Реферат: Анализ воспроизводства населения РФ с использованием статистических методов

Название: Анализ воспроизводства населения РФ с использованием статистических методов
Раздел: Рефераты по маркетингу
Тип: реферат

СОДЕРЖАНИЕ

Введение……………………………………………………………...……3

Глава 1. Теоретические аспекты статистического анализа воспроизводства населения Российской Федерации

1.1. Понятие воспроизводства населения и показатели его характеризующие………………………………………….…………………….......6

1.2. Содержание метода статистической группировки и построение аналитической группировки по факторным признакам…………………...........9

1.3. Понятие ряда динамики, система показателей и методы выявления основной тенденции……………………………………………………………...11

1.4. Многомерный статистический анализ……………………………..14

Глава 2. Применение статистических методов для анализа воспроизводства населения Российской Федерации

2.1. Краткая характеристика воспроизводства населения Российской Федерации………………………………………………………………………16

2.2. Анализ однородности совокупности субъектов РФ по средней заработной плате населения…………………………………………..………..18

2.3. Аналитическая группировка субъектов РФ по средней заработной плате населения………………………………………….……………………...22

2.4. Анализ динамики чистого коэффициента воспроизводства населения………………………………………………………………………..24

2.5. Применение корреляционно - регрессионного анализа для оценки влияния … на коэффициент воспроизводства населения……………………29

Заключение……………………………………………………………….32

Список используемой литературы…………………………………........34

Приложение…………………………………………………………........36


Введение

Главная особенность населения состоит в том, что не смотря на постоянные изменения его численности и структуры оно сохраняется как население, как самовоспроизводящаяся совокупность людей. Процесс самосохранения населения в ходе его непрерывных изменений и называют воспроизводством.

Воспроизводство населения проходит в своём развитии ряд этапов, тесно связанных с этапами исторического развития общества в целом. Каждому крупному этапу в истории воспроизводства населения свойственны свои социальные механизмы детерминации демографических процессов, включающие соответствующие им демографические отношения, адекватные этим отношениям демографическое сознание и нормы демографического поведения, свой уровень эффективности социального управления воспроизводством населения. Обобщением этих сохраняющих длительную устойчивость качественных черт воспроизводства населения приводит к понятию исторических типов воспроизводства населения и к рассмотрению демографической истории человечества как последовательной смены таких типов. В широком понимании термин "воспроизводство" включает в себя возобновление и развитие состава населения по полу и возрасту; общественным группам; национальностям; семейному положению; размещению на территории и месту жительства; образованию, профессионально-квалификационным признакам и другим параметрам. Не все группы равнозначны по их вкладу в воспроизводство населения в связи с различным характером их мобильности. По возможностям обмена между собой они делятся на 3 типа: группы, в которых переход из одной в другую обязателен и неизбежен, например возрастные передвижки из младшей в старшую; группы, в которых переход из одной в другую невозможен, например по полу, национальностям и народностям; группы, в которых возможны самые различные виды переходов из одного состояния в другое, например по социально-экономическому, профессионально-квалификационному, семейному состоянию, месту жительства.

Наиболее важное значение в замене уходящих поколений новыми имеет первая группа. Возрастные изменения лежат в основе всех остальных составляющих процесса воспроизводства, поэтому в демографическом анализе воспроизводство рассматривается в более узком понимании этого термина, т.е. не населения в целом, а относительно половозрастных групп, отдельно женского и мужского населения. С ними связана вся система показателей воспроизводства, использующаяся в современном анализе в целях характеристики режима воспроизводства. В связи с вышесказанным целью данного проекта является проведение анализа воспроизводства населения РФ с использованием статистических методов.

Объектом исследования является совокупность 25 субъектов РФ.

Предметом исследования - размеры и количественные соотношения социально-экономических явлений, характеризующие воспроизводство населения.

Для достижения поставленной цели необходимо решить ряд задач:

· раскрыть понятие воспроизводства населения и систему показателей, его характеризующих;

· раскрыть понятие и сущность рядов динамики, метода статистической сводки и группировки, многомерного статистического анализа;

· проанализировать однородность совокупности субъектов по …….;

· построить аналитическую группировку субъектов РФ по ………

· проанализировать динамику брутто (нетто) коэффициента воспроизводства населения РФ;

· оценить с помощью корреляционно-регрессионного анализа степень влияния факторов на воспроизводство населения.

В данном курсовом проекте были использованы следующие методы: табличный, графический, метод рядов динамики, статистической сводки и группировки и корреляционно-регрессионный анализ.

Основными источниками информации являлись материалы периодических и электронных изданий, учебные пособия и данные статистических сборников.


Глава 1. Теоретические аспекты статистического анализа воспроизводства населения Российской Федерации

1.1. Понятие воспроизводства населения и показатели его характеризующие

Воспроизводство населения - это постоянное возобновление численности и структуры населения в процессе смены поколений людей, через рождения и смерти. Совокупность параметров, определяющих этот процесс, называется режимом воспроизводства населения. В предельно обобщенном виде указанная выше совокупность параметров включает в себя численность и структуру населения как характеристику его состояния, а также рождения и смерти как события, определяющие их изменения во времени. Иначе говоря, параметрами, определяющими воспроизводство населения, являются рождаемость и смертность, представленные в виде своих измерителей. По своему содержанию режим воспроизводства населения определяется социально-экономическими условиями его жизни, общественным укладом, особенностями демографического развития отдельных регионов. В связи с неравномерностью экономического и социального развития не только страны, но и ее регионов, имеются существенные различия в формировании типов воспроизводства. Различают 3 типа:

· Суженное воспроизводство означает, что живущее население не воспроизводит себе замену, абсолютная численность уходящих поколений превышает численность вступающих в жизнь. Такому населению грозит депопуляция, его возрастная структура имеет регрессивный тип.

· Простое воспроизводство - уходящие поколения и вступающие в жизнь равны по своей абсолютной численности. В таком населении образуется постоянная половозрастная структура. Общая численность населения не увеличивается, при определенных неблагоприятных условиях велика вероятность перехода к суженному воспроизводству и регрессивной возрастной структуре.

· Расширенное воспроизводство характеризуется увеличением каждого вновь вступающего в жизнь поколения по сравнению с численностью уходящих поколений. Образуется прогрессивный тип половозрастной структуры населения, растет его абсолютная численность.

Для получения реального представления о характере воспроизводства населения нужны показатели, не зависящие от половозрастной структуры. В начале 1930-х гг. немецкий демограф, экономист, статистик Р. Кучинский (1876--1947) и отечественный ученый, демограф, организатор здравоохранения Г.А. Баткис (1895-1960) применили показатели, дающие четкую картину состояния численности нового и старого поколения в годы, прилегающие к годам переписей населения, помогающие определить, в какой мере живущее население подготовило себе смену: суммарный коэффициент рождаемости; брутто-коэффициент воспроизводства; нетто-коэффициент воспроизводства.

Суммарный коэффициент рождаемости — обобщающий показатель интенсивности рождаемости гипотетического поколения, не зависящий от возрастной структуры и равен сумме повозрастных коэффициентов рождаемости. Характеризует среднее число детей, которое родила бы женщина гипотетического поколения за всю свою жизнь при условии отсутствия смертности и сохранения в течение всей ее жизни повозрастных коэффициентов рождаемости данного года. Суммарный коэффициент рождаемости как показатель воспроизводства населения не лишен недостатков. Так, он не учитывает: во-первых, что воспроизводство нового поколения можно охарактеризовать числом девочек, которое оставляет после себя каждая женщина; во-вторых, что часть детей умирает, не достигнув возраста матери в момент их рождения, не оставив после себя потомства или оставив меньшее число детей по сравнению со своими сверстницами, благополучно дожившими до конца детородного периода. Первый недостаток можно устранить, используя брутто-коэффициент воспроизводства.

Брутто-коэффициент воспроизводства населения исчисляется на основе количества девочек, которое в среднем родит каждая женщина за весь свой репродуктивный период и равен суммарному коэффициенту рождаемости, умноженному на долю девочек среди новорожденных. Достоинство брутто-коэффициента состоит в том, что на его величину не влияет состав населения по полу и что он учитывает возрастной состав женщин фертильного возраста. Однако он не учитывает смертности женщин в фертильном возрасте.

Для наиболее точной характеристики воспроизводства населения используется нетто-коэффициент. В статистической литературе его называют чистым или очищенным. Он показывает число девочек, которое оставляет после себя каждая женщина в среднем с учетом того, что часть их не доживет до возраста матери в момент их рождения. Однако если каждая их женщин репродуктивного возраста родит в среднем R дочерей, это еще не значит, что численность поколения дочерей будет в R раз больше или меньше численности поколения матерей. Ведь не все эти дочери доживут до возраста, в котором были их матери в момент рождения. И не все дочери доживут до конца репродуктивного периода. Особенно это касается стран с высокой смертностью, где до начала репродуктивного периода могут не доживать до половины новорожденных девочек, как это было, например, в России перед Первой мировой войной. В наше время, разумеется, такого уже нет (в 2006 г. до начала репродуктивного периода доживало более 98% новорожденных девочек), однако в любом случае необходим показатель, учитывающий также и смертность. Учитывая допущение о нулевой смертности вплоть до конца репродуктивного периода, брутто-коэффициент воспроизводства населения в последнее время практически не публикуется и не используется. Показателем, учитывающим также смертность, является нетто-коэффициент воспроизводства населения или иначе его называют чистым коэффициентом воспроизводства населения. Он равен среднему числу девочек, рожденных за всю жизнь женщиной и доживших до конца репродуктивного периода, при данных уровнях рождаемости и смертности [1].

1.2. Содержание метода статистической группировки и построение аналитической группировки по факторным признакам

Статистическая группировка - это процесс образования однородных групп на основе расчленения статистической совокупности на части или объединения изучаемых единиц в частные совокупности по существенным для них признакам, каждая из них характеризуется системой статистических показателей.[2,c.35]

Метод группировок является основой применения других методов статистического анализа основных сторон и характерных особенностей изучаемых явлений. По своей роли в процессе исследования метод группировок выполняет некоторые функции, аналогичные функциям эксперимента в естественных науках: посредством группировки по отдельным признакам и комбинации самих признаков статистика имеет возможность выявить закономерности и взаимосвязи явлений в условиях, в известной мере ею определяемых.

