Оценка влияния социально-экономических показателей на темп прироста валового регионального продукта

Такие данные не рекомендуется описывать с помощью средней арифметической и стандартного отклонения, которые сильно подвержены влиянию крайних вариант. Выполним оценку взаимосвязи факторов с показателем ВРП на основе матрицы парных коэффициентов корреляции, выделив при этом значимые показатели на 90% уровне (рисунок 4).Рисунок 4 – Матрица парных коэффициентов корреляцииТаким образом, значимая связь показателя ВРП наблюдается с показателями инвестиций (Invp), оборота розничной торговли (Tradep), объема платных услуг на душу населения (Servp), среднедушевых доходов населения (Imp), Численность населения на одного работника среднего медицинского персонала (Pmed).Выполним визуальный анализ зависимостирезультативного показателя от факторов (рисунок 5).Рисунок 5 - Общий график зависимости ВРП на душу населения от рассматриваемых показателейПостроение эконометрической моделиВыполним построение эконометрической модели на всех факторных показателях (рисунок 6). Рисунок 6 – Результаты построения регрессионной модели на всех факторахДанная регрессионная модель характеризуется большим количеством показателей, часть из которых не имеет значимости (Servp, Pdoc, OPL), а также большим значением коэффициента детерминации , что объясняется введением большого количества переменных. Рассмотрим линейность распределения данных показателей относительно Y (рисунок 7).Рисунок 7 - Проверка линейности связи между зависимой и независимыми переменнымиАнализ показывает, что показатель Pdoc имеет форму отличную от линейной. Таким образом, необходимо проверить возможность изменения функциональной формы показателей. О том, что изменение функциональной формы необходимо, говорит и предварительный анализ данных (ненормальное распределение, в том числе и результирующего показателя). Начнем с результирующего показателя VRPp. Наиболее близкое к нормальному распределению натуральный логарифм показателя (рисунок 8).Рисунок 8 - Гистограмма трансформации результирующего показателяВыполним построение регрессионной модели, в которой в качестве результирующего показателя возьмем lnVRPp (см. рисунок 8). Рисунок 8 - Повторная регрессия после изменения функциональной формы результирующего показателяПри изменении функциональной формы результирующего показателя коэффициенты при регрессорах изменились. Снизился и среднеквадратическая ошибка. Отметим, что значимость показателей также изменилась. Таким образом, приведение даже одного показателя к функциональной форме, распределение которого стремится к нормальному, увеличило уровень значимости показателей.Анализ показывает, что статистически значимым не является только коэффициент при Pdoc. Даже изменение функциональной формы данной переменной не позволяет обеспечить ее статистическую значимость в модель.Выполним построение модели, исключив указанный показатель из модели (рисунок 9).Рисунок 9–Модель регрессии после исключения фактора PdocТаким образом, из таблицы видно, что все показатели в модели статистически значимы. Значение коэффициента детерминации свидетельствует о том, что 81,7% вариации показателя ВРП объясняется факторами, вошедшими в модель. Кроме того, значимость модели подтверждается расчетным значением F-критерия, которое превышает критическое (.Проведем тест на мультиколлинеарность (наличие линейной зависимости между объясняющими переменными (факторами) регрессионной модели) (рисунок 10).Рисунок 10 - Проверка переменных на мультиколлинеарностьЗначения vifне превышают 10. Таким образом, мультиколлинеарность отсутствует.Уравнение модели имеет вид:В полученной модели все переменные, выбранные в качестве регрессоров, не зависят друг от друга. Таким образом, в связи с наличием обоснованных связей между показателями, можно утверждать, что выбранная модель, может быть принята. Перейдем к интерпретации коэффициентов в итоговой регрессионной модели.В построенной модели коэффициент при таком показателе, как ожидаемая продолжительность жизни - отрицателен, а для всех остальных переменных – положительные. Рассмотрим коэффициенты при каждом показатели подробнее.К наибольшему росту ВРП на душу населения приводит увеличение общей жилой площади на душу населения. Данный факт экономически обоснован в виду того, что объем работ по виду экономической деятельности «Строительство» формирует значительную долю ВРП.Положительное влияние объема платных услуг на душу населения на показатель ВРП также обосновано с учетом того, что ВРП представляет собой стоимость всех конечных товаров и услуг, произведенных в регионе за год.Отрицательное влияние показателя ожидаемой продолжительности жизни на показатель ВРП, прежде всего, обусловлено увеличением нагрузки на трудоспособное население региона, что снижает производственные показатели.