Научная статья на тему 'Интегральный индекс развития регионов'

Интегральный индекс развития регионов Текст научной статьи по специальности «Экономика и бизнес»

CC BY
2508
339
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ЭФФЕКТИВНОСТЬ ОБЩЕСТВЕННОГО РАЗВИТИЯ / EFFECTIVENESS / ИНТЕГРАЛЬНЫЙ ПОКАЗАТЕЛЬ / INTEGRAL INDEX / ЭКОЛОГИЧЕСКАЯ СФЕРА / SOCIO-ECONOMIC AND ENVIRONMENTAL SPHERES / МЕТОДИКА ПОСТРОЕНИЯ / CONSTRUCTION METHOD / SOCIAL DEVELOPMENT

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Виноградова Н.А.

Предмет. В статье рассмотрены показатели общественного развития региона. Цели. Разработка методики построения интегрального показателя развития регионов и обоснование целесообразности его применения. Методология. Использованы методы группировок, систематизации и сравнения, а также индексный и интегральный виды анализа. Результаты. Разработана методика расчета интегрального показателя развития регионов, дано обоснование этой методики. Выводы. Сделан вывод о том, что применение интегрального показателя развития регионов дает более объективную картину, учитывая более широкий и сбалансированный набор индикаторов. Расчет интегрального показателя развития регионов может быть использован в межрегиональных сравнениях для получения более объективной картины, характеризующей развитие того или иного региона и его положение среди других регионов страны.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Integrated index of regional development

Importance The article considers the indicators of social development of the region. Objectives The paper aims to develop a methodology of integral indicators of regional development and feasibility of its application. Methods For the study, I used methods of grouping, systematization, and comparison, as well as index and integral analyses. Results The article presents a methodology of calculation of integral regional development indicator and the substantiation of this technique. Conclusions and Relevance The paper concludes that the application of integral regional development indicator gives a clearer understanding of the regional development, due to a broader and balanced set of indicators. Calculation of integral regional development indicator can be used in inter-regional comparisons for a more objective picture, describing the development of a region and its position among other regions of the country.

Текст научной работы на тему «Интегральный индекс развития регионов»

Региональная экономика: Regional Economics:

теория и практика 2 (2016) 68-83 Theory and Practice

ISSN 2311-8733 (Online) Теории региональной экономики

ISSN 2073-1477 (Print)

ИНТЕГРАЛЬНЫЙ ИНДЕКС РАЗВИТИЯ РЕГИОНОВ Наталия Анатольевна ВИНОГРАДОВА

кандидат экономических наук, доцент кафедры экономики и информационных технологий, Мценский филиал Государственного университета - учебно-научно-производственного комплекса, Мценск, Орловская область, Российская Федерация vna-06@mail.ru

История статьи:

Принята 16.04.2015 Одобрена 14.05.2015

УДК 311.3

JEL: B41, С02, С10, С13

Ключевые слова:

эффективность общественного развития, интегральный показатель, экологическая сфера, методика построения

Аннотация

Предмет. В статье рассмотрены показатели общественного развития региона.

Цели. Разработка методики построения интегрального показателя развития регионов

и обоснование целесообразности его применения.

Методология. Использованы методы группировок, систематизации и сравнения, а также индексный и интегральный виды анализа.

Результаты. Разработана методика расчета интегрального показателя развития регионов, дано обоснование этой методики.

Выводы. Сделан вывод о том, что применение интегрального показателя развития регионов дает более объективную картину, учитывая более широкий и сбалансированный набор индикаторов. Расчет интегрального показателя развития регионов может быть использован в межрегиональных сравнениях для получения более объективной картины, характеризующей развитие того или иного региона и его положение среди других регионов страны.

© Издательский дом ФИНАНСЫ и КРЕДИТ, 2015

Оценка результатов развития отдельных регионов в масштабах Российской Федерации является актуальной проблемой. Это связано с тем, что управленческие процессы в такой территориально обширной и социально и экономически неоднородной стране, как Россия, многократно сложнее, чем в небольших унитарных государствах [1]. И для целей управления необходима исчерпывающая объективная информация о текущем состоянии регионов.

Предлагается применить для измерения уровня развития регионов России интегральный показатель развития региона (ИПРР), который уже был апробирован на межстрановом уровне1. Далее будут рассмотрены основные этапы конструирования интегрального показателя развития региона.

Первый этап - определение набора показателей по сферам общественного развития. Как

правило, предлагаемые перечни структурированы по нескольким разделам и содержат экономические, социальные и экологические показатели [2, 3]. В рамках данной схемы интегральный показатель развития региона должен включать в себя три блока: социальный, экологический и экономический.

1 Виноградова Н.А. Модернизация методологии оценки конечных результатов и эффективности общественного развития // Экономический анализ: теория и практика. 2014. № 43. С. 14-27.

С учетом специфики развития отдельных регионов и особенностей региональной статистической базы предлагается следующий набор показателей.

Экономические показатели. В этот блок предлагается включить следующие показатели:

• ВРП на душу населения;

• прожиточный минимум;

• коэффициент покупательной способности;

• скорректированный ВРП на душу населения.

Валовой региональный продукт на душу населения рассматривается как итоговый региональный экономический показатель. Следует отметить, что стоимость жизни в российских регионах значительно различается, поэтому величина среднедушевого ВРП должна быть скорректирована с учетом покупательной способности рубля в регионах [4]. Для этих целей были рассчитаны коэффициенты покупательной способности (аналоги паритетов покупательной способности) как отношение общероссийского прожиточного минимума (7 326 руб. в 2012 г.) к прожиточным минимумам в регионах. Корректировка ВРП осуществлялась путем их умножения на полученные коэффициенты (табл. 1).

Отношение средств клиентов в банках региона к ВРП рассчитывается как отношение привлеченных средств физических и юридических

лиц банками региона в рублях и в иностранной валюте к ВРП региона. Данный показатель является аналогом коэффициента монетизации, поскольку отражает развитость финансовой системы региона. Однако в отличие от монетизации данный коэффициент

не учитывает наличную составляющую денежной массы. Но в рамках одной страны это не существенно, поскольку наличная денежная масса может свободно перетекать из региона в регион. Кроме того, затруднена статистическая оценка наличного денежного обращения в регионах [5]. Расчет рассматриваемого показателя представлен в табл. 2.

Под безработицей понимается наличие людей, которые составляют часть экономически активного населения, которые способны и желают трудиться по найму, но не могут найти работу [6].

Согласно определению Международной организации труда человек в возрасте 10-72 лет (в России по методологии Росстата в возрасте 15-72 лет) признается безработным, если на критическую неделю обследования населения по проблемам занятости он одновременно:

• не имел работы;

• искал работу;

• был готов приступить к работе.

Уровень безработицы - это количественный показатель, позволяющий сравнить безработицу для разной численности населения (для разных регионов или разных периодов одного и того же региона) [7]. Уровень безработицы рассчитывается как отношение числа безработных к общей численности экономически активного населения или к численности интересующей группы населения (безработица среди женщин, молодежи, сельского населения и т.п.). Чаще он всего выражается в процентах [8].

Безработица является не чисто экономическим показателем, а скорее социально-экономическим. Тем не менее он относится к экономическому блоку, поскольку в первую очередь он показывает использование труда как одного из важнейших ресурсов воспроизводства. Высокая занятость свидетельствует о положительной динамике в экономике.

Социальные показатели. Это качественные и количественные характеристики отдельных свойств и состояний социальных объектов и процессов, совокупность которых отражает их существенные особенности в статике и динамике [9]. К социальным показателям

относятся демографические, социально-структурные, политические, социально-культурные и т.д. Предлагается охарактеризовать следующие показатели.

Продолжительность жизни - важнейший интегральный демографический показатель, характеризующий уровень смертности

населения [10]. Упрощенно говоря, он обозначает среднее количество лет предстоящей жизни человека и является итоговым показателем таблицы смертности. Как правило, под «ожидаемой продолжительностью жизни» понимают ожидаемую продолжительность жизни при рождении. По данному показателю можно судить не только о здоровье нации, но и косвенно об эффективности системы здравоохранения [11].

Уровень образования в регионах предлагается оценивать по двум показателям, а именно:

• охват дошкольными образовательными учреждениями детей в возрасте 1-6 лет, скорректированный на численность детей в возрасте 5-6 лет, обучающихся в школе (%);

• удельный вес детей, обучающихся в общеобразовательных учреждениях (% от общей численности детей соответствующего возраста).

Вначале рассчитывается среднее значение стандартизированных показателей, далее определяется функция стандартного нормального интегрального распределения по этому среднему значению.

Неравенство в обществе - это неравные возможности членов общества, для отражения которых наиболее часто используется показатель неравенства в доходах, который может рассматриваться как отдельная важная категория. Поэтому в состав социального блока был введен самостоятельный показатель неравномерности распределения населения по доходам -коэффициент Джини. Значения данного показателя варьируются от 0 (в случае абсолютного равенства доходов) до 1 (в случае абсолютно неравных доходов всего населения) [12]. Коэффициент Джини имеет ряд преимуществ перед другими показателями дифференциации доходов.

Уровень преступности предлагается оценивать по числу зарегистрированных преступлений в расчете на 100 тыс. чел.

В качестве экологического показателя был выбран объем выбросов в атмосферу загрязняющих веществ, отходящих от стационарных источников. Поскольку данный показатель связан с размерами

экономики региона, было рассчитано отношение выбросов к ВРП [13]. Итоговый экологический показатель, таким образом, отражает количество выбросов в атмосферу на единицу ВРП в тоннах на миллионы рублей (табл. 3).

Второй этап - преобразование данных в нормальное распределение. Все показатели должны пройти проверку на соответствие нормальному типу распределения и при необходимости быть преобразованными с помощью таких процедур, как

логарифмирование, возведение в дробную степень, переход к первым разницам и т.д. [14]. Преобразование данных необходимо прежде всего для того, чтобы придать им соразмерный вид при нормировании. Без соблюдения данной процедуры нормирование будет обеспечивать единую шкалу данных, но распределение значений вдоль этой шкалы у разных показателей будет разным [15].

По результатам анализа рядов данных также были сделаны выводы о необходимости исключения некоторых регионов из исследования в связи с существенным отклонением значений показателей в этих регионах от средних значений по России. Таким регионами стали Ненецкий автономный округ, Ханты-Мансийский автономный округ — Югра, Ямало-Ненецкий автономный округ.

На данном этапе проведено исследование соответствия показателей нормальному

распределению при помощи теста Колмогорова — Смирнова (табл. 4).

Отклонение от нормального распределения считается существенным при значении р< 0,05 [16]. В данном случае нормальному распределению не соответствуют данные по душевому ВРП, отношению средств клиентов в банках региона к ВРП, безработице и выбросам в атмосферу. Остальные переменные достаточно хорошо подчиняются нормальному

распределению [17].

Далее предлагается проверить гипотезу на соответствие нормальному распределению логарифмов показателей, которые не прошли первый тест (табл. 5).

Душевой ВРП, отношение средств клиентов в банках региона к ВРП, безработица и объем выбросов хорошо соответствуют логарифмически нормальному распределению. Таким образом, для данных показателей предлагается использовать логарифмирование в качестве процедуры преобразования (табл. 6).

Третий этап — процедура нормирования по стандартному отклонению. Применяем формулы:

X, - X , о,-

для показателей-стимулянтов,

более высокое значение которых соответствует положительному общественному развитию;

Z

X ,- X ,

о,-

для показателей-дестимулянтов,

более высокое значение которых соответствует отрицательному общественному развитию,

где 2 - нормализованное значение /-го показателя;

X/ - среднее значение /-го показателя в преобразованном виде;

X/ - фактическое значение /-го показателя в преобразованном виде;

о; - стандартное отклонение /-го показателя в преобразованном виде [18].