Качественный признак отражает определенные свойства, качества данного явления и записывается в виде текста. Если качественный признак имеет мало разновидностей, то количество групп определяется числом этих разновидностей.

Под классификацией обычно понимается устойчивая номенклатура классов и групп, образованных на основе сходства и различия единиц изучаемого объекта.

Рис. 2 Виды группировок

Аналитические группировки.

Группировки, предназначенные для изучения взаимосвязей и зависимостей между явлениями и процессами, называются аналитическими. Аналитическая (факторная) группировка предназначена для установления тесноты связи между взаимодействующими признаками - факторным и результативным. Зависящий носит название результативного признака (явления). Факторными называются признаки, под воздействием которых изменяются другие признаки - они и образуют группу результативных признаков. Взаимосвязь проявляется в том, что с возрастанием значения факторного признака систематически возрастает или убывает среднее значение признака результативного. [3,c.35]

Методологическими вопросами построения факторной группировки являются выбор группировочного признака, определение числа групп и величины интервала, выбор системы показателей для характеристики групп. Чаще всего в качестве группировочного принимают факторный признак, выделенный на основе априорного анализа. Интервалы в аналитической группировке берутся преимущественно равные либо равнонаполненные (группы с приблизительно одинаковой частотой).

1.3. Понятие ряда динамики, система показателей и методы выявления основной тенденции

Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, т.е. их динамика. Эта задача решается при помощи анализа рядов динамики.

Ряд динамики представляет собой ряд расположенных в хронологической последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени.

В каждом ряду динамики имеются два основных элемента: время t и конкретное значение показателя y.

Уровни ряда — это показатели, числовые значения которых составляют динамический ряд. Время — это моменты или периоды, к которым относятся уровни.[4,c106]

Построение и анализ рядов динамики позволяют выявить и измерить закономерности развития общественных явлений во времени. Эти закономерности не проявляются четко на каждом конкретном уровне, а лишь в тенденции, в достаточно длительной динамике. Выявление основной тенденции в изменении уровней, именуемой трендом, является одной из главных задач анализа рядов динамики.

Ряды динамики подразделяются на ряды динамики абсолютных, относительных и средних величин. По времени, отраженному в динамических рядах, они разделяются на моментные и интервальные.

При построении динамических рядов необходимо соблюдать определенные правила: основным условием для получения правильных выводов при анализе рядов динамики и прогнозирования его уровней является сопоставимость уровней динамического ряда между собой. Статистические данные должны быть сопоставимы по территории, кругу охватываемых объектов, единицами измерения, времени регистрации, ценами, методологии расчета и др.

Уровни рядов динамики отображают количественную оценку (меру) развития во времени изучаемого явления. Они могут выражаться абсолютными, относительными или средними величинами.

Анализ интенсивности изменения во времени осуществляется с помощью показателей, получаемых в результате сравнения уровней, к таким показателям относятся: абсолютный прирост, темп роста, темп прироста. Система аналитических показателей представлена в таблице 1 (Приложение 1)

Показатели анализа динамики могут вычисляться на постоянной и переменных базах сравнения. При этом принято называть сравниваемый уровень отчетным, а уровень, с которым приводится сравнение, - базисным.

Система средних показателей включает средний уровень ряда, средний абсолютный прирост, средний темп роста, средний темп прироста.

Одной из важнейших задач статистики является определение в рядах динамики общей тенденции развития явления. Поэтому при анализе динамики речь идет не просто о тенденции развития, а об основной тенденции, достаточно стабильной (устойчивой) на протяжении изученного этапа развития основной тенденцией развития (трендом) называется плавное и устойчивое изменение уровня явления во времени, свободное от случайных колебаний. Задача состоит в том, чтобы выявить общую тенденцию в изменении уровней ряда, освобожденную от действия различных случайных факторов. С этой целью ряды динамики подвергаются обработке методами укрупнения интервалов, скользящей средней и аналитического выравнивания.

Метод укрупнения интервалов заключается в укрупнении рассматриваемых периодов, например, расчет среднего объема производства продукции за каждый квартал, в среднем по трехлетиям. Метод скользящей средней состоит в расчете среднего значения признака по трех-, пятилетним и т.д. интервалам, опускаясь на один период. Метод аналитического выравнивания заключается прежде всего в составлении уравнения прямой следующего вида:

,

Параметры а0 и а1 находят решение системы уравнений:

,

где у – фактические уровни, t – время (порядковый номер периода или момента t).

Расчет параметров упрощается, если за начало отчета t (t = 0) принять центральный интервал (при нечетном числе уровней ряда). Если , то система уравнений будет следующей:

;

из первого уравнения а0 = ;

из второго уравнения .

Таким образом, на основе составления уравнения прямой анализируем на сколько в ежегодно в среднем увеличивается (сокращается) анализируемый показатель.

1.4. Многомерный статистический анализ

Многомерный статистический анализ - раздел статистики математической, посвященный математическим методам, направленным на выявление характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и предназначенным для получения научных и практических выводов. Многомерный признак чаще всего интерпретируется как многомерная величина случайная, а последовательность многомерных наблюдений как выборка из генеральной совокупности. В этом случае выбор метода обработки исходных статистических данных производится на основе тех или иных допущений относительно природы закона распределения изучаемого многомерного признака.

