~Eyi (yj) ' ^^

представляют собой числовые характеристики чувствительности зависимости ФКЖН от каждого из исходных признаков для каждого из объектов. Формула Тейлора дает приближенное выражение для изменения приращения преобразованного базового признака КЖН (только первого компонента, зависящего от у):

ям+i),o- мм * gyj =

J-1 УАЧ (5)

= 333g (y{t))5y{t,/ + l) = ЭЭЗ, (Я')| "Sy{t, t +1)| cos <р(ЭЭЗ, Sy\

где ЭЭЗ^ (>(?)) Ч строка, 8y{t,t +1) - стобец. Данная формула позволяет

провести обобщенный анализ динамики ИИ КЖН, выделяя 3 величины:

333g(^(/)| - норма ЭЭЗ, характеризующая чувствительность КЖН к

изменениям отобранных базовых признаков; \8y(t, t +1); - норма прироста отобранных базовых признаков КЖН; cos <p(333,Sy) - характеристика благоприятности изменений для роста КЖН.

К пятой группе проблем, рассмотренных в исследовании, относится прогнозирование КЖН отдельных МО региона и региона в целом. Краткосрочные прогнозы для отдельных объектов допустимо выпонять на основе простых эконометрических моделей типа ARIMA( 1,1,0). Однако применение таких моделей для прогнозирования на более длительную перспективу нерационально. Для получения косвенной индикации динамики КЖН для совокупности объектов (индивидов, муниципальных образований) предлагается использовать прогноз структуры занятых по видам экономической деятельности. Основой такого прогноза является модель,

сочетающая в себе цепь Маркова и векторную авторегрессию. Было высказано предположение, что переходы занятого населения из одного вида деятельности в другой приближенно описываются цепью Маркова с d состояниями и непрерывным временем:

P(K(t + h) = j\ K{t) = /) = hqv + o{h\ 0ij = 1,2,...,d) (6)

где K(t) - номер вида деятельности занятого в момент времени t, q:j Ч интенсивности переходов из состояния (вида деятельности) i в состояние (вид деятельности)j.

Известно, что K(t), наблюдаемая в моменты времени 1,1 + <5,1 + 25,... является цепью Маркова с дискретным временем (т.н. -скелет исходной цепи). Обозначим ее матрицу вероятностей переходов Ps Ч exp(SQ). Пусть pit) - распределение K(t) (строка). В силу марковского свойства p(t + <?)= p{t)Ps.

Пусть S = l/m, где /и>1 целое. Для прогнозирования структуры занятых с шагом 1 год требуется Р] - матрица вероятностей переходов за 1 год, которую можно найти по Ps: P\=Pg Исходными данными для оценки Ps служат абсолютные значения численности занятых ntJ по видам экономической деятельности j -1,2,...,d в годы / = 1,2,...,Т.

Для оценки Ps, интерполируем ntJ по времени с помощью кубического сплайна для каждого вида деятельности j. В работе использован сплайн с неузловыми (not-a-knot) конечными условиями, допонительно обладающий непрерывной третьей производной во втором и предпоследнем узлах.

Обозначим интерполированные численности занятых Щ,

соответствующие значениям времени tt = 1 + iS (i = 0,1,..., (Г - \)m).

Соответственно получаем оценки распределения в моменты времени ti:

Для оценки матрицы Р3 воспользуемся методом наименьших квадратов

(см. далее): Р6 = а^ГШП X % - *мРв\г, (8)

где Р3> 0, Р6и = и, для и = (1,1.....1), У, - строка распределения по видам

занятости в момент времени /,-, ||.}2 обозначает евклидову норму вектора.

Соответственно получаем оценку: Р1=Р".

Очевидно, что цепь Маркова не может точно воспроизвести динамику распределения занятых по видам экономической деятельности, поэтому для построения прогноза в диссертации была использована следующая модель:

X, = Х,_^ + е,, Х0 = х0, (9)

где X, - случайная вектор-строка, представляющая структуру занятых по видам в середине года /; Р] - матрица вероятностей переходов за 1 год; е, -последовательность некоррелированных по времени нормально распределенных случайных строк, подчиняющихся условиям Ее, = 0, Е',е, = ; х0 - неслучайный стартовый вектор с условиями х0 >О, х0и -1. Данная модель формально представляет собой векторную авторегрессию (УА11) первого порядка. Вместе с тем, ее существенной особенностью является структура матрицы коэффициентов как матрицы переходных вероятностей цепи Маркова с дискретным временем. Наличие ясной интерпретации матрицы коэффициентов устраняет основные недостатки модели УАИ - ее эмпиричность, трудность интерпретации матрицы коэффициентов. Поскольку матрица вероятностей переходов предполагается не случайной, из (9) следует, что для математических ожиданий ЕХ, выпоняется обычное соотношение для цепи Маркова:

ЕХ,=ЕХ,.,Ри (10)

Также из условий на х0 ЕХ, > 0, ЕХ,и = 1, то есть ЕХ, является распределением вероятностей. Из (10) следует, что при известных х0,Р\ для любого I > 0

EX,=x0Ft (И)

Выражением (11) можно воспользоваться для построения средних прогнозов распределения занятых по видам экономической деятельности, однако, для этого требуется оценить стартовое распределение г0. Для этого можно воспользоваться методом наименьших квадратов:

= arg min X, - хйР;\2, при условии х0 > О, х0и = 1 (12) 1=1

где д=nlj 2_lnll - доля занятых видом деятельности j в год t, х, -

строка распределения по видам занятости в год t. Далее можно найти лаппроксимированные распределения X, = х0Р{, (1 = 1,2,...,Г) и средние прогнозные распределения при t > Т.

Для оценки неопределенности построенных прогнозов требуется оценить дисперсии элементов X,. Для этого представим их в следующем виде:

xt=xQp;+skprk, к = \

что непосредственно следует из (9). Тогда ковариационная матрица

= Е(Х,-ЕХ1){Х!-ЕХ1) выражается следующим образом:

что дает возможность вычислять ее рекуррентно:

/ Ч (13)

(t > о)

Ковариационную матрицу 1,е можно оценить обычным образом, по 1 т

отклонениям = Хе/Ч> где е, = х,~ &0Pt' (t = \,2,...,Т). Оценки Т Ч1/=)

стандартных отклонений элементов д-(Г,_у)=(1в). позволяют построить приближенный прогнозный интервал с надежностью а:

х0РГ - хт+к < х()РГк + гАхЛ (14)

где к > 1 - горизонт прогнозирования, , (г) = (1 + <г<)/2, - функция

распределения стандартного нормального распределения.

Отметим, что в отличие от (13) в выражении (14) использованы оценки дисперсии, предполагающие 1^=0, поскольку при = Т распределение по

видам деятельности известно.

0.98 0.96 0.94

Саратов

0.! 5

Ал.-Гайс кое

2000 2005 2010 2015 2000 2005 2010 2015 Аркадакскоо Аткэрское

2000 2005 2010 2015 '2000 2005 2010 2015

Рис. 3. Прогноз интегрального индикатора КЖН четырех МО Источник: составлено автором

Для построения прогнозов динамики КЖН отдельных МО региона прогнозируются доли оценок МО в общем итоге. Результаты прогнозов по четырем МО представлены на рис. 3. Из графиков видно, что в Саратове и Ал.-Гайском МО прогнозируется повышение интегральной оценки КЖН, в Аткарском наблюдается стабилизация, а в Аркадакском МО прогнозируется снижение оценки.

Публикации автора по теме диссертационного исследования В изданиях, рекомендованных ВАК РФ:

1. Митрофанов А.Ю. Методика построения интегрального показателя качества жизни населения муниципальных образований / А.Ю. Митрофанов // Вестник СГСЭУ. -Саратов, 2008. - №4(23). - С. 109-112 (0,8 пл.).