При этом в данном списке показателей есть как стимулянты, так и дестимулянты (табл. 7).

Четвертый этап — приведение показателей в функцию стандартного нормального интегрального распределения (от 0 до 1).

Применяем формулу:

1

V 2 п

ZHopM_ 1 2

где Z

норм

нормальное распределение показателя.

Пятый этап — построение корреляционной матрицы показателей. После преобразования и нормирования данных применение

корреляционного анализа дает более надежные результаты [19]. Построение корреляционной матрицы необходимо для выявления мультиколлинеарности внутри групп показателей. В случае если какие-либо показатели тесно коррелируют между собой и в то же время характеризуют одну сферу, предлагается исключить один из таких показателей. Однако тесная связь показателей, характеризующих разные сферы (экономическую, социальную или экологическую), не является основанием для исключения показателей, поскольку они тем более характеризуют разные процессы [20].

Поскольку в экологическую сферу входит только один показатель (индекс результативности экологической деятельности), то корреляционные матрицы были построены для показателей экономической и социальной сфер (табл. 8, 9).

z

Функциональных или близких к ним взаимосвязей между показателями не наблюдается. Высокая корреляция прослеживается только в социальном блоке между преступностью

и продолжительностью жизни. Однако данные показатели описывают различные аспекты качества жизни, поэтому оба могут быть оставлены в индексе.

Шестой этап - поиск веса показателей, входящих в блоки. Вначале было найдено среднее значение показателей, приведенных к функции нормального распределения, и вычислены коэффициенты детерминации каждого показателя со средним значением (табл. 10).

Аналогичным образом были рассчитаны весовые коэффициенты для показателей социального блока (табл. 12).

Седьмой этап — расчет индексов по сферам (экономического, социального

и экологического), а также интегрального показателя развития региона (табл. 13). Вся совокупность регионов была разбита на пять групп в зависимости от значения ИПРР, как и в случае со странами. В результате регионы распределились по группам (табл. 14).

Первое место по ИПРР заняли города федерального значения Москва и Санкт-Петербург. Следует отметить, что эти субъекты значительно обошли остальные регионы по показателю развития. Третье место заняла Владимирская область с разрывом в 103 пункта от Москвы. Далее идут Московская, Калининградская, Пензенская, Калужская, Белгородская области. С ИПРР в пределах от 0,6 до 0,7 находятся сразу 17 регионов.

Самая многочисленная группа - со средним значением ИПРР. В нее входят Республика Мордовия, Ивановская, Ростовская, Орловская, Тверская, Тамбовская области и другие субъекты.

Наихудшее значение ИПРР имеют Республика Коми, Кемеровская область, Красноярский край и Республика Тыва. Следует отметить, что в группу с низким значением показателя развития региона попали достаточно развитые в экономическом плане субъекты. Однако низкие социальные и экологические показатели в результате дали низкое значение агрегированного показателя развития региона.

Предлагается проанализировать степень негармоничности развития регионов, определив различия между индексами.

Оценка степени негармоничности развития регионов в экономической и социальной сферах представлена в табл. 15.

Наиболее несбалансированное развитие в экономической и социальной сферах наблюдается в Магаданской, Самарской областях, Москве, в Чукотском автономном округе, Пермском крае, Московской области и Санкт-Петербурге и др. Несмотря на несбалансированное развитие в данных сферах, Москва, Московская область, Санкт-Петербург являются лидерами по интегральному показателю развития регионов, а Пермский край и Чукотский автономный округ находятся соответственно на 60-м и 48-м местах. В этих регионах экономический индекс выше социального индекса более чем на 0,3. Наоборот, в некоторых регионах социальный индекс намного превышает экономический (в Республике Ингушетии — на 0,873, в Чеченской Республике -на 0,789, в Республике Дагестан - на 0,764). Также социальный индекс выше экономического в Карачаево-Черкесской Республике, в Кабардино-Балкарской Республике и Республике Калмыкии, что свидетельствует о значительном дисбалансе в развитии данных регионов.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

В табл. 16 представлена оценка

сбалансированности развития изучаемых регионов в экономической и экологической сферах.

Наиболее несбалансированное развитие в экономической и экологической сферах наблюдается в Липецкой, Вологодской, Кемеровской, Свердловской, Тульской областях, Красноярском крае и др. В этих регионах экономический индекс выше экологического индекса более чем на 0,4. При этом отмеченные регионы по интегральному показателю развития находятся соответственно на 61-м, 72-м, 78-м, 58-м, 39-м и 79-м местах. С другой стороны, существуют регионы, в которых экологическая ситуация намного лучше экономической. К таким регионам относятся Республика Ингушетия, Республика Дагестан, Кабардино-Балкарская Республика, Республика Северная Осетия, Чеченская Республика, Республика Калмыкия и др. С точки зрения ИПРР данных регионов Республика Северная Осетия — Алания находится на 19-м месте, а Чеченская Республика — на 73-м месте.

Следует отметить, что экологический индекс, представленный одним показателем, по сути отражает не текущее состояние экологии, а динамику загрязнения экологической среды. Например, Москва является одним из лидеров

по экологическому индексу в связи с тем, что объем выбросов на единицу ВРП (на 1 млн руб.) значительно ниже, чем в других регионах.

На заключительном этапе анализа была проведена оценка регионов по степени сбалансированности развития в социальной и экологической сферах (табл. 17).

В группу регионов, в которых социальная ситуация значительно лучше экологической, входят Липецкая, Тульская, Рязанская, Оренбургская, Вологодская области, Карачаево-Черкесская Республика и др. В этих регионах

социальный индекс выше экологического индекса более чем на 0,3.

