Латышева М.А. Эконометрическое моделирование неравенства социально-экономического развития регионов РФ

Подождите немного. Документ загружается.

121

 В 2007 г. структура неравенства практически не изменилась по

сравнению с 2006 годом.

На основе факторного анализа по 14 показателям социально-

экономического развития выявлены 3 общие фактора, отражающие:

 качество и количество капитальных ресурсов регионов, а также

внешнеэкономическую активность (FACTOR 1).

 уровень подготовки кадров в регионе, научный потенциал региона, а

также состояние сферы розничной торговли (FACTOR 2).

 социальное благополучие регионов (FACTOR 3).

При этом три главные компоненты объясняют в 2007 году примерно

74% дисперсии.

Классификация 79 регионов с использованием полученных общих

факторов позволила выявить 5 групп существенно отличающихся по уровню

социально-экономического развития: высокоразвитые, развитые, со средним

уровнем развития, слаборазвитые (или проблемные). В отдельный класс

выделилась Тюменская область. Самыми многочисленными оказались

кластеры 2 и 3 со средним уровнем социально-экономического развития, что

составляет 91% от общего числа обследованных регионов.

Анализ движения регионов по кластерам в период с 2001 по 2007 год

позволяет выделить несколько основных групп регионов, исходя из

устойчивости социально-экономического положения:

1. Стабильные по уровню социально-экономического развития. В эту

группу вошли регионы, остававшиеся на протяжении 2001-2007 гг. в одном и

том же кластере (качество жизни практически не менялось) – 72% от общего

количества обследованных субъектов.

2. Нестабильные по уровню социально-экономического развития

(качество жизни изменялось то в лучшую, то в худшую сторону) – 19% от

общего количества обследованных регионов.

3. Регионы, качественно улучшившие свое социально-экономическое

положение. В эту группу вошли субъекты, перешедшие в более высокий

122

кластер по уровню развития – Калининградская и Ленинградская области

(2,5% от обследованных регионов).

4. Регионы, ухудшившие свое социально-экономическое положение. В

эту группу вошли субъекты, перешедшие в более низкий кластер по уровню

развития – Владимирская, Камчатская и Еврейская автономная области,

республика Хакасия, Ставропольский край (6,3% от обследованных

регионов).

Анализ динамики основного направления неравенства во втором и

третьем кластерах позволяет сделать следующие выводы.

 С 2001 по 2005 годы увеличивалось неравенство регионов внутри

обоих кластеров. В 2006 и 2007 годах неравенство сокращалось.

 Регионы второго кластера более однородны, чем регионы

третьего кластера.

 Во втором кластере наибольший вклад в основное направление

неравенства вносят инвестиции на душу населения (INV),

валовой региональный продукт на душу населения (VRP),

стоимость основных фондов на душу населения (FOND), объем

розничного товарооборота на душу населения (OT),

среднедушевые денежные доходы (INCOME), доля населения с

доходами ниже прожиточного минимума (BED). Набор факторов,

определяющих основное направление неравенства, практически

не меняется от года к году.

 В третьем кластере набор показателей, задающих основное

направление неравенства стабилен в 2002-2007 годы.

Наибольший вклад в основное направление неравенства в эти

годы вносили среднедушевые денежные доходы (INCOME),

валовой региональный продукт на душу населения (VRP),

среднемесячная заработная плата (ZARPL), доля населения с

доходами ниже прожиточного минимума (BED). В 2001 году

также значительный вклад в основное направление неравенства

123

вносили стоимость основных фондов (FOND), инвестиции (INV),

объем розничного товарооборота (OT) (все показатели на душу

населения). В то же время, вклад в основное направление

неравенства доли населения с доходами ниже прожиточного

минимума (BED) в 2001 г. был незначителен.

