CC BY
29
Главными составляющими показателя являются экономическая, в виде валового внутреннего продукта или валового регионального продукта (далее - ВРП) на душу населения, и социальная, определяющая уровень развития социума посредством включения в расчеты различных индикаторов (уровень грамотности населения, охват населения образованием, ожидаемая продолжительность жизни). Несмотря на то, что российские [1-3] и зарубежные ученые [4, 5] предлагают опираться на различные подходы к оценке индикатора и совершенствовать методику и инструментарий оценки, общее мнение по поводу его значимости для развития социума и экономики однозначно [1]. Однако, справедливо и мнение ученых что «не во всех случаях ИЧРП адекватно отражает степень развития конкретного общества, что в определенной степени является следствием сознательной редукции числа компонентов индекса» [6].
Не менее значимым, чем показатель ИЧР, является близкий ему по сути, но более емкий по содержанию, показатель ИКЖ [7, 6]. Российские ученые разделяют понятия уровень жизни и качество жизни [8], относя к уровню жизни показатели, характеризующие, в том числе, и качество среды жизнедеятельности [8]. Важным моментом является отмеченное учеными наличие «тесной органической связи» [8] между качеством и уровнем жизни. Вместе с тем в работах [8] отмечено влияние модели территориального управления на уровень и качество жизни. Также, как и ИЧР, показатель позволяет оценить уровень жизни и сложившуюся социально-экономическую ситуацию в мегаполисе (регионе) [9, 10]. Значимость «характеристик социальной среды, состояния социального пространства...» [11] является не менее важной в оценке уровня и качества жизни. В свою очередь ВВП (ВРП) является «признанным обобщающим показателем уровня жизни» [11]. По мнению [12] «именно развитие человека, повышение качества и уровня жизни населения является наивысшим приоритетом государственной социально-экономической политики.».
В настоящее время задача выравнивания региональных различий по уровню и качеству жизни [10] остается актуальной. Показатель ИКГС, используемый для оценки уровня развития территории, в том числе и для «обеспечения высоких стандартов жизни» [11], позволяет установить уровень комфортности проживания и безопасности жизнедеятельности [13, 14]. Заложенные в расчет данного показателя составляющие, по сути, относят его кважнейшим, обеспечивающим благоприятные условия жизнедеятельности [10, 14]. По мнению российских ученых этот показатель может быть оценен как
Стандарт качества жизни [6, 7, 13, 14], при этом очевидна взаимосвязь управления качеством городской среды и уровнем качества жизни населения [13-14].
Более глубокое исследование сущности и содержания индекса человеческого развития позволяет утверждать, что имеет место сходство целей ранжирования мегаполисов и регионов по данному показателю и показателям качества жизни, качества городской среды, валового регионального продукта и иных социально-экономических индикаторов. Как было ранее отмечено в работе [9, 13] справедлив вывод ученых [10] о взаимосвязи экономических, социальных и пространственных факторов и их влиянии на устойчивое развитие территории.
Несмотря на то, что в основу рассмотренных выше показателей положены различные индикаторы с различными единицами измерения, с различными критериями оценки и методиками расчета [1, 15], все они (показатели) позволяют оценить, хотя и с разных позиций, достигнутый в мегаполисе или регионе уровень человеческого развития. Все вышеуказанное подводит к необходимости исследовать взаимосвязи факторов между собой, их влияние на результирующий фактор. Работы российских и зарубежных ученых подтверждают актуальность и целесообразность дальнейшего развития экономико-математического инструментария оценивания в области социопространственного развития. В связи с этим перспективным направлением дальнейших научных исследований является совершенствование методов, позволяющих проводить сравнительные исследования человеческого развития в российских мегаполисах и регионах. Главной целью исследования стало выявление зависимости между показателями, позволяющими оценить качество среды жизнедеятельности, обеспечивающие стандарты качества жизни и качества городской среды и имеющие приоритетное значение для формирования высокого уровня человеческого капитала в регионах.