По содержанию многомерный статистический анализ может быть условно разбит на три основных подраздела.

1. Многомерный статистический анализ многомерных распределений и их основных характеристик охватывает ситуации, когда обрабатываемые наблюдения имеют вероятностную природу, т.е. интерпретируются как выборка из соответствующей генеральной совокупности. К основным задачам этого подраздела относятся: оценивание статистическое исследуемых многомерных распределений и их основных параметров; исследование свойств используемых статистических оценок; исследование распределений вероятностей для ряда статистик, с помощью которых строятся статистические критерии проверки различных гипотез о вероятностной природе анализируемых многомерных данных.

2. Многомерный статистический анализ характера и структуры взаимосвязей компонент исследуемого многомерного признака объединяет понятия и результаты, присущие таким методам и моделям, как анализ регрессионный, анализ дисперсионный, анализ ковариационный, анализ факторный, анализ латентно-структурный, анализ лог линейный, поиск взаимодействий. Методы, принадлежащие к этой группе, включают как алгоритмы, основанные на предположении о вероятностной природе данных, так и методы, не укладывающиеся в рамки какой-либо вероятностной модели.

3. Многомерный статистический анализ геометрической структуры исследуемой совокупности многомерных наблюдений объединяет понятия и результаты, свойственные таким моделям и методам, как анализ дискриминантный, анализ кластерный, шкалирование многомерное. Узловым для этих моделей является понятие расстояния, либо меры близости между анализируемыми элементами как точками некоторого пространства. При этом анализироваться могут как объекты (как точки, задаваемые в признаковом пространстве), так и признаки (как точки, задаваемые в объектном пространстве).

Прикладное значение многомерного статистического анализа состоит в основном в обслуживании следующих трех проблем: проблемы статистического исследования зависимостей между рассматриваемыми показателями; проблемы классификации элементов (объектов или признаков); проблемы снижения размерности рассматриваемого признакового пространства и отбора наиболее информативных признаков. [5,c.157]


Глава 2. Применение статистических методов для анализа воспроизводства населения Российской Федерации

2.1. Краткая характеристика воспроизводства населения Российской Федерации

Россию относят к странам с наивысшими уровнями смертности. Для нее характерен один из самых больших гендерных разрывов в показателе ожидаемой продолжительности жизни при рождении (11,9 года в 2009 г.), что является следствием высокой смертности мужчин в трудоспособном возрасте. Только в последние четыре года ситуация начала несколько улучшаться. Показатель ожидаемой продолжительности жизни при рождении в 2009 г. по сравнению с 2006 г. вырос у мужчин на 2,4 года, у женщин – на 1,4 лет. Рост продолжительности жизни у мужчин произошел в основном за счет снижения смертности в трудоспособном возрасте, у женщин – в трудоспособном и старше трудоспособного возраста.

Главными проблемами демографического развития России остаются высокая смертность от внешних причин и болезней системы кровообращения. Большое влияние на это оказывает злоупотребление алкоголем. От причин непосредственно связанных с алкоголем (алкогольная кардиомиопатия, случайные отравления алкоголем, алкогольная болезнь печени, хронический алкоголизм, алкогольные психозы, дегенерация нервной системы, вызванная алкоголем, хронический панкреатит алкогольной этиологии) в 2009 г. умерло 50,5 тыс. мужчин и 18,1 тыс. женщин. Однако его влияние на смертность от других причин существенно выше. Неумеренное потребление алкоголя наиболее очевидным образом связано с высокой смертностью от внешних причин смерти, однако связь прослеживается и когда речь идет о преждевременной смертности от многих заболеваний, в этиологии которых искусственно усиливается экзогенная составляющая.

Наиболее высокими показатели ожидаемой продолжительности жизни сохраняются в республиках Северного Кавказа и г. Москве. В этих регионах показатель ожидаемой продолжительности жизни при рождении у мужчин в 2009 году превысил 69 лет, у женщин – 77 лет. Наиболее низкая продолжительность жизни и мужчин, и женщин отмечается в Республике Тыва и Чукотском автономном округе (у мужчин она не достигает 55 лет, у женщин – 66 лет).

Снижение смертности произошло по всем основным классам причин смерти кроме новообразований, в связи с чем в структуре смертности этот класс уверенно поднялся на второе место после болезней системы кровообращения, которое до 2006 года удерживали внешние причины смерти (Приложение 2).

Среди всех умерших почти 30% приходится на лиц трудоспособных возрастов (более 560 тыс. человек в год), из них 80% - мужчины.

Первое место среди причин смерти трудоспособного населения занимают причины, связанные с болезнями системы кровообращения, внешние причины – на втором. По уровню смертности от внешних причин выделяются самоубийства, транспортные травмы, убийства, отравления алкоголем. Они составляют более 50% умерших от всех внешних причин смерти.

В 2009 г. продолжилось снижение уровня младенческой смертности. Показатель младенческой смертности в 2009 году опустился до 8,1 умерших в возрасте до 1 года на 1000 родившихся живыми.

Позитивную динамику в последний межпереписной период демонстрируют показатели рождаемости. В 2009 году родилось 1,8 млн. детей, что на 47,8 тыс.человек (на 3%) больше, чем в 2008 году.

Рождаемость в России растет с 2000 г., однако ее увеличение в 2007-2009 гг. было особенно значительным и, что особенно важно, охватило преимущественно средние и старшие возрастные группы матерей, которые вносят главный вклад в рождение вторых и последующих детей.

В 2009 г. в 30 субъектах Российской Федерации было проведено выборочное обследование «Семья и рождаемость». Выборка составила 2000 респондентов. Четверть опрошенных женщин, родивших второго ребенка в 2007-2009 гг., отметили, что на это тем или иным образом повлияло начало реализации мер демографической политики.

Суммарный коэффициент рождаемости в 2009 г. составил 1,5 ребенка на одну женщину репродуктивного возраста. В Республике Алтай, Республике Тыва и Чеченской Республике суммарный коэффициент рождаемости превышает значение, необходимое для простого воспроизводства населения (2,3 – 3,4). Наиболее низкий уровень рождаемости наблюдается в Ленинградской области (менее 1,2).

В общем числе родившихся несколько снизился удельный вес родившихся у матерей, не состоявших в зарегистрированном браке (с 28,0% в 2007 году до 26,1% в 2009 году). [6]

2.2. Анализ однородности совокупности субъектов по средней заработной плате населения

Имеются данные о средней заработной плате населения по субъектам Российской Федерации (Приложение 3). На основании этих данных построим статистический ряд распределения, образовав 5 групп с равными интервалами (табл. 5). Размах вариации найдём по формуле: R=Xmax – Xmin

R=34380,7 – 7903=26477,7

Определим число групп: n=1+3,322 lg N; n=1+3,322 lg 25=5 групп

Величину интервала i найдём по формуле:

Таблица 5

Интервальный ряд распределения субъектов РФ по средней заработной плате населения

№ группы

Группы субъектов РФ по средней заработной плате населения, тыс.руб

Середина интервала,

Число районов

тыс.руб.

I

7903-13199

10551

19

II

13199-18495

15847

3

III

18495-23791

21143

1

IV

23791-29087

26439

1

V

Свыше 29087

31735

1

Итого

-

-

25

Построенный ряд показывает, что в большинстве субъектов (19) в среднем заработная плата населения составляет 7903 – 13199 тыс. рублей. В трех субъектах РФ заработная плата населения от 13199 до 18495 тыс. рублей. В одном субъекте заработная плата составляет 18495 – 23791 тыс. рублей , также в одном субъекте заработная плата от 23791 до 29087 тыс. рублей и лишь в одном субъекте средняя заработная плата превышает 29087 тыс. рублей, к которому относится Вологодская область.

Для определения средних величин ряда распределения субъектов РФ по факторному признаку – средней заработной плате населения, составим расчётную таблицу (табл.6).

Таблица 6

Расчётная таблица для нахождения средней арифметической, моды и медианы ряда распределения субъектов РФ по средней заработной плате населения

№ группы

Распределения субъектов по средней заработной плате населения, тыс.руб.

Середина интервала, xi

Число субъектов, fi

xi *fi

Сумма частот, S

I

7903-13199

10551

19

200469

19

II

13199-18495

15847

3

47541

22

III

18495-23791

21143

1

21143

23

IV

23791-29087

26439

1

26439

24

V

Свыше 29087

31735

1

31735

25

Итого

105715

25

327327

-

Т.к. рассматриваемый ряд распределения интервальный, то находим его средние величины по соответствующим формулам:

1) средняя арифметическая взвешенная:

(тыс.руб.)

Для определения моды определим модальный интервал по наибольшей частоте (в данном случае 7903-13199).

2) мода для интервального ряда распределения:

(тыс.руб.)

Для нахождения медианы используются данные интервала, в котором сумма накопленных частот будет впервые больше или равен .

3) медиана для интервального ряда распределения:

(тыс.руб.)

Значение средней арифметической показывает, что среди рассматриваемых 25 субъектов Российской Федерации средняя заработная плата составляет 13093 тысяч рублей. Мода показывает, что в большинстве субъектов Российской Федерации средняя заработная плата населения равна 10777,7 тысяч рублей. Медиана показывает, что примерно в половине всех Субъектов Российской Федерации средняя заработная плата населения составляет менее 11386,9, а в другой половине-более 11386,9 тысяч рублей.

Для определения показателей вариации ряда распределения (среднего линейного отклонения, дисперсии, среднего квадратического отклонения, коэффициента вариации) используем соответствующие формулы.

Таблица 7

Расчётная таблица для определения показателей вариации ряда распределения субъектов РФ по средней заработной плате населения

Среднее линейное отклонение по формуле взвешенного:

(тыс.руб.)

Дисперсия (взвешенная):

(тыс.руб.)

Среднее квадратическое отклонение:

(тыс.руб.)

Коэффициент вариации:

Среднее линейное отклонение, равное 4387,7 тыс.руб., показывает среднее линейное отклонение средней заработной платы населения от среднего значения. Коэффициент вариации 57,1% >33%, следовательно, совокупность является неоднородной.

2.3. Аналитическая группировка субъектов РФ по средней заработной плате населения

Для анализа структуры и дифференциации субъектов Российской Федерации по средней заработной плате населения проведём аналитическую группировку районов по этому показателю. Аналитическая группировка позволит изучить взаимосвязь факторного и результативного признаков.

