Корреляционно-регрессионный анализ факторов, влияющих на экономическую устойчивость регионов

Автор: Еремичева О.Ю., Еремичева Т.А.

Журнал: Экономика и бизнес: теория и практика @economyandbusiness

Статья в выпуске: 1-2 (83), 2022 года.

Бесплатный доступ

В статье рассмотрена факторная модель, позволяющая выделить набор наиболее влиятельных факторов и оценить степень их воздействия на уровень экономической безопасности региона. Для этого представлена методология корреляционно-регрессионного анализа, определены показатели прогнозной факторной модели. На примере фактического материала, собранного за период 2010-2020 годов в Самарской области, получен искомый результат функциональной зависимости внутри факторной модели.

Корреляционно-регрессионный анализ, прогнозная модель, экономические показатели, экономическая нестабильность

Короткий адрес: https://sciup.org/170192109

IDR: 170192109

Текст научной статьи Корреляционно-регрессионный анализ факторов, влияющих на экономическую устойчивость регионов

Управление безопасностью – постоянный процесс обеспечения, защиты и поддержания экономических интересов региона от внутренних и внешних угроз и в этом одним из самых действенных инструментов является разработка стратегических планов в регионе, которым обязательно предшествует экспертиза уровня региональной экономической нестабильности.

Цель данного исследования – оценить уровень экономической безопасности с помощью применения корреляционнорегрессионного анализа внешних и внутренних факторов, влияющих на социальную устойчивость региона. Для оценки уровня экономической безопасности региона (объекта исследования) существуют критериальные границы интегральных показателей, а факторная регрессионная модель (предмет исследования) позволит отразить комплексный показатель экономической безопасности региона, проследить изменения взаимосвязей внутри модели и определить степень влияния отдельных ее факторов.

Учитывая, что проблемное поле экономической безопасности разнопланово и весьма пространно, мы все же накопили большой практический опыт. В то же вре- мя, как само понятие «экономическая безопасность», так и показатель, ее определяющий, до настоящего времени не имеют общепризнанной интерпретации и измерения. Было бы проще считать экономическую безопасность существующим физическим явлением, тогда трудность заключалась бы только в постановке и описании объективной, а не условной действительности, а значит можно было предпринимать усилия по достижению желаемого экономического результата развития территории (региона). В этом смысле опасность выступает как конкретная форма угрозы или риска, что позволяет ее типологизировать по определенным функциональным составляющим, и видеть в ней «совокупность условий, влияющих на сокращение производственного потенциала хозяйствующих субъектов, нецелевого и нерационального использования природных, материальных, финансовых, трудовых ресурсов, усиление зависимости региона от межбюджетных трансфертов, углубление социальной дифференциации населения, обострение межнациональных и межэтнических конфликтов» [1, с. 20].

В целях построения аналитической прогнозной факторной модели динамики экономической безопасности региона следует сосредоточить внимание на факторах, определяющих уровень экономической безопасности, причем зависимую пере- менную обозначим за переменную y, а внешние факторы - х:

у = a i * x i +a 2 * Х 2 +а з * х з +а 4 * X 4 +a 5 * X 5 +a 6 * X 6 +a 7 * X 7 +a 8 * X 8 +a 9 * X 9 +

+a 10 * x 10 +a 11* x 11 +a 12* x 12 +e, (1)

где:

- зависимая переменная (описывает процесс, который необходимо предсказать) :
у - комплексный показатель экономической безопасности региона, %;

- независимые переменные (используются. для моделирования значений зависимой переменной) :

х 1 - валовой региональный продукт на душу населения, руб.;

х2 - индекс промышленного производства, в процентах к предыдущему году;

х3 - оборот розничной торговли на душу населения, руб.;

х4 - индекс потребительских цен, %;

х5 - уровень безработицы по МОТ, %;

х6 - среднедушевые доходы населения в месяц, руб.;

х7 - общая площадь жилых помещений, приходящаяся на одного жителя, м2;

х8 - использование сети интернет в организациях, %;

х9 - инвестиции в основной капитал на душу населения, руб.;

х10 - удельный вес убыточных организаций, %;

х 11 - дефицит/профицит консолидированного бюджета, млн руб.;

х12 - доходы консолидированного бюджета на душу населения, млн руб;

а1 — а12 - коэффициенты регрессии (описывают степень зависимости итогового показателя от влияющих факторов или независимых переменных);

е - величина случайной ошибки (погрешность модели).

