Медико-экологический фактор

  • 1. Коэффициент младенческой смертности.
  • 2. Численность врачей на 10000 чел. населения (на конец года, чел.).
  • 3. Доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта.
  • 4. Сброс загрязненных сточных вод в поверхностные водные объекты (млн м3 в расчете на одного жителя).

Социально-психологический фактор

  • 4. Приватизировано жилых помещений с начала приватизации на 1 января 2007 г. {% от общего числа жилых помещений, подлежащих приватизации).
  • 5. Доля работников организаций, работавших неполное рабочее время по инициативе администрации.
  • 6. Доля работников организаций, находившихся в отпусках по инициативе администрации.

Духовно-нравственный фактор

  • 1. Число зарегистрированных преступлений на 100000 чел. населения.
  • 2. Число абортов на 100 родов.
  • 3. Численность зрителей театров на 1000 чел. населения. Пять из представленных индикаторов обнаружили прямую

значимую корреляцию с уровнем суммарного коэффициента рождаемости в российских регионах (табл. 4.26).

Таблица 4.26

Прямая значимая корреляция индикаторов с суммарным коэффициентом рождаемости

Индикаторы

Значение

коэффициента

Пирсона

Среднемесячная номинальная начисленная заработная плата работников организаций

0,277

Уровень безработицы, %

0,477

Численность населения с доходами ниже величины прожиточного минимума

0,294

Коэффициент младенческой смертности

0,501

Удельный вес сельского населения в обшей численности населения

0,621

Таким образом, уровень рождаемости оказывается выше в тех регионах, где выше, с одной стороны, среднемесячная заработная плата работников организаций, с другой стороны, где выше уровень безработицы и доля населения с доходами ниже прожиточного минимума. Следовательно, экономические индикаторы обнаруживают противоречивую связь с суммарным коэффициентом рождаемости.

Напрямую оказались связаны уровни рождаемости и младенческой смертности — подобное явление мы наблюдали и в межстрановом анализе. Однако, самая большая по силе корреляция наблюдается между уровнем рождаемости в регионе и долей сельского населения в нем.

Индикаторы, обнаружившие обратную значимую корреляцию с показателем суммарного коэффициента рождаемости в российских регионах, приведены в табл. 4.27.

Обратная значимая корреляция индикаторов с суммарным коэффициентом рождаемости

Таблица 4.27

Индикаторы

Значение

коэффициента

Пирсона

Общая площадь жилых помещений, приходящихся в среднем на 1 жителя

-0,480

Число собственных легковых автомобилей на 1000 чел. населения

-0,522

Охват детей дошкольными образовательными учреждениями

- 0,240

Оборот розничной торговли на душу населения

-0,254

Объем бытовых услуг населению на душу населения

-0,463

Индексы цен на вторичном рынке жилья

-0,251

Доля пособия на ребенка в детском прожиточном минимуме

-0,344

Доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта

-0,416

Сброс загрязненных сточных вод в поверхностные водные объекты

-0,329

Удельный вес городского населения в общей численности населения

-0,578

Соотношение браков и разводов

-0,347

Доля работников организаций, находившихся в отпусках по инициативе администрации

-0,287

Число абортов на 100 родов

-0,420

Численность зрителей театров на 1000 чел. населения

-0,249

Результаты корреляционного анализа свидетельствуют о том, что уровень рождаемости выше в тех регионах, где ниже обеспеченность жилыми помещениями и собственными автомобилями, где ниже оборот розничной торговли и объем бытовых услуг на душу населения. Кроме того, отрицательно связана с уровнем рождаемости группа показателей, характеризующих так называемые организационные условия рождения и воспитания детей — доля пособия на ребенка в детском прожиточном минимуме, охват детей дошкольными учреждениями, соотношение браков и разводов, доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта Российской Федерации. Влияние компонентов духовно-нравственного фактора на рождаемость также отрицательно (это было обнаружено и в межстрановом анализе). Так, например, высокие показатели числа абортов на 100 родов, численности зрителей театров на 1000 чел. населения в российских регионах связаны с низким уровнем суммарного коэффициента рождаемости в них.

Для выявления и последующего анализа латентных факторов были отобраны 18 переменных, показавших значимую корреляцию с СКР, к которым впоследствии были применены методы многомерной статистики.

На первом этапе анализа эти переменные были подвергнуты процедуре стандартизации преобразование), в результате чего были получены нормированные значения каждой переменной. Стандартизация значений проводилась по формуле

где — стандартизированное значение по к-й переменной у /-Й единицы наблюдения;

х.к — индивидуальное значение по к-ой переменной у /-Й единицы наблюдения;

х, — среднее значение по к-ой переменной во всей обследуемой совокупности;

оЛ — среднее квадратическое отклонение по к-й переменной у /'-й единицы наблюдения.

Возможность применения процедуры факторного анализа подтверждена двумя статистическими тестами. Во-первых, критерий сферичности Бартлетта, рассчитанный по данным выборки, равен 776,983. При 153 степенях свободы и уровне значимости а = О наблюдаемое значение критерия превышает табличное. Итак, применение факторного анализа можно считать обоснованным.

Во-вторых, критерий адекватности выборки Кайзсра-Мейе- ра-Олкена (КМО-статистика) для представленных данных равен 0,806. Такое высокое значение показателя также подтверждает пригодность факторного анализа для описания связей между переменными.

Для расчета факторных нагрузок использовался метод анализа главных компонент. В табл. 4.28 представлен анализ общностей. (Как известно, под общностью понимается доля дисперсии отдельной переменной, которая объясняется общими факторами. Общности изменяются от 0 до 1, и чем ближе к единице, тем больше объясненная дисперсия).

