Субъективные и объективные оценки благосостояния (стр. 3 из 4)
Оценки положения через 2 года совпадают с нынешним положением (это связано с тем, что люди боятся загадывать на будущее). Предполагаемые изменения через 2 года рассчитывались как "положение через 2 года" минус "реальное положение". Как было отмечено ранее, в среднем разницы с теперешним положением практически нет. Единственное значение, превышающее по модулю 1, принадлежит группе 10, где респонденты ожидают ухудшения своего положения не менее чем на 1 ранг.
Факторы, влияющие на самоопределение респондентов
Для изучения разницы между субъективными и объективными оценками положения респондента воспользуемся некоторыми методами изучения мобильности населения по доходам [7, 8].
В качестве зависимой переменной возьмем разницу между субъективной оценкой доходов и их реальным уровнем. Регрессионный анализ позволяет выявить факторы, влияющие на соответствие субъективной оценки реальному положению. Отдельно для каждого случая протестируем три уравнения со следующими зависимыми переменными: субъективная оценка ниже объективной, выше нее, совпадает с ней. Для построения разницы между "субъективной" и "объективной" шкалами в качестве последней используем разбиение по уровню доходов (по второму принципу). Это продиктовано тем, что наиболее адекватно себя оценили респонденты трех нижних групп (73,1%).
Опишем модель, по которой будут тестироваться коэффициенты при независимых переменных. Чтобы определить влияние независимых переменных на субъективную оценку, используем логистическую регрессионную модель. Она позволяет оценить вероятность наступления события на основе вычисления шансов, то есть отношения вероятности наступления события к вероятности его ненаступления. Логистическое регрессионное уравнение вероятности, что событие произойдет, может быть записано так:
| Prob (Y) = |  | , |
где a, b1, b2 ... — коэффициенты при независимых переменных в уравнении; x1, x2, ... — независимые переменные: пол, возраст, среднедушевой доход, наличие высшего образования и т. д. Независимые переменные могут быть как интервальными, так и Dummy-переменными [9]. Y — это зависимые переменные, соответствующие завышенной, заниженной и адекватной субъективной оценкам. Зависимые переменные принимают только два значения: 1 — если данный случай подпадает под искомую категорию (например, субъективная оценка занижена); 0 — во всех остальных случаях. Для интерпретации регрессионных коэффициентов b важны их знаки. Положительный коэффициент означает, что шансы наступления ожидаемого события увеличиваются; отрицательный указывает на уменьшение шансов.
Таблица 6
Факторы, влияющие на разницу между субъективной оценкой дохода и его реальным уровнем
| Независимые переменные | Заниженная оценка (ниже реального положения) | Адекватная оценка (равна реальному положению) | Завышенная оценка (выше реального положения | |||
| b | Sign | b | Sign | b | Sign | |
| Удалось найти свое место в жизни | –1,0781 | 0,000 | –0,1637 | 0,389 | 0,7283 | 0,000 |
| Сможете повысить свой уровень жизни | –0,4892 | 0,117 | -0,8624 | 0,000 | 0,9756 | 0,000 |
| Принимали участие в выборах президента, 2000 г. | –0,2657 | 0,362 | –0,0520 | 0,824 | 0,2147 | 0,313 |
| Пол | –0,0507 | 0,828 | 0,1832 | 0,318 | –0,0752 | 0,659 |
| Возраст | 0,0248 | 0,002 | 0,0082 | 0,190 | –0,0176 | 0,003 |
| Наличие высшего образования | –0,4929 | 0,153 | 0,3592 | 0,152 | –0,0614 | 0,803 |
| Среднедушевой доход | 0,0015 | 0,000 | 0,0000357 | 0,638 | –0,0013 | 0,000 |
| Изменение вашего положения зависит от ваших усилий | -0,1791 | 0,575 | 0,1739 | 0,470 | –0,0585 | 0,796 |
| Нравятся изменения, новизна | 0,5839 | 0,015 | 0,2380 | 0,202 | -0,5172 | 0,003 |
| Проживание в столицах (Москва, Санкт-Петербург) | –0,0051 | 0,989 | 0,3672 | 0,239 | -0,3634 | 0,249 |
| Проживание в селе | –0,9362 | 0,014 | –0,4481 | 0,055 | 0,5364 | 0,013 |
| Константа | –4,7911 | 0,000 | –2,0086 | 0,000 | 2,9922 | 0,000 |
| Кол-во случаев, включенных в регрессионную модель | 1001 | 1001 | 1001 | |||
| LR chi2(12) | 314,98 | 34,31 | 320,43 | |||
| Prob > chi2 | 0,0000 | 0,0003 | 0,0000 | |||
| Log likelihood | –267,1148 | –407,4467 | –452,6960 | |||
| Pseudo R2 | 0,3709 | 0,0404 | 0,2614 | |||
В таблице 6 приведены результаты расчетов логистических уравнений с помощью статистического пакета программ Stata 6.0. Рядом с оценками коэффициентов bi приведена значимость каждого коэффициента. Рассмотрим, как влияют на субъективную оценку благосостояния переменные, характеризующие социальное поведение респондентов. Те, кто нашел свое место в жизни, более склонны завышать субъективную оценку. Так же ведут себя те, кто уверен, что сможет повысить свой уровень жизни. Оба коэффициента показали свою значимость для всех трех зависимых переменных. У тех, кто верит, что изменение положения зависит от их собственных усилий, субъективная оценка благосостояния близка к объективной. А вот коэффициент для независимой переменной "участие в голосовании" оказался незначимым — политическая активность не оказывает значительного влияния на субъективную оценку благосостояния.
