CC BY
251Экономический анализ: Economic Analysis:
теория и практика 45 (2015) 2-14 Theory and Practice
ISSN 2311-8725(Online) Экономическое развитие
ISSN 2073-039Х (Print)
МОДЕЛИРОВАНИЕ ВЛИЯНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ФАКТОРОВ НА ВАЛОВОЙ РЕГИОНАЛЬНЫЙ ПРОДУКТ
Светлана Валентиновна ПАНКОВАЯ,% Александр Павлович ЦЫПИНЬ
a доктор экономических наук, профессор кафедры бухгалтерского учета, анализа и аудита, Оренбургский государственный
университет, Оренбург, Российская Федерация
b кандидат экономических наук, доцент кафедры статистики и эконометрики, Оренбургский государственный университет,
Оренбург, Российская Федерация
• Ответственный автор
История статьи:
Принята 08.10.2015 Одобрена 19.10.2015
УДК 330.341
JEL: C01, С12, С24, С51
Ключевые слова: валовой региональный продукт, дифференциация, фактор, регрессия, эконометрическое моделирование
Аннотация
Предмет. Предмет исследования - социально-экономические процессы, оказывающие влияние на уровень развития региона, в контексте применения статистических и эконометрических методов.
Цели. Установление степени влияния социально-экономических факторов на валовой региональный продукт для определения неравномерности развития субъектов Российской Федерации.
Методология. С помощью статистических (кластерный анализ) и эконометрических (корреляционно-регрессионный анализ) методов проанализирована дифференциация субъектов Российской Федерации по уровню социально-экономического развития, построены эконометрические модели, отражающие влияние ключевых факторов на валовой региональный продукт.
Результаты. Результатом проведенного исследования является построенная группировка субъектов Российской Федерации по уровню их развития, а также эконометрическая модель влияния среднемесячной номинальной начисленной заработной платы работников организаций на валовой региональный продукт двух выделенных групп субъектов. Выводы. Сделан вывод о том, что объективно существуют различия в уровне социально-экономического развития регионов, это подтверждается результатами корреляционного анализа, указывающими на различные наборы факторов, действующих в выделенных подсовокупностях. Построенная типологическая регрессия и проведенное на ее основе моделирование позволяют предположить, что для достижения наибольших значений валового регионального продукта региональным властям необходимо сосредоточить внимание на повышении уровня жизни населения.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2015
Постановка вопроса
Социально-экономический потенциал как показатель уровня развития России приобретает огромное значение в текущий период, когда страна, обладающая существенным национальным богатством, испытывает потребность в создании экономических, хозяйственных, производственных, социальных условий и возможностей для более эффективного его использования и достижения лидирующих позиций на международном уровне.
Статистическое изучение влияния социально-экономических показателей на уровень развития субъектов Российской Федерации является актуальной задачей на современном этапе развития экономической науки. Целью авторского исследования является установление влияния
социально-экономических факторов на валовой региональный продукт субъектов Федерации для выявления уровня неравенства в их развитии.
Объектом изучения являются субъекты Российской Федерации, в качестве периода исследования выбран 2013 г., что объясняется наличием полной базы данных по всем переменным, используемым при формировании исходной гипотезы.
При выполнении исследования авторы опирались на методические подходы к оценке динамики макроэкономических показателей, в том числе валового регионального продукта, изложенные в работах М.В. Нижегородцева, М.Ю. Архиповой [1], Н.П. Любушина и О.Г. Черкасовой , Х. Абу и И.В. Орловой [2], М.В. Чистовой [3, 4], Т.А. Бурцевой и А.И. Емельяновой [5], А. Нещадина и В. Кашина [6].
Дифференциация регионов по уровню валового регионального продукта исследовалась в работах Е.А. Коломак [7], М.В. Морошкиной [8], С.Г. Гордеева, С.Г. Зырянова, О.П. Иванова, О.В. Кочерова [9-11], О.В. Толстогузова [12], Л.Б. Бредневой [13], О.А. Доничева [14], С.В. Баранова
[15], Н.Г. Подзорова, М.В. Бикеевой, А.М. Коткова
[16], М.Н. Толмачева, В.В. Носова [17].
При определении факторов, оказывающих влияние на исследуемый показатель, учитывались подходы, изложенные в статьях Н.И. Киселева, В.С. Соколова [18], В.А. Кокшарова [19], В.М. Игнатьева [20]. На формирование исходной гипотезы оказали влияние исследования уровня внутрирегиональной дифференциации показателей социально-экономического развития.
Несмотря на значительное количество трудов, освещающих заявленную тему, проблемы нивелирования дифференциации регионов по уровню валового регионального продукта нуждаются в актуализации поиска их решений.