Таблица 4.28

Общности

Переменные (после ^-преобразования)

Начальные

После

извлечения

Общая площадь жилых помещений, приходящихся в среднем на одного жителя

1,000

0,692

Численность зрителей театров на 1000 чел. населения

1,000

0,439

Доля работников организаций, находившихся в отпусках по инициативе администрации

1,000

0,641

Соотношение браков и разводов

1,000

0,834

Удельный вес городского населения в общей численности населения

1,000

0,885

Сброс загрязненных сточных вод в поверхностные водные объекты

1,000

0,429

Доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта

1,000

0,359

Коэффициент младенческой смертности

1,000

0.909

Доля пособия на ребенка в детском прожиточном минимуме

1,000

0,608

Численность населения с доходами ниже величины прожиточного минимума

1,000

0,616

Индексы цен на вторичном рынке жилья

1,000

0,454

Переменные (после 2-преобразования)

Начальные

После

извлечения

Объем бытовых услуг на душу населения

1.000

0,551

Оборот розничной торговли на душу населения

1,000

0.794

Охват детей дошкольными образовательными учреждениями

1,000

0.818

Число собственных легковых автомобилей на 1000 чел. населения

1,000

0.698

Уровень безработицы

1,000

0.839

Среднемесячная номинальная начисленная заработная плата работников организаций

1,000

0.846

Число абортов на 100 родов

1.000

0,789

Примечание. Метод извлечения факторов: анализ главных компонент.

Как видно из табл. 4.28, вес показатели общности достаточно высоки; значения, близкие к нулю, отсутствуют. Следовательно, переменные, которые необходимо бы исключить из дальнейшего анализа, отсутствуют.

Число факторов определялось с помощью точечной диаграммы (так называемая «каменистая осыпь»), приведенной на рис. 4.2.

Плавное убывание значений дисперсии наблюдается с пятого фактора, что свидетельствует о том, что число значимых факторов в анализе равно четырем. Это число факторов объясняет 68% дисперсии (табл. 4.29).

Такой результат можно оценить как удовлетворительный уровень объясненной дисперсии. Расчет с использованием модели, включающей три фактора, дает 59,6% объясненной дисперсии, а пять факторов - 71,9%. Поскольку включение в модель пятого фактора дает незначительный прирост объясненной дисперсии (4,1%), но одновременно существенно затрудняет интерпретацию полученных факторов, в дальнейшем анализе использовалась четырехфакторная модель исследуемого процесса.

В табл. 4.30 приведены нагрузки всех переменных для четырех факторов.

Заметно, что подобный расчет в ряде случаев не дает однозначный ответ на вопрос об отнесении переменных к конкрет-

Точечная диаграмма

Рис. 4.2. Точечная диаграмма

ным факторам (например, это можно сказать о таких переменных, как «численность зрителей театров на 1000 чел. населения», «индексы цен на вторичном рынке жилья», «оборот розничной торговли на душу населения» и другие, которые имеют значительные величины корреляции не с одним фактором).

Ортогональное вращение методом Вари макс позволило получить матрицу повернутых нагрузок (табл. 4.31).

Как видно из табл. 4.31, каждая переменная теперь однозначно соотносится лишь с одним фактором, при этом в факторы включены те переменные, факторные нагрузки которых превышают 0,45. После вращения доля обшей дисперсии, объясненной всеми факторами, нс изменилась, но изменилась доля дисперсии, объясненной каждым из факторов. В табл. 4.32 показаны значения объясненной дисперсии после ортогонального вращения. Общая дисперсия равна 68% и совпадает с процентом объясненной дисперсии до вращения. Но теперь на долю первого фактора приходится меньший процент дисперсии, чем до вращения, а на доли третьего и четвертого — существенно больший.

На рис. 4.3 представлена группировка переменных по факторам, показавших наибольшие факторные нагрузки. Факторы

Полная объясненная дисперсия

Фактор

Начальные значения

После извлечения

общая дисперсия, объясненная фактором

процент обшей дисперсии

накопленный

процент

общая дисперсия, объясненная фактором

процент обшей дисперсии

накопленный

процент

1

6,902

38,3

38,3

6,902

38,3

38,3

2

2,483

13,8

52,1

2,483

13,8

52,1

3

1,580

8,8

60,9

1,580

8,8

60,9

4

1,236

6,9

67,8

1,236

6,9

67,8

5

0,949

5,3

73,1

-

-

-

6

0,845

4,7

77,8

-

-

-

7

0,683

3,8

81,6

-

-

-

8

0,575

3,2

84,8

-

-

-

9

0,521

2,9

87,7

-

-

-

10

0,397

2,2

89,9

-

-

-

11

0,374

2,1

92,0

-

-

-

12

0,311

1,7

93,7

-

-

-

13

0,302

1,7

95,4

-

-

-

14

0,241

1,4

96,8

-

-

-

15

0,217

1,2

98,0

-

-

-

16

0,154

0,9

98,9

-

-

-

17

0,131

0,7

99,6

-

-

-

18

0,098

0,4

100,0

-

-

-

Примечание. Метод извлечения факторов: анализ главных компонент.