Превышение экологического индекса над социальным существенно в Сахалинской, Калужской, Московской областях, Москве и Санкт-Петербурге. При этом данные регионы являются одними из лучших по значению интегрального показателя развития регионов.

Представленный анализ ситуации по уровню развития различных регионов должен являться отправной точкой формирования региональных стратегий развития.

Таблица 1

Расчет скорректированного душевого ВРП по покупательной способности, руб.

Регион ВРП на душу населения, руб. Прожиточный минимум, руб. Коэффициент покупательной способности Скорректированный ВРП на душу населения, руб.

Алтайский край 154 206 6 561 1,117 172 186

Амурская область 285 643 9 251 0,792 226 205

Архангельская область 387 959 10 243 0,715 277 476

Ненецкий автономный округ 3 841 049 15 517 0,472 1 813 464

Астраханская область 261 686 6 271 1,168 305 710

Белгородская область 354 983 6 106 1,2 425 910

Брянская область 166 654 6 543 1,12 186 597

Республика Татарстан_376 889_6 278_1,167_439 804

Республика Тыва 121 499 8 137 0,9 109 389

Удмуртская Республика 244 746 6 375 1,149 281 257

Республика Хакасия 245 382 7 101 1,032 253 157

Чеченская Республика 78 934 6 301 1,163 91 775

Чувашская Республика 174 294 6 049 1,211 211 088

Республика Саха (Якутия) 565 450 11 923 0,614 347 437

Еврейская автономная 244 614 9 532 0,769 188 001

область

Источник: данные Росстата

Таблица 2

Расчет отношения средств клиентов в банках региона к ВРП, %

Регион Средства физических лиц, млн руб. Средства юридических лиц, млн руб. Сумма средств физических и юридических лиц, млн руб. ВРП, млн руб. Отношение средств клиентов в банках региона к ВРП, %

Алтайский край 120 839 9 914 130 753 370 555 35,3

Амурская 61 035 3 340 64 375 234 010 27,5

область

Архангельская 106 884 8 132 115 016 304 942 37,7

область

Ненецкий 6 225 165 6 390 163 679 3,9

автономный

округ

Астраханская 57 937 4 883 62 820 211330 29,7

область

Белгородская 134 853 25 465 160 318 546 152 29,4

область

Брянская область 66 334 5 374 71 708 209 824 34,2

Республика 516 528 56 113 572 641 1 436 933 39,9

Татарстан

Республика Тыва 6 217 205 6 422 37 653 17,1

Удмуртская 102 107 5 840 107 947 371 498 29,1

Республика

Республика 23 813 1 148 24 961 130 686 19,1

Хакасия

Чеченская 17 303 134 17 437 103 677 16,8

Республика

Чувашская 74 169 5 841 80 010 217 034 36,9

Республика

Республика Саха 87 212 4 959 92 171 540 412 17,1

(Якутия)

Еврейская 8 167 394 8 561 42 451 20,2

автономная

область

Источник: данные Росстата, Банка России

Таблица 3

Расчет объемов выбросов в расчете на 1 млн руб. ВРП

Регион Выбросы в атмосферу загрязняющих веществ, отходящих от стационарных источников, тыс. т ВРП, млн руб. Выбросы, т/млн руб. ВРП

Алтайский край 201,2 370 555 0,543

Амурская область 125,4 234 010 0,536

Архангельская область (без Ненецкого автономного округа) 172,7 304 942 0,566

Ненецкий автономный округ 72,7 163 679 0,444

Астраханская область 130,5 211 330 0,617

Белгородская область 117,7 546 152 0,216

Брянская область 36,7 209 824 0,175

Республика Татарстан 298,1 1 436 933 0,207

Республика Тыва 18,9 37 653 0,502

Удмуртская Республика 171,9 371 498 0,463

Республика Хакасия 90,4 130 686 0,692

Чеченская Республика 21,5 103 677 0,207

Чувашская Республика 29,4 217 034 0,136

Республика Саха (Якутия) 165,1 540 412 0,306

Еврейская автономная область 24,2 42 451 0,57

Источник: данные Росстата

Таблица 4

Одновыборочный критерий Колмогорова - Смирнова для показателей, входящих в региональный интегральный показатель развития региона, при 83 наблюдениях

Показатель ВРП на душу населения, руб. Отношение средств клиентов в банках региона к ВРП, % Безработица, % Продолжительность жизни, лет Количество дошкольных образовательных учреждений, %

Среднее значение показателя 306 478 33,8 6,84 69,96 59,57

Стандартное отклонение 252 254 18,2 5,32 2,59 12,94

Критерий Колмогорова -Смирнова (статистика 2) 2,437 1,571 2,585 0,983 1,201

Асимптоматическое значение (р) — 0,014 — 0,289 0,112

Продолжение табл. 4

Показатель Удельный вес детей, обучающихся в общеобразовательных учреждениях, % Коэффициент распределения населения по доходам Количество преступлений на 100 тыс. жителей Выбросы, т/млн руб. ВРП

Среднее значение показателя 89,96 0,395 1529,9 0,413

Стандартное отклонение 5,38 0,022 524,9 0,394

Критерий Колмогорова -Смирнова (статистика 2) 0,682 1,079 0,765 1,581

Асимптоматическое значение (р) 0,7 0,194 0,602 0,013

Источник: авторская разработка

Таблица 5

Одновыборочный критерий Колмогорова - Смирнова для логарифмов некоторых показателей при 83 наблюдениях

Показатель Логарифм показателя «ВРП на душу населения» Логарифм показателя «Отношение средств клиентов в банках региона к ВРП» Логарифм показателя «Уровень безработицы» Логарифм показателя «Выбросы»

Среднее значение 12,47 3,416 1,784 1,309

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Стандартное отклонение 0,512 0,47 0,478 1,035