Результаты группировки оформляются в таблице - наличие и характер связи между чистым коэффициентом воспроизводства населения и средней заработной платы населения.

Таблица 8

Сводные данные по группам

№ п.\п.

Группы субъектов РФ по средней заработной плате населения, тыс.руб.

№ субъектов

Чистый коэффициент воспроизводства населения, ‰

Средняя заработная плата населения, тыс. руб.

1

2

3

4

5

1

7903-13199

13

0,583

7903

24

0,713

8056,4

5

0,607

8171,6

2

0,626

8189,6

10

0,603

8610,7

4

0,573

8730,9

8

0,648

8856,8

19

0,63

8950,5

7

0,658

9058,1

25

0,602

9108,3

12

0,586

9552,1

3

0,634

9688,1

11

0,618

9796,6

15

0,547

10137,1

14

0,654

10177

1

0,619

10479,5

9

0,651

10907,1

6

0,63

10926,8

16

0,658

11004,9

Итого

19

11,84

178305,1

2

13199-18495

20

0,613

13342,1

22

0,69

14400,3

21

0,673

17077,3

Итого

3

1,976

44819,7

3

18495-23791

17

0,595

18581

Итого

1

0,595

18581

4

23791-29087

18

0,658

28565

Итого

1

0,658

28565

5

Свыше 29087

23

0,691

34380,7

Итого

1

0,691

34380,7

Всего

25

15,76

304651,5

Для установления наличия и характера связи между показателями строим итоговую аналитическую таблицу.

Таблица 9

Аналитическая группировка субъектов Российской Федерации по средней заработной плате населения

Данные таблицы 9 показывают, что с ростом средней заработной платы населения увеличивается чистый коэффициент воспроизводства населения. Следовательно, между исследуемыми признаками существует прямая зависимость.

2.4. Анализ динамики брутто (нетто) коэффициента воспроизводства населения

Для изучения изменения чистого коэффициента воспроизводства населения субъектов Российской Федерации проанализируем динамический ряд.

Таблица 10

Динамика изменения чистого коэффициента воспроизводства населения субъектов РФ за 2002-2008 гг

годы

2002

2003

2004

2005

2006

2007

2008

Чистый коэффициент воспроизводства населения, ‰

0,575

0,606

0,621

0,633

0,608

0,613

0,665

Для изучения интенсивности чистого коэффициента воспроизводства населения субъектов РФ определим абсолютные (абсолютный прирост, темп роста, темп прироста) и средние (средний уровень ряда, средний абсолютный прирост, средний темп роста, средний темп прироста) показатели. Для этого воспользуемся показателями, рассмотренными в первой главе.

Таблица 11

Абсолютные и относительные изменения чистого коэффициента воспроизводства населения РФ

№ п./п.

Годы

Чистый коэффициент воспроизводства населения, ‰

Абсолютный прирост, ‰

Темп роста, %

Темп прироста, %

цепной

базисный

цепной

базисный

цепной

базисный

1

2002

0,575

-

-

-

-

-

-

2

2003

0,606

0,031

0,031

105,4

105,4

5,4

5,4

3

2004

0,621

0,015

0,046

102,5

108,0

2,5

8,0

4

2005

0,633

0,012

0,058

101,9

110,1

1,9

10,1

5

2006

0,608

-0,025

0,033

96,1

105,7

-3,9

5,7

6

2007

0,613

0,005

0,038

100,8

106,6

0,8

6,6

7

2008

0,665

0,052

0,09

108,5

115,7

8,5

15,7

Итого

4,321

0,09

-

-

-

-

-

За период с 2002 по 2008 год произошли следующие изменения в чистом коэффициенте воспроизводства населения субъектов РФ:

1. В 2003 году по сравнению с 2002 годом наблюдается увеличение чистого коэффициента воспроизводства на 0,031‰, что составило 105,4%.

2. В 2004 году по сравнению с 2003 годом чистый коэффициент воспроизводства населения увеличился на 0,015‰, что составило 102,5%, т.е. вырос на 2,5%; по сравнению с 2002 годом – увеличился на 0,046‰, что составило 108%, т.е. вырос на 8%.

3. В 2005 году по сравнению с 2004 годом также наблюдается увеличение чистого коэффициента воспроизводства населения на 0,012‰, что составило 101,9%, т.е. вырос на 1,9%; по сравнению с базисным годом коэффициент воспроизводства вырос на 0,058‰, что составило 110,1%, т.е. вырос на 10,1%.

4. В 2006 году наблюдается уменьшение коэффициента воспроизводства по сравнению с 2005 годом на 0,025‰, что составило 96,1%, т.е. упал на 3,9%, но по сравнению с 2002 годом все же коэффициент воспроизводства увеличился на 0,033‰ и составил 105.7%, т.е. вырос на 5,7%.

5. В 2007 году по сравнению с 2006 чистый коэффициент воспроизводства населения вырос на 0,005‰ и составил 100,8%, т.е. вырос на 0,8%. По сравнению с базисным годом коэффициент также увеличился на 0,038‰, что составило 106,6%, т.е. вырос на 6,6%.

