CC BY
3
Научная статья УДК 330.162
DOI: 10.14529^230307
ЭКОНОМИЧЕСКОЕ НЕРАВЕНСТВО В РОССИИ: АНАЛИЗ РЕГИОНАЛЬНЫХ ОСОБЕННОСТЕЙ
Е.А. Лясковская, liaskovskaiaea@susu.ru, https://orcid.org/0000-0003-2763-0857 И.И. Просвирина, irina.prosvirina@susu.ru, https://orcid.org/0000-0003-1791-993X Е.В. Кучина, kuchinaev@susu.ru, https://orcid.org/0000-0002-5218-0213 Южно-Уральский государственный университет, Челябинск, Россия
Аннотация. Управление уровнем неравенства является обязательным инструментом обеспечения устойчивого развития и сохранения политической стабильности. В работе систематизированы причины актуальности проблем экономического неравенства и его влиянии на экономическое развитие. Представлены результаты анализа региональных особенностей экономического неравенства в РФ, исследованы взаимосвязи между параметрами социально-экономического развития 85 субъектов РФ в период с 2012 по 2022 годы с показателями экономического неравенства. Выявлены временные тренды коэффициента концентрации доходов (индекса Джини) по стране в целом и для каждого из субъектов, определены их особенности. Используя метод к-средних проведен кластерный анализ 85 субъектов РФ по параметрам социально-экономического развития и экономического неравенства. Для каждого кластера проведен корреляционный анализ индекса Джини с размером ВРП на душу населения и средним значением среднемесячной номинальной начисленной заработной платы, используя усредненные за 11-летний интервал значения показателей, построены и проанализированы графики рассеяния. Сделаны выводы об особенностях экономического неравенства для каждого кластера, определены направления инструментализации социально-экономической политики преодоления экономического неравенства в регионах РФ.
Ключевые слова: экономика неравенства, экономическое неравенство, экономическое развитие в регионах РФ
Для цитирования: Лясковская Е.А., Просвирина И.И., Кучина Е.В. Экономическое неравенство в России: анализ региональных особенностей // Вестник ЮУрГУ. Серия «Экономика и менеджмент». 2023. Т. 17, № 3. С. 77-87. DOI: 10.14529^230307
Original article
DOI: 10.14529/em230307
ECONOMIC INEQUALITY IN RUSSIA: ANALYSIS OF REGIONAL PECULIARITIES
E.A. Lyaskovskaya, liaskovskaiaea@susu.ru, https://orcid.org/0000-0003-2763-0857 I.I. Prosvirina, irina.prosvirina@susu.ru, https://orcid.org/0000-0003-1791-993X E.V. Kuchina, kuchinaev@susu.ru, https://orcid.org/0000-0002-5218-0213 South Ural State University, Chelyabinsk, Russia
Abstract. Managing the level of inequality is an indispensable tool for ensuring sustainable development and maintaining political stability. The paper systematizes the reasons for the relevance of the problems of economic inequality and its impact on economic development. The results of the analysis of regional features of economic inequality in the Russian Federation are presented. The relationship between the parameters of socio-economic development of 85 constituent entities of the Russian Federation in the period from 2012 to 2022 with indicators of economic inequality is studied. Temporal trends in the income concentration coefficient (Gini index) for the country as a whole and for each of the subjects are identified, their features are determined. Using the k-means method, a cluster analysis of 85 constituent entities of the Russian Federation is carried out in terms of socio-economic development and economic inequality. A correlation analysis of the Gini index with the size of GRP per capita and the average value
© Лясковская Е.А., Просвирина И.И., Кучина Е.В., 2023
of the average monthly nominal accrued wage is carried out for each cluster, using the values of the indicators averaged over an 11 -year interval. Scatter plots are constructed and analyzed. Conclusions about the features of economic inequality for each cluster are drawn, and directions for the instrumentalization of socio-economic policy to overcome economic inequality in the regions of the Russian Federation are determined.
Keywords: economics of inequality, economic inequality, economic development in the regions of the Russian Federation
For citation: Lyaskovskaya E.A., Prosvirina I.I., Kuchina E.V. Economic inequality in Russia: analysis of regional peculiarities. Bulletin of the South Ural State University. Ser. Economics and Management, 2023, vol. 17, no. 3, pp. 77-87. (In Russ.). DOI: 10.14529/em230307
Введение
Проблемы экономического неравенства носят глобальной и вневременный характер. Имея междисциплинарный характер, они являются предметом исследований во множестве наук - философии, экономике, социологии, политологии, экологии и др. Будучи рассмотренными на одном этапе развития общества, они заявляют о себе на следующих, приобретая новые формы и виды, обу-славливаясь новыми факторами и причинами, неоднозначно влияя на социально-экономическое развитие, политическую стабильность и государственность. Несмотря на то, что проблемы экономического неравенства являются объектом пристального изучения на протяжении длительного периода времени (с работ Сократа, Платона и Аристотеля) [9], его исследование и сегодня представляет научно-практический интерес. Это связано с несколькими причинами.
Во-первых, с возникновением новых видов неравенства, причина которых - появление новых видов капитала. Так, цифровой капитал данных становится новой формой капитала, а цифровое неравенство, характеризующее доступа к современным ИКТ, является причиной дифференциации в уровнях благосостояния, развития и доходов между отдельными гражданами, организациями, регионами и странами. Уже более 20 лет вопросы цифрового неравенства, его причины, факторы и инструменты управления исследуются как российскими, так зарубежными авторами. Цифровое неравенство, являясь комплексным многофакторным явлением, влияющим на социально-экономическое развитие на всех уровнях экономики, в отличие от других форм неравенства, является «самовоспроизводящим».
Во-вторых, с развитием аналитического инструментария изучения неравенства, с возможностями получения и обработки данных, инструментами выявления скрытых взаимосвязей и закономерностей (Big Data, Data Mining, Machine learning и т. д.), а также развитием инструментов регулирования уровня неравенства, например, посредством фискальной политики. Однако налоговые реформы, направленные на распределение полученных доходов, выступая генератором структурных из-
менений экономики, могут привести и к росту неравенства.
Закономерно, что появление новых видов неравенства диктует необходимость развития новых аналитических и практических инструментов. Так, в условиях цифровой экономики цифровое неравенство обуславливает неравенство социальное. Согласно модели цифровизации государственного управления консалтинговой компании Gartner с развитием уровня цифровой зрелости государства изменяются каналы и технологии представления государственных услуг. Для того, чтобы ими могли воспользоваться различные категории граждан, они должны иметь доступ к соответствующим цифровым технологиям, обладать определенным уровнем цифровой грамотности, и осознавать преимущества использования цифровых каналов и платформ. Перечисленные условия определены ван Дарсена и ван Дейка в модели трех уровней цифрового неравенства [3].
В-третьих, с созданием новых моделей, характеризующих влияние неравенства на экономическое развитие, при этом анализируются или влияние параметров экономического роста на уровень неравенства (минимальной заработной платы, распределения доходов), или обратное влияние -неравномерности распределения доходов на параметры экономического развития. В последнем случае рост неравенства негативно сказывается на экономическом росте.
Можно сказать, что неравенство является определенным «системным феноменом», выступая и результатом, и условием экономического развития. Согласно [1] чрезмерное неравенство может как «снижать экономический рост» в одни периоды, так и положительно на него воздействовать в другие. При этом наличие связей между экономическим ростом и неравенством не обязательно означает причинно-следственные связи между ними. Так, с накоплением характеризующих экономические процессы данных появилась возможность подтвердить либо опровергнуть гипотезы обусловленности неравенства экономическим развитием С. Кузнеца [1]. В работе Т. Пикетти [10] подвергнута сомнению U-образная кривая Кузнеца, построенная на основе анализа развития США,
Великобритании и Германии в первой половине XX века. Выявлено, что по мере урбанизации и концентрации капитала неравенство после определённого спада в 50-80-е годы ХХ века в развитых странах Запада стало нарастать.
Рост неравенства отрицательно влияет не только на экономические параметры роста, но и экологические. Так, применение экологической кривой Кузнеца показывает, что «неравенство может выступать одним из факторов, способствующих нанесению ущерба окружающей среде». В то же время структурное изменение рынка труда, вследствие проводимых реформ, может способствовать росту неравенства доходов. При этом одни виды неравенства (неравенство доходов) является функцией от других его видов (неравенства в распределении возможностей и неравенства в распределении результатов).
Перефразируя классика, можно сказать, что в каждой социальной общности свое неравенство, которое должно быть исследовано, так как без его понимания невозможно обеспечение политической стабильности и устойчивого развития.
Теория
Выделяют две формы социально-экономического неравенства: экономическую, связанную с созданием и распределением дохода, и социальную, связанную с существующими правилами. Считается, что именно экономическая форма влияет на социальную. Так, платность предоставления социальной функции (например, образования, медицинский услуг), может выступать причиной снижения качества самой функции, ограничивая число агентов, которые могут ей воспользоваться. Существует проблема межстрановых сравнений при изучении социального неравенства, характеризующего «доступ к общественным функциям». Обеспеченность различных слоев населения важными общественными функциями выступает показателем его оценки, однако как содержание самих общественных функций, так и качество их обеспечения в разных странах существенно отличаются. Это вызывает определенные сложности в решении проблем неравенства, провозглашённых ООН в качестве одних их основных целей. Вопросы неравенства составляют повестку всемирных организаций (ООН, Всемирного экономического форума и Всемирного банка), однако ряд проблем остаются нерешенными, в числе которых «ловушка неравенства», созданная институтами «разделенного общества», вопросы управления социальной мобильностью и оценки эффективности управления неравенством целом, а также обеспечивающие их механизмы, [3, 7, 14, 16, 17, 20].
