CC BY
134
УДК 332.14:316.344.233 JEL: C13
DO110.25513/1812-3988.2017.4.193-205
ОЦЕНКА МЕЖРЕГИОНАЛЬНОГО НЕРАВЕНСТВА ПО ДОХОДАМ И ВРП НА ДУШУ НАСЕЛЕНИЯ В РОССИИ В НАЧАЛЕ XXI в.
Е.А. Стукаленкоа, В.Ю. Щеколдина, Е.В. Каширская13
a Новосибирский государственный технический университет (Новосибирск, Россия) 1 Министерство финансов и налоговой политики Новосибирской области (Новосибирск, Россия)
Информация о статье
Дата поступления 29 июня 2017 г.
Дата принятия в печать 25 сентября 2017 г.
Ключевые слова
Регионы Российской Федерации, ВРП на душу населения, индекс Пьетра, межрегиональная дифференциация, коэффициент Джини, среднедушевые доходы населения, экономический рост, конвергенция регионов, дивергенция регионов, политика субсидирования регионов
Аннотация. Анализируется дифференциация по среднедушевым доходам населения и ВРП на душу населения регионов Российской Федерации. В качестве показателей межрегиональной дифференциации были выбраны коэффициент Джини и индекс Пьетра. На основе проведенного сравнительного анализа используемых подходов и методов оценки межрегиональной дифференциации социально-экономических показателей была обоснована целесообразность использования индекса Пьетра. Расчеты проводились для среднедушевого дохода и для ВРП на душу населения в ценах 2000 г. по регионам за 2000-2014 гг. При исследовании за единицу брался регион, а не отдельно взятое домохозяйство. Расчеты осуществлялись на основе официальных данных Росстата. При помощи индекса Пьетра было оценено соотношение между числом «бедных» и «богатых» регионов, установлена принадлежность к ним рассматриваемых регионов, все регионы были сгруппированы в четыре квадранта, в зависимости от уровня их дохода и ВРП, а также определена часть дохода и ВРП, которая может быть перераспределена для обеспечения равенства между регионами. Была проанализирована динамика регионов за 15 лет по квадрантам. Расчеты показали, что произошла конвергенция регионов по среднедушевым доходам населения и дивергенция по ВРП на душу населения за исследуемый период. На основе анализа динамики индекса Пьетра и государственной политики субсидирования российских регионов была выявлена зависимость между уровнем доходов и ВРП на душу населения и величиной безвозмездных поступлений. Проведенное исследование позволяет дать рекомендации в области применения индекса Пьетра и регулирования межрегиональной дифференциации как Федеральной службе государственной статистики, так и органам государственной власти.
Article info
Received June 29, 2017
Accepted
September 25, 2017
Keywords
Russia's regions, GRP per capita, Pietra index, interregional differentiation, Gini coefficient, income per capita, economic growth, region's convergence, region's divergence, government funding policy for Russia's regions
ASSESSMENT OF INTERREGIONAL INEQUALITY BY INCOME AND GRP PER CAPITA IN RUSSIA IN THE EARLY 21st CENTURY
E.A. Stukalenkoa, V.Yu. Shchekoldina, E.V. Kashirskayab
a Novosibirsk State Technical University, NSTU (Novosibirsk, Russia) b Ministry of Finance and Tax Policy of Novosibirsk region (Novosibirsk, Russia)
Abstract. In the article the differentiation analysis results for income per capita and GRP are considered for Russia's regions. Gini coefficient and Pietra index were estimated to analyze the interregional differentiation. Advisability of using Pietra index was justified on the basis of benchmark analysis of used assessment's methods of interregional differentiation of social and economic indicators. Assessments of the income per capita and GRP per capita in prices of year 2000 for regions in 2000-2014 were performed. In the research a region was taken as unit instead of individual household. Calculations were made on the basis of Federal State Statistics Service data. The conception of Pietra index was used to find the ratio for poor and rich regions, established affiliation to them for each region, all regions were grouped in four quadrants depending on income's level and GRP. The part of income was determined which should be distributed between regions to reach the equality. Regional dynamics was analyzed for 15 years by quadrants. Calculations showed that region's convergence by income per capita and divergence by GRP per capita happened during reviewed period. Dependence between level of income and GRP per capita and size of gratuitous receipts was found on the basis of dynamics analysis of Pietra index and government funding policy for Russia's regions. The survey enabled to give recommendations for using Pietra index and regulation of interregional differentiation for Federal State Statistics Service and government.
© Е.А. Стукаленко, В.Ю. Щеколдин, Е.В. Каширская, 2017
Введение. Усиливающееся неравенство населения по доходам, а следовательно, прогрессирующее неравенство социальных возможностей - одна из негативных тенденций современного мира [1]. Мировая экономическая наука на современном этапе все больше внимания обращает на проблему экономического неравенства [2-4]. И вручение в 2015 г. нобелевской премии по экономике англо-американскому экономисту Ангусу Дитону [5] с формулировкой: «За анализ проблем потребления, бедности и социального обеспечения» -является одним из показателей этой тенденции. Существует множество точек зрения на неравенство: некоторые рассматривают его как стимул для людей достигать большего, другие рассматривают неравенство как препятствие на пути к более справедливому обществу, но проводимые исследования подтверждают, что среди минусов дифференциации доходов можно выделить социальные конфликты и структурную деформацию экономики, которые приводят к социальной нестабильности и слабости институтов [6, с. 183]. На современном этапе развития Российской Федерации предстоит серьезная трансформация экономики, и для ее осуществления большое значение имеет существование в обществе мотивации к сотрудничеству, на формирование которой влияет структура общества по уровню жизни. Однако одним из препятствий повышения уровня жизни населения в стране является чрезмерно неравномерное распределение доходов, создаваемых в процессе производства. Проводимые многими специалистами исследования подтверждают необходимость анализа межрегиональной дифференциации, так как межрегиональная дифференциация доходов населения является важным показателем социально-экономического развития страны, на основе исследования которого можно делать выводы о равенстве или неравенстве социальных возможностей граждан, проживающих в разных уголках единой страны.