В качестве показателей, участвующих в проведенном исследовании, были использованы:
• валовой региональный продукт на душу населения y, руб.;
• индекс промышленного производства x1, %;
• инвестиции в основной капитал на душу населения Х2, руб.;
• уровень занятости Хз, %;
• среднемесячная номинальная начисленная заработная плата работников организаций Х4, руб.;
• оборот розничной торговли на душу населения Х5, руб.
Выбор переменных объясняется намерением изучить влияние на эффективность деятельности регионов основных социальных и экономических показателей, а также соблюдением сопоставимости и единства условий рассматриваемых объектов [21].
Для достижения поставленной цели исследования использовался комплекс количественных методов, а именно: дескриптивные (описательные) статистики, эконометрические методы и методы многомерной статистики.
Исследование дифференциации субъектов Российской Федерации по основным социально-экономическим показателям
Прежде чем непосредственно приступить к построению эконометрической модели влияния, рассмотрим распределение валового регионального продукта на душу населения за 2013 г. (табл. 1).
В 2013 г. наибольший объем валового регионального продукта на душу населения зафиксирован в двух областях - Сахалинской и Тюменской. Валовой региональный продукт в этих субъектах Федерации находится в пределах от 1,05 млн до 1,4 млн руб. Москва также находится в числе лидеров со значительным превышением среднероссийского уровня по рассматриваемому показателю. В целом нужно отметить, что в большей части субъектов Федерации (в 64 из 83) объем валового регионального продукта ниже 350 тыс. руб. на душу населения.
Проведенный анализ объема валового регионального продукта, приходящегося на душу населения, приводит к выводу о наличии значительной дифференциации регионов по объемам этого показателя. Для более полной картины и оценки уровня экономического развития субъектов Российской Федерации был проведен кластерный анализ по основным показателям за 2013 г.
Кластерный анализ позволяет осуществить классификацию многомерных наблюдений на основе определения расстояний между объектами в целях получения однородных в некотором смысле групп, называемых кластерами. Кластерный анализ объединяет несколько методов, для которых не требуется априорной информации о распределении генеральной совокупности.
В качестве алгоритма объединения единиц в группы используется метод Варда. При этом имеющиеся в распоряжении исследователя данные относятся к натуральным, поэтому в качестве меры расстояния используется евклидово расстояние. Результатом проведения кластер-процедуры является особый вид графика, называемый дендрограммой. По оси абсцисс расположены субъекты Российской Федерации, по оси ординат отражено значение интегрального показателя, представляющее величину,
сформированную на основе отобранных показателей. Данный показатель не имеет единицы измерения и является своего рода многомерной статистической оценкой.
В силу наличия значительного количества рассматриваемых объектов читаемость на графике имен единиц очень низкая, поэтому дендрограмму можно использовать лишь в качестве «разведочного» анализа для получения предварительной информации о количестве групп, на которое необходимо разбить совокупность.
В рассматриваемом случае имеем три группы. Первая включает семь субъектов Федерации: Москву, Сахалинскую область, Тюменскую область, Магаданскую область, Чукотский автономный округ, Республику Коми, Республику Саха (Якутия). Вторая группа насчитывает 18 субъектов Федерации, третья - 55.
Для общей характеристики полученных групп были рассчитаны средние значения признаков в классах (внутригрупповые средние),
представленные в табл. 2.
Средние значения в каждом классе, представленные в табл. 2, позволяют сделать следующие выводы:
• первый класс характеризуется наименьшим средним значением индекса промышленного производства хь но все остальные средние значения выше, чем во втором и третьем кластерах. Что касается среднего значения уровня валового регионального продукта на душу населения и инвестиций в основной капитал на душу населения, то для субъектов первого класса они практически в 2,5 раза больше, чем для субъектов второго класса;
• второй класс характеризуется меньшими средними значениями всех показателей экономического развития, за исключением индекса промышленного производства Х1, который в данной группе максимален;
• самая многочисленная группа включает субъекты с низкими социально-экономическими показателями, то есть ее можно охарактеризовать как отстающую.
Эконометрическое моделирование влияния социально-экономических факторов на валовой региональный продукт субъектов Российской Федерации
Прежде чем приступить к оценке параметров регрессионного уравнения, характеризующего влияние факторов на валовой региональный продукт, необходимо установить, какие переменные оказывают наибольшее влияние внутри кластеров [10]. Для этого используем матрицу парных коэффициентов корреляции (табл. 3).
Наибольшее влияние на зависимую переменную в первом кластере оказывает фактор х2, во втором и третьем кластерах - фактор х4. Также стоит обратить внимание на тот факт, что в третьем кластере четыре из пяти независимых переменных оказывают влияние на у. Получается, что процесс формирования значений валового регионального продукта в выделенных группах субъектов Российской Федерации различен. Сложившиеся на 2013 г. закономерности подчеркивают различия в экономическом потенциале регионов.
Так как в распоряжении авторов имеются данные, представленные тремя группами, обратимся к методике построения регрессионных моделей с включением фиктивных переменных. Данный подход обладает следующими важными преимуществами.
