CC BY
101
отчетности происходит исходя из синтеза методик учета, анализа и аудита, посредством сбора, регистрации, обобщения, анализа и контрольных действий в целях оценки рисков существенного искажения информации.
Таким образом, модель подсистемы учетно-анали-тического обеспечения расчетов с контрагентами представляет собой процесс непрерывных, взаимосвязанных действий, образующих замкнутый цикл управления, ядром которого выступает система бухгалтерского учета.
1. Бухгалтерский учет: бухгалтерская финансовая отчетность: учебник / под ред. проф. Н.Т. Лабынцева. М.: Финансы и статистика, 2008.
2. Дуденков Д.А. Теоретическо-методологические основы бизнес-анализа как направления аналитической работы // Вестник СГСЭУ. 2014. № 2 (51). С. 55 - 60.
3. Кузнецов А.В. Формирование информации об обязательствах в системе бухгалтерского учета экономического субъекта // Вестник СГСЭУ. 2013. № 5 (49). С. 139 - 142.
4. Куттер М.И., Таранец Н.Ф., Уланова И.Н. Бухгалтерская (финансовая) отчетность: учеб. пособие. М.: Финансы и кредит, 2006.
5. Предеус Н.В. О методологии стоимостного измерения обязательств по договору инвестирования в строительстве // Аудитор. 2011. № 11.
6. Пятов М.Л. Бухгалтерский учет и оформление договоров: учеб.-практ. пособие. М.: Проспект, 2011.
Владимир Анатольевич Прокофьев,
доктор экономических наук, профессор кафедры статистики, социально-экономический институт (филиал) ФГБОУ ВПО «РЭУ им. Г.В. Плеханова»
Вячеслав Леонидович Сомов,
кандидат экономических наук, профессор кафедры статистики, Саратовский социально-экономический институт (филиал) ФГБОУ ВПО «РЭУ им. Г. В. Плеханова», руководитель Территориального отделения государственной статистики по Саратовской области
Владимир Александрович Марков,
кандидат экономических наук, доцент, старший научный сотрудник, Саратовский социально-экономический институт (филиал)
ФГБОУ ВПО «РЭУ им. Г.В. Плеханова»
СТАТИСТИЧЕСКОЕ ВЫЯВЛЕНИЕ ДОМИНАНТ СТРУКТУРНЫХ РАЗЛИЧИЙ И СДВИГОВ В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ИНДИКАТОРАХ РАЗВИТИЯ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ*
В статье обосновывается полезность применения коэффициента структурных сдвигов К. Гатева и его активных компонент для определения доминантных (ключевых) индикаторов социально-экономического развития муниципальных образований. Предлагается методика анализа межмуниципальной пропорциональности распределения индикаторов и их активной реструктуризации, акцентирующая внимание администраций муниципальных образований и региона на проблемных зонах социально-экономического развития территорий. Продемонстрированы аналитические и прикладные перспективы применения методики на примере Саратовской области.
Ключевые слова: статистические показатели структуры, структурные сдвиги и различия, активные структурные сдвиги, межмуниципальные сравнения, территориальная пропорциональность, доминирующие факторы развития.
жр Prokofiev@ssea.runnet.ru
Саратовский
йй» Markov.saratov@mail.ru
УДК 31:33
* Статья подготовлена в рамках проекта государственного задания Минобрнауки РФ № 409-2014 «Диверсификация экономики и структуры занятости в условиях усиления влияния глобализации мировой экономики на формирование факторов долгосрочного экономического роста РФ».
V.A. Prokofiev, V.L. Somov, V.A. Markov
STATISTICAL DETECTION OF DOMINANT STRUCTURAL DIFFERENCES AND SHIFTS IN SOCIAL AND ECONOMIC INDICATORS OF THE MUNICIPAL DEVELOPMENT
The paper states the relevance of using K. Gatev coefficient of structural shifts and its active component to determine the dominant (key) indicators of socio-economic development of municipalities; and presents a methodology for analyzing inter-municipal proportionality of the distribution of indicators and their active restructuring that draws the attention of municipal and regional administration to key problem areas of socio-economic development of the region. The authors reveal analytical and applied potential for using the methodology on the example of the Saratov region.