Матрица нагрузок

Переменные

Факторы

1

2

3

4

Общая площадь жилых помещений, приходящихся в среднем на одного жителя

0,665

-0,391

0,265

-0,067

Численность зрителей театров на 1000 чел. населения

0,402

0,214

-0.401

0,238

Доля работников организаций, находившихся в отпусках по инициативе администрации

-0,078

-0,700

-0.190

0,299

Соотношение браков и разводов

0,788

-0,041

0,430

0,004

Удельный вес городского населения в общей численности населения

0,841

0,251

-0,034

0,291

Сброс загрязненных сточных вод в поверхностные водные объекты

0,557

0,132

-0,017

0,298

Доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта

0,086

-0,566

0,010

-0,141

Коэффициент младенческой смертности

-0,741

0,410

0,236

0,330

Доля пособия на ребенка в детском прожиточном минимуме

0,247

-0,346

-0,614

0,178

Численность населения с доходами ниже величины прожиточного минимума

-0,712

0,061

0,230

0,184

Индексы цен на вторичном рынке жилья

0,430

-0,107

-0,149

0,470

Объем бытовых услуг на душу населения

0,572

0,309

-0,273

-0,192

Оборот розничной торговли на душу населения

0,584

0,530

-0,354

-0,145

Охват детей дошкольными образовательн ым и учреждениям и

0,760

-0,248

0,218

0,325

Число собственных легковых автомобилей на 1000 чел. населения

0,602

0,261

0,159

-0,468

Уровень безработицы

-0,825

0,288

-0,114

0,191

Среднемесячная номинальная начисленная заработная плата работников организаций

0,540

0,706

0,172

0,018

Число абортов на 100 родов

0,523

-0,216

0,651

0,144

Матрица повернутых нагрузок

Переменные

Факторы

1

2

3

4

Общая площадь жилых помещений, приходящихся в среднем на одного жителя

0,489

0,642

0,101

-0,085

Численность зрителей театров на 1000 чел. населения

0,153

-0,098

0,609

0,146

Доля работников организаций, находившихся в отпусках по инициативе администрации

0,106

0,035

0,109

-0,772

Соотношение браков и разводов

0,326

0,771

0,205

0,255

Удельный вес городского населения в обшей численности населения

0,236

0,429

0,707

0,343

Сброс загрязненных сточных вод в поверхностные водные объекты

0,102

0,318

0,529

0,159

Доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта

0,450

0,157

-0,167

-0,416

Коэффициент младенческой смертности

-0,881

-0,241

-0,204

0,066

Доля пособия на ребенка в детском прожиточном минимуме

0,388

-0,230

0,476

-0,398

Численность населения с доходами ниже величины прожиточного минимума

-0,639

-0,179

-0,353

-0,177

Индексы цен на вторичном рынке жилья

0,061

0,238

0,592

-0,169

Объем бытовых услуг на душу населения

0,436

-0,018

0,369

0,456

Оборот розничной торгоати на душу населения

0,359

-0,116

0,490

0,622

Охват детей дошкольными образовательными учреждениями

0,267

0,705

0,465

-0,086

Число собственных легковых автомобилей на 1000 чел. населения

0,487

0,290

-0,017

0,595

Уровень безработицы

-0,675

-0,560

-0,197

-0,070

Среднемесячная номинальная начисленная заработная плата работников организаций

-0,023

0,264

0,358

0,789

Число абортов на 100 родов

0,071

0,871

0,016

0,013

Примечание. Метод извлечения факторов: анализ главных компонент. Метод вращения: Варимакс с кайзеровской нормализацией. Вращение проведено в 10 итераций.

Полная объясненная дисперсия после вращения

Факторы

Общая дисперсия, объясненная фактором

Процент общей дисперсии

Накопленный

процент

1

3,447

19,2

19,2

2

3,155

17,5

36,7

3

2,960

16,4

53,1

4

2,639

14,7

67,8

сконструированы с учетом уровня их влияния на репродуктивную активность населения в регионах. Так, на наш взгляд, следует рассматривать четыре уровня этого влияния:

  • • макроуровень (государственный) — социально-экономическая стабильность в государстве — данный фактор описывает 19,2% обшей дисперсии;
  • • мезоуровень (региональный) — социально-экономическая стабильность в регионе (объясняет 16,4% общей дисперсии);
  • • микроуровень (семейный) — стабильность социально-экономических условий семьи (объясняет 17,5% общей дисперсии);
  • • миниуровень (личностный) — стабильность социально- экономических условий жизнедеятельности личности (объясняет 14,7% общей дисперсии).

На следующем этапе каждый субъект РФ по каждому фактору получил соответствующий балл. Для определения веса индикаторов был использован один из возможных подходов — расчет веса на основе абсолютной величины парного коэффициента корреляции данного индикатора с суммарным коэффициентом рождаемости по региону (табл. 4.33).

В процессе конструирования факторов возникла необходимость в преобразовании значений по некоторым индикаторам. По трем индикаторам определялись «дополняющие» (обратные исходным) уровни: доля населения с доходами ниже величины прожиточного минимума была преобразована в долю населения с доходами выше этой величины, уровень безработицы — в уровень занятости, коэффициент младенческой смертности — в число выживших детей на 1000 родившихся живыми. Все новые индикаторы были затем подвергнуты процедуре Z-пpcoбpaзoвaния.