Для объяснения циклической природы неравенства используются циклы С. Кузнеца - двухфазная и-образная функция, а также ее дальнейшее развитие, предложенное Т. Пикетти -8-образная кривая, описывающие цикл изменения
экономического неравенства. Кроме того, последние события подтверждают цикличность развития экономического неравенства в контексте циклов Кондратьева [1, 5, 10].
В работах зарубежных исследователей проблемы экономического неравенства рассматриваются в контексте внутристрановых и межстрано-вых различий [2]. Так, выделяют внутристрановое неравенство, основой которого являются технологические изменения и изменения на рынке труда, появление новых профессий и видов занятости, приводящие к поляризации доходов и богатства в конкретной стране, и межстрановое неравенство, основой которого является создание и внедрение новых технологий, приводящих к созданию и использованию конкурентного преимущества. Считается, что «экономические причины хуже всего объясняют межстрановые особенности и различия в темпах изменения экономического неравенства». Вместе с тем одной из главных причин роста внутристранового неравенства в большинстве стран можно назвать неэффективное и недостаточное государственное регулирование финансового механизма перераспределения национального дохода внутри страны [5]. Согласно [2] внутри-страновое и межстрановое неравенство развиваются асхронно - политика протекционизма приводит к росту межстранового неравенства, а снижение протекционизма, рост глобализации и развитие международной торговли приводят к росту внутристранового неравенства.
Российские авторы, затрагивая проблемы неравенства, как правило, сопоставляют его уровень с системой налогообложения в стране [5, 6, 12, 13], его видами и обуславливающими причинами на национальном уровне [4] или возможностями использования современного эконометрического инструментария [11]. Отдельно можно выделить авторов, чьи работы посвящены исследованию региональных особенностей экономического неравенства в России [14, 15]. Так, в [14] используя статистические данные с 1995 по 2019 год, исследованы связи между коэффициентом Джини и индексом ВРП, выявлено, что «неравенство выше в более богатых регионах».
Метод
В представленной работе в качестве основы мы используем установку, что региональные особенности экономического неравенства в РФ необходимо определять не по выборке из всех 85 субъектов РФ, а по кластерам, так как современное состояние РФ может быть охарактеризовано как «поляризованное развитие» - свободное перемещение всех видов капитала приводит к оттоку ресурсов из «менее развитых регионов», препятствующему их развитию и несоответствующему интересам страны в целом. Более того, это позволит определить, какое неравенство характерно для страны - межрегиональное или внутрирегиональное.
В качестве статистической базы использованы данные Федеральной службы государственной статистики [19] по 85 субъектам РФ с 1995 по 2022 гг. Согласившись с [14], отметим, что анализ социально-экономических процессов на региональном уровне требует усреднения по временным интервалам, так как такие параметры, как экономическое неравенство, являются более инерционными, а последствия экономических кризисов на уровне регионов проявляются достаточно долго. По этой причине использованы средние значения показателей.
Для определения экономического неравенства можно использовать различные коэффициенты, позволяющие увидеть изменения в распределении доходов населения. Одним из самых популярных является коэффициент Джини - статистический показатель, показывающий, насколько фактическое распределение уровня дохода населения (или другого показателя), отклоняется от полностью равномерного их распределения. Изменяясь от 0 до 1, при значении 0 он характеризует ситуацию полного равенства, а 1 - крайнего неравенства, когда вся совокупность доходов в распределении принадлежит одному индивиду. Преимуществом коэффициента Джини (индекса концентрации) является возможностью сравнивать его значение между группами с различной численностью [11, 16].
Для кластеризации использован метод к-средних [8, 18], позволяющий выявить относительно однородные группы субъектов на основе заданных характеристик и основанный на минимизации суммарного квадратичного отклонения точек кластеров от центров этих кластеров. Преимуществом метода является универсальный характер, возможность определения заданного числа кластеров, при этом их размер может быть любым. Алгоритм к-средних относится к группе неиерархических, итерационных методов, при этом на каждой итерации пересчитывается центр для полученного на предыдущей итерации кластера, а наблюдения разбиваются на кластеры вновь в соот-
ветствии с близостью с новым центром. Критерием выбора является минимальное значение суммы квадратов отклонений точек кластеров от их центров:
£ 11! Х65; (х - мд т, (1)
где - число кластеров, - полученные кластеры, - центры кластеров
Для определения зависимости между показателями неравенства и параметрами социально-экономического развития использована формула нахождения коэффициента корреляции (г):
г _ 1 (ч-х)*(У1~У) (2)
где - параметры социально-экономического развития субъекта РФ, - коэффициент Джини субъекта РФ.
