CC BY
56
УДК 332:311
DOI 10.14258/epb202205
СТАТИСТИЧЕСКИЙ АНАЛИЗ ФАКТОРОВ БЕДНОСТИ СЕЛЬСКИХ ТЕРРИТОРИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ
Е. Г. Григорьева, Е. В. Шилова, С. З. Стакутис
Сибирский федеральный университет (Красноярск, Россия)
В статье представлены результаты множественного корреляционного анализа уровня и динамики бедности в разрезе субъектов Российской Федерации. Приведены методологические предпосылки публикации — обзор российских и зарубежных исследований уровня и причин бедности. Предложена классификация субъектов Российской Федерации по уровню урбанизации, проведена двумерная группировка регионов со средним уровнем урбанизации по уровню бедности в 2019 г., которая в очередной раз подтверждает распространенность бедности в сельских территориях и высокий уровень дифференциации регионов и по этим показателям.
Множественный корреляционный анализ позволил получить линейные модели множественной регрессии и выявить значимые факторные переменные уровня и динамики бедности в субъектах со средним уровнем урбанизации. Сделаны выводы, что уровень бедности ниже в тех регионах, в которых лучше развиты туризм, обрабатывающие производства, животноводство, индивидуальное предпринимательство, высшее образование и аспирантура. Но снижение бедности успешнее в тех регионах, где развиваются торговля, транспорт и складское хозяйство.
В целом исследование подтверждает необходимость учета в борьбе с бедностью конкретных региональных особенностей развития российских территорий, использования адресного комплексного подхода при подборе мер по снижению уровня бедности.
Ключевые слова: уровень бедности, факторы бедности, уровень урбанизации, сельские территории, группировка субъектов Российской Федерации, множественный корреляционный анализ, линейная модель множественной регрессии.
STATISTICAL ANALYSIS OF RURAL POVERTY FACTORS IN THE RUSSIAN FEDERATION
E. G. Grigorieva, E. V. Shilova, S. Z. Stakutis
Siberian Federal University (Krasnoyarsk, Russia)
The article presents the results of a correlation analysis of the ratio and dynamics of poverty in the constituent entities of the Russian Federation. The methodological foundations of the study are presented as a review of Russian and foreign studies of the ratio and reasons of poverty. We proposed the classification of the Russian constituent entities by the ratio of urbanization and conducted the two-dimensional grouping of constituent entities with an average ratio of urbanization by the ratio of poverty in 2019. The results of this study confirm the spread of poverty in rural areas and a high level of differentiation of constituent entities by poverty indicators.
Multiple correlation analysis allowed us to estimated models of multiple regressions and identifies significant independent variables of the ratio and dynamics of poverty in constituent entities with an average ratio of urbanization. It is concluded that the poverty ratio is lower in those constituent entities where tourism, manufacturing, animal husbandry, individual entrepreneurship, higher education and postgraduate studies are better developed. But poverty reduction is more successful in those constituent entities where trade, transport and warehousing logistics are developing.
In general, the study confirms the need to take into consideration specific regional features of the development of Russian constituent entities in the fight against poverty, the use of a targeted integrated approach in the selection of measures to reduce poverty.
Keywords: poverty ratio, poverty reasons, urbanization ratio, rural territories, grouping of Russian constituent entities, multiple correlation analysis, linear model of multiple regression.
Введение. Современное российское общество еще до пандемии СОУГО-19 было на том уровне развития, чтобы перед правительством ставить задачи стратегического социально-экономического развития, в том числе борьбу с бедностью [1]. Пандемия только обострила актуальность этой проблемы и вынудила применять кризисные меры, при этом определение факторов и эффективной политики ликвидации бедности остаются в повестках как научных исследований, так и деятельности государственных и муниципальных органов власти.
Основными источниками информации о бедности в Российской Федерации являются данные официальной государственной статистики [2], какие бы подходы и понимание сущности самого явления «бедности» ни предлагались [3-5]. Отвечая на запросы общества, Росстат находится в постоянном поиске лучших подходов и методик оценки бедности, обеспечивает открытый доступ к этим данным для всех желающих [3, 6-8]. Достаточно часто используемым российскими и зарубежными учеными методом является социальный портрет или профиль бедности [7, 9-13], благодаря чему Д. Каримова, О. П. Кочнева, Е. С. Кубишин, А. В. Му-хачёва, Е. Я. Пастухова, А. П. Седлов, И. В. Соболева, Н. В. Цхададзе, В. Л. Шабанов и другие показывают, что уровень бедности выше в сельской местности, где хуже в этом плане демографическая структура населения (выше нагрузка детьми и пожилыми), выше уровень безработицы, хуже ситуация на рынке труда, ниже уровень оплаты труда, уровни инвестиционной привлекательности, транспортной доступности, обеспеченности потребительскими товарами и проч.
Важным этапом практически всех исследований бедности в нашей стране является оценка территориальных различий в разрезе субъектов Российской Федерации. Кроме уровня социально-экономического развития и демографической ситуации, эти различия обусловлены природно-климатическими условиями, культурными традициями, особенностями расселения населения [6], «унаследованными особенностями развития» [8]. Для целей корреляционно-регрессионного анализа авторы используют, например, среднедушевые доходы населения, показатели дифференциации по доходам [8, 14], уровни общей безработицы и занятости населения, инвестиции в основной капитал на душу населения [10] и т. д.
