Оценка качества жизни в северных регионах России: многомерный анализ
Assessing the quality of life in the northern regions of Russia: multivariate analysis
Авторы
Аннотация
Северные регионы России крайне неоднородны по своему социально-экономическому положению. В статье проводится оценка качества жизни населения регионов Севера России по предложенной методике "CHEESE", которая включает оценку 27 показателей на основе факторного анализа за 2010 и 2020 годы с последующим ранжированием регионов. Целью данного исследования является разработка нового подхода к многомерной оценке качества жизни по представленной методике "CHEESE", а также оценка качества жизни по представленной методике северных регионов России. На основе массива данных в исследовании подробно проанализированы культурные, медицинские, экономические, экологические, социальные и образовательные аспекты, охватывающие различные элементы, влияющие на качество жизни в 2010 и 2020 годах. При формировании сводного индекса качества жизни используется дифференцированное взвешивание показателей на основе полученных факторных нагрузок, а также отбор факторов на основе статистической значимости. Однако ключевыми аспектами деятельности по-прежнему остается экономическая сфера, которая вносит наибольший вклад в сводный индекс и оказывает более сильное влияние на рейтинговую позицию в регионе. В первую десятку по качеству жизни среди регионов России вошли два северных региона - Тюменская область и Красноярский край.
Ключевые слова
качество жизни, региональные различия, факторный анализ, Россия, структура "CHEESE", северные районы, Арктика, многомерный подход, факторная нагрузка
Рекомендуемая ссылка
Оценка качества жизни в северных регионах России: многомерный анализ// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №1 (77). Номер статьи: 7702. Дата публикации: 09.01.2024. Режим доступа: https://eee-region.ru/article/7702/
DOI: 10.24412/1999-2645-2024-177-2
Authors
Abstract
The northern regions of Russia are extremely heterogeneous in their socio-economic status. The article assesses the quality of life of the population of the regions of the Russian North using the proposed "CHEESE" methodology, which includes an assessment of 27 indicators based on factor analysis for 2010 and 2020 with subsequent ranking of regions. The purpose of this study is to develop a new approach to multidimensional assessment of the quality of life using the presented “CHEESE” methodology, as well as assessing the quality of life using the presented methodology in the northern regions of Russia. Based on a data set, the study analyzed in detail cultural, health, economic, environmental, social and educational aspects, covering various elements affecting quality of life in 2010 and 2020. When forming a composite quality of life index, differentiated weighting of indicators is used based on the obtained factor loadings, as well as the selection of factors based on statistical significance. However, the key performance area remains the economic sector, which makes the largest contribution to the composite index and has a stronger impact on the ranking position in the region. The top ten in terms of quality of life among Russian regions included two northern regions - the Tyumen region and the Krasnoyarsk Territory.
Keywords
quality of life, regional differences, factor analysis, Russia, "CHEESE" structure, northern regions, Arctic, multidimensional approach, factor loading
Suggested Citation
Assessing the quality of life in the northern regions of Russia: multivariate analysis// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №1 (77). Art. #7702. Date issued: 09.01.2024. Available at: https://eee-region.ru/article/7702/
DOI: 10.24412/1999-2645-2024-177-2
Введение
Север России играл и играет важную роль в развитии Российской Федерации. Не так много регионов, где большая часть ресурсов используется в производстве валового продукта и экспортируется в мировую экономику. Северные регионы России характеризуются наличием крупных запасов полезных ископаемых, что положительно влияет на их социально-экономическое развитие.
«Важным элементом построения сценария экономического развития является сбалансированное сочетание внешних и внутренних движущих сил. В качестве внешней движущей силы рабочая группа выбрала мировой рынок сырья (стоимость природных ресурсов на мировом рынке). В качестве основной внутренней движущей силы была выбрана внутренняя экономическая политика (сочетание федеральной экономической политики в отношении Арктики, региональных программ экономического развития регионов и, в меньшей степени, усилий муниципальных властей по развитию)» (Петров и др., 2021). Арктический регион все чаще предстает в новом свете в связи с глобальными преобразованиями, вызванными разрушительными вызовами изменения климата и сменой глобальных политических, социальных и экономических моделей. Суровые экологические условия долгое время сдерживали экономическую деятельность. Климатический кризис, нанося ущерб региону в одних смыслах, открывает новые перспективы для развития в других. (Middleton et al., 2021).
Ряд авторов занимаются определением направлений исследований с целью создания научной базы для развития Арктической зоны России (Волков и Тишков, 2022), (Борисов и Гнатюк, 2022).
Установлено, что финансовое развитие способствует повышению эффективности использования ресурсов и социальной сплоченности в регионе (Yahya et al., 2022).
Неоднородность и отсутствие четкой структуры списка привели к трудностям в правоприменительной практике. В данном исследовании к регионам Севера России отнесены Республика Карелия, Республика Коми, Красноярский край, Архангельская область, Тюменская область, Ханты-Мансийский автономный округ — Югра, территория Республики Саха (Якутия), Мурманская область, Ненецкий, Чукотский, Ямало-Ненецкий автономные округа и Камчатский край, Магаданская область.
Под северными регионами России понимаются арктические регионы России, расположенные за Полярным кругом, а также регионы, расположенные вблизи Полярного круга, которые признаются северными по климатическим условиям.
В Архангельской области в статистические данные уже включены населенные пункты Ненецкого автономного округа, так же как в Тюменской — Ханты-Мансийского и Ямало-Ненецкого автономных округов.