Как видно из рис. 1, прослеживается устойчивый временной тренд изменения индекса концентрации доходов, с аппроксимацией полиномом второй степени и значением Я2 = 0, 8678.
Однако исследование временных трендов по субъектам РФ позволяет выделить субъекты с отчетливой тенденцией роста индекса концентрации доходов - это Ямало-Ненецкий АО, респ. Крым, Амурская обл., Смоленская обл. и респ. Адыгея (рис. 2).
На следующем этапе исследования мы провели кластерный анализ субъектов РФ по параметрам социального-экономического развития и экономического неравенства. Использованные в анализе переменные приведены в табл. 1.
Реализация метода была осуществлена с использованием российской платформы Loginom [18].
Результаты
Были определены 7 кластеров, характеристики и состав которых приведены в табл. 2 и 3.
Результаты зависимостей между индексом Джини и ВРП на душу населения, между индексом Джини и среднемесячной номинальной начисленной заработной платой работников по каждому кластеру приведены на рис. 3.
0,430 0,420 0,410 0,400 0,390 0,380 0,370 0,360
y = -0,000x2 + 0,004x + 0,376 -R2 = 0,867
u u u u u
«4 \o f- OO Os
os os os os os
os os os os os
CN en ^t 0000 0000
«4 \o 00 00
u u u u
f- OO Os о О О О
00000
(ч L.
CN СП
(ч (ч (ч (ч (ч
«Ч \0 Г- OO OS
00000000
(ч
© ^ч (N MMN 000
Рис. 1. Динамика и временной тренд коэффициент Джини РФ с 1995 по 2022 гг.
Лясковская Е.А., Просвирина И.И., Экономическое неравенство в России:
Кучина Е.В. анализ региональных особенностей
1,00 0,80 0,60 0,40 0,20 0,00 -0,20 -0,40 -0,60 -0,80 -1,0( -1,2(
^^■Коэффициент корреляции коэффициент Джини
Рис. 2. Усредненные значения коэффициента Джини и его зависимость от времени по субъектам РФ
Таблица 1
Переменные для кластерного анализа
Переменная Характеристика Единица измерения
X! Коэффициент Джини доли от единицы
Х2 Валовой региональный продукт на душу населения рубли
Хэ Среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций в целом по экономике рубли
Таблица 2
Характеристики кластеров
Кластер Среднее значение индекса Джини Среднее значение ВРП на душу населения, рубли Среднее значение среднемесячной номинальной начисленной заработной платы, рубли
1 0,349 310 676,67 35 441,88
2 0,398 447 290,46 38 238,40
3 0,431 6 139 297,24 102 302,77
4 0,385 614 457,46 52 538,05
5 0,409 1 687 499,55 92 968,11
6 0,366 877 579,92 79 217,31
7 0,367 404 234,73 38 764,61
0,50 0,45 0,40 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00
ч ч ю ю о о
« ч к ю
иа-
а 8
£ ы
« ч ч к ч ч ч
К Ю Ю 5 Ю Ю Ю
И О О о о о о
3 з з ^ ^ ^ й и с
« ч й ю ср о
и «
СЗ
р о о о о о
ч >Я
Ю Л О Л
сч ^ §
I— и С ьШ
« се й к
^ й к
2 а и
^ч ш о щ & щ
- - - ■ >у (Я
" Й 2
^ к
¿К *
о & р
к
у
р «
о и
О о
й Ы X
^ !
ч ч ч ю ю ю
ООО § к
и 8 §
ООО
Э N
к X
и
к
« ч к ю
а °
з ^ ч X §
о И
& о р
о
ш
:5 5
й К
& ш
и о
« Э
§ ° с
Й с
о о
м О
о &
А ч га
а о
с ,5 ч
о ю ю
ООО & « «
сч й Й й и и ^ о о
а и я
м к о о & К ^ [_о й
Ъё
о о р
о
о
¿3
й с
И о § й И И И о и к
и р
й ю й
3 «
К й
4 &
й И ^ §
с Я
о & еа
я о
а
ЯП ч л ю Н < о
О 5К и
2 д § •з ^ &
« 2 и
с I 8
о е И
^ ¿у ^
&ЕГ с
« ч (Я ю & о И к
-г? О
£ ^
ч В ю р о Ь л
.г3 о
с
о
а « < Я о м о & С
в £ 8 я I &
Таблица 3
Состав кластеров
Номер кластера Субъекты
1 Кировская обл., Костромская обл., Владимирская обл., Псковская обл., г. Севастополь, респ. Ингушетия, Ивановская обл., Волгоградская обл., Тверская обл., респ. Калмыкия, Карачаево-Черкесская респ., респ. Карелия, респ. Крым, Кабардино-Балкарская респ., респ. Мордовия, респ. Хакасия, Чувашская респ., Еврейская автономная область
2 Нижегородская обл., Белгородская обл., Липецкая обл., Омская обл., Воронежская обл., Свердловская обл., Самарская обл., Ростовская обл., обл., обл., Пермский край, Краснодарский край, респ. Адыгея, респ. Башкортостан, респ. Татарстан, респ. Дагестан, Чеченская респ.