Во-первых, дает возможность выявить новые закономерности.
Во-вторых, имеет простой способ проверки, является ли воздействие качественного фактора значимым.
В-третьих, при условии выполнения определенных предположений регрессионные оценки оказываются более эффективными.
В связи с тем что в каждой группе проявляются разные наборы факторов, оценим две модели.
Первая модель - регрессия, отражающая влияние переменной х4 и фиктивной переменной на валовой региональный продукт на душу населения:
а0+а!х 4 + а 2 Zi.
Так как среднемесячная номинальная начисленная заработная плата работников организаций проявляется только в двух кластерах, то для фиктивной переменной возможны два варианта:
X = 1, субъект вошел во второй кластер; 10,субъект вошел в третий кластер.
Коэффициент а2 в приведенной модели называется дифференциальным коэффициентом свободного члена, он показывает, на какую величину отличается свободный член модели при значении фиктивной переменной, равной единице, от свободного члена модели при базовом значении фиктивной переменной.
В результате ожидаемый валовой региональный продукт на душу населения при соответствующем значении фактора Х4 для третьего кластера будет следующим:
/ (у | х, 2 = 0) = а + аххг. А для второго кластера / (у 1 х,2 =1) =( ао + а2)+ а1г1.
Результатом выполнения процедуры станет статистически значимое множественное уравнение регрессии (табл. 4).
Представленная регрессионная модель (табл. 4) указывает на существенность различий влияния фактора X, так как параметр а2 при этой переменной статистически значим. При этом а2 > 0, что указывает на перевес в сторону второго кластера. Частное уравнение регрессии для третьего кластера будет иметь следующий вид:
=73917,887 +6,411 х 4г, а для второго кластера
=73 917,887 + 107 908,026+6,411 х4г.
Графически оцененные частые модели можно представить в виде диаграммы рассеяния (см. рисунок).
Регрессионное уравнение по второму кластеру находится выше, чем частное уравнение для третьего кластера, следовательно, уровень жизни в субъектах Российской Федерации, вошедших во второй кластер, выше, чем в третьем.
На основе полученной модели можно также проводить имитационные расчеты, вводя
различные значения факторов и получая теоретические значения зависимой переменной по каждому кластеру.
Для прогнозирования неизвестных значений зависимой переменной воспользуемся оцененным регрессионным уравнением и проведем экстраполирование значений объема валового регионального продукта при различных вариантах среднемесячной начисленной заработной платы работников организаций. Результаты проведенных расчетов представлены в табл. 5.
Так как в оцененном регрессионном уравнении коэффициент а1 имеет положительное значение, при внесении в модель среднего х4 получим реалистичное значение объема валового регионального продукта на душу населения, соответственно при максимальном значении регрессора - оптимистичное, а при минимальном - пессимистичное.
Вторая модель - регрессия, характеризующая влияние инвестиции в основной капитал на душу населения Х2 и фактора, характеризующего дифференциацию, на валовой региональный продукт на душу населения:
~ =а0 + а1 х2 + а2 °1г +а3 °2 г-
При этом фиктивные переменные будут отражать принадлежность объекта к одному из трех кластеров [16]:
D
=ю
субъект вошел во второй кластер; 0, в остальных случаях;
^ =11, субъект вошел в третий кластер; 2 0, в остальных случаях.
В таком случае первый кластер будет считаться эталонным или базовым.
В результате оценки модели получаем характеристики, представленные в табл. 6.
Так как параметры при фиктивных переменных статистически значимы, можно сделать вывод о расслоении совокупности на три группы (то есть подтверждается правильность кластеризации). При этом самые лучшие результаты наблюдаются по первому кластеру (частная регрессия по кластеру лежит выше остальных), на что указывают отрицательные значения параметров при фиктивных переменных.
Аналогичным образом проведем предсказание валового регионального продукта на душу населения при различных значениях переменной Х2 (табл. 7).
Согласно представленным предсказанным значениям валового регионального продукта на душу населения (табл. 7) можно сделать вывод о значительном влиянии инвестиции в основной капитал на душу населения на формирование уровня эффективности регионов в первом кластере. Также стоит обратить внимание на полученные отрицательные значения, что с теоретической точки зрения недопустимо и в данном случае показывает, насколько опасно приближаться к минимальным значениям Х2.
Выводы
По результатам проведенного исследования можно сформулировать ряд выводов относительно влияния факторов и дифференциации субъектов Российской Федерации по уровню их развития.
Во-первых, проведенный анализ уровня дифференциации субъектов Российской Федерации по объему валового регионального продукта на душу населения позволяет заявить о значительном различии в социально-экономическом положении регионов, что является барьером для их равномерного развития и вызывает необходимость разработки мероприятий, направленных на сглаживание границ.