Критерий Колмогорова -Смирнова (статистика 2) 1,14 1,078 1,228 0,882

Асимптоматическое значение (р) 0,149 0,196 0,098 0,418

Источник: авторская разработка

Таблица 6

Процедура преобразования данных для их соответствия нормальному распределению

Показатель Процедура преобразования

ВРП на душу населения, скорректированный на коэффициент покупательной способности Натуральный логарифм

Отношение средств клиентов в банках региона к ВРП Натуральный логарифм

Уровень безработицы Натуральный логарифм

Продолжительность жизни -

Количество дошкольных образовательных учреждений -

Удельный вес детей, обучающихся в общеобразовательных учреждениях -

Дифференциация доходов населения -

Уровень преступности -

Объем выбросов в атмосферу загрязняющих веществ Натуральный логарифм

Источник: авторская разработка

Таблица 7

Типы показателей, входящих в интегральный показатель развития региона

Показатель Тип показателя

Логарифм показателя «ВРП на душу населения» Стимулянт

Логарифм показателя «Отношение средств клиентов в банках региона к ВРП» Стимулянт

Логарифм показателя «Безработица» Дестимулянт

Продолжительность жизни Стимулянт

Количество дошкольных образовательных учреждений Стимулянт

Удельный вес детей, обучающихся в общеобразовательных учреждениях Стимулянт

Дифференциация доходов населения (показатель Джини) Дестимулянт

Уровень преступности Дестимулянт

Индекс результативности экологической деятельности Стимулянт

Источник: авторская разработка

Таблица 8

Корреляционная матрица для показателей экономической сферы

Нормальное распределение показателей и логарифмов Нормальное распределение показателя «ВРП на душу населения» Нормальное распределение логарифма показателя «Отношение средств клиентов в банках региона к ВРП» Нормальное распределение показателя «Уровень безработицы»

ВРП на душу населения 1 - -

Отношение средств клиентов в банках региона к ВРП 0,078 1 -

Уровень безработицы 0,565 0,594 1

Источник: авторская разработка

Таблица 9

Корреляционная матрица для показателей социальной сферы

Показатель Нормальное распределение показателя «Продолжительность жизни» Нормальное распределение показателя «Образование» Нормальное распределение показателя «Распределение населения по доходам» Нормальное распределение показателя «Преступность»

Продолжительность жизни 1 - - -

Образование 0,659 1 - -

Распределение населения по доходам 0,028 0,11 1 -

Преступность 0,721 0,583 0,166 1

Источник: авторская разработка

Таблица 10

Коэффициенты детерминации индикаторов экономического блока со средним значением индикаторов

Показатель Нормальное распределение показателя «ВРП на душу населения» Нормальное распределение логарифма показателя «Отношение средств клиентов в банках региона к ВРП» Нормальное распределение показателя «Уровень безработицы»

Коэффициент детерминации 0,511 0,504 0,837

показателей со средним

значением

Источник: авторская разработка

Таблица 11

Матрица парных сравнений и весовые коэффициенты индикаторов экономического блока

Показатель Нормальное распределение показателя «ВРП на душу населения» Нормальное распределение логарифма показателя «Отношение средств клиентов в банках региона к ВРП» Нормальное распределение показателя «Уровень безработицы» Среднее геометрическое значение

Нормальное распределение показателя «ВРП на душу населения» 1 0,511 / 0,504 = 1,013 0,511 / 0,837 = 0,61 0,852

Нормальное распределение логарифма показателя «Отношение средств клиентов в банках региона к ВРП» 0,504 / 0511 = 0,987 1 0,504 / 0837 = 0,602 0,841

Нормальное распределение показателя «Уровень безработицы» 0,837 / 0,511 = 1,64 0,837 / 0,504 = 1,662 1 1,397

Весовой коэффициент (рассчитан как отношение среднего геометрического значения по строкам матрицы к сумме) 0,852 / 3,089 = 0,276 0,841 / 3,089 = 0,272 1,397 / 3,089 = 0,452 £3,089

Источник: авторская разработка

Таблица 12

Коэффициенты детерминации индикаторов социального блока со средним значением индикаторов

Показатель Нормальное распределение показателя «Продолжительность жизни» Нормальное распределение показателя «Уровень образования» Нормальное распределение показателя «Распределение населения по доходам» Нормальное распределение показателя «Уровень преступности»

Весовой коэффициент 0,264 0,051 0,258 0,427

Источник: авторская разработка

Таблица 13

Расчет интегрального показателя развития регионов

Рейтинг Регион Экономический индекс /эк Социальный индекс /соц Экологический индекс /экол Интегральный показатель развития регионов

Высокое значение интегрального показателя развития регионов (0,8— 1)

1 Санкт-Петербург 0,984 0,627 0,980 0,845

2 Москва 0,994 0,516 1,000 0,801

Значение интегрального показателя развития регионов выше среднего (0,6- —0,799)

3 Владимирская область 0,686 0,622 0,796 0,698

4 Московская область 0,825 0,463 0,874 0,694

5 Калининградская область 0,668 0,562 0,884 0,692

6 Пензенская область 0,57 0,715 0,784 0,684

7 Калужская область 0,698 0,483 0,941 0,682

8 Белгородская область 0,727 0,685 0,583 0,662

9 Чувашская Республика 0,519 0,738 0,744 0,658

10 Республика Татарстан 0,813 0,583 0,597 0,656

11 Воронежская область 0,715 0,523 0,749 0,654

12 Курская область 0,609 0,624 0,713 0,647

13 Саратовская область 0,595 0,693 0,598 0,627

14 Ярославская область 0,729 0,639 0,524 0,625

15 Нижегородская область 0,751 0,438 0,711 0,616

16 Ставропольский край 0,516 0,679 0,661 0,614

17 Краснодарский край 0,553 0,574 0,728 0,613

18 Ульяновская область 0,516 0,637 0,698 0,612

19 Республика Северная Осетия - Алания 0,273 0,854 0,946 0,604

Среднее значение интегрального показателя развития регионов (0,4—0,599)

