CC BY
44
АКТУАЛЬНЫЕ ПРОБЛЕМЫ ЭКОНОМИКИ
В. В. Лебедев
УДК: 331.21 Б01: 10.24411/2071-6435-2019-10123
О рейтинге субъектов Российской Федерации по качеству жизни
Излагаются результаты сопоставительного анализа неравенства работников организаций по заработной плате в субъектах Российской Федерации. В качестве информационной базы исследования использованы официальные статистические данные на апрель 2019 года. Выполнено ранжирование субъектов на основе использования обобщенного критерия структурной стратификации населения.
Ключевые слова: дифференциация населения, заработная плата, рейтинг качества жизни, коэффициент расслоения, приведенный уровень дохода
К. В. Лебедев
Введение
Летом 2019 года года рейтинговое агентство «РИА Рейтинг» обнародовало очередной, седьмой по счету рейтинг качества жизни населения в российских регионах [6]. При его составлении использовано 70 показателей, характеризующих различные стороны социально-экономического развития. Согласно используемой методике, эти показатели были объединены в 11 групп, среди которых: уровень доходов населения, занятость населения и рынок труда, жилищные условия населения, здоровье населения и уровень образования, уровень экономического развития [5]. Итоговый рейтинг субъектов Российской Федерации определялся на основании интегрального рейтингового балла, который рассчитывался путем агрегирования рейтинговых баллов по 11 группам. В рейтинг были включены все 85 субъектов Российской Федерации. В качестве источников информации для его составления использованы данные Росстата, Минздрава России, Минфина России, Банка России и другие открытые источники [5].
В группе «Уровень доходов населения» обобщающий индекс формировался на основании четырех показателей:
1) отношения денежных доходов населения к стоимости фиксированного набора потребительских товаров и услуг;
2) объема вкладов (депозитов) физических лиц в банках
Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований (грант № 18-010-01177).
© В. В. Лебедев, 2019 © К. В. Лебедев, 2019
на одного жителя; 3) доли населения с доходами ниже прожиточного минимума; 4) отношения денежных доходов 20% группы населения с наименьшими доходами к стоимости фиксированного набора потребительских товаров и услуг [5].
Основной вывод выполненного анализа — среднее значение рейтингового балла всех регионов в Рейтинге-2018 выросло на2,72% по сравнению с Рейтингом-2017. При этом сводный (интегральный) ройгинговтый бслл вырос 2 (58 .егионоо, ето обусловлено улучшением показатевей, которые з^шоывадиоь при расчете дейтиноа. А из семнадцати регионов с сокретившиосн сводаым рейтиыоь вым б[2шом,толыкы у трех снижение превысило 1 процентный пункы [5].
Как видим, при расчете сводного показателе, характеризрющого увовень доходов населения, используются чаытные покозетеыи диффорнноивоио населения по доходам, которые не гештываюк роуслеенпе чости. Ниже обсуждаются вопросы, связанныы саношзомрасслоешм ныселение региеноы по доходам и влиянии разрабоыаньооо обо^^е^тыного критерия сторктырчой стратификации населения на вводный ройыинт, ррсычийтогныш пы нетвыине рейтингового агентства «РИАРойаинг» [а].Aь0Cyaл2Р0Cтьpaбoтыопи2дeJM2ьcя тем, что количественные инди У2тыры,ыеоаытериоующик нкравонство ныиления по денежным доходам, относятся го о^^о202ыя8п^11к^ыто^01тс^;^;1т(глей социально-экономического развития регионов [1; 4].
Показатели дифференциации
Для сопоставительного аналиатнодавенетво ныьылензгя исныльзоонны статистические данные о средней зараСютны2 ппате^Пов 1 О-щюцентных группа« раСюты ников организаций по субъектом Российской Федерации за апрель 2019 года [7].