Во-вторых, корреляционный анализ показал, что в выделенных группах субъектов Федерации на валовой региональный продукт оказывают влияние различные наборы факторов. Установленная закономерность еще раз подчеркивает необходимость разработки мер по сглаживанию различий между регионами.
В-третьих, проведенное эконометрическое моделирование привело к типологической регрессии. Значение и знак параметра при фиктивной переменной в первой модели указывают на доминирование субъектов, вошедших во второй кластер, над субъектами третьего. Отсюда следует, что увеличение средней заработной платы приводит к росту валового регионального продукта. В свою очередь оценка параметров второй модели позволяет утверждать, что инвестиции в экономику региона оказывают существенное влияние на эффективность субъектов, вошедших в первый кластер.
В заключение следует отметить, что прогнозирование региональных макропоказателей имеет особое значение при принятии решений на различных уровнях управления и формировании приоритетов социально-экономического развития. Региональный прогноз может использоваться в качестве информационной основы для разработки концепций, программ и стратегических планов как локального значения, так и государства в целом.
Таблица 1
Распределение валового регионального продукта на душу населения за 2013 г.
Субъект Федерации Валовой региональный продукт, тыс. руб. Численность населения, тыс. чел. Валовой региональный продукт на душу населения, руб.
Белгородская область 569 414 106. 2 1 544 368 792
Брянская область 223 324 338. 9 1 242 179 810
Владимирская область 307 485 991. 1 1 413 217 612
Воронежская область 606 667 739. 7 2 329 260 484
Ивановская область 157 735 121,5 1 043 151 232
Калужская область 293 433 765,8 1 005 291 974
Костромская область 143 108 159,2 656 218 153
Курская область 272 237 964,6 1 119 243 287
Липецкая область 314 790 420,8 1 160 271 371
Московская область 2 551 284 199,6 7 134 357 623
Орловская область 164 525 822,7 770 213 670
Рязанская область 278 731 750,1 1 141 244 287
Смоленская область 225 594 775,4 968 233 052
Тамбовская область 235 859 681,4 1 069 220 636
Тверская область 291 408 144,2 1 325 219 931
Тульская область 347 060 152,3 1 522 228 029
Ярославская область 360 731 543 1 272 283 594
Москва 11 632 506 401,2 12 108 960 729
Республика Карелия 175 974 931. 9 634 277 563
Республика Коми 490 741 104. 1 872 562 776
Архангельская область 512 393 636. 6 1 192 429 860
Вологодская область 341 137 625. 5 1 193 285 949
Калининградская область 277 362 601. 1 963 288 019
Ленинградская область 692 798 626. 7 1 764 392 743
Мурманская область 307 459 248. 9 771 398 780
Новгородская область 177 930 137. 2 623 285 602
Псковская область 114 246 534. 8 657 173 891
Санкт-Петербург 2 496 549 087,2 5 132 486 467
Республика Адыгея 72 011 625,3 446 161 461
Республика Калмыкия 41 136 845,6 282 145 875
Краснодарский край 1 617 875 895,4 5 404 299 385
Астраханская область 267 511 494. 8 1 017 263 040
Волгоградская область 606 122 60; 1 2 569 235 937
Ростовская область 923 531 663. 6 4 246 217 506
Республика Дагестан 429 510 644. 7 2 964 144 909
Республика Ингушетия 45 170 977,' 7 453 99 715
Кабардино-Балкарская Республика 113 229 748. 8 859 131 816
Карачаево-Черкесская Республика 62 704 400, 4 470 133 414
Республика Северная : Осетия - Алания 112 138 535. 2 704 159 288
Чеченская Республика 118 150 691. 5 1 346 87 779
Ставропольский край 478 367 960,7 2 794 171 213
Республика Башкортостан 1 266 982 998,4 4 070 311 298
Республика Марий Эл 124 400 210. 5 688 180 814
Республика Мордовия 149 331 649. 9 812 183 906
Республика Татарстан 1 547 151 749,5 3 838 403 114
Удмуртская Республика 404 833 711. 6 1 517 266 865
Чувашская Республика 224 447 588. 9 1 240 181 006
Пермский край 893 409 781. 8 2 636 338 926
Кировская область 224 726 499. 1 1 311 171 416
Нижегородская область 925 832 854. 1 3 281 282 180
Оренбургская область 709 523 704. 9 2 009 353 173
Пензенская область 270 854 125. 2 1 361 199 011
Самарская область 1 040 713 545,1 3 211 324 109
Саратовская область 528 676 356. 2 2 497 211 725
Ульяновская область 260 340 612. 8 1 268 205 316
Курганская область 165 150 321. 6 877 188 313
Свердловская область 1 586 228 652,5 4 321 367 098
Тюменская область 5 017 946 796,4 3 546 1 415 100
Челябинская область 879 273 952. 8 3 490 251 941
Республика Алтай 33 089 933, 4 211 156 824
Тюменская область 5 017 946 796,4 3 546 1 415 100
Челябинская область 879 273 952. 8 3 490 251 941
Республика Алтай 33 089 933, 4 211 156 824
Алтайский край 410 824 586,5 2 391 171 821
Забайкальский край 229 781 973,4 1 090 210 809
Красноярский край 1 256 674 507,4 2 853 440 475
Иркутская область 796 586 991. 1 2 418 329 440
Кемеровская область 668 311 850. 7 2 734 244 445
Новосибирская область 821 415 441. 3 2 731 300 775
Омская область 553 242 740. 4 1 974 280 265
Томская область 402 546 110. 9 1 070 376 211
Республика Саха (Як' утия) 569 131 630. 5 955 595 949
Камчатский край 131 560 640. 1 320 411127
Приморский край 575 615 409. 9 1 938 297 015
Хабаровский край 473 695 243. 3 1 340 353 504
Амурская область 211 224 377. 2 811 260 449
Магаданская область 88 490 063, 1 150 589 934
Сахалинская область 673 775 416. 7 491 1 372 251
Еврейская автономная область 37 885 372 171 221 552
Чукотский автономный округ 46 989 680,3 51 921 366
Источник: составлено авторами по данным Росстата.
