CC BY
132
СОЦИАЛЬНАЯ СФЕРА
УДК 314
ИССЛЕДОВАНИЕ МЕДИКО-ДЕМОГРАФИЧЕСКИХ ПРОЦЕССОВ В РЕГИОНАХ РОССИИ МЕТОДОМ РЕГРЕССИОННОГО АНАЛИЗА ПО ПАНЕЛЬНЫМ ДАННЫМ*
М. М. КРУЧЕК, кандидат физико-математических наук, доцент, заместитель декана по научной работе математического факультета E-mail: kruchek@psu. karelia. ru Петрозаводский государственный университет
Е. В. МОЛЧАНОВА, кандидат технических наук, старший научный сотрудник E-mail: molchanova@karelia. ru Институт экономики Карельского научного центра РАН
В статье приводится исследование медико-демографических процессов в регионах России методом регрессионного анализа по панельным данным. Показано, что регрессионная модель с фиксированными эффектами позволяет получить обоснованный вариант моделирования, который можно использовать для оценки основного демографического индикатора - ожидаемой продолжительности жизни в стране в зависимости от показателей ее социально-экономического развития, качества медицинского обслуживания и фактора социального стресса.
Ключевые слова: регион, медико-демографическая ситуация, здоровье, ожидаемая продолжительность жизни, причины смертности, социальный стресс.
* Работа выполнена при финансовой поддержке Программы стратегического развития Петрозаводского государственного университета в рамках реализации комплекса мероприятий по развитию научно-исследовательской деятельности.
Демографические тенденции в современной России носят кризисный характер и вызваны разнообразными факторами, в том числе социальными, экономическими, историческими. В докладе «глобальные тенденции развития человечества до 2015 года», подготовленном национальным разведывательным советом США и ведущими экспертами в области международной политики и экономики, демографии и безопасности еще в 2000 г., говорится, что население России не только сокращается, но и становится все менее и менее здоровым. А это значит, что оно теряет способность служить движущей силой экономического возрождения страны. При сохранении сложившихся демографических тенденций в 2050 г. Россия будет занимать 17-е место с населением 112 млн чел., пропустив вперед такие страны, как мексика, Филиппины, Вьетнам, эфиопия и некоторые другие. Если страна не сможет
в ближайшее 5-7 лет радикально изменить тренд смертности и нездоровья, то в силу инерционности демографических процессов кризис не будет преодолен даже к середине века [3].
Исследование социально-экономических, экологических, природно-климатических и психологических факторов, влияющих на медико-демографические тенденции и состояние здоровья населения регионов России, является актуальной задачей для современного научного сообщества. Сложность проблемы заключается в том, что она носит междисциплинарный характер и для ее разрешения необходимы усилия специалистов из разных областей знания. Особая роль в решении этой проблемы отводится математике, так как множество факторов, влияющих на здоровье, может оказаться столь большим, что выбор главных компонент традиционными методами оказывается невозможным. Для оценки состояния здоровья необходимо использовать специальные методы математической статистики и моделирования.
исследование по выявлению факторов, влияющих на медико-демографические процессы в регионах России, проводилось с помощью экономико-математических методов и моделей (регрессионный анализ панельных данных). Информационной базой
исследования стали данные Росстата - «Регионы России» и «Здравоохранение в России» [6, 13]. Информация по 80 субъектам Российской Федерации (из рассмотрения были исключены автономные округа) за период 2005-2009 гг. была сформирована в виде специальной системы, состоящей из следующих блоков [15]:
- социально-демографический состав населения;
- экология и природно-климатические условия;
- социально-экономическое развитие;
- доступность медицинских услуг;
- медико-демографические показатели;
- социальный стресс (рис. 1).
Важнейшей характеристикой человеческого
потенциала и состояния здоровья можно считать показатель ожидаемой продолжительности предстоящей жизни (ОППЖ). Ожидаемая продолжительность предстоящей жизни - показатель, рассчитываемый на основе таблиц дожития - в агрегированном виде характеризует, с одной стороны, уровень смертности, с другой - дает возможность адекватного сопоставления уровней смертности между любыми территориями. Ожидаемая продолжительность предстоящей жизни рассматривается в качестве одного из базовых индикаторов социально-экономического благополучия населения.
Социально-демографический состав населения
Социально-экономическое развитие
Медико-демографические показатели
Взаимовлияние факторов на состояние здоровья
(синергетический эффект)
Доступность медицинских услуг
Экология и природно-климатические условия
Рис. 1. Схема специальной системы, связывающая показатели здоровья с социально-экономическими и экологическими факторами для регионов России
Современное развитие социально-экономических наук показало, что здоровье является не только медико-биологическим феноменом. В характеристике и критериях здоровья должны быть рассмотрены демографические, социальные, психологические, культурные, экономические и политические факторы. Таким образом, состояние здоровья в целом зависит от следующих индикаторов [7, 8]:
• демографических (возрастно-половой состав населения, заболеваемость, болезненность, инвалидность, смертность);
• биологических (наследственность, конституция и т. д.);
• экологических (климат, загрязнение химическими, физическими, биологическими агентами и др.);
• социально-экономических (заработная плата, питание, образование, условия труда и быта и т. д.);
• состояния служб здравоохранения (количества врачей, среднего медицинского персонала, больниц и т. д.);
• прочих воздействий окружающей среды (психологических факторов, политической ситуации и т. д.).
Как следует из заключения Всемирной организации здравоохранения, здоровье на 50-55 % определяется образом жизни человека (населения), на 8-10 % - системой существующего здравоохранения, на 20-25 % - состоянием окружающей среды и на 15-20 % - генетической составляющей.
В данном исследовании авторы установили взаимосвязь между ОППЖ и различными факторами из разработанной системы показателей. на первом этапе мы разбили признаки на группы таким образом, чтобы внутри группы факторов корреляция была достаточно большая, а между - маленькая. одним из методов, который позволяет провести такую операцию, является метод корреляционных плеяд. Алгоритм построения корреляционных плеяд представлен, в частности, в монографии [1], остановимся на нем подробнее и применим к нашим данным.
метод корреляционных плеяд предназначен для нахождения таких групп признаков - «плеяд», когда корреляционная связь, т. е. сумма модулей коэффициентов корреляции между параметрами одной группы (внутриплеядная связь) достаточно велика, а связь между параметрами из разных групп (межплеядная) - мала. По определенному правилу по корреляционной матрице признаков образуют
чертеж - граф, который затем с помощью различных приемов разбивают на подграфы. Элементы, соответствующие каждому из подграфов, и образуют плеяду. Алгоритм корреляционных плеяд включает несколько этапов [1].
Этап 1. В корреляционной матрице находят наибольший по абсолютной величине коэффициент корреляции, например, |г1т| = г(1).
Этап 2. Исключив г(1), находим наибольший коэффициент в га-столбце матрицы (это соответствует нахождению признака, который наиболее сильно после г ® «связан» с г(т)) и наибольший коэффициент в 1-й строке матрицы (это соответствует нахождению признака, который наиболее сильно после г(т) «связан» с г (1)).
Этап 3. Из найденных таким образом двух коэффициентов корреляции выбирается наибольший - пусть это будет |г^| = г(2). Рисуем кружок х(), соединяем его с кружком х(1) и проставляем значение г (3).
Этап 4. Находим признаки, наиболее связанные с х(11, х(т) и х^ и выбираем из найденных коэффициентов корреляции наибольший. Пусть это будет |г^| = г(3). Требуем, чтобы на каждом шаге получался новый признак, поэтому признаки, уже изображенные на чертеже, исключаются, следовательно, q Ф1, q Ф т, q Ф ].
Этап 5. Рисуем кружок, соответствующий х(ц), и соединяем его с х&) и т. д. На каждом шаге находятся параметры, наиболее сильно связанные с двумя последними рассмотренными параметрами, а затем выбирается один их них, соответствующий большему коэффициенту корреляции.
Этап 6. Процедура заканчивается после (р - 1) -го шага, граф оказывается состоящим из р кружков, соединенных (р - 1) ребром.
Этап 7. Задается пороговое значение г, а все ребра, соответствующие меньшим, чем г, коэффициентам корреляции, исключаются из графа.
Для группировки и выделения наиболее значимых факторов были выбраны 14 показателей. Затем для них был реализован алгоритм корреляционных плеяд, описанный выше (табл. 1, рис. 2).
