Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества
Скачать 2.49 Mb.
|
СТАТИСТИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ ВНЕШНЕГО ДОЛГА ГОСУДАРСТВА НА ЕГО ЭКОНОМИЧЕСКИЙ РОСТ Пашкова Алёна Игоревна (Москва, НИУ ВШЭ) Кризис 2008-2009 гг. преподнёс немало вопросов развивающимся странам, особенно в отношении государственного долга. Многие страны находятся под угрозой финансовой неустойчивости. Примером может служить настоящая ситуация в Греции, которая испытывает в данный момент кризис, не имея возможности «расплатиться по долгам», или в Италии (рис. 1). Рисунок 1. Источник: Principal global indicators: http://www.principalglobalindicators.org/default.aspx По графикам можно усмотреть тенденцию, что при увеличении долга прирост ВВП уменьшается, правда с некоторым лагом. Но всё же самым главным вопросом на сегодняшний день остаются экономические последствия политики высокого и достаточно устойчивого государственного долга. В то время как уровень экономического роста, вероятно, имеет линейное негативное воздействие на значение отношения долга к ВВП, высокий уровень долга отрицательно сказывается на экономическом росте, но после определенного достигнутого значения. В различной литературе, в частности в эмпирической её части, взаимосвязь между государственным долгом и уровнем ВВП обозначена как слабая и отрицательная. В предшествующих исследованиях данные брались в основном по развивающимся странам. В течение последних лет в этих странах наблюдается большое накопление внешнего долга, что является препятствием для экономического роста в стране, а также для снижения уровня бедности. Данное исследование является своего рода ещё одной попыткой проанализировать влияние внешнего долга на экономический рост, используя макроэкономические модели, многомерные статистические методы, панельные данные по различным странам за несколько лет. Методическую базу составили многомерные статистические методы анализа данных. Информационную базу составили официальные данные из различных источников. В основу исследования положена экономическая модель, в виде производственной функции Y(t)=F(K(t),A(t),L(t)), т.е. внимание концентрируется на выпуске, капитале, труде и «эффективности труда» или «знания» (А). Исходя из этой модели, выбираются показатели, с помощью которых можно объяснить эти переменные. Работа строится на основе исследования Pattillo, Poirson & Ricci (2003г.), которое, на мой взгляд, относительно полно изучает вопрос воздействия долга на уровень роста, рассматривая различные каналы этого влияния. В результате была ещё раз подтверждена гипотеза о нелинейном негативном влиянии долга на рост. Однако авторы делают замечание о том, что анализ проведён по данным с 1969 по 1998 год, и возможно ситуация могла измениться в связи с надвигающимся на тот момент кризисом. Таким образом, основываясь на полученных результатах, в данной работе рассматривается период, включающий года кризиса, который породил множество различных проблем, в том числе, как упоминалось выше, проблему неспособности стран «расплатиться по долгам». Исходные данные для анализа берутся по странам, относящимся к категории сильно вовлечённых в долг (HIPC), а также развитые страны. В ходе работы подтверждается выдвинутая гипотеза о наличие слабой отрицательной связи долга на экономический рост, а также проанализированы различные пути, через которые это влияние оказывается. В частности выделен канал, через который наиболее значимо долг влияет на экономический рост государства. Литература
СРАВНИТЕЛЬНЫЙ АНАЛИЗ КАЧЕСТВА ЖИЗНИ НАСЕЛЕНИЯ МЕТОДОМ КОЛИЧЕСТВЕННЫХ И ЭКСПЕРТНЫХ ОЦЕНОК Питерсен Джина Самовна, Макаров Денис Павлович (Москва, МЭСИ) Качество жизни населения является одним из главных социальных показателей. По данному показателю можно судить о том, насколько развита та или иная страна, наблюдается ли в ней экономический рост, насколько качественно и эффективно работают правительство и внутренние органы самоуправления. Этот показатель измеряется специалистами по набору объективных показателей, также он оценивается самим человеком, его степенью удовлетворенности своей жизнью. В данной работе был проведен сравнительный анализ качества жизни населения в 65 странах методом количественных и экспертных оценок. Страны были отобраны случайным образом. Матрица экспертных оценок была построена по следующему правилу:  Было найдено собственное число, свидетельствующее о том, насколько добросовестно эксперт расставлял оценки. Для построения интегральной оценки качества населения был проведен факторный анализ методом главных компонент. В результате, первая главная компонента оказалась достаточно информативной, т.