Анализ социально-экономических процессов в Дальневосточном федеральном округе в условиях кризиса

В настоящее время основной целью экономического развития большинства стран мира и их регионов является улучшение качества жизни и здоровья населения. Поэтому процесс социально-экономического развития включает три важнейшие составляющие: повышение доходов, улучшение здоровья населения и повышение уровня его образования; созда ние усло-

вий, способствующих росту самоуважения людей в результате формирования социальной, политической, экономической и институциональной систем, ориентированных на уважение человеческого достоинства; увеличение степени свободы людей, в том числе их экономической свободы [1–3; 7–8].

Последние две составляющие качества жизни не всегда учитываются при оценке степени социально-экономического

Анализ социально-экономических процессов в Дальневосточном федеральном округе в условиях кризиса

Новиков Юрий Сергеевич магистрант Тихоокеанского государственного университета, Тихоокеанский государственный университет, город Хабаровск. Сфера научных интересов: математическое моделирование экономических показателей. Автор 3 опубликованных научных работ.

развития стран и регионов, однако в последнее время в экономической науке и политической практике им придается большое значение. Развитие любого региона – многоцелевой и многокритериальный процесс.

Кластерный анализ

Для анализа социально-экономических процессов были рассмотрены следующие показатели: цены (денежные доходы (тыс. р.)) – K1, потребительские расходы (тыс. р.) – K2, строительство (млрд р.) – K3, средние цены на первичном рынке жилья (тыс. р. за 1 м2) – K4, средние цены на вторичном рынке жилья (тыс. р. за 1 м2) – K5, демография (приток/отток (тыс. чел.)) – K6, занятость и безработица (численность безработных в возрасте 15 лет и старше (тыс. чел.)) – K7, потребность в работниках, заявленная работодателями в органы службы занятости населения (тыс. чел.), – K8.

Рассмотрим эти показатели по годам с 2011 по 2021 год включительно в разрезе областей Дальневосточного федерального округа (далее – ДФО), ДФО и России. Данные были взяты с открытого офици-

ального государственного сайта федеральной службы государственной статистики и обработаны для удобства проведения анализа [4–6; 9].

Данные по всем показателям были перенесены в Excel и сгруппированы в таблицы, пример обработанных данных по Дальневосточному федеральному округу представлен в Таблице 1 (общий объем обработанных данных – около 10 100).

Для выявления неявных связей между показателями был проведен кластерный анализ данных по каждой области ДФО, ДФО и России в целом. Рассмотрим дендрограммы ДФО и России.

На Рисунке 1 видно, что переменные (K8, K7), (K5, K4) и (K2, K1) объединяются в кластеры, что логично, так как кластер (K8, K7) отражает занятость населения, кластер (K5, K4) отражает цены на рынке жилья, а кластер (K2, K1) показывает связь между доходами и расходами жителей. Рассматривая дендрограмму далее, видим, что кластеры (K5, K4) и (K2, K1) объединились в один с переменной K6, из этого можем сделать вывод, что переменные доходов и расходов имеют что-то общее с переменными, отражающими средние цены на рынке жилья, и от этого зависит

Вестник Российского нового университета

Серия «Человек и общество», выпуск 4 за 2022 год

Таблица 1

Данные социально-экономических показателей ДФО

	К1	К2	К3	К4	К5	К6	К7	К8
2011	22,90	15,19	385,10	44,90	58,00	17,77	263,70	99,51
2012	24,79	17,10	357,00	54,70	67,10	19,88	228,20	112,12
2013	28,27	19,13	331,20	59,00	67,50	33,04	223,70	125,74
2014	31,91	21,49	320,00	62,10	71,10	24,75	219,00	136,00
2015	36,38	24,15	320,50	64,80	72,80	23,66	211,30	98,97
2016	36,44	24,99	393,40	66,40	69,30	17,37	196,30	98,43
2017	37,01	26,46	495,70	67,20	67,40	17,11	188,40	148,56
2018	34,88	25,93	537,00	71,70	70,30	33,14	271,80	202,62
2019	37,58	29,95	609,90	73,40	75,20	11,73	254,20	172,51
2020	38,55	28,91	807,50	91,10	82,00	19,93	274,30	185,49
2021	41,84	32,87	840,90	108,10	95,20	8,01	239,40	194,07

Дендрограмма для 8 перемен Метод полной связи

Рисунок 1. Кластерный анализ данных по ДФО

Анализ социально-экономических процессов в Дальневосточном федеральном округе в условиях кризиса приток/отток населения. Кластер из переменных (K8, K7) соединяется с большим многоуровневым кластером (K6, K5, K4, K2, K1), и к ним примыкает переменная K3.

