CC BY
50
Р01: 10.15838^.2022.6.122.6 УДК 332.1 | ББК 65.9(2Рос)-94
© Леонидова Г.В., Басова Е.А., Рассадина М.Н.
КЛАСТЕРНЫЙ АНАЛИЗ ДОХОДНОГО НЕРАВЕНСТВА НАСЕЛЕНИЯ РОССИЙСКИХ РЕГИОНОВ
ГАЛИНА ВАЛЕНТИНОВНА ЛЕОНИДОВА
Вологодский научный центр Российской академии наук Вологда, Российская Федерация e-mail: [email protected]
ORCID: 0000-0003-0361-2099; ResearcherlD: I-7139-2016
ЕЛЕНА АЛЕКСАНДРОВНА БАСОВА
Вологодский научный центр Российской академии наук Вологда, Российская Федерация e-mail: [email protected]
ORCID: 0000-0003-2817-5454; ResearcherlD: AAD-4911-2020
МАРИАННА НИКОЛАЕВНА РАССАДИНА
Вологодский институт права и экономики Федеральной службы исполнения наказаний Вологда, Российская Федерация e-mail: [email protected] ORCID: 0000-0002-3923-3931
Проблема неравномерности распределения доходов является особенно актуальной для российского общества по причине чрезмерных масштабов расслоения населения. Значительные межрегиональные различия и отсутствие научно обоснованной методики разделения субъектов РФ на кластеры по степени доходной дифференциации граждан осложняют реализацию государственной социальной политики в однотипных регионах. В представленной статье рассмотрены особенности неравенства населения в условиях современной России и тренды его изменений на примере регионов РФ за 2010-2018 гг., а также предложена методика объединения территорий
Для цитирования: Леонидова Г.В., Басова Е.А., Рассадина М.Н. (2022). Кластерный анализ доходного неравенства населения российских регионов // Проблемы развития территории. Т. 26. № 6. С. 94-114. DOI: 10.15838/ptd.2022.6.122.6
For citation: Leonidova G.V., Basova E.A., Rassadina M.N. (2022). Cluster analysis of income inequality of the Russian population. Problems of Territory's Development, 26 (6), 94-114. DOI: 10.15838/ptd.2022.6.122.6
Р щ II
в гомогенные группы по уровню доходного неравенства на основе инструментов кластерного анализа. В качестве источников информации выступили официальные данные, публикуемые Рос-статом. Показано, что доходное неравенство российского населения сохраняется на чрезмерно высоком уровне. Выделено четыре группы региональных кластеров по уровню монетарного неравенства и бедности. Определено, что высокий уровень поляризации по доходам особенно характерен для субъектов, входящих в региональный кластер, с максимальной величиной среднедушевых денежных доходов и ВРП на душу населения. Предложены управленческие мероприятия по снижению неравенства и бедности в разрезе гомогенных групп. Полученные результаты имеют научную значимость для исследования доходного неравенства населения в части анализа региональных дисбалансов. Практическая ценность материалов статьи заключается в возможности использования их при разработке мер по снижению бедности в регионах. В перспективе в исследование монетарного (доходного) неравенства может быть включена проблематика экономического поведения населения с учетом мотивационных и адаптивных стратегий граждан.
Неравенство по доходам, регионы, иерархический кластерный анализ, метод Варда, многомерная классификация данных.
Введение
Усиливающееся неравенство по доходам является «хронической всемирной дилеммой» (Shi, Changa, 2020), усложняющей реализацию основной цели социальной политики - повышение уровня жизни населения (Беляева и др., 2019; Басова, 2020; Kohlscheen et al., 2021). Рост доходного неравенства в крупных развитых и развивающихся странах наблюдается уже в течение последних сорока лет (Kohlscheen et al., 2021). Россия также относится к странам, где доходное неравенство увеличивается. Так, если в 1980 году на 20%-ю группу населения с наибольшими доходами приходилась треть совокупных доходов, то в 2019 году этот объем вырос до 47%. Такое положение, характеризующееся беспрецедентным ростом неравенства в РФ, выступает «одной из главных угроз целостности страны» (Беляева и др., с. 138). Проблема доходного неравенства, являясь болезненным аспектом современного общества (Shi, Changa, 2020; Басова, 2021; Кубишин и др., 2021), осложняется в России высокими межрегиональными различиями. По данным доклада Всемирного банка1, Россия занимает третье место по
уровню неравенства среди стран Европы и Центральной Азии. Решение вопроса по снижению межрегионального неравенства составляет часть государственной политики РФ, основные направления которой заложены в принятой Стратегии пространственного развития до 2025 года2.
Межрегиональные контрасты в социально-экономическом развитии и уровне жизни населения территорий, с одной стороны, являются итогом объективных закономерностей эволюционного развития человеческого общества. Вместе с тем неравенство по доходам, приобретающее чрезмерное выражение, постепенно становится все более актуальной проблемой, находящейся в поле зрения ученых и управленцев. Данная проблема («искоренение всех форм бедности») актуализирована на международном уровне и выступает первой из 17 целей в области устойчивого развития (ЦУР), разработанных ООН3.
Значительные различия в уровне доходов граждан регионов актуализируют необходимость изучения региональных дисбалансов по уровню бедности в целях реализации однотипной социальной политики в гомогенных группах.
1 Toward a New Social Contract: Taking on Distributional Tensions in Europe and Central Asia. URL: https:// openknowledge.worldbank.org/handle/10986/30393 (accessed 14.09.2022).
2 Стратегия пространственного развития Российской Федерации на период до 2025 года: Распоряжение Правительства РФ от 13 февраля 2019 г. № 207-р. URL: http://static.government.ru/media/files/UVAlqUtT08o60Rkto0Xl22JjAe7irNxc.pdf (дата обращения 14.09.2022).
3 Envision2030: 17 goals to transform the world for persons with disabilities. URL: https://www.un.org/development/ desa/disabilities/envision2030.html (accessed 12.09.2022).
Несмотря на высокую степень изученности доходного неравенства населения, вопросы теоретико-методологического подхода к обоснованию методик типологизации регионов РФ по уровню доходного неравенства и бедности остаются недостаточно раскрытыми. Основная цель представленного исследования заключается в разработке и обосновании методики типологизации регионов РФ по уровню доходного неравенства и бедности населения.
Теоретические
основы исследования
Изучение феномена бедности началось с классиков политэкономии (А. Смита, Д. Рикардо и Т. Мальтуса), а наиболее ранние упоминания термина «монетарное неравенство» в экономической литературе отмечены в конце XIX века (Smith, 1883, p. 329). Пик исследований данной проблематики мировым научным сообществом пришелся на 2013-2016 гг.4 и связан с выходом в свет экономических бестселлеров Дж. Стиглица, Т. Пикетти, Э. Аткинсона и др.
В российской и зарубежной экономической науке существует множество взглядов на проблему неравенства. Одни исследователи рассматривают неравенство как стимул для экономического роста (Breunig, Majeed, 2020; Gründler, Scheuermeyer, 2018), другие -как препятствие для роста экономики и социального прогресса (Brueckner, Lederman, 2018; Hassan et al., 2020) или как преграду на пути к формированию справедливого и достойного общества равных возможностей (Басова, 2021; Rawls, 1971; Bourguignon et al., 2007; Checchi et al., 2010; Roemer, Trannoy, 2015). По оценкам исследователей (Tridico, 2017), развитие внутристранового и меж-странового неравенства происходит в про-тивофазе, а перманентный рост неравенства доходов в межтерриториальном разрезе внутри страны объясняется расширением цифровизации, порождающей различия в профессиональных навыках, международной торговлей, снижением протекционизма и последствиями глобализации. В мировой
4 По данным сервиса Books Ngram Viewer.
научной литературе зафиксирован значительный пласт исследований, подтверждающих негативные последствия чрезмерной дифференциации доходов, выражающиеся в росте социальных конфликтов, политической нестабильности и структурной деформации экономики (Бикеева, Моисеева, 2019; Басова, 2020; Ильин, Морев, 2021).
Решение проблемы сглаживания чрезмерного доходного неравенства в условиях неоднородного экономического пространства в РФ актуализирует необходимость оценки межрегиональных различий как важного показателя социально-экономического уровня развития страны. Полученные результаты, являясь индикатором социальных возможностей населения, выступают основой для разработки стратегических решений в области снижения бедности. Значимость исследования межрегиональной дифференциации, а также результаты диагностики уровня жизни и степени неравенства населения отражены в трудах многих отечественных и зарубежных ученых: А. Гранберга, Е. Заровой, Н. Зубаревич, С. Казанцева, В. Локосова, Р. Мельникова, Е. Рюминой, А. Суворова, С. Суспицына, Т. Черновой, А. Шевякова, Б. Штульберга и др. Основы типологии различных территорий (регионов, стран) представлены в работах Н. Иванова, А. Вавиловой, М. Соколовой, В. Акопова, Ю. Гаджиева, Ф. Модена, Г. Маррейро, С. Сегунью, Б. АпШпс2ук, Т. БеЬе1ге и др.
