Моделирование показателей социально-экономического развития региона (на примере Самарской области) Текст научной статьи по специальности «Экономика и бизнес»

другие органы исполнительной власти. Реализация названных полномочий должна предшествовать построению схемы рационального размещения сети объектов рекреационной инфраструктуры, а затем сопровождать их деятельность на протяжении всего периода функционирования.

Принцип гласности и участия негосударственных организаций обеспечит легитимность проводимых экологических экспертиз в общественном мнении. Для реализации данных предложений уполномоченный Правительством Российской Федерации федеральный орган исполнительной власти, ответственный за разработку единой государственной политики в сфере создания и функционирования ОЭЗ и управление ими должен регламентировать порядок проведения общественной экологической экспертизы и правовой статус её заключения.

Список литературы:

1. Федеральный закон от 25 декабря 2009 г. № 340-Ф3 «О внесении изменений в Федеральный закон «Об особых экономических зонах в Российской Федерации» [Электронный ресурс] // Консультант Плюс. - Режим доступа: www.consultant.ru.

2. Лодин В. Специальные экономические зоны [Электронный ресурс]. - Режим доступа: www.humanities.edu.ru/db/msg/42868 (дата обращения 02.06.2010).

3. Приходы® C.B. Особые экономические зоны / C.B. Приходько, Н.П. Воловик; Консорциум по вопр. приклад. эконом. исслед., Канад. агентство по междунар. развитию [и др.]. - М.: ИЭПП, 2007. - 268 с.

МОДЕЛИРОВАНИЕ ПОКАЗАТЕЛЕЙ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РЕГИОНА (НА ПРИМЕРЕ САМАРСКОЙ ОБЛАСТИ)1

© Домнина C.B.*, Кузина Д.Д.

Самарский государственный архитектурно-строительный университет,

г. Самара

В статье показано использование метода моделирования при оценке и прогнозировании уровня жизни населения региона (на примере Са-

1 Статья выполнена в рамках коллективного гранта СИ ВШПП «Исследование социально-экономических детерминант уровня и качества жизни региона».

* Старший научный сотрудник кафедры Теоретической экономики и экономики недвижимости Самарского государственного архитектурно-строительного университета, заведующий кафедрой Управления и оценки собственности Самарского института - Высшей школы приватизации и предпринимательства, кандидат экономических наук, доцент.

марской области). Предложены мультипликативная и индикативная модели валового регионального продукта. Показана необходимость и возможность использования многофакторного корреляционно - регрессионного анализа при оценке и прогнозировании степени доступности недвижимости.

Метод экономического моделирования в последнее время становится необходимым инструментом при прогнозировании стадии экономического цикла и главных показателей уровня жизни населения.

Основным показателем, характеризующим уровень экономического развития региона и жизни населения, считается уровень производства валового регионального продукта (ВРП).

В Самарской области, как видно из данных табл. 1, наблюдается ежегодное увеличение валового регионального продукта (ВРП).

Таблица 1

Динамика валового регионального продукта [1, 3, 4]

Показатель 2001 2002 2003 2004 2005

ВРП в текущих ценах, млн. руб. 180049.30 206320.2 256554.6 327118.5 401812.2

Валовой региональный продукт (в сопоставимых ценах), в % к предыдущему году 106,8 103,9 104,8 108,7 101,7

Среднероссийский показатель ВРП, млн. руб. 79677.42 97124.66 119360.26 155158.95 200382.06

Продолжение табл. 1

Показатель 2006 2007 2008 2009 1 кв. 2010

ВРП в текущих ценах, млн. руб. 487713.5 584968.6 706513.7 622436.5 165069.1

Валовой региональный продукт (в сопоставимых ценах), в % к предыдущему году 106,4 108,1 103,8 83,6 -

Среднероссийский показатель ВРП, млн. р. 249912.44 310710.62 381337.52 349305.17 -

Из таблицы видно, что валовой региональный продукт по Самарской области с 2001 по 2009 гг. постоянно увеличивался и превышал на всем периоде средний российский уровень в два раза. Но положительная тенденция ВРП за период 2000-2008 гг. обусловлена не только ростом объемов производства продукции и услуг в основных отраслях экономики, но и инфляционным повышением цен. Если мы сравним валовой региональный продукт на душу населения со среднероссийским уровнем, то увидим, что отклонение от данного показателя было незначительно с 2000 по 2004 гг., а с 2005 года показатель по России превышает показатель по Самарской области, что говорит о понижении уровня благосостояния населения региона (см. рис. 1).

300000,00

250000,00

200000,00

150000,00

Й 100000,00

50000,00

0,00

1

Ш

Л4 & Л? ^ ^ ^ ^

□ ВРП на душу населения в Самарской области, тыс.р. ■ ВРП на душу населения по России, тыс. р.

Год

Рис. 1. ВРП на душу населения

Однако для мониторинга социально-экономического развития региона использование показателей ВРП недостаточно. По нашему мнению, таким инструментом является метод экономического моделирования, а вернее, корреляционно-регрессионный анализ, который позволит выявить степень зависимости величины ВРП на душу населения от различных факторов. Мы предлагаем рассмотреть следующие показатели социально-экономического развития региона в качестве факторов изменения ВРП на душу населения: величина инвестиций; мультипликатор инвестиций; расходы на душу населения; среднедушевые денежные доходы; средняя заработная плата; средняя пенсия; величина прожиточного минимума; минимальный размер заработной платы, численность населения. На основе выше сказанного предлагаем построить следующую модель ВРП:

ВРП = f(I, Ынас., ц, Рд, Дд, з/п, П, ПМ, МРОТ)

где I - инвестиции;

Ынас. - численность населения;

ц - мультипликатор, равный отношению ВРП к I;

Рд - расходы на душу населения;

Дд - доходы на душу населения ;

з/п - средняя начисленная заработная плата;

П - средняя величина пенсии;

ПМ - величина прожиточного минимума;

МРОТ - минимальный размер оплаты труда.

(1)

Далее предлагаем для факторного анализа ВРП использовать следующую мультипликативную модель валового регионального продукта на душу населения:

опгг I Рд Дд з/п П ПМ МРОТ

ВРПЛ = а х-х —— х —— х-х-х-х--(2)

уш Nmc Дд з / п П ПМ МРОТ Рд v '

Данную модель можно использовать для того, чтобы определить отрицательное и положительное влияние факторов социально-экономического развития на величину ВРП. Кроме того, с помощью многофакторного корреляционно-регрессионного анализа можно вывести формулу зависимости ВРП от вышеприведенных факторов, и использовать ее в целях прогнозирования. Для этого была использована многофакторная модель зависимости ВРП от вышеперечисленных факторов. Модель была построена с помощь электронной таблицы Excel, данные брались за 2000-2009 гг. (см. табл. 2).

Таблица 2

Динамика показателей социально-экономического развития Самарской области [1, 3, 4]

Год ВРП на душу населения, тыс.р. Инвестиции в основной капитал, млн. р. Численность населения, тыс. чел. Мультипликатор, ВРП к I Потребительские расходы на душу населения Доходы на душу населения, руб./мес. Средняя зарплата, р./мес. Пенсия, р./мес. Прожиточный минимум, р. МРОТ

2000 427589 23125 3291600 1,85 3610 2605 2214 805 1520 132

2001 55147 32541 3275800 1,69 4601 3263 3157 1118 1661 300

2002 63583 39969 3254100 1,59 5751 4270 4228 1450 1935 450

2003 79512 46458 3235700 1,71 7262 5788 5139 1736 2163 600

2004 101924 60491 3217600 1,68 8743 7177 6276 1990 2554 600

2005 125757 67206 3201300 1,87 1122 9352 7765 2481 3062 800

2006 153187 88560 3189000 1,73 13174 11529 9614 2780 3734 1100

2007 184203 137127 3178600 1,34 15426 13982 11921 3579 4129 2300

2008 222726 145805 3172800 1,53 18326 15804 14675 4436 4927 2300

2009 196263 109974 3171500 1,78 19498 18046 15007 5247 4935 4330

На основе вышеприведенных данных был рассчитан темп роста каждого показателя по годам к уровню 2000 года, который был взят за 1. Далее с использованием средств Excel была проверена степень влияния факторов на основной показатель на основе коэффициентов корреляции (см. табл. 3).

Полученные результаты говорят о том, что показатели численности населения и мультипликатора ВРП имеют низкий показатель корреляции, поэтому эти два показателя необходимо исключить из модели ВРП на душу населения.

Таблица 3

Рассчитанные коэффициенты корреляции для модели

Фактор модели ВРП душ I Ынас. Рд ДО з/п П ПМ МРОТ

ВРП иа душу населения 1,00

Инвестиции в основной капитал 0,98 1,00

Численность населения -0,95 -0,91 1,00

Мультиплика-тор, ВРП к I -0,41 -0,58 0,34 1,00

Потребитель-ские расходы в среднем на душу населения 0,99 0,94 -0,95 -0,32 1,00

Доходы на душу населения 0,98 0,93 -0,94 -0,31 1,00 1,00

Средняя начисленная заработная плата 0,99 0,95 -0,94 -0,3б 1,00 1,00 1,00

Пенсия 0,9б 0,90 -0,91 -0,29 0,99 0,99 0,99 1,00

Прожиточный минимум 0,99 0,95 -0,94 -0,34 1,00 0,99 1,00 0,98 1,00

МРОТ 0,83 0,78 -0,7б -0,23 0,90 0,92 0,90 0,95 0,88 1.00

Далее построена корреляционно-регрессионную модель зависимости показателя «ВРП на душу населения» (У) от оставшихся 7 факторов - инвестиций в основной капитал (Х1), потребительских расходов на душу населения (Х2), доходов на душу населения (Х3), средней начисленной заработной платы (Х4), пенсии (Х5) и прожиточного минимума (Хб), МРОТ (Х7). Она выглядит следующим образом:

