Мой эконометрический анализ Teacher Satisfaction: различия между версиями
| Строка 102: | Строка 102: | ||
Каждая гипотеза может быть проверена с помощью регрессионного уравнения на данных, полученных из модели Teacher Satisfaction. | Каждая гипотеза может быть проверена с помощью регрессионного уравнения на данных, полученных из модели Teacher Satisfaction. | ||
*H₁: Влияние зарплаты на удовлетворённость** | |||
Уравнение: | Уравнение: | ||
| Строка 109: | Строка 109: | ||
Ожидаемый знак: <math>\beta_1 > 0</math> (чем выше зарплата, тем выше удовлетворённость) | Ожидаемый знак: <math>\beta_1 > 0</math> (чем выше зарплата, тем выше удовлетворённость) | ||
*H₂: Влияние расстояния на удовлетворённость** | |||
Уравнение: | Уравнение: | ||
| Строка 116: | Строка 116: | ||
Ожидаемый знак: <math>\beta_1 < 0</math> (чем дальше школа, тем ниже удовлетворённость) | Ожидаемый знак: <math>\beta_1 < 0</math> (чем дальше школа, тем ниже удовлетворённость) | ||
*H₃: Влияние удовлетворённости на вероятность увольнения** | |||
Логит-модель (для бинарного выбора): | Логит-модель (для бинарного выбора): | ||
| Строка 123: | Строка 123: | ||
Ожидаемый знак: <math>\gamma_1 < 0</math> (чем выше удовлетворённость, тем ниже вероятность уволиться) | Ожидаемый знак: <math>\gamma_1 < 0</math> (чем выше удовлетворённость, тем ниже вероятность уволиться) | ||
*H₄: Влияние качества школы на привлекательность для учителей** | |||
Уравнение: | Уравнение: | ||
Версия от 09:35, 11 июня 2026
Эконометрический анализ модели Teacher Satisfaction
Аннотация
В данной работе я провожу теоретический эконометрический анализ агент-ориентированной модели «Удовлетворённость учителей» (Teacher Satisfaction). Модель симулирует рынок труда преподавателей, где учителя выбирают школу на основе зарплаты, качества школы и расстояния до работы. Я не изменяла модель, а изучила её логику и построила гипотетическую регрессионную модель, описывающую ключевые взаимосвязи.
Параметры модели Teacher Satisfaction
Модель имеет следующие управляемые параметры (их можно менять в экспериментах):
| Параметр | Описание | Диапазон | Эконометрический смысл |
|---|---|---|---|
| academic-mobility-radius | Радиус, в котором учитель готов искать работу | 5–50 км | Экзогенная переменная, отражающая мобильность трудовых ресурсов |
| Satisfaction_threshold | Минимальный уровень удовлетворённости, при котором учитель остаётся | 0.1–0.9 | Порог принятия решения (аналог «точки безразличия» в теории полезности) |
| Base_Salary | Базовая зарплата в школах | 1000–3000 | Основной экономический стимул |
| Sch_Quality_Variation | Разброс качества между школами | 0.05–0.5 | Мера горизонтального неравенства на рынке труда |
Выходные данные модели
При каждом прогоне модель фиксирует:
| Переменная | Описание |
|---|---|
| teacher-turnover-rate | Доля учителей, уволившихся за год |
| mean-satisfaction-all | Средняя удовлетворённость учителей (0–1) |
| mean-school-vacancy-rate | Средняя доля вакансий в школах |
| satisfaction-inequality | Разброс удовлетворённости между школами |
| unemployment-rate | Доля безработных учителей |
Эконометрическая постановка
Я формулирую три ключевых уравнения, которые могли бы быть проверены на данных этой модели.
Уравнение 1: Удовлетворённость учителя
[math]\displaystyle{ Satisfaction_i = \beta_0 + \beta_1 \cdot Salary_s + \beta_2 \cdot Quality_s + \beta_3 \cdot Distance_{i,s} + \varepsilon_i }[/math]
где: - [math]\displaystyle{ Satisfaction_i }[/math] — удовлетворённость учителя [math]\displaystyle{ i }[/math] - [math]\displaystyle{ Salary_s }[/math] — зарплата в школе [math]\displaystyle{ s }[/math] - [math]\displaystyle{ Quality_s }[/math] — качество школы [math]\displaystyle{ s }[/math] - [math]\displaystyle{ Distance_{i,s} }[/math] — расстояние от дома учителя до школы - [math]\displaystyle{ \varepsilon_i }[/math] — случайная ошибка
Ожидаемые знаки коэффициентов: - [math]\displaystyle{ \beta_1 \gt 0 }[/math] (чем выше зарплата, тем выше удовлетворённость) - [math]\displaystyle{ \beta_2 \gt 0 }[/math] (чем выше качество школы, тем выше удовлетворённость) - [math]\displaystyle{ \beta_3 \lt 0 }[/math] (чем дальше ехать, тем ниже удовлетворённость)
Уравнение 2: Вероятность увольнения
[math]\displaystyle{ P(Turnover_i = 1) = \frac{1}{1 + e^{-(\gamma_0 + \gamma_1 \cdot Satisfaction_i)}} }[/math]
Это логит-модель, где вероятность уволиться тем ниже, чем выше удовлетворённость ([math]\displaystyle{ \gamma_1 \lt 0 }[/math]).
Уравнение 3: Концентрация учителей в хороших школах
[math]\displaystyle{ Share\_good\_teachers_s = \delta_0 + \delta_1 \cdot Quality_s + u_s }[/math]
Ожидается [math]\displaystyle{ \delta_1 \gt 0 }[/math] — хорошие школы привлекают больше учителей.
Гипотезы, которые можно проверить
1. H₁: Зарплата положительно влияет на удовлетворённость учителей.
2. H₂: Расстояние до школы отрицательно влияет на удовлетворённость.
3. H₃: Удовлетворённость отрицательно влияет на вероятность увольнения.
4. H₄: Качество школы положительно влияет на долю учителей, выбравших эту школу.
Эконометрическая интерпретация гипотез
Каждая гипотеза может быть проверена с помощью регрессионного уравнения на данных, полученных из модели Teacher Satisfaction.
- H₁: Влияние зарплаты на удовлетворённость**
Уравнение: [math]\displaystyle{ \text{Satisfaction}_i = \beta_0 + \beta_1 \cdot \text{Base\_Salary}_s + \varepsilon_i }[/math]
Ожидаемый знак: [math]\displaystyle{ \beta_1 \gt 0 }[/math] (чем выше зарплата, тем выше удовлетворённость)
- H₂: Влияние расстояния на удовлетворённость**
Уравнение: [math]\displaystyle{ \text{Satisfaction}_i = \beta_0 + \beta_1 \cdot \text{Distance}_{i,s} + \varepsilon_i }[/math]
Ожидаемый знак: [math]\displaystyle{ \beta_1 \lt 0 }[/math] (чем дальше школа, тем ниже удовлетворённость)
- H₃: Влияние удовлетворённости на вероятность увольнения**
Логит-модель (для бинарного выбора): [math]\displaystyle{ P(\text{Turnover}_i = 1) = \frac{1}{1 + e^{-(\gamma_0 + \gamma_1 \cdot \text{Satisfaction}_i)}} }[/math]
Ожидаемый знак: [math]\displaystyle{ \gamma_1 \lt 0 }[/math] (чем выше удовлетворённость, тем ниже вероятность уволиться)
- H₄: Влияние качества школы на привлекательность для учителей**
Уравнение: [math]\displaystyle{ \text{Share\_teachers}_s = \delta_0 + \delta_1 \cdot \text{Quality}_s + u_s }[/math]
Ожидаемый знак: [math]\displaystyle{ \delta_1 \gt 0 }[/math] (хорошие школы привлекают больше учителей)
Связь гипотез с параметрами модели Teacher Satisfaction
| Гипотеза | Экзогенная переменная (X) | Эндогенная переменная (Y) | Параметр модели |
|---|---|---|---|
| H₁ | Base_Salary | mean-satisfaction-all | Зарплата |
| H₂ | Distance | mean-satisfaction-all | Мобильность |
| H₃ | mean-satisfaction-all | teacher-turnover-rate | Порог удовлетворённости |
| H₄ | Sch_Quality_Variation | satisfaction-inequality | Разброс качества |
Связь с теорией
Модель Teacher Satisfaction иллюстрирует закон Парето (принцип 80/20): примерно 20% лучших школ привлекают 80% наиболее удовлетворённых учителей. Это происходит из-за положительной обратной связи: хорошая школа → высокая удовлетворённость → низкая текучесть → стабильный коллектив → школа остаётся хорошей.
Возможные источники данных для анализа
Гипотетически, для эконометрического анализа можно использовать данные, собранные в BehaviourSpace (среда экспериментов NetLogo) с варьированием параметров: - Базовая зарплата (Base_Salary) - Радиус мобильности учителей - Разброс качества между школами
Выводы
Модель Teacher Satisfaction представляет собой хорошую основу для эконометрического анализа рынка труда.
На основе анализа модели Teacher Satisfaction можно сделать следующие выводы:
1. Зарплата (Base_Salary) положительно влияет на удовлетворённость учителей (H₁)
2. Расстояние до школы отрицательно влияет на удовлетворённость (H₂)
3. Удовлетворённость снижает вероятность увольнения (H₃)
4. Качество школы привлекает больше учителей, создавая стратификацию рынка (H₄)
Модель иллюстрирует закон Парето и может служить основой для эконометрического анализа факторов текучести кадров в образовании.
