CC BY
97
УДК 364.04 364.22
Ьо1: 10.19181/!8ргг.2022.18.3.8
EDN:ZPRAQA
Влияние системы социальной поддержки на уровень бедности в регионах
Елена Евгеньевна Гришина1, Елена Алексеевна Цацура2
12 Институт социального анализа и прогнозирования Российской академии народного хозяйства и государственной службы при Президенте РФ, г. Москва, Россия
1 (grishina@ranepa.ru), (https://orcid.org/0000-0001-8548-5497)
2 ( tsatsura-ea@ranepa.ru), (https://orcid.org/0000-0001-9142-2070)
Аннотация
Статья посвящена анализу влияния различных характеристик региональной системы социальной поддержки на уровень бедности в регионах. Регрессионный анализ был проведён с использованием панельных данных, описывающих характеристики субъектов РФ с 2013 года по 2020 год, из статистических сборников Росстата и данных Единой межведомственной информационно-статистической системы. Проведённый анализ показал, что снижению регионального уровня бедности будут способствовать рост заработной платы работников организаций, увеличение объёма социальных трансфертов, расходов консолидированного бюджета субъектов РФ на малоимущих, увеличение размеров региональных детских пособий, повышение охвата детей ежемесячным пособием на ребёнка до 16 (18) лет из малоимущей семьи и увеличение размера указанного пособия, а также повышение размера ежемесячных выплат ветеранам труда. При этом увеличение охвата и повышение размера адресных мер поддержки оказывает более существенное влияние на снижение уровня бедности. В то же время рост охвата пожилых выплатами для ветеранов труда и увеличение доли получателей социальных выплат для граждан, удостоенных почётных званий и имеющих особые заслуги, не оказывает, при прочих равных, значимого влияния на уровень бедности в регионе. Полученные результаты дают дополнительные аргументы в пользу усиления адресности региональных систем социальной поддержки населения и их трансформации в целях усиления влияния данных систем на сокращение уровня бедности. При этом важно, чтобы критерии, используемые для оценки нуждаемости, не приводили к исключению существенной доли малоимущих из адресных программ социальной поддержки.
Ключевые слова: социальная поддержка, социальная помощь, адресность, уровень бедности, бедные, малоимущие, регионы
Благодарности. Статья подготовлена в рамках выполнения научно-исследовательской работы государственного задания РАН-ХиГС.
Для цитирования: Гришина Е.Е., Цацура Е.А. Влияние системы социальной поддержки на уровень бедности в регионах // Уровень жизни населения регионов России. 2022. Том 18. № 3. С.368-377. DOI: 10.1918Шрп".2022.18.3.8
RAR (Research Article) doi: 10.19181/lsprr.2022.18.3.8 EDN:ZPRAQA
The Influence of Social Protection on the Poverty in Russian Regions
Elena E. Grishina1, Elena A. Tsatsura2
12 Institute for Social Analysis and Forecasting, Russian Presidential Academy of National Economy and Public Administration, Moscow, Russian Federation
1 (grishina@ranepa.ru), (https://orcid.org/0000-0001-8548-5497)
2 ( tsatsura-ea@ranepa.ru), (https://orcid.org/0000-0001-9142-2070)
Abstract
The influence of social protection system on the poverty level in the regions of Russia was a key question of the article. The regression analysis was carried out using panel data describing the characteristics of the Russian regions from 2013 to 2020. The analysis showed that the regional poverty level may be reduced by the wage increase, scaling up of social transfers and region expenditures for the poor, the increase in the amount of the of regional universal child allowances, the rise of the amount and the coverage of monthly allowance for a child from a poor family, as well as the growth in the amount of benefit to labor veterans. A broader coverage and a higher level of targeted support measures can make a greater contribution to the poverty reduction. At the same time, the increased provision of labor veterans' benefits for the elderly and social allowances for honorary citizens does not have a significant impact on the region poverty level. The results obtained may be additional argument in favor of improving targeting of social support to reduce the regional poverty in Russia. At the same time, it is important to minimize the exclusion errors in targeted social protection programs.
Keywords: social protection, social assistance, targeting, poverty level, poor, needy, regions Acknowledgments. The article was prepared as part of the research work of the state task of the RANEPA.
For citation: Grishina E.E., Tsatsura E.A. The Influence of Social Protection on the Poverty in Russian Regions. Living Standards of the Population in the Regions of Russia. 2022. Vol. 18. No. 3. P. 368-377. DOI: 10.19181/lsprr.2022.18.3.8
Введение
Вопрос эффективности мер социальной поддержки важен для всех государств, ведь от этого зависит как благополучие населения, так и расходы бюджетов. В мировой научной литературе ставится вопрос о том, что меры социальной поддержки на самом деле не всегда в состоянии уменьшить уровень бедности, например, потому что бедные получают лишь малую долю трансфертов, такие программы создают «ловушку бедности», или потому что они ослабляют экономику [1]. Так, например, в США много лет разворачивается широкая дискуссия вокруг следующих вопросов: снижают ли меры социальной поддержки уровень бедности за счёт повышения доходов бедных или наоборот повышают уровень бедности, так как демотивируют бедных участвовать в рынке труда [2; 3]. В России, по мнению исследователей, система социальной помощи оказывает несущественное влияние на трудовое поведение населения [4].
Зачастую оценка влияния мер социальной поддержки на уровень бедности проводится на основе сопоставления уровня бедности домохо-зяйств до и после предоставления мер социальной поддержки [5]. Исследования такого типа констатируют снижение уровня бедности в результате получения мер социальной поддержки. Данный подход критикуется за то, что он не учитывает влияние получения социальной поддержки на трудовое поведение получателей и таким образом преувеличивает влияние мер поддержки на снижение уровня бедности. Другой подход состоит в анализе влияния социальной защиты на уровень бедности на данных национальной статистики и бюджетных расходов [6; 7]. Результаты подобных исследований противоречивы, в одних исследованиях выводы свидетельствуют, что меры социальной поддержки снижают уровень бедности, в других, что напротив повышают [2].
Среди российских исследований также есть работы, посвящённые анализу влияния отдельных мер поддержки на снижение уровня бедности. Так, например, в исследовании Е.И. Андреевой и др. [8] было показано, что ежемесячные пособия при рождении 1-го и 2-го ребёнка оказывают существенное влияние на снижение уровня бедности домохозяйств, получающих эти пособия, но не влияют на уровень бедности среди всех домохозяйств. В работе А.В. Филипповой и М.Г. Колосницыной [9] отмечено, что повышение размера детских пособий усиливает их влияние на сокращение уровня бедности. Однако, вопросы влияния структуры и характеристик системы социальной поддержки на уровень бедности в России остаются малоизученными.
В значимой части исследований, посвящён-ных анализу влияния мер социальной поддержки на уровень бедности, оценка влияния проводится на примере отдельных уязвимых категорий и территорий. Например, в работе [3] исследован эффект отдельных мер социальной поддержки на глубину бедности и уровень бедности иммигрантов, а в исследовании [10] - матерей-одиночек. В статье [11] проведён регрессионный анализ влияния мер социальной поддержки на рост доходов населения в сельской местности Китая с использованием данных на районном уровне. В исследовании [12] выявлено, что повышение охвата населения мерами социальной поддержки и рост расходов на социальную поддержку в Молдавии не привело к значительному изменению благосостояния населения. В исследовании по Польше [13] отмечается умеренная эффективность мер социальной поддержки в предотвращении бедности и выводу из бедности. Кроме того, существует целый ряд межстрановых сравнительных исследований (например, [14; 15]).
В России вопрос влияния мер социальной поддержки на уровень бедности актуализировался с провозглашением в 2019 году национальной цели по снижению уровня бедности в два раза. Появился целый ряд научных исследований, по-свящённых анализу возможностей различных мер поддержки и всей системы социальной защиты в целом обеспечить достижение указанной национальной цели [16; 17; 18]. В целом отмечается, что действующие меры социальной поддержки не могут обеспечить запланированное снижение уровня бедности [19]. Подчеркивается, что смешение целей поддержки рождаемости и снижения уровня бедности в пособиях для семей с детьми приводит к снижению эффективности пособий [8]. Одним из препятствий в достижении национальной цели по сокращению уровня бедности в два раза к 2030 г. являются высокий уровень дифференциации регионов по масштабам и профилю бедности [20]. При этом подмечено, что для сокращения уровня бедности ресурсы должны направляться в регионы со сравнительно меньшим уровнем бедности населения, что при этом будет усиливать дифференциацию регионов [21]. Высокая межрегиональная дифференциация значений эффективности расходов на социальную политику свидетельствует о потенциале оптимизации использования бюджетных средств для снижения уровня бедности в большинстве регионов [22].
Исследование Всемирного банка [18] показывает, что российская система мер социальной поддержки населения обеспечивает сокращение уровня бедности, но требует высоких затрат. Кроме того, отсутствие государственной программы
по борьбе с бедностью снижает эффективность мер социальной поддержки в России.
Дополнительная социальная поддержка семей с детьми во время пандемии в 2020 году сократила докризисный уровень бедности в данных домохо-зяйствах почти на треть, но в целом не сильно повлияла на уровень бедности, так как большинство домохозяйств не имеет в своем составе детей [23]. Более ранние работы показывают, что на снижение уровня бедности положительно влияет повышение доли социальных выплат малоимущим во всех социальных выплатах и их объёма относительно прожиточного минимума [24]. Расходы на социальную поддержку в бюджетах регионов могут даже превышать дефицит дохода бедных до-мохозяйств, однако низкая адресность приводит к тому, что малоимущие домохозяйства получают небольшую долю всех выплат, поэтому влияние выплат на уровень бедности невысоко [25]. Однако социальные выплаты играют важную роль для снижения уровня крайней бедности [26], хотя и не могут обеспечить достаточного влияния на уровень хронической бедности [27].
Целью данного исследования является оценка влияния различных характеристик региональной системы социальной поддержки населения на уровень бедности в субъектах РФ. Указанная оценка будет проведена на основании панельных данных статистических форм Росстата с использованием регрессионного анализа, что представляет научную новизну данной работы. В качестве объекта исследования рассматривается уровень бедности в субъектах РФ, а в качестве предмета исследования - влияние региональных систем социальной поддержки населения на уровень бедности. Основная гипотеза исследования состоит в том, что адресные меры социальной поддержки населения, предоставляемые на основе оценки нуждаемости, оказывают более значимое влияние на снижение уровня бедности, чем категориальные меры социальной поддержки, назначаемые без учёта нуждаемости заявителей.
Методика оценки влияния мер поддержки
на уровень бедности
Проводимый в работе анализ основывался на данных статистических сборников Росстата и данных Единой межведомственной информационно-статистической системы (ЕМИСС), отражающих различные характеристики субъектов РФ в период с 2013 г. по 2020 г. Для 2015-2020 гг. использовались данные по всем 85 регионам, за 2013-2014 гг. - данные по 83 регионам (за исключением Республики Крым и г. Севастополя, по которым данные отсутствовали). Расчёты проводились в статистическом пакете 8ТЛТЛ.
В ходе исследования было рассмотрено несколько моделей, описывающих зависимость регионального уровня бедности от различных факторов, характеризующих социально-экономическое положение региона и характеристики системы социальной поддержки населения, а также от временных факторов, описывающих периоды наблюдения.