3 Ненецкий АО, Ямало-Ненецкий АО
4 Тюменская область без АО, Новосибирская обл., Московская обл., Амурская обл., Иркутская обл., Приморский край, Красноярский край, Хабаровский край, респ. Бурятия, респ. Коми
5 Магаданская обл., Чукотский АО, г. Москва, респ. Саха (Якутия), Сахалинская обл., г. Санкт-Петербург, Ханты-Мансийский автономный округ - Югра
6 Мурманская обл., Камчатский край
7 Оренбургская обл., Калининградская обл., Смоленская обл., Орловская обл., Тамбовская обл., Пензенская обл., Калужская обл., Курганская обл., Томская обл., Рязанская обл., Тульская обл., Саратовская обл., Брянская обл., Ульяновская обл., Астраханская обл., Курская обл., Челябинская обл., Новгородская обл., Вологодская обл., Кемеровская обл., Ленинградская обл., Ярославская обл., Архангельская область без АО, респ. Алтай, Алтайский край, Республика Марий Эл, Ставропольский край, Удмуртская респ., респ. Северная Осетия-Алания, респ. Тыва, Забайкальский край
0,60 0,40 0,20 0,00 -0,20 -0,40 -0,60 -0,80 -1,00 -1,20
0,48
-0,15
-0,38
0,38
-1,00
-1,00
-0,02 7 кластер
-0,32
Коэффициент корреляции между индексом Джини и ВРП на душу населения
1,20 1,00 0,80 0,60 0,40 0,20 0,00 -0,20 -0,40 -0,60
Коэффициент корреляции между индексом Джини и номин начисл среднемесяч заработной платой
Рис. 3. Коэффициенты корреляции между индексом Джини и ВРП на душу населения и среднемесячной номинальной начисленной заработной платой работников
Для визуализации результатов были построены графики рассеяния для 1, 2, 4, 5 и 7 кластеров, приведенные на рис. 4-13.
По результатам проведенного анализа можно сделать следующие выводы.
1. Наиболее «богатые» субъекты РФ (Ненецкий автономный округ и Ямало-Ненецкий автономный округ) характеризуются наибольшей дифференциацией населения по уровню доходов.
1
600 000,0
500 000,0 •
400 000,0 300 000,0
• 9 •
200 000,0 100 000,0
0,33 0,335 0,34 0,345 0,35 0,355 0,36
Рис. 4. Зависимости между индексом Джини и ВРП на душу населения по субъектам РФ 1 -го кластера
55 000,00 45 000,00 35 000,00 25 000,00
0,33 0,335 0,34 0,345 0,35 0,355 0,36
Рис. 5. Зависимости между индексом Джини и средним значением среднемесячной номинальной начисленной заработной платы по субъектам РФ 1 -го кластера
750 000,00
650 000,00 • •
550 000,00 - 450 000,00 - 350 000,00 • \ V • • • • • • •
250 000,00 0,38 0,385 0,39 0,395 • 0,4 0,405 0,41 0,415
Рис. 6. Зависимости между индексом Джини и ВРП на душу населения по субъектам РФ 2-го кластера
50 000,00
45 000,00 •
40 000,00 • • • •• * • • • •
35 000,00 - •
30 000,00 • •
25 000,00
20 000,00
0,38 0,385 0,39 0,395 0,4 0,405 0,41 0,415
Рис. 7. Зависимости между индексом Джини и средним значением среднемесячной номинальной начисленной заработной платы по субъектам РФ 2-го кластера
900 000,00 700 000,00 500 000,00 300 000,00
• . *
0,37 0,375 0,38 0,385 0,39 0,395 0,4
Рис. 8. Зависимости между индексом Джини и ВРП на душу населения по субъектам РФ 4-го кластера
70 000,00 60 000,00 50 000,00
40 000,00 * *
0,37 0,375 0,38 0,385 0,39 0,395 0,4
Рис. 9. Зависимости между индексом Джини и средним значением среднемесячной номинальной начисленной заработной платы по субъектам РФ 4-го кластера
2 800 000,00 2 300 000,00 1 800 000,00 1 300 000,00 800 000,00
0,39 0,395 0,4 0,405 0,41 0,415 0,42 0,425 0,43 0,435 0,44
• •
• •
Рис. 10. Зависимости между индексом Джини и ВРП на душу населения по субъектам РФ 5-го кластера
130 000,00 110 000,00
• •
90 000,00 •
• •
70 000,00 •
0,39 0,395 0,4 0,405 0,41 0,415 0,42 0,425 0,43 0,435 0,44
Рис. 11. Зависимости между индексом Джини и средним значением среднемесячной номинальной начисленной заработной платы по субъектам РФ 5-го кластера
700 000,00 - •
600 000,00 -
• •
500 000,00 - • • •
• • • • • •
400 000,00 - • • • * ••
300 000,00 - • •
200 000,00
• • • •
0,355 0,36 0,365 0,37 0,375 0,38
Рис. 12. Зависимости между индексом Джини и ВРП на душу населения по субъектам РФ 7-го кластера
60 000,00
55 000,00 •
50 000,00
45 000,00 - 40 000,00 35 000,00 • • • • • • • • —
30 000,00 •
• * •
• • ; • • •• ф • •
_I_| •_|_•
0,355 0,36 0,365 0,37 0,375 0,38
Рис. 13. Зависимости между индексом Джини и средним значением среднемесячной номинальной начисленной заработной платы по субъектам РФ 7-го кластера
2. Для Мурманской обл. и Камчатского края при высоких размерах средней заработной платы и ВРП на душу населения, связанных с географическими особенностями, характерны средние по РФ значения индекса концентрации доходов.
3. Для 5-го кластера (Магаданская обл., Чукотский АО, г. Москва, респ. Саха (Якутия), Сахалинская обл., г. Санкт-Петербург и Ханты-Мансийский АО) при высоких значениях значения индекса концентрации доходов значимые связи между ВРП на душу населения и среднемесячной номинальной начисленной заработной платой не выявлены, что свидетельствует о наличии внутрирегионального неравенства и согласуется с выводами [14] о более высоких уровнях неравенства в «более богатых регионах». Отсюда прерогатива управления этими процессами может быть отдана органам власти субъектов РФ, не требуя федеральных субсидий.
4. Для 1-го кластера (Кировская обл., Костромская обл., Владимирская обл., Псковская обл., г. Севастополь, респ. Ингушетия, Ивановская обл., Волгоградская обл., Тверская обл., респ. Калмыкия, Карачаево-Черкесская респ., респ. Карелия, респ. Крым, Кабардино-Балкарская респ., респ. Мордовия, респ. Хакасия, Чувашская респ., Еврейская автономная область) и 7 кластера (Оренбургская обл., Калининградская обл., Смоленская обл., Орловская обл., Тамбовская обл., Пензенская обл., Калужская обл., Курганская обл., Томская обл., Рязанская обл., Тульская обл., Саратовская обл., Брянская обл., Ульяновская обл., Астраханская обл., Курская обл., Челябинская обл., Новгородская обл., Вологодская обл., Кемеровская обл., Ленинградская обл., Ярославская обл., Архангельская область без АО, респ. Алтай, Алтайский край, Республика Марий Эл, Ставропольский край, Удмуртская респ., респ. Северная Осетия-Алания, респ. Тыва, Забайкальский край) характерны отрицательные связи между средним значением среднемесячной номинальной начисленной заработной платы и индексом концентрации доходов. То есть при росте среднемесячной номинальной начисленной заработной платы экономическое неравенство снижается, что свидетельствует о невысоком уровне внутрирегионального неравенства и должно учитываться в программах социально -экономического развития, прежде всего на федеральном уровне, для обеспечения государственной стабильности и снижения протестного потенциала населения. При этом связи между индексом Джини и ВРП на душу населения практически отсутствуют.
5. Для 4-го кластера (Тюменская область без АО, Новосибирская обл., Московская обл., Амурская обл., Иркутская обл., Приморского края, Красноярский край, Хабаровский край, респ. Бурятия, респ. Коми) выявлены значимые положитель-
ные связи как между индексом Джини и средним значением среднемесячной номинальной начисленной заработной платы, так и ВРП на душу населения - при их росте растет и экономическое неравенство, что диктует рассмотрение проблемы и на федеральном уровне и на уровне субъектов РФ, так как эти процессы требуют системного регулирования.
Обсуждение и выводы
Причины роста интереса к проблемам экономического неравенства многообразны - это экономические последствия геополитических изменений, падения цен на энергоносители, нестабильность национальной валюты и санкционная политика, ударившие по всем секторам экономики, поляризовав российское общество.
Хотя налоговая нагрузка в РФ в основном ложится на доходы нижних 90 % слов населения, в то время как «богатые граждане после радикального снижения налоговых ставок в начале XXI в. долго пользуются беспрецедентно большими по мировым меркам налоговыми преимуществами» [5], в решении проблем неравенства недостаточно использование «перераспределительных мер в области доходов и богатства» [6]. Являясь значимыми в определенных условиях, они приводят к возникновению «ловушки бедности» как самоподдерживающегося механизма, когда получение социальных льгот и пособий представляется более выгодным, чем полноценная трудовая деятельность.
Полученные в ходе исследования результаты подтверждают, что субъекты РФ находятся на разных уровнях социально-экономического развития, и если в одних рост ВРП сопровождается ростом экономического неравенства, для других - его снижением, а для третьих неравенство в большей степени обусловлено не только экономическими факторами.
Сегодня во всем мире происходит постепенный переход от анализа только доходного неравенства к исследованию неравенства как системного социально-экономического явления, которое имеет разнообразные проявления и политические последствия [6]. На наш взгляд, этот переход должен отражаться и в программных документах Правительства РФ, прежде всего на федеральном уровне. Согласившись с [15], необходимо отметить, что высокая дифференциация в бедности, безработице, гендерном и других видах неравенства формирует требования к инструментализации социально-экономической политики, призванной решать указанные проблемы. Для обеспечения ее результативности и действенности необходимо учитывать полученные в исследовании результаты о зависимостях уровня экономического неравенства с параметрами социально-экономического развития отдельных субъектов РФ.
Список литературы
1. Kuznets S. Economic growth and Income inequality // The American Economic Review. 1955. XLV. 1: 26.
2. Tridico P. Inequality in financial capitalism. London, Routledge, 2017. 252 p.
3. Van Deursen, A.J.A.M., & van Dijk, J.A.G.M. (2014). The digital divide shifts to differences in usage // New Media and Society, 16(3), 507-526. DOI: 10.1177/1461444813487959
4. Александров Д.Г. Экономическое неравенство в современном мире: причины, особенности и пути преодоления // Инновации и инвестиции. 2018. № 4.
5. Дорофеев М.Л. Экономическое неравенство в России: проблемы и пути их решения // Вестник ГУУ. 2020. № 9.
6. Дроздов О.А. Экономическое неравенство в России и перспективы его сокращения // Научные труды Вольного экономического общества России. 2020. № 4.
7. Меликян А.А. Анализ подходов к определению цифрового неравенства // Инновации и инвестиции. 2022. № 5.
8. Миркин Б.Г. Введение в анализ данных: учебник и практикум. Москва: Юрайт, 2023. 174 с.
9. Мыслители Греции. От мифа к логике. Сочинения / сост. В.В. Шкода. М.: Эксио-Пресс; Харьков: Фолио, 1998.
10. Пикетти Т. Капитал в XXI веке. М.: Ад Маргинем Пресс, 2015. 592 с.
11. Салмина А. Сравнительный анализ показателей неравенства - их особенности и применение // Общество и экономика. 2019. № 7. С. 35-58. DOI: 10.31857/S020736760005832-4.
12. Смирнов С.Н. Новые исследования экономического неравенства // Социальные и гуманитарные науки: Отечественная и зарубежная литература. Сер. 2. Экономика: Реферативный журнал. 2020. № 2.
13. Соколова Е.Ю. О некоторых подходах к измерению экономического неравенства // Инновации и инвестиции. 2022. № 3.
14. Сухарев М.В. Неравенство и экономический рост в регионах России // ЭПП. 2020. № 12.
15. Сухарев О.С. Неравенство и его влияние на экономическое развитие // Экономика. Налоги. Право. 2022. № 3. URL: https://cyberleninka.ru/article/n/neravenstvo-i-ego-vliyanie-na-ekonomicheskoe-razvitie (дата обращения: 22.08.2023).
16. Чернякова Ю.Д, Трофимова Г.А. Экономическое неравенство: развитие аналитического инструментария // Human Progress. 2020. № 4.
17. Экономический анализ социальных проблем: учеб. пособие / Дж. Ле Гранд, К. Проппер, С. Смит; пер. с англ. Л.С. Засимовой; под науч. ред. М.Г. Колосницыной. М.: Изд. дом Высшей школы экономики, 2013. 318 с.
