CC BY
48ISSN 2311-8725 (Online) Математические методы и модели
ISSN 2073-039X (Print)
СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ЗАВИСИМОСТИ ЭКОНОМИЧЕСКОЙ АКТИВНОСТИ НАСЕЛЕНИЯ ОТ УРОВНЯ РАЗВИТИЯ КУЛЬТУРНОГО КАПИТАЛА В РЕГИОНАХ РОССИИ
Татьяна Ивановна КАЖАЕВА
преподаватель кафедры статистики и экономического анализа,
Оренбургский государственный аграрный университет, Оренбург, Российская Федерация kazhaeva_tatyana@mail.ru
История статьи: Аннотация
Принята 23.10.2015 Предмет. Культурный капитал играет важную роль в обеспечении экономического роста.
Принята в доработанном виде Обобщая мнения отечественных и зарубежных ученых о роли культурного капитала 02.03.2016 в современном обществе, автор уточняет содержание этой категории с точки зрения
Одобрена 17.05.2016 статистического исследования.
Цели. Целью исследования является типологизация (выделение однородных групп) регионов УДК 311.313 по уровню развития культурного капитала и установление статистической зависимости
JEL: С51, R12 между показателями культурного капитала и экономической активности населения на
региональном уровне.
Методология. Система культурного капитала включает 15 показателей, разработанных Росстатом по регионам. Уровень экономической активности населения, выраженный в процентах, выступает обобщающей характеристикой развития экономики. В исследовании использованы многомерные статистические методы: кластерный, факторный, метод главных компонент, регрессионный.
Результаты. В результате факторного анализа выделены три обобщенных фактора, формирующих культурный капитал в регионах России: уровень развития спорта, уровень духовно-эстетического развития, развитие массовой культуры. Уравнение регрессии, построенное на главных компонентах, позволило установить наличие прямой зависимости между обобщенными факторами и уровнем экономической активности населения. В результате кластеризации регионов образовано шесть кластеров. Лидирующим признан кластер, образованный преимущественно регионами Центрального федерального округа. По четырем кластерам построены уравнения регрессии, оценивающие влияние показателей культурного капитала на уровень экономической активности населения регионов. Ключевые слова: культурный Область применения. Результаты исследования могут быть востребованы при принятии капитал, статистика, решений о формировании целенаправленной государственной поддержки структурных
многомерные методы, элементов культурного капитала на федеральном и региональном уровнях.
экономическая активность Выводы. Влияние составляющих культурного капитала на уровень экономической
населения, регион активности населения статистически доказано для большинства субъектов Федерации.
Специалисты различных отраслей знания все чаще признают, что именно культуре принадлежит решающая роль в обеспечении устойчивого развития регионов и государства в целом путем создания качественно новой рабочей силы. Принципиально новые характеристики трудовых ресурсов состоят не столько в освоенных передовых технологиях и в технических новинках, сколько в признании новой идеологии ценностных преобразований.
Одной из целевых установок, определяющих суть и направления социально-экономических преобразований в современном российском обществе, выступает формирование
нравственности и этики в экономических отношениях. В частности, речь идет о развитии культуры рыночных отношений, культуры наемного труда, культуры управления
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2015
собственностью1. Важная роль в достижении этой целевой установки принадлежит
соответствующим институтам, институциональной среде, в которых взаимодействуют субъекты экономических отношений [1]. Такими институтами в первую очередь выступают министерства культуры, образования и науки, связи и массовых коммуникаций, а также семья, общественные организации. Специализированная и вспомогательная инфраструктура культуры (библиотеки, учреждения образования, клубы, театры, художественные мастерские, средства массовой информации и пр.) обеспечивает реализацию интересов индивидов, социальных групп, общества в целом и их социальное взаимодействие. В свою очередь одним из следствий социального взаимодействия в области
культуры является приумножение культурных ценностей, воспроизводство культурного капитала.
Необходимо отметить, что понятие «культурный капитал» является междисциплинарным и сравнительно новым в экономической науке. Появление этого термина обусловлено развитием такого научного направления, как экономика культуры, в середине 1960-х гг. [2].
Австралийский экономист, один из основоположников экономики культуры, Д. Тросби (David Throsby) определяет понятие «культурный капитал» как совокупность интеллектуальных способностей, образованности, умений, навыков, моральных качеств, квалификационной подготовки индивида или индивидов, которые используются в процессе осуществления социальной деятельности и при этом узаконивают обладание статусом и властью
[3].
