CC BY
35ЭКОНОМИКА
ВАЛОВЫЙ РЕГИОНАЛЬНЫЙ ПРОДУКТ КАК ИНДИКАТОР УРОВНЯ ЖИЗНИ НАСЕЛЕНИЯ
Евдокимова Галина Семеновна
Доктор педагогических наук, профессор, Смоленский государственный университет (г. Смоленск), e-mail: evgalsema@yandex.ru
Вшивцев Константин Сергеевич
Магистрант, Смоленский государственный университет (г. Смоленск), e-mail: lareynov@gmail.com
DOI: 10.24412/2072-5833-2022-3-107-116
Аннотация:
Понятие уровня жизни является одним из ключевых параметров оценки эффективности деятельности государства в социально-экономической сфере, поэтому его ценность крайне велика. Одним из главных преимуществ исследования данного показателя является то, что в зависимости от его значений, становится возможным анализ внутренней политики государства, направленной на улучшение благосостояния населения. Индикаторов этого параметра множество, и одним из самых популярных остается показатель внутреннего валового продукта -так сложилось исторически. В действительности нередко оказывается, что не во всех странах с развитой экономикой высокий уровень жизни, и наоборот, поэтому в современных реалиях нередко поднимается вопрос целесообразности использования такого индикатора.
Для исследования данного парадокса рассмотрено само понятие уровня жизни населения, подобраны ключевые характеристики для его отображения и проанализированы различные труды, где поднимаются вопросы на тему взаимосвязи показателей уровня жизни и внутреннего валового продукта. Так же были построены и рассмотрены модели панельных данных, источником данных для которых являлись социально-экономические показатели регионов центрального федерального округа за 2010-2019 гг. В данном случае в качестве замены показателя внутреннего валового продукта были использованы значения валового регионального продукта. На основе результатов моделирования сделаны суждения о возможности и целесообразности использования значения внутреннего валового продукта как индикатора уровня жизни.
В завершение исследуются причины того, почему однозначно судить об уровне жизни на основе значения внутреннего валового продукта, и наоборот, затруднительно, а иногда и невозможно.
Ключевые слова: уровень жизни, внутренний валовый продукт, валовый региональный продукт, модели панельных данных, регрессионный анализ, экономика.
GROSS REGIONAL PRODUCT AS AN INDICATOR OF LIVING STANDARDS
Evdokimova Galina Semyonovna
Doctor of Pedagogics, Professor, Smolensk State University (Smolensk), e-mail: evgal-sema@yandex.ru
Vshivtsev Konstantin Sergeyevich
Master's Degree student, Smolensk State University (Smolensk), e-mail: lareynov@ gmail.com
DOI: 10.24412/2072-5833-2022-3-107-116
Annotation:
The concept of the standard of living is one of the key parameters for assessing the effectiveness of government activities in the socio-economic sphere, so its value is extremely high. One of the main advantages of the study of this indicator is that, depending on its values, it becomes possible to analyze the internal state policy aimed at improving the welfare of the population. There are many indicators of this parameter, and one of the most popular remains the indicator of gross domestic product - so it was historically formed. In reality, it often turns out that not all countries with a developed economy have a high standard of living, and vice versa, so in modern realities the question of the expediency of using such an indicator is often raised.
In order to study this paradox, the concept of the standard of living of the population was considered, the key characteristics for its representation were selected, and various works, which raise questions about the relationship between the standard of living and the gross domestic product, were analyzed. The models of panel data were also built and considered, the source of data for which were the socio-economic indicators of the regions of the Central Federal District for 2010-2019. In this case, the values of gross regional product were used as a substitute for the indicator of gross domestic product. Based on the results of the modeling, judgments are made about the possibility and expediency of using the value of the internal gross product as an indicator of the standard of living.
In conclusion, the reasons why it is difficult and sometimes impossible to unambiguously judge the standard of living on the basis of the value of the internal gross domestic product, and vice versa, are investigated.
Key words: standard of living, gross domestic product, gross regional product, panel data models, regression analysis, economy.
1. Введение
Нередко можно встретиться с мнением, что чем интенсивнее развивается экономика страны (в том числе растут ее экономические показатели), тем, соответственно, должен быть выше уровень жизни населения. Тем не менее, на деле такое суждение не всегда оказывается верным. Особенно интересным в данной проблеме является рассмотрение в качестве одного из основных индикаторов определения уровня жизни значение среднего валового внутреннего продукта (ВВП) на душу населения, о чём пишут О. Бланшар, Г. Иллинг [1].
Согласно яркому представителю российской школы экономики труда и оценки жизни населения Е.И.Капустину, уровень жизни определяетсякак «степень удовлетворения материальных и культурных потребностей населения, задающих благосостояние людей» [3]. Как становится ясно из его трудов, представления об уровне жизни во многом формируются психологическими установками, они же и определяют его характер. Так как подобная характеристика достаточно сложна для исследования в рамках классического математического анализа, далее рассмотрены более явные числовые характеристики, определяющие уровень жизни.
Достаточно непростой задачей становится и непосредственное выявление влияния уровня жизни на формирование человеческого капитала. Эти процессы оказывают взаимное влияние друг на друга, о чём пишет О. С. Сухарев [4], однако, можно ли говорить о причинно-следственных связях, остаётся до конца не ясным. Также можно сказать, что между темпами увеличения национального человеческого капитала и темпами роста ВВП, который является одним из самых существенных индикаторов экономического роста государства, существует прямая и очевидная зависимость, согласно А.И. Подберезкину [9]. Таким образом, всё вышеупомянутое свидетельствует о связи между экономическим ростом государства и уровнем жизни населения, но не дает ответа на вопрос, насколько эта связь сильна.
2. Описание анализируемой базы
Приступая к выбору показателей, необходимо точно решить, какие данные будут явно отображать состояние уровня жизни населения. Так Е.Е. Кононова предлагает рассматривать денежные доходы населения, расходы и потребление продуктов питания, уровень здравоохранения и уровень образования населения [5]. Опираясь на такую систему показателей, были рассмотрены: значения среднедушевых денежных доходов в месяц (в тыс. руб.), потребительские расходы в среднем на душу населения в месяц (в тыс. руб.), среднегодовая численность занятых в экономике человек (тыс. чел.), численность населения на одну больничную койку (чел.) и общая площадь жилых помещений, приходящаяся в среднем на одного жителя (тыс. чел.). В качестве же объектов исследуются субъекты центрального федерального округа (ЦФО) и ставится цель изучить проблемы понятия валового регионального продукта (ВРП) на душу населения (тыс. руб.) как индикатора уровня жизни населения. Далее регрессоры обозначены в аналогичном перечислению выше порядке как XI...
Х2, а значение ВРП на душу населения как Т
В качестве первичных данных были использованы ресурсы статистического сборника «Регионы России. Социально-экономические показатели» [8] за прошлое десятилетие, то есть 2010-2019 гг.
Таблица 1.
Исходные данные
Название региона Year Y X1 X2 X3 X4 X5
Белгородская область 2010 260,0 16,8 10,4 693,5 122,9 25,7
2019 955,9 32,3 26,0 754,1 142,0 32,1
Брянская область 2010 114,7 13,2 9,6 571,6 108,5 25,2
2019 397,7 28,3 24,4 508,6 133,5 30,5
Ярославская область 2010 187,8 14,5 9,5 643,9 86,8 24,5
2019 606,8 28,6 23,0 607,4 115,1 28,5
г. Москва 2010 730,7 43,8 30,0 6386,9 107,0 18,7
2019 19673,0 74,0 57,1 8875,1 153,5 19,4
3. Теоретические основы используемого метода
Пролонгированные панельные данные представляют из себя прослеживаемую во времени выборку объектов, над каждым из которых имеется возможность проводить точечные наблюдения, и часто построены они путём объединения временных рядов - таким образом панели построены и в данной работе. Выбор моделей панельных данных в качестве средства для анализа обоснован основными преимуществами данных этого типа, среди которых:
Предоставление большого количества наблюдений, увеличение числа степеней свободы, снижение зависимости между регрессорами;
Возможность анализа экономических показателей, который не мог бы быть осуществлён с временными рядами и пространственными данными в отдельности.
Таким образом использование данного метода поможет понять, какие регрессоры наиболее «удачны» для формирования модели. А уже на основе выбора и исключения регрессоров из модели можно делать общие выводы, которые касаются темы исследования.
Рассмотрены объединённая модель (без индивидуальных эффектов) [2]:
Модель с фиксированными эффектами:
y_it =^_i+x_it*p+s_it;^_i^[const]_i.
А также модель со случайными эффектами:
y_it =^+x_itA'*p+m_i+s_it;^_i.
4. Проведение анализа с помощью программного пакета plm При помощи среды для статистического анализа «RGui» и пакета для построения моделей панельных данных «plm» [6] была построена модель без индивидуальных эффектов. Здесь и далее панели сбалансированы: n =18 -число панелей, T = 10 - число наблюдений в панели, N = 180 - число выборки панельных данных (рис. 1).
■uidutii)
Kin* 1st фи. He:I.LiQ led Си* Млн.
-г «7. at] -ги.914 'iD.t« гаэ.эга lsies.eti
Cos! Г1с1ети;е:
E4tLM.ce 9td. Ecioc t-value Pr|>|tJk
(iMtrotptl «ГГ.79И143 1J26. 2041i) 0.4il9 0.50B9
H J«,1T1JK KT,Bt«l4 O.HlSJ
12. It.UOM'l D,UH O.HU
хэ -□.□i3Hii o.i63«i -о.гт о.тмг
-5.9103*1 1D.1№S0 0-5713
D -Ц.ММИ |9.1ЙЙ> -1.1М» 0.2Л«
Tut el. Sum и £ Squares: 4019£000C besiduni Sue □ - Squiceii 2.92510000 Й-Siiuaredt Q.J?2lfl
Ad-J . 0, i 511t
r-iWUtlBi 13.G141 on 5 iti.-i 114 tf, p-value: g,iPi?e-u
Рисунок 1. Объединённая модель
Обращая внимание на значения показателя пи-статистики, построение объединенной модели признано успешным. При этом коэффициенты всех регрессоров оказались не значимыми, а значения коэффициента детерминации и его исправленной версии показывают слабый уровень связи по шкале Чеддока. Наличие автокорреляции первого порядка и гетероскедастичности согласно тестам Дарбина-Уотсона и Бройша-Пагана соответственно (что характерно и для всех последующих моделей).
Далее были построены модели с фиксированными эффектами (рис. 2 и рис.
3).
Данные этих моделей оказались намного более противоречивыми. Так, например, модель с межгрупповыми эффектами получила прирост коэффициента детерминации, но показатель его исправленной версии стал ниже. Куда важнее, что изменилась ситуация со значимостью переменных: можно заметить, что они некоторые из них определенно значимы в формируемых моделях.
Стоит сказать, что не все показатели можно просто исключить из модели или оставить. Например, рассмотрение значений среднедушевых денежных доходов в месяц и потребительских расходов в среднем на душу населения в месяц по отдельности имеет мало смысла: иначе может оказаться, что люди получают прирост доходов денежных средств, которые не могут потратить, или же наоборот, тратят деньги сверх того, что имеют. Говорить о росте уровня жизни
можно в случае, если у населения растут как доходы, так и расходы (только, конечно, если речь не идет о гиперинфляции). На основе этого заключения построена новая модель. Исключая вышеупомянутые переменные из анализа, результаты следующие (рис. 4). Исходя из значений пи-статистики, построение новой модели с внутригрупповыми эффектами признано успешным. Все три коэффициента регрессоров оказались значимыми, а именно среднегодовая численность занятых в экономике человек (тыс. чел.), численность населения на одну больничную койку (чел.) и общая площадь жилых помещений, приходящаяся в среднем на одного жителя (тыс. чел.).
-л«.ш «9-ias иит.4»
EitiT№e Std. Error г-viilue Fr[>|^M
11 IDS.727« 71.(5214 1.4165 0.154039
:<з si.ji?si> yr*;of? 1.0044 c,3is?$i
ЯЗ 1,83051. 0.49*19 3.8255 O.DÜO10B
11 -я,««71 it,47751 -э.отзг a.oüiaoo ■*
IS -¡M.I3349 137.09(66 -1.9135 D.057S05 .
