Assessment of population tensions as a screening tool for the socio-economic condition of non-urban areas

Olesiyuk O.S.^1,2
¹ Пермский государственный аграрно-технологический университет им. акад. Д.Н. Прянишникова, Russia
² Пермский государственный национальный исследовательский университет, Russia

Download PDF | Downloads: 16

Journal paper

Food Policy and Security ^{(РИНЦ, ВАК)}
опубликовать статью | оформить подписку

Volume 9, Number 3 (July-september 2022)

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=49551689

Abstract:
The article presents the author's methodology for assessing the level of socio-economic tension of non-urban (rural) areas. This methodology makes it possible to analyze the current situation and forecast its further development. The approaches to the development of this methodology are highlighted; and its practical significance for the study of socio-economic development of territories, especially non-urban ones, is substantiated. The developed methodology has been tested on the example of the Perm Region. The analysis was based on statistical data from 2010 to 2020 and the correlation of the results obtained with the average Russian indicator. The uniqueness and universality of the developed methodology for assessing socio-economic tension makes it possible to assess this phenomenon in any territory, regardless of whether it is classified as rural or urban, as well as regions and federal districts of the Russian Federation. This acts as a kind of screening of the socio-economic situation in the territory under study.

Keywords: non-urban areas, socio-economic tension, well-being, assessment, factor, indicator, index, methodology

JEL-classification: Q10, R11, R12, R13

Введение

На протяжении последних лет внегородские [18, 10] (Semin, 2021; Lylov, 2019) (сельские) территории России подвержены негативным изменениям в социальной, экономической, демографической и других сферах. Усугубляют эту ситуацию и многолетние санкции [22] (Kholodova, Podgorskaya, Krinichnaya, Egorova, 2020) 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] (Putin, 2019), 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] (Mukhanova, 1991), Давыдов А.А. [3, 4] (Davydov, Davydova, 1992; Davydov, 1995), Чорнобай П.Д. [23] (Chornobay, 1992), Янин С.В. [24] (Yanin, 1993), Плюснин Ю.М. [15] (Plyusnin, 1999), Тучков Е.В. [20] (Tuchkov, 2001), Пирогов И.В. [14] (Pirogov, 2002), Карпук И.В. [8] (Karpuk, 2006), Баранова Г.В. [1, 2] (Baranova, 2009; Baranova, Frolov, 2012), Голованов А.В. [5] (Golovanov, 2009), Грызлов И.Н. [6] (Gryzlov, 2012), Коваленко Е.Г. [9] (Kovalenko, 2012), Каира Ю.В. [7] (Kaira, 2017) 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.

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] (Petrovskiy, Royzenzon, 2008; Podinovskiy, 2019).

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 I_СЭБ – индекс социально-экономического благополучия;

x_i – 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 год.

В качестве детерминант-показателей, влияющих на уровень социально-экономического благополучия, были определены следующие сгруппированные по группам факторы [12] (Olesiyuk, 2021):

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 году

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
I_СЭБ(сумма полученных результатов ( ))						0,234

Источник: составлено автором.

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

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

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

Источник: составлено 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 гг., 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 гг.

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

Источник: составлено автором.

Как видно из данных таблицы, уровень социально-экономической напряженности в регионе по сравнению со средним 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 ее 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.

References:

Baranova G. V. (2009). Sotsialnaya napryazhennost: osobennosti metodologii i metodiki ee analiza i prognozirovaniya v regionakh Rossiyskoy Federatsii [Social tensions: peculiarities of the methodology and methods of their analysis and forecasting in the regions of the Russian Federation] (in Russian).

Baranova G. V., Frolov V. A. (2012). Metodologiya i metodika izmereniya sotsialnoy napryazhennosti [Methodology and methodology for measuring social tensions]. Sociological Studies (Sotsiologicheskie Issledovaniia). (3(335)). 50-65. (in Russian).

Chornobay P.D. (1992). Sotsialnaya napryazhennost: opyt izmereniya [Social tensions: experience of measurement]. Sotsiologicheskie issledovaniya. (7). 94-98. (in Russian).

Davydov A.A. (1995). Indeks sotsialnogo neblagopoluchiya [Social deprivation index]. Sociological Studies (Sotsiologicheskie Issledovaniia). (10). 118-128. (in Russian).

Davydov A.A., Davydova E.V. (1992). Izmerenie sotsialnoy napryazhennosti [Measuring social tensions] (in Russian).

Golovanov A. V. (2009). Sotsialnaya napryazhennost obshchestva perekhodnogo perioda [Social tensions in a society in transition] (in Russian).

Gryzlov I.N. (2012). Metodika obrabotki statisticheskoy informatsii dlya otsenki indeksov sotsialnoy napryazhennosti v regione [Methodology for the processing of statistical information to estimate social tension indices in the region] (in Russian).

Kaira Yu. V. (2017). Metodika issledovaniya sotsialnoy napryazhennosti [Technique of the research of social tension]. Izvestiya TulGU. Gumanitarnye nauki. (3). (in Russian).

Karpuk I.V. (2006). Novye tendentsii proyavleniy sotsialnoy napryazhennosti i sotsialnyh konfliktov v sovremennoy Rossii [New trends in social tensions and social conflicts in contemporary Russia] (in Russian).

Kholodova M.A., Podgorskaya S.V., Krinichnaya E.P., Egorova O.V. (2020). Realizatsiya programmno-tselevogo podkhoda v reshenii klyuchevyh problem razvitiya selskogo khozyaystva [Implementing a programme-oriented approach to key agricultural development issues] (in Russian).

Kovalenko E.G. (2012). Problemy i mekhanizmy razvitiya selskikh territoriy [Problems and mechanisms of development of rural territories]. Fundamental research. (3-3). 687-690. (in Russian).

Lylov A.S. (2019). Programmno-tselevoe upravlenie razvitiem selskikh territoriy [Programme-based management of rural development] (in Russian).

Mukhanova M.N. (1991). Sotsialnaya napryazhennost: regionalnyy aspekt [Social tensions: the regional dimension] (in Russian).

Olesiyuk O.S. (2021). Sovremennoe razvitie vnegorodskikh territoriy cherez prizmu otsenki sotsialnoy napryazhennosti [Modern development of suburban territories through the prism of assessing social tension]. Creative Economy. 15 (8). 3207-3218. (in Russian). doi: 10.18334/ce.15.8.112802.

Petrovskiy A. B., Royzenzon G. V. (2008). Mnogokriterialnyy podkhod k postroeniyu integralnyh pokazateley [A multi-criteria approach to constructing integral indicators]. Tavricheskiy vestnik informatiki i matematiki. (2). 143–150. (in Russian).

Pirogov I.V. (2002). Sotsialnaya napryazhennost: teoriya, metodologiya i metody izmereniya [Social tensions: Theory, methodology and measurement methods] (in Russian).

Plyusnin Yu.M. (1999). Sotsialnaya napryazhennost v Novosibirske [Social tensions in Novosibirsk] (in Russian).

Podinovskiy V.V. (2019). Idei i metody teorii vazhnosti kriteriev v mnogokriterialnyh zadachakh prinyatiya resheniy [Ideas and methods of criterion importance theory in multi-criteria decision-making tasks] (in Russian).

Semin A. N. (2021). Razvitie vnegorodskikh territoriy: perspektivnye tipy poseleniy [Non-urban development: prospective settlement types] (in Russian).

Tuchkov E. V. (2001). Sotsialnaya napryazhennost v regionakh tsentra Rossii: mekhanizmy diagnostiki i regulirovaniya [Social tensions in the regions of central Russia: Mechanisms for diagnosis and regulation] (in Russian).

Yanin S. V. (1993). Kompleksnyy analiz fenomena sotsialnoy napryazhennosti v rossiyskikh Vooruzhennyh Silakh [Comprehensive analysis of the phenomenon of social tension in the Russian Armed Forces] (in Russian).

Страница обновлена: 18.01.2025 в 02:53:10

Подробнее об авторе: