Анализ "эффекта окружения" и вероятности курения среди взрослого населения

Размещено на http://www.allbest.ru/

Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики»

Факультет экономических наук

Образовательная программа «Экономика»

Бакалаврская выпускная работа

Анализ “эффекта окружения” и вероятности курения среди взрослого населения

Выполнил

Пчелинцев Артем Владимирович

Научный руководитель

Засимова Людмила Сергеевна

Москва, 2020



В докладе ВОЗ о проблеме курения в разных странах мира за 2018 год распространенность курения в России оценивается на уровне 27% (WHO, 2019). Из этого факта можно сделать несколько важных выводов. Во-первых, это меньше, чем в среднем в Европе (WHO, 2015). Во-вторых, это намного меньше, чем, например, в 2012 году, когда Россия была одной из лидирующих стран по распространенности курения среди населения (Freeman, 2014). Оба этих факта говорят об очень серьёзных успехах государственной политики в сфере табакокурения. Это же подтверждает анализ ВОЗ относительно мер антитабачной политики в России. И действительно, при подробном разборе появившихся в России в последние годы мер по борьбе с курением можно увидеть и запрет на курение в общественных местах, и запрет на рекламу табачных изделий, и развитые средства мониторинга (WHO, 2019). Самое слаборазвитое направление - это ограничение на появление сигарет в медиа пространстве. При этом, такое ограничение отсутствует практически у любой европейской страны. В целом, тенденции последних лет показывают снижение доли курящих в РФ и адекватность принятых антитабачных мер, однако по ряду показателей Россия все еще отстает от развитых стран. Так, например, РФ является одной из лидирующих стран в мире по потреблению сигарет на душу населения (GBD, 2016).

Учитывая тот факт, что государство использует практически все доступные меры антитабачной политики, целесообразно проанализировать дополнительные возможности для снижения потребления табачной продукции в рамках отношений, которые находятся вне зоны прямого государственного контроля.

Такой “серой” областью может быть семья и отношения внутри домохозяйства. Данный вопрос пока недостаточно изучен в литературе. Поэтому в данном исследовании будет проанализировано влияние ближнего окружения на поведение индивида в отношении курения. Будет оценен вклад ближнего окружения в решение индивида о курении на российских данных.

В развитых странах популярно исследование эффектов окружения, когда рассматривается влияние самого близкого круга общения человека на факт курения, где отдельно рассматривается влияние друзей, одноклассников, родителей, братьев, сестер и т.д. (Wang et. al, 1995; Joung et al., 2016; Wilkinson et al., 2008) При этом, такие исследования проводятся в основном с использованием данных подростков. Однако, существуют, также исследования и для влияния эффектов окружения внутри брака (Homish, Leonard, 2005). В моем исследовании, я бы хотел сконцентрироваться на эффектах окружения внутри домохозяйства, так как именно эта область в России не изучена до сих пор.

В российских источниках можно найти информацию о связи курения родителей и детей, например, в статье Засимовой и Матьянова приводится информация об увеличении вероятности курения подростка при курении родителей на 12,7% (Засимова, Матьянов, 2012). Но, к сожалению, подробного эконометрического анализа данной проблемы с учетом всех внутрисемейных связей на российских данных нет, что обуславливает актуальность данной темы.

Эффект окружения влияет на всех людей, но сильнее всего поведение людей вокруг индивида может поменять поведение самого индивида в период первичной социализации, когда у человека вырабатываются основные привычки. Поэтому, мне показалось правильным рассматривать в качестве объекта исследования только подростков и молодежь.

Основная цель моей работы - это выявление взаимосвязи между курением в домохозяйстве и вероятностью курения подростка в этом домохозяйстве. Для достижения этой цели решаются следующие задачи:

- обоснование роли окружения в принятии решений о курении

- эмпирическая оценка эффекта окружения в домохозяйстве на российских данных с помощью эконометрических методов

- выявление эффекта окружения на микроэкономическом уровне и его дифференциация между родственниками

- оценка взаимодействия эффекта окружения и социально-экономических характеристик индивида

Проведенное исследование имеет практическую значимость для развития антитабачной политики: освещение важности эффекта окружения в семье и пропаганда здорового образа жизни на национальном уровне может заставить людей подходить к своему поведению в домохозяйстве более осмысленно, и изменить нездоровые привычки. С другой стороны, само выявление взаимосвязей на российских данных может увеличить интерес к данной проблеме и станет стимулом для мониторинга курения и проведения дополнительных исследований по проблеме курения в нашей стране.

Обзор литературы

В иностранной литературе проблема эффекта окружения исследуется очень часто. Так, в базе NCBI (The National Center for Biotechnology Information) - одного из самых полных ресурсов об исследованиях в сфере медицины и биотехнологии за последний год на эту тему было опубликовано практически 4 тысячи работ. Экономические исследования по данной тематике опираются на психологические и социологические предпосылки.

Эффект окружения можно объяснить абсолютно разными теориями, но большинство теорий применимы в основном к подросткам и достаточно молодым людям, которые находятся в процессе социализации. Я буду рассматривать три наиболее применимых для целей моего исследования подхода:

Первый из подходов - объединяет большую группу теорий восприятия (Perceived Influence Theories). Основной постулат такого взгляда на проблему эффекта окружения говорит о первичном влиянии внутренних факторов на поведение человека. Такими факторами, например, могут быть возраст, менталитет и т.д. То есть эта группа теорий утверждает, что если взять двух индивидов разной национальности, например, и оказать на них некое влияние с помощью идентичных действий, то эффект, который это действие окажет на индивидов, скорее всего будет разным. Таким образом, внутренние характеристики человека являются в данном случае определяющими. Одно из исследований Экхарда, Вудраффа и Элдера указывает на прямую взаимосвязь внутренних характеристик, и, в частности, возраста и факта курения (Eckhardt et al., 1994). В работе использовались данные о 2480 школьниках седьмого и девятого классов средних школ в США. В качестве регрессоров кроме факта курения родителей, факта курения друзей, факта употребления наркотиков и других стандартных контрольных переменных использовалась также переменная количества предложений о начале курения, поступивших от ближнего окружения школьников. Важный вывод данной работы заключается в значимости данной переменной только для школьников седьмого класса, что может указывать на уменьшение влияния эффекта окружения с возрастом.

В то же время в исследовании Эри и Биглан при сравнении учеников средней и старшей школ вывод предыдущего исследования подтверждается и для учеников средней школы, действительно, количество предложений о курении имеет большее значение, чем для учеников старшей школы, наравне с переменными, указывающими на употребление марихуаны и наличия опыта с использованием сигарет (Ary, Biglan 1988). Однако переменные о курении друзей, ближнего окружения и родителей оказались значимыми только для учеников старшей школы. Из этого факта, можно сделать вывод о том, что эффект окружения как раз усиливается с увеличением возраста индивидов.

Оба этих исследования указывают, на необходимость включения переменной возраста в модель. И ее значимость поможет подтвердить или опровергнуть теории восприятия для российских данных.

Следующее объяснение эффекта окружения, которое встречается в литературе - это, так называемая, теория аргументированного действия (Theory of reasoned action, TRA) (Trafimow, 2009). Согласно данной теории, поведение человека формируется из двух составляющих - отношения (субъективного видения поведения) и субъективных норм (отношения окружающих к поведению). При этом, в свою очередь, отношение основывается на последствиях, которые человек ожидает получить в результате своих действий.

В работе Чассина и др., авторы проверяли валидность этой теории на данных 4600 школьников с шестого до двенадцатого классов американских школ в рамках одного штата (Chassin, 1981). Модель в их случае предсказывала характерные намерения человека (курить или не курить) исходя из переменных отношения и субъективных норм. Переменная отношения имела больший предельный эффект, чем переменная субъективных норм, но они обе были значимыми.

В таком случае, эффект окружения как раз может являться прокси для переменной субъективных норм. Более того, окружение подростка может не только оказывать прямое влияние, например: “Мои родители не запрещают мне курить” - но и оказывать косвенный эффект через переменную отношения: “Мои родители курят, но при этом чувствуют себя прекрасно”. Поэтому, имеет смысл также ввести в регрессию переменную самочувствия членов семьи для каждого индивида.

Третье теоретическое обоснование эффекта окружения - это теория социального обучения (Social Learning Theory). Марвин Крон и др. очень хорошо объяснили суть этой теории в своей работе: “Характер, сам по себе, появляется и формируется с помощью имитации и моделирования чужих характеров. Человек учится “оценивать” черты характера (положительные, отрицательные и нейтральные), как хорошие и плохие, правильные и неправильные.” (Krohn et al., 1985). Таким образом, можно сказать, что подростки, которые наблюдают вокруг себя курящих взрослых связывают факт курения с остальными характеристиками человека: его статусом, достижениями, неудачами и т.д. И если такое поведение человека одобряется другими людьми в окружении подростка, то подросток “оценивает” такую черту, как положительную и начинает сам ее воспроизводить.

В исследовании Поулсена в рамках этой теории были опрошены 1515 студентов из 48 датских школ. Их спрашивали, наблюдали ли они курящих одноклассников/учителей внутри/снаружи учебного заведения и курят ли они при этом сами (Poulsen, 2002). Результаты оказались вполне логичными: при курении учителей на улице на переменках показатель отношения шансов (Odds Ratio- далее OR) в модели был равен 2.1. А при курении учеников этот же показатель был равен 3.1. То есть, можно сделать вывод, что при одобрительном отношении к курению среди взрослых и среди сверстников, подросток считает, что факт курения каким-то образом может повысить его статус и сделать его поведение более социально приемлемым.

Переменная самочувствия членов семьи в этом случае может как раз стать прокси для характеристик, которые подросток может оценить в своих ближайших родственниках и сделать выводы относительно влияния на их здоровье наличия или отсутствия вредных привычек.

Что касается эмпирических исследований, то их спектр достаточно широк для глубокого изучения проблемы. Для более краткого изложения можно обратиться к таблице основных объясняющих переменных, используемых в каждой работе [Приложение 1]. Одна из важнейших работ, которая охватывает многие проблемы этой темы -- это работа Ки Ванга и др (Wang et al., 1995). В качестве данных для этого исследования была создана выборка, состоящая из 6900 подростков от 14 до 18 лет. Результаты исследования, как и в большинстве других работ, представлены в виде отношения шансов.

При этом основной чертой этой работы является разделение подростков на возрастные когорты и последующее нахождение показателя OR для каждой из них. Отношение шансов для факта курения матери колеблется от 1.3 до 1.8 для мальчиков и от 1.1 до 1.8 для девочек, при этом отношение шансов для факта курения отца находится в промежутке от 0.8 до 1.4 для мальчиков и от 0.7 до 1.3 для девочек. Однако, какой-либо четкий тренд падения или роста отношения шансов с возрастом не наблюдается, что ставит под сомнение группу теорий восприятия. Более того, определенного вывода относительно значимой разницы во влиянии отца или матери по половому признаку тоже не было обнаружено.

Важной частью исследования Ки Ванга и др. (Wang et al., 1995) также является изучение влияния факта курения старших братьев и сестер. Так, для мальчиков отношение шансов при курении старшего брата находится в промежутке от 2.2 до 3.5, а для девочек от 1.7 до 4. Также, при курении старшей сестры отношение шансов находится в промежутке от 0.8 до 4.3, а для девочек от 3.3 до 7.7. И в данном случае, вполне можно проинтерпретировать такие результаты, как явную гендерную асимметрию и видимое увеличенное влияние старших сестер на девочек, а старших братьев на мальчиков, учитывая тот факт, что для старших братьев значения отношений шансов были значимы только для мальчиков, а для старших сестер только для девочек.

