Статистическое изучение доходов и расходов населения регионов России

Обложка

Цитировать

Полный текст

Аннотация

Введение. В работе предлагается оригинальный авторский подход к статистическому изучению доходов и расходов жителей России, основанный на представлении сальдо доходов и расходов на душу населения в постоянных ценах 2023 г. Теоретический анализ. Расчёт основывается на предположении, что возможность накопления – наиболее достоверный показатель качества финансового благополучия граждан. Именно разница между подушевыми доходами и расходами отражает наличие свободных денежных ресурсов для использования их на цели сбережения сверх удовлетворения обычных текущих потребностей вне зависимости от их обязательности. Эмпирический анализ. Полученные данные свидетельствуют о неравномерности возможностей для накопления в разных регионах России, что указывает на значительную дифференциацию в уровне жизни населения. Причём расчёт указывает на иную плоскость измерения данных диспропорций в сопоставлении с классическими сравнениями доходов и расходов и решающее значение ресурсно-географического фактора для возможностей накопления. Результаты. Применение авторского подхода позволило установить, что наиболее зажиточными регионами с точки зрения накопления средств за период 2000–2023 гг. в России стали Ненецкий, Ямало-Ненецкий и Чукотский АО. Аутсайдерами в данном списке являются Ставропольский и Краснодарский края. Сравнение сальдо доходов в постоянных ценах 2023 г. для 2000 и 2023 гг. позволило заключить, что наибольший прирост достигнут для уже указанных регионов-лидеров, тогда как отрицательным оказался результат Калмыкии и Краснодарского края – здесь возможности для накопления в 2023 г. оказались ниже, чем в 2000 г.

Об авторах

Ольга Юрьевна Гавель

Финансовый университет при Правительстве Российской Федерации

ORCID iD: 0000-0001-9838-6770
Ленинградский проспект, 49

Список литературы

  1. Чапаргина А. Н. Исследование доходов населения Мурманской области: тенденции и детерминанты // Север и рынок: формирование экономического порядка. 2020. № 3 (69). С. 157–174. https://doi.org/10.37614/2220-802X.2.2020.69.011, EDN: YVFTII
  2. Хвостова Д. Д. Эконометрическое исследование среднедушевых денежных доходов населения Российской Федерации: региональный срез // Вестник молодых ученых Самарского государственного экономического университета. 2018. № 1 (37). С. 119–126. EDN: XQWFRJ
  3. Бондаренко Н. А., Сюпова М. С. Влияние уровня экономического развития регионов на дифференциацию доходов населения // Вестник Тихоокеанского государственного университета. 2018. № 1 (48). С. 89–98. EDN: XPICFF
  4. Клачкова О. А., Солонина Д. О. Влияние уровня развития финансового сектора на неравенство в доходах в российских регионах // Журнал Новой экономической ассоциации. 2022. № 2 (54). С. 94–110. https://doi.org/10.31737/2221-2264-2022-54-2-5, EDN: ZPNOXH
  5. Святова О. В., Доренская И. Н., Чаплыгина М. А., Коломейцев В. А., Зюкин Д. В. Влияние развития сельхозпроизводства в регионах на реальные доходы населения // Вестник Курской государственной сельскохозяйственной академии. 2021. № 3. С. 94–99. EDN: TMMQJY
  6. Гениберг Т. В. Исследование и оценка динамики и структуры денежных доходов и расходов населения Российской Федерации в 2022–2023 гг. // Вестник экономики, права и социологии. 2023. № 4. С. 38–43. EDN: AYMITS
  7. Евсеев Н. Ю. Статистический анализ расходов на потребление домашних хозяйств Российской Федерации // Журнал У: Экономика. Управление. Финансы. 2020. № 4 (22). С. 118–127. EDN: YHYYZJ
  8. Кочкин Т. Н. Анализ взаимосвязи средних потребительских расходов на душу населения и экономических показателей региона методом математической регуляции // Вектор экономики. 2020. № 7 (49). С. 20. EDN: PSWUHA
  9. Бериков В. Б., Белова Т. И., Лосева А. В. Анализ устойчивости типологии российских регионов по показателям возможностей достижения финансовой самостоятельности // Вопросы статистики. 2015. № 12. С. 9–26. EDN: VBBXOT
  10. Головина А. С. Построение модели множественной линейной регрессии для исследования среднедушевых денежных доходов населения субъектов Российской Федерации // Аллея Науки. 2019. Т. 4, № 1 (28). С. 33–39. EDN: ZAAJOP
  11. Зеляк Е. Ф., Кашенкова О. В., Шайдорова И. И. Исследование динамики дифференциации доходов населения // Управление экономическими системами: электронный научный журнал. 2018. № 3 (109). С. 20. EDN: NTOKRB
  12. Скребец А. А. Исследование доходов населения Ставропольского края // Интеграция наук. 2019. № 1 (24). С. 183–186. EDN: YWVYOL
  13. Суханова Е. И., Ширнаева С. Ю. Исследование реальных располагаемых доходов населения России: эконометрический подход // Наука XXI века: актуальные направления развития. 2019. № 1–2. С. 144–147. EDN: LBVGDK
  14. Шишкина Н. В. Теоретические основы исследования социально-экономической категории «доходы населения» // Экономика и предпринимательство. 2024. № 6 (167). С. 59–62. https://doi.org/10.34925/EIP.2024.167.6.008, EDN: PLSNSW

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».