Качество жизни — интересная и сложная тема, неразрывно связанная с удовлетворенностью человека своим существованием на планете и в обществе. На протяжении многих лет ученые старательно пытались расширить границы качества жизни и сформулировать методологию его количественной оценки.
Несколько ученых предложили определения качества жизни. В целом их характеристики сходятся в том, что качество жизни должно основываться на множестве жизненных аспектов, включающих как субъективные, так и объективные факторы. Теоретические основы и атрибуты качества жизни были тщательно изучены целым рядом исследователей (Nussbaum and Sen, 1993), (Felce and Perry, 1995), (Veenhoven, 1996), (Diener and Suh, 1997). Особого внимания заслуживают концепции, сформулированные Амартьей Сеном в его подходе к возможностям, который оказывает заметное влияние на обсуждение качества жизни (Sen, 1993).
В течение многих лет общественное развитие и качество жизни в значительной степени отождествлялись с экономическим прогрессом. Валовой региональный продукт (ВРП) служил основным мерилом для сравнения процветания разных стран. Однако осознание того, что экономическое богатство составляет лишь часть более широкой панорамы развития и качества жизни, постепенно породило многогранные парадигмы, охватывающие неденежные ресурсы. Подход Сена, основанный на товарах и способностях, предлагает альтернативную перспективу традиционным экономическим показателям, учитывая неоднородность человеческих потребностей (Coates et al., 2015). Таким образом, достигнутое качество жизни зависит от совокупных возможностей, предоставляемых отдельным лицам, особенно другим лицам (Alkire, 2008).
Измерение индивидуального или общественного благосостояния требует понимания составляющих «хорошей жизни» или «хорошего общества» (Noll, 2004), а также понимания первостепенных ресурсов и условий для достижения такой жизни (Johansson, 2002).
Ряд авторов оценили отдельные факторы как показатели качества жизни во время пандемии COVID-19 (Kharshiing et al., 2021), (Bryson, 2021), (Wang et al., 2020), (Rehman et al., 2021).
Выявлен тезис о том, что непрерывный мониторинг качества жизни в городе позволяет повысить его уровень (Wolniak and Jonek-Kowalska, 2021). Сравнение качества жизни на уровне страны является распространенной практикой (Rogge and Van Nijverseel, 2019).
Для целей эмпирического анализа при выборе показателей следует учитывать не только цели экономического и социального развития на региональном уровне, но и цели и задачи обеспечения благосостояния и социального развития, характерные для сферы анализа, как и в случае регионов России.
Композитные индексы, часто используемые или упоминаемые в международной литературе или политике, включают индексы качества жизни (Dasgupta and Weale, 1992), (Diener and Suh, 1997), (Osberg and Sharpe, 2000), (Grasso, M., and Canova, L. (2008), Gavurova, B., and Megyesiova, S. (2022)), Ma, H., Wang, M., & Yang, B. (2022)). Как правило, в большинство этих индексов включены схожие измерения качества жизни: жилье, доход, занятость, участие в жизни общества, образование, гражданская активность, управление, здоровье, удовлетворенность жизнью, безопасность, культура, баланс между работой и личной жизнью, экологический аспект и конкретные демографические показатели.
В последнее время происходит сдвиг в понимании качества жизни не только с экономической точки зрения, касающейся оценки ВРП, но и с учетом расширения спектра субъективных и объективных показателей.
В этой статье подчеркивается важность шести областей качества жизни, в частности, культуры, материальных условий жизни, включая финансовую сферу, качества жизни и устойчивости социально-экономических и природных систем.
Как правило, на субнациональном уровне доступен лишь ограниченный объем статистических данных. В связи с этим предлагается новая структура данных, которая будет применима на субнациональном уровне. В ходе обзора литературы (существующих книг и статей из научных баз данных) и углубленного анализа 34 существующих исследований Macků, K., Voženílek, V., & Pászto, V., в данном исследовании были выявлены повторяющиеся области, включенные в эти исследования, что позволило определить наиболее важные области, которые должны применяться в данной сфере (Mack et al., 2022). В исследовании также была предпринята попытка стандартизировать эти области и расширить их показатели. Из обзора сфер жизни в качестве основных были выбраны шесть наиболее значимых: Экономика и Финансы, Здравоохранение, Образование, Природная Среда, Социальная Среда и Культура. Были определены соответствующие индикаторы, описывающие эти первичные области.
Материалы и методы
Факторный анализ — это статистический метод, используемый для анализа взаимосвязи между переменными и оценки факторных нагрузок.
В данном случае показатели группируются по качеству жизни и далее объединяются в сводный индекс с учетом весов показателей, полученных в ходе факторного анализа, с учетом нормированных и стандартизированных значений параметров.
Данные для исследования взяты из Федеральной службы государственной статистики (Росстат) по 79 регионам, включая Санкт-Петербург и Москву, за период с 2010 по 2020 год. Чеченская Республика, Республика Крым и Севастополь были исключены из исследования, так как официальная статистика с 2010 по 2020 год отсутствует. Исключение регионов, не соответствующих общей тенденции, не повлияло на результаты исследования.
В настоящее время существует несколько рейтингов регионов по качеству жизни. Наиболее известный рейтинг регионов по качеству жизни проводит агентство «РИА Рейтинг». При составлении рейтинга анализировалось 67 показателей. Субъекты РФ позиционируются по интегральному рейтинговому баллу, который рассчитывается путем объединения рейтингов всех регионов РФ.
Используя предложенную методику «CHEESE», в данном исследовании будет разработан новый подход к многомерной оценке качества жизни, а также проведена оценка качества жизни в северных регионах России по представленной методике.