20 Республика Мордовия 0,564 0,74 0,491 0,59

21 Ивановская область 0,552 0,637 0,571 0,585

22 Ростовская область 0,518 0,624 0,559 0,566

23 Орловская область 0,504 0,519 0,684 0,564

24 Тверская область 0,556 0,556 0,566 0,559

25 Тамбовская область 0,602 0,576 0,504 0,559

26 Тюменская область 0,68 0,378 0,648 0,55

27 Республика Марий Эл 0,485 0,598 0,561 0,546

28 Брянская область 0,502 0,489 0,659 0,545

29 Рязанская область 0,636 0,737 0,334 0,539

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

30 Костромская область 0,582 0,717 0,366 0,535

31 Ленинградская область 0,609 0,636 0,384 0,530

32 Волгоградская область 0,447 0,678 0,455 0,516

33 Кабардино-Балкарская Республика 0,167 0,827 0,993 0,516

34 Камчатский край 0,536 0,488 0,515 0,512

35 Смоленская область 0,533 0,538 0,467 0,512

36 Республика Адыгея 0,234 0,742 0,753 0,508

37 Самарская область 0,814 0,321 0,486 0,503

38 Псковская область 0,395 0,564 0,526 0,49

39 Тульская область 0,677 0,695 0,226 0,474

40 Новосибирская область 0,589 0,352 0,460 0,457

41 Республика Саха (Якутия) 0,387 0,548 0,449 0,457

42 Республика Башкортостан 0,576 0,447 0,359 0,452

43 Новгородская область 0,577 0,312 0,508 0,451

44 Хабаровский край 0,593 0,292 0,506 0,444

45 Кировская область 0,504 0,582 0,282 0,436

46 Удмуртская Республика 0,53 0,5 0,299 0,429

47 Архангельская область 0,58 0,547 0,235 0,421

48 Чукотский автономный округ 0,695 0,314 0,331 0,416

Значение интегрального показателя развития регионов ниже среднего (0,3- -0,399)

49 Омская область 0,465 0,42 0,325 0,399

50 Карачаево-Черкесская Республика 0,178 0,874 0,394 0,394

51 Магаданская область 0,819 0,194 0,37 0,389

52 Приморский край 0,481 0,276 0,425 0,383

53 Сахалинская область 0,439 0,152 0,781 0,374

54 Республика Дагестан 0,062 0,826 0,962 0,366

55 Оренбургская область 0,58 0,52 0,142 0,35

56 Астраханская область 0,457 0,444 0,21 0,35

57 Республика Калмыкия 0,086 0,708 0,616 0,335

58 Свердловская область 0,63 0,357 0,164 0,333

59 Алтайский край 0,329 0,441 0,248 0,33

60 Пермский край 0,553 0,187 0,341 0,328

61 Липецкая область 0,717 0,614 0,077 0,324

62 Челябинская область 0,547 0,401 0,148 0,319

63 Республика Карелия 0,362 0,525 0,166 0,316

64 Курганская область 0,287 0,283 0,37 0,311

65 Амурская область 0,431 0,265 0,252 0,306

Низкое значение интегрального показателя развития регионов (0,0—0,299)

66 Республика Хакасия 0,398 0,372 0,18 0,299

67 Мурманская область 0,526 0,466 0,109 0,299

68 Томская область 0,437 0,421 0,141 0,296

69 Республика Ингушетия 0,025 0,897 0,997 0,28

70 Республика Алтай 0,13 0,351 0,443 0,272

71 Еврейская автономная область 0,215 0,366 0,233 0,264

72 Вологодская область 0,558 0,428 0,055 0,236

73 Чеченская Республика 0,015 0,804 0,598 0,193

74 Республика Бурятия 0,263 0,145 0,183 0,191

75 Забайкальский край 0,182 0,153 0,237 0,188

76 Иркутская область 0,379 0,141 0,117 0,184

77 Республика Коми 0,45 0,22 0,042 0,161

78 Кемеровская область 0,53 0,223 0,03 0,152

79 Красноярский край 0,525 0,212 0,024 0,138

80 Республика Тыва 0,023 0,323 0,272 0,127

Источник: авторская разработка

Таблица 14

Распределение регионов по группам в зависимости от значения интегрального показателя развития регионов

Значение интегрального показателя развития регионов Количество регионов

Высокое (0,8-1,0) 2

Выше среднего (0,6-0,799) 17

Среднее (0,4-0,599) 29

Ниже среднего (0,3-0,399) 17

Низкое (0,0-0,299) 15

Источник: авторская разработка

Таблица 15

Оценка степени негармоничности развития регионов в экономической и социальной сферах

Ранг ИПРР Регион I — I ^эк ^соц

51 Магаданская область 0,625

37 Самарская область 0,493

2 Москва 0,478

48 Чукотский автономный округ 0,381

60 Пермский край 0,367

4 Московская область 0,361

1 Санкт-Петербург 0,357

79 Красноярский край 0,313

15 Нижегородская область 0,313

78 Кемеровская область 0,306

32 Волгоградская область 0,231

80 Республика Тыва 0,3

36 Республика Адыгея 0,508

19 Республика Северная Осетия - Алания 0,581

57 Республика Калмыкия 0,621

33 Кабардино-Балкарская Республика 0,661

50 Карачаево-Черкесская Республика 0,696

54 Республика Дагестан 0,764

73 Чеченская Республика 0,789

69 Республика Ингушетия 0,873

Примечание. /ж - индекс развития экономической сферы; /соц- индекс развития социальной сферы. Источник: авторская разработка

Таблица 16

Оценка степени негармоничности развития регионов в экономической и экологической сферах

