Уровень жизни как объект статистического наблюдения

 

Для граждан, занятых на предприятиях и в организациях, основную часть объема денежных доходов составляет оплата труда. В 2003 г. номинальная начисленная заработная плата одного работающего составила 3898,1 рублей.

По-прежнему сохраняется значительная дифференциация уровня среднемесячной заработной платы в различных отраслях экономики. Среднемесячная заработная плата в отраслях экономики составила (Приложение Б). В 2003 г. наиболее высокая заработная плата сложилась у работников кредитования, финансов, страхования, геологии. Наименьшую заработную плату имели работники образования, культуры, сельского хозяйства.

Нельзя не сказать о том, что малообеспеченные слои населения  имеют определенные, не учтенные статистикой, но видимые в других обследованиях возможности поддержания своего потребления: подсобное хозяйство (сельское и ремесленное), торговля с рук, экономия на качестве питания, на культурно-образовательных потребностях, покупке промтоваров и др. Только так, пожалуй, и можно объяснить отсутствие пока массового голода.

Для борьбы с бедностью государством осуществляется трансфертные платежи, т.е. предпринимаются такие меры, как выдача продуктов, предоставления бесплатного проезда, организация благотворительных столовых, специальные службы помощи остро нуждающимся в социальной поддержке и меры, способные облегчить жизнь незащищенным слоям, повышение минимального размера пенсии, заработной платы, предоставление компенсирующих выплат семьям с детьми, индексация заработной платы и  т.д.  В новых рыночных условиях предстоит трудный путь к формированию стабильной защиты населения от бедности, безработицы, инфляции.

Денежные расходы населения представляют собой форму реализации населением своих денежных доходов.

Рост денежных доходов населения приводит к изменениям в структуре потребительских расходов. Это проявляется в том, что с увеличением доходов семей снижается доля затрат на питание. Чем ниже эта доля, тем выше уровень благосостояния.

 

3.3. Корреляционно – регрессионный анализ уровня жизни населения Оренбургской области

 

Под регрессией понимают определенные силы влияния факторного признака на результат.

Уравнение регрессии при парной зависимости включает в себя два параметра а0 и а1, и имеет вид: у=а0+а1х.

Параметр а1 называют коэффициентом регрессии, который показывает на какую величину изменится результативный признак у при увеличении или снижении факторного признака х на одну натуральную единицу. Параметры а0 и а1 могут принимать как положительные так и отрицательные значения. Если перед коэффициентом стоит «плюс», то это означает, что с увеличением факторного признака увеличится и результативный признак. Соответственно, если «минус» – увеличение факторного, влечёт снижение результативного.

Теснота связи между факторным и результативным признаком определяется коэффициентом корреляции, который также как и коэффициент регрессии изменяется от 0 до 1.

Проведём корреляционно-регрессионный анализ уровня жизни населения. Изучим влияние ряда признаков на ожидаемую продолжительность жизни населения Приволжского Федерального  округа.

Таблица 10 – Социально-экономические показатели по Приволжскому Федеральному округу

	Ожидаемая продолжительность жизни, лет	Заболеваемость населения (зарегистрировано больных с диагнозом, установленным впервые в жизни; на 1000 нас)	Уровень зарегистрированной безработицы,  %	Ввод в действие жилых домов, тыс.кв.м общей площади	Фактическое конечное потребление домашних хозяйств на душу населения, руб.
	у	х1	х2	х3	х4
Республика Башкортостан	66,39	831,1	1,4	1473	35088,7
Республика Марий Эл	63,99	789,9	2,6	147	21610,4
Республика Мордовия	66,28	674,9	1,8	154	20719,7
Республика Татарстан	67,84	771,3	1,4	1562	36607,8
Удмуртская Республика	64,34	940,9	1,9	315	27720,6
Чувашская Республика	66,09	812,5	1,9	543	23565,6
Кировская область	63,71	695,5	2,7	161	27110,4
Нижегородская область	64,03	756,6	0,7	576	31299,7
Оренбургская область	65,35	902,9	0,7	522	23095,4
Пензенская область	65,67	898,9	1,4	235	23185,2
Пермская область	62,31	832,9	1,2	416	37833,6
Самарская область	65,59	799	1,5	850	57220,6
Саратовская область	65,46	667,4	1,6	475	28572,1
Ульяновская область	65,25	876,2	2,2	182	25647,2

Введём обозначения:

у - ожидаемая продолжительность жизни, лет

х1 - заболеваемость населения (зарегистрировано больных с диагнозом, установленным впервые в жизни; на 1000 нас)

х2 - уровень зарегистрированной безработицы,  %

х3 - ввод в действие жилых домов, тыс.кв.м общей площади

х4 - фактическое конечное потребление домашних хозяйств на душу населения, руб.

Проведём корреляционный анализ.

	у	х1	х2	х3	х4
у	1
х1	-0,082923698	1
х2	-0,129448351	-0,221088018	1
х3	0,589910577	0,006008252	-0,41782109	1
х4	0,033359409	-0,022048794	-0,272460202	0,54542536	1

 

Таким образом наибольшая теснота связи наблюдается между вводом в действие жилых домов и ожидаемой продолжительностью жизни. Связь между этими признаками прямая, средней тесноты.

