CC BY
34
ЭКОНОМИКА ТРУДА
Том 4 • Номер 4 • Октябрь-декабрь 2017 ISSN 2410-1613 Russian Journal of Labor Economics
издательство
Креативная экономика
методология статистической оценки эффективности занятости по видам экономической деятельности в регионах рФ
Сарычева Т.В. 1
1 Марийский государственный университет, Йошкар-Ола, Россия
АННОТАЦИЯ:_
Статья посвящена исследованию структуры занятости по видам экономической деятельности и ее эффективности в регионах Российской Федерации. В работе под эффективностью понималось соотношение результатов деятельности с величиной затрат. Эффективность занятости по видам деятельности рассматривалась по производственным и финансовым критериям, а также по возможности удовлетворения социальных потребностей населения региона. Занятость региона считалась эффективной с точки зрения производственного критерия, если она характеризовалась минимальными удельными затратами ресурсов на единицу выпуска. Финансово эффективной занятостью признавалась та, которая максимально аккумулировала финансовые ресурсы региона. Социальная направленность исследовалась с точки зрения покупательной способности населения. Предложенная методология, основанная на методах многомерной классификации и снижения размерности, позволила выделить в федеральных округах регионы с наиболее эффективной занятостью.
ФИНАНСИРОВАНИЕ. Статья опубликована в рамках выполнения гранта РГНФ № 15-02-00567 «Де-моэкономический потенциал региона: макросистемный подход».
КЛЮЧЕВЫЕ СЛОВА: эффективность структуры занятости, виды экономической деятельности, рынок труда.
Methodology of statistical estimation of employment efficiency by economic activities in the regions of the Russian Federation
Sarycheva T.V. 1
1 Mari State University, Russia
Введение
Структура рабочей силы в федеральных округах Российской Федерации формируется в результате ее перемещения между сферами экономики [1] (Zinyukhina Ы.Л, 2010), профессиями, регионами, что, в свою очередь, отражает процессы взаимодействия спроса и предложения рабочей силы на рынках труда, изменения условий труда и жизни на различных территориях.
При исследовании структуры занятости в разрезе отдельных федеральных округов в 2015 г. проведено ранжирование 13 видов экономи-
ческой деятельности по доле занятых в них рабочей силы. Результаты ранжирования видов деятельности по федеральным округам представлены в таблице 1.
Оптовая и розничная торговля, как вид экономической деятельности с максимальным числом занятых, характеризует семь из девяти федеральных округов: Центральный (ЦФО), Северо-Западный (СЗФО), Южный (ЮФО), Уральский (УФО), Сибирский (СФО), Дальневосточный (ДФО) и Крымский (КФО), в остальных округах: Северо-Кавказском (СКФО) и Приволжском (ПФО) - данная сфера в 2015 г. занимает второе место, что свидетельствует о высокой ориентированности российской экономики на сферу услуг.
Занятость в сельском хозяйстве, рыболовстве и рыбоводстве преобладает только в Северо-Кавказском федеральном округе, вторым по величине занятых трудовых ресурсов данный вид экономической деятельности выступает в Южном и Крымском федеральных округах, замыкают тройку лидеров по числу занятых - Приволжский и Сибирский федеральные округа. В Северо-Западном и Уральском федеральных округах сельское хозяйство занимает лишь девятое место по удельному весу занятых. Такое размещение сельскохозяйственных и рыбоведческих предприятий и организаций связано с природно-климатическими условиями [3] (Elkhina I.A., 2015).
Высокие позиции в рейтинге по количеству занятых занимает сфера обрабатывающих производств. Здесь ранг удельного веса занятых колеблется преимущест-
ABSTRACT:_
The article is devoted to the study of the employment structure by economic activities and its efficiency in the regions of the Russian Federation. In the paper we consider efficiency as the ratio of performance to cost. We examined employment efficiency by types of activity according to production and financial criteria and capacity to meet social needs of the population of the region. From the point of view of the production criterion we consider the employment of the region as efficient, if it is characterized by the minimum unit cost of resources per unit of output. We consider the employment of the region as cost-effective if it has maximally accumulated the financial resources of the region. We study social orientation in terms of the purchasing power of the population. The proposed methodology, based on methods of multidimensional classification and dimensionality reduction, made it possible to allocate regions with the most efficient employment in the federal districts.
KEYWORDS: efficiency of employment structure, types of economic activity, labor market
JEL Classification: J20, J21, J24 Received: 05.11.2017 / Published: 30.12.2017
© Author(s) / Publication: CREATIVE ECONOMY Publishers For correspondence: Sarycheva T.V. (tvdolmatova0bk.ru)
CITATION:_
Sarycheva T.V. (2017) Metodologiya statisticheskoy otsenki effektivnosti zanyatosti po vidam ekonomicheskoy deyatelnosti v regionakh RF [Methodology of statistical estimation of employment efficiency by economic activities in the regions of the Russian Federation]. Ekonomika truda. 4. (4). - 343-366. doi: 10.18334/et.4.4.38475
Таблица 1
Ранги видов экономической деятельности по среднегодовой численности занятых в разрезе федеральных округов в 2015 г.
Виды экономической РФ ЦФ0 СЗФО ЮФ0 СКФО ПФО УФО СФО ДФО КФО
деятельности
Сельское хозяйство, 3 8 9 2 1 3 9 3 4 2
рыбоводство и рыболовство
Добыча полезных 13 13 13 13 13 13 9 12 11 13
ископаемых
Обрабатывающие 2 2 2 3 4 1 1 2 7 7
производства
Производство 11 11 11 11 11 11 11 11 10 12
и распределение
электроэнергии, газа
и воды
Строительство 5 4 5 5 5 5 3 9 6 3
Оптовая и розничная 1 1 1 1 2 2 1 1 1 1
торговля
Гостиницы и ресто- 12 12 12 12 11 12 13 13 13 11
раны
Транспорт и связь 7 6 4 4 8 7 4 5 2 5
Операции с недви- 4 3 3 9 10 6 6 6 8 9
жимым имуществом
Образование 6 7 6 6 3 4 5 4 4 3
Здравоохранение 9 9 8 7 5 9 8 8 9 5
Предоставление 10 10 10 10 9 10 11 10 11 10
прочих услуг
Другие виды дея- 8 5 7 8 7 8 7 7 3 8
тельности
Источник: составлено автором по данным [2].
венно в диапазоне от 1 до 4. На седьмой позиции данный вид деятельности только в Дальневосточном и Крымском федеральных округах.
Уральскому федеральному округу свойственно достаточное развитие сферы добывающей промышленности. По числу занятых этот вид деятельности здесь находится
ОБ АВТОРЕ:_
Сарычева Татьяна Владимировна, директор Института экономики, управления и финансов, кандидат экономических наук, доцент (tvdo1matova0bk.ru)
ЦИТИРОВАТЬ СТАТЬЮ:_
Сарычева Т.В. Методология статистической оценки эффективности занятости по видам экономической деятельности в регионах РФ // Экономика труда. - 2017. - Том 4. - № 4. - С. 343-366. doi: 10.18334М.4.4.38475
Оптовая и розничная торговля Сельское хозяйство, охота и лесное хозяйство Строительство Транспорт и связь Обрабатывающие производства Предоставление прочих услуг Операции с недвижимым имуществом Гостиницы и рестораны Здравоохранение Образование Производство и распределение электроэнергии,..
Рыболовство, рыбоводство Финансовая деятельность Добыча полезных ископаемых
0 5 10 15 20 25 30 35
Рисунок 1. Распределение занятых в неформальном секторе экономики по видам экономической
деятельности, 2015 г. (%) Источник: составлено автором по данным [4].
50 45 40 35 30 25 20 15 10 5 0
Рисунок 2. Доля занятых в сельском хозяйстве, оптовой и розничной торговле и неформальном секторе в % от общей занятости, 2015 г. (%) Источник: составлено автором по данным [2].
II 31,8
23 ,1 1
|| 11,7
11 9,2 |
|| ,8 |
II 5,4 |
II 4,1 |
II 3, 2
И
] ш
][м]
[м]
ЕШ
на девятом месте, хотя для других округов не поднимается выше одиннадцатой позиции.
Представляет интерес тот факт, что в зависимости от того, какие сферы занятости получили наибольшее распространение в регионах округа, проявляются и размеры неформальной занятости. Распределение занятых в неформальном секторе по видам экономической деятельности показало, что в 2015 г. почти 55 % приходится на оптовую торговлю (31,8 %) и сельское хозяйство (23,1 %). Достаточно большой удельный вес в совокупный объем занятых в неформальном секторе вносят строительство (11,7 %), транспорт и связь (9,2 %), а также обрабатывающие производства (8,8 %). Совокупный удельный вес остальных девяти видов деятельности в общем объеме занятых в неформальном секторе в 2015 г. не превысил 16 % (рис. 1).
Те округа, где удельный вес занятых наиболее высок в сферах торговли и сельского хозяйства, характеризуются значительно большими объемами неформальной занятости. Так, максимальный объем занятых в неформальном секторе характеризует Северо-Кавказский федеральный округ - 45,6 %, где совокупная доля занятых в двух данных секторах максимальная - 36,0 %. Самые низкие показатели занятых в неформальном секторе в 2015 г. наблюдались в Центральном, Северо-Западном и Уральском федеральных округах, где совокупный удельный вес занятых в агропромышленной и торговой сферах также является самым незначительным (рис. 2)
Безусловно, такое распределение занятых неформально является важной характеристикой и отражением сформировавшейся к настоящему моменту структуры занятости. В связи с чем на первый план выходит достижение эффективной занятости по видам экономической деятельности, так как именно эффективная занятости является условием для максимально полной реализации человеческого потенциала, представляет собой основу конкурентоспособности региона и способствует повышению производительности труда, увеличению прибыли предприятий и организаций, росту налоговых доходов, ВРП и, как следствие, повышает качество жизни населения и способствует сокращению занятости в неформальном секторе.
Методы и результаты исследования. В работе под эффективностью понималось соотношение результатов деятельности с величиной затрат ресурсов [5] (Kuzmin S.A., 1990). Эффективность занятости по видам деятельности рассматривалась через призму производственного и финансового критериев, а также через возможность удовлетворения социальных потребностей населения региона [6] (Vlasyuk L.I., Demina O.V., 2012). Занятость в регионе считалась эффективной с точки зрения производственного критерия, если она характеризовалась минимальными удельными затратами ресурсов на единицу выпуска. Финансово эффективной занятостью признавалась та, которая максимально аккумулировала финансовые ресурсы региона. Социальная направленность исследовалась с точки зрения покупательной способности населения.
Показателями производственной эффективности выступали удельные затраты производственных факторов - труда и капитала. Оценка удельных затрат на труд осу-
ществлялась через среднегодовую численность занятых, капитала - через стоимость основных фондов. Для оценки выпуска по видам деятельности использовались данные о валовой добавленной стоимости. С целью исключения смещенности оценок в число показателей дополнительно был включен удельный вес региона в суммарной валовой добавленной стоимости страны. Классификационным признаком регионов с эффективной производственной занятостью по видам деятельности служили минимальные расходы труда и капитала на рубль валовой добавленной стоимости при максимальной доле валовой добавленной стоимости, произведенной регионом в ее суммарном производстве.
Оценка удельных затрат производственных факторов в целом по региону не позволяет получить объективную оценку производственной эффективности занятости, поэтому анализ проводился с детализацией показателей по видам деятельности, вносящим максимальный вклад в общую структуру занятости региона: сельское хозяйство, включая рыболовство и рыбоводство, обрабатывающие производства, производство и распределение электроэнергии, газа и воды, строительство, оптовая и розничная торговля, а также транспорт и связь.
Показателями финансовой эффективности занятости выступали: инвестиции в основной капитал, налоговые доходы консолидированного бюджета, безвозмездные поступления в региональный бюджет. Нормирование показателей осуществлялось через среднегодовую численность занятых. Занятости по видам экономической деятельности региона считалась финансово эффективной при максимальном объеме инвестиций в основной капитал и собственных налоговых доходов при минимальном размере трансфертных (безвозмездных) поступлений в региональный бюджет.
Социальная эффективность занятости оценивалась с помощью количества фиксированных потребительских наборов, которые могут быть куплены на среднюю назначенную пенсию в регионе и на среднемесячную номинальную начисленную заработную плату работников организаций, а также через число собственных легковых автомобилей, приходящихся на 1 человека. Чем больше величина данных показателей, тем эффективнее занятость региона с точки зрения социальной направленности.
Таким образом, была отобраны следующие показатели:
Показатели производственной эффективности занятости:
X1 - производительность труда в ^м виде деятельности, рассчитанная, как отношение валовой добавленной стоимости к среднегодовой численности занятых, млн руб./чел.;
Х2 - фондоотдача в ^м виде деятельности, рассчитанная, как отношение валовой добавленной стоимости к стоимости основных фондов на конец года, руб./руб.;
Х3 - удельный вес региона в суммарной валовой добавленной стоимости страны по I -му виду деятельности, %.
Показатели финансовой эффективности занятости:
Х4 - инвестиции в основной капитал региона, приходящиеся на одного занятого тыс. рублей/человек;
Х5 - налоговые доходы консолидированного бюджета, приходящиеся на одного занятого, тыс. рублей/человек;
Х6 - безвозмездные поступления в бюджет, приходящиеся на одного занятого, тыс. рублей/человек.
Показатели социальной эффективности занятости:
Х7 - отношение средней номинальной начисленной заработной платы к стоимости фиксированного набора продуктов, ед.;
Х8 - отношение средней величины назначенной пенсии к стоимости фиксированного набора продуктов, ед.;
Хд - число собственных легковых автомобилей, приходящихся на душу населения.
Ввиду сильной корреляционной зависимости между показателями, характеризующими производственную эффективность, проанализированную по данным 85 регионов, был использован метод главных компонент, который позволил по каждому виду деятельности выделить первую главную компоненту в качестве обобщающего показателя производственной эффективности. Решение о количестве извлекаемых главных компонент основывалось на критерии Кайзера, суть которого заключается в том, чтобы оставить только те главные компоненты, собственные значения которых (Д.) превышают единицу [7] (Markov V.A., Fomina A.S., 2013):
P
^ =X a] , (D
j =1
где i - номер главной компоненты, j = 1,2,..,P - номер показателя, a- факторная нагрузка j-го показателя по i-й компоненте, являющаяся коэффициентом корреляции между показателя j и компонентой i.
Характеристикой информативности главной компоненты выступает доля объясненной вариации (v ), то есть вклад i-й компоненты в суммарную дисперсию, который определяется по формуле:
v. =4l .100%. (2)
' P
Данные таблицы 2 подтверждают условие достаточности учета одной первой главной компоненты, как обобщённой характеристики производственной эффективности занятости для каждого вида экономической деятельности в регионах страны.
Как видно из таблицы 2, при сокращении числа переменных в 3 раза потеря информации незначительна: полнота объяснения суммарной дисперсии первой главной компонентой варьирует в зависимости от видов деятельности от 66 % до 76 %. Факторные нагрузки показывают степень зависимости между исходными признаками и первыми главными компонентами [8] (Sarycheva T.V., 2016).
При помощи кластерного анализа, проведенного на основе первых главных компонент, частных обобщённых показателей, характеризующих производственную эффек-
Таблица 2
Характеристики первых главных компонент, определяющих производственную эффективность занятости по видам экономической деятельности
Виды экономической деятель- Факторные нагрузки Характеристики первых главных
ности компоненты
Собственное % объясненной
Х1 x2 x3 значение вариации
Сельское хозяйство -0,93 0,70 -0,90 2,17 72,33
Обрабатывающие произ- -0,88 -0,81 -0,92 2,27 75,81
водства
Производство и распреде- 0,96 0,61 0,95 2,20 73,37
ление электроэнергии, газа
и воды
Строительство 0,97 0,92 0,67 2,24 74,54
Оптовая и розничная тор- -0,87 -0,92 -0,63 1,99 66,46
говля
Транспорт и связь -0,87 -0,67 -0,88 1,98 66,01
Источник: составлено автором по данным [2].
тивность шести видов экономической деятельности, регионы были распределены на однородные группы:
f 1 - производственная эффективность сельского хозяйства; f12 - производственная эффективность обрабатывающих производств; f13 - производственная эффективность производства и распределения электроэнергии, газа и воды;
f14 - производственная эффективность строительства;
f15 - производственная эффективность оптовой и розничной торговли;
f16 - производственная эффективность транспорта и связи.
В качестве метода определения расстояний между кластерами по показателям производственной эффективности в разрезе видов экономической деятельности был использован метод Варда, основанный на процедурах дисперсионного анализа. На каждом этапе, при проведении классификации, в один кластер собирались те виды деятельности, которые увеличивали внутри кластерную дисперсию минимально.
С целью придания большего веса объектам наиболее удаленным друг от друга, в качестве меры расстояния между кластерами использовался квадрат евклидового расстояния [9] (Eliseeva I.I., Trott K.S., Mukhametzyanova F.G., 2016):
r (x, y) = t (x - y )2. (3)
Дендрограмма распределения регионов по кластерам, характеризующим производственную эффективность занятости представлена на рисунке 3.
Следует отметить, что три региона: г. Москва, Ненецкий и Ямало-Ненецкий автономные округа, которые в исследуемом периоде характеризовались сверхэффектив-
Белгородская область Краснодарский здяай Расту Блика Татарстан
ЫОСКОЕСКЕЯ ОбЛЭСТЬ Ленинградская область Ханзд-Ыаноооэзск зпшмж - Югра г. Саккс-ПетерБург Иркутска! область
¡Ь| 5—'
Брянска! область Томская область Орловская область Катукове область Удмурта®1 Республика Тульская область Алтайский край Рязанская область Еврейзая автономная область Ста1рашпьскЕЙ край Оренбургская овладеть Владимирская область Тамбовская область Республика Дагестан Республика .Алтай Лигёцкэя обла-сть Республика Марий Эл Новгородская область Волгоградская область РКЛубПККЕ КсГО СККИЯ
Воронежская область Ростовская область Самарская область Курская область Саратовская область Нижегородская обла^сть Челябинская область Кемеровская область Республика Северная Осетия - Алания Республика Бажкертостан Свердловская область Тюменская область Омская область
I Красноярский край
Псковская область Чеченоая Республика Забайкальский край Мурмаваая область Костромская область Чувашиая Республика " Смоленская область Тверская область Пензенская область Ульяновская обла^сть Карачаево-Черкесская Регпублика Республюа Мордовия Астраханская обла-сть Республика Тыва Республика Карелия Курганская область Кабардино-Балкарская Республика Камчатский зфаи Республика Адыгея Кировская область Вологодская область Респуйпна Бурятия Калининградоая обла-сть Пермский край Республика Крьсм г. Севастополь Ярославская область Архангельская область Реатублюа Хакасия Приморский *рай Амурская обла<сть Республика Саза (Якутия) Магаданская область Республика Коми Сахалинская область
1 кластер
Н
3 кластер
_ 60 8 Растоянне кластеризации
Рисунок 3. Дендрограмма распределения регионов по кластерам, характеризующим производственную эффективность з анятости Источник: составлено автором по данным [2].
1,50 1,00 0,50 0,00 -0,50 -1,00 -1,50 -2,00
Рисунок 4. Средние значения главных компонент по показателям про изводственной эффективности в разрезе кластеров Источник: составлено автором по данным [2].
ной производственной занятости изначально, были отнесены к кластеру с высокой производственной эффективностью.
Анализ дендрограммы, представленной на рисунке 3 позволил сделать вывод о наличии трех разных по размеру кластеров [10] (Zarova E.V., Laykam K.E., 2016).
Сравнение средних значений сгенерированных главных компонент в разрезе кластеров доказало, что они имеют серьезные различия (рис. 4).
Для выделения группы регионов с наибольшей производственной эффективностью занятости по видам деятельности было произведено сравнение исходных показателей регионов по видам экономической деятельности (табл. 3).
Первый кластер характеризуется высокой производственной эффективностью сложившейся в них занятостью по видам деятельности. В первый кластер вошли по три региона из Центрального (Белгородская, Московская области и г. Москва), Северо-Западного (г. Санкт-Петербург, Ненецкий автономный округ и Ленинградская область) и Сибирского (Новосибирская и Иркутская области, Ямало-Ненецкий автономный округ) федеральных округов. Кроме того, в него вошли два региона из Дальневосточного (Чукотский автономный округ и Хабаровский край) федерального округа и по одному из Южного, Уральского и Приволжского федеральных округов: Краснодарский край, Ханты-Мансийский автономный округ - Югра и Республика Татарстан соответственно. Все эти регионы характеризуются высокой производственной эффективностью занятости по видам экономической деятельности [11] (Zubarevich N.V., 2016).
Вклад регионов первого кластера в общий объем валовой добавленной стоимости страны максимален во всех видах деятельности, что в первую очередь связано с высокой производительностью труда работников, которая колеблется от 0,64 млн рублей на человека, занятого в сельском хозяйстве до 1,56 в транспортной инфраструктуре. В регионах первого кластера занято 33,7 % от общего числа занятых в экономике
Таблица 3
Средние значения производственных показателей эффективности занятости
в разрезе кластеров
Показатели 1 кластер 2 кластер 3 кластер
Сельское хозяйство
х,- производительность труда, тыс. руб. /чел 0,64 0,50 0,3,
х2 - фондоотдача, руб./руб. 0,71 0,8, 0,66
х3 - удельный вес региона в суммарном ВДС страны 1,78 ,,65 0,52
Обрабатывающие производства
х, - производительность труда, тыс. руб. /чел иб 0,83 0,60
х2 - фондоотдача, руб./руб. 0,67 0,70 0,64
х3 - удельный вес региона в суммарном ВДС страны, % 2,92 ,,30 0,42
Производство и распределение электроэнергии, газа и воды
х, - производительность труда, тыс. руб. /чел иб 0,83 0,60
х2 - фондоотдача, руб./руб. 0,67 0,70 0,64
х3 - удельный вес региона в суммарном ВДС страны, % 2,92 ,,30 0,42
Строительство
х,- производительность труда, тыс. руб. /чел ,,27 0,7, 0,6,
х2 - фондоотдача, руб./руб. 2,52 3,37 ,,90
х3 - удельный вес региона в суммарном ВДС страны, % 3,43 ,,06 0,43
Оптовая и розничная торговля
х,- производительность труда, тыс. руб. /чел ,,49 0,49 0,49
х2 - фондоотдача, руб./руб. 3,97 ,,35 ,,88
х3 - удельный вес региона в суммарном ВДС страны, % 4,52 0,74 0,3,
Транспорт и связь
х,- производительность труда, тыс. руб. /чел ,,56 0,68 0,7,
х2 - фондоотдача, руб./руб. 0,2, 0,,3 0,,2
х3 - удельный вес региона в суммарном ВДС страны, % 3,69 0,85 0,53
Источник: составлено автором по данным [2].
страны, и на них приходится 51,0 % всей валовой добавленной стоимости, произведенной в стране.
На регионы второго кластера, доля занятых в которых составляет 42,9 % от общего числа занятых, приходится всего 31,9 % от совокупного объема валовой добавленной стоимости страны. На регионы третьего кластера приходится 17,1 % совокупного объема валовой добавленной стоимости страны при доле занятых - 23,4 %.
О высокой эффективности занятости можно судить по доле занятых в неформальном секторе экономики [12]. Судя только по показателям производственной эффективности, однозначно сделать вывод о том, что именно высокая производственная эффективность позволяет снизить занятость в неформальном секторе, нельзя, однако
Таблица 4
Средние значения производственных показателей эффективности занятости в разрезе регионов первого кластеров
Округ Доля занятых в неформальном секторе экономики округа Регион Доля занятых в неформальном секторе экономики региона
ЦФО ,3,3 Белгородская область 20,3
Московская область ,0,2
г. Москва 3,9
СЗФО ,3,7 Ленинградская область ,7,5
Ненецкий автономный округ 9,6
г. Санкт-Петербург 5,,
ЮФО 27,6 Краснодарский край 28,7
ПФО 23,5 Республика Татарстан 2,,,
УФО ,5,8 Ханты-Мансийский автономный округ - Югра 8,9
СФО 22,4 Иркутская область 27,2
Новосибирская область ,5,7
Ямало-Ненецкий автономный округ 7,6
ДФО ,8,5 Хабаровский край ,,,2
Чукотский автономный округ 4,7
Источник: составлено автором по данным [4].
ориентация региональных рынков труда на расширение третичного сектора позволяет снизить неформальную занятость (табл. 4).
Следует отметить, что все регионы первого кластера ориентированы на внутренний рынок труда, исключение составляет только Иркутская область, рынок труда в которой был охарактеризован, как смешанный, то есть все регионы данного кластера характеризуются незначительным уровнем безработицы и возможностью населения трудоустроиться на территории региона [13] (Sarycheva T.V., 2016).
Проверка устойчивости результатов кластеризации регионов осуществлялась с помощью дискриминантного анализа, в рамках которого были построены канонические дискриминантные функции:
=-0,22 -1,38/1Д6 - 0,42/2к - 0,29Г1М + 0,0/, + 0,24/5к +1,55/>6к
й2к = 0,17-0,72,/1Дк +1,00/1ак + 0,55/т -0,72/^ -1,31/1,к -0,74/^ , где k = 1,2,...,85 - номер региона.
Координаты центров кластеров и расстояния между ними представлены в таблице 5. Сравнение расстояний между центрами классов показало, что первый кластер больше удален от второго и третьего, чем последние, между собой. Регионы внутри кластеров также находятся на разном расстоянии от центров своих кластеров.
Таблица 5
Координаты центров кластеров и расстояния между ними
№ кластера Координаты центров кластеров Расстояния между центрами кластеров
1-ая дискриминант-ная функция 2-ая дискриминант-ная функция 1 кластер 2 кластер 3 кластер
, кластер -3,94 0,90 0 4,,5 5,37
2 кластер -0,23 -0,95 4,,5 0 2,27
3 кластер ,,42 0,62 5,37 2,27 0
Источник: составлено автором по данным [4].
Анализ расстояний (в пространстве канонических дискриминантных функций), на которых расположены регионы относительно центров кластеров, к которым они были отнесены, показал, что в первом кластере ближе всего к центру расположены Ханты-Мансийский автономный округ - Югра, Ленинградская и Московская области; во втором - Кемеровская, Калужская, Саратовская, Оренбургская и Омская области, а также Ставропольский край, в третьем - Курганская, Сахалинская, Тверская, Ульяновская области, Республики Мордовия, Карелия, Бурятия и Кабардино-Балкарская Республика. В данных регионах характеристики кластеров проявляются наиболее сильно. К регионам, находящимся на периферии первого кластера, то есть тем, которые удалены от центра на достаточное расстояние, были отнесены г. Санкт-Петербург, Краснодарский край, Белгородская область, Чукотский автономный округ; второго - Ростовская область, Республика Алтай, Липецкая область, Воронежская область; третьего - Забайкальский край, Приморский край (табл. 6).
Эффективная производственная занятость приводит к повышению инвестиционной привлекательности региона и позволяет формировать доходную часть консолидированного бюджета более эффективно.
Разбиение регионов на три кластера по показателям финансовой эффективности структуры занятости проводилось с помощью метода кластерного анализа - метода ^средних, алгоритм которого заключается в минимизации суммарного квадратичного отклонения точек (V) от центров заранее определенного количества кластеров:
V = Х ХХ-и)2, (4)
,=1 х у е 8,
где ^ число кластеров, - полученные кластеры, , = 1,2,...,к и - центры масс векторов Ху е .
Суть данного метода заключается в том, что на каждом шаге происходит перерасчет центров масс по каждому кластеру, полученному на предыдущей итерации, после чего векторы вновь разбиваются на кластеры в соответствии с близостью выбранной метрики к новому центру. Алгоритм завершается, когда перестают происходить изменения центров масс кластеров.
Таблица 6
Распределение регионов России по степени удаленности от центров кластеров,
2015 г.
№ кластера Регионы, близко расположенные к центру кластера (<0,5| Регионы, расположенные на периферии кластера (>2,0|
, кластер Ленинградская область г. Санкт-Петербург, Краснодарский край, Белгородская область, Чукотский автономный округ
2 кластер Кемеровская область, Оренбургская область, Калужская область, Саратовская область, Ставропольский край, Омская область Ростовская область, Республика Алтай, Липецкая область, Воронежская область
3 кластер Ульяновская область, Республика Мордовия, Тверская область, Сахалинская область, Республика Карелия, Кабардино-Балкарская Республика, Курганская область, Республика Бурятия Забайкальский край, Приморский край
Источник: составлено автором по данным [4].
Проведение кластерного анализа по показателям финансовой эффективности предваряло проведение факторного анализа показателей - метода главных компонент, что позволило снизить размерность и устранить мультиколлинеарность в исходных показателях. Для исходного набора показателей была построена двухфакторная модель, результаты представлены в таблице 7.
Для интерпретации главных компонент в каждой из них были выделены показатели, имеющие компонентные нагрузки \а~ | > 0,7 . В первую главную компоненту вошли показатели, характеризующие инвестиции (х4) и налоговые доходы (х5), которые отражают способность сформировавшейся структуры занятости самостоятельно формировать бюджет региона. Значимость выделенных показателей в формировании данной компоненты оценивалось с помощью коэффициента информативности:
I а у [| а| > 0,7 ]
Кш = --Г--100% . (5)
1а2
У=1
Коэффициент информативности КИ1 = 98,38 подтвердил существенность состава главной первой главной компоненты, названной «Возможность самостоятельного развития экономики».
Во второй главной компоненте выделился показатель (х6 ), отражающий объем безвозмездных поступлений из федерального бюджета и характеризующий «Зависимость экономики от дотаций». О надежности состава данной компоненты свидетельствует значение коэффициента информативности КИ2 =93,63.
С помощью кластерного анализа, проведенного методом ^-средних, регионы
Таблица 7
результаты компонентного анализа показателей финансовой эффективности занятости
Переменные Название переменных 1 главная компонента 2 главная компонента
х 4 инвестиции в основной капитал региона, приходящиеся на одного занятого 0,88 0,25
Х5 налоговые доходы консолидированного бюджета, приходящиеся на одного занятого 0,90 -0,06
Хб безвозмездные поступления в бюджет, приходящиеся на одного занятого 0,16 -0,98
Собственные значения главных компонент 1,61 1,02
Объясненная вариация исходных показателей, % 53,69 34,05
Коэффициент информативности, % 98,38 93,63
Название главных компонент Возможность самостоятельного развития экономики Зависимость экономики от федеральных дотаций
Источник: составлено автором по данным [4].
5 4 3 2 1 0 -1 -2 -3
£1 £2
и 1 кластер □ 2 кластер ■ 3 кластер Рисунок 5. Средние значения главных компонент в разрезе трех кластеров по показателям
финансовой эффективности Источник: составлено автором по данным [4].
Российской Федерации были разграничены на три группы на основе применения сгенерированных главных компонент:
У21 - возможность самостоятельного развития экономики;
- зависимость экономики от дотаций. В результате были сформированы три значительно отличающиеся по размеру кластера. Анализ возможности разбиения регионов на три кластера проводился путем
сравнения средних значений сгенерированных главных компонент и подтвердил, что кластеры имеют действительно сильно отличающиеся друг от друга значения (рис. 5)
Регионы первого кластера, а их всего 4, отличаются лучшими показателями финансовой эффективности. Так на одного работника в среднем приходится 1,27 тыс. руб. инвестиций в основной капитал при этом каждый из них в бюджет региона приносит по 339 тыс. рублей. Зависимость от дотаций из федерального бюджета здесь достаточно низкая. В связи с этим регионы данного кластера были отнесены к регионам с высокой финансовой эффективностью занятых (табл. 8).
Регионы третьего кластера, несмотря на средние значения показателей, отражающих объем инвестиций и налоговых доходов, приходящихся на одного работника, были отнесены к группе с низкой финансовой эффективностью, так как экономика в данных регионах отличалась в исследуемом периоде большой зависимостью от безвозмездных дотаций и трансфертов из федерального бюджета, то есть данные регионы являются дотационными, а, следовательно, не могут характеризоваться финансовой эффективностью сложившейся структуры занятости. Регионы второго кластера были охарактеризованы, как регионы со средней финансовой эффективностью ввиду незначительного объема инвестиций, приходящихся на одного занятого, что может свидетельствовать о недостаточной инвестиционной привлекательности видов экономической деятельности, доминирующих здесь [14] (Mkhitaryan Sarycheva ^^ 2017).
Доходность бюджетов региона служит отражением качества жизни населения и влияет на показатели социальной эффективности структуры занятости в каждом регионе. Наилучший результат разбиения регионов на кластеры по показателям социальной эффективности занятости был получен с помощью метода древовидной классификации - метода Варда, который основывался на сгенерированных главных компонентах, полученных путем факторного анализа исходных показателей социальной эффективности. Для исходного набора показателей была построена двухфакторная модель, результаты представлены в таблице 9.
В первую главную компоненту вошли показатели, которые отражают «Покупательскую способность» населения: х7 и х8, характеризующие соответственно отношение средней величины назначенной пенсии и средней номинальной начисленной заработной платы к стоимости фиксированного набора продуктов, которые отражают способность сформировавшейся структуры занятости самостоятельно формировать бюджет региона. Значение коэффициента информативности подтверждает существенность состава первой главной компоненты.
Во второй главной компоненте выделился показатель (х9 ), который наглядно демонстрирует «Уровень жизни» населения. Коэффициент информативности характеризует надежность состава данной компоненты. Таким образом, классификация регионов Российской Федерации по показателям социальной эффективности проводилась методом Варда на основе выделенных главных компонент:
Таблица 8
Распределение регионов Российской Федерации по кластерам
№ кластера Состав кластера Средние значения Характеристика кластера
*4 *5 *б
1 кластер (4 региона) Ненецкий автономный округ, Ханты-Мансийский автономный округ - Югра, Ямало-Ненецкий автономный округ, Сахалинская область 1,27 339,00 15,99 Высокая финансовая эффективность
2 кластер (74 региона) Белгородская область, Брянская область, Владимирская область, Воронежская область, Ивановская область, Калужская область, Костромская область, Курская область, Липецкая область, Московская область, Орловская область, Рязанская область, Смоленская область, Тамбовская область, Тверская область, Тульская область, Ярославская область, г. Москва, Республика Карелия, Республика Коми, Архангельская область, Вологодская область, Калининградская область, Ленинградская область, Мурманская область, Новгородская область, Псковская область, г. Санкт-Петербург, Республика Адыгея, Республика Калмыкия, Краснодарский край, Астраханская область, Волгоградская область, Ростовская область, Республика Дагестан, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Республика Северная Осетия - Алания, Ставропольский край, Республика Башкортостан, Республика Марий Эл, Республика Мордовия, Республика Татарстан, Удмуртская Республика, Чувашская Республика, Пермский край, Кировская область, Нижегородская область, Оренбургская область, Пензенская область, Самарская область, Саратовская область, Ульяновская область, Курганская область, Свердловская область, Тюменская область, Челябинская область, Республика Бурятия, Республика Тыва, Алтайский край, Забайкальский край, Красноярский край, Иркутская область, Кемеровская область, Новосибирская область, Омская область, Томская область, Приморский край, Хабаровский край, Амурская область, Магаданская область, Еврейская автономная область, Республика Крым, г. Севастополь 0,18 81,14 21,83 Средняя финансовая эффективность
3 кластер (7 регионов) Республика Ингушетия, Чеченская Республика, Республика Алтай, Республика Хакасия, Республика Саха (Якутия), Камчатский край, Чукотский автономный округ 0,25 94,68 168,31 Низкая финансовая эффективность
Источник: составлено автором по данным [4].
Таблица 9
Результаты компонентного анализа показателей финансовой эффективности
занятости
Переменные Название переменных 1 главная компонента 2 главная компонента
Х7 отношение средней номинальной начисленной заработной платы к стоимости фиксированного набора продуктов 0,89 0,11
Х8 отношение средней величины назначенной пенсии к стоимости фиксированного набора продуктов 0,88 -0,17
Х9 число собственных легковых автомобилей на душу населения 0,05 0,99
Собственные значения главных компонент 1,57 1,02
Объясненная вариация исходных показателей, % 52,38 34,14
Коэффициент информативности, % 99,83 95,80
Название главных компонент Покупательская способность Уровень жизни
Источник: составлено автором по данным [4].
£2
-1,5
-1,0
]
шш
—1
ш. шшш
-0,5 0,0 0,5 1,0
□ 1 кластер □ 2 кластер И 3 кластер
1,5
2,0
Рисунок 6. Средние значения главных компонент в разрезе трех кластеров по показателям социальной эффективности Источник: составлено автором по данным [2, 4].
А
Уз 1 - покупательская способность;
/з 2 - Уровень жизни.
Сравнение средних значений главных компонент доказывает значимые различия между соб ой выделен ных кластеров (рис. 6).
На рисунке 7 представлена дендрограмма результатов классификации, на которой четко выделяются три кластера.
График распределения составляющих кластеров, представленный в проекциях дис-криминантных функций:
" "Белгорода Липецк
г-
дака область елецкая область Орловзая область Тульская область Оргк Б^ргская область Республика Хакасия Тюменская область Челябинска область Красноярский 1фай Новгородска область Удмуртская Республика Пермский край Республика Татарстан Омска область За байкальский край Воронежская область г. Москва Ржзаноая область Волгоградская область Новосибирская область Калужская область Ленинградская область Саратовская область Курская область Республика Башкортостан Вологодская область Нижегородская область Пензенская область Самарская область Московская область Свердловская область Республика Карелия Магаданская область Сахалинска область Тверская область Калина-градская область Псковская область Приморский край
_______Камчатский край .
БрИГГЕаЕ ЫТ1С-Т" Республика Ингушетия Респу блика Марий Зт ЧузЕшам Республика РегпуБлика Дагестан Чеченская Республика КаБардкко-Балзарсквя Реггу блика Еврейская автокод екая область Карачаево-Черкесская Республика Республика Алтай Владимирская область Тамбовская область Курганска область Амурска область Республика Адыгея Ставропольский край Республика Калмыкия Краснодарский край Ростовска область Ивановская область Смоленска область Республика Северная Осетия -Алания Хабаровгкий как Костромская область Алтайский tp.Lv: Астраааноса область РетпуБлика Мордовия Ульяновская область Кировская область Республика Бурятия Ярославская область Регп-'Блика Коми
Ь-
"Яга
я область
.до санская ______
г. Санкт-Петербург Архаигельзая область Иркутска область Томаса область Ненецкий автономный округ Кемеровская область ц Республика Сава (Лития) Хагсгы-Мансюкиск хшяшш округ - Югра Ямапо-Некецкик автономный округ РетлубликаТьза Республика Крым г." Севастополь Чукотский автономный округ
20 40 60 80
Растояние клачтернзашн
100
Рисунок 7. Дендрограмма распределения регионов по кластерам, характеризующим социальную
эффективность занятости Источник: составлено автором по данным [4].
й,к = 0,01 - 1,33/зДк + 0,62/ъак; й21к = 0,01 - 0,52/ш - 1,/, также доказал качество кластеризации и то, что регионы второго и третьего кластеров более высокой распределены более плотно с более выраженными центрами (рис. 8).
Координаты центров кластеров и расс тояния между ними, представленные в таблице 10, показывают, что первый кластер отдален от двух остальных сильнее. Расстояние между вторым и треть им кластером незначительно.
Расстояния регионов до центров кластеров, к которым они были отнесены, свидетельствуют о том, что наилучшим отражением характеристик первого кластера служат Республика Саха (Якутия) и Кемеровская о бласть. Свойства второго кластера больше всех проявляются в Калужской, Ленинградской и Саратовской областях. Республика Северная Осетия - Алания и Смоленская область являются самыми выраженными представителями третьего кластера.
4 3
К §
I 2
■е-( '
| о
I & -1
К
ей
" -2 -3 -4
/ а 0 Л 1
/ г о 1 / /7. 1 □
1 1 1 □ □ □ ° □ V □ N
1 1 о о а 1 о 1 1 ; * 1 1 У
1 ° 1 о о • * ♦ ** ее. и°
\ \ о / % * • * • • !
\ • \ /
ч 'ч. /
-3 -2-10 1 1-ая дискримшашная функция
о 1 кластер □ 2 кластер • 3 кластер
Рисунок 8. Распределение регионов по кластерам с различной социальной эффективностью в проекциях канонических дискриминантных функций Источник: составлено автором по данным [4].
Таблица 10
координаты центров кластеров и расстояния между ними
№ кластера координаты центров кластеров расстояния между центрами кластеров
1-ая дискрими-нантная функция 2-ая дискрими-нантная функция 1 кластер 2 кластер 3 кластер
1 кластер -2,51 0,23 0 2,99 3,19
2 кластер 0,31 -0,76 2,99 0 1,60
3 кластер 0,63 0,81 3,19 1,60 0
Источник: составлено автором по данным [4].
Таблица 11
средние значения производственных показателей эффективности занятости
в разрезе кластеров
№ кластера состав кластера средние значения показателей социальной эффективности характеристика ластера
х7 х8 х9
1 кластер 14 регионов 2,93 1,02 0,22 Высокая социальная эффективность
2 кластер 39 регионов 2,19 0,92 0,28 Средняя социальная эффективность
3 кластер 32 региона 1,87 0,87 0,21 Низкая социальная эффективность
Источник: составлено автором по данным [4].
Сравнение средних значений исходных показателей позволило выделить группы с наилучшей социальной эффективностью занятости. Регионы первого кластера были охарактеризованы, как регионы с высокой социальной эффективностью, так как величина средней номинальной начисленной заработной платы здесь позволяет приобрести почти три фиксированных набора продуктов, а величины среднего размера пенсии хватает на приобретение одного фиксированного набора продуктов (табл. 11).
Регионы второго кластера были охарактеризованы, как регионы со средней социальной эффективностью, так как, несмотря на то, что обеспеченность автомобилями населения здесь самая высокая, размер заработной платы и пенсии находится на среднем уровне, что служит доказательством высокой дифференциации уровня жизни населения.
Третий кластер характеризовался самыми низкими средними значениями исходных показателей социальной эффективности сложившейся в регионах данной группы занятостью.
заключение
Сопоставление результатов классификации по трем группам показателей позволило сделать вывод о том, что только три региона характеризуются высокими
показателями эффективности занятости по всем трем составляющим - Ненецкий, Ханты-Мансийский и Ямало-Ненецкий автономные округа. В Чеченской Республике, наоборот, и производственные, и финансовые, и социальные показатели очень низкие.
Анализируя занятость по видам деятельности в разрезе отдельных федеральных округов, следует отметить, что к 2015 г. среди регионов Центрального федерального округа наиболее эффективная занятости сложилась в Белгородской и Московской областях, а также в г. Москва, среди регионов Северо-Западного округа наиболее эффективной структурой занятости выделяется г. Санкт-Петербург, в Приволжском -Республика Татарстан. В данных регионах показатели эффективности находятся либо на высоком, либо на среднем уровне. Худшая ситуация, с точки зрения показателей эффективности структуры занятости, в 2015 г. характеризовала Северо-Кавказский федеральный округ, где нет ни одного региона, который бы характеризовался высокими значениями хотя бы по одной группе показателей. Неравномерность развития занятости и ее структуры на территориях отдельных федеральных округах служит доказательством необходимости исследования региональных рынков труда на мезо-уровне.
ИСТОЧНИКИ:
1. Зинюхина Н.А Исследование спроса и предложения на рабочую силу в соответствии
с приоритетами развития региона (на примере Оренбургской области) // Вестник оренбургского государственного университета. - 2010. - № 13(119). - с. 37-41.
2. Регионы России. Социально-экономические показатели. 2016. / Статистический
сборник. - М.: Росстат, 2016. - 1326 с.
3. Елхина И.А. Оценка структурных сдвигов и различий региональных хозяйственных
систем юга России // Journal of economic regulation. - 2015. - № 4. - с. 103-110. - doi: 10.17835/2078-5429.2015.6.4.103-110.
4. Российский статистический ежегодник. 2016. / Статистический сборник. - М.:
Росстат, 2016. - 725 с.
5. Кузьмин С.А. Эффективная занятость населения., 1990. - 180 с.
6. Власюк Л.И., Демина О.В. Эффективные регионы: критерии классификации //
Пространственная эконометрика. - 2012. - № 1. - с. 29-42.
7. Марков В.А., Фомина А.С. Многомерные статистические методы выявления эконо-
мической кластеризации в регионах на основе индикаторов рынка труда // Вестник Поволжской академии государственной службы. - 2013. - № 4(37). - с. 85-92.
8. Sary^eva T.V. Method to Evaluate The Employment Effectiveness Against the Types
of Business A^iv^y Based on Cluster Analysis Methods // International Journal of Eranomk Perspedtives. - 2016. - № 2. - p. 296-308.
9. Елисеева И.И., Тротт К.С., Мухаметзянова Ф.Г. Кластерный анализ регионов-до-
норов современной России // Вестник Белгородского университета кооперации, экономики и права. - 2016. - № 2(58). - с. 117-125.
10. Зарова Е.В., Лайкам К.Э. Методы типологизации субъектов Российской Федерации по степени зависимости заработной платы работников организаций от уровня диверсификации региональной экономики // Современная экономика: концепции и модели инновационного развития: материалы VIII Международной научно-практической конференции. 19-20 февраля 2016 г.: в 3 книгах. М., 2016. - с. 145-150.
11. Зубаревич Н.В. Эволюция приоритетов региональной политики России // Проблемы регионального развития России. Русское географическое общество. Серия «Вопросы географии». - 2016. - с. 151-165.
12. Методологические положения по измерению занятости в неформальном секторе экономики. Gks. [Электронный ресурс]. URL: http://www.gks.ru/bgd/free/b99_10/ isswww.exe/stg/d030/i030150r.htm.
13. Сарычева Т.В. Концептуальные подходы к идентификации внутреннего и внешнего рынков труда по видам экономической деятельности в регионах Российской Федерации // Экономика и предпринимательство. - 2016. - № 10-2(75-2). - с. 150-155.
14. Мхитарян В.С., Сарычева Т.В. Прогнозирование занятости населения в Российской Федерации по видам экономической деятельности // Вопросы статистики. - 2017. - № 3. - с. 18-29.
references:
Regiony Rossii. Sotsialno-ekonomkheskie pokazateli. 2016 [Regions of Russia. Sorio-
eranomk indkators. 2016] (2016). M.: Rosstat. (in Russian). Rossiyskiy statistkheskiy ezhegodnik. 2016 [Russia in Figures. 2016: Statistkal
Handbook] (2016). M.: Rosstat. (in Russian). Eliseeva I.I., Trott K.S., Mukhametzyanova F.G. (2016). Klasternyy analiz regionov-donorov sovremennoy Rossii [Cluster analysis of donor regions of modern Russia]. Bulletin of the Belgorod University of Cooperation, Eranomks and Law. (2(58)). 117-125. (in Russian). Elkhina I.A. (2015). Otsenka strukturnyh sdvigov i razlkhiy regionalnyh khozyaystvennyh sistem yuga Rossii [Assessment of Stru^ural Shifts and Differe^es of Regional Eranomk Systems in Southern Russia].Journal of eranomk regulation. 6 (4). 103-110. (in Russian). doi: 10.17835/2078-5429.2015.6.4.103-110. Kuzmin S.A. (1990). Effektivnaya zanyatost naseleniya [Produ^^e employment of the
population] M.. (in Russian). Markov V.A., Fomina A.S. (2013). Mnogomernye statistkheskie metody vyyavleniya ekonomkheskoy klasterizatsii v regionakh na osnove indikatorov rynka truda [Multivariate statistkal methods for identifying eranomk dustering in the regions based on labor market indkators]. Vestnik Povolzhskoy akademii gosudarstvennoy sluzhby. (4(37)). 85-92. (in Russian).
Mkhitaryan V.S., Sarycheva T.V. (2017). Prognozirovanie zanyatosti naseleniya v Rossiyskoy Federatsii po vidam ekonomicheskoy deyatelnosti [Prediction of employment in the Russian Federation by types of economic activities]. Statistical issues. (3). 18-29. (in Russian).
Sarycheva T.V. (2016). Method to Evaluate The Employment Effectiveness Against the Types of Business Activity Based on Cluster Analysis Methods International Journal of Economic Perspectives. 10 (2). 296-308.
Sarycheva T.V. (2016). Kontseptualnye podkhody k identifikatsii vnutrennego i vneshnego rynkov truda po vidam ekonomicheskoy deyatelnosti v regionakh Rossiyskoy Federatsii [Conceptual approaches to the identification of internal and external labor markets by economic activity in the Russian Federation regions]. Journal of Economy and Entrepreneurship. (10-2(75-2)). 150-155. (in Russian).
Vlasyuk L.I., Demina O.V. (2012). Effektivnye regiony: kriterii klassifikatsii [Effective regions: classification criteria]. Prostranstvennaya ekonometrika. (1). 29-42. (in Russian).
Zarova E.V., Laykam K.E. (2016). Metody tipologizatsii subektov Rossiyskoy Federatsii po stepeni zavisimosti zarabotnoy platy rabotnikov organizatsiy ot urovnya diversifikatsii regionalnoy ekonomiki [Methods of typologization of constituent entities of the Russian Federation in terms of dependence of salaries of employees in organizations on the level of diversification of the regional economy] Modern economy: concepts and models of innovative development. 145-150. (in Russian).
Zinyukhina N.A (2010). Issledovanie sprosa i predlozheniya na rabochuyu silu v sootvetstvii s prioritetami razvitiya regiona (na primere Orenburgskoy oblasti) [The study of supply and demand for labor in accordance with the priorities of the development of the region (by the example of the Orenburg region)]. Vestnik orenburgskogo gosudarstvennogo universiteta. (13(119)). 37-41. (in Russian).
Zubarevich N.V. (2016). Evolyutsiya prioritetov regionalnoy politiki Rossii [Evolution of priorities of regional policy in Russia]. Problemy regionalnogo razvitiya Rossii. Russkoe geograficheskoe obschestvo. Seriya «Voprosy geografii». 151-165. (in Russian).