Keywords: statistical indicators of structure, structural shifts and differences, active structural shifts, inter-municipal comparison, territorial proportion, dominant factors of development.
Проводимая в России политика регионализации выражается в повышении автономии администраций как на уровне регионов, так и на уровне муниципалитетов. Такой принцип управления развитием территорий повышает ответственность решений на местном уровне, требует выработки стандартов эффективности деятельности, в первую очередь связанных с поиском и оптимальным использованием ресурсов. Приоритетным на муниципальном уровне считается привлечение инвестиционных и трудовых ресурсов. К примеру, с 2012 г. [6] идет апробация Стандартов по обеспечению благоприятного инвестиционного климата на муниципальном уровне, а основой для создания такого климата являются инвестиционные паспорта муниципальных образований (МО).
Присущие каждому региону и муниципалитету особенности играют определяющую роль для формирования пропорций взаимосвязанного развития ключевых экономических индикаторов в разрезе видов экономической деятельности, муниципальных образований и муниципальных районов (МР).
Причинно-следственная взаимообусловленность значений индикаторов по административно-территориальным образованиям, которая может быть прямой или обратной, непосредственной или транзитивной, тесной или умеренной, отражается и на взаимозависимости их структур, в частности на пространственной пропорциональности индикаторов, которая с течением времени изменяется [5]. Рост пространственной пропорциональности (по муниципалитетам) улучшает региональную сбалансированность и благотворно влияет на качество социально-экономического развития региона. Наличие диспропорциональности в системе ключевых индикаторов, напротив, ухудшает как инвестиционную, так и социальную привлекательность в регионе, вызывая избыточную дифференциацию и «миграцию» финансовых и трудовых ресурсов.
Каждому региону свойственна определенная, сложившаяся к настоящему времени специфика межмуниципального распределения индикаторов социально-экономического развития, типичности и динамики этого распределения, обусловленная как причинами экзоген-
ного характера (природно-климатическими условиями, географическим положением МО и МР), так и причинами эндогенного характера, в первую очередь эффективностью стратегического и оперативного планирования и управления.
Мы считаем, что поиск индикаторов с типической структурой их распределения по МО и МР («доминант»), статистический анализ ее неоднородности (вариации) и динамики в значительной степени позволят раскрыть специфику межмуниципальной пропорциональности региональных индикаторов, обеспечить ее мониторинг и тем самым создать предпосылки для повышения эффективности координации социально-экономического развития региона в понимании последнего как метасистемы управления [2] муниципальным развитием.
С этой целью проведем анализ межмуниципальной пропорциональности и динамики активной реструктуризации индикаторов социально-экономического развития Саратовской области по ключевым индикаторам инвестиционного потенциала [4]:
х1 - среднегодовая численность работников в организациях (чел.);
х2 - стоимость основных фондов коммерческих и некоммерческих организаций (на конец года, тыс. руб.);
х3 - объем промышленной продукции в фактически действовавших ценах (млн руб.);
х4 - оборот розничной торговли в фактически действовавших ценах (млн руб.);
х5 - грузооборот автомобильного транспорта крупных и средних организаций (млн т/км);
х6 - перевозки грузов автомобильным транспортом крупных и средних организаций (тыс. т);
х7 - ввод в действие жилых домов (м2 общей площади); х8 - выбросы вредных веществ в атмосферу без очистки (т).
Выборочная совокупность включает 12 МО: Саратов, Аткарск, Балаково, Балашов, Вольск, Красноармейск, Маркс, Петровск, Пугачев, Ртищево, Хвалынск, Энгельс - за 2003 - 2013 гг. на основе данных Саратовстата [1].
В результате критического анализа известных в статистике показателей структурных сдвигов в динамическом аспекте и структурных различий в статическом
аспекте наиболее подходящим представляется коэффициент К. Гатева [7, с. 13]: - в статическом аспекте:
iI \fi-fji
(1)
где I, I- доли двух индикаторов (х, х) каждого из вышеназванных 12 муниципальных образований в общем итоге (/,_/'= 1,8);
- в динамическом аспекте:
LXi = 2 S \f1 -fo\,
(2)
L = I f - 0 = IW
(3)
При этом «активное» приращение f обусловлено изменением собственно данной части т, а «пассивное» - изменением ее дополнения т*. Хотя теоретически погрешность а может быть такой малой, что ею логично пренебречь, на практике при оперативных расчетах в случае недостаточно большого разбиения исследуемого периода на промежутки времени она может оказаться недостаточно малой, чтобы ее отбросить. Поэтому в таких ситуациях ее логично распределить по приращениям - активному
А ^ = И/с=1 Д/т^
где доли индикаторах.(/= 1,8)текущего и базисного периодов.
Выбор коэффициента К. Гатева в форме (1) или (2) обусловлен следующими позитивными его атрибутами:
• он нормирован (может принимать значения в пределах от 0 до 1);
• не зависит от числа частей совокупности;
• для него разработана шкала градаций структурных различий:
0,00 - 0,10 - схожесть структур; 0,11 - 0,20 - наметившееся различие; 0,21 - 0,25 - низкое различие; 0,26 -0,30 - наметившееся существенное различие; 0,31 -0,35 - существенное различие; 0,36 - 0,40 - наметившееся значительное различие; 0,41 - 0,50 - значительное различие; 0,51 - 0,60 - наметившееся резкое различие; 0,61 - 0,70 - резкое различие; 0,71 - 0,80 - наметившаяся противоположность структур; 0,81 - 1,00 - противоположность структур;
• тождественный аналог формулы (2) в виде:
и пассивному
A fm' ~ Е£=1Д/л
пропорционально их абсолютной величине [7, с. 107 - 109].
В формуле (4) расчеты приростов f за каждый к-й промежуток времени удобно производить следующим способом:
- активная компонента:
A/m, = f (тк> т'к_1) -f (mk_i,m*k_1)
тк
тк+тк_1 тк.1+тк_1
■ пассивная компонента:
bfrn'k =f (тк-1 ,т*к ) - f (тк_ъ т*к_1)
(5)
тк-1
mk-i
тк-1+т'к тк-1+т'к_1
(6)
для всех f1 > fg, совпадающий с величиной L = -1 (f1 - f) = = - IA- f для всех f1 < ^принят в международной практике Европейской экономической комиссией при ООН;
• является стандартным инструментом структурного анализа в зарубежных исследованиях, где известен как NAV - Norm of Absolute Values [9];
• прирост каждой доли (f1 - fg) может рассматриваться как прирост функции двух аргументов - части индикатора (m) и ее дополнения (m*) до целого индикатора: f (m, m*) = m / (m+m*).
Исходя из последнего атрибута разложение полного дифференциала для прироста (f1 - fg) может быть представлено в виде:
i—f —f df = -—dm + ——dm*,
¿m ¿ш
а приращение доли за период в целом аппроксимируется многочисленной суммой линейных приращений f для достаточно малых изменений аргументов m, m* за достаточно малые промежутки времени исследуемого периода:
Af = Zrk=1Afk= Гк=1№тк + bfmO+a,, (4)
где Дf , Д/т» интерпретируются как «активная» и «пассивная» части Д f за k-й промежуток времени; а -погрешность, зависящая от степени отличия закона изменения доли f от линейного, приближающаяся к 0 с увеличением степени дробления периода r на малые отрезки времени.
После проведения расчетов по формулам (5), (6) логично выделить в скорректированном активном приросте положительную и отрицательную составляющие:
2 Д/ш = !?=1 А Гт = !?=1 А А + !?=1 А А , (7)
где [т1, /тг - положительная и отрицательная составляющие активных структурных сдвигов.