Уровневый подход к выделению факторов репродуктивной активности

Рис. 4.3. Уровневый подход к выделению факторов репродуктивной активности

Расчет весов индикаторов но факторам

Возможные индикаторы

Коэффициент Пирсона

Вес

индикатора

значение

абсолютное значение

Макрофактор

Доля населения с доходами ниже величины прожиточного минимума

0,294

0,294

0,174

Уровень безработицы

0,477

0,477

0,283

Коэффициент младен1ческой смертности

0,501

0,501

0,297

Доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта

-0,416

0,416

0,246

Итого

1

Мезофактор

Удельный вес городского населения в общей численности населения

-0,578

0.578

0,330

Численность зрителей театров на 1000 чел. населения

-0,249

0,249

0,142

Сброс загрязненных сточных вод в поверхностные водные объекты

-0,329

0,329

0,188

Индексы цен на вторичном рынке жилья

-0,251

0,251

0,143

Доля пособия на ребенка в детском прожиточном минимуме

-0,344

0,344

0,197

Итого

1

Микрофактор

Соотношение браков и разводов

-0,347

0,347

0,234

Охват детей дошкольными образовательными учреждениями

-0,24

0,24

0,161

Число абортов на 100 родов

-0.42

0,42

0,282

Общая площадь жилых помещений, приходящихся в среднем на одного жителя

-0,48

0,48

0,323

Итого

1

Минифактор

Среднемесячная номинальная начисленная заработная плата работников организаций

0,277

0.277

0,153

Доля работников, находившихся в отпусках по инициативе администрации

-0,287

0,287

0,159

Продолжение

Возможные индикаторы

Коэффициент Пирсона

Вес

индикатора

значение

абсолютное значение

Объем бытовых услуг на душу населения

-0,463

0,463

0,257

Оборот розничной торговли на душу населения

-0,254

0,254

0,141

Число собственных легковых автомобилей на 1000 чел. населения

-0,522

0,522

0,290

Итого

1

Кроме того, по ряду индикаторов был произведен специальный «смысловой» перерасчет, цель которого состояла в том, чтобы минимальное значение по индикатору стало максимальным значением в факторе, и наоборот (это касалось индикаторов, значения которых были «обратны» состоянию устойчивости). Индикаторы, пересчитанные таким образом, и формулы такого преобразования представлены в табл. 4.34.

В целом среднее значение суммарного коэффициента рождаемости составляло по субъектам РФ в 2006 г. 1,30 с минимальным уровнем 1,03 (Ленинградская область) и максимальным — 2,77 (Чеченская Республика). В половине субъектов РФ значение этого коэффициента ниже 1,29, в другой половине — выше. Лишь в шести субъектах РФ уровень СК.Р выше значения, равного 2. Чаше всего его уровень находится в интервале 1,2—1,4 (47,7% от общего числа субъектов РФ). В то же время вариация значений СКР по регионам достаточно высока и составляет 19,2%.

Распределение числа субъектов РФ по значениям суммарного коэффициента рождаемости представлено на рис. 4.4.

Далее были выделены квартили по значениям суммарного коэффициента рождаемости. В первую 25%-ную группу регионов вошли те, значение коэффициента в которых находится в интервале от 1,034 до 1,206; во вторую — от 1,206 до 1,300; третий квартиль образовали субъекты РФ с уровнем суммарной рождаемости от 1,300 до 1,428; наконец, в последней группе оказались субъекты с показателями от 1,428 до 2,772.

Такое деление позволило выделить ряд тенденций:

1) с увеличением значений суммарного коэффициента рождаемости (т.е. при переходе от первой квартильной группы к

Смысловой» перерасчет индикаторов при конструировании факторов

Факторы

Индикаторы

Начальное ,2-значение

г-значение после «смыслового» преобразования

Формула

пересчета

минимум

максимум

соответствующее

минимуму

соответствующее

максимуму

Мезо-

фактор

Сброс загрязненных сточных вод в поверхностные водные объекты

-1,32558

3,52728

3,52728

-1,32558

2г = 2,2017-г,

Индексы цен на вторичном рынке жилья

-3,05678

2,42245

2,42245

-3,05678

2г = -0,63433-г,

Микро- фактор

Число абортов на 100 родов

-3,18731

2,16681

2,16681

-3,18731

г, = -1,0205-г,

Соотношение браков и разводов

-3,77976

3,51408

3,51408

-3,77976

г, = -о,26568-г,

Минифактор

Доля работников организаций, находившихся в отпусках по инициативе администраций

-1,54702

2,89599

2,89599

-1,54702

г, = 1,34897-г;

Примечание. Условные обозначения: г, — Ъ-значение индикатора до смыслового преобразования; г-значе- ние индикатора после смыслового преобразования.

Распределение числа субъектов РФ по значениям суммарного коэффициента рождаемости

Рис. 4.4. Распределение числа субъектов РФ по значениям суммарного коэффициента рождаемости

последней) снижается балл по макрофактору. Так, если в первой квартильной группе регионов по СКР среднее стандартизированное значение макрофактора составляет 0,3, во второй — 0,24, в третьей — 0,08, то в четвертой квартильной группе регионов (с максимальными для нашей страны значениями СКР) значение данного фактора отрицательно (—0,6);

  • 2) с увеличением значений суммарного коэффициента рождаемости снижается балл по мезофактору. В первой квартильной группе регионов (низкая рождаемость) среднее стандартизированное значение мезофактора составляет 0,6, а в четвертой квартильной группе (высокая рождаемость) — 0,27;
  • 3) с ростом значений суммарного коэффициента рождаемости снижается балл по микрофактору, с некоторым повышением к четвертому квартилю. Заметим, что микрофактор во всех квартилях принимает лишь отрицательные значения, однако, в первой квартильной группе (регионах с низкой рождаемостью) его значения в абсолютном выражении значительно меньше, чем в четвертой (—0,12 против —0,69);

4) балл по минифактору меняется скачкообразно, достигая своего максимума (0,33) при значениях суммарного коэффициента рождаемости от 1,3 до 1,43 (третья квартильная группа регионов). При высоких значениях СКР балл по минифактору значительно снижается (до 0).

Выделение четырех факторов репродуктивной активности в свою очередь сделало возможным проведение кластеризации регионов. В качестве переменных были взяты нормированные значения по пяти показателям (макрофактор, мезофактор, микрофактор, минифактор) и Z-знaчeниe СКР.

Для проведения кластерного анализа в статистическую совокупность были включены регионы, по которым имелась полная информация по всем пяти переменным. К регионам, не включенным в анализ, отнесены Республика Северная Осетия — Алания, Чеченская Республика и Чукотский автономный округ.

Процедура кластерного анализа выполнялась методом иерархической агломеративной кластеризации. В качестве меры расстояния был выбран квадрат евклидова расстояния, а расстояние между кластерами определялось по методу Варда. Полученные результаты приведены в приложении 1.

