Построение модели - Проблемы функционирования моногородов

Для анализа была выбрана модель c использованием оценки Difference-in-Differences (DID). Во-первых, государственная поддержка представляет собой не что иное, как лечение (treatment), если мы предполагаем выделение из выборки экспериментальной (treatment) и контрольной (control) групп. Во-вторых, заданы конкретные моменты, в которых производилось "лечение", соответствующие году, в котором осуществлялась государственная поддержка.

График 1. Эффект "лечения" экспериментальной группы

Как видно из графика, эффект прослеживается после проведения "лечения", и он может иметь как негативный, так и положительный эффект. Важным является тот факт, что в отличие от контрольной группы, у которой тренд не изменился, у экспериментальной группы тренд смещается при наличии эффекта.

Определение экспериментальной группы не вызвало проблем, так как существуют официальные документы, в которых указаны города, получившие поддержку в 2010 и в 2011 годах. Так, в 2010 году поддержку получили 35 монопрофильных муниципальных образований, а в 2011 - 15 монопрофильных муниципальных образований. Следует заметить, что город Дальнегорск Приморского края получил поддержку два раза в обоих годах. Но возникает вопрос, что принимать за контрольную группу. В нашей работе, мы рассмотрели два варианта контрольной группы: все города из выборки и лишь моногорода. Мы решили посмотреть, какие результаты получим в обоих случаях, и будут ли они отличаться друг от друга существенно.

Для начала следовало проверить, какие тренды были для каждого отдельного показателя, если сравнивать их отдельно между экспериментальной и контрольной группами при каждом способе формирования экспериментальной и контрольной группы до момента осуществления "лечения" и после него.

Данные для каждого случая указаны в Приложении 1.

Как видно из графиков: зеленый цвет - моногорода, получившие поддержку в 2010 году, синий цвет - моногорода, получившие поддержку в 2011 году, красный цвет - моногорода, фиолетовый цвет - все города из выборки - каждый показатель при попарном сравнении трендов вел себя идентично, как для момента "лечения", так и после него, что на первый взгляд говорит о том, что результаты государственной поддержки являются несущественными.

После предварительного анализа имеющихся данных, мы приступили к построению модели.

Г = ,

Где переменная г отражает каждый отдельный рассматриваемый показатель, дамми-переменная treated отражает возможное различие контрольной и экспериментальной групп, 1 - для экспериментальной, 0 - для контрольной, переменная time отражает время, в котором было произведено "лечение", а именно 2010 год, 1 - для второго периода, 0 - для первого, переменная did является произведением переменных treated и time, которая равна 1 для экспериментальной группы во втором периоде.

Г = ,

Где переменная г отражает каждый отдельный рассматриваемый показатель, дамми-переменная treated отражает возможное различие контрольной и экспериментальной групп, 1 - для экспериментальной, 0 - для контрольной, переменная time отражает время, в котором было произведено "лечение", а именно 2011 год, 1 - для второго периода, 0 - для первого, переменная did является произведением переменных treated и time, которая равна 1 для экспериментальной группы во втором периоде.

В данных регрессиях нас интересуют коэффициенты, стоящие перед переменной did и did1.

Так,

, (2)

Данный коэффициент и является оценкой DID, которую мы хотели получить при проведении нашего исследования. Если он получился значимым, то есть существенные отличия между экспериментальной и контрольной группами до и после проведения "лечения", а направление этих различий определяется знаком коэффициента; иначе, существенных различий не наблюдается.

Были построены обе регрессии, отдельно для каждой переменной для двух ситуаций подразделения выборки на контрольную и экспериментальную группы. Всего получилось 40 регрессий для каждого отдельного случая.

Похожие статьи




Построение модели - Проблемы функционирования моногородов

Предыдущая | Следующая