Под дифференциацией доходов обычно понимается степень неравномерности доходов, получаемых разными слоями и группами населения, и, как следствие, неравномерность обеспеченности их жизненными благами. Целью настоящей работы является изучение проблемы оценивания степени дифференциации на примере регионов Российской Федерации при помощи двух инструментов - коэффициента Джини и индекса Пьетра - и установление наи-
более предпочтительного варианта с точки зрения сохранения экономической и статистической корректности выводов.
1. Методика расчета межрегиональной дифференциации на основе коэффициента Джини и индекса Пьетра. На сегодняшний день в зарубежной и отечественной научной литературе разработан обширный арсенал методов анализа межрегионального неравенства по доходам (см., напр.: [1-4]). При этом каждый из используемых методов имеет свои достоинства и недостатки. В данной работе для расчета межрегиональной дифференциации были выбраны коэффициент Джини и индекс Пьетра (он же индекс Гувера, индекс Робин Гуда) [7].
Коэффициент Джини является самым распространенным показателем при анализе дифференциации, но представляет лишь общую картину измерения дифференциации. Индекс Пьетра представляется более информативным показателем, поскольку позволяет оценить соотношение между числом «бедных» и «богатых» регионов, определить группу, к которой относится тот или иной регион, и ту часть, например, дохода, которую нужно распределить для достижения равенства [8, р. 36-39].
Применение индекса Пьетра отличается от использования классического показателя Джини тем, что позволяет различать более сложные случаи дифференциации, в частности, когда индекс Джини принимает одинаковые значения для разных совокупностей исходных данных. На рис. 1 представлены две кривые Лоренца, образующие с эгалитарной линией две одинаковые по площади фигуры (величина коэффициента Джини одинакова в обоих случаях). Но ситуация изменилась: в одном случае большинство регионов имеют низкий доход (пунктирная кривая Лоренца), в другом - число регионов с высоким доходом увеличивается. Коэффициент Джини этого не показывает, в отличие от индекса Пьетра.
Расчеты проводились на основе официальных данных Росстата по среднедушевому доходу и доле ВРП на душу населения в ценах 2000 г. по регионам за 2000-2014 гг. на основе построения кумулятивных кривых. Показатели рассчитывались по 82 регионам Российской Федерации. В исходные данные из-за отсутствия статистической информации не включалась Чеченская Республика, а Тюменская и Архангельская области учитывались без автономных округов.
t i
tf
до X P2 У/
о д P1
я
л о д rrti1"'.....
Кумулятивная доля регионов Рис. 1. Кривые Лоренца
Расчет коэффициента Джини по среднедушевым доходам велся по формуле Брауна:
G =
k-1
1 "Z (Y+1 + Y)х (х>+1 - х>)
(1)
где У, - кумулятивная доля среднедушевого дохода; Х, - кумулятивная доля регионов; к -количество наблюдений [9].
Принцип нахождения межрегионального коэффициента Джини и индекса Пьетра по среднедушевым доходам в 2014 г. заключается в следующем:
1) ранжирование регионов в порядке возрастания дохода, наименьшему значению показателя соответствует ранг 1 и т. д.;
2) вычисление значений координат опорных точек кумулятивной кривой, которое осуществляется добавлением очередного значения вариационного ряда среднедушевого дохода к текущему (накопленному);
3) нормирование полученных значений к промежутку [0; 1] путем деления каждого полученного значения на последнее, представляющее полную сумму значений вариационного ряда (в табл. 1 это значение равно 488 576,5 руб.).
В результате получаем значения переменной у, смысл которой в указании той доли доходов, которую занимает выбранная по оси х кумулятивная доля регионов [10].
Для построения аппроксимации исходных данных и для расчета индекса Пьетра необходимо определить функциональную форму кривой Лоренца (или кривой Парето) и оценить ее параметры по имеющимся данным. В результате эконометрического моделирования оказалось, что наилучшая параметризация для кривой Парето (обеспечивающая наименьшее значение погрешности оценивания, определяемой как остаточная сумма квадратов ESS) соответствует радикальной функции
C(x) = ^ax + (1 - a)x2 . Уравнение соответствующей кривой Лоренца имеет вид L(x) = 1 - C (1 - x). Основные расчеты (значения кумулятивной доли среднедушевых доходов, рассчитанные по радикальной функции) представлены в табл. 1, где х - кумулятивная доля числа регионов, у - кумулятивная доля доходов.
Таблица 1
Расчет опорных точек кумулятивной кривой по среднедушевым доходам в ценах 2000 г. за 2014 г.
1=1
Порядковый номер региона Ранг региона по доходу х Среднедушевые денежные доходы Накопленные значения среднедушевых доходов у C(x)
31 1 0,012 2 630,8 2 630,8 0,005 0,008
37 2 0,024 2 933,1 5 563,9 0,011 0,016
60 82 1 15 754,8 488 576,5 1 1
Для ВРП на душу населения по годам расчеты проводятся аналогично. Графическая интерпретация коэффициента Джини в терминах кумулятивных кривых означает площадь фигуры, образуемой эгалитарной кривой и кривой Лоренца (см. рис. 2). Значение индекса Пьетра (Р) позволяет точнее определить раз-
биение регионов на «богатых» и «бедных» и рассчитывается по формуле:
Р = х* - Ц(х*), (2)
где х* - число «бедных» регионов в выборке; Ц(х*) - значение функции Лоренца в этой точке.
Точка х* - это точка наибольшего отклонения кривой Лоренца от эгалитарной линии
по вертикали, которая и делит регионы на «бедные» и «богатые». Графически точка х* будет располагаться в точке пересечения кривой Лоренца и касательной к ней, параллельной эгалитарной линии у = х. Индекс Пьетра определяется графически как наибольшее рас-
стояние между кривой Лоренца и эгалитарной линией, измеряемое вдоль оси у в точке х* [11, р. 16].