е. объясняет более 60% вариации признаков, и ее можно использовать в качестве интегрального показателя. Далее была проведена работа с количественными данными. Для этого было отобрано 15 показателей, характеризующих качество жизни населения, среди которых: уровень ВВП на душу населения (тыс. долл.), удельный вес безработных в общей численности трудового населения (%), расходы на здравоохранение (%), удельный вес населения старше 60 в общей численности населения (%). Для обработки количественной информации также использовался факторный анализ с целью построения интегрального признака. Литература
Многомерный анализ инновационного развития регионов Приволжского Федерального Округа Подзорова Екатерина Николаевна (Саранск, МГУ им. Н.П. Огарева) Воспользуемся кластерным анализом для разбиения регионов Приволжского Федерального Округа (ПФО) на однородные группы по уровню инновационного развития. В ходе проведенного теоретического анализа были выделены следующие факторы регионального развития: Х1 - степень износа основных фондов, %; Х2 - индекс физического объема инвестиций в основной капитал, %; ХЗ - удельный вес убыточных организаций, %; Х4 - кредиты, предоставленные кредитными организациями юридическим лицам, млн. руб.; Х5 - индекс потребительских цен, %; Х6 - валовой региональный продукт, млн. руб.; Х7 - численность персонала, занятого исследованиями и разработками, человек; Х8 - внутренние затраты на исследования и разработки, тыс. руб.; Х9 - число организаций, выполнявших исследования и разработки; X10 - выпуск из аспирантуры с защитой диссертации, человек; X11 - численность студентов высших учебных заведений на 10000 человек. Для устранения возможных влияний на процедуру классификации и размерности исходных переменных, их предварительно нормируем. В ходе исследования были построены графики различных методов разбиения. В данном исследовании применялся метод k-средних, который считается достаточно удобным и быстродейственным. ППП «Statistica» позволяет реализовать данный метод, предварительно задавая различное количество кластеров, на которые будет разбита исследуемая совокупность данных. Результаты кластерного анализа показали, что данную совокупность можно разделить на два однородных кластера. В первый кластер вошли регионы, характеризующиеся довольно низким инновационным развитием, он включает в себя 8 субъектов ПФО, в том числе Республика Мордовия. В этот кластер помимо Мордовии вошли также следующие регионы ПФО: Ульяновская, Пензенская, Кировская области, Чувашская Республика, Оренбургская область, Удмуртская Республика, Республика Марий Эл. Во второй кластер вошло 6 субъектов ПФО, характеризующиеся высоким инновационным развитием: Республика Башкортостан, Республика Татарстан, Самарская, Саратовская и Нижегородская области, Пермский край. Подобное разбиение оказалось оптимальным, так как практически отсутствуют совпадения средних значений, что подтверждает и графическое изображение средних нормированных значений результативных признаков по кластерам. В состав первого кластера вошли регионы, характеризующиеся довольно низким инновационным потенциалом, низким темпом прироста ВРП, низким числом организаций, выполнявших исследования и разработки, а также высоким уровнем инфляции и доли убыточных организаций. Для него характерна низкая доля выпуска студентов из аспирантуры с защитой диссертации и низкая доля студентов высших учебных заведений, а также низкая доля затрат на внутренние исследования и разработки. В соответствии с невысоким инновационным потенциалом, инновационная активность здесь невысока. В его состав входит и Республика Мордовия. Во второй кластер вошли регионы, характеризующиеся высоким инновационным развитием. Эти регионы характеризуют высокий уровень экономического развития, имеют высокий темп прироста валового регионального продукта. В данной группе регионы с высокой численностью персонала, занятого исследованиями и разработками, а также велики внутренние затраты на исследования и разработки и кредиты, предоставляемые кредитными организациями юридическим лицам. Для регионов характерна низкая доля убыточных предприятий и износа основных фондов. В целом по второму кластеру можно отметить, что высокий уровень инновационной активности соответствует довольно благоприятному инновационному климату, сложившемуся здесь. Литература