Для каждой модели сначала проводилась оценка методом МНК сквозной регрессии по всем годам и всем регионам, без учёта панельной структуры данных. Качество модели оценивалось на основании Б-статистики, скорректированного К-квадрата, а также статистики Дарбина - Уот-сона, отражающей наличие или отсутствие автокорреляции остатков.
Затем оценивалась регрессионная модель с фиксированными эффектами:
t = 1,...,Т - год наблюдения; роу й - региональный уровень бедности - доля населения в регионе, имеющего среднедушевые денежные доходы ниже регионального ПМ; Ь - вектор коэффициентов размерности Кх1, Х'Н = (X, Х2.е ..., Хк.) -вектор строка матрицы К объясняющих переменных, V ,, £.( - ошибки.
С помощью теста Вальда проводилось сравнение модели с фиксированными эффектами и сквозной регрессионной модели. Выбор в пользу модели с фиксированными эффектами производился, если нулевая гипотеза теста Вальда отвергалась хотя бы на 10 % уровне значимости.
Затем проводилась оценка модели со случайными эффектами, значимость которой оценивалась на основании статистики Вальда. При помощи теста Бройша - Пагана регрессионная модель со случайными эффектами сравнивалась со сквозной регрессией. В случае, если нулевая гипотеза теста Бройша - Пагана отвергалась хотя бы на 10 % уровне значимости, то выбиралась модель со случайными эффектами, иначе -делался выбор в пользу сквозной регрессионной модели.
При помощи теста Хаусмана проводилось сравнение регрессионной модели с фиксированными индивидуальными эффектами и модели со случайными индивидуальными эффектами. Если нулевая гипотеза теста Хаусмана отвергалась, то
это означало, что модель с фиксированными эффектами является более адекватной. Дополнительно к тесту Хаусмана для сравнения моделей с фиксированными и случайными эффектами использовался тест Саргана - Хансена. Если нулевая гипотеза этого теста отвергалась, то это означало предпочтительность рассмотрения модели с фиксированными эффектами.
В качестве объясняющих переменных были рассмотрены размер средней заработной платы в регионе; объём предоставляемых социальных трансфертов1 из расчёта на одного жителя; размер регулярных региональных выплат на детей, предоставляемых без учёта нуждаемости из средств консолидированного бюджета субъектов РФ, и охват детей в регионе такими выплатами; доля ветеранов труда в общей численности лиц старше трудоспособного возраста и средний размер выплат им; доля граждан, получающих соци-
альные выплаты как почётные граждане, и размера выплат таким гражданам; объём расходов консолидированного бюджета субъекта РФ на малоимущих из расчёта на одного малоимущего; доля детей, получающих ежемесячное пособие на ребёнка до 16 (18) лет, предоставляемое на основе проверки нуждаемости, и размер данного пособия. Для корректного межрегионального сравнения все переменные, выраженные в рублях, были поделены на соответствующие величины прожиточных минимумов, установленные в субъектах РФ (таблица 1).
Указанные выше факторы позволяют понять, насколько система социальной поддержки в регионе направлена на малоимущих и какую роль играют социальные выплаты, предоставляемые гражданам за особые заслуги.
Краткие обозначения рассматриваемых объясняющих переменных представлены в таблице 1.
Таблица 1
Краткие обозначения рассматриваемых переменных
Table 1
The Symbols for the Variables under Consideration
Наименование переменной Краткое обозначение переменной
Заработная плата работников организаций, в % от ПМ трудоспособного населения в регионе wage
Объём социальных трансфертов, в среднем на душу населения, в % от регионального ПМ для всего населения soc_transf
Расходы консолидированного бюджета субъекта РФ на малоимущих, на одного малоимущего в % от регионального ПМ для всего населения reg_budget_poor
Доля ветеранов труда в общей численности лиц старше трудоспособного возраста в регионе, % sh_ labor_vet
Размер выплат ветеранам труда, в % от ПМ пенсионеров size_labor_vet_ bnft
Доля лиц, получающих социальные выплаты как граждане, удостоенные почётных званий и имеющие особые заслуги, в общей численности населения региона, % sh_hon_bnft
Размер выплат гражданам, удостоенным почётных званий и имеющим особые заслуги, в % от регионального ПМ size_hon_bnft
Доля детей из отдельных категорий семей, получающих регулярные региональные выплаты, в общей численности детей, % sh_ ch_allwnc
Размер регулярных региональных выплат детям из отдельных категорий семей, в % от ПМ на ребёнка в регионе size_ch_allwnc
Доля детей, получающих ежемесячное пособие на ребёнка до 16 (18) лет, в общей численности детей до 18 лет, % sh_ch_bnft
Минимальный размер ежемесячного пособия на ребёнка до 16 (18) лет, в % от ПМ на ребёнка в регионе min_size_ch_bnft
1 В качестве социальных трансфертов рассматривался общий объём получаемых населением пенсий, социальных пособий и социальной помощи из федерального и регионального бюджета, пенсионных и страховых фондов, стипендий и страховых возмещений.
Результаты оценки влияния мер
поддержки на уровень бедности
Для того чтобы избежать значительной кор-релированности переменных, рассматриваемых в рамках одной регрессионной модели, были рассмотрены 3 регрессионные модели, содержащие независимые переменные, парная корреляция которых не превышает 0,30 (таблица 2).
Результаты применения тестов Вальда показали, что регрессионные модели с фиксированными эффектами более адекватно описывают данные, чем модели сквозной регрессии (нулевая гипотеза была отвергнута на 1 % уровне значимости). На основании тестов Хаусмана и Саргана - Хансена был сделан вывод о предпочтительности рассмотрения моделей с фиксированными эффектами над моделями со случайными эффектами (нулевая гипотеза была отвергнута на 5 % уровне значимости). То, что большая часть вариации данных приходится на индивидуальные различия (доля дисперсии ошибки, относящаяся к фиксированным эффектам - р=0,95-0,96), также свидетельствует в пользу моделей с фиксированными эффектами.