2. Митрофанов А.Ю. / Прогнозирование развития сектора услуг в структуре российской экономики / Т.В. Блинова, А.Ю. Митрофанов, A.B. Русановский // Вестник Тамбовского ун-та. Сер. Гуманитарные науки. - Тамбоз, 2008. - Вып. 9 (65). - С. 336-344 (авт. - 0,4 п.л.).

3. Митрофанов АЛО. Прогнозирование межсекторных пропорций российской экономики в догосрочном периоде / А.Ю. Митрофанов, A.B. Русановский // Вестник СГТУ. - Саратов, 2008. -№3(35). Вып. 2. - С. 158-164 (авт. - 0,3 п.л.).

4. Митрофанов А.Ю. / Прогнозирование структуры занятости на основе модели марковской векторной авторегрессии / А.Ю. Митрофанов, A.B. Русановский // Вестник СГСЭУ. - Саратов, 2008, №3(22). - С. 25-29 (авт. - 0,35 п.л.).

В прочих изданиях:

5. Митрофанов А.Ю. Пространственно-временная организация страны: Региональный анализ / В.Б. Самсонов, А.К. Адамов, С.А. Андрющенко, В.М. Аникин, А.Ф. Голубенцев, Н.Э. Гущин, H.H. Гущина, A.M. Демин, В.И. Дорофеев, Е.С. Дорофеева, Ю.Б. Дрючков, О.В. Ермолова, H.A. Киреева, Ю.А. Куликова, Р.П. Кутенков, А.Ю. Митрофанов, В.Н. Пахомов, А.Б. Писменная, Ю.С. Прокофьев, С.Н. Семенов, K.M. Семенов, Н.Г. Харева, В.Л. Шабанов. - Саратов: Привожское книжное изд-во, 2000. - 270 с. (авт. - 1,1 п.л.).

6. Митрофанов А.Ю. / Нелинейная динамика Земли: сферы и структуры самоорганизации / В.Б. Самсонов, В.М. Аникин, O.JI. Гридасов, Л.А. Донецкова, Г.И. Худяков, A.M. Демин, Р.П. Кутенков, А.Ю. Митрофанов, С.Н. Семенов, P.A. Осипов, Е.В. Отставнова, В.Н. Пахомов. - Саратов: Изд-во ЭМОС, 2005. - 219 с. (авт. - 0,4 п.л.)

7. Митрофанов А.Ю. Обобщающий индикатор экономической ситуации в регионе России / А.Ю. Митрофанов // Территориальная организация общества и управление в регионах. Материалы междунар. науч.-практ. конф. - Воронеж, гос. пед. ун-т, 1998. - С. 3537 (0,17 п.л.).

8. Митрофанов А.Ю. Граница возможностей для уровня жизни регионов России / А.Ю. Митрофанов // Проблемы и перспективы российской экономики: III Всероссийская науч.-практ. конф. - Пенза: ПДЗ, 2004. - С. 57-59 (0,28 п.л.).

9. Митрофанов А.Ю. Построение интегрального показателя качества жизни населения муниципальных образований региона / А.Ю. Митрофанов // Математические методы в технике и технологиях - ММТТ-21: Сб. тр. XXI Междунар. науч. конф. - Саратов: СГТУ, 2008. - Т.8. - С. 191-193 (0,35 пл.).

10. Митрофанов А.Ю. Методология построения интегральной оценки качества жизни населения / А.Ю. Митрофанов // Математическое и информационное обеспечение экономической деятельности: Альманах. - Саратов: СГСЭУ, 2006. - С. 28-33 (0,63 п.л.).

И. Митрофанов А.Ю. Статистическое оценивание качества жизни на субрегиональном уровне / А.Ю. Митрофанов // Социально-экономическое развитие России: Проблемы, поиски, решения: Сб. науч. тр. по итогам НИР СГСЭУ в 2006 году. - Саратов: СГСЭУ, 2007. - 4.2. - С. 105-107 (0,6 пл.).

12. Митрофанов А.Ю. Оценка уровня благосостояния в свете теории полезности / А.Ю. Митрофанов // Математическое и информационное обеспечение экономической деятельности: Сб. науч. статей. Вып. 2. - Саратов: СГСЭУ, 2007. - С. 46-50 (0,35 пл.).

13. Митрофанов А.Ю. Статистический анализ качества жизни сельского населения России / А.Ю. Митрофанов /У Социально-экономические проблемы трансформации аграрных отношений и реформирования агропромышленного комплекса (Островские чтения 2005 23 ноября 2005 г.) - Саратов: ИАП РАН, 2005. - С. 239-243 (0,2 пл.).

14. Митрофанов А.Ю. Модель качества жизни населения муниципальных образований Саратовской области в 2001-2003 гг. / А.Ю. Митрофанов // Социально-экономическое развитие России: Проблемы, поиски, решения: Сб. науч. тр. по итогам НИР СГСЭУ в 2004 году. - Саратов: СГСЭУ, 2005. - 4.2. - С. 118-119 (0,18 п.л.).

15. Митрофанов А.Ю. Взаимодействие города и сельской местности региона: математическая модель / А.Ю. Митрофанов // Социально-экономические проблемы устойчивого развития региональных агропродовольственных систем в переходной экономике (Островские чтения 2004 19-21 октября 2004 г.). - Саратов: ИАП РАН, 2004. -С. 70-73 (0,38 п.л.).

16. Митрофанов А.Ю. Монотонное Т-шкалирование относительных показателей для оценки качества жизни населения / А.Ю. Митрофанов // Социально-экономическое развитие России: Проблемы, поиски, решения: Сб. науч. тр. по итогам НИР СГСЭУ в 2007 году. - Саратов: СГСЭУ, 2007. - Ч. 1. - С. 96-98 (0,39 пл.).

Подписано в печать $. 09 2009 г. Заказ №в63 . Тираж 100 экз. Печ. л. 1,0 Формат 60 х 84 1/16. Бумага офсетная. Печать офсетная.

Типография ИУНЛ Вогоградского государственного технического университета. 400131, г. Вогоград, ул. Советская, 35

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Митрофанов, Алексей Юрьевич

Введение

1 Концепция качества жизни населения

1.1 Качество жизни с позиций всеобъемлющей концепции качества

1.2 Уровень и качество и жизни населения

1.3 Качество жизни населения и устойчивое развитие

2 Методы оценивания уровня и качества жизни населения

2.1 Построение оценки уровня жизни населения на основе теории полезности

2.2 Оценивание качества жизни с позиции теории социальных индикаторов

2.3 Общие подходы к построению интегрального индикатора КЖН

2.4 Проблема оценки качества жизни населения

2.5 Сравнительное оценивание КЖН субъектов РФ

2.6 Оценивание КЖН муниципальных образований Саратовской области

2.7 Эконометрическая модель взаимодействия города и сельской местности региона

2.8 Методы нормировки признаков КЖН

2.9 Метод складного ножа уменьшения смещения оценки параметра и вычисления стандартной ошибки оценки

2.10 Методы редукции априорного набора признаков КЖН

2.11 Компонентный анализ и точность восстановления исходной матрицы наблюдений

2.12 Детерминационный компонентный анализ

3 Оценивание качества жизни индивидов и населения МО Саратовской области

3.1 Оценивание качества жизни индивидов для однородной совокупности респондентов

3.2 Оценивание качества жизни индивидов для неоднородной совокупности респондентов

3.3 Построение априорного набора базовых признаков КЖН МО Саратовской области

3.4 Сравние различных методов выделения апостерионых наборов базовых признаков и построения интегральных индикаторов КЖН