Ранг И11РР_Регион_1эк — 1Экол

61_Липецкая область_0,64

7 2_Вологодская область_0,503

7 9_Красноярский край_0,501

78_Кемеровская область_0,5

58_Свердловская область_0,466

39_Тульская область_0,451

51_Магаданская область_0,449

55_Оренбургская область_0,438

67_Мурманская область_0,417

77_Республика Коми_0,408

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

8 0_Республика Тыва_0,249

70_Республика Алтай_0,313

5 3_Сахалинская область_0,342

36_Республика Адыгея_0,519

57_Республика Калмыкия_0,529

7 3_Чеченская Республика_0,583

19_Республика Северная Осетия - Алания_0,673

33_Кабардино-Балкарская Республика_0,827

5 4_Республика Дагестан_0,901

69_Республика Ингушетия_0,972

Примечание. /ж - индекс развития экономической сферы; /экол - индекс развития экологической сферы. Источник: авторская разработка

Таблица 17

Оценка степени негармоничности развития регионов в социальной и экологической сферах

Ранг ИПРР Регион /соц 1экол

61 Липецкая область 0,537

50 Карачаево-Черкесская Республика 0,48

39 Тульская область 0,469

29 Рязанская область 0,402

55 Оренбургская область 0,378

72 Вологодская область 0,373

63 Республика Карелия 0,359

67 Мурманская область 0,357

30 Костромская область 0,351

47 Архангельская область 0,312

44 Хабаровский край 0,215

11 Воронежская область 0,226

26 Тюменская область 0,27

15 Нижегородская область 0,273

5 Калининградская область 0,322

1 Санкт-Петербург 0,354

4 Московская область 0,41

7 Калужская область 0,458

2 Москва 0,484

53 Сахалинская область 0,628

Примечание. /соц - индекс развития социальной сферы, /экол - индекс развития экологической сферы. Источник: авторская разработка

Список литературы

1. Власенкова Е.А., Садков В.Г. О необходимости формирования целостной многоуровневой системы стратегического программирования в Российской Федерации // Экономика и предпринимательство. 2014. № 1-2. С. 56-61.

2. Боссель Х. Показатели устойчивого развития: теория, метод, практическое использование. Тюмень: Институт проблем освоения Севера СО РАН, 2001. 123 с.

3. Cross R., Fare R. Value Data and the Fisher Index // Theoretical Economics Letters. 2015. Vol. 5. № 2. P. 262-267. doi: 10.4236/tel.2015.52031

4. Давыдов А., Попов В., Френкель А. Индекс хозяйственной конъюнктуры в России: построение и результаты // Мировая экономика и международные отношения. 1993. № 12. С. 29-41.

5. Baker M., Wurgler J. Market Timing and Capital Structure // Journal of Finance. 2002. Vol. 57. № 1. P. 1-32. doi: 10.1111/1540-6261.00414

6. Садков В.Г., Греков И.Е. Об оптимальных размерах участия государства в экономике // Общество и экономика. 2006. № 11-12. С. 57-77.

7. Айвазян С.А. К методологии измерения синтетических категорий качества жизни населения // Экономика и математические методы. 2003. № 2. С. 33-53.

8. Mazurov Y.L., Tikunov V. How to measure sustainable development: a view from Russia // International Journal of Sustainable Development and World Ecology. 2006. Vol. 13. № 6. P. 525-537.

9. Фахрутдинова Е.В. Роль социальной сферы и социальной политики в обеспечении устойчивого социально-экономического развития страны // Экономические науки. 2009. № 57. С. 7-11.

10. Lynch D. Measuring financial sector development: A study of selected Asia-Pacific countries // The Developing Economies. 1996. Vol. 34. № 1. P. 3-33.

11. Бобылев С.Н., КозельцевМ.Ю., КсенофонтовМ.Ю. и др. Индикаторы устойчивого развития России: эколого-экономические аспекты. М.: ЦПРП, 2001. 220 с.

12. Cover Thomas M., Thomas Joy A. Elements of Information Theory. John Wiley and Sons, 2006. 748 p.

13. Diewert W.E. Exact and Superlative Index Numbers // Journal of Econometrics. 1976. Vol. 4. № 2. P. 115-145. doi: 10.1016/0304-4076(76)90009-9

14. Diewert W.E. Fisher Ideal Output, Input and Productivity Indexes Revisited // Journal of Productivity Analysis. 1992. № 3. P. 211-248. doi: 10.1007/BF00158354

15. Ильченко А.Н., Абрамова Е.А., Иванова Н.А. Статистический анализ развития регионов на основе интегральной оценки социально-экономической инфраструктуры // Фундаментальные исследования. 2013. № 8-6. С. 1440-1445.

16. Kaplan R.S., Norton D.P. Using the Balanced Scorecard as a Strategic Management System // Harvard Business Review. 1996. Vol. 74. № 1. P. 75-85.

17. Stan Czamanski, Luiz Augusto de Q. Ablas. Identification of Industrial Clusters and Complexes: A Comparison of Methods and Findings // Urban Studies. 1979. Vol. 16. № 1. P. 61-80. doi: 10.1080/713702464

18. Fuat Erdal, Asli Yenipazarli. Which economic freedoms contribute income per capita? Are results sensitive to the indicators and the estimation methods? // Emerging Markets, Finance & Trade. 2013. Vol. 49. № 5. P. 130-147. doi: 10.2753/REE1540-496X4905S508

19. Modigliani F., Miller MH. The cost of capital, corporate finance and the theory of investment // American Economic Review. 1958. Vol. 48. № 3. P. 261-297.

20. Кендалл М., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976.

736 с.

ISSN 2311-8733 (Online) ISSN 2073-1477 (Print)

INTEGRATED INDEX OF REGIONAL DEVELOPMENT Nataliya A. VINOGRADOVA

Theory of Regional Economy

State University Education-Science-Production Complex, Mtsensk Branch, Mtsensk, Orel Oblast, Russian Federation vna-06@mail.ru

Article history:

Received 16 April 2015 Accepted 14 May 2015

JEL classification: B41, C02, C10, C13

Keywords: effectiveness, social development, integral index, socio-economic and environmental spheres, construction method

Abstract

Importance The article considers the indicators of social development of the region.