Материалы и методы
Наиболее сложным при выборе метода исследования является возможность интерпретации и использования получаемых результатов для дальнейших разработок [16-18]. При проведении исследования был использован подход, позволяющий уменьшить размерность первичного набора данных и «свернуть» те из них, которые находятся в тесной связи. Применение метода главных компонент позволяет снизить избыточность параметров, если она присутствует в исходных данных, сохранив при этом наиболее значимую и ценную информацию.
Основными этапами исследования методом главной компоненты являются [16]:
— построение матрицы корреляционной зависимости между основными факторами;
— выделение в многомерном пространстве групп коррелирующих факторов путем нормализации исходных данных и перенесения их в новую систему координат;
— вычисление главных компонент с целью сокращения размерности пространства и переходу к новой компоненте в новой системе координат.
Важным является то, что в процессе моделирования методом главной компоненты не значим порядок вводимых факторов, поскольку конечный результат от него не зависит. Использование указанного метода позволяет перейти к новой системе координат, минимизируя потери первичной информации и сохранив связь скорректированных переменных с первичными данными. Кроме того, использование метода главных компонент позволяет путем нормализации данных привести используемые для различных факторов единицы измерения к единой размерности, позволяя проверять выдвинутые гипотезы.
В качестве исходных данных взята официально опубликованная информация за 2018 год, представленная на сайтах Аналитического центра при Правительстве Российской Федерации (ИЧР), Минстроя России (ИКГС); Агентства РИА Рейтинг (ИКЖ); Госкомстата (ВРП на душу населения) [19-22]: У - ИЧР; Х1 - ИКГС; Х2 - ИКЖ; Х3 - ВРП на душу населения, руб.
Была выдвинута гипотеза, о том, что исследование мегаполисов с использованием показателей ИЧР, ИКЖ, ИКГС или ВРП может быть описано с помощью меньшего количества факторов, поскольку между показателями должна существовать зависимость. Сделано предположение, что все указанные показатели
По результатам корреляционного анализа выявлено, что имеет место высокая теснота связи между факторами У и Х1, Х2, Х3.
Тип связи: прямая - между У и Х1, Х2, Х3.
содержат достаточно большое количество схожих индикаторов, теснота связи между которыми может быть выявлена методами корреляционного анализа.
По исходным данным проведено исследование влияния факторов X] на результат Y и исследована взаимозависимость (мультикол-линеарность) факторов X в регрессионной модели, полученной с помощью коэффициентов парной корреляции.
Результаты
Создание безопасной и комфортной городской среды, выравнивание благоприятных условий жизнедеятельности в регионах и мегаполисах России представляет актуальную задачу для органов власти. На фоне усиления негативных тенденций, связанных с последствиями пандемии новой коронавирусной инфекции, все белее увеличивающейся концентрации населения в мегаполисах, важной теоретической задачей, имеющей практическое значение, выступает необходимость уточнения взаимовлияния и тесноты связи основных оценочных индикаторов - ИЧР, ИКЖ, ИКГС, ВРП на душу населения.
На основе данных [18-22] проведено исследование тесноты связи между показателями ИЧР, ИКГС, ИКЖ, ВРП на душу населения в российских мегаполисах по состоянию на 01.01.2018.
Для оценки влияния результирующих факторов (Х1, Х2, Х3) на результативный показатель (Y) и наличие мультиколлинеарности с помощью пакета Excel (анализ данных, корреляция) построена матрица коэффициентов парной корреляции, результаты вычислений приведены ниже (Таблица 1).
1. 1.
Наибольшее влияние на результативный показатель У оказывает фактор Х3 (ВРП на душу населения).
Поскольку имеет место тесная связь между всеми результирующими показателями,
Таблица
Матрица парной корреляции между показателями ИЧР, ИКГС, ИКЖ, ВРП на душу населения в российских мегаполисах (по состоянию на 01.01.2018)
Table
Matrix of paired correlation between indicators of HDI, UEQI, LQI, GRP per capita in Russian megacities (as of 01.01.2018)
Показатель | Parameter Y Х1 Х2 Х3
Y 1
Х1 0,807202 1
Х2 0,853023 0,80958 1
Хз 0,878253 0,836467 0,675745 1
выявлено наличие мультиколлинеарности. Следовательно, необходимо уменьшить размерность данных для исключения влияния мультиколлинеарности и построения уравнения регрессии, позволяющей сделать выводы о характере влияния входных факторов на
результативный показатель. Одним из таких методов является метод главных компонент [16].
