Статистический анализ динамики экологических показателей, влияющих на комфортность проживания населения в Оренбургской области

Размещено на http://allbest.ru

Оренбургский государственный университет

Статистический анализ динамики экологических показателей, влияющих на комфортность проживания населения в Оренбургской области

Еремеева Н.С., кандидат экономических наук, доцент

Под комфортностью проживания населения на территории понимается оптимальное для индивида или популяции состояние окружающей среды, обеспечивающее ее способность адаптироваться к условиям проживания с наименьшими дополнительными затратами, при сохранении интеллектуальной и социальной активности [1].

Важной и сложной проблемой измерения комфортности проживания населения является комплексность ее оценки. Невозможно односторонне раскрыть сущность и содержание любого общественного явления, поэтому для объективной оценки комфортности проживания необходимо использовать системный подход с выходом на интегральный показатель.

Существующие методы оценки комфортности проживания традиционно базируются на одном из следующих подходов: на основе расчета отдельных статистических показателей? на основе социологических исследований; на основе статистических показателей с использованием данных социологических исследований.

При исследовании комфортности проживания населения городского сообщества акцент обычно делается на аналитический подход, который предполагает группировку показателей комфортности проживания населения по сферам жизнедеятельности людей с последующим их синтетическим обобщением [2].

В то же время среди принципов управления окружающей средой признаётся важным принцип комфортности окружающей среды. Комфортность понимается как система оценок условий жизнедеятельности, которая формируется на основе удовлетворения потребностей человека или населения. Так как оценка комфортности проживания носит отчасти субъективный характер, в связи с этим, ее значимость не следует преуменьшать. Уровень комфортности проживания населения на территории является показателем конечного эффекта воздействия на людей факторов окружающей среды.

В качестве показателей, отражающих экологический блок были отобраны:

x₁ - выбросы наиболее распространенных загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников, тыс. тонн;

x₂ - сброс загрязненных сточных вод в поверхностные водные объекты, млн. м²?

x₃ - использование свежей воды, млн. м³?

x₄ - улавливание загрязняющих атмосферу веществ, отходящих от стационарных источников, тыс. тонн.

В таблице 1 представлены средние показатели динамики экологического блока за 2000 - 2017 годы.

Таблица 1 - Средние показатели динамики основных показателей, комфортности проживания населения экологического блока в Оренбургской области за 2000- 2017 годы

Большинство показателей комфортности проживания населения экологического блока в Оренбургской области за анализируемый период в среднем снижались, но улавливание загрязняющих атмосферу веществ, отходящих от стационарных источников ежегодно в среднем увеличились на 0,85 % или на 5,13 тыс. тонн.

Наиболее существенное ежегодное снижение на 2,62 % характерно в анализируемом периоде для использования свежей воды. Выбросы наиболее распространенных загрязняющих атмосферу веществ ежегодно снижались на 0,22 %. Это в большей степени говорит об удовлетворительной экологической обстановке в Оренбургской области.

Временной ряд, как правило, содержит два основных элемента: тенденцию динамики и колеблемость. Проверка анализа выявления тенденции во временном ряду с помощью метода Форстера - Стъюарта показала, что с вероятностью 0,95 тренд во всех временных рядах присутствует.

При наличии тренда во временном ряду его уровни можно рассматривать как функцию времени (кривые роста).

Таблица 2 - Результаты аналитического выравнивания основных показателей комфортности проживания населения экологического блока в Оренбургской области за 2000- 2017 г.г.

Тенденция всех анализируемых временных рядов экологического блока в 2000 - 2017 годы хорошо аппроксимируется параболическим трендом (таблица 2).

Модель выбросов наиболее распространенных загрязняющих атмосферу веществ имеет хорошую точность. Точность построенных моделей трендов сброс загрязненных сточных вод в поверхностные водные объекты; улавливание загрязняющих атмосферу веществ и использование свежей воды высокая, т.к. средняя относительная ошибка аппроксимации не превышает 10 %.

В ряду остатках всех показателей гипотеза о независимости случайных отклонений принимается, следовательно, во всех кривых отсутствует автокорреляция.

Колебания уровней временного ряда могут иметь разную форму, разное распределение по времени, разную частоту и амплитуду, для их характеристики нами рассчитаны показатели колеблемости и устойчивости.

В таблице 3 представлены расчеты коэффициента автокорреляции отклонений от тренда первого порядка и число локальных экстремумов, необходимые для распознавания типа колеблемости.

Таблица 3 - Характеристики колеблемости основных показателей комфортности проживания населения экологического блока в Оренбургской области за 2000- 2017 годы

Значения коэффициентов автокорреляции отклонений от тренда первого порядка и числа локальных экстремумов позволили сделать вывод о преобладании случайно распределенной колеблемости. Рассчитанные показатели колеблемости говорят о незначительной колеблемости изучаемых показателей в анализируемом периоде.

Трудность объективной оценки показателей комфортности проживания населения заключается в том, что они сами по себе носят сравнительный характер. На качество жизни влияет много факторов, в том числе: природно-климатические, демографические, социально-экономические, политические и иные факторы.

Со временем значение факторов на качество жизни населения может изменяться под влиянием проводимых федеральными и местными властями усилий и реализации социальных программ, строительства инфраструктуры, технического и кадрового оснащения медицинских учреждений, образовательных и научных организаций и других мероприятий.

Прогноз показателей комфортности проживания населения является актуальным с практической точки зрения, так как раскрывает динамику сложившихся процессов, не видимых при дискретном, точечном рассмотрении.

С помощью исследования можно рассчитать и спрогнозировать развитие тенденций, уже сложившихся как процесс в различных сферах хозяйства, быта и общественного уклада, и получить вероятностные значения индикаторов комфортности проживания населения в ближайшей перспективе. Очевидно, что направления этих тенденций, трендов могут быть различными, как положительными, так и отрицательными [3].

В практике прогнозирования для описания тенденции развития явления используются различные методы, одним из которых является прогнозирование с помощью моделей кривых роста.

При использовании кривых роста в прогнозировании изменение исследуемого показателя зависит от времени, и влияние других факторов сказывается только через фактор времени. Прогнозирование на основе модели кривой роста базируется на экстраполяции, т. е. на продлении в будущее тенденций, наблюдавшихся в прошлом.

Простая трендовая модель динамики - это уравнение тренда с указанием начала отсчета единиц времени. Прогноз по этой модели заключается в подстановке в уравнение тренда номера периода, который прогнозируется [3].

Результаты экстраполяции выявленной тенденции в динамике показателей комфортности проживания населения экологического блока в Оренбургской области на 2018 - 2020 годы представлены в таблице 4.

Таблица 4 - Экстраполяция тенденции динамики показателей комфортности проживания населения экологического блока в Оренбургской области

При сохранении выявленной тенденции во временных рядах показателей комфортности проживания населения экологического блока в Оренбургской области за 2000 - 2017 годы, в последующие три года ожидается незначительное уменьшение относительно анализируемого уровня.

Тренд темпов снижения выбросов наиболее распространенных загрязняющих атмосферу веществ, отходящих от стационарных источников в среднем пройдет в 2018 году через точку 566,7 тыс. тонн, в 2019 г. - 557,2 тыс. тонн, а в 2020 году через точку 547,7 тыс. тонн, если тенденция, наблюдавшаяся в динамике данного показателя за 2000 - 2016 г. не изменится.

Доверительные границы прогноза использования свежей воды, при условии сохранения до 2017 года выявленной тенденции, составят от 888,0 млн. м³ до 1499,4 млн. м³ в 2018 году; в 2019 году от 796,9 млн. м³ до 1408,3 млн. м³, а в 2020 году от 783,0 млн. м³ до 1394,4 млн. м³.

Доверительные границы прогноза показателя сброса загрязненных сточных вод в поверхностные водные объекты, при условии сохранения до 2017 года выявленной тенденции, составят от 98,9 млн. м² до 112,1 млн. м² в 2018 году; в 2019 году от 96,5 млн. м² до 109,7 млн. м², а в 2020 году от 95,8 млн. м² до 109,0 млн. м².

Тренд темпов снижения показателя улавливания загрязняющих атмосферу веществ, отходящих от стационарных источников в среднем пройдет в 2018 году через точку 653,2 тыс. тонн, в 2019 г. - 639,3 тыс. тонн, а в 2020 году через точку 627,9 тыс. тонн, если тенденция, наблюдавшаяся в динамике данного показателя за 2000 - 2017 г. не изменится.

