Дипломная работа: Факторы либерализации антинаркотической политики (на примере США)

За базовый уровень в регрессии был взят уровень штатов, в которых запрещена марихуана и в которых не проводились либерализующие действия, поскольку это позволит ещё лучше пронаблюдать значимость и значение факторов в процессе либерализации.

Второй уровень - группа штатов, которые провели одно либерализующее действие/ только начали процесс либерализации - слабо отличается от первого, поэтому в нём нет значимых переменных. Но уже на третьем обнаруживается сразу несколько значимых переменных: гетерогенность населения имеет обратную связь с либерализацией - чем однороднее население, тем вероятнее либерализация. Однозначно, данный тезис можно назвать ключевой находкой модели, потом что в предыдущих вариантах такая связь не встречалась. Ещё одно противоречивое обнаружение, это прямая связь между третьей категорией и урбанизированным населением - на основании этого и предыдущего утверждений можно предположить, что для старта либерализации необходимы гомогенность населения штата и чтобы большая доля этого населения проживала в урбанизированных районах. Также значимыми являются состав легислатуры с обратной связью и расходы на поддержание правопорядка - обе переменные имеют прямую связь. Говоря о пятой группе, то для штатов, входящих в неё, характерны распространённое высшее образование, демократическая легислатуры и высокие расходы на «войну» против марихуаны.

Табл. 19

Критерии отношения правдоподобия

Ремарка относительно значимости интерпретации регрессионной выдачи для общей модели, благодаря Таблице 19 можно пронаблюдать, насколько важна была переменная в модели, и как сильно модель изменится, при изъятии предиктора. Если p-значение выше порогового, то можно сказать, что модель могла быть оптимальнее без данной переменной. Тест не прошли переменные, описывающие гетерогенность населения, ВРВП штата, распространение образования и партийной аффилиация губернатора. Безусловно, на основании таблицы нельзя утверждать, что умозаключения, сделанные при анализе регрессионной выдачи общей модели, не имеют право на жизнь, возможно, их необходимо тестировать повторно.

Табл. 20

Результаты технических тестов для модели 17

Информация подгонки модели

Критерий согласия

Псевдо R-квадрат

Несмотря на небольшие погрешности в «качестве» модели, она успешно проходит тесты на пригодность (Таблица 20) и даже имеет относительно неплохой объяснительный потенциал - 64%.

Резюмируя результаты логистических регрессий, все три типа регрессий пролили свет на процесс либерализации и позволили подтвердить ранее сформированные предположения о влиянии определённых факторов, например, при проведении линейной регрессии, а также новые переменные были включены в анализ. На данном этапе эмпирического исследования можно уверенно утверждать, что либерализация напрямую зависит от типа законодательства, суб-региона, к которому принадлежит штат, от экономических показателей, таких как доход от фискальной политики и расходы на «войну против наркотиков», а также от социальных параметров: образование и доля урбанизированного населения.

3.3.4 Анализ выживаемости

Исходя из дизайна исследования и теоретической рамки, данный метод используется для определения вероятности «выживания» запрета на марихуану в штатах США. Всего было проведено три анализа Каплана-Майера ключевых переменных, выявленных в предыдущих блоках, для двух из трёх анализов будет предоставлен исключительно графическое отображение вместе с условным подтверждением значимости связи. Нюансов как в случае с линейной и логистической регрессиями здесь нет, поскольку Каплан-Майер идеально подходит для анализа категориальных переменных.

Рис. 7 Продолжительность запрета относительно легализации марихуаны

Рисунок 7 изображает зависимость осуществления либеральных действий в области наркотической политики и мгновенной легализации. Зеленая ломаная линия изображает штаты, в которых были декриминализация / медицинское использование марихуаны и с течение времени запрет постепенно «умирал», поскольку часть штатов с предшествующими либерализующими действиями легализовала марихуану, но в то же время прямая остановилась на значении около 0,35 из-за штатов, которые, на момент 2019 года, проводили действия для либерализации наркотической политики, но при этом не легализовали вещество. Совершенно другой тренд наблюдается с синей линией, которая остаётся прямой на протяжении 49 лет - штаты, который не предпринимали каких-либо действий в этой области. Данный график наглядно демонстрирует и как следствие подтверждает гипотезу, что для легализации необходим поэтапный подход: постепенное реформирование законодательства в области наркотических веществ.

Табл. 21

Сводный отчет по наблюдениям

Таблица 21 является заключением анализа по количеству «пациентов», которое во втором столбце делит выборку по независимой переменной (произошло ли либерализирующее действие?), в 25 случаях - произошло, в 26 - нет. Изначально переменные назывались «occurred» и «not_occurred» соответственно, но из-за ограничений SPSS по количеству символов в текстовых переменных пришлось обрезать названия. Третий же столбец разделяет выборку по зависимой переменной: в штатах без либеральных действия количество исходов с легализацией равно 0, а в штатах, где были действия такого рода, - таких случаев 10. Столбец «Редактировано» он же на графике обозначается «переменная»-«цензурировано» это данные, исходы которых неизвестны, то есть, проецируя это на медицинскую среду: когда после лечения или при его отсутствии судьба пациента остаётся неизвестной и его выживаемость не может быть определена наверняка. Данное положение вещей вносит неопределённость в анализ, но в данном случае это определяется эмпирической моделью и доступностью данных.

Табл. 22

Статистическая значимость разницы в выживаемости между группами

Немного технических аспектов, Таблица 22 определяет статистическую значимость разницы в выживаемости между группами (две группы: not occ и occurred), в графе «Знач.» p-значение меньше порогового, следовательно, связь значима. Одновременно три теста подтверждают значимость разницы между группами.

Теперь можно перейти к переменной, которая постоянно встречалась в логистических и линейных регрессиях - толерантность и инклюзивность законодательства штата. Нагляднее всего влияние факторов либерального законодательства и принадлежности к одному субрегиону можно пронаблюдать при помощи графиков анализа выживаемости, в котором субрегионы учитываются как страты (при наличии страт, каждый суб-регион выносится на отдельный график). Зависимая переменная на всех графиках (Рисунок 8-12) - либерализация (dv).

Рис. 8 График анализа выживаемости для Среднего Запада

Средний Запад характеризуется малым количеством штатов с либеральным законодательством, но, тем не менее, на графике видно, что в них шанс «выживания» запрета меньше, чем в консервативных. Несмотря на это, все штаты стремятся к либерализации наркотической политики, возможной причиной для этого является непосредственно диффузии инновации, поскольку консервативные штаты Среднего Запада заточены между двумя другими прогрессивными суб-регионами (Запад с левой стороны и Северо-Восток с правой).

Рис. 9 График анализа выживаемости для Северо-Востока

Северо-восточный суб-регион полностью состоит из штатов с либеральным законодательством, поэтому там достигается максимальное значение либерализации.

Рис. 10 График анализа выживаемости для Юга

Южном суб-регионе есть два штата, которые расположены в непосредственной близости с Северо-Восточным регионом, именно в них достигается максимальное стремление к либеральной наркотической политики. Но одновременно с этим у консервативных штатов происходят реформы. Опять же, объяснение может быть найдено как на карте суб-регионального деления, так и в логистическом анализе, который показал, что Южный и Средне-Западный регионы не предрасположены к либерализации, но это не отменяет возможности изменения статуса-кво.

Рис. 11 График анализа выживаемости для Запада

В рамках данного исследования Западному региону прогнозируется самое ранее прекращение запрета, поскольку именно там расположены штаты, первыми инициировавшими либерализацию. И на графике так же видно, как «параллельно» продвигаются ломаные линии.

Табл. 23

Сводный отчет по наблюдениям

В отличие от Таблицы 21, при проведении анализа в данной модели меньше трети данных была отредактирована (Таблица 23), что повышает достоверность данных и анализа. Возможно, причиной для цензурирования стало значение 0 в кодировке переменных. Опять же, из-за ограничений по количеству символов часть названий была обрезана (Northeast - Northeas; Conservative - Conserva).

Табл. 24

Статистическая значимость разницы в выживаемости между группами