На наш взгляд, подобные исследования только подчеркивают характеристики распределения бедности по территории страны — уровень бедности выше в сельских поселениях по сравнению с городскими, что обусловлено различиями в экономических, социальных условиях по типам расселения населения, в образах жизни городских и сельских жителей. Отсюда следует, что в высокоурбанизированных регионах уровень бедности ниже, в регионах с преимущественно сельским населением — выше. Вопрос, как это должно отражаться на мерах по борьбе с бедностью, остается открытым. Но из этого не следует, что уровень урбанизации регионов должен повышаться, что населению надо просто переезжать из села в город, чтобы иметь более высокие доходы, впрочем, вся история миграционного движения именно об этом и свидетельствует. В таком плане нас вдохновляют «самобытная миссия» сельских территорий, необходимость сохранения неурбанизированного образа жизни населения [15], понимание того, что именно силами отечественного сельхозпроизводителя можно решать задачи продовольственной безопасности страны. Поэтому в своем исследовании мы предприняли попытку выделить факторы, которые позволяют снижать уровень бедности без изменения уровня урбанизации.
Зарубежные эмпирические исследования факторов бедности также чаще всего проводятся по отношению к аграрным регионам и территориям, где уровень бедности выше [16, 17]. Основополагающими факторами снижения бедности в мире в целом рассматривают уровни развития научных исследований, образования, маркетинга, транспортной инфраструктуры и подготовки кадров для сельского хозяйства [16, с. 527]. В качестве направлений выбирают как экстенсивный, так и интенсивный пути развития сельского хозяйства, то есть как за счет увеличения объемом используемых ресурсов, так и за счет роста их производительности [16].
Если интенсивный путь развития сельского хозяйства и в нашей стране, и в других странах рассматривается как более предпочтительный, то надо учитывать, что в условиях рыночной экономики и частной собственности на сельскохозяйственные ресурсы решение об использовании новых технологий принимаются отдельными производителями или фермерами. И здесь уже необходимо учитывать в качестве факторов конкретные характеристи-
ки самих фермерских хозяйств. Это может быть и их размер [16], и специализация, уровень образования и пол фермера, размер семьи, уровень сбережений и доступность кредитов [18]. Наибольшую эффективность в росте производительности фермерских хозяйств можно добиться только при комплексном научном подходе к внедрению новых технологий, то есть, например, не просто использование лучших по урожайности сортов сельскохозяйственных культур, а одновременное внедрение передовых методов управления, использования удобрений, мелиорации и проч. Сам выбор специализации фермерского хозяйства, как показано в статье К. Н. Анната и др., должен быть научно обоснованным [19].
Глубина бедности также может отразиться на эффективности мер борьбы с ней, например, рост объемов сельскохозяйственного производства существенно снижает уровень бедность при черте бедности в один доллар в день, но при черте бедности в два доллара в день такое влияние уже не наблюдается [16, с. 528].
Необходимо также, что подчеркивают П. Уорр и В. Супханначарт, различать «сельский» и «сельскохозяйственный», так как на сельских территориях присутствуют разные виды экономической деятельности, в том числе добывающие и промышленные предприятия, предприятия сферы услуг и т. д. [16, с. 531]. И рост объемов производства или производительности в сельском хозяйстве может оказывать неоднозначное влияние на другие виды деятельности, уровень доходов разных категорий занятых, а, значит, и на общий уровень бедности. Поэтому надо учитывать особенности структуры экономики сельских территорий и долю добавленной стоимости сельского хозяйства в общей стоимости валового регионального продукта.
Лидером по снижению уровня бедности в мире за последние три десятилетия является Китай, в котором общая численность бедных с 1990 по 2018 гг. сократилась на 737 млн человек и в настоящее время включает 16,6 млн сельского населения [20, с. 2]. Эффективность государственной политики Китая по снижению уровня бедности обусловлена методами оценки, выявления и определения дифференцированных мер оказания помощи бедным домохозяйствам [20]. Например, М. Чжу и Ч. Шу-айид приводят пример, как чистый доход бедного домашнего хозяйства в труднодоступном горном поселении может вырасти за счет микрокредита на покупку пяти ягнят для разведения овец [20, с. 4]. Факторами бедности сельского населения Китая остаются ограниченность природных ресурсов и неразвитость транспортной инфраструктуры в местах проживания фермеров. Потенциальную
миграцию сельского населения в городские поселения М. Чжу и Ч. Шуайид в своей статье не рассматривают, но этот вопрос поднимают их коллеги Ш. — Г. Фан и Э. Е. Чо. Те, кто проигрывает от роста и развития сельского хозяйства, формируют миграционные потоки в города и уже там без соответствующих мер социальной защиты пополняют городскую бедноту [17].
Представляет интерес статья Ч. Мэй, в которой раскрыты этапы борьбы Китая с бедностью [21]. На первом этапе (1949-1977 гг.) бедным оказывали помощь через гарантии удовлетворения базовых потребностей — в еде, одежде, тепле, доступу к образованию и достойному погребению, и через усиление потенциала социального обеспечения — повышение грамотности крестьян. На втором этапе (1978-2012 гг.) меры по сокращению бедности были преимущественно институционального характера — реформа земельной политики, снижение сельскохозяйственных налогов и проч. Кроме этого, была проведена экономическая модернизация, коллективное ведение сельского хозяйства заменила «семейная ответственность» [21, с. 21]. Этап целевого сокращения бедности (20132020 гг.) был обозначен адресным сокращением бедности в конкретных провинциях, городах и уездах, принципом преодоления бедности «двор за двором» [21, с. 22].
Особую теоретическую и практическую проблему представляет при борьбе с бедностью в мире и, соответственно, требует внимания этнокультурный фактор. Например, при наличии богатых природных и культурных ресурсов, хорошей транспортной инфраструктуры, потенциала развития сельского хозяйства, торговли и туризма высокий уровень бедности населения может быть по причине изолированности, неграмотности и бедности из поколения в поколение отдельных национальных групп, что наглядно показано исследователями Словацкой академии наук [22]. Меры государственной борьбы с бедностью могут быть не приняты бедным населением по причинам практического отсутствия социально-культурного, образовательного и социального капитала, замкнутости национальных общин с однородной структурой.