По тем же формулам (4 - 7) могут быть рассчитаны оценки активных структурных различий двух индикаторов за определенный период.
Естественно возникает вопрос (проблема): каким образом можно увязать представление непрерывного изменения индикаторов экономики и их структурных сдвигов в экономико-статистической трактовке с классическим определением непрерывной функции в математическом анализе?
Действительно, объективно сформировавшимся в сознании многих экономистов и статистиков препятствием в развитии инструментария исследования непрерывных социальных и экономических процессов является возможность получения информации о размерах индикаторов и показателей социально-экономического развития только на начало и конец соответствующих отчетных периодов, являющихся обязательно-календарными с исторически сложившейся и закрепленной документально продолжительностью (месяц, квартал, год), задающей определенную степень дискретности представления уровней анализируемых явлений.
Кратким пояснением способа преодоления такого препятствия (и, как нам представляется, он в данное время единственно возможен) является понижение
степени дискретности представления уровней социально-экономических явлений (приближение ее к непрерывности) путем дополнения уровней календарных периодов уровнями «астрономических» периодов той же заданной продолжительности (например, года, включающего 12 месяцев или 365 дней) начинающихся и заканчивающихся в одной и той же временной точке (дате) смежных календарных лет (например, с начала каждого месяца 2012 г. до начала того же месяца 2013 г.).
Теоретически такие годовые уровни могут быть определены и на любую другую дату любого месяца (например, на 15 февраля) как для моментных, так и для интервальных первичных и производных рядов динамики, хотя на практике статистика такими возможностями не обладает, а в научных изысканиях подобный подход учета уровней явлений внутри календарных промежутков времени пока не получил ни объяснения, ни тем более широкого распространения.
Характер расположения точек базисного и отчетного периодов (лет) на примере их последовательного разбиения продемонстрируем на следующем рисунке.
базисный год отчетный год
—I-1-1 """Г""—I-1-1
-4-3-2-1 0 12 3 4
Расположение точек начала и конца поквартального разбиения базисного и отчетного года [-4, 0], [0, 4] на временной оси
Интерпретируем следующую представленную на графике «скользящую» последовательность годовых интервалов: [-4, 0] - календарный базисный год; [-3, 1], [-2, 2], [-1, 3] - астрономические годы; [0, 4] - календарный отчетный год.
Аналогично можно составить более мелкие разбиения каждого календарного и астрономического года на месяцы, декады, недели, даже дни и получить при наличии соответствующей исходной информации обилие годовых уровней анализируемых явлений между уровнями базисного и отчетного года.
Данные пояснения обосновывают возможность перехода от формализованных оценок структурных сдвигов экономических индикаторов и их активных компонент к
расчету и интерпретации этих оценок на практике в следующей последовательности:
1) значения Ьх.х. всех попарных структурных различий индикаторов за каждый год интервала (2003 - 2013 гг.);
2) средние значения коэффициента структурных различий:
уп=1,
--=
¿-/-у" '
п-1
где п - число индикаторов Ьх.х., структуры которых попарно сопоставляются за определенный год [напр.: 8, с. 15]. _
Структура индикатора , для которого величина окажется минимальной, может рассматриваться как доминантная, так как она наиболее близка к типичной из всех сравниваемых. Сохранение типичности доминантного индикатора за ряд лет будет свидетельствовать о ее устойчивости в динамике;
3) значения ЬХ1Х. формулы (2) для каждого индикатора за весь интервал (2003 - 2013 гг.);
4) значения активных структурных сдвигов (ХД^т), рассчитанные по формуле (7) для каждого индикатора за весь интервал (2003 - 2013 гг.).
На основе восьми индикаторов муниципального развития для 12 МО за 2003 - 2013 гг. проведены расчеты по пп. 1 - 4, результаты которых представлены в табл. 1.