Таблица 7
Факторы, влияющие на разницу между субъективными оценками нынешнего положения и положения 5 лет назад
| Независимые переменные | Положение ухудшилось | Положение не изменилось | Положение улучшилось | |||
| b | Sign | b | Sign | b | Sign | |
| Удалось найти свое место в жизни | –0,1988 | 0,164 | 0,0373 | 0,801 | 0,2568 | 0,142 |
| Сможете повысить свой уровень жизни | –0,5099 | 0,002 | 0,0765 | 0,658 | 0,5371 | 0,004 |
| Принимали участие в выборах президента, 2000 г. | –0,1822 | 0,294 | 0,0593 | 0,744 | 0,1887 | 0,357 |
| Пол | 0,1912 | 0,164 | 0,0635 | 0,652 | –0,3452 | 0,036 |
| Возраст | 0,0015 | 0,746 | 0,0115 | 0,018 | –0,0180 | 0,002 |
| Наличие высшего образования | –0,1187 | 0,554 | –0,2509 | 0,227 | 0,4109 | 0,050 |
| Среднедушевой доход | –0,000176 | 0,010 | 0,000044 | 0,446 | 0,00011 | 0,066 |
| Изменение вашего положения зависит от ваших усилий | –0,3400 | 0,059 | –0,0379 | 0,834 | 0,4505 | 0,016 |
| Нравятся изменения, новизна | 0,1992 | 0,886 | –0,1171 | 0,410 | 0,1310 | 0,429 |
| Проживание в столицах (Москва, Санкт-Петербург) | –0,1076 | 0,691 | 0,4738 | 0,069 | –0,4850 | 0,136 |
| Проживание в селе | –0,0193 | 0,901 | 0,2682 | 0,093 | –0,3533 | 0,069 |
| Константа | 0,2948 | 0,321 | –1,4004 | 0,000 | –1,0463 | 0,003 |
| Количество случаев, включенных в регрессионную модель | 961 | 961 | 961 | |||
| LR chi2(12) | 48,18 | 17,90 | 86,75 | |||
| Prob > chi2 | 0,0000 | 0,0838 | 0,0000 | |||
| Log likelihood | –630,11442 | –605,24823 | –487,77535 | |||
| Pseudo R2 | 0,0368 | 0,0146 | 0,0817 | |||
Возраст влияет на субъективную оценку следующим образом: чем старше респонденты, тем больше вероятность ее занижения и тем меньше — завышения. Коэффициент при этих переменных в случае адекватной оценки (при совпадении субъективной и объективной оценок) оказался незначимым. Так, незначимыми оказались коэффициенты при переменной "пол респондента". Наличие высшего образования способствует адекватной оценке своего положения, однако коэффициент здесь оказался незначимым. Чем выше среднедушевой доход, тем более склонны респонденты к его заниженной оценке и менее — к завышению дохода. Самое интересное — уровень дохода не влияет на адекватность оценки (величина коэффициента в этом уравнении незначительная). Проживание в столицах (Москве, Санкт-Петербурге) увеличивает вероятность адекватной оценки собственного положения, однако значимость коэффициентов небольшая. А вот коэффициенты при переменной "проживание в селе" оказались значимыми. Они показывают, что проживание в селе увеличивает вероятность завышения субъективной оценки своего положения. Здесь прослеживается влияние культурных факторов — люди сравнивают свое благосостояние только с положением ближайшего окружения, и получается, что они живут не очень плохо, хотя в целом уровень жизни в селе невысок.