Дифференциация населения и определение границ распространения бедности на основе нечеткой классификации тема диссертации по экономике, полный текст автореферата

Автореферата нет :(
Ученая степень
кандидата экономических наук
Автор
Авдушева, Надежда Евгеньевна
Место защиты
Санкт-Петербург
Год
1999
Шифр ВАК РФ
08.00.11

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Авдушева, Надежда Евгеньевна

Введение.

Глава 1. Изучение дифференциации населения и оценка уровня бедности как решение задачи классификации.

1.1. Бедность как объект социально-экономических исследований и методика оценки границ ее распространения.

1.2. Оценка уровня бедности как задача классификации.

1.3. Сущность и основные подходы к решению задачи классификации

1.4. Реализация вероятностно-статистического подхода.

1.5. Методы кластерного анализа.

1.6. Разбиение выборочной совокупности на нечеткие кластеры.

1.7. Обоснование выбора алгоритма классификации для решения задачи определения уровня бедности.

Глава 2. Исследование свойств алгоритма разбиения многомерной совокупности на нечеткие подмножества.

2.1. Вычислительная схема алгоритма.

2.2. Начальное приближение матрицы степеней принадлежности.

2.3. Задание критерия окончания расчетов 8.

2.4. Параметр настройки алгоритма а.

2.5. Определение оптимального числа кластеров.

2.6 Выбор классификационных признаков.

Глава 3. Применение нечеткой классификации в исследовании уровня жизни городского населения России.

3.1 Постановка задачи.

3.2. Обоснование состава информативных классификационных признаков.

3.3. Определение количества кластеров.

3.4 Анализ результатов классификации домохозяйств Санкт-Петербурга.

3.5 Анализ результатов классификации домохозяйств г. Вязники.

3.6 Исследование объектов, не вошедших в ядра выделенных кластеров.

3.7 Исследование устойчивости полученной классификации по отношению к смене признакового пространства.

Диссертация: введение по экономике, на тему "Дифференциация населения и определение границ распространения бедности на основе нечеткой классификации"

Актуальность темы исследования

Диссертационная работа посвящена исследованию проблемы изучения бедности в России. С начала 90-х годов проблема оценки масштабов бедности, определения степени материального неравенства российских граждан стала основной темой большинства социологических исследований.

Это связано с тем, что начало экономических реформ повлекло обесценение сбережений населения, рост открытой и латентной безработицы, появление и развитие феномена хронической задолженности по заработной плате и социальным пособиям, что привело к резкому падению уровня доходов и потребления большей части населения России. В таких условиях формирование критерия отбора бедных семей, изучение реальных нужд бедного населения, определение приоритетных направлений социальной помощи приобретает первоочередную значимость.

Таким образом, разработка и применение научно-обоснованной методики определения границ распространения бедности, определение реально существующей структуры населения по уровню удовлетворения потребностей становится особенно актуальной, требующей незамедлительного решения проблемой.

Официальная российская статистика, как, впрочем, и в большинстве зарубежных стран, базируется на определении бедности через исчисление среднедушевого дохода, хотя реально категория бедности связана с потреблением. Причина такого подхода заключается в том, что информация о доходах доступна в гораздо большей степени, чем информация о потреблении. 4

В условиях переходной экономики, когда расширяется занятость в неформальном секторе, приобретают распространение неденежные формы оплаты труда и предпринимательского дохода, получение достоверной информации о реальных доходах семей становится практически неразрешимой проблемой.

В диссертации предлагается метод оценки границ распространения бедности, а также определения структуры населения с точки зрения степени удовлетворения первоочередных потребностей, основанный на проведении нечеткой классификации семей по ряду социально-экономических признаков. Такого рода классификация, учитывая и доходные показатели и характеристики потребления, позволяет получить научно - обоснованную информацию, на основании которой могут быть определены социально-экономические показатели, характеризующие такой негативный социально-экономический феномен, как бедность.

Адекватность знаний о характере и зоне распространения бедности, возможно, позволит разработать конкретные социальные программы по предотвращению или смягчению деструктивных процессов, влияющих на масштаб и глубину бедности в России. Это еще раз подтверждает актуальность темы проводимого исследования.

