Качество жизни сельского и городского населения России
Фото: пресс-служба Правительства Липецкой области
Введение
Актуальность сравнительного анализа качества жизни отдельных групп населения определяется необходимостью получать научно обоснованные оценки и выявлять причины различий для принятия адекватных управленческих решений в сфере социальной политики. Современные концепции качества жизни являются результатом развития подходов, сложившихся в 1960-е годы и отражавших новое его понимание как многоаспектной, а не только экономической, характеристики благополучия. Стала осознаваться необходимость расширения системы показателей качества жизни за счёт субъективно-оценочных, определяющих степень доступности и удовлетворённости потребляемых благ [1; 2]. К настоящему времени в научной литературе сложилось представление о том, какие общие аспекты следует ассоциировать с качеством жизни. Чаще всего ими становятся: условия жизни, из которых выводится благополучие семьи и отдельного индивида, характеристики, способствующие благополучию (материальное положение, состояние здоровья, уровень образования, наличие работы), возможности (финансовые и физические; самореализации; личностного, социального, профессионального роста; проведения качественного досуга), эмоциональное состояние (удовлетворённость различными сторонами жизни, широта социальных связей) [3–5].
Сельское и городское сообщества часто становятся объектами сопоставлений в исследованиях качества жизни: отдельным его аспектам посвящена обширная научная литература — доходам и бедности [6], здоровью [7], занятости и безработице [8]. Отметим работу [9], посвящённую сравнению городского и сельского качества жизни, определяемого интегрально на основе субъективных оценок респондентов. В ней приводятся результаты исследований, показывающих превышение качества жизни сельского населения над городским в экономически развитых странах по таким показателям, как состояние среды обитания, здоровье, безопасность. Можно ожидать, что и в России значения отдельных компонент качества жизни будут выше в селе, хотя общая картина, скорее всего, останется в пользу города; на формализованное сравнение и выявление факторов отставания сельского качества жизни от городского нацелено настоящее исследование.
Интегральные индикаторы предоставляют новые возможности в сферах сравнительного анализа, эконометрических исследований, построения классификаций. Отметим две работы [10; 11]: в первой посредством эконометрического анализа получена оценка связи между интегральным индикатором качества жизни и валовым региональным продуктом в субъектах РФ, во второй анализируется зависимость качества жизни от показателей человеческого потенциала, инноваций, транспортной инфраструктуры региона и др. и делается прогноз. Также в ней проводится классификация регионов Центрального федерального округа путём ранжирования по интегральному индикатору качества жизни и отдельным его составляющим.
Разнообразие и большой объём статистической базы, используемой в современных исследованиях качества жизни, инициировали появление «композитного» концептуального подхода, основанного на использовании интегральных индикаторов. Одним из распространённых инструментов их построения является компонентный анализ, применение которого основано на положении, что более информативными для интегральной характеристики, а, следовательно, более весомыми при её построении, являются показатели, демонстрирующие большую вариабельность [12]. Получаемые веса определяют информативность показателя, но не оценку его содержательной роли в понимании интегральной характеристики — компонентный анализ строится на различении объектов в процессе выделения направлений максимальной дисперсии. Применительно к интегральному индикатору качества жизни это означает, что, например, всеобщая доступность важнейших в содержательном смысле благ (вода и подобное) делает его обладателей статистически неразличимыми, а соответствующий показатель — неинформативным для оценок. В настоящем исследовании посредством компонентного анализа были получены статистически обоснованные весовые коэффициенты, оценивающие информативность соответствующих показателей в формировании интегрального индикатора качества жизни; оценка содержательной роли показателей является задачей экспертного анализа, выходящей за рамки исследования.
Методология, данные и методика исследования
Методологией исследования является формализованный сравнительный анализ на базе интегрального индикатора, полученного агрегированием большого числа показателей, ассоциированных с пятью аспектами качества жизни — благоустройством жилья, благосостоянием домохозяйства, состоянием внешней среды проживания, социальными характеристиками индивида и используемыми формами досуга. Выбор перечисленных аспектов обусловлен теоретическими разработками учёных и их представленностью в источнике данных исследования — Комплексном наблюдении условий жизни населения по итогам 2022 года (КОУЖ), проводимом Росстатом. Конкретные показатели, отобранные для анализа, присутствуют в разных разделах КОУЖ; это распределение по разделам было сохранено при формировании смысловых блоков переменных, и последующий анализ парных корреляций проводился между переменными, входящими в один блок. Этим была усилена содержательная сторона при формальном анализе корреляционных связей.
Выборка из базы КОУЖ, сформированная для анализа (N=59994), включала данные по домохозяйствам, находящимся в 82 субъектах РФ, охваченных обследованием. Показатели, характеризующие благоустройство жилья и благосостояние семьи, формировались из ответов глав домохозяйств на «вопросник для домохозяйства»; индивиды 15 лет и старше ответами на «индивидуальный вопросник» формировали показатели, отражающие остальные три аспекта качества жизни. Для образования единой выборки данные по индивидам приводились к уровню домохозяйств усреднением их ответов на число членов домохозяйства, в составе которого они учитывались.
Все показатели относились к порядковой или категориальной шкале и были дихотомизированы — каждый из них был представлен в форме одной или нескольких бинарных переменных. Преобразование показателей, заданных порядковой шкалой, осуществлялось путём объединения всех положительных и отрицательных мнений в две группы, интерпретируемые как удовлетворённость или неудовлетворённость благом. Дихотомизированные категориальные переменные характеризовали наличие или отсутствие блага. Для смысловой сонаправленности каждой бинарной переменной с качеством жизни единицей обозначалось наличие / удовлетворённость благом, нулём — отсутствие / неудовлетворённость. Все образованные бинарные переменные были распределены по пяти блокам, соответствующим пяти выделенным аспектам качества жизни и составляющим пять различных разделов КОУЖ (столбец 1 Таблицы 1). Дихотомизация неметрических переменных — приведение к предельно простой бинарной форме — позволила избежать проблемы шкалирования ответов в вопросах на мнение [13], сделав корректным их дальнейшее преобразование в метрические путём сложения и усреднения. Применимость компонентного анализа к преобразованным таким способом переменным была подтверждена критериями выборочной адекватности Кайзера-Мейера-Олкина и сферичности Бартлетта.
Интегральный индикатор IQL строился в аддитивной форме — как линейная комбинация l переменных, отражающих выделенные аспекты качества жизни (l=5):
где ai — весовые коэффициенты, Ui — переменные, формализующие аспекты. Таким образом, построение IQL сводится к формализации аспектов и нахождению весовых коэффициентов статистически обоснованными способами.
Источник: расчёты автора.
Формирование Ui было проведено в два этапа. На первом этапе в каждом блоке выделялись наборы тех бинарных переменных, которые связаны значимой положительной зависимостью. Учитывая их содержательный смысл, зависимость между ними означает, что наличие / удовлетворённость одним благом с высокой вероятностью влечёт за собой также и наличие / удовлетворённость другим. Число наборов в каждом блоке определялось, исходя из необходимости обеспечить высокую скоррелированность переменных внутри наборов и чётко обозначить смысловую интерпретацию каждого набора. Чем выше была положительная тетрахорическая корреляция между каждой парой бинарных переменных, включённых в набор, тем ниже оказывалась потеря информации о них после их дальнейшего суммирования и усреднения в наборе. По результатам данного преобразования были получены обобщённые переменные, которые по построению имели единый масштаб и смысл: каждая из них менялась в пределах от нуля до единицы и отражала долю благ в соответствующем наборе, которые имелись в домохозяйстве / домохозяйства были удовлетворены.
На втором этапе агрегирования все обобщённые переменные составили базу для проведения компонентного анализа «поблочным» методом. Подробно метод изложен в публикациях [14–16], конкретика реализации — в работе [17]. В настоящем исследовании реализация метода, повышающая его строгость, отличается:
а) предварительной дихотомизацией переменных с последующим отбором для сложения и усреднения тех из них, которые оказывались более скоррелированными, — близость проверялась анализом парных корреляций;
б) использованием домохозяйств, а не регионов, в качестве единиц анализа.
Суть метода состоит в следующем. Для каждого блока обобщённых переменных рассчитывается матрица ковариаций, и компонентный анализ проводится на её основе. Прежде всего решается задача на собственные значения λ1(i) >λ2(i) >...>λmi(i)>>, где i — номер блока, mi — число обобщённых переменных в i-м блоке. Если не выполняется условие
то число обобщённых переменных в i-м блоке снижается путём нового перераспределения бинарных переменных для укрупнения наборов и уменьшения их количества. Процедура на основе пересчитанных обобщённых переменных повторяется до выполнения условия (2). После этого из каждого i-го блока переменных извлекается «нормированная главная компонента» [14] — блочный (или частный) индикатор Ui:
где Xj(i) — итоговая j-я обобщённая переменная i-го блока, b(i) — весовые коэффициенты, определяемые по элементам собственного вектора, соответствующего первому собственному значению матрицы ковариаций обобщённых переменных i-го блока, mi — число обобщённых переменных в i-м блоке. Интегральный индикатор качества жизни рассчитывается по формуле (1) — сложением всех частных индикаторов U с весами a, пропорциональными их дисперсиям.
Использование обобщённых переменных, сформированных на основе бинарных, позволяет сжать информацию до понятных пяти — восьми факторов сильнее, чем позволяет сжать «обычное» применение компонентного анализа к достаточно большому массиву. Естественно, что чем меньше количество обобщённых переменных, тем больше теряется информации при их формировании. Если выполнение условия (2) требует суммирования большого количества бинарных переменных, в том числе слабо коррелирующих с остальными, то необходим пересмотр базы данных и уточнение входящих в неё показателей.
Результаты
В первом столбце Таблицы 1 представлены выбранные априори и распределённые по пяти смысловым блокам бинарные переменные. Их группировка в наборы проведена по результатам анализа парных корреляций внутри каждого блока и с учётом критерия (2). Очевидно, статистически близкими оказывались бинарные переменные, связанные по смыслу. Это даёт возможность содержательно интерпретировать обобщённые переменные, рассчитанные на их основе путём суммирования и усреднения.
Обобщённые переменные каждого блока составили базу для проведения компонентного анализа. Последовательное применение компонентного анализа к обобщённым переменным каждого блока привело к формированию частных индикаторов U1–U5:
Поскольку сумма всех весовых коэффициентов в формулах расчёта частных индикаторов по построению равна единице, то последние могут меняться от нуля до единицы, и их можно интерпретировать как взвешенную долю обеспеченности или удовлетворённости благами, участвующими в формировании блока. Сами же весовые коэффициенты отражают влияние на частные индикаторы соответствующих обобщённых переменных. Так, можно видеть, что благоустройство жилья (частный индикатор U1) в наибольшей степени определяется наличием и качеством централизованной подачи услуг горячего водоснабжения, канализации и отопления: большой весовой коэффициент перед Х1(1) означает существование значительных различий в доступе к этим коммунальным ресурсам и высокий разброс оценок их качества среди респондентов. Важно отметить достаточно большое влияние на благоустройство жилья индивидуальной доступности (финансовой и технической) коммунальных ресурсов, которая сглаживает существенные различия в централизованном доступе. Показатель благосостояния домохозяйства (U2) определяется самооценками его главой широкой совокупности финансовых возможностей; влияние на благосостояние тех из них, которые обеспечивают дорогостоящее потребление, ожидаемо выше. Наибольшее влияние на качество внешней среды проживания (U3) оказывают проблемы шаговой доступности объектов досуга, государственных услуг и инфраструктуры, а также качество работы служб, отвечающих за благоустроенность территории. Наиболее значимые компоненты U4 — это наличие у индивида работы и удовлетворённость различными её характеристиками, состояние здоровья и активное использование Интернета для решения повседневных задач. Наконец, общественная и досуговая деятельность (U5) определяется активностью в социальных сетях, а также в большей степени финансовыми возможностями, чем «простой» реализацией интересов.