Данные приложения 1 свидетельствуют о том, что увеличение расстояний между кластерами происходит достаточно равномерно. Заметный рост наблюдается только на 74-й стадии объединения. Следовательно, до 73-й стадии включительно объединялись наблюдения, находящиеся на малых расстояниях друг от друга, а затем произошло объединение более далеких наблюдений. Для определения числа кластеров исчислим разность между числом объектов (77) и стадией объединения, после которой произошел заметный рост квадрата евклидова расстояния (73). Таким образом, четырехкластерное решение оказалось оптимальным.

Состав каждого кластера приведен в табл. 4.35 (нумерация кластеров изменена и выстроена в соответствии с ростом значений СКР).

В табл. 4.36 показаны существенные характеристики выявленных кластеров (нумерация кластеров выстроена в соответствии с ростом значений СКР).

В табл. 4.36 приведены стандартизированные значения по каждому фактору, которые показывают количество стандартных отклонений от среднего в большую (при положительном среднем нормированном значении) или в меньшую (при отрицаРезультаты сегментации субъектов РФ по уровню и выраженности факторов репродуктивной активности

Кластер 1

Кластер 2

Кластер 3

Кластер 4

  • 1. г. Москва
  • 2. г. Санкт-Петербург
  • 3. Камчатская область
  • 4. Московская область
  • 5. Мурманская область
  • 6. Сахалинская область
  • 7. Тюменская область
  • 1. Белгородская область
  • 2. Брянская область
  • 3. Воронежская область
  • 4. Калининградская область
  • 5. Калужская область
  • 6. Кемеровская область
  • 7. Курская область
  • 8. Ленинградская область
  • 9. Липецкая область
  • 10. Магаданская область
  • 11. Новосибирская область
  • 12. Омская область
  • 13. Оренбургская область
  • 14. Орловская область
  • 15. Пензенская область
  • 16. Псковская область
  • 17. Республика Карелия
  • 18. Республика Коми
  • 19. Республика Татарстан
  • 20. Ростовская область
  • 1. Алтайский край
  • 2. Амурская область
  • 3. Архангельская область
  • 4. Астраханская область
  • 5. Владимирская область
  • 6. Волгоградская область
  • 7. Вологодская область
  • 8. Еврейская автономная область
  • 9. Ивановская область
  • 10. Иркутская область
  • 11. Кабардино-Балкарская Республика
  • 12. Карачаево-Черкесская Республика
  • 13. Кировская область
  • 14. Костромская область
  • 15. Краснодарский край
  • 16. Красноярский край
  • 17. Курганская область
  • 1. Республика Алтай
  • 2. Республика Бурятия
  • 3. Республика Дагестан
  • 4. Республика Ингушетия
  • 5. Республика Калмыкия
  • 6. Республика Тыва

Продолжение

  • 21. Рязанская область
  • 22. Самарская область
  • 23. Саратовская область
  • 24. Свердловская область
  • 25. Смоленская область
  • 26. Ставропольский край
  • 27. Тамбовская область
  • 28. Тверская область
  • 29. Томская область
  • 30. Тульская область
  • 31. Хабаровский край
  • 32. Челябинская область
  • 33. Ярославская область
  • 18. Нижегородская область
  • 19. Новгородская область
  • 20. Пермский край
  • 21. Приморский край
  • 22. Республика Адыгея
  • 23. Республика Башкортостан
  • 24. Республика Марий Эл
  • 25. Республика Мордовия
  • 26. Республика Саха (Якутия)
  • 27. Республика Хакасия
  • 28. Удмуртская Республика
  • 29. Ульяновская область
  • 30. Читинская область
  • 31. Чувашская Республика

Средние уровневые значения репродуктивной активности н ее факторов но кластерам

Кластеры

Суммар- ный коэффициент рождаемости

Средние нормированные значения факторов

макрофактор

мезо-

фактор

микрофактор

минифактор

1

1,15

0,25

0,71

-0,34

1,69

2

1,22

0,34

0,5

-0,3

0,35

3

1,33

0.02

0,27

-0,36

-0,03

4

1,7

-1,3

-0,02

0,22

-0,54

тельном нормированном значении) сторону. Например, средние нормированные значения минифактора, равные —0,54 в кластере 4 и 1,69 — в кластере 1, свидетельствуют о том, что в регионах кластера 4 уровень минифактора ниже уровня РФ в среднем на 0,54 стандартных отклонения, в то время как в регионах кластера 1 — выше в среднем на 1,69 стандартных отклонения.

Охарактеризуем каждый выявленный кластер регионов через структурные элементы факторов.

Кластер 1

В данный кластер вошли семь субъектов РФ, расположенных преимущественно в центре страны (города Москва и Санкт- Петербург, Московская и Мурманская области), а также Тюменская, Камчатская и Сахалинская области. Население этих регионов составляет 18,7% обшей численности населения страны. Среднее значение СКР в кластере наименьшее из четырех кластеров — оно равно 1,15, уступая среднероссийскому уровню (1,3) на 11,2%.

Регионам данного кластера свойственны крайние средние значения (как максимальные, так и минимальные) по целому ряду индикаторов. Например, в совокупности субъектов РФ, составляющих кластер 1, наблюдаются самая низкая доля населения с доходами ниже величины прожиточного минимума (15,6%), минимальный уровень безработицы (4,5%), наименьшая младенческая смертность (9,3%о). Все это позволяет констатировать наличие в регионах, составляющих данный кластер, высокий уровень макростабильности.