Результаты первой регрессионной модели с фиксированными эффектами, представленные в таблице 2, свидетельствуют о том, что уровень бедности в регионе сокращается при росте заработной платы работников организаций относительно ПМ трудоспособного населения в регионе, увеличении объёма социальных трансфертов на душу населения относительно величины регионального ПМ и, дополнительно, при росте разме-
ра регулярных выплат детям относительно ПМ на ребёнка.
Оценка второй модели с фиксированными эффектами дополнительно показывает, что уровень бедности в регионе сокращается при росте расходов консолидированного бюджета субъекта РФ на малоимущих из расчёта на одного малоимущего относительно ПМ.
Результаты оценки третьей модели с фиксированными эффектами дополнительно показали, что уровень бедности в регионе сокращается при росте размеров ежемесячных выплат ветеранам труда и ежемесячных пособий на ребёнка до 16 (18) лет из малоимущей семьи. Кроме того, региональный уровень бедности сокращается при повышении охвата детей ежемесячными пособиями на ребёнка до 16 (18) лет из малоимущей семьи. В то же время повышение охвата пожилых социальными выплатами для ветеранов труда, детей - выплатами для детей из отдельных категорий семей, а также населения - выплатами для заслуженных категорий граждан, не оказывает, при прочих равных, значимого влияния на уровень бедности в регионе. Более того, рост размеров регулярных выплат для граждан, удостоенных почётных званий и имеющих особые заслуги, в среднем даже приводит к небольшому увеличению уровня бедности в регионе. Возможно, это связано с тем, что перераспределение регионами средств в пользу заслуженных категорий граждан снижает их возможности для повышения размеров социальных выплат малообеспеченным категориям граждан.
Таблица 2
Результаты оценки зависимости уровня бедности в регионе от различных факторов
Table 2
The Results of the Assessment of Models of Poverty Level Dependence on the Various Factors
I модель II модель III модель
Коэф. Ст. ошибка T-стат. Коэф. Ст. ошибка T-стат. Коэф. Ст. ошибка T-стат.
wage -0,03*** 0,00 -8,28
soc_transf -0,03* 0,02 -1,65
size_ch_allwnc -0,01** 0,00 -2,33 -0,01** 0,00 -2,21 -0,01** 0,00 -2,46
reg_budget_poor -0,06* 0,04 -1,82
sh_ labor_vet 0,003 0,01 0,43
size_labor_vet_ bnft -0,04* 0,02 -1,77
sh_hon_bnft 0,04 0,05 0,75
size_hon_bnft 0,003* 0,00 2,10
sh_ch_bnft -0,01** 0,01 -2,18
min_size_ch_bnft -0,08** 0,04 -2,24
sh_ ch_allwnc 0,01 0,01 1,41
Примечания. В таблице представлены результаты регрессионных моделей с фиксированными эффектами. Символами «*», «**», «***» отмечены оценки, значимые на уровне 10%, 5% и 1% соответственно. Данные по расходам консолидированного бюджета субъекта РФ на малоимущих за 2014 г. 2018 г. отсутствуют.
Источник:расчёты авторов с использованием данных Росстата: https://rosstat.gov.ru/folder/210/document/13204 (дата обращения: 26.04.2022); https://rosstat.gov.ru/storage/mediabank/rashod-cb.html (дата обращения: 26.04.2022); https://rosstat.gov.ru/folder/11110/document/13291 (дата обращения: 26.04.2022);
https://rosstat.gov.ru/folder/210/document/13212 (дата обращения: 26.04.2022); https://rosstat.gov.ru/folder/13807 (дата обращения: 26.04.2022); https://www.fedstat.ru/indicator/30957 (дата обращения: 26.04.2022); https://fedstat.ru/ indicator/33460 (дата обращения: 26.04.2022);
https://www.fedstat.ru/indicator/31548 (дата обращения: 26.04.2022); https://www.fedstat.ru/indicator/33459 (дата обращения: 26.04.2022).
Продолжение таблицы 2
I модель II модель III модель
Коэф. Ст. ошибка T-стат. Коэф. Ст. ошибка T-стат. Коэф. Ст. ошибка T-стат.
2014 г. -0,29* 0,17 -1,72 - - - 0,04 0,17 0,22
2015 г. -0,21 0,22 -0,93 1,53*** 0,16 9,36 1,45*** 0,17 8,56
2016 г. 0,29 0,20 1,46 1,63*** 0,16 9,97 1,51*** 0,17 8,92
2017 г. 0,20 0,17 1,17 1,15*** 0,17 6,97 0,96*** 0,17 5,49
2018 г. 0,57*** 0,18 3,20 - - - 0,52*** 0,17 2,99
2019 г. 0,68*** 0,19 3,54 0,69*** 0,17 4,17 0,51*** 0,17 2,91
2020 г. 0,81*** 0,17 4,87 0,48** 0,17 2,83 0,18 0,21 0,84
Константа 25,76*** 1,16 22,14 13,76*** 0,13 108,91 14 44*** 0,34 41,99
R2between 0,2752 0,2050 0,0172
R2within 0,4036 0,2964 0,2938
F-статистика 39,31*** 25,03*** 15,92***
Р 0,9521 0,9566 0,9580
Справочно:
Тест Вальда 131,19*** 118,43*** 114,87***
Тест Хаусмана 17,64** 17.75** 53,51***
Тест Саргана -Хансена 18,01** 117,86*** 57,36***
Таким образом, проведённые расчёты позволяют сделать вывод, что обеспечение возможности получения достойного трудового дохода для жителей региона является значимым фактором сокращения уровня бедности. Об это свидетельствуют и другие исследования [28; 29].
Кроме того, увеличение объёма всех социальных трансфертов, предоставляемых населению, из расчёта на одного жителя региона относительно величины прожиточного минимума на 1 п.п. будет способствовать снижению уровня бедности в регионе на 0,03 п.п., а увеличение объёма расходов консолидированного бюджета субъекта РФ на малоимущих из расчёта на одного малоимущего - снизит уровень бедности на 0,06 п.п. (таблица 3). Из чего можно заключить, что увеличение объёмов адресной помощи малоимущим позволяет достичь более существенного снижения
уровня бедности. Этот результат подтверждается и другими исследователями [30].
Увеличение размера ежемесячных и ежеквартальных региональных выплат детям из отдельных категорий семей (многодетных, неполных, студенческих семей и т.д.), предоставляемых на категориальной основе, без учёта доходов семьи, на 1 п.п. относительно величины прожиточного минимума на ребёнка приведёт к снижению уровня бедности на 0,01 п.п. Повышение размера ежемесячных пособий на детей до 16 (18) лет для детей из малоимущих семей - к снижению уровня бедности на 0,08 п.п., а повышение охвата детей указанными пособиями - к снижению уровня бедности на 0,01 п.п. Следовательно, увеличение размеров пособий на детей из малоимущих семей оказывает более значимое влияние на снижение уровня бедности в регионе, чем повышение реги-
Таблица 3
Оценка влияния различных мер социальной поддержки на уровень бедности в регионе
Table 3
The Estimation of the Impact of Various Social Support Measures on the Regional Poverty Level
Сокращение («-») / увеличение («+») уровня бедности, в п.п.
I II III
Увеличение объёма социальных трансфертов из расчёта на одного жителя региона относительно регионального ПМ на 1 п.п. -0,03
Увеличение объёма расходов консолидированного бюджета субъекта РФ на малоимущих из расчёта на одного малоимущего, проживающего в регионе относительно регионального ПМ на 1 п.п. -0,06
Увеличение минимального размера ежемесячного пособия на ребёнка до 16 (18) лет относительно регионального ПМ на ребёнка на 1 п.п. -0,08
Увеличение размера выплат ветеранам труда относительно регионального ПМ пенсионеров на 1 п.п. -0,04
Увеличение размера регулярных региональных выплат детям из отдельных категорий семей относительно регионального ПМ на ребёнка на 1 п.п. -0,01 -0,01 -0,01
Увеличение доли детей, получающих ежемесячное пособие на ребёнка до 16 (18) лет, в общей численности детей до 18 лет на 1 п.п. -0,01
Увеличение размера выплат гражданам, удостоенным почётных званий и имеющим особые заслуги, относительно регионального ПМ на 1 п.п. +0,003
Источник: расчёты авторов.
ональных детских пособий, предоставляемых без учёта нуждаемости.
В то же время, проведённый анализ позволил выявить, что рост размера выплат гражданам, удостоенным почётных званий и имеющим особые заслуги, не только не содействует снижению уровня бедности, но может даже привести к незначительному росту уровня бедности на 0,003 п.п. Такой вывод дает дополнительный аргумент в пользу усиления адресности региональных систем социальной поддержки населения.
Заключение
Проведённый анализ позволяет заключить, что особенности региональной системы социальной поддержки и степень ее адресности значимым образом влияют на уровень бедности в регионе.
В частности, снижению регионального уровня бедности будут способствовать рост расходов консолидированного бюджета субъектов РФ на малоимущих и увеличение ежемесячного пособия на ребёнка до 16 (18) лет из малоимущей семьи.
При этом повышение размера адресных социальных выплат, предоставляемых с учётом нуждаемости заявителей, оказывает более существенное влияние на снижение уровня бедности,
чем увеличение размера категориальных выплат, назначаемых без учёта нуждаемости.
Таким образом, полученные результаты свидетельствуют о том, что усиление адресности региональных систем социальной поддержки населения будет способствовать снижению уровня бедности. При этом исследователи [31; 32] отмечают, что эффективность программ адресной социальной помощи существенно зависит от критериев, используемых для оценки нуждаемости. Выбор критериев и их пороговых значений должен быть обоснованным и осуществляться на основе анализа эмпирических данных репрезентативного обследования домохозяйств. Применение неоткалиброванных критериев нуждаемости в получении мер социальной поддержки может привести к росту ошибок исключения и сокращению влияния указанных мер поддержки на снижение уровня бедности.
Представляется, что полученные результаты могут быть использованы органами исполнительной власти субъектов РФ для определения направлений совершенствования региональных систем социальной поддержки в целях снижения уровня бедности.
Список литературы
1. Kenworthy L. Do social-welfare policies reduce poverty? A cross-national assessment // Social Forces. 1999. Vol. 77, no. 3. P. 1119-1139. https://doi.org/10.2307/3005973, EDN: CYCFXX
2. Fording R., Berry W. The historical impact of welfare programs on poverty: Evidence from the American states // Policy Studies Journal. 2007. Vol. 35, no. 1. P. 37-60. https://doi.org/10.1111/j.1541-0072.2007.00206.x
3. Borjas G. J. Does welfare reduce poverty? // Research in Economics. 2016. Vol. 70, no. 1. P. 143-157.
4. Емцов Р. Г., Андреева Е. И., Нагерняк М. А., Пошарац А., Бычков Д. Г. Иждивенчество или содействие? Программы социальной помощи и стимулы к труду // Финансовый журнал. 2017. № 4. C. 24-33. EDN: ZDDSLT
5. Beckerman W. The impact of income maintenance payments on poverty in Britain, 1975 // The Economic Journal. 1979, no. 89. P. 261-279. https://doi.org/10.2307/2231601