X = -37797,43 + 0,804-Х1 + 3,2б8-Х2 - 0,545-Х3 - 12,87б-Х4 + + 32,3б1-Х5 + 37,324-Хб - 20,484-Х7

Это индикативная модель валового регионального продукта. Коэффициент детерминирования (Я-квадрат) в данной модели практически равен единице (0.9983б5374...), что свидетельствует о высокой точности модели.

Далее рассчитаны теоретические значения входного параметра (ВРП на душу населения), отклонения теоретических значений от фактических и ошибка (табл. 4).

Таблица 4

Расчет ошибки модели

Год Фактическое значение ВРП на душу населения Теоретическое значение ВРП на душу населения (по полученной модели) Отклонение

2000 42758.90 42740.29 18.б1

2001 55147.00 5401б.73 1130.27

2002 б3582.90 б5295.б5 -1712.75

2003 79512.40 78б03.33 909.07

2004 101923.70 102129.41 -205.71

2005 125757.40 12б0б7.10 -309.70

200б 15318б.50 15320б.32 -19.82

2007 184202.50 184б13.08 -410.58

2008 22272б.30 222120.б1 б05.б9

2009 19б2б3.00 19б2б8.08 -5.08

Среднеквадратическое отклонение 0.00007

Ошибка модели 0.01 %

Среднеквадратическое отклонение составляет всего 0,01 %, что подтверждает высокую точность модели и возможность ее использования в целях прогнозирования входного параметра - ВРП на душу населения.

Одним из показателей социально-экономического развития региона и уровня жизни населения является степень доступности жилья, которая во многом зависит от цены на данный товар. Поэтому становится необходимым анализ факторов, влияющих на цены на жилые помещения. Данное направление анализа является актуальным в условиях кризиса. Выявление этапа цикла развития рынка недвижимости, выработка управленческих решений невозможна без элементов прогнозирования. Для этих целей нами использованы модель многофакторного корреляционно-регрессионного анализа.

Для изучения и анализа общих закономерностей особый интерес представляют данные по различным стоимостным, мезо- и макроэкономическим показателям. Рынок недвижимости - это открытая система, испытывающая влияние других сфер экономики. Необходимо отметить, что структура этого влияния может изменяться с течением времени, в зависимости от процессов, происходящих во внешней среде.

В качестве объектов исследования были взяты квартиры улучшенного типа в Ленинском районе, как наиболее ликвидные на рынке Самары. Динамика цен представлена в табл. 5.

Таблица 5

Средняя стоимость квартир типа «улучшенка» Ленинского района [2]

Период Стоимость 1 м. кв., тыс. руб.

1 комната 2 комнаты 3 комнаты

3 кв. 2008 8532б 80719 87212

4 кв. 2008 83291 82315 82191

1 кв. 2009 78850 77232 79118

2 кв. 2009 71982 б9833 73117

3 кв. 2009 б7910 бб775 70145

4 кв. 2009 71970 70212 73289

1 кв. 2010 б5242 б3900 б8805

В табл. б приведены выбранные ценообразующие факторы и их изменение за 7 кварталов.

Таблица 6

Ретроспективные данные ценообразующих факторов [1]

Ценообразующие факторы Кварталы

3 кв. 2008 4 кв. 2008 1 кв. 2009 2 кв. 2009 3 кв. 2009 4 кв. 2009 1 кв. 2010

Число безработных, тыс. чел. 17.30 24.0 39.б0 43.8 45.90 48.3 б2.2

Среднедушевой доход, р. 5414.0 5477.0 5991.00 б0б4.0 б034.00 5943.0 б1б7.0

Базовая инфляция (% к предыдущему году) 110.1 113.б 104.30 10б.0 107.30 107.5 108.1

Цены на нефть сорта Юралс, долл/барр 9б.4 38.1 45.40 58.2 б7.10 71.1 78.3

Продолжение табл. 6

Ценообразующие факторы Кварталы

3 кв. 2008 4 кв. 2008 1 кв. 2009 2 кв. 2009 3 кв. 2009 4 кв. 2009 1 кв. 2010

Официальный курс рубля к доллару 25.3 29.4 34.01 31.3 30.09 29.0 29.4

Средневзвешенная ставка по ипотечным кредитам 12.5 12.7 14.50 14.6 14.40 15.8 14.2

На основе вышеприведенных данных был рассчитан темп роста каждого показателя по годам к уровню 2000 года, который был принят за 1 (см. табл. 7).

Таблица 7

Относительное изменение факторов модели стоимости жилой недвижимости

Стои- Число без- Средне- Базовая инфля- Цены на нефть Официаль- Средневзвешен-

мость работных, душевой ция (% к преды- сорта Юралс, ный курс руб- ная ставка по ипо-

1 м.кв. тыс. чел. доход, р. дущему году) долл/барр ля к доллару течным кредитам

1.00 1.00 1.00 1.00 1.00 1.00 1.00

0.98 1.39 1.01 1.03 0.40 1.16 1.02

0.92 2.29 1.11 0.95 0.47 1.35 1.16

0.92 2.53 1.12 0.96 0.60 1.24 1.17

0.80 2.65 1.11 0.97 0.70 1.19 1.15

0.89 2.79 1.10 0.98 0.74 1.15 1.19

0.76 3.60 1.14 0.98 0.81 1.16 1.14

На основе имеющейся информации о динамике основных экономических показателей уровня жизни и стабильности экономики рассчитаны коэффициенты корреляции, значение которых позволяет судить о глубине связи между входным параметром (стоимость жилой недвижимости) и ценообразующими факторами (см. табл. 8).

Таблица 8

Рассчитанные коэффициенты корреляции

Показатель Стоимость 1 м.кв. Число безработных Прожиточный минимум Базовая инфляция Цены на нефть сор-га Юралс Официальный курс рубля к доллару Средневзвешенная ставка по ипотечным кредитам

Стоимость 1 кв. м 1.00

Число безработных, тыс. чел. 0.92 1.00

Среднедушевой доход, тыс. р. 0.89 0.94 1.00

Базовая инфляция (% к предыдущему году) 0.46 -0.55 -0.76 1.00

Цены на нефть сорта Юралс, долл./барр 0.50 0.03 -0.08 0.00 1.00

Официальный курс рубля к доллару -0.31 0.42 0.62 -0.64 -0.75 1.00

Средневзвешенная ставка по ипотечным кредитам 0.76 0.75 0.79 -0.71 -0.08 0.50 1.00

Наибольшее влияние на стоимость жилой недвижимости оказывают показатели качества жизни населения и доступности жилья. В модель стоимости жилой недвижимости включаем 4 фактора: число безработных, тыс. чел. (Х1), среднедушевой доход, тыс. р. (Х2), цены на нефть сорта Юралс, долл./барр (Х3), средневзвешенную ставку по ипотечным кредитам (Х4). Остальные факторы являются слабо выраженным.

Коэффициент детерминации модели близок к единице, поэтому можем сделать вывод о том, что стоимость жилой недвижимости в Самаре на 91 % определяется выбранными характеристиками.

На основе итогов модели построена функциональная зависимость входного параметра:

У = 147935,5 - 304,б-Х1 - 15,8-Х2 - 37,б-Х3 + 2484,8-Х4.

Величина полученной ошибки (0,059 %) позволяет говорить о том, что построенная модель хорошо аппроксимирует фактические данные, т.е. она вполне отражает экономические тенденции, определяющие объём продаж, и является предпосылкой для построения прогнозов высокого качества.

На основе полученных результатов можно проводить прогнозирова-ние, в том числе в условиях ограниченности информации, и получать модели высокой степени точности.

Таким образом, моделирование позволяет определить факторы, положительно и отрицательно влияющие на основной показатель и использовать данный инструментарий в целях прогнозирования уровня жизни населения.

Список литературы:

1. Данные Федеральной службы государственной статистики [Электронный ресурс] // Сайт Федеральной службы государственной статистики. - Режим доступа: www.gks.ru/dbscripts/Cbsd/DBInet.cgi.

2. Жилая недвижимость [Текст] // Зеленая площадь. - 2010. - № 8 (б47).

3. Регион в цифрах [Электронный ресурс] // Сайт Территориального органа Федеральной службы государственной статистики по Самарской области. - Режим доступа: www.samarastat.ru/digital/vrp/default.aspx.

4. Уровень жизни. Основные показатели уровня жизни населения Самарской области в 2009 году [Электронный ресурс] // Сайт Министерства экономического развития, инвестиций и торговли Самарской области. -Режим доступа: www.economy.samregion.ru/econmic/social_naja_sfera_reg-iona/uroven_zhizni_naselenija.