Статистичне дослідження розміщення та структури населення на прикладі окремого регіону (на матеріалах Волинської області)

 

 

Продовж. табл. 2.7

1	2	3	4	5	6	7	8	9
7.	Іваничівський	11,5	0,032	17,6	0,039	0,817	10	0,019
8.	Камінь-Каширський	18,2	0,059	32,3	0,062	0,947	14	0,004
9.	Ківерцівський	15,8	0,061	33,3	0,054	1,125	17	0,007
10.	Ковельський	15,5	0,040	21,9	0,053	0,754	7	0,016
11.	Локачинський	12,6	0,022	12,2	0,043	0,517	3	0,033
12.	Луцький	16,2	0,058	31,6	0,055	1,041	15	0,011
13.	Любешівський	18,8	0,033	18,2	0,064	0,517	2	0,019
14.	Любомльський	14,1	0,038	20,8	0,048	0,787	8	0,017
15.	Маневицький	16,5	0,052	28,7	0,056	0,929	13	0,002
16.	Ратнівський	15,8	0,048	26,6	0,054	0,899	12	0,004
17.	Рожищенський	14,3	0,040	21,7	0,049	0,810	9	0,012
18.	Старовижівський	14,5	0,030	16,3	0,050	0,600	6	0,021
19.	Турійський	14,2	0,026	14,1	0,048	0,530	5	0,033
20.	Шацький	12,8	0,016	8,9	0,044	0,371	1	0,038
	Сума	292,9	1	548,7	1	20,149		0,481

 

За даними таблиці 2.7 бачимо, що для зведеної характеристики пропорційності обох розподілів можна використати криву концентрації Лоренца і розрахувати коефіцієнт концентрації.

Якщо коефіцієнт концентрації дорівнює нулю, то розподіли  збігаються.

Чим менше коефіцієнт концентрації, тим менше непропорційно розподілені чисельність працездатного населення та коефіцієнт народжуваності.

Коефіцієнт  концентрації (К_конц.):

.

Коефіцієнт концентрації становить 24,1%.

За розрахованим коефіцієнтом концентрації можна зробити  висновок, що чисельність жінок та коефіцієнт народжуваності розподілені непропорційно, оскільки коефіцієнт концентрації становить 24,7% (коефіцієнт концентрації має наближатися до 0).

За даними таблиці 2.7 визначимо кумулятивні частки обох розподілів і відобразимо їх у таблиці (табл. 2.8).

 

 

Таблиця 2.8

Вихідні дані для побудови кривої Лоренца у 2009 році

№ п/п	Назва	Частка		Кумулятивні частки
		dq	dw	dq'	dw'
1.	Шацький	0,016	0,044	0,016	0,051
2.	Любешівський	0,033	0,064	0,049	0,115
3.	Локачинський	0,022	0,043	0,071	0,158
4.	Володимир-Волинський	0,025	0,048	0,096	0,206
5.	Турійський	0,026	0,048	0,122	0,254
6.	Старовижівський	0,03	0,050	0,152	0,304
7.	Ковельський	0,04	0,053	0,192	0,357
8.	Любомльський	0,038	0,048	0,23	0,405
9.	Рожищенський	0,04	0,049	0,27	0,454
10.	Іваничівський	0,032	0,039	0,302	0,493
11.	м. Володимир-Волинський	0,038	0,044	0,34	0,537
12.	Ратнівський	0,048	0,054	0,388	0,591
13.	Маневицький	0,052	0,056	0,44	0,647
14.	Камінь-Каширський	0,059	0,062	0,499	0,709
15.	Луцький	0,058	0,055	0,557	0,764
16.	Горохівський	0,053	0,047	0,61	0,811
17.	Ківерцівський	0,061	0,054	0,671	0,865
18.	м. Ковель	0,065	0,053	0,736	0,918
19.	м. Нововолинськ	0,057	0,041	0,793	0,959
20.	м. Луцьк	0,208	0,047	1,001	1,001

 

За даними таблиці 2.8 на основі кумулятивних значень d'q та d'w побудуємо криву Лоренца (рис. 2.24).

Якщо крива  Лоренца збігається з лінією рівномірного розподілу, то частки результативної та факторної ознак збігаються.

Чим більше крива  Лоренца відхиляється від лінії  рівномірного розподілу, то більше відхиляються один від одного розподіли.

Рис. 2.24. Крива концентрації Лоренца у 2009 році

 

За результатами дослідження можна зробити висновок, що зі збільшенням кількості жінок коефіцієнт народжуваності також збільшується.

Аналіз причинно-наслідкових  зв’язків можна обґрунтувати за допомогою рангової кореляції.

Рангова кореляція  характеризує взаємозв’язок ознак, які можна проранжувати на основі бальних оцінок.

За допомогою  рангового коефіцієнта кореляції  можна визначити щільність зв’язку  між досліджуваними показниками.

За даними статистичного  щорічника “Волинь-2009”, а саме дані про кількість працездатного населення у містах і районах (факторна ознака) і кількість постійного населення (результативна ознака) у 2009 році за допомогою рангового коефіцієнта кореляції визначимо щільність зв’язку між досліджуваними показниками (табл. 2.9).

 

 

 

 

Таблиця 2.9

Щільність зв’язку  між показниками

№ п/п	Вихідні дані			Розрахункові  дані
				Ранги		d(Rу -Rх)	d2
	Місто, район	Кількість працездатного  населення (х)	Кількість постійного населення(у)	Rx	Rу
1.	м. Луцьк	135457	207692	20	20	0	0
2.	м. Володимир-Волинський	24203	38524	11	8	2	4
3.	м. Ковель	43077	67338	19	19	0	0
4.	м. Нововолинськ	35442	57595	16	15	1	1
5.	Володимир-Волинський	14599	26020	4	3	1	1
6.	Горохівський	29871	54040	13	13	0	0
7.	Іваничівський	19196	33230	6	6	0	0
8.	Камінь-Каширський	35152	62553	15	17	-2	4
9.	Ківерцівський	36268	63683	18	18	0	0
10.	Ковельський	23133	41114	9	11	-2	4
11.	Локачинський	13001	23247	2	2	0	0
12.	Луцький	35508	59929	17	16	2	4
13.	Любешівський	20423	36035	7	7	0	0
14.	Любомльський	22531	40008	8	9	-1	1
15.	Маневицький	31230	55485	14	14	0	0
16.	Ратнівський	29283	51560	12	12	0	0
17.	Рожищенський	23443	40659	10	10	0	0
18.	Старовижівський	17981	31230	5	5	0	0
19.	Турійський	14596	26789	3	4	-1	1
20.	Шацький	9679	17206	1	1	0	0
	Разом	614073	1033937	–	–	–	20

 

За допомогою  розрахункових показників визначимо  ранговий коефіцієнт кореляції:

Отже, можна  зробити висновок, що зв’язок між даними про кількість працездатного населення і кількістю постійного населення прямий (ρ=0,985), щільність зв’язку висока.

При дослідженні  причинно-наслідкових зв’язків між  показниками можна використовувати  кореляційний аналіз. Це статистичне дослідження (стохастичної) залежності між випадковими величинами, при якому у найпростішому випадку досліджують дві вибірки (набори даних), а у     загальному – їх багатовимірні комплекси (групи) з метою виявлення істотної залежності однієї змінної від інших.

При здійсненні кореляційного аналізу використаємо дані про загальне демографічне навантаження та доходи населення у Волинській області за 2006-2010 роки. Вихідні дані наведені в таблиці (табл. 2.10).