Прогнозирование уровня автомобилизации российской федерации Постников Владимир Павлович (Пермь, ПНИПУ) Транспорт является важнейшей составной частью производственной и социальной инфраструктуры России. Наряду с другими инфраструктурными отраслями, транспорт обеспечивает базовые условия жизнедеятельности общества, являясь важным инструментом достижения социально-экономических целей. Среди тенденций развития автомобильного транспорта можно выделить высокие темпы автомобилизации населения. С одной стороны, повышение уровня автомобилизации населения приведет к значительному изменению пространственного менталитета и улучшению экономического положения людей.С другой стороны, процесс автомобилизации сопряжен и с негативными явлениями, связанными с недостаточно развитой сетью автодорог, пространственными дефектами этой сети, низкой пропускной способностью ее участков, отсутствием достаточного количества гаражей и парковок. Иначе говоря, автомобильные потоки растут быстрее, чем дорожная сеть и ее качество. Таким образом, планирование дорожно-транспортного комплекса должно основываться на тенденции развития уровня автомобилизации, прогнозирование которой приобретает приоритетное значение. Целью работы является прогнозирования уровня автомобилизации РФ на период до 2030 года на основе методов математической статистики. Используется парная линейная регрессия; аппроксимация и экстраполяция данных. Объектом исследования является дорожно-транспортный комплекс РФ. Для достижения заданной цели были решены следующие задачи:
Для анализа и прогнозирования уровня автомобилизации будем использовать данные федеральной службы государственной статистики [1]. В результате анализа было выявлено, что РФ имеет высокие темпы роста уровня автомобилизации. За период с 2000 по 2010 года темп роста уровня автомобилизации составил 173,7%. Прогнозные значения уровня автомобилизации РФ на период до 2030 года были найдены тремя способами (таблица 1):
Таблица 1 Прогноз уровня автомобилизации (ед. на 1000 чел.) по различным сценариям
По нашему мнению при решении столь важной проблемы, как прогнозирование уровня автомобилизации, необходимо использовать различные методы и приемы исследования и прогнозирования. Затем значения, полученные различными способами, необходимо согласовать с экспертами и выработать окончательное решение. Литература
КТО ТАКИЕ РОССИЙСКИЕ ВРАЧИ? ДИНАМИКА ХАРАКТЕРИСТИК ПРОФЕССИОНАЛЬНОЙ ГРУППЫ13 Присяжнюк Дарья Игоревна (Москва, НИУ ВШЭ) Риторика государственной политики в системе здравоохранения в современной России направлена на поддержание дискурса модернизации отрасли, повышения качества и доступности здравоохранения для населения и повышение престижа профессии врача. В докладе пойдет речь о том, насколько реформы в системе здравоохранения в реальности сказываются на профессиональной группе, какие изменения в численности, социально-демографических характеристиках медицинского персонала, уровне их дохода происходят в настоящее время. Анализ соответствующих показателей в динамике, а также в России и зарубежных странах дает нам возможность оценить, насколько уникальны или типичны наблюдаемые нами феномены. Эмпирическую базу составляет официально опубликованная статистика Министерства здравоохранения и социального развития, отчеты, предоставляемые Россией для ВОЗ. Россия занимает лидирующее место по представленности женщин в сфере здравоохранения (2004): 69,5% против 21,5 % мужчин. Иное процентное соотношение наблюдается в европейских странах: от 51% мужчин и 49 % женщин в Финляндии до 28% женщин и 72% мужчин в Норвегии [1]. Это объясняется тем, что в России женщины сосредоточены на самых низкостатусных и низкодоходных позициях