6. Murray С. Losing ground: American social policy. 1950-1980. New York: Basic Books. 1985. 323 p.
7. Haveman R., Schwabish J. Has macroeconomic performance regained its antipoverty bite? // Contemporary Economic Policy. 2000, no. 18, P. 415-427. https://doi.org/10.1111/j.1465-7287.2000.tb00038.x, EDN: DXWCNJ
8. Андреева Е. И., Бычков Д. Г., Феоктистова О. А. Новые меры социальной поддержки семей с детьми: оценка государственных расходов // Финансовый журнал. 2018. Т. 42. № 2. C. 36-46. https://doi.org/10.31107/2075-1990-2018-2-36-46, EDN: YWFRWC
9. Филиппова А. В., Колосницына М. Г. Оценка влияния детских пособий на бедность семей с детьми на основе многомерной пробит-модели. Прикладная эконометрика. 2018. Т. 52. № 4. С. 62-90. EDN: YPXQRV
10. McKernan S.-M., Ratcliffe C. The effect of specific welfare policies on poverty. Washington, DC: The Urban Institute. 2006. 51 p. URL: https://www.urban.org/sites/default/files/publication/50861/411334-The-Effect-of-Specific-Welfare-Policies-on-Poverty.PDF (дата обращения: 26.04.2022).
11. Meng L. Evaluating China's poverty alleviation program. A regression discontinuity approach // Journal of Public Economics. 2013. No. 101. P 1-11. https://doi.org/10.1016/j.jpubeco.2013.02.004
12. Verme P. Social assistance and poverty reduction in Moldova, 2001-2004 an impact evaluation. Policy Research Working Paper Series No. 4658. 2008. The World Bank. 30 p.
13. SzulcA. Social policy and poverty: checking the efficiency of the social assistance system in Poland // Eastern European Economics. 2012. Vol. 50, no. 5. P. 66-92.
14. Nelson K. Counteracting material deprivation: The role of social assistance // Europe Journal of European Social Policy. 2012. Vol. 22, no. 2. P. 148-163. https://doi.org/10.1177/0958928711433658
15. Ferrarini T., Nelson K. E., Palme J. Levels and targeting of social benefits in global perspective: Combatting poverty through social policy. LIS Working papers. 2015. No. 647. LIS Cross-National Data Center in Luxembourg. 42 p.
16. Экономическая политика России. Турбулентное десятилетие 2008-2018.: Издательский дом «Дело» РАНХиГС, 2020. 760 с. ISBN 978-5-85006-204-0
17. Димиржиева Г. В. Актуальные проблемы оценки эффективности социальной поддержки в России: федеральный и региональный аспекты // Региональная экономика и управление: электронный научный журнал. 2021. Т. 66. № 2, номер статьи: 6618.
18. World Bank. Russia's economic recovery gathers pace: Special focus on cost-effective safety nets. Russia Economic Report 45. 2021. 53 p. URL: https://www.worldbank.org/en/country/russia/publication/rer (дата обращения: 26.04.2022).
19. Россия в новую эпоху: выбор приоритетов и цели национального развития : эксперт. докл. / Я. И. Кузьминов (рук. авт. кол.); П. В. Орехин, П. Н. Нетреба (отв. ред.) ; Нац. исслед. ун-т «Высшая школа экономики». М. : Изд. дом Высшей школы экономики, 2020. 112 с. ISBN 978-5-7598-2228-8
20. Пастухова Е. Я. Мухачёва А. В. Кочнева О. П. Уровень, динамика, факторы абсолютной и относительной бедности: региональный аспект// Вопросы управления. 2021. T. 70. № 3. С. 80-92. https://doi.org/10.22394/2304-3369-2021-3-80-92, EDN: VKYAJP
21. Белоусова А. В. Уровень бедности в РФ: пространственный анализ // Вестник Института экономики Российской академии наук. 2020. № 4. С. 73-88. https://doi.org/10.24411/2073-6487-2020-10043, EDN: EYYDFG
22. Туманянц К. А., Сесина Ю. Е. Оценка эффективности социальных расходов регионов РФ с помощью DEA-метода // Региональная экономика: теория и практика. 2018. Т. 16. № 1. С. 123-137. https://doi.org/10.24891/re.16.L123, EDN: JWQDHW
23. Андреева Е. И., Бычков Д. Г., Феоктистова О. А. COVID-19 и антикризисная социальная поддержка // Финансовый журнал. 2021. Т.13. № 1. С. 28-38. https://doi.org/10.31107/2075-1990-2021-1-28-38, EDN: MWDKBL
24. Гришина Е. Е. Совершенствование социальной поддержки малоимущих в России // Уровень жизни населения регионов России. 2014. Т. 191. № 1. С. 83-89. https://doi.org/10.12737/3487, EDN: SBLGZX
25. Андреева Е. И., Бычков Д. Г., Феоктистова О. А. Эффективность региональных политик социальной поддержки населения // Проблемы прогнозирования. 2021. № 5. С. 101-110. https://doi.org/10.47711/0868-6351-188-101-110, EDN: BDGVWQ
26. Abanokova K., Dang H. H. Poverty in Russia: A bird's-eye view of trends and dynamics in the past quarter of century. 2021. IZA Discussion Paper No. 14544. 35 p. URL: https://www.iza.org/publications/dp/14544/poverty-in-russia-a-birds-eye-view-of-trends-and-dynamics-in-the-past-quarter-of-century (дата обращения: 26.04.2022). EDN: KAFFDW
27. Clément M. Tentative evaluation of the impact of public transfers on the dynamics of poverty: The case of Russia // International Social Security Review. 2007. Vol. 60, no. 1. P. 59-80.