Таблица 2
Средние значения признаков в кластерах
Показатель Кластер № 1 Кластер № 2 Кластер № 3
Количество субъектов Федерации 7 18 55
у 916 872,3 374 639,7 214 367,2
Х1 103,4 101,5 104,1
Х2 241 601,6 91 186,1 59 499,7
хз 95,1 94,7 92,3
Х4 52 163,1 30 076,8 21 908,5
Х5 193 304,3 159 575,4 121 383,8
Источник: рассчитано авторами с применением пакета STA-ПSTICA.
Таблица 3
Матрица коэффициентов корреляции между валовым региональным продуктом на душу населения у и факторами в разрезе кластеров
Фактор Кластер № 1 Кластер № 2 Кластер № 3
Х1 -0,26 -0,04 -0,11
Х2 0,76 0,52 0,59
Х3 0,01 0,31 0,58
Х4 0,17 0,56 0,63
X5 0,42 0,08 0,6
Источник: рассчитано авторами с применением пакета STA-ПSTICA.
Таблица 4
Результаты оценивания модели влияния переменных Х4 и Z на валовой региональный продукт на душу населения
Переменная aj Стандартная ошибка aj ¿-статистика Стьюдента р-уровень
Свободный член 73 917,887 26 558,243 2,783 0,007
Х4 6,411 1,181 5,43 0
Z 107 908,026 15 508,078 6,958 0
Примечание. R = 0,863; R2 = 0,744; Д2,70) = 101,81;р = 0. Источник: рассчитано авторами с применением пакета STA-ПSTICA.
Таблица 5
Прогнозное значение объема валового регионального продукта при среднем, минимальном и максимальном значениях Х4
Переменная Среднее значение Минимальное значение Максимальное значение
Di Do Di Do Di Do
Х4 26 394 26 394 16 835 16 835 68 261 68 261
Точечный прогноз 351 030 243 122 289 750 181 842 619 428 511 520
-95%-ная допустимая 328 287 227 115 252 145 164 890 527 095 401 719
погрешность
95%-ная допустимая 373 774 259 129 327 356 198 795 711 761 621 321
погрешность
Примечание. Максимальное значение х4 наблюдается в Чукотском автономном округе, минимальное - в Республике Дагестан, среднее - в Республике Хакасии.
Источник: рассчитано авторами с применением пакета STA-ПSTICA.
Таблица 6
Результаты оценивания модели влияния переменных х2, D1 и D2 на валовой региональный продукт на душу населения
Переменная aj Стандартная ошибка aj ¿-статистика Стьюдента р-уровень
Свободный член 425 202,699 67 684,698 6,282 0
Х2 2,035 0,248 8,203 0
D1 -236 130,556 52 590,708 -4,49 0
D2 -331 919,943 56 174,136 -5,909 0
Примечание. R = 0,934; R2=0,871; F(3,76) = 174,410;р = 0. Источник: рассчитано авторами с применением пакета STA-ПSTICA.
Таблица 7
Прогнозное значение объема валового регионального продукта при среднем, минимальном и максимальном значениях х2
Вариант прогноза Х2 Di D2 Точечный прогноз -95%-ная допустимая погрешность 95%-ная допустимая погрешность
Максимум 425 793 0 0 1 291 710 1 181 234 1 402 186
1 0 1 055 579 885 701 1 225 457
1 1 723 659 456 963 990 355
Минимум 25 694 0 477 491 353 787 601 196
1 0 241 361 190 641 292 080
1 1 -90 559 -186 823 5 704
Среднее 82 563 0 593 222 492 737 693 707
1 0 357 091 317 804 396 379
1 1 25 171 -90 128 140 471
Примечание. Максимальное значение х2 наблюдается в Тюменской области, минимальное - в Кабардино-Балкарской
Республике, среднее - в Нижегородской области.
Источник: рассчитано авторами с применением пакета STA-ПSTICA.
Рисунок 1
Результаты построения регрессионной модели зависимости валового регионального продукта на душу населения от среднемесячной номинальной начисленной заработной платы работников и дифференциации на кластеры
600 ООО
500 000
400 000
300 000
200 000
100 000
15 000 20 000 25 000 30 000 35 000 40 000 45 000 50 000 55 000 ОВРП на душу населения, руб. • Предсказанные значения ВРП на душу населения, руб.
Список литературы
1. Нижегородцев Р.М., Архипова М.Ю. Факторы экономического роста российских регионов: регрессионно-кластерный анализ // Вестник УрФУ. Сер.: Экономика и управление. 2009. № 3. С. 94-100.
2. Абу Х., Орлова И.В. Сравнительный эконометрический анализ величины валового регионального продукта в регионах Российской Федерации // Современные наукоемкие технологии. 2014. № 7-1. С. 9-10.
3. Чистова М.В. Методы и модели прогнозирования объемов валового регионального продукта // Вестник Адыгейского государственного университета. Сер. 5: Экономика. 2014. № 1. С. 116-126.
4. Чистова М.В. Валовой региональный продукт - ключевой показатель оценки и прогнозирования социально-экономического развития региона // Евразийский Союз Ученых. 2014. № 8. С. 62-64.
5. Бурцева Т.А., Емельянова А.И. Оценка динамики валового регионального продукта Калужской области через построение мультипликативной индексной модели // Экономика и современный менеджмент: теория и практика. 2014. № 38. С. 102-107.
6. Нещадин А., Кашин В. Динамика развития валового регионального продукта регионов РФ // Общество и экономика. 2013. № 6. С. 157-170.
7. Коломак Е.А. Изменение межрегионального неравенства в России: анализ разных аспектов // Вестник Новосибирского государственного университета. Сер.: Социально-экономические науки. 2010. Т. 10. № 1. С. 78-85.
8. Морошкина М.В. Исследование различий развития российских регионов на основе динамики и уровня валового регионального продукта // Российский академический журнал. 2013. Т. 24. № 2. С.50-53.
9. Гордеев С.С., Зырянов С.Г., Иванов О.П., Кочеров А.В. Валовой региональный продукт как интегральный показатель развития региональной экономики: специфика и проблемы использования // Социум и власть. 2014. № 6. С. 72-75.
10. Гордеев С.С., Кочеров А.В. Анализ и формализация динамики валового регионального продукта в условиях экономической нестабильности // Вестник Челябинского государственного университета.
2014. № 15. С. 102-107.
11. Гордеев С.С., Кочеров А.В. Влияние кризисных рисков на динамику валового регионального продукта // Вестник Челябинского государственного университета. 2015. № 8. С. 104-113.
12. Толстогузов О.В. Дифференциация регионов России и проблемы развития приграничных регионов // Проблемы стратегии и тактики регионального развития. 2011. Т. 2. С. 153-162.
13. Бреднева Л.Б. К вопросу об измерении дифференциации регионов по уровню экономического развития // Вестник ХГАЭП. 2015. № 1 (75). URL: http://urlid.ru/anvu.
14. Доничев О.А. Экономическая интеграция как фактор снижения дифференциации в развитии регионов // Вестник Владимирского государственного университета. Сер.: Экономические науки. 2014. № 1. С. 4-14.
15. Баранов С.В. Отражение межрегиональной дифференциации в комплексных оценках регионов по уровню социально-экономического развития (на примере субъектов Севера РФ) // Север и рынок: формирование экономического порядка. 2013. Т. 5. № 36. С. 43-48.
16. Подзоров Н.Г., Бикеева М.В., Котков А.М. Статистический анализ динамики, структуры и дифференциации доходов населения в регионах Приволжского федерального округа // Экономика и предпринимательство. 2015. № 6-1. С. 399-403.
17. Толмачев М.Н., Носов В.В. Типология регионов России по состоянию и развитию сельского хозяйства // Научное обозрение. 2012. № 1. С. 188-197.
18. Киселев Н.И., Соколов В.С. Эконометрический анализ динамики валового регионального продукта Московской области // Вопросы региональной экономики. 2012. № 3. С. 29-39.
19. Кокшаров В.А. Комплексная методика анализа энергоемкости валового регионального продукта // Вестник УрФУ. Сер.: Экономика и управление. 2014. № 2. С. 26-36.
20. Игнатьев В.М. Валовой региональный продукт: факторы влияния // Наука, техника и образование.
2015. № 4. С. 146-148.
21. Цыпин А.П. Сопоставимость показателей, явлений и процессов во времени: постановка проблемы // Вестник Оренбургского государственного университета. 2010. № 13. С. 243-248.
Экономический анализ: Economic Analysis:
теория и практика 45 (2015) 2-14 Theory and Practice
ISSN 2311-8725 (Online) Economic Advancement
ISSN 2073-039Х (Print)
MODELING THE INFLUENCE OF SOCIO-ECONOMIC FACTORS ON GROSS REGIONAL PRODUCT
Svetlana V. PANKOVAa% Aleksandr P. TSYPINb
a Orenburg State University, Orenburg, Russian Federation [email protected]
b Orenburg State University, Orenburg, Russian Federation [email protected] • Corresponding author
Article history: Abstract
Received 8 October 2015 Subject The study considers socio-economic processes having impact on the level of region's
Accepted 19 October 2015 development in the context of application of statistical and econometric methods.
Objectives The aim is to establish the degree of influence of socioeconomic factors on gross JEL classification: C01, С12, regional product (GRP) to determine the uneven development of regions of the Russian Federation. С24, С51 Methods We used statistical (cluster analysis) and econometric (regression analysis) methods to
analyze the differentiation of the subjects of the Russian Federation in terms of socio-economic development, and built econometric models reflecting the impact of the key factors on GRP. Results We grouped the subjects of the Russian Federation by their development level, and built an econometric model demonstrating the effect of average monthly nominal salary of employees on the GRP of two selected groups of subjects.
Conclusions There are objective differences in the level of socio-economic development of regions. They are confirmed by the results of the correlation analysis, which point to various sets of factors Keywords: gross regional product, in the selected subsets. The built typological regression and modeling conducted on its basis allow differentiation, factor, regression, suggesting that to achieve the highest values of GRP, regional authorities should focus on raising the econometric modeling living standard of the population.
© Publishing house FINANCE and CREDIT, 2015
References
1. Nizhegorodtsev R.M., Arkhipova M.Yu. Faktory ekonomicheskogo rosta rossiiskikh regionov: regresionno-klasternyi analiz [Factors of economic growth of Russian regions: a regression and cluster analysis]. Vestnik UrFU. Seriya: Ekonomika i upravlenie = Bulletin of Ural Federal University. Series: Economics and Management, 2009, no. 3, pp. 94-100.
2. Abu H., Orlova I.V. Sravnitel'nyi ekonometricheskii analiz velichiny valovogo regional'nogo produkta v regionakh Rossiiskoi Federatsii [A comparative econometric analysis of gross regional product in the regions of the Russian Federation]. Sovremennye naukoemkie tehnologii = Modern High Technologies, 2014, no. 7-1, pp. 9-10.
3. Chistova M.V. Metody i modeli prognozirovaniya ob"emov valovogo regional'nogo produkta [Methods and models of forecasting the volumes of gross regional product]. Vestnik Adyigeyskogo gosudarstvennogo universiteta. Seriya 5: Ekonomika = Herald of Adygeya State University. Series 5: Economy, 2014, no. 1, pp.116-126.
4. Chistova M.V. Valovoi regional'nyi produkt - klyuchevoi pokazatel' otsenki i prognozirovaniya sotsial'no-ekonomicheskogo razvitiya regiona [Gross regional product as a key indicator of assessment and prediction of region's socio-economic development]. Evraziiskii Soyuz Uchenykh = Eurasian Union of Scientists, 2014, no. 8, pp. 62-64.
5. Burtseva T.A., Emel'yanova A.I. Otsenka dinamiki valovogo regional'nogo produkta Kaluzhskoi oblasti cherez postroenie mul'tiplikativnoi indeksnoi modeli [Assessing the dynamics of the gross regional product of the Kaluga oblast based on the multiplicative index model]. Ekonomika i sovremennyi menedzhment: teoriya i praktika = Economy and Modern Management: Theory and Practice, 2014, no. 38, pp. 102-107.
6. Neshchadin A., Kashin V. Dinamika razvitiya valovogo regional'nogo produkta regionov RF [The dynamics of gross regional product of the Russian regions]. Obshchestvo i ekonomika = Society and Economics, 2013, no. 6, pp. 157-170.
7. Kolomak E.A. Izmenenie mezhregional'nogo neravenstva v Rossii: analiz raznykh aspektov [Changes in the inter-regional inequality in Russia: an analysis of various aspects]. Vestnik Novosibirskogo gosudarstvennogo universiteta. Seriya: Sotsial'no-ekonomicheskie nauki = Bulletin of Novosibirsk State University. Series: Socio-economic Sciences, 2010, no. 1, pp. 78-85.
8. Moroshkina M.V. Issledovanie razlichii razvitiya rossiiskikh regionov na osnove dinamiki i urovnya valovogo regional'nogo produkta [Studying the differences in Russian regions' development on the basis of changes in and level of the gross regional product]. Rossiiskii akademicheskii zhurnal = Russian Academic Journal, 2013, no. 2, pp. 50-53.
9. Gordeev S.S., Zyryanov S.G., Ivanov O.P., Kocherov A.V. Valovoi regional'nyi produkt kak integral'nyi pokazatel' razvitiya regional'noi ekonomiki: spetsifika i problemy ispol'zovaniya [Gross regional product as an integral indicator of development of the regional economy: specificity and problems of the use]. Sotsium i vlast' = Society and Power, 2014, no. 15, pp. 93-102.
10. Gordeev S.S., Kocherov A.V. Analiz i formalizatsiya dinamiki valovogo regional'nogo produkta v usloviyakh ekonomicheskoi nestabil'nosti [Analysis and formalization of changes in the gross regional product under economic instability]. Vestnik Chelyabinskogo gosudarstvennogo universiteta = CSU Bulletin, 2014, no. 15, pp. 102-107.
11. Gordeev S.S., Kocherov A.V. Vliyanie krizisnykh riskov na dinamiku valovogo regional'nogo produkta [The impact of crisis-related risks on the gross regional product behavior]. Vestnik Chelyabinskogo gosudarstvennogo universiteta = CSU Bulletin, 2015, no. 8, pp. 104-113.
12. Tolstoguzov O.V. Differentsiatsiya regionov Rossii i problemy razvitiya prigranichnykh regionov [Differentiation of Russian regions and problems of cross-border regions' development]. Problemy strategii i taktiki regional'nogo razvitiya = Problems of Strategy and Tactics of Regional Development, 2011, vol. 2, pp.153-162.
13. Bredneva L.B. K voprosu ob izmerenii differentsiatsii regionov po urovnyu ekonomicheskogo razvitiya [On measuring the differentiation of regions by level of economic development]. Vestnik KhGAEP = Bulletin of Khabarovsk State Academy of Economics and Law, 2015, no. 1. Available at: http://urlid.ru/anvu.
14. Donichev O.A. Ekonomicheskaya integratsiya kak faktor snizheniya differentsiatsii v razvitii regionov [Economic integration as a factor of decreasing differentiation in the development of regions]. Vestnik Vladimirskogo gosudarstvennogo universiteta. Ser.: Ekonomicheskie nauki = Bulletin of Vladimir State University. Series: Economic Sciences, 2014, no. 1, pp. 4-14.
15. Baranov S.V. Otrazhenie mezhregional'noi differentsiatsii v kompleksnykh otsenkakh regionov po urovnyu sotsial'no-ekonomicheskogo razvitiya (na primere sub"ektov Severa RF) [Inter-regional differentiation in complex evaluation of regions by level of social and economic development (evidence from the entities of the North of the Russian Federation)]. Sever i rynok: formirovanie ekonomicheskogo poryadka = North and Market: Forming the Economic Order, 2013, vol. 5, no. 36, pp. 43-48.
16. Podzorov N.G., Bikeeva M.V., Kotkov A.M. Statisticheskii analiz dinamiki, struktury i differentsiatsii dokhodov naseleniya v regionakh privolzhskogo federal'nogo okruga [A statistical analysis of dynamics, structure and differentiation of income of the population in regions of the Volga Federal District]. Ekonomika i predprinimatel'stvo = Economy and Business, 2015, no. 6-1, pp. 399-403.
17. Tolmachev M.N., Nosov V.V. Tipologiya regionov Rossii po sostoyaniyu i razvitiyu sel'skogo khozyaistva [Typology of Russian regions by status and development of agriculture]. Nauchnoe obozrenie = Science Review, 2012, no. 1, pp. 188-197.
18. Kiselev N.I., Sokolov V.S. Ekonometricheskii analiz dinamiki valovogo regional'nogo produkta Moskovskoi oblasti [An econometric analysis of changes in the gross regional product of the Moscow oblast]. Voprosy regional'noi ekonomiki = Problems of Regional Economy, 2012, no. 3, pp. 29-39.
19. Koksharov V.A. Kompleksnaya metodika analiza energoemkosti valovogo regional'nogo produkta [A comprehensive method to analyze the energy capacity of the gross regional product]. Vestnik UrFU. Seriya: Ekonomika i upravlenie = Bulletin of Ural Federal University. Series: Economics and Management, 2014, no. 2, pp. 26-36.
20. Ignat'ev V.M. Valovoi regionalnyi produkt: faktory vliyaniya [Gross regional product: impact factors].
Nauka, tehnika i obrazovanie = Science, Technology and Education, 2015, no. 4, pp. 146-148.
21. Tsypin A.P. Sopostavimost' pokazatelei, yavlenii i protsessov vo vremeni: postanovka problem [The comparability of indicators, phenomena and processes in time: setting a problem]. Vestnik Orenburgskogo gosudarstvennogo universiteta = Vestnik of Orenburg State University, 2010, no. 13, pp. 243-248.
