Оценка напряженности населения как инструмент скрининга социально-экономического состояния внегородских территорий

Олесиюк О.С.1
1 Пермский государственный аграрно-технологический университет им. акад. Д.Н. Прянишникова Пермский государственный национальный исследовательский университет, Россия, Пермь

Статья в журнале

Продовольственная политика и безопасность (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 9, Номер 3 (Июль-сентябрь 2022)

Цитировать:
Олесиюк О.С. Оценка напряженности населения как инструмент скрининга социально-экономического состояния внегородских территорий // Продовольственная политика и безопасность. – 2022. – Том 9. – № 3. – С. 261-272. – doi: 10.18334/ppib.9.3.116316.

Аннотация:
В статье приведена разработанная автором методика оценки уровня социально-экономической напряженности внегородских (сельских) территорий, с помощью которой можно проводить анализ текущего состояния и осуществлять прогноз дальнейшего развития ситуации. Освещены подходы к разработке указанной методики и обоснована ее практическая значимость для изучения социально-экономического развития территорий, в особенности, внегородских. Разработанная методика апробирована на примере Пермского края, на основе анализа статистических данных с 2010 по 2020 годы и соотнесения полученных результатов со среднероссийским показателем. Уникальность и универсальность разработанной методики оценки социально-экономической напряженности позволяет производить оценку данного феномена на любой территории, независимо от отнесения ее к сельской или городской, а также регионов и федеральных округов Российской Федерации, что выступает своеобразным скринингом социально-экономического состояния исследуемой территории.

Ключевые слова: внегородские территории, социально-экономическая напряженность, благополучие, оценка, фактор, показатель, индекс, методика

JEL-классификация: Q10, R11, R12, R13



Введение

На протяжении последних лет внегородские [18,10] (сельские) территории России подвержены негативным изменениям в социальной, экономической, демографической и других сферах. Усугубляют эту ситуацию и многолетние санкции [22] в отношении нашей страны со стороны стран Запада. Все это обоснованно вызывает у населения внегородских территорий, чьи социально-экономические условия значительно отличаются от городских [17], социально-экономическую напряженность.

В то же время на ситуацию можно воздействовать, измеряя данное явление и предпринимая своевременные меры реагирования, чем и обоснован выбор темы настоящей работы.

Проблемы социальной напряженности, которая сопровождает общество на всех этапах его развития, вызывали интерес многих исследователей. Среди них Муханова М. Н. [11], Давыдов А.А. [3,4], Чорнобай П. Д. [23], Янин С. В. [24], Плюснин Ю.М. [15], Тучков Е. В. [20], Пирогов И. В. [14], Карпук, И.В. [8], Баранова Г. В. [1,2], Голованов А. В. [5], Грызлов И.Н. [6], Коваленко Е.Г. [9], Каира Ю.В. [7] и др.

Всех их объединяет восприятие феномена социальной напряженности как сложного явления, на которое оказывают влияние различные факторы, и что ее следует подвергать системному анализу, измерению в целях возможности оперативно влиять на ситуацию, объективно прогнозировать ее развитие, не допуская более тяжелых форм проявления негативных настроений, таких как конфликты, протесты, акции и митинги.

Разделяя вышеуказанную позицию, автором определены как детерминанты социально-экономической напряженности ряд факторов, обозначенных ниже, и предложена модель оценки уровня социально-экономической напряженности.

Основная часть

Сводная характеристика такого явления, как социальная напряженность, является латентной величиной и не поддается количественному измерению. Однако оценка этой характеристики зависит от ряда показателей, факторов, которые поддаются измерению и могут быть зафиксированы в определенный момент времени.

Для построения не поддающегося прямому измерению агрегатного сводного показателя, характеризующего степень социально-экономической напряженности в отдельном регионе, предлагается использовать экспертно-статистический метод. Его реализация базируется как на статистической обработке информации, так и на экспертных оценках. Как известно, данный метод имеет широкое применение в анализе социально-экономических явлений, поскольку позволяет объединить математико-статистические методы моделирования с экспертными знаниями сущности изучаемого явления [13,16].

На первом этапе построения математико-статистической модели изучаемого явления необходимо определить статистические показатели, оказывающие наиболее существенное влияние на социально-экономическую напряженность.

При этом важно, чтобы все статистические показатели были сопоставимы по размерности и величине. Для этого необходимо обеспечить возможность приведения всех исходных показателей к безразмерному виду и величине, лежащей в пределах от нуля до единицы, где ноль соответствует наихудшему состоянию фактора, а единица – наилучшему.

