Влияние состояния торговой отрасли на оборот розничной торговли в регионах России
DOI:
https://doi.org/10.17059/ekon.reg.2025-1-6Ключевые слова:
торговля, оборот розничной торговли, потребление, доходы населения, интернет-торговля, торговые сети, регионы РФ, машинное обучениеАннотация
Понимание механизмов влияния торговой отрасли на оборот розничной торговли в регионах необходимо для совершенствования её регулирования с целью выравнивания региональных диспропорций в потреблении. Цель исследования заключалась в выявлении показателей состояния торговой отрасли в регионах РФ, которые оказывают наибольшее влияние на оборот розничной торговли и объясняют его региональные диспропорции. На основе статистических данных по регионам за 2018-2022 гг. построена модель машинного обучения, в которой зависимой переменной явился среднедушевой оборот розничной торговли, независимыми – семь показателей состояния торговой отрасли и медианный среднедушевой денежный доход. Для оценки влияния отдельных факторов построенная модель интерпретирована с использованием атрибута feature_importances_ и фреймворка SHAP. В результате подтверждено, что на всей территории РФ торговля достаточно эффективна, чтобы удовлетворять потребительский спрос и не быть главным фактором, определяющим региональные диспропорции в обороте (таким фактором являются доходы). Среди показателей состояния торговой отрасли самой важной оказалась доля продаж через Интернет в обороте. Интернет-торговля – наиболее перспективная форма торговли, формирование комфортных условия для развития которой позволит сгладить дифференциацию регионов по потреблению. Большое, но неоднозначное влияние на региональные диспропорции в обороте оказывает доля торговых сетей. Регулирование деятельности торговых сетей – один из ключевых аспектов государственного регулирования торговли, в рамках которого необходим баланс, который обеспечит максимальный социально-экономический эффект сетевой торговли при одновременном сдерживании её чрезмерного распространения. Важным с точки зрения влияния на оборот розничной торговли также явилось количество торговых объектов. Результаты создают условия для совершенствования методов регулирования торговли с целью более полного и равномерного удовлетворения спроса населения на потребительские товары на всей территории РФ. Основным направлением дальнейших исследований видится разработка усовершенствованных механизмов регулирования электронной коммерции, в частности, интернет-торговли.
Библиографические ссылки
Aganbegyan, A. G. (2017). Overcoming poverty and reducing the income and consumption inequalities in Russia. EKO [ECO], 47 (9), 66–84. https://doi.org/10.30680/ECO0131–7652-2017-9-66-84 (In Russ.)
Bikbaeva, A. R. (2023). Statistical analysis of the turnover of retail trade in food products in the context of municipalities of the Republic of Mordovia. Innovatsii i investitsii [Innovations and investment], (7), 267–272. (In Russ.)
Blau, S. L. (2022). Research of retail trade turnover as an indicator of the level of socio-economic development. Russian Journal of Management, 10 (3), 111–115. https://doi.org/10.29039/2409–6024-2022-10-3-111-115 (In Russ.)
Bragin, L. A., Nikishin, A. F., & Pankina, T. V. (2024). Current trends and prospects for the development of the e-commerce market. Ekonomika i upravlenie: problemy, resheniya [Economics and Management: Problems, Solutions], 2 (2), 157–166. https://doi.org/10.36871/ek.up.p.r.2024.02.02.017 (In Russ.)
Dai, S. I. S., & Sulila, I. (2020). Purchase Power and Consumption Pattern Change of Society (Analysis of 34 Panel Data in Indonesia). Journal of Economics and Sustainable Development, 11 (2), 66–73. https://doi.org/10.7176/JESD/11-2-07
Dubovik, M. V., Timiryanova, V. M., & Zimin, A. F. (2017). Modeling of the Deferred Demand on the Market of Household Appliances. European Research Studies Journal, 20 (2B), 149–161.
Dubovik, M. V., Timiryanova, V. M., & Zimin, A. F. (2017). Modeling of the deferred demand on the market of household appliances. European Research Studies Journal, 20 (2B), 149–161.
Gareev, M. Y., & Polbin, A. V. (2022). Nowcasting Russia’s key macroeconomic variables using machine learning. Voprosy Ekonomiki, (8), 133–157. https://doi.org/10.32609/0042–8736-2022-8-133-157 (In Russ.)
Iosipenko, V. D. (2018). Regional features of demand behavior for foodstuff demand and of various formats for food retail trade. Regional’nye agrosistemy: ekonomika i sotsiologiya [Regional agrosystems: economics and sociology], (1). (In Russ.)
Karashchuk, O. S., & Boldyasov, A. I. (2022). Differences in the development of domestic trade in the federal districts of Russia. Lizing [Leasing], (5), 5–17. https://doi.org/10.33920/VNE-03-2205-01 (In Russ.)
Krasilnikova. E. A. (2019). Regional drivers of development for e-commerce in the Russian Federation. Problemy teorii i praktiki upravlenia [Problems of management theory and practice], (11), 22–34. (In Russ.)
Lakman, I. A., Timiryanova, V. M., & Popov, D. V. (2021). Spatial Analysis of the Relationship Between Income and Consumption of the Population Based on Panel Data. Voprosy statistiki, 28 (2), 128–139. https://doi.org/10.34023/2313–6383-2021-28-2-128-139 (In Russ.)
Latypov, R., Akhmedova, E., Postolit, E., & Mikitchuk, M. (2024). Bottom-up Inflation Forecasting Using Machine Learning Methods. Den’gi i kredit [Russian Journal of Money and Finance], 83 (3), 23–44. (In Russ.)
Leonidova, E. G. (2020). Stimulating final consumption within the reduction of regional inequality. Ekonomicheskie i sotsial’nye peremeny: fakty, tendentsii, prognoz [Economic and Social Changes: Facts, Trends, Forecast, 13 (3), 59–73. https://doi.org/10.15838/esc.2020.3.69.5 (In Russ.)
Mayorova, A. N., Panasenko, S. V., Nikishin, A. F., Ivanov, G. G., & Mayorova, E. A. (2018). Analyzing regional differences in the condition and development of trade in Russia. Entrepreneurship and Sustainability Issues, 6 (2), 927–938. https://doi.org/10.9770/jesi.2018.6.2(30)
Mayorova, A., Luneva, E., Kevorkova, Z., & Sapozhnikova, N. (2019). State and development of retail chains in the Russian regions. In Proceedings of the 33rd International Business Information Management Association Conference, IBIMA 2019: Education Excellence and Innovation Management through Vision 2020 (pp. 1310–1320).
Mayorova, E. A., & Abramov, E. G. (2024). Regional Imbalances in Dairy Product Availability: Price-Forming Factors. Molochnaya promyshlennost’ [Dairy industry], (4), 92–101. https://doi.org/10.21603/1019–8946-2024-4-1 (In Russ.)
Piao, Y., Li, M., Sun, H., & Yang, Y. (2023). Income Inequality, Household Debt, and Consumption Growth in the United States. Sustainability, 15 (5), 3910. https://doi.org/10.3390/su15053910
Reprintseva, E. V. (2021). The impact of the pandemic on the volume of retail trade in the regions. Vestnik Kurskoi gosudarstvennoi sel’skokhozyaistvennoi akademii [Vestnik of Kursk state agricultural academy], (8), 162–167. (In Russ.)
Savinov, Yu. A., Strizhkovа, L. A., Taranovskaja, E. V., & Skurova, A. V. (2021). Marketing tools in e-commerce. Rossiiskii vneshneekonomicheskii vestnik [Russian Foreign Economic Journal], (2), 57–65. https://doi.org/10.24412/2072–8042-2021-2-57-65 (In Russ.)
Serebryakova, N. A., Grishchenko, N. V., & Olkhovikov, A. A. (2018). Trade as an indicator of social and economic development. Vestnik Voronezhskogo gosudarstvennogo universiteta inzhenernykh tekhnologii [Proceedings of the Voronezh State University of Engineering Technologies], 80 (1), 364–368. https://doi.org/10.20914/2310–1202-2018-1-364-368 (In Russ.)
Shabnam, N., Ashraf, M. A., Laar, R. A., & Ashraf, R. (2021). Increased Household Income Improves Nutrient Consumption in Pakistan: A Cross-Sectional Study. Frontiers in Nutrition, 8, 672754. https://doi.org/10.3389/fnut.2021.672754
Sharova, I. V. (2024). The impact of the e-commerce market on the socio-economic situation in the region. Ekonomika, predprinimatelstvo i pravo [Journal of Economics, Entrepreneurship and Law], 14 (3), 799–810. https://doi.org/10.18334/epp.14.3.120636 (In Russ.)