Для достижения поставленной цели были проведены следующие этапы: Определен набор территорий и соответствующих им объективных показателей, характеризующих качество жизни на субнациональном уровне. Проведен факторный анализ и оценена статистическая значимость выделенных факторов. Построены сводные индексы качества жизни для всех регионов России на 2010 и 2020 годы и определено место северных регионов.
В статье использован объективный метод взвешивания сводных индексов на основе факторного анализа.
Для проведения эмпирического анализа при выборе показателей необходимо было учитывать не только цели социально-экономического развития, охватываемые выбранным понятием благополучия как распределения ресурсов, но и цели и задачи экономического, экологического и социального развития, характерные для регионов России.
Важным аспектом применения предлагаемого подхода факторного анализа является точное определение показателей, которые охватывают соответствующие аспекты текущего экономического, экологического и социального благополучия и соответствуют исследуемому социальному, экологическому и экономическому контексту, а именно 79 регионам России.
Ниже представлен набор показателей, образующих аббревиатуру «CHEESE». Выбор этих показателей (табл. 1) характеризуется учетом факторов, охватывающих общественные, финансовые, экологические и культурные переменные.
Новизна данного исследования заключается во включении финансовых аспектов личности в оценку качества жизни. Анализ показал, что при расчете сфер жизни и показателей не учитывались такие фундаментальные финансовые составляющие, как вклады и кредиты, которые мы считаем ключевыми индикаторами качества жизни населения.
Таблица 1. Факторы, сгруппированные по методу «CHEESE»
Сфера жизни | Показатель | Единицы | |
Культура | X1 | Число посещений музеев на 1000 человек | человек |
X2 | Число посетителей театров на 1000 человек | человек | |
Здоровье | X3 | Потенциал амбулаторно-поликлинических организаций | на конец года; тыс. посещений за смену |
X4 | Уровень заболеваемости на 1000 человек | зарегистрированные заболевания у пациентов, которым диагноз был поставлен впервые в жизни | |
X5 | Количество человек на одно больничное место | на конец года; люди | |
X6 | Ожидаемая продолжительность жизни при рождении | количество лет | |
X7 | Заболеваемость туберкулезом на 100000 человек | человек | |
X8 | Число врачей всех специальностей | на 10000 человек (человек) |
|
Образование | X9 | Обеспечение детей дошкольного возраста местами в организациях, осуществляющих образовательную деятельность по образовательным программам | на конец года; мест на 1000 детей |
X10 | Численность обучающихся в организациях, осуществляющих образовательную деятельность по образовательным программам начального общего, основного общего и среднего общего образования, в расчете на 1 учителя | люди | |
X11 | Численность студентов, обучающихся по программам бакалавриата, специалитета и магистратуры, в расчете на 1 единицу педагогических работников, осуществляющих образовательную деятельность по образовательным программам высшего образования | люди | |
Экономика и Финансы | X12 | Общая площадь жилых помещений в среднем на одного жителя | на конец года; квадратные метры |
X13 | Средства (вклады) физических лиц в иностранной валюте, привлеченные кредитными организациями | по месту привлечения средств; на начало года; млн. руб. | |
X14 | Расходы консолидированных бюджетов субъектов Российской Федерации на реализацию мер социальной поддержки отдельных категорий граждан | в зависимости от местонахождения заемщиков; на начало года; млн. руб. | |
X15 | Средства (вклады) физических лиц в рублях, привлеченные кредитными организациями | по месту привлечения средств; на начало года; млн. руб. | |
X16 | ВРП на душу населения | млн. руб. | |
X17 | Доходы на душу населения | рублей в месяц | |
X18 | Задолженность по займам в рублях, предоставленным кредитными организациями физическим лицам | по месту привлечения средств; на начало года; млн. руб. | |
X19 | Уровень безработицы | по данным выборочных обследований рабочей силы; процент | |
X20 | Уровень занятости | по данным выборочных обследований рабочей силы; процент | |
X21 | Оборот розничной торговли на душу населения | млн. руб. | |
Общество | X22 | Число подключенных абонентов мобильной связи на 1000 человек населения | на конец года; единицы |
X23 | Суммарный коэффициент рождаемости | число детей на одну женщину | |
X24 | Соотношение числа браков и разводов | количество разводов на 1000 браков | |
Экология | X25 | Выбросы загрязняющих веществ в атмосферный воздух от стационарных источников | тыс. тонн |
X26 | Доля зеленых зон в черте города в общей площади городских земель в черте города | процент | |
X27 | Сброс загрязненных сточных вод в поверхностные водоемы | млн. кубических метров |
Изучение этих показателей с использованием различных статистических методологий и инструментов значительно обогатит объем литературы, посвященной региональному развитию в контексте регионов Севера России. Эта инициатива важна для политиков, стремящихся обеспечить более инклюзивную и устойчивую траекторию экономического роста в арктических и северных регионах России. Выводы, полученные в результате проведенного анализа, могут дать представление об эффективности существующей политики, что послужит основой для разработки целевых инициатив, направленных на повышение качества жизни во всех северных регионах.
Результаты
Рассмотрим, какие факторы влияют на качество жизни в регионах Севера России. Ниже представлены факторные нагрузки для оценки качества жизни в северных регионах России и влияние на индекс качества жизни в этих регионах.