6. В 2008 году прослеживается самое большое увеличение чистого коэффициента воспроизводства населения субъектов РФ, как по сравнению с предшествующим годом (на 0,052‰ или на 8.5%), так и по сравнению с базисным (на 0,09‰ или 15,7%).

Определим средние значения ряда (средний уровень ряда, средний абсолютный прирост, среднегодовой темп роста и прироста, обеспеченности жильем населения).

· Средний уровень ряда:

‰,

· Средний абсолютный прирост (двумя способами):

1) ‰,

2) ‰,

Прогноз на предстоящий период на основании расчета среднего абсолютного прироста определяется по формуле: Уn =ум+(n-m),

где n- прогнозируемый период; m – последний анализируемый период.

Подставляя значение среднего абсолютного прироста, получим следующий прогноз: Уn =0,665+0,015*(2009-2008)=0,680 ‰, т. е. если тенденция изменения чистого коэффициента воспроизводства населения сохранится на уровне среднего абсолютного прироста, то в 2009 г. Чистый коэффициент воспроизводства населения составит 0,680 ‰.

· Средний темп роста (двумя способами):

1) %,

2) или 102,5 %,

Прогноз на предстоящий период на основании расчета среднего абсолютного прироста определяется по формуле: Уn = Ум*()(n-m).

Подставляя значение среднего темпа роста, получим следующий прогноз: Уn =0,665*1,0252009-2008 =0,680‰ , т. е. если тенденция изменения чистого коэффициента воспроизводства населения сохранится на уровне среднего темпа роста, то в 2009 г. Коэффициент воспроизводства населения составит 0,680 ‰.

· Средний темп прироста:

%

Таким образом, за период с 2002 г. по 2008 г. чистый коэффициент воспроизводства населения субъектов РФ, увеличивался с 0,575‰ в 2002 г. до 0,665‰ в 2008 г.; среднее значение составило 0,617‰, при среднем годовом приросте 0,015‰, что составило 102,5%, т.е. ежегодный прирост коэффициента воспроизводства населения за период 2,5%.

Для анализа основной тенденции методами укрупнения интервалов и скользящей средней рассчитаем средние значения чистого коэффициента воспроизводства населения субъектов РФ за каждые три года, так как рассматриваемый период небольшой. Результаты отразим в следующей таблице.

Таблица 12

Год

Чистый коэффициент воспроизводства населения,‰

Укрупнение интервалов

Скользящая

сумма

средняя

сумма

средняя

2002

0,575

-

-

-

-

2003

0,606

1,802

0,601

1,802

0,601

2004

0,621

-

1,860

0,620

2005

0,633

-

1,862

0,621

2006

0,608

1,854

0,618

1,854

0,618

2007

0,613

-

1,886

0,629

2008

0,665

-

-

-

-

Расчеты показали, что чистый коэффициент воспроизводства населения субъектов РФ увеличивается в среднем с 0,601‰ за первое трехлетие до 0,618‰ за последнее. Метод скользящей средней также показывает увеличение чистого коэффициента воспроизводства с 0,601‰ до 0,629‰.

Таблица 13

Расчётная таблица для определения параметров уравнения прямой ряда динамики изменения чистого коэффициента воспроизводства населения субъектов РФ

Год

Чистый коэффициент воспроизводства населения, ‰

t

t2

yt

1

2002

0,575

-3

9

-1,725

2

2003

0,606

-2

4

-1,212

3

2004

0,621

-1

1

-0,621

4

2005

0,633

0

0

0

5

2006

0,608

1

1

0,608

6

2007

0,613

2

4

1,226

7

2008

0,665

3

9

1,995

Итого

4,321

0

28

0,271

Параметры уравнения:

а0 =(‰)

а1 =(‰)

Определив параметры уравнения прямой ряда динамики изменения чистого коэффициента воспроизводства населения субъектов РФ , уравнение прямой имеет вид:

Проведя анализ динамики чистого коэффициента воспроизводства населения субъектов РФ, делаем вывод, что происходит рост коэффициента чистого воспроизводства в период с 2002 по 2008 год.

2.5.Корреляционо-регрессионный анализ

Корреляционно-регрессионный анализ как один из основных статистических методов ориентирован на изучение степени тесноты связи между факторными и результативным признаками, а также направления и аналитического выражения связи.

При проведении корреляционного анализа необходимо выбрать показатели, которые будут влиять на воспроизводство населения.

Исследуем взаимосвязь следующих признаков:

А. Результативный признак:

1. Чистый коэффициент воспроизводства населения

Б. Факторные признаки:

1. Коэффициент брачности

2. Обеспеченность жильем на одного человека, м2

3. Уровень безработицы

4. Средняя заработная плата, тыс. руб.

5. Численность населения с денежными доходами ниже величины прожиточного минимума, %

6. Число больничных коек на 10000 человек населения

В качестве результативного признака нами выбран чистый коэффициент воспроизводства населения, а факторными - средняя заработная плата населения и уровень безработицы. Мы не учитываем коэффициент брачности, обеспеченность жильем на одного человека, численность населения с денежными доходами ниже величины прожиточного минимума и число больничных коек на 10000 человек населения, так как, используя корреляционно-регрессионный анализ, приходим к выводу, что показатели нам не подходят. (Приложение 4)

По данным о чистом коэффициенте воспроизводства населения, средней заработной плате и уровню безработицы была построена многофакторная корреляционно-регрессионная модель.