В качестве примера для расчета показателя экономической безопасности региона были использованы официальные данные, опубликованные органами Федеральной службы государственной статистики и Министерством экономического развития и инвестиций Самарской области [2, 3]. Для определения влияния внешних факторов на комплексный показатель экономической безопасности региона (переменную

у), применялись исходные значения переменных х , представленные в сводных таблицах показателей, обуславливающих изменение результирующего параметра (табл. 1).

Корреляционный анализ показывает наличие взаимосвязи между данными х и у , а регрессионный анализ применяется для прогнозирования одной переменной ( у ) на основании другой ( х ).

Таблица 1. Показатели для проведения многофакторного корреляционнорегрессионного анализа и расчета комплексного показателя экономической безопасности Самарской области*

год	У	х 1	х 2	х 3	х 4	х 5	х 6	х 7	х 8	х 9	х 10	х 11	х 12
2005	2,21	125658,70	105,10	25161,00	108,80	7,46	8088,00	20,80	53,30	25161,00	36,40	58,70	2,09
2010	2,37	263828,60	108,20	64068,00	106,10	6,32	18958,0 0	22,60	82,40	64068,00	29,90	-99,60	4,58
2011	4,26	317515,30	104,70	77194,00	106,60	5,09	20780,0 0	23,00	85,25	77194,00	30,00	-2910,50	3,34
2012	4,06	348641,50	102,60	87891,00	106,50	4,22	23221,0 0	23,40	83,83	87891,00	29,10	-2690,25	3,95
2013	2,63	377006,00	100,40	93725,00	111,40	3,65	25684,0 0	23,40	84,54	93725,00	31,00	-641,50	5,69
2014	2,64	405147,70	102,50	95165,00	112,90	3,51	27412,0 0	23,70	84,18	95165,00	33,00	-447,60	6,10
2015	2,63	449097,90	100,20	94922,00	105,40	3,92	30254,0 0	24,40	88,10	94922,00	32,60	-171,60	6,36
2016	2,84	472049,90	101,80	100555,0 0	102,50	3,50	30865,0 0	24,90	88,70	100555,0 0	29,50	821,70	7,33
2017	2,81	508009,40	103,70	109146,0 0	104,30	5,20	31897,0 0	25,20	88,90	109146,0 0	31,90	-52,00	7,33
2018	3,01	578740,00	103,50	121106,0 0	103,00	4,80	33178,0 0	25,80	91,10	121106,0 0	33,10	510,30	8,44
2019	3,09	646144,10	103,30	131631,0 0	103,04	4,60	35247,0 0	26,30	91,20	131631,0 0	34,35	4,70	9,25
2020	3,01	615129,18	98,30	126629,0 2	104,91	5,20	33660,8 9	27,09	120,66	126629,0 2	34,87	9,53	5,04

Примечание. *в процентах от предыдущего года на периоды 2005 г. и 2010-2020 гг.

По класcической методике корреляци- онно-регрессионного анализа можно пред- ставить связь между признаками в виде представленной функциональной зависимости, позволяющей провести оценку каждого показателя и определить зависи- мость по формуле:

у =f

{х1, х2, х3, х4, х5, х6, х7, х8, х9, х10, х11, х12}, где:

f ― функциональная зависимость комплексного показателя экономической безопасности региона от независимых переменных (факторых признаков).