Построение корреляционных плеяд позволило выделить две основные группы признаков: социально-экономические показатели и факторы социального стресса. остальные индикаторы представляют одиночные группы признаков (табл. 1). Следует отметить, что полученные плеяды не дублируют блоки разработанной информационной
Таблица 1
Характеристика и разбивка признаков по плеядам*
Условное обозначение Характеристика признака Характеристика плеяды
VRP Валовой региональный продукт (ВРП) на душу населения, руб. Первая плеяда признаков (экономические условия)
Dohod Среднедушевой денежный доход населения, руб.
P min Величина прожиточного минимума, руб.
K min Отношение среднедушевых денежных доходов населения к величине прожиточного минимума в регионе, во сколько раз
Mob Мобильность рабочей силы - рассчитывается как отношение числа увольнений и наймов к среднегодовой численности занятых в экономике, % Вторая плеяда признаков (социальный стресс)
Br raz Соотношение браков и разводов (на 1 000 браков приходится разводов), ед.
Bezr Уровень безработицы, %о
Urbo Удельный вес городского населения в общей численности населения, %о Группа одиночных признаков, не образующих взаимосвязанных плеяд
Abort Прерывание беременности (аборты) (на 1 000 женщин в возрасте 15-49 лет), ед.
U_Alk Численность больных алкоголизмом и алкогольными психозами, состоящих на учете в лечебно-профилактических учреждениях (на 100 тыс. чел. населения), чел.
Vrachi Численность врачей (на 10 тыс. чел. населения)
Vibr Удельная плотность выбросов загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников, тыс. т/км2 в год
U_Psih Численность больных психическими расстройствами и расстройствами поведения, состоящих на учете в лечебно-профилактических учреждениях (на 100 тыс. чел. населения), чел.
Bedn Численность населения с денежными доходами ниже величины прожиточного минимума, %о
* Пороговый коэффициент корреляции для разбиения на плеяды - 0,62.
системы. Соответственно в регрессионную модель целесообразно включать факторы из разных плеяд или одиночные признаки, что и было выполнено в дальнейших исследованиях.
В дальнейших исследованиях используем панельные данные (Panel Data), которые состоят из наблюдений одних и тех же экономических единиц или объектов (индивидуумы, домашние хозяйства, фирмы, регионы, страны и т. п.) и осуществляются в последовательные периоды времени. Таким образом, панельные данные сочетают в себе как данные пространственного типа (cross-section data), так и данные типа временных рядов (time-series data), т. е. в каждый момент времени имеются данные пространственного типа по экономическим единицам, и для каждого объекта соответствующие ему данные образуют один или несколько временных рядов. Благодаря специальной структуре панельные данные позволяют строить более гибкие и содержательные модели и получать ответы на вопросы, которые недоступны только в рамках, например, моделей, основанных на пространственных данных. В частности, возникает возможность учитывать и анализировать индивидуальные отличия между экономическими единицами, что нельзя сделать в рамках стандартных регрессионных моделей [9, 21].
Основные преимущества панельных данных:
• они предоставляют исследователю большое количество наблюдений, увеличивая число степеней свободы и снижая коллинеарность между объясняющими переменными и, следовательно, улучшая качество оценок;
• они позволяют анализировать множество важных экономических вопросов, которые не могут быть адресованы к временным рядам и cross-sectional данным (пространственным выборкам) в отдельности;
• они позволяют предотвратить смещение агре-гированности, неизбежно возникающее как при анализе временных рядов, где рассматривается временная эволюция усредненного «репрезентативного» объекта, так и при анализе cross-section данных, где не учитываются ненаблюдаемые индивидуальные характеристики объектов;
• они дают возможность проследить индивидуальную эволюцию характеристик объектов во времени [11, 21].
В Российской Федерации основными источниками панельных данных служат разнообразные данные Росстата по регионам за определенные периоды времени, а также проект RLMS - Российский мониторинг экономического состояния и здоровья населения [22].
Выделяют три модели регрессии по панельным данным:
1) объединенная модель регрессии (pooled model),
2) модель регрессии с фиксированными эффектами (fixed effect model),
3) модель регрессии со случайными эффектами (random effect model) [21].