Для определения главных компонент были проведены следующие расчеты:
Построена матрица парных коэффициентов корреляции (далее - Я) (Таблица 2).
Матрица парных коэффициентов корреляции (R) Matrix of paired correlation coefficients (R)
Таблица 2. Table 2.
Фактор | Factor Xi X2 X3
Xi 1 0,80958 0,836467
X2 0,80958 1 0,675745
X3 0,836467 0,675745 1
Далее рассчитаны собственные числа А1 = 0,1247
матрицы R и собственные вектора V; А2 = 0,3254
каждого собственного числа (Таблица 3). Аз = 2,5499
Таблица 3.
Собственные вектора V для каждого собственного числа
Table 3.
Eigenvectors V for each eigenvalue
Коэффициент | Coefficient X1 = 2,5499 = 0,3254 ^з = 0,1247
Xi 0,6005 0,0576 -0,79752
X2 0,5618 -0,74 0,36946
X3 0,5690 0,6699 0,47693
На следующем этапе рассчитан вклад компонент (Таблица 5), построена матрица
каждой главной компоненты в суммарную факторных нагрузок (Таблица 6).
дисперсию (Таблица 4) и константы главных
Таблица 4.
Вклад каждой главной компоненты в суммарную дисперсию
Table 4.
Contribution of each main component to the total variance
Показатель | parameter РС1 РС2 РС3
X, 2,5499 0,3254 0,12473
доля объясненной вариации | share of variation explained 0,850 0,108 0,042
накопленная доля объясненной вариации accumulated share of the explained variation 0,850 0,958 1,000
Таблица 5.
Константы главных компонент
Table 5.
Constants of the main components
РС1 РС2 РС3
Константы | Constants 1,0 1,0 1,0
Таблица 6.
Матрица факторных нагрузок
Table 6.
МаШх of factor loads
Показатель | Parameter РС1 РС РС3
X1 0,9589 0,0329 -0,28167
X2 0,8971 -0,422 0,13048
X3 0,9086 0,3821 0,1684
Анализ матрицы факторных нагрузок позволил выявить корреляцию между исходными факторами Х] и главными компонентами РСI и установить, что наибольшее влияние на результативный показатель оказывает главная компонента РС\. Выявлено сильное прямое влияние всех трех факторов: Хь Х2 иХ3.
Влияние главных компонент РС2 и РС3 незначительно, как по величине вклада каждой компоненты в результативный показатель (РС2 - 0,108 и РС3 - 0,042) (Таблица 4), так и по уровню тесноты связи (Таблица 6).
Использование метода главных компонент позволило выйти на качественно иной уровень входных данных. Новая компонента -РС позволяет учесть влияние всех трех факторов (ИКГС; ИКЖ; ВРП на душу населения) на результирующий показатель (ИЧР).
На следующем этапе определения уравнения регрессии применен метод стандартизации показателей с использованием данных по средней и стандартному отклонению результирующих показателей (Таблица 7). Результаты стандартизации переменных приведены ниже (Таблица 8).
Таблица 7. Table 7.
Стандартизация входных факторов Х\, Х2, Х3 Standardization of input factors Xi, Х2, Х3
Показатель | Parameter Х1 Х2 Х3
Средняя | Average 176,13 56,14 552 049,37
Стандартное отклонение | Standard deviation 42,33 10,95 280 420,06
Таблица 8.
Стандартизация переменных
Table 8.