Как видно из представленной таблицы 2, фактор № 1 «Число посещений музеев на 1000 человек» изменил свое влияние в отрицательную сторону по сравнению с 2010 годом. Фактор № 2 «Число посетителей театров на 1000 человек» усилил свое негативное влияние на качество жизни. Фактор № 3 «Потенциал амбулаторно-поликлинических организаций» снизил свое влияние на 8%. К 2020 году негативное влияние фактора «Количество человек на одно больничное место» также снизилось. Влияние фактора № 6 «Ожидаемая продолжительность жизни при рождении» практически не изменилось. Значительно возросло влияние фактора № 7 — «Заболеваемость туберкулезом на 100000 человек». Этот вопрос требует дополнительного рассмотрения данных о темпах роста заболеваемости туберкулезом в северных регионах России.
Фактор № 23 «Суммарный коэффициент рождаемости» оказывает наибольшее негативное влияние, однако в 2020 году его влияние снизится на 0,10. Данный фактор является показателем количества детей на одну женщину.
Он также является показателем экономического роста и социокультурных аспектов страны, включая роль женщин в обществе, доступ к образованию, здравоохранению и менталитет в отношении планирования семьи. Высокий уровень рождаемости может способствовать демографическому росту, что важно для социальной и экономической структуры населения. Этот показатель относится к группе социальных факторов.
Наибольшее влияние на индекс качества жизни оказывает показатель № 14, а также наибольшее влияние для всех регионов России по результатам нашего исследования («Расходы консолидированных бюджетов субъектов Российской Федерации на реализацию мер социальной поддержки отдельных категорий граждан»).
Таким образом, видна и подтверждена ведущая роль и необходимость государственной поддержки социальной политики и отдельных категорий граждан регионов Севера России. Также фактор № 16 «ВРП на душу населения» и фактор № 21 «Оборот розничной торговли на душу населения» оказывают высокое положительное влияние на индекс качества жизни.
Чем выше ВРП на душу населения, тем больше у людей возможностей для процветания. Показатель валового регионального продукта на душу населения влияет на выполнение других показателей, входящих в качество жизни населения, в том числе на повышение уровня занятости и доходов населения, а также на возможность предоставления государству дополнительных средств для инвестирования в социальные программы. К таким социальным программам относятся здравоохранение, образование, социальная и пенсионная системы, которые, в свою очередь, повышают качество жизни населения. Высокий валовой региональный продукт обычно сопровождается развитой инфраструктурой и более комфортным образом жизни.
В современной экономике рост оборота розничной торговли часто ассоциируется с экономическим ростом региона. Это способствует созданию новых рабочих мест, увеличению инвестиций в развитие бизнеса, что, в свою очередь, повышает экономическое благосостояние и качество жизни населения. Высокий уровень оборота розничной торговли может свидетельствовать о высоких доходах населения и расширении потребительских возможностей для повышения комфортности жизни.
Таблица 2. Факторная нагрузка выбранных 27 факторов за 2010 и за 2020 годы для Северных регионов
Регион | Факторные нагрузки за 2010 год (по порядку от X1 до X27) | Факторные нагрузки за 2020 год (по порядку от X1 до X27) |
Республика Карелия | 0.141915, -0.269336, -0.949488, 0.274814, -0.43375, -0.535649, -0.52967, -0.615895, 0.180152, -0.948762, -1.0506, -0.811707, 0.59687, 2.5741, 1.06229, 1.7731, 1.05969, 1.07654, -0.554734, -1.10724, 1.5705, 0.413664, -1.62259, 0.0692738, -0.394312, -0.739106, -0.230076 | -0.0143138, -0.366596, -0.86895, 0.183934, -0.365377, -0.521999, -0.903885, -0.593054, 0.13394, -0.924704, -0.939018, -0.758485, 0.665917, 2.41124, 1.30729, 1.7852, 1.06793, 1.30164, -0.590137, -1.05981, 1.56927, 0.331339, -1.53219, 0.0873831, -0.362556, -0.754348, -0.289676 |
Республика Коми | -0.0729228, -0.32075, -0.776315, 0.207507, -0.491748, -0.575363, -0.530271, -0.6731, 0.148817, -0.81618, -1.06294, -0.859966, 0.583145, 2.40859, 1.23989, 1.90305, 1.08428, 1.1193, -0.586563, -1.11551, 1.57045, 0.364442, -1.63673, 0.0359852, 0.049256, -0.78084, -0.415502 | -0.276398, -0.474076, -0.740366, 0.109076, -0.448775, -0.548196, -0.775869, -0.630077, 0.135458, -0.809633, -0.952531, -0.774985, 0.699133, 2.43899, 1.36377, 1.81784, 1.04823, 1.37117, -0.601701, -1.11242, 1.48302, 0.296962, -1.51811, 0.101711, -0.138678, -0.742145, -0.321417 |