В настоящее время одним из наиболее перспективных направлений исследования и прогнозирования одномерных временных рядов считаются адаптивные методы. комфортность экологический выброс полиномиальный

Результаты применения процедуры экспоненциального сглаживания для временных рядов показателей комфортности проживания населения экологического блока в Оренбургской области, представлены в таблице 5.

Таблица 5 - Значения основных статистик адаптивных полиномиальных моделей показателей комфортности проживания населения экологического блока в Оренбургской области за 2000 - 2017 годы

Здесь все модели имеют высокую точность, т.к. средняя относительная ошибка аппроксимации для них не превышает 10. Остатки модели имеют нормальный закон распределения, и неавтокоррелированы. Следовательно, они могут быть использованы для разработки прогноза.

Использование адаптивных полиномиальных моделей не противоречит результатам экстраполяции тенденции: в 2018 - 2020 годы в Оренбургской области ожидается снижение показателей комфортности проживания населения экологического блока (таблица 6).

Таблица 6 - Прогнозные значения показателей комфортности проживания населения экологического блока в Оренбургской области на 2018 - 2020 гг. по модели Ч. Холта

Применение авторегрессионных моделей основано на предварительном экономическом анализе, когда известно, что изучаемый процесс в значительной степени зависит от его развития в прошлые периоды. В некоторых случаях они используются для нахождения простого преобразования, приводящего к последовательности независимых случайных величин. Для ускорения расчетов, воспользуемся ППП STATISTICA. Построим модель AR(p) и представим в таблице 7.

Таблица 7 - Статистические характеристики AR(p) - модели для показателей комфортности проживания населения экологического блока в Оренбургской области за 2000 - 2017 годы

Оценки параметров полученных моделей статистически значимы, остатки имеют нормальный закон распределения и независимы друг от друга, поэтому модели можно использовать для прогнозирования.

Прогноз показателей комфортности проживания населения экологического блока в Оренбургской области за 2018 - 2020 годы по полученным моделям представлен в таблице 8.

Прогноз показателей комфортности проживания населения экологического блока в Оренбургской области согласуется с результатами экстраполяции тенденции и адаптивного прогнозирования. В прогнозируемом периоде ожидается снижение всех анализируемых показателей.

Таблица 8 - Результаты прогнозирования показателей комфортности проживания населения экологического блока в Оренбургской области по AR - модели на 2018 - 2020 годы

Обобщая полученные прогнозные оценки показателей комфортности проживания населения экологического блока можно сделать вывод, что в 2018 - 2020 годы на терртории Оренбургской области ожидается снижение показателей, как выброс в атмосферу наиболее распрастраненных загрязняющих средств; сброс загрязненных сточных вод в поверхностные водные объекты несомненно положительно отразиться на комфортности проживания населения. Но в этот же период прогнозируется снижение использования свежей воды, что имеет негативное воздействие на населения.

Проведенные исследования показали, что наше благосостояние напрямую зависит от правильной социальной политики государства, которая, в свою очередь, зависит от того, достаточно ли информации, и насколько она полно показывает проблемы в современном российском обществе. От решения проблем комфортности проживания населения во многом зависит направленность и темпы дальнейших преобразований в стране и, в конечном счете, политическая, а, следовательно, и экономическая стабильность в обществе. Решение этих проблем требует определенной политики, выработанной государством, центральным моментом которой был бы человек, его благосостояние, физическое и социальное здоровье. Именно поэтому все преобразования, которые, так или иначе, могут повлечь изменение уровня жизни, вызывают большой интерес у самых разнообразных слоев населения.

Список литературы

1 Гусев, Б. В. Возможные пути создания идеальной комфортности жилища / Б. В. Гусев, Л. М. Добшиц, У. Х. Магдеев // Промышленное и гражданское строительство, 2010. - № 1. - С. 6-8.

2 Скворцова, М. А. Моделирование новых подходов к региональному развитию: синтез объективных и субъективных оценок уровня социальной комфортности проживания населения в регионе / М. А. Скворцова // Вестник Самарского государственного экономического университета, 2011. - № 7. - С. 84-89.

3 Дуброва, Т.А. Статистические методы прогнозирования : учеб. пособие для вузов / Т.А. Дуброва. - Москва: ЮНИТИ-ДАНА, 2003. - 206 с. - ISBN 5238004974.

Размещено на Allbest.ru