Standardization of variables
№ Мегаполис РФ | Megacity of Russia Y Х1 Х2 Х3 РС1
1 Москва 0,959 2,3590 1,9395 3,1080 4,2747
2 Санкт-Петербург 0,951 1,4614 1,7857 0,8172 2,3458
3 Екатеринбург 0,891 0,3512 0,0484 -0,0888 0,1876
4 Самара 0,892 -0,3102 -0,1762 -0,2791 -0,4441
5 Казань 0,921 0,3276 1,4902 0,2912 1,1996
6 Волгоград 0,871 -1,4205 -0,8073 -0,7602 -1,7391
7 Воронеж 0,885 -0,5228 0,4216 -0,5250 -0,3759
8 Красноярск 0,901 0,3039 -0,9029 0,8592 0,1642
9 Омск 0,882 -1,7039 -1,3213 -0,7235 -2,1772
10 Челябинск 0,881 -0,3811 -0,3387 -0,4604 -0,6811
11 Нижний Новгород 0,874 0,3276 -0,0974 -0,4563 -0,1176
12 Новосибирск 0,888 -0,3575 -0,4471 -0,3687 -0,6756
13 Пермь 0,879 -0,5465 -0,8673 -0,1720 -0,9132
14 Ростов-на-Дону 0,874 0,0441 -0,1844 -0,7440 -0,5005
15 Уфа 0,874 0,0677 -0,5428 -0,4975 -0,5474
Используя функцию Excel (анализ данных, регрессия) с помощью метода главных компонент получено уравнение регрессии с новым результирующим показателей РС1 (1)
Y = -0,25 + 0,532 РС1 (1)
где Y - ИЧР, РС1 - переменная, включающая факторы Х1, Х2, Х3 (соответственно, ИКГС; ИКЖ; ВРП на душу населения) и описываемая следующим уравнением (2)
РС1 = -0, 9589X1 + 0,8971 Х2 + 0, 9086Хз (2)
Полученное уравнение регрессии (1) статистически значимо по следующим критериям: R2 = 0,8401; по критерию Фишера (Ррасч. > Ртабл).
Обсуждение
Полученное уравнение позволяет выявить зависимость между индексами человеческого развития, качеством жизни и качеством городской среды. Проведенное исследование также доказывает влияние экономического фактора (ВРП на душу населения) на индекс человеческого развития. Поскольку влияние рассмотренных факторов на человеческое развитие доказано, можно утверждать, что имеет место нацеленность на политику эффективного социопро-странственного развития мегаполисов (регионов), в первую очередь ориентированную на повышение качественных характеристик жизнедеятельности, что означает интенсификацию
Орловская Т.Н. ФестникФТУИШ, 2022, Т. 84, №.. 1, С- 344-350 социопространственных процессов, ориентирующих органы власти на рост человеческого капитала, предопределяющих рост продолжительности жизни населения и дальнейшее усиление безопасности и благоприятных условий жизнедеятельности населения, важнейшим из которых становятся комфортность городской среды.
По полученному уравнению регрессии можно утверждать, что более 84% влияния на политику развития человеческого капитала оказывают рассмотренные нами факторы.
Проведенные автором исследования позволили сделать вывод о необходимости дальнейшей работы в области исследования сущности и взаимовлияния важнейших показателей оценки человеческого развития и эффективности социально-экономического развития мегаполисов и регионов, пространственного развития территорий.
post@vestnik-vsuet.ru Заключение
По результатам проведенных расчетов выявлено, что на 84,0% дисперсия прироста ИЧР определяется дисперсией РС1. То есть на 84,0% изменение индекса человеческого развития зависит от изменения ИКГС, ИКЖ, ВРП на душу населения.
Полученные данные позволяют сделать вывод, что основными факторами, оказывающими влияние на изменение ИЧР, являются качество городской среды, качество жизни населения валовый региональный продукт на душу населения.
Предложенная последовательность исследования позволяет более глубоко исследовать сущность происходящих социально-экономических и пространственных процессов, выявить наиболее тесные взаимосвязи и взаимозависимости, существенно сократить объемы необходимой для проведения расчетов информации.
Литература
1 Серебрякова Н.А., Волкова С.А., Волкова Т.А. Методика интегральной оценки человеческого капитала региона // Вестник ВГУИТ. 2019. Т. 81. № 3. С. 375-380. doi: 10.20914/2310-1202-2019 - 3-375-380
2 Серебрякова Н.А., Волкова С.А., Шендрикова О.О., Волкова Т.А. Роль человеческого капитала в современной экономике и показатели ее оценки // Вестник ВГУИТ. 2017. Т. 79. № 4 (74). С. 253-259. doi: https://doi.org/10.20914/2310-1202-2017-4-253-259
3 Каппушева А.Р. Тенденции развития человеческого капитала в регионах России // Фундаментальные исследования. 2017. № 9-1. С. 184-188.