Цель диссертационной работы состоит в разработке более обоснованной, чем это имеет место в госстатистике России, методики классификации населения по уровню жизни на основании множества социально-экономических индикаторов (признаков), использовав для выделения однородных групп, в том числе и группы «бедных», алгоритм разбиения многомерных наблюдений на нечеткие подмножества.

Для достижения данной цели в диссертации поставлены и решаются следующие задачи: рассмотрение существующей методики классификации населения по уровню жизни, методики определения показателей, характеризующих бедность в России; формулировка требований, предъявляемых к научной классификации населения по уровню удовлетворения потребностей; выбор наиболее информативных признаков, на основании которых можно произвести обоснованную классификацию, а также показателей, характеризующих группы населения по этим признакам; обзор излагаемых в специальной литературе методик и алгоритмов классификации многомерных наблюдений, определение метода, наиболее отвечающего стоящей задаче; исследование вычислительной схемы выбранного алгоритма нечеткой классификации (алгоритма Дана - Беждека), определение методики задания входных параметров алгоритма и критерия окончания расчетов; исследование влияния параметров настройки алгоритма на результаты классификации; произведение классификации на основе выборок населения Санкт -Петербурга и Вязников при помощи разработанной методики применения алгоритма нечеткой классификации; исследование и обоснование качественной состоятельности полученных результатов классификации; разработка методики определения уровня бедности на основе полученной классификации; исследование инвариантности полученной классификации в различных признаковых пространствах;

- разработка предложений по применению методики для социологических исследований по изучению уровня жизни и границ распространения бедности населения.

Объект и предмет исследования.

В качестве объекта диссертационного исследования выступает уровень жизни населения, определение границы категории «бедность» в социально экономических исследованиях.

Предметом исследования является применение метода нечеткой классификации с целью анализа уровня жизни и определения границ распространения бедности.

Методологической и теоретической основой диссертации послужили труды отечественных и зарубежных ученых, посвященные проблемам изучения бедности и социального неравенства населения, а также специальная литература, посвященная проблемам классификации многомерных наблюдений.

Информационная база и методы исследования.

При подготовке диссертационной работы источниками статистической информации послужили многомерные выборки, полученные в результате социологического обследования домохозяйств в Санкт - Петербурге и Вязниках, проведенного в 1997 г. при финансовой поддержке TASIS (проект T-95-R «Бедность в России: лишения и социальная исключенность» ) под руководством Аластера Маколи (Эссекский университет, Великобритания) и Марины Анатольевны Можиной (Институт социально - экономических проблем народонаселения (ИСЭПН) РАН, Россия). Обследование домохозяйств в С. -Петербурге проводилось коллективом сотрудников Санкт - Петербургского Государственного Университета экономики и финансов под руководством чл. - корр. РАН Ирины Ильиничны Елисеевой.

Для первичной обработки материалов данного исследования был применен ППП «Статистика», для получения нечеткой классификации было разработано оригинальное программное обеспечение.

Научная новизна работы.

Диссертация представляет собой исследование и разработку методики изучения уровня жизни населения на основании нечеткой классификации многомерных наблюдений. Ряд положений работы в области определения структуры населения по степени удовлетворения первоочередных потребностей и уровню доходов, оценки уровня бедности, а так же в области методики построения нечеткой классификации выдвинут впервые. Научную новизну представляют: метод изучения структуры населения на основании нечеткой классификации; метод определения уровня бедности на основании набора социально-экономических индикаторов;

- методика определения оптимального для конкретной исследуемой совокупности количества кластеров;

- методика определения начального приближения матрицы степеней принадлежности объектов к кластерам;

- способ определения наличия или отсутствия реальной структуры исследуемой совокупности многомерных наблюдений;

- методика выбора классификационных признаков, являющихся информативными с точки зрения поставленной цели классификации;

- методика выделения и исследования аномальных наблюдений.

Практическая значимость работы заключается в разработке современной методологии определения уровня бедности и структуры семей по уровню удовлетворения потребностей на основании нечеткой классификации объектов социологического наблюдения, которая может быть использована в последующих социологических исследованиях.

