Результаты расчета параметров модели представлены на рисунке 11.Рис. 11 — Оценка параметров модели полинома второй степени для показателя общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан.
Величина коэффициента детерминации, равного 0,973 свидетельствует о высоком качестве подбора уравнения. Таким образом, 97,3% вариации общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан объясняется фактором времени. Выполним сравнение расчетного значения F-критерия с критическим для принятия решения о статистической значимости модели. В виду того, что расчетное значение F-критерия превышает критическое значение, то уравнение тренда можно признать статистически значимым. Выполним оценку уравнения тренда на основе средней ошибки аппроксимации:
Для оценки качества модели на основе ошибки аппроксимации построим расчетную таблицу (таблица 5).Таблица 5 — Расчетная таблица для расчета параметров качества уравнения трендаtyy (t)(yi-y (t)):yi121.
320.
9550.
162 221.
120.
8550.
116 320.
820.
8110.
514 420.
720.
8230.
593 520.
520.
8910.
191 620.
521.
0150.
251 720.
921.
1960.
142 821.
221.
4330.
11 921.
821.
7260.
3 411 022.
422.
0750.
1 451 122.
822.
480.
141 223.
322.
9420.
1 541 323.
723.
460.
1 011 424.
224.
0330.
6 881 524.
724.
6640.
1 471 625.
225.
350.
5 951 725.
726.
0920.0153.
Сумма380.
80.191Выполним расчет средней ошибки аппроксимации:
В виду того, что ошибка аппроксимации не превышает 7%, данное уравнение адекватно отражает тенденцию ряда и может быть использовано для построения прогноза общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан на будущие периоды. Оценка влияния факторов на жилищные условия населения Республики Татарстан и прогнозирование показателей.
Для оценки влияния факторов на жилищные условия населения, сформируем систему показателей. В качестве результативного признака определим показатель общей площади жилых помещений, приходящейся в среднем на одного жителя в Республике Татарстан, кв. м. Система факторных признаков сформирована следующим образом: — ВРП на душу населения в Республике Татарстан, руб.; - уровень инфляции в Республике Татарстан, %; - уровень безработицы в Республике Татарстан, %; - численность населения в Республике Татарстан, млн. чел.; - жилищный фонд, тыс. кв. метров жилья; - среднедушевые денежные доходы населения. Таким образом, сформирована система показателей для построения моделей влияния факторов на жилищные условия населения в Республике Татарстан. Выполним отбор факторов на основе матрицы парных коэффициентов корреляции. На рисунке 12 представлены результаты построения матрицы парных коэффициентов корреляции.Рис. 12 — Матрица парных коэффициентов корреляции для показателей по России.
Как показывает анализ, все факторные признаки оказывают сильное и значимое влияние на показатель общей площади жилых помещений, приходящейся в среднем на одного жителя в Республике Татарстан. Вместе с тем высокий уровень корреляции наблюдается для показателя «численность населения» (Х4) с другими факторными признаками, что позволяет предположить наличие эффекта мультиколлинеарности и сделать вывод о целесообразности исключения данного фактора из дальнейшего исследования. Выполним построение модели регрессии на основе пяти факторов. Результаты построения модели представлены в таблице 5. Таблица 5 — Модель множественной регрессии.
Сводка для модели.
МодельRR-квадрат.
Скорректированный R-квадрат.
Стандартная ошибка оценки1,999a, 999,998,07538a. Предикторы: (константа), X6, X2, X3, X5, X1ANOVAaМодель.
Сумма квадратовст.
св.Средний квадратFЗначимость1Регрессия49,47 759,8951741,320,000bОстаток, 6 311,006Всего49,54016a. Зависимая переменная: Жилая_площадь_на1_челb. Предикторы: (константа), X6, X2, X3, X5, X1КоэффициентыaМодель.
Нестандартизованные коэффициенты.
Стандартизованные коэффициентыт.
ЗначимостьBСтандартная ошибка.
Бета1(Константа).
3,809,7245,263,000X1−1,641E-6,000-, 145−1,009,335X2,001,007,002,111,914X3,041,021,0351,958,076X5,210,012,88 718,162,000X64,726E-5,000,2892,062,064a. Зависимая переменная: Жилая_площадь_на1_чел.
Анализ показывает, что модель в целом является статистически значимой, но значимым на 5% уровне является только коэффициент при переменной Х5, отражающей динамику жилищного фонда в регионе. Таким образом, выполним построение модели парной регрессии (таблица 6).Таблица 6 — Модель парной регрессии.
Сводка для модели.
МодельRR-квадрат.
Скорректированный R-квадрат.
Стандартная ошибка оценки1,998a, 997,996,10583a. Предикторы: (константа), X5ANOVAaМодель.