Интегральный индикатор образован суммированием частных индикаторов с весами, пропорциональными их дисперсиям:
По построению сумма всех весовых коэффициентов в (9), как и в (4)-(8), равна единице. Это означает, что интегральный индикатор IQL меняется от нуля до единицы и интерпретируется как взвешенная доля обеспеченности или удовлетворённости всей совокупностью благ, включённых в анализ. В рамках сформированной базы данных наибольшее влияние на качество жизни в 2022 году оказывало благосостояние домохозяйства, определяемое на основе субъективного восприятия финансовых возможностей, и значимые социальные характеристики индивида (наличие удовлетворяющей его работы, высшего образования, цифровая компетентность, состояние здоровья), затем — благоустройство жилья, внешняя среда и общественно-досуговая активность. Построенный формально-статистическими методами интегральный индикатор в целом отражает представления об иерархии перечисленных аспектов, о степени их важности в определении качества жизни.
Источник: расчёты автора.
Используя интегральный и частные индикаторы, проведём формализованное сравнение качества жизни в городе и селе. Значения индикаторов отражают отставание сельского качества жизни от городского в целом и по всем выделенным аспектам (Таблица 2). При этом наибольший вклад в отставание вносит индикатор благоустройства жилья U1 и, в меньшей степени, индикаторы внешней среды проживания (U3), работы и социально значимых характеристик индивида (U4).
Переход к обобщённым переменным блока 1, формирующим U1, показывает, что в части благоустройства жилья село сильнее всего уступает городу по наличию централизованных коммунальных ресурсов и удовлетворённости ими и по наличию удобств внутри квартиры (Таблица 3, переменные X1-X4 по блоку 1). Вместе с тем сельское население отчасти компенсирует свой слабый централизованный доступ к коммунальным ресурсам организацией индивидуального доступа к ним (Таблица 3, X6 по блоку 1).
Примечания: в заголовках таблицы аббревиатурой ОП обозначены обобщённые переменные, ∆ — разность значений Xj между городом и селом. Для удобства опущены: верхний индекс у обобщённых переменных Xj (означающий номер блока) и разряд целых значений с запятой («0,») в ячейках таблицы. Полужирным выделены значения с наибольшей разностью ∆.
Источник: расчёты автора.
Очевидно, росту доступности коммунальных благ способствовало развитие и удешевление соответствующих хозяйственных технологий и рост благосостояния населения, обусловивший индивидуальную возможность приобретения этих благ. Большинство показателей благосостояния, основанных на самооценках различных финансовых возможностей, за ожидаемым исключением показателя дорогостоящего потребления X1(2), слабо различаются по городу и селу (Таблица 3, блок 2). Активное приобретение дорогостоящих инновационных благ сельским населением (X2(2)) обусловлено не только возросшими финансовыми возможностями, но и стремлением обеспечить современные «городские» стандарты жизни. Рост доходов сельского населения способствовал разнообразию его расходов, однако разница в доходах всё ещё остается довольно высокой, что во многом объясняется более ограниченными возможностями сельского населения в сфере занятости и различиями социальных характеристик (Таблица 3, блок 4). Отсутствие в шаговой доступности торговых точек, медицинских, образовательных, культурных, спортивных учреждений воспринимается сельским населением наиболее остро. К проблемам преступности, распространения наркотиков, ухудшения окружающей среды более чувствительны горожане (Таблица 3, блок 3). Ограничивающим фактором досуговой активности являются частные интересы индивида, не учитываемые в используемом статистическом наблюдении. Это объясняет сравнительно низкие значения анализируемых показателей досуга (Таблица 3, блок 5). Наибольшие различия между городом и селом наблюдаются по активности в социальных сетях и в тех направлениях досуга, которые менее доступны в финансовом и техническом смысле. Также следует отметить общую и для города, и для села слабую вовлечённость населения в волонтёрское движение (X3(5)).
Представление качества жизни в виде интегрального индикатора позволяет провести межрегиональные сравнения в агрегированной форме. Для этого расчётом среднего арифметического значений IQL отдельно по городским и сельским домохозяйствам каждого субъекта РФ был сформирован массив данных из 161 наблюдения, в том числе 79 по селу и 82 по городу (Все субъекты РФ, кроме Москвы, С.-Петербурга и Севастополя, присутствуют в массиве данных дважды. Данные по Ненецкому, Ямало-Ненецкому и Ханты-Мансийскому — Югра автономным округам учитывались в составе Архангельской и Тюменской областей). Кластеризация по пяти частным индикаторам Ui независимо от использованного метода приводит к чёткому разделению всего массива на «преимущественно сельские» и «преимущественно городские» кластеры, что позволяет говорить о типологических различиях сельского и городского качества жизни и анализировать сельскую и городскую выборки по отдельности.
Выберем 14 регионов Приволжского федерального округа (ПФО) для проведения кластерного анализа по пяти частным индикаторам Ui методом К-средних с обучением выборки. Удобство ПФО для исследования определяется значительным социально-экономическим разнообразием его субъектов и, одновременно с этим, отсутствием среди них пиковых «выбросов», образованных из-за влияния существенных природно-климатических, демографических или культурных особенностей. По данным критериям ближе всего к ПФО находятся Центральный и Южный федеральные округа, которые также могли быть использованы для сравнительного анализа [18; 19]. В качестве правила обучения выборки установим максимальное расхождение начальных центроид по величине IQL для трёх кластеров: центром первого будет регион с максимальным значением IQL, второго — с медианным, третьего — с минимальным, соответственно по городу — Удмуртская Республика, Нижегородская область и Кировская область; по селу — Республика Татарстан, Пермский край и Кировская область. Предполагаем, что данное правило может привести к формированию кластеров, заметно различающихся по значениям частных индикаторов. Результаты проведения кластерного анализа представлены в Таблице 4. Описанное правило обучения привело к группировке регионов городской выборки по принципу близости их IQL. Одновременно с этим полученные кластеры заметно различаются по величине частных индикаторов, причём наиболее сильно — по индикаторам социальных характеристик и занятости (U4), благосостояния (U2), что подтверждает их более высокую значимость в формировании IQL.
Примечание: регионы в составе кластеров упорядочены по уменьшению IQL.
Источник: расчёты автора.
В составе первого кластера — два региона-лидера по IQL, по отмеченным выше индикаторам U2, U4, а также по индикатору общественной активности и досуга (U5). Регионы второго кластера занимают средние позиции по всем индикаторам, однако есть отдельные исключения, когда регионы выпадают в группу лидеров (Самарская область (по U1), Чувашская Республика (по U3)) или аутсайдеров (Республика Мордовия (по U2), Оренбургская область (по U3)). В составе третьего кластера — регионы с наиболее низкими значениями IQL и индикаторов U1-U4.
Сложившееся распределение регионов по IQL и большинству частных индикаторов в целом соответствует их распределению по величине среднедушевого валового регионального продукта (ВРП) — наиболее общей характеристике социально-экономического положения региона. ВРП ожидаемо показал себя одним из важнейших латентных факторов качества жизни. Две республики, составившие первый кластер, характеризуются высокими и средними значениями ВРП и среднедушевых доходов, диверсифицированной экономикой и наибольшими в ПФО темпами её роста с 2010 года [20]. Проблемная ситуация с качеством жизни городского населения регионов третьего кластера связана с их экономическим отставанием, выраженным в средне-низких показателях ВРП и доходов. Высокую долю в ВРП регионов третьего и отчасти второго кластера (Чувашская Республика, Республика Мордовия, Ульяновская и Пензенская области) занимает госуправление, социальное обеспечение, деятельность в области здравоохранения и социальных услуг (По данным 2022 г.: Регионы России. Основные характеристик субъектов. 2023. — Москва : Росстат, 2023. С. 440–571).
По результатам анализа на базе сельской выборки выделены три кластера. Первый включает четыре региона-лидера ПФО по значениям IQL и по большинству его аспектов — благоустройству жилья (U1), благосостоянию (U2), внешней среде проживания (U3).
Высокие позиции регионов кластера обусловлены не только их общим экономическим благополучием, отражённым в высоком ВРП (Республика Татарстан, Оренбургская и Самарская области), но также и развитым агропромышленным комплексом (АПК) (Саратовская область), остающимся, несмотря на многолетнее последовательное снижение роли аграрной отрасли в хозяйственно-экономической жизни села, значимым фактором сельского качества жизни. Заметное присутствие добычи полезных ископаемых в отраслевой структуре валовой добавленной стоимости Республики Татарстан, Самарской и особенно Оренбургской области оказывает позитивное влияние на их финансово-экономическое положение и действует на повышение качества жизни как в городе, так и в селе.
Регионы второго кластера, за исключением Нижегородской области и Республики Башкортостан, отличаются слабыми позициями по характеристикам благоустройства жилья (U1) и внешней среды (U3), что отражает наличие в их сельской местности проблем в сфере услуг, в состоянии социальной и коммунальной инфраструктуры.
Регионы третьего кластера имеют самые низкие в ПФО значения индикаторов благосостояния (U2) и, кроме Пензенской области и Чувашской Республики, — социальных характеристик и занятости (U4). С учётом высокой значимости этих индикаторов в формировании IQL, регионы третьего кластера можно считать наиболее проблемными по качеству жизни в селе. Они выделяются также самыми низкими в ПФО значениями ВРП. Отставание в экономическом развитии региона, отражённое в показателе ВРП, является сдерживающим фактором повышения качества жизни в селе также и потому, что ограничивает возможности трудовой занятости сельского населения в близлежащих городах в маятниковом и вахтовом режимах, ставших к настоящему времени одними из наиболее распространённых её форм. В то же время АПК как замещающий источник занятости сельского населения может сыграть позитивную роль в повышении его качества жизни, но лишь при условии интенсификации отрасли и её высокой товарности.
Выводы и ограничения исследования
Композитный подход к пониманию качества жизни как совокупности аспектов, связанных с благополучием, позволяет проводить его измерение посредством интегрального индикатора, построенного на основе строгой, статистически обоснованной методики. Особенностями её реализации в настоящем исследовании, придающими ей гибкость, являются:
1) дихотомизация показателей, выраженных неметрическими шкалами, с их последующей агрегацией в хорошо интерпретируемые обобщённые переменные, пригодные для корректного применения в компонентном анализе;
2) использование домохозяйств в качестве единиц анализа, позволяющее группировать результирующие оценки требуемым способом, в частности, по городскому и сельскому населению и по регионам страны.
Методика имеет следующие основные ограничения:
1) формирование интегрального индикатора качества жизни конкретными показателями всегда носит субъективный характер, обусловлено задачами исследования и методологическими подходами используемого источника данных;
2) возможно несовпадение предполагаемой содержательной значимости отдельных аспектов в понимании качества жизни и их статистическим вкладом в его формирование.
Таким образом, перспективы развития и применения методики связаны с уточнением системы показателей с учётом априорных содержательных представлений о важности соответствующих аспектов в понимании качества жизни.
По результатам применения методики были получены формализованные оценки различий качества жизни городского и сельского населения России и проведены межрегиональные сравнения. Установлено, что наибольший вклад в отставание качества жизни сельского населения от городского вносят факторы, связанные с доступностью и качеством услуг (коммунальных, медицинских, бытовых, досуговых), занятостью и социально значимыми характеристиками индивидов и дорогостоящим потреблением. В то же время сельское население выше оценивает экологическое состояние и безопасность и активнее использует альтернативные источники коммунальных благ, самостоятельно решая проблему повышения благоустройства жилья. Это показывает, что развитие инфраструктуры, малого предпринимательства, местного самоуправления, хозяйственно-экономической активности населения могут стать действенными инструментами повышения сельского качества жизни и сближения его характеристик в городе и селе.
Качество жизни городского населения (в предложенной трактовке и формализации) сильнее, чем сельского, связано с объективными показателями социально-экономического развития региона — прежде всего с ВРП, его структурой и динамикой, с уровнем доходов. Кластеризация регионов ПФО, проведённая по пяти аспектам качества жизни, выделила регионы-лидеры (Республика Татарстан, Удмуртская Республика) и регионы-аутсайдеры (Республика Марий Эл, Саратовская и Кировская области) по городской выборке.
На качество жизни в сельской местности оказывают существенное влияние факторы, которых нет или которые слабее проявляются в городе, — занятость в АПК, лучшие возможности организации малого и семейного предпринимательства, в том числе в сфере сельскохозяйственного производства и сбыта, развитая традиция создания в своём селе относительно автономной хозяйственно-экономической и социально-психологической среды и др. Это объясняет более высокую позицию отдельных регионов (Саратовская, Самарская, Оренбургская области, Республика Марий Эл) по результатам кластеризации сельских данных по сравнению с городскими.
Список литературы и Интернет-источников
1. Беляева, Л.А. Уровень и качество жизни: Проблемы измерения и интерпретации / Л.А. Беляева // Социологические исследования. — 2009. — № 1. — С. 33–42. EDN: JVGVQV
2. Okulicz-Kozaryn, A. City Life: Rankings (Livability) Versus Perceptions (Satisfaction) / A. Okulicz-Kozaryn // Social Indicators Research. — 2013. — Vol. 110. — P. 433–451. DOI: 10.1007 / s11205-011-9939-x
3. Головин, А.А. Место и роль категории «качество жизни» в характеристике общества: исторический контекст и современное состояние / А.А. Головин // Уровень жизни населения регионов России. — 2022. — Т. 18. — № 2. — С. 259–271. DOI: 10.19181 / lsprr.2022.18.2.10; EDN: LXMEPR
4. Кислицына, О.А. Подходы к измерению прогресса и качества жизни (благополучия) / О.А. Кислицына // Экономический анализ: теория и практика. — 2016. — № 10 (457). — С. 28–38. EDN: WWYJUH
5. Easterlin, R.A. Building a Better Theory of Wellbeing / R.A. Easterlin // Economics and Happiness: Framing the Analysis / L. Bruni, P.L. Porta (eds.). — Oxford Academic. 2006. — P. 29–64. DOI: 10.1093/0199286280.003.0002
6. Корчагина, И.И. Уровень жизни населения малых городов России / И.И. Корчагина, Л.А. Мигранова // Народонаселение. — 2012. — № 2. — С. 66–74. EDN: PKXQCX
7. Будилова, Е.В. Влияние качества городской среды на демографические показатели здоровья населения / Е.В. Будилова, М.Б. Лагутин, Л.А. Мигранова // Народонаселение. — 2021. — Т. 24. — № 1. — С. 44–53. DOI: 10.19181 / population.2021.24.1.5; EDN: IHWWZU
8. Блинова, Т.В. Типология регионов России по уровню сельской безработицы / Т.В. Блинова, В.А. Марков // Региональные агросистемы: экономика и социология. — 2021. — № 2. — С. 81–87. EDN: EDGHHC
9. Petrovic, F. Urban-Rural Dichotomy of Quality of Life / F. Petrovic, P. Maturkanic // Sustainability. — 2022. — No. 14. — 8658. DOI: 10.3390 / su14148658
10. Крамин, Т.В. Влияние подушевого ВРП на качество жизни населения в регионах России / Т.В. Крамин, Д.А. Устюжанина // Экономика региона. — 2024. — Т. 20. — № 1. — С. 176–188. DOI: 10.17059 / ekon.reg.2024-1-12; EDN: IIXAEH
11. Степанов, В.С. Построение модели, связывающей индикатор уровня жизни населения с комплексом показателей социально-экономической политики в регионах России / В.С. Степанов, В.Н. Бобков, Е.Ф. Шамаева, Е.В. Одинцова // Уровень жизни населения регионов России. — 2022. — Т. 18. — № 4. — С. 450–465. DOI: 10.19181 / lsprr.2022.18.4.3; EDN: FUJMOM
12. Жгун, Т.В. Построение интегральной характеристики качества жизни субъектов Российской Федерации с помощью метода главных компонент / Т.В. Жгун // Экономические и социальные перемены: факты, тенденции, прогноз. — 2017. — Т. 10. — № 2. — С. 214–235. DOI: 10.15838/esc/2017.2.50.12; EDN: YMIQJF
13. Filmer, D. Estimating Wealth Effect Without Expenditure Data — Or Tears: An Application to Educational Enrollments in States of India / D. Filmer, L. Pritchett // Demography. — 2001. — Vol. 38. — No. 1. — P. 115–132.
14. Айвазян, С.А. Анализ качества и образа жизни населения: монография / С.А. Айвазян. — Москва : Наука, 2012. — 432 с. EDN: WNTANH
15. Айвазян, С.А. Интегральный индикатор качества и условий жизни / С.А. Айвазян, М.Ю. Афа-насьев, А.В. Кудров // Цифровая экономика. — 2019. — № 1(5). — С. 43–56. DOI: 10.34706 / DE-2019-01-05; EDN: ZSELNZ
16. Волкова, М.И. Сравнение объективистского и субъективистского подходов к измерению синтетических латентных категорий качества жизни населения: результаты эмпирического анализа российских данных / М.И. Волкова // Прикладная эконометрика. — 2010. — № 3(19). — С. 62–90. EDN: MTHOGB
17. Шабанов, В.Л. Качество жизни сельского населения России: интегральная оценка и региональная дифференциация / В.Л. Шабанов // Народонаселение. — 2024. — Т. 27. — № 1. — С. 4–19. DOI: 10.24412 / 1561-7785-2024-1-4-19; EDN: MMPATA
18. Региональные особенности уровня и качества жизни: монография / Н.М. Римашевская, В.К. Бочкарева, Г.Н. Волкова [и др.]. — Москва : ИСЭПН РАН; М–Студио. — 2012. — 392 с. EDN: DLTKVF
19. Рюмина, Е.В. Качественный потенциал населения Приволжского федерального округа / Е.В. Рюмина // Международный журнал гуманитарных и естественных наук. — 2020. — № 8(47). — С. 169–178. DOI: 10.24411 / 2500-1000-2020-10955; EDN: LESBWZ
20. Зинчук, Г.М. Структурные изменения экономики регионов Приволжского федерального округа как фактор устойчивого развития / Г.М. Зинчук, М.В. Ефимова // Инновации и инвестиции. — 2021. — № 11. — С. 186–190. EDN: GBHGJX
Оригинал публикации: Шабанов В.Л. Качество жизни сельского и городского населения России: сравнение с использованием интегрального индикатора // Народонаселение. — 2025. — Т. 28. — № 4. — С. 129-143. DOI: 10.24412 / 1561-7785-2025-4-129-143; EDN: TMEVMF. Ссылка.