Архангельская область | 0.0152359, -0.378694, -0.700064, 0.197136, -0.47281, -0.574569, -0.637542, -0.625846, 0.0938965, -0.917304, -1.05941, -0.852857, 0.600143, 2.54196, 1.2315, 1.79447, 1.0228, 1.13605, -0.595197, -1.21916, 1.48183, 0.348053, -1.62597, 0.00532428, 0.0126611, -0.758155, -0.0634882 | {-0.116388, -0.465729, -0.658771, 0.103753, -0.40666, -0.545124, -0.936941, -0.610688, 0.109529, -0.896276, -0.944439, -0.771212, 0.746656, 2.41667, 1.41269, 1.75336, 1.01722, 1.37938, -0.616217, -1.11203, 1.49572, 0.282917, -1.52325, 0.0790694, -0.298793, -0.725529, -0.168916 |
Мурманская область | 0.0594464, -0.357101, -0.868761, 0.180555, -0.516167, -0.562073, -0.65691, -0.612911, 0.147653, -0.857746, -1.01287, -0.86153, 0.800753, 2.23058, 1.26065, 1.85649, 1.13342, 1.08418, -0.559673, -1.16196, 1.61946, 0.447693, -1.66899, 0.100817, -0.146396, -0.86046, -0.0992393 | -0.29603, -0.551804, -0.798492, 0.0826986, -0.434178, -0.514401, -0.837125, -0.591461, 0.129637, -0.843211, -0.871567, -0.759303, 0.78895, 2.38197, 1.40212, 1.8665, 1.09204, 1.31729, -0.545705, -1.05891, 1.49967, 0.313187, -1.4713, 0.0858015, -0.25567, -0.764118, -0.366599 |
Тюменская область | -0.257589, -0.39779, -0.540896, 0.0235153, -0.471156, -0.608855, -0.544535, -0.672926, -0.0875118, -0.855549, -0.997405, -0.91347, 1.02495, 2.43141, 1.38032, 1.80315, 0.913438, 1.361, -0.620237, -1.19223, 1.33589, 0.214397, -1.53029, -0.0757807, 0.353314, -0.736006, -0.339173 | -0.309102, -0.427133, -0.509654, -0.0366987, -0.437697, -0.58271, -0.728517, -0.635226, -0.0592977, -0.853222, -0.89512, -0.82325, 1.17207, 2.47335, 1.44999, 1.69383, 0.879527, 1.50235, -0.608361, -1.25238, 1.24824, 0.168191, -1.40839, -0.0584099, 0.178372, -0.79094, -0.349813 |
Красноярский край | -0.0100033, -0.208172, -0.536738, 0.0670117, -0.499577, -0.599126, -0.494972, -0.660641, -0.0653956, -0.964075, -1.04354, -0.893553, 0.698035, 2.51388, 1.28282, 1.70772, 0.900101, 1.3473, -0.607866, -1.23867, 1.38164, 0.267689, -1.59968, -0.0305216, 0.366712, -0.985338, -0.095049 | -0.285173, -0.439373, -0.508842, 0.000900678, -0.444439, -0.579748, -0.678239, -0.657353, -0.0230986, -0.953335, -0.944709, -0.818775, 0.907417, 2.41969, 1.45791, 1.71488, 0.903677, 1.49908, -0.620743, -1.17128, 1.33513, 0.20062, -1.50542, 0.00318654, 0.286523, -0.887187, -0.211298 |
Камчатский край | 0.00186449, -0.246325, -0.801307, 0.242283, -0.457058, -0.53259, -0.483688, -0.576912, 0.068594, -0.84315, -1.08037, -0.871859, 0.452064, 2.51636, 1.18514, 1.93894, 1.12679, 1.10747, -0.553543, -1.10451, 1.57972, 0.315101, -1.52826, 0.0587066, -0.28268, -0.766394, -0.460666 | -0.237862, -0.515817, -0.738176, 0.114771,-0.389095, -0.508454, -0.710723, -0.548913, 0.0694517, -0.882995, -0.981694, -0.780323, 0.53677, 2.50217, 1.3072, 1.87527, 1.08279, 1.43724, -0.539329, -1.06408, 1.49733, 0.231321, -1.40319, 0.06347, -0.166643, -0.75184, -0.498637 |
Республика Саха (Якутия) | -0.105545, -0.191182, -1.07473, 0.252679, -0.44211, -0.49202, -0.452669, -0.575713, 0.21067, -0.700601, -0.958193, -0.78178, 0.538005, 2.4135, 1.12737, 1.96626, 1.25048, 0.835971, -0.484721, -1.14101, 1.64185, 0.457434, -1.58519, 0.181666, -0.658828, -0.635817, -0.595777 | 0.00945889, -0.362282, -0.998963, 0.11048, -0.419446, -0.48415, -0.603909, -0.554457, 0.164003, -0.715257, -0.886282, -0.729781, 0.677168, 2.34409, 1.30379, 1.9301, 1.21114, 1.19271, -0.490715, -1.22046, 1.5398, 0.34798, -1.42748, 0.0940519, -0.629851, -0.659116, -0.742639 |
Магаданская область | -0.276474, -0.031496, -1.17454, 0.282661, -0.45913, -0.468734, -0.437319, -0.515629, 0.291093, -0.677843, -0.923023, -0.715933, 0.527092, 2.16854, 1.02724, 2.11541, 1.33734, 0.761204, -0.431197, -1.20004, 1.69881, 0.50565, -1.60498, 0.225633, -0.753952, -0.539396, -0.731005 | -0.341198,-0.269618,-1.05888, 0.12055, -0.376103, -0.444875, -0.667002, -0.470464, 0.229777, -0.697017, -0.83425, -0.660905, 0.562906, 2.14829, 1.19297, 2.15938, 1.31018, 1.0844, -0.442105, -1.08052, 1.62451, 0.375427, -1.41219, 0.196314, -0.582993, -0.53071, -1.13586 |
Чукотский автономный округ | -0.300568, -0.665361, -1.25563, 0.500026, -0.361183, -0.365641, -0.1909, -0.283808, 0.44623, -0.520387, -0.814412, -0.546506, -0.0991497, 1.88924, 0.8304, 2.33093, 1.47875, 0.395605, -0.280131, -1.08878, 1.78784, 0.467992, -1.33502, 0.364569, -0.638306, -1.28807, -1.05887 | 0.0907741, -0.663009, -1.19606, 0.362591, -0.322139, -0.363532, -0.199879, -0.335103, 0.343097, -0.606909, -0.787899, -0.616126, 0.048547, 2.00154, 0.950731, 2.27773, 1.45054, 0.875055, -0.326716, -1.04367, 1.67317, 0.447975, -1.27404, 0.265977, -0.703868, -1.20029, -1.14849 |
Источник: авторские расчеты.