Следует отметить, что ученые осуществляют различные варианты оценки доходного неравенства населения и типоло-гизации регионов по данному признаку. Например, региональные сопоставления по доступным статистическим данным позволяет производить индексная оценка качества жизни населения, в основу которой заложена «четырехкомпонентная структурная модель (здоровье населения, уровень жизни, рынок труда и безопасность жизнедеятельности), отражающая наиболее значимые в экономическом плане проблемные области» (Россошанский, 2018). Также в исследовани-
ях представлена «двухкритериальная модель социальной структуры российского общества по уровню материальной обеспеченности» на основе актуализированных стандартов (Бобков и др., 2018). Группировка субъектов Российской Федерации производится также по доле в территориальных доходах федерального бюджета (Мохнаткина, 2020); по сочетанию двух показателей (среднедушевых денежных доходов и среднедушевых расходов населения) (Голованова, 2019). Как видим, единого подхода к типологии регионов по доходному неравенству нет.
Наличие сильной межрегиональной и межотраслевой дифференциации доходов и заработной платы в условиях российской действительности зафиксировали в своих работах отечественные ученые (Зубаревич, Сафронов, 2013; Козлова, Макарова, 2020; Локосов и др., 2018; Суринов, Луппов, 2021а; Суринов, Луппов, 2021Ь).
Итоги эмпирических исследований (Александрова, Ярашева, 2018; Лежнина, 2020; Суворов и др., 2020; Андреева и др., 2021; Бобков и др., 2022), а также изучение действующих стратегических документов социально-экономического развития России позволили авторам сделать заключение о том, что реализация в стране целенаправленной политики по снижению бедности осложняется неоднородностью социально-экономического развития территорий и отсутствием научно обоснованной системы типологии российских регионов.
Материалы и методический
инструментарий
В основе данного исследования лежат теоретико-методологические подходы отечественных и зарубежных ученых в области доходного неравенства, оценки уровня бедности населения, анализа межрегиональных различий в благосостоянии населения. Методический инструментарий исследования базируется на системном подходе к изучению неравенства как многомерного и многоаспектного явления. В статье исполь-
зован комплекс общенаучных методов познания (анализ и синтез; логический, сравнительный и временной анализ, кластерный анализ и др.). Информационной базой послужили данные Федеральной службы государственной статистики по уровню жизни населения.
Показатели, характеризующие уровень социально-экономического развития территорий, подвергнуты пересчету на стоимость фиксированного набора товаров и услуг по регионам (Козлова, Макарова, 2020; Басова, 2021; Суринов, Луппов, 2021a; Суринов, Луппов, 2021b), а также для сравнительной характеристики за исследуемый период с 2010 года переведены в сопоставимые цены (цены 2018 года). В целях кластеризации использованы официальные данные Росстата без поправки на региональные различия в стоимости жизни.
Группировка российских регионов проведена по показателям, характеризующим монетарное неравенство и бедность населения по данным за 2018 год, на основе иерархического кластерного анализа. Кластеризация -это процесс группировки данных в кластеры с высоким внутрикластерным и низким межкластерным сходством (Abdulhafedh, 2021; Shetty, Singh, 2021). Иерархическое объединение в кластер осуществлено с помощью метода Варда, а внутригрупповая сумма квадратов расстояний выбрана как целевая функция. Кластеризация проведена для 79 регионов РФ5 по пяти индикаторам: среднедушевые денежные доходы, среднемесячная номинальная начисленная заработная плата, численность населения с доходами ниже прожиточного минимума, коэффициент Джини и коэффициент фондов. Для целей кластерного анализа использованы библиотеки машинного обучения языка Python (Orange).
Результаты исследования
и обсуждение
Снижение бедности является одним из центральных показателей национальных целей Российской Федерации как социаль-
5 За исключением г. Севастополь, Республики Крым, Чеченской Республики и автономных округов, входящих в состав соответствующих субъектов (Ненецкого, Ханты-Мансийского и Ямало-Ненецкого).
Таблица 1. Валовой региональный продукт на душу населения (с учетом стоимости фиксированного набора товаров и услуг по регионам)*, тыс. рублей
Регион** Год Ранг*** 2018 год к 2010 году****, раз
2010 2011 2012 2013 2014 2015 2016 2018
Тюменская область 804407 990236 1106023 1188912 1314923 1439080 1474996 2174818 1 1,7
Сахалинская область 683396 828770 914394 989040 1199940 1351759 1219333 2023470 2 1,9
г. Москва 521982 605180 634764 681241 745787 765623 789281 988603 3 1,1
Чукотский автономный округ 433811 501914 503833 504375 705249 780989 830900 934021 4 1,4
Республика Саха (Якутия) 315358 388301 439060 466435 555274 624112 712270 891360 5 1,7
Вологодская область 215670 261410 285314 284101 318422 394757 394564 497040 25 1,4
г. Севастополь н. д. н. д. н. д. н. д. 111442 142124 169443 189630 78 0 7*****
Кабардино-Балкарская Республика 108034 124015 139580 140474 144664 150439 165105 180852 79 1,0
Карачаево-Черкесская Республика 99763 113695 137843 152610 143460 147002 155933 174062 80 1,0
Республика Ингушетия 58828 79462 108529 126224 138079 124367 131956 135607 81 1,5
Чеченская Республика 62217 72280 84649 100710 117902 116360 123058 133436 82 1,2
Справочно: Российская Федерация 263829 317515 348642 377006 405148 449098 472050 510253 - 1,18
* Для целей рейтинговой оценки использованы данные по 82 регионам РФ, кроме Ненецкого, Ханты-Мансийского и Ямало-Ненецкого автономных округов. ** Приведены данные по 5 регионам с наилучшими и наихудшими значениями показателя, а также Вологодской области. *** Данные ранжированы по регионам за 2018 год. **** В сопоставимых ценах 2018 г. ***** 2018 год к 2014 году, раз. Рассчитано по: Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
ного государства, что закреплено в Указе Президента РФ6. В рамках национальной цели «Сохранение населения, здоровье и благополучие людей» предполагается снижение уровня бедности в 2 раза по сравнению с 2017 годом. Согласно официально принятой методике (бедным признается население с доходами ниже прожиточного минимума (ПМ)), уровень бедности в РФ варьируется в пределах 12% по данным на 2019 год. При этом почти треть населения (31%) с доходами ниже ПМ приходится на «работающих бедных». В соответствии с европейской методикой оценки относительной бедности, где в качестве черты бедности используется располагаемый доход домохозяйства, составляющий не менее 60% медианного располагаемого дохода, малообеспеченным
можно признать каждого четвертого гражданина РФ. Согласно субъективным оценкам граждан, почти половина из них (49%) относит себя к бедным слоям российского общества (Суринов, Луппов, 2021а).
Материальное благосостояние как индикатор, характеризующий качество жизни населения региона, во многом определяется динамикой уровня валового регионального продукта (ВРП). В 2018 году величина ВРП на душу населения в РФ в сопоставимой оценке увеличилась по сравнению с 2010 годом в 1,18 раза. К числу наиболее обеспеченных регионов относится Тюменская область (табл. 1), где ВРП на душу населения составляет 1712444 тыс. руб., что в 3,3 раза выше среднероссийского уровня. Наименьший ВРП зафиксирован в Чеченской Республике
6 О национальных целях развития России до 2030 года: Указ Президента РФ от 21 июля 2020 г. URL: http:// www.kremlin.ru/events/president/news/63728 (дата обращения 01.11.2022).
(126280 тыс. руб., или 24,7% от среднероссийской величины).
Изменение материального благосостояния населения неразрывно связано с важнейшим макроэкономическим показателем -инфляцией. Колебания цен на потребительском рынке детерминируют изменения в уровне и качестве жизни населения, формируя предпосылки для становления различных типов неравенства. Согласно статистическим данным, начиная с 2010 года, в целом по РФ зафиксировано поступательное снижение темпов индекса потребительских цен с 108,8 до 104,3% в 2018 году. Исключение составили кризисные 2014-2015 гг., когда ИПЦ превысил уровень 2010 года. Среди регионов наиболее значительный рост цен отмечен в Рязанской области (табл. 2).
Следует отметить, что величина среднедушевых доходов в номинальной оценке за исследуемый период увеличилась в 1,8 раза. Вместе с тем доходы с учетом инфляции оста-
лись на прежнем уровне (рост составил незначительные 1,03 раза). Наиболее существенный рост доходов граждан (1,11 раза с учетом инфляции) отмечен в Южном федеральном округе. Рейтинг регионов по уровню доходов замыкает Республика Тыва (15032 руб. на человека в месяц). Вологодская область занимает 39 место по уровню среднедушевых доходов (табл. 3).
Интересно, что по оценкам экспертов (Калугина, 2021), население России тратит в среднем 31,2% своего бюджета на продукты (в частности, в Республике Дагестан - примерно 60%, в Республике Крым - 50%). При этом расходы на питание одного члена семьи в месяц в РФ составляют от 2756 руб. в беднейших слоях до 9038,9 руб. - в самых обеспеченных. Если судить о содержании питательных веществ в потребляемых продуктах, то ситуация здесь более наглядная и удручающая: беднейшее население страны (первая и вторая 10%-е группы населения)
Таблица 2. Индекс потребительских цен* (декабрь к декабрю прошлого года), %
Регион** Год Ранг*** 2018 год к 2010 году (+/-)
2010 2011 2012 2013 2014 2015 2016 2017 2018
Республика Ингушетия 106,1 103,8 105,2 104,5 108,1 117,5 102,6 104,0 101,9 1 -4,2
Тюменская область 108,4 104,9 105,5 105,9 108,7 112,6 106,9 102,7 102,4 2 -6,0
Республика Саха (Якутия) 106,0 107 105,4 106,0 110,3 110,5 106,0 104,4 102,7 3 -3,3
Сахалинская область 110,0 106,4 106 106,5 108,6 110,6 104,8 102,2 102,8 4-5 -7,2
Республика Дагестан 113,9 106,5 107,4 104,4 110,5 114,0 104,4 101,1 102,8 4-5 -11,1
Вологодская область 109,2 105,7 106,0 107,2 112,0 112,0 105,0 102,2 103,9 20 -5,3
Липецкая область 108,1 104,7 106,6 106,3 111,9 112,1 104,6 102,3 105,3 77-78 -2,8
Московская область 108,0 105,8 105,6 107,4 112,2 113,9 106,2 103,2 105,3 77-78 -2,7
Республика Марий Эл 111,5 106,0 106,3 106,5 111,6 112,5 105,4 102,5 105,4 79 -6,1
Республика Крым н. д. н. д. н. д. н. д. 142,5 127,6 107,2 101,4 105,5 80 -37,0****
Курская область 109,5 105,5 105,8 105,9 110,9 113,9 105,8 102,1 105,7 81 -3,8
Рязанская область 109,9 105,8 107,0 108,1 113,5 112,3 105,5 103,3 106,0 82 -3,9
Справочно: Российская Федерация 108,8 106,1 106,6 106,5 111,4 112,9 105,4 102,5 104,3 - -4,5
* Здесь и далее в рейтинговых оценках использованы данные по 82 регионам РФ, кроме г. Севастополь, Республики Крым и Чеченской Республики. ** Данные ранжированы по регионам за 2018 год. *** Приведены данные по 5 регионам с наилучшими и 6 наихудшими значениями показателя, а также Вологодской области. **** 2018 год к 2014 году (+/-). Рассчитано по: Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
Таблица 3. Среднедушевые денежные доходы населения (с учетом стоимости фиксированного набора товаров и услуг по регионам), руб.
Регион* Год Ранг** 2018 год к 2010 году, раз***
2010 2011 2012 2013 2014 2015 2016 2017 2018
Чукотский автономный округ 37620 40843 45786 52875 57656 56983 63934 71030 75131 1 1,40
г. Москва 40377 44473 45606 52670 49662 53008 58384 63074 65567 2 0,85
Магаданская область 25623 27886 33689 38741 41740 44872 49534 53200 57091 3 1,24
Сахалинская область 27934 30327 30869 35485 38625 43284 47202 49415 52318 4 1,32
Камчатский край 24510 27377 30080 33438 36196 38027 41484 44388 47155 5 1,23
Вологодская область 12926 14795 17215 17717 19457 22313 25335 25362 25969 37 1,16
Чувашская Республика 10078 11378 13005 13912 14771 16270 16951 17704 17633 78 1,00
Карачаево-Черкесская Республика 9739 11172 12606 13241 14772 15500 16734 17598 17407 79 0,95
Республика Калмыкия 6904 8236 9470 10828 11694 13713 14892 15742 16378 80 1,19
Республика Ингушетия 9076 11139 11713 12700 13581 12929 15340 15193 15862 81 1,06
Республика Тыва 9381 10217 11176 12864 12682 13978 14346 14616 15032 82 0,96
Справочно: Российская Федерация 17425 19585 21783 24116 24607 26797 29284 31119 31810 1,03
* Приведены данные по 5 регионам с наилучшими и наихудшими значениями показателя, а также Вологодской области. ** Данные ранжированы по регионам за 2018 год. *** В сопоставимых ценах 2018 года. Рассчитано по: Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
потребляют белков в 1,6, а жиров в 1,7 раза меньше, чем десятая наиболее обеспеченная страта населения7.
Среднемесячная заработная плата в 20102018 гг. в целом по России росла более быстрыми темпами, чем общая величина среднедушевых доходов (рост составил 1,22 раза в сопоставимой оценке). В рейтинге субъектов 2018 года по уровню среднемесячной начисленной заработной платы лидируют следующие регионы: Сахалинская, Тюменская и Магаданская области, Чукотский автономный округ, г. Москва (табл. 4). Аутсайдер по уровню заработной платы - Чеченская Республика (26174 руб. в месяц, что составляет около 60% от среднероссийского уровня).
Период 2010-2018 гг. характеризовался значительной межрегиональной дифференциацией по уровню материального благосостояния жителей, что связано с большими
различиями в значениях ВРП на душу населения.
Одним из важнейших индикаторов монетарного неравенства являются денежные доходы населения. Их распределение, как свидетельствуют статистические данные (табл. 5), имеет довольно стабильную структуру. Доли срединных квинтилей в распределении доходов населения РФ, как мы видим, осталась практически неизменной с 2010 года. Однако к 2018 году произошло снижение удельного веса пятой группы и увеличение доли первой, отличающейся наименьшим уровнем денежных доходов, как в России в целом, так и в регионах, в частности Вологодской области.
Весьма значительная доля россиян имеет низкий уровень доходов в сравнении с уровнем прожиточного минимума: доходы ниже установленной границы ПМ в 2018 году
7 Для справки: минимальная доля в расходах на продукты питания отмечена в Люксембурге (8,7%), в Великобритании, Швейцарии, Нидерландах и т. д. данный показатель достигает 10-11%.
Таблица 4. Среднемесячная начисленная заработная плата работников организаций (с учетом стоимости фиксированного набора товаров и услуг по регионам), руб.
Регион* Год Ранг** 2018 год к 2010 году, раз***
2010 2011 2012 2013 2014 2015 2016 2017 2018
Сахалинская область 25039 26596 31062 35583 40439 48340 51360 56324 64962 1 1,63
Тюменская область 31683 34997 39454 43276 48030 50063 53484 57482 62829 2 1,23
Магаданская область 25666 28293 33115 37573 42675 44923 48190 52371 61072 3 1,35
Чукотский автономный округ 26414 30302 34131 39204 47125 50751 53305 58710 58563 4 1,43
г. Москва 27371 31704 34546 38641 43561 44724 48972 50921 58386 5 1,20
Вологодская область 18275 19682 21851 24547 26148 26977 28616 31082 35651 39 1,16
Кабардино-Балкарская Республика 14071 15239 18279 20223 21723 22447 22575 24222 27672 78 1,12
Псковская область 15879 17018 19400 20915 21602 22121 23050 24687 27664 79 0,99
Ивановская область 14346 15651 18267 20263 21711 22307 23198 24493 26930 80 1,05
Карачаево-Черкесская Республика 12335 13740 17143 19482 20461 21012 21910 23447 26861 81 1,29
Чеченская Республика 15385 15513 18807 23041 23119 23123 23301 23399 26174 82 0,99
Справочно: Российская Федерация 20952 23369 26629 29792 32495 34030 36709 39167 43724 - 1,22
* Приведены данные по 5 регионам с наилучшими и наихудшими значениями показателя, а также Вологодской области. ** Данные ранжированы по регионам за 2018 год. *** В сопоставимых ценах 2018 года. Рассчитано по: Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
Таблица 5. Распределение денежных доходов населения по 20%-м группам, %
Удельный вес общего объема денежных доходов, приходящихся на соответствующую группу населения, в общем объеме денежных доходов
Год Регион первая (с наименьшими доходами) вторая третья четвертая пятая (с наибольшими доходами)
2010 РФ 5,2 9,8 14,8 22,5 47,7
Вологодская область 6,3 11,1 15,9 22,9 43,8
2015 РФ 5,3 10,0 15,0 22,6 47,1
Вологодская область 6,4 11,3 16,1 23,0 43,2
2018 РФ 5,3 10,0 15,0 22,6 47,1
Вологодская область 6,7 11,6 16,3 23,1 42,3
Источники: Регионы России. Социально-экономические показатели (2011): стат. сб. / Росстат. Москва. 990 с.; Регионы России. Социально-экономические показатели (2016): стат. сб. / Росстат. Москва. 1326 с.; Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
имели около 12,6% населения РФ (табл. 6). Несмотря на постепенное снижение с 2012 года, удельный вес низкодоходной группы граждан к 2015 году вырос, достигнув максимума за весь исследуемый период (13,4%).
В числе антилидеров по данному показателю следует назвать республики Тыва и Ингушетия, где почти треть населения находится в бедственном материальном положении. Как наиболее благоприятные по уров-
Таблица 6. Численность населения с денежными доходами ниже величины прожиточного минимума, % от общей численности населения субъекта
Регион* Год Ранг** 2018 год к 2010 году (+/-)
2010 2011 2012 2013 2014 2015 2016 2017 2018
г. Санкт-Петербург 8,6 9,1 9,0 8,2 8,7 8,5 8,3 7,3 6,6 1 -2,0
г. Москва 10,0 10,0 9,6 8,7 8,8 8,9 8,5 7,5 6,8 2 -3,2
Республика Татарстан 7,7 8,1 6,5 6,8 7,0 7,1 7,5 7,2 7,0 3 -0,7
Московская область 10,1 9,6 6,9 7,5 7,6 8,3 7,8 7,9 7,3 4 -2,8
Белгородская область 8,2 8,6 6,5 7,6 7,7 8,5 8,1 7,8 7,5 5 -0,7
Вологодская область 16,8 17,1 13,2 14,0 13,5 14,5 13,8 13,9 13,6 38 -3,2
Еврейская автономная область 19,5 20,1 18,8 20,9 21,4 25,1 25,5 24,3 23,7 78 4,2
Республика Алтай 17,7 18,6 18,5 21,0 20,9 24,8 25,6 25,4 24,0 79 6,3
Кабардино-Балкарская Республика 15,7 15,3 14,2 19,0 18,7 21,1 25,8 24,7 24,2 80 8,5
Республика Ингушетия 22,1 18,5 17,1 20,3 23,9 29,9 29,3 29,6 30,4 81 8,3
Республика Тыва 29,6 30,6 27,9 33,0 35,2 36,9 37,8 35,8 34,4 82 4,8
Справочно: Российская Федерация 12,5 12,7 10,7 10,8 11,3 13,4 13,2 12,9 12,6 - 0,1
* Приведены данные по 5 регионам с наилучшими и наихудшими значениями показателя, а также Вологодской области. ** Данные ранжированы по регионам за 2018 год. Рассчитано по: Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
ню доходов отмечены г. Санкт-Петербург и г. Москва, а также Республика Татарстан. В этих регионах (по состоянию на 2018 год) численность населения с доходами ниже ПМ в пределах 7%.
Несмотря на снижение числа граждан, получающих доходы ниже ПМ в России, говорить об устойчивой динамике роста материального благополучия населения (в условиях недостаточных изменений и абсолютно низких значений ПМ) нельзя. По состоянию на четвертый квартал 2018 года величина ПМ за девятилетний период увеличилась в РФ на 4311 руб. Среди регионов ожидаемо высоким уровень ПМ оказался в регионах Дальневосточного федерального округа и г. Москве (табл. 7). Наименьшая величина показателя зафиксирована в Белгородской области (8480 руб.).
За исследуемый период коэффициент фондов характеризовался значительной величиной и плавающей динамикой. Максимальная величина индикатора в целом по РФ отмечена в 2010 году (16,5 раза)
против некоторого снижения к 2018 году (15,6 раза). Регионы с наибольшими по величине значениями коэффициента Джини в 2018 году - Тюменская и Сахалинская области, г. Москва и Республика Башкортостан (табл. 8). Минимальное значение индикатора зафиксировано в Тверской и Костромской областях (9,2 раза).
Коэффициент Джини, один из старейших показателей неравенства доходов, отображающий связь между совокупной долей населения и долей совокупного дохода (Jancewicz, 2016; Ignacio, 2018), свидетельствует о высоком расслоении населения по монетарному признаку. Несмотря на понижательный тренд данного показателя с 2014 года, его величина по состоянию на 2018 год осталась в значительной части регионов РФ на высоком уровне. Максимальное значение коэффициента отмечено в Тюменской области (0,430) против минимального уровня (0,338) в Тверской и Костромской областях (табл. 9). Среднероссийский уровень дан-
Таблица 7. Величина прожиточного минимума (в среднем на душу населения), руб. в месяц
Регион* IV квартал года Ранг** 2018 год к 2010 году, раз
2010 2011 2012 2013 2014 2015 2016 2017 2018
Чукотский автономный округ 10961 11428 12157 14766 13571 16845 17775 20149 21606 1 2,0
Камчатский край 12230 12584 13395 14384 15786 18427 19451 19220 19741 2 1,6
Магаданская область 9236 10249 11001 14084 15415 17469 17764 17635 18910 3 2,0
Республика Саха (Якутия) 9207 10028 10682 11923 13332 15515 16080 16610 16667 4 1,8
г. Москва 8656 9128 9747 10965 12542 14413 15092 15397 16087 5 1,9
Вологодская область 6066 6346 6847 7474 8578 9678 9980 10234 10698 20 1,8
Ставропольский край 5539 5802 6259 6543 7154 8027 8148 8248 8622 78 1,6
Воронежская область 5594 5662 5756 6043 7026 7884 8121 8034 8612 79 1,5
Саратовская область 5059 5271 5722 6126 6932 7986 8168 8222 8599 80 1,7
Республика Мордовия 5007 5352 5610 6260 6997 7863 7776 7824 8503 81 1,7
Белгородская область 4777 4959 5256 6106 6842 7918 8099 8281 8480 82 1,8
Справочно: Российская Федерация 5902 6209 6705 7326 8234 9452 9691 9786 10213 - 1,7
* Приведены данные по 5 регионам с наилучшими и наихудшими значениями показателя, а также Вологодской области. ** Данные ранжированы по регионам за 2018 год. Рассчитано по: Величина прожиточного минимума. https://www.fedstat.ru/indicator/30957 (дата обращения 27.03.20); Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
Таблица 8. Динамика коэффициента фондов*, раз
Регион** Год Ранг*** 2018 год к 2010 году, раз
2010 2011 2012 2013 2014 2015 2016 2017 2018
Тверская область 10,5 10,2 11,2 10,6 9,8 9,3 9,4 9 9,2 1-2 0,88
Костромская область 10,9 10,9 11,3 10,8 10,7 10,3 10,7 10,5 9,2 1-2 0,84
Республика Калмыкия 11,7 11,8 12,6 12,1 12 11,2 11,1 8,5 9,3 3-5 0,79
Чувашская Республика 11,2 11 12,1 11,8 11,4 10 9,7 9,2 9,3 3-5 0,83
Кировская область 11,3 10,9 12 11,4 11,6 10,3 9,8 9,5 9,3 3-5 0,82
Вологодская область 11,7 11,4 12 12,1 11,7 11,1 11,5 10,3 10,2 19 0,87
Республика Саха (Якутия) 14,4 14,5 14,7 15 14,5 14 13,8 13,9 14,8 78-77 1,03
Чукотский автономный округ 14,7 15,8 15,9 16,1 16,1 15,5 14,3 14,1 14,8 78-77 1,01
Республика Башкортостан 17,6 17,2 17,5 17,4 17,1 15,8 16 16 15,5 79 0,88
г. Москва 28,2 27,3 27,3 26,2 20,9 17,7 16,6 16,1 15,8 80 0,56
Сахалинская область 16,0 15,1 15,5 15,8 16,1 15,6 15,5 15,3 16,3 81 1,02
Тюменская область 20,1 19,7 20,1 19,6 19,0 17,8 17,3 17,1 17,7 82 0,88
Справочно: Российская Федерация 16,5 16,2 16,4 16,3 16,0 15,7 15,6 15,3 15,6 - 0,95
* Коэффициент фондов (децильный коэффициент) характеризует, во сколько раз средний уровень денежных доходов 10% населения с самыми высокими доходами превышает средний уровень денежных доходов 10% населения с самыми низкими доходами.
