Матрица относительных величин

Сущность и этапы реализации метода

1. Все значения (абсолютные)результативного признака заменяются отношением вида:

Матрица относительных величин - student2.ru = Матрица относительных величин - student2.ru

Где yiэмпирические значения результативного признака;

Матрица относительных величин - student2.ru = Матрица относительных величин - student2.ru - средний уровень результативного признака;

2. Все значения (абсолютные) факторных признаков хi заменяются отношениями:

Матрица относительных величин - student2.ru = Матрица относительных величин - student2.ru

Где Матрица относительных величин - student2.ru - средний уровень j-го факторного признака.

3. В результате такой замены матрица эмпирических абсолютных значений признаков y и xi заменяется матрицей относительных величин Qi и Pj следующего вида.

Матрица относительных величин

№ п/п Результативный признак Матрица относительных величин - student2.ru Факторные признаки
Матрица относительных величин - student2.ru Матрица относительных величин - student2.ru Матрица относительных величин - student2.ru   … Матрица относительных величин - student2.ru
. . . n Q1 Q2 Q3 . . . Qn P11 P21 P31 . . . Pn1 P12 P22 P32 . . . Pn2 P13 P23 P33 . . . Pn3 … … … . . . … P1k P2k … . . . Pnk

4. Если связь м/у результативными признаками (у) и факторными ( Матрица относительных величин - student2.ru ) признаками обратная, то для каждой единицы объекта исследования определяется величина 1/Рij.

5. На основе относительных величин всех факторных признаков Рij определяется многомерная средняя

Матрица относительных величин - student2.ru = Матрица относительных величин - student2.ru

Где k – число факторных признаков.

6. Формируются общие факторы, близкие между собой по экономическому содержанию, из исходных факторных признаков: А,В,С,… При этом значимость влияния общих факторов на результативный предполагается одинаковой.

7. На основе относительных величин факторных признаков составляющих общий фактор (А, В, С и т.д.), определяются факторные многомерные средние: Матрица относительных величин - student2.ru , Матрица относительных величин - student2.ru , Матрица относительных величин - student2.ru и т.д.

8. Определяется число групп исходя из объема изучаемой совокупности.

9. При анализе большого объема совокупности ширина равного интервала для построения групп на основе многомерной средней определяется по формуле:

Матрица относительных величин - student2.ru

10. Определяется число единиц изучаемой совокупности по Qi и, Матрица относительных величин - student2.ru и т.д. в каждой выделенной группе.

11. Определяется суммарное значение результативного признака по тем единицам изучаемой совокупности, которые попали в выделенные группы в п.10.

Многомерные группировки

Трудно выбрать какой-то один признак в качестве основания группировки.

Еще труднее проводить группировку по нескольким признакам. Комбинация двух признаков позволяет сохранить обозримость таблицы, но комбинация трех или четырех признаков дает совершенно неудовлетворительный результат: ведь даже при выделении трех категорий по каждому из группировочных признаков мы получим 9 или 12 подгрупп. Равномерность распределения единиц по группам в принципе невозможна. Вот и получаются группы, в которые входят 1-2 наблюдения. Сохранить сложность описания групп и вместе с тем преодолеть недостатки комбинационной группировки позволяют методы многомерных группировок. Часто их называют методами многомерной классификации.

Эти методы получили распространение благодаря использованию ЭВМ и пакетов прикладных программ. Цель этих методов — классификация данных, иначе говоря, группировка на основе множества признаков. Такие задачи широко распространены в науках о природе и обществе, в практической деятельности по управлению массовыми процессами. Например, выделение типов предприятий по финансовому положению, по экономической эффективности деятельности производится на основе множества признаков: выделение и изучение типов людей по степени их пригодности к определенной профессии (профпригодность); диагностика болезней на основании множества объективных признаков (симптомов) и т. д.

Простейшим вариантом многомерной классификации является группировка на основе многомерных средних.

Многомерной средней называется средняя величина нескольких признаков для одной единицы совокупности. Поскольку нельзя рассчитать среднюю величину абсолютных значений разных признаков выраженных в разных единицах измерения, то многомерная средняя вычисляется из относительных величин, как правило, - из отношений значений признаков для единицы совокупности к средним значениям этих признаков:

Матрица относительных величин - student2.ru

где p̅j - многомерная средняя для i-единицы;

хij - значение признака х, для г-единицы;

хj - среднее значение признака xi,

k - число признаков;

j - номер признака;

i - номер единицы совокупности.

При большом объеме совокупности для выделения групп на основе многомерной средней необходимо установить интервалы значений многомерной средней;

Матрица относительных величин - student2.ru

Затем следует провести группировку единиц: определить их количество в каждой группе и постараться указать, в чем состоят качественные различия между группами.

Более обоснованным методом многомерной классификации является кластерный анализ.