Безразмерный показатель предлагается определять как отношение статистического показателя по исследуемому региону к базовому уровню. В качестве базового уровня предлагается использовать значение соответствующего показателя по РФ – :

. (1)

В случае, когда рассматриваемый показатель имеет обратный смысл: чем меньше его значение, тем лучше, – результат может быть представлен следующим образом:

. (2)

После выполнения такой нормировки абсолютные значения всех исходных показателей будут сопоставимы и определены на шкале оценки от 0 до 1, что позволит корректно оценить вклад каждого фактора в сводный показатель. При этом не исключаются отрицательные значения некоторых факторов, например, показатель миграционного прироста населения может иметь отрицательные значения в случае оттока населения из региона.

Далее из первоначального набора нормированных показателей необходимо выявить те показатели, которые оказывают наибольшее влияние на социально-экономическую напряженность. На данном этапе производится анализ и устранение мультиколлинеарности нормированных покателей, для чего необходимо сформировать и проанализировать матрицу парных коэффициентов корреляции для всех факторов: R ;

Анализ матрицы парных корреляций позволит судить о наличии или отсутствии мультиколлинеарности в используемых исходных показателях.

Подтвердить вывод о мультиколлинеарности факторов, а также выделить наиболее информативные из них может исследование коэффициентов детерминации каждого из показателей по всем остальным .

Представляется верным, что сокращение размерности модели за счет исключения статистически незначимых факторов способствует простоте ее реализации. В то же время необходимо учитывать, что чрезмерное снижение этой размерности может недостаточно точно описывать исследуемое явление.

Для более понятной трактовки результата исследования и удобства оценки влияния всех факторов на итоговый показатель, который должен характеризовать степень социально-экономической напряженности на подвергаемой анализу территории, предлагается ввести понятие «социально-экономического благополучия» (СЭБ) – то есть состояния, обратного по значению социально-экономической напряженности (СЭН) – результат суммарного влияния оказывающих на нее влияние факторов, таких как: уровень благосостояния, демографические показатели, факторы социального обеспечения, характеристики качества и уровня жизни, показатели криминогенной обстановки на исследуемой территории.

Для моделирования показателя социально-экономического благополучия предлагается использовать линейную модель вида

, (3)

где IСЭБ – индекс социально-экономического благополучия;

xi – факторы, оказывающие влияние на результирующий показатель.

m – количество факторов в модели.

– коэффициент влияния i-го фактора на результат.

Непосредственно индекс социально-экономической напряженности может быть количественно определен на основе полученного индекса СЭБ как

(4)

Предложенная модель оценки уровня социально-экономической напряженности была апробирована на примере Пермского края за период с 2010 по 2020 годы.

В качестве детерминант – показателей, влияющих на уровень социально-экономического благополучия, – были определены следующие, сгруппированные по группам факторы [12]:

1. Демографические факторы:

- миграционный процесс (МП),

- коэффициент рождаемости (КР),

- численность пенсионеров (ЧП);

2. Факторы уровня социального обеспечения включают обеспеченность:

- общественными библиотеками (ЧОБ),

- организациями культурно-досугового типа (ЧОКД),

- больничными койками (ЧБК);

3. Факторы уровня качества жизни включают:

- продолжительность жизни (ПЖ),

- объем платных услуг (ОПУ),

- численность занятых (ЧЗНП);

4. Факторы уровня криминогенной обстановки определяются:

- количеством зарегистрированных преступлений (КП),

- количеством убийств (КУ),

- количеством лиц, свершивших преступления (КЛСП),

- количество преступлений, связанных с оборотом наркотических средств (КПОН),

- количеством самоубийств (КС);

5. Факторы уровня жизни включают:

- среднюю заработную плату (СЗП),

- численность населения с денежными доходами ниже величины прожиточного минимума (ЧНсНД),

- уровень безработицы (УБ).

Все вышеперечисленные показатели, взятые из данных органов государственной статистики [19, 21], были приведены к безразмерному виду и соотнесены с показателями по Российской Федерации.

По итогу анализа коэффициентов парной корреляции было установлено, что наибольшее количество тесных линейных связей с другими имеет показатель количества преступлений, связанных с оборотом наркотических средств, поэтому этот показатель был исключен из числа значимых модели. Также был исключен показатель количества убийств, который включен в общее количество зарегистрированных преступлений и тесно связан с показателем количества лиц, совершивших преступления, вследствие чего также был исключен из числа показателей, отобранных для построения модели индекса социально-экономического благополучия.

В качестве примера был произведен расчет индекса социально-экономического благополучия на территории Пермского края в 2020 году, представленный в таблице 1.