Для исследования регрессионных моделей с панельными данными введем следующие обозначения. Пусть y - зависимая переменная для экономической единицы i в момент времени t, x.t- набор объясняющих (независимых) переменных (вектор размерности k) и вt - соответствующая ошибка, i = 1,...,n, t = 1,..., T.Простейшая модель - это обычная линейная модель регрессии, имеющая вид:
y,t = а + 4Р + вй, (1)
где i - номер объекта (в данном случае региона); t - время;
а - свободный член; в - вектор коэффициентов; x'it - вектор-строка матрицы объясняющих переменных, которая, по существу, не учитывает панельную структуру данных [9, 21].
При этом предполагается, что все ошибки в некоррелированы между собой как по i, так и по t, и некоррелированы со всеми объясняющими переменными x Эта модель носит название объединенной (сквозной) модели регрессии (pooled model).
Учесть при моделировании индивидуальные различия между экономическими единицами возможно, предположив, что случайная ошибка имеет вид:
B,t = ui + v,t, (2) где ui - ненаблюдаемые индивидуальные эффекты;
vt - остаточное возмущение. Большинство приложений панельных данных использует именно такую модель случайной ошибки.
Заметим, что и. не зависят от времени и отвечают за характеристики объектов, которые не включены в регрессию непосредственно. Остаточное возмущение vtt меняется в зависимости от времени и объектов и может рассматриваться как обыкновенная случайная составляющая в регрессии.
Модель с фиксированным эффектом (fixed effect model) описывается уравнением:
y,t =а + 4Р+ui +v,t, (3)
где переменные ui - параметры, не зависящие от t; остаточные возмущения v.t - независимые одинаково распределенные случайные величины
IID(0, а2е);
xt - предполагаются независимыми от vjt для всех i и t.
Эту модель предпочтительно использовать, если мы сосредоточиваемся на уникальном наборе N регионов, как в нашем случае. Перейдем в уравнении (3) к средним по времени величинам:
У. =а + x;p + и, +v„. (4)
Вычитая почленно (3) из (4), получим:
У и - Уi. = (xu - x.У(3 + (Vit - Vi.). (5)
Это внутригрупповое преобразование (within transformation) позволяет исключить из уравнения ненаблюдаемые индивидуальные эффекты, а затем оценивать коэффициенты в методом наименьших квадратов (МНК).
1 NT i NT
пУсть У" = NT^yt,а x" = NT^xt.
i=i t=i NT i=i t=i
N
При условии ^ ui = 0, из (3) получаем:
i=1
У.. =а + x..e + v.., (6)
где в - МНК-оценка коэффициентов [9, 21].
Тогда в качестве оценок а и индивидуальных эффектов и. можно взять:
а = у„ - х„Р, ui = уг, -а - хг$. (7)
Модель со случайными эффектами (random effects model) предполагает другой подход к интерпретации переменных. В модели предполагается, что индивидуальные отличия носят случайный характер. Ее можно рассматривать как компромисс между объединенной регрессией, налагающей сильное ограничение гомогенности на все коэффициенты уравнения регрессии для любых i и t, и регрессией с фиксированными эффектами, которая позволяет для каждого объекта выборки ввести свою константу и, таким образом, учесть существующую в реальности, но ненаблюдаемую гетерогенность. Модель со случайными эффектами применяется в том случае, если выбирают случайным образом N объектов из генеральной совокупности элементов, например, в случае исследований панелей домашних хозяйств, индивидуумов или мелких фирм.
На содержательном уровне разницу между моделями можно интерпретировать следующим образом. Обычная модель предполагает, что у экономических единиц нет индивидуальных различий, и в некоторых простых ситуациях такое предположение оправдано. В модели с фиксированным эффектом считается, что каждая экономическая единица уникальна и не может рассматриваться как результат случайного выбора из некоторой генеральной совокупности. Такой подход вполне справедлив, когда речь идет о странах, крупных регионах, отраслях промышленности, больших предприятиях. Если же объекты попали в панель «случайно» в результате выборки из большой совокупности, то приемлемой является модель со случайным эффектом. Примером могут служить небольшие фирмы, домашние хозяйства, индивидуумы [9, 11, 21].
В нашем исследовании именно регрессионная модель с фиксированными эффектами при учете структуры панельных данных позволила получить значимый и обоснованный вариант моделирования, который можно использовать для оценки основного демографического индикатора - ожидаемой продолжительности предстоящей жизни в регионах России в зависимости от показателей социально-экономического развития, медицинского обслуживания и фактора социального стресса. При проведении расчетов использовался статистический пакет Stata SE (табл. 2).