здравоохранения, тогда как мужчины чаще занимают руководящие посты и сконцентрированы в привилегированных медицинских специализациях (хирургия, урология, гинекология). В результате реформ системы здравоохранения в 2006 г., не удалось привлечь молодых специалистов в сферу. Средний возраст врача государственного сектора здравоохранения остановился в 2008 г. на отметке в 46, 13. При этом в России сильны межрегиональные различия: средний возраст врача в ряде регионов РФ выше среднего показателя (например, в Республике Башкортостан – 57 лет) [3]. Российские врачи сосредоточены неравномерно в разных типах медицинских учреждений: 80% работают в больницах, 15%- в поликлиниках, лишь 4% - в частных медицинских учреждениях [1]. Кроме того, с 2000-го по 2010-й год происходит сокращение амбулаторно-поликлинических учреждений с 17689 до 11314 [3]. Это свидетельствует об ориентации системы здравоохранения на оперативное лечение, а не на профилактику и раннее обнаружение заболеваний. В России отмечается рост врачей с 608.7 тыс в 2000-м до 625.7 тыс в 2010 [3]. Наравне с абсолютными, и относительные показатели числа врачей в РФ значительно выше, чем в европейских странах. В России на 1 врача приходится 199 пациентов, тогда как во Франции 294, а в Финляндии 305 [2]. Однако, это не позволяет решить проблему очередей в российских ЛПУ, что, во многом, объясняется бюрократизацией отрасли. Обеспеченность врачами в РФ имеет свои региональные различия. В ряде регионов отмечается снижение обеспеченности врачами (например, в Северо-Кавказском ф.о. снижение численности врачей с 37.8 на 100 тыс. населения в 2009 г. до 36.3 в 2010), а в других наблюдается рост этого показателя (в Уральском ф.о. рост численности врачей с 37.3 на 100 тыс. населения в 2009 г. до 38.3 в 2010) [3]. Это может быть связано как с разной степенью привлекательности медицинской профессии в регионах, так и с внешними факторами, оказывающими влияние на численность населения. Хотя реформы 2006 г. привели к увеличению зарплаты врачам первичного сектора здравоохранения, доход медиков в РФ значительно ниже заработка их коллег в европейских странах: зарплата врача в Румынии остановилась на отметке 650 долларов, в Литве составляет 900 долларов, а в России - 586 долларов [2] Несмотря на государственную риторику о выходе российской системы здравоохранения из кризиса, анализ статистики позволяет утверждать о феноменах, свидетельствующих о наличии нерешенных проблем в отрасли: невысокий доход медиков, ориентация на лечение, нежели профилактику заболеваний, старение кадров и гендерное неравенство. Литература
|
Похожие:
 | Программа дисциплины " Многомерные статистические методы" для направления... Экстернат – самостоятельное изучение обучающимся дисциплин согласно основной образовательной программе высшего профессионального... | | Программа дисциплины " Эконометрика " для направления 080100. 62... Гос впо по специальности 080507. 65 Менеджмент организации, утвержденными 17 марта 2000, №234 эк/сп |
| Программа дисциплины " Эконометрика-2" для направления 080100. 68... Гэ по русскому языку и литературе. Данная программа позволяет подготовиться к сдаче егэ. Особенностью данного курса является то,... | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, Data Mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Факультет экономики ... |
 | Статистические методы анализа языка как способ повышения эффективности... Утверждена отделом документационно-содержательного обеспечения учебного процесса Ургпу | | Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» |
| Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» | | Рабочая программа по дисциплине Аналитическая химия и физико-химические методы анализа Цели и задачи дисциплины: Освоение теоретических основ современных химических методов анализа, аналитических методик и приемов, статистической... |
| Конспект лекций по системному анализу Лекция: История, предмет, цели системного анализа 2 Рассматриваются история развития и предмет системного анализа, системные ресурсы общества, предметная область системного анализа,... | | Анализа данных-4: анализ издержки-выгод Методы анализа данных-4: анализ издержки-выгоды, анализ издержки-эффективность (17 ноября 2005)1 |