Таблица 1 – Расчет индекса социального благополучия на территории Пермского края в 2020 году⃰

Группа факто-ров
Пока-затель
Показатель по ПК
Показатель по РФ
Безразмерный показатель )
Коэффици-ент влияния фактора (
Результат ( )

1.
МП
-1,9501
0,7258
-2,6868
0,072
-0,1934
КР
9,8
9,8
1,0
0,072
0,0720
ЧП
24,6
25,3
0,9723
0,072
0,0700

2.
ЧОБ
0,1663
0,2495
0,6665
0,075
0,0500
ЧОКД
0,2334
0,2837
0,8227
0,075
0,0617
ЧБК
66,4
70,3
0,9445
0,075
0,0708

3.
ПЖ
69,6
71,5
0,9734
0,059
0,0574
ОПУ
0,0562
0,0597
0,9414
0,059
0,0555
ЧЗНП
55,1
58,4
0,9435
0,059
0,0557

4.
КП
15,3894
13,6605
-0,1266
0,068
-0,0086
КЛСП
6,7972
5,8112
-0,1697
0,068
-0,0115
КС
26,7
11,7
-1,3628
0,068
-0,0927

5.
СЗП
41958
51344
0,8172
0,060
0,0490
ЧНсНД
13,3
12,1
-0,0992
0,060
-0,0060
УБ
5,0
2,9457
0,0721
0,060
0,0043
IСЭБ (сумма полученных результатов ( ))
0,234
⃰Таблица составлена автором.

Таким образом были рассчитаны индексы социально-экономического благополучия ( ) по Пермскому краю за период с 2010-2020 годы, приведенные в таблице 2.

Таблица 2 – Индекс социально-экономического благополучия на территории Пермского края с 2010 по 2020 годы⃰

Год
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020

0,460
0,499
0,498
0,555
0,555
0,511
0,516
0,440
0,338
0,499
0,234
⃰Таблица составлена автором.

Полученный индекс показывает ситуацию с социально-экономическим благополучием на территории Пермского края по отношению к аналогичному результату по Российской Федерации в целом. Из представленных в таблице данных следует, что социально-экономическое благополучие в Пермском крае значительно ниже, чем по стране в целом. При этом отмечаются лучшие результаты в 2013–2014 годах, а худший – в 2018 году. Также можно констатировать общий негативный тренд социально-экономического благополучия на территории Пермского края по сравнению с ситуацией в стране за последние годы.

Оценка уровня (индекса) социально-экономической напряженности рассчитывается на основе выражения (4) и, к примеру, в 2020 году составляет:

1 – 0,234 = 0,766.

Результаты оценки социально-экономической напряженности в Пермском крае по отношению к показателю по стране в целом представлены в таблице 3.

Таблица 3 – Индекс социально-экономической напряженности в Пермском крае за 2010 – 2020 годы⃰

Год
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020

0,540
0,501
0,502
0,445
0,445
0,489
0,484
0,560
0,662
0,501
0,766
⃰Таблица составлена автором.

Как видно из данных таблицы, уровень социально-экономической напряженности в регионе по сравнению в среднем по стране (который приравнен к единице) остается достаточно высоким и на протяжении последних лет в лучшую сторону не изменяется.

С учетом представленных данных также можно произвести прогнозные расчеты, которые целесообразно будет использовать в практическом применении.

Заключение

Таким образом, предложенная методика построения индексов социально-экономического благополучия и напряженности позволяет выполнить не только анализ или скрининг социально-экономического состояния территорий, но и прогнозирование развития ситуации с социально-экономической напряженностью на исследуемой территории на перспективу, что может оказать помощь руководству территории в принятии управленческих решений относительно дальнейшего развития тех или иных социально-экономических процессов, влияющих на уровень социально-экономической напряженности, поддержания или изменения тенденции тех или иных социально-экономических факторов, которые включены в модель.

Преимуществом данной методики являются экономичность и простота использования, а универсальность заключается в том, что её можно использовать не только применительно к территории Пермского края в целом, но и на территориях конкретных муниципальных образований региона, независимо от того, относятся они к городским или внегородским, а также на любой территории России. При этом нормирование показателей модели можно производить не только по отношению к соответствующим показателям по стране, но и относительно статистических показателей в краевом или областном центре, а также в другом регионе или федеральном округе.

Необходимость применения методики в первую очередь на внегородских территориях обусловлена существенным разрывом в условиях и уровне жизни по сравнению с городами, что, несомненно, сказывается на оценке социума.


Источники:

1. Баранова Г. В. Социальная напряженность: особенности методологии и методики ее анализа и прогнозирования в регионах Российской Федерации. / специальность 22.00.01 «Теория, методология и история социологии» : диссертация на соискание ученой степени кандидата социологических наук / Баранова Галина Васильевна. - Москва, 2009. – 183 c.
2. Баранова Г. В., Фролов В. А. Методология и методика измерения социальной напряженности // Социологические исследования. – 2012. – № 3(335). – c. 50-65.
3. Давыдов А.А., Давыдова Е.В. Измерение социальной напряженности. / Институт социологии РАН. - Москва, 1992. – 32 c.
4. Давыдов А.А. Индекс социального неблагополучия // Социологические исследования. – 1995. – № 10. – c. 118-128.
5. Голованов А. В. Социальная напряженность общества переходного периода. / Автореферат диссертации на соискание ученой степени кандидата философских наук. - Саранск, 2009. – 22 c.
6. Грызлов И.Н. Методика обработки статистической информации для оценки индексов социальной напряженности в регионе. / Автореферат диссертации на соискание ученой степени кандидата технических наук. - Москва, 2012. – 28 c.
7. Каира Ю. В. Методика исследования социальной напряженности // Известия ТулГУ. Гуманитарные науки. – 2017. – № 3.
8. Карпук И.В. Новые тенденции проявлений социальной напряженности и социальных конфликтов в современной России. / Автореферат диссертации на соискание ученой степени кандидата социологических наук. - Ростов-на-Дону, 2006. – 23 c.
9. Коваленко Е.Г. Проблемы и механизмы развития сельских территорий // Фундаментальные исследования. – 2012. – № 3-3. – c. 687-690.
10. Лылов А.С. Программно-целевое управление развитием сельских территорий. / Автореферат диссертации на соискание ученой степени кандидата экономических наук. - Екатеринбург, 2019. – 28 c.
11. Муханова М.Н. Социальная напряженность: региональный аспект. / Автореферат диссертации на соискание ученой степени кандидата социологических наук. - Москва, 1991. – 19 c.
12. Олесиюк О.С. Современное развитие внегородских территорий через призму оценки социальной напряженности // Креативная экономика. – 2021. – № 8. – c. 3207-3218. – doi: 10.18334/ce.15.8.112802.
13. Петровский А. Б., Ройзензон Г. В. Многокритериальный подход к построению интегральных показателей // Таврический вестник информатики и математики. – 2008. – № 2. – c. 143–150.
14. Пирогов И.В. Социальная напряженность: теория, методология и методы измерения. / Диссертация на соискание ученой степени кандидата социологических наук. - Иваново, 2002. – 177 c.
15. Плюснин Ю.М. Социальная напряженность в Новосибирске. - Новосибирск: ЦСА, 1999.
16. Подиновский В.В. Идеи и методы теории важности критериев в многокритериальных задачах принятия решений. - М.: Наука, 2019. – 103 c.
17. Путин В.В. Заседание Государственного совета по вопросам сельхозпроизводства и развития села, 26.12.2019. [Электронный ресурс]. URL: 7428731 (дата обращения: 01.09.2022).
18. Семин А. Н. Развитие внегородских территорий: перспективные типы поселений. - Москва : Общество с ограниченной ответственностью «КОЛ ЛОК», 2021. – 248 c.
19. Территориальный орган Федеральной службы государственной статистики по Пермскому краю. [Электронный ресурс]. URL: http://permstat.gks.ru/ (дата обращения: 01.09.2022).
20. Тучков Е. В. Социальная напряженность в регионах центра России: механизмы диагностики и регулирования. / Автореферат на соискание ученой степени кандидата социологических наук. - Москва, 2001. – 24 c.
21. Федеральная служба государственной статистики. [Электронный ресурс]. URL: gks.ru (дата обращения: 01.09.2022).
22. Холодова М.А., Подгорская С.В., Криничная Е.П., Егорова О.В. Реализация программно-целевого подхода в решении ключевых проблем развития сельского хозяйства. / монография. - п. Рассвет ФГБНУ ФРАНЦ; Изд-во ООО «АзовПринт», 2020. – 120 c.
23. Чорнобай П.Д. Социальная напряженность: опыт измерения // Социологические исследования. – 1992. – № 7. – c. 94-98.
24. Янин С. В. Комплексный анализ феномена социальной напряженности в российских Вооруженных Силах. / Автореферат на соискание ученой степени кандидата социологических наук. - Москва, 1993. – 24 c.

Страница обновлена: 29.09.2022 в 20:39:36