Проведём регрессионный анализ между этими признаками, и определим на сколько изменится ожидаемая продолжительность жизни с изменением факторного признака на 1 натуральную единицу.

Регрессионная статистика
Множественный R	0,589910577
R-квадрат	0,347994489
Нормированный    R-квадрат	0,293660697
Стандартная ошибка	1,164005075
Наблюдения	14
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	8,677849094	8,677849094	6,40475242	0,026382
Остаток	12	16,25889376	1,354907814
Итого	13	24,93674286
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%
Y-пересечение	64,19873947	0,492280125	130,4109922	2,7728E-20	63,12615	65,271326
х3	0,1776067	0,000701792	2,530761233	0,02638248	0,000247	0,0033051

Множественный R показывает, что связь между факторным и результативным признаком средней тесноты и равна 0,589. R-квадрат показывает, что на 34% вариация результативного признака объясняется факторным признаком. Значимость F - это вероятность того, что множественный R = 0, т.к. значимость F =0,026382, то уравнение регрессии статистически значимо.

Составим уравнение регрессии:

у=64,2+0,2х3. Это означает, что с увеличением ввода в действие жилых домов на 1тыс.кв.м общей площади, ожидаемая продолжительность жизни увеличится на 0,2 года.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. Прогнозирование уровня жизни Оренбургской области

 

Выявление основной тенденции развития (тренда) называется выравниванием временного ряда, а методы выявления основной тенденции – методами выравнивания. Для того, чтобы дать количественную модель, выражающую общую тенденцию изменений уровней динамического ряда во времени, используется аналитическое выравнивание ряда динамики.  При этом методе закономерно изменяющийся уровень изучаемого общественного явления рассчитывается как функция времени , где - уровни динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени t.   Основанием для выбора кривой должен служить содержательный анализ сущности развития данного явления. На практике для этих целей можно использовать графическое изображение уровней динамического ряда (линейная диаграмма).

При аналитическом выравнивании по прямой , параметры а0 и а1 рассчитываются по методу наименьших квадратов. Система нормальных уравнений в данном случае имеет вид:

Параболическое выравнивание динамического ряда – это нахождение плавного уровня ряда в предположении его изменения по параболе (кривой 2-го порядка): y=a0+a1t+a2t2. Тогда система нормальных уравнений примет вид:

na0+a1St+a2St2= Sy

 a0St+a1St2+a2St3=Syt

     a0St2+a1St3+a2St4=Syt2 .

 

Правильность расчёта уравнений выравниваемого ряда динамики может быть проверена следующим способом: сумма значений эмпирического ряда должна совпадать с суммой вычисленных уровней выровненного ряда, т.е. .

Изучение закономерностей развития явлений, выявление и характеристика трендов создают базу для прогнозирования, т.е. для определения ориентировочных размеров явлений в будущем.

Экстраполяция применяется в перспективном прогнозировании. Предполагает, что установленная тенденция в прошлом периоде будет сохраняться и в будущем.  Для этих целей могут быть использованы выравнивание уровней динамического ряда по способу наименьших квадратов и подстановка в полученное уравнение соответствующих значений t.

При составлении прогнозов используют не точечную, а интервальную оценку, определяя так называемые доверительные интервалы прогноза. Величина доверительного интервала прогноза определяется в общем виде так:

,

где  - среднее квадратическое отклонение от тренда, - значение t–критерия Стьюдента.

.

Экстраполяцию следует рассматривать не как завершающую стадию прогнозирования, а лишь как предварительный этап в разработке прогноза. Для составления прогноза должна быть привлечена информация, не содержащаяся в самом динамическом ряду.

Выявим основную тенденцию развития временного ряда. Рассмотрим аналитическое выравнивание по параболе ряда динамики денежных доходов.

 

 

Таблица 11 - Расчёт параметров уравнения параболы

Годы	Денежные доходы, млн. руб. у	Условные обозначения периодов, t	yt	t2	yt2	t3	t4	Выровненные уровни ряда динамики, чел.	уi-	(уi- )2
1993	5323,2	1	5323,2	1	5323,2	1	1	7903,3	-2580,1	6656864,4
1994	7823,5	2	15647	4	31294	8	16	6478,6	1344,9	1808863,6
1995	8838,2	3	26514,6	9	79543,8	27	81	6995,8	1842,4	3394400,9
1996	13905,7	4	55622,8	16	222491,2	64	256	9455,0	4450,7	19808374,4
1997	9436,5	5	47182,5	25	235912,5	125	625	13856,3	-4419,8	19534190,1
1998	18987,3	6	113923,8	36	683542,8	216	1296	20199,4	-1212,1	1469283,4
1999	28811,3	7	201679,1	49	1411754	343	2401	28484,6	326,7	106726,4
2000	38446,1	8	307568,8	64	2460550	512	4096	38711,8	-265,7	70575,2
2001	50810,3	9	457292,7	81	4115634	729	6561	50880,9	-70,6	4982,9
2002	65010,2	10	650102	100	6501020	1000	10000	64992,0	18,2	331,2
2003	81610,4	11	897714,4	121	9874858	1331	14641	81045,1	565,3	319575,4
	329002,7	66	2778571	506	25621924	4356	39974	329002,7	0,0	53174168