3.5 Анализ оптимального варианта интегральной оценки КЖН

3.6 Трендовые модели динамики интегрального индикатора КЖН

3.7 Оценивание КЖН с применением факторного анализа

3.8 Оценка КЖН с помощью монотонного Т-шкалирования базовых признаков КЖН

3.9 Оценка градиента качества жизни населения

4 Прогнозирование значений интегрального индикатора КЖН

4.1 Краткосрочный эконометрический прогноз значений интегрального индикатора КЖН

4.2 Модель марковской векторной авторегрессии и среднесрочное прогнозирование интегрального индикатора КЖН МО

Диссертация: введение по экономике, на тему "Моделирование и прогнозирование качества жизни населения на уровне региона"

Актуальность темы исследования. Появление категории качества жизни населения (КЖН) во второй половине XX в. связано с осознанием обществом ограничений, присущих традиционному понятию уровня жизни как меры благосостояния населения, поскольку рост доходов и потребления материальных благ сложным образом связан с другими аспектами жизни людей и может сопровождаться ухудшением состояния окружающей среды, ростом преступности, заболеваемости и т.п.

Задача изучения существенных для развития страны в целом взаимосвязей между экономическим ростом, ростом производительности труда, демографическими процессами, развитием инновационной экономики и КЖН является актуальной и требует наличия достаточно надежных методов оценки и прогнозирования последнего. Сложность данной задачи обуславливает необходимость разработки адекватных экономико-математических моделей.

Поскольку субъекты РФ представляют собой большие по людности и внутренне неоднородные социально-экономические образования, особую актуальность данная задача приобретает на уровне регионов. При этом наиболее информативным является изучение КЖН на уровне отдельных индивидов и муниципальных образований. Отметим, что в последние годы администрации многих субъектов РФ используют категорию КЖН как основу формирования стратегии развития своих регионов. Вышеперечисленные обстоятельства обусловили актуальность диссертационного исследования.

Степень разработанности проблемы. Исследованию проблематики оценки КЖН посвящены работы многих отечественных и зарубежных экономистов, социологов, философов.

Подход к КЖН на основе всеобъемлющей концепции качества развивается в работах Б.В. Бойцова, А.И. Субетто. Оценка КЖН с позиций общей теории социальных индикаторов разработана Ф.М. Бородкиным и С.А. Айвазяном. Общие проблемы исследования уровня и КЖН отражены в работах

И.В. Бестужева-Лада, В.Н. Бобкова, Б.И. Герасимова. Методология построения обобщающих индикаторов КЖН на основе методов многомерного статистического анализа развита в работах С.А. Айвазяна. Исследования межрегиональной дифференциации по КЖН представлены в работах Ю.Н. Гаврильца, Н.В. Зубаревич и др. Проблематике мониторинга благосостояния населения и КЖН на основе бюджетных обследований посвящены работы В.Н. Бобкова, О.А. Мухановой, Е.Б. Фроловой и др.

Проблемам оценки КЖН на внутрирегиональном уровне на основе выборочных обследований населения и на основе статистических данных посвящены работы В.В. Дробышевой, Н.И. Зорина, В.Е. Кузнецовой, Н.С. Маликова, Т. А. Торговкиной, М.А. Исакина. Вопросы оценки уровня социально-экономического развития на внутрирегиональном уровне с целью разработки политики управления развитием региона разработаны Ю.В. Донченко, А.В. Евченко, С.С. Железняковым и др. Планированию и прогнозированию уровня жизни в России посвящены работы И.Б. Комакова, Л.И. Нестерова, В.Я. Райцина. Эконометрическому моделированию и прогнозированию развития региона посвящены работы Е.В. Заровой, Г.Р. Хасаева и др.

Исследования уровня и КЖН за рубежом проводились такими авторами, как А. Аткинсон, Дж. Гэбрейт, Р.А. Камминс, М. Нюссбаум, А. Сен, Э. Шарп, Ф.М. Эндрюс и др.

Несмотря на обилие публикаций по общей тематике исследований КЖН, следует отметить недостаточную разработанность таких принципиальных вопросов, как методология статистической оценки качества жизни индивидов (КЖИ) по данным выборочных социологических обследований, сопоставление результатов оценок КЖИ и оценок КЖН по агрегированным данным региональной статистики, прогнозирование КЖН.

Целью диссертационного исследования является разработка экономико-математических моделей, развивающих статистический подход к оценке КЖИ и КЖН на уровне муниципальных образований, а также анализ динамики и прогнозирование КЖН.

Поставленная цель предопределила следующие задачи исследования:

-анализ преимуществ и недостатков существующих методов оценки

- разработка методологических основ оценки КЖН на основе кардиналистской теории полезности;

- уточнение требований к интегральному индикатору КЖН;

- разработка и апробирование методики оценки КЖИ на основе данных выборочных социологических обследований с применением методов многомерного статистического анализа;

- разработка и апробирование методики оценки КЖН муниципальных образований (МО) на основе данных региональной статистики с применением методов эконометрического моделирования;

- сравнение результатов оценки КЖИ на основе данных выборочных социологических обследований и КЖН на основе данных региональной статистики по структуре отобранных признаков;

- разработка общей методики моделирования динамики структуры Ч набора статистических показателей, нормированных общим итогом;

- разработка методики анализа и прогнозирования динамики КЖН для МО региона.

Объектом исследования является качество жизни отдельных жителей и в целом населения МО субъекта РФ.

Предмет исследования составляет методика построения интегральных индикаторов КЖИ и КЖН, анализа и прогнозирования КЖН.

Работа выпонена в рамках п. 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни: демографических процессов, рынка труда и занятости населения, качества жизни населения и др. паспорта научных специальностей ВАК 08.00.13 - Математические и инструментальные методы экономики.

Теоретико-методологической основой диссертационного исследования послужили труды отечественных и зарубежных ученых в области исследования уровня и КЖН, региональной статистики, многомерного статистического анализа, эконометрики, экономической теории.

Инструментарно-методический аппарат исследования. В работе использованы общенаучные методы дедукции и индукции, логического, математического и статистического анализа.

Информационно-эмпирическую базу исследования составляют результаты выборочных социологических обследований, проведенных Институтом аграрных проблем РАН в отдельных МО Саратовской области, данные Федеральной службы государственной статистики РФ и ее территориальных органов, обзорно-аналитические материалы, опубликованные в периодической печати, а также информационные Интернет-ресурсы.

Основные положения диссертации, выносимые на защиту:

1. Агоритм построения интегрального индикатора КЖН дожен включать в себя: нормировку Паттерн базовых признаков КЖН с последующим степенным преобразованием; построение апостериорного набора показателей с контролем статистической значимости коэффициентов первой главной компоненты (метод складного ножа); обобщение показателей апостериорного набора с помощью варианта компонентного анализа.

2. Предложенный в работе метод обобщения базовых признаков КЖН, основанный на максимизации суммы коэффициентов детерминации моделей парной линейной регрессии каждого из обобщаемых (нормированных) признаков КЖН на интегральный индикатор КЖН, позволяет уточнить оценку КЖН, даваемую стандартным компонентным анализом.

3. Сформированный в работе априорный набор из 31 базового признака КЖН может быть редуцирован при построении интегрального индикатора КЖН муниципальных образований Саратовской области до следующих 15: общий коэффициент брачности; среднегодовая численность работающих в организациях; среднемесячная начисленная заработная плата работающих в экономике; средний размер назначенных месячных пенсий пенсионеров; доли общей площади жилых помещений, оборудованной водопроводом, канализацией, центральным отоплением, ваннами (душем); обеспеченности населения врачами и больничными койками; обороты розничной торговли и общественного питания на душу населения, объемы платных и бытовых услуг на душу населения; численность лиц, совершивших преступления, на 100 ООО населения.