Objectives The paper aims to develop a methodology of integral indicators of regional development

and feasibility of its application.

Methods For the study, I used methods of grouping, systematization, and comparison, as well as index and integral analyses.

Results The article presents a methodology of calculation of integral regional development indicator and the substantiation of this technique.

Conclusions and Relevance The paper concludes that the application of integral regional development indicator gives a clearer understanding of the regional development, due to a broader and balanced set of indicators. Calculation of integral regional development indicator can be used in inter-regional comparisons for a more objective picture, describing the development of a region and its position among other regions of the country.

© Publishing house FINANCE and CREDIT, 2015

References

1. Vlasenkova E.A., Sadkov V.G. O neobkhodimosti formirovaniya tselostnoi mnogourovnevoi sistemy strategicheskogo programmirovaniya v Rossiiskoi Federatsii [The necessity to form an integrated multilevel system of strategic planning in the Russian Federation]. Ekonomika i predprinimatel'stvo = Economy andEntrepreneurship, 2014, no. 1-2, pp. 56-61.

2. Bossel' Kh. Pokazateli ustoichivogo razvitiya: teoriya, metod, prakticheskoe ispol'zovanie [Indicators for sustainable development: theory, method, applications]. Tyumen, Institute of Problems of Development of North of Siberian Branch of RAS Publ., 2001, 123 p.

3. Cross R., Fare R. Value Data and the Fisher Index. Theoretical Economics Letters, 2015, vol. 5, no. 2, pp. 262-267. doi: 10.4236/tel.2015.52031

4. Davydov A., Popov V., Frenkel' A. Indeks khozyaistvennoi kon"yunktury v Rossii: postroenie i rezul'taty [Index of the economic environment in Russia: construction and results]. Mirovaya ekonomika i mezhdunarodnye otnosheniya = World Economy and International Relations, 1993, no. 12, pp. 29-41.

5. Baker M., Wurgler J. Market Timing and Capital Structure. Journal of Finance, 2002, vol. 57, no. 1, pp. 1-32. doi: 10.1111/1540-6261.00414

6. Sadkov V.G., Grekov I.E. Ob optimal'nykh razmerakh uchastiya gosudarstva v ekonomike [On optimal State's partnership in the economy]. Obshchestvo i ekonomika = Society and Economics, 2006, no. 11-12, pp. 57-77.

7. Aivazyan S.A. K metodologii izmereniya sinteticheskikh kategorii kachestva zhizni naseleniya [On a methodology of measuring of the population's life quality synthesized categories]. Ekonomika i matematicheskie metody = Economics and Mathematical Methods, 2003, no. 2, pp. 33-53.

8. Mazurov Y.L., Tikunov V. How to Measure Sustainable Development: A View from Russia. International Journal of Sustainable Development and World Ecology, 2006, vol. 13, no. 6, pp. 525-537.

9. Fakhrutdinova E.V. Rol' sotsial'noi sfery i sotsial'noi politiki v obespechenii ustoichivogo sotsial'no-ekonomicheskogo razvitiya strany [Sustainable social and economic development of the country: a role of the social sphere and social politics]. Ekonomicheskie nauki = Economic Sciences, 2009, no. 57, pp. 7-11.

10. Lynch D. Measuring Financial Sector Development: A Study of Selected Asia-Pacific Countries. The

Developing Economies, 1996, vol. 34, no. 1, pp. 3-33.

11. Bobylev S.N., Kozel'tsev M.Yu., Ksenofontov M.Yu. et al. Indikatory ustoichivogo razvitiya Rossii: ekologo-ekonomicheskie aspekty [Indicators of the sustainable development of Russia: ecological and economic aspects]. Moscow, TsPRP Publ., 2001, 220 p.

12. Cover Thomas M., Thomas Joy A. Elements of Information Theory. John Wiley and Sons, 2006, 748 p.

13. Diewert W.E. Exact and Superlative Index Numbers. Journal of Econometrics, 1976, vol. 4, no. 2, pp. 115-145. doi: 10.1016/0304-4076(76)90009-9

14. Diewert W.E. Fisher Ideal Output, Input and Productivity Indexes Revisited. Journal of Productivity Analysis, 1992, no. 3, pp. 211-248. doi: 10.1007/BF00158354

15. Il'chenko A.N., Abramova E.A., Ivanova N.A. Statisticheskii analiz razvitiya regionov na osnove integral'noi otsenki sotsial'no-ekonomicheskoi infrastruktury [A statistical analysis of the regional development based on the integrated estimate of social and economic infrastructure]. Fundamental'nye issledovaniya = Fundamental Research, 2013, no. 8-6, pp. 1440-1445.

16. Kaplan R.S., Norton D.P. Using the Balanced Scorecard as a Strategic Management System. Harvard Business Review, 1996, vol. 74, no. 1, pp. 75-85.

17. Stan Czamanski, Luiz Augusto de Q. Ablas. Identification of Industrial Clusters and Complexes: A Comparison of Methods and Findings. Urban Studies, 1979, vol. 16, no. 1, pp. 61-80. doi: 10.1080/713702464

18. Fuat Erdal, Asli Yenipazarli. Which Economic Freedoms Contribute Income Per Capita? Are Results Sensitive to the Indicators and the Estimation Methods? Emerging Markets, Finance & Trade, 2013, vol. 49, no. 5, pp. 130-147. doi: 10.2753/REE1540-496X4905S508

19. Modigliani F., Miller M.H. The Cost of Capital, Corporate Finance and the Theory of Investment. American Economic Review, 1958, vol. 48, no. 3, pp. 261-297.

20. Kendall M.G., Stuart A. Mnogomernyi statisticheskii analiz i vremennye ryady [The Advanced Theory of Statistics]. Moscow, Nauka Publ., 1976, 736 p.

i Надоели баннеры? Вы всегда можете отключить рекламу.