Эти данные позволяют построиты дые куждого субътыоо Рыск иотыой Федь-рации табличную функцию Лорено а (ув 2вы рде
10
у0 = 0, т,0 = 0, ук = 10к, =,+с1к, йк =ЮцкЛц, при у = и, ...1Л; /и = сл1и.
4=1
Здесь /ик — средний уровень заработнойплаты(тыс.рублей) в к-ой децильной группе работников организаций субъекта, задан согласно [7]; л - соответствующий средний уровень ЗП (тыс. рублей); йк—доля суммарной ЗП работников организаций к-ой децильной группы в общем объеме средств, направленных на выплату ЗП всем работникам организаций субъекта (проценты); ук — кумулятивная доля работников, ранжированных по возрастанию ЗП (проценты); 1к—кумулятивная доля ЗП (доля общего объема средств, направленных на выплату ЗП, которую получает ук-ая часть всех работников субъекта (проценты). Значения средней заработной платы ¡л (тыс. рублей) и значения долей йк (проценты) суммарной ЗП работников к-ой децильной группы, где к = 1,2, ...10, в общем объеме средств по 22 субъектам Российской Федерации за апрель 2019 года приведены в таблице 1 (столбцы 3, 5—14 таблицы 1). Здесь же указаны средние значения 90% работников, входящих в 10-процентные группы с первой по девятую (столбец 4). Как видим, средний уровень ЗП по данным Росстата в Москве составлял в апреле 2016 года 96,042 тысячи рублей,
однако, если исключить из рассмотрения 10% работников с наибольшими заработками, то средний уровень ЗП оставшейся части работников существенно меньше — 69,182 рубля. Отметим, что первые десять субъектов таблицы 1 являются лидерами «Риа Рейтинга» [6]; следующие семь занимают в нем места от 25-го до 44-го; последние пять субъектов таблицы 1 — аутсайдеры.
Итак, дани ые Росстата, частично приведенные в таблице 1, позволяют вычислить координаты точек на кривой Лоренца для каждого субъекта Российской Федерации. На рисунке 1 приведены кривые Лоренца для распределения работников Москвы и Республики Тыва по заработной плате (линии 1 и 2 соответственно).
100 90 80 70 60 50 40 30 20 10
2 *
3 и п Ч
> 1. 1
V /
/7
У /
1
1
У
0 10 20 30 40 50 60 70 80 90 100
Рисунок 1. Кривые Лоренца для распределения по заработной плате работников Москвы и Республики Тыва Источник: расчеты авторов по данным Росстата [6]
Эти линии представляют собой графики кусочно-линейных функций, узлами которых служат точки с координатами ук, 1к, где £=0,1, ...10. Линия 3 на рисунке 1 — линия идеального равенства. Выбор Москвы и Республики Тыва для иллюстрации кривой Лоренца неслучаен: этим субъектам соответствуют наибольшее и наименьшее значенияиндексаДжини,и поэтомукривыеЛоренца остальных 83 субъектов Российской Федерации лежат между ними.
Используя данные, частично приведенные в таблице 1, можно вычислить значения основных показателей дифференциации распределения ЗП работников организаций для каждого субъекта Российской Федерации. Здесь следует выделить две группыпоказателей. В первуювходятследующие: 10 —индексДжини; Щ и К/20 — децильный и квинтильный коэффициенты фондов; 1К —индекс Кузнеца; КР — коэффициент Пальмы.
Здесь индекс Кузнеца равен отношению средних значений заработной платы двух группработников:40%с большимизаработкамии 60% с меньшимизаработками.