По определению известного французского социолога и философа П. Бурдье (Pierre Bourdieu), культурный капитал - это знание, позволяющее его обладателю понимать и оценивать различные типы культурных отношений и культурных продуктов, определяющее способность человека к труду [4].
На представлении о культурном капитале П. Бурдье основана трактовка культурного капитала британского экономиста Г. Бюрта (Gordon Burt), согласно которой этот вид капитала представляется набором разных возможностей и поэтому может быть представлен в виде вектора (деятельности, имеющей определенную направленность). Всякая деятельность, по мнению ученого, приводит к обмену культурными ценностями и, в конечном итоге, к культурной конвергенции [5]. Гордон Бюрт считает, что свойства и уровень развития культурного капитала определяют три категории: время, местоположение и «внутренние размеры». Отсюда можно сделать вывод, что на формирование и воспроизводство культурного капитала в значительной степени оказывают влияние условия жизнедеятельности в границах определенной территории. Население, знания и опыт которого формировались в специфических культурно-исторических условиях, влияет на социально-экономические процессы в рамках конкретного региона. Следовательно, культурный капитал региона является территориально ограниченным проявлением общегосударственного культурного капитала, имеющим региональные особенности.
По признанию ряда российских экономистов [6-10], пока остаются нерешенными вопросы количественной оценки влияния культурных индустрий на рост ВВП и роли культуры и искусства в развитии человеческого капитала. Следовательно, статистическое исследование культурного капитала на региональном уровне для измерения взаимного влияния культуры и экономики является актуальным и имеет практическую значимость.
Прежде чем реализовать статистический подход к решению данной проблемы, необходимо сформировать систему показателей, обосновать выбор методов исследования.
Количественными характеристиками культурного капитала в авторском исследовании выступили показатели развития инфраструктуры культуры, искусства, спорта, а также потребления населением услуг учреждений этих видов деятельности, представленных в государственной статистике. В расчетах также использованы показатели профессионального образования населения, поскольку система образования играет важнейшую роль в процессе воспроизводства культурного капитала.
Известно, что важным свойством культуры является то, что ее нормы не наследуются генетически, а усваиваются только методом научения и потому вопрос об уровне культуры в обществе сводится к проблеме эффективности такого рода научения (то есть механизмов социализации и инкультурации личности)2. Мы выбрали показатели охвата населения профессиональным образованием (начальным, среднего звена, высшим), учитывая, что без специфических условий, созданных для получения профессиональных навыков и научно-исследовательской деятельности, сложно получить желаемый эффект [11].
Система показателей сформирована на основе статистических данных, публикуемых Росстатом3. В исследовании использованы показатели, представленные в разрезе субъектов Российской Федерации, характеризующие разные
составляющие категории «культурный капитал региона». Чтобы обеспечить сопоставимость региональных данных, показатели представлены в
2 Культурология ХХ век. URL: http://psylib.org.ua/books/levit01/ index.htm
3 Российский статистический ежегодник. 2014: стат. сб. М.: Росстат, 2014. 693 с.; Регионы России. Социально-экономические показатели. 2014: стат. сб. М.: Росстат, 2014. 900 с.
расчете на 1 000 и на 10 000 чел. соответствующей группы или населения в целом, а также в процентах.
Расчеты выполнены за 2013 г. Одной из причин выполнения расчетов за 2013 г. является то, что в марте 2012 г. была принята федеральная целевая программа «Культура России (2012-2018 годы)», в числе приоритетных задач которой обозначено сохранение культурных ценностей и традиций народов Российской Федерации, материального и нематериального наследия культуры России и использование его в качестве ресурса духовного и экономического развития4. Культура, как одна из ключевых составляющих культурного капитала, получила дополнительный импульс развития. На сайте Росстата в 2014 г. впервые опубликован ряд показателей за 2013 г., полученных в результате расширения программ мониторинга Росстата по различным социально-экономическим проблемам (например, показатель «число зрителей на мероприятиях для детей, проводимых концертными организациями и самостоятельными коллективами»5). Отметим, что по мере расширения программ федеральных
статистических обследований информационная база исследования будет дополняться. Имеются в виду результаты выборочных наблюдений использования суточного фонда времени населением, комплексного наблюдения условий жизни населения и др. [12].