Оценка индикаторов мезофактора обнаружила самый большой уровень урбанизации регионов кластера (доля городского населения здесь составляет 87%), высокие доли пособий на ребенка в детском прожиточном минимуме (3,3%), наивысший уровень развития культуры (численность зрителей театров в этих регионах является максимальной в сравнении с другими кластерами и составляет 245,1 чел. на 1000 чел. населения). Даже при наличии высоких показателей сброса загрязненных сточных вод в поверхностные водные объекты (164,4 млн м3 в расчете на одного жителя) и высоких индексов роста цен на вторичное жилье (136,3%) можно говорить об относительной мезостабильности в рассматриваемой совокупности регионов.

Взвешенное значение микрофактора, рассчитанное для данного кластера, в сравнении с другими кластерами оказалось достаточно низким (—0,34). Высокие показатели общей площади жилых помещений в расчете на одного жителя (21,8 м2) сочетаются здесь с максимальным охватом детей дошкольными образовательными учреждениями (65,4%), при этом число абортов на 100 родов ниже среднероссийского уровня. Однако, учитывая высокий уровень разводов в этих регионах, следует констатировать отсутствие микростабильности в регионах данного кластера.

Наиболее выраженно идентифицируется в данном кластере ситуация личностной стабильности. Так, здесь зафиксированы максимальные показатели средней начисленной заработной платы (17081,1 руб. в месяц), объема розничной торговли (88204,6 руб. в год на душу населения), бытовых услуг (3071,9 руб., что почти вдвое выше среднероссийского уровня), обеспеченности автомобилями (в среднем 229,4 на 1000 чел. населения). Кроме того, в регионах этого кластера обнаружена минимальная доля работников организаций, находившихся в отпусках по инициативе администрации (0,5%), что косвенно свидетельствует об устойчивой занятости населения регионов, составляющих анализируемый кластер.

Таким образом, кластер 1, немногочисленный по числу входящих в него регионов страны, характеризуется минимальной рождаемостью при высоких показателях стабильности всех уровней и особенно выделяющемуся уровню личностной стабильности.

Кластер 2

Данный кластер наиболее многочисленный — в его состав входят 33 субъекта РФ, расположенных во всех без исключения федеральных округах, при этом значимая их часть (13 из 33) сконцентрирована в Центральном федеральном округе. Население данного кластера составляет 42,1 % обшей численности российского населения. Эти регионы отличаются невысокой рождаемостью — средний уровень СК.Р равен 1,22 при низкой вариации (5,9%).

Для регионов кластера характерны низкая доля населения с доходами ниже величины прожиточного минимума (16,8%), невысокий уровень безработицы (5,1%), низкие показатели младенческой смертности (9,7%о), достаточно высокая доля расходов на здравоохранение и спорт в консолидированном бюджете субъекта Российской Федерации (18,1%). Все перечисленные характеристики позволяют сделать вывод о макростабильности в данной группе регионов.

Рассмотрение данного кластера через структуру мезофакто- ра выявило высокую долю городского населения во входящих в него регионах (72%), относительно низкий рост цен на вторичное жилье (в среднем 126,7% за 5 лет), самую высокую долю пособия на ребенка в детском прожиточном минимуме (3,3%). Следовательно, на региональном уровне в рассматриваемых субъектах Российской Федерации также можно зафиксировать состояние стабильности.

Оценка уровня индикаторов микрофактора в данном кластере позволила обнаружить, что при самом высоком показателе общей площади жилых помещений в расчете на одного жителя (22,5 м2) здесь наблюдается рекордный уровень абортов (в среднем 124,3 аборта на 100 родов), повышенный уровень разводов на 1000 браков (в среднем 595), достаточно низкий уровень обеспеченности детей дошкольными образовательными учреждениями (в среднем 60,2%). Все это свидетельствует об отсутствии микростабильности в данной группе регионов, несмотря на максимальные показатели обеспеченности населения жильем.

Анализ, проведенный по минифактору, выявил довольно высокие (но не максимальные) характеристики всех его составляющих: население данного кластера в целом объединяют большие показатели среднемесячной номинальной заработной платы (8936 руб.), оборота розничной торговли и объема бытовых услуг на душу населения (50714,8 руб. и 1661,7 руб. соответственно), обеспеченности легковыми автомобилями (174,5 на 1000 чел.). Следовательно, в целом можно говорить о наличии личностной стабильности населения в данных субъектах Российской Федерации.

Итак, регионы данного кластера характеризуются низкой рождаемостью при наличии в них стабильности на трех уровнях — макро-, мезо- и мини- и при отсутствии стабильности на уровне семьи (т.е. на микроуровне в соответствии с принятой классификацией). Кроме того, в кластере наблюдается очень низкий душевой объем ВРП (почти на 30% ниже среднероссийского уровня), что говорит о невысокой экономической активности. Обнаружено также, что уровень доходов на душу населения ниже среднего уровня по стране на 23%, а ввод в действие обшей площади жилых домов на душу населения — на 10% (показатели невысокой активности в социальной сфере).

Кластер 3

Этот кластер представлен 31 субъектом РФ, размешенным в 7 федеральных округах. При этом большая часть регионов (девять, или 29%) находится в Приволжском федеральном округе, а также в Сибири и на Дальнем Востоке (вместе — те же 29%). Доля населения этого сегмента в обшей численности населения страны — 34,3%. Уровень рождаемости в кластере 3 превышает соответствующий показатель подобного ему кластера 2 на 9% и достигает 1,33.

Для рассматриваемой совокупности регионов характерна определенная нестабильность на макроуровне: в кластере зафиксированы довольно высокие показатели безработицы (8,7%), младенческой смертности (11,2 %о), доли населения с доходами ниже прожиточного минимума (22,3%). Все это сочетается с максимальной (18,2%) долей расходов на здравоохранение и спорт в консолидированных бюджетах субъектов РФ — элементов данного кластера. Такая ситуация не может свидетельствовать о макростабильности.

Индикаторы мезофактора показывают низкий уровень пособий на ребенка в детском прожиточном минимуме (3%), средний уровень сброса сточных вод в поверхностные водные объекты, низкую посещаемость театров (165,9 зрителей на 1000 чел. населения за год), достаточно высокие индексы роста цен на вторичное жилье (в среднем 130,2%). Средняя доля городского населения составляет в этих регионах 66,6%, что несколько ниже среднего уровня урбанизации по стране. Зафиксированные в 2006 г.

значения структурных индикаторов фактора означают отсутствие в регионах данного кластера стабильности на мезоуровне.

Из всех факторов анализируемого сегмента наименьшее значение имеет микрофактор. Действительно, при достаточно высоком охвате детей дошкольными образовательными учреждениями здесь наблюдается высокое число абортов на 100 родов (117,5), низкая обеспеченность жильем (20,9 м2 в среднем на одного жителя), что в свою очередь указывает на существующую нестабильность на микроуровне.

Несмотря на то, что данный кластер занимает второе место по уровню СКР, индикаторы личностной стабильности в основном нс поднимаются выше третьего места в сравнении со средними показателями по остальным кластерам. Этому уровню соответствуют и номинальная заработная плата (8561,9 руб. в среднем за месяц), и объем розничной торговли (41149,5 руб. на одного человека), и объем бытовых услуг на душу населения (1379,3 руб.), и число легковых автомобилей на 1000 чел. населения (155,8). Однако в этой группе регионов отмечается наиболее неустойчивая занятость — доля работников организаций, находившихся в отпусках по инициативе администрации, является максимальной и составляет 2%.

Итак, кластер 3 регионов РФ при рождаемости, уверенно превышающей среднюю по стране величину, на всех четырех уровнях обнаруживает определенную нестабильность.

Кластер 4

В этот кластер входят шесть субъектов РФ, находящихся на территориях Сибирского и Южного федеральных округов (с учетом Чеченской Республики, явно тяготеющей к таким республикам этого кластера, как Ингушетия, Дагестан и Калмыкия, — семь субъектов). Население 6 регионов составляет лишь 3,4% обшей численности российского населения, а вместе с Чеченской Республикой — 4,3%. Среднее значение СКР в этих регионах (1,7— 1,9) превосходит средний по стране уровень на 31—47%.

Как и субъектам России, которые входят в кластер 1, регионам рассматриваемого сегмента свойственны экстремальные значения абсолютного большинства индикаторов (однако со знаком, противоположным знаку в кластере 1).

Именно в кластере 4 наблюдаются максимальные показатели бедности (37,4% населения имеют доходы ниже величины прожиточного минимума), безработицы (ее уровень крайне высок и достигает 23,8%), младенческой смертности (17,2 %о). Зафиксирована также низкая доля расходов на здравоохранение и спорт в консолидированных бюджетах субъектов РФ, равная 16%. Такие значения перечисленных индикаторов однозначно свидетельствуют о нестабильности на макроуровне, характерной для регионов данного кластера. Естественно, что все это обусловлено низким уровнем социально-экономического развития субъектов РФ кластера 4, исторически сложившимися и по-прежнему постоянно воспроизводимыми этно-конфсссиональными особенностями жизненного уклада населяющих их народов (в том числе и в сфере организации репродуктивной деятельности).

Но столь однозначную оценку индикаторов мезофактора дать практически невозможно. Это связано с тем, что по ряду индикаторов (уровень урбанизации, доля пособий на ребенка в детском прожиточном минимуме, численность зрителей в театрах) получены минимальные значения, характеризующие ситуацию как нестабильную, в то время как под другим индикаторам (индексы роста цен на вторичной жилье, экологическая ситуация) — минимальные значения, определяющие ситуацию как противоположную. На наш взгляд, в данном случае можно говорить об относительной региональной стабильности, свойственной субъектам РФ, составляющим данный кластер. Тем более что в регионах данного кластера обычные представления о стабильности/ нестабильности претерпевают определенные метаморфозы. К примеру, высокий уровень урбанизации в большинстве исследований трактуется как показатель региональной стабильности (это дало нам основание, исходя из общероссийских зависимостей, принять его вес в мезофакторс равным 33%). Между тем, в регионах кластера 4, где доля городского населения составляет только 40%, весомость этого индикатора в мезофакторс ниже (15%).

Сходная картина наблюдается в оценке индикаторов микрофактора. При минимальном числе разводов на 1000 браков (338,8) и абортов на 100 родов (68,8) — что свидетельствует о стабильности на уровне семей — в регионах данного кластера зафиксированы минимальные показатели обеспеченности жильем (только 15,9 м2 в среднем на одного жителя), а также охвата детей дошкольными образовательными учреждениями (лишь 36,3%). Все это нс позволяет однозначно идентифицировать на микроуровне степень стабильности ситуации, сложившейся в регионах данного кластера в 2006 г. Однако следует учесть, что исходя из экспертных оценок, весомость индикаторов в микрофакторс данного кластера составила: по соотношению браков и разводов и числу абортов на 100 родов — по 0,35, по охвату дошкольников детскими садами и обеспеченности жилой площадью — по 0,15 (в трех других кластерах весомость этих же индикаторов составила соответственно 0,234; 0,282; 0,161 и 0,323). При данных специфических условиях значение микрофактора в кластере 4 становится максимальным (0,22), а ситуация на микроуровне однозначно идентифицируется как стабильная. Такой вывод подтверждается и результатами исследования В. Савченко, которая, анализируя ситуацию в Южном Федеральном округе, заключает: «Индекс стабильности семьи наиболее высок в традиционных национальных республиках, где практически минимален коэффициент разводов, что обеспечивает эффективность наследования статусной культуры, социальных, профессиональных ресурсов семьи» [110J.

