CC BY
11DOI 10.47576/2712-7516_2022_10_1_19 УДК 332.05
ВЛИЯНИЕ ПАНДЕМИИ КОРОНАВИРУСНОЙ ИНФЕКЦИИ НА ВЗАИМОСВЯЗЬ ПОКАЗАТЕЛЕЙ УРОВНЯ ЗАНЯТОСТИ НАСЕЛЕНИЯ И ВАЛОВОГО ВНУТРЕННЕГО ПРОДУКТА
Евдохарова Юлия Анатольевна,
студент 3 курса обучения по направлению 380302 Менеджмент, Северо-Восточный федеральный университет им. М. К. Аммосова, г. Якутск, Россия, e-mail: julialikote@gmail. com
Романова Елена Валерьевна,
кандидат экономических наук, доцент, доцент кафедры экономической теории, Северо-Восточный федеральный университет им. М. К. Аммосо-ва, г. Якутск, Россия, e-mail: evroma@bk.ru
В статье на основе данных об уровне занятости и размере валового регионального продукта по 86 регионам Российской Федерации за 2018 и 2020 гг. анализируется влияние пандемии корона-вирусной инфекции на экономику страны. Эконометрическое моделирование подтвердило наличие сильной и прямой взаимосвязи между изучаемыми показателями.
Ключевые слова: валовый региональный продукт; занятость населения; пандемия корона-вирусной инфекции Covid-19; корреляционный анализ; дисперсионный анализ; модель регрессии; коэффициент корреляции; коэффициент эластичности.
UDC 332.05
THE IMPACT OF THE CORONAVIRUS PANDEMIC ON THE RELATIONSHIP BETWEEN EMPLOYMENT AND GROSS
DOMESTIC PRODUCT
Evdokharova Yulia Anatolievna,
student of the 3rd year of study in the direction 380302 Management, NorthEastern Federal University. Named after M. K. Ammosova, Yakutsk, Russia, e-mail: julialikote@gmail. com
Romanova Elena Valerievna,
Candidate of Economic Sciences, Associate Professor, Associate Professor of the Department of Economic Theory, North-Eastern Federal University Named after M. K. Ammosova, Yakutsk, Russia, e-mail: evroma@bk.ru
In the article, based on data on the level of employment and the size of the gross regional product for 86 regions of the Russian Federation for 2018 and 2020. the impact of the coronavirus pandemic on the country's economy is analyzed. Econometric modeling confirmed the presence of a strong and direct relationship between the studied indicators.
Keywords: gross regional product; employment; pandemic coronavirus infection Covid-19; correlation analysis; dispersion analysis; regression model; correlation coefficient; elasticity coefficient.
Валовый региональный продукт является важнейшим показателем развития экономики каждого региона страны. Он характеризует благосостояние региона на основе анализа производственной деятельности предприятий, направленных на производство и реализацию услуг и товаров.
Валовый региональный продукт представляет собой показатель, который охватывает все результаты деятельности по региону. Через систему национальных счетов ВРП можно охарактеризовать как сумму вновь созданной продукции и услуг, которые были произведены в конкретном субъекте Российской Федерации [9-11].
В настоящее время в Российской Федерации действует принятый 26 декабря 2001 г. классификатор видов экономической деятельности. Данный классификатор необходим для того, чтобы производить расчеты макроэкономических показателей и приводить их к определенным стандартам на основе оценки по валовому региональному продукту, которая была произведена производственным методом и методом формирования по источникам доходов [1; 3].
На изменение показателя валового регионального продукта оказывают влияние множество факторов. Изменения в значениях факторов могут оказывать влияние на изменение валового регионального продукта, а также они могут быть просто взаимосвязанными, но и развиваться параллельно в зависимости от какого-то третьего фактора.
Можно выделить четыре группы показателей, взаимосвязанных с ВРП.
К первой группе показателей, являющихся факторными признаками для ВРП, были отнесены показатели, характеризующие уже накопленный потенциал (мощности) и объем новых вложений (среднегодовая численность занятых в экономике; затраты на технологические инновации; инвестиции в основной капитал; иностранные инвестиции в экономику российской федерации; стоимость основных фондов; число предприятий и организаций; число малых предприятий) [12-15].
Ко второй группе показателей, для которых валовой региональный продукт является фактором, то есть результативным от валового регионального продукта признакам, относятся: валовое накопление основ-
ного капитала; доходы консолидированных бюджетов субъектов Российской Федерации; расходы консолидированных бюджетов субъектов Российской Федерации; фактическое конечное потребление домашних хозяйств [12].
В третью группу входят показатели, являющиеся частью целого валового регионального продукта, а именно производственные показатели промышленности, сельского хозяйства и сферы услуг [12].
К четвертой группе относятся внешние по отношению к валовому региональному продукту показатели. Их развитие происходит параллельно и, возможно, в зависимости от третьего фактора, такого как численность населения [12].
При этом возникает вопрос о причинно-следственных отношениях во взаимосвязи показателей валового регионального продукта и занятости населения. П А. Бондарен-ко говорит о том, что «зависимости между ними не всегда оказываются прямыми и однозначными. Так, развитие производства способствует повышению уровня занятости» [2; 4; 5].
Р. Денисон утверждает, что экономический рост определяется не столько количеством затраченных факторов производства, сколько повышением их качества, прежде всего качества рабочей силы [8].
С. Н. Пшеничникова провела обзор источников экономического роста в теориях марксистов, маржиналистов, в которых труд выступает основным фактором производства [8]. Следует отметить, что на базе маржи-налистской методологии и возникла теория «человеческого капитала».
Обзор исследований зарубежных и отечественных авторов показал, что анализ взаимосвязи занятости с макропоказателями (на региональном уровне - с ВРП) может строиться как исходя из того, что занятость выступает признаком-фактором, так и с позиции занятости как результирующего признака. Во всех отечественных исследованиях отмечается необходимость учета региональной специфики занятости при выявлении возможных регрессионных зависимостей [7].
Пандемия новой коронавирусной инфекции Covid-19 бросила вызов всему обществу и создала условия для глобальных изменений в мировой экономике. В России локдаун
в 2020 г. продолжался около трех месяцев, когда большинство предприятий и организаций вынуждены были перейти на дистанционный формат работы, а ряд хозяйствующих субъектов столкнулись с необходимостью сокращения работников или закрытия своих предприятий. В результате это способствовало ухудшению ситуации на рынке труда, в связи с чем возникла необходимость в теоретических исследованиях по анализу зави-
симости ВРП от занятости в условиях развития подобных явлений и процессов.
Влияние развития коронавирусной инфекции и необходимости введения локдауна, изменения формата работы на предприятиях до конца 2020 г. находят свое отражение в динамике показателей занятости населения и суммарного валового регионального продукта по регионам России за 2018 и 2020 гг. (рис. 1).
а) б)
Рисунок 1 - Уровень занятости (а) с 15-72 лет (тыс. чел.) и ВРП (руб.) (б) за 2018 и 2020 гг.
За анализируемый период (2018-2020 гг.) общий уровень занятости населения по регионам страны сократился на 2,5 %. По итогам 2020 г. основными причинами сокращения занятости являлись увольнения и сокращения в связи с распространением коронавирусной инфекции Covid-19 в России и необходимостью введения локдауна. При этом наибольший ущерб понес малый и средний бизнес, так как именно он не обладает подушкой безопасности, которая помогла бы пережить кризис. Согласно опросу, который проводил банк «Открытие», 35 % работодателей снизили сотрудникам зарплату в период пандемии, а каждая четвертая компания сократила свой штат [16].
На фоне сокращения уровня занятости уровень ВВП сократился более интенсивно - на 9,5 %. Данная закономерность позволяет судить о наличии взаимосвязи между данными показателями и гипотезой нашего исследования выступает предположение о влиянии пандемии на изменение характера взаимосвязи между изучаемыми показателями.
Процесс анализа и моделирования изучаемой взаимосвязи в статье будет проведен в соответствии со следующими этапами:
1 этап: информационный. В качестве эмпирической базы были использованы данные Федеральной службы государственной статистики о численности занятых и валовом региональном продукте за 2018 и 2020 гг. по регионам федеральных округов Российской Федерации.
2 этап: параметризация модели, то есть выбор общего вида модели (линейная, криволинейная).