На рис. 2 индекс Пьетра для среднедушевого ВРП равен 0,332 - это расстояние между кривой Лоренца и эгалитарной линией (Р(х )).
0.8
0.6
С
см
0,4
н
Б
0,2
/ У
1
/ 1 X* | 1
Кривая Лоренца (Radical) Исходные данные - Эгалитарная линия
0,2 0,4 0,6 0,8
Накопленная доля числа регионов
Рис. 2. Кривая Лоренца для среднедушевого ВРП по регионам за 2014 г.
2. Анализ межрегиональной дифференциации по доходам и ВРП на душу населения. Результаты расчетов межрегиональных коэффициентов Джини и Пьетра приведены в табл. 2. Дифференциация по ВРП оказывается существеннее, чем по доходам, а общее число «бедных» регионов по ВРП выше, чем по доходам, примерно на 7-18 % в разные годы. Расчет коэффициента Джини для дохода показал, что произошла конвергенция регионов по среднедушевым доходам за 2000-2014 гг. при наблюдающемся экономическом росте в целом по России (см. табл. 2). Что касается межрегиональной дифференциации по ВРП на душу населения, то она увеличивалась до 2007 г. В 2008 г. вследствие кризиса произошло снижение коэффициента Джини на 3,4 % по сравнению с 2007 г. И с 2009 по 2013 г. наблюдается тенденция к снижению различий по ВРП на душу населения между регионами. В 2014 г. уровень дифференциации увеличился по сравнению с 2013 г. на 0,5 %, и этот уровень выше, чем был в 2000 г. Состав регионов с наиболее низким и наиболее высоким уровнем ВРП на душу населения практически не меняется.
Наибольшее снижение дифференциации в среднедушевых доходах между регионами произошло в кризисном 2008 г. Это связано с
политикой, проводимой государством, которая была направлена на поддержание «бедных» слоев населения, на несокращение социальных программ. По словам В. Путина, в 2012 г. занимавшего должность премьер-министра РФ, ни одна из социальных гарантий не была нарушена в условиях кризиса 2008-2009 гг. Более того, даже в этот период росла зарплата работников бюджетного сектора, увеличивались пенсии и другие социальные выплаты (http://www.kp.ru/ daily/25833/2807793/). Кризис ударил по более развитым регионам, не затронув дотационные (за счет высокой доли оплачиваемых из бюджета социальных услуг), что также снизило межрегиональное неравенство.
Расчеты показали, что индекс Пьетра имеет схожую динамику с коэффициентом Джини (см. табл. 2). Значения индекса Пьетра для среднедушевого дохода снизились на 30 % за эти годы и составили 0,14 в 2014 г. Это означает, что для достижения абсолютного равенства между регионами нужно перераспределить 14 % доходов из «богатых» регионов в «бедные». Индекс Пьетра по ВРП на душу населения, наоборот, за 15 лет увеличился и показал, что нужно перераспределить 33,2 % ВРП между регионами для достижения равенства по этому показателю.
Таблица 2
Динамика межрегиональных коэффициентов Джини и Пьетра по среднедушевым доходам населения и ВРП в ценах 2000 г. за 2000-2014 гг.
Год Для среднедушевого дохода в ценах 2000 г. Для ВРП на душу населения в ценах 2000 г. ВВП в ценах 2000 г., млрд руб.
Индекс Пьетра Коэффициент Джини Число «бедных» регионов Индекс Пьетра Коэффициент Джини Число «бедных» регионов
2000 0,200 0,273 57 0,313 0,422 61 7 305,6
2001 0,208 0,284 57 0,317 0,426 62 7 677,6
2002 0,197 0,269 57 0,329 0,440 62 8 041,8
2003 0,199 0,273 57 0,342 0,456 63 8 628,5
2004 0,198 0,271 57 0,349 0,464 64 9 247,7
2005 0,188 0,259 55 0,352 0,467 64 9 837,3
2006 0,179 0,247 55 0,355 0,471 64 10 639,4
2007 0,179 0,246 55 0,359 0,474 65 11 547,5
2008 0,161 0,222 55 0,345 0,458 64 12 153,5
2009 0,156 0,214 55 0,365 0,480 65 11 203,0
2010 0,149 0,205 55 0,357 0,472 64 11 707,5
2011 0,146 0,200 55 0,340 0,453 64 12 206,8
2012 0,144 0,198 54 0,332 0,443 63 12 636,2
2013 0,143 0,197 54 0,330 0,441 63 12 797,9
2014 0,140 0,192 54 0,332 0,443 63 12 888,3
Было найдено число «бедных» регионов по доходу и по ВРП за 2000-2014 гг. (см. табл. 2). Число «бедных» по доходам регионов, рассчитанное на основе индекса Пьетра, незначительно сократилось за 15 лет, а именно на три, за счет того, что Белгородская, Воронежская, Липецкая, Московская, Новосибирская, Омская, Амурская области, республики Башкортостан и Татарстан, Краснодарский и Приморский края стали относиться к регионам, «богатым» по доходам, а такие регионы, как Пермский и Красноярский края, Вологодская, Челябинская, Иркутская, Кемеровская, Томская области и Республика Карелия - к «бедным». По ВРП количество «бедных» регионов увеличивалось и достигло максимума (65) в 2009 г. В 2014 г. число «бедных» по ВРП регионов выросло на два по сравнению с 2000 г. «Бедными» по ВРП стали такие регионы, как Липецкая, Мурманская, Самарская области, Республика Карелия, Пермский и Камчатский края, «богатыми» - Архангельская, Ленинградская, Свердловская области, Республика Башкортостан. Таким образом, Республика Карелия сразу по двум показателям стала относиться к «бедным» регионам, а Республика Башкортостан - к «богатым».