Рассмотрим тип связи и тесноту результативного признака с 2 факторными.

В результате выполнения расчётов в Excel получена матрица парных коэффициентов корреляции, из которой:

ryx 1 = 0,331; ryx 2 = 0,389; rх1 x2 =0,312.

Связь чистого коэффициента воспроизводства населения и уровнем безработицы 0,331, то есть наличие прямой слабой связи.

Связь чистого коэффициента воспроизводства населения и средней заработной платы населения прямая слабая, так как парный коэффициент корреляции 0,389.

Связь средней заработной платы и уровнем безработицы 0,312, т.е. наличие прямой слабой связи.

Проведём парный регрессионный анализ влияния факторных признаков на чистый коэффициент воспроизводства населения (Приложение 5). Для того чтобы охарактеризовать взаимосвязь между всеми факторными признаками и результативным рассчитывают множественный коэффициент корреляции.

Множественный коэффициент корреляции R, равный 0,632, свидетельствует о наличии прямой, умеренной связи между чистым коэффициентом воспроизводства населения и уровнем безработицы.

Множественный коэффициент детерминации R- квадрат равен 0,567, показывает, что изменение чистого коэффициента воспроизводства на 56,7% обусловлено влиянием учтенных в модели факторных признаков.

Как было отмечено ранее, корреляционно-регрессионный анализ направлен также и на установление аналитического выражения связи. Для этого составляют уравнение регрессии, параметры которого показывают на сколько изменяется результативный признак при увеличении каждого факторного на единицу (за исключением параметра а0 ).

Уравнение регрессии имеет следующий вид:

где Y-чистый коэффициент воспроизводства населения, ‰; x1 –уровень безработицы; x2 –средняя заработная плата населения; a0 , а1 , а2 – неизвестные параметры уравнения. Параметры уравнения регрессии найдем с помощью пакета анализа Excel. На основании данных о значении параметров уравнения регрессии составим уравнение множественной регрессии:

Y x1x2 = 0,583 + 0,013x1 + 0,159 x2.

а1= 0,013 -показывает что при увеличении уровня безработицы на 1% чистый коэффициент воспроизводства населения увеличится на 0,013 ‰.

а2 =0,159-показывает что при увеличении средней заработной платы на 1 тыс. руб чистый коэффициент воспроизводства населения возрастает на 0,159‰.

Параметр уравнения а0 =0,583.

Для характеристики адекватности корреляционно-регрессионной модели был рассчитан F-критерий Фишера 5,989>0,071, следовательно, модель считается адекватной, т.е. расчеты, выполненные с наименьшей погрешностью и предсказанное значение чистого коэффициента воспроизводства населения соответствует фактическому.


Заключение

В данном проекте был проведён статистический анализ чистого коэффициента воспроизводства населения субъектов Российской Федерации.

В результате аналитической группировки субъектов Российской Федерации по средней заработной плате, оказалось, что в большинстве субъектах (19) средняя заработная плата составляет 7903-13199тыс. руб. В трех субъектах средняя заработная плата от 13199 до 18495 тыс. руб. и лишь в одном из рассмотренных субъектов средняя заработная плата составляет выше 29087 тыс. руб.

Среди рассматриваемых 25 субъектов Российской Федерации средняя заработная плата составляет по средней арифметической 13093 тысяч рублей. Коэффициент вариации 57,1% >33%, следовательно, совокупность является неоднородной.

Анализ динамики чистого коэффициента воспроизводства населения субъектов РФ выявил тенденцию роста. Таким образом, за период с 2002 г. по 2008 г. чистый коэффициент воспроизводства населения увеличивался с 0,565‰ до 0,665‰; среднее значение составило 0,617‰ при среднем годовом приросте 0,015‰, что составило 102,5‰, т.е. ежегодный прирост обеспеченности жильем населения за период 2,5%.

Согласно прогнозу чистый коэффициент воспроизводства населения субъектов РФ в 2009 году составит 0,680‰, в 2010 году – 0,695‰ и в 2011 году – 0,710‰.

При анализе парных коэффициентов корреляции установлено, что связь чистого коэффициента воспроизводства населения и уровнем безработицы 0,331, то есть наличие прямой слабой связи. Связь чистого коэффициента воспроизводства населения и средней заработной платы населения прямая слабая. Связь средней заработной платы и уровнем безработицы 0,312, т.е. наличие прямой слабой связи.

Множественный коэффициент корреляции R, равный 0,632, свидетельствует о наличии прямой, умеренной связи между чистым коэффициентом воспроизводства населения и уровнем безработицы.

Множественный коэффициент детерминации R- квадрат равен 0,567, означает, что изменение чистого коэффициента воспроизводства на 56,7% обусловлено влиянием учтенных в модели факторных признаков, а на 43,3% - под влиянием других неучтённых факторов. Уравнение регрессии:

Y x1x2 = 0,583 + 0,013x1 + 0,159 x2.

F-критерий Фишера 5,989>0,071, следовательно, модель считается адекватной, т.е. расчеты, выполненные с наименьшей погрешностью и предсказанное значение чистого коэффициента воспроизводства населения соответствует фактическому.