В Республике Карелия наибольшее положительное влияние на качество жизни населения в 2010 году оказал фактор № 14 — «Расходы консолидированных бюджетов субъектов Российской Федерации на реализацию мер социальной поддержки отдельных категорий граждан». Также значительное влияние оказывают фактор № 16 — » ВРП на душу населения» и фактор № 21 — «Оборот розничной торговли на душу населения». Фактор № 23 — «Суммарный коэффициент рождаемости» — также оказывает значительное влияние.
Что касается Республики Коми, то здесь наиболее значимыми являются факторы под номерами 14, 16 и 21. Наиболее негативное влияние оказывает фактор под номером 23.
Для Архангельской области эти факторы также являются основными. Здесь необходимо отметить значительно отрицательное значение фактора № 23.
В Мурманской области увеличилось значение фактора № 16, а также фактора № 15 «Средства (вклады) физических лиц в рублях, привлеченные кредитными организациями» и фактора № 14 «Расходы консолидированных бюджетов субъектов Российской Федерации на реализацию мер социальной поддержки отдельных категорий граждан». Существенное негативное влияние оказывает и фактор № 23.
Аналогичная ситуация наблюдается и в Тюменской области. В Красноярском крае фактор № 16 » ВРП на душу населения» уже не имеет такого высокого значения, в основном значение сохраняет только фактор № 14, а также негативно влияющий фактор № 23. Аналогичная ситуация наблюдается и в Республике Саха. В Камчатском крае приоритетными также являются факторы под номерами 14, 16 и 21. Отрицательное значение имеет фактор под номером 23. В Магаданской области факторы под номерами 14 и 16 имеют практически одинаковое влияние. Фактор № 21 также значителен по своему влиянию на фактор № 23. Что касается Чукотского автономного округа, то здесь сложилась довольно интересная ситуация с точки зрения влияния факторов на качество жизни — большое значение имеет не только фактор под номером 16 как наиболее влиятельный, но и факторы под номерами 14, 21 и 15. Негативное влияние оказывают факторы под номерами 3, 26, 27, 23.
Таким образом, включение показателей финансовой доступности в расчет индекса качества жизни является оправданным. Фактор № 15 «Средства (вклады) физических лиц в рублях, привлеченные кредитными организациями» важен для ряда регионов Севера. Высокий уровень вкладов физических лиц свидетельствует о финансовой стабильности и уверенности населения в экономике региона.
Что касается показателя «Задолженность по займам в рублях, предоставленным кредитными организациями физическим лицам», то только в трех регионах (Республика Саха, Чукотский автономный округ и Магаданская область) этот показатель не является значимым (меньше единицы). В остальных регионах Севера этот показатель достаточно значим для формирования и оценки качества жизни населения. В перспективе он дает возможность получить доступ к жилью и образованию и повысить качество жизни. Кредитная активность может стать стимулом для развития бизнеса и предпринимательской деятельности в регионе, что будет способствовать экономическому росту регионов.
На рисунках 1 и 2 представлены значения факторов для 2010 и 2020 годов, где видно, что только Чукотский автономный округ (выделен темно-зеленым цветом) отделяется от остальных регионов по большинству факторов. Остальные факторы находятся на близких позициях.
Рис. 1. Факторные показатели за 2010 год (источник: авторские расчеты)
Рис. 2. Факторные показатели за 2020 год (источник: авторские расчеты)
Далее, в ходе исследования, факторные нагрузки проверялись на статистическую значимость. Полученные значения t-статистики отражают степень отклонения каждой факторной нагрузки от нулевой гипотезы. В результате было установлено, что переменные 1, 4, 9, 13, 14, 15, 16, 17, 18 и 22 являются положительными и превышают ноль (табл. 3), следовательно, положительно связаны с индексом качества жизни. Остальные факторы указывают на отрицательную связь этих переменных с индексом качества жизни. Наибольшую статистическую значимость имеют факторы под номерами 13, 14 и 15. Переменные с отрицательными значениями факторов под номерами 23 и 20 оказывают наибольшее негативное влияние на индекс качества жизни.
Таблица 3. T-статистика выбранных 27 факторов для 2010 и 2020 годов для Северных регионов
Факторы | T-статистика для 2010 года | T-статистика для 2020 года |
X1 | 0.311733 | -0.896922 |
X2 | -3.1086 | -4.48898 |
X3 | -6.24467 | -5.69313 |
X4 | 1.75456 | 0.613851 |
X5 | -3.00212 | -2.94882 |
X6 | -4.42665 | -4.47758 |
X7 | -5.54565 | -8.51162 |
X8 | -5.91366 | -5.77421 |
X9 | 1.0631 | 0.717321 |
X10 | -7.26674 | -7.30384 |
X11 | -9.2133 | -8.17307 |
X12 | -7.09744 | -6.23097 |
X13 | 6.90233 | 9.3783 |
X14 | 18.3382 | 19.2872 |
X15 | 12.5034 | 13.1653 |
X16 | 17.0367 | 15.7575 |
X17 | 9.89764 | 9.13228 |
X18 | 10.9974 | 12.4369 |
X19 | -4.80972 | -4.85774 |
X20 | -11.279 | -10.4664 |
X21 | 14.3611 | 13.526 |
X22 | 3.40551 | 2.72517 |
X23 | -14.713 | -13.5228 |
X24 | 0.721999 | 0.999032 |
X25 | -2.81518 | -2.60441 |
X26 | -7.63223 | -7.10593 |
X27 | -4.22575 | -4.68251 |
Источник: авторские расчеты.
