Таблица 2.3.2

Реальная  заработная плата и средняя величина прожиточного минимума

 

    Получаем, что семья из двух работников со среднестатистической заработной платой может обеспечить минимальный уровень потребления 2 детям – в низшей типической группе, 3 детям – в средней и высшей типических группах. Учитывая, что двое детей «подменяют» в будущем жизни своих родителей, незначительный прирост населения возможен только в средней и высшей типических группах и то при условии низкого по сравнению с рождаемостью уровня смертности. Таким образом, потенциал рождаемости, который несет в себе заработная плата, в этой примитивной, искусственно созданной модели жизни достаточно низок, а при наличии всех реалий жизни, изначально не учтенных в данной модели, вовсе близок к нулю. Это как раз и выявляет необходимость введенного демографического нацпроекта в России.

    Увеличение  заработной платы более благоприятно влияет на показатель смертности. Рост материального достатка влечет за собой улучшение физиологического, психического и, как правило, духовного здоровья человека, что во много раз снижает риск смерти.

    Получается, что увеличение материального достатка побуждает человека в первую очередь  улучшать качество собственной жизни и заботиться о собственном будущем, и лишь после достижения стабильности, задумываться о детях, количество которых чаще всего не превышает двух 
 
 
 
 
 
 
 
 

Глава 3 Статистико-экономический анализ влияния уровня жизни на процессы естественного двидения населения 

3.1 Корреляционно-регрессионная  модель влияния различных факторов  на процесс естественного движения  населения 

      Изучение  связи между экономическими явлениями, раскрытие причинно-следственного  механизма – важнейшая задача статистики. Для исследования интенсивности, вида и формы причинных влияний широко применяется корреляционный и регрессионный анализ. Понятия «корреляции» и «регрессии» непосредственно связаны между собой. Однако в корреляционном анализе оценивается сила (теснота) связи между явлениями, в регрессионном исследуется ее форма. [16, C63]

      Сначала установим результативный (у) и факторные  признаки (х1..хn):

У –  коэффициент естественного прироста на 1000 человек населения (гр.11 фишки);

Х1 –  величина реальной заработной платы на душу населения, в руб.( гр3);

Х2 –  общий коэффициент брачности  на 1000 человек населения (гр.15);

Х3 –  количество преступлений, совершенных  на 1000 человек населения (гр.13);

Х4 –  ввод в действие жилых домов кв.м  на человека за год (гр.14);

     Связь между результативным признаком  и факторными выражают через уравнение  множественной корреляции, которое  может быть представлено в следующем  виде:

где   - результативный признак,

     x1-x4 – факторные признаки, 

     а1-а4 - коэффициенты линейной регрессии (среднее изменение коэффициента естественного прироста на единицу данного фактора, при условии, что другие факторы, включенные в уравнение, зафиксированы);

     a₀ - коэффициент, определяющий начало отсчёта при x₁= x₂=х3=х4= 0.

        Вычислим коэффициенты парной корреляции (таблица 3.1.1), которые могут принимать любые значения  в пределах от –1 до +1 , чем ближе коэффициент корреляции по абсолютной величине к 1 , тем теснее связь между ними. Если с увеличением значений факторного признака x, результативный признак y имеет тенденцию к увеличению, то величина коэффициента корреляции будет находиться между 0 и 1.

      Связь средней силы между коэффициентом  естественного прироста населения  наблюдается с каждым факторным признаком, так как .

     Таблица 3.1.1

     Коэффициенты  парной корреляции

 

      Далее необходимо найти коэффициенты множественной  корреляции и детерминации (таблица 3.1.2).

     Таблица 3.1.2

     Регрессионная статистика

      Коэффициент множественной корреляции (множественный  R) измеряет одновременное влияние факторных признаков на результативный, а так как он равен 0,67, то между признаками наблюдается связь средней силы. Коэффициент множественной детерминации (R-квадрат) показывает, на сколько процентов изменение результата обусловлено изменением фактора. R-квадрат равен 0,449411, что означает, что вариация коэффициента естественного прироста населения на 44,9% характеризуется влиянием отобранных факторов, а 55,1% – другими неучтёнными и случайными причинами.

      Фактическое значение F – критерия равного 5,101485 при значимости F=0,003811  (приложение 5) больше теоретического, т.е. модель адекватна.

        Уравнение регрессионной зависимости  коэффициента естественного прироста  населения от факторных признаков  х1-х4 имеет вид:

Y = -19,8496+ 0,000249X1 + 0,164573X2+0,183007Х3+12,46449Х4

     Таблица 3.1.3

     Коэффициенты  уравнения регрессии

 

     В таблице 3.1.3 рассчитаны коэффициенты уравнения  регрессии. Интерпретация полученных параметров выглядит следующим образом: а0 = -19,8496 – условное начало, содержательной интерпретации не подлежит; а1 – коэффициент чистой регрессии при первом факторе свидетельствует о том, что, при изменении реальной заработной платы на 1 рубль, коэффициент естественного прироста на 1000 человек населения изменится  в среднем на  0,000249 чел., при условии, что другие факторы остаются постоянными;  а2 – коэффициент чистой регрессии показывает, что изменение общего коэффициента брачности на 1000 населения на 1 вызывает изменение  коэффициент естественного прироста на 1000 человек населения в среднем на   0,164573 чел., при условии, что другие факторы должен быть зафиксирован на одном уровне; а3 – коэффициент чистой регрессии при третьем факторе свидетельствует о том, что, при изменении количеств преступлений, совершенных на 1000 человек населения на 1 преступление, коэффициент естественного прироста на 1000 человек населения изменится  в среднем на 0,183007 чел., при условии, что другие факторы остаются постоянными; а4 – коэффициент чистой регрессии показывает, что при изменении в вводе в действие кв.м жилых домов на человека за год на 1 кв.м, изменение коэффициент естественного прироста на 1000 человек населения составляет в среднем на 12,46449 чел., при условии, что другие факторы должны быть зафиксирован на одном уровне. 
 
 
 
 
 
 
 
 

3.2 Анализ  влияния каждого факторного признака  на коэффициент естественного  прироста 

      Однако  коэффициенты регрессии не могут  сами по себе определить, какие из них  оказывают наибольшее влияние на прирост населения. Для этого  должны быть вычислены частные коэффициенты эластичности и бета – коэффициенты (таблица 3.2.1).

     Коэффициенты  эластичности и коэффициенты чистой регрессии связаны следующим  образом:

                                                    (1)

где - коэффициент чистой регрессии, … , - среднее значение факторных и результативного признака соответственно. 

  -коэффициенты и коэффициенты чистой регрессии связаны следующим отношением:

                                                        (2)

где - коэффициент чистой регрессии по  факторам; … , -среднеквадратическое отклонение соответственно факторным и результативному признаку.

   Рассчитаем средние значения  признака и определим среднеквадратическое  отклонение:

;    ;                                          (3)

              ;  7199,169; 7,7575;

;           (4)

    889,43; 0,379; =5,9582; =0,316; 2,98;  

Теперь  мы можем определить  - коэффициенты по формуле (2):

       ; ; ; .

Вычислим  частные коэффициенты эластичности по формуле (1):        

          ;   ;     ; .

       

 Таблица 3.2.1

     Стандартизированные коэффициенты регрессии