Влияние индекса человеческого развития на демографические характеристики России
Фото: freepik.com / @ freepik
Введение
В исследовании использовались данные исследований Института социально-экономических проблем народонаселения Российской академии наук (РАН) и Швейцарской академии долголетия (Swiss Academy of Anti-Aging Medicine) по определению аналитических зависимостей влияния образа жизни конкретного члена человеческой популяции и популяции в целом на человеческий капитал.
Актуальность темы статьи обусловлена, в частности, тем, что темпы увеличения продолжительности жизни существенно различаются для разных групп населения в одной и той же стране в зависимости от личного образа жизни, национальных стандартов и социальных условий. Это приводит, например, к потере точности оценки рисков страховых операций. Известно, что каждый дополнительный год ожидаемой продолжительности жизни в пенсионном возрасте добавляет несколько процентов к приведённой стоимости пенсионных обязательств.
Поскольку оценка продолжительности жизни важна для оценки рисков государственных и частных структур, было предложено большое количество эмпирических моделей (Matthias Börger, Arne Freimann, Jochen Ruß 2021; Johnny Siu-Hang Li, Yanxin Liu 2021; Hong Li, Yanlin Shi 2021; Han Li, Rob J. Hyndman 2021; Francesca Perla, Ronald Richman, Salvatore Scognamiglio, Mario V. Wüthrich 2021; Thilini Dulanjali Kularatne, Jackie Li, Yanlin Shi 2022; Zhenmin Cheng, Wanwan Si, Zhiwei Xu, Kaibiao Xiang 2022).
Эти модели основаны на анализе исторических данных по изменению кривых вероятности выживания популяции от времени жизни с помощью цифровых двойников. Дальнейшая экстраполяция результатов позволяет прогнозировать продолжительность жизни следующих поколений этой популяции. Наиболее полный обзор известных цифровых моделей демографических характеристик населения приведён в литературе (Majer, I., Stevens, R., Nusselder, W., Mackenbach, J. 2013).
Все упомянутые выше исследования, и данное исследование в том числе, основаны на представлении о популяции, как о чёрном ящике. Его входными параметрами являются статистический образ жизни (собирательный термин – индекс человеческого развития) и другие параметры, такие как средние: рост, вес, возраст, ожидаемая продолжительность жизни и другие. Его единственным выходным параметром служит кривая вероятности выживания популяции от времени и образа жизни.
Этот стандартный методологический подход применяется и в данной работе. Но он дополнен более детальным учётом влияния образа жизни и социальных условий на кривые вероятности выживания населения и отдельных людей (Гущо 2019; Супрун 2019).
Аналитическое описание и цифровое моделирование тех или иных физических, демографических и иных процессов принято называть цифровым двойником. В рамках этого термина были разработаны цифровые двойники для популяции, компании и личности.
Впервые технология цифрового двойника была применена на АвтоВАЗе в 1993 году для увеличения работоспособности. В период 1988-1999 года АвтоВАЗ спонсировал кругосветную экспедицию по оценке влияния образа жизни на ресурс здоровья и работоспособность. В результате была создана программа по оценке работоспособности предприятия.
Индекс человеческого развития
Согласно определению ООН «Индекс человеческого развития (ИЧР) представляет собой суммарный показатель средних достижений в ключевых аспектах человеческого развития: долгая и здоровая жизнь, наличие знаний и достойный уровень жизни. Этот индекс означает среднее геометрическое нормированных индексов для каждого из трёх измерений» (United Nations Development Programme 2020).
Как показали многолетние исследования Института социально-экономических проблем народонаселения РАН, оценка ИЧР только по трём параметрам недостаточна для всесторонней характеристики человеческого капитала. Поэтому в настоящей работе используется индекс человеческого развития Rs , включающий 12 составляющих ресурса здоровья (рисунок 1): дыхание (газовый обмен), водно-питьевой режим, питание, движение, психология, очищение, условия жизни, вредные привычки, наследственность, медицинский сервис, компетентность и условия труда (Гущо 2020).
В идеальных условиях совокупный индекс человеческого развития Rs стремится к значению 334,4 условных лет (рисунок 1). Однако идеальных условий не существует. Прилагая наши усилия (в виде образа жизни, оцениваемого с помощью Rs) к условному чёрному ящику, представляющему собой конкретную популяцию, мы получаем на выходе один параметр – вероятность выживания (уровень ресурса здоровья) для среднестатистического индивидуума. Представим по аналогии с электротехникой, что чёрный ящик — это понижающий электрический трансформатор. На входе приложено входное напряжение (в нашем случае это индекс человеческого развития Rs), на выходе мы получаем после понижения этого индекса «трансформатором популяции» значение ресурса здоровья и ожидаемую продолжительность жизни индивидуума или популяции.
К сожалению, «демографический трансформатор» всегда работает «на понижение». В исследованиях ставилась задача понять, каков реально вклад индекса человеческого развития Rs по всем 12 направлениям образа жизни в результат – продолжительность жизни. Как итог, на рисунке 1 красные полосы отображают реально используемые доли индекса человеческого развития Rs. Ориентировочно они составляют 1/3 от возможных идеальных значений. Соответственно, резерв долголетия человечеством не используется на 70%. Максимально возможный личный ресурс здоровья Rsp=245,6. Максимальный социальный ресурс здоровья Rss=88,8. Индекс человеческого развития Rs=Rsp+Rss. Максимум Rs=334.4.
Инфографика: Дарья Ковалева
Перечисленные 12 параметров индекса человеческого развития Rs достаточно полно характеризуют особенности конкретного члена популяции / популяции. Все они зависят как от образа жизни конкретного члена популяции, так и от статистически среднего образа жизни популяции в целом. Другими словами, личность и популяцию нельзя рассматривать отдельно. Российские эксперты разработали цифровой двойник для расчёта индекса ресурса здоровья Rs как для популяции, так и для личности, принадлежащей к этой популяции.
Демографические характеристики популяций России
Желательно, чтобы начало будущих проблем со здоровьем можно было предсказать для человека с достаточной надёжностью сейчас и в будущем. В настоящее время подавляющая часть финансирования медицинских исследований направляется на совершенствование методов диагностики и лечения заболеваний, а не на поиск профилактических мер, которые могли бы быть направлены на снижение риска заболевания задолго до того, как проявятся какие-либо из обычно наблюдаемых симптомов заболевания.
Таким образом, в дополнение к пользе, которую может получить человек, проинформированный о высоком риске возникновения болезни заранее, также можно сократить медицинские расходы. До сих пор существуют две проблемы при попытках оценить или предсказать будущее здоровье человека. Во-первых, такие прогнозы неточны, поскольку они основаны на данных, полученных из относительно небольших выборок исследований, во-вторых, носят вероятностный характер. Тем не менее, знание вероятности появления события может изменить предпринимаемые действия.
Известны различные цифровые двойники популяции для определения некоторых параметров человеческого капитала и, в первую очередь, биологического возраста члена популяции, использующие инвазивные и неинвазивные методы.
В инвазивных способах требуется забор крови и/или спинномозговой жидкости, медперсонал, использование лабораторий. В неинвазивных способах используются внешние анализы, параметры двигательной активности, анкетирование и другие. Разработанные цифровые двойники для популяции, компании и личности, а также индекса человеческого развития направлены на создание практической системы прогнозирования параметров человеческого капитала с использованием методов многомерного статистического анализа, которые способны обеспечить количественные прогнозы, без использования инвазивных методов.
Исходными данными для цифрового двойника любой популяции мужчин или женщин служат: кривая выживания, заданная в табличном или графическом виде, средний рост, средний вес, ожидаемая продолжительность жизни Tp. Обнаруженные в ходе многолетних исследований характерные свойства популяции для указанных исходных данных в зависимости от различных значений генерального параметра Rs позволили создать аппаратно-программный продукт для расчёта демографических характеристик в заданном диапазоне параметра Rs. Правильность такого подхода подтверждается исследованием, описанном в статье (Han Li, Rob J. Hyndman 2021), в которой путём моделирования и прогнозирования уровня смертности показано, что различные условия жизни в разных штатах США приводят к различным прогнозам продолжительности жизни.
На рисунке 2 построены серии кривых ресурса здоровья для различных заданных параметров Rs (от 30 до 340) в зависимости от времени жизни для мужчин и женщин России, основанные на статистических данных 2019 года.
Напомним несколько определений. Ожидаемой продолжительностью жизни популяции Tp называют возможную продолжительность жизни среднестатистического члена популяции при ресурсе здоровья, равном 0.5. Параметр Tpm называют видовым пределом продолжительности жизни при ресурсе здоровья, равном 0.5 и при идеально возможном образе жизни (рисунок 3). Хордой активного долголетия Tpa называют возможную продолжительность жизни среднестатистического члена популяции при ресурсе здоровья, равном 0.75. Область под кривой вероятности выживания между ресурсом здоровья от единицы до 0.75 называют зоной активного долголетия (рисунок 2).
.png)
Инфографика: Дарья Ковалева
Прежде всего следует обратить внимание, что форма исходных кривых выживания существенно влияет на характер и предельные характеристики популяций мужчин или женщин. Из графиков рисунка 2 можно определить предельные значения хорды активного долголетия Tpаm и ожидаемую продолжительности жизни Tpm. Для мужчин России хорда активного долголетия ограничена 56 годами, а предельная ожидаемая продолжительность жизни популяции – 79 годами (Tpаm= 56 лет, Tpm=79 лет). Для женщин России хорда активного долголетия больше на 31 год, а предельная ожидаемая продолжительность жизни – на 43 года, чем у мужчин (Tpаm=87 лет, Tpm=122 года). При рассмотрении мужского набора кривых выживания России бросается в глаза резкое падение ресурса здоровья мужского населения от 15 до 40 лет. Недаром министр здравоохранения России М. А. Мурашко недавно отметил катастрофическое состояние здоровья мужчин России.
С помощью цифрового двойника для популяции органы власти имеют возможность не только рассчитать текущие демографические характеристики, но и в определённой степени управлять среднестатистическим образом жизни, корректируя те или иные параметры Rs из 12 направлений образа жизни так, чтобы увеличить её продолжительность, уменьшить скорость старения, увеличить работоспособность не только на сегодняшний день, но и на запланированный период.
Биологические часы популяций России
Биологический возраст члена популяции, принадлежащего к социальной группе, отличается от его паспортного возраста на величину, обусловленную отличием среднего образа жизни всех членов социальной группы от образа жизни конкретного члена этого социума при одном и том же значении времени жизни. Чем больше ресурс здоровья для данного возраста конкретного члена популяции по отношению к ресурсу здоровья среднего члена популяции, тем меньше у него биологический возраст.
.png)
Инфографика: Дарья Ковалева
Зависимость ресурса здоровья от времени меняется из года в год, что связано с различными демографическими процессами, зависящими от изменений природных условий, государственных решений на различных уровнях. Все эти явления и решения отражаются на изменении ИЧР Rs. Поэтому целесообразно расширить определение «биологического возраста» для конкретного члена популяции до понятия «биологический возраст» популяции. С помощью разработанного цифрового двойника для популяции можно оценить среднестатистический «биологический возраст» популяции, если по той или иной причине индекс человеческого развития для данной популяции изменился. В связи с этим представляется актуальным мониторинг индекса человеческого развития Rs и соответственно изменения такого интегрального параметра как «биологический возраст» популяции. На рисунке 3 графически представлено изменение ожидаемого «биологического возраста» популяции по отношению к текущему «паспортному возрасту» популяции. Чем больше индекс человеческого развития Rs, тем меньше «биологический возраст» популяции. Пунктирная линия, отображающая усреднённый «паспортный возраст» популяции, делит график «биологического возраста» (сплошная линия) на две зоны. В верхней зоне «биологический возраст» меньше «паспортного», а в нижней – больше. Таким образом, для популяции «паспортный возраст» совпадает с «биологическим возрастом» для текущего значения кривой ресурса здоровья и соответствующего ему индекса человеческого развития Rs. Если на государственном или корпоративном уровне принимаются решения, которые приводят к увеличению индекса человеческого развития Rs, то можно оценить, насколько такие решения уменьшат «биологический возраст» популяции. Безусловно его уменьшение увеличит работоспособность популяции / корпорации (Karen Pak, Dorien T. A. M. Kooij 2021; P. Matthijs Bal, Dorien TAM Kooij, Simon B. De Jong 2013).
Очевидно, что по аналогии можно оценить работоспособность компании и в целом популяции как среднестатистическое значение работоспособности членов компании, популяции.
Влияние избыточного веса на продолжительность жизни и скорость старения популяций России
Избыточный вес, согласно данным ООН, имеют около 40% мужчин и около половины женщин цивилизации. Воспользуемся цифровым двойником для популяции, чтобы оценить, как изменения среднего веса популяций мужчин и женщин России влияют на продолжительность жизни. При разнице в весе от 60 килограммов до 120 килограммов для мужчин продолжительность жизни с уменьшением веса увеличивается на 5,2 года, а скорость старения уменьшается с 4,5% до 3,3% в год. Для женщин продолжительность жизни с уменьшением веса в этом же диапазоне увеличивается на 11,1 года, а скорость старения с уменьшением веса уменьшается с 8.5% до 3.8% в год.
Заключение
В данной статье мы рассмотрели только средние по стране и лишь часть демографических характеристик. Однако Россия – многонациональная и многосубъектная страна с разнообразными социальными и природными условиями жизни. Детальное исследование конкретных регионов позволит принимать более обоснованные решения, направленные на улучшение демографических характеристик, включая продолжительность жизни, работоспособность, снижение скорости старения, уменьшение оттока населения и другие.
Условные обозначения
Rs – индекс человеческого развития
Rs_b – индекс дыхания
Rs_w – индекс использования воды
Rs_f – индекс потребления пищи
Rs_mov – индекс двигательной нагрузки
Rs_p – индекс психологического состояния
Rs_c – индекс очищения
Rs_lc – индекс условий жизни
Rs_h – индекс вредных привычек
Rs_hd – индекс наследственных болезней
Rs_m – индекс медицинского сервиса
Rs_k – индекс компетентности
Rs_l – индекс труда
Rs_p – максимум личного ресурса здоровья
Rss – максимум социального ресурса здоровья
Tp – ожидаемая продолжительность жизни
Tpm – предельная ожидаемая продолжительность жизни
Tpa – хорда активного долголетия
Tpаm – предельные значения хорды активного долголетия
P – работоспособность
B(T) – ресурс здоровья, зависящий от времени и образа жизни
A – средний возраст члена популяции
Ht – средний рост члена популяции
Wt – средний вес члена популяции
K(T) – уровень компетенции члена популяции
Список литературы
1. Yury Gushcho (2011). The price of life. Moscow. https://www.amazon.com/s?i=stripbooks&rh=p_27%3AYury+Gushcho&s=relevancerank&text=Yury+Gushcho&ref=dp_byline_sr_book_1
2. Гущо Ю. П., Гущо М. А. (2019). Статистическая геронтология и управление работоспособностью, Медицина и физическая культура: наука и практика. 2019. Т. 1. № 3. С. 34- 40. DOI 10.20310/2658-7688-2019-1-3-34-40.
3. Супрун А. П., Гущо Ю. П., Гущо М. А., Кузнецов В. В. (2019). Программа онлайн оптимизации работоспособности сотрудников компаний, спортсменов и пациентов медицинских центров, Медицина и физическая культура: наука и практика. 2019. Т. 1. № 4. С. 31-36. DOI 10.20310/2658-7688-2019-1-4-31-36.
4. Гущо Ю. П. (2020). 12 ключей от сейфа долголетия, второе издание. Москва. https://order.yuryguscho.ru/buy/310002
5. Matthias Börger, Arne Freimann, Jochen Ruß (2021). A combined analysis of hedge effectiveness and capital efficiency in longevity hedging, Insurance: Mathematics and Economics, 10.1016/j, insmatheco. 2021.03.023, 99, (309-326). https://www.sciencedirect.com/science/article/abs/pii/S0167668721000573?via%3Dihub
6. Johnny Siu-Hang Li, Yanxin Liu (2021). Recent declines in life expectancy: Implication on longevity risk hedging, Insurance: Mathematics and Economics, 10.1016/ j.insmatheco.2021.03.028, 99,(376-394). https://www.sciencedirect.com/science/article/abs/pii/S0167668721000627?via%3Dihub
7. Hong Li, Yanlin Shi (2021), Forecasting mortality with international linkages: A global vector-autoregression approach, Insurance: Mathematics and Economics, 10.1016/j.insmatheco.2021.04.006, 100, (59-75).
8. Han Li, Rob J. Hyndman (2021), Assessing mortality inequality in the U.S.: What can be said about the future? Insurance: Mathematics and Economics, 10.1016/j.insmatheco.2021.03.014, 99, (152-162).
9. Francesca Perla, Ronald Richman, Salvatore Scognamiglio, Mario V. Wüthrich (2021), Time-series forecasting of mortality rates using deep learning, Scandinavian Actuarial Journal, 10.1080/03461238.2020.1867232, 2021, 7, (572-598).
10. Thilini Dulanjali Kularatne, Jackie Li, Yanlin Shi (2022), Forecasting Mortality Rates with a Two-Step LASSO Based Vector Autoregressive Model, Risks, 10.3390/risks10110219, 10, 11, (219). https://doi.org/10.3390/risks10110219
11. Zhenmin Cheng, Wanwan Si, Zhiwei Xu, Kaibiao Xiang (2022), Prediction of China’s Population Mortality under Limited Data, International Journal of Environmental Research and Public Health, 10.3390/ijerph191912371, 19, 19, (12371).
12. Majer, I., Stevens, R., Nusselder, W., Mackenbach, J., & Baal, P. (2013). Modeling and Forecasting Health Expectancy: Theoretical Framework and Application. Demography, 50(2), 673-697.
13. Медведев А. В. (2020). Цифровые двойники территорий для поддержки принятия решений в сфере регионального социально-экономического развития. Журнал Современные наукоемкие технологии. – 2020. – № 6 (часть 1) – С. 61-66, 17.06.2020.
14. Гущо Ю. П. (2021). Как стать счастливым гольфистом. Москва. https://order.yuryguscho.ru/buy/474823.
15. Арцыков В. Г. (Ред.) (2021). История АвтоВАЗа в лицах. Тольятти: Издательский дом Семь Вёрст, 74-76.
16. United Nations Development Programme (2020), Human Development Index (HDI), Human Development Reports, hdr.undp.org. United Nations Development Programme. Archived from the original on 28 January 2017. Retrieved 15 December 2020.
17. Karen Pak, Dorien T. A. M. Kooij (2021), Laboring Work and Healthy Aging, Encyclopedia of Gerontology and Population Aging 10.1007/978-3-030-22009-9, (2837-2838).
18. P. Matthijs Bal, Dorien TAM Kooij, Simon B. De Jong (2013), How do developmental and accommodative HRM enhance employee engagement and commitment? The role of psychological contract and SOC strategies, Journal of management studies, 2013/6, Volume 50, Issue 4, Pages 545-572.
Материал подготовлен автором специально для ДЕМ.ИНФОРМ.