3 этап: идентификация модели, то есть статистический анализ модели и оценка ее параметров, которая также включала расчет показателей корреляции, детерминации и эластичности:
(1)
(2)
г (-100%)
(3)
где Х - значения факторного признака; У - результативного признака; г - коэффициент корреляции; г2 - коэффициент детер-
минации; э _ коэффициент эластичности; а1 - коэффициент регрессии. 4 этап: оценка качества модели. Для оценки качества модели были применены следующие процедуры:
1) дисперсионный анализ на основе F-критерия Фишера ^-критерий). Фактическое значение Р-критерия вычисляется:
(1)
р
ф&Ф
факт
д!Г
где
- фактическое значение
/
г/шкгп,
т.
"а
(2)
10 000 000 000,00 9 ООО ООО 000,00 8 000 000 000,00 7 ООО ООО 000,00 6 000 000 000,00 5 000 000 000,00 4 ООО ООО 000,00 3 000 000 000,00 2 ООО ООО 000,00 1000 000 000,00 0,00
*
.: -
Р-критерия Фишера; - факторная дисперсия на одну степень свободы; Ач„,- остаточная дисперсия на одну степень свободы;
2) оценка статистической значимости параметров модели на основе критерия Стью-дента:
2000 б)
4000
БООО В000
где Чккт.^ фактические значения
критерия Стьюдента по параметрам а0 и а1 соответственно; а0 и а1 - коэффициенты уравнения регрессии; - стандартные
ошибки по параметрам соответственно.
Для визуализации взаимосвязи между показателем занятости населения и валового регионального продукта (ВРП) построено поле корреляции за 2018 и 2020 гг. по 86 наблюдениям (регионам федеральных округов Российской Федерации).
Рисунок 2 - Поле корреляции взаимосвязи показателей за 2018 г. (а) и 2020 г. (б)
Как видно на рис. 2, изучаемая взаимосвязь между показателями прямая и достаточно сильная. Следует отметить, что для регионов с наименьшими показателями занятости поле корреляции отражает высокую концентрацию значений, то есть сильную связь, но в регионах с большими показателя -ми занятости степень концентрации снижается. Поэтому можно заключить, что в регионах с меньшей численностью населения и, соответственно, занятых в экономике (например, регионах Дальневосточного федерального округа) взаимосвязь между изучаемыми показателями проявляется более сильно, чем в регионах с большей численностью населения (например, регионах Центрального федерального округа). Причем данная закономерность более четко проявлялась в 2018 г., чем в 2020 г.
Форма поля корреляции позволила принять решение о построении линейной модели, по показателям 2018 г. она имеет следующий вид:
а)
Значение оцениваемого параметра при факторе Х (уровне занятости населения) показывает, что при увеличении занятости населения на 1 тыс. чел. размер ВВП по регионам страны в среднем увеличивается на 2042882 тыс. руб., то есть связь между показателями прямая. Отрицательное значение коэффициента а0 в уравнении регрессии свидетельствует о том, что изменением показателя ВРП в 2018 г. происходило более интенсивно, чем изменение фактора занятости населения в регионах России.
Таблица 2 - Показатели дисперсионного анализа и статистической значимости параметров
модели взаимосвязи в 2018 г.
Регрессионной столч истика
Множествен нынК 0Г3603С46Я1
Й-к&адрат 0,740124144
Нормированный К-1РД
Стоило ртнзя 0ШЛб 4« 11622373 84
наблюдения 87
Ди СЛч районный 4 ч¿Лиа
ЧГ К5 очимос то ^
Зегрессг1я 1 3,33351Е#2В 3,ЗВЕ+2(] 242,07325 1.34Е-26
Остаток 85 1ДЗЁОЗ.Е+2С 14Е+1а
Итого й 4,571 J4f-.SC
Стрндартнря ошибка t- стртуг 1ТМКО Р- Зночехие 95% 95% Нижние 95,0% верхние 95,0%
У-пер€е*ч«**0 -6072957132,7 169717617,7 -3,57327 0,00057417 ■269351292 ■9/4Е+03 -2,7Е-ЮВ
X 2М 2532,016 131299,333)6 15,55£Э 1,34Е-2б 1731623 2303941,4» 17В1823 2303341
Результаты дисперсионного анализа и оценки статистической значимости параметров модели позволяют судить о качестве модели с вероятностью 0,95:
- фактическое значение показателя F-критерия Фишера составляет 242, что превышает табличное значение (3,96);
- фактические значения критерия Стью-дента при параметрах а0 и а1 модели регрессии составляют 3,6 и 15,6 соответственно, что превышает табличное значение (1,96).
