Дипломная работа: Факторы дифференциации качества жизни населения в европейских странах (European quality of life survey 2011-2015)

Методологическая задача мониторинга качества жизни требует построения композитного индекса, включающего в себя как объективную оценку условий существования, так и субъективную оценку удовлетворённости жизнью. Однако на первом этапе необходимо произвести тщательный отбор индикаторов, отражающих эти понятия. Уже существующие индексы благосостояния сегодня имеют нечёткие концептуальные рамки и результаты измерений напрямую зависят от выбора показателей.

По динамике разработки показателей качества жизни можно сделать вывод о том, что для исследователей всё более ценными становятся данные социологических исследований, позволяющие существенно дополнить информацию о текущем положении дел в стране и в мире. Совмещение объективных и субъективных данных даёт разные и порой противоречивые результаты (к примеру, данные Индекса процветания), однако на данном этапе одномерный анализ жизни - только на основе субъективных индивидуальных показателей или же только на основе объективных макропоказателей более невозможен.

Дифференциация качества жизни также происходит на нескольких уровнях: вариация показателей происходит, как внутри страны, так и на межстрановом уровне, и создаёт двухуровневую взаимосвязанную систему. Её анализ интересен в силу необходимости выявления первичных и вторичных детерминант качества жизни: иными словами, понимания того, что является основной благополучия человека - его некое индивидуальное благосостояние или же принадлежность к определённому сообществу (стране) с высокими стандартами жизни.

Таким образом, проведя обзор существующей литературы по изучаемой теме, перейдём к описанию основных целей и задач исследования и описанию методологии их решения.

Глава 2. Методологический блок исследования

Цель исследования

Основная цель исследования - выявить факторы дифференциации качества жизни населения на двух уровнях - индивидуальном и страновом. Теоретическая предпосылка выявления факторов на двух уровнях состоит в необходимости различить факторы, обусловленные индивидуальными характеристиками индивида (возраст, пол, доход и т.п.) и факторы, обусловленные его проживанием в той или иной стране (государство также является самостоятельной единицей, имеющей определенные характеристики, такие как уровень экономического развития, уровень социальной стабильности и т.п.).

Задачи исследования

Для достижения поставленной цели предполагается решение следующего набора задач:

1) Систематизировать существующие в международной практике подходы к измерению качества жизни с целью выявления теоретически значимых параметров оценки как на индивидуальном, так и на страновом уровне в рамках литературного обзора.

2) Выявить основные векторы измерения качества жизни на основе данных Европейского исследования качества жизни; разработать совокупный индекс качества жизни на основе выделенных векторов.

3) Выявить факторы дифференциации качества жизни населения на индивидуальном и страновом уровне.

Гипотезы исследования

Гипотеза 1: Дифференциация качества жизни тесно связана с социально-демографическими характеристиками, в частности с такими как образование и доход. Это обусловлено тем, что высокий уровень образования и дохода позволяет обеспечить наиболее комфортные условия жизни.

Гипотеза 2: Дифференциация качества жизни также зависит от субъективного восприятия жизни человеком, то есть в целом от его позитивного настроя на будущее, уровня обобщённого доверия.

Гипотеза 3: Так как качество жизни варьируется не только между индивидами, но и между странами, дифференциация качества жизни на страновом уровне может быть вариацией макропоказателей страны, таких как ВВП на душу населения, уровень безработицы, ожидаемая продолжительность жизни в стране и географическое положение.

Теоретический объект исследования

Качество жизни населения в Европейских странах.

Предмет исследования

Факторы дифференциации качества жизни в Европейских странах.

Эмпирический объект исследования. Описание базы данных

Эмпирическим объектом исследования, является население Европейских стран, достигшее 18-летнего возраста. База данных исследования European Quality of life Survey включает в себя данные ответов 30806 респондентов, опрошенных в результате четвёртой волны исследования в 2015 году (количество указано с учётом исключения из анализа респондентов, проживающих в странах, не являющихся на момент проведения опроса членами Евросоюза). Дизайн выборки - стратифицированная, кластерная, многоуровневая. Для данного проекта на каждом этапе отбора проводился случайный отбор респондентов, следовательно, выборка является вероятностной, каждый резидент страны, в которой проводилось исследование имел известный ненулевой шанс включения в выборку.