4. Средневзвешенный индикатор КЖН МО Саратовской области достиг максимума в 2005 г. за изучаемый период 2002-2007 гг. и его значение составило в нормализованных единицах 0.7120.001. Установлено, что важной детерминантой КЖН служит численность населения в трудоспособном возрасте, влияющая на интегральный индикатор КЖН с эластичностью 0.1816.

Научная новизна результатов исследования заключается в следующем:

- перечень требований, которым дожен удовлетворять интегральный индикатор (ИИ) КЖН, допонен такими требованиями как мультипликативная инвариантность Ч значения ИИ КЖН дожны оставаться неизменными при изменении единиц измерения определяющих его статистических показателей; непрерывность - ИИ КЖН дожен непрерывно зависеть от определяющих его статистических показателей; статистическая регулярность Ч распределения преобразованных значений показателей, по которым вычисляются ковариации (корреляции), дожны быть приближенно нормальными, также коэффициенты линейной комбинации, определяющей ИИ КЖН, дожны быть статистически значимыми; представительность Ч ИИ КЖН дожен достаточно точно воспроизводить вариацию базового признака КЖН в терминах суммы коэффициентов детерминации и доли правильно воспроизведенных бинарных признаков;

- разработана интегральная оценка КЖН, основанная на неоклассической функции полезности, в качестве которой принимается экспонента средней полезности потребления, выраженная через а) средний размер потребительских расходов, б) эквивалентное число потребляемых товаров (определяемое на основе энтропии Шеннона простых средних коэффициентов полезности), в) показатель концентрации потребления и г) среднее геометрическое цен потребляемых товаров (предполагается, что индивидуальные потребительские бюджеты подчинены логнормальному распределению);

- уточнен метод С.А. Айвазяна построения ИИ КЖН по агрегированным статистическим данным: а) к базовым признакам КЖН предварительно применяется нормализующее преобразование Бокса-Кокса, либо используются остатки простых эконометрических моделей; б) производится итеративный отбор обобщаемых базовых признаков КЖН с проверкой знаков коэффициентов первой главной компоненты и их статистической значимости с использованием метода складного ножа;

- разработана методика построения ИИ КЖИ по данным выборочных социологических обследований, основанная на факторном корреспондентном анализе при условии, что каждый вариант выбора респондента представляется парой зеркальных бинарных переменных с целью обеспечения равенства весов всех респондентов; разработан метод построения ИИ КЖИ с корректировкой неоднородности групп респондентов, использующий остатки классификационных и регрессионных деревьев (CART), предсказывающих ответы респондентов на основании формальных признаков, таких как населенный пункт проживания, пол, возраст, профессия и т.д.;

- разработана динамическая модель структуры занятых по видам экономической деятельности, сочетающая в себе цепь Маркова с непрерывным временем и векторную авторегрессию; эта модель применена для среднесрочного прогнозирования КЖН отдельных МО региона.

Теоретическая значимость результатов исследования. Теоретические выводы и обобщения, содержащиеся в диссертационной работе, направлены на совершенствование методологии оценки и прогнозирования качества жизни индивидов и в целом населения МО на основе статистических и эконометрических методов на региональном уровне в условиях ограниченности доступного набора статистических показателей. Результаты исследования также могут быть использованы в учебном процессе при преподавании дисциплин Многомерные статистические методы, Эконометрика, Экономико-математическое моделирование.

Практическая значимость работы заключается в возможности использования разработанных методик для мониторинга КЖН МО региона с целью оценки результатов деятельности администрации МО и выработки политики и стратегии развития субъекта РФ.

Апробация работы. Основные результаты исследования отражены в 16 публикациях автора общим объемом 6,9 п.л., в том числе в рецензируемых научных журналах и изданиях, рекомендованных ВАК РФ - 4 статьи объемом 1,9 п.л.

Структура диссертационной работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Митрофанов, Алексей Юрьевич

ЗАКЛЮЧЕНИЕ

В ходе выпонения работы установлено, что агоритм построения интегрального индикатора КЖН муниципальных образований дожен включать в себя: нормировку Паттерн базовых признаков КЖН с последующим степенным преобразованием; построение апостериорного набора показателей с контролем статистической значимости коэффициентов первой главной компоненты (метод складного ножа); обобщение показателей апостериорного набора с помощью варианта компонентного анализа.

Предложенный в работе метод обобщения базовых признаков КЖН, основанный на максимизации суммы коэффициентов детерминации моделей парной линейной регрессии каждого из обобщаемых (нормированных) признаков КЖН на интегральный индикатор КЖН, превосходит по своей точности оценку КЖН, даваемую стандартным компонентным анализом.

Сформированный в работе априорный набор из 31 базового признака КЖН может быть редуцирован при построении интегрального индикатора КЖН муниципальных образований Саратовской области до следующих 15: общий коэффициент брачности; среднегодовая численность работающих в организациях; среднемесячная начисленная заработная плата работающих в экономике; средний размер назначенных месячных пенсий пенсионеров; доли общей площади жилых помещений, оборудованной водопроводом, канализацией, центральным отоплением, ваннами (душем); обеспеченности населения врачами и больничными койками; обороты розничной торговли и общественного питания на душу населения, объемы платных и бытовых услуг на душу населения; численность лиц, совершивших преступления, на 100 ООО населения.

Установлено, что средневзвешенный индикатор КЖН МО Саратовской области достиг максимума в 2005 г. за изучаемый период 2002Ч2007 гг. и его значение составило в нормализованных единицах 0.7120.001. Показано, что динамика средневзвешенного интегрального индикатора моделируется параболой с вершиной, направленной вверх, что свидетельствует о возможном его снижении в 2008 г.

Установлено, что важной детерминантой КЖН служит численность населения в трудоспособном возрасте, влияющая на интегральный индикатор КЖН с эластичностью 0.1816.

Перечень требований, которым дожен удовлетворять интегральный индикатор КЖН, допонен такими требованиями как мультипликативная инвариантность - значения интегрального индикатора КЖН дожны оставаться неизменными при изменении единиц измерения определяющих его статистических показателей; непрерывность Ч интегрального индикатора КЖН дожен непрерывно зависеть от определяющих его статистических показателей; статистическая регулярность - распределения преобразованных значений показателей, по которым вычисляются ковариации (корреляции), дожны быть приближенно нормальными, также коэффициенты линейной комбинации, определяющей интегральный индикатор КЖН, дожны быть статистически значимыми; представительность - интегральный индикатор КЖН дожен достаточно точно воспроизводить вариацию базовых признаков КЖН в терминах суммы коэффициентов детерминации и доли правильно воспроизведенных бинарных признаков.

Разработана интегральная оценка КЖН, основанная на неоклассической функции полезности, в качестве которой принимается экспонента средней полезности потребления, выраженная через а) средний размер потребительских расходов, б) эквивалентное число потребляемых товаров (определяемое на основе энтропии Шеннона простых средних коэффициентов полезности), в) показатель концентрации потребления и г) среднее геометрическое цен потребляемых товаров (предполагается, что индивидуальные потребительские бюджеты подчинены логнормальному распределению);

Уточнен метод С.А. Айвазяна построения интегрального индикатора КЖН по агрегированным статистическим данным: а) к базовым признакам КЖН предварительно применяется нормализующее преобразование Бокса

Кокса, либо используются остатки простых эконометрических моделей; б) производится итеративный отбор обобщаемых базовых признаков IOJCH с проверкой знаков коэффициентов первой главной компоненты и их статистической значимости с использованием метода складного ножа.