Кластерный анализ

Кластерный анализ – это совокупность методов многомерной классификации, целью которой является образование групп (кластеров) схожих между собой объектов. В отличие от традиционных группировок, рассматриваемых в общей теории статистики, кластерный анализ приводит к разбиению на группы с учетом всех группировочных признаков одновременно. Например, если наблюдаемый объект характеризуется двумя признаками и , то при использовании методов кластерного анализа оба эти признака учитываются одновременно при отнесении наблюдения в ту или иную группу. Методы кластерного анализа позволяют решать следующие задачи:

- проведение классификации объектов с учетом признаков, отражающих сущность, саму природу объектов;

- проверка выдвигаемых предположений о наличии некоторой структуры в изучаемой совокупности объектов, т.е. поиск существующей структуры;

- построение новых классификаций для слабо изученных явлений, когда необходимо установить наличие связей внутри совокупности и попытаться привнести в нее структуру.

Все методы кластерного анализа можно разделить на две группы: иерархические методы (агломеративные и дивизимные) и итеративные (метод k-средних, метод поиска сгущений и т.д.). Достаточно подробный обзор и систематизация различной методов кластерного анализа приводятся в работах.

Для записи формализованных алгоритмов кластерного анализа введем следующие условные обозначения:

X1, X2,…,Xn – совокупность объектов наблюдения; Xi = (Xi1, Xi2,…,Xim) - i-е многомерное наблюдение в m-мерном пространстве признаков (i = 1,2…n); dkl- расстояние между k-м и l-м объектами; Zij- нормированные значения исходных переменных; D – матрица расстояний между объектами.

Для реализации любого метода кластерного анализа необходимо ввести понятие «сходство объектов». Причем в процессе классификации в каждый кластер должны попадать объекты, имеющие наибольшее сходство друг с другом с точки зрения наблюдаемых переменных.

В кластерном анализе для количественно оценки сходства вводится понятие метрики. Каждый объект описывается m-признаками и представлен как точка в m-мерном пространстве. Сходство или различие между классифицируемыми объектами устанавливается в зависимости от метрического расстояния между ними. В кластерном анализе используются различные меры расстояния между объектами:

-евклидово расстояние Матрица относительных величин - student2.ru

- взвешенное евклидово расстояние Матрица относительных величин - student2.ru

- расстояние city-block Матрица относительных величин - student2.ru

- расстояние Минковского Матрица относительных величин - student2.ru

- расстояние Махаланобиса Матрица относительных величин - student2.ru

где Матрица относительных величин - student2.ru – расстояние между i-м и j-м объектами; Матрица относительных величин - student2.ru - значение l-й переменной и соответственно у i-го и j-го объектов; Матрица относительных величин - student2.ru – векторы значений переменных у i-го и j-го объектов; Матрица относительных величин - student2.ru – общая ковариационная матрица; Матрица относительных величин - student2.ru – вес, приписываемый l-й переменной.

Если алгоритм кластеризации основан на измерении сходства между перем6енными, то в качестве мер сходства могут быть использованы:

- линейные коэффициенты корреляции;

- коэффициенты ранговой корреляции;

- коэффициенты контингенции и т.д.

В зависимости от типов исходных переменных выбирается один из видов показателей, характеризующих близость между объектами.

Из всех методов кластерного анализа наиболее распространенными является иерархические агломеративные методы. Сущность этих методов заключается в том, что на первом шаге каждый объект выборки рассматривается как отдельный кластер. Процесс объединения кластеров происходит последовательно: на основании матрицы расстояний или матрицы сходства объединяются наиболее близкие объекты. Если матрица расстояний первоначально имеет размерность (m*m), то полностью процесс объединения завершается за (m–1) шагов. В итоге все объекты будут объединены в один кластер. Последовательность объединения может быть представлена в виде следующей дендрограммы (рис. 3.1.).

Дендрограмма, изображенная на рис. 3.1, показывает, что в данном случае на первом шаге были объединены в один кластер второй и третий объекты при расстоянии между ними 0,15. На втором шаге к ним присоединился первый объект. Расстояние от первого объекта до кластера, содержащего второй и третий объекты, было 0,3 и т.д.

Множество методов иерархического кластерного анализа отличаются алгоритмами классификации, их которых наиболее распространенными являются: метод одиночной связи, метод полных связей, метод средней связи, метод Уорда.

Метод одиночной связи – на основании матрицы сходства (различия) определяются два наиболее схожих и близких объекта. Они и образуют первый кластер. На следующем шаге выбирается объект, который будет включен в этот кластер, т.е. тот объект, который имеет наибольшее сходство хотя бы с одним из объектов кластера. Например, имеется матрица расстояний между объектами.

Матрица относительных величин - student2.ru

Рис. 3.1 Дендрограмма иерархического кластерного анализа

D= Матрица относительных величин - student2.ru

В первый кластер будут включены первый и второй объекты, так как расстояние между ними минимальное (d12 = 1,55).

На следующем шаге к этому кластеру будет подключен третий объект, так как расстояние d23 = 1.72 – min {d13 d23 d14 d24}. На последнем шаге в кластер будет включен четвертый объект. Графически это будет выглядеть следующим образом (рис. 3.2):

Матрица относительных величин - student2.ru

Рис. 3.2 Последовательность объединения четырех предприятий

Метод полных связей – включение нового объекта в кластер происходит только в том случае, если сходство между всеми объектами не меньше некоторого заданного уровня сходства (рис. 3.3).

Матрица относительных величин - student2.ru

Рис. 3.3.Определение нового состава кластера при различных уровнях сходства наблюдаемых объектов:

если задан уровень сходства 0,25, тогда третий объект будет включен в кластер S, так как d13>0.25 и d23>0.25

если задан уровень сходства 0,58, тогда третий объект не будет включен в кластер S, так как d13>0.58 и d23>0.58 .

Метод средней связи – при включении нового объекта в уже существующий кластер вычисляется среднее значение меры сходства, которое затем сравнивается с заданным пороговым уровнем. Если речь идет об объединении двух кластеров, то вычисляют меру сходства между их центрами и сравнивают ее с заданным пороговым значением. Рассмотрим геометрический пример с двумя кластерами (рис. 3.4).

Матрица относительных величин - student2.ru

Рис. 3.4. Объединение двух кластеров по методу средней связи:

а) первый кластер б) второй кластер

Если мера сходства между центрами кластеров (ds1 s2) будет не меньше нового уровня, то кластеры S1 и S2 будут объединены в один.

Метод Уорда — на первом шаге каждый кластер состоит из одного объекта. Первоначально объединяются два ближайших кластера. Для них определяются средние значения каждого признака и рассчитывается сумма квадратов отклонений

Матрица относительных величин - student2.ru

где k — номер кластера, i— номер объекта, j — номер признака; р — количество признаков, характеризующих каждый объект; Матрица относительных величин - student2.ru — количество объектов в k-м кластере.

В дальнейшем на каждом шаге работы алгоритма объединяются те объекты или кластеры, которые дают наименьшее приращение величины Матрица относительных величин - student2.ru

Метод Уорда приводит к образованию кластеров приблизительно равных размеров с минимальной внутрикластерной вариацией.

Алгоритм иерархического кластерного анализа можно представить в виде последовательности процедур:

- нормирование исходных значений переменных;

- расчет матрицы расстояний или матрицы мер сходства;

- определение пары самых близких объектов (кластеров) и их объединение по выбранному алгоритму;

- повторение первых трех процедур до тех пор, пока все объекты не будут объединены в один кластер.

Мера сходства для объединения двух кластеров определяется следующими методами:

- метод «ближайшего соседа» — степень сходства между кластерами оценивается по степени сходства между наиболее схожими (ближайшими) объектами этих кластеров:

- метод «дальнего соседа» — степень сходства оценивается по степени сходства между наиболее отдаленными (несхожими) объектами кластеров;

- метод средней связи — степень сходства оценивается как средняя величина степеней сходства между объектами кластеров;

- метод медианной связи — расстояние между любым кластером S и новым кластером, который получился в результате объединения кластеров р и q, определяется как расстояние от центра кластера S до середины отрезка, соединяющего центры кластеров риq.

Метод поиска сгущений

Одним из итеративных методов классификации является метод поиска сгущений. Подробно этот метод описан в литературе. Суть итеративного алгоритма данного метода заключается в применении гиперсферы заданного радиуса, которая перемещается в пространстве классификационных признаков с целью поиска локальных сгущений объектов.

Метод поиска сгущений требует, прежде всего, вычисления матрицы расстояний (или матрицы мер сходства) между объектами и выбора первоначального центра сферы. Обычно на первом шаге центром сферы служит объект (точка), в ближайшей окрестности которого расположено наибольшее число соседей. На основе заданного радиуса сферы (R) определяется совокупность точек, попавших внутрь этой сферы, и для них вычисляются координаты центра (вектор средних значений признаков).

Когда очередной пересчет координат центра сферы приводит к такому же результату, как и на предыдущем шаге, перемещение сферы прекращается, а точки, попавшие в нее, образуют кластер, и из дальнейшего процесса кластеризации исключаются. Перечисленные процедуры повторяются для всех оставшихся точек. Работа алгоритма завершается за конечное число шагов, и все точки оказываются распределенными по кластерам. Число образовавшихся кластеров заранее неизвестно и сильно зависит от радиуса сферы.

Для оценки устойчивости полученного разбиения целесообразно повторить процесс кластеризации несколько раз для различных значений радиуса сферы, изменяя каждый раз радиус на небольшую величину.

Существуют несколько способов выбора радиуса сферы. Если Матрица относительных величин - student2.ru — расстояние между l-м и k-м объектами, то в качестве нижней границы радиуса Матрица относительных величин - student2.ru выбирают Матрица относительных величин - student2.ru = min{d( Матрица относительных величин - student2.ru )}, а верхняя граница радиуса Матрица относительных величин - student2.ru может быть определена как Матрица относительных величин - student2.ru = max{d(Х1, Хк)}.

Если начинать работу алгоритма с величины R = min d Матрица относительных величин - student2.ru и при каждом его повторении изменять Матрица относительных величин - student2.ru на небольшую величину, то можно выявить значения радиусов, которые приводят к образованию одного и того же числа кластеров, т.е. к устойчивому разбиению.

Оценка качества многомерной классификации

Использование в ходе проведения кластерного анализа различных методов и алгоритмов каждый раз приводит к образованию кластеров с различными характеристиками. После завершения многомерной классификации необходимо оценить полученные результаты. Для этой цели используются специальные характеристики — функционалы качества. Наилучшим разбиением считается такое, при котором достигается экстремальное (минимальное или максимальное) значение выбранного функционала качества.

Рассмотрим некоторые функционалы качества.

1. Сумма квадратов расстояний до центров кластеров (F1)

Матрица относительных величин - student2.ru

где l — номер кластера (l= 1,2,..., к); Матрица относительных величин - student2.ru — центр i-го кластера; Матрица относительных величин - student2.ru — вектор значений переменных для i-го объекта, входящего в l-й кластер; Матрица относительных величин - student2.ru — расстояние между i-м объектом и центром l-го кластера.

При использовании этого критерия наилучшим является такое разбиение совокупности объектов, при котором значение F1 было бы минимальным.

2. Сумма внутрикластерных расстояний между объектами (F2)

Матрица относительных величин - student2.ru

В этом случае наилучшим следует считать такое разбиение, при котором достигается минимальное значение F2, т.е. получены кластеры большой «плотности».

3. Сумма внутрикластерных дисперсий (F3)

Матрица относительных величин - student2.ru

где Матрица относительных величин - student2.ru — дисперсия j-й переменной в l-м кластере.

В данном случае оптимальным следует считать разбиение, при котором сумма внутрикластерных (внутригрупповых) дисперсий будет минимальной.

На принципе минимизации внутрикластерной дисперсии основаны алгоритмы метода k-средних и метода Уорда.

Судить о качестве разбиения позволяют и некоторые простейшие приемы. Например, можно сравнивать средние значения признаков в отдельных кластерах (группах) со средними значениями в целом по всей совокупности объектов. Если групповые средние существенно отличаются от общего среднего значения, то это может являться признаком хорошего разбиения. Оценка существенности, различий может быть выполнена с помощью t-критерия Стьюдента.

18. Основные статистические показатели развития здравоохранения и образования.

Важнейшими характеристиками уровня жизни населения и нацио­нальной безопасности являются состояние здоровья населения и уро­вень развития здравоохранения.

Основная задача статистического наблюдения в здравоохранении заключается в описании происходящих в этой отрасли процессов, ста­тистическом анализе влияния реформирования экономики на уровень медицинской помощи и состояние здоровья населения. Действующая в Российской Федерации государственная система статистического на­блюдения в сфере охраны здоровья населения предусматривает прохож­дение статистической информации через региональные органы государ­ственной статистики, системы здравоохранения и службы санэпиднадзора, социальной защиты населения.

Система сбора и обработки информации многоступенчатая и много­канальная. Для получения статистической информации по охране здо­ровья населения осуществляется наблюдение за всеми без исключения единицами учета (сплошное наблюдение).

Источниками информации являются периодические и годовые фор­мы федерального государственного статистического наблюдения, пер­вичная учетная медицинская и другая учетная документация, единовре­менные учеты, выборочные обследования.

Исходной базой статистического наблюдения считается отчетность лечебно-профилактических учреждений системы Министерства здраво­охранения и социального развития РФ, других министерств и ведомств, а также негосударственных медицинских учреждений. В отчетности представлен широкий круг показателей, характеризующих состояние материально-технической базы и кадровой обеспеченности системы здравоохранения.

Министерство здравоохранения и социального развития РФ осу­ществляет сбор и обработку статистической информации по подведом­ственным учреждениям.

Федеральная служба государственной статистики собирает и обоб­щает статистические данные о лечебно-профилактических учреждениях

других министерств, ведомств и объединений, о травматизме на произ­водстве, а также аккумулирует информацию о заболеваемости населения, состоянии инвалидности и учреждениях социального обслуживания на­селения.

Программа федерального государственного статистического наблюде­ния ежегодно утверждается Федеральной службой государственной ста­тистики; получаемая в соответствии с ней информация служит исход­ной базой в практической работе органов государственной власти и уп­равления и используется для формирования единой государственной политики в области здравоохранения, социальной защиты населения, проведения сравнительного анализа уровней развития в указанной сфе­ре различных регионов Российской Федерации, а также сопоставления России с другими странами.

Для комплексной оценки состояния здоровья населения использу­ется система, включающая следующие основные блоки показателей.

1. Состояние системы здравоохранения, уровень и доступность ме­дицинской помощи.

2. Заболеваемость населения.

3. Состояние среды обитания (этот вопрос рассматривается в гл. 61).

Показатели состояния системы здравоохранения отражают количественные характеристики развития системы здравоохранения: сеть и ма­териально-техническую базу учреждений здравоохранения, наличие и уровень обеспеченности медицинскими кадрами (врачами, средним и младшим медицинским персоналом — распределение по специальнос­тям, полу, уровню профессиональной подготовки).

Система здравоохранения охватывает деятельность лечебно-профи­лактических учреждений различных типов, включая больницы и стаци­онары, диспансеры, родильные дома, поликлиники и амбулатории, фель­дшерско-акушерские пункты, станции скорой медицинской помощи, санаторно-оздоровительные учреждения, санитарно-эпидемиологичес­кие станции, медсанчасти и т.п.

Уровень медицинской помощи, оказываемой населению, оценивает­ся по возможностям сети лечебно-профилактических учреждений и их медицинскому персоналу. Медицинские учреждения предоставляют ин­формацию по следующему кругу показателей:

• число больничных учреждений;

• число больничных коек по специализации (терапевтические, хи­рургические, онкологические, гинекологические, туберкулезные, для больных детей и т.д.);

• число врачебных амбулаторно-поликлинических учреждений (са­мостоятельных и входящих в состав больничных учреждений, вклю­чая детские поликлиники и женские консультации);

• число детских отделений, кабинетов;

• число женских консультаций и акушерско-гинекологических отде­лений (кабинетов);

• мощность (число посещений в смену) врачебных амбулаторно-по-л иклинических учреждений;

• число фельдшерско-акушерских пунктов;

• численность врачей по специализации (терапевты, хирурги, педи­атры, онкологи, акушеры-гинекологи, неврологи и т.д.);

• численность среднего медицинского персонала по специализации (медицинские сестры, фельдшеры, акушерки, зубные врачи и т.д.).

Для оценки обеспеченности населения медицинской помощью ис­пользуются относительные показатели, для расчета которых применя­ется численность постоянного населения:

• число больничных коек на 10 ООО населения;

• число посещений амбулаторно-поликлинических учреждений в смену на 10 ООО населения;

• численность врачей на 10 000 населения;

• численность среднего медицинского персонала на 10 000 населе­ния.

Деятельность стационарных учреждений характеризуется следующи­ми относительными показателями:

• среднее число дней использования (занятости, работы) больнич­ной койки в году — отношение числа проведенных больными кой-ко-дней к среднегодовому числу коек;

• средняя длительность пребывания больного на койке — отноше­ние числа проведенных больными койко-дней к числу выбывших больных;

• оборот (функция) койки — отношение числа поступивших в ста­ционар больных к среднегодовому числу коек;

• уровень госпитализации — отношение численности госпитализи­рованных больных к среднегодовой численности населения;

• состав больных в стационаре (бсего, взрослые, дети) — отношение числа больных с тем или иным заболеванием к общему числу боль­ных.

Исчисляются также показатели, характеризующие хирургическую ра­боту и экстренную хирургическую помощь.

Для характеристики деятельности амбулаторно-поликлинических уч­реждений исчисляются такие показатели, как:

• число посещений врачей и среднего медицинского персонала, при­ходящихся на одного жителя в год, — отношение общего числа посещений (включая профилактические и посещения зубных вра­чей) к среднегодовой численности населения;

• нагрузка врача (среднее число посещений больных, приходящее­ся на одну врачебную должность) — отношение общего числа по­сещений больных к числу занятых врачебных должностей.

Статистика заболеваемости населения изучает уровень распростране­ния заболеваний среди всего населения (отдельно — городского и сель­ского) и отдельных половозрастных групп, а также структуру заболевае­мости по видам болезней. Статистика заболеваемости основана на дан­ных обращаемости населения в лечебно-профилактические учреждения по поводу заболевания, а также выявляемое™ заболеваний в ходе про­филактических осмотров.

Различают понятия «заболеваемость населения» и «контингент боль­ных» (болезненность). Заболеваемость населения характеризуется числом больных, выявленных (или взятых под диспансерное наблюдение) в те­чение года при обращении в лечебно-профилактические учреждения или при профилактическом осмотре. Первичная заболеваемость реги­стрируется при установлении больному диагноза впервые в жизни. Об­щая заболеваемость населения характеризуется общим числом больных, зарегистрированных в течение года. При этом учитываются больные, которым диагноз установлен как впервые, так и при повторном (мно­гократном) обращении по поводу данного заболевания. Уровень заболе­ваемости определяется отношением числа больных к среднегодовой численности постоянного населения.

Контингент больных включает совокупность всех лиц, страдающих дан­ной болезнью, обратившихся в медицинское учреждение как в текущем, так и в предыдущие годы. Показатель исчисляется отношением числа больных, состоящих на учете в учреждениях здравоохранения на конец года, к численности постоянного населения на конец года.

Для статистической разработки данных о заболеваемости населения применяется Международная статистическая классификация болезней и проблем, связанных со здоровьем (10-й пересмотр Всемирной органи­зации здравоохранения 1989 г.), обеспечивающая сопоставимость данных о заболеваемости и смертности при международных сравнениях. Числен­ность больных распределяется по следующим основным классам болез­ней:

некоторым инфекционным и паразитарным; новообразованиям;

крови, кроветворных органов и отдельных нарушений, вовлекаю­щих иммунный механизм;

эндокринной системы, расстройствам питания и нарушениям об­мена веществ;

психическим расстройствам и расстройствам поведения; нервной системы; глаза и его придаточного аппарата; уха и сосцевидного отростка; системы кровообращения; органов дыхания; органов пищеварения; кожи и подкожной клетчатки;

костно-мышечной системы и соединительной ткани; мочеполовой системы;

врожденным аномалиям (порокам развития), деформациям и хро­

мосомным нарушениям; • травмам, отравлениям и некоторым другим последствиям воздей­ствия внешних причин. Данные статистического наблюдения служат основой для анализа уровня и структуры заболеваемости по основным классам и отдельным болезням, их динамики, что позволяет делать выводы о распростране­нии отдельных видов заболеваний, их опасности для населения и др. При этом особое внимание обращается на динамику численности боль­ных социально значимыми заболеваниями: туберкулезом, болезнями, передаваемыми преимущественно половым путем, психическими рас­стройствами и расстройствами поведения, алкоголизмом, наркомани­ей, токсикоманией.

Состояние здоровья характеризуют также данные о профессиональных заболеваниях и отравлениях, о производственном травматизме, а также та­ких тяжелых исходах заболеваемости, как инвалидность и смертность. Дополнительной информацией о состоянии здоровья населения могут служить данные о временной нетрудоспособности работников, которая измеряется числом дней нетрудоспособности, подтвержденной больнич­ными листками нетрудоспособности или другими документами.

Данные о численности пострадавших при несчастных случаях на производстве содержатся в форме федерального государственного ста­тистического наблюдения № 7 — травматизм «Сведения о травматизме на производстве и профессиональных заболеваниях». Эти сведения ос-

новываются на регистрации несчастных случаев на производстве, оформ­ленных соответствующим актом (по форме № Н-1).

Из общей численности пострадавших с утратой трудоспособности на один рабочий день и более и со смертельным исходом выделяются жен­щины и лица в возрасте до 18 лет. В такой же группировке содержатся показатели о численности пострадавших со смертельным исходом.

Для оценки экономического ущерба, связанного с травматизмом на производстве, используются содержащиеся в отчетности показатели об общем числе человеко-дней нетрудоспособности у пострадавших с утра­той трудоспособности в отчетном году, численности переведенных с основ­ной работы на другую в связи с частичной утратой трудоспособности.

Кроме того, в форме содержится показатель о численности лиц с впервые установленным профессиональным заболеванием.

Для характеристики средств, направляемых на улучшение условий труда, в форму включен показатель «Израсходовано на мероприятия по охране труда».

Вся информация о материальных последствиях несчастных случаев с 2000 г. централизована в системе Фонда социального страхования РФ.

При анализе производственного травматизма определяются: общая численность пострадавших от травм, полученных при несчастных слу­чаях на производстве, и ее динамика по годам; распределение постра­давших по тяжести травм (с временной потерей трудоспособности, со смертельным исходом); отрасли с наивысшим уровнем травматизма; исчисляются коэффициент частоты и коэффициент тяжести производ­ственного травматизма в целом по России, по регионам и отраслям (подотраслям) экономики.

Уровень производственного травматизма, или коэффициент частоты производственного травматизма, рассчитывается путем деления общей численности пострадавших на производстве с утратой трудоспособно­сти на один рабочей день и более и со смертельным исходом на сред­несписочную численность работающих в отчетном году. Полученный результат умножается на 1000. Аналогично рассчитывается уровень про­изводственного травматизма со смертельным исходом.

Коэффициент тяжести производственного травматизма — это отно­шение общего числа человеко-дней нетрудоспособности, наступившей в связи с несчастными случаями, к численности пострадавших от травм в отчетном периоде. Этот показатель исчисляется в числе дней нетру­доспособности на одного пострадавшего.

В практике анализа травматизма на производстве производится так­же расчет затрат на охрану труда на одного работающего в отчетном году.

ПОКАЗАТЕЛИ ЗДОРОВЬЯ НАСЕЛЕНИЯ

Показатели здоровья населения включают: демографические, заболеваемости и самооценку здоровья населением.

Основными из них для измерения уровня здоровья являются демографические показатели, такие, как: средняя ожидаемая продолжительность жизни при рождении (всего, в том числе для мужчин и женщин), коэффициенты общей, повозрастной, в том числе младенческой, смертности (всего, в том числе для мужчин и женщин); показатели смертности, ее причины (всего и по поло­возрастным группам).

Все показатели должны рассматриваться в динамике за дли­тельный промежуток времени, чтобы можно было уловить изме­нение тенденций, выявить устойчивые характеристики динамики последних лет, выбрать период прогноза.

Показатель средней ожидаемой продолжительности жизни при рождении используется не только в отечественной науке и пра­ктике, но и в международных сравнениях, поскольку он всегда рас­считывается по одной и той же методике. К тому же он входит в ин­тегральный показатель — индекс развития человеческого потенциала (ИРЧП) (гл. 4). Средняя ожидаемая продолжитель­ность жизни при рождении — это средняя предстоящая продолжи­тельность жизни новорожденного при условии сохранения уровня смертности, сложившегося на момент определения этого показа­теля, рассчитывается на основетаблицы дожития по формуле

Матрица относительных величин - student2.ru

где Матрица относительных величин - student2.ru — общее число человеколет, которое предстоит прожить всей совокупности родившихся с момента рождения и кончая пре­дельным возрастом, 100 лет;

Матрица относительных величин - student2.ru — исходная совокупность родившихся (10 тыс. или 100 тыс. чел.);

0,5 — поправка, учитывающая то, что человек редко умирает в свой день рождения и живет некоторое время в году своей смерти; считается, что в среднем человек проживет не менее 6 мес. до дня смерти.

Наряду со средней ожидаемой продолжительностью жизни общепринятыми индикаторами здоровья населения являются:

• показатель детской смертности (в возрасте 0—14 лет);

Матрица относительных величин - student2.ru
• коэффициент младенческой смертности (до одного года);

• показатель материнской смертности.

Коэффициент младенческой смертности рассчитывается по формуле

Матрица относительных величин - student2.ru

где Матрица относительных величин - student2.ru — число умерших в возрасте до 1 года из числа родившихся в году, для которого вычисляется коэффициент;

Матрица относительных величин - student2.ru — число родившихся в том же году;

Матрица относительных величин - student2.ru — число родившихся в предыдущем году;

Матрица относительных величин - student2.ru — число умерших в возрасте до 1 года из родившихся в предыду­щем году.

19.Жилищные условия населения: статистические показатели и методы анализа.

Жилищный фонд – совокупность всех жилых помещений независимо от форм собственности, включая: жилые дома, общежитие, приюты, дома ветеранов, интернаты, квартиры, служебные помещения, иные помещения пригодные для проживания.

При изучении жилого фонда используются следующие показатели:

· Общая площадь жилого фонда

· Распределение жилого фонда по формам собственности

· Жилая площадь и ее удельный вес в общей площади

· Площадь жилых помещений, приходящаяся в среднем на 1 проживающего в распределении по д/х с разным уровнем располагаемых ресурсов.

Общая площадь жилых домов = жилые + подсобные помещения

Жилая площадь = площадь жилых комнат в жилых домах и помещениях

Типы жилых помещений:

ü Индивидуальный дом

ü Отдельная квартира

ü Общая/коммунальная квартира

ü Общежитие рабочих, служащих, учащихся

ü Дом-интернат для престарелых, инвалидов

ü Детские дома

ü Отсутствие дома

Благоустройство жилищного фонда:

1) жилая площадь, оборудованная водопроводом, канализацией, центральным отоплением, горячим водоснабжением, газом, напольными электрическими плитами, ванными, душем, % ко всей площади жилищного фонда;

2) % жилых домов с мусоропроводом;

3) % квартир с телефонами.

Учет жилищного фонда ведется по видам собственности:

• частный жилищный фонд — фонд, находящийся в собственности граждан, и фонд, находящийся в собственности юридических лиц (созданных в качестве частных собственников), в том числе жилищно-строительных кооперативов (ЖСК);

• государственный жилищный фонд — ведомственный федеральный и ведомственный республиканский (в составе России), краевой, областной, жилищный фонд городов Москвы и Санкт-Петербурга;

• муниципальный жилищный фонд — фонд, находящийся в собственности района, города, а также ведомственный фонд, находящийся в полном хозяйственном ведении муниципальных предприятий или оперативном управлении муниципальных учреждений;

• общественный жилищный фонд — фонд, состоящий в собственности общественных объединений;

• жилищный фонд в коллективной собственности — фонд, находящийся в совместной или долевой собственности различных субъектов, частной, государственной, муниципальной собственности, собственности общественных объединений.

Уровень благоустройства жилого фонда оценивается долей жилого фонда, обеспечивающего соответствующим оборудованием.

Для характеристики жилого фонда используется группировка проживающих по времени постройки домов. (до 41 года; 41-60 годы; 60-80 годы; 81-90 годы; 91 – и т.д.)

Состояние жилого фонда характеризуется степенью износа жилых помещений.

Характеристика качества:

Ø Этажность домов

Ø Материалы стен и фундамента

Движение жилого фонда характеризуется показателями ввода в действие жилых домов и квартир в том числе по формам собственности, среднего размера построенных квартир, ввода в действие индивидуальных _______ их площади…..

Обеспеченность населения жильем определяется: количество общей и жилой площади, приходящаяся на одного жителя.

Официальная статистика приводит данные о распределении д/х с разным числом членов, числом детей, разными среднедушевыми доходами по следующим признакам:

§ Вид жилья

§ Размер общей и жилой площади (в среднем на 1 проживающего)

§ Число занимаемых комнат

§ Форма собственности

§ Степень благоустройства

Источники информации о жилищных условиях населения явл.:

v Ведомственная статистическая отчетность

v Форма №1 Жилищный фонд.

v Перепись населения

v Обследование бюджетов д/х

Движение жилищного фонда:

1) убыль жилищного фонда, всего, кв. м:

в том числе по причинам выбытия:

• по ветхости и аварийности;

• от стихийных бедствий;

• в связи с переоборудованием жилых помещений под нежилые;

• в связи с реконструкцией и отводом земель под новое строительство;

2) жилищное строительство:

• ввод жилья (общая площадь, жилая площадь, кв. м);

• число построенных квартир — всего, ед., в том числе с количеством комнат: одна, две, три и т. д.;

• средний размер построенных квартир, кв. м;

• ввод жилья по источникам финансирования, кв. м;

• структура нового жилищного строительства по этажности, %:

• ввод в действие жилых домов по формам собственности;

• ввод в действие жилых домов в городской и сельской местностях;

• ввод в действие домов-интернатов для престарелых, инвалидов и детей-инвалидов.

Капитальный ремонт и реконструкция жилищного фонда:

1) капитальный ремонт, кв. м общей площади;

2) реконструкция жилищного фонда, кв. м;

3) источники финансирования капитального ремонта, реконструкции жилищного фонда.

Эта система показателей особенно актуальна для городов с большим удельным весом жилищного фонда дореволюционной постройки. Так, в Санкт-Петербурге тысячи квадратных метров жилищного фонда нуждаются в капитальном ремонте и реконструкции. На начало 1995 г. ветхий и аварийный жилищный фонд города составлял 384,4 тыс. кв. м, в том числе муниципальный — 50%, ведомственный — 41%, частный — 9%. На этой площади проживало 13.5 тыс. человек. Капитальный ремонт жилищного фонда показывается в целом (отремонтировано всего, кв. м) и отдельно по принадлежности: государственный жилищный фонд, муниципальный жилищный фонд и т. д.

Обеспеченность населения жильем:

1) жилая площадь в среднем на одного проживающего, кв. м/чел.;

2) общая площадь в среднем на одного проживающего, кв. м/чел.;

3) численность населения, проживающего:

• в отдельной квартире;

• в коммунальной квартире;

• в отдельном доме или его части:

• в общежитии;

4) то же в % ко всем жителям;

5) средняя площадь отдельной квартиры, кв. м/квартира;

6) среднее число жителей на одну комнату, чел./комната;

7) число домохозяйств, состоящих на учете для получения муниципального жилья (абсолютное и в % к общему числу домохозяйств);

8) число семей беженцев и вынужденных переселенцев, нуждающихся в жилье.

Рынок жилья – часть рынка недвижимости, кот вкл кроме рынка жилья, рынок нежилых помещений и рынок земли.

Рынок жилья:

1) Первичный-охватывает новое жилье, т.е. в впервые появившееся как товар на рынке, т.е. только что построенные и строящиеся дома и квартиры

2) Вторичный- жилье уже функционировавшее некоторое время и уже использовавшееся, обладающее определенной степенью износа

Кроме того рынок жилья вкл аренду жилой площади

Статистическая отчетность характеризует предпосылки формирования рынка жилья.

Информация о функционировании рынка жилья в органы статистики не поступает.

Росстат с 1996 года проводит наблюдение за ценами на первичном и вторичном рынке жилья в территориальном центре и крупных городах с выделением 3-х типов квартир:

o Типовые

o Улучшенные

o Элитные

На вторичном рынке выделяют квартиры низкого качества.

При изучении цен на жилье используют следующую его типологию:

Матрица относительных величин - student2.ru Жилые дома низкого качества (5-9 этажные панельные дома)

Матрица относительных величин - student2.ru Дома повышенной этажности (листовые и дома улучшенной планировки)

Матрица относительных величин - student2.ru Элитные дома

ПОКАЗАТЕЛИ ОБСЛУЖИВАНИЯ И ФИНАНСИРОВАНИЯ ЖИЛИЩНОГО ФОНДА

Показатели обслуживания и финансирования жилищного фонда имеют особое значение для проведения жилищно-коммунальных реформ и обеспечения достойного уровня жизни населения. К показателям этой группы относятся:

• удельный вес расходов на содержание жилищного фонда и коммунальные услуги в общей величине расходов бюджета административной единицы, %:

• количество семей, получающих субсидии на оплату жилищно-коммунальных услуг;

• то же, в процентах к общему количеству семей, проживающих на данной территории,

• удельный вес расходов на содержание жилищного фонда в общей сумме расходов населения, %;

• удельный вес личных расходов населения по содержанию жилья в общей стоимости предоставления жилищных услуг %;

• индексы стоимости жилищных услуг.

Значение перечисленных показателей зависит от принятой в стране жилищной политики. В общем можно рассматривать два возможных направления жилищной политики: либеральное и патерналистское (от лат. paternus—отцовский, отеческий). При либеральном направлении жилищной политики жилье предоставляется прежде всего как товар длительного пользования и соответственно в центре внимания оказываются рынок жилья, его состояние, факторы, влияющие на его развитие, социальная помощь отступает на второй план. При патерналистском направлении жилье рассматривается не как товар, а как важнейшее социальное благо, обеспечение им осуществляется за счет государственного бюджета и средств предприятий и бесплатного распределения среди населения. Квартирная плата в этом случае покрывает лишь небольшую часть расходов государства на содержание жилищного фонда. Такое направление жилищной политики претворялось в жизнь в социалистических странах, где квартплата покрывала лишь около 1/3 расходов на содержание жилья, дотации на жилье поступали из госбюджета.

Наши рекомендации