Средняя заработная плата работников организаций (тыс. рублей) и распределение общей суммы средств, направленных на оплату труда по 10-процентным (децильным) группам, по субъектам Российской Федерации за апрель 2019 года
/( (тыс. рублей) Доля средств, полученных в децильных группах с!к (в процентах)
с11 с12 с13 с14 с15 с16 с17 с18 с19 с110
1 г Москва 96,042 2,15 3,46 4,42 5,34 6,32 7,45 8,98 10,72 15,99 35,18
2 гСанкт-Петербург 66,262 2,64 4,09 5,22 6,25 7,23 8,28 9,54 11,24 13,87 31,64
3 Московская область 56,722 2,63 4,07 5,28 6,39 7,45 8,53 9,82 11,51 14,35 29,98
4 Республика Татарстан 38,046 3,14 4,52 5,70 6,72 7,72 8,79 10,04 11,69 14,37 27,32
5 Белгородская область 35,037 3,50 4,98 6,18 7,15 8,05 8,99 10,19 11,78 14,25 24,93
6 Краснодарский край 36,810 3,11 4,34 5,55 6,63 7,62 8,65 9,96 11,76 14,62 27,76
7 Воронежская область 34,895 3,24 4,46 5,59 6,61 7,57 8,65 10,02 11,88 14,73 27,26
8 Ханты-Мансийский автономный округ - Югра 72,067 3,33 4,60 5,68 6,68 7,81 9,06 10,46 12,30 14,28 25,80
9 Липецкая область 35,180 3,16 4,44 5,61 6,60 7,61 8,68 10,01 11,97 15,05 26,89
10 Калининградская область 38,930 3,13 4,47 5,61 6,61 7,64 8,66 9,96 11,71 14,80 27,40
11 Рязанская область 34,030 3,25 4,57 5,69 6,75 7,80 8,89 10,26 12,15 14,87 25,76
12 Ярославская область 36,034 3,10 4,41 5,67 6,76 7,79 8,88 10,20 11,89 14,56 26,73
13 Орловская область 27,823 3,67 4,89 5,93 6,87 7,84 8,89 10,13 11,84 14,63 25,31
14 Пермский край 38,914 3,20 4,49 5,59 6,62 7,67 8,79 10,16 11,95 14,74 26,78
15 Удмуртская Республика 33,319 3,61 4,72 5,86 6,86 7,84 8,88 10,11 11,83 14,48 25,82
16 Республика Мордовия 28,245 3,78 4,99 6,07 7,10 8,05 9,02 10,19 11,83 14,52 24,46
17 Красноярский край 50,280 3,02 3,91 4,88 5,91 7,02 8,28 9,90 12,21 15,99 28,88
18 Республика Калмыкия 26,342 3,85 4,88 5,77 6,79 7,83 8,88 10,11 11,76 14,82 25,30
19 Республика Ингушетия 24,769 4,07 4,60 5,72 6,66 7,56 8,53 9,67 11,48 14,30 27,40
20 Забайкальский край 42,443 3,42 4,55 5,24 6,30 7,36 8,61 10,24 12,43 15,65 26,19
21 Карачаево-Черкесская Республика 26,782 3,83 4,39 5,25 6,30 7,29 8,29 9,49 11,28 14,57 29,32
22 Республика Тыва 35,488 4,42 6,02 6,20 6,74 7,47 8,26 9,30 10,95 14,00 26,64
Коэффициент Пальмы вычисляется как отношение суммарных заработков в двух группах работников: первую группу составляют 10% работников с наибольшими заработками, вторую — 40% с меньшими заработками. Эти пять показателей часто применяются при анализе дифференциации населения по доходу, так как они либо отражают расслоение населения усредненно, характеризуя степень провисания кривой Лоренца (коэффициент Джини), либо учитывают расслоение населения косвенно, используя различия в доходах (в нашем случае—в ЗП) в двух крайних группах (с большими и меньшими заработками). Часть этих показателей дифференциации приведена в таблице 2 (столбцы 3—6).