Зная значение показателя, отделяющего «богатых» от «бедных» (х*), можно построить распределение регионов по группам, одновре-
менно учитывающее два показателя дифференциации: «бедные» по доходам и ВРП, «богатые» по доходам и ВРП, а также «бедные» по доходам и «богатые» по ВРП, и наоборот. На рис. 3 представлено распределение регионов по среднедушевому доходу и ВРП на душу населения в ценах 2000 г. за 2014 г. По доходу на душу населения х1* = 5 919,99 руб., по ВРП х2* = 70 935,82 руб. Наибольшая плотность расположения регионов наблюдается в левом нижнем (первом) квадранте (50 регионов), которые на общем фоне «бедные» и по доходам, и по ВРП. «Богатых» регионов (третий квадрант) по этим показателям намного меньше, причем расстояние между точками существенное, что означает различный механизм формирования этого «богатства», а также управления им. К таким регионам относятся, например, Ненецкий, Ханты-Мансийский и Ямало-Ненецкий автономные округа, г. Москва и др. Примерно столько же регионов, «бедных» по ВРП, но «богатых» по доходу (сюда относится и Новосибирская область). Всего четыре региона относятся ко второму квадранту - это Ленинградская и Иркутская области, Пермский и Красноярский края. Именно такие регионы -у которых высокий ВРП и низкий доход или низкий ВРП и высокий доход - и вызывают наибольший интерес.
900
soo
щ 700 £ CJ
I 600
я я
| 500
400
я 300 =
К
Н 200
100
нен ецкии А J ©
X Манси 1НТЫ- Ггский АС ) Яыяттп-Н ■HPlTü-utr
© А< 0
СЕС < :алинскаг юпастъ М( ]сква 0
© Г О Чукотск [й АО
0
0 2 4 6 8 10 12 14 16
Среднедушевой доход, тыс. руб.
Рис. 3. Распределение регионов по среднедушевому доходу и ВРП на душу населения в ценах 2000 г. за 2014 г.
18
Для сравнения показателей регионов по квадрантам были рассчитаны средние значения по среднедушевому доходу и ВРП на душу населения в ценах 2000 г. (см. рис. 4, 5). Расчеты показали, что за 15 лет произошло увеличение средних значений по среднедушевому доходу приблизительно в 3 раза, по ВРП на душу населения - приблизительно в 2 раза в каждом из квадрантов. Средние значения регионов по доходу в первом квадранте (регионы, «бедные» по доходу и ВРП) до 2013 г. увеличивались (рис. 4). В 2014 г. наблюдается спад данного показателя на 2 % по сравнению с 2013 г. Доходы регионов второго квадранта («бедные» по доходу, «богатые» по ВРП) рос-
ли в течение наблюдаемого периода за исключением кризисного 2009 г., когда наблюдался незначительный спад - 2,7 %. Среднедушевые доходы населения регионов четвертого квадранта («богатые» по доходу, «бедные» по ВРП) имеют схожую динамику с регионами первого квадранта. Наибольший рост доходов «богатых» по обоим показателям регионов (третий квадрант) произошел в 2000-2007 гг. (в 2,3 раза), с 2008 г. наблюдается более плавное увеличение анализируемого показателя. Что касается средних значений регионов по ВРП, то третий квадрант имеет наибольшее отклонение по этому показателю от остальных квадрантов (рис. 5).
Рис. 4. Средние значения по среднедушевому доходу населения в ценах 2000 г. по квадрантам за 2000-2014 гг.
2000 2002 2004 2006 2008 2010 2012 2014
Год
Рис. 5. Средние значения по ВРП на душу населения в ценах 2000 г. по квадрантам за 2000-2014 гг.
ВРП регионов, относящихся к третьему квадранту, выше ВРП регионов первого квадранта в 5,1 раза. В 2000 г. эта разница составляла 4,2 раза. Несмотря на то, что второй и третий квадранты включают в себя регионы, «богатые» по ВРП на душу населения, расстояние между средними значениями по ВРП этих квадрантов - существенное. В 2014 г. ВРП регионов третьего квадранта превышал ВРП регионов второго квадранта в 2,2 раза. И если по среднедушевым доходам расстояние между квадрантами сокращалось за 2000-2014 гг., то по ВРП оно увеличивалось. Была проанализи-
рована динамика регионов по квадрантам за 2000-2014 гг. (см. табл. 3). «Бедные» регионы (первый квадрант) по обоим показателям занимают наибольшую долю, за весь анализируемый период их доля превышала 60 %. Наименьшую долю занимают регионы второго квадранта - 4,9 % в 2014 г. В 2,2 раза увеличилась доля регионов четвертого квадранта за 15 лет и составила 15,9 %. Количество «богатых» регионов (третий квадрант) уменьшилось на 21 % за 2000-2014 гг., их доля составила 18,3 % в 2014 г.
Количество регионов по квадрантам и доля регионов каждого квадранта в общем количестве регионов за 2000-2014 гг.