Дальнейшая оценка p-значения показала, что в 2010 и 2020 годах все факторы были статистически значимы, за исключением факторов под номерами 1, 4, 9 и 24 (табл. 4). Поэтому эти факторы были исключены из дальнейшего расчета сводного индекса качества жизни.
Таблица 4. P-значения выбранных 27 факторов для 2010 и 2020 годов для Северных регионов
Факторы | P-значение для 2010 года | P-значение для 2020 года |
X1 | 0.756075 | 0.37252 |
X2 | 0.00262351 | 0.0000243853 |
X3 | 2.0694*10^-8 | 2.10153*10^-7 |
X4 | 0.0832619 | 0.5411 |
X5 | 0.0036007 | 0.00420783 |
X6 | 0.000030736 | 0.000025443 |
X7 | 3.85678*10^-7 | 9.57456*10^-13 |
X8 | 8.38827*10^-8 | 1.50138*10^-7 |
X9 | 0.291016 | 0.475319 |
X10 | 2.43812*10^-10 | 2.06996*10^-10 |
X11 | 4.17444*10^-14 | 4.34697*10^-12 |
X12 | 5.13722*10^-10 | 2.19379*10^-8 |
X13 | 1.20781*10^-9 | 1.9984*10^-14 |
X14 | 0 | 0 |
X15 | 0 | 0 |
X16 | 0 | 0 |
X17 | 1.9984*10^-15 | 5.973*10^-14 |
X18 | 0 | 0 |
X19 | 7.22616*10^-6 | 6.00231*10^-6 |
X20 | 0 | 2.22045*10^-16 |
X21 | 0 | 0 |
X22 | 0.0010462 | 0.00793104 |
X23 | 0 | 0 |
X24 | 0.472454 | 0.320868 |
X25 | 0.0061694 | 0.0110156 |
X26 | 4.83584*10^-11 | 4.94897*10^-10 |
X27 | 0.0000640634 | 0.0000117634 |
Источник: авторские расчеты.
Для оценки качества жизни выбранные показатели были взвешены для построения сводного индекса качества жизни.
Это позволило сравнить рейтинги северных регионов России на основе полученного индекса качества жизни за 2010 и 2020 годы.
В таблице 5 представлен рейтинг северных регионов России в 2010 и 2020 годах на основе сводного индекса в рамках методологии «CHEESE».
Таблица 5. Рейтинг регионов России по сводному индексу на 2010 и 2020 годы
Регион | Рейтинг на 2010 год | Рейтинг на 2020 год |
Тюменская область | 2 | 3 |
Красноярский край | 7 | 8 |
Архангельская область | 20 | 25 |
Республика Коми | 22 | 30 |
Республика Саха (Якутия) | 26 | 24 |
Мурманская область | 31 | 28 |
Республика Карелия | 40 | 45 |
Камчатский край | 50 | 49 |
Магаданская область | 64 | 60 |
Чукотский автономный округ | 75 | 74 |
Источник: авторские расчеты.
Как видно из таблицы 5, Тюменская область, Красноярский край потеряли свои позиции, опустившись на одно место. Ухудшилось положение и Архангельской области. Она переместилась в рейтинге с 20-го на 25-е место, Республика Коми — с 22-го на 30-е, а Республика Карелия — с 40-го на 45-е место. Улучшились показатели в таких регионах, как Республика Саха — с 26-го места на 24-е, Мурманская область — с 31-го места на 28-е, Камчатский край — с 50-го на 49-е, Магаданская область — с 64-го на 60-е место, а также Чукотский автономный округ, который переместился в нашем рейтинге с 75-го места на 74-е.
Таким образом, Тюменская область и Красноярский край вошли в первую десятку регионов по качеству жизни в России. Чукотский автономный округ занимает 74-е место среди 79 регионов. Это является показателем неравенства регионов Севера.
Следует помнить, что каждый регион обладает уникальными характеристиками, которые влияют на его позицию в рейтинге. Однако ключевыми аспектами деятельности остается экономическая сфера, которая вносит наибольший вклад в совокупный индекс и оказывает более сильное влияние на рейтинговую позицию региона. Экономически процветающий регион, соответственно, может обеспечить население рабочими местами и высокими доходами, что способствует повышению качества жизни населения.
Заключение
Этот анализ может послужить отправной точкой для более глубокого изучения влияния различных факторов на качество жизни в северных регионах России. Подход, основанный не только на экономических показателях, но и на финансовых, культурных и экологических факторах, учитывает различные элементы, определяющие качество жизни, и дает многомерную концепцию благополучия.
Северные регионы России неоднородны по качеству жизни. В ходе многомерного анализа благополучие измерялось с помощью кумулятивного индекса качества жизни по методике «CHEESE». Это подтвердило впечатление о значительном внутреннем разнообразии северных регионов России, подчеркнув различия между ними. Кроме того, было выявлено выраженное влияние сферы «Экономика и Финансы». Обоснована важность поддержки северных регионов, в том числе сумма «Расходов консолидированных бюджетов субъектов Российской Федерации на реализацию мер социальной поддержки отдельных категорий граждан».
Сводный индекс качества жизни населения регионов Севера России позволяет эффективно оценивать комплексные социальные, экономические и экологические изменения.
Сводные индексы напрямую связаны с целями и задачами стратегий развития регионов Севера России, они могут раскрыть огромный объем информации и предложить новые и глубокие направления для лиц, принимающих решения.
Литература
- Alkire, S. (2008). The capability approach to the quality of life.
- Borisov, A. and Gnatyuk, G. (2022). Assessment of transport accessibility of the arctic regions of the republic of sakha (yakutia). Transportation research procedia, 61:289–293.
- Bryson, W. J. (2021). Long-term health-related quality of life concerns related to the covid-19 pandemic: a call to action. Quality of Life Research, 30(3):643–645. https://doi.org/10.1007/s11136-020-02677-1
- Coates, D., Anand, P., and Norris, M. (2015). Housing, happiness, and capabilities: A summary of the international evidence and models. Technical report, Open Discussion Papers in Economics.
- Dasgupta, P. and Weale, M. (1992). On measuring the quality of life. World Development, 20(1):119–131. https://doi.org/10.1016/0305-750X(92)90141-H
- Diener, E. and Suh, (1997). Measuring quality of life: Economic, social, and subjective indicators. Social indicators research, 40:189–216.
- Felce, D. and Perry, J. (1995). Quality of life: Its definition and measurement. Research in developmental disabilities, 16(1):51–74. https://doi.org/10.1016/0891-4222(94)00028-8
- Gavurova, B., & Megyesiova, S. (2022). Sustainable health and wellbeing in the European Union. Frontiers in Public Health, 10, 851061. https://doi.org/10.3389/fpubh.2022.851061
- Grasso, M., & Canova, L. (2008). An assessment of the quality of life in the European Union based on the social indicators approach. Social Indicators Research, 87, 1-25. https://doi.org/10.1007/s11205-007-9158-7
- Johansson, G. (2002). Success factors for integration of ecodesign in product development: a review of state of the art. Environmental management and health, 13(1):98–107. https://doi.org/10.1108/09566160210417868
- Kharshiing, K. D., Kashyap, D., Gupta, K., Khursheed, M., Shahnawaz, M. G., Khan, N. H., Uniyal, R., and Rehman, U. (2021). Quality of life in the covid-19 pandemic in india: Exploring the role of individual and group variables. Community mental health journal, 57:70–78. https://doi.org/10.1007/s10597-020-00712-6
- Ma, H., Wang, M., & Yang, B. (2022). Research on urban community elderly care facility based on quality of life by SEM: Cases study of three types of communities in Shenzhen, China. Sustainability, 14(15), 9661. https://doi.org/10.3390/su14159661
- Mack, , Voˇzen´ılek, V., and P´aszto, V. (2022). Linking the quality of life index and the typology of European administrative units. Journal of International Development, 34(1):145–174. https://doi.org/10.1002/jid.3586
- Middleton, A., Lazariva, A., Nilssen, F., Kalinin, A., and Belostotskaya, A. (2021). Scenarios for sustainable development in the arctic until 2050.
- Noll, H.-H. (2004). Social indicators and quality of life research: Background, achievements and current trends. In Advances in sociological knowledge: Over half a century, pages 151–181. Springer. https://doi.org/10.1007/978-3-663-09215-5_7
- Nussbaum, M. and Sen, A. (1993). The quality of life. Clarendon Press.
- Osberg, L. and Sharpe, A. (2000). Labor market trends in North America-has economic well-being improved?
- Petrov, A. N., Smith, M. S. R., Krivorotov, A. K., Klyuchnikova, E. M., Mikheev, V. L., Pelyasov, A. N., Zamyatina, N. Y., and Gigu`ere, N. (2021). The russian arctic by 2050. Arctic, 74(3):306–322.
- Rehman, U., Shahnawaz, M. G., Khan, N. H., Kharshiing, K. D., Khursheed, M., Gupta, K., Kashyap, D., and Uniyal, R. (2021). Depression, anxiety and stress among indians in times of covid-19 lockdown. Community mental health journal, 57:42–48. https://doi.org/10.1007/s10597-020-00664-x
- Rogge, N. and Van Nijverseel, (2019). Quality of life in the European Union: A multidimensional analysis. Social Indicators Research, 141(2):765–789. https://doi.org/10.1007/s11205-018-1854-y
- Sen, A. (1993). Capability and well-being73. The quality of life, 30:270–293.
- Veenhoven, R. (1996). The study of life-satisfaction. Eötvös University Press. Retrieved from http://hdl.handle.net/1765/16311.
- Volkov and Tishkov, 2022] Volkov, A. D. and Tishkov, S. V. (2022). Strategic development priorities for the karelian arctic region in the context of the russian arctic zone economic space integration. Arctic and North, 46:5–32. https://doi.org/10.37482/issn2221-2698.2022.46.5
- Wang, C., Pan, R., Wan, X., Tan, Y., Xu, L., Ho, C. S., and Ho, R. C. (2020). Immediate psychological responses and associated factors during the initial stage of the 2019 coronavirus disease (covid-19) epidemic among the general population in china. International journal of environmental research and public health, 17(5):1729. https://doi.org/10.3390/ijerph17051729
- Wolniak, R. and Jonek-Kowalska, I. (2021). The level of the quality of life in the city and its monitoring. Innovation: The European Journal of Social Science Research, 34(3):376–398. https://doi.org/10.1080/13511610.2020.1828049
- Yahya, F., Abbas, G., Hussain, M., and Waqas, M. (2022). Financial development and sustainable competitiveness in arctic region: a dynamic panel data analysis. Problemy Ekorozwoju, 17(1). https://doi.org/10.35784/pe.2022.1.24
Еще в рубриках
Тюменская область
Республика Саха (Якутия)
Республика Коми
Республика Карелия
Мурманская область
Красноярский край
Камчатский край
Архангельская область
Экономика народонаселения и экономика труда