Shen, Z., Fan, W., & Hu, J. (2022). Income inequality, consumption, and the debt ratio of Chinese households. Plos one, 17 (5), e0265851. https://doi.org/10.1371/journal.pone.0265851
Suimon, Y., Tanabe, H., & Izumi, K. (2023). Using weather-based machine learning approach to estimate retail sales and interpret weather factors. In 202314th IIAI International Congress on Advanced Applied Informatics (IIAI-AAI) (pp. 725–727). IEEE. https://doi.org/10.1109/IIAI-AAI59060.2023.00151
Suray, N. M., Tatochenko, I. M., & Ponomareva, N. V. (2023). Investigation of the dynamics of retail trade turnover and public catering in Moscow in the conditions of turbulence of the external environment. Ekonomika. Professiya. Biznes [Economics. Profession. Business], (3), 96–103. https://doi.org/10.14258/epb202343 (In Russ.)
Tikhomirova, V. V. (2023). State and Dynamics of Development of the Wholesale and Retail Trade Market in Northern Regions. Vestnik Altaiskoi akademii ekonomiki i prava [Journal of the Altai Academy of Economics and Law], (10-3), 427–438. https://doi.org/10.17513/vaael.3064 (In Russ.)
Timiryanova, V. M., Yusupov, K. N., & Salimyanov, R. F. (2020). Relationship Between Consumption and Personal Income Within a Hierarchically Structured Spatial System. Prostranstvennaya Ekonomika [Spatial Economics], 16 (4), 91–112. https://doi.org/10.14530/se.2020.4.091-112 (In Russ.)
Timiryanova, V. M., Zimin, A. F. & Zhilina, E. V. (2018). The Spatial Change of the Indicators of Consumer Market (2018). Ekonomika regiona [Economy of Region], 14 (1), 164–175. https://doi.org/10.17059/2018-1-13 (In Russ.)
Vasilchuk, E. S., Rukhmanova, N. A., & Miheeva, A. V. (2018). Analysis and evaluation of trends in the development of retail trade in the region. Innovatsionnaya ekonomika: perspektivy razvitiya i sovershenstvovaniya [Innovative economy: prospects for development and improvement], (1), 32–39. (In Russ.)
Voroshilov, N. V. (2020). Trends and features of retail trade development in the region (information and statistical review). Sotsial’noe prostranstvo [Social Area], 6 (1). https://doi.org/10.15838/sa.2020.1.23.4 (In Russ.)
Zhu, W., Chen, Y., Han, X., Wen, J., Li, G., Yang, Y., & Liu, Z. (2022). How Does Income Heterogeneity Affect Future Perspectives on Food Consumption? Empirical Evidence from Urban China. Foods, 11 (17), 2597. https://doi.org/10.3390/foods11172597
Zou, D., Li, Q., Zhou, Y., Liang, S., & Zhou, S. (2025). Understanding factors associated with individuals’ non-mandatory activities using machine learning and SHAP interpretation: A case study of Guangzhou, China. Travel Behaviour and Society, 38, 100894. https://doi.org/10.1016/j.tbs.2024.100894
Zubarevich, N. V., & Safronov, S. G. (2019). People and money: Incomes, consumption and financial behavior of the population of the Russian Regions in 2000–2017. Izvestiya Rossiiskoi akademii nauk. Seriya geograficheskaya, (5), 3–17. https://doi.org/10.31857/S2587–5566201953-17 (In Russ.)
Zubarevich, N. V., & Safronov, S. G. (2019). The share of food in total consumption of the population of Russian regions as an indicator of the standard of living and consumption modernization. Vestnik Moskovskogo universiteta. Seriya 5, Geografiya [Lomonosov Geography Journal], (2), 61–68. (In Russ.)
Zyukin, D. A., Shalimov, I. V., Alyokhina, A. A., & Pahomova, E. V. (2023). Trends in the development of retail trade in the region. Vestnik Altaiskoi akademii ekonomiki i prava [Journal of the Altai Academy of Economics and Law], (10-2), 174–180. https://doi.org/10.17513/vaael.3008 (In Russ.)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Валерий Анатольевич Цветков, Егор Геннадьевич Абрамов, Елена Александровна Майорова
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
