Статистические методы в исследовании потребления населения (стр. 8 из 9)

если

30 ≤ n_i ≤ w_in ,

где n — объем выборочной совокупности;

n_i — объем подвыбoрки по страте (в качестве страт рассматриваются регионы);

i — номер субъекта РФ, где проводится обследование потребительских ожиданий населения; i = 1 , . . . , 88;

w — доля взрослого населения региона в общей численности взрослого населения России.

Для корректировки выборки применяется специальная техника взвешивания с учетом показателей, определяемых в качестве контрольных: пол, возраст, тип населенных пунктов и их размер по численности населения, региональная структура численности населения России. Процедура взвешивания разрабатывается на основе данных о структуре населения России в периоде, наиболее приближенном к периоду опроса. Для каждого респондента рассчитывается система весов для проведения взвешивания в пределах регионов и для проведения взвешивания в целом по России.

В общем виде формула для расчета весов имеет вид:

где i_g - вес по признаку g;

w_g - доля населения в генеральной совокупности, обладающего характеристикой g;

n - общее число опрошенных;

n_q — число опрошенных, обладающих характеристикой g.

Результаты обследования потребительских ожиданий населения предоставляют возможность:

- проводить анализ экономического развития России;

- объяснять социально-экономические процессы с учетом специфики поведения определенных групп населения;

- принимать определенные прогнозные решения;

- участвовать в международных сравнениях оценок мнений потребителей;

- в совокупности с вычисляемыми и публикуемыми Государственным комитетом РФ по статистике показателями деловой активности в промышленности, строительстве и розничной торговле рассчитывать агрегированный индекс-показатель "экономического настроения".

Модели потребления

Под моделями потребления понимаются уравнения или их система, отражающая зависимость показателей потребления товаров и услуг от комплекса социально-экономических факторов (совокупного расхода/дохода домохозяйства, уровня цен, размера и состава семьи и пр.)[3].

Существует множество моделей потребления, различающихся методами оценки их показателей, направлениями использования, включенными в модель переменными и т. д.

Показатели, содержащиеся в модели в качестве зависимых переменных, могут быть измерены на различных шкалах. Различают метрические, порядковые и номинальные шкалы измерения.

На основе метрических шкал построены количественные переменные, которые имеют единицы измерения, варьируют и с ними оправданы арифметические действия. К таким переменным относятся натуральные и стоимостные (относительные и абсолютные) показатели потребления (расходы на питание или доля расходов на питание в потребительских расходах).

Порядковая шкала позволяет ранжировать единицы, но не позволяет измерить расстояние между ними. На таких шкалах измеряются уровень образования, балл успеваемости и тому подобное.

На номинальных шкалах измеряются качественные показатели. Среди них выделяют бинарные переменные, принимающие два альтернативных значения, обычно обозначаемые 1 и О (в частности, решение покупать или не покупать товар длительного пользования, подписываться или нет на периодическую печать). Качественные переменные могут иметь несколько вариантов выбора.

При использовании в качестве зависимой переменной указателя, измеренного на метрической интервальной шкале (натуральные и стоимостные показатели потребления), различают следующие виды моделей:

- структурные;

- факторные модели зависимостей;

- макроэкономические модели спроса и предложения.

Параметры таких моделей наиболее часто определяются методом наименьших квадратов (МНК) и позволяют прогнозировать потребление и спрос, анализировать дифференциацию и эластичность потребления.

Если зависимая переменная представлена показателем, измеренным на метрической дискретной шкале, то используются числовые модели.

При анализе числа наступлений определенного случайного события за единицу времени, когда факт наступления этого события не зависит от того, сколько раз и в какие моменты времени оно происходило в прошлом и не влияет на будущее, а испытания проводятся в стационарных условиях, то для описания данной случайной величины используется модель на базе закона Пуассона (1837 г.):

где Р(х) — вероятность того или иного значения признаках,

а = х — средняя арифметическая ряда.

Данный закон часто называют законом редких событий. Закон распределения Пуассона зависит от единственного параметра а, интерпретируемого как среднее число осуществления интересующего нас события в единицу времени. Пуассоновская случайная величина используется для описания числа требований на обслуживание, поступивших в единицу времени в систему массового обслуживания; описания закономерностей несчастных случаев, редких заболеваний и т. д.

Для бинарных зависимых переменных наиболее часто при oпределении функции, область значений которой находится в интервале [0, 1], используют функцию стандартного нормального распределения, соответствующую пробит (probit)-модели, или функцию логистического распределения, соответствующую логит (logit)-модели.

Модели множественного выбора, имеющие более чем две альтернативы, строятся на основе моделей бинарного выбора. При этом множественный выбор может быть представлен как последовательность бинарных выборов. Обобщением биномиального распределения на случай более чем двух возможных исходов является полиномиальный (мультиномиальный) закон распределения. Полиномиальное распределение используется при статистической обработке выборок большой совокупности, элементы которой разделяются более чем на две категории, применяются в социологических, социально-экономических и медицинских выборочных обследованиях.

Другие классы моделей связаны с цензурированными и урезанными выборками, при которых модели строятся не по всей совокупности обследуемых единиц, а по определенной группе единиц. Модель была предложена Дж. Тобином в 1958 г. и названа тобит-моделью. К урезанным выборкам относятся модели класса "времени жизни", в которых зависимая переменная характеризуется продолжительностью действия/занятия.

Рассмотрим модели спроса и предложения на микро- и макроуровнях, структурные и факторные модели.

Структурные модели вычисляются по однородным группам потребителей и характеризуют структуру их спроса (расходов)

где С — общая структура расходов по выборке бюджетов домохозяйств;

С* — структура расходов в группе домохозяйств с доходом I*;

w* — частота (частость) распределения семей с доходом I*.

Немецкий статистик Э. Энгель в конце XIX в. сформулировал и построил модели зависимости потребления от дохода, по которым с ростом дохода доля расходов на питание сокращается; доля расходов на одежду и жилище не изменяется; доля затрат на образование и лечение возрастает (закон Эигеля).

Для различных видов товаров кривые Энгеля, характеризующие зависимость потребления (у) от дохода (z), имеют следующий вид:

а) для малоценных продуктов питания (хлеба и картофеля) зависимость потребления от дохода описывается уравнением равносторонней гиперболы:

б) при пропорциональном изменении потребления (одежды, фруктов) и дохода функция Энгеля приобретает линейный вид:

в) по мере роста дохода потребление товаров первой необходимости отстает от роста дохода, а зависимость описывается степенной функцией:

где параметр а₁ трактуется как эластичность потребления от дохода;

г) потребление предметов роскоши описывается уравнением параболы второго порядка

Рисунок 1. Рисунок 2.

Зависимость Зависимость

потребления малоценных потребления фруктов

продуктов питания от дохода от дохода

Рисунок 3. Рисунок 4.

Зависимость Зависимость

потребления товаров потребления предметов

первой необходимости от дохода роскоши от дохода [1]

Позже были найдены и другие эмпирические "законы" потребления: закон Швабе (1868 г.) — чем беднее семья, тем большая доля расходов тратится на жилище. Закон Райта (1875 г.) — чем выше доход, тем выше уровень сбережений и доля их в расходах. Закон Жини — если продовольственные расходы растут или убывают в арифметической прогрессии, то другие виды расходов стремятся измениться в обратном направлении и в геометрической прогрессии.