Социально-экономическое развитие. На макроуровне здоровье определяется общим развитием,
экономическим, социальным и политическим потенциалом страны. В качестве наиболее общего индикатора, характеризующего ее возможности и мощь, выступает величина валового внутреннего продукта (ВВП) в расчете на душу населения. От объема ВВП зависят экономические, социальные и экологические условия жизни в стране; развитость и технологический уровень здравоохранения как сферы оказания медицинских услуг; условия, уровень и качество жизни населения, распределение валового внутреннего продукта. В свою очередь экономическое развитие регионов характеризует показатель ВРП на душу населения, который влияет на уровень оплаты труда и социальной поддержки населения, а следовательно, и на масштабы распространения бедности.
Россия в 1990-е гг. продемонстрировала очевидную взаимосвязь экономического развития и уровня жизни населения с показателями популяционного здоровья. Так, в 1992 г. ВВП в сопоставимых ценах снизился, примерно, на 15 %, а реальные денежные доходы населения упали почти в 2 раза и на эту динамику немедленно отреагировал индикатор популяционного здоровья: за один только 1992 г. население потеряло целый год жизни, а к 1994 г. - еще 4 года. Регрессионный анализ позволил подтвердить сохраняющуюся в России взаимосвязь ОППЖ с основным показателем экономического развития регионов - ВРП на душу населения; коэффициент детерминации для регрессии с фиксированным эффектом составил 0,7903 (табл. 2).
Система здравоохранения. В то же время положительный коэффициент в регрессионной модели наблюдается между ОППЖ и численностью врачей на 10 тыс. чел. населения. Данный факт еще раз свидетельствует о важности медицинской помощи. В последнее время появились данные, свидетельствующие о том, что здравоохранение оказывает более существенное воздействие на общественное здоровье, чем отводимые ему ранее 10-15 %. Влияние здравоохранения, включая опосредованное воздействие на наследственность, образ жизни, питание и факторы окружающей среды, достигает 30-35 % всего объема факторов. Если изначально здоровье здоровых граждан только на 10-15 % зависит от системы здравоохранения, то здоровье больных людей зависит от нее более чем на 50 %. При этом, чем тяжелее заболевание, тем больше вклад здравоохранения [20].
Международная исследовательская компания EPSI, регулярно проводящая измерения удовлет-
Таблица 2
Регрессия с фиксированным эффектом для ОППЖ социально-экономических факторов и показателей социального стресса*
Оценка коэффициента Стандартное отклонение оценки коэффициента t -статис- Уровень 95%-ный доверительный интервал
ОППЖ тика Стьюдента значимости (P > |t|) Левый конец интервала Правый конец интервала
Логарифм ВРП на душу 3,356128 0,2514522 13,35 0,000 2,860728 3,851527
населения, руб.
Численность населения с -0,0455148 0,0195506 -2,33 0,021 -0,0840325 -0,0069972
денежными доходами ниже
прожиточного минимума, %
Численность врачей на 10 0,0743462 0,0399621 1,86 0,064 -0,0043852 0,1530776
тыс. чел. населения
Прерывание беременности -0,0106374 0,0041785 -2,55 0,012 -0,0188697 -0,002405
(аборты) - на 1 000 женщин
15-49 лет, ед.
Психические расстройства -0,0014485 0,0006172 -2,35 0,020 -0,0026644 -0,0002325
и расстройства поведения (численность больных, со-
стоящих на учете в ЛПУ на
100 тыс. чел.), чел.
Соотношение браков и -0,0026979 0,0011539 -2,34 0,020 -0,0049712 -0,0004246
разводов (на 1 000 браков
приходится разводов), ед.
константа 28,27545 3,740853 7,56 0,000 20,9054 35,6455
Sigma и 4,0164911
Sigma e 0,62363824
Rho 0,97645895
F test that all u_i = 0: F(79,234) = 48,33; Prob > F = 0,0000
* F(6,234) = 147,02; Prob > F = 0,0000; R-sq: within = 0,7903; between = 0,0057; overall = 0,0039; corr (u_i, Xb) = -0,6007. Примечание:
F test - статистика Фишера;
Prob - фактический уровень значимости;
Rho =- (Sigma _U)2
((Sigma _ u)2 + (Sigma _ e)2)'
где Sigma_u - стандартная ошибка для индивидуальных эффектов и; Sigma_e - стандартная ошибка для в.
воренности потребителей медицинскими услугами в 20 странах, ставит Россию на последнее место с индексом удовлетворенности 56,9 балла из 100 возможных. За последние годы расходы на медицину в нашей стране существенно возросли. Однако, существует неравенство населения в возможности получения медицинских услуг, особенно в разрезе «город - село». Значительные различия в получении медицинских услуг обусловлены территориальными ограничениями: неразвитостью дорожно-транспортного сообщения, территориальной отдаленностью лечебно-профилактических учреждений и недостаточным оснащение ЛПУ современным оборудованием. Коммерциализация здравоохране-
ния, высокая стоимость лекарственных препаратов, неэффективность их распределения также снижают доступность медицинской помощи для социально уязвимых групп населения (люди с хроническими недугами, малообеспеченные, жители села).
Социальный стресс. В современном обществе стрессовые ситуации население испытывает повседневно. ООН считает стресс «чумой» XXI в. Стрессовые ситуации способствуют развитию серьезных психических проблем, таких как тревожные, невротические и депрессивные расстройства, которые значительно снижают качество жизни граждан. Социальный стресс - социальное напряжение, требующее многообразных приспособительных
реакций, сложного уравновешивания в системах социального поведения, взаимодействия и т. д.
Концепцию стресса разработал и ввел в науку Г. Селье: «Стресс - это аромат и вкус жизни, и избежать его может лишь тот, кто ничего не делает» [17]. В настоящее время существует большой объем теоретических и экспериментальных данных, посвященных механизмам эмоционального стресса. Современные взгляды на психофизиологические механизмы стресса отражены в фундаментальных работах Т. Кокса (1981), Дж. С. Эверли (1985), Л. А. Китаева-Смыка (1983), Л. М. Аболина (1987), А. И. Робу (1989), Ф. З. Меерсона (1988) и др.
Стресс представляет собой однотипную нейро-гормональную реакцию организма, возникающую под влиянием сильных, даже экстремальных, раздражителей. Биологический смысл реакции стресса заключается в мобилизации резервов организма для преодоления последствий таких воздействий. Стресс мобилизует адаптационные процессы. Поэтому автор концепции стресса Г. Селье назвал его общим адаптационным синдромом. Чрезмерный стресс снижает сопротивляемость организма и может вызвать развитие характерных патологических изменений. Чаще всего возникают язвенная болезнь, ишемическая болезнь сердца, нарушение сердечного ритма, аллергические реакции, включая бронхиальную астму [17].
С каких бы позиций (биохимических, физиологических, патофизиологических, психофизиологических, психологических) не объяснялись эти механизмы, центральным звеном являются вопросы нервной и гуморальной регуляции стресса. Наиболее неблагоприятными в отношении угрозы срыва адаптивных реакций и развитии патологии являются очень долго (в течение нескольких лет) действующие стрессирующие воздействия малой интенсивности. Накапливаясь, они оказывают скрытый кумулятивный эффект, истощают адаптационные резервы организма, приводят к нарушению нейрогуморальных механизмов адаптации. Человеческий организм переносит их гораздо хуже, чем острые стрессирующие воздействия большой интенсивности.
И. Гундаров сформулировал гипотезу духовно-демографической детерминации, которая гласит: при прочих равных условиях улучшение (ухудшение) нравственно-эмоционального состояния общества сопровождается улучшением (ухудшением) демографической ситуации. Он полагает, что физическая
жизнеспособность населения зависит не только от условий бытия (материальных факторов), но и от нравственной атмосферы и эмоционального состояния общества (духовных и душевных факторов). Начало либеральных реформ в России характеризовалось активными духовными процессами: попыткой смены традиционного мировоззрения, изменением критериев добра и зла, внедрением новых социальных ориентиров и нравственных ценностей. Перечисленные факторы, по мнению И. Гундарова, послужили причиной сильного стресса, который переживает население России. Происходила глубинная психологическая реакция отторжения, сопровождавшаяся ростом смертности [5].