В схожей работе Дж. Йонга и др. снова поднимается вопрос влияния курения родителей, братьев, сестер и даже престарелых членов семьи (Joung et al., 2016). Так, выборка была взята из числа корейских школьников, причем в намного большем количестве, чем в предыдущей статье - всего было взято 72000 учеников. В этой работе возрастного деления учеников не проводилось, но гендерные различия здесь намного более очевидны. Отношение шансов практически для всех независимых переменных (курение отца, матери, престарелых членов семьи, братьев/сестер) выше у девочек, чем у мальчиков, и самое большое отношение шансов по модулю наблюдается, как и в предыдущей работе для братьев и сестер (для мальчиков - 2.34, для девочек - 2.38). Однако, интересный вывод заключается в том, что отношение шансов для престарелых членов семьи (для мальчиков - 1.33, для девочек - 1.49) выше, чем, например, отношение шансов для отца (для мальчиков - 1.17, для девочек - 1.11).

Также в череде работ посвященной проблеме окружения, как мне кажется, стоит выделить работу Комро и др., в которой наравне с курением родителей и курением других детей в доме в модели используются переменные, которые дополняют в исследование информацию о субъективном отношении к курению в доме: правила относительно курения, установленные в семье, доступ к сигаретам в доме, поддержка политики против курения со стороны родителей и т.д. (Komroet al., 2003). Более того, в данном исследовании зависимая переменная - категориальная, а не бинарная, имеющая более точное деление, чем в предыдущих работах. Учитывая все вышесказанные дополнения, авторы получили нестандартные результаты: так, отношение шансов для курения хотя бы одного из родителей равно 2.96, а для хотя бы одного из других детей в доме 12.36, что явным образом очень сильно превышает оценки других авторов. Но в любом случае, это еще раз подтверждает важность влияния ролевых моделей внутри домохозяйства на дальнейшее поведение подростка. Более того, следует уточнить, что для всех изучаемых параметров в этой работе, отношение шансов наибольшее по модулю именно для переменных эффекта окружения.

В работе Анны Вилкинсон и др. авторы немного уходят от выявления самого эффекта окружения и больше интересуются зависимостью факта курения ребенком когда-либо от более широкого круга параметров (Wilkinson et al., 2008). В частности, авторы вводят категориальные переменные для уровня образования родителей и факта нахождения родителей в браке. Введение этих переменных может быть обосновано с помощью теории социального обучения.

В этой работе, из всех регрессоров курение обоих родителей опять же имеет наибольший показатель отношения шансов (OR равный 2.16), при этом отношение шансов для курения одного из родителей равно 1.31, причем при сравнении каждой из подвыборок для которых эти переменные, по отдельности, равны одному с той, для которых они обе равны нулю, различия в зависимой переменной признаются значимыми с помощью теста Вальда. Также значимыми признаются различия между выборками, деленными по переменной пола, между выборками афроамериканцев и латиноамериканцев и между выборками подростков с родителями, получившими высшее образование и окончившими только старшую школу.

В работе Гилмана и др. также изучается вопрос эффекта окружения, но при этом делается это с помощью другого методологического аппарата и другого подхода к получению данных (Gilman et al., 2009). Так, если большая часть работ на эту тему ограничиваются опросом школьников или их родителей, то здесь основное отличие - это выявление факта передачи модели поведения сквозь поколения c получением интересующих данных от трех поколений людей внутри одних и тех же семей. При этом для исследования вопроса использовались не многомерная логистическая регрессия, а анализ выживаемости в дискретном времени с основной зависимой переменной - возраст подростка, в котором он начал курить. Из анализа кроме классических выводов относительно отношения шансов для факта курения одного из родителей (OR = 1.45) и обоих родителей (OR = 2.75), также была выявлена положительная зависимость между длительностью курения родителей и вероятностью начала курения ребенка. Более того, отдельным важным результатом можно назвать изучение вероятности начала курения ребенком в разные периоды жизни родителей (до начала курения, во время активного курения, после отказа от курения). Если отношение шансов для периода “активного курения” родителей составляет 2.81, то после отказа от курения отношение шансов падает до 1.03. Из этого можно сделать очень важный вывод: влияние на курение взрослых в домохозяйстве не бесполезно, так как даже после продолжительного периода курения родителей, отказ от него снижает вероятность начала курения ребенком практически до нулевого уровня.

Несмотря на практически полное отсутствие экономических работ по эффекту окружения и курению на российских данных, иногда в сравнительных межстрановых исследованиях фигурируют данные по России. Одна из таких работ принадлежит К. Парна и соавторам и изучает проблему эффекта окружения на данных русскоязычных школ Таллина, Хельсинки и Москвы (Parna et al., 2003). Данные о московских учащихся здесь занимают только треть всей выборки, но даже это позволяет сделать важные выводы о влиянии курения в семье на статус курения подростков. Основным новаторством работы можно считать введение в модель эффектов взаимодействия переменной курения родителей, сестер и братьев, друзей и переменной места обучения. Отношение шансов для переменной курения родителей равно 1,7 для девочек и 1,3 для мальчиков, а для переменной курения братьев/сестер отношение шансов доходит до уровня 1,5 для девочек и 1,7 для мальчиков, что отчасти противоречит предыдущим исследованиям о бульшем эффекте окружения в отношении братьев/сестер в домохозяйстве. Эффект взаимодействия оказывается значимым в модели и отношение шансов для данной переменной доходит до двух для российских школ, в то время как для школ Хельсинки оно равно 1,4, а для Таллиннских школ одному. Такие результаты, еще раз подтверждают важность и масштаб проблемы эффекта окружения для России, и, соответственно, повышают необходимость изучения и дальнейшего решения этой проблемы.