Сумма квадратовст.
св.Средний квадратFЗначимость1Регрессия49,372 149,3724408,138,000bОстаток, 16 815,011Всего49,54016a. Зависимая переменная: Жилая_площадь_на1_челb. Предикторы: (константа), X5КоэффициентыaМодель.
Нестандартизованные коэффициенты.
Стандартизованные коэффициентыт.
ЗначимостьBСтандартная ошибка.
Бета1(Константа).
2,185,3067,152,000X5,237,004,99 866,394,000a. Зависимая переменная: Жилая_площадь_на1_чел.
Таким образом, модель в целом и параметры модели статистически значимы. Коэффициент при переменной можно интерпретировать следующим образом: рост показателя жилищного фонда на 1000 кв. м приводит к росту общей площади жилых помещений, приходящейся в среднем на одного жителя в Республике Татарстан на 0,237 кв. м. Прогнозирование жилищных условий населения в Республике Татарстан.
Для построения прогноза показателя общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан, выполним проверку временных рядов на автокорреляцию остатков. Воспользуемся для этого критерием Дарбина-Уотсона.По модели регрессии, полученной в п. 2.3 настоящей работы рассчитаем значение критерия. Результаты расчета представлены на рисунке 13.Рис. 13 — Значение критерия Дарбина-Уотсона для модели парной регрессии.
Выдвигаются следующие гипотезы:-автокорреляция в остатках отсутствует, — в остатках присутствует положительная автокорреляция, — в остатках присутствует отрицательная автокорреляция. Задается уровень значимости α = 0,05.Для 17 наблюдений и 1 независимой переменной критические значения, при уровне значимости 0,05. Значение параметра dравно 1,227.Таким образом, формируются следующие отрезки на интервале [0;4]: [0; 1,13] - H0 отклоняется, с вероятностью 99% принимается H1;[1,13; 1,38] - зона неопределенности (H0 отклоняется);[1,38;2,62] - с вероятностью 99% принимается H0;[2,62; 2,87] - зона неопределенности (H0 отклоняется);[2,87; 4] - H0 отклоняется. С вероятностью 99% принимается H1*.Таким образом, рассчитанный коэффициент dпопадает вовторой интервал, которому соответствует вывод о неопределенности результатов теста, но H0 отклоняется. Таким образом, модель парной регрессии не целесообразно использовать для построения прогноза. Выполним построение прогноза на основе линии тренда. Результаты представлены на рисунке 14.Рис. 14 — Результаты построения прогноза общей площади жилых помещений, приходящейся в среднем на одного жителя в Республике Татарстан на основе полинома второй степени до 2020 года.
Как показывает анализ, до 2020 года в Республике Татарстан сохраняется возрастающая тенденция показателя общей площади жилых помещений, приходящейся в среднем на одного жителя.
Заключение
.
В рамках исследования в соответствии с целью и задачами был сформирован теоретический аппарат статистического анализа и прогнозирования жилищных условий, выявлены особенности применения статистических методов и средств для оценки основных индикаторов исследуемой области. По результатам проведенного анализа можно сделать следующие выводы:
В 2010;2016 гг. темпы прироста населения в Республике Татарстан в основном выше общероссийских показателей за исключением показателя 2015 года, но данный факт обусловлен, прежде всего, вхождением Республики Крым в состав России. В период с 2000 по 2011 гг. значение показателя среднедушевых доходов населения в Республике Татарстан находились ниже среднероссийских показателей, начиная с 2012 года, значение показателя по региону превышает показатель по России. В 2010;2016 гг.
наблюдается общая положительная тенденция объема введенных в эксплуатацию жилых квадратных метров, но период 2012;2016 гг. характеризуется низкими темпами прироста показателя. По показателю ввода в эксплуатацию жилых домов Республика Татарстан находится на втором месте среди регионов Приволжского федерального округа. Положительная динамика ввода в эксплуатацию жилых домов определяет рост общей площади жилых помещений в регионе. Так в период с 2010 года прирост показателя в 2016 году составил 16,3%, что является одним из самых высоких индикаторов в Приволжском федеральном округе. Показатель общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан, характеризуется положительной динамикой в исследуемом периоде и превышением среднероссийского и среднеокружного показателя. Так в 2016 году рост общей площади жилых помещений, приходящейся на одного жителя, по сравнению с показателем 2010 года составил 2,9.Снижением удельного веса ветхого и аварийного жилья в общем объеме жилищного фонда характеризуется динамика показателя в 2010;2016 гг. (2010 г.
— 1,3%, 2016 г. — 0,8%). Кроме того, данный показатель находится ниже средних значений по России (2,4%) и по Приволжскому федеральному округу (2,3%).Показатели Республики Татарстан характеризуются более высоким уровнем благоустройства жилых помещений по сравнению с аналогичными показателями по стране в целом и по Приволжскому федеральному округу. Для выявления факторов, оказывающих влияние на показатель общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан, в рамках исследования выполнено построение уравнение регрессии. С этой целью сформирована система из шести факторных признаков. По результатам анализа качества построенной модели выполнен отбор фактора и построение модели парной регрессии.
Таким образом, значимое влияние на показатель общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан, оказывает показатель жилищного фонда региона, что согласуется с логикой анализа. Для построения прогноза показателя общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан, в рамках исследования выполнено построение уравнения тренда. Результаты построения прогноза показали, что в период до 2020 года в регионе сохранится возрастающая динамика показателя общей площади жилых помещений, приходящейся на одного жителя в Республике Татарстан. Список использованной литературы.
Постановление Правительства Российской Федерации от 17.
12.2010 г. № 1050 «О федеральной целевой программе „Жилище“ на 2011;2015 годы» .Айвазян С. А. Методы эконометрики: учебник. — М.: Магистр: ИНФРА-М, 2010.
Барбасов А. А. Жилищные условия и демографическое поведение россиян [Электронный ресурс] / Государственное управление. Электронный вестник. № 15, 2008 г. Режим доступа:
http://e-journal.spa.msu.ru/images/File/2008/15/Barbasov.pdfДубров А.М., Мхитарян В. С., Трошин Л. И. Многомерные статистические методы.
М.: Финансы и статистика, 2011.
Елисеева И.И., Юзбашев М. М. Общая теория статистики: Учебник / Под ред. И. И. Елисеевой. — М.: Финансы и статистика, 2012.
Замков О. О. Эконометрические методы в макроэкономическом анализе: Курс лекций. М.: ГУ ВШЭ, 2012. — 122 с. Кисуркин А. А. Факторы, влияющие на инновационное развитие региона и их классификация по уровням управления. / Современные проблемы науки и образования.
2012. № 2. С. 17. Кондаков Н. С. Эконометрика. Часть 1: учебное пособие и практикум/ Кондаков Н.С.— М.: Московский гуманитарный университет, 2015.— 100 c.Мхитарян.
В.С., Архипова.
М.Ю., Миронкина.
Ю.Н., Сиротин.
В.П. Анализ данных. Учебник для академическогобакалавриата / Под общ.
ред.: В. С. Мхитарян. М. :Юрайт, 2016.
Озерова К. А. Уровень и дифференциация доходов населения в субъектах Российской Федерации. // Экономика образования. 2012.
Олейникова Е. Г. Социальная политика государства в современной России: проблемы научного анализа // Философия социальных коммуникаций. 2014. № 1 (18).Олейникова Е. Г., Родин А. В. Проблемы гармонизации общественных интересов в условиях социально ориентированной экономики: теория и практика // Вестник Евразийской академии административных наук. 2013. № 4Печенкина А. В. Использование многоуровневой факторной модели при прогнозировании ситуации на региональном рынке недвижимости (на примере Пермского края). — Журнал «Имущественные отношения в Российской Федерации» № 11 (110), Москва, 2010.
Регионы России. Социально-экономические показатели. 2017: Стат. сб. / Росстат. М., 2017. 1266 с. Романова М. В. Методические подходы к оценке эффективности функционирования региональной инновационной системы.
// Мир культуры и образования. 2012. № 5. С. 114. Территориальный орган Федеральной службы государственной статистики по Республике Татарстан. [ Электронный ресурс].
Режим доступа:
http://tatstat.gks.ru/.Федеральная служба государственной статистики. [Электронный ресурс]. Режим доступа:
http://www.gks.ru/.Флоринская Ю. Ф. Материальное положение и жилищные условия как факторы, влияющие на мобильность российского населения / Проблемы прогнозирования, 2008, № 6. С. 140−155Хабибрахманов Р. Р. Влияние мирового финансового кризисана развитие рынка недвижимости г. Казани.
http://realtymarket.ru/stati-kolleg/Vliyanie-mirovogo-finansovogo-krizisa-na-razvitie-rinka-nedvijimosti-g.Kazani.htmlAteca-Amestoy V., E. V era-Toscano. T he Relevance of Social Interactions on Housing Satisfaction.
/ S ocial Indicators Research, Vol. 86, No. 2, Apr., 2013, pp. 257−274Dixon S. L., E vens A., Jacobs D.
E., S mith J., Wilson J. T he Relationship of Housing and Population Health: A 30-Year Retrospective Analysis. / E nvironmental Health Perspectives, Vol. 117, № 4, Apr. 2009, pp.
597−604Maslow A. H. M otivation and Personality. / New York: Harpaer & Row, 1954.