4 Martin B.C., McNally J.J., Kay M.J. Examining the formation of human capital in entrepreneurship: A metaanalysis of entrepreneurship education outcomes // Journal of Business Venturing. 2013. V. 28. № 2. P. 211-224.
5 Fitzsimons P. Human capital theory and education // Encyclopedia of educational philosophy and theory. 2015. P. 1-4.
6 Ахременко А.С., Евтушенко С.А. Качество жизни регионов России: политологический аспект, методология и методика измерения // Вестник Московского университета. (12. Политические науки). 2010. № 1. С. 67-83.
7 Кузнецов С.В., Растова Ю.И., Растов М.А. Рейтинг как мера оценки качества жизни в российских регионах // Экономика региона. 2017. Т. 13. № 1. С. 137-146. doi:10.17059/2017-1-13.
8 Кузнецов С.В., Межевич Н.М. Новые практики территориального управления в России и вопросы управления качеством жизни // Управленческое консультирование. 2015. № 7. С. 25-34.
9 Orlovskaya T. Comparative researches on strategic priorities of Russian megalopolises and global cities // IOP Conference Series: Materials Science and Engineering, 2019. Т. 463. №. 3. P. 032037. doi:10.1088/1757-899X/687/5/055067.
10 Окрепилов В.В., Кузнецов С.В., Межевич Н.М., Свириденко М.В. Процессы урбанизации в контексте закономерностей пространственного развития муниципальных образований, находящихся в зоне влияния крупных мегаполисов // Экономические и социальные перемены: факты, тенденции, прогноз. 2019. Т. 12. № 4. С. 42-52. doi: 10.15838/esc.2019.4.64.3.
11 Кузнецов С.В., Иванов С.А. Национальные приоритеты в экономической и социальной стратегии макрорегиона «Северо-Запад» // Экономика и управление. 2015. № 11 (121). С. 22-29.
12 Плотников В.А., Шамахов В.А. Стратегии территориального развития и качество жизни // Управленческое консультирование. 2015. № 7. С. 57-64.
13 Герцберг Л.Я. Качество городской среды: проблемы проектирования и реализации // Градостроительство. 2013. № 1 (23). С. 28-32.
14 Orlovskaya T. Research of socio-spatial aspect of economic security of megacities: risk zones and conflict nodes // IOP Conference Series: Materials Science and Engineering. 2020. V. 753. № 1. P. 022083 doi:10.1088/1757-899X/753/2/022083
15 Зеляк Е.Ф., Богданова М.С., Лучшева В.В. Компонента «достойный уровень жизни» индекса человеческого развития // International Journal of Humanities and Natural Sciences. 2019. № 7-1. С. 188-192. doi:10.24411/2500-1000-2019-11398
16 Фомина Е.Е. Факторный анализ и категориальный метод главных компонент: сравнительный анализ и практическое применение для обработки результатов анкетирования // Гуманитарный вестник. 2017. № 10(60). С. 3.
17 Афанасьев М.Ю., Кудров А.В., Лысенкова М.А. Сравнение индексов инновационного развития в пространстве характеристик региональной дифференциации // Вестник ВГУИТ. 2020. Т. 82. № 4. С. 340-346. doi: 10.20914/2310-1202-2020-4-340-346
18 Астахин А.С., Третьякова Л.А. Управление моделированием жизнедеятельности региональных социально-экономических систем // Вестник ВГУИТ. 2019. Т. 81. № 4. С. 218-225. doi:10.20914/2310-1202-2019-4-218-225.