Таблица 3
Год Количество регионов по квадрантам Доля регионов каждого квадранта в общем количестве регионов, %
1 2 3 4 1 2 3 4
2000 55 2 19 6 67,1 2,4 23,2 7,3
2001 56 1 19 6 68,3 1,2 23,2 7,3
2002 55 2 18 7 67,1 2,4 22,0 8,5
2003 55 2 17 8 67,1 2,4 20,7 9,8
2004 55 2 16 9 67,1 2,4 19,5 11,0
2005 53 2 16 11 64,6 2,4 19,5 13,4
2006 52 3 15 12 63,4 3,7 18,3 14,6
2007 52 3 14 13 63,4 3,7 17,1 15,9
2008 52 3 15 12 63,4 3,7 18,3 14,6
2009 52 3 14 13 63,4 3,7 17,1 15,9
2010 52 3 15 12 63,4 3,7 18,3 14,6
2011 52 3 15 12 63,4 3,7 18,3 14,6
2012 51 3 16 12 62,2 3,7 19,5 14,6
2013 51 3 16 12 62,2 3,7 19,5 14,6
2014 50 4 15 13 61,0 4,9 18,3 15,9
Анализ динамики регионов за 15 лет по квадрантам и по федеральным округам (далее -ФО) показал, что большинство регионов из ка-
ждого ФО относится к первому квадранту, за исключением Уральского и Дальневосточного ФО - они относятся к третьему квадранту, а
также Северо-Западного ФО в 2014 г. Равное число регионов Северо-Западного ФО находится в первом и третьем квадрантах (по 36,4 %). Расположение федеральных округов по квадрантам за 2014 г. представлено в табл. 4. Самым малочисленным по числу регионов является второй квадрант, он также характеризу-
Вопросам межбюджетных отношений между федерацией, ее субъектами и муниципалитетами, их целесообразности, оптимизации и научной обоснованности уделяют внимание сегодня многие исследователи. В России оказывается поддержка регионам путем предоставления дотаций на выравнивание бюджетов и иных межбюджетных трансфертов. Как показывает анализ социально-экономических показателей последних лет, проводимая политика межбюджетных отношений не обеспечивает снижения уровня дифференциации регионов, и неравномерность в развитии субъектов Россий-
ется большой текучестью регионов. В 2014 г. ко второму квадранту относились четыре региона, из которых Вологодская, Ленинградская и Иркутская области достаточно продолжительное время принадлежали к данному квадранту (Вологодская - с 2007 г., Ленинградская -с 2005 г., Иркутская - с 2009 г.).
ской Федерации продолжает сохраняться [12, с. 41]. Выясним, существует ли зависимость между уровнем доходов и ВРП на душу населения и величиной безвозмездных поступлений (дотаций). Величина безвозмездных поступлений и дотаций на душу населения и доля безвозмездных поступлений (а также дотаций на выравнивание бюджетной обеспеченности) в доходах консолидированного бюджета субъекта Российской Федерации представлена в табл. 5, где регионы расположены в порядке убывания величины дотаций на душу населения.
Таблица 5
Безвозмездные поступления и дотации на душу населения и их доля в доходах консолидированных бюджетов субъектов Российской Федерации в 2014 г.
Регион Безвозмездные поступления Дотации Квадрант
объём на душу населения, тыс. руб. доля в доходах консолидированного бюджета субъекта, % объём на душу населения, тыс. руб. доля в доходах консолидированного бюджета субъекта, %
1 2 3 4 5 6
Чукотский АО 209,0 49,4 149,00 35,00 3
Камчатский край 124,0 63,2 106,00 54,00 4
Респ. Якутия (Саха) 74,7 41,4 53,00 29,00 3
Магаданская обл. 74,9 41,6 50,00 28,00 3
Респ. Тыва 56,2 77,7 38,10 52,70 1
Респ. Алтай 73,0 77,8 35,50 37,78 1
Респ. Ингушетия 46,2 86,5 17,70 33,16 1
Таблица 4
Расположение федеральных округов по квадрантам за 2014 г.
ФО Основной квадрант Исключения
Центральный 1 кв. (72,20 %) г. Москва - 3 кв.; Белгородская, Воронежская, Липецкая, Московская обл. - 4 кв.
Северо-Западный 1 кв. (36,36 %), 3 кв. (36,36 %) Вологодская, Ленинградская обл. - 2 кв.; Мурманская обл. -4 кв.
Южный 1 кв. (83,30 %) Краснодарский край - 4 кв.
Северо-Кавказский 1 кв. (100 %) -
Приволжский 1 кв. (78,57 %) Башкортостан, Татарстан - 3 кв.; Самарская обл. - 4 кв.
Уральский 3 кв. (50,00 %) Курганская, Челябинская обл. - 1 кв; Тюменская обл. - 4 кв.
Сибирский 1 кв. (66,67 %) Красноярский край, Иркутская обл. - 2 кв.; Новосибирская, Омская обл. - 4 кв.
Дальневосточный 3 кв. (55,56 %) Еврейская АО - 1 кв.; Камчатский, Приморский края, Амурская обл. - 4 кв.
Продолжение табл. 5
1 2 3 4 5 6
Респ. Дагестан 21,2 70,1 14,70 48,70 1
Еврейская АО 33,1 49,2 14,70 22,00 1
Респ. Бурятия 26,8 52,0 14,10 27,25 1
Карачаево-Черкесская Респ. 25,7 65,0 13,70 34,59 1
Респ. Северная Осетия -Алания 20,3 56,5 11,40 31,74 1
Респ. Калмыкия 20,1 52,8 10,00 26,36 1
Кабардино-Балкарская Респ. 17,6 53,9 9,00 27,52 1
Забайкальский край 16,9 37,3 8,52 18,75 1
Тамбовская обл. 21,2 47,6 8,46 19,01 1
Курганская обл. 15,8 40,8 8,46 21,87 1
Респ. Адыгея 15,3 42,5 8,23 22,90 1
Ивановская обл. 14,0 38,9 7,84 21,84 1
Респ. Марий Эл 16,2 42,6 7,80 20,50 1
Алтайский край 16,6 41,9 6,78 17,13 1
Респ. Мордовия 14,7 29,9 5,65 11,48 1
Псковская обл. 18,8 40,8 5,60 12,16 1
Архангельская обл. 15,1 22,9 5,16 7,83
Кировская обл. 13,4 32,8 4,88 11,95 1
Чувашская Респ. 12,7 35,3 4,86 13,57 1
Орловская обл. 15,8 38,4 4,54 11,02 1
Брянская обл. 16,5 43,6 4,45 11,74 1
Пензенская обл. 14,0 37,1 4,26 11,34 1
Респ. Карелия 18,4 34,2 4,21 7,82 1
Костромская обл. 10,2 26,6 3,97 10,39 1