Прежде чем перейти ко второй группе показателей дифференциации работников организаций по зарплате, отметим следующие два факта. Во-первых, известно, что рассмотренные выше параметры взаимосвязаны [3]. Для иллюстрации сказанного на рисунке 2 приведены четыре множества точек (КУ/10, Ю1), (Щ/10, 101), (р, 101) и (1К1,101), где] -номер региона 0=1,2, ...85). Эти множества позволяют сказать о высокой степени корреляции индекса Кузнеца, коэффициента Пальмы, квинтильного и децильного коэффициентов фондов субъектов Российской Федерации с коэффициентом Джини. Поэтому коэффициент Джини будем использовать в дальнейшем как базовый показатель неравенства работников по ЗП.
о
28 30 32 34 36 38 10 12 11 16
Рисунок 2. Взаимосвязь показателей дифференциации населения по заработной плате для работников всех субъектов Российской Федерации: формальные зависимости децильного и квинтильного коэффициентов фондов, коэффициента Кузнеца и коэффициента Пальмы от индекса Джини Источник: расчеты авторов по данным Росстата [6]
Во-вторых, коэффициентПальмыотражает непростоотношениедоходов в двух крайних группах. Конструируя этот показатель, Пальма опирался на оценки, согласно которым во многих странах мира 50% населения, принадлежащих 5-й, 6-й, 7-й, 8-й и 9-й децильным группам, получают примерно половину дохода [8]. Поэтому среднийдоход этойчасти населенияприблизительно равен общему среднему доходу. Если это так, то коэффициент Пальмы можно рассматривать как структурныйпоказатель,в котором фактически всенаселение,ранжированное по доходу, делится на три группы в пропорции 40:50:10.
Показатели дифференциации по заработной плате работников организаций в 22-х субъектах Российской Федерации в апреле 2019 года
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Разбиение в пропорции Разбиение в пропорции
Субъект Ю Що к^ КР 40:50:10 30:60:10
К К ОР 10/40 К, ОР 10/30
1 г Москва 42,9 16,4 9,13 2,29 0,38 0 99 3,52 9,16 4,39 0,33 0,91 10,52 5,24
2 г Санкт-Петербург 37,0 12,0 6,76 1,74 0,46 1 00 3,16 6,95 3,38 0,40 0,94 7,94 3,97
3 Московская область 36,1 11,4 6,62 1,63 0,46 1 03 3,00 6,53 3,21 0,40 0,97 7,51 3,80
4 Республика Татарстан 32,8 8,71 5,44 1,36 0,50 1 05 2,73 5,44 2,89 0,45 0,99 6,14 3,36
5 Белгородская область 29,6 7,13 4,62 1,14 0,55 1 07 2,49 4,57 2,58 0,49 1,01 5,11 2,94
6 Краснодарский край 33,6 8,92 5,69 1,42 0,49 1 05 2,78 5,66 2,97 0,43 0,99 6,41 3,48
7 Воронежская область 33,1 8,41 5,45 1,37 0,50 1 06 2,73 5,48 2,96 0,44 0,99 6,15 3,44
8 Ханты-Мансийский автономный округ - Югра 31,6 7,74 5,05 1,27 0,51 1 08 2,58 5,09 2,77 0,45 1,01 5,69 3,24
9 Липецкая область 33,1 8,52 5,52 1,36 0,50 1 07 2,69 5,43 2,95 0,44 1,00 6,11 3,43
10 Калининградская область 33,2 8,75 5,55 1,38 0,50 1 06 2,74 5,53 2,96 0,44 0,99 6,22 3,45
11 Рязанская область 31,9 7,91 5,19 1,27 0,51 1 08 2,58 5,08 2,79 0,45 1,01 5,72 3,27