124

Глава 3. Эконометрическое моделирование неравенства социально-

экономического развития регионов РФ на основе методов обработки

панельных данных

3.1. Эконометрическое моделирование формирования ВРП на душу

населения для РФ в целом

Для эффективного принятия решений на региональном и федеральном

уровне необходимо и важно определить общие факторы, влияющие на

уровень социально-экономического развития, по которым наблюдается

наибольшая дифференциация, а также оценить степень влияния факторов,

индивидуальных для каждого региона.

Для решения этих задач можно использовать методы обработки

панельных данных. Эти методы дают возможность учесть эффекты, которые

невозможно проследить, оставаясь в рамках обычных регрессионных

моделей. Показатель ВРП выберем в качестве обобщающей характеристики

экономической деятельности региона, к тому же он входит в FACTOR1

(качество и количество капитальных ресурсов и внешнеэкономическая

активность), по которому наблюдается наибольшая региональная

дифференциация. При моделировании величины ВРП на душу населения

имеется возможность учесть помимо наблюдаемых макроэкономических

показателей, факторы, которые либо не наблюдаемы, либо не представимы в

Подробнее см.: Эйсфельд М.А. Моделирование региональных эффектов// III

Всероссийская молодежная конференция по проблемам управления (ВМКПУ'2008):

Труды / Под ред. Д.А. Новикова, З. К. Авдеевой.- М.: ИПУ РАН, 2008. С. 189-192;

Латышева М.А. Эконометрическое моделирование уровня экономического развития

регионов Российской Федерации/ Ю.В. Зайцева, М.А. Латышева// Анализ, моделирование

и прогнозирование экономических процессов: материалы I Международной научно-

практической Интернет-конференции / под ред. Л.Ю. Богачковой, В.В. Давниса ;

Волгоград. гос. ун-т, Воронеж. гос. ун-т. – Воронеж: Изд-во ЦНТИ, 2009. – С. 149-154;

Латышева М.А. Эконометрическое моделирование уровня социально-экономического

развития регионов РФ/ М.А. Латышева// диск ISBN 987-5-9940-0219-3. -М., ИЭ РАН,

2009; Латышева М.А. Эконометрическое моделирование уровня социально-

экономического развития регионов Российской Федерации/ М.А. Латышева// Управление

большими системами. Выпуск 27. М.: ИПУ РАН, 2009. С. 282-292. Режим доступа:

http://ubs.mtas.ru/archive/search_results_new.php?publication_id=17909.

125

численной форме, но которые могут оказывать существенное влияние на

исследуемый показатель: географическое положение, природные ресурсы и

т.д.

Для моделирования величины ВРП на душу населения

рассматривались ежегодные статистические данные по 79 регионам РФ в

период с 2001 по 2007 годы.

Данные были сформированы в виде панели, которая состоит из

наблюдений за социально-экономическими показателями, перечисленными в

таблице 1, в обозначенный период.

Алгоритм приведения данных к панельному виду состоит из

следующих этапов.

1) Собрать статистическую информацию по основным показателям

социально-экономического развития регионов РФ за несколько временных

периодов с одинаковым интервалом.

2) Рассчитать показатели, характеризующие валовые величины, на душу

населения.

3) Скорректировать все показатели, характеризующие социально-

экономическое развитие регионов РФ, измеренные в рублях, на

региональный уровень прожиточного минимума на душу населения.

4) Представить полученные данные в виде таблицы 14, в которой

приводятся значения социально-экономических показателей сначала для

первого региона за все годы, потом для второго и т.д.

Таблица 14

Представление данных в виде панели

№ региона

ervation

FOND VRP ZPL

…

2001

104947

28485

2286,6

…

2002

123629

35307

3238,7

…

2003

154680

42998

3954,8

…

2004

169564

54358

4819,9

…

126

№ региона

ervation

FOND VRP ZPL

…

2005

184452

65707

6078,4

…

2006

208272

81574

7308,4

…

2007

246448

101410

8899,4

…

2001

287330

55405

2727,1

…

2002

244901

44303

4120,5

…

2003

312514

51281

5132,1

…

2004

316135

60113

6130,6

…

2005

349604

70035

7567,9

…

2006

370471

85986

8819,7

…

2007

434831

105306

10877

…

Таблица может быть сформирована в пакете Eviews, ориентированном

на работу с панельными данными.