Подводя итоги, нужно сказать, что рассматриваемый в данной работе эффект окружения, хоть и имеет опирается на психологические и социологические теории, имеет важные экономические последствия и может быть изучен при помощи эконометрического инструментария. После изучения основных исследований на данную тематику можно сделать несколько выводов относительно изучаемого эффекта. Основной из них - это положительное влияние курения в домохозяйстве на вероятность курения подростка. Более того, можно также заметить несколько важных различий по гендерному и возрастному признаку. В частности, девочки в среднем более подвержены влиянию эффекта окружения в семье безотносительно пола курящего члена семьи. Также, важным выводом из обзора литературы является тот факт, сила влияния эффекта окружения различается на разных выборках, что является дополнительным аргументов в пользу изучения роли данного фактора на российских данных.

Гипотезы исследования

В результате проведенного анализа теоретических подходов и эмпирических исследований, я могу сформулировать гипотезы для моего исследования. В целом, предполагается наличие значимого положительного влияния факта курения в домохозяйстве на курение подростка.

H1: Курение хотя бы одного из членов домохозяйства способствует курению других членов домохозяйства

Такое предположение основывается на теоретических подходах, которые аргументируют значимость эффекта окружения в семье, а также на эмпирических доказательствах его наличия в других странах.

H2: Курение родителей способствует курению их детей

Вторая гипотеза - это наличие значимого влияния факта курения родителей на факт курения подростка в домохозяйстве. Этот эффект исследуется практически во всех работах, анализирующих эффект окружения, и является необходимым с точки зрения подтверждения или опровержения теоретических подходов к данной проблеме.

H3: Курение братьев и сестер увеличивает вероятность курения других детей в семье

Третья гипотеза связана с влиянием факта курения братьев и сестер на вредные привычки подростка. В каком-то смысле данная взаимосвязь может быть даже важнее, чем влияние родителей на курение индивида, так как братья и сестры, зачастую, более приближены в своем образе жизни друг к другу. Поэтому, я предполагаю, что эффект окружения для братьев и сестер будет выше, чем для родителей и чем для всех родственников.

H4: Вероятность курения подростка зависит от гендерной принадлежности как самого ребенка, так и курящего родственника

Последнее предположение - это наличие в данных гендерной дифференциации. В большинстве работ, где изучается проблема эффекта окружения также поднимается вопрос влияния пола на воздействие того или иного родственника. И очень часто это подтверждается эмпирически. Я, в свою очередь, также ожидаю получить данный эффект взаимодействия на российских данных. Причем логично ожидать значимый эффект взаимодействия переменной пола как с курением отца/матери, так и с курением брата/сестры.

Помимо эффекта окружения, предполагается наличие и других зависимостей. В первую очередь - это наличие значимой роли фактора возраста в исследовании. Причем, эффект окружения скорее будет увеличиваться с возрастом, чем падать. Такое предположение основано на подходе теорий восприятия и некоторых эмпирических работ (Eckhardt et al., 1994; Ary, Biglan, 1988). Предполагается, что рост влияния возраста связан с несколькими причинами: увеличение доступа к сигаретам с возрастом, уменьшение контроля над вредными привычками со стороны родственников (в том числе осуждение, как форма контроля), а также увеличение самостоятельных доходов, которое может способствовать курению. Также, меня интересует эффект взаимодействия здоровья родственников с объясняющими переменными. Основываясь на теоретических работах, можно также ожидать значимое влияние этого показателя на эффект взаимодействия.

Суммируя, можно сказать, что наибольший интерес для меня в данном вопросе представляет влияние самого факта курения в домохозяйстве, влияние факта курения разных членов семьи и различие между ними, а также влияние контрольных переменных на факт курения подростка.

Методология и данные

Формирование выборки и ее характеристики

Для количественной оценки интересующих меня взаимосвязей я использовал данные РМЭЗ НИУ ВШЭ за последние 10 лет (волны 18 - 27). При этом для каждого года я использовал полную выборку, когда данные каждый год дополняются новыми домохозяйствами, для того чтобы их количество каждый год было бы сопоставимо. Очевидно, что в этом случае, данные становятся несбалансированными.

В работе использовалась как выборка по индивидам, так и выборка по домохозяйствам.

Изначально в РМЭЗ имеется 194361 наблюдений, но, для целей исследования данные нужно было ограничить по следующим критериям: наличие данных о курении и наличие данных о проживании со старшими членами семьи. Во-первых, в моем исследовании меня интересуют только люди, которые живут с родственниками (в частности, с родителями). Второе необходимое условие для включения наблюдения в выборку - это наличие индивидуальной анкеты для самого индивида. Но даже после введения ограничения по факту сожительства и по факту наличия индивидуальной анкеты индивида, я получил более узкую выборку с возрастным распределением от 0 до 90 лет. При этом очевидно уменьшение количества таких людей с возрастом. Для наглядности я использовал выборку за 2018, чтобы графически показать изменение структуры выборки (Рисунок 1)

Рисунок 1: Гистограмма возрастного распределения данных после введения ограничений на сожительство и наличие индивидуальной анкеты индивида

Рисунок 2: Гистограмма возрастного распределения данных после введения ограничений на наличие информации о курении индивидом и наличие индивидуальной анкеты его родителей



Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2018 год.

Такое распределение совсем не ожидаемо, так как изначально мной предполагалась более узкая выборка. Наблюдения для детей младше 14 лет были отброшены из-за отсутствия информации о курении. На данном этапе применение широких возрастных рамок связано с тем, что при опросе главы семейства, вопросы о перечислении родственников сформулированы так, что он сам вправе выбирать, кого он должен указывать: членов семьи или членов домохозяйства. Глава семьи может легитимно вписать всех родственников в качестве членов домохозяйства, безотносительно факта проживания с ними: родителей, бабушек и т.д. Из этой проблемы следует достаточно высокая верхняя возрастная граница выборки.

Чтобы решить данную проблему, мне пришлось ввести ограничение на наличие информации о курении индивида и фактического совместного проживания с родителями. После чего я получил выборку, в которой возраст ограничен значениями 14 снизу и 70 сверху, что немного сокращает выборку (Рисунок 2). После чего, по аналогичным критериям были исключены не подходящие для анализа индивиды из общей выборки (Рисунок 3), сократив выборку до 32676 наблюдений и возрастного диапазона от 13 до 80 лет.

Рисунок 3: Гистограмма возрастного распределения после всех используемых ограничений на общую выборку



Рисунок 4: Доля подростков, проживающих с родителями от общего числа подростков для каждого возраста

Для более корректного выбора возрастной группы для данного исследования, была проанализирована доля подростков в каждой возрастной группе, проживающих с родителями. (Рисунок 4). Можно заметить, что к 15 годам она достигает своего пика в 91%. При этом уже к 25 годам доля индивидов, проживающих совместно со своими родителями, падает до 40%, а к 45 годам становится равна 10%. В то же время, для 13 лет доля составляет меньше 1%. Такая низкая доля связана с отсутствием взрослых анкет для 13-тилетних детей и отсутствие информации о факте курения ими.

Учитывая определения ВОЗ, к подросткам относятся люди в возрасте от 10 до 19 лет (WHO, 2014). Другое определение - `молодежь' - сформулировано ООН и включает в себя людей от 15 до 24 лет (UN, 1981). Учитывая оба этих определения и распределение данных РМЭЗ, я решил ограничить выборку от 14 до 27 лет, так как для российских данных вплоть до 27 лет достаточно большая часть респондентов проживает с родителями. Для данной возрастной группы доля подростков, проживающих с родителями достигает 30%.

Таким образом, выборка индивидов состоит из 21315 наблюдений, который включает информацию о 18911 индивидах за период с 2009 до 2018 года. (Таблица 1).



Таблица 1: Количество наблюдений в используемой для анализа выборке и общее количество детей в выборке для каждого года.

Год	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018
N	1750	2597	2600	2552	2328	1965	1928	1885	1913	1797
РМЭЗ	2653	4875	4836	4863	4902	4911	4946	4949	5013	3823

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

Выбор переменных

В качестве зависимой переменной, я использую бинарную переменную факта курения индивида. Иногда в качестве зависимой переменной в исследованиях берется регулярное курение, но в моем случае, так как объектом моего исследования является молодежь, привычка курения для них еще не сформирована и факт регулярности курения в их случае может привести к искажению оценок в сторону их занижения. Информация о курении берется из индивидуальной анкеты РМЭЗ и человек при ответе на вопрос волен достаточно широко интерпретировать его и может сам решать, курит ли он в настоящий момент.

Таблица 2: Количество и доля курящих людей в выборке для каждого года

Год	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018
Кол-во	481	725	633	580	508	374	324	297	289	255
Доля	.27	.28	.24	.23	.22	.19	.17	.16	.15	.14

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

Данные устроены таким образом, что выборка сужается со временем, однако количество курящих людей уменьшается в выборке еще быстрее и если посмотреть на долю курильщиков для каждого года, то она падает с 27% в 2009 году до 14% в 2018, что, отчасти, указывает на уменьшение проблемы курения в РФ (Таблица 2). Единственное исключение - это рост доли курящих граждан в 2010 году.

Рисунок 5: Доля курильщиков среди мужчин и женщин

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

При разбивке данных на мужчин и женщин, можно также увидеть падение доли курильщиков для обоих полов, но для мужчин это падение намного сильнее, чем для женщин (Рисунок 5). Находясь у значения в 41% в 2009 году, доля курящих упала до 20% в 2018. Для женщин падение также присутствует, но в некоторые годы имел место небольшой рост доли курящих (в 2011 и 2017 годах). Я предполагаю, что такая разница в доле курящих мужчин и женщин может быть связана с социальным порицанием женского курения, которое присутствует в определенных социальных группах относительно курения среди женщин.



Рисунок 6: Доли курильщиков для разных возрастных групп

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

Для дальнейшего анализа зависимой переменной, я разделил используемую выборку на возрастные когорты. Границы для возрастных групп были выбраны таким образом, чтобы в каждой группе было примерно одинаковое количество наблюдений - около 7000, а также чтобы отсечь младшую возрастную группу (моложе 18 лет), поскольку до 18 лет продажа табачной продукции запрещена. После чего мною был построен график изменения доли курильщиков в каждой возрастной группе в динамике (Рисунок 6). Самый очевидный вывод, который можно сделать из построенного графика - это рост доли курящих людей с увеличением возраста, что может быть объяснено легализацией курения после 18 лет и последующим падением социального порицания данной вредной привычки. С точки зрения динамики для всех когорт за период наблюдения происходит падение доли курильщиков, и самый большой спад наблюдается для двух самых старших возрастных групп: доли курильщиков в них падают на 15 процентных пунктов, в то время как для младшей когорты доля падает всего на 3 п. п. Для “средней” возрастной группы особенно резкое падение заметно для периода с 2010 по 2012 год, когда доля упала на 12 п. п. Такое падение “средней” когорты может быть основной причиной общего падения доли курильщиков после 2010 года. Однако на графике также можно заметить несколько периодов роста: для “средней” когорты - это 2012 и 2016 года, а для “старшей” - это 2015 год.

В качестве независимых переменных я использовал три вида показателей:

Объясняющие переменные:

дамми факта курения родственников (relatives_smoking)

дамми факта курения родителей (parents_smoking)

дамми факта курения каждого родственника - отца, матери, брата, сестры (father_smoking и т.д.)

Контрольные переменные:

возраст (age)

пол (gender)

усреднённое здоровье членов семьи (health)

Эффекты взаимодействия:

Эффект взаимодействия возраста

Эффект взаимодействия пола (X4)

Эффект взаимодействия здоровья

Дамми факта курения родственников (родителей) равна единице, если хотя бы один из родственников (родителей) курит. Я включал в выборку индивидов только в том случае, если о статусе курения хотя бы одного из их родителей есть информация в исследовании. Поэтому с этими переменными не наблюдается никаких проблем - у индивида всегда есть родственники, по которым можно провести алгоритм по поиску курящих людей. (Я создал переменные курения родителей и родственников, совмещая данные анкет домохозяйств и индивидов. Я рассматривал всех членов одного домохозяйства и искал среди них сыновей или дочерей по статусу, а потом искал их родителей в домохозяйстве и проверял их статус курения).

Дамми факта курения отца (матери, брата, сестры) закодирована похожим образом. Переменная равна единице, если у индивида есть отец (мать, брат, сестра), который курит, и равна нулю, если такого курящего члена семьи нет.

Рисунок 7: Доли респондентов с курящими родственниками для периода с 2009 по 2018 год

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

Динамика данных о курении родственников респондентов показывает, что для всех рассматриваемых переменных кроме переменной курения матери и курения сестры происходит падение среднего значения в течение 2009-2018гг (Рисунок 7). Но при этом даже в 2018 процент подростков, которые сталкиваются с курением внутри домохозяйства достигает 53%, а тех, которые сталкиваются с курением хотя бы одного из родителей - 40%, что тоже достаточно много. Интересен также момент роста процента подростков с курящими матерями и сестрами за исследуемый период. Возможно, это связано с пиком роста курящих женщин, который приходился на конец 1990-начало 2000-х годов (GATS, 2009).

Контрольная переменная возраста - непрерывная переменная, измеряемая в годах. Переменная пола равна единице для мужчин и нулю для женщин. Контрольная переменная здоровья в семье - это усреднение категориальной переменной о самочувствии из анкеты РМЭЗ среди всех сожителей подростка. Показатель здоровья нужен для двух целей: контрольная переменная для улучшения качества регрессии, использование в эффектах взаимодействия для подтверждения или опровержения применимости теоретических подходов в данной области на практике.

Таблица 3: Дескриптивные статистики объясняющих и контрольных переменных

Variable	Среднее	Стандартное отклонение	Минимум	Максимум
age	19.72503	3.92134	14	27
health	2.603135	.5283757	0	5
gender	.5215107	.4995488	0	1
relatives_smoking	.569505	.4951571	0	1
parents_smoking	.4335914	.4955819	0	1
father_smoking	.3097818	.4624144	0	1
mother_smoking	.1727891	.3780737	0	1
sister_smoking	.007178	.0844207	0	1
brother_smoking	.0550317	.2280474	0	1

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года. С помощью основных дескриптивных статистик для независимых переменных, можно сделать базовые выводы об устройстве данных [Таблица 3]. Можно увидеть, что средний возраст индивида - 19,7 лет и 52% выборки составляют мужчины. Среднее здоровье в семье находится на медианном уровне, что говорит о репрезентативности оценки среднего.

Последний тип регрессоров - это эффекты взаимодействия. Для каждой контрольной переменной, кроме переменной пола, они формируются как произведение соответствующей контрольной переменной и дамми переменной факта курения родственников. Они характеризуют влияние контрольных переменных на силу эффекта взаимодействия. Использование переменной курения родственников в эффекте взаимодействия здоровья и возраста обосновано предположением о влиянии данных переменных на эффект окружения безотносительно членов семьи. Эффект взаимодействия для переменной пола, в свою очередь, учтен с помощью четырех дополнительных переменных. Так как меня интересует наличие гендерной дифференциации, я ввел в модель произведение переменной пола и переменной курения отца и матери, а также произведение переменной пола и переменной курения брата и сестры. Таким образом, коэффициент при каждой из этих переменных будет показывать, насколько отличается сила влияния курения отца и матери (брата и сестры) для мальчиков по сравнению с девочками.

Выбор модели для анализа

Так как цель построения модели - это предсказание бинарной зависимой переменной, это, соответственно, указывает на необходимость использования модели выбора при анализе. В то же время, в данных присутствует как временная, так и пространственная плоскость наблюдений, что характеризует данные, как панельные, что тоже необходимо учитывать при построении модели. Для базовых тестов и предварительной работы с моделью я решил использовать Pooled логит, так как ее использование с меньшей доли вероятности может быть причиной для разнообразных проблем модели - таких как гетероскедастичность, и такая модель никак не может стать причиной для истощения выборки.

Первым шагом, я принял решение рассматривать проблему с использованием нескольких отдельных моделей, каждая из которых будет необходима для проверки конкретной гипотезы исследования. Так, первая модель включает в себя только одну зависимую объясняющую переменную - курение родственников. Я также добавил в модель переменную возраста, пола, и здоровья в качестве контрольных, а также переменные эффекта взаимодействия пола и здоровья.



,

С ее помощью можно оценить общий эффект окружения в домохозяйстве и подтвердить или опровергнуть его наличие. Вторая модель включает в себя только объясняющую переменную курения родителей и контрольные переменные.

,

Третья модель является более дифференцированной и включает в себя переменные курения каждого члена семьи - отца, матери, брата, сестры. Ее оценивание необходимо для того, чтобы учесть влияние курения каждого члена на подростка по отдельности и сравнить их между собой. Также я ввел в модель все контрольные переменные и эффекты взаимодействия пола с каждой из объясняющих переменных для того, чтобы выявить половую дифференциацию.

,

С помощью разделения моделей, я постарался добиться улучшения репрезентативности оценок и решил таким образом возможную проблему мультиколлинеарности.

Однако в третьей модели даже после введения возрастных ограничений и очистки данных от пропусков, несбалансированность данных не исчезла, более того, в выборке присутствует некоторые искажения, которые также усложняют правильную интерпретацию коэффициентов модели. Основная проблема, которая вносит ограничения в анализ - это наличие в выборке неполных семей. Так, переменная факта курения отца, например, будет равна нулю как для подростка, отец которого не курит, так и для подростка, который проживает в неполной семье, в которой нет отца.

Для решения данной проблемы, можно использовать несколько подходов, результаты которых необходимо сравнить между собой для получения наилучшей модели. Первый подход - это использование базовой общей выборки для построения модели без какого-либо учета возможного искажения результатов:

,

В такой модели в качестве независимых переменных будут использоваться все вышеперечисленные переменные: объясняющие, контрольные и эффекты взаимодействия. Однако, это, очевидно, не лучшая модель, так как в меньшей степени учитывает возможное искажение результатов.

Второй подход - это оценка модели по той же выборке с добавлением дамми переменных для каждого члена семьи, которые будут указывать на их наличие (full_info_brother и т.д.):

,

Таким образом, после введения данных переменных часть нулевых значений переменных факта курения каждого члена семьи будет учитываться в меньшей мере, а переменные наличия полной информации будут иметь, предположительно, отрицательный эффект на вероятность курения подростка, так как они будут дополнять модель для членов семьи, которые не курят. курение домохозяйство микроэкономический

Для сравнения моделей (5) и (6) можно использовать тест на значимость переменных, где нулевой гипотезой будет выступать совместная незначимость переменных, указывающих на присутствие отца, матери и т.д. в домохозяйстве. В случае логит модели для проверки такой гипотезы можно использовать тест Вальда для проверки одновременных ограничений [Приложение 2]. P-value в этом тесте оказалось очень близким к нулю, что позволяет отвергнуть нулевую гипотезу о незначимости переменных и отвергнуть модель, в которой не используются дамми переменные для наличия родственников.

Еще один способ решения проблемы - это еще более узкое сокращение выборки, оставив в данных только подростков, которые имеют всех интересующих нас членов семьи. В этом случае количество наблюдений в выборке падает до 234. В то же время из-за возросшей мультиколлинеарности переменная курения сестер исключается из регрессии, что делает оценку этого эффекта взаимодействия невозможной. Таким образом я использую спецификацию (6) в качестве лучшего решения проблемы нерепрезентативности оценок дифференцированной модели.

После этого, я решил определить наилучший вид зависимости для дальнейшего использования. Первым пунктом, мне показалось необходимым определить наилучшую модель среди моделей с бинарной зависимой переменной. В качестве основных вариантов можно использовать пробит и логит модель. Для их сравнения я использовал показатель ROC-AUC (Рисунок 8).



Рисунок 8: Графики ROC для логит (слева) и пробит (справа) спецификации модели (3)

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

По форме графиков можно сказать, что две спецификации модели (3) практически аналогичны по своему качеству, однако, если посмотреть на само значение ROC-AUC, то для пробит модели, оно немного больше, соответственно можно сделать вывод, что ее использование предпочтительнее для имеющихся данных. Если сравнить все остальные модели как по критерию ROC-AUC, так и по критериям Акаики и Байеса, то можно сделать такой же вывод [Таблица 4].



Таблица 4: Показатели качества для логит и пробит модели для pooled регрессии

Модель	Спецификация	AIC	BIC	ROC-AUC
(3)	Логит	16953.88	17129.16	0.7943
	Пробит	16924.43	17099.71	0.7946
(4)	Логит	18124.27	18164.11	0.7860
	Пробит	18100.27	18140.11	0.7860
(5)	Логит	18007.36	18126.86	0.7903
	Пробит	17957.39	18076.9	0.7904

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

Следующий шаг - это выбор наилучшей модели среди моделей панельных данных. В частности, необходимо сделать выбор между моделью с фиксированными эффектами (FE), со случайными эффектами (RE) и pooled - регрессией. Важный момент в данном случае - это использование логит модели для поиска наилучшей модели панельных данных, так как для пробит модели использование характеристики FE не предусмотрено.

FE модель была исключена мною из анализа из-за истощения выборки, которая возникает при ее использовании. Более того, так как модель с фиксированными эффектами использует -within оценивание для нахождения коэффициентов модели, каждая из переменных усредняется для каждого индивида по времени и в модели в качестве переменных используются отклонения базовых регрессоров. Из-за этого метода инвариантные ко времени переменные невозможно оценить. В данном случае такой переменной является пол, влияние которого безусловно меня интересует в модели (5). Также FE модель отказывается от использования информации о большинстве индивидов, сокращая используемую выборку до 691 наблюдения, что явно недостаточно для оценки интересующих взаимосвязей. Это происходит из-за использования метода условного максимального правдоподобия при оценке бинарных панельных моделей, который не позволяет оценить индивидуальные эффекты для наблюдений с неменяющейся во времени зависимой переменной. Таким образом я решил не использовать модель FE при анализе, даже учитывая тот факт, что она лучше описывает различия между индивидами.

Для сравнения RE и Pooled модели можно воспользоваться несколькими показателями. Во-первых, можно снова посмотреть на показатель AIC, который намного меньше для моделей со случайными эффектами, что указывает на необходимость использования именно этой формы моделирования. Более того, оптимальное решение для сравнения pooled и RE моделей - это использование теста отношения правдоподобия для проверки равенства дисперсии случайных эффектов нулю. Если нулевая гипотеза в данном тесте принимается, что использование случайных эффектов в модели неуместно. В моем случае статистика превышает критическое значение для любого уровня значимости и нулевая гипотеза отвергается для всех моделей, что подтверждает вывод, сделанный на основе критерия AIC и указывает на необходимость использования RE модели во всех случаях [Приложение 3].

После этого, я дополнительно для проверки решил сравнить пробит и логит модели со случайными эффектами. Для этого я снова воспользовался критериями AIC и BIC [Приложение 4]. И хоть, изначально, для pooled регрессии пробит модель оказалась наилучшей, для моделей со случайными эффектами логит модель проявляет себя лучше и для нее оба искомых критерия являются наименьшими во всех трех моделях. Таким образом, в качестве базовой модели в каждом случае я окончательно принял логит модель со случайными эффектами:

,

, 

Следующим шагом, я проверил каждую спецификацию на наличие временной автокорреляции. При тестировании данных на наличие временной автокорреляции, я использовал тест Вулриджа, нулевая гипотеза которого состоит в отсутствии временной автокорреляции первого порядка в модели [Приложение 5]. В данном случае, p-value оказывается меньше 0,05, и автокорреляция признается значимой во всех моделях.

Поэтому мне кажется более уместным использование робастных ошибок коэффициентов для состоятельного оценивания ковариационной матрицы ошибок моделей и эффективного оценивания самих коэффициентов. Благодаря этому, результаты t-тестов и F-тестов будут более репрезентативными.

Результаты оценивания модели

Следующий этап исследования - это оценка модели и дальнейшее подтверждение или опровержение основных четырех гипотез, выдвинутых мной вначале. При проведении теста Вальда на адекватность для каждой модели, p-value признается равным нулю, и нулевая гипотеза теста отвергается, поэтому можно сказать, что все построенные регрессии достаточно хорошо описывают исследуемые данные и регрессоры в них подобраны уместно.

H1: Курение хотя бы одного из членов домохозяйства способствует курению других членов домохозяйства



Таблица 5: Результаты оценивания модели (6)

Переменные	Оценки коэффициентов	Ст. ошибки оценок коэффициентов	Значение t-статистки	P-value t-теста
age	.4295969	.0278438	15.43	0.000
gender	3.269171	.1872185	17.46	0.000
health	.959507	.1264459	7.59	0.000
relatives_smoking	3.058601	.6176894	4.95	0.000
c.age#c.relatives_smoking	.0567069	.0223275	2.54	0.011
c.health#c.relatives_smoking	-.8528341	.1633757	-5.22	0.000
_cons	-17.65804	1.014023	-17.41	0.000

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

В первой модели основная объясняющая переменная курения хотя бы одного из родственников оказывается значимой. Ее влияние на вероятность, в свою очередь, положительно. Это может служить первым подтверждением наличия эффекта окружения на российский данных. Эффекты взаимодействия тоже оказываются значимыми и их влияние согласуется с теоретическими предположениями.

Таблица 6: Предельные эффекты для средних значений оцененной модели (6)

Переменные	Предельный эффект	Стандартные ошибки пр. эффектов	Z-статистика (дельта метод)	P-value в тесте на значимость предельного эффекта
age	.0290411	.0008179	35.51	0.000
gender	.2019148	.0068317	29.56	0.000
health	.0215471	.0053651	4.02	0.000
relatives_smoking	.1261933	.0061372	20.56	0.000

Так, влияние эффекта окружения увеличивается с возрастом, а при ухудшении здоровья в семье падает. Сами контрольные переменные влияют на вероятность курения подростка положительно: с возрастом вероятность курения растет, для мальчиков она выше в среднем чем для девочек и при улучшении здоровья семьи, вероятность курения также увеличивается. Для более точного количественного анализа можно обратиться к показателям предельных эффектов [Таблица 6]. Таблица 6: Предельные эффекты для средних значений оцененной модели

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

В данном случае, во влиянии переменной курения родственников учитываются также эффекты взаимодействия для среднестатистического индивида. И с помощью дельта метода подсчитывается значимость предельных эффектов, которые суммируют влияние каждой переменной через линейные и нелинейные взаимодействия. В данном случае, p-value в тесте на значимость переменной курения в домохозяйстве оказывается снова равной нулю и ее влияние является положительным, поэтому моя первая гипотеза подтверждается и на российских данных эффект окружения в домохозяйстве присутствует и является значимым.

Влияние контрольных переменных на эффект взаимодействия можно оценить с помощью оценки предельного эффекта объясняющей переменной для разных уровней контрольных переменных. Так, для переменной возраста можно увидеть явную растущую динамику эффекта окружения [Таблица 7]. То есть, с возрастом факт курения родственников в домохозяйстве сильнее влияет на вероятность начала курения подростка. Этот результат совпадает с некоторыми эмпирическими работами на тему зависимости эффекта окружения от внутренних характеристик человека (Ary, 1988) и подтверждает уместность использования теорий восприятия для теоретического обоснования эффекта окружения. Таким же образом можно оценить влияние усредненного здоровья родственников на эффект окружения. [Таблица 8]



Таблица 7: Предельный эффект переменной курения в домохозяйстве для разных возрастов

Возраст	14	16	18	20	22	24	26
Предельный эффект	.0078225	.0210219	.0529349	.1156983	.1968327	.2540844	.2960195

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

При улучшении здоровья родственников вероятность курения индивида увеличивается, так как ролевая модель, которую человек выстраивает на основе своего окружения не подвержена негативному отношению к курению. Если же человек видит, что люди вокруг него больны в большей степени, его отношение к вредным привычкам будет соответствующим образом скорректировано и вероятность курения уменьшится. Вывод относительно соотношения здоровья семьи и курения в семье подтверждает применимость теории аргументированного действия для российских данных и подтверждают предположение о значимом влиянии здоровья семьи на эффект окружения в домохозяйстве.

Таблица 8: Предельный эффект переменной курения в домохозяйстве для разных показателей здоровья семьи

Усредненное здоровье	Очень хорошее	Хорошее	Среднее	Плохое	Очень плохое
Предельный эффект	.1671299	.14607	.1170749	.0703048	.0036769

Источник: построено автором на данных РМЭЗ НИУ ВШЭ за 2009 - 2018 года.

H2: Курение родителей способствует курению их детей

Для проверки данной гипотезы я провел оценку модели (7) и выявил, что факт курения хотя бы одного из родителей оказывает положительное влияние на вероятность курения его ребенка [Таблица 9]. Более того, влияние данной переменной достаточно большое, чтобы считаться статистически значимым. При этом влияние контрольных переменных согласуется с результатами модели (6)

...