Регионы Российской Федерации имеют разный уровень социально-экономического развития и достаточно сильно дифференцированы по степени развития культурной инфраструктуры и уровню потребления культурных благ и услуг. Исследование территориальных особенностей культурного капитала регионов связано с трудностями изучения и интерпретации взаимосвязи отдельных показателей. Наличие множества неоднородных субъектов, высокая статистическая связь между показателями затрудняют использование традиционных эконометрических методов исследования6. Преодоление этой проблемы разные авторы связывают с применением таких статистических методов, как квалиметрия, построение
4 Федеральная целевая программа. URL: http://fcpkultura.ru/new.php?id=9
5 Семья, материнство и детство. URL:
http://www. gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statist
ics/population/motherhood/#
нелинейных регрессионных моделей, кластерный анализ и др. [13-16].
Большая размерность признакового пространства (в данном случае культурный капитал региона характеризуют 15 показателей) обусловливает необходимость применения эвристических методов многомерного анализа, которые позволяют снизить размерность признаков пространства, выявить структуру связи между всеми показателями и затем классифицировать их
[17].
Многомерный статистический анализ выполнен поэтапно. На первом этапе реализован метод главных компонент для формирования обобщенных факторов, определяющих развитие культурного капитала на региональном уровне. Затем построено регрессионное уравнение на главных компонентах, позволившее дать количественную оценку вкладу каждого обобщенного фактора в изменение показателя, характеризующего уровень экономической активности населения регионов. На третьем этапе выполнена многомерная группировка регионов России по показателям развития культурного капитала, результатом которой стало выделение однородных групп регионов страны. На последнем этапе выявлено и статистически оценено влияние составляющих культурного капитала на уровень экономической активности населения в каждой выделенной на предыдущем этапе группе регионов. Все вычисления сделаны в пакете прикладных программ Statistica.
Для проведения анализа сформирован массив информации по 83 субъектам Российской Федерации (без учета субъектов Крымского федерального округа), каждый из которых характеризуется 15 показателями развития культурного капитала.
Рассмотрим результаты факторного анализа, выполненного методом главных компонент. Количество выделенных обобщенных факторов (главных компонент) обосновано по критерию Кайзера7. Собственные значения трех первых компонент, дисперсии которых превышают единицу, представлены в табл. 1. Для последующего анализа отобраны первые три главные компоненты, вклад которых в общую дисперсию составляет 70,38%.
Матрица факторных нагрузок, полученная с помощью процедуры варимакс-вращения (varimax - вращение, максимизирующее дисперсию факторных нагрузок8), представлена в табл. 2. В результате получена матрица факторных нагрузок простой структуры, представляющая собой матрицу корреляции выделенных общих факторов и исходных переменных.
Опираясь на данные, представленные в табл. 2, можно дать интерпретацию общих факторов. Согласно теоретическим положениям факторного анализа, выполненного методом главных компонент, чем больше величина факторной нагрузки, тем больший вклад в дисперсию общего фактора вносит данная переменная [18]. На практике для интерпретации выделяются те переменные, которые имеют с главной компонентой наибольшие факторные нагрузки (не менее 0,5).
По нашим расчетам, первая главная компонента /1, образованная показателями х6, хт, хц, интерпретирована как уровень развития спорта (две из трех переменных, образующих/1, являются показателями развития спорта). Вторая компонента/2, образованная показателями х1, хэ, х9, - уровень духовно-эстетического развития. Третья компонента /3, образованная показателями хю, х^, х14, х15, субъективно определена как развитие массовой культуры. Таким образом, мы перешли от анализа первичных признаков к анализу трех обобщенных факторов, формирующих культурный капитал в России на региональном уровне.
На следующем этапе исследования построено линейное регрессионное уравнение на главных компонентах:
Данный подход позволяет интерпретировать направление связи и дать сравнительную оценку силы влияния общих факторов (главных компонент) на изменение зависимой переменной9. Предварительно в качестве зависимой переменной рассматривались такие показатели, как валовой региональный продукт на душу населения, индекс физического объема ВРП в процентах к предыдущему году и другие обобщающие показатели социально-экономического развития региона. В конечном итоге с учетом соблюдения
условий статистической значимости полученной модели и ее параметров, а также адекватности модели изучаемому процессу, зависимой переменной выбран показатель уровня экономической активности населения в процентах. Уровень экономической активности
рассчитывается путем деления численности экономически активного населения на общую численность населения региона10. Цель моделирования регрессии на главных компонентах в том, чтобы оценить, в какой мере готовность населения к трудовой деятельности в регионах страны формируется под влиянием составляющих культурного капитала.
Полученная модель статистически значима с вероятностью 95%, а 75% вариации включенных в модель факторов объясняют вариацию результативного признака (табл. 3).
Таким образом, развитие спорта в регионах /1, повышение уровня духовно-эстетического развития /2 и уровня развития массовой культуры приводят к росту экономической активности населения на региональном уровне. Причем в рассматриваемой совокупности влияние фактора развития массовой культуры на экономическую активность населения было наиболее существенным. В наименьшей степени изменение уровня экономической активности было связано с фактором уровня развития спорта.
Выполненный факторный анализ позволил выявить общие закономерности развития культурного капитала и его влияние на экономическую активность населения в России. Однако при этом нельзя не учитывать имеющиеся существенные региональные различия. Поэтому дальнейшим этапом исследования является построение многомерной классификации с применением процедур кластерного анализа для определения количества устойчивых кластеров регионов Российской Федерации по уровню развития культурного капитала.
Процедура иерархической кластеризации проводилась несколько раз с использованием различных метрик и методов (методов одиночной, полной, средней связи и др.) для формирования наиболее информативной группировки.
В конечном итоге наилучшие результаты разбиения объектов были получены с применением в качестве меры расстояния евклидовой метрики. Для классификации был
выбран метод Уорда. Это обусловлено следующими причинами. Во-первых, метод Уорда позволяет получить компактные кластеры сферической формы, что более точно формирует образ кластера как совокупности координат его типичного представителя11. Во-вторых, метод Уорда лучше, чем другие методы (методы «ближнего соседа», «дальнего соседа») работает в неоднородной совокупности12.
В результате многомерной классификации 83 субъекта Российской Федерации были разделены на шесть кластеров. Состав кластеров представлен в табл. 4.
По результатам проведенной классификации было выделено шесть кластеров с различными характеристиками уровня развития культурного капитала. В первый кластер вошли два столичных субъекта Российской Федерации (Москва, Санкт-Петербург). Самым многочисленным является второй кластер, в состав которого вошел 31 субъект Российской Федерации, в отдельный кластер выделились Чукотский и Ненецкий автономные округа. Некоторые существенные экономико-статистические характеристики
выявленных кластеров представлены в табл. 5.
Как видно, внутри кластеров наибольшая дифференциация наблюдается по показателям Х2, х4, х9. По нашему мнению, в определенной степени на различия в посещаемости музеев, библиотек, а также на тираж периодических печатных изданий оказывают плотность населения региона, близость к общепризнанным культурным центрам, удаленность от крупных городов и популярных туристских маршрутов.
Лидирующим кластером по уровню развития культурного капитала можно назвать шестой кластер, образованный преимущественно регионами Центрального федерального округа. Средние значения по девяти показателям (х1-хб, хв, х9, х14) в шестом кластере выше средних значений по России в целом. Первый кластер, в составе которого Москва и Санкт-Петербург, опережает другие кластеры по таким показателя, как х4, х8, х9, х12-х15. Наибольшие средние значения пяти показателей х1, х5-х7, хю достигнуты в регионах пятого кластера, образованного в основном регионами Урала и Дальнего Востока. Четвертый
11 Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 2003.
352 с.
кластер, образованный Чукотским и Ненецким автономными округами, характеризуется показателями, существенно отличающимися от среднероссийских значений, что объясняется особенностями природно-географического
положения этих регионов.
Таким образом очевидно, что уровень развития культурного капитала имеет региональные особенности. Следовательно, внутри каждого кластера на экономическое развитие регионов будут оказывать влияние разные компоненты культурного капитала. Выделение однородных групп регионов позволило применить корреляционно-регрессионный метод для выявления влияния наиболее значимых факторов культурного капитала на уровень экономической активности населения. В результате пошаговой регрессии получены четыре уравнения регрессии (табл. 6). Так как первый и четвертый кластеры немногочисленны, расчеты по ним не осуществлялись.
Как видно, набор факторов, оказывающих статистически значимое влияние на уровень экономической активности населения внутри кластеров, различается. Так, для регионов второго кластера, в состав которого входят в основном регионы Северного Кавказа, значимыми факторами являются показатели развития спорта хб, х8 и образования х12. Среди регионов самого многочисленного третьего кластера вариацию уровня экономической активности населения определяют показатели библиотечного фонда х4, наличие стадионов х7 и выпуск из учреждений начального профессионального образования хю. В пятом кластере значимыми факторами являются х6, х9, х12, в шестом - х2 и х14. Необходимо отметить, положительное влияние включенных в уравнение связи факторных признаков на результативный признак, то есть повышение потребления рассмотренных элементов культурного капитала приводит к росту уровня экономической активности населения. Показатели развития спорта присутствуют в полученных моделях регрессии во втором, третьем и пятом кластерах, то есть спортивная составляющая культурного капитала имеет значение для экономического развития большинства регионов России.
Подводя итог, можно сделать следующие выводы. В целом по совокупности регионов страны развитие культурного капитала определяется тремя обобщенными факторами: развитие спорта, духовно-эстетическое развитие и развитие массовой культуры, которые в свою очередь
оказывают положительное влияние на изменение уровня экономической активности населения. Вместе с тем уровень развития культурного капитала в регионах Российской Федерации существенно различается. В результате многомерной группировки выделено шесть кластеров, однородных с точки зрения развития культурного капитала. Наилучшие результаты достигнуты в регионах шестого кластера, образованных преимущественно регионами Центрального федерального округа. В отдельный кластер выделены два крупнейших города -Москва и Санкт-Петербург, еще один малочисленный кластер образовали два региона, географически расположенные в северных
широтах - Чукотский и Ненецкий автономные округа. Для четырех кластеров построены уравнения регрессии, параметры которых позволили дать статистическую оценку влиянию показателей культурного капитала на вариацию уровня экономической активности населения.
Влияние составляющих культурного капитала на уровень экономической активности населения статистически доказано для большинства субъектов Федерации. Это предопределяет необходимость целенаправленной поддержки его ключевых структурных элементов (спорт, духовно-эстетическое развитие, массовая культура) на всех уровнях с учетом региональных особенностей.
Таблица 1
Собственные значения и относительный вклад первых компонент в суммарную дисперсию Table 1
Eigenvalues and the relative contribution of first components to the total variance
Номер главной компоненты Собственное значение Процент объясненной дисперсии Накопленный процент объясненной дисперсии
1 7,44 41,52 41,52
2 2,75 17,22 58,74
3 1,86 11,64 70,38
Источник: авторская разработка Source: Authoring
Таблица 2
Матрица факторных нагрузок Table 2
A matrix of factor loading
Показатель Фактор 1 f Фактор 2 f2 Фактор 3 f3
1. Численность зрителей театров на 1 000 чел. населения х1 0,003 0,801 0,173
2. Количество посещений музеев на 1 000 чел. населения хг 0,483 -0,009 0,077
3. Численность пользователей библиотеками на 1 000 чел. населения х3 0,303 0,717 -0,235
4. Библиотечный фонд на 1 000 чел. населения х4., экз. 0,489 0,329 -0,002
5. Количество детских оздоровительных учреждений, на 1 000 чел. -0,299 0,173 0,119
населения х5
6. Количество спортивных залов на 1 000 чел. населения х6 0,816 0,028 -0,14
7. Количество стадионов с трибунами на 1 500 мест и более на 1 000 чел. 0,676 0,47 -0,239
населения х7
8. Количество плавательных бассейнов, на 1 000 чел. населения х8 0,309 -0,554 -0,131
9. Выпуск газет на 1 000 чел. населения х9 0,067 0,723 0,125
10. Выпуск квалифицированных рабочих и служащих с начальным профессиональным образованием на 10 000 чел. занятого населения х10, чел. -0,13 0,181 0,765
11. Численность студентов государственных и муниципальных образовательных учреждений среднего профессионального образования на 10 000 чел. населения (на начало учебного года.) хп, чел. 0,641 -0,177 -0,252
12. Численность студентов, обучающихся по программам бакалавриата, 0,429 -0,462 0,358
специалитета, магистратуры на 10 000 чел. населения хп, чел.
13. Численность зрителей на мероприятиях для детей, проводимых -0,135 -0,312 0,717
концертными организациями и самостоятельными коллективами на 10 000
чел. населения х13, чел.
14. Доля расходов на организацию отдыха и культурные мероприятия в -0,391 0,032 0,627
структуре потребительских расходов домашних хозяйств по субъектам Российской Федерации в 2013 г. хм, %
Экономический анализ: теория и практика 8 (2016) 180-190 Economic Analysis: Theory and Practice
15. Имеют возможность принимать телепрограммы телеканала «Культура» в от общей численности населения х15, % 0,004 0,223 0,593
Примечание. Жирным шрифтом выделены переменные с наиболее высокой факторной нагрузкой. Источник: авторская разработка
Note. Variables in bold have the highest factor loading. Source: Authoring
Таблица 3
Статистические характеристики регрессионного уравнения на главных компонентах
Table 3
Statistical characteristics of the regression equation for principal components
Показатель Значение
Множественный коэффициент корреляции 0,87
Коэффициент детерминации 0,75
^-критерий Фишера 21,1
Уровень значимости ^-критерия Фишера 0
Источник: авторская разработка
Source: Authoring Таблица 4
Результаты многомерной классификации регионов Российской Федерации по показателям развития культурного капитала в 2013 г.