19 Индекс человеческого развития - 2018. // Аналитический центр при Правительстве Российской Федерации. URL: https://ac.gov.ru/publications? period=-1
20 Об утверждении Методики формирования индекса качества городской среды: распоряжение Правительства РФ от 23.03.2019 № 510-р. URL: https://xn-dtbcccdtsypabxk.xn-p1ai/#/results
21 Качество жизни в российских регионах - рейтинг 2018. // Агентство РИА Рейтинг. URL: https://riarating.ru/regions/20190219/630117442.html
22 Регионы России. Социально-экономические показатели - 2020 г. URL: https://gks.ru/bgd/regl/b20_14p/Main.htm
References
1 Serebryakova N.A., Volkova S.A., Volkova T.A. Human capital of the region assessment methodology. Proceedings of VSUET. 2019. vol. 81. no. 3. pp. 375-380. doi:10.20914/2310-1202-2019 - 3-375-380 (in Russian).
2 Serebryakova N.A., Volkova S.A., Volkova T.A., Shendrikova O.O. The role of human capital in the modern economy and indicators of its evaluation. Proceedings of VSUET. 2017. vol. 79. no. 4 (74). pp. 253-259. doi: https://doi.org/10.20914/2310-1202-2017-4-253-259. (in Russian).
3 Kappusheva A.R. Tendencies of development of the human capital in regions of Russia. Fundamental Research. 2017. no. 9 (1). pp. 184-188. (in Russian)
4 Martin B.C., McNally J.J., Kay M.J. Examining the formation of human capital in entrepreneurship: A metaanalysis of entrepreneurship education outcomes. Journal of Business Venturing. 2013. vol. 28. no. 2. pp. 211-224.
5 Fitzsimons P. Human capital theory and education. Encyclopedia of educational philosophy and theory. 2015. pp. 1-4. (in Russian).
6 Achremenko A.S., Evtushenko S.A. Quality of life in Russian regions: politological aspect, method and methodology of measurement. Moscow University Bulletin. Series 12. Political Science. 2010. no. 1. pp. 67-83. (in Russian).
7 Kuznetsov S.V., Rastova J.I., Rastov M.A. Rating Evaluation of the Quality of Life in Russian Regions. Economy of Region. 2017. vol. 13. no.1. pp. 137-146. doi: 10.17059/2017-1-13. (in Russian).
8 Kuznetsov S.V., Mezhevich N.M. New Practices of Territorial Governance in Russia and Quality of Life Management Issues. Administrative Consulting. 2015. no. 7. pp. 25-34. (in Russian).
9 Orlovskaya T. Comparative researches on strategic priorities of Russian megalopolises and global cities. IOP Conference Series: Materials Science and Engineering. 2019. vol. 463. no. 3. pp. 032037. doi:10.1088/1757-899X/687/5/055067
10 Okrepilov V.V., Kuznetsov S.V., Mezhevich N.M., Sviridenko M.V. Urbanization processes in the context of spatial development patterns of municipalities in the zone of influence of megacities. Economic and Social Changes: Facts, Trends, Forecast. 2019. vol. 12. no. 4. pp. 42-52. doi: 10.15838/esc.2019.4.64.3. (in Russian).
11 Kuznetsov S.V., Ivanov S.A. National Priorities for Economic and Social Strategy of the North-West Macroregion. Economics and Management. 2015. no. 11 (121). pp.22-29. (in Russian).
12 Plotnikov V.A., Shamakhov V.A. Strategies of Territorial Development and Quality of Life. Administrative Consulting. 2015. no. 7. pp. 57-64. (in Russian).
13 Gertsberg L. Ya. The Quality of the Urban Environment: Issues of Planning and Implementation. City and Town Planning. 2013. no. 1 (23). pp. 28-32. (in Russian).
14 Orlovskaya T. Research of socio-spatial aspect of economic security of megacities: risk zones and conflict nodes. IOP Conference Series: Materials Science and Engineering. 2020. vol. 753. no. 1. pp. 022083 doi:10.1088/1757-899X/753/2/022083
15 Zelyak E.F., Bogdanova M.S., Luchsheva V.V. Worthy standard of living component of the human development index. International Journal of Humanities and Natural Sciences. 2019. vol. 7 (1). pp. 188-192. doi:10.24411/2500-1000-2019-11398. (in Russian).