По показателям 2020 г. регрессионная модель имеет следующий вид:
у = 4429182 + 1234772 ■ X
Значение оцениваемого параметра при факторе Х в регрессионной модели за 2020 г. показывает, что при увеличении занятости населения на 1 тыс. чел. размер ВВП по регионам страны в среднем увеличивается на 1234772 тыс. руб., то есть связь между показателями также прямая, но абсолютное изменение ВРП уже меньше, чем по показателям 2018 г. Положительное значение коэффициента а0 в уравнении регрессии свидетельствует о том, что изменением показателя ВРП в 2020 г. происходило уже менее интенсивно, чем изменение фактора занятости населения в регионах России.
Таблица 3 - Показатели дисперсионного анализа и статистической значимости параметров модели взаимосвязи в 2020 г.
И ггрессионная статистика
Множественны! 0,813523
и-квадрат 0,66182
Нормировании! 0,657842
Стандартная ош 8,57Е+08
Наблюдения 87
Дмгереионный анализ
<9 51 М5 Г Значимо сть Р
Регрессия 1 1,22Е+20 1,22Е+20 166, 3455 1,ОЗЕ-21
Остаток 85 6,25Е+19 7.35Е+17
итого 86 1,&5Е+20
Козффи циенты Стондо ртная ошибка Г- статис тика Р- Зночени е нижние 95% Верхние 95% Нижние 95,0% верхние 95,0%
У-пересечение 4429182 1,22ЕЧ8 0,035305 0,971125 ■2,4Е-Ю8 2,47Е+08 -2,4Е+03 2р47Е+ОВ
X 1234772 95737,33 12,5975 1.03Е-21 1044421 1425124 1044421 1425124
Результаты дисперсионного анализа и оценки статистической значимости параметров с вероятностью 0,95, за исключением параметра а0:
- фактическое значение показателя F-критерия Фишера составляет 166, что превышает табличное значение (3,96) и позволяет судить о существенности изучаемой взаимосвязи;
- фактическое значение критерия Стью-дента при параметре а0 составляет 0,97, что позволяет подтвердить его статистическую значимость только с вероятностью 0,51;
- фактическое значение критерия Стью-дента при параметре а1 модели регрессии составляет 12,9, что превышает табличное значение (1,96).
Таким образом, изменения в параметрах регрессионной модели взаимосвязи показателей ВРП и занятости населения по регионам страны, а также изменения в оценке статистической значимости параметров модели позволяют судить о наглядных изменениях в исследуемой взаимосвязи, которые могли быть спровоцированы распространением в 2020 г. коронавирусной инфекции Covid-19, повлекшим за собой изменения на рынке труда и, как следствие, изменения в показателях ВРП по регионам страны.
Таблица 1 - Результаты корреляционного анализа
Показатель 2018 г. 2020 г.
Коэффициент корреляции 0,86 0,81
Коэффициент детерминации 0,740, или 74 % 0,662, или 66,2 %
Коэффициент эластичности, % 1,53 0,996
Значения коэффициента корреляции за 2018-2020 гг. свидетельствуют о наличии сильной и прямой связи между показателями. Однако значение показателя в 2020 г. меньше, чем в 2018 г., и вариация показателя ВРП в 2020 г. на 66,2 % объяснялась изменением занятости населения против 74 % в 2018 г.
Значение коэффициента эластичности в 2018 г. свидетельствует об эластичности изменения ВРП под влиянием фактора занятости населения, то есть при изменении уровня занятости на 1 % ВРП изменялся более интенсивно, на 1,53 %. А в 2020 г. значение показателя уменьшилось и стало лишь близко эластичности взаимосвязи, то есть при из-
менении уровня занятости населения на 1 % уровень ВРП изменялся менее интенсивно -на 0,996 %.
Полученные факты дают основание предполагать, что развитие пандемии коронави-русной инфекции Covid-19 в России в 2020 г. привело к незначительному, но ослаблению взаимосвязи между занятостью населения и показателем валового регионального продукта.
Состояние рынка труда оказывает влияние на уровень важнейшего макроэкономического показателя эффективности экономики - валовый внутренний продукт. При этом обзор исследований зарубежных и отечественных авторов показал, что занятость выступает значимым фактором в оценке вариации уровня ВВП.
Несмотря на предпринимаемые государством меры по поддержке бизнеса в период пандемии, на российском рынке труда в 2020 г. сокращается занятость населения и, как следствие, сокращаются размеры ВРП, что позволило выдвинуть гипотезу об изменении характера влияния занятости на уровень ВРП в регионах страны.
По результатам моделирования взаимосвязи между показателем занятости и уровнем ВРП в регионах Российской Федерации за 2018-2019 гг. можно отметить следующие особенности и закономерности:
- взаимосвязь между изучаемыми показателями статистически значима, что дает основание судить о влиянии фактора занятости на изменение уровня ВРП;
- в регионах Российской Федерации с мень -шей численностью населения взаимосвязь проявляется как более сильная, чем в регионах с большей численностью населения;
- по показателям 2018 г. (до пандемии) определено прямое направление взаимосвязи, то есть чем выше уровень занятости, тем выше показатели ВРП, причем, согласно построенной регрессионной модели, в 2018 г. изменение ВРП происходило более интенсивно, чем изменение уровня занятости населения в регионах России;
- по показателям 2020 г. (локдаун, период пандемии) направление взаимосвязи между показателями сохраняется, но изменение показателя ВРП происходило уже менее интен -сивно, чем фактора занятости населения в регионах России;
- значение коэффициента эластичности подтверждает эластичность изменения ВРП до пандемии, но в условиях пандемии его значение снижается до значения меньшего единицы, то есть в условиях пандемии изменение ВРП неэластично под влиянием изменения уровня занятости на рынке труда;
- показатели корреляции свидетельствуют о проявлении сильной связи между показателями, но теснота связи в 2020 г. становится слабее.
Таким образом, проведенное исследование зависимости валового регионального продукта и занятости на региональных рынках труда позволяет принять выдвинутую гипотезу о влиянии пандемии на изменение характера взаимосвязи между изучаемыми показателями, что дает информацию для дальнейшего учета и исследования данной взаимосвязи в условиях техногенных, климатических, эпидемиологических и прочих воздействий на экономику нашего государства.
Список литературы_
1. Белкина Т. Д. Диагностика городского развития через систему индикаторов // Проблемы прогнозирования. 2018. № 2. С. 40-45.
2. Бондаренко Г А. Взаимосвязь индикаторов социально-экономического развития и занятости населения региона: статистическое исследование // Учет и статистика. 2011. № 2.
3. Владимирова Л. П. Прогнозирование и планирование в условиях рынка : учебное пособие для студентов вузов. М.: Дашков и К, 2005.
4. Дорошенко И. В. Региональная экономика и размещение производительных сил. М., 2019.
5. Иванов Ю. Н. Экономическая статистика. Валовый внутренний продукт - Важнейший показатель СНС. URL: https://nashaucheba.ru/page=23 (дата обращения: 10.01.2022).
6. Козлова Е. И., Новак М. А. Обзор методик выявления взаимосвязи динамики занятости населения и валового регионального продукта // Инновационная экономика: перспективы развития и совершенствования. 2018. № 8.
7. Корчагин Ю. А. Региональная финансовая политика и экономика. М.: Феникс, 2006.
8. Пшеничникова С. Н., Пшеничников Р. С. Влияние занятости и инвестиций на экономический рост в странах «Большой восьмерки» // Известия Санкт-Петербургского государственного экономического университета. 176. Инновационная экономика: перспективы развития и совершенствования. 2018. № 8 (34). 2016. С. 7-16.
9. Региональная экономика / Под ред. В. И. Видяпина и М. В. Степанова. М.: ИНФРА-М, 2007. 666 с.
10. Северо-Западный федеральный округ. Аналитический обзор по социально-экономическому положению субъектов РФ (с показателями, влияющими на электропотребление). URL: https://webcache.googleusercontent. com/search?q=cache:gQaXQFchTM0J (дата обращения: 06.12.2021).
11. Сибирский федеральный округ. Аналитический обзор по социально-экономическому положению субъектов РФ (с показателями, влияющими на электропотребление). URL: https://www.np-sr.ru/sites/default/files/sr_ pages/SR_0V032035/sibirskiy-federal-nyy-okrug.pdf (дата обращения: 06.12.2021).
12. Совершенствование системы государственного и муниципального управления в Российской Федерации и ее регионах / итоговая науч.-метод. конф. СЗАГС - 2001: сб. тез. СПб. : СЗАГС, 2018.
13. Федеральная служба государственной статистики. 2. Занятость и безработица. URL: https://gks.ru/region/ docl1181/IssWWW.exe/Stg/dj00/ij01310r.htm (дата обращения: 06.12.2021).
14. Федеральная служба государственной статистики. Понятия и определения URL: https://gks.ru/bgd/regl/ b08_30/isswww.exe/stg/d020/vved-5.htm (дата обращения: 06.12.2021).
15. Федеральная служба государственной статистики. Социально-экономическое положение Южного федерального округа. URL: https://rostov.gks.ru/storage/mediabank/short_2019_1.pdf (дата обращения: 06.12.2021).
16. Зарплаты россиян оторвались от официальной статистики. URL: https://www.ng.ru/ economics/2020-09-29/1_7976_salary (дата обращения: 10.02.2020).
References_
1. Belkina T. D. Diagnostics of urban development through a system of indicators. Problems of forecasting. 2018. No. 2. pp. 40-45.
2. Bondarenko G. A. Interrelation of indicators of socio-economic development and employment of the population of the region: statistical research. Accounting and statistics. 2011. № 2.
3. Vladimirova L. P. Forecasting and planning in market conditions : a textbook for university students. M.: Dashkov and K, 2005.
4. Doroshenko I. V. Regional economy and the allocation of productive forces. M., 2019.
5. Ivanov Yu. N. Economic statistics. Gross domestic product is the most important indicator of the SNA. URL: https:// nashaucheba.ru/page=23 (date of reference: 10.01.2022).
6. Kozlova E. I., Novak M. A. Review of methods for identifying the relationship between the dynamics of employment and gross regional product. Innovative economy: prospects for development and improvement. 2018. No. 8.
7. Korchagin Yu. A. Regional financial policy and Economics. Moscow: Phoenix, 2006.
8. Pshenichnikova S. N., Pshenichnikov R. S. The impact of employment and investment on economic growth in the «Big Eight» countries. Izvestiya St. Petersburg State University of Economics. 176. Innovative economy: prospects for development and improvement. 2018. № 8 (34). 2016. Pp. 7-16.
9. Regional economy / Edited by V. I. Vidyapin and M. V. Stepanov. M.: INFRA-M, 2007. 666 p.
10. North-Western Federal District. Analytical review of the socio-economic situation of the subjects of the Russian Federation (with indicators affecting electricity consumption). URL: https://webcache.googleusercontent.com/ search?q=cache:gQaXQFchTM0J (accessed: 06.12.2021).
11. Siberian Federal District. Analytical review of the socio-economic situation of the subjects of the Russian Federation (with indicators affecting electricity consumption). URL: https://www.np-sr.ru/sites/default/files/sr_pages/SR_0V032035/ sibirskiy-federal-nyy-okrug.pdf (accessed: 06.12.2021).
12. Improving the system of state and municipal management in the Russian Federation and its regions / final scientific method. conf. SZAGS - 2001: sat. tez. St. Petersburg: SSAGS, 2018.
13. Federal State Statistics Service. 2. Employment and unemployment. URL: https://gks.ru/region/docl1181/IssWWW. exe/Stg/dj00/ij01310r. htm (date of reference: 06.12.2021).
14. Federal State Statistics Service. URL concepts and definitions: https://gks.ru/bgd/regl/b08_30/isswww.exe/stg/ d020/vved-5.htm (accessed: 06.12.2021).
15. Federal State Statistics Service. Socio-economic situation of the Southern Federal District. URL: https://rostov. gks.ru/storage/mediabank/short_2019_1.pdf (accessed: 06.12.2021).
16. Salaries of Russians broke away from official statistics. URL: https://www.ng.ru/economics/2020-09-29/1_7976_ salary (accessed: 10.02.2020).