Table 4
Results of multidimensional classification of regions of the Russian Federation by indicators of cultural capital development in 2013
Номер кластера Количество субъектов Состав кластера
1 2 Москва, Санкт-Петербург
2 9 Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Республика Северная Осетия - Алания, Республика Дагестан, Республика Ингушетия, Тульская область, Ямало-Ненецкий автономный округ, Ленинградская область, Московская область
3 32 Свердловская область, Ханты-Мансийский автономный округ, Тюменская область, Кемеровская область, Приморский край, Пермский край, Нижегородская область, Омская область, Пензенская область, Удмуртская Республика, Хабаровский край, Республика Татарстан, Томская область, Новосибирская область, Иркутская область, Чувашская Республика, Красноярский край, Ульяновская область, Саратовская область, Республика Мордовия, Челябинская область, Самарская область, Ставропольский край, Краснодарский край, Ростовская область, Калининградская область, Республика Адыгея, Астраханская область, Волгоградская область, Рязанская область, Воронежская область, Чеченская Республика
4 2 Чукотский автономный округ, Ненецкий автономный округ
5 15 Магаданская область, Республика Тыва, Республика Алтай, Республика Хакасия, Республика Саха (Якутия), Республика Башкортостан, Амурская область, Забайкальский край, Оренбургская область, Алтайский край, Курганская область, Кировская область, Еврейская автономная область, Республика Бурятия, Орловская область
6 23 Сахалинская область, Камчатский край, Республика Марий Эл, Мурманская область, Новгородская область, Республика Карелия, Архангельская область, Ярославская область, Вологодская область, Тверская область, Республика Коми, Костромская область, Смоленская область, Республика Калмыкия, Псковская область, Курская область, Калужская область, Ивановская область, Тамбовская область, Липецкая область, Владимирская область, Брянская область, Белгородская область
Источник: авторская разработка
Source: Authoring
Таблица 5
Средние значения внутри кластеров по показателям развития культурного капитала
Table 5
Average values within clusters by indicators of cultural capital development
Показатель Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кластер 6 Среднее значение по России
Xl 89,7 122,3 127,2 0 342,3 225,6 190
Х2 493,2 249,9 225 11 555,6 555,2 734,3 714,1
хз 256,2 288,2 359,9 589,8 433,2 468,4 399,8
Х4 8 817 3 569,1 1 986,8 3745 842,4 7 080,8 3 631,4
Х5 35,3 190 353,4 679,2 625,7 441,6 410,6
Хб 311,6 442,8 506,2 1 165,3 667,8 567,7 557,5
Х7 1,7 11 11,7 0 22,7 13,3 13,5
Х8 35,5 25,8 34,1 72,3 27,1 36,2 33,5
Х9 6 647 392 1 074,1 327 685,7 1 569 1 189,3
Хю 21 70,6 65,6 92 118,2 74,7 77,8
Хи 102,5 76,2 145,4 83 143,3 128 130
Х12 710 247,6 385,6 51 321,8 318,5 339,5
Х13 420,9 26,5 71,2 0,3 32,7 46,2 58,9
Х14 10 4,8 6,1 5,2 5,8 6,2 6
Х15 100 47 61,8 46,3 47,6 54,8 56,2
Источник: авторская разработка Source: Authoring
Таблица 6
Результаты моделирования внутри кластеров
Table 6
Modeling results within clusters
Номер кластера Уравнение регрессии Характеристики модели
2 y = 67,12 + 0,98x6 + 0,14x8 + 1,95x12 R2 = 0,88; F(3,6) = 23,5
3 y = 82,37 + 0,001x4 + 0,409x7 + 0,105хю R2 = 0,83; F(3,28) = 14
5 y = 56,85 + 3,8x9+ 0,18x12 + 0,92x6 R2 = 0,98; F(3,12) = 23,5
6 y = 63,42 + 0,07x2 + 0,78x14 R2 = 0,78; F(2,21) = 11,8
Примечание. R2 - коэффициент детерминации, F - значение критерия Фишера. Источник: авторская разработка
Note. R2 - determination coefficient, F - Fisher criterion value. Source: Authoring
Список литературы
1. Гринберг Р., Рубинштейн А. Индивидуум и государство: экономическая дилемма // Российский экономический журнал. 2014. № 3. С. 80-90.