Ставропольский край 10,9 32,5 3,54 10,53 1
Хабаровский край 18,4 25,0 3,45 5,00 3
Приморский край 11,6 21,8 3,19 6,00 4
Амурская обл. 20,9 31,5 3,08 5,00 4
Томская обл. 10,7 19,5 2,82 5,00 1
Респ. Хакасия 16,1 32,9 2,68 5,47 1
Владимирская обл. 8,8 23,1 2,10 5,50 1
Ростовская обл. 9,0 23,3 2,08 5,36 1
Саратовская обл. 8,1 24,3 2,07 6,24 1
Смоленская обл. 9,6 24,6 1,98 5,10 1
Ульяновская обл. 8,7 25,3 1,94 5,68 1
Рязанская обл. 9,8 23,1 1,93 4,56 1
Воронежская обл. 9,1 22,6 1,93 4,80
Тверская обл. 7,9 17,7 1,73 3,90 1
Волгоградская обл. 8,3 22,3 1,70 4,55 1
Курская обл. 10,5 25,0 1,65 3,94 1
Респ. Башкортостан 8,0 19,7 1,57 3,87 3
Мурманская обл. 10,2 13,6 1,35 1,80 4
Вологодская обл. 8,5 17,9 1,29 2,73 2
Удмуртская Респ. 8,4 19,9 1,24 2,95 1
Челябинская обл. 7,2 17,7 1,15 2,83 1
Астраханская обл. 7,0 18,2 1,06 2,75 1
Омская обл. 9,5 22,7 1,00 2,00 4
Иркутская обл. 7,7 14,9 0,99 1,92 2
Тульская обл. 7,7 15,5 0,97 1,96 1
Краснодарский край 6,1 14,2 0,91 2,13 4
Новгородская обл. 8,4 18,5 0,90 1,98 1
Калининградская обл. 22,9 35,3 0,86 1,32 1
Окончание табл. 5
1 2 3 4 5 6
Новосибирская обл. 7,9 16,4 0,77 1,59 4
Оренбургская обл. 8,4 18,6 0,70 1,55 1
Кемеровская обл. 8,0 17,1 0,65 1,40 1
Липецкая обл. 9,1 19,5 0,61 1,31 4
Нижегородская обл. 7,7 17,0 0,60 1,32 1
Респ. Коми 8,4 11,0 0,56 0,74 3
Пермский край 7,6 16,5 0,47 1,01 1
Красноярский край 11,6 17,3 0,11 0,16 2
Белгородская обл. 14,9 29,6 0,06 0,12 4
Ярославская обл. 5,6 10,6 0,05 0,10 1
Калужская обл. 7,9 15,3 0,03 0,07 1
Свердловская обл. 4,9 10,1 0,03 0,05 3
Московская обл. 7,6 11,1 0 0 4
г. Москва 2,8 2,2 0 0 3
Ненецкий АО 101 22,9 0 0 3
Ленинградская обл. 7,5 10,9 0 0 2
г. Санкт-Петербург 6,2 7,4 0 0 3
Респ. Татарстан 7,8 13,8 0 0 3
Самарская обл. 6,8 13,6 0 0 4
Тюменская обл. 4,7 4,2 0 0 4
Ханты-Мансийский АО 6,2 4,0 0 0 3
Ямало-Ненецкий АО 50,9 17,0 0 0 3
Сахалинская обл. 17,2 5,4 0 0 3
В соответствии со ст. 41 Бюджетного кодекса РФ к безвозмездным поступлениям относятся: дотации из других бюджетов бюджетной системы Российской Федерации; субсидии из других бюджетов бюджетной системы Российской Федерации (межбюджетные субсидии); субвенции из федерального бюджета и (или) из бюджетов субъектов Российской Федерации; иные межбюджетные трансферты из других бюджетов бюджетной системы Российской Федерации; безвозмездные поступления от физических и юридических лиц, международных организаций и правительств иностранных государств, в том числе добровольные пожертвования. Согласно ст. 131 Бюджетного кодекса РФ дотации на выравнивание бюджетной обеспеченности субъектов Российской Федерации образуют Федеральный фонд финансовой поддержки субъектов Российской Федерации.
Целью таких дотаций является выравнивание уровня бюджетной обеспеченности. Общий объем дотаций определяется исходя из необходимости достижения минимального уровня расчетной бюджетной обеспеченности субъекта Российской Федерации. Этот минимальный уровень зависит от бюджетных рас-
ходов и налогового потенциала субъекта Российской Федерации. Субвенции - бюджетные средства, предоставляемые бюджету другого уровня бюджетной системы Российской Федерации на безвозмездной и безвозвратной основах для осуществления определенных целевых расходов. Основное отличие дотации от субвенции заключается в том, что субвенция носит целевой характер, дотация же может быть использована по усмотрению того бюджета, которому она предоставлена. Субсидия - бюджетные средства, предоставляемые вышестоящим бюджетом нижестоящему на условиях долевого финансирования целевых расходов.
Доля безвозмездных поступлений (дотаций) в доходах консолидированного бюджета субъекта Российской Федерации рассчитывалась как отношение величины безвозмездных поступлений (дотаций) к доходам бюджета субъектов Российской Федерации на основе данных Росстата и сайта «¿Мониторинг» (http:// iminfin.ru/index.php/razdely/mezhbyudzhetnye-transferty/federalnye-fondy-rf).
Анализ показал, что наибольшую долю безвозмездных поступлений, в том числе и дотаций, в доходах консолидированного бюджета субъектов Российской Федерации, рассмат-
риваемых в табл. 5, получают регионы первого квадранта, т. е. те регионы, которые имеют наименьший уровень доходов и ВРП на душу населения. При чем у многих беднейших регионов страны доля безвозмездных поступлений в доходах бюджета превышает 50 %, доля дотаций также высока (более 20 %). Наиболее дотационными регионами первого квадранта являются регионы Северо-Кавказского ФО. У республик Алтай, Бурятия и Тыва доля безвозмездных поступлений также превышает 50 %, причем у Республики Тыва наибольшая доля дотаций, направленных на выравнивание бюджетной обеспеченности субъектов Российской Федерации, в доходах бюджета среди регионов первого квадранта - 52,7 %. Практически все регионы первого квадранта являются аграрными, к промышленным регионам можно отнести, например, Республику Карелию или Тверскую область, которая является старопромышленным регионом с текстильно-машиностроительной специализацией.