Многомерного подхода к исследованиям причин бедности и оценки приемлемости мер борьбы с ней придерживаются и международный исследовательский коллектив, поддержанный рядом европейский исследовательских советов [23]. С. Радосавлевич с коллегами подчеркивает, что пренебрежение социальными, поведенческими особенностями отдельного человека, семьи (фермерского хозяйства), социально-экономическими и институциональными особенностями поселения (общины) и региона в целом, может привести к не-
верным оценкам причин бедности и выбору неадекватных мер борьбы с нею.
Обобщая подходы к борьбе с бедностью в нашей и других странах, мы сделали вывод, что пока в Российской Федерации есть только предпосылки для реализации адресного комплексного подхода. Основные меры по борьбе с бедностью в регионах России, связанные с адресной социальной поддержкой сельского населения [13, 24, 25], носят скорее монетарный характер, они чрезвычайно важны социально незащищенным слоям населения, которые не могут обеспечить себя доходом, — детям, пожилым, инвалидам. Но для трудоспособных слоев населения и с экономической, и социальной точки зрения нужны меры по расширению возможностей самообеспечения работой и доходом. В этом плане можно отметить опыт отдельных регионов по поиску «точек роста» сельских территорий [15], понимание того, что в центре внимания должны быть потребности, интересы, рост качества жизни сельского жителя [26], что решение глобальной проблемы бедности возможно только на местном уровне с использованием локальных показателей [27]. Комплексный характер может быть обеспечен, например, за счет увязки мер борьбы бедностью с развитием сельского хозяйства [28] и/или туризма. Отдельный вопрос — эффективность мер государ-
ственной политики по борьбе с бедностью, которую ставят под сомнение результаты исследований, например, Е. А. Алпеевой и О. В. Заниной [24], С. Х. Гаматаевой [29], Е. И. Андреевой, Д. Г. Бычкова, О. А. Феоктистовой [30] и др.
Методы и материалы исследования. Для выявления факторов уровня бедности в разрезе субъектов Российской Федерации нами был использован метод множественного корреляционного анализа. С помощью кросс-платформенного программного пакета Отвй выделены статистически значимые показатели и построены модели уровня бедности и его динамики для двух групп регионов — со средним и высоким уровнями урбанизации.
Все использованные данные являются открытыми и представлены на официальном сайте Федеральной службы государственной статистики, а также опубликованы в статистическом сборнике «Регионы России. Социально-экономические показатели. 2020» [31]. В качестве результирующих переменных бедности взяты уровни бедности по субъектам в 2019 г. и среднегодовые темпы прироста этого показателя в 2019 г. по сравнению с 2015 г. Описательная статистика результирующих переменных бедности в разрезе субъектов Российской Федерации представлена в таблице 1.
Таблица 1
Описательная статистика результирующих переменных уровня бедности
в субъектах РФ в 2019 г.
Характеристика Уровень бедности в целом по РФ, % Среднегодовой темп прироста уровня бедности в 2015-2019 гг. в целом по РФ, % Уровень бедности по сред-неурбанизированным субъектам РФ, % Среднегодовой темп прироста уровня бедности в 2015-2019 гг. по средне урбанизированным субъектам РФ, % Уровень бедности по высоко урбанизированным субъектам РФ, % Среднегодовой темп прироста уровня в 20152019 гг. по высоко урбанизированным субъектам РФ, %
У1 У2 У1А У2А У1и У2и
Среднее 14,468 -1,629 16,549 -0,819 12,493 -2,467
Медиана 13,750 -1,518 15,500 -1,217 12,900 -2,372
Минимум 6,500 -7,855 7,800 -7,108 6,500 -7,855
Максимум 34,100 7,335 34,100 7,335 17,900 2,083
Стандартное отклонение 5,075 2,592 6,079 2,457 2,890 2,209
Вариация 0,351 1,592 0,367 2,999 0,231 0,895
Асимметрия 1,248 0,428 0,901 0,567 -0,452 -0,429
Эксцесс 2,431 1,981 0,707 2,892 -0,503 -0,201
5% Перцен-тиль 7,375 -6,471 8,520 -5,843 6,690 -6,987
95% Перцен-тиль 24,155 2,194 31,220 4,256 17,000 0,813
Группировка регионов проведена по уровню урбанизации — удельному весу городского населения в общей численности населения по оценке на конец 2019 г. (%). Российская Федерация в этом отношении относится к высокоурбанизированным странам — доля городского населения выше 70%, а именно на конец 2019 г. составляла 74,7%. Но по регионам соотношения городского и сельского населения имеют существенные различия: в Республике Алтай и Чеченской Республике этот показатель не превышает 40% (29,3 и 36,9% соответственно), в 35 субъектах находится в пределах от 40 до 70%, что характеризует их как среднеурба-низированные, и в остальных — выше 70%.
В этой классификации в Сибирском федеральном округе, например, к среднеурбанизирован-ным регионам относятся Республика Тыва (54,3%
В качестве факторных переменных мы изначально отказались от стоимостных показателей, таких как валовой региональный продукт, среднедушевые денежные доходы или среднемесячные номинальные или реальные начисленные заработная плата, пенсии или пособия. Опираясь на результаты отечественных и зарубежных исследований, в качестве факторов мы использовали показатели, характеризующие структуру экономики, показатели состояния и развития отдельных видов экономической деятельности (сельского хозяйства, обрабатывающего производства, строительства, торговли, транспортировки, туризма), развития индивидуального предпринимательства, характеристики развития социальной сферы (образования, здравоохранения) и дифференциации доходов населения (коэффициенты фондов и Джини). Кроме
городского населения), Алтайский край (56,9%) и Республика Хакасия (69,8%). Все другие субъекты — Красноярский край, Иркутская, Кемеровская, Новосибирская, Омская и Томская области — являются высокоурбанизированными.