12 Ярославская область 32,6 8,62 5,49 1,34 0,50 1 07 2,67 5,36 2,84 0,44 1,00 6,08 3,32
13 Орловская область 30,3 6,90 4,67 1,19 0,53 1 07 2,53 4,74 2,71 0,48 1,00 5,24 3,12
14 Пермский край 32,7 8,36 5,40 1,35 0,50 1 07 2,68 5,38 2,91 0,44 1,00 6,05 3,40
15 Удмуртская Республика 30,9 7,16 4,84 1,23 0,53 1 06 2,58 4,91 2,74 0,47 1,00 5,46 3,17
16 Республика Мордовия 29,2 6,47 4,44 1,11 0,55 1 07 2,45 4,46 2,57 0,49 1,01 4,94 2,96
17 Красноярский край 36,7 9,56 6,48 1,63 0,44 1 07 2,89 6,52 3,47 0,39 0,99 7,33 4,16
18 Республика Калмыкия 30,4 6,58 4,60 1,19 0,53 1 07 2,53 4,75 2,74 0,48 1,00 5,23 3,19
19 Республика Ингушетия 31,7 6,73 4,81 1,30 0,53 1 03 2,74 5,21 2,93 0,48 0,97 5,71 3,37
20 Забайкальский край 33,2 7,66 5,25 1,34 0,49 1 09 2,62 5,37 3,06 0,44 1,01 5,94 3,62
21 Карачаево-Черкесская Республика 34,1 7,65 5,34 1,48 0,49 1 02 2,93 5,93 3,23 0,45 0,95 6,53 3,80
22 Республика Тыва 28,8 6,02 3,89 1,14 0,58 1 00 2,66 4,56 2,86 0,55 0,95 4,80 3,14
В нашей работе мы использовали различные варианты разбиения работников на три группы А, В и С в порядке возрастания заработной платы [2]. В таблице 2 приведены структурные показатели дифференциации для двух вариантов: в пропорции40:50:10 (разбиение Пальмы, обозначим его здесь дк щэаткости Я1) и в пропорции 30 60:10 (разбиение Я2). К структурным показателям диффе-ренциацмн исЬбтнииовно зар плате отн осятся следующие: приведенные уровни ЗП в группах А, В и С для разбиений Я1 И К2(ЛА, Ав, Яс; столбцы 7, 8, 9, 12 и 13); обобщенные кобффоциенты фондквСИЬ/им (столОцы Им 14); когффм-
циенты расслоения 8В группы В (столбцы 11 и 15); приведенный уровень ЗП в группе раб о тнико в, входящих в группы А и В, то есть группы, составляющей 90% всех раб отников (столбец 16).
Здесь приведенный уровень зарплаты в группах вычисляется как отношение средней ЗП в группе и значения ее средней величины в субъекте; обобщенные коэффициенты фондов вычисляются как отношения средних значений ЗП в группах С и А; коэффициент расслоения группы В вычисляется как отношение значений средней ЗП в двух крайних децильных группах, то есть с максимальной и минимальной средней ЗП в этой группе (поэтому, например, коэффициент расслоения БВ2 = й9/й).
На рисунке 3 построены три множества точек (',10'), (Л'в2,10') и (Л'С2,10'), где ' — намеаоегионкф = ),2, о.,05). Ониоир^мюг высыню стебьнь коинеиицки значений приведенного уровня заработной платы в группах А, В и С субъектов РоссийскоН Фетабациионоэффициенто=Мн=ни паи отзботнии ра б осников Я2 (в пропорции 30:60:90). Подчеркнем, что здесь базовой характеристикой субъекта служит индекс Джини. Поэтому линии 1, 2 и 3 можно рассматривать как зависимости приведенных уровней средней заработной платы в группах А, В и С от индекса Джи н и для разбиения работников Я2.
и 3 • а •
нГ» •
•— 2 I
—ф.... .........
Рисунок 3. Зависимости значений приведенного уровня средней заработной платы (разы) от индекса Джини в группах А, В и С распределения работников организаций в пропорции 30—60—10 Источник:расчетыавторовподаннымРосстата [6]
Как видим, при увеличении значения коэффициента Джини приведенный уровень заработной платы в десятом дециле субъектов, как правило, увеличивается, а в группе А незначительно уменьшается. При этом в обоих вариантах разбиения работников на три группы А, Б и С приведенный уровень заработной платы в средней группе В остается неизменным, почти не зависящим от значения индекса Джини. Исключение составляют города Москва и Санкт-Петербург, для которых значения индекса Джини равны 42,9 и 37,0, а значения децильного коэффициента фондов — 16,4 и 12,0 соответственно. Отметим также, что во всех остальных субъектах индекс Джини принимает значения от 37,1 (Московская область) до 28,8 (Республика Тыва), а значения децильного коэффициента фондов — от 11,4 (Московская область) до 6,02 (Республика Тыва). Такой же характер имеют соответствоящие зависихости при разбиееииПнльмм1
Подводя итоги этой части работы, отметим следующее. Для используемых статистичесинх менных сихнтеза о рпвензтве единицы зничеиия приведенного уровня заработной платы в среди ей группе разбиения работников на три части, которая следует из гипотезы Пальмы, для разбиения Яр в большей степени соответствует разбиению Я2, а не разбиению Я1 (столбцы 8 и 13 таблицы 2). Исключение составляют города Москва и Санкт-Петербург, для которых, соответственно, значения индекса Джини равны 42,9 и 37,0, децильного коэффициента фондов — 16,4 и 12,0, а значения приведенного уровня ЗП в средних группах для разбиения Я2 — 0, 91 и Р,СС(ытодРец13).
Рассл оеыые нсуее И дын рызСеснид р аботникыв ^е М2 ынрастеаизустея зиачн-ниями показателя , приведенными в таблице 2 (столбцы 11 и 15). Эти показатели структурной дифференциации имеют те нденцию к росту при увеличении значения индекса Джини. На рисунке 4 на плоскости (Ю, и) построено множество точек (8'В2,1С1), где ] - номер региона (/ = 1, 2, ..., 85), который иллюстрирует сказанное.
3,5
2,5
1,5
и
• • • 4 •
•
у = 0 ,0009хг-0,001х + = 0,5664 1,3846
Ю
Рисунок 4. Связь коэффициента расслоения с индексом Джини Источник: расчеты авторов по данным Росстата [6]
Ранжирование субъектов Российской Федерации по степени расслоения населения по заработной плате
Рассмотренные показатели дифференциации работников по заработной плате субъектов Российской Федерации по-разному характеризуют неравенство в распределении средств, направленных на оплату труда. С одной стороны, индекс Джини является, по существу, характеристикой степени провисания кривой Лоренца и поэтому представляет собой некоторую осредненную характеристику. С другой стороны, коэффициент Пальмы и другие показатели, в том числе рассмотренные выше показатели дифференциации (столбцы 4—16) отражают структурное неравенство. Все показатели могут использоваться для ранжирования регионов по неравенству распределения доходов (в нашем случае — по неравенству распределения заработной платы). Отметим также, что каждый субъект имеет свое значение индекса Джини и, кроме того, нумерация субъектов соответствует его позиции в «РИА Рейтинге» [6].
В таблице 3 приведены результаты ранжирования 22-х субъектов Российской Федерации по следующим трем критериям: коэффициент Джини (столбец 2), коэффициент расслоения работников группы В для разбиения всех работников в пропорции 30:60:10 (столбец 3), обобщенный показатель структурной стратификации (KSS, столбец 4). Последний представляет собой линейную комбинацию двух выше названных критериев. В этих столбцах приведены позиции, которые занимают соответствующий субъект в порядке убывания критерия.
Как видим, результаты ранжирования существенно различаются. Однако по всем критериям прочное место лидера неравенства в распределении заработной платы занимает Москва. За ней по критерию следует Красноярский край, Санкт-Петербург, Забайкальский край и Московская область (столбец 4). При этом Белгородская область занимает последнее место среди рассматриваемых в таблицах 1—3 субъектов: в этой области значение коэффициента расслоения работников группы В меньше двух. У всех остальных этот показатель выше двух (столбец 15 таблицы 2).
В таблице 3 для сравнения приведены результаты «РИА Рейтинга» (столбцы 5 и 6), в столбце 7 приведено место субъекта среди отобранных 22 регионов в порядке убывания интегрального балла (столбец 5).
Выводы
Использование разбиения населения на три группы, которое следует из способа вычисления коэффициента Пальмы [8], позволяет получить дополнительную информацию о распределении населения по доходу структурного характера. Установлено, что для используемых статистических данных предположение о равенстве единице значения приведенного уровня заработной платы в средней группе разбиения работников на три части в пропорции 40:50:10 (гипотеза Пальмы), в большей степени соответствует разбиению населения в пропорции 30:60:10. Таким образом, в подавляющем большинстве субъектов Российской Федерации средняя заработная плата 60% работников незначительно отличается от среднего
Таблица 3
Ранжирование субъектов Российской Федерации по степени неравенства распределения общей суммы средств, направленных на оплату труда работников организаций (на апрель 2019 года).
1 2 3 4 5 6 7
СУБЪЕКТ Критерий ранжирования РИА Рейтинг-2018
10 SB2 балл место п.п.
Москва 1 1 1 77,37 1 1
Санкт-Петербург 2 10 3 75,69 2 2
Московская область 4 6 5 72,45 3 3
Республика Татарстан 11 16 14 66,15 4 4
Белгородская область 20 22 22 64,43 5 5
Краснодарский край 6 11 9 63,97 6 6
Воронежская область 9 8 10 60,76 7 7
Ханты-Мансийский авт окр. Югра 16 17 16 60,11 8 8
Липецкая область 10 5 7 59,25 9 9
Калининградская область 7 7 8 58,94 10 10
Рязанская область 14 12 12 49,90 26 11
Ярославская область 13 14 13 49,60 27 12
Орловская область 19 18 19 46,92 41 13
Пермский край 12 9 11 46,65 42 14
Удмуртская Республика 17 19 18 46,51 43 15
Республика Мордовия 21 21 21 46,28 44 16
Красноярский край 3 2 2 46,26 45 17
Республика Калмыкия 18 13 17 28,76 81 18
Республика Ингушетия 15 15 15 28,53 82 19
Забайкальский край 8 3 4 27,19 83 20
Карачаево-Черкесская Республика 5 4 6 25,30 84 21
Республика Тыва 22 20 20 16,20 85 22
Источник: Рейтинг социально-экономического положения регионов [1] и расчеты авторов по данным Росстата [6]
уровня по субъекту. При этом коэффициент расслоения работников этой группы (средней группы В при разбиении всех работников в пропорции 30:60:10) варьируется от значения 2,08 (Республика Тыва) до 2,99 (Москва). Представляется, что учет в методиках построения рейтинга социально-экономического положения регионов (блок «Уровень доходов») показателей дифференциации населения по
доходам приведет к повышению объективности анализа и, как следствие, может изменить итоговые позиции многих субъектов в этом рейтинге. При этом методика расчета показателей дифференциации на основе использования информации о распределении доходов по децильным группам легко реализуема, так как она не требует привлечения сложных математических моделей.
Литература
1. Айвазян С. А. Анализ качества и образа жизни населения (эконометри-ческий подход). М.: Наука. 2012. 402 с.
2. Лебедев В. В., Лебедев К. В. Использование коэффициента Пальмы для анализа дифференциации населения по доходам // ЭТАП: Экономическая Теория, Анализ, Практика. 2019. № 5. С. 63—74.
3. Лебедев В. В., Лебедев К. В. Построение кривой Лоренца и оценка индикаторов дифференциации денежных доходов населения на основе экспоненциального распределения // Вестник Университета (Государственный университет управления). 2018. № 1. С. 141—148.
4. Лившиц В. Н. Бедность и неравенство денежных доходов населения в России и за рубежом: системный анализ некоторых важных фрагментов проблемы. М.: Институт экономики РАН, 2018. 292 с.
5. Рейтинг российских регионов по качеству жизни. URL: http://vid1.rian. ru/ig/ratings/life_2018.pdf (дата обращения: 15 ноября 2019 года).
6. Рейтинг социально-экономического положения регионов по итогам 2018 года. Рейтинговое агентство «РИА Рейтинг», 2019. URL: https://ria. ru/20190603/1555111859.html (дата обращения: 1 октября 2019 года).
7. Сведения о распределении численности работников по размерам заработной платы за апрель 2019 года (статистический бюллетень). Федеральная служба государственной статистики (РОССТАТ), Главный межрегиональный центр (ГМЦ), 2019. URL: https://gks.ru/compendium/ document/13268 (дата обращения: 1 ноября 2019 года).
8. Palma J. G. Globalizing Inequality: 'Centrifugal' and 'centripetal' Forces at Work / DESA Working Paper № 35. N. Y.: UN Department of Economic and Social Affairs, 2006.
References
1. Ayvazyan S.A. . Analiz kachestva i obraza zhizni naseleniya (ekonometricheskij podhod) [Analysis of the quality and lifestyle of the population (econometric approach)], M.: Nauka [Science], 2012, p. 402 (in Russian).
2. Lebedev V. V., Lebedev K. V. Using the Palm coefficient to analyze the differentiation of the population by income. ETAP: Ekonomicheskaya Teoriya, Analiz, Praktika [ETAP: Economic Theory, Analysis, Practice], 2019, no. 5, pp. 63-74 (in Russian).
3. Lebedev V.V., Lebedev K. V. Postroenie krivoy Lorenca i ocenka indikatorov differenciacii denezhnyh dohodov naseleniya na osnove eksponencial'nogo
raspredeleniya [Construction of the Lorentz curve and estimation of indicators of differentiation of monetary incomes of the population on the basis of exponential distribution]. Vestnik Universiteta (Gosudarstvennyy universitet upravleniya) [Vestnik Universiteta (State University of management)], 2018, no. 1, pp. 141-148 (in Russian).
4. Livshits V.N. . Bednost' i neravenstvo denezhnyh dohodov naseleniya v Rossii i za rubezhom: sistemnyy analiz nekotoryh vazhnyh fragmentov problemy [Poverty and inequality of monetary incomes of the population in Russia and abroad: system analysis of some important fragments of the problem], Moscow: Institute of Economics RAS, 2018, p. 292 (in Russian).
5. Reyting rossiyskih regionov po kachestvu zhizni [Rating of Russian regions on quality of life]. Available at http://vid1.rian.ru/ig/ratings/life_2018.pdf (accessed November 15, 2019) (in Russian).
6. Reyting social'no-ekonomicheskogo polozheniya regionov po itogam 2018goda. Reytingovoe agentstvo «RIA Rating» [Rating of the socio-economic situation of the regions at the end of 2018. The rating Agency "RIA Rating"], 2019. Available at: https://ria.ru/20190603/1555111859.html (accessed October 1, 2019) (in Russian).
7. Svedeniya o raspredelenii chislennosti rabotnikov po razmeram zarabotnoy platy za aprel'2019goda (statisticheskiy bjulleten). Federalnajysluzhbagosudarstvennoy statistiki (ROSSTAT), Glavnyy mezhregional'nyy centr (GMC), 2019 [Data on the distribution of the number of employees by the size of wages for April 2019 (statistical Bulletin). Federal state statistics service (ROSSTAT), Main interregional center (GMC), 2019]. Available at https://gks.ru/compendium/ document/13268 (accessed 01 November 2019) (in Russian).
8. Palma J. G. Globalizing Inequality: 'Centrifugal' and 'centripetal' Forces at Work / DESA Working Paper № 35. N. Y.: UN Department of Economic and Social Affairs, 2006.