По двум матрицам в табл. 1 можно локализовать те индикаторы, которые существенно отличаются от основной массы по уровню межмуниципальной пропорциональности, они и являются источниками возникновения структурных различий. Отличительными признаками диспропорциональности являются неравномерность значений Ьх.х. и существенный уровень различий (более 0,31 по шкале градаций) между любым х/ и каждым из остальных индикаторов. Распределения индикаторов 12 МО Саратовской области в 2003 г. характеризуются наметившимся существенным уровнем различий между стоимостью основных фондов (х2) и перевозкой грузов (х6 ), а также существенным отличием индикатора «Выбросы вредных веществ в атмосферу без очистки» (х8) от остальных. В последнем случае высокие различия сохраняют стабильность при переходе от одного инди-
Т а б л и ц а 1
Матрицы значений межмуниципальных различий на основе коэффициентов К. Гатева за 2003 и 2013 гг.
2003 2013
X2 X4 X5 X7 X2 X4 X5 X7
^ 1 0,202 0,187 0,045 0,122 0,167 0,131 0,289 1 0,180 0,112 0,038 0,443 0,140 0,145 0,280
х2 0,202 1 0,128 0,200 0,146 0,266 0,230 0,312 0,180 1 0,236 0,144 0,508 0,221 0,105 0,332
хз 0,187 0,128 1 0,185 0,141 0,242 0,216 0,274 0,112 0,236 1 0,136 0,374 0,093 0,153 0,313
х4 0,045 0,200 0,185 1 0,105 0,168 0,109 0,316 0,038 0,144 0,136 1 0,455 0,153 0,112 0,293
х5 0,122 0,146 0,141 0,105 1 0,164 0,116 0,319 0,443 0,508 0,374 0,455 1 0,305 0,432 0,515
хб 0,167 0,266 0,242 0,168 0,164 1 0,180 0,239 0,140 0,221 0,093 0,153 0,305 1 0,145 0,307
х7 0,131 0,230 0,216 0,109 0,116 0,180 1 0,361 0,145 0,105 0,153 0,112 0,432 0,145 1 0,342
х8 0,289 0,312 0,274 0,316 0,319 0,239 0,361 1 0,280 0,332 0,313 0,293 0,515 0,307 0,342 1
катора к другому, что свидетельствует о межмуниципальной пропорциональности. Некоторая непропорциональность в 2003 г. имеет место для х4 (оборота розничной торговли) и х7 (ввода в действие жилых домов). К 2013 г. структурные различия заметно выросли. Нарастание диспропорций характерно для х5 - до значительного и стремящегося к резкому уровню различия и для х8 - рост вариации значений при попарных сравнениях индикаторов.
Обобщенная (осредненная) картина доминант пропорционального межмуниципального распределения индикаторов социально-экономического развития области выявляется по данным табл. 2.
Наименьшие уровни и первые места в ранжировании занимают такие факторы, как оборот розничной торговли (х4) и среднегодовая численность занятых (х1). Эти индикаторы имеют типичное распределение во всех изучаемых годах, что говорит об их доминирующем характере в динамике. Специфическую природу на протяжении 10-летнего периода сохраняют индикаторы «Грузооборот автомобильного транспорта крупных и средних организаций» (х5) и «Выбросы вредных веществ в атмосферу...»; по всей видимости, эти параметры
имеют неустранимый характер, так как заданы особенностями географического положения и экономическим районированием.
Разделение индикаторов на специфические и типические (доминантные) для совокупности МО, отслеживание тренда для каждого из них ставят вопрос об источниках и перспективах структурных различий. Для ответа на него в табл. 3 представлены результаты анализа структурных сдвигов (на основе формулы (2)) по восьми индикаторам за 10 лет в увязке с направлением и масштабом их изменения.
Рост индикаторов х3 и х5 более чем в 2 раза сопровождается заметными структурными сдвигами в Саратовской области вследствие изменения роли (долей) отдельных МО. Напротив, повышение оборота розничной торговли (х4) более чем в 4 раза происходило пропорционально, что доказывает низкое (4,7%) значение коэффициента К. Гатева. Эта оценка подтверждает предшествующие выводы о доминирующем характере индикатора х4 для пропорциональности муниципального развития. Доминирующая роль индикатора численности занятых (х1) также подтверждается, однако уровень его снижается на 12,6% к 2013 году.