Двумерная группировка субъектов по уровням урбанизации и уровню бедности представлена в таблице 2, что в очередной раз подтверждает тезис о распространении бедности в сельской местности. При этом различия по уровню бедности могут быть достаточно значительными в субъектах с близкими показателями уровня урбанизации. Например, в Республике Дагестан уровень бедности составлял 14,6%, а в Республике Калмыкия — 23,5%, что в 1,61 раза выше. В Краснодарском крае уровень бедности — 10,7%, в Республике Ингушетия — 30,5%, что в 2,85 раза выше.
данных официальной статистики ряд показателей был рассчитан, например, показатели развития туризма (число туристских фирм, число российских туристов) и образования (численность учителей, численность студентов бакалавриата, аспирантов) на 10 тыс. чел. населения по аналогии с официальными данными по здравоохранению (численность населения на одного врача). Показатели развития индивидуального предпринимательства (численность индивидуальных предпринимателей, объем их выручки) рассчитаны как средние на одного индивидуального предпринимателя.
Результаты исследования и их обсуждение. С помощью метода наименьших квадратов в пакете Отвй была определена значимость факторов для уровня и динамики бедности в разрезе субъектов Российской Федерации и построены линей-
Таблица 2
Результаты двумерной группировки регионов среднего уровня урбанизации
по уровню бедности в 2019 г.
Доля городского населения в общей численности населения на конец 2019 г., % Уровень бедности в 2019 г., %
До 16,0 16,1-24,0 Свыше 24,0
40,1-50,0 Респ. Адыгея, Респ. Дагестан Карачаево-Черкесская Респ., Респ. Калмыкия
50,1-60,0 Краснодарский край, Ставропольский край Алтайский край, Респ. Крым, Респ. Бурятия Кабардино-Балкарская Респ., Респ. Ингушетия, Респ. Тыва
60,1-70,0 Амурская обл., Астраханская обл., Белгородская обл., Воронежская обл., Курская обл., Ленинградская обл., Липецкая обл., Оренбургская обл., Орловская обл., Пензенская обл., Респ. Башкортостан, Респ. Северная Осетия — Алания, Ростовская обл., Тамбовская обл., Удмуртская Респ. Еврейская автономная обл., Забайкальский край, Курганская обл., Респ. Марий Эл, Респ. Мордовия, Респ. Саха (Якутия), Респ. Хакасия, Чувашская Респ.
ные модели множественной регрессии, которые представлены в таблице 3. Все объясняющие (факторные) переменных в моделях являются статистически значимыми, большинство — на уровне значимости 0,01.
Значимые факторные переменные для линейных моделей множественной регрессии уровня и динамики бедности в субъектах Российской Федерации представлены в следующей таблице 4.
Значения коэффициентов детерминации позволяют выделить модели показателей бедности (У1Л,
У2Ц) для регионов со средним уровнем урбанизации. Согласно полученным моделям, уровень бедности был ниже в регионах, где лучше состояние туризма (Х3), аспирантуры (Х9), системы здравоохранения (Х12), обрабатывающего производства (Х17), транспортировки и хранения (Х30), животноводства (Х35), индивидуального предпринимательства (Х40). В регионах был выше уровень бедности, если в структуре основных фондов региональной экономики больше доля основных фондов по виду экономической деятельности «строительство».
Таблица 3
Эконометрические модели зависимых переменных У1-У2 корреляционного анализа уровня
и динамики бедности в субъектах РФ в 2019 г.
Результирующая переменная Эконометрическая модель К-квадрат
У1 = 44,485-0,202 Х0-0,0003Х14-1,043Х19-0,126 Х22-0,151 Х26-0.0001 Х35 + 0,0579 Х38-0,022Х41 0,700
У2 = - 3,968 + 0,022Х8-0,693 Х13 + 0,032 Х24 + 0,063 Х30 + 0,025Х36-0,021 Х41 0,510
У1А = 38,444-0,007 Х3-0,0036 Х9-0,104 Х12-0,409Х17 + 3,005Х18-0,178 Х30-0,0002Х35-0,434Х40 0,859
У2А = - 9,117 + 0,018Х8-0,064Х20 + 0,058Х24-0,045Х29 + 0,612Х40 0,773
У1и = 16,880-0,115Х7-0,057 Х23 + 0,060Х37 0,306
У2и = - 8,469 + 0,182Х17 + 0,096Х25 0,463
Факторы Показатели Росстата и рассчитанные по ним показатели в 2019 г.
Х0 Удельный вес городского населения в общей численности населения на конец года, %
Х3 Число турфирм на 10 000 чел. населения
Х7 Численность учителей на 10 000 человек населения (на 20.09.2019)
Х8 Численность студентов, обучающихся по программам подготовки специалистов среднего звена на 10 000 чел. населения (на начало уч. года; чел.)
Х9 Численность аспирантов (чел.)