ЗаключениеВ качестве изучаемой предметной области в рамках настоящего исследования рассматривается валовой региональный продукт (ВРП) и социально-экономические показатели регионов РФ. Социально-экономическое развитие представляет собой расширенное воспроизводство, постепенные структурные и качественные изменения в экономике, производственных силах, факторах роста и развития, науки, образования, культуры, качества и уровня жизни общества, человеческого капитала. Для него характерно воспроизводство общественных систем и прогрессивная направленность. Социально-экономическое развитие состоит из развития общественных отношений, именно поэтому имеет различный вид своего становления.В Российской Федерации насчитывается 85 субъектов федерации и их вклад в развитие национальной экономики не одинаков. Следовательно, сравнительный анализ экономического развития регионов и прогноз их эволюции являются на данный момент актуальными задачами науки и практики Российской Федерации. Для проведения сравнительного анализа, а также для оценки влияния различных социально-экономических факторов на динамику ВРП была разработана эконометрическая модель.В ходе исследования осуществлено выявление и анализ тесноты взаимосвязи между основными региональными показателями, построены уравнения множественных регрессий зависимости ВРП от ряда показателей, характеризующих уровень социально-экономического развития региона. Полученные данные могут быть использованы как для оперативного управления экономикой региона, так и при определении стратегии развития региона, выявляя наиболее актуальные направления развития региональных субъектов, таких как создание территорий инновационного развития, индустриальных парков, центров кластерного развития, социальной инфраструктуры.В заключение необходимо отметить, что моделирование региональных социально-экономических процессов требует комплексного системного подхода с учетом информационных, институциональных, синергетических, логистических, межотраслевых и других аспектов развития современной экономики.Список использованной литературыАбу Х., Орлова И.В. Сравнительный эконометрический анализ величины валового регионального продукта в регионах Российской Федерации // Современные наукоемкие технологии. – 2014. – № 7–1. – С. 9–10. Гусарова О.М. Эконометрический анализ статистической взаимосвязи показателей социально-экономического развития России // Фундаментальные исследования. – 2016. – № 2–2. – С. 357–361. Гусарова О.М., Кузьменкова В.Д. Моделирование и анализ тенденций развития региональной экономики // Фундаментальные исследования. – 2016. – № 3–2. – С. 354–359.Гутман Г.В., Мироедов А.А., Федин С.В. Управление региональной экономикой /Под ред. Г.В. Гутмана. М.: Финансы и статистика, 2011. Жирков А.М. Математическое моделирование систем и процессов: учебное пособие / А.М. Жирков, Г.М. Подопригора, М.Р. Цуцунава. – СПб.: Лань КПТ, 2016. – 192 c. Исмиханов З.Н. Моделирование социально-экономического развития региона на основе когнитивного подхода // Бизнес-информатика. – 2015. – № 2–32. – С. 59–66. Кудымов В.М. Взаимосвязь социально-экономических процессов с показателем валового регионального продукта // Экономический анализ: теория и практика. 2017. №24 (105). С.37-47 Михайлов В.В., Саркисян В.В. Анализ многомерной факторной модели ВРП и отраслевых моделей зависимости ВРП и финансовых результатов от инвестиционной и производственной активности /под ред. А.Г. Гранбера // Аваль. Экономика. 2018. №4 (Окт.-дек.). С. 15-21Мурашов А.Г. О стратегии социально-экономического развития регионов (на примере Центрального федерального округа) / А.Г. Мурашов // Вестник государственного и муниципального управления. – 2016. – № 2. – С. 44–60. Орлова И.В. Эконометрика: учебно-методическое пособие / В.А. Половников, Е.С. Филонова, О.М. Гусарова [и др.]. – М.: ВЗФЭИ, 2015. – 123 с.Орлова И.В., Турундаевский В.Б. Многомерный статистический анализ при исследовании экономических процессов. – М.: Юнити, 2016. – 326 с. Официальный сайт Федеральной службы государственной статистики [Электронный ресурс]. – Режим доступа: http:// www.gks.ru.Проблемы прогнозирования и сценарного моделирования социально-экономического развития территориальных систем: сб. науч. тр. / Институт экономики УрО РАН [под ред. д.э.н. Лавриковой Ю.Г.]. – Екатеринбург: Изд-во Институт экономики УрО РАН, 2012. – 312 с. Турундаевский В.Б. Компьютерное моделирование экономико-математических методов // Международный журнал прикладных и фундаментальных исследований. – 2014. – № 1–2. – С. 229–230.Харченко М.А. Корреляционный анализ: Учебное пособие для вузов. – Воронеж: Изд-во ВГУ, 2018. – 31 с.Приложение 1