В рамках данного подхода вычислены среднегеометрические эластичности влияния базовых признаков КЖН на значения интегрального индикатора КЖН (функции качества жизни). Установлено, что наибольшая эластичностью (2.7Ч3.03) характеризуется влияние средней пенсии, в то время как средняя заработная плата Ч лишь 0.43-0.74.

Применение методики построения интегрального индикатора ЮКН, включающего нормировку Паттерн базовых признаков КЖН, степенное преобразование нормированных значений, построение апостериорного набора преобразованных признаков с помощью-компонентного анализа, допоненного проверкой значимости коэффициентов с помощью метода складного ножа и свертку преобразованных значений с помощью детермин^ционного компонентного анализа показало, что наиболее существенными признаками КЖН в Саратовской области в 2002-2007 гг. являются: брачность, доля работающих в организациях, средняя заработная плата, средняя пенсия, доля жилой площади, оборудованной водопроводом, канализацией, центральным отопленем, ваннами/душем, обеспеченность населения врачами, обороты розничной торогвли, общественного питания, платных услуг, бытовых услуг, доля лиц, совершивших преступления.

Разработана методика построения интегрального индикатора КЖИ по данным выборочных социологических обследований, основанная на факторном корреспондентном анализе при условии, что каждый вариант выбора респондента представляется парой зеркальных бинарных переменных с целью обеспечения равенства весов всех респондентов;

Установлено, что основными признаками, характеризующими качество жизни учителей в Аткарском райне Саратовской области являются: уверенность в завтрашнем дне, хорошие отношения с окружающими, улучшением материального положения, удовлетворение жилищными условиями, возможностями для образования, отдыха, уверенность в улучшении жизни, оптимизм, видение себя развлекающимся (развлекающейся), состояние защитника природы, обеспокоенность влиянием психологического климата в семье, санитарно-гигиенических условий, злоупотребления акоголем и табаком на здоровье, наличие крупного рогатого скота, автомобиля, мотоцикла, цветного телевизора, бани при доме, водопровода, канализации, участка земли, поддержка частной собственности на землю, желание открыть свое дело.

Разработан метод построения интегрального индикатора КЖИ с корректировкой неоднородности групп респондентов, использующий остатки классификационных и регрессионных деревьев (CART), предсказывающих ответы респондентов на основании формальных признаков, таких как населенный пункт проживания, пол, возраст, профессия и т.д.

Выявлено, что основными признаками, повышающими КЖИ в трех селах Саратовской области: Ивановке, Терсе, Сенной летом 2000 г. являются: наличие водопровода, канализации, телефона, газа или газобалонов, ванной, автотранспорта, земли, своего дома, мекого скота, дорогой бытовой техники, бани при доме, хороших условий труда, хороших жилищных условий, ощущение респондентом того, что он доволен судьбой, много получил от жизни, хорошей экологической ситуации. Основными признаками, снижающими качество жизни, являются: рост заболеваемости, плохое здоровье детей, плохое личное здоровье, наличие заболеваний от загрязнения окружающей среды, плохое здоровье близких, рост числа бытовых конфликтов, ухудшение экологической обстановки, отсутствие воспринимаемых мер, противодействующих загрязнению, искажение информации об экологической опасности, частые посещения больниц, опасное состояние окружающей среды, рост безработицы, обострение неприязни к лицам другой национальности, готовность к гражданскому неповиновению. При этом установлено, что интегральный индикатор позитивных элементов КЖИ практически не коррелирован с интегральным индикатором негативных элементов КЖИ.

Сделан вывод о том, что различные методики приводят к перекрывающимся апостериорным наборам базовых признаков КЖИ/КЖН, среди которых наличие водопровода и канализации. Также установлено, что такие демографические показатели, как общие коэффициенты рождаемости, смертности и младенческой смертности не входят в число значимых характеристик качества жизни населения.

Для построения краткосрочного прогноза значений интегрального индикатора КЖН МО приемлемые результаты дает модель ARIMA(1,1,0).

Разработана динамическая модель структуры занятых по видам экономической деятельности, сочетающая в себе цепь Маркова с непрерывным временем и векторную авторегрессию; эта модель применена для среднесрочного прогнозирования КЖН отдельных МО региона. Для г. Саратова прогнозируется повышение интегрального индикатора КЖН, однако неопределенность прогнозов достаточно высока.

Проведенное исследование показывает, что различные методики приводят к различающимся оценкам качества жизни индивидов и населения, при этом полученные содержательные результаты допоняют друг друга.

Выбор конкретной методики построения интегрального индикатора КЖН для определенной сферы использования требует проведения дальнейших исследований динамики, чувствительности конкретных индикаторов, а также оценки достоверности прогнозов качества жизни.

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДА СКЛАДНОГО НОЖА function jko = jk ( funfcn, x, varargin ) % function jko = jk ( funfcn, x, varargin ) % jackknifе-оценивание статистика дожна применяться к одной матрице данных х funfcn - функция, дающая статистику % х - матрица данных % оЬ - оценка по всем данным jk = ob - bi (совпадает с JK-оценкой, выдаваемой Stata) % bi - смещение % se - станд. ошибка оценки % t = ob/se cov - ковар. матрица funfcn = fcnchk(funfcn,length(varargin)); yO=feval(funfcn,x,varargin{: }) ; n=size (x, 1)'; nn=l:n; yy=zeros(n,length(yO)); for i=l:n yy(i,:)=feval(funfcn,x(setdiff(nn,i),:),varargin{:}); ff(i,:)=n*yO-(n-1)*yy(i,:); end то же выражение ст. ошибки (соотв. ст. отклонению среднего) %sqrt(sum((yy-ones(n,l)*y0).A2)*(n-1)/n) jko.ob=yO; jko.jk=mean(ff,1); jko.bi=jko.ob-jko.jk; jko.se=sqrt(var(ff)/n); jko.t=jko.ob./jko.se; jko.cov=cov(ff)/n;

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ КОМПОНЕНТНОГО АНАЛИЗА function [A, alphl, С, rmse, err, etyp, etypv] = pcacovlrecon ( x KA PCA cov с выделением 1-й ГК и реконструкцией наблюдений х - исходная матрица данных % А - 1-й с.в. % alphl - доля 1-го с.з. % С - общности rmse = sqrt(RSS/((n-1)*d)); % err - абс. ошибка реконструкции % etyp - "типичная" ошибка реконструкции % etypv - векторизованная etyp n,d]=size(х); xm=mean(х,1); %outs(1 Средние 1 ,xm) xs=std(x,0,1); outs(1Ст. отклоненияxs) центрированная матрица наблюдений xO=x-xm(ones(n,1),:); стандартизованная матрица наблюдений xst=xO*diag(1./xs); ковар. матрица Sx=cov(х); задача на с.з. и с.в. [A,Lambda]=eigl(Sx); Lambda=diag(Lambda); = trace(Sx) LambdaS=sum(Lambda); Lambda=Lambda(end); доля 1-го с.з. alphl=Lambda/LambdaS; первый с.в. А=А(:,end); главные компоненты (не нормированные) Y=xO*A; главные компоненты (нормированные)

Z=Y*diag(1./sqrt(Lambda)) ; матрица факторных нагрузок Rxz=xst'*Z/(n-1) ; общности C=Rxz.A2; score coeffs

