Прогнозирование уровня жизни населения России (стр. 3 из 4)

Социальная защита населения проявляется в разных формах таких как соцстрах, государственный трансферты, индексация и др. Социальные трансферты – это система мер денежной или натуральной помощи нуждающимся, не связанные с их участием в хозяйственной деятельности. Механизм индексации доходов связан с увеличением номинальных доходов населения в зависимости от роста цен. Этот механизм может применяться только в бюджетной сфере. Социальное страхование это вид социальной защиты, направленный на обеспечение соцгарантий по защите граждан от социальных и профессиональных рисков. К государственному социальному страхованию относятся пенсионное обеспечение, обязательное медицинское страхование (ОМС), выплата пособий по государственной социальному страхованию в случае безработицы, потери трудоспособности и т.п.

В настоящее время основную работу по соцзащите населения выполняют следующие органы:

1. Государственные органы социальной защиты населения;

2. Специализированные общественные и профессиональные организации;

3. Негосударственные коммерческие структуры;

4. Фонды благотворительности и милосердия;

5. Религиозные организации;

6. Профессиональные организации педагогов, юристов, социальных работников;

7. Политические партии и общественные движения.

Для решения поставленных задач по развитию социальной защиты населения необходимо:

1) улучшение порядка взаимодействия в области социальной политики между федеральными органами исполнительной власти, региональных органов исполнительной власти, органами местного самоуправления, предприятиями и организациями различных форм собственности;

2) повышение ответственности всех органов власти за ее реализацию;

3) развитие негосударственного сектора в социальной защите населения;

4) совершенствование кадровой политики в системе социальной защиты населения, включая повышение социальной защищенности социальных работников;

5) организация лицензирования деятельности негосударственных структур, физических лиц и государственных служб, занимающихся оказанием социальных услуг населению;

6) обеспечение максимальной реализации принятых федеральных и областных программ социальной защиты населения, а также повышение минимального размера оплаты труда, максимальное приближение его к величине прожиточного минимума трудоспособного человека.

II. Практическая часть

§2.1. Построение регрессионной модели заработной платы

В практической части мы проведем прогнозирование одного из основных показателей уровня жизни - среднемесячной начисленной заработной платы с помощью многофакторного анализа. Анализ будем проводить по уровню образования работников.

Многофакторный анализ – метод исследования, при котором рассматривается более двух факторов одновременно. За результативный фактор у возьмем заработную плату в рублях всех работников за период I квартала 2009 года.

За х1- зарплату работников в рублях, имеющих высшее профессиональное образование;

За х2- зарплату работников в рублях, имеющих неполное высшее профессиональное образование;

За х3- зарплату работников в рублях, имеющих среднее профессиональное образование;

За ч4- зарплату работников в рублях, имеющих начальное профессиональное образование;

За х5- зарплату работников в рублях, имеющих среднее общее образование;

За х6- зарплату работников в рублях, имеющих основное общее образование;

За х5- зарплату работников в рублях, не имеющих основное общее образование;

В таблице 1 содержаться исходные данные.

Таблица 1.

Средняя начисленная заработная плата работников по уровню образования
					январь	февраль	март	апрель
Все работники	19786,42	19955,34	20452,57	20988,3
в том числе имеющие	25966,98	26178,4	26399,8	26537,97
образование:
высшее профессиональное
неполное высшее профессиональное	17541,3	17939,51	18246,43	1845,37
среднее профессиональное	17886,7	18136,98	18351,2	18537,76
начальное профессиональное	17987,3	18275,52	18492,87	18717,17
среднее (полное) общее	17163,3	17512,3	17726,64	18110,21
основное общее	15305,31	15750,2	15988,35	16067,3
не имеют основного общего	13443,11	13736,3	13997,2	14165,3

Целями исследования зависимости между признаками являются доказательство наличия связи между признаками и изучение этой связи. Для доказательства наличия связи между двумя случайными величинами Х и У применяют корреляционный анализ. Если совместное распределение Х и У является нормальным, то статистические выводы основывают на выборочном коэффициенте линейной корреляции.

Проводим корреляционный анализ с помощью средств MS Excel.

Для построения матрицы коэффициентов парной корреляции необходимо выбирать команду меню Сервис/Анализ данных/Корреляция. Получаем матрицу коэффициентов парной корреляции:

	Y	X1	X2	X3	X4	X5	Х6	Х7
Y	1
X1	0,969931131	1
X2	0,7835509	0,48104101	1
X3	0,923776162	0,9886926	0,492782141	1
X4	0,558603886	0,5149579	0,928738769	0,4412926	1
X5	0,983930312	0,91254885	0,658367796	0,8590448	0,81163832	1
Х6	0,957355231	0,94062346	0,619255408	0,8919184	0,76330753	0,996909112	1
Х7	0,764378766	0,97883455	0,299515062	0,6317487	0,030756	0,496059331	0,550741128	1

Одним из условий регрессионной модели является предположение о функциональной независимости объясняющих переменных. Связь между факторами называется мультиколлинеарностью, которая делает вычисление параметров модели либо невозможным, либо затрудняет содержательную интерпретацию параметров модели. Считают явление мультиколлинеарности в исходных данных установленным, если коэффициент парной корреляции между двумя переменными больше 0.8. Дальнейший анализ модели проводим без X1, Х3, X4, Х6, X7.

Расчет коэффициентов линейной регрессии.

Для линейной аппроксимации в Excel существует функция ЛИНЕЙН(изв. зн. Y, изв. зн. X, константа, статистика) она возвращает массив значений описывающих кривую вида:

В результате получили полную статистическую информацию при аргументе Константа равном 1:

Линейная зависимость
0.645	0.176	229.123
0.039	0.038	94.969
0.963	115.657	#Н/Д
441.156	34	#Н/Д
11802358	454805	#Н/Д

Полученные числа имеют следующий смысл:

mn	mn-1	…	b
Sen	Sen-1	…	Seb
R2	Sey
F	Df
Ssreg	Ssresid

S_e – стандартная ошибка для коэффициента m

S_eb – стандартная ошибка для свободного члена b

R² – коэффициент детерминированности, который показывает как близко уравнение описывает исходные данные. Чем ближе он к 1, тем больше сходится теоретическая зависимость и экспериментальные данные.

S_ey – стандартная ошибка для y

F – критерий Фишера определяет случайная или нет взаимосвязь между зависимой и независимой переменными

Df – степень свободы системы

Ssreg – регрессионная сумма квадратов

Ssresid – остаточная сумма квадратов

Аналогичным образом построим линейную регрессионную зависимость при аргументе Константа равном 0: