Научный журнал
Успехи современного естествознания
ISSN 1681-7494
"Перечень" ВАК
ИФ РИНЦ = 0,791

ВЛИЯНИЕ КООРДИНАТ И ВЫСОТЫ НАД УРОВНЕМ МОРЯ НА ПАРАМЕТРЫ ЖИЗНИ, ПРОГНОЗ НАСЕЛЕНИЯ ГОРОДОВ

Мазуркин П.М. 1
1 Поволжский государственный технологический университет
Из общей матрицы факторного анализа 40 параметров по девяти группам была выделена частная матрица влияния координат центров столиц и высоты их положения на 18 параметров четырех групп (население, демография, хозяйство и производство) жизни населения у 14 субъектов Урала и Сибири. Среди трех влияющих факторов первое место занимает северная широта, второе – высота над уровнем Балтийского моря и третье – восточная долгота. Среди 18 зависимых показателей первое место занял фактор Х26 – ожидаемая продолжительность жизни женщин, второе Х24 – ожидаемая продолжительность жизни всех и третье Х33 – доля населения ниже прожиточного минимума. Коэффициент коррелятивной вариации равен 0,6569, что дает средний уровень адекватности. Из 54 бинарных отношений сильные, с коэффициентом корреляции не менее 0.7, связи равны 22 шт. (40.74 %). Наибольшее количество пар (13 шт.) образуется от влияния северной широты, восемь пар от высоты и только одна пара от влияния восточной долготы. Оказалось, что зависимость влияния широты на ВРП на душу населения за 2018 г. не только имеет самый высокий коэффициент корреляции по тренду, но дополнительно идентифицируется несколькими волновыми уравнениями. В динамике урбанизации период колебания численности населения в Воронеже постоянный за 124 года и равен 43.4 года. Для сравнения в Красноярске в 1897 г. период колебания был равен 22.1, однако к 2021 г. период колебания увеличился и достиг 44.03 года. Амплитуда колебания у Воронежа нарастает, что указывает на стремление к тремору.
субъекты
координаты
высота
население
демография
хозяйство
производство
тренды
1. Becker C.M., Mendelsohn S.J., Benderskaya K.A. Russian urbanization in the Soviet and post-Soviet eras. International Institute for Environment and Development (IIED). London. Urbanization and emerging population issues. Working paper. 2012. 134 p.
2. Life Expectancy of the World Population. Life expectancy at birth. Data based on the latest United Nations Population Division. [Electronic resource]. URL: https://www.worldometers.info/demographics/life-expectancy/ (date of access: 30.07.2021).
3. Total fertility rate in Russia from 1840 to 2020. 2021. [Electronic resource]. URL: https://www.statista.com/statistics/1033851/fertility-rate-russia-1840-2020/ (date of access: 30.07.2021).
4. Infant mortality rate. [Electronic resource]. URL: https://www.cia.gov/the-world-factbook/field/infant-mortality-rate/country-comparison (date of access: 30.07.2021).
5. Мазуркин П.М. Факторный анализ субъектов Сибирского округа по 40 параметрам жизни населения // Биосферное хозяйство: теория и практика. 2021. № 5 (35). С. 17–39.

В книге [1] авторы исследуют закономерности роста городов и процессы урбанизации в России с 1897 по 2010 г., увязывая их с социальными, экономическими, политическими и демографическими явлениями.

Россия занимает 133-е место в мире по ожидаемой продолжительности жизни [2] по вектору предпорядка предпочтительности «чем больше место, тем хуже». При этом Красноярский край, как представитель Азиатской части страны, занимает 65-е место внутри России, а Воронежская область – 24-е место как представитель Европейской части.

За 160 лет, с 1840 по 2020 г., общий коэффициент рождаемости снизился в России с 7 до 1.82 [3], то есть в 3.85 раза. Теперь государство вынуждено заниматься поощрением демографии, но численность населения даже с экономическими мерами уменьшается.

С коэффициентом младенческой смертности 6.51 Россия занимает в мире (чем больше место, тем лучше) 169-е место (США при 5.22 176-е место, а Словения во всем мире имеет наименьший коэффициент младенческой смертности – 1.53 и находится на 227-м месте) [4]. Тогда получается, что в сравнении со Словенией в России младенческая смертность больше в 4.25 раза.

Цель исследования – выявление закономерностей [5] влияния координат (широта и долгота) и высоты положения центра столиц 14 субъектов Урала и Сибири на 18 параметров из четырех групп (население, демография, хозяйство и производство) жизни населения.

Материалы и методы исследования

Составлены данные относительно геодезических координат и высоты положения центров столиц у 14 субъектов Федерации (три параметра), а также четырех групп факторов жизнедеятельности населения на территории Урала и Сибири (табл. 1).

Таблица 1

Фрагмент исходных данных по 40 параметрам субъектов Урала и Сибири

Код

Субъект Федерации

Западной Сибири

Столица

субъекта

Координаты (группа I)

 

Группы VI–IX

Х01

Х02

Х03

Х23

Х40

45

Курганская область

Курган

5.45

5.3333

75

11.7

262.2

66

Свердловская область

Екатеринбург

6.8519

0.6122

255

22.2

251.9

72

Тюменская область

Тюмень

7.1522

5.5272

81

2.5

174.1

74

Челябинская область

Челябинск

5.154

1.4291

218

39.3

251.0

4

Республика Алтай

Горно-Алтайск

1.9606

25.9189

285

2.4

222.3

17

Республика Тыва

Кызыл

1.7147

34.4534

624

1.9

378.1

19

Республика Хакасия

Абакан

3.7156

31.4292

247

8.7

249.9

22

Алтайский край

Барнаул

3.3606

23.7636

189

13.9

260.1

24

Красноярский край

Красноярск

6.0184

32.8672

139

1.2

262.1

38

Иркутская область

Иркутск

2.2978

44.296

427

3.1

320.1

42

Кемеровская обл. – Кузбасс

Кемерово

5.3333

26.0833

104

27.9

342.8

54

Новосибирская область

Новосибирск

5.0415

22.9346

164

15.7

232.1

55

Омская область

Омск

4.9924

13.3686

90

13.8

220.3

70

Томская область

Томск

6.4977

24.9744

117

3.4

201.3

Примечание. Выделены субъекты Федерации Ангаро-Енисейского макрорегиона.

Удельные и относительные параметры в данной статье распределяются по группам:

I) координаты центров столиц субъектов Федерации (Х01 – приведенная северная широта, причем missing image file, 0; Х02 – приведенная восточная долгота, причем missing image file, 0; Х03 – высота над уровнем Балтийского моря, м);

VI) параметры населения (Х23 – плотность, чел./км2; ожидаемая продолжительность жизни, лет: Х24 – всех; Х25 – мужчин; Х26 – женщин);

VII) демография (Х27 – суммарный коэффициент рождаемости; Х28 – младенческая смертность на 103 родившихся живыми; Х29 – миграционный прирост на 104 населения; Х30 – естественный прирост на 103 населения);

VIII) хозяйство (Х31 – уровень занятости, %; Х32 – уровень безработицы, %; Х33 – доля населения ниже прожиточного минимума, %; Х34 – доля городского населения, %; Х35 – доля сельского населения, %);

IX) производство (Х36 – ВРП на душу населения за 2018 г., тыс. руб./чел.; Х37 – средние душевые доходы, руб./ мес.; число умерших в трудоспособном возрасте на 105 населения, чел.: Х38 – оба пола; Х39 – мужчины в 16–59 лет; Х40 – женщины в 16–54 года).

Полная корреляционная матрица факторного анализа содержит 1600 формул [5]. В табл. 2 приведены коэффициенты корреляции трех влияющих параметров и 18 зависимых показателей, то есть показана адекватность всего 3 х 18 = 54 закономерностей.

Таблица 2

Частная корреляционная матрица и рейтинг отобранных факторов

x

Зависимый показатель y

Группа VI

Группа VII

Группа VIII

Х23

Х24

Х25

Х26

Х27

Х28

Х29

Х30

Х31

Х32

Х01

0.7469

0.8200

0.7987

0.8369

0.9535

0.8786

0.557

0.8855

0.6012

0.9684

Х02

0.7702

0.6836

0.6588

0.6298

0.3361

0.3679

0.3893

0.6494

0.3519

0.3925

Х03

0.6724

0.8256

0.7626

0.8823

0.8543

0.6613

0.4354

0.7472

0.4837

0.8003

Σry

2.1895

2.3292

2.2201

2.3490

2.1439

1.9078

1.3817

2.2821

1.4368

2.1612

Iy

6

2

5

1

8

10

18

4

17

7

Окончание табл. 2

x

Зависимый показатель y

Сумма

Σrx

Место

Ix

Группа VIII

Группа IX

Х33

Х34

Х35

Х36

Х37

Х38

Х39

Х40

Х01

0.9356

0.7478

0.7844

0.9686

0.9369

0.6573

0.6875

0.595

14.3598

1

Х02

0.5284

0.4894

0.6317

0.3737

0.4937

0.5617

0.5389

0.6407

9.4877

3

Х03

0.8244

0.6695

0.3787

0.4373

0.4458

0.5407

0.492

0.7133

11.6268

2

Σry

2.2884

1.9067

1.7948

1.7796

1.8764

1.7597

1.7184

1.949

35.4743

-

Iy

3

11

13

14

12

15

16

9

-

0.6569

Таблица 3

Корреляционная матрица парных отношений по трендам при r ≥ 0.7

x

Зависимый показатель y

Группа VI

Группа VII

Группа VIII

Группа IX

Х23

Х24

Х25

Х26

Х27

Х28

Х30

Х32

Х33

Х34

Х35

Х36

Х37

Х40

Х01

0.7469

0.8200

0.7987

0.8369

0.9535

0.8786

0.8855

0.9684

0.9356

0.7478

0.7844

0.9686

0.9369

 

Х02

0.7702

                         

Х03

 

0.8256

0.7626

0.8823

0.8543

 

0.7472

0.8003

0.8244

       

0.7133

Примечание. Выделены отношения с коэффициентом корреляции не менее 0.7.

Таблица 4

Параметры тренда бинарных отношений при r ≥ 0.9

Пере-менная

x

Пока-

затель

y

Двухчленный тренд missing image file

Коэф.

корр.

r

Экспоненциальный закон

Биотехнический закон

a

b

c

d

e

f

g

Х01

Х36

1.18541e-41

-1.90650

2.02123

204.95263

0

-0.014331

2.01767

0.9686

Х01

Х32

826.88418

0.0047631

1.64166

-2339.82228

0.38954

1.09635

0.28810

0.9684

Х01

Х27

1936.26919

1.61289

0.37282

-3472.17089

0.17510

2.21815

0.33785

0.9535

Х01

Х37

0.0090344

-14.46750

0.017219

2.60219e-107

201.69335

1.34848

0.99655

0.9369

Х01

Х33

1.96104e6

4.46699

0.30697

-4.04202e6

0.16996

5.20013

0.29277

0.9356

Среди трех влияющих факторов первое место занимает Х01 – северная широта, второе – Х03 – высота над уровнем Балтийского моря и третье – Х02 – восточная долгота. Среди 18 зависимых показателей первое место занял фактор Х26 – ожидаемая продолжительность жизни женщин, второе Х24 – ожидаемая продолжительность жизни всех и третье – Х33 – доля населения ниже прожиточного минимума.

Коэффициент коррелятивной вариации по табл. 2 равен 35,4743 / (3×18) = 0,6569, дает средний уровень адекватности.

Сильные парные отношения. Выберем из табл. 2 сильные бинарные отношения с коэффициентом корреляции не менее 0.7 (табл. 3). Из 54 бинарных отношений сильные факторные связи равны 22 шт., или по доле равно 40.74 %.

Сильных пар в группе VI находится 8 шт., в группе VII – 5 шт., в группе VII – 6 шт. и в группе IX – 3 шт. При этом наибольшее количество пар (13 шт.) образуется от влияния Х01 – приведенная северная широта, затем восемь пар от влияния Х03 – высота над уровнем Балтийского моря и только одна пара от влияния Х02 – приведенная восточная долгота.

Все пять сильнейших зависимостей относятся к влиянию Х01 – северной широты.

В табл. 4 дан рейтинг пяти закономерностей по двухчленным трендам (рис. 1).

Оказалось, что зависимость Х01 → Х36 – ВРП на душу населения за 2018 г. не только имеет самый высокий коэффициент корреляции по тренду, но дополнительно идентифицируется несколькими волновыми уравнениями (табл. 5 и рис. 2). Первые два члена из табл. 5 являются двухчленным трендом, который является частным случаем вейвлета при периоде колебания, стремящемся к бесконечности.

missing image file

Рис. 1. Графики влияния широты на параметры жизнедеятельности населения по трендам

Таблица 5

Вейвлеты влияния широты на Х36 – ВРП на душу населения за 2018 г.

Но-

мер

i

Асимметричный вейвлет missing image file

Коэф.

корр.

r

Амплитуда (половина) колебания

Полупериод колебания

Сдвиг

a1i

a2i

a3i

a4i

a5i

a6i

a7i

a8i

1

1.23149e-41

0

-1.90651

2.02126

0

0

0

0

0.9906

2

496.48292

0

-0.00010439

4.03582

0

0

0

0

3

615.46320

0

0.49920

0.55152

0.85506

0

0

3.41070

4

-0.069161

13.73049

2.79080

1.02204

0.30910

0.00013370

2.84947

-3.09424

0.8175

missing image file

Рис. 2. Графики влияния широты на Х36 – ВРП на душу населения за 2018 г.

Таким образом, экономическая география получает конкретные закономерности влияния северной широты, что доказывает нашу гипотезу о колебательной адаптации в природе.

Динамика численности населения городов. Интерес представляет дополнение к данным из табл. 1 времени. Это позволило бы изучать динамические процессы в жизнедеятельности населений на разных территориях. Пока мы не нашли таких объемных таблиц.

Мы выписали данные [1, с. 105, табл. 14] для двух городов, находящихся в Азиатской (Красноярск) и Европейской (Воронеж) частях РФ. Время τ = 0 для 1897 г. (табл. 6).

Таблица 6

Динамика урбанизации [1]

Год

Время

τ, лет

Население N, 103 чел.

Красноярск

Воронеж

1897

0

27

81

1926

29

72

122

1939

42

190

344

1959

62

412

447

1970

73

648

660

1979

82

795

781

1989

92

869

882

2002

105

912

849

2009

112

955

846

Дата появления г. Красноярска 1628 г., а Воронежа – 1586 г.

Закон Вейбулла удачно характеризует динамику численности населения до некоторого предела:

– численность населения Красноярска

missing image file; (1)

– численность населения Воронежа

missing image file. (2)

missing image file

Рис. 3. Графики динамики за 1897–2021 гг. численности населения Красноярска

missing image file

Рис. 4. Графики динамики за 1897–2021 гг. численности населения Воронежа

Из Интернета по запросу численность населения Красноярска равна 1092.851 и Воронежа – 1050.602 тыс. чел.

В табл. 7 приведены результаты идентификации (рис. 3, 4) по моделям:

– численность населения Красноярска

missing image file

missing image file; (3)

– численность населения Воронежа

missing image file

missing image file. (4)

Таблица 7

Динамика урбанизации и прогноз численности населения по моделям (3) и (4)

Год

Время

τ, лет

Красноярск

Воронеж

Факт

Расчет

Погрешн.

K

Факт

Расчет

Погрешн.

K

Основание прогноза

1897

0

27

14.74

45.42

-0.25

81

80.04

1.19

1.27

1926

29

72

83.52

-16.00

2.23

122

133.89

-9.74

0.87

1939

42

190

197.74

-4.07

1.17

344

332.47

3.35

1.21

1959

62

412

401.70

2.50

0.90

447

452.37

-1.20

0.88

1970

73

648

650.50

-0.39

1.06

660

628.39

4.79

0.97

Окончание табл. 7

Год

Время

τ, лет

Красноярск

Воронеж

Факт

Расчет

Погрешн.

K

Факт

Расчет

Погрешн.

K

1979

82

795

797.60

-0.33

1.08

781

810.58

-3.79

1.09

1989

92

869

863.99

0.58

1.01

882

885.11

-0.35

1.06

2002

105

912

911.23

0.08

0.94

849

834.05

1.76

0.91

2009

112

955

964.34

-0.98

0.95

846

869.65

-2.79

0.93

2021

124

1092.851

1081.91

1.00

1.02

1050.602

1034.62

1.52

1.07

Горизонт прогноза

2027

130

-

1125.3

-

1.04

-

1070.9

-

1.09

2035

138

-

1145.6

-

1.05

-

1015.4

-

1.03

2048

151

-

1103.1

-

1.00

-

891.0

-

0.90

2062

165

-

1060.9

-

0.96

-

1038.4

-

1.05

2095

198

-

1157.8

-

1.04

-

893.9

-

0.90

2113

216

-

1110.9

-

1.00

-

1113.4

-

1.12

Погрешность вычисляется по выражению 100 (факт – расчет) / факт, а коэффициент динамичности как отношение всей формулы (3) или (4) к тренду в виде закона Вейбулла.

Период колебания численности населения в Воронеже постоянный за 124 года и равен 2×21.68109 ≈ 43.4 года (чуть больше двойного среднего цикла обращения ядра Солнца вокруг самого себя). Для Красноярска по (3) в 1897 г. период колебания был равен 22.1 года (очень близок к циклу обращения ядра Солнца). К 2021 г. период колебания достиг 44.03 года.

Амплитуда колебания у обоих городов нарастает со временем, однако после объединения с трендом по закону Вейбулла у Красноярска получилось медленное снижение. Это происходит из-за эффекта «уплотнения ящика с предметами при встряске».

Однако программная среда CurveExpert-1.40 способна вместе «трясти» только 3-4 составляющих, поэтому для дальнейшей идентификации нужно разработать специализированную программную среду по нашим сценариям статистического моделирования.

По основанию прогноза в 124 года ориентировочный прогноз возможен до горизонта 2021 + 124 = 2145 года. Таким образом, при наличии достоверных данных для любого города можно идентифицировать асимметричные вейвлеты, причем чем длиннее динамический ряд, тем больше составляющих в виде тренда и нескольких колебаний (практически были получены общие модели, содержащие до 200 составляющих).

Заключение

Выявлены закономерности влияния координат (широта и долгота) и высоты положения центра столиц у 14 субъектов Урала и Сибири на 18 параметров из четырех групп (население, демография, хозяйство и производство) жизни населения.

Среди трех влияющих факторов первое место занимает северная широта, второе – высота над уровнем Балтийского моря и третье – восточная долгота. Среди 18 зависимых показателей первое место занял фактор Х26 – ожидаемая продолжительность жизни женщин, второе Х24 – ожидаемая продолжительность жизни всех и третье – Х33 – доля населения ниже прожиточного минимума. Коэффициент коррелятивной вариации равен 0,6569, что дает средний уровень адекватности.

Из 54 бинарных отношений сильные, с коэффициентом корреляции не менее 0.7, факторные связи равны 22 шт., или по доле равно 40.74 %. При этом наибольшее количество пар (13 шт.) образуется от влияния северной широты, затем восемь пар от высоты над уровнем Балтийского моря и только одна пара от влияния восточной долготы.

Оказалось, что зависимость влияния широты на ВРП на душу населения за 2018 г. не только имеет самый высокий коэффициент корреляции по тренду, но дополнительно идентифицируется несколькими волновыми уравнениями.

В динамике урбанизации период колебания численности населения в Воронеже постоянный за 124 года и равен 43.4 года. Для Красноярска в 1897 г. период колебания был равен 22.1 года, однако к 2021 г. период колебания увеличился и достиг 44.03 года. Амплитуда колебания у Воронежа нарастает, что указывает на стремление к тремору. С учетом трех членов амплитуда колебания у Красноярска снижается.

Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований, Правительства Красноярского края, Красноярского краевого фонда науки в рамках научного проекта: «19-45-240004р_а Прогноз эколого-экономического потенциала возможных ʺклиматическихʺ миграций в Ангаро-Енисейском макрорегионе в меняющемся климате 21-го века».


Библиографическая ссылка

Мазуркин П.М. ВЛИЯНИЕ КООРДИНАТ И ВЫСОТЫ НАД УРОВНЕМ МОРЯ НА ПАРАМЕТРЫ ЖИЗНИ, ПРОГНОЗ НАСЕЛЕНИЯ ГОРОДОВ // Успехи современного естествознания. – 2021. – № 8. – С. 64-71;
URL: https://natural-sciences.ru/ru/article/view?id=37672 (дата обращения: 25.10.2021).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074