16 Fomina E.E. Factor analysis and categorial principal component analysis: comparative analysis and practical application for processing of questionnaire survey results. Humanities Bulletin of BMSTU. 2017. no. 10 (60). pp.3-16. doi: http://dx.doi.org/10.18698/2306-8477-2017-10-473 (in Russian).
17 Afanasiev M Yu., Kudrov A.V., Lysenkova MA Comparison of innovative development indexes in the space of regional differentiation characteristics. Proceedings of VSUET. 2020. vol. 82. no. 4. pp. 340-346. doi: 10.20914/2310-1202-2020-4-340-346. (in Russian).
18 Astakhin A.S., Tretiakova L.A. Management of life modelling of regional socio-economic systems. Proceedings of VSUET. 2019. vol. 81. no. 4. pp. 218-225. doi:10.20914/2310-1202-2019-4-218-225 (in Russian).
19 Analytical Center for the Government of the Russian Federation. Human Development Index - 2018. (in Russian) Available at: https://ac.gov.ru/publications? period=-1
20 On Approval of the Methodology for the Formation of the Urban Environment Quality Index: decree of the Government of the Russian Federation No. 510-r dated March 23, 2019. Available at: https://gorodsreda.ru/documents/ indeks_kachestva_gorsredy (in Russian)
21 RIA Rating Media Agency. Quality of life in Russian regions - 2018 Ranking. Available at: https://riarating.ru/regions/20190219/630117442.html (in Russian)
22 Federal State Statistics Service. Russian Regions. Socioeconomic indicators - 2020. Available at: https://gks.ru/bgd/regl/b20_14p/Main.htm (in Russian)
Сведения об авторах
Тамара Н. Орловская к.э.н., доцент, кафедра экономической безопасности, Санкт-Петербургский государственный архитектурно-строительный университет, 2-ая Красноармейская ул., 4, Санкт-Петербург, 190005, Россия, e-tamara(a!mail.m https://orcid.org/0000-0002-8428-931X Вклад авторов
Тамара Н. Орловская написала рукопись, корректировала её до подачи в редакцию и несет ответственность за плагиат
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Поступила 07/01/2022 Received 07/01/2022
Information about authors
Tamara N. Orlovskaya Cand. Sci. (Econ.), associate professor, economic security department, Saint Petersburg State University of Architecture and Civil Engineering, 2-ya Krasnoarmeiskaya ul., 4 St. Petersburg, 190005, Russia, e-tamara(S)mail.m https://orcid.org/0000-0002-8428-931X Contribution
Tamara N. Orlovskaya wrote the manuscript, correct it before filing in editing and is responsible for plagiarism
Conflict of interest
The authors declare no conflict of interest.
После редакции 31/01/2022_Принята в печать 22/02/2022
Accepted in revised 31/01/2022 Accepted 22/02/2022
Вестнщ.ВГУИШ/Proceedings of VSUET ISSN 2226-910X E-ISSN 2310-1202
DOI: http://doi.org/10.20914/2310-1202-2022-1-351-355_Оригинальная статья/Research article_
УДК 338.49_Open Access Available online at vestnik-vsuet.ru
Совершенствование организационно-экономического механизма обеспечения комплексности застройки жилых _территорий мегаполисов_
Светлана А. Шишелова 1 s.shishelova@ya.ru
1 Санкт-Петербургское государственное казенное учреждение «Научно-исследовательский и проектный Центр
Генерального плана Санкт-Петербурга», Зодчего Росси ул., д. 1-3, г. Санкт-Петербург, 191023, Россия Аннотация. Обеспечение благоприятных условий жизнедеятельности населения, комфортной городской среды является одной из приоритетных задач, решение которой требуется в районах массовой жилой застройки. Наращиваемые объемы строительства жилья вызывают пропорциональный рост потребности в объектах социальной инфраструктуры. Одним из инструментов решения указанной проблемы может стать совершенствование организационно-экономического механизма участия застройщика жилья в строительстве объектов социальной инфраструктуры, обеспечивающих комплексность застройки жилых территорий мегаполисов. Определены критерии формирования перечня объектов социальной инфраструктуры, строительство которых может быть возложено на застройщика как социальное обременение. Сформирован перечень объектов социальной инфраструктуры, в первую очередь, обеспечивающих комплексность жилой застройки мегаполисов, строительство которых можно возложить на застройщика в рамках социальных обременений. С целью удовлетворения потребности в выбранных объектах социальной инфраструктуры: детских садах, школах и амбулаторно-поликлинических учреждений, разработана авторская методика расчета объемов финансовых обязательств застройщика на развитие объектов социальной инфраструктуры, приведены результаты такого расчета. По укрупненным расчетам количественное значение показателя объема участия застройщика в строительстве важнейших объектов социальной инфраструктуры, влияющих на качество городской среды, составит 14311 руб./кв.м общей площади квартир. Предложенная модель расчета может быть положена в основу финансово-экономического обоснования эффективности принятия управленческих решений в области градостроительства. В рамках совершенствования организационно-экономического механизма участия застройщика в строительстве объектов социальной инфраструктуры сформулировано предложение о создании отдельной организационной структуры - Фонда социальных обязательств, который позволит обеспечить аккумулирование денежных средств застройщиков и справедливое и эффективное их распределение в соответствии с очередностью ввода жилья и в рамках заключенных с застройщиками соглашений.