На предварительном этапе было решено удалить Тюменскую область,

так как в этом регионе ВРП на душу населения в рассматриваемые годы был

значительно выше, чем в других российских регионах.

Далее строились линейная и степенная модели с фиксированными

эффектами. Линейная модель по качеству оказалась хуже степенной, поэтому

в дальнейшем для анализа используется последняя.

На предварительном этапе все статистические данные были

прологарифмированы. Помимо пространственных эффектов в модель были

введены также временные эффекты. Введение фактора времени позволило

проследить динамику социально-экономического развития регионов во

времени.

Основное направление неравенства российских регионов включает в

себя помимо ВРП такие показатели, как стоимость основных фондов на душу

населения (FOND), объем инвестиций в основной капитал на душу населения

(INV), среднемесячная начисленная заработная плата (ZARPL), объем

127

внешнеторгового (OV) и розничного (OT) товарооборота, которые и были

первоначально приняты в качестве объясняющих для ВРП переменных.

Также к объясняющим переменным были добавлены переменные,

формирующие вторую главную компоненту: число организаций, ведущих

НИОКР (NIOKR) и численность персонала, занятого исследованиями и

разработками (RESEARCH). Результаты расчета модели в пакете Eviews

приведены в таблице 15.

Таблица 15

Результаты оценки модели с фиксированными эффектами с полным набором

факторов

Dependent Variable: VRP

Method: Panel Least Squares

Sample: 2001 2007

Periods included: 7

Cross-sections included: 78

Total panel (balanced) observations: 546

Variable Coefficient

Std. Error

t-Statistic

Prob.

ln_FOND 0.193757

0.024630

7.866653

0.0000

ln_INV 0.127736

0.017106

7.467476

0.0000

ln_ZARPL 0.127642

0.065591

1.946047

0.0523

ln_OT 0.541573

0.028895

18.74313

0.0000

ln_OV 0.005047

0.006762

0.746416

0.4558

ln_NIOKR 0.027392

0.029125

0.940479

0.3475

ln_RESEARCH 0.044821

0.024858

1.803065

0.0720

C 1.027728

0.586254

1.753042

0.0803

Effects Specification

Cross-section fixed (dummy variables)

Period fixed (dummy variables)

R-squared 0.986261

Mean dependent var 11.12449

Adjusted R-squared 0.983543

S.D. dependent var 0.598413

S.E. of regression 0.076767

Akaike info criterion -2.145063

Sum squared resid 2.681417

Schwarz criterion -1.427960

Log likelihood 676.6023

Hannan-Quinn criter. -1.864742

F-statistic 362.9066

Durbin-Watson stat 1.171895

Prob(F-statistic) 0.000000

Источник: составлено на основе численного моделирования в пакете Eviews

128

Однако в силу мультиколлинеарности многие факторы в данной

модели оказались незначимы. Поэтому на основе анализа корреляционной

матрицы (табл. 16) был произведен отбор факторов. В окончательную

модель формирования ВРП вошли факторы, отражающие используемый в

производстве капитал и труд: стоимость основных фондов на душу

населения (FOND), как показатель, характеризующий капитал, и

среднемесячная начисленная заработная плата (ZARPL) как показатель,

отвечающий за труд. Также в модель вошел объем розничного

товарооборота, так как роль торговли в формировании ВРП в России очень

высока, и численность персонала, занятого исследованиями и разработками

(RESEARCH). Остальные факторы сильно коррелируют с уже

включенными и поэтому добавлять их в модель нецелесообразно.