Б. Т. Величковский [4] считает, что специфическая причина возникновения социального стресса заключается в утрате населением эффективной трудовой мотивации. Хронический социальный стресс приводит к следующим негативным процессам: развитию фазы истощения общего адаптационного синдрома (Г. Селье) [17], срыву динамического стереотипа высшей нервной деятельности (И. П. Павлов), формированию феномена «запрограммированной смерти организма - феноптоза» (В. П. Скулачев) [18], негативному проявлению повышенной гетерозиготности популяционного генофонда (Ю. П. Алтухов) [2].
В наших исследованиях построение регрессии по панельным данным позволило установить, что снижение ОППЖ вызвано ростом стрессов, обусловленных переходом к рыночной экономике. Падение продолжительности жизни в регионах России напрямую связано с показателями повышения стресса, которые можно измерить количественно:
- уровень бедности (в процентах);
- прерывание беременности (аборты) - их количество на 1 000 женщин в возрасте 15-49 лет;
- психические расстройства и расстройства поведения - численность больных, состоящих на учете в ЛПУ на 100 тыс. чел. населения;
- соотношение браков и разводов - сколько на 1 000 браков приходится разводов (табл. 2).
Ученые США из Калифорнийского университета выяснили, что реакция мозга на социальные стрессоры в жизни напрямую влияет на иммунную систему и соответственно на общее здоровье. Например, люди, которые показывают большую нейронную чувствительность к социальному отказу, также проявляют большее увеличение активности воспалительных процессов в организме в услови-
ях социального стресса. Подобное хроническое воспаление провоцирует различные заболевания, включая астму, ревматоидный артрит, сердечнососудистые расстройства, некоторые виды рака и депрессию. В исследовании приняли участие 124 мужчин и женщин, которых намеренно поставили в неловкие социальные ситуации с помощью игры. Добровольцы прошли тест на выявление стресса и у них взяли анализы для проверки изменений в двух ключевых биомаркерах. Предположительно воспаление возникает в организме в ответ на социальный стресс, потому что иммунная система ожидает телесных повреждений и начинает вырабатывать воспалительные белки (цитокины). Хотя краткосрочное воспаление полезно в борьбе с травмами и при заживлении ран, хроническое воспаление, наоборот, вредит здоровью [19].
Особую роль в формировании социального стресса создает существующее в нашей стране социальное неравенство. В модели этот фактор представлен показателем численности населения с денежными доходами ниже прожиточного минимума (в процентах). Одна из основных проблем современной России - огромный разрыв между бедными и богатыми. Низкая заработная плата большинства трудящихся, высокий уровень безработицы не способствуют улучшению здоровья. По мнению Н. М. Римашевской, социальное неравенство в России, как результат существующей в обществе системы распределительных отношений, действует на здоровье населения по следующим направлениям [14, 16]. Во-первых, интенсивное вхождение страны в состояние поляризации вызывает массовую фрустрацию населения, продолжительный стресс и слом динамического стереотипа высшей нервной деятельности. Во-вторых, неравенство создает напряжение в обществе, вызывает проявления агрессии, отчаяния и безнадежности, обусловливающие разные формы социального нездоровья, например, такие как алкоголизм и наркомания, играющие вторичную роль в реакции на весь круг обстоятельств, в которых оказывается человек. В-третьих, расслоение в обществе ведет к маргинализации отдельных групп населения с выделением нищих, бомжей, беспризорных детей, проституток, в наибольшей степени подверженных болезням социальной этиологии (резистентная форма туберкулеза, все формы гепатита, сифилис, ВИЧ-инфекция).
Существуют два подхода, направленных на борьбу со стрессовыми состояниями: личностный
и социальный. Личностный подход ориентирован на предотвращение и снятие состояния стресса у конкретного индивида. Он включает в себя следующие подходы:
• фармакологический подход (лечение с помощью различных медикаментозных препаратов),
• немедикаментозное направление (рефлексотерапия, применение различных приемов саморегуляции или психотерапии, физические нагрузки, дыхательные техники, массаж, водолечение, траволечение, гомеопатия и другие методы медицины),
• комплексный подход, избавление от стресса должно осуществляться не с помощью отдельных методов, направленных на борьбу с частными синдромами, а комплекса воздействий, нацеленных на оптимизацию состояния личности в целом.
Социальный подход направлен на решение комплекса социально-экономических проблем, вызывающих состояние социального стресса в общественной жизни региона или страны.
Таким образом, построенная модель показала, что состояние здоровья населения связано в большей мере с социально-экономическими проблемами, с уровнем материального благосостояния, доходами семьи, с бедностью, которые влекут за собой менее сбалансированное и качественное питание, худшие жилищные условия, более низкую мотивацию на здоровый образ жизни. Для сохранения и укрепления здоровья населения необходимо повышение уровня и качества его жизни. Было установлено, что увеличение ОППЖ напрямую зависит от успешного решения широкого круга задач социально-экономического развития (обеспечения стабильного экономического роста, благосостояния населения, снижения уровня бедности, интенсивности развития человеческого капитала и создания эффективной социальной инфраструктуры (здравоохранение, образование, социальная защита населения), рынка доступного жилья, гибкого рынка труда, улучшения санитарно-эпидемиологической обстановки и т. д.). Меры по улучшению демографической ситуации должны носить комплексный характер, связанный с переориентацией целевых программ на решение задач демографической политики с учетом региональной специфики. Результаты исследования позволяют выявить направления деятельности в целях снижения социально-экономического бремени болезни и улучшения качества жизни населения.
Список литературы
1. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.
2. Алтухов Ю. П. Генетические процессы в популяции. М.: ИКЦ Академкнига, 2003.
3. Атлас демографического развития России / под ред. Г. В. Осипова и С. В. Рязанцева. М.: Экономическое образование, 2009.
4. Величковский Б. Т. Социальный стресс, трудовая мотивация и здоровье // Бюллетень сибирской медицины. 2005. № 3. С. 5-19.
5. ГундаровИ. А. Демографическая катастрофа в России: причины, механизм, пути преодоления. М.: Эдиториал УРСС, 2001.
6. Здравоохранение в России. 2009: стат. сборник. М.: Росстат, 2009.
7. Лисицын Ю. П. Общественное здоровье и здравоохранение: учебник. Изд. 2-е. М.: ГЭОТАР-Медиа, 2010.
8. ЛукашевА.М., ПрохоровБ.Б., ШиленкоЮ.В. Общественное здоровье и управление здравоохранением. М.: Изд-во «Оверлей», 2005.
9. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Нач. курс. Изд. 6-е, перераб. и допол. М.: Дело, 2004.
10. Малинецкий Г. Г., Афанасьева Н. В. Антикризисная демографическая стратегия России: учебно-методический комплекс. М.: Изд-во РАГС, 2009.
11. Ратникова Т. А. Анализ панельных данных в пакете <^Ша» / Методические указания к компью-
терному практикуму по курсу «Эконометрический анализ панельных данных». М.: ГУ ВШЭ, 2004.
12. Прохоров Б. Б., Горшкова И. В., Шмаков Д. И., Тарасова Е. В. Общественное здоровье и экономика. М.: МАКС Пресс, 2007.
13. Регионы России. Социально-экономические показатели. 2010: стат. сборник. М.: Росстат, 2010.
14. Римашевская Н. М. Социальная политика сбережения народа: радикальное изменение негативного тренда здоровья населения // Экономические и социальные перемены: факты, тенденции, прогноз. 2010. № 4 (12). С. 48-61.
15. Римашевская Н. М., Мигранова Л. А., Молчанова Е. В. Факторы, влияющие на состояние здоровья населения России // Народонаселение. 2011. № 1 (51). С. 38-49.
16. Сбережение народа / под ред. н. М. Рима-шевской. М.: Наука, 2007.
17. Селье Г. Очерки об адаптационном синдроме. М.: Медгиз, 1960.
18. Скулачев В. П. Биохимия. 1999. Т. 64.
19. Социальный стресс серьезно вредит здоровью / АМИ-ТАСС. URL: http://www. ami-tass. ru/article/68245.html.
20. Шарабчиев Ю. Т. Новая парадигма здравоохранения: причины, обусловливающие необходимость смены парадигмы // Медицинские новости. 2005. № 3. С. 11-22.
21. Badi H. Baltagi. Econometric Analysis of Panel Data. Third Edition. 2005.
22. URL: http//www. cpc. unc. edu/rlms/project.