Х12 Численность населения на одного работника среднего медицинского персонала
Х13 Среднегодовой темп прироста численности населения на одного врача в 2019 г. к 2015 г., %
Х14 Инвестиции в основной капитал в 2019 г. (без субъектов МП, млн руб.) по ВЭД «сельское, лесное хозяйство, охота, рыболовство»
Х17 Доля основных фондов по ВЭД «обрабатывающее производство» от общего объема основных фондов по полной учетной стоимости,%
Х18 Доля основных фондов по ВЭД «строительство» от общего объема основных фондов по полной учетной стоимости,%
Х19 Доля основных фондов по ВЭД «торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов» от общего объема основных фондов по полной учетной стоимости, %
Х20 Доля основных фондов по ВЭД «транспортировка и хранение» от общего объема основных фондов по полной учетной стоимости, %
Х22 Степень износа (%) основных фондов по ВЭД «обрабатывающее производство»
Х23 Степень износа (%) основных фондов по ВЭД «строительство»
Х24 Степень износа (%) основных фондов по ВЭД «торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов»
Х25 Степень износа (%) основных фондов по ВЭД «транспортировка и хранение»
Таблица 4
Факторные переменные, используемые для корреляционного анализа уровня и динамики бедности в субъектах Российской Федерации
Окончание таблицы 4
Факторы Показатели Росстата и рассчитанные по ним показатели в 2019 г.
Х26 Доля (%) полностью изношенных основных фондов по ВЭД «сельское, лесное хозяйство, охота, рыболовство и рыбоводство»
Х29 Доля (%) полностью изношенных основных фондов по ВЭД «торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов»
Х30 Доля (%) полностью изношенных основных фондов по ВЭД «транспортировка и хранение»
Х35 Среднегодовой сальдированный результат за период с 2015 по2019 гг. по ВЭД «животноводство», млн руб.
Х36 Рентабельность проданных товаров, продукции (работ, услуг) организаций по ВЭД «растениеводство», процентов
Х37 Среднегодовая рентабельность проданных товаров, продукции (работ, услуг) организаций по ВЭД «растениеводства» за 2015-2019 гг., %
Х38 Рентабельность проданных товаров, продукции (работ, услуг) организаций по ВЭД «животноводство», %
Х40 Объем выручки (с учетом налогов и аналогичных обязательных платежей) от продажи товаров, продукции, работ, услуг, на одного ИП, млрд руб.
Х41 Численность фактически действующих ИП на 10 тыс. чел. среднегодовой численности населения
Интерпретировать полученные коэффициенты перед факторными признаками можно следующим образом: увеличение числа туристских фирм на 100 на каждые 10 тыс. человек населения приводит к сокращению уровня безработицы на 0,7%. Число туристских фирм в Российской Федерации сильно различается по субъектам со средним уровнем урбанизации — в 2019 г. максимальное значение было в Краснодарском крае (584 турфирмы), минимальное — в Республике Ингушетия (2 турфирмы), на 10 000 человек населения число туристских фирм также различаются, но здесь лидером является Астраханская область (1336,8 турфирм на 10 000 человек населения), минимальное значение также в Республике Ингушетия (39,8 турфирмы на 10 000 человек населения). Для сравнения абсолютного и относительного показателя: в Краснодарском крае на 10 000 человек населения в 2019 г. приходилось 1031,5 туристских фирм.
Аналогично модель среднегодового темпа прироста уровня бедности в субъектах РФ с 2015 по 2019 г. показывает, что сокращение уровня бедности было обусловлено состоянием основных фондов по ВЭД «транспортировка и хранение» (Х20) и «торговля оптовая и розничная, ремонт автотранспортных средств и мотоциклов» (Х29). Замедление сокращения уровня бедности или даже прирост уровня бедности обусловлены состоянием среднего профессионального образования (Х8), состоянием основных фондов по ВЭД «торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов» (Х24), объемом выручки на одного индивидуального предпринимателя (Х40). Например, если в регионе на одного индивидуального предпринимателя объем выручки (с учетом налогов и аналогичных обязательных платежей) от продажи товаров, продукции, работ, услуг в 2019 г. был
выше на 1 млрд руб., то среднегодовой темп снижения уровня бедности был ниже на 0,612%.
В результате факторного анализа уровня бедности и его динамики в разрезе субъектов Российской Федерации, удалось сделать следующие выводы:
— уровень дифференциации доходов населения оказался значимым фактором снижения уровня бедности только в высокоурбанизированных регионах;
— развитие туризма и обрабатывающего производства в целом снижает уровень бедности, но для высокоурбанизированных регионов развитие обрабатывающего производства будет способствовать росту бедности, видимо, по причине того, что в городах уже другие виды экономической деятельности являются «локомотивами» развития экономики;
— состояние основных фондов торговли, транспортировки и хранения как видов экономической деятельности неоднозначно влияет на уровень бедности. Логично было бы предположить, что высокая степень износа этой части материально-технической базы должна свидетельствовать о высоком уровне бедности, но, возможно, эти виды деятельности стимулируют приток инвестиций на эти территории. Мы среди факторов не учитывали роль федеральных и региональных органов в снижении уровня бедности, что также могло оказать влияние в регионах, где инфраструктура нуждается в государственной поддержке;
— не удалось зафиксировать в качестве существенных факторов бедности в регионах состояние социальной сферы, хотя в ана-
лиз были включены показатели всех уровней образования и здравоохранения. Идея о том, что село в России будет развиваться за счет формирования сельской интеллигенции — учителей, врачей, инженеров и т. д., нам очень нравится, но требует подтверждения или опровержения дальнейшими исследованиями;
отрицательное влияние на уровень бедности относительной численности студентов, обучающихся по программам подготовки специалистов среднего звена, и положительное — численности аспирантов мы интерпретируем так, что развитие технологий в регионах требуют высшего и послевузовского образования, внедрения новых технологий и в сельском хозяйстве, и в обрабатывающем производстве. Тезис о необходимости расширения подготовки специалистов среднего звена не подтверждается; среди видов сельского хозяйства значимым фактором сокращения бедности выступает животноводство, а не растениеводство. Возможно, нами не учтена ситуация с результатами животноводства и растениеводства конкретно в 2019 г., хотя мы понимаем, что большинство сельских территорий России относятся к зонам рискованного земледелия;
влияние на уровень бедности развития индивидуального предпринимательства выявлено по такому показателю, как объем выручки на одного предпринимателя, фактически речь идет о масштабах деятельности индивидуальных предпринимателей. Если этот сектор экономики представлен крупными предпринимателями, то в регионах в среднем уровень бедности ниже, но в таких регионах медленнее происходит снижение уровня бедности. Например, в Республике Калмыкия в 2019 г. этот показатель составлял 2,68 млн руб. выручки на одного фактически действующего индивидуального предпринимателя, среднегодовой темп снижения уровня бедности составил 5,53%, а в Республике Дагестан объем
выручки — 19,06 млн руб. при среднегодовом приросте уровня бедности 7,33%. Это, на наш взгляд, подвергает сомнению тезис о необходимости развития кооперации в сельской местности, укрупнения сельских производителей [1]. Данный тезис не подтвержден ни мировым опытом, ни историей российской коллективизации в прошлом веке. Развитие сельского хозяйства и обрабатывающих на его основе производств в целях сокращения бедности мы видим в поддержке отдельных фермеров и индивидуальных предпринимателей, в развитии конкуренции и укреплении конкурентных преимуществ конкретных производителей на основе достижений сельскохозяйственной науки и практики.