Структурные элементы минифактора в данном кластере обнаруживают наименьшие значения по большинству индикаторов: средняя номинальная начисленная заработная плата равняется всего 6966,6 руб. в месяц (64,9% от среднеросийского уровня заработной платы), объем розничной торговли — 31641 руб. на человека в год (почти вдвое ниже, чем в среднем по России), объем бытовых услуг населению составляет только 534,5 руб. в год. Обеспеченность легковыми автомобилями в кластере 4 также наименьшая — 111,5 автомобилей на 1000 чел. населения. Следовательно, ситуация на микроуровне может быть однозначно определена как нестабильная.

Таким образом, для регионов с максимальной для страны в целом рождаемостью нестабильная ситуация характерна на макро- и миниуровнях, в то время как ситуация на мезо- (регион) и микро- (семья) уровнях оценивается как достаточно стабильная. Резкое отставание субъектов РФ, входящих в состав кластера 4, от среднеросийского уровня по основным параметрам социально-экономического развития (по душевым уровням ВРП — в 3,3 раза, доходов — в 1,7 раза, ввода в действие общей площади жилых домов — в 1,8 раза) до известной степени компенсируется высоким репродукционным эффектом.

Проведем сравнительный попарный анализ полученных сегментов по кластеризующим переменным. На рис. 4.5 представлены характеристики кластеров 1 и 4.

Кластеризующие переменные в крайних кластерах

Рис. 4.5. Кластеризующие переменные в крайних кластерах

Сравниваемые кластеры различаются по всем переменным, но наиболее яркие отличия наблюдаются на макро- и миниуровне. Все переменные имеют противоположную направленность стандартизированных значений: при отрицательных отклонениях от среднероссийского значения СКР в кластере 1 прослеживаются положительные отклонения от средних по нашей стране значений по макро-, мезо- и минифакторам. И, напротив, при положительных отклонениях от среднего по России значения СКР (превышение составляет 31,2%) в кластере 4 наблюдаются отрицательные отклонения от средних значений практически по всем факторам, кроме микрофактора (семейная стабильность).

Возвращаясь вновь к парному сравнению кластеров, логично сделать следующий обобщающий вывод: семейная (клановая) сплоченность, которая обеспечивает стабильность в кластере 4, оказала большее позитивное влияние на рождаемость, чем высокий уровень личностных свобод вместе с обеспечиваемой федеральным центром и субъектами РФ кластера 1 высокой стабильностью социально-экономических условий, влияние которых на рождаемость в период до 2007 г. (т.е. до начала осуществления демографической программы) было отрицательным.

На рис. 4.6 представлены характеристики кластеров 2 и 3. Здесь в основном не просматриваются столь значительные межкластсрныс различия, как в предыдущем случае. К исключениям можно отнести только различие значений минифактора: в регионах кластера 2 они превышают среднероссийское значение этого фактора на 0,35 стандартных отклонения, тогда как в регионах кластера 3 ниже среднего по РФ уровня на 0,03 стандартных отклонения. Диаграмма наглядно показывает, что кластер 2 при отрицательном отклонении значений СКР от их среднего значения дает положительные значения отклонений по трем факторам, в то время как кластер 3 — лишь по двум (макро- и мезофакторы).

Кластеризующие переменные в средних кластерах

Рис. 4.6. Кластеризующие переменные в средних кластерах

  • 1. С ростом суммарного коэффициента рождаемости наблюдается снижение показателей двух факторов — мезо- и минифактора (т.е. стабильность на мезо- и миниуровнях и рождаемость противоположно направлены).
  • 2. Макрофактор при обшей тенденции к снижению имеет свое максимальное значение в кластере 2.
  • 3. Микрофактор при общей тенденции к росту имеет значительный подъем в кластере 4.
  • 4. Кластер 3 регионов имеет наиболее сбалансированные показатели стабильности всех уровней (значения по всем факторам здесь ближе друг к другу, нежели в других кластерах). Определенная степень сбалансированности наблюдается также и в кластере 2, в то время как в крайних кластерах выявлена ситуация значительной разбалансированности.
  • 5. Наименьшая рождаемость наблюдается в регионах с максимальными уровнями мезо- и министабильности, с высоким уровнем макростабильности.
  • 6. Репродуктивная активность максимальна пока в регионах с наименьшей степенью стабильности на всех уровнях, за исключением микроуровня (семья).

В ходе дальнейшего анализа были проведены тесты на различие средних показателей по ряду переменных в выявленных группах регионов (использовались процедуры однофакторного дисперсионного анализа, для попарных сравнений средних в кластерах — тест Левена на равенство дисперсий и Т-тест на равенство средних). Статистическая значимость различий была подтверждена для ряда переменных, которые не показывали значимой корреляции только со значениями суммарного коэффициента рождаемости. Так, значимым оказалось различие средних показателей по следующим переменным: валовой региональный продукт на душу населения; доля работников организаций, работавших неполное рабочее время по инициативе администрации;удель- ный вес численности работников, имеющих заработную плату ниже величины прожиточного минимума; соотношение с величиной прожиточного минимума среднедушевых доходов населения; доля приватизированных жилых помещений от общего числа жилых помещений, подлежащих приватизации; ввод в действие жилых домов на 1000 чел. населения; ввод в действие квартир на 1000 чел. населения; объем платных услуг на душу населения; индексы цен на первичном рынке жилья.

Таким образом, все переменные, средние по которым значимо различаются по кластерам, носят социально-экономический характер, описывают экономику и социальное положение населения региона. Нужно также иметь в виду, что методы многомерного анализа применены авторами на базе отчетных данных по субъектам РФ за 2006 г., т.е. года, предшествовавшего началу осуществления демографической программы страны.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >