КЛАСТЕРНЫЙ АНАЛИЗ В РЕШЕНИИ ЗАДАЧИ ТИПОЛОГИИ РЕГИОНОВ СИБИРСКОГО ФЕДЕРАЛЬНОГО ОКРУГА ПО УРОВНЮ ДОХОДНО-ИМУЩЕСТВЕННОГО ПОТЕНЦИАЛА НАСЕЛЕНИЯ
УДК 314.68
Аннотация
В статье представлены методика и результаты типологии регионов Сибирского федерального округа по уровню доходно-имущественного потенциала населения. Авторы используют метод многомерной классификации — кластерный анализ, применение которого в данном исследовании осуществлялось поэтапно с использованием пакета прикладных программ Statistica. Для измерения уровня доходно-имущественного потенциала населения была применена система индикаторов, включающая доходы, а также обеспеченность движимым и недвижимым имуществом населения. В результате авторами выделено три группы регионов с различным уровнем доходно-имущественного потенциала населения. Проведен анализ, в котором каждый полученный кластер сравнивается со средними значениями по Сибирскому федеральному округу и Российской Федерации, а также по индикаторам доходно-имущественного потенциала населения. Авторы акцентируют внимание на существенную неоднородность регионов СФО по доходно-имущественным индикаторам и указывают на необходимость применения дифференцированного подхода при принятии решений в области научно обоснованной государственной политики и долгосрочной стратегии по динамичному росту благосостояния населения.
Скачивания
Metrics
Литература
Маратканова И. В. Влияние факторов внутренней и внешней среды на сберегательное поведение домашних хозяйств России // Финансы и кредит. 2019. Т. 25. № 1 (781). С. 159-176.
Регионы России. Социально-экономические показатели. 2022: Стат. сб. / Росстат. М., 2022. 1112 с.
Бобков В. Н., Колмаков И. Б., Одинцова Е. В. Социальная структура российского общества по уровню жилищной обеспеченности. Критериальная и количественная идентификация, ориентиры для государственной политики // Уровень жизни населения регионов России. 2018. № 2. С. 8-23.
Бобков В. Н., Херрманн П., Колмаков И. Б., Одинцова Е. В. Двухкритериальная модель стратификации российского общества по доходам и жилищной обеспеченности // Экономика региона. 2018. Т. 14. Вып. 4. С. 1061-1075.
Булгаков В. В. Методологические аспекты анализа благосостояния населения // Вестник СГСЭУ. 2020. № 2 (81). С 26-29.
Кормишкин Е. Д., Горин В. А. Воздействие неравенства на экономический рост: теоретические и эмпирические подходы // Инновационное развитие экономики. 2018. № 5 (47). С. 46-51.
Repinskiy O. D., Gubanischeva M. A. Changes in housing construction industry in the Rf: securities as an alternative to Shared construction participation agreement // IOP Conference Series: Earth and Environmental Science. 2021. DOI: 10.1088/1755-1315/751/1/012169.
Гуляева Н. П. Дифференциация условий жизни населения как фактор миграционных процессов на территории Сибири // Экономика труда. 2018. Т. 5. № 1. С. 213-232.
Жаромский В. С., Мигранова Л. А., Токсанбаева М. С. Социально-экономическое неравенство в России: динамика и методы оценки // Народонаселение. 2018. Т. 21. № 4. С. 79-95.
Маслихова Е. А. Совершенствование методики оценки эффективности программ по улучшению жилищных условий населения // Наука и образование: история и современность: электронный сборник материалов 72-74 внутривузовских научно-практических конференций. 2021. С. 63-69.
Перская В. В. Всемирный экономический форум в Давосе: бедность и неравенство распределения доходов — порочные явления современного мирового развития // Экономика. Налоги. Право. 2019. Т. 12. № 2. С. 49-58.
Рябова Т. Ф., Сурай Н. М. Качество жизни населения России: состояние, проблемы, перспективы // Экономика Профессия Бизнес. 2022. № 2. С. 98-106.
Сергиенко А. М. Агропромышленные регионы: динамика доходов населения, неравенства и бедности // Экономика Профессия Бизнес. 2020. № 4. С. 108-117.
Андреева Е. И., Бычков Д. Г., Феоктистова О. А. Эффективность региональных политик социальной поддержки населения // Проблемы прогнозирования. 2021. № 5. С. 101-110.
Баликоев В. З., Маратканова И. В., Швецов Ю. Г. Оценка сберегательного потенциала домашних хозяйств Сибирского федерального округа: монография. Новосибирск, 2022. 207 с.
Леонидова Г. В., Басова Е. А., Рассадина М. Н. Кластерный анализ доходного неравенства населения российских регионов // Проблемы развития территории. 2022. Т. 26. № 6. С. 94-114.
Бикеева М. В., Моисеева И. В. Измерение экономического неравенства: проблемы, факты и оценка // Социальная статистика. 2019. № 6. С. 48-56
Голованова Л. А. Дифференциация уровня жизни населения в регионах Дальневосточного федерального округа // Вестник ТоГУ. 2019. № 4 (55). С. 45-54.
Звягинцева А. В., Швецова А. А. Кластерный анализ регионов России по показателям жилищно-коммунального хозяйства // Жилищное строительство. 2018. № 8. С. 40-43.
Россошанский А. И. Типология регионов России по показателям качества жизни населения // Государственный советник. 2018. № 3. С. 5-9.
Баллод Б. А., Елизарова Н. Н. Методы и алгоритмы принятия решений в экономике: учебное пособие. М., 2014. 224 с.
Маратканова И. В. Применение метода кластерного анализа для оценки сберегательно-инвестиционного потенциала населения Сибирского федерального округа // Вестник Югорского государственного университета. 2021. № 1 (60). С. 48-61.
REFERENCES
Maratkanova I. V. Influence of factors of the internal and external environment on the savings behavior of households in Russia. Finance and credit. 2019. Vol. 25. No. 1 (781). Pp. 159-176.
Regions of Russia. Socio-economic indicators. 2022: Stat. Sat. / Rosstat. Moscow, 2022. 1112 p.
Bobkov V. N., Kolmakov I. B., Odintsova E. V. Social structure of Russian society in terms of housing provision. Criteria and quantitative identification, guidelines for state policy. Living standards of the population of regions of Russia. 2018. No. 2. Pp. 8-23.
Bobkov V. N., Herrmann P., Kolmakov I. B., Odintsova E. V. Two-criteria model of Russian society stratification by income and housing provision. Economy of the region. 2018. Vol. 14. Iss. 4. Pp. 1061-1075.
Bulgakov V. V. Methodological aspects of the analysis of the welfare of the population. Vestnik SSEU. 2020. No. 2 (81). Pp. 26-29.
Kormishkin E. D., Gorin V. A. The impact of inequality on economic growth: theoretical and empirical approaches. Innovative development of the economy. 2018. No. 5 (47). Pp. 46-51.
Repinskiy O. D., Gubanischeva M. A. Changes in housing construction industry in the Rf: securities as an alternative to Shared construction participation agreement. IOP Conference Series: Earth and Environmental Science. 2021. DOI: 10.1088/1755-1315/751/1/012169.
Gulyaeva N. P. Differentiation of the living conditions of the population as a factor in migration processes in Siberia. Labor Economics. 2018. Vol. 5. No. 1. Pp. 213-232.
Zharomsky V. S., Migranova L. A., Toksanbaeva M. S. Socio-economic inequality in Russia: dynamics and assessment methods. Population. 2018. Vol. 21. No. 4. Pp. 79-95.
Maslikhova E. A. Improving the methodology for evaluating the effectiveness of programs to improve the living conditions of the population. Science and education: history and modernity: an electronic collection of materials from 72-74 intra-university scientific and practical conferences. 2021. Pp. 63-69.
Perskaya V. V. The World Economic Forum in Davos: Poverty and Inequality in Income Distribution — Perverse Phenomena of Modern World Development. Economics. Taxes. Right. 2019. Vol. 12. No. 2. Pp. 49-58.
Ryabova T. F., Surai N. M. Quality of life of the population of Russia: state, problems, prospects. Economics Profession Business. 2022. No. 2. Pp. 98-106.
Sergienko A. M. Agro-industrial regions: dynamics of incomes of the population, inequality and poverty. Economics Profession Business. 2020. No. 4. Pp. 108-117.
Andreeva E. I., Bychkov D. G., Feoktistova O. A. Efficiency of regional policies for social support of the population. Problems of Forecasting. 2021. No. 5. Pp. 101-110.
Balikoev V. Z., Maratkanova I. V., Shvetsov Yu. G. Assessment of the savings potential of households in the Siberian Federal District: monograph. Novosibirsk, 2022. 207 p.
Leonidova G. V., Basova E. A., Rassadina M. N. Cluster analysis of income inequality of the population of Russian regions. Problems of territory development. 2022. Vol. 26. No. 6. Pp. 94-114.
Bikeeva M. V., Moiseeva I. V. Measurement of economic inequality: problems, facts and assessment. Social statistics. 2019. No. 6. Pp. 48-56
Golovanova L. A. Differentiation of the standard of living of the population in the regions of the Far Eastern Federal District. Vestnik ToGU. 2019. No. 4 (55). Pp. 45-54.
Zvyagintseva A. V., Shvetsova A. A. Cluster analysis of Russian regions in terms of housing and communal services. Zhilishchnoe stroitel'stvo. 2018. No. 8. Pp. 40-43.
Rossoshansky A. I. Typology of Russian regions in terms of the quality of life of the population. State Counselor. 2018. No. 3. Pp. 5-9.
Ballod B. A., Elizarova N. N. Methods and algorithms for making decisions in economics: a tutorial. Moscow, 2014. 224 p.
Maratkanova I. V. Application of the cluster analysis method to assess the savings and investment potential of the population of the Siberian Federal District. Bulletin of the Yugorsk State University. 2021. No. 1 (60). Pp. 48-61.
Авторы, публикующиеся в данном журнале, соглашаются со следующими условиями:
a. Авторы сохраняют за собой права на авторство своей работы и предоставляют журналу право первой публикации этой работы с правом после публикации распространять работу на условиях лицензии Creative Commons Attribution License, которая позволяет другим лицам свободно распространять опубликованную работу с обязательной ссылокой на авторов оригинальной работы и оригинальную публикацию в этом журнале.
b. Авторы сохраняют право заключать отдельные договора на неэксклюзивное распространение работы в том виде, в котором она была опубликована этим журналом (например, размещать работу в электронном архиве учреждения или публиковать в составе монографии), с условием сохраниения ссылки на оригинальную публикацию в этом журнале. с. Политика журнала разрешает и поощряет размещение авторами в сети Интернет (например в институтском хранилище или на персональном сайте) рукописи работы как до ее подачи в редакцию, так и во время ее редакционной обработки, так как это способствует продуктивной научной дискуссии и положительно сказывается на оперативности и динамике цитирования статьи