Заключение. На основе официальных статистических данных по Российской Федерации и группировки субъектов по уровню урбанизации проведен множественный корреляционный анализ уровня и динамики бедности населения в 2019 г. Полученные линейные модели множественной регрессии позволяют уточнить перечень факторов уровня и динамики бедности в регионах со средним уровнем урбанизации, где доля городского населения находится в интервале от 40 до 70% от общей численности населения. Уровень бедности ниже в тех регионах, в которых лучше развитие туризма, обрабатывающих производств, животноводства, индивидуального предпринимательства в целом, больше обучающихся в аспирантуре. Но борьба с бедностью наблюдается успешнее в тех регионах, где развиваются торговля, транспорт и складское хозяйство.
В целом исследование подтверждает необходимость учета конкретных региональных особенностей развития экономики и социальной сферы сельских территорий в борьбе с бедностью, реально адресного (к каждому фермеру и индивидуальному предпринимателю) комплексного подхода при подборе мер по снижению уровня бедности. Представлен перечень факторов бедности и для высокоурбанизированных регионов, что только подчеркивает территориальные различия между регионами Российской Федерации.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года: Указ Президента Российской Федерации № 204 от 21.07.2018 // КонсультантПлюс. URL: http://www.consultant.ru
2. Уровень жизни: данные Росстата. URL: http://rosstat.gov.ru/folder/13397
3. Суринов А. Е., Луппов А. Б. Неравенство по доходам в России. Измерение на основе эквивалентного дохода // Экономический журнал ВШЭ. 2020. № 24 (4). С. 539-571.
4. Олейник О. С., Олейник А. Б., Степанова Е. В. Особенности измерения индикаторов бедности: международный и российский опыт // Региональная экономика. Юг России. 2020. Т. 8. № 4. С. 53-63. DOI: 10.15688/re.volsu.2020.4.5
5. Сергеева М. В. Трилемма «бедности» через призму виктимности // Право и управление. XXI век. 2021. Т. 17. № 2 (59). С. 70-79.
6. Суринов А. Е., Луппов А. Б. Влияние региональных различий в стоимости жизни на национальные оценки неравенства по доходам // Экономика региона. 2021. Т. 17, вып. 3. С. 814-827. DOI: 10.17059/ ekon. reg.2021-3-7.
7. Кубишин Е. С., Седлов А. П., Соболева И. В. Бедность в России: методология измерения и международные сравнения // Вестник Института экономики Российской академии наук. 2021. № 1. C. 56-70.
8. Сергиенко А. М. Агропромышленные регионы: динамика доходов населения, неравенства и бедности // Экономика Профессия Бизнес. 2020. № 4. С. 108-117. DOI: 10.14258/epb201910
9. Каримова Д. Портрет бедных семей: региональные аспекты // Экономика: анализы и прогнозы. 2021. № 2 (13). С. 158-163.
10. Пастухова Е. Я., Мухачёва А. В., Кочнева О. П. Уровень, динамика, факторы абсолютной и относительной бедности: региональный аспект // Вопросы управления. 2021. № 3. С. 80-92.
11. Шабанов В. Л. Сельская бедность: концептуализация и факторы // Островские чтения. 2020. № 1. С. 268-270.
12. Цхададзе Н. В. Социально-экономическое неравенство населения России // Вестник Московского университета МВД России. 2020. Т. 6. № 300. С. 6. DOI: 10.24411/2073-0454-2020-10373.
13. Чернышов М. М., Усманов Д. И. Оценка влияния последствий пандемии коронавируса COVID-19 на социально-экономическое неравенство населения России // Проблемы рыночной экономики. 2020. № 3. С. 31-48. DOI: 10.33051/2500-2325-2020-3-31-48.
14. Белоусова А. В. Уровень бедности в РФ: пространственный анализ // Вестник Института экономики Российской академии наук. 2020. № 4. С. 73-78. DOI: 10.24411/2073-6487-2020-10043.
15. Стовба Е. В. Формирование стратегии устойчивого развития сельских территорий с позиций системного подхода // Экономические системы. 2021. Том 14. № 2 (53). С. 20-27. DOI 10.29030/2309-20762021-14-2-20-27.