Т а б л и ц а 2
Средние значения межмуниципальных различий индикаторов на основе коэффициента К. Гатева и их ранги г,
за 2003 - 2013 гг. по 12 МО Саратовской области
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 В среднем
г г г г г г г г г г г г
^ 0,163 3 0,174 2 0,191 3 0,241 3 0,203 2 0,196 3 0,212 3 0,199 2 0,196 2 0,221 2 0,191 2 0,199 2
х2 0,212 7 0,230 6 0,248 6 0,267 5 0,256 6 0,262 6 0,309 6 0,282 6 0,250 6 0,272 6 0,246 6 0,258 6
х3 0,196 5 0,226 5 0,242 5 0,227 1 0,227 4 0,222 5 0,220 4 0,210 4 0,222 5 0,255 5 0,202 4 0,223 4
х4 0,161 2 0,172 1 0,185 1 0,240 2 0,195 1 0,190 1 0,203 1 0,200 3 0,195 1 0,219 1 0,190 1 0,196 1
х5 0,159 1 0,183 3 0,190 2 0,434 8 0,383 8 0,424 8 0,432 8 0,519 8 0,435 8 0,437 7 0,433 8 0,366 6
хб 0,204 6 0,260 7 0,267 7 0,315 6 0,233 5 0,213 4 0,208 2 0,196 1 0,197 3 0,244 4 0,195 3 0,230 4
х7 0,192 4 0,184 4 0,230 4 0,261 4 0,221 3 0,195 2 0,220 5 0,235 5 0,220 4 0,237 3 0,205 5 0,218 4
х8 0,301 8 0,417 8 0,420 8 0,366 7 0,379 7 0,340 7 0,407 7 0,291 7 0,369 7 0,442 8 0,340 7 0,370 7
Т а б л и ц а 3
Пропорциональность структурных сдвигов и динамика индикаторов муниципального развития
за 2003 - 2013 гг. в Саратовской области
Индикатор Структурный сдвиг, , % Темп роста (снижения) индикатора за 10 лет, % Значение индикатора
2003 2013
х1 , (чел.) 5,1 87,4 590 924 516 220
х2, (тыс. руб.) 11,3 225,4 311 932 703 161
х3, (млн руб.) 19,0 261,7 89 678 234 692
х4, (млн руб.) 4,7 436,1 45 225 197 207
х5, (млн т/км) 46,8 204,6 545 1 115
х6, (тыс. т) 17,5 83,7 13 016 10 901
х7, (м2) 12,3 335,8 313 557 1 053 019
х8, (т) 28,1 78,1 53 415 41 705
Как уже отмечалось выше, достижение межмуниципальной пропорциональности распределения индикаторов социально-экономического развития требует адресных управленческих решений. Следовательно, необходимо понимать, какие муниципалитеты представляют собой «полюсы роста», а какие - «проблемные точки». Для этого в табл. 4 даны результаты вычисления активных структурных сдвигов - тех изменений, что вызваны собственными усилиями отдельных МО, а также декомпозиция сдвигов на положительные и отрицательные.
Активный положительный сдвиг - это рост вклада (и доли, и объема) отдельного муниципалитета в региональный уровень индикатора. Наилучшие результаты в этом отношении - у МО г. Энгельс, к лидерам также относится МО г. Саратов. Можно назвать деструктивными процессы в гг. Балаково и Балашов. У них практически по всем показателям активное снижение, сопровождающееся уменьшением доли в агрегированных величинах. Такие итоги свидетельствуют о снижении их конкурентоспособности в сравнении с остальными МО Саратовской области, что, вероятно, обусловлено недостаточно эффективной координацией социально-экономического развития со стороны администраций.
Таким образом, выделение в структурных сдвигах активных положительных и отрицательных компонент выявляет роль отдельных МО в усилении доминант регионального развития, а также некоторые тенденции специализации. Это дает возможность акцентировать внимание администраций МО на проблемных зонах развития территорий.
1. Города и районы Саратовской области: стат. сб. Саратов, 2005 - 2013.
2. Дюльберова Д.А. Регион как объект управления и субъект самоуправления // Scientific researches and their practical application. Modern state and ways of development. 2012. 10 -12 Oktober. Ukraine. URL: http://www.sworld.com.ua/index.php/ru/ conference/the-content-of-conferences/archives-of-individual-conferences/oct-2012.
3. Засканов В.Г. Оценка экономической безопасности крупных промышленных регионов с точки зрения их автономности и независимости // Управление большими системами. 2004. № 8. С. 153.
Т а б л и ц а 4
4. Матвейко Р.Б., Хамавова А.А. Геоинформационные инструменты развития территории // Terra Economicus. 2012. Вып. 2. № 12.
5. Прокофьев В.А. Размах активной части структурных сдвигов // Вестник СГСЭУ. 2006. № 3. С. 119 - 123.
6. Стандарт деятельности органов исполнительной власти субъекта РФ по обеспечению благоприятного инвестиционного климата в регионе. Министерство экономического развития и торговли РФ. URL: http://www.economy.gov.ru/minec/activity/ sections/investmentpolicy/doc20121029_012.
7. Статистические методы анализа социально-экономического развития административно-территориальных образований / под ред. В.А. Прокофьева. Саратов, 2008.
8. Телятников Н.Б., Насибулин Р.Р. Статистический анализ пропорциональности и типичности территориального распределения индикаторов экономики // Роль и место статистики в исследовании индикаторов социальной защищенности и устойчивости экономического развития регионов: мат-лы IV Всеросс. науч.-практ. конф. Саратов, 2012. С. 14 - 16.
9. Dietrich A. (2009) Does Growth Cause Structural Change, or Is it the Other Way Round? A Dynamic Panel Data Analysis for Seven OECD Countries // Jena Research Papers in Economics. URL: http://econpapers.repec.org/paper/jrpjrpwrp/2009-034.htm.
Активные структурные сдвиги по индикаторам муниципального развития Саратовской области
за 2003 - 2013 гг., %
Активный сдвиг, всего, %, в т.ч. Х2 хз Х5 X7
-2,0 -3,8 3,2 -2,6 -0,3 -3,0 -5,9 -5,2
- положительный 2,8 6,7 16,8 1,9 30,9 13,4 6,3 21,2
- отрицательный -4,8 -10,5 -13,5 -4,6 -31,2 -16,4 -12,2 -26,4
из них:
Аткарск -0,06 0,17 3,33 -0,41 0,17 0,25 -0,56 -0,18
Балаково -2,27 -9,40 -11,01 -0,44 -6,13 -0,59 2,45 -14,84
Балашов -0,66 -0,31 1,14 -0,95 -1,66 -0,19 -0,90 -0,95
Вольск 0,30 1,01 1,35 -0,32 3,58 -11,70 -3,78 -9,99
Красноармейск -0,13 -0,10 0,03 -0,60 -0,32 -0,35 -0,24 1,42
Маркс -0,42 -0,37 0,77 -0,28 -0,02 0,50 -0,30 0,17
Петровск -0,41 0,26 -0,07 -0,55 -1,01 -0,67 -0,91 12,75
Пугачев -0,37 -0,16 0,67 -0,79 -0,83 -1,19 -0,65 1,43
Ртищево -0,34 -0,16 0,04 -0,07 -0,64 -0,96 -3,39 -0,28
Саратов 1,62 1,56 -2,46 1,81 -17,58 0,82 3,15 3,46
Хвалынск -0,13 0,12 0,08 -0,16 -3,03 -0,75 -1,48 -0,18
Энгельс 0,88 3,54 9,34 0,13 27,15 11,81 0,72 1,97