Slgnll. сов«: a 4*" O.OOl *"» o.dl o,os 10.1 1 ' 1
ReaidilAi 9uir oi S^uAiei: 226330НЮ
Г-ttittjt Id 15-OiH on 5 and 1ST I F, p-vaiuc: 1.SHtc-l2
Рисунок 2. Модель с внутригрупповыми эффектами
residuals с
■U- Ldt QH. ikdian led Qu. Паи.
-щ.тие 'li.iaes 1.10*?^ 44.wis ш.кт
Co^rtieif riT 3:
Ei С 1л>*ге lid, . EfE ЫС t - Villi* PrOIHI
tXBUntpi] ■ISO- ■ soesis ISO. SiiS« 1 лаз
XI 40, .»1*05 IB, 1. .414« 0, ] SiJiJ-
V С, 31. 0, .045) 0.9 V»«
и , Ii 11» 0. 1, 0. liOSiD
)t4 -0. ,51?+»? i. -0 0<«4»4£
■Б -is, 9U173 11. ■ Ii 111? -3, .»04
Sirjnii. codea: 0 ' + 0.001 0.01 0.Q5 0.1 ■ ' 1
Tot Kl Sum «I sq^wsa; Я31ВД iesiduai So of Square*: 12K6 R-3quaredt 0.98924
Ad i. Ihlfwnli 0, 30476
r-atltlltilll iiÖ-fiS-S OD 5 ELTid 12 t>F. p-velur: t.lflh^ll
Рисунок 3. Модель с межгрупповыми эффектами
Reaiduala:
Hiii. IsL Qu. Hedian
-4S79_9i939 -121,1750 -0.301S9
3rd Qu, Клу.
1ЭБ_5£Й97 1Э2Ы]. 942 31
Сое Г£ Isle tit з:
Estimate ЯЩ, Error t-vai'j= Pr (> 111 j
КЗ 2.6H61 0,4501) C.1BH L.?94a-09
XI -30,52570 Li.-35344 -l,066i О.ОбЗЕО ,
X5 184.5789; 83,51-343 2, 2102 0,02952 *
Энни- сояе-э;
0-Q01
I" C-01
0,05
0, 1
Total Sum oi Squares: 334610000 Ele-aidual Ёш at ¿i^jaire-a: £20000 R-ScmsredU 0,23336
Jkd;). R-Sauaced: 0.1.3692
F-atatiJtic; lfi.1324 0:1 Э and 159 bT, p-vaiiie: S,330ic-09
Рисунок 4. Новая модель с внутригрупповыми эффектами
Что же касается модели с межгрупповыми эффектами, то высокие показатели коэффициента детерминации и его исправленной версии очень обманчивы, так как значимым регрессором оказалась только общая площадь жилых помещений на одного жителя - построение модели можно признать успешным, но результаты не являются удовлетворительными.
И, наконец, модель со случайными эффектами (рис. 5).
Ре j Ld'i?i La : liii
-2Й47.863
lit Оч, Hedivn ]rd Ou, Ячк.
2II.»IB -30,549 189. В 15195.S6B
Co el С lcluta:
(Intercept) II
za
ЯЗ 15
LatImtc Std. Error t-vaiut Pr|>|r|}
977.7^0 ¡4? lUf,miO Q.4619 0.50BD
ет.агвзй1 o.4isi o.sist
Orin: O.ifili
-D.04361« O.163624 -D.i«1t 0,7889
-s,a?0Mi ю. лаз so о.яо*
-Si.045399 53.JS954B -1.16(9 0.2432
Total Sum 61 lVM»j 10 1920000 KiaiduAl Sins Of S^u&ciJ: 29 2 DOC a i-iqUKci: 0T27il»
Adj. t-lqamdi 0.25127
Chiaq: 4n ) DF< p-value: 1.0ft J 7t
H
Рисунок 5. Модель со случайными эффектами
Переменные также оказались не значимыми, а показатели коэффициента детерминации и его исправленной версии низкими. 5. Основные выводы
Решая проблему того, какая из моделей наиболее верно характеризует социально-экономические процессы субъектов ЦФО, необходимо уделить
113
внимание особенностям формирования совокупности данных и характеристик входящих в нее объектов. Так, для моделей предприятий и компаний, отраслей, регионов и стран наиболее часто используются модель с фиксированными эффектами, поскольку каждый из объектов такой выборки обладает своими индивидуальными особенностями, а целью построения модели является, в частности, получение прогноза для конкретного объекта выборки. Очевидно, что в рамках рассматриваемого вопроса наибольшее предпочтение по особенностям формирования совокупности данных необходимо отдать модели с фиксированными эффектами. Поэтому в качестве модели, на основе которой сделаны выводы, используется новая модель с внутригрупповыми эффектами, как наиболее соответствующая требованиям значимости коэффициентов и значениям пи-статистик.