16. Warr P., Suphannachart W. Agricultural productivity growth and poverty reduction: evidence from Thailand // Journal of Agricultural Economics. 2021. Vol. 72. № 2. Рp. 525-546. DOI: 10.1111/1477-9552.12412.
17. Fan S.-G., Cho E. EY. Paths out of poverty: international experience // Journal of Integrative Agriculture. 2021. № 20 (4). Рp. 857-867. URL: https://doi: 10.1016/S2095-3119 (20) 63295-6/ (data of access: 07.07.2021).
18. Belay M., Mengiste M. The ex-post impact of agricultural technology adoption on poverty: Evidence from north Shewa zone of Amhara region, Ethiopia // Int J Fin Econ. 2021. No. 1. Р. 11. URL: https://doi.org/10.1002/ ijfe.2479/ (data of access: 07.07.2021).
19. Anantha K. H., Kaushal K. G., Cameron A. P., Sreenath D. Seeking sustainable pathways for fostering agricultural transformation in peninsular India // Environ. Res. Lett. 2021. No. 16. 044032. URL: https://doi. org/193.218.139.72/ (data of access: 07.07.2021).
20. Zhu M., Shuai C. Probe into the targeted poverty mitigation policy in China based on causal inference: evidence from Chongqing in the Three Gorges Reservoir region // PLoS ONE. 2021. № 16 (1). e0244928. URL: https://doi.org/10.1371/journal.pone.0244928/ (data of access: 07.07.2021).
21. Мэй Чуньцай. Опыт Китая в искоренении бедности // Восточная Азия: факты и аналитика. 2021. No. 3. С. 19-25. DOI: 10.24412/2686-7702-2021-3-19-25
22. Hutarova D., Kozelova I., Spulerova J. Tourism development options in marginal and less-favored regions: a case study of Slovakia's Gemer Region // Land. 2021. № 10. Р. 229. URL: https://doi.org/10.3390/ land10030229/ (data of access: 07.07.2021).
23. Radosavljevic S., Haider L. J., Lade S. J., Schlüter M. Implications of poverty traps across levels // World Development. 2021. No. 144. 105437. URL: https://researchgate.net/350662909_implicatims_of_poverty_traps_ accrosslevels (data of access: 07.07.2021).
24. Алпеева Е. А., Занина О. В. Экономическое управление развитием социальной защиты населения // Экономика в промышленности. 2021. № 14 (3). С. 339-348. DOI: 10.17073/2072-1633-2021-3-339-348.
25. Махалина О. М., Махалин В. Н. Бедность не порок, но как ее победить в России? // Вестник РГГУ. Серия «Экономика. Управление. Право». 2021. № 3. С. 21-34. DOI: 10.28995/2073-6304-2021-3-21-34.
26. Воронкова О. Ю. Устойчивое развитие сельских территорий на основе использования отраслевого, ресурсного и экологического // Экономика Профессия Бизнес. 2019. № 3. С. 32-38. DOI: 10.14258/ epb201931.
27. Шибаков М. А. Динамика бедности и сокращение масштабов малообеспеченности в развивающихся странах // Региональная экономика. Юг России. 2021. Т. 9. № 2. С. 31-39. DOI: 10.15688/ re.volsu.2021.2.4.
28. Государственная программа Российской Федерации «Комплексное развитие сельских территорий». Утв. Постановлением Правительства РФ № 696 от 31.05.2019 г. URL: http://government.ru/docs/36905/.
29. Гаматаева С. Х. Анализ реализации программы материнский капитал в регионах России // Russian Economic Bulletin. 2021. Т. 4. № 4. С. 11-16.
30. Андреева Е. И., Бычков Д. Г., Феоктистова О. А. Эффективность региональных политик социальной поддержки населения // Проблемы прогнозирования. 2021. № 5 (188). С. 101-110. DOI: 10.47711/08686351-188-101-110.
31. Регионы России. Социально-экономические показатели. 2020: стат. сб. / Росстат. М., 2020. 1242 с.
REFERENCES
1. On national goals and strategic objectives of the development of the Russian Federation for the period up to 2024: Decree of the President of the Russian Federation No. 204 of 21.07.2018 // ConsultantPlus Legal Reference System. URL: http://www.consultant.ru
2. Standard of living: Rosstat data. URL: http://rosstat.gov.ru/folder/13397
3. Surinov A. E., Luppov A. B. Income inequality in Russia. Measurement based on equivalent income // HSE Economic Journal. 2020. No. 24 (4). Pp. 539-571.
4. Oleynik O. S., Oleynik A. B., Stepanova E. V. Features of measuring poverty indicators: international and russian experience // Regional Economy. South of Russia. 2020. Vol. 8. No. 4. Pp. 53-63. DOI: 10.15688/ re.volsu.2020.4.5
5. Sergeeva M. V. «Poverty» trilemma through victimization concept // Journal of Law and Administration. 2021. Vol. 17. No. 2 (59). Pp. 70-79.
6. Surinov A. E., Luppov A. B. Influence of regional differences in the cost of living on national income inequality // Economy of region. 2021. No. 17 (3). Pp. 814-827. DOI: 10.17059/ekon.reg.2021-3-7.
7. Kubishin E. S., Sedlov A. P., Soboleva I. V. Poverty in Russia: measurement methodology and international comparisons // Vestnik Instituta Ekonomiki Rossiyskoy akademii nauk. 2021. No. 1. Pp. 56-70.
8. Sergienko A. M. Agro-industrial regions: dynamics of income, inequality and poverty // Economics Profession Business. 2020. No. 4. Pp. 108-117. DOI: 10.14258/epb2019107.
