Оценка данных о доходах населения в региональном разрезе методом главных компонент
DOI:
https://doi.org/10.17059/2019-2-22Ключевые слова:
доходы населения, метод главных компонент, выборка, кластеризация, весовой коэффициент, коэффициент информативности, интегральный признак, диаграмма рассеяния, кластеры регионов, имитационная динамическая модельАннотация
В статье рассматривается решение задачи анализа статистических данных о доходах домохозяйств и их основных составляющих в абсолютных и относительных единицах с учетом ряда дополнительных показателей, в том числе социальных трансфертов, с использованием метода главных компонент. Цель анализа состоит в выявлении закономерности типа «кластеризация», что предполагает, во-первых, выявление кластеров регионов РФ, различающихся по структуре доходов населения с учетом объемов субсидий и субвенций, во-вторых, формирование обобщенных характеристик выявленных кластеров и представление их в виде правил кластеризации. Показано, что кластерная структура сектора домохозяйств, рассмотренная на региональном уровне, является достаточно поляризованной. Выявлены малочисленные кластеры регионов, характеризующиеся высоким уровнем денежных доходов домохозяйств при достаточно высокой численности населения (например, г. Москва, Ханты-Мансийский автономный округ). Сформированы достаточно населенные кластеры регионов, характеризующиеся значительным объемом неденежных доходов в виде натуральных поступлений продуктов питания при низком и среднем уровне денежных доходов и малой положительной динамике численности населения (например, Брянская, Курская области). Показано, что регионы, характеризующиеся достаточно низкими денежными доходами, имеют в структуре доходов высокую долю натуральных поступлений в виде продуктов питания (например, Республики Дагестан и Ингушетия). Показано также, что регионы, характеризующиеся высокими денежными доходами, имеют в структуре доходов малую долю привлеченных средств и израсходованных сбережений (Ямало-Ненецкий автономный округ и другие). Построенные кластеры регионов, их количество и состав, а также их обобщенные характеристики, представленные в виде правил кластеризации, используются для определения структурных и параметрических характеристик при разработке динамической модели сектора домохозяйств и модуля интеллектуального управления в составе системы имитационного динамического моделирования и интеллектуального управления (СИДМИУ) процессами формирования доходов населения. Применение СИДМИУ предполагает проведение сценарных исследований различных вариантов принятия решений при управлении доходами населения на региональном уровне с учетом дифференциация населения регионов по уровню доходов.Библиографические ссылки
Popova, G. L. & Filatova, O. V. (2013). Dokhody naseleniya: sravnitelnyy analiz i prognoz (na primere Tambovskoy i Volgogradskoy oblastey) [Population income: comparative analysis and forecast (the Tambov and Volgograd regions)]. Voprosy sovremennoy nauki I praktiki. Universitet im. V. I. Vernadskogo [Problems of contemporary science and practice. Vernadsky University], 1(45), 185–190. (In Russ.)
Bakumenko, L. P. & Mhitaryan, V. S. (2010). Analiz territorialnykh razlichiy urovnya dokhodov naseleniya v mezosisteme [Analysis of regional differences of income levels in mesosystem]. Ekonomika, statistika I informatika [Economics, statistics and Informatics], 2, 86–91. (In Russ.)
Abdusalamova, M. M. (2013). Analiz territorialnykh razlichiy urovnya dokhodov i kachestva zhizni naseleniya [Analysis of territorial distinctions of level of income and quality of life of the population]. Regionalnaya ekonomika: teoriya i praktika [Regional economy: theory and practice], 47(326), 62–68. (In Russ.)
Bobkov, V. N. & Gulyugina, A. A. (2014). Monitoring dokhodov I urovnya zhizni naseleniya Rossii v IV kvartale 2013 goda [Monitoring incomes and living standards of the population of Russia in the 4th quarter of 2013]. Uroven zhizni naseleniya regionov Rossii [Living standards and quality of life], 1(191), 26–37. (In Russ.)
Malkina, M. Yu. (2017). Sotsialnoe blagopoluchie regionov rossiyskoy federatsii [Social well-beng of the Russian Federation regions]. Ekonomika regiona [Economy of Region], 13(1), 49–62. DOI: 10.17059/2017–1-5. (In Russ.)
Malkina, M. Yu. (2014). Dinamika I factory vnutriregionalnoy i mezhregionalnoy differentsiatsii dokhodov naseleniya RF [Dynamics and determinants of intra and inter-regional income differentiation of the population of the Russian Federation regions]. Prostranstvennaya ekonomika [Spatial economics], 3, 44–66. DOI: 10.14530/se.2014.3.44–66. (In Russ.)
Nizhegorodtsev, R. M., Piskun, E. I. & Kudrevich, V. V. (2017). Prognozirovanie pokazateley sotsialno-ekonomicheskogo razvitiya regiona [The forecasting of regional social and economic development]. Ekonomika regiona [Economy of Region], 13(1), 38–48. DOI: 10.17059/2017–1-4. (In Russ.)
