Введение
Измерением социального развития и прогресса выступает благосостояние [1, 2]. В концепции человеческого развития [3] рост уровня доходов, измеряемый величиной ВВП (ВРП на уровне региона), рассматривается в качестве одного из основных средств, способствующих расширению реализации человеком своих способностей и повышению уровня благосостояния. Тем не менее, значение показателя ВВП (ВРП) нельзя рассматривать в качестве критерия благосостояния населения, поскольку он не учитывает ряд аспектов, оказывающих негативное влияние на развитие человека: разрушение природной среды, изменение климата и прочее. В целом все подходы к оценке благосостояния сводятся к двум подходам:
- субъективный, исходящий из оценки благосостояния на основе социологических опросов, как степени субъективной удовлетворенности людей своей жизнью;
- объективный, предполагающий построение системы социально-экономических показателей или индикаторов и определение порогов или нормативов, с которыми сопоставляются фактические значения. Такой подход дает возможность сопоставления благосостояния населения в текущем периоде со значением в прошлые периоды или сопоставление благосостояния населения различных стран и регионов [4, 5].
Целью исследования является определение ориентиров социально-экономического развития регионов РФ через построение эконометрической модели зависимости Индекса социального прогресса и ВВП на душу населения на выборке из 139 стран мира. Основное преимущество использования индекса социального прогресса заключается в том, что он включает в себя как показатели благосостояния, так и показатели экономической безопасности, рассматривая их во взаимоувязке.
Материал и методы исследования
В 2013 году под руководством М. Портера был разработан индекс социального прогресса (SPI) [6]. Авторы данного индекса видят его актуальность не только в области социологии, психологии, но и в области экономики и государственного управления, и предполагают, что альтернативой показателям экономического развития являются социальные показатели, использование которых в полной мере отражает состояние социально-экономической системы. Под социальным прогрессом авторы индекса понимают способность общества удовлетворять основные человеческие потребности своих граждан, закладывать основы, которые позволяют гражданам и сообществам улучшать и поддерживать качество своей жизни, а также создавать условия для полной реализации своего потенциала [7]. Индекс состоит из трех блоков по 4 компонента (всего 12 компонентов) и 51 определенным индикаторам. Составляющие индекса социального прогресса представлены на рисунке 1. При этом индикаторы подобраны исходя из единства методологии их расчета по всем странам, участвующим в рейтинге. Таким образом, индекс измеряет достижения каждой страны по шкале от 0 (наименьшая степень устойчивости) до 100 (наибольшая степень устойчивости) на основе полученных данных в трёх базовых категориях: основные потребности человека, основы благополучия человека и возможности развития человека.
Для нас данный индекс представляет огромный интерес, так как включают в себя и показатели благосостояния и показатели безопасности. Более того, сами авторы индекса выделяют его главное преимущество в том, что мы можем сравнить социальный прогресс с уровнем экономического развития страны.
Рис. 1. Группы показателей индекса социального прогресса
Рис. 2. Значения компонентов индекса социального прогресса для России
Примечание: Индекс измеряет достижения страны по шкале от 0 (наименьшая степень устойчивости) до 100 (наибольшая степень устойчивости)
Составлено авторами по данным [8, 9]
Рассмотрим, что представляет собой индекс на примере нашей страны. Значения компонентов индекса социального прогресса для России в период с 2014 по 2019 годы представлен на рисунке 2.
Динамика компонентов индекса социального прогресса в России показывает, что за последние пять лет не произошло существенных улучшений всех составляющих. Значительные улучшения наблюдаются лишь в сфере доступа к информации и средствам коммуникации, уровня здравоохранения и инклюзивности. В области обеспечения безопасности изменений не наблюдается, а также присутствует отрицательная динамика в области обеспечения прав человека. Действительно, если сопоставить динамику компонентов индекса с динамикой ВВП на душу населения, можно выдвинуть гипотезу об определенном влиянии уровня ВВП на социальный прогресс. Для подтверждения данной гипотезы воспользуемся инструментами регрессионного анализа.