** Приведены данные по 5 регионам с наилучшими и 6 наихудшими значениями показателя, а также Вологодской области.
*** Данные ранжированы по регионам за 2018 год.
Рассчитано по: Регионы России. Социально-экономические показатели (2011): стат. сб. / Росстат. Москва. 990 с.; Регионы России. Социально-экономические показатели (2012): стат. сб. / Росстат. Москва. 990 с.; Регионы России. Социально-экономические показатели (2013): стат. сб. / Росстат. Москва. 990 с.; Регионы России. Социально-экономические показатели (2014): стат. сб. / Росстат. Москва. 900 с.; Регионы России. Социально-экономические показатели (2015): стат. сб. / Росстат. Москва. 1266 с.; Регионы России. Социально-экономические показатели (2016): стат. сб. / Росстат. Москва. 1326 с.; Регионы России. Социально-экономические показатели (2017): стат. сб. / Росстат. Москва. 1402 с.; Регионы России. Социально-экономические показатели (2018): стат. сб. / Росстат. Москва. 1162 с.; Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
Таблица 9. Динамика коэффициента Джини*
Регион** Год Ранг*** 2018 год к 2010 году, раз
2010 2011 2012 2013 2014 2015 2016 2017 2018
Костромская область 0,363 0,363 0,368 0,361 0,36 0,354 0,359 0,358 0,338 1-2 0,93
Тверская область 0,358 0,352 0,366 0,359 0,348 0,340 0,342 0,335 0,338 1-2 0,94
Чувашская Республика 0,366 0,363 0,377 0,374 0,369 0,351 0,345 0,337 0,339 3-4 0,93
Кировская область 0,367 0,362 0,376 0,369 0,371 0,354 0,348 0,342 0,339 3-4 0,92
Республика Калмыкия 0,372 0,373 0,382 0,377 0,377 0,367 0,365 0,326 0,340 5 0,91
Вологодская область 0,372 0,369 0,376 0,377 0,373 0,365 0,370 0,354 0,353 19 0,95
г. Санкт-Петербург 0,445 0,442 0,443 0,443 0,437 0,416 0,414 0,407 0,405 76-78 0,91
Республика Саха (Якутия) 0,401 0,403 0,405 0,407 0,403 0,398 0,395 0,397 0,405 76-78 1,01
Чукотский автономный округ 0,404 0,414 0,415 0,417 0,417 0,411 0,401 0,398 0,405 76-78 1,00
Республика Башкортостан 0,429 0,426 0,428 0,428 0,425 0,414 0,416 0,416 0,411 79 0,96
г. Москва 0,505 0,503 0,486 0,481 0,452 0,43 0,421 0,417 0,415 80 0,82
Сахалинская область 0,416 0,408 0,411 0,414 0,417 0,413 0,411 0,410 0,418 81 1,00
Тюменская область 0,447 0,444 0,446 0,443 0,439 0,431 0,426 0,425 0,430 82 0,96
Справочно: Российская Федерация 0,421 0,417 0,420 0,419 0,416 0,413 0,412 0,410 0,413 - 0,98
* Коэффициент Джини (индекс концентрации доходов) характеризует степень отклонения линии фактического распределения общего объема доходов от линии их равномерного распределения. Величина коэффициента может варьироваться от 0 до 1, при этом чем выше значение показателя, тем более неравномерно распределены доходы. ** Приведены данные по 5 регионам с наилучшими и 7 с наихудшими значениями показателя, а также по Вологодской области. *** Данные ранжированы по регионам за 2018 год. Рассчитано по: Регионы России. Социально-экономические показатели (2011): стат. сб. / Росстат. Москва. 990 с.; Регионы России. Социально-экономические показатели (2012): стат. сб. / Росстат. Москва. 990 с.; Регионы России. Социально-экономические показатели (2013): стат. сб. / Росстат. Москва. 990 с.; Регионы России. Социально-экономические показатели (2014): стат. сб. / Росстат. Москва. 900 с.; Регионы России. Социально-экономические показатели (2015): стат. сб. / Росстат. Москва. 1266 с.; Регионы России. Социально-экономические показатели (2016): стат. сб. / Росстат. Москва. 1326 с.; Регионы России. Социально-экономические показатели (2017): стат. сб. / Росстат. Москва. 1402 с.; Регионы России. Социально-экономические показатели (2018): стат. сб. / Росстат. Москва. 1162 с.; Регионы России. Социально-экономические показатели (2019): стат. сб. / Росстат. Москва. 1204 с.
ного индикатора с 2010 года не опускался ниже 0,410. По оценкам Всемирного банка (Мареева, Слободенюк, 2018, с. 30), индекс Джини в пределах 0,38-0,4 представляет собой индикатор избыточного неравенства, которое тормозит экономический рост.
Результаты анализа представленных выше индикаторов, характеризующих доходное неравенство и бедность населения российских территорий, свидетельствуют о неоднородности социально-экономического развития регионов РФ. В связи с тем, что каждый из 79 регионов рассматривается как точка в пяти измерениях (по числу индикаторов неравенства), провести визуализацию подобного пространства невозможно. С целью понижения размерности
использован метод главных компонент в среде Orange. В результате получилось снизить размерность данных до двух: две главные компоненты объясняют 85% дисперсии нашей выборки (рис. 1).
Проведенное исследование позволило выделить 4 региональных кластера с различными характеристиками доходного неравенства и бедности населения (рис. 2). Субъекты РФ (в количестве 26 ед.), входящие в первый кластер, характеризуются показателями неравенства и бедности на уровне ниже среднего по сравнению с другими выделенными группами.
1 кластер: Астраханская, Владимирская, Волгоградская, Вологодская, Ивановская, Калининградская, Калужская, Кемеровская,
с imulative variance
0.853
\
\
\
V
\
> 0.161
с< mponent variance
12 3 4 5
Principal Components
Рис. 1. Результаты применения инструмента PCA
Источник: расчеты авторов в среде Orange.
Рис. 2. Дендрограмма иерархической кластеризации регионов по уровню доходного неравенства и бедности, 2018 год
Источник: расчеты авторов в среде Orange.
Костромская, Курская, Ленинградская, Новгородская, Орловская, Пензенская, Рязанская, Саратовская, Тамбовская, Тверская, Томская, Тульская, Ульяновская, Челябинская, Ярославская области, республики Карелия, Северная Осетия - Алания, Удмуртия.
Регионы второго кластера (16 ед.) с низким уровнем доходного неравенства и бедности отличаются минимальными по сравнению с другими регионами показателями доходного расслоения, а также уровнем средних доходов и заработной платы населения.
2 кластер: Еврейская АО, Кировская, Курганская, Иркутская, Псковская области, республики Калмыкия, Ингушетия, Кабардино-Балкария, Карачаево-Черкесия, Марий Эл, Мордовия, Чувашия, Алтай, Тыва, Хакасия и Забайкальский край.
Среди анализируемых российских субъектов выделена группа регионов (8 ед.) с самыми высокими показателями доходного неравенства и бедности: в ней как индикаторы дифференциации, так и уровень доходов и оплаты труда характеризуются максимальными значениями по сравнению с другими выделенными кластерами (табл. 10).
Таблица 10. Характеристика средних и медианных значений внутри выделенных кластеров* (регионы РФ, 2018 год)
Показатель Кластер
1 (n = 26) 2 (n = 16) 3 (n = 8) 4 (n = 4)
Среднедушевые денежные доходы населения, руб.
Среднее 25361 20328 54907 30648
Медиана 25010 20068 49954 30010
Среднемесячная номинальная начисленная заработная плата, руб.
Среднее 32432 30919 74461 37103
Медиана 31635 28038 73185 33754
Численность населения с доходами ниже прожиточного минимума, %
Среднее 12,9 21,8 9,8 13,0
Медиана 13,5 20,9 8,7 13,6
Коэффициент Джини
Среднее 0,358 0,353 0,410 0,388
Медиана 0,360 0,350 0,410 0,390
Коэффициент фондов
Среднее 0,105 0,102 0,151 0,131
Медиана 0,105 0,101 0,148 0,129
* Для справки: в РФ в 2018 году индексы Джини и коэффициент фондов составили 0,373 и 0,119 соответственно, среднедушевые денежные доходы зафиксированы на уровне 33178 руб., среднемесячная начисленная заработная плата - 38097 руб., численность населения с доходами ниже прожиточного минимума отмечена на уровне 14,4%. Источник: расчеты авторов в среде Orange.
3 кластер: Магаданская, Московская, Сахалинская, Тюменская области, города Москва и Санкт-Петербург, Республика Саха (Якутия), Чукотский автономный округ.
Четвертый кластер составляют 29 регионов со средним уровнем доходного неравенства и бедности. В них невысокие значения индикаторов дифференциации сочетаются с показателями доходов и заработной платой, близкими к среднероссийскому уровню.
4 кластер: Амурская, Архангельская, Белгородская, Брянская, Воронежская, Липецкая, Мурманская, Нижегородская, Новосибирская, Оренбургская, Омская, Самарская, Свердловская, Смоленская, Ростовская области; Алтайский, Камчатский, Краснодарский, Красноярский, Пермский, Приморский, Ставропольский, Хабаровский края; республики Адыгея, Башкортостан, Бурятия, Дагестан, Коми, Татарстан.
Изучение средних значений по основным социально-экономическим показателям развития регионов в выделенных кластерах позволяет сделать следующие выводы:
- в первой группе, условно названной по уровню доходного неравенства и бедности как «ниже средней», показатели, характеризующие развитие и уровень жизни населения, немного уступают среднероссийским значениям; в структуре денежных выплат основным источником доходов у подавляющей части граждан (56%) является заработная плата, социальные выплаты отмечены у 24,7% населения; средняя величина ВРП входящих в состав данного кластера регионов варьируется в пределах 76% от среднероссийского значения;
- во втором кластере («низкий») почти треть населения (27%) получает социальные выплаты при высоком уровне развития предпринимательской активности (8% получают доходы от занятия предпринимательством, что гораздо выше, чем в других региональных кластерах); у представителей данного кластера продукты питания составляют основную статью расходов; среднее значение ВРП является минимальным из всех выявленных;
- в третьем кластере («высокий») у подавляющей части населения (70%) основным источником дохода выступает заработная плата; также высока роль доходов от собственности (4,4%); расходы на продукты питания имеют минимальное значение по сравнению с другими типологическими группами при максимальном значении стоимости фиксированного набора товаров и услуг в данной группе (19877 руб.); среднее значение ВРП является максимальным среди выделенных групп, превышая среднероссийский показатель в 2,8 раза;
- в четвертом кластере («средний») средняя величина ВРП составляет 90% от среднероссийского значения; особенность кластера заключается в высоком уровне прочих денежных поступлений по сравнению со среднероссийской величиной (примерно в два раза выше): данный вид доходов характерен для 16% населения.
Заключение
Неравенство и бедность относятся к основным социально-экономическим рискам современности и вызовам XXI века. Социальное расслоение имеет различные негативные последствия, проявляющиеся в росте социальной напряженности в обществе, ограничениях в развитии человеческого потенциала, негативно воздействуя на демографические установки в обществе (Говорова, 2021; Ы е1 а1., 2021; ИапаИ1а, МПапоу1саЬ, 2021). В связи с этим задача государства состоит в разработке стратегий для сокращения неравенства и поддержки устойчивого развития.
Анализ тенденций доходного неравенства подтверждает, что в России констатируется не просто неравенство, а его переход в крайние, особо опасные формы. По мнению ученых (Кубишин, 2021, с. 19), формирующие -ся как следствие неравенства «две России» не только различаются уровнем и качеством жизни, но и демонстрируют различные системы ценностей, предпочтений и разный потребительский спрос. Монетарное неравенство, негативно воздействуя на качество жизни населения, детерминирует объем
и направления дифференциации граждан по немонетарному признаку (Басова, 2021). Результаты исследования позволили сделать следующие выводы.
1. Выявлены значительные расхождения регионов России по величине валового регионального продукта, детерминирующие сильные межрегиональные различия в уровне жизни населения.
2. Определено, что посткризисное восстановление ряда показателей качества жизни в 2010 году сменилось в 2014-2015 гг. их ухудшением. В частности, отмечены рост инфляции и снижение материального благосостояния населения. Также в анализируемом периоде среднедушевые денежные доходы не имели тенденции к росту (в сопоставимой оценке).
3. Подтверждено, что уровень доходного неравенства населения остается чрезмерным. Об этом свидетельствует нахождение значений индикаторов дифференциации по доходам (коэффициента фондов и Джини) на небезопасном социальном уровне. Более того, отмечен рост численности первой 20%-й группы населения, отличающейся наименьшим уровнем денежных доходов.
4. Проведение кластерного анализа на базе пакета Orange позволило выявить четыре группы российских регионов по уровню доходного неравенства и бедности. С помощью предварительного использования инструмента PCA снижена размерность данных до двух, в связи с чем две главные компоненты объясняют 85% дисперсии выборки. Типология российских регионов включает субъекты с низким, ниже среднего, средним и высоким уровнем доходного неравенства и бедности населения.
5. Выявлено, что для регионов с максимальной величиной среднедушевых денежных доходов и ВРП наиболее характерна поляризация населения. Отличительной особенностью кластера с высоким уровнем неравенства является максимальное среднее значение объема ВРП входящих в него регионов, который превышает среднероссийское значение в 2,8 раза (по состоянию на 2018 год). Максимальный уровень среднедуше-
вых доходов и заработной платы сочетается с наибольшим уровнем стоимости жизни в данной типологической группе. Для сравнения: в кластере, характеризуемом как «низкий» по уровню неравенства и бедности, отмечена высокая степень зависимости населения от социальных выплат (треть населения является их получателем) при высоком уровне предпринимательской активности. При этом средняя величина ВРП для регионов данной группы имеет минимальное значение по сравнению с остальными кластерами группами.
Полученная типология российских территорий позволяет наметить ряд основных направлений по снижению чрезмерного неравенства населения в разрезе гомогенных региональных групп. На наш взгляд, в субъектах, отличающихся высокими значениями неравенства и бедности, необходимо усилить работу в части выявления и поддержки малоимущих слоев населения. Решение проблемы бедности в кластерах, характеризующихся минимальными показателями доходов и низким уровнем развития экономики, видится в создании новых рабочих мест и активизации занятости, разработке программ по переквалификации граждан на новые востребованные специальности. Предложенные направления по снижению бедности не означают полный отказ от их реализации в других российских регионах, но более всего актуальны для выделенных кластерных групп.
Исследуя проблему уровня жизни населения в России, нельзя не отметить новую методику определения границы бедности в РФ. Ранее бедными признавались граждане, имеющие доход ниже прожиточного минимума (абсолютная черта бедности). Начиная с 2021 года основой для установ-ления8 величины ПМ будет являться не
продовольственная корзина, а 44,2% от медианного дохода населения, установленного на год. При новом подходе ПМ будет зависим не от цен на продукты, а от уровня доходов граждан. Минимальный размер оплаты труда (МРОТ) будет формироваться на уровне 42% от медианной заработной платы, рассчитываемой Росстатом. Основой для определения региональных прожиточных минимумов служит размер федерального прожиточного минимума. Следует отметить, что новая методика не повлечет за собой изменения в уровне социальной поддержки населения, но будет направлена на установление критической точки доходов, выход за границы которой в сторону уменьшения позволит отнести население к группе бедных. Таким образом, введение новой границы бедности служит лишь цели статического учета, но не направлено на повышение доходов и уровня жизни российских граждан. Более того, в ходе оценки бедных с использованием новой методики обнаружено несопоставимость данных за предыдущие периоды, в связи с чем президент поручил устранить данную проблему в целях корректного контроля над выполнением национальной цели по снижению уровня бедности в два раза к 2030 году.
Полученные результаты имеют научную значимость для исследования доходного неравенства населения в части анализа регио нальных дисбалансов. Практическая ценность материалов статьи заключается в возможности их использования при разработке мер по снижению бедности в регионах. В перспективе в исследование монетарного (доходного) неравенства может быть включена проблематика экономического поведения населения с учетом мотивационных и адаптивных стратегий граждан.
8 Об установлении величины прожиточного минимума на душу населения и по основным социально-демографическим группам населения в целом по Российской Федерации на 2021 год: Постановление Правительства РФ от 31 декабря 2020 г. № 2406. URL: http://government.ru/docs/all/132155 (дата обращения 10.12.2021).
ЛИТЕРАТУРА
Александрова О.А., Ярашева А.В. (2018). Усиление селективности социальной политики и перспективы снижения бедности // Народонаселение. Т. 21. № 1. С. 4-21. DOI: 10.26653/1561-7785-2018-21-1-01 Андреева Е.И., Бычков Д.Г., Феоктистова О.А. (2021). Эффективность региональных политик социальной поддержки населения // Проблемы прогнозирования. № 5. С. 101-110. DOI: 10.34755/IR0K.2019.31.81.079 Басова Е.А. (2020). Теоретико-методологические основы исследования категории «немонетарное неравенство» // Актуальные проблемы экономики и права. Т. 14. № 3. С. 415-427. DOI: http://dx.doi.Org/10.21202/1993-047X.14.2020.3.415-427
Басова Е.А. (2021). Доступная ипотека vs доступность жилья. Хотели как лучше, а получилось...? // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 14. № 4. С. 113-130. DOI: 10.15838/esc.2021.4.76.7 Беляева Л.А., Гранин Ю.Д., Касавина Н.А., Лапин Н.И., Резник Ю.М. (2019). Становление государства благосостояния и перспективы социального государства в России. Реалии и проекты / под общ. ред. Н.И. Лапина. Санкт-Петербург: Реноме. 232 с. Бикеева М.В., Моисеева И.В. (2019). Измерение экономического неравенства: проблемы, факты и
оценка // Социальная статистика. № 6. С. 48-56. DOI: 10.21686/2500-3925-2019-6-48-56 Бобков В.Н., Бобкова Т.Е., Вершинина М.А. [и др.] (2022). Уровень и качество жизни населения России: от реальности к проектированию будущего: монография / под ред. В.Н. Бобкова (отв. ред.), Н.В. Локтюхиной, Е.Ф. Шамаевой; ФНИСЦ РАН. Москва: ФНИСЦ РАН. 274 с.
Бобков В.Н., Херрманн П., Колмаков И.Б., Одинцова Е.В. Двухкритериальная модель стратификации российского общества по доходам и жилищной обеспеченности // Экономика региона. 2018. Т. 14. Вып. 4. С. 1061-1075. DOI: 10.17059/2018-4-1 Говорова Н.В. (2021). Бедность и неравенство: вызовы пандемии COVID-19 // Общественные науки
и современность. № 3. С. 75-87. DOI: 10.31857/S086904990015422-6 Голованова Л.А. (2019). Дифференциация уровня жизни населения в регионах Дальневосточного
федерального округа // Вестник ТоГУ. № 4 (55). С. 45-54. Зубаревич Н.В., Сафронов С.Г. (2013). Неравенство социально-экономического развития регионов и городов России 2000-х годов: рост или снижение? // Общественные науки и современность. № 6. С. 15-26. Ильин В. А., Морев М.В. (2021). К чему ведет бездуховность правящих элит? // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 14. № 2. С. 9-28. DOI: 10.15838/esc.2021.2.74.1 Калугина З.И. (2021). Экономическая доступность продовольствия: региональные и социальные
различия // ЭКО. № 2. С. 165-175. DOI: 10.30680/БГО0131-7652-2021-2-165-175 Козлова О.А., Макарова М.Н. (2020). Сокращение бедности в России в контексте реализации национальных целей развития // Журнал экономической теории. Т. 17. № 4. С. 770-780. DOI: 2073-6517/2020.17-4.2
Кубишин Е.С., Седлов А.П., Соболева И.В. (2021). Бедность в России: методология измерения и международные сравнения // Вестник Института экономики РАН. № 1. С. 56-70. DOI: 10.24412/2073-6487-2021-1-56-70 Лежнина Ю.П. (2021). Представления россиян о необходимой социальной политике: между серединой 2000-х и коронакризисом 2020 года // Социологические исследования. № 4. С. 50-60. DOI: 10.31857/S013216250014715-9 Локосов В.В., Рюмина Е.В., Ульянов В.В. (2018). Качество населения и региональная экономика: прямые и обратные связи // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 11. № 1. С. 32-42. DOI: 10.15838/esc.2018.1.55.2
Мареева С., Слободенюк Е. (2018). Неравенство в России в международном контексте: доходы, богатство, возможности // Вестник общественного мнения. № 1-2 (126). С. 30-47. DOI: 10.24411/2070-5107-2018-00002 Мохнаткина Л.Б. (2020). Оценка неравенства регионов в формировании доходов федерального бюджета на основе критерия Парето // Экономика региона. Т. 16. Вып. 4. С. 1377-1392. URL: https://doi.org/10.17059/ekon.reg.2020-4-25 Россошанский А.И. (2018). Типология регионов России по показателям качества жизни населения //
Государственный советник. № 3. С. 5-9. Суворов А.В., Болдов О.Н., Иванов В.Н., Сухорукова Г.М., Буданова А.И. (2020). Направления социальной политики, обеспечивающей восстановление экономического роста в России // Проблемы прогнозирования. № 4. С. 3-15. Суринов А.Е., Луппов А.Б. (2021a). Влияние региональных различий в стоимости жизни на национальные оценки неравенства по доходам // Экономика региона. Т. 17. Вып. 3. С. 814-827. DOI: 0.17059/ekon.reg.2021-3-7 Суринов А.Е., Луппов А.Б. (2021b). Неравенство в России: регионы, стоимость жизни и эквивалентный доход // Экономическая политика. № 3. С. 82-111. DOI: 10.18288/1994-5124-2021-3-82-111
Abdulhafedh A. (2021). Incorporating K-means, hierarchical clustering and PCA in customer segmentation.
Journal of City and Development, 3 (1), 12-30. DOI: 10.12691/jcd-3-1-3 Bourguignon F., Ferreira F., Menendez M. (2007). Inequaliy of opportunity in Brazil. Review of Income and
Wealth, 53, 585-618. DOI: 10.1111/j.1475-4991.2007.00247.x Breunig R., Majeed O. (2020). Inequality, poverty and economic growth. International Economics, 161, 83-99.
DOI: 10.1016/j.inteco.2019.11.005 Brueckner M., Lederman D. (2018). Inequality and economic growth: The role of initial income. Journal of
Economic Growth, 23, 341-366. DOI: 10.1007/s10887-018-9156-4 Checchi D., Peragine V., Serlenga L. (2010). Inequality of opportunity in Italy. Journal of Economic Inequality,
8, 429-450. DOI: 10.1007/s10888-009-9118-3
Grundler K., Scheuermeyer P. (2018). Growth effects of inequality and redistribution: What are thetransmis-
sion channels? Journal of Macroeconomics, 55, 293-313. DOI: 10.1016/j.jmacro.2017.12.001 Hassan M., Bukhari S., Arshed N. (2020). Competitiveness, governance and globalization: What matters for poverty alleviation? Environment, Development and Sustainability, 22, 3491-3518. DOI: 10.1007/s10668-019-00355-y
Ignacio J. (2018). The challenge of measuring poverty and inequality: A comparative analysis of the main indicators. European Journal of Government and Economics, 7 (1), 24-43. DOI: 10.17979/ejge.2018.7.1.4331 Jancewicz B. (2016). Income inequalities: axioms of income inequality measures and people's perceptions.
Decyzje, 13 (25), 21-42. DOI: 10.7206/DEC.1733-0092.69 Kohlscheen E., Lombardi M., Zakrajsek E. (2021). Income inequality and the depth of economic downturns.
Economics Letters, 205, 1-16. DOI: 10.1016/j.econlet.2021.109934 Li W., Cai Z., Cao S. (2021). What has caused regional income inequality in China? Effects of 10 socioeconomic factors on per capita income. Environment Development and Sustainability, 23 (1), 13403-13417. DOI: 10.1007/s10668-020-01218-7 Ranaldia M., Milanovicab B. (2021). Capitalist systems and income inequality. Journal of Comparative Economics,
9, 1-13. DOI: 10.1016/j.jce.2021.07.005
Rawls J. (1971). A Theory of Justice. Cambridge: Harvard University Press. DOI: 10.1163/9789047431060 Roemer J., Trannoy A. (2015). Equality of opportunity: Theory and measurement. Journal of Economic Literature, American Economic Association, 54 (40), 1288-1332.
Shetty P., Singh S. (2021). Hierarchical clustering: A survey. International Journal of Applied Research, 7 (40), 178-181. DOI: 10.22271/allresearch.2021.v7.i4c.8484
Shi K., Changa Z. (2020). Identifying and evaluating poverty using multisource remote sensing and point of interest (POI) data. Journal of Cleaner Production Volume, 255 (2), 1-12. DOI: 10.1016/j.jclepro.2020.120245 Smith A.M. (1883). A System of Subjective Political Economy. London: Williams and Norgate. Tridico P. (2017). Inequality in Financial Capitalism. London. DOI: 10.4324/9781315672083
ИНФОРМАЦИЯ ОБ АВТОРАХ
Галина Валентиновна Леонидова - кандидат экономических наук, доцент, ведущий научный сотрудник, заведующий лабораторией, Вологодский научный центр Российской академии наук (Российская Федерация, 160014, г. Вологда, ул. Горького, д. 56а; e-mail: [email protected])
Елена Александровна Басова - кандидат экономических наук, старший научный сотрудник, Вологодский научный центр Российской академии наук (Российская Федерация, 160014, г. Вологда, ул. Горького, д. 56а; e-mail: [email protected])
Марианна Николаевна Рассадина - кандидат экономических наук, старший преподаватель, Вологодский институт права и экономики Федеральной службы исполнения наказаний (Российская Федерация, 160002, г. Вологда, ул. Щетинина, д. 2; e-mail: [email protected])
Leonidova G.V., Basova E.A., Rassadina M.N.
CLUSTER ANALYSIS OF INCOME INEQUALITY OF THE RUSSIAN POPULATION
The problem of uneven distribution of income is particularly relevant for Russian society due to the excessive scale of stratification of the population. Significant interregional differences and the lack of a scientifically based methodology for dividing Russia's entities into clusters according to the degree of citizens' income differentiation complicate the implementation of state social policy in the same type of regions. The presented article examines the features of population inequality in contemporary Russia and trends of its changes in the case study of Russia's regions for 2010-2018, and also suggests a methodology for combining territories into homogeneous groups according to the income inequality rate based on cluster analysis tools. The sources of information are official Rosstat data. We have shown that the income inequality of the Russian population remains at an excessively high level. There are four groups of regional clusters according to the level of monetary inequality and poverty. We have determined that a high level of income polarization is especially characteristic of entities belonging to a regional cluster with the maximum amount of per capita monetary income and GRP per capita. We have proposed management measures to reduce inequality and poverty in the context of homogeneous groups. The results obtained have scientific significance for the study of income inequality of the population in terms of the analysis of regional imbalances. The practical value of the research materials lies in the possibility of using them in the development of measures to reduce poverty in the regions. In the future, the study of monetary (income) inequality may include the problems of economic behavior taking into account the motivational and adaptive strategies of citizens.
Income inequality, regions, hierarchical cluster analysis, Ward's method, multidimensional data classification.
REFERENCES
Abdulhafedh A. (2021). Incorporating K-means, hierarchical clustering and PCA in customer segmentation. Journal of City and Development, 3(1), 12-30. DOI: 10.12691/jcd-3-1-3
Aleksandrova O.A., Yarasheva A.V. (2018). Strengthening the selectivity of social policy and poverty production prospects. Narodonaselenie=Population, 21(1), 4-21. DOI: 10.26653/1561-7785-2018-21-1-01 (in Russian).
Andreeva E.I., Bychkov D.G., Feoktistova O.A. (2021). Efficiency of regional social assistance policies. Problemy prognozirovaniya=Studies on Russian Economic Development, 5, 101-110. DOI: 10.34755/IROK.2019.31.81.079 (in Russian).
Basova E.A. (2020). Theoretical-methodological bases of researching the notion of "non-monetary inequality". Aktual'nye problemy ekonomiki i prava=Actual Problems of Economics and Law, 14(3), 415-427. DOI: 10.21202/1993-047X.14.2020.3.415-427 (in Russian).
Basova E.A. (2021). Mortgage availability vs. availability of housing. We wanted the best, but it turned out...? Ekonomicheskie i sotsial'nye peremeny: fakty, tendentsii, prognoz=Economic and Social Changes: Facts, Trends, Forecast, 14(4), 113-130. DOI: 10.15838/esc.2021.4.76.7 (in Russian).
Belyaeva L.A., Granin Yu.D., Kasavina N.A., Lapin N.I., Reznik Yu.M. (2019). Stanovlenie gosudarstva blagosostoyaniya i perspektivy sotsial'nogo gosudarstva v Rossii. Realii i proekty [Formation of the Welfare State and Prospects of the Welfare State in Russia. Realities and Projects]. Saint Petersburg: Renome.
Bikeeva M.V., Moiseeva I.V. (2019). Measuring economic inequality: Challenges, facts and assessment. Sotsial'naya statistika=Statistics and Economics, 6, 48-56. DOI: 10.21686/2500-3925-2019-6-48-56 (in Russian).
Bobkov V.N., Bobkova T.E., Vershinina M.A. et al. (2022). Uroven' i kachestvo zhizni naseleniya Rossii: ot real'nosti kproektirovaniyu budushchego: monografiya [Level and Quality of Life of the Russian Population: From Reality to Designing the Future: Monograph]. Moscow: FNISTs RAN.
Bobkov V.N., Kherrmann P., Kolmakov I.B., Odintsova E.V. (2018). Two-criterion model of the Russian society stratification by income and housing security. Ekonomika regiona=Economy of Region, 14(4), 1061-1075. DOI: 10.17059/2018-4-1 (in Russian).
Bourguignon F., Ferreira F., Menendez M. (2007). Inequality of opportunity in Brazil. Review of Income and Wealth, 53, 585-618. DOI: 10.1111/j.1475-4991.2007.00247.x
Breunig R., Majeed O. (2020). Inequality, poverty and economic growth. International Economics, 161, 83-99. DOI: 10.1016/j.inteco.2019.11.005
Brueckner M., Lederman D. (2018). Inequality and economic growth: The role of initial income. Journal of Economic Growth, 23, 341-366. DOI: 10.1007/s10887-018-9156-4
Checchi D., Peragine V., Serlenga L. (2010). Inequality of opportunity in Italy. Journal of Economic Inequality, 8, 429-450. DOI: 10.1007/s10888-009-9118-3
Golovanova L.A. (2019). Differentiation of standard of living of population in regions of the Far Eastern Federal District. Vestnik ToGU, 4(55), 45-54 (in Russian).
Govorova N.V. (2021). Poverty and inequality: Challenges of the COVID-19 pandemic. Obshchestvennye nauki i sovremennost'=Social Sciences and Contemporary World, 3, 75-87. DOI: 10.31857/S086904990015422-6 (in Russian).
Grundler K., Scheuermeyer P. (2018). Growth effects of inequality and redistribution: What are the transmission channels? Journal of Macroeconomics, 55, 293-313. DOI: 10.1016/j.jmacro.2017.12.001
Hassan M., Bukhari S., Arshed N. (2020). Competitiveness, governance and globalization: What matters for poverty alleviation? Environment, Development and Sustainability, 22, 3491-3518. DOI: 10.1007/s10668-019-00355-y
Ignacio J. (2018). The challenge of measuring poverty and inequality: A comparative analysis of the main indicators. European Journal of Government and Economics, 7(1), 24-43. DOI: 10.17979/ejge.2018.7.1.4331 Ilyin V.A., Morev M.V. (2021). Where does the soullessness of the ruling elites lead? Ekonomicheskie i sotsial'nye peremeny: fakty, tendentsii, prognoz=Economic and Social Changes: Facts, Trends, Forecast, 14(2), 9-28. DOI: 10.15838/esc.2021.2.74.1 (in Russian).
Jancewicz B. (2016). Income inequalities: axioms of income inequality measures and people's perceptions.
Decyzje, 13(25), 21-42. DOI: 10.7206/DEC.1733-0092.69 Kalugina Z.I. (2021). Economic accessibility of food: Regional and social differences. EKO=The All-Russian ECO Journal, 2, 165-175. DOI: 10.30680/ETO0131-7652-2021-2-165-175 (in Russian).
Kohlscheen E., Lombardi M., Zakrajsek E. (2021). Income inequality and the depth of economic downturns. Economics Letters, 205, 1-16. DOI: 10.1016/j.econlet.2021.109934
Kozlova O.A., Makarova M.N. (2020). Poverty reduction in Russian in the context of national development goals and their achievement. Zhurnal ekonomicheskoi teorii, 17(4), 770-780. DOI: 2073-6517/2020.17-4.2 (in Russian).
Kubishin E.S., Sedlov A.P., Soboleva I.V. (2021). Poverty in Russia: Measurement and international comparisons. Vestnik Instituta ekonomiki RAN=Bulletin of the IE RAS, 1, 56-70. DOI: 10.24412/2073-6487-2021-1-56-70 (in Russian).
Lezhnina Yu.P. (2021). Russians' views on the necessary social policy: Between mid 200-ies and the corona crisis of 2020. Sotsiologicheskie issledovaniya=Sociological Studies, 4, 50-60. DOI: 10.31857/S013216250014715-9 (in Russian).
Li W., Cai Z., Cao S. (2021). What has caused regional income inequality in China? Effects of 10 socioeconomic factors on per capita income. Environment Development and Sustainability, 23(1), 13403-13417. DOI: 10.1007/s10668-020-01218-7 Lokosov V.V., Ryumina E.V., Ul'yanov V.V. (2018). Population quality and regional economy: Direct and indirect correlation. Ekonomicheskie i sotsial'nye peremeny: fakty, tendentsii, prognoz=Economic and Social Changes: Facts, Trends, Forecast, 11(1), 32-42. DOI: 10.15838/esc.2018.1.55.2 (in Russian).
Mareeva S., Slobodenyuk E. (2018). Inequality in Russia in the international context: Income, wealth, opportunities. Vestnik obshchestvennogo mneniya=The Russian Public Opinion Herald, 1-2(126), 30-47. DOI: 10.24411/2070-5107-2018-00002
Mokhnatkina L.B. (2020). Assessing regional inequality based on revenues of the federal budget using the Pareto principles. Ekonomika regiona=Economy of Region, 16(4), 1377-1392. DOI: 10.17059/ekon.reg.2020-4-25 (in Russian).
Ranaldia M., Milanovicab B. (2021). Capitalist systems and income inequality. Journal of Comparative
Economics, 9, 1-13. DOI: 10.1016/j.jce.2021.07.005 Rawls J. (1971). A Theory of Justice. Cambridge: Harvard University Press. DOI: 10.1163/9789047431060 Roemer J., Trannoy A. (2015). Equality of opportunity: Theory and measurement. Journal of Economic Literature, American Economic Association, 54(40), 1288-1332.
Rossoshanskii A.I. (2018). Typology of the Russian regions in terms of quality indices of life of the population.
Gosudarstvennyi sovetnik=Economic Consultant, 3, 5-9 (in Russian). Shetty P., Singh S. (2021). Hierarchical clustering: A survey. International Journal of Applied Research, 7(40),
178-181. DOI: 10.22271/allresearch.2021.v7.i4c.8484 Shi K., Changa Z. (2020). Identifying and evaluating poverty using multisource remote sensing and point of interest (POI) data. Journal ofCleanerProduction Volume, 255(2), 1-12. DOI: 10.1016/j.jclepro.2020.120245 Smith A.M. (1883). A System ofSubjective Political Economy. London: Williams and Norgate.
Surinov A.E., Luppov A.B. (2021a). Influence of regional differences in the cost of living on national income inequality. Ekonomika regiona=Economy ofRegion, 17(3), 814-827. DOI: 0.17059/ekon.reg.2021-3-7 (in Russian).
Surinov A.E., Luppov A.B. (2021b). Inequality in Russia: Regions, cost of living, and equivalent income. Ekonomicheskaya politika=Economic Policy, 3, 82-111. DOI: 10.18288/1994-5124-2021-3-82-111 (in Russian).
Suvorov A.V., Boldov O.N., Ivanov V.N., Sukhorukova G.M., Budanova A.I. (2020). Tools for analyzing social policy that ensure the recovery of economic growth in Russia. Problemy prognozirovaniya=Studies on Russian Economic Development, 4, 3-15 (in Russian). Tridico P. (2017). Inequality in Financial Capitalism. London. DOI: 10.4324/9781315672083
Zubarevich N.V., Safronov S.G. (2013). Inequality of socio-economic development of regions and cities of Russia in the 2000s: Is it a growth or decline? Obshchestvennye nauki i sovremennost'=Social Sciences and Contemporary World, 6, 15-26 (in Russian).
INFORMATION ABOUT THE AUTHORS
Galina V. Leonidova - Candidate of Sciences (Economics), Associate Professor, Leading Researcher, head of laboratory, Vologda Research Center, Russian Academy of Sciences (56A, Gorky Street, Vologda, 160014, Russian Federation; e-mail: [email protected])
Elena A. Basova - Candidate of Sciences (Economics), Senior Researcher, Vologda Research Center, Russian Academy of Sciences (56A, Gorky Street, Vologda, 160014, Russian Federation; e-mail: [email protected])
Marianna N. Rassadina - Candidate of Sciences (Economics), Senior Lecturer, Vologda Institute of Law and Economics of the Federal Penitentiary Service of Russia (2, Shchetinin Street, Vologda, 160002, Russian Federation; e-mail: [email protected])
