Диссертация: Экономическое развитие городов в аспекте жилищной политики

Для дальнейшего анализа собранные базы панельных данных жилищных и социально-экономических характеристик, отражающих развитие крупнейших городов за период с 1997 года по 2016 год, были проанализированы с помощью программы Stata. При этом сначала проведен анализ базы с абсолютными показателями (Приложение 3).

В первую очередь был проведен корреляционный анализ, который заключается в выявлении тесно связанных между собой характеристик, а именно влияния жилищных и социально-демографических характеристик на экономические. В процессе корреляционного анализа рассчитываются коэффициенты корреляции. Именно по их значениям будет определено, какие показатели нужно оставить, а какие следует исключить из дальнейшего анализа. При этом также учитывался временной лаг, то есть для анализа также были взяты такие результирующие экономическое характеристики текущего года (t) как среднемесячная заработная плата и объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами. Они сопоставлялись остальными жилищными, экономическими и социально-демографическими характеристиками предыдущего года (t-1). Нужно отметить, что учитывались коэффициенты, по которым отмечается даже умеренная взаимосвязь (>0,3) между результирующими и остальными показателями. Матрица корреляций Пирсона представлена в таблице 4.

При рассмотрении такой экономической характеристики как среднемесячная заработная плата наибольшая взаимосвязь среди жилищных характеристик была выявлена с площадью жилых помещений, приходящейся на одного жителя. При этом взаимосвязь имеет положительный знак. Это означает, что при увеличении одного показателя второй также увеличится. Также умеренная положительная корреляционная взаимосвязь прослеживается между рассматриваемой характеристикой и вводимого в действие жилья. Среди социально-демографических характеристик наибольшая взаимосвязь с величиной среднемесячной заработной платы была выявлена с числом родившихся, приростом населения за счет миграции. При этом взаимосвязь имеет положительный знак, т.е. эти показатели будут изменяться в одном направлении. Кроме того была выявлена умеренная положительная корреляционная взаимосвязь между рассматриваемой характеристикой и такими экономическими характеристиками как объемом отгруженных товаров и инвестиций в основной капитал.

При рассмотрении второй результирующей экономической характеристики объем отгруженных товаров взаимосвязь среди жилищных характеристик была выявлена только с вводимым в действие жильем. При этом взаимосвязь имеет положительный знак. Это означает, что при увеличении одного показателя второй увеличивается.

Таблица 4 Матрица корреляций показателей развития крупнейших городов, выраженных в абсолютных величинах (временной лаг 1 год)

Среди социально-демографических характеристик наибольшая взаимосвязь с рассматриваемой характеристикой была выявлена с числом родившихся. При этом взаимосвязь имеет положительный знак, т.е. эти показатели будут изменяться в одном направлении. Кроме того умеренная положительная корреляционная взаимосвязь прослеживается с численностью населения. Кроме того была выявлена умеренная положительная корреляционная взаимосвязь между рассматриваемой характеристикой и такими экономическими характеристиками как величина заработной платы, среднегодовой численностью работающих в организациях и инвестициями в основной капитал. муниципальный жилищный строительство экономический

При рассмотрении третьей результирующей экономической характеристики - инвестиций в основной капитал, наибольшая взаимосвязь среди жилищных характеристик была выявлена с вводимым в действие жильем. При этом взаимосвязь имеет положительный знак. Также данный показатель положительно умеренно коррелирует с площадью жилых помещений, приходящейся на одного жителя. Это означает, что при увеличении одного показателя второй увеличивается. Среди социально-демографических характеристик наибольшая взаимосвязь с рассматриваемой характеристикой была выявлена с числом родившихся. При этом взаимосвязь имеет положительный знак, т.е. эти показатели будут изменяться в одном направлении. Кроме того умеренная положительная корреляционная взаимосвязь прослеживается с численностью населения и миграционным приростом. Кроме того была выявлена умеренная положительная корреляционная взаимосвязь между рассматриваемой характеристикой и такими экономическими характеристиками как величина заработной платы, среднегодовой численностью работающих в организациях и объемом отгруженных товаров.

