Содержание2
Введение 3
Глава 1. Кластерный анализ 5
1.1 Иерархический кластерный анализ 5
1.2 Кластерный анализ методом к-средних 6
Глава 2. Регрессионный анализ 9
2.1 Простейшая двухшаговая модель инвестирования в образование 9
2.2 Регрессионный анализ 13
1. Математическая модель. 13
2. Эконометрическая модель. 13
3. Сбор и описание данных. 13
4. Оценивание модели. 14
Заключение 18
Список использованной литературы 19
Приложение 20ВведениеВведение
На сегодняшний день многие исследователи (Garry Becker, David Romer, Daaron Acemoglu и др.) признают высокую значимость для развития экономики государства та-кой составляющей как человеческий капитал, которым обладает его население. Ведь еще Адам Смит в своем труде «The Wealth of Nations» включал в суммарный капитал, которым обладает страна «the acquired and useful abilities of all the inhabitants». С этой точки зрения трудно переоценить степень актуальности исследований стимулов, побуждающих индивидов инвестировать в различные составляющие собственного человеческого капитала (будь то образование, здоровье или специальные навыки, необходимые для занятия какой-либо деятельностью). Сама же концепция инвестирования в человеческий капитал и ее сравнение с инвестированием в материальные активы была впервые описана в книге Гарри Беккера (Garry Becker) «Human Capital», впервые изданной в 1964 году.
Целью данной работы является изучение регионов России с точки зрения взаимосвязи инвестиций родителей в такую составляющую человеческого капитала их детей, как образование с их денежными доходами. Это исследование можно рассматривать, как попытку косвенно ответить на вопрос действительно ли в среднем по регионам России степень образованности детей зависит от доходов их родителей. Почему лишь косвенно? Все дело в том, что используемые для анализа данные позволяют лишь отчасти судить о наличии или отсутствии такого рода зависимости. Более подробно степень адекватности имеющихся в наличие данных проведению такого рода исследования обсуждается в Главе2 .
Для проведения такого исследования необходимо выделить группы регионов Рос-сии, в которых показатели доля поступивших в ВУЗы и среднедушевые денежные доходы близки по значению (т.е. регионы, «сходные» между собой с точки зрения значений этих двух показателей). В качестве метода выделения таких групп был выбран Кластерный анализ. Процедура проведения кластерного анализа описана в Главе 2.
Данные.
Данные по уровню образования и доходам населения взяты из статистического еже-годника «Регионы России. Социально-экономические показатели. 2004», публикуемого Госкомстатом России. Для оценки уровня образования детей использовалась доля посту-пивших в ВУЗы региона в общем числе выпускников государственных муниципальных дневных общеобразовательных учреждений региона и выпускников специалистов госу-дарственными и муниципальными средними специальными учебными заведениями за 2003 год. На мой взгляд, этот показатель наиболее адекватно (из всех, которые можно бы-ло сконструировать из имеющихся в наличии данных) отражает смысл, который в него вкладывается. Что же касается такого показателя как «доходы» то в качестве него исполь-зовались данные по среднедушевым денежным доходам населения в регионах России. Данные доступны для 80 регионов Российской федерации.
Кроме того, в главе 2 рассматривается простейшая двухшаговая модель инвестиций в образование, описанная в [2]. В соответствии с основным выводом этой модели, величина дохода родителей оказывает влияние на принятии решения относительно образования своих детей только в случае существования ограничений на кредитном рынке. Этот результат позволяет проверить значимость кредитных ограничений на принятие решения об инвестировании в образование путем проверки следующей гипотезы: «существует ли разница между образованием детей, обусловленная дифференциацией доходов их родителей». В работе также предложена процедура проверки этой гипотезы путем построения простой регрессионной модели вида:
Образование = const + log (доход родителей)
Проблема правомерности выводов, которые могут быть сделаны на основании оценки такой регрессии и специфические проблемы, связанные с несовершенством используемых данных для этой конкретной модели подробно обсуждаются в главе 2.Литература1. Елисеева И.И., Юзбашев М.М Общая теория статистики. 2-е изд. М.: Финансы и ста-тистика, 1996.
2. Acemoglu D. Lectures on Human Capital and Technology. MIT. 2003.
3. Goode R.D. Adding to the Stock of Physical and Human Capital // The American Econom-ic Review. 1959. Vol. 49. P. 147-155.
4. Mincer J. Investment in Human Capital and Personal Income Distribution // The Journal of Political Economy. 1958. Vol. 66. P. 281-302.
5. Shaffer H.G. Investment in Human Capital: Comment // The American Economic Review. 1961. Vol. 51. P. 1026-1035.
|