Предложенные в работе методические рекомендации по практическому использованию алгоритма нечеткой классификации могут оказать реальную помощь исследователям, работающим в различных прикладных областях, связанных с изучением нечетко структурируемых совокупностей наблюдений.

Апробация работы.

Основные научные положения работы нашли отражение в опубликованных научных работах диссертанта, а также доложены на совместной научной конференции Фонда Форда и Московского Центра Карнеги в апреле 1998 г.

Результаты нечеткой классификации, полученной в результате применения обсуждаемого в диссертации алгоритма, а также анализ этих результатов другими исследователями опубликованы в коллективной монографии где сделан вывод о пригодности обсуждаемого метода, в частности, для исследования проблем бедности.

Математические основы предлагаемого метода нечеткой классификации были обсуждены на научном семинаре в ЭМИ РАН, состоявшемся в октябре 1998 г.

Публикации.

Основные положения работы изложены в четырех опубликованных работах общим объемом 1,16 п.л.

Структура работы.

Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

Диссертация: заключение по теме "Статистика", Авдушева, Надежда Евгеньевна

Заключение

В диссертационной работе получены следующие основные результаты:

1. На основании изучения существующих методов исследования дифференциации населения и определения границ распространения бедности сделан вывод о том, что в основе таких исследований лежит решение задачи классификации многомерных объектов наблюдения. Показано, что распространенные в настоящее время методики основаны либо на одномерной классификации (например, классификации по доходам), либо на комбинационной группировке, предполагающей последовательное использование нескольких классификационных признаков. В качестве альтернативной методики в работе предложено использовать методы многомерной классификации, позволяющие учитывать несколоко классификационных признаков одновременно. На основании проведенного обзора существующих методов классификации многомерных наблюдений сделан вывод о том, что для решения поставленной задачи следует использовать методы нечеткой классификации, в качестве конкретного алгоритма предложена нечеткая модификация метода к-средних.

2. Разработана методология нечеткой классификации многомерных объектов, а именно: предложена методика задания допустимых начальных приближений матрицы степеней принадлежности; - доказано, что в случае хорошей структуры исходных данных различные допустимые начальные приближения матрицы степеней принадлежности объектов к кластерам приводят к одному и тому же результату классификации; предложена оригинальная методика задания начального приближения матрицы степеней принадлежности, более точно соответствующая истинной структуре исследуемой совокупности, использование которого позволяет значительно сократить время расчетов; исследовано влияние числового значения параметра настройки алгоритма а на результаты классификации, на основании которого доказано, что реально существующая нечеткая структура исследуемой совокупности получает адекватное отражение в результатах классификации при значениях а, близких к 2; предложена оригинальная методика определения числа кластеров, на которое следует разбивать конкретную совокупность многомерных наблюдений, основанная на разработанных нами количественных критериях; разработана методика выбора достаточного набора классификационных признаков, основанная на сравнительном анализе результатов нечеткой классификации совокупности при разном количестве переменных классификации.

3. Произведена нечеткая кластеризация двух выборочных совокупностей домохозяйств г. Вязники и Санкт-Петербурга, в ходе получения которой использованы все предложенные методологические разработки, основанные на изучении свойств описанного алгоритма нечеткой кластеризации.

4. Произведен качественный анализ полученных результатов кластеризации {приведены средние характеристики классификационных признаков для выделенных классов, исследовано распределение по классам семей, терпящих лишения, осуществлено исследование демографического и социального состава выделенных классов), на основании которого сделан вывод о ее качественной состоятельности, а следовательно, о применимости выбранной методики для решения задачи изучения дифференциации населения и оценки границ распространения бедности,

5. По результатам нечеткой классификации произведена оценка уровня бедности в Вязниках (29.9% при жестком варианте оценки границ распространения бедности и 53.6% при мягком варианте) и в Санкт-Петербурге (29.3% и 47.9% соответственно).

6. Произведен анализ объектов, не вошедших в ядра выделенных кластеров, доказывающий, что объекты, имеющие приблизительно равные степени принадлежности ко всем выделенным кластерам, могут рассматриваться как аномальные или редкие для данных совокупностей наблюдения. Отдельно исследованы так называемые полосы размыва между кластерами, изучение которых, по нашему мнению, дает дополнительную информацию, представляющую интерес с точки зрения исследования возможных тенденций перехода объектов из одного кластера в другой.

7. Исследована устойчивость результатов полученной нечеткой классификации к смене признакового пространства. Для этого получена нечеткая классификация домохозяйств г. Вязники, при чем в качестве классификационных были выбраны так называемые объективные характеристики домохозяйств [11]. Сравнительный анализ полученных классификаций позволил сделать вывод о том, что классификации сходны между собой, что еще раз подтверждает качественную состоятельность выбранной методики изучения дифференциации населения.

Таким образом, содержательная интерпретация результатов классификации по Санкт-Петербургу и Вязникам позволяет сделать вывод о высокой эффективности применения разработанной методики нечеткой классификации для изучения дифференциации населения и оценки границ распространения бедности. Нечеткая классификация наиболее адекватно отражает реальную структуру исследуемых совокупностей, т.к. очевидно, что четкие границы между классами, однородными по уровню дохода и потребления, отсутствуют. Нечеткая классификация дает более исчерпывающую и адекватную характеристику каждого объекта совокупности, что не позволяет сделать ни одна четкая классификация.

Диссертация: библиография по экономике, кандидата экономических наук, Авдушева, Надежда Евгеньевна, Санкт-Петербург

1. Авдушева Н.Е. Методы классификации многомерных наблюдений. /Социально-экономические вопросы становления рыночных отношений. Сборник научных статей аспирантов. С-Пб, изд-во СПбУЭиФ, 1995.

2. Авдушева Н.Е. Нечеткость в кластерном анализе: необходимость, конкретный алгоритм./ Тезисы к докладу на международной конференции "Статистическое образование в современном мире: идеи, ориентации, технологии". СПб.: 1996.

3. Авдушева Н.Е. Классификация домохозяйств методом размытых множеств //Бедность: альтернативные подходы к определению и измерению: Коллективная монография. М., 1998 (Науч. докл./ Моск. Центр Карнеги; Вып. 24). Стр. 97-114.

4. Аверкин А.Н., Батыршин И.З. и др. Нечеткие множества в моделях управления и искусственного интеллекта. / под ред. Поспелова Д.А. М.: Наука., 1986.

5. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. -М.: Статистика, 1974.

6. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.

7. Айвазян С.А., Бухштабер В.М., Енюков И.С. и др. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989.

8. Азарх Э.Д., Балыкова Н.А., Хахулина J1.А. и др. Благосостояние городского населения Сибири: Проблемы дифференциации (опыт социологического изучения). Новосибирск: Наука. Сиб. отд-ние, 1990.

9. Алгоритмическое и программное обеспечение прикладного статистического анализа. АН СССР, ЦЭМИ, т.36. - М.: Наука, 1980.

10. Андерсон Т. Введение в многомерный статистический анализ/ Пер. с англ. М.: ГИФМЛ, 1963.

11. Бедность: альтернативные подходы к определению и измерению: Коллективная монография. М., 1998 (Науч. докл./ Моск. Центр Карнеги; Вып. 24).

12. Безработица, структурная перестройка экономики и рынок труда в Восточной Европе и России. М.: Инфра-М, 1995.

13. Белова Н.Ф., Дмитричев И.И. Семейный бюджет: Статистический аспект. М.: Финансы и статистика, 1990.

14. Венецкий И. Г. Вероятностные методы в демографии. М.: Финансы и статистика, 1981.

15. Воронин Ю.А. Теория классификации и ее приложения. Новосибирск: Наука, Сиб. отд., 1985.

16. Вулих Б.З. Введение в функциональный анализ. М.: Государственное издательство физико-математической литературы, 1958.

17. Горелик А.Л., Скрипкин В.А. Методы распознавания. -М.: Высшая школа, 1984.

18. Громыко Г.Л., Леонова Т.Г., Казаринова С.Е. и др. Статистический анализ в экономике. М.: Изд-во МГУ, 1992.

19. Деев Г. Модель распределения населения по доходам.// Вопросы статистики. -1995. -№ 5.

20. Дидэ Э. Методы анализа даных. М.: Финансы и статистика, 1985.

21. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 1998.

22. Дюран Б., Оделл П. Кластерный анализ. М.: Статистика, 1977.

23. Елисеева И.И., Костеева Т.В., Хоменко Л.Н. Международная статистика. Минск: Вышайшая школа, 1995.

24. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977.

25. Елисеева И.И., Рукавишников В.О. Логика прикладного статистического анализа. М. Финансы и статистика, 1982.

26. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986.

27. Жамбю М. Иерархический кластер ~ анализ и соответствия. М,: Финансы и статистика, 1988.

28. Иголкин В.Н. и др. Статистическая классификация, основанная на выборочных распределениях. Л.: Изд. Ленинградского Университета, 1978.

29. Ким Дж.-О., Мьюллер Ч.У. и др. Факторный, дискриминантный и кластерный анализ. / Пер. с англ. М.: Финансы и статистика, 1989.

30. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

31. Лбов Г.С. Методы обработки разнотипных экспериментальных данных. -Новосибирск: Наука, 1981.

32. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика, 1988.

33. Методические указания по статистике. Выпуск 1. М.: Госкомстат РФ, 1996.

34. Миркин Б. Г. Анализ качественных признаков и структур. М.: Статистика, 1980.

35. Миркин Б.Г. Групптровки в социально-экономических исследованиях. М.: Финансы и статистика, 1985.

36. Митоян А.А. Потребительское поведение семей: дифференциация, динамика, классификация. -М.: Экономика, 1990.

37. Овчинников С.В., Рьера Т. О нечетких классификациях. М.: Радио и связь, 1986.

38. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.

39. Панкратьева Н. Методы оценок доходов различных групп населения в динамическом и региональном разрезах.// Вопросы статистики. 1995. - №5.

40. Прикладной многомерный статистический анализ. АН СССР, ЦЭМИ, т.33. М.: Наука, 1978.

41. Пфанцагль И. Теория измерений. / Пер. с англ. М.: Мир, 1976.

42. Райзин. Дж. Вэн Классификация и кластер. М.: Мир, 1980.

43. Римашевская Н.М., Римашевский А.А. Равенство или справедливость. М.: Финансы и статистика, 1991.

44. Салин В Н. Экономико-статистическое изучение потребления. М.: Финансы и статистика, 1990.

45. Система экономико-математических моделей для анализа и прогноза уровня жизни./ Под ред. Римашевской Н.М., Федоренко Н.П. М.: Наука, 1986.

46. Социальная политика в период перехода к рынку: проблемы и решения. Сборник статей. /Под ред. Ослунда А. и Дмитриева М.; Моск. Центр Карнеги. М., 1996.

47. Социальная статистика: Учебник/ Под ред. Чл.-кор. РАН И.И. Елисеевой. М.: Финансы и статистика, 1997.

48. Стоимость жизни и ее измерение / Под. ред. В.М. Рутгайзера и С.П. Шпилько. -М.: Финансы и статистика, 1991.

49. Типология потребления/ Под ред. С.А. Айвазяна и Н.М. Римашевской. М.: Наука, 1978.

50. Шубкин В.Н. Социологические опыты. Методологические вопросы социальных исследований. М.: Мысль, 1970.

51. Ягер Р. Нечеткие множества и теория возможностей. Последние достижения. / Пер. с англ. М.: Радио и связь, 1986.

52. Bezdec J.С. Numerical Taxonomy with fuzzy sets. // J. of Math. Biol. -1974 N1. - P. * 57-71.

53. Statistical program packages. / Rezankova Hana // Pr. Hauk AE Wroctawiu, 1989.

54. Hallerod B.A. New Approach to the Direct Measurement of Consensual Poverty / The Univ. of New South Wales. S.1., 1994.

55. Mac J., Lansley S. Poor Britain. London: George Allen and Unwin, 1985.

56. Townsend P. Poverty in United Kingdom.- Harmondsworth: Penguin, 1979.

57. Weit Wilson J. Consensual Approaches to Poverty Lines and Sosial Security//,! of Sosial Policy. -1987.