Фактические значения переменной y для построения регрессионной модели и составления матрицы представлены в таблице 2.

Таблица 2. Комплексный показатель экономической безопасности Самарской области*

	2005	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
y	2,21	2,37	4,26	4,06	2,63	2,64	2,63	2,84	2,81	3,01	3,09	3,01

Примечание. *в процентах от предыдущего года на периоды 2005 г. и 2010-2020 гг.

В последствии были рассчитаны парные коэффициенты корреляции между результативным признаком y и факторными признаками, а также каждой пары факторных признаков. Получена таблица парных коэффициентов корреляции в виде треугольной матрицы (табл. 3).

Таблица 3. Матрица парных коэффициентов корреляции

х 1

х 2

х 3

х 4

х 5

х 6

х 7

х 8

х 9

х 10

х 11

х 12

о о

х 1

о о

х 2

40 о

% о

о о

х 3

ОО ID

*D ID

о о

х 4

о о

1р

о о

х 5

ОО

о 40

о о

х 6

40 ID

ОО

ОО ID

о о

х 7

04 04

ID ID

40 04

ОО ID

ОО о

О О

х 8

ОО о

04 ID

40 ОО

ОО

ОО о

О о

х 9

ОО 04

ID ID

О О

1р

40 о

ОО 40

40 04

ОО о

о о

х 10

О о

о о

О о

ID О

о о

х 11

ОО о

ID о

о о

04 о

о о

х 12

ОО о

ОО

ID о

ОО о

о о

В узлах матрицы размещены парные коэффициенты, демонстрирующие тесноту взаимосвязи между признаками. Критерий мультиколлинеарности факторов выглядит следующим образом: |ryx| ≥ 0,8. Используя поэтапный анализ вышеприведенной матрицы, проведем отсев факторов. Итог корреляционно-регрессионного анализа ― это определение коэффициентов при переменных. Уравнение множественной регрессии: y = 58,85667 + 0,57740*х 2 -0,45693*х 4 - 0,82903*х 5 - 5,16083*х 7 + 0,32311*х 8 + 0,17883*х 10 .

Применение корреляционнорегрессионного анализа исследуемых факторов на экономическую безопасность региона (в данном примере – Самарскую область) позволило выявить ее зависимость от шести факторов:

1) повышение индекса промышленного производства приведет к росту экономической безопасности Самарской области на 0,57%;
2) падение индекса потребительских цен приведет к снижению экономической

безопасности Самарской области на 0,45%;

3) уменьшение уровня безработицы приведет к снижению экономической безопасности Самарской области на 0,82%;
4) падение роста общей площади жилых помещений приведет к снижению уровня экономической безопасности Самарской области на 5,16%;
5) увеличение использования сети интернет в организациях повысит уровень экономической безопасности Самарской области на 0,32%;
6) рост удельного веса убыточных организаций также повысит уровень экономической безопасности Самарской области на 0,17%.

Подводя итоги отметим, что на основе регрессии определены наиболее влиятельные факторы на уровень комплексного показателя экономической безопасности Самарской области, они требуют большего внимания со стороны органов государственного управления при разработке стратегических планов регионального развития.

Список литературы Корреляционно-регрессионный анализ факторов, влияющих на экономическую устойчивость регионов

Соколова Г.Н., Васильева И.А. Оценка уровня и основных угроз экономической безопасности регионов Приволжского Федерального округа // Экономические науки. - 2019. - № 3. - С. 19-31.
EDN: RRMOGV
Федеральная служба государственной статистики // Россия в цифрах. 2020 г. - [Электронный ресурс]. - Режим доступа: https://gks.ru/bgd/regl/b20_11/Main.htm.
Министерство экономического развития и инвестиций Самарской области // Итоги социально-экономического развития Самарской области за 9 месяцев 2020 года и ожидаемые итоги развития за 2020 год. - [Электронный ресурс]. - Режим доступа: https://economy.samregion.ru/.

Статья научная