F=A*diag(1. / sqrt (Lambda) ) ; приближенное восстановление xO no m первым главным компонентам Xm=Z*diag( sqrt (Lambda)) *A' ; восстановление средних xl=Xm + xm(ones(n,1) , :) ; "ошибка" err=x-xl; = (LambdaS-Lambda)*(n-1) RSS = frob2(err); rmse=sqrt(RSS/((n-1)*d)) ; "типичная" ошибка etyp=sqrt(d/LambdaS)*err; %surf(etyp) frob2(etyp)/((n-1)*d) = 1-alphl etypv=reshape(etyp, [],1) ; outs('flonH 1-го c.s.',alphl) outs('Границы "типичной" ошибки реконструкции[min(etypv) max(etypv)])

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ДЕТЕРМИНАЦИОННОГО КОМПОНЕНТНОГО АНАЛИЗА function [a, r2, rmse] = modijpca ( х ) модифицированный компонентный анализ КА РСА % построение у Ч такой линейной комбинации стобцов х, % чтобы сумма коэффициентов детерминации регрессий стобцов х на у % была максимальной восстановлено "в духе" Айвазяна х - матрица данных а - искомый стобце лин. комб. (а'а=1) г2 - стобце коэффициентов детерминации стобцов х и у % rmse = sqrt(RSS/((n-1)*d) ) ; n,d]=size(x); xm=mean(x,1); %outs('Средние',xm) центрированная матрица наблюдений xO=x-xm(ones(n,1),:);

C=zeros(n,n); for j=l:d

С = С + x0(:,j)*x0(:,j)'/(x0(:,j)-*x0(:,j)); end

V,D]=eigl(xO'*C*xO,x0'*x0) ; D=diag(D); a=V (: , end) ; a=a/sqrt(a'*a); yO=xO*a; приближенное "восстановление" данных и его точность [г2ш,r2]=соггху2(х,уО); "восстановленная" матрица xl=yO*yO'*х0/fгоЬ2(уО) + xm(ones(n,1),:); "ошибка" err=x-xl;

RSS = frob2(err); rmse=sqrt(RSS/((n-1)*d) ) ;

ОЦЕНКИ МОДЕЛИ ДЛЯ ПАНЕЛЬНЫХ ДАННЫХ, ПРЕДСКАЗЫВАЮЩЕЙ ИНТЕГРАЛЬНЫЙ ИНДИКАТОР КЖН

Модель с фиксированными эффектами: зависимая переменная - натуральный логарифм интегрального индикатора КЖН (qlL); регрессор - натуральный логарифм среднегодовой численности населения (popL) xtreg qlL popL, fe

Fixed-effects (within) regression Group variable (i) : mo

R-sq: within = 0.0412 between = 0.6850 overall = 0.6676 corr(u i, Xb) = -0.9519

Number of obs Number of groups

Obs per group: min avg max

F(1,194) Prob > F

F test that all u i=0: F(38, 194) = 75.27 Prob > F = 0.0000

Модель со случайными эффектами: зависимая переменная Ч натуральный логарифм интегрального индикатора КЖН (qlL); регрессор Ч натуральный логарифм среднегодовой численности населения (popL) xtreg qlL popL, re

Random-effects GLS regression Number of obs = 234

Group variable (i) : mo Number of groups = 39

R-sq: within = 0.0412 Obs per group: min = . 6 between = 0.6850 avg = 6.0 overall = 0.6676 max = 6

Тест спецфикации Хаусмана: зависимая переменная - натуральный логарифм интегрального индикатора КЖН (qlL); регрессор Ч натуральный логарифм среднегодовой численности населения (popL) xthausman

Hausman specification test

---- Coefficients ---

I Fixed Random qlL | Effects Effects Difference popL | -.231637 .1736289 -.4052659

Test: Ho: difference in coefficients not systematic chi2( 1) = (b-B) Х[SA(-1)] (b-B), S = (Sfe - Sre) 27.86

Prob>chi2 = 0.0000

Модель со случайными эффектами: зависимая переменная Ч натуральный логарифм интегрального индикатора КЖН (qlL); регрессоры - натуральные логарифмы среднегодовой численности населения младше трудоспособного (pop2L), в трудоспособном возрасте (pop2L) и старше трудоспособного возраста (рорЗЬ). xtreg qlL poplL pop2L рорЗЪ, re

Random-effects GLS regression Number of obs = 234

Group variable (i) : mo Number of groups = 39

R-sq: within = 0.0118 Obs per group: min = 6 between = 0.6944 avg = 6.0 overall = 0.6777 max = 6

Random effects ui ~ Gaussian Wald chi2(3) = 73.19 corr(u i, X) =0 (assumed) Prob > chi2 = 0.0000 qlL

Std. Err.

95% Conf. Interval] poplL pop2L pop3L cons

-.0426433 .0353056 -1.21 0.227 -.1118409 .0265543

2279367 .0656917 3.47 0.001 .0991833 .3566901

-.0058216 .0672265 -0.09 0.931 -.1375831 .1259399

-2.563748 .219965 -11.66 0.000 -2.994871 -2.132624 sigmau sigmae rho

11977653 ,03605676 .9169086 fraction of variance due to u i)

Модель со случайными эффектами: зависимая переменная Ч натуральный логарифм интегрального индикатора КЖН (qlL); регрессор Ч натуральный логарифм среднегодовой численности населения в трудоспособном возрасте (pop2L) xtreg qlL pop2L, re

Random-effects GLS regression Number of obs = 234

Group variable (i) : mo Number of groups = 39

R-sq: within = 0.0322 Obs per group: min = 6 between = 0.6885 avg = 6.0 overall = 0.6718 max = 6

Диссертация: библиография по экономике, кандидат экономических наук , Митрофанов, Алексей Юрьевич, Саратов

1. Варжапетян А.Г., Квалиметрия: Учеб. пособие. 2005, СПб.: СПбГУАП.176 с.

2. Бойцов Б.В., Кузнецов М.А., Элькин Г.И., Концепция качества жизни (презентация книги). Ссыка на домен более не работаетseminar/doldadi2007/l7 Kyznecov.pdf.

3. Субетго А.И., Сытому человеку душно. Газета "Оренбургский университет", 2006. N 41 (854) от 08.11.2006.

4. Пиковский А.А., Орлова И.А., Роль культуры в развитии социально-экономической системы. Вестн. Новг. гос. ун-та, 2001(18).

5. Плахова Е., Качество жизни: концепции и практика. "Грани", 2003(4 (30) июль-август): С. 115-119.

6. Одегов Ю.Г., Руденко Г.Г., Бабынина Л.С., Экономика труда. Vol. 2. 2007, М.: Изд-во "Альфа-Пресс". 924 с.

7. Социальная политика. Энциклопедия / Под ред. д.э.н., проф. Н.А. Вогина и д.ф.н., проф. Т.С. Сулимовой. 2006, М.: Изд-во Альфа-Пресс. 416 с.

8. Генкин Б.М., Экономика и социология труда. 2003, М.: Норма. 416 с.

9. Генкин Б.М., Введение в метаэкономику и основания экономических наук: Курс лекций. 2002, М.: Изд-во НОРМА. 384 с.

10. Бобков В.Н., Управление качеством жизни населения. Проблемы теории и практики управления, 2005(3): С. 117-122.

11. Варшавский А.Е., Значительное снижение неравенства доходов важнейшее условие перехода к инновационной экономике, основанной на знаниях. Экономика и мат. методы, 2007.43(4): С. 35-55.

12. Слагаемые качества жизни. Социальное партнерство, 2006(3).

13. Гильманов А.З., Хайрулина Ю.Р., Качество жизни татарстанцев. Ссыка на домен более не работаетfiles/iomal/kach.doc.

14. Григоренко Г., Евростандарт качество жизни. Газета "Время и Деньги", 2001(N108,20 июня 2001 г.).

15. Краснова О.М., Опыт статистического наблюдения и индикативного управления экономикой республики Татарстан. http:^ab.obninsk.mypublic/articles.php?htmlfile=anh-sem-2004-krasnova.htm, 2004.

16. Курс социально-экономической статистики / Под ред. проф. М.Г. Назарова. 2007, М.: Омега-Л. 984 с.

17. Политика доходов и качество жизни населения / Под ред. Н.А. Горелова. 2003, СПб.: Питер. 653 с.

18. Курс экономики: Учебник / Под ред. Б.А. Райзберга. Ч 4-е изд., перераб. и доп. 2004, М.: ИНФРА-М. 672 с.

19. Маликов Н.С., К вопросу о содержании понятия "качество жизни" и его измерению. Уровень жизни населения регионов России, 2002(2).

20. Баженов С.А., Маликов Н.С., Качество жизни населения: теория и практика. Уровень жизни населения регионов России, 2002(10): С. 1-46.

21. Быковских A.M., Изучение образа жизни населения при анализе трансформации территориальной организации общества. Вестник ВГУ, сер. география и геоэкология, 2001(1): С. 53-55.

22. Кубонива М., Табата М., Табата С., Хасэбэ Ю., Математическая экономика на персональном компьютере: Пер. с яп. / Под ред. М. Кубонива; Под ред. и с пре-дисл. Е.З. Демиденко. 1991, М.: Финансы и статистика. 304 с.

23. Стратегия и проблемы устойчивого развития России в XXI веке / Под ред. А.Г. Гранберга, В.И. Данилова-Данильяна, М.М. Циканова, Е.С. Шопхоева. 2002, М.: Экономика. 414 с.

24. Флуд Н.А., Как измерить "устойчивость развития"? Вопросы статистики, 2006(10): С. 19-29.

25. Рубцова В.Н., Социально-экономическая устойчивость населения регионов России. 2002, Саратов: ИАгПРАН. 125 с.

26. Янко С.Н., Человеческий капитал как фактор устойчивого развития сельского хозяйства. Современная экономика: теория и практика: Сб. науч. тр. / Под ред. канд. экон. наук И.В.Манаховой, 2005: С. 164 с.

27. Елисеева И.И., Дмитриев A.JL, Встречи с нобелевскими лауреатами по экономике Дж. Хекманом и Л.Клейном. Вопросы статистики, 2003(9): С. 37-38.

28. Петриков А., Устойчивость сельского развития. Экономист, 2006(7): С.86.93.

29. Донченко Ю.В., Вертакова Ю.В., Евченко А.В., Клименко П.А., Воспроизводственный подход к оценке и регулированию регионального развития по критериям устойчивости. Вопросы статистики, 2005(8).

30. Менова Н.Ф., Социальные аспекты устойчивого социально-экономического развития муниципального образования. Вопросы статистики, 2006(5): С. 62-67.

31. Иванов П.М., Устойчивое региональное развитие: концепция и модель управления. Экономика и мат. методы, 2006.42(2): С. 51-59.

32. Митрофанов А.Ю., Оценка уровня благосостояния в свете теории полезности. Математическое и информационное обеспечение экономической деятельности: Сб. науч. статей. Вып. 2.2007, Саратов: СГСЭУ. С. 46-50.

33. Социальная статистика: Учебник / Под ред. чл.-кор. РАН И.И. Елисеевой. 2-е изд., доп. 1999, М.: Финансы и статистика. 416 с.

34. Хастингс Н., Пикок Дж., Справочник по статистическим распределениям / Пер. с англ. А.К. Звонкина. 1980, М.: Статистика. 95 с.

35. Blalock Н.М., ed. Measurement in the social sciences. Theories and strategies, ed. R.J. Hill. 1974, Aldine Publishing Co.: Chicago. 464 p.

36. Бородкин Ф.М., Айвазян C.A., Социальные индикаторы. 2006, М.: ЮНИ-ТИ-ДАНА. 607 с.

37. Гуц А.К., Коробицын В.В., Лаптев А.А., Паутова Л.А., Фролова Ю.В., Математические модели социальных систем. 2000, Омск: Омск. гос. ун-т. 256 с.

38. Фиглин Л.А., Социальный потенциал качества управления и развития. 2003, Саратов: Научная книга. 266 с.

39. Предложения по совершенствованию модельного набора социальных индикаторов для оценки уровня жизни населения. Вопросы статистики, 2003(7): С. 36-37.

40. Уоткинс К., Доклад о развитии человека 2005. Международное сотрудничество на перепутье: Помощь, торговля и безопасность в мире неравенства. 2005, М.: Изд-во "Весь мир". 386 с.

41. Ткаченко А. А., Качество жизни населения: проблемы измерения. Власть, 2001(2): С. 29-37.

42. Кудрявцева P.M., Оценка уровня и качества жизни населения. Экономист, 2001(11): С. 61-70.

43. Савченко П., Федорова М., Шекова Е., Уровень и качество жизни: понятия, индикаторы, современное состояние в России. Российский экономический журнал, 2000(7): С. 66-73.

44. Айвазян С.А., Интегральные индикаторы качества жизни населения: их построение и использование в социально-экономическом управлении и межрегиональных сопоставлениях. 2000, М.: ЦЭМИРАН. 118 с.

45. Айвазян С.А., К методологии измерения синтетических категорий качества жизни населения. Экономика и мат. методы, 2003.39(2): С. 33-53.

46. Шмуйло Т.П., Исследование и использование методик оценки уровня и качества жизни. Труды Института экономики КарНЦ РАН, 2005(10).

47. Индекс качества жизни, Ссыка на домен более не работаетindexes/indexlife.shtml.

48. Исакин М.А., Построение интегральных индикаторов качества жизни населения региона. 2005: С. 92-109.

49. Арабаева Г.Г., Оценка качества жизни населения муниципального образования (на материале Оренбургской области). Проблемы современной экономики, 2008.27(3).

50. Суслова Ю.Ю., Качество жизни населения как комплексный показатель оценки рыночной инфраструктуры города. Проблемы современной экономики, 2008. 28(4).

51. Кобасина А.Г., Разработка методики оценки качества жизни населения территорий (на примере г. Красноярска). 2003.

52. Иванова М.В., Неволин А.Е., Оценка качества жизни населения как основа формирования социально-экономической политики в регионе (на примере Мурманской области). Вестник МГТУ. 9(4): С. 694-699.

53. Sousa L., Galante Н., Batel A., Hespanha P., Observing cities' social inequalities: a cartographic case study of Aveiro, Portugal. Cities, 2003.20(4): C. 241-252.

54. Дробышева В.В., Герасимов Б.И., Интегральная оценка качества жизни населения региона. 2004, Тамбов: Изд-во ТТТУ. 108 с.

55. Миронов B.C., Методика оценки эффективности программно-целевого подхода в управлении экономикой региона. Проблемы современной экономики, 2008. 28(4).

56. Slottje D.J., Measuring the Quality of Life Across Countries. Rev. of Economics and Statistics, 1991.73(4): C. 684-693.

57. Хубаев Г.Н., Экспресс-оценка качества жизни населения регионов и муниципальных образований.

58. Куролап С.А., Региональная геоэкологическая диагностика и оценка качества жизни населения России. Вестник ВГУ. Серия: география, геоэкология, 2005(2): С. 5-12.

59. Романчук Я., Социальная ловушка неоплана: О чем говорит Индекс социального благополучия Ивановна. Научный исследовательский центр Мизеса АЦ Стратегия, 2005(11): С. 1-23.

60. Митрофанов А.Ю., Обобщающий индикатор экономической ситуации в регионе России. Территориальная организация общества и управление в регионах. Материалы междунар. науч.-практ. конф. 1998, Воронеж: Воронеж, гос. пед. ун-т. С. 35-37.

61. Митрофанов А.Ю., Граница возможностей для уровня жизни регионов России. Проблемы и перспективы российской экономики: Ш Всероссийская науч.-пракг. конф. 2004, Пенза: ПДЗ. С. 57-59.

62. Зубаревич Н.В., Социальное развитие регионов России: проблемы и тенденции переходного периода. 2003, М.: Едиториал УРСС. 264 с.

63. Митрофанов А.Ю., Построение интегрального показателя качества жизни населения муниципальных образований региона. Математические методы в технике и технологиях ММТТ-21: Сб. тр. XXI Междунар. науч. конф. Vol. 8. 2008, Саратов: СГТУ. С. 191-193.

64. Митрофанов А.Ю., Методология построения интегральной оценки качества жизни населения. Математическое и информационное обеспечение экономической деятельности: Альманах. 2006, Саратов: СГСЭУ. С. 28-33.

65. Митрофанов А.Ю., Методика построения интегрального показателя качества жизни населения муниципальных образований. Вестник СГСЭУ, 2008.23(4): С. 109-112.

66. Росстат, Демографический ежегодник Саратовской области: Статистический сборник / Саратовский областной комитет государственной статистики. 2002, Саратов.

67. Росстат, Города и районы Саратовской области: Статистический сборник / Саратовский областной комитет госстатистики. 2003, Саратов. 349 с.

68. Магнус Я.Р., Катышев П.К., Пересецкий А.А., Эконометрика. Начальный курс: Учебник. 2005, М.: Дело. 504 с.

69. Zorn С., Longitudinal Data Analysis. Department of Political Science, Emoiy University, Autumn 2001. www.polisci.emory.edu/zorn/Classes/PQLS571/. 2001.

70. Елисеева И.И., Социальная статистика: Учебник / Под ред. чл.-корр. РАН И.И. Елисеевой. 1999, М.: Финансы и статистика. 416 с.

71. Рябцев В.М., Чудилин Г.И., Региональная статистика. 2001, М.: МИД. 380с.

72. Кузнецова В.Е., Методология оценки социального положения городов и районов Оренбургской области. Вопросы статистики, 2007(4): С. 68-73.

73. Кендал М., Стьюарт А., Статистические выводы и связи. Vol. 2. 1973, М.: Изд-во "Наука". 899 с.

74. Кендал М., Стьюарт А., Многомерный статистический анализ и временные ряды. Vol. 3.1976, М.: Изд-во "Наука". 736 с.

75. Мостелер Ф., Тыоки Дж., Анализ данных и регрессия: В 2-х вып. Вып. 1 / Пер. с англ. Ю.Н. Благовещенского; Под ред. и с предисл. Ю.П. Адлера. Vol. 1. 1982, М.: Финансы и статистика. 317 с.

76. Айвазян С.А., Россия в межстрановом анализе синтетических категорий качества жизни населения. Мир России, 2001(4): С. 59-96.

77. Айвазян С.А., Анализ синтетических категорий качества жизни населения субъектов Российской Федерации: их измерение, динамика, основные тенденции. Уровень жизни населения регионов России, 2002(11).

78. Pacione М., The geography of multiple deprivation in Scotland. Applied Geography, 1995. 15(2): C. 115-133.

79. Дубров A.M., Мхитарян B.C., Трошин Л.И., Многомерные статистические методы: Учебник. 2000, М.: Финансы и статистика. 352 с.

80. Доугерти К., Введение в эконометрику. 2001, М.: ИНФРА-М. 402 с.

81. Митрофанов А.Ю., Статистическое оценивание качества жизни на субрегиональном уровне. Социально-экономическое развитие России: Проблемы, поиски, решения: Сб. науч. тр. по итогам НИР СГСЭУ в 2006 году. Vol. 2. 2007, Саратов: СГСЭУ. С. 105-107.

82. Voile М., Analyse des donnees. 1997, Paris: Economica. 323 p.

83. Berk R.A., Statistical Learning from a Regression Perspective. 2008, Philadelphia, PA USA: Springer. 372 c.

84. Росстат, Города и районы Саратовской области в 2005 году: Статистический сборник: т. 2 / Территориальный орган Федеральной службы государственной статистики по Саратовской области. 2006, Саратов. 180 с.

85. Росстат, Города и районы Саратовской области в 2006 году: Статистический сборник: т. 2 / Территориальный орган Федеральной службы государственной статистики по Саратовской области. 2007, Саратов. 208 с.

86. Росстат, Города и районы Саратовской области в 2007 году: Статистический сборник: т. 2 / Территориальный орган Федеральной службы государственной статистики по Саратовской области. 2008, Саратов. 212 с.

87. Сбережение народа. Н.М. Римашевская ed. 2007, М.: Наука. 328 с.

88. Кремелев Н.Д., Народосбережение как основа стратегии развития региона. Вопросы статистики, 2005(6).

89. Суринов А.Е., Уровень жизни населения России: 1992Ч2002 гг. (по материалам официальных статистических наблюдений). 2003, М.: ИИЦ Статистика России. 279 с.

90. Белова Т.Н., Что связывает монетизацию льгот и рождаемость населения. Вопросы статистики, 2005(6): С. 32Ч35.

91. Тольц М.С., Антонова О.И., Андреев Е.М., Рождаемость и трансформация института семьи в современной России. Вопросы статистики, 2005(7): С. 51-60.

92. Загайтов И.Б., Яновский Л.П., Динамика платежеспособности и депопуляция населения в РФ. Проблемы прогнозирования, 2007(1): С. 139-150.

93. Октябрьский П.Я., Россия сегодня: проблемы демографии. Вопросы статистики, 2007(4): С. 44-47.

94. Шевяков А.Ю., "Болевые точки" России: избыточное неравенство и депопуляция. Общество и экономика, 2005(12): С. 86-102.

95. Зорин Н.И., Береснева Л.Б., Демографическая обстановка в Кировской области и ее влияние на отдельные социально-экономические процессы. Вопросы статистики, 2008(3).

96. Интеграция демографической и социальной статистики и взаимодействие их показателей в современных условиях. Вопросы статистики, 2005(8): С. 26-33.

97. Тишук Е.А., Медико-демографические процессы в Российской Федерации в контексте общемировых закономерностей. Вопросы статистики, 2005(8): С. 4550.6

98. Блинова Т.В., Митрофанов А.Ю., Русановский А.В., Прогнозирование развития сектора услуг в структуре российской экономики. Вестник Тамбовского унта. Сер. Гуманитарные науки, 2008. 65(9): С. 336-344.

99. Митрофанов А.Ю., Русановский А.В., Прогнозирование межсекторных пропорций российской экономики в догосрочном периоде. Вестник CI ТУ. Вып. 2, 2008.35(3): С. 158-164.

100. Митрофанов А.Ю., Русановский А.В., Прогнозирование структуры занятости на основе модели марковской векторной авторегрессии. Вестник СГСЭУ, 2008. 22(3): С. 25-29.

101. Луговская Л.В., Модели векторной авторегрессии, in Эконометрика в вопросах и ответах. 2006.

Blog

Моделирование и прогнозирование качества жизни населения на уровне региона тема диссертации по экономике, полный текст автореферата

Автореферат

Автореферат диссертации по теме "Моделирование и прогнозирование качества жизни населения на уровне региона"

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Митрофанов, Алексей Юрьевич

Диссертация: введение по экономике, на тему "Моделирование и прогнозирование качества жизни населения на уровне региона"

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Митрофанов, Алексей Юрьевич

Диссертация: библиография по экономике, кандидат экономических наук , Митрофанов, Алексей Юрьевич, Саратов

Похожие диссертации