129

Таблица 16

Корреляционная матрица, составленная по прологарифмированным данным

BED BEZRAB

FOND

INCOME

INV

MED

NIOKR

OT OV RESEARCH

S STUD

VRP

ZARPL

BED 1,00 0,58 -0,72 -0,86 -0,76

-0,33 -0,39 -0,83

-0,60

-0,32 -0,50

-0,21 -0,86

-0,77

BEZRAB 0,58 1,00 -0,51 -0,48 -0,48

-0,34 -0,48 -0,50

-0,54

-0,47 -0,62

-0,20 -0,59

-0,39

FOND -0,72 -0,51 1,00 0,78 0,78

0,29 0,21 0,77

0,48

0,20 0,59

0,32 0,84 0,72

INCOME -0,86 -0,48 0,78 1,00 0,82

0,28 0,27 0,94

0,53

0,21 0,37

0,16 0,93 0,92

INV -0,76 -0,48 0,78 0,82 1,00

0,29 0,17 0,75

0,59

0,15 0,43

0,10 0,89 0,80

MED -0,33 -0,34 0,29 0,28 0,29

1,00 0,36 0,22

0,18

0,34 0,29

0,32 0,34 0,18

NIOKR -0,39 -0,48 0,21 0,27 0,17

0,36 1,00 0,42

0,37

0,77 0,22

0,17 0,33 0,12

OT -0,83 -0,50 0,77 0,94 0,75

0,22 0,42 1,00

0,50

0,30 0,40

0,19 0,88 0,82

OV -0,60 -0,54 0,48 0,53 0,59

0,18 0,37 0,50

1,00

0,23 0,29

0,08 0,65 0,49

RESEARCH

-0,32 -0,47 0,20 0,21 0,15

0,34 0,77 0,30

0,23

1,00 0,33

0,15 0,29 0,09

S -0,50 -0,62 0,59 0,37 0,43

0,29 0,22 0,40

0,29

0,33 1,00

0,26 0,47 0,30

STUD -0,21 -0,20 0,32 0,16 0,10

0,32 0,17 0,19

0,08

0,15 0,26

1,00 0,21 0,14

VRP -0,86 -0,59 0,84 0,93 0,89

0,34 0,33 0,88

0,65

0,29 0,47

0,21 1,00 0,86

ZARPL -0,77 -0,39 0,72 0,92 0,80

0,18 0,12 0,82

0,49

0,09 0,30

0,14 0,86 1,00

Источник: составлено автором на основе расчетов в пакете Eviews

Следует отметить, что исключенные факторы незначимы в целом

для всех регионов. Но в отдельных регионах эти факторы, вероятно,

вносят свой существенный вклад в формирование ВРП, который

отражается в индивидуальных фиксированных эффектах. Результаты

расчета окончательной модели приведены в табл.17.

Таблица 17

Результаты оценки модели с фиксированными эффектами со значимыми

факторами

Dependent Variable: VRP

Method: Panel Least Squares

Sample: 2001 2007

Periods included: 7

Cross-sections included: 78

Total panel (balanced) observations: 546

Variable

Coefficient

Std. Error

Statistic

Prob.

ln_FOND

0.196019

0.024466

8.011898

0.0000

ln_INV

0.129921

0.016973

7.654765

0.0000

ln_OT

0.537991

0.028701

18.74456

0.0000

ln_RESEARCH

0.053314

0.022933

2.324822

0.0205

ln_ZARPL

0.133530

0.065208

2.047754

0.0412

C 1.136

260

0.565623

2.008866

0.0451

Effects Specification

Cross-section fixed (dummy variables)

Period fixed (dummy variables)

R-squared

0.986221

Mean dependent var 11.12449

Adjusted R-squared

0.983568

S.D. dependent var 0.598413

S.E. of regression

0.076709

Akaike info criterion -2.149532

Sum squared resid

2.689089

Schwarz criterion -1.448189

Log likelihood

675.8222

Hannan-Quinn criter. -1.875371

F-statistic

371.7074

Durbin-Watson stat 1.176829

Prob(F-statistic)

0.000000

Источник: составлено на основе численного моделирования в пакете Eviews

В полученной модели все факторы значимы, коэффициент

детерминации равен 0,98. Таким образом, уравнение для прогнозирования

имеет вид: