Индекс гостеприимства субъектов Российской Федерации: сравнительный аспект Текст научной статьи по специальности «Экономика и бизнес»

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №12/2015 ISSN 2410-700Х_

После необходимо осуществить прогноз динамики развития объекта исследования (цена нефти - у) в построенной ранее модели.

Для прогнозирования считаем целесообразным использовать данный подход - построение трендов факторов для расчета прогнозных значений для прогнозирования объема добычи нефти до 2016 года. При построении трендов наибольший R2 оказался у степенного тренда, поэтому данное уравнение будет использоваться для прогнозирования цены нефти.

y = 28,113t °'5707 (4)

Используем уравнение тренда (4) для прогнозирования цены нефти на период до 2016 года (табл. 6).

Таблица 6

Прогнозное значение цены нефти

Год 2014 2015 2016

Цена нефти, млн тонн 116 121,52 126,77

Таким образом, в моем исследовании была построена однофакторная математическая модель, осуществлён прогноз развития нефтегазовой отрасли, который показал, что к 2016 году ВВП России и индекс РТС будет играть значительную роль в развитии цены нефти. Список использованной литературы:

4. Сайт федеральной службы государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/ (дата обращения: 05.10.15).

5. Елисеева И.И. Практикум по эконометрике: Учебное пособие / И.И. Елисеева. М.: Финансы и статистика, 2005.192 с.

6. Постников В.П., Буторина О.В. Факторный анализ, планирование и прогнозирование экономических и управленческих процессов в научно-исследовательской работе магистров: методические рекомендации. - Пермь: Издательство Пермского национального исследовательского политехнического университета, 2014. - 130 с.

© Шакирова А.И., 2015

УДК 640.41

Шипов Александр Викторович

канд. физ.-мат. наук, доцент ТвГТУ г. Тверь, РФ Ермишкина Ольга Константиновна

канд. ист. наук, доцент ТГУ г. Тверь, РФ E-mail: a.v.shipov@mail.ru

ИНДЕКС ГОСТЕПРИИМСТВА СУБЪЕКТОВ РОССИЙСКОЙ ФЕДЕРАЦИИ:

СРАВНИТЕЛЬНЫЙ АСПЕКТ

Аннотация

В работе проведена апробация предложенной ранее методики построения интегральных обобщающих и частных оценок уровня гостеприимства по субъектам РФ за период с 2008 по 2013 гг. Показано, что проведенное статистическое исследование может применяться для оценки развития сферы гостеприимства, а также для принятия научно обоснованных управленческих решений по более эффективному использованию культурно-исторических и природных ресурсов.

Ключевые слова

Методика оценки индустрии гостеприимства, система показателей, целевые ориентиры, индекс гостеприимства, субъекты РФ, статистическое исследование, сравнительный аспект.

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №12/2015 ISSN 2410-700Х_

На современном этапе экономического развития России особое значение приобретает региональная специфика природных условий и ресурсов и их рациональное использование. Это положение имеет прямое отношение к современному состоянию внутреннего туризма и рекреационной инфраструктуры. Повышение интереса к природным и историко-культурным объектам Российской Федерации и формирование положительных образов регионов через средства массовой информации является основой развития внутреннего и выездного туризма и укрепления транспортной и гостиничной инфраструктуры в регионах. Следует привлекать внимание потенциальных туристов к региональным аттракционам: активно рекламировать национальные парки и заповедники, памятники природы, истории и культуры, объекты туризма в регионах РФ [6, с. 15].

В 2011 году Постановлением Правительства РФ №644 была утверждена федеральная целевая программа (ФЦП) «Развитие внутреннего и въездного туризма в РФ (2011 - 2018 годы)». В ней утверждается, что туризм является одним из важных направлений, влияющих на рост экономики, в том числе на развитие таких сфер экономической деятельности, как услуги туристских компаний, коллективные средства размещения, транспорт, связь, торговля, производство сувенирной и иной продукции, питание, сельское хозяйство, строительство и другие отрасли, тем самым выступая катализатором социально-экономического развития регионов Российской Федерации [4].

Наличие разнообразных туристско-рекреационных ресурсов страны позволяет развивать практически все виды туризма, в том числе рекреационный (пляжный), культурно-познавательный, деловой, активный, оздоровительный и экологический туризм, а также морские и речные круизы, сельский туризм и др.

В настоящее время Российским Правительством в субъектах РФ созданы особые экономические зоны туристско-рекреационного типа - кластеры. Указаны важнейшие целевые индикаторы и показатели эффективности данной программы - численность граждан Российской Федерации, размещенных в коллективных средствах размещения; численность иностранных граждан, размещенных в коллективных средствах размещения; площадь номерного фонда коллективных средств размещения; инвестиции в основной капитал средств размещения (гостиницы, места для временного проживания); количество койко-мест в коллективных средствах размещения; количество лиц, работающих в коллективных средствах размещения; количество лиц, работающих в туристских фирмах; объем платных туристских услуг, оказанных населению; объем платных услуг гостиниц и аналогичных средств размещения [4].

В тоже время, туризм это одна из составляющих сфер индустрии гостеприимства. Для повышения интереса к природным и историко-культурным объектам РФ и формирование положительных образов регионов данных показателей недостаточно.

Индустрия гостеприимства объединяет различные сферы: туризм, гостиничный и ресторанный бизнес, общественное питание, отдых и развлечения, организацию конференций, семинаров и выставок, спортивную, музейно-выставочную, экскурсионную деятельность, а также сферу профессионального образования в области гостеприимства. Индустрия гостеприимства - сложная, комплексная сфера профессиональной деятельности людей, усилия которых направлены на удовлетворение разнообразных потребностей клиентов (гостей) - как туристов, так и местных жителей.

Статистика последних лет показывает, что внутренний и въездной туризм в России значительно уступают показателям выездного туризма, как по численности, так и по экономическим характеристикам. Хотя в настоящее время наблюдается в этой сфере положительная динамика в сторону увеличения показателей внутреннего туризма. Это вызвано объективными обстоятельствами: изменением в геополитической ситуации, девальвацией национальной валюты и др. Необходима комплексная оценка сферы гостеприимства в субъектах РФ.

Отсутствие методических рекомендаций по определению обобщающих интегральных характеристик оценки уровня гостеприимства обусловливает необходимость таких разработок.

В ряде статей была предложена и охарактеризована методика оценки уровня гостеприимства в субъектах РФ на основе комплексного интегрального показателя - индекса гостеприимства [9, с.49-56; 10, с.69-80].

С целью выявления закономерностей в сфере гостеприимства, учитывая ее устойчивость и

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №12/2015 ISSN 2410-700Х_

изменчивость, принадлежность к определенному периоду, конкретной стадии развития, предложено исследовать две подсистемы показателей - позитивных, рост которых характеризует повышение уровня гостеприимства, и негативных, увеличение значений которых свидетельствует о снижении данного уровня. Подсистемы показателей, характеризующих уровень гостеприимства в субъектах РФ, представлены в табл. 1.

Таблица 1

Система показателей сферы гостеприимства в субъектах РФ

Показатели

Позитивные Негативные

1 2

Уровень экономической активности населения (в процентах). Наблюдаемый максимум - 73,1 (г. Москва, 2013 г.); минимум - 53 (Республика Ингушетия, 2008 г.) Уровень безработицы (в процентах). Наблюдаемый максимум - 53,3 (Республика Ингушетия, 2008 г); минимум - 0,8 (г. Москва, 2012 г.)

Среднедушевые денежные доходы населения (руб. в мес.). Наблюдаемый максимум - 54 869 (г. Москва, 2013 г.); минимум - 5 531 (Республика Калмыкия, 2008 г.) Заболеваемость на 1 000 чел. населения (зарегистрировано заболеваний у пациентов с диагнозом, установленным впервые в жизни). Наблюдаемый максимум - 1 246,8 (Чукотский автономный округ, 2011 г.); минимум - 399,8 (Кабардино-Черкесская Республика, 2011 г.)

Среднемесячная номинальная начисленная заработная плата работников организаций (руб.). Наблюдаемый максимум -68 261 (Чукотский автономный округ, 2013 г.); минимум -7 595 (Республика Дагестан, 2008 г.) Число зарегистрированных преступлений на 100 000 чел. населения. Наблюдаемый максимум - 4 085 (Хабаровский край, 2008 г.); минимум - 272 (Чеченская Республика, 2013 г.)

Численность студентов образовательных учреждений высшего профессионального образования на 10 000 чел. населения (на конец учебного года; чел.). Наблюдаемый максимум - 1 219 (г. Москва, 2009 г.); минимум - 13 (Чукотский автономный округ, 2011 г.) Численность населения с денежными доходами ниже величины прожиточного минимума (в процентах от общей численности населения субъекта). Наблюдаемый максимум - 39,7 (Республика Калмыкия, 2008 г.); минимум - 6,5 (Белгородская обл., 2012 г.)

Использование свежей воды (млн кубометров). Наблюдаемый максимум - 6 849 (Ленинградская обл., 2008 г.); минимум - 8 (Республика Алтай, 2013 г.) Сброс загрязненных сточных вод в поверхностные водные объекты (млн кубометров). Наблюдаемый максимум - 1 684 (г. Москва, 2008 г.); минимум - 0 (Чеченская Республика, 2013 г.)

Число автобусов общего пользования на 100 000 чел. населения (на конец года, шт.). Наблюдаемый максимум -131 (г. Санкт-Петербург, 2011 г.); минимум - 1 (Республика Калмыкия, 2011 г.) Число дорожно-транспортных происшествий и пострадавших в них на 100 000 чел. населения. Наблюдаемый максимум - 287,5 (Новгородская обл., 2008 г.); минимум - 28,2 (Чеченская Республика, 2008 г.)

Плотность автомобильных дорог общего пользования с твердым покрытием (на конец года; км дорог на 1 000 кв. км территории). Наблюдаемый максимум - 2 281 (г. Санкт-Петербург, 2013 г.); минимум - 0,8 (Чукотский автономный округ, 2010 г.)

Плотность железнодорожных путей общего пользования (на конец года; км путей на 10 000 кв. км территории). Наблюдаемый максимум - 577 (г. Москва и Московская обл., 2013 г.); минимум - 0,5 (Республика Саха (Якутия)), 2009 г.)

Число спортивных сооружений на конец года (ед.): а) стадионы с трибунами на 1 500 мест и более. Наблюдаемый максимум - 130 (Московская обл., 2009 г.); минимум - 1 (Магаданская обл., 2013 г.); б) плоскостные спортивные сооружения (площадки и поля). Наблюдаемый максимум - 7 584 (г. Москва, 2013 г.); минимум - 4 (Чукотский автономный округ, 2009 г.); в) спортивные залы. Наблюдаемый максимум - 3 562 (г. Москва, 2013 г.); минимум - 51 (Чукотский автономный округ, 2012 г.); г) бассейны. Наблюдаемый максимум - 368 (г. Москва, 2011 г.); минимум - 1 (Республика Алтай, 2008 г.) Выброшено в атмосферу загрязняющих веществ, отходов от стационарных источников за год (тыс. т). Наблюдаемый максимум - 3 520 (Тюменская обл. с Ханты-Мансийским АО и Ямало-Ненецким АО, 2012 г.); минимум - 0,1 (Республика Ингушетия, 2011 г).

Число гостиниц и аналогичных средств размещения на конец года (ед.) . Наблюдаемый максимум -344 (Тюменская обл. с Ханты-Мансийским АО и Ямало-Ненецким АО, 2013 г.); минимум - 7 (Еврейская автономная обл., 2012 г.)

Число мест в гостиницах и аналогичных средствах размещения на конец года (ед.). Наблюдаемый максимум - 74 295 (г. Москва, 2013 г.); минимум - 302 (Еврейская автономная обл., 2012 г.)

Число библиотек на конец года (ед.). Наблюдаемый максимум - 1 804 (Республика Башкортостан, 2008 г.); минимум - 39 (Чукотский автономный округ, 2009 г.).

Число музеев на конец года (ед.). Наблюдаемый максимум - 159 (г. Москва, 2012 г.); минимум - 4 (Еврейская автономная обл., 2013 г.)

Число профессиональных театров на конец года (ед.). Наблюдаемый максимум - 119 (г. Москва, 2009 г.); минимум - 1 (Еврейская автономная обл., Республика Алтай 2013 г.)

Число парков культуры и отдыха на конец года (ед.). Наблюдаемый максимум - 141 (Республика Татарстан, 2013 г.); минимум - 1 (Тамбовская обл., 2011 г.)

Число кинотеатров и киноустановок на конец года (ед.). Наблюдаемый максимум - 533 (Оренбургская обл., 2008 г.); минимум - 1 (Республика Алтай, 2010 г.)

Число учреждений культурно-досугового типа на конец года (ед.). Наблюдаемый максимум - 2 459 (Республика Башкортостан, 2008 г.); минимум - 8 (Чукотский автономный округ, 2012 г.)

Количество объектов розничной торговли и общественного питания на конец года (ед.): а) рестораны, кафе, бары. Наблюдаемый максимум - 7 122 (г. Москва, 2013 г.); минимум - 10 (Чукотский автономный округ, 2009 г.); б) общедоступные столовые, закусочные. Наблюдаемый максимум - 2 596 (Краснодарский край, 2013 г.); минимум - 1 (Чукотский автономный округ, 2009 г.)

Число мест в объектах общественного питания на конец года (ед.): а) рестораны, кафе, бары. Наблюдаемый максимум - 494 795 (г. Москва, 2013 г.); минимум - 379 (Чукотский автономный округ, 2009 г.); б) общедоступные столовые, закусочные. Наблюдаемый максимум - 102 088 (Краснодарский край, 2013 г.); минимум - 56 (Чукотский автономный округ, 2009 г.)

Для преобразования показателей в индексы со шкалой от 0 до 1 установлены минимальные и максимальные значения или целевые ориентиры, наблюдаемые в период с 2008 по 2013 гг. (см. табл. 1). Данная система показателей не является универсальной. Она может быть адаптирована для отражения приоритетов и проблем конкретных регионов, социальных и этнических групп, городского и сельского населения путем включения в расчет дополнительных компонентов, характеризующих уровень развития индустрии гостеприимства.

Приведение показателей к единому масштабу проводилось с использованием стандартизации значений, которая позволяет перейти к единой безразмерной величине на основе формулы

x - min( x )

7- =---——, (1)

j max( xr])- mm( xr])

где у у — стандартизованное значение j-го показателя для /-го объекта исследования;

X — значение j-го показателя для /-го объекта исследования.

Эта методика, предложенная учеными Экономической академии им. Оскара Ланге (г. Вроцлав, Польша) - профессором М. Чесляк и Е. Октабской [7, с. 85], нашла широкое применение в международной статистике уровня жизни населения (в частности, по ней рассчитывается индекс человеческого развития) [11, с. 434-448].

Данный метод имеет недостатки: предполагается, что сравнение объектов по всем показателям происходит по отношению к некоторому образцу, и все показатели выступают как равнозначные. Однако в настоящее время в статистических исследованиях он остается наиболее эффективным для расчета обобщающих показателей.

При определении обобщенной оценки следует учитывать, что в качестве стандартизованного значения

негативных показателей используется преобразование вида (1 — у ) , поскольку известные формы индексов,

при всем своем многообразии, обладают общим свойством: они требуют качественной однородности составляющих их индикаторов [1, с. 93; 2, с. 156].

На основе стандартизованных значений определялся обобщающий, синтетический показатель оценки сферы гостеприимства для каждого объекта исследования (субъекта РФ) по формуле

£ Ур) +Z1 - у

Y (°) _ Л_tL

(n) у

m + к

(2)

где У

/-го объекта;

у(й)

^ а

/-го объекта;

( р )

стандартизированное значение у-го позитивного показателя для

стандартизированное значение у-го

негативного

показателя

для

т - число позитивных показателей; к - число негативных показателей.

Обобщающая оценка уровня гостеприимства в субъектах РФ, рассчитанная по формуле (2), приведена в табл. 2, а также на рисунке. Этот синтетический обобщающий показатель был определен как индекс гостеприимства [9, с. 54].

Непрерывное наблюдение за этими интегральными показателями позволяет формировать мониторинг сферы гостеприимства в субъектах РФ.

Таблица 2

Индекс гостеприимства в субъектах РФ, по годам

Субъекты РФ 2008 2009 2010 2011 2012 2013

1 2 3 4 5 6 7

Белгородская область 0,37 0,38 0,37 0,35 0,36 0,36

Брянская область 0,32 0,32 0,32 0,31 0,32 0,32

Владимирская область 0,29 0,28 0,29 0,29 0,30 0,31

Воронежская область 0,35 0,35 0,35 0,34 0,35 0,36

Ивановская область 0,25 0,25 0,26 0,25 0,26 0,27

Калужская область 0,30 0,30 0,31 0,30 0,30 0,30

Костромская область 0,28 0,28 0,29 0,28 0,28 0,29

Курская область 0,35 0,35 0,36 0,34 0,33 0,33

Липецкая область 0,32 0,32 0,32 0,30 0,32 0,32

Московская область 0,50 0,50 0,50 0,51 0,51 0,53

Орловская область 0,28 0,27 0,28 0,27 0,27 0,28

Рязанская область 0,31 0,30 0,30 0,29 0,28 0,29

Смоленская область 0,30 0,31 0,32 0,30 0,31 0,31

Тамбовская область 0,29 0,29 0,30 0,29 0,28 0,30

Продолжение таблицы 2

Тверская область 0,33 0,33 0,34 0,33 0,32 0,34

Тульская область 0,31 0,32 0,31 0,31 0,31 0,32

Ярославская область 0,30 0,29 0,30 0,30 0,31 0,32

г. Москва 0,58 0,61 0,63 0,65 0,68 0,71

Республика Карелия 0,24 0,24 0,25 0,24 0,25 0,25

Республика Коми 0,28 0,27 0,27 0,26 0,27 0,28

Архангельская область 0,26 0,26 0,26 0,26 0,26 0,27

Вологодская область 0,30 0,29 0,30 0,29 0,30 0,30

Калининградская область 0,29 0,29 0,30 0,29 0,30 0,31

Ленинградская область 0,33 0,33 0,33 0,33 0,33 0,34

Мурманская область 0,28 0,28 0,28 0,28 0,29 0,30

Новгородская область 0,26 0,27 0,27 0,27 0,27 0,28

Псковская область 0,28 0,28 0,28 0,27 0,27 0,29

г.Санкт-Петербург 0,45 0,47 0,46 0,48 0,50 0,54

Республика Адыгея 0,25 0,26 0,26 0,27 0,28 0,29

Республика Калмыкия 0,21 0,21 0,22 0,21 0,21 0,21

Краснодарский край 0,48 0,49 0,50 0,50 0,51 0,53

Астраханская область 0,36 0,32 0,33 0,31 0,32 0,34

Волгоградская область 0,36 0,37 0,36 0,35 0,35 0,36

Ростовская область 0,43 0,43 0,43 0,45 0,46 0,47

Республика Дагестан 0,36 0,42 0,36 0,34 0,39 0,43

Республика Ингушетия 0,32 0,35 0,24 0,25 0,26 0,27

Кабардино-Балкарская Республика 0,29 0,29 0,29 0,27 0,28 0,30

Карачаево-Черкесская Республика 0,29 0,31 0,31 0,31 0,32 0,32

Республика Северная Осетия - Алания 0,30 0,29 0,30 0,29 0,30 0,30

Чеченская Республика 0,49 0,51 0,45 0,45 0,48 0,52

Ставропольский край 0,37 0,37 0,38 0,38 0,38 0,38

Республика Башкортостан 0,46 0,46 0,46 0,47 0,47 0,48

Республика Марий Эл 0,24 0,24 0,25 0,25 0,25 0,26

Республика Мордовия 0,30 0,30 0,30 0,29 0,29 0,30

Республика Татарстан 0,44 0,45 0,45 0,46 0,49 0,51

Удмуртская Республика 0,32 0,33 0,33 0,32 0,33 0,33

Чувашская Республика 0,31 0,31 0,32 0,30 0,31 0,32

Пермский край 0,36 0,35 0,35 0,34 0,34 0,34

Кировская область 0,32 0,32 0,32 0,32 0,32 0,33

Нижегородская область 0,38 0,39 0,39 0,38 0,40 0,41

Оренбургская область 0,37 0,37 0,37 0,35 0,36 0,36

Пензенская область 0,31 0,30 0,31 0,32 0,31 0,32

Самарская область 0,34 0,34 0,35 0,35 0,36 0,37

Саратовская область 0,38 0,38 0,40 0,38 0,38 0,37

Ульяновская область 0,31 0,30 0,31 0,31 0,31 0,32

Курганская область 0,26 0,26 0,27 0,26 0,26 0,27

Свердловская область 0,42 0,42 0,41 0,44 0,44 0,46

Продолжение таблицы 2

Тюменская область (с Ханты-Мансийским АО и Ямало-Ненецким АО) 0,39 0,39 0,40 0,40 0,43 0,44

Челябинская область 0,37 0,36 0,36 0,36 0,36 0,37

Республика Алтай 0,22 0,22 0,24 0,22 0,22 0,22

Республика Бурятия 0,27 0,27 0,28 0,28 0,29 0,30

Республика Тыва 0,21 0,22 0,22 0,21 0,21 0,21

Республика Хакасия 0,24 0,23 0,24 0,23 0,23 0,24

Алтайский край 0,36 0,36 0,35 0,34 0,35 0,35

Забайкальский край 0,28 0,29 0,29 0,29 0,30 0,30

Красноярский край 0,35 0,34 0,34 0,35 0,37 0,38

Иркутская область 0,31 0,31 0,31 0,31 0,31 0,33

Кемеровская область 0,36 0,35 0,37 0,37 0,35 0,35

Новосибирская область 0,35 0,36 0,36 0,37 0,38 0,38

Омская область 0,34 0,34 0,35 0,35 0,35 0,36

Томская область 0,28 0,28 0,27 0,26 0,26 0,28

Республика Саха (Якутия) 0,30 0,30 0,30 0,30 0,31 0,33

Камчатский край 0,25 0,26 0,27 0,25 0,26 0,27

Приморский край 0,28 0,29 0,30 0,31 0,31 0,31

Хабаровский край 0,27 0,28 0,29 0,30 0,30 0,31

Амурская область 0,26 0,26 0,26 0,27 0,27 0,28

Магаданская область 0,25 0,26 0,27 0,26 0,27 0,29

Сахалинская область 0,26 0,25 0,27 0,26 0,26 0,27

Еврейская автономная область 0,23 0,24 0,25 0,23 0,23 0,24

Чукотский автономный округ 0,25 0,24 0,26 0,27 0,28 0,28

0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00

I

Г П П I п Г

Л* ¿Ь •*>• ¿t Л* ко

2008

2009

2010 2011 2012 2013

а

0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00

У / J? J* J? J? J? J?

^

^ ^ Ж

Ж Л? <о

Я ^ ¿Г

Г ^

г ^ ж л*

oV- ¿Г S>

SS * s

2008

2009

2010 2011 2012 2013

0,80 0,70 0,60 0,50 0,40

0,30 0,20 0,10 0,00

I ä

mi i i i i i i i i i i

„///AiVV///'/'/'//'

SSSSSSSSSSSfSS

2008

2009

2010 2011 2012 2013

0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00

2008

2009

2010 2011 2012 2013

Курганская обл. Свердловская Тюменская обл. Челябинская

обл. (с АО) обл.

г

б

в

0,80 0,70 0,60 0,50 0,40

0,30 0,20 0,10 0,00

I I I I I I I I I I I I

■is.

^ ^ ^ jy ijßp

trs,

Jp*'

y dT ^

2008

2009

2010 2011 2012 2013

0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00

I I I I I I I I I

J&

^ Jp'

^

2008

2009

2010 2011 2012 2013

0,70 0

0,50 0,40 0,30 0,20 0,10 0,00

2008

2009

2010 2011 2012 2013

d

e

0

0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00

2008

2009

2010 201 1 2012 2013

3

Рисунок - Индекс гостеприимства субъектов РФ в динамике: Центральный (ЦФО) федеральный округ (а), Северо-Западный (С-ЗФО) федеральный округ (б), Приволжский (ПФО) федеральный округ (в), Уральский (УФО) федеральный округ (г), Сибирский (СФО) федеральный округ (д), Дальневосточный (ДФО) федеральный округ (е), Северо-Кавказский (С-КФО) федеральный округ (ж), Южный (ЮФО) федеральный округ (з).

В процессе прикладного исследования возникали сложности, связанные с неполнотой статистических данных Росстата. Так, например, в форме статистического отчета 1-МО отсутствуют показатели по гостиницам и аналогичным средствам размещения [3]. Недостающие данные, полученные из официальных публикаций территориальных органов Росстата исследуемых субъектов РФ, были включены в расчет только с 2011 г. [5, 8]. По г. Санкт-Петербургу такие показатели, как количество объектов розничной торговли и общественного питания и число мест в объектах общественного питания, отсутствуют [3] и не были включены в расчет для данного субъекта федерации.

На протяжении всего периода исследования г. Москва и Московская область имели стабильно высокие значения индекса гостеприимства среди субъектов ЦФО РФ. В С-ЗФО, как и следовало ожидать, лидируют г. Санкт-Петербург и Ленинградская область. В ПФО стабильно высокий уровень имеют Республики Татарстан и Башкортостан, в УФО - Свердловская и Тюменская области. В СФО и ДФО индекс гостеприимства в субъектах РФ сопоставим и имеет невысокие значения. В С-КФО и ЮФО лидируют Краснодарский край, Чеченская Республика и Ростовская обл. Минимальные показатели наблюдаются в Республиках: Калмыкия, Тыва, Алтай и в Еврейской автономной области.

Таким образом, проведенное статистическое исследование может применяться для оценки развития сферы гостеприимства и принятия научно обоснованных управленческих решений по более эффективному использованию культурно-исторических и природных ресурсов. Список использованной литературы:

1. Казинец, Л.С. Теория индексов / Л.С. Казинец. М.: Госстатиздат, 1963. 157 с.

2. Перегудов, Н.В. Теоретические вопросы индексного анализа / Н.В. Перегудов. Госстатиздат, 1960. 267 с.

3. Показатели муниципальных образований // Федеральная служба государственной статистики РФ. URL: http://www.gks.ru/dbscripts/munst/munst.htm (дата обращения: 11.11.2015).

4. Постановление Правительства РФ от 2 августа 2011 г. №644 «О федеральной целевой программе "Развитие внутреннего и въездного туризма в Российской Федерации (2011-2018 годы)"» // Собрание законодательства РФ. 2011 г. №34. Ст. 4966.

5. Санкт-Петербург в 2013 году / Петростат. - СПб., 2014. 216 с. URL: http://petrostat.gks.ru/wps/wcm/connect/rosstat_ts/petrostat/resources/b35f3d00466a2f3c8317ef843e8e3539/GOR. pdf (дата обращения: 11.10.2015).

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №12/2015 ISSN 2410-700Х_

6. Севастьянов, Д.В. Развитие внутреннего туризма в России. Региональный аспект / Д.В. Севастьянов, А.А. Григорьев, Е.М. Коростелев, Л.О. Зелюткина // Сервису и туризму - инновационное развитие: материалы VII междунар. науч. конф., 20 апр. 2015 г. / отв. ред. Т.С. Комиссарова.- СПб.: ЛГУ им. А.С. Пушкина, 2015. С. 15-19.

7. Социальная статистика: учебник / под ред. чл.-корр. РАН И.И. Елисеевой. 3-е изд., перераб. и доп. М.: Финансы и статистика, 2001. 480 с.

8. Туризм в Тверской области: статистический сборник. Тверь, 2014. 81 с.

9. Шипов, А.В. Индекс гостеприимства как обобщающий показатель развития индустрии сервиса / А.В. Шипов, О.К. Ермишкина, Д.А. Белихин // Сервису и туризму - инновационное развитие: материалы VII междунар. науч. конф., 20 апр. 2015 г. / отв. ред. Т.С. Комиссарова. - СПб.: ЛГУ им. А.С. Пушкина, 2015. С.49 - 56.

10.Шипов, А.В. Индекс гостеприимства Центрального и Северо-Западного федеральных округов: сравнительный аспект / А.В. Шипов, Д.А. Белихин // Вестник тверского государственного технического университета: научный журнал. Серия «Науки об обществе и гуманитарные науки» Тверь: Тверской государственный технический университет, 2015. № 1. С. 69-80.

11.Шипов, А.В. Индекс человеческого развития как универсальный аналитический инструментарий оценки качества и уровня жизни населения с учетом национальных приоритетов / А.В. Шипов, Д.А. Белихин // Проблемы экономики, организации и управления в России и мире: Материалы V Междунар. научно-практ. конф. (23 апреля 2014 г.); отв. ред. Н.В. Уварина. Прага, Чешская Республика: WORLD PRESS s.r.o., 2014. С. 434 - 448.

© Шипов А.В., Ермишкина О.К., 2015

УДК 368:346.965.711

Шор Инна Михайловна, к.э.н., доцент кафедры корпоративных финансов и банковской деятельности ФГАОУ ВПО «Волгоградский государственный университет», г. Волгоград, Российская Федерация

E-mail: shorinnochka@rambler.ru Шелестова Дилдарахон Абдисамадовна к.э.н., доцент кафедры корпоративных финансов и банковской деятельности ФГАОУ ВПО «Волгоградский государственный университет», г. Волгоград, Российская Федерация

E-mail: dilja80@mail.ru

ИНСТРУМЕНТЫ ОПТИМИЗАЦИИ СТРАХОВЫХ ТАРИФОВ СТРАХОВЩИКА

Аннотация

В статье исследуется такой критерий оптимизации тарифных отношений, как страховой тариф. Проведенный анализ позволил сделать выводы о необходимости оптимизации страховых тарифов страховщика с помощью основных инструментов, таких как экономия расходов на ведение дела, снижение размера нетто-ставки и нормы прибыли в тарифах, включение в условия договора страхования установления франшизы с указанием ее вида, использование системы скидок к менее убыточным страхователям, выполнение страхователями мероприятий по снижению вероятности наступления страховых случаев.

Ключевые слова

Страхование, страховщик, страхователь, страховой рынок, страховой тариф, страховой случай, оптимизация, тарифная ставка, брутто-ставка, нетто-ставка, нагрузка, андеррайтинг, франшиза.