Stukalenko, E. A. (2014). Differentsiatsiya dokhodov naseleniya: prichiny I posledstviya [Differentiation of population’s incomes: causes and consequences]. Vestnik Omskogo universiteta. Seriya «Ekonomika» [Herald of Omsk University. Series “Economics”], 1, 183–187. (In Russ.)
Lambert, R. J. (2002). The Distribution and Redistribution of Income (3rd edition). UK, Manchester: Manchester University Press, 336.
Howarth, R. B. & Kennedy, K. (2016). Economic growth, inequality, and well-being. Ecological Economics, 121, 231–236. DOI: 10.1016/j.ecolecon.2015.10.005.
Carlsson, F., Daruvala, D. & Johansson-Stenman, O. (2005). Are people inequality-averse, or risk-averse? Economica, 72(287), 375–396. DOI: 10.1111/j.0013–0427.205.00421.
Kuklin, A. A. & Leonteva, A. G. (2011). Differentsiatsiya dokhodov naseleniya I problema bednosti [Differentiation of population income and poverty problem (based on the data of Tyumen region)]. Ekonomika regiona [Economy of Region], 1, 93–98. (In Russ.)
Kuznetsov, S. V., Rastova, Yu. I. & Rastov, M. A. (2017). Reytingovaya otsenka kachestva zhizni v rossiyskikh regionakh [Rating evaluation of the quality of life in Russian regions]. Ekonomika regiona [Economy of Region], 13(1), 137–146. (In Russ.)
Kuznetsov, S. V. & Mezhevich, N. M. (2015). Novye praktiki territorialnogo upravleniya v Rossii I voprosy upravleniya kachestvom zhizni [New practices of territorial governance in Russia and quality of life management issues]. Upravlencheskoe konsultirovanie [Administrative consulting], 7, 25–34. (In Russ.)
Plotnikov, V. A. & Shamakhov, V. A. (2015). Strategii territorialnogo razvitiya i kachestvo zhizni [Strategies of territorial development and quality of life]. Upravlencheskoe konsultiovanie [Administrative consulting], 7, 57–64. (In Russ.)
Barsegyan, A. A., Kupriyanov, M. S., Holod, I. I., Tess, M. D. & Elizarov, S. I. (2009). Analiz dannykh I protsessov [Data and processes analysis]. Saint-Petersburg: BHV-Petersburg, 512. (In Russ.)
Kulaichev, A. P. (2013). Metody I sredstva kompleksnogo analiza dannykh [Methods and means of complex data analysis]. Moscow: FORUM: INFRA-M, 312. (In Russ.)
Dean, J. (2014). Big Data, Data Mining, and Machine Learning. Hoboken, New Jersey, John Wiley & Sons, Inc., 265.
Han, J., Kamber, M. & Pei, J. (2012). Data Mining: Concepts and Techniques. San Mateo: Morgan Kaufmann Publishers is an imprint of Elsevier, 703.
Mitra, S. & Acharya, T. (2003). Data Mining, Multimedia, Soft Computing, and Bioinformatics. Hoboken, New Jersey, John Wiley & Sons, Inc., 424.
Zaki, M. J. & Meira, W. (2014). Data Mining and Analysis: Fundamental Concepts and Algorithms. New York: Cambridge University Press, 562.
Ruppert, D. & Matteson, D. S. (2015). Statistics and Data Analysis for Financial Engineering with R Examples. New York: Springer Science + Business Media, 719.
Ilyasov, B. G., Gerasimova, I. B., Makarova, E. A. & Zakieva, E. Sh. (2016). Obektivno-subektivnyy podkhod k otsenke kachestva zhizni [Objective-subjective approach to the assessment of quality of life]. Kachestvo. Innovatsii. Obrazovanie [Quality. Innovation. Education], 2(129), 47–57. (In Russ.)
Guzairov, M. B., Degtyareva, I. V. & Makarova, E. A. (2015). Raskhody naseleniya regionov Rossiysko Federatsii na pokupku produktov pitaniya: komponentnyy i klasternyy analiz [Regional Population Expenditure for Foodstuffs in the Russian Federation: Componential and Cluster Analyses]. Ekonomika regiona [Economy of region], 4, 145–157.(In Russ.)
Ilyasov, B. G., Makarova, E. A. & Valitov, R. R. (2012). Regulirovanie dokhodov naseleniya I analiz ikh vliyaniya na dinamiku potrebitelskogo sprosa na osnove imitatsionnogo modelirovaniya [Regulation of incomes and the analysis of their influence on dynamics of consumer demand is based on simulation modelling]. Nauchno-tekhnicheskie vedomosti SPbGPU [St. Petersburg State Polytechnical University Journal], 5, 67–71. (In Russ.)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2019 Ильясов Барый Галеевич, Макарова Елена Анатольевна, Закиева Елена Шавкатовна, Гиздатуллина Эмма Салаватовна
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