2. Baumol W.J., Bowen W.G. Performing Arts - The Economic Dilemma: A Study of Problems Common to Theatre, Opera, Music and Dance. Twentieth Century Fund, 1966, 582 p.
3. Тросби Д. Экономика и культура. М.: НИУ ВШЭ, 2013. 254 с.
4. Бурдье П. Формы капитала // Экономическая социология. 2002. Т. 3. № 5. С. 60-74.
5. Burt Gordon. Cultural Convergence in Historical Cultural Space-Time. Journal of Cultural Economics, 1997, vol. 21, iss. 4, рр. 291-305.
6. Долгин А.Б. Экономика символического обмена. М.: ИНФРА-М, 2006. 632 с.
7. Рубинштейн А.Я. Методологический анализ теории опекаемых благ. М.: Институт экономики РАН, 2014. 64 с.
8. Ларина Т.Н., Кажаева Т.И. Статистика культуры как индикатор качества жизни населения: современное состояние и приоритетные направления развития // Интеллект. Инновации. Инвестиции. 2012. № 2. С. 147-150.
9. Луховская О.К. Культурный потенциал как социально-экономический ресурс национального хозяйства. Тамбов: ТГУ им. Г.Р. Державина, 2009. 333 с.
10. Сурнина Н.М., Козлова М.А. Проблемы статистико-эконометрического оценивания деятельности культурных индустрий на региональном уровне // Известия УрГЭУ. 2014. № 2. С. 76-80.
11. Каменских М.А. Исследование конкурентоспособности России в рамках глобальной экономики // Экономическое возрождение России. 2014. № 3. С. 66-70.
12. Суринов А.Е. О результатах деятельности Федеральной службы государственной статистики в 2014 году и основных направлениях на 2015 год и плановый период 2016 и 2017 годов // Вопросы статистики. 2015. № 3. С. 4-16.
13. Сменцарев Г.В. Измерение вклада сферы культуры в социальные процессы методами математического моделирования // Вестник Челябинской государственной академии культуры и искусств. 2013. № 1. С. 39-46.
14. Мхитарян В.С., Бакуменко Л.П. Интегральная оценка качества жизни населения Республики Марий Эл // Вопросы статистики. 2011. № 6. С. 60-67.
15. Матраева Л.А. Методология многомерного статистического анализа показателей инвестиционного потенциала региона // Вопросы статистики. 2013. № 6. С. 53-60.
16. Мхитарян В.С., Михайлов С.С. Статистическое исследование факторов, определяющих доходы пенсионной системы Российской Федерации // Вопросы статистики. 2014. № 6. С. 37-42.
17. Барсегян А.А., Куприянов М.С., Холод И.И., Тесс М.Д., Елизаров С.И. Методы и модели анализа данных OLAP и DATA mining. СПб.: БХВ-Петербург, 2004. 336 с.
18. Harman Harry H. Modern Factor Analysis. Third edition, revised. Chicago, University of Chicago Press, 1976, 487 p.
Экономический анализ: Economic Analysis:
теория и практика 8 (2016) 180-190 Theory and Practice
ISSN 2311-8725 (Online) Mathematical Methods and Models
ISSN 2073-039X (Print)
A STATISTICAL INVESTIGATION OF THE DEPENDENCE OF POPULATION'S ECONOMIC ACTIVITY ON THE CULTURAL CAPITAL LEVEL IN RUSSIAN REGIONS
Tat'yana I. KAZHAEVA
Orenburg State Agrarian University, Orenburg, Russian Federation kazhaeva_tatyana@mail.ru
Article history:
Received 23 October 2015 Received in revised form 2 March 2016 Accepted 17 May 2016
JEL classification: C51, R12
Keywords: cultural capital, multidimensional statistical method, economic activity, population, region
Abstract
Importance Cultural capital plays a significant role in ensuring economic growth. The article summarizes views of domestic and foreign scholars on defining the role of cultural capital in the modern society.
Objectives The objective of this study is to classify regions (identification of homogeneous groups) by their cultural capital development and establish statistical relationships between indicators of cultural capital and economic growth.
Methods The study employs multidimensional statistical methods, i.e. the cluster, factor, regression analysis, and the principal component analysis (PCA).
Results The factor analysis identified three principal components that form the cultural capital in the Russian regions. They include the level of sports development, cultural and aesthetic development, and the mainstream culture development. The cluster analysis resulted in forming six clusters, with the leading cluster, mainly consisting of regions of the Central Federal District. Conclusions and Relevance The impact of cultural capital on the level of economic activity of the population is statistically proven for the majority of subjects of the Federation. The findings may be useful when making decisions about targeted State support to structural elements of the cultural capital at both the federal and regional level.
© Publishing house FINANCE and CREDIT, 2015
References
1. Grinberg R., Rubinshtein A. [The individuum and the State: an economic dilemma]. Rossiiskii ekonomicheskii zhurnal = Russian Economics Journal, 2014, no. 3, pp. 80-90. (In Russ.)
2. Baumol W.J., Bowen W.G. Performing Arts - The Economic Dilemma: A Study of Problems Common to Theatre, Opera, Music and Dance. Twentieth Century Fund, 1966, 582 p.
3. Throsby D. Ekonomika i kul'tura [Economics and Culture]. Moscow, NRU HSE Publ., 2013, 254 p.
4. Bourdieu P. [The Forms of Capital]. Ekonomicheskaya sotsiologiya = Journal of Economic Sociology, 2002, vol. 3, no. 5, pp. 60-74. (In Russ.)
5. Burt Gordon. Cultural Convergence in Historical Cultural Space-Time. Journal of Cultural Economics, 1997, vol. 21, iss. 4, pp. 291-305.
6. Dolgin A.B. Ekonomika simvolicheskogo obmena [The Economy of Symbolic Exchange]. Moscow, INFRA-M Publ., 2006, 632 p.
7. Rubinshtein A.Ya. Metodologicheskii analiz teorii opekaemykh blag [A methodological analysis of the sponsored goods theory]. Moscow, IE RAS Publ., 2014, 64 p.
8. Larina T.N., Kazhaeva T.I. [Statistics of the culture as an indicator of the living standards of the population: the current state and development priorities]. Intellekt. Innovatsii. Investitsii = Intelligence. Innovations. Investments, 2012, no. 2, pp. 147-150. (In Russ.)
9. Lukhovskaya O.K. Kul'turnyi potentsial kak sotsial'no-ekonomicheskii resurs natsional'nogo khozyaistva [Cultural potential as a socio-economic resource of the national economy]. Tambov, TSU Publ., 2009, 333 p.
10. Surnina N.M., Kozlova M.A. [Problems of statistical-and-econometric evaluation of activities of cultural industries at the regional level]. Izvestiya UrGEU = Journal of Ural State University of Economics, 2014, no. 2, pp. 76-80. (In Russ.)
11. Kamenskikh M.A. [Studying the competitiveness of Russia within the global economy]. Ekonomicheskoe vozrozhdenie Rossii = Economic Revival of Russia, 2014, no. 3, pp. 66-70. (In Russ.)
12. Surinov A.E. [On results of activities of the Federal State Statistics Service in 2014, guidelines for 2015, and the 2016-2017 planned period]. Voprosy Statistiki, 2015, no. 3, pp. 4-16. (In Russ.)
13. Smentsarev G.V. [Measuring the contribution of the cultural sphere to social processes by means of mathematical modeling]. Vestnik Chelyabinskoi gosudarstvennoi akademii kul'tury i iskusstv = Herald of Chelyabinsk State Academy of Culture and Arts, 2013, no. 1, pp. 39-46. (In Russ.)
14. Mkhitaryan V.S., Bakumenko L.P. [Integral assessment of the living standards in the Mari El Republic].
Voprosy Statistiki, 2011, no. 6, pp. 60-67. (In Russ.)
15. Matraeva L.A. [The methodology of multivariate statistical analysis of investment potential indicators of the region]. Voprosy Statistiki, 2013, no. 6, pp. 53-60. (In Russ.)
16. Mkhitaryan V.S., Mikhailov S.S. [A statistical study of factors determining the income of the pension system in the Russian Federation]. Voprosy Statistiki, 2014, no. 6, pp. 37-42. (In Russ.)
17. Barsegyan A.A., Kupriyanov M.S., Kholod I.I., Tess M.D., Elizarov S.I. Metody i modeli analiza dannykh OLAP i DATA mining [Methods and models of OLAP and DATA mining data analysis]. St. Petersburg,
BkhV-Peterburg Publ., 2004, 336 p.
18. Harman Harry H. Modern Factor Analysis. Third edition, revised. Chicago, University of Chicago Press, 1976, 487 p.