9. Karimova D. Portrait of poor families: regional aspects // Economy: Analysis and Forecast. 2021. No. 2 (13). Pp. 158-163. URL: https://www.elibrary.ru/ip_restricted.asp?rpage=https%3A%2F%2Fwww%2Eelibrar y%2Eru%2Fitem%2Easp%3Fid%3D46644598.
10. Pastukhova E. Ya., Mukhachyova A. V., Kochneva O. P. Rates, dynamics, and factors of absolute and relative poverty: regional aspect // Management Issues. 2021. No. 3. Pp. 80-92.
11. Shabanov V. L. Rural poverty: conceptualization and factors // Ostrovsky readings. 2020. No. 1. Pp. 268-270.
12. Tskhadadze N. V. Socio-economic inequality of population of Russia // Vestnik of Moscow University of the Ministry of Internal Affairs of Russia. 2020. Vol. 6. No. 300. P. 6. DOI: 10.24411/2073-0454-2020-10373
13. Chernyshov M. M., Usmanov D. I. Assessment of the impact of the COVID-19 pandemic on social and economic inequality of the Russian population // Market economy problems. 2020. No. 3. Pp. 31-48. DOI: 10.33051/2500-2325-2020-3-31-48
14. Belousova A. V. Level of poverty in Russian Federation: a spatial analysis // Bulletin of the IE RAS. 2020. No. 4. Pp. 73-78. DOI: 10.24411/2073-6487-2020-10043.
15. Stovba E. V. The formation of strategies for sustainable rural development from the perspective of a systematic approach // Economic Systems. 2021. Vol. 14. No. 2 (53). Pp. 20-27. DOI: 10.29030/2309-20762021-14-2-20-27.
16. Warr P., Suphannachart W. Agricultural productivity growth and poverty reduction: evidence from Thailand // Journal of Agricultural Economics. 2021. Vol. 72. No. 2. Pp. 525-546. DOI: 10.1111/14779552.12412.
17. Fan S.-G., Cho E. EY. Paths out of poverty: international experience // Journal of Integrative Agriculture. 2021. No 20 (4). Pp. 857-867. URL: https://doi: 10.1016/S2095-3119 (20) 63295-6/ (date of access: 07.07.2021).
18. Belay M., Mengiste M. The ex-post impact of agricultural technology adoption on poverty: Evidence from north Shewa zone of Amhara region, Ethiopia // Int J Fin Econ. 2021. No. 1. P. 11. URL: https://doi.org/10.1002/ ijfe.2479/ (date of access: 07.07.2021).
19. Anantha K. H., Kaushal K. G., Cameron A. P., Sreenath D. Seeking sustainable pathways for fostering agricultural transformation in peninsular India // Environ. Res. Lett. 2021. No. 16. 044032. URL: https://doi. org/193.218.139.72/ (date of access: 07.07.2021).
20. Zhu M., Shuai C. Probe into the targeted poverty mitigation policy in China based on causal inference: evidence from Chongqing in the Three Gorges Reservoir region // PLoS ONE. 2021. No. 16 (1): e0244928. URL: https://doi.org/10.1371/journal.pone.0244928/ (date of access: 07.07.2021).
21. Mei С. China's experience in poverty alleviation // East Asia: Facts and Analytics. 2021. No. 3. Pp. 19-25. DOI: 10.24412/2686-7702-2021-3-19-25.
22. Hutárová D., Kozelová I., Spulerová J. Tourism development options in marginal and less-favored regions: a case study of Slovakia's Gemer Region // Land. 2021. No. 10. Р. 229. URL: https://doi.org/10.3390/ land10030229/ (date of access: 07.07.2021).
23. Radosavljevic S., Haider L. J., Lade S. J., Schlüter M. Implications of poverty traps across levels // World Development. 2021. No. 144. 105437. URL: https://researchgate.net/350662909_implicatims_of_poverty_traps_ accrosslevels (date of access: 07.07.2021).
24. Alpeeva E. A., Zanina O. V. Economic management of the development social protection of the population // Russian Journal of Industrial Economics. 2021. No. 14 (3). Pp. 339-348. DOI: 10.17073/20721633-2021-3-339-348.
25. Makhalina O. M., Makhalin V. N. Poverty is not a vice, but how to overcome it in Russia? // RSUH/RGGU Bulletin «Economics. Management. Law» Series. 2021. No. 3. Pp. 21-34. DOI: 10.28995/2073-6304-2021-321-34.
26. Voronkova O. Yu. Sustainable development of rural areas on the basis of industrial, resource and environmental potential // Economics Profession Business. 2019. No. 3. Pp. 32-38. DOI: 10.14258/epb201931.
27. Shibakov M. A. Dynamics of poverty and reduction of low income population in developing countries // Regional Economy. South of Russia. 2021. Vol. 9. No. 2. Pp. 31-39. DOI: 10.15688/re.volsu.2021.2.4.
28. The State program of the Russian Federation «Integrated development of rural areas». Approved By Decree of the Government of the Russian Federation No. 696 of 31.05.2019. URL: http://government.ru/docs/36905/.
29. Gamataeva S. Kh. Analysis of the implementation of the maternity (family) capital program in the regions of Russia // Russian Economic Bulletin. 2021. No. 4 (4). Pp. 11-16.
30. Andreeva E. I., Bychkov D. G., Feoktistova O. A. Efficiency of regional social assistance policies // Studies on Russian Economic Development. 2021. Vol. 32. No. 5. Pp. 518-525. DOI: 10.1134/S1075700721050038.
31. Region of Russia. Socio-economic indicators. 2020. Moscow, 2019. 1242 p.
Поступила в редакцию: 29.11.2021.
Принята к печати:14.01.2022.