Построение выборки происходило в четыре этапа:

1) Выделение первичных единиц измерения (Primary Sample Units).

2) Случайный выбор адресов на уровне выделенных единиц измерения.

3) Случайный выбор домохозяйств по выбранным адресам.

4) Случайный выбор респондента среди членов домохозяйства.

Глава 3. Эмпирический блок исследования

Задача 1. Выявить факторы дифференциации качества жизни в Европейских странах методом эксплораторного факторного анализа

Как говорилось выше - качество жизни - это феномен, имеющий множество аспектов, и существует два основных метода его измерения: метод приборной панели и метод построения индексов. Метод приборной панели, к сожалению, не позволяет сравнивать качество жизни между странами по большей части из-за большого набора индикаторов, что является серьёзным недостатком метода, следовательно, при построении индекса качества жизни следует произвести редукцию данных и формирование субиндексов, отвечающих за различные аспекты качества жизни.

Для того, чтобы выявить, векторы измерения удовлетворённости жизнью в Европе, следует провести эксплораторный факторный анализ с целью выявить латентные переменные для последующего моделирования индекса качества жизни.

Данная задача может быть осуществлена с помощью проведения факторного анализа методом главных компонент (Principal Component Analysis). Анализ с помощью метода главных компонент позволит выделить наименьшее количество факторов, объясняющих наибольшую дисперсию переменных, а следовательно, произвести удачную редукцию данных. В рамках проведения факторного анализа уровень доверительной вероятности установлен на уровне 0,95. Этот уровень доверительной вероятности позволит выявить все возможные влияния на переменную, при этом избежав ошибки первого и второго рода.

Основная исследовательская гипотеза на этапе проведения эксплораторного факторного анализа состоит в том, что субъективное качество жизни включает в себя в основном три аспекта: удовлетворённость различными сферами жизни (работа, семейная жизнь, жильё и т.п.), удовлетворённость качеством работы основных сервисов (уход за пожилыми людьми, медицинская помощь и т.п., инфраструктура повседневного спроса), а также баланс между жизнью и работой. Так как данные переменные в исследовании были измерены по разным шкалам перед проведением факторного анализа для каждой переменной была проведена процедура стандартизации.

Перед проведением факторного анализа была проведена проверка выборки на адекватность с помощью критерия Кайзера-Мейера-Олкина и проверка данных на сферичность (тест Бартлетта на сферичность).

Таблица 4. Мера адекватности и критерий Бартлетта

Данные таблицы позволяют говорить о том, что нулевая гипотеза теста Бартлетта на сферичность (H0: Между переменными в генеральной совокупности отсутствует корреляция, матрица корреляций является единичной) отвергается в пользу конкурирующей: значение критерия хи-квадрат принимает значение 107 674,80 при 276 степенях свободы, такое значение критерия значимо на уровне доверительной вероятности 0,95. Критерий Кайзера-Мейера-Олкина принимает значение 0,878, что говорит о том, что исходные данные пригодны для факторного анализа: частные корреляции переменных в генеральной совокупности не равняются нулю.

Основной вывод на данном этапе заключается в следующем: данные пригодны для проведения факторного анализа.

Таблица 5. Общности

Таблица общностей позволяет сделать вывод о том, насколько хорошо построенная модель объясняет дисперсию каждой включённой в неё переменной. По данной таблице видно, что полученная модель достаточно хорошо объясняет каждую переменную (значения общности находятся в пределах от 0,46 до 0,829), что говорит о её хорошем качестве.

Таблица 6. Объяснённая совокупная дисперсия

По данным таблицы общей объяснённой дисперсии можно сказать, что в итоговую модель по критерию Кайзера были отобраны 5 факторов, объясняющих 63,359 % общей дисперсии, при этом первый фактор объясняют примерно равные части дисперсии в модели.

Таблица 7. Матрица факторных нагрузок