От Alexandre Putt Ответить на сообщение
К Alex55 Ответить по почте
Дата 26.07.2007 15:49:12 Найти в дереве
Рубрики Россия-СССР; Модернизация; Идеология; Версия для печати

Несколько конкретных возражений Вашим оппонентам

Давайте конкретнее

1. Из определения "нетто-коэффициента" ясно только то, что он расчитывается на основе неких предположений

"... равняется числу девочек, родившихся в данном периоде и имеющих шанс дожить до среднего возраста материнства"

Однако из этого следует, что такой показатель бесполезен в прогнозах. Например, падение этого коэффициента сейчас может компенсироваться всплеском рождаемости потом - за счёт тех же женщин, которые могут произвести потомство по крайней мере в течение 10-15 лет. Ведь невозможно загодя знать, как поведут себя в решениях эти девочки через 20 лет и на 20 лет вперёд. Например, они могут принять решение отложить рождение ребёнка до 25 лет (из-за желания закончить университет), что приведёт к падению этого коэффициента на эти самые 5 лет ниже 1. А потом - к превышению 1. В обоих случаях мы сделаем неверные заключения.

Так же в анализе прошлого такой показатель следует использовать осторожно - длительные периоды с коэффициентом менее 1.0 могут вовсе не говорить о депопуляции. Опять же из-за большого временного диапазона в решениях о заведении детей.

Кстати, я совсем не понял, какая база берётся в расчёте (т.е. что такое "общее число женщин")

Вообще, убедительная просьба на форуме размещать более адекватные и подробные описания.

2. Этот коэффициент очень слабо отражает смертность. Но смертность тоже значима в данном вопросе.

3.

> Мне кажется, что этот показатель лучше отражает демографические реалии,
> чем традиционное соотношение рождённых/умерших. Эта статистика может быть
> благостной, население страны может увеличиваться. Однако данное
> соотношение не показывает, что рост населения идёт на основе увеличения
> средней продолжительности жизни, а новые поколения малочисленнее старых -

Нетто-коэффициент тоже страдает проблемами, как установлено выше. Кроме того, простое рассмотрение числа родившихся на 1000 решает большую часть указанных в цитате проблем.

Неплохо бы построить простейшую модель, только боюсь данных маловато.

4. Насколько действительно якобы существовала депопуляция в СССР

Скептик приводит цифры, согласно которым якобы в СССР тоже существовал же "провал", т.е. якобы СССР не воспроизводился и якобы была проблема. Но на самом деле, как я объяснил выше, колебания в этом параметре вокруг 1 ещё ничего не говорят о том, существует депопуляция или нет. Быть может, они вызваны чисто случайными факторами.

Небольшой статистический анализ показывает, что именно так возможно и было. Если взять наблюдения за первые 30 лет из приводимых тут, то среднее арифметическое нетто-коэффициента составляет 0.978. Это число не отличается значимо от 1. Стд. отклонение 0.08. Правда, такой вывод неверен. Нужно описывать сам процесс.

Вопрос 1: есть ли тренд? Ответ не так прост. Простое рассмотрение графика за 30 лет может привести к неверному предположению, что чёткий тренд есть. Дело в том, что данная серия характеризуется значительной задержкой (т.е., как мы бы справедливо ожидали на основе общих соображений выше, эффект несколько лет назад оказывает влияние на нетто-коэффициент все года по сегодня). Поэтому невключение такой "задержки" даст нам неверное представление о тренде и его значимости.

Если оценить нашу серию с трендом, константой и MA- членами (moving average), то получим довольно любопытный результат, хоть и не удовлетворительный полностью

Я приведу вырезку из отчёта:
                              Estimate  Std. Err.   t Ratio  p-Value
Intercept                      1.24563    0.01476    84.392        0
Trend                          -0.0125    0.00251    -4.979        0
MA1                           -0.90226    0.19811    -4.555        0
...
MA7                           -0.79836     0.1441    -5.541        0
Error Variance^(1/2)           0.02143     0.0041    ------   ------

                       Sum of Squares =  0.0137
                            R-Squared =  0.9402
                          Residual SD =  0.0256
Box-Pierce (residuals):         Q(12) = 10.3452 {0.585}
Box-Pierce (squared residuals): Q(12) =  2.2209 {0.998}


Т.е. предположительно средний нетто-коэффициент составлял в СССР за начальный период 1.24 при наличии отрицательного тренда в 0.0125 в год. В свете такого высокого нетто-коэффициента мы скорее бы согласились с тем, что наличие тренда - признак не депопуляции, а обозначенного в самом верху "эффекта замещения". Родив по молодости очень много детей, люди предпочли не рожать их в зрелости.

Но к сожалению такая спецификация с трендом не выдерживает проверки: если исходная серия имеет вид x_t = intercept + trend * t + error_t, то разница будет d x_t = trend + d error_t. Оценка такой серии должна также дать нам значение trend. Но в таком случае коэффициент не оказывается статистически значимым. Т.е. тренда нет. Это заключение подтверждается и для расчёта на основе первых 16 лет.

Однако альтернативная спецификация для первых 30 наблюдений чуть лучше описывает тот же процесс и без тренда. Обращаю внимание на уменьшение значения Q-теста, большие значения которого указывают на некорректность оцениваемой модели. Показательно, что нетто-коэффициент (без тренда) превышает единицу. 

                              Estimate  Std. Err.   t Ratio  p-Value
Intercept                      1.00887    0.05579    18.083        0
MA1                            -1.1649    0.28034    -4.156        0
MA2                           -0.45326    0.18496    -2.451    0.021
Error Variance^(1/2)           0.04454     0.0127    ------   ------
                       Sum of Squares =  0.0595
                            R-Squared =  0.7184
                          Residual SD =   0.046
Box-Pierce (residuals):         Q(12) =  7.2009 {0.844}
Box-Pierce (squared residuals): Q(12) =  0.3148 {0.999}


Понятно, что это рабочие наброски, требующие более тщательного анализа и переработки.

Вопрос 2: есть ли различие между первыми 15 годами и последующими 15 годами? Ответ пока отрицательный. Я провел серию тестов (в том числе рекурсивный тест), структурных изменений за это время не обнаружил. (такое изменение после 30 лет, понятно, имееет место). Правда, я не успел закончить, результаты требуют более тщательного рассмотрения (хотя бы из-за того, что я не включил MA компоненту в такие тесты)

Приведу графики, вверху нетто-коэффициент, внизу - рекурсивный тест на устойчивость коэффициентов. Из нижнего графика видно, что структурное изменение чётко наблюдается в момент перехода от СССР к РФ, но не наблюдается для СССР.


[9K]



Возможно, здесь применимы и другие методы.

На этом можно пока закончить. Отмечу проблему с нехватной данных, как в продолжительности, так и в охвате разных сторон общественной жизни. Нужны более полные данные, больше, больше переменных, с большей периодичностью, охватывающие большие временные сроки.

Жду замечаний, вопросов, предложений.