28. Жигалова О. В., Асмус Т. Ю. Факторы, влияющие на уровень бедности в регионе: регрессионный анализ (на примере Ульяновской области) // Современные исследования социальных проблем (электронный научный журнал). 2015. T. 45. № 1. С. 369-378. https://doi.org/10.12731/2218-7405-2015-1-19, EDN: TLJVVX
29. Аникин В. А., Слободенюк Е. Д. Бедность работающих: как изменились детерминанты в России за последние 20 лет? // Социологическая наука и социальная практика. 2021. Т. 9. № 4. С. 23-41. https://doi.org/10.19181/snsp.2021.9.4.8603, EDN: ODXDAH
30. Fiszbein A., Kanbur R., Yemtsov R. Social protection, poverty and the post-2015 agenda policy research. 2013. Policy Research Working Paper No. 6469. 44 p. URL: http://hdl.handle.net/10986/15601 (дата обращения: 26.04.2022).
31. Grosh M., Leite P., Wai-Poi M., Tesliuc E. Revisiting targeting in social assistance: A new look at old dilemmas. 2022. Washington, DC: World Bank. 578 p. https://doi.org/10.1596/978-1-1814-1
32. Tesliuc E., Pop L., Grosh M., Yemtsov R. Income support for the poorest: A review of experience in Eastern Europe and Central Asia. 2014. Washington, DC: World Bank. 220 p. ISBN 978-1-4648-0238-6. URL: http://hdl.handle.net/10986/18886 (дата обращения: 26.04.2022).
Информация об авторах:
Елена Евгеньевна Гришина - канд. экон. наук, ведущий научный сотрудник, Институт социального анализа и прогнозирования Российской академии народного хозяйства и государственной службы при Президенте РФ, Москва. (E-mail: grishina@ranepa.ru), (elibrary AuthorID: 547472), (ORCID: 0000-0001-8548-5497)
Елена Алексеевна Цацура - канд. соц. наук, старший научный сотрудник, Институт социального анализа и прогнозирования Российской академии народного хозяйства и государственной службы при Президенте РФ, Москва. (E-mail: tsatsura-ea@ranepa.ru), (elibrary AuthorID: 243493), (ORCID: 0000-0001-9142-2070)
Заявленный вклад авторов:
Все авторы сделали эквивалентный вклад в подготовку публикации.
Авторы заявляют об отсутствии конфликта интересов.
Автор, ответственный за переписку - Гришина Елена Евгеньевна.
Статья поступила в редакцию 20.04.2022; одобрена после рецензирования 20.06.2022; принята к публикации 05.08.2022.
References
1. Kenworthy L. Do social-welfare policies reduce poverty? A cross-national assessment. Social Forces. 1999;77(3):1119-1139. https:// doi.org/10.2307/3005973, EDN: CYCFXX
2. Fording R., Berry W. The historical impact of welfare programs on poverty: Evidence from the American states. Policy Studies Journal. 2007;35(1):37-60. https://doi.org/10.1111/j.1541-0072.2007.00206.x
3. Borjas G. J. Does welfare reduce poverty? Research in Economics. 2016;70(1):143-157.
4. Yemtsov R. G., Andreeva Ye. I., Nagernyak M. A., Posarac A., Bychkov D. G. Fostering of dependency or protection? Social assistance programs and work incentives. Finansovyi zhurnal = Financial Journal. 2017;(4):24-33. EDN: ZDDSLT (In Russ.).
5. Beckerman W. The impact of income maintenance payments on poverty in Britain. The Economic Journal. 1979;(89):261-279. https://doi.org/10.2307/2231601
6. Murray C. Losing ground: American social policy. 1950-1980. New York: Basic Books; 1985. 323 p.
7. Haveman R., Schwabish J. Has macroeconomic performance regained its antipoverty bite? Contemporary Economic Policy. 2000;(18):415-427. https://doi.org/10.1111/j.1465-7287.2000.tb00038.x, EDN: DXWCNJ
8. Andreeva Y. I, Bychkov D. G., Feoktistova O. A. Introducing new family support benefits in Russia: An estimate of public expenditures. Finansovyi zhurnal = Financial Journal. 2018;42(2):36-46. https://doi.org/10.31107/2075-1990-2018-2-36-46, EDN: YWFRWC (In Russ.).
9. Philippova A., Kolosnitsyna M. Child benefits' impact on poverty: Multivariate probit estimates. Prikladnaya ehkonometrika = Applied Econometrics. 2018;52(4):62-90. EDN: YPXQRV (In Russ.).
10. McKernan S.-M., Ratcliffe C. The effect of specific welfare policies on poverty. Washington, DC: The Urban Institute; 2006. 51 p. URL: https://www.urban.org/sites/default/files/publication/50861/411334-The-Effect-of-Specific-Welfare-Policies-on-Poverty.PDF (Accessed: 26.04.2022).
11. Meng L. Evaluating China's poverty alleviation program. A regression discontinuity approach. Journal of Public Economics. 2013;(101):1-11. https://doi.org/10.1016/j.jpubeco.2013.02.004
12. Verme P. Social assistance and poverty reduction in Moldova, 2001-2004 an impact evaluation. Policy Research Working Paper Series No. 4658. The World Bank; 2008. 30 p.
13. Szulc A. Social policy and poverty: Checking the efficiency of the social assistance system in Poland. Eastern European Economics. 2012;50(5):66-92.
14. Nelson K. Counteracting material deprivation: The role of social assistance. Europe Journal of European Social Policy. 2012;22(2):148-163. https://doi.org/10.1177/0958928711433658
15. Ferrarini T., Nelson K. E., Palme J. Levels and targeting of social benefits in global perspective: Combatting poverty through social policy. LIS Working papers No. 647. LIS Cross-National Data Center in Luxembourg; 2015. 42 p.
16. Russian economic policy: A turbulent decade (2008-2018). Moscow: Delo Publishing House, RANEPA; 2020. 760 p. (In Russ.). ISBN 978-5-85006-204-0
17. Dimirzhieva G. V. Actual problems of evaluating the effectiveness of social support in Russia: federal and regional aspects. Regionalnaya ehkonomika i upravlenie: ehlektronnyi nauchnyi zhurnal = Regional economy and management: electronic scientific journal. 2021;66(2): Art. 6618 (In Russ.).
18. World Bank. Russia's economic recovery gathers pace: Special focus on cost-effective safety nets. Russia Economic Report 45. 2021. 53 p. URL: https://www.worldbank.org/en/country/russia/publication/rer (Accessed: 26.04.2022).
19. Kuzminov Ya. I., Orekhin P. V., Netreba P. N., eds. Russia in the new era: Choice of priorities and goals of national development. M.: Publishing House of the Higher School of Economics; 2020. 112 p. ISBN 978-5-7598-2228-8 (In Russ.).
20. Pastukhova E. Y. Mukhacheva A. V. Kochneva O. P. Level, dynamics, factors of absolute and relative poverty: regional aspect. Voprosy upravleniya = Issues of management. 2021;70(3):80-92. https://doi.org/10.22394/2304-3369-2021-3-80-92, EDN: VKYAJP (In Russ.).
21. Belousova A. V. The level of poverty in the Russian Federation: a spatial analysis. Vestnik Instituta ehkonomiki Rossiiskoi akademii nauk = Bulletin of the Institute of Economics of the Russian Academy of Sciences. 2020;(4):73-88. https://doi.org/10.24411/2073-6487-2020-10043, EDN: EYYDFG (In Russ.).
22. Tumanyants K. A., Sesina Yu. E. Assessment of the effectiveness of social expenditures of Russian regions through the DEA Method. Regional'naya ehkonomika: teoriya i praktika = Regional Economics: Theory and Practice. 2018;16(1):123-137. https://doi. org/10.24891/re.16.1.123, EDN: JWQDHW (In Russ.).
23. Andreeva Y. I, Bychkov D. G., Feoktistova O. A. COVID-19 and anti-crisis social support. Finansovyi zhurnal = Financial Journal. 2021;13(1):28-38. https://doi.org/10.31107/2075-1990-2021-1-28-38, EDN: MWDKBL (In Russ.).
24. Grishina E. E. Improving social support for the poor in Russia. Uroven zhizni naseleniya regionov Rossii = The level of life of the population of regions of Russia. 2014;191(1):83-89. https://doi.org/10.12737/3487, EDN: SBLGZX
25. Andreeva E. I, Bychkov D. G., Feoktistova O. A. Efficiency of regional social assistance policies. Problemy prognozirovaniya = Forecasting problems. 2021;(5):101-110. https://doi.org/10.47711/0868-6351-188-101-110, EDN: BDGVWQ (In Russ.).
26. Abanokova K., Dang H. H. Poverty in Russia: A bird's-eye view of trends and dynamics in the past quarter of century. IZA Discussion Paper. 14544. 2021. 35 p. URL: https://www.iza.org/publications/dp/14544/poverty-in-russia-a-birds-eye-view-of-trends-and-dynamics-in-the-past-quarter-of-century (Accessed: 26.04.2022). EDN: KAFFDW
27. Clément M. Tentative evaluation of the impact of public transfers on the dynamics of poverty: The case of Russia. International Social Security Review. 2007;60(1):59-80.
28. Zhigalova O. V., Asmus T. Y. The factors, which are influencing on the poverty level in the Region: The regression analysis (on the example of the Ulyanovsk region). Sovremennye issledovaniya sotsial'nykh problem (ehlektronnyi nauchnyi zhurnal) = Modern Research of Social Problems. 2015;45(1):369-378. https://doi.org/10.12731/2218-7405-2015-1-19, EDN: TLJVVX (In Russ.).
29. Anikin V. A., Slobodenyuk E. D. In-work poverty in Russia: How determinants have changed over the 20 years? Sotsiologicheskaya nauka i sotsialnaya praktika = Sociologicheskaja nauka I social'naja praktika. 2021;9(4):23-41. https://doi.org/10.19181/ snsp.2021.9.4.8603, EDN: ODXDAH (In Russ.).
30. Fiszbein A., Kanbur R., Yemtsov R. Social protection, poverty and the post-2015 agenda policy research. Policy Research Working Paper No. 6469; 2013. 44 p.. URL: http://hdl.handle.net/10986/15601 (Accessed: 26.04.2022).
31. Grosh M., Leite P., Wai-Poi M., Tesliuc E. Revisiting targeting in social assistance: A new look at old dilemmas. Washington, DC: World Bank; 2022. 578 p. https://doi.org/10.1596/978-1-1814-1
32. Tesliuc E., Pop L., Grosh M., Yemtsov R. Income support for the poorest: A review of experience in Eastern Europe and Central Asia. Washington, DC: World Bank; 2014. 220 p. ISBN 978-1-4648-0238-6. URL: http://hdl.handle.net/10986/18886 (Accessed: 26.04.2022).
Information about authors:
Elena E. Grishina - Cand. of Sc., Leading Researcher, Institute for Social Analysis and Forecasting of the Russian Academy of National Economy and Public Administration, Moscow
(E-mail: grishina@ranepa.ru), (elibrary AuthorID: 547472), (ORCID: 0000-0001-8548-5497)
Elena A. Tsatsura - Cand. of Sc., Senior Researcher, Institute for Social Analysis and Forecasting of the Russian Academy of National Economy and Public Administration, Moscow
(E-mail: tsatsura-ea@ranepa.ru), (elibrary AuthorID: 243493), (ORCID: 0000-0001-9142-2070)
Authors' declared contribution:
The authors contributed equally to this article.
The authors declare no conflicts of interests.
The author responsible for the correspondence is Elena E. Grishina.
The article was submitted 20.04.2022; approved after reviewing 20.06.2022; accepted for publication 05.08.2022.
