ИССЛЕДОВАНИЕ И АНАЛИЗ ЗАВИСИМОСТИ СРЕДНЕДУШЕВЫХ РАСХОДОВ НАСЕЛЕНИЯ В СУБЪЕКТАХ РФ ОТ МАКРОЭКОНОМИЧЕСКИХ И СОЦИАЛЬНЫХ ФАКТОРОВ - Студенческий научный форум

VI Международная студенческая научная конференция Студенческий научный форум - 2014

ИССЛЕДОВАНИЕ И АНАЛИЗ ЗАВИСИМОСТИ СРЕДНЕДУШЕВЫХ РАСХОДОВ НАСЕЛЕНИЯ В СУБЪЕКТАХ РФ ОТ МАКРОЭКОНОМИЧЕСКИХ И СОЦИАЛЬНЫХ ФАКТОРОВ

Мочалова А.С. 1
1Финансовый университет при правительстве РФ
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Различие в расходах играет одну из ключевых ролей в существовании социально-экономического неравенства. По данным Global Wealth Report1, на долю самых богатых 1% россиян приходится 71% всех личных активов в России. Проблема неравенства в Российской Федерации является одной из самых острых и актуальных, начиная с момента, когда Россия вступила на путь существования в реалиях рыночной экономики. Для того чтобы понять структуру распределения субъектов федерации по расходам и структуру социального неравенства, а также выделить факторы, которые влияют на уровень расходов каждого субъекта, проведено эконометрическое исследование субъектов федерации на предмет вклада социально-экономических факторов в размер среднедушевых расходов в ряде регионов Российской Федерации.

Цель работы – исследовать влияние на среднедушевые расходы в регионах РФ размера инвестиций в основной капитал на душу населения, коэффициента экономически активного населения, размера основных фондов на душу населения, реальной заработной платы. В качестве зависимой переменной были выбраны среднедушевые расходы (среднедушевые расходы рассчитываются путем деления общей суммы денежных расходов за отчетный период на численность наличного населения) на основании того, что именно этот показатель является одним из ключевых при формировании ВВП. Субъекты Федерации выбраны на основе кластерного анализа для того, чтобы стандартизировать данные и убрать «выбросы» в модели, тем самым улучшив ее качество (изъяты г. Москва, Тюменская область, Краснодарский край, г. Санкт-Петербург, Ленинградская область, Московская область, республика Татарстан, Свердловская область, Красноярский край). Статистика для исследования взята из сборника «Россия в цифрах 2013», раздел «Основные социально-экономические показатели по субъектам Федерации в 2012 г.»2.

Для проведения исследования была выбрана следующая методология: проведен кластерный анализ на основе показателей валового регионального продукта, инвестиций в основной капитал и величины основных фондов. На основе результатов кластерного анализа по наибольшей совокупности наблюдений проведено исследование корреляций факторов и построена модель регрессии. На основании модели регрессии были проверены гипотезы о значимости тех или иных факторов и сделаны выводы о качестве модели и ее дальнейшей применимости.

Первым этапом исследования было проведение кластерного анализа субъектов Федерации. Иерархический кластерный анализ субъектов Федерации методом внутригрупповых связей на основании меры расстояния Евклида. Показал, что субъекты РФ подразделяются на 4 кластера. В первый кластер вошло только одно наблюдение - Тюменская область, во второй кластер – г. Москва и Краснодарский край, в третий кластер – г. Санкт-Петербург, Ленинградская область, Московская область, республика Татарстан, Свердловская область, Красноярский край. Четвертый кластер составили остальные субъекты Федерации в количестве 71 наблюдения.

Для того чтобы построенная регрессионная модель имела высокую объясняющую и прогнозную силу, из выборки необходимо убрать регионы, которые вошли в первый, второй, и третий кластер. Четвертый кластер представляет наиболее однородную совокупность объектов.

Выбор факторов для исследования осуществлялся на основании их экономического смысла. Основные фонды и инвестиции в основной капитал на душу населения являются одними из главных драйверов валового регионального продукта (ВРП). Реальная заработная плата позволяет учесть фактор уровня трудовых доходов в регионе, скорректированных на инфляцию (рассчитана как отношение номинальной заработной платы и ИПЦ). Также были рассчитаны два относительных показателя: коэффициент занятости всего населения (отношение численности занятого населения независимо от возраста к численности населения всех возрастов), который показывает уровень нагрузки на занятое население, коэффициент отношения заработной платы к доходам населения, который показывает вклад нетрудовых доходов в доходы региона (пенсии, социальное обеспечение и т.д.).

Для того чтобы создать регрессионную модель влияния факторов на среднедушевые расходы в субъектах федерации, строится корреляционная матрица. Существует корреляция между размером основных фондов на душу населения и инвестициями на душу населения на уровне 0,85, что говорит об угрозе возникновения мультиколлинеарности в модели. Из двух факторов оставляем размер основных фондов на душу населения. При попарном сравнении регрессия с использованием фактора основных фондов дает более высокий коэффициент детерминации по сравнению с регрессором инвестиций.

Итоговая корреляционная матрица говорит о том, что наиболее тесная взаимосвязь существует между зависимой переменной и реальной заработной платой.

Таблица 1. Матрица коэффициентов парной корреляции

 

Среднедушевые расходы в месяц

Коэф. занятости всего населения

Доля заработной платы в доходах

Реальная заработная плата в месяц

Основные фонды на душу населения

Среднедушевые расходы в месяц

1,00

       

Коэф. занятости населения

0,76

1,00

     

Доля заработной платы в доходах

-0,02

-0,01

1,00

   

Реальная заработная плата в месяц

0,79

0,59

0,45

1,00

 

Основные фонды на душу населения

0,77

0,63

0,24

0,78

1,00

На основании выбранных факторов строится модель регрессии. Оценим качество модели. Полученный коэффициент детерминации, равный 0,86, говорит о правильном выборе регрессоров для построения модели и ее высоком качестве.

Таблица 2. Регрессионная статистика

Множественный R-квадрат

0,93

R-квадрат

0,86

Исправленный R-квадрат

0,85

Стандартная ошибка регрессии

2070,07

Число наблюдений

71

В результате регрессионного анализа наилучшей моделью, которая объясняет динамику зависимой переменной, была признана следующая:

Y= 10 456,36+17 310,94*X1-10 222,5*X2+0,44*X3+0,003*X4

Y –среднедушевые расходы в месяц (руб.), Х1 - коэффициент занятости всего населения в экономике региона (%), Х2 - доля заработной платы в доходах (%), Х3 – реальная заработная плата в месяц (руб.), Х4 – основные фонды в экономике (руб.).

Увеличение на 1% коэффициента занятости населения приводит к увеличению среднедушевых расходов в регионе на 17 310,94 рубля. Увеличение на 1% доли заработной платы в среднедушевом доходе приводит к тому, что среднедушевые расходы снижаются на 10 222,5 рублей. При увеличении реальной заработной платы в месяц на 1 руб., среднедушевые расходы увеличиваются на 0,44 руб, а при росте основных фондов на 1 руб., расходы увеличатся на 0,003 руб.

Рассчитаем коэффициент эластичности и бета- и дельта- коэффициенты модели. Наиболее значимым фактором является размер реальной заработной платы в месяц. Коэффициент эластичности показывает, что при увеличении текущего коэффициента экономически активного населения на 1%, среднедушевые расходы населения увеличатся на 0,46%.

Таблица 3. Коэффициенты влияния регрессионной модели

Среднедушевые расходы в месяц

Коэф. экономически активного населения

Доля заработной платы в доходах

Реальная заработная плата в месяц

Основные фонды на душу населения

Коэффициент эластичности

0,46

-0,70

0,53

0,10

Бета-коэффициент

0,24

-0,37

0,66

0,20

Дельта-коэффициент

0,21

0,01

0,60

0,18

Рассчитав по уравнению модели на основании имеющихся факторов результирующие значения в каждом из субъектов федерации, получим предсказанные среднедушевые расходы. На основании остатков модели проанализируем положение субъектов относительно предсказанных значений. Положительное расхождение среднедушевых месячных расходов модель демонстрирует в 35 субъектах федерации, отрицательное расхождение – в 36 субъектах. Наибольшее положительное расхождение наблюдается в Ставропольском крае, Магаданской и Сахалинской областях. В данных регионах рассчитанное значение среднедушевых расходов в месяц меньше, чем существующее, на 3 989 руб., 3 495 руб., 3 416 руб. соответственно. Положительное отклонение в Ставропольском крае дает коэффициент отношения заработной платы в регионе со среднедушевыми доходами населения, а в Сахалинской и Магаданской области данных областях дают вес такие факторы, как большая доля занятого населения в регионе (58-59%), высокая реальная заработная плата (46 974 руб. и 41 937 руб.). А в Сахалинской области данный коэффициент подкрепляется высоким значением величины основных фондов на душу населения (2 448 814 руб.) Наибольшее отрицательное расхождение с моделью зафиксировано в Чукотском автономном округе, республике Мордовии и республики Алтай на 9 424 руб. , 3 191 руб. и 3158 руб. соответственно. Предположительно, фактором отклонения в Чукотском автономном округе стало большое расхождение коэффициента отношения заработной платы в регионе со среднедушевыми доходами населения, в Мордовии – низкая реальная заработная плата (13 798 руб. в месяц), а на Алтае – один из самых низких показателей величины основных фондов на душу населения субъекта. Наиболее близкими к рассчитанному показателю по модели оказались такие субъекты федерации как Рязанская, Пензенская и Иркутская области.

Данное исследование может повлечь за собой дальнейший углубленный макроэкономический анализ. Если использовать в качестве регрессора среднедушевые доходы, то полученная оценка их влияния на среднедушевые расходы представляет собой предельную склонность к потреблению. Предельная склонность к потреблению может быть использована для расчета мультипликативных эффектов, которые, в свою очередь, позволят дать частичную оценку степени влияния различных мер фискальной и кредитно-денежной политики государства.

Список использованной литературы:

  1. Орлова И.В., Половников В.А. «Экономико-математические модели: компьютерное моделирование: Учеб. пособие. – 3-е изд. Перераб. И доп. – М.: Вузовский учебник: ИНФРА-М, 2012.

1 [http://www.worldwealthreport.com/ (Дата последнего обращения 27 ноября 2013 г.)]

2 [http://www.gks.ru/bgd/regl/b13_11/IssWWW.exe/Stg/d1/01-05.htm (Дата последнего обращения 27 ноября 2013 г.)]

Просмотров работы: 2086