Уровень дотационности регионов второго квадранта невелик, и доля безвозмездных поступлений составляет менее 20 % бюджета. Доля дотаций - незначительна. Ленинградская область не получает дотаций, Вологодская область не получала дотаций до 2011 г. Регионы второго квадранта обладают высоким ВРП и низкими доходами на душу населения, это развитые и индустриализованные регионы.
Регионы третьего квадранта («богатые» по доходам и ВРП) являются наименее дотационными, промышленно-развитыми регионами. Многие из них являются регионами-донорами и не получают дотаций, например Ханты-Мансийский, Ямало-Ненецкий, Ненецкий автономные округа. Наиболее дотационными регионами третьего квадранта являются Якутия и Чукотский автономный округ. Несмотря на то, что Якутия богата полезными ископаемыми, обладает развитой промышленностью и имеет высокий уровень ВРП на душу населения, она является одним из дотационных регионов. Одной из причин этого являются действующие в стране поправки на северные условия, благодаря которым республика может претендовать на большие объемы дотаций. Большая часть средств федерального центра направляется в Якутию для освоения новых месторождений полезных ископаемых. Наибольший размер дотаций на душу населения получает Чукотский автономный округ - 149 тыс. руб. Это можно
объяснить тем, что у региона небольшая численность населения - всего 50,5 тыс. чел. (81-е место среди регионов).
Среди регионов четвертого квадранта выделяется Камчатский край. Он является одним из наиболее дотационных регионов - 106 тыс. руб. дотаций на человека. Доля дотаций в доходах бюджета составила 54,22 % в 2014 г. У остальных регионов уровень безвозмездных поступлений невелик. Таким образом, наблюдается зависимость - чем ниже уровень доходов и ВРП, тем выше доля безвозмездных поступлений, в том числе дотаций в доходах консолидированного бюджета субъектов Российской Федерации. Опережающий рост доходов населения по сравнению с темпами роста ВРП во многих дотационных регионах приводит к возникновению диспропорций в их экономическом развитии. Поэтому важным условием устойчивого экономического роста и повышения уровня жизни населения является переход от дотационности к саморазвитию.
На основе проведенного исследования Федеральной службе государственной статистики можно рекомендовать в качестве показателя, характеризующего неравенство, использовать индекс Пьетра - в силу указанных в работе его преимуществ по сравнению с коэффициентом Джини. Также можно рекомендовать в разделе «Неравенство и бедность» публиковать информацию о различиях не только внутри отдельных регионов, но и о межрегиональной дифференциации. Это, на наш взгляд, создаст более полную картину о состоянии социально-экономического развития в стране в целом, позволит органам власти эффективнее проводить перераспределительную политику. Что касается сокращения межрегиональной дифференциации, то необходимо решение проблемы саморазвития регионов на государственном уровне.
Заключение. Расчеты показали, что дифференциация по ВРП на душу населения выше, чем по доходам, и количество «бедных» регионов по ВРП выше. Произошла конвергенция регионов по среднедушевым доходам за 20002014 гг. при наблюдающемся экономическом росте и дивергенция по ВРП на душу населения. За весь анализируемый период доля «бедных» по обоим показателям регионов (первый квадрант) превышала 60 %. Количество «богатых» регионов (третий квадрант) уменьшилось за 2000-2014 гг. на 21 %, их доля в
2014 г. составила 18,3 %. Большинство регионов каждого ФО относится к первому квадранту, за исключением Уральского и Дальневосточного ФО - они относятся к третьему квадранту, а также Северо-Западного ФО в 2014 г., где одинаковое количество регионов находится в первом и третьем квадрантах.
Наибольшую долю безвозмездных поступлений, в том числе и дотаций, в доходах консолидированных бюджетов субъектов Российской Федерации получают регионы первого квадранта. Анализ зависимости между уровнем доходов и ВРП на душу населения и вели-
чиной безвозмездных поступлений (дотаций) показал: чем ниже уровень доходов и ВРП, тем выше доля безвозмездных поступлений, в том числе дотаций, в доходах консолидированных бюджетов субъектов РФ - за исключением некоторых регионов.
Проведенное исследование показало, что индекс Пьетра представляется более информативным показателем при анализе дифференциации по сравнению с индексом Джини, так как позволяет различать более сложные случаи дифференциации и оценить соотношение между числом «бедных» и «богатых» регионов.
Литература
1. Stiglitz J. E. The Price of Inequality: How Today's Divided Society Endangers Our Future. -W.W. Norton & Copany, 2013. - 560 p.
2. Bourguignon F., Morrisson C. Inequality Among World Citizens: 1820-1992 // American Economic Review. - 2002. - № 92. - P. 727-744.
3. Huang Y., Leung Y. Measuring Regional Inequality: A Comparison of Coefficient of Variation and Hoover Concentration Index // The Open Geography Journal. - 2009. - Vol. 2. - P. 25-34.
4. Jones C. Pareto and Piketty: The Macroeconomics of Top Income and Wealth Inequality // Journal of Economic Perspectives. - 2015. - № 29(1). - P. 29-46.
5. Deaton A. The Great Escape: Health, Wealth, and the Origins of Inequality. - Oxford : Princeton University Press, 2013. - 360 p.
6. Стукаленко Е. А. Дифференциация доходов населения: причины и последствия // Вестн. Ом. ун-та. Сер. «Экономика». - 2014. - № 1. - С. 183-187.
7. Pietra G. Delle relazioni tra gli indici di variability. Nota // Atti Regio Istituto Veneto. - 1915. - Tomo 74. - Parte II. - P. 775-792.