18. https://loginom.ru/platform
19. https://www gks.ru
20. https://www.un.org/ru/
References
1. Kuznets S. Economic growth and Income inequality. The American Economic Review. 1955. XLV. 1: 26.
2. Tridico P. Inequality in financial capitalism. London, Routledge, 2017. 252 p.
3. Van Deursen, A.J.A.M., & van Dijk, J.A.G.M. (2014). The digital divide shifts to differences in usage. New Media and Society, 16(3), 507-526. DOI: 10.1177/1461444813487959
4. Aleksandrov D.G. Economic Inequality in the Modern World: Causes, Features and Ways to Overcome. Innovatsii i investitsii [Innovations and Investments], 2018, no. 4. (In Russ.)
5. Dorofeev M.L. Economic Inequality in Russia: Problems and Their Solutions. Vestnik GUU [Bulletin of the State University of Management], 2020, no. 9. (In Russ.)
6. Drozdov O.A. Economic Inequality in Russia and Prospects for Its Reduction. Nauchnye trudy Vol'nogo ekonomicheskogo obshchestva Rossii [Scientific Works of the Free Economic Society of Russia], 2020, no. 4. (In Russ.)
7. Melikyan A.A. Analysis of Approaches to Determining the Digital Inequality. Innovatsii i investitsii [Innovations and Investments], 2022, no. 5. (In Russ.)
8. Mirkin B.G. Vvedenie v analiz dannykh: uchebnik i praktikum [Introduction to Data Analysis: Textbook and Workshop]. Moscow, 2023. 174 p.
9. Mysliteli Gretsii. Ot mifa k logike. Sochineniya [Thinkers of Greece. From Myth to Logic. Essays]. Shkoda V.V. (Comp.). Moscow; Khar'kov, 1998.
10. Piketti T. Kapital v XXIveke [Capital in the 21st Century]. Moscow, 2015. 592 p.
11. Salmina A. Comparative Analysis of Inequality Indicators - Their Features and Application. Obshchestvo i ekonomika [Society and Economy], 2019, no. 7, pp. 35-58. (In Russ.) DOI: 10.31857/S020736760005832-4.
12. Smirnov S.N. New Studies of Economic Inequality. Sotsial'nye i gumanitarnye nauki: Otechestvennaya i zarubezhnaya literatura. Ser. 2. Ekonomika: Referativnyy zhurnal [Social and Humanitarian Sciences: Domestic and Foreign Literature. Ser. 2, Economics: Abstract Journal], 2020, no. 2. (In Russ.)
13. Sokolova E.Yu. On Some Approaches to Measuring Economic Inequality. Innovatsii i investitsii [Innovations and Investments], 2022, no. 3. (In Russ.)
14. Sukharev M.V. Inequality and Economic Growth in the Regions of Russia. EPP [Economics, Entrepre-neurship and Law], 2020, no. 12. (In Russ.)
15. Sukharev O.S. Inequality and Its Impact on Economic Development. Ekonomika. Nalogi. Pravo [Economics. Taxes. Law], 2022, no. 3. URL: https://cyberleninka.ru/article/n/neravenstvo-i-ego-vliyanie-na-ekonomicheskoe-razvitie (data obrashcheniya: 22.08.2023).
16. Chernyakova Yu.D, Trofimova G.A. Economic Inequality: Development of Analytical Tools. Human Progress, 2020, no. 4. (In Russ.)
17. Ekonomicheskiy analiz sotsial'nykh problem [Economic Analysis of Social Problems] / Le Grand J., Propper С., Smith S Zasimova L.S. (Transl.). Moscow, 2013. 318 p.
18. https://loginom.ru/platform
19. https://www gks.ru
20. https://www.un.org/ru/
Информация об авторах
Лясковская Елена Александровна, д.э.н., профессор кафедры «Цифровая экономика и информационные технологии», Южно-Уральский государственный университет, Челябинск, Россия, liaskovskaiaea@susu. ru
Просвирина Ирина Игоревна, доктор экономических наук, профессор кафедры экономики и финансов, Южно-Уральский государственный университет, Челябинск, Россия, irina.prosvirina@susu.ru
Кучина Елена Вячеславовна, доктор экономических наук, профессор кафедры экономики и финансов, Южно-Уральский государственный университет, Челябинск, Россия, kuchinaev@susu.ru
Information about the authors
Elena A. Lyaskovskaya, Doctor of Sciences (Economics), Professor at the Department of Digital Economy and Information Technology, South Ural State University, Chelyabinsk, Russia, liaskovskaiaea@susu.ru.
Irina I. Prosvirina, Doctor of Sciences (Economics), Professor at the Department of Economics and Finance, South Ural State University, Chelyabinsk, Russia, irina.prosvirina@susu.ru
Elena V. Kuchina, Doctor of Sciences (Economics), Associate Professor, Professor at the Department of Economics and Finance, School of Economics and Management, South Ural State University, Chelyabinsk, Russia, kuchinaev@susu.ru
Статья поступила в редакцию 03.08.2023 The article was submitted 03.08.2023