Кроме того нужно отметить, что при рассмотрении жилищных характеристик высокая положительная корреляционная взаимосвязь была выявлена между числом семей, получивших жилые помещения и улучшивших жилищные условия в отчетном году, и числом семей, получивших жилые помещения и улучшивших жилищные условия в % к состоящим на учете, то есть при составлении регрессионной модели необходимо для исключения их большого взаимовлияния друг на друга и искажения результатов внести в модель только одну характеристику. Также корреляция должна быть учтена при составлении регрессионной модели между площадью жилых помещений, приходящейся на одного жителя и вводимого в действия жилья.

Далее, исходя из корреляционного анализа, были построены три регрессионные моделей. В первой зависимая переменная Y - среднемесячная заработная плата, а Х - жилищные, экономические и социально-демографические характеристики, с которыми была выявлена корреляционная взаимосвязь. Во второй регрессионной модели зависимая переменная Y - объем отгруженных товаров, а Х - также жилищные, экономические и социально-демографические характеристики, с которыми была выявлена корреляционная взаимосвязь. В третьей регрессионной модели зависимая переменная Y - инвестиции в основной капитал, а Х - также жилищные, экономические и социально-демографические характеристики, с которыми была выявлена корреляционная взаимосвязь. При этом также учитывался временной лаг, то есть для зависимых переменных (Y) брались характеристики текущего года (t), а для независимых (X) - предыдущего года (t-1).

Результаты проведенного анализа представлены в таблицах 5-7.

При рассмотрении результатов регрессионного анализа взаимосвязи среднемесячной заработной платы (Таблица 5) можно сделать вывод, что модель получилась статистически значимой, так как коэффициент детерминации R = 0,3984. Это означает, что расчетные параметры модели всего на 39,84% объясняют зависимость между изучаемыми параметрами. Также о статистической значимости модели говорит значение F-критерия Фишера, который получился больше табличного.

Таблица 5 Результаты регрессионного анализа взаимосвязи среднемесячной заработной платы от жилищных и социально-экономических характеристик развития крупнейших городов в абсолютных величинах (временной лаг 1 год)

Таблица 6 Результаты регрессионного анализа взаимосвязи объема отгруженных товаров от жилищных и социально-экономических характеристик развития крупнейших городов в абсолютных величинах (временной лаг 1 год)

При рассмотрении результатов регрессионного анализа взаимосвязи объема отгруженных товаров (Таблица 6) можно сделать вывод, что модель получилась также статистически значимой, так как коэффициент детерминации R = 0,4134. Это означает, что расчетные параметры модели всего на 41,34% объясняют зависимость между изучаемыми параметрами. Также о статистической значимости модели говорит значение F-критерия Фишера, который получился больше табличного.

Таблица 7 Результаты регрессионного анализа взаимосвязи инвестиций в основной капитал от жилищных и социально-экономических характеристик развития крупнейших городов в абсолютных величинах (временной лаг 1 год)

При рассмотрении результатов регрессионного анализа взаимосвязи инвестиций в основной капитал (Таблица 7) можно сделать вывод, что модель получилась также статистически значимой, так как коэффициент детерминации R = 0,4978. Это означает, что расчетные параметры модели всего на 49,78% объясняют зависимость между изучаемыми параметрами. Также о статистической значимости модели говорит значение F-критерия Фишера, который получился больше табличного.

Полученные результаты анализа были объединены и представлены в виде схемы (Рисунок 4).

Рис. 4. Взаимосвязь зависимых и оказывающих влияние характеристик жилищного строительства и социально-экономического развития городов выраженных в абсолютных величинах (временной лаг 1 год)

Затем база с абсолютными показателями была преобразована в базу с временным лагом в 2 года. Здесь также был проведен корреляционный анализ. Матрица корреляций Пирсона представлена в таблице 8.

Далее, исходя из корреляционного анализа, также были построены три регрессионные моделей с аналогичными зависимыми переменными При этом также учитывался временной лаг, то есть для зависимых переменных (Y) брались характеристики текущего года (t), а для независимых
(X) - двухгодичной давности (t-2).

Результаты проведенного анализа представлены в таблицах 9-11.

Таблица 8 Матрица корреляций показателей развития крупнейших городов России (временной лаг 2 года)