Сахалинская область как административная единица Российской Федерации,образована 20 сентября 1932 и входит всостав Дальневосточного федерального округа. Область расположена на крайнем востоке России, включает остров Сахалин, Курильские острова и островаМонерониТюлений, имеетобщую площадь 87,1тыс. км2.Населениесоставляет 590,6тыс. человек, из негогородское87%. (по данным на 2001 год), проживает в17районах, 18городах, 30поселкахгородскоготипа (2001). Административныйцентробласти- город Южно-Сахалинск.
Сначала19-говека СахалиниКурилысталиобъектомроссийско-японскоготерриториальногоспора.Спор по поводу трех островов Южных Курил продолжается до сих пор.
Важнейшиеотрасли
экономики областирыбная, добычаипереработкаморепродуктов.
Средидругихотраслей -лесная, деревообрабатывающая, целлюлозно-бумажная, легкая,
пищевая, судоремонтная, угледобывающая (Сахалинуголь), нефтянаяигазовая
(нефтепроводигазопроводОха - Комсомольск-на-Амуре),
производствостройматериалов.
Проанализируем качество жизни
населения в этом особом субъекте Федерации (область единственная в России
расположена на островах) с использованием эконометрического моделирования.
Используя реальные статистические данные за 2000-2012 годы по Сахалинской области, проанализируем наличие и характер взаимосвязи между такимипоказателями, как Y - расходы населения на оплату обязательных платежей и разнообразных взносов, и Х - среднедушевые денежные доходы населенияи построим эконометрическую модель по прогнозированию уровня обязательных платежей в исследуемом регионе.
Для выявления характера взаимосвязи экзогенного и эндогенного показателей построим диаграмму рассеивания.
Анализируя полученную диаграмму рассеивания, можно допустить гипотезу о линейной функциональной зависимости рассматриваемых показателей.
Чтобы убедиться в правильности сформированной гипотезы, исследуем эконометрическую модель на основе линейной, степенной и гиперболической функций.
Рассмотрим эконометрическую модель парной регрессии на основе линейной функции Yt=a0+a1Xt+vt (1.1).
В качестве меры объясняющей способности регрессора в модели (1.1) в пределах обучающей выборки ( может служить величина коэффициента детерминацииR2 = 1- .
В рассматриваемой модели R2 = 0,753, что равно доле эмпирической дисперсии переменной у, которая в рамках обучающей выборки объясняется в модели (1.2) ее регрессором х, следовательно, по R-критерию спецификация составлена верно.
Проведем F-тест качества спецификации линейной регрессионной модели (1.1). Поскольку неравенство F ≤ Fкрит несправедливо (F = 33,602; Fкрит = 4,844), можно сделать вывод о том, что качество регрессии удовлетворительно, т.е. регрессоры в рамках линейной модели (1.1) обладают способностью объяснять значения эндогенной переменной у.
Рассмотрим эконометрическую модель парной регрессии на основе степенной функции Yt=a0Хtа1(vt+1) (1.2).
Проведем линеаризацию модели (1.2) к виду yt = b0 + b1xt+ ut (1.3) и исследуем её качество спецификации. Поскольку в рассматриваемой модели R2 = 0,845 и в F-тестеF = 60,021; Fкрит = 4,844, можно сделать вывод о том, что качество регрессии удовлетворительно.
Анализ эконометрической модели парной регрессии на основе гиперболической функции Yt=a0+a1/Xt+ut (1.4) после преобразования к линейному видуyt=a0+a1zt+ut (1.5) дает аналогичный вывод (т.к. R2 = 0,704, F= 26,161; Fкрит = 4,844).
Таким образом, спецификация эконометрической модели для описания связи между рассматриваемымипоказателями может быть построена на основе любой из вышеуказанныхфункций регрессии.
Исследуем для каждой из предполагаемых моделей выполнение условий теоремы Гаусса-Маркова для случайных остатковvtиut. Результаты проведенных вычислений показали, что предпосылка о математическом ожидании случайных остатков M(ut) = 0 адекватна для всех рассматриваемых моделей. Как и предпосылка о гомоскедастичности случайных возмущений D(ut) = Ϭ2, адекватность которой была установлена при помощи теста Голдфелда-Квандта. Однако адекватность предпосылки Cov(ui;uj)=0 при проведении теста Дарбина-Уотсонабыла установлена только для степенной функции (1.2).Таким образом, полученные оценки параметров методом наименьших квадратов только для этой модели являются оптимальными - несмещенными и эффективными:
Для определения точности модели(1.5)при применении на практике, проверим её адекватность (с 95-% вероятностью) через интервальное прогнозирование для имеющихся данных за 2011 и 2012 годы, которые не использовались при настройке по параметрам модели (1.5).
Для построения прогноза по модели используется доверительный интервал для линеаризованной модели вида (1.3)с границами [y0min ; y0max], где y0min = 0 - tкритSy0 , y0max = 0 + tкритSy0.Вычислим доверительный интервал y0 для 2011 года. Получаем промежуток [2,46 ; 2,77], при этом точное значение y0 = 2,59 ϵ [2,46 ; 2,77]. Доверительный интервал y0 для 2012 года[2,47 ; 2,77], при этом значение y0 = 2,67 ϵ [2,47 ; 2,77].
Поскольку в обоих случаях значение y0 принадлежит доверительному интервалу рассматриваемого периода, можно сделать вывод об адекватности модели (1.5) с 95%-ой вероятностью.
Из оцененного вида степенной модели (1.5) следует, что в Сахалинской области уровень обязательных платежей, ежемесячно осуществляемых населением, эластичен по отношению к среднедушевым денежным доходам населения. Так, согласно полученной модели, при увеличении последнего фактора на 1% уровень обязательных платежей повышается на 0,19%, что может объясняться естественными инфляционными процессами.
Таким образом, с рассматриваемой точки зрения данный регион является одним из благополучных в России.
Используемые источники:
1. http://www.gks.ru/bgd/regl/b03_13/IssWWW.exe/Stg/d010/i011350r.htm