В связи с тем, что индекс социального прогресса не учитывает показатели уровня экономического развития стран мира, отдельный интерес представляет рассмотрение корреляции между ВВП на душу населения стран мира и их соответствующее значение индекса. В качестве исходных данных для анализа были использованы данные рейтинга стран по уровню индекса социального прогресса и база данных Всемирного банка. Для проведения анализа отобраны показатели индекса социального прогресса за 2018 и ВВП на душу населения в долларах США в текущих ценах по 139 странам [8, 9]. Расчеты проводились с использованием пакета STATA13 и инструментов MS Excel.
Для определения формы связи между изучаемыми показателями индекса социального прогресса и ВВП на душу населения воспользуемся графическим методом и построим поле корреляции (рис. 3).
Корреляционное поле компонентов Индекса социального прогресса представлено на рисунке 4.
Корреляционное поле на рисунках 3 и 4 показывает явно выраженную логарифмическую связь между ВВП на душу населения и компонентами социального прогресса.
Логарифмическое уравнение регрессии имеет вид:
y = a + b · ln(x) (1)
Рис. 3. Зависимость между ВВП на душу населения и индексом социального прогресса в 2018 году
Риc. 4. Зависимость между ВВП на душу населения и компонентами индекса социального прогресса
Таким образом, уравнение регрессии по нашим данным можно записать в следующем виде:
spii = b1 + b2 ln(gdppci) + εi (2)
где spii – значение индекса социального прогресса i-ой страны (n=139),
gdppci – величина ВВП на душу населения в текущих ценах, в долл. i-ой страны (n=139),
εi – наблюдаемые значения (оценки) ошибок,
b1 и b2 – оценки параметров регрессионной модели.
С помощью метода наименьших квадратов произведена оценка параметров b1 и b2.
Также проведем оценку попарно трех компонентов индекса социального прогресса, а именно основные потребности человека (bhni), основы благополучия человека (fwbi) и возможности развития человека (opprti). Таким образом, будет построено четыре регрессионных модели. Все переменные, которые далее будут использованы для построения регрессионных моделей с целью исследования степени влияния ВВП на душу населения на уровень социального прогресса в странах мира, перечислены в таблице 1.
Таблица 1
Переменные регрессионных моделей и описательные статистики
Переменная |
Обозначение |
Среднее |
Мин. |
Макс. |
Стандартное отклонение |
ВВП на душу населения, долл. (в текущих ценах) |
gdppci |
15791,6 |
271,752 |
116639,9 |
21794,33 |
ВВП на душу населения (логарифм) |
lngdppci |
8,702 |
5,604 |
11,667 |
1,497 |
Индекс социального прогресса |
spii |
66,11 |
27,54 |
90,01 |
15,72 |
Основные потребности |
bhni |
76,27 |
23,18 |
98,44 |
18,375 |
Основы благополучия |
fwbi |
68,10 |
30,4 |
91,13 |
14,561 |
Возможности развития |
opprti |
53,95 |
20,76 |
83,11 |
16,489 |
Количество наблюдений n=139
Результаты исследования и их обсуждение
Результаты расчетов коэффициентов уравнений регрессии, стандартных ошибок и коэффициентов детерминации приведены в таблице 2.
Так как единицы измерения зависимой переменной spii и независимой переменной lngdppci различаются, то для оценки влияния эти переменных необходимо рассчитать коэффициент эластичности. Средний коэффициент эластичности показывает, на сколько процентов в среднем по совокупности изменится зависимая переменная от своей средней величины при изменении независимой переменной на 1% от своего среднего значения. Коэффициент эластичности для spii составляет 1,26. Таким образом, при изменении ВВП на душу населения на 1% итоговое значение индекса социального прогресса увеличивается на 26%.
С помощью метода наименьших квадратов мы получили лишь оценки параметров уравнения регрессии, которые характерны для нашей выборки по 139 странам. Таким образом, для оценки статистической значимости коэффициентов регрессии и корреляции был рассчитан t-критерий Стьюдента и доверительные интервалы каждого из показателей. Нулевая гипотеза заключается в отсутствии линейной взаимосвязи в генеральной совокупности, альтернативная – между переменными есть линейная связь. В случае если основная гипотеза окажется неверной, мы принимаем альтернативную. Результаты расчетов t-статистики и доверительные интервалы для исследуемых уравнений регрессии приведены в таблице 3.
Расчеты показали, что на 5% уровне значимости значения индекса социального прогресса и его компонентов при неограниченно большом числе наблюдений не выйдут за пределы доверительных интервалов, а статистическая значимость коэффициентов регрессии подтверждается (отвергаем гипотезу о равенстве нулю этих коэффициентов). Таким образом, параметры модели статистически значимы, а оценки состоятельны.
Таблица 2
Результаты регрессионного анализа
Переменные |
Индекс социального прогресса |
Основные потребности |
Основы благополучия |
Возможности развития |
ВВП на душу населения, долл, (логарифм) |
9,571*** (0,369) |
10,78*** (0,501) |
8,653*** (0,379) |
9,275*** (0,507) |
Константа |
-17,19*** |
-17,57*** |
-7,209** |
-26,77*** |
(3,257) |
(4,420) |
(3,349) |
(4,478) |
|
R-квадрат |
0,831 |
0,772 |
0,792 |
0,709 |
Стандартные ошибки при уровне значимости 1%, 5% и 10%
*** p<0,01, ** p<0,05, * p<0,1 (количество наблюдений n=139)
Таблица 3
Доверительные интервалы модели SPI и t-статистики
Переменные |
Индекс социального прогресса |
Основные потребности |
Основы благополучия |
Возможности развития |
ВВП на душу населения (логарифм) |
[8,841201; 10,30014] |
[9,793275; 11,77294] |
[7,903131; 9,403112] |
[8,272176; 10,27809] |
t-статистика |
25,94 (>tкрит) |
21,54 (>tкрит) |
22,81 (>tкрит) |
18,29 (>tкрит) |
Заключение
Была изучена взаимосвязь между Индексом социального прогресса и ВВП на душу населения на выборке из 139 стран мира. На этапе определения модели была выбрана полулогарифмическая регрессия, её параметры оценены методом наименьших квадратов. В результате регрессионного анализа получены следующие модели:
spii = 9,571 + 17,9 ln(gdppci) (3)
bhni = 10,78 + 17,57 ln(gdppci) (4)
fwbi = 8,653 + 7,209 ln(gdppci) (5)
opprti = 9,275 + 26,77 ln(gdppci) (6)
Статистическая значимость уравнений регрессии проверена с помощью коэффициента детерминации и критерия Фишера. Установлено, что в полученных моделях с вероятностью 83,1% изменение ВВП на душу населения влияет на изменение индекса социального прогресса и его компонентов. Дополнительные расчеты подтвердили значимость и состоятельность оценки коэффициентов регрессии. Полученные модели позволят использовать их для определения стратегического видения будущего развития как России в целом, так и её регионов.
Выбор приоритетов социально-экономического развития регионов необходим для выявления «точек роста», развитие которых принесет наибольший эффект, способствующий росту экономики региона и повышению благосостояния населения.
Статья выполнена в соответствии с планом НИР ФГБУН «Институт экономики УрО РАН» на 2019-2021 гг.
Библиографическая ссылка
Кривенцова Л.А., Печеркина М.С. МОДЕЛИРОВАНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНОГО ПРОГРЕССА И УРОВНЯ ЭКОНОМИЧЕСКОГО РАЗВИТИЯ // Вестник Алтайской академии экономики и права. – 2020. – № 12-2. – С. 317-322;URL: https://vaael.ru/ru/article/view?id=1514 (дата обращения: 03.12.2024).