На Рисунке 2 представлена дендрограмма в целом по Российской Федерации. Из Рисунка 2 видно, что переменные (K2, K1) и (K5, K4) также образуют два объединенных кластера и к ним присоединяется переменная K6. В отличие от дендрограммы ДФО, переменные K3 и K7 образуют кластер, и мы можем наблюдать неявную зависимость строительства от количества потребности в рабочих. Кластер (K7, K3) объединяется с группой кластеров с переменными (K8, K6, K5, K4, K2, K1).

Корреляционный анализ

При проведении корреляционного анализа была определена степень корреляции показателей социального положения ДФО с показателями экономического кризиса. По результатам корреляционного анализа сводные данные представлены на Рисунке 3. По графику уровня корреляции (см. Рисунок 3) можно сделать следующие выводы: • индекс Московской биржи (IMOEX) сильно коррелирует с показателями социально-экономического положения ДФО, за исключением численности безработных;

• •    средние цены на первичном и вторичном рынках жилья и денежные доходы имеют связь с ИПЦ, остальные показатели почти не коррелируют с ним;

  Дендрограмма для 8 перемен. Метод полной связи

  

  Рисунок 2. Кластерный анализ данных в целом по Российской Федерации

  
  

42 Вестник Российского нового университета

42 Серия «Человек и общество», выпуск 4 за 2022 год

Рисунок 3. Сводные данные по результатам корреляционного анализа

• •    индекс финансового стресса (ACRA FSI) имеет обратное влияние на большинство показателей, что логично, так как чем меньше индекс FSI, тем ниже уровень кризиса государства и тем выше социально-экономическое положение в стране.

Регрессионный анализ

Для каждого показателя социально-экономического положения построена линейная модель зависимости от показателей экономического кризиса государства.

Из уравнения регрессии «денежные доходы населения (тыс. р.)» в стандартизированном виде:

ty = –0,108 ∙ tx + 0,93 ∙ tx + 0,551 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вно- сит переменная x2 – индекс Московской биржи (IMOEX), и далее по убыванию x3 – индекс финансового стресса (ACRA FSI), x1 – индекс потребительских цен (базовая инфляция).

Из уравнения регрессии «потребительские расходы (тыс. р.)» в стандартизированном виде:

ty = –0,128 ∙ tx + 0,998 ∙ tx + 0,368 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вносит переменная x2 – индекс Московской биржи (IMOEX), и далее по убыванию x3 – индекс финансового стресса (ACRA FSI), x1 – индекс потребительских цен (базовая инфляция).

Из уравнения регрессии «строительство (млрд р.)» в стандартизированном виде:

Анализ социально-экономических процессов в Дальневосточном федеральном 43

округе в условиях кризиса 43

Таблица 2

Построение регрессионных моделей

y Модель R2 Денежные доходы населения (тыс. р.) –0,108 ∙ tx + 0,93 ∙ tx + 0,551 ∙ tx 0,99 Потребительские расходы (тыс. р.) –0,128 ∙ tx + 0,998 ∙ tx + 0,368 ∙ tx 0,99 Строительство (млрд р.) –0,182 ∙ tx + 1,014 ∙ tx + 0,086 ∙ tx 0,99 Средние цены на первичном рынке жилья (тыс. р. за 1 м2) 0,166 ∙ tx + 0,931 ∙ tx + 0,096 ∙ tx 0,99 Средние цены на вторичном рынке жилья (тыс. р. за 1 м2) 0,41 ∙ tx + 0,792 ∙ tx – 0,022 ∙ tx 0,98 Приток/отток (тыс. чел.) 0,299 ∙ tx + 0,596 ∙ tx – 0,289 ∙ tx 0,75 –23,3121 + e–7816 – 323,5 ∙ x1 + 3376,085 ∙ x2 + 767,6882 ∙ x3 0,75 Численность безработных в возрасте 15 лет и старше (тыс. чел.) –0,139 ∙ tx + 0,369 ∙ tx – 0,147 ∙ tx 0,94 Потребность в работниках, заявленная работодателями в органы службы занятости населения (тыс. чел.) –0,136 ∙ tx + 0,777 ∙ tx – 0,091 ∙ tx 0,96 ty = –0,182 ∙ tx + 1,014 ∙ tx + 0,086 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вносит переменная x2 – индекс Московской биржи (IMOEX), и далее по убыванию x1 – индекс потребительских цен (базовая инфляция), x3 – индекс финансового стресса (ACRA FSI).

Из уравнения регрессии «средние цены на первичном рынке жилья (тыс. р. за 1 м2)» в стандартизированном виде:

ty = 0,166 ∙ tx + 0,931 ∙ tx + 0,096 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вносит переменная x2 – индекс Московской биржи (IMOEX), и далее по убыванию x1 – индекс потребительских цен (базовая инфляция), x3 – индекс финансового стресса (ACRA FSI).

Из уравнения регрессии «средние цены на вторичном рынке жилья (тыс. р. за 1 м2)» в стандартизированном виде:

ty = 0,41 ∙ tx + 0,792 ∙ tx – 0,022 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вносит переменная x2 – индекс Московской биржи (IMOEX), и далее по убыванию x1 – индекс потребительских цен (базовая инфляция), x3 – индекс финансового стресса (ACRA FSI).

Из уравнения регрессии «приток/от-ток (тыс. чел.)» в стандартизированном виде:

ty = 0,299 ∙ tx + 0,596 ∙ tx – 0,289 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вносит переменная x2 – индекс Московской

Вестник Российского нового университета

Серия «Человек и общество», выпуск 4 за 2022 год биржи (IMOEX), и далее по убыванию x – индекс потребительских цен (базовая инфляция), x3 – индекс финансового стресса (ACRA FSI).

Из уравнения регрессии «численность безработных в возрасте 15 лет и старше (тыс. чел.)» в стандартизированном виде:

ty = –0,139 ∙ tx + 0,369 ∙ tx – 0,147 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вносит переменная x2 – индекс Московской биржи (IMOEX), и далее по убыванию x3 – индекс финансового стресса (ACRA FSI), x1 – индекс потребительских цен (базовая инфляция).

Из уравнения регрессии «потребность в работниках, заявленная работодателями в органы службы занятости населения (тыс. чел.)» в стандартизированном виде:

ty = –0,136 ∙ tx + 0,777 ∙ tx – 0,091 ∙ tx можно сказать, насколько каждая переменная влияет на денежные доходы населения (Y). Самый большой вклад вносит переменная x – индекс Московской биржи (IMOEX), и далее по убыванию x1 – индекс потребительских цен (базовая инфляция), x3 – индекс финансового стресса (ACRA FSI).

Так как модель показателя «приток/ отток» (тыс. чел.) имеет коэффициент детерминации R2 = 0,7494 и она слабо значима, построим для этого показателя нелинейную экспоненциальную модель и сравним их.

Построение нелинейной экспоненциальной модели для показателя «приток/ отток» (тыс. чел.):

y = –23,3121 + e–7816 – 323,5 ∙ x1 + 3376,085 ∙ x2 + 767,6882 ∙ x3, где y – приток/отток (тыс. чел.); x1 – индекс потребительских цен (базовая инфляция); x2 – индекс Московской биржи (IMOEX); x3 – индекс финансового стресса (ACRA FSI).

Коэффициент детерминации данной модели R2 = 0,7509. Значимость этой модели и линейной незначительно выше – на 0,15%.

Заключение

Исследования показали, что на экономические показатели – денежные доходы, потребительские расходы, строительство, средние цены на первичном рынке жилья (тыс. р. за 1 м2), приток/отток (тыс. чел.), численность безработных в возрасте 15 лет и старше (тыс. чел.), потребность в работниках, заявленная работодателями в органы службы занятости населения (тыс. чел.), влияют показатели экономического кризиса. В качестве последних были рассмотрены индекс финансового стресса (ACRA FSI), индекс потребительских цен и индекс Московской биржи (IMOEX).

В ходе исследования были использованы многомерные статистические методы, а именно кластерный анализ, корреляционный анализ, регрессионный анализ. Результатом работы является выявленная зависимость социально-экономических показателей от кризисных показателей посредством построения моделей. На основании регрессионного анализа построены линейные и нелинейные модели, по которым можно строить прогнозные значения.

Анализ социально-экономических процессов в Дальневосточном федеральном округе в условиях кризиса