8. Econophysics and Companies: Statistical Life and Death in Complex Business Networks / H. Aoyama et al. - Cambridge University Press, 2010. - 262 p.
9. Derby N. Mathematical Definition of the Gini Index : Statistical Consulting Report // University of Washington Statistical Consulting Service. - 2003. - URL : https://depts.washington.edu/eqhlth/ pages/nderby.pdf (дата обращения: 01.02.2016).
10. Щеколдин В. Ю. Выявление потребителей услуг интернет-магазинов на основе АВС-модификации факторного анализа // Логистика - евразийский мост : материалы 6 Междунар. науч.-практ. конф. (2-3 марта 2011 г.) : в 2 ч. - Красноярск : Изд-во КГАУ, 2011. - Ч. 2. - С. 186-192.
11. Shao M. F. The Gini Index, Pietra Ratio and Mean Division Point of Income // School of Economics. - 2014. - № 4. - P. 3-34.
12. Шахбанов Р. Б. Региональный экономический рост: анализ факторов // Актуальные вопросы современной экономики. - 2013. - № 2. - С. 40-49.
References
1. Stiglitz J.E. The Price of Inequality: How Today's Divided Society Endangers Our Future, W.W. Norton & Copany, 2013, 560 p.
2. Bourguignon F., Morrisson C. Inequality Among World Citizens: 1820-1992. American Economic Review, 2002, Vol. 92, pp. 727-744.
3. Huang Y., Leung Y. Measuring Regional Inequality: A Comparison of Coefficient of Variation and Hoover Concentration Index. The Open Geography Journal, 2009, Vol. 2, pp. 25-34.
4. Jones C. Pareto and Piketty: The Macroeconomics of Top Income and Wealth Inequality. Journal of Economic Perspectives, 2015, Vol. 29 (1), pp. 29-46.
5. Deaton A. The Great Escape: Health, Wealth, and the Origins of Inequality, Oxford, Princeton University Press, 2013, 360 p.
6. Stukalenko E.A. Differentiation of population's income: causes and consequences. Herald of Omsk University. Series "Economics", 2014, no. 1, pp. 183-187. (in Russian).
7. Pietra G. The ratio between measures variability. Atti Regio Istituto Veneto, 1915, Vol. 74(2), pp. 775-792. (in Italian).
8. Aoyama H., Fujiwara Y., Ikeda Y., Iyetomi H., Souma W. Econophysics and Companies: Statistical Life and Death in Complex Business Networks, Cambridge University Press, 2010, 262 p.
9. Derby N. Mathematical Definition of the Gini Index, Statistical Consulting Report // University of Washington Statistical Consulting Service, 2003, available at: https://depts.washington.edu/eqhlth/ pages/nderby.pdf (accessed date: February 1, 2016).
10. Shchekoldin V.Yu. Vyyavlenie potrebitelei uslug internet-magazinov na osnove ABC-modifikatsii faktornogo analiza [Idenifying consumers of online shops on the basis of ABC-modification of factorial analysis], in: Logistics - the Eurasian bridge, Materials of 6th International Scientific and Practical Conference, in 2 parts, Krasnoyarsk, KGAU publ., 2011, pt. 2, pp. 186-192. (in Russian).
11. Shao M.F. The Gini Index, Pietra Ratio and Mean Division Point of Income. School of Economics, 2014, Vol. 4, pp. 3-34.
12. Shakhbanov R.B. Regionalnyi ekonomicheskii rost: analiz faktorov [Regional economic growth: analysis of the factors]. Aktual'nye voprosy sovremennoi ekonomiki, 2013, no. 2, pp. 40-49. (in Russian).
Сведения об авторах
Стукаленко Елена Алексеевна - канд. экон. наук, доцент кафедры экономической теории и прикладной экономики
Адрес для корреспонденции: 630073, Россия, Новосибирск, пр. К. Маркса, 20 E-mail: estukalenko@gmail.com
Щеколдин Владислав Юрьевич - канд. техн. наук, доцент кафедры маркетинга и сервиса Адрес для корреспонденции: 630073, Россия, Новосибирск, пр. К. Маркса, 20 E-mail: schekoldin@corp.nstu.ru
Каширская Евгения Владимировна - магистр экономики, главный специалист управления межбюджетного регулирования
Адрес для корреспонденции: 630007, Россия, Новосибирск, Красный пр., 18 E-mail: kashirskaya_ev@mfnso.ru
About the authors
Stukalenko Elena Alekseevna - Candidate of Economic sciences, Associate Professor of the Department of Economic Theory and Applied Economics Postal address: 20, K. Marksa pr., Novosibirsk, 630073, Russia
E-mail: estukalenko@gmail.com
Shchekoldin Vladislav Yurievich - Candidate of Technical sciences, Associate Professor of the Department of Marketing and Service
Postal address: 20, K. Marksa pr., Novosibirsk, 630073, Russia
E-mail: schekoldin@corp.nstu.ru
Kashirskaya Evgeniya Vladimirovna - Master of Economic sciences, Chief specialist in the department of in-terbudgetary regulation
Postal address: 18, Krasnyi pr., Novosibirsk, 630007, Russia
E-mail: kashirskaya_ev@mfnso.ru
Для цитирования
Стукаленко Е. А., Щеколдин В. Ю., Каширская Е. В. Оценка межрегионального неравенства по доходам и ВРП на душу населения в России в начале XXI в. // Вестн. Ом. ун-та. Сер. «Экономика». - 2017. -№ 4 (60). - С. 193-205. - 001: 10.25513/18123988.2017.4.193-205.
For citations
Stukalenko E.A., Shchekoldin V.Yu., Kashirskaya E.A. Assessment of interregional inequality by income and GRP per capita in Russia in the early 21st century. Herald of Omsk University. Series "Economics", 2017, no. 4 (60), pp. 193-205. DOI: 10.25513/1812-3988.2017.4.193-205. (in Russian).