Таблиця 2.10

Вихідні дані для  побудови лінії регресії

Показник	2006	2007	2008	2009	2010
Загальне демографічне навантаження, тис. осіб	700	692	686	682	684
Доходи населення, млн грн (Х1)	8414	10943	14662	15430	19194

 

Рис. 2.25. Аналіз взаємозв’язку між загальним демографічним навантаженням та доходами населення за 2006-2010 роки

 

За результатами дослідження можна зробити висновок, що серед усіх варіантів побудови моделей (додаток Б) найкращою, виходячи зі значення коефіцієнта детермінації (R2=0,879), є модель, яка описується у вигляді многочлена 2-го степеня з високим рівнем ймовірності. Ми спостерігаємо, що протягом 2006-2010 років відбувалось зменшення загального демографічного навантаження, а доходи населення збыльшувались.

Аналіз причинно-наслідкових  зв’язків можна проводити шляхом побудови багатофакторних моделей (вплив двох і більше факторів на показник).

Проаналізуємо як впливають кількість зареєстрованих випадків захворювання (фактор Х1) і кількість зайнятого населення (фактор X2) на чисельність наявного населення. Вихідні дані наведені в таблиці (табл. ).

Таблиця 2.11

Вихідні дані для  побудови багатофакторної моделі

Роки	2000	2006	2007	2008	2009	2010
Наявне населення, тис осіб (У)	1067,7	1040,4	1038	1036,4	1036,2	1037,1
Кількість зареєстрованих випадків захворювання, осіб (Х1)	818492	778036	785442	782425	812028	760580
Зайняті, тис  осіб (Х2)	486,2	430,2	433,9	438,6	428	433,6

 

Для побудови багатофакторної  моделі спочатку побудуємо кореляційну матрицю (таблиця), використовуючи дані таблиці 2.11.

Таблиця 2.12

Кореляційна матриця  багатофакторної моделі

Показник	Наявне населення, тис осіб(У)	Кількість зареєстрованих випадків захворювання, осіб (Х1)	Зайняті, тис  осіб (Х2)
Наявне населення, тис осіб (У)	1
Кількість зареєстрованих випадків захворювання, осіб (Х1)	0,614797788	1
Зайняті, тис  осіб (Х2)	0,973499044	0,281609733	1

 

За даними таблиці  ми бачимо, що між даними факторами (кількість зареєстрованих випадків захворювання та зайнятими) існує слабкий взаємозв’язок. Тому дані фактори доцільно використовувати для подальшого дослідження. В результаті дослідження ми отримали багатофакторну модель впливу кількісті зареєстрованих випадків захворювання та зайнятих на наявне населення. Дана модель є адекватною початковим даним з рівнем значимості F=0,010. Взаємозв’язок між показником і даними факторами є достатньо щільний, тому що коефіцієнт детермінації є досить високим (R2= 0,918) з достатнім рівнем ймовірності (95%) (додаток В).

В результаті проведених розрахунків отримали наступні значення параметрів регресійної моделі: а0=779,225; а1= 0,416; а2=0,521.

Можна вважати, що між показником Y та факторами X1 і X2 існує кореляційний зв’язок, який описується лінійним рівнянням двохфакторної  лінії регресії:

Y=779,225+0,416∙х1+0,521∙х2.

При збільшенні чисельності зайнятих осіб на 1000 осіб, чисельність наявного населення збільшиться на 0,521 тис. осіб, а при збільшенні кількісті зареєстрованих випадків захворювання зменшиться на 0,416. Отже, дану модель можна використовувати для подальшого прогнозування.

Отже, можна  зробити висновок, що зі збільшенням доходів населення кількість працездатного населення також збільшується. Протягом 2006-2010 років відбувалось зменшення загального демографічного навантаження, а коефіцієнт народжуваності збільшувався.

 

 

2.3. Виявлення закономірностей та прогнозування зміни показників розміщення та структури населення

 

Прогнозування є важливим етапом економічного дослідження, необхідним для прийняття обґрунтованих  управлінських рішень.

Для детальнішого дослідження тенденцій зміни населення на прикладі окремого регіону можуть використовуватись регресійні моделі, на основі яких можна здійснювати прогнозування даного показника. Інформаційною базою для побудови регресійної моделі є сталі дані про кількість постійного населення (таблиця 2.13).