Причин таких результатов может быть множество, но основной будет проблема самого понятия «уровень жизни населения», интерпретаций которого существует великое множество, и очень часто они объясняют, исследуют и характеризуют совершенно различные ее стороны. Рассуждая в таком ключе, необходимо допустить, что данные, на основе которых были сформированы модели, были выбраны неудачно. Предполагая это, приходится и признать, что рассмотренные показатели доходов, расходов, количества больничных коек, занятости и площади жилья на уровень жизни не влияют, что не соответствует большинству определений понятия «уровень жизни населения», а потому данное допущение не является возможным. Свое объяснение предлагает и И. Васильев, ссылаясь на исследование «Social Progress Imperative» [7], показывая, что некоторые страны, которые имеют средние значения ВВП, могут давать как хорошие показатели, характеризующие уровень жизни, значение которого тоже будет далеко от показателя ВВП в иерархии сравниваемых стран, так и совершенно провальные - таким ярким примером является Российская Федерация. Становится ясно, что сильная связь между ВРП и уровнем жизни - это скорее индивидуальный пример конкретных стран, чем правило, которое можно распространить на все остальные.
Важным недостатком ВВП является и тот факт, что показатель измеряет денежные операции по рыночным ценам, таким образом игнорируя внешние экологические эффекты, истощение ресурсов. Показатель оставляет без внимания и инфраструктуру как таковую, человеческий капитал и большую часть неоплачиваемого домашнего труда. Например, из-за того, что растет число женщин, у которых имеется оплачиваемая трудовая деятельность, вырос и рынок услуг по уборке и уходу за детьми, и домохозяйства теперь могут переходить от предоставления таких услуг к их покупке - игнорирование работы по дому, как вида любой другой работы, в итоге кажется очень странным. И, конечно же, одна из главных проблем ВВП - это то, что показатель совершенно не учитывает неравенство распределения финансовых средств. Всё вышеперечисленное важно для оценки уровня жизни как в долгосрочной, так и краткосрочной перспективе
6. Заключение
По итогам исследования необходимо признать, что показатели ВВП и ВРП, так или иначе, не способны в полной мере отобразить все процессы, характеризующие экономическое состояние государства или региона. К этой проблеме добавляются также проблемы учета, как на региональном, так и на национальном уровне. Не менее большой проблемой является и размытое понятие термина «уровень жизни населения». Все вышеописанное не означает, что рассматриваемые показатели не являются эффективными, однако их недостатки в совокупности не позволяют им стать отображением друг друга, а потому сделать окончательные выводы о том, насколько показатель ВВП на душу населения (или ВРП в рамках региона) является хорошим или плохим для индикации уровня жизни, представляется очень трудной задачей, потому относиться к связи между ними необходимо крайне аккуратно, а иногда даже и скептически.
Литература
1. Blanchard O., Illing G. Makroökonomie. Pearson Education / Olivier Blanchard, Gerhard Illing // Pearson Education Deutschland. 2009. 871p.
2. Бабешко Л.О. Эконометрика и эконометрическое моделирование в Excel и R. Учебник / М.: ИНФРА-М. 2021. С.296.
3. Капустин Е.И. Уровень, качество и образ жизни населения России / М.: Наука. 2006. C.324.
4. Сухарев О.С. Уровень и качество жизни населения как критерии измерения результатов экономического развития / М.: Экономический анализ, теория и практика. 2012. C.1-10.
5. Кононова Е.Е. Оценка уровня жизни населения как фактора формирования устойчивого развития социо-эколого-экономической системы Орловской области / М.: Региональная экономика: теория и практика. / М.: Социально-экономическая политика. 2015. C.44-54.
6. Package 'plm': [Электронный ресурс]. Режим доступа: URL: https:// cran.r-project.org/web/packages/plm/plm.pdf.
7. Почему уровень ВВП не всегда влияет на качество жизни: [Электронный ресурс]. Режим доступа: URL: https://www.forbes.ru/sobytiya/ekonomika/info-graphics/261441-pochemu-uroven-vvp-ne-vsegda-vliyaet-na-kachestvo-zhizni.
8. Регионы России. Социально-экономические показатели: [Электронный ресурс]. Режим доступа: URL: https://rosstat.gov.ru/folder/210/document/13204.
9. Темпы роста ВВП и человеческий капитал: [Электронный ресурс]. Режим доступа: URL: https://mgimo.ru/about/news/experts/242193/.
References
1. Blanchard O., Illing G. Makroökonomie. Pearson Education / Olivier Blanchard, Gerhard Illing // Pearson Education Deutschland. 2009. 871p.
2. Babeshko L.O. Jekonometrika i jekonometricheskoe modelirovanie v Excel i R. Uchebnik [Econometrics and Econometric Modeling in Excel and R. Textbook] Moscow, «INFRA-M» Publ. 2021. 296p.
3. Kapustin E.I. Uroven', kachestvo i obraz zhizni naselenija Rossii [Level, quality and way of life of the population of Russia] Moscow, «Nauka» Publ. 2006. 324p.
4. Suharev O.S. Uroven' i kachestvo zhizni naselenija kak kriterii izmerenija rezul'tatov jekonomicheskogo razvitija [Level and quality of life of the population as criteria for measuring the results of economic development] Moscow, «Jekonomich-eskij analiz, teorija i praktika» Publ. 2012. pp.1-10.
5. Kononova E.E. Ocenka urovnja zhizni naselenija kak faktora formirovani-ja ustojchivogo razvitija socio-jekologo-jekonomicheskoj sistemy Orlovskoj oblasti / M.: Regional'naja jekonomika: teorija i praktika [Estimation of the standard of living of the population as a factor in the formation of sustainable development of the so-cio-ecological-economic system of the Oryol region]. Moscow, «Social'no-jekonom-icheskaja politika» Publ. 2015. pp.44-54.
6. Package 'plm'. Available at https://cran.r-project.org/web/packages/plm/plm.
pdf.
7. Pochemu uroven' VVP ne vsegda vlijaet na kachestvo zhizni [Why the level of GDP does not always affect the quality of life]. Available at https://www.forbes.ru/ sobytiya/ekonomika/infographics/261441-pochemu-uroven-vvp-ne-vsegda-vliyaet-na-kachestvo-zhizni.
8. Regiony Rossii. Social'no-jekonomicheskie pokazateli [Regions of Russia. Socio-economic indicators]. Available at https://rosstat.gov.ru/folder/210/docu-ment/13204.
9. Tempy rosta VVP i chelovecheskij kapital [GDP growth rate and human capital]. Available at https://mgimo.ru/about/news/experts/242193/.
ВНЕДРЕНИЕ СИСТЕМЫ ПОКАЗАТЕЛЕЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ МУНИЦИПАЛЬНОГО ИМУЩЕСТВА И ФУНКЦИОНИРОВАНИЯ МУНИЦИПАЛЬНЫХ ОРГАНИЗАЦИЙ Г. СОЧИ
Сычев Сергей Евгеньевич
Кандидат экономических наук, доцент, Международный инновационный университет (г. Сочи), e-mail: ivannka28@mail.ru
Бегеретова Сульета Нурбиевна
Кандидат экономических наук, доцент, Международный инновационный университет (г. Сочи), e-mail: migmu.miu.sochi@mail.ru
DOI: 10.24412/2072-5833-2022-3-116-124