Ключевые слова: организационно-экономический механизм, социальная инфраструктура, обязательства застройщика, условия жизнедеятельности, жилая застройка, мегаполис
Improvement of the organizational and economic mechanism for ensuring the complexity of the development of residential areas _of megacities_
_Svetlana A. Shishelova 1 s.shishelova@ya.ru_
1 St. Petersburg State Institution «Scientific Research and Design Center of the Master Plan of St. Petersburg», Zodchego Rossi
street, 1-3, St. Petersburg, 191023, Russia_
Abstract. Ensuring favorable living conditions of the population and a comfortable urban environment is one of the priority tasks, the solution of which is required in areas of mass residential development. The increasing volume of housing construction causes a proportional increase in the need for social infrastructure facilities. One of the tools for solving this problem can be the improvement of the organizational and economic mechanism of the housing developer's participation in the construction of social infrastructure facilities that ensure the complexity of the development of residential areas of megacities. The criteria for the formation of a list of social infrastructure facilities the construction of which can be assigned to the developer as a social burden, are defined. A list of social infrastructure facilities has been formed, first of all, ensuring the complexity of residential development of megacities, the construction of which can be entrusted to the developer within the framework of social encumbrances. In order to meet the needs for selected social infrastructure facilities: kindergartens, schools and outpatient clinics, the author's methodology for calculating the amount of financial obligations of the developer for the development of social infrastructure facilities has been developed, the results of such calculation are presented. According to the enlarged calculations, the quantitative value of the indicator of the volume of the developer's participation in the construction of the most important social infrastructure facilities affecting the quality of the urban environment will amount to 14311 rubles/sq.m of the total area of apartments. The proposed calculation model can be used as a basis for financial and economic justification of the effectiveness of managerial decision-making in the field of urban planning. As part of the improvement of the organizational and economic mechanism of the developer's participation in the construction of social infrastructure facilities, a proposal has been formulated to create a separate organizational structure - the Social Obligations Fund, which will ensure the accumulation of developers' funds and their fair and efficient distribution in accordance with the order of housing commissioning and within the framework of agreements concluded with developers
Keywords: organizational and economic mechanism, social infrastructure, obligations of the developer, living conditions, residential development, metropolis
Для цитирования Шишелова С.А. Совершенствование организационно-экономического механизма обеспечения комплексности застройки жилых территорий мегаполисов // Вестник ВГУИТ. 2022. Т. 84. № 1. С. 351-355. doi: 10.20914/2310-1202-2022-1-351-355
For citation
Shishelova S.A. Improvement of the organizational and economic mechanism for ensuring the complexity of the development of residential areas of megacities. Vestnik VGUIT [Proceedings of VSUET]. 2022. vol. 84. no. 1. pp. 351-355. (in Russian). doi:10.20914/2310-1202-2022-1-351-355
© 2022, Шишелова С.А. / Shishelova S.A.
This is an open access article distributed under the terms of the Creative Commons Attribution 4.0 International License
