Межрегиональное неравенство по уровню денежных доходов населения России

Дмитриев С.Г.1, Севрюкова С.В.1, Милованович Н.Г.1
1 Российский экономический университет имени Г.В. Плеханова, Брянский филиал

Статья в журнале

Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 18, Номер 1 (Январь 2024)

Цитировать:
Дмитриев С.Г., Севрюкова С.В., Милованович Н.Г. Межрегиональное неравенство по уровню денежных доходов населения России // Креативная экономика. – 2024. – Том 18. – № 1. – С. 29-58. – doi: 10.18334/ce.18.1.120330.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=60018852

Аннотация:
Авторы исследовали неравенство по уровню денежных доходов населения по федеральным округам Российской Федерации в межрегиональном разрезе, а также по стране в целом. Неравенство оценивалось в динамике с 2015г по 2021 годы с использованием показателей Джини, Аткинсона, Коултера, Хоувера, Далтона, Герфиндаля-Хиршмана, Тейла, а также с помощью кривой Лоренца. Авторами установлено, что неравенство по уровню денежных доходов населения в наблюдаемый период времени выросло в Центральном, Дальневосточном, Северо-Западном и Уральском федеральном округам; в Северо-Кавказском, Южном, Сибирском и Приволжском федеральных округах зафиксировано снижение уровня неравенства по названному показателю. В целом по России неравенство между регионами выросло в анализируемый период времени. По индексу Герфиндаля-Хиршмана в целом по России зафиксировано незначительный рост, что также означает рост неравенства. В тоже время мы обнаружили снижение инвертированного индекса Герфиндаля-Хиршмана, что свидетельствует некоторое выравнивание распределения денежных доходов между различными группами населения регионов

Ключевые слова: денежные доходы, неравенство, кривая Лоренца, региональное развития

JEL-классификация: R11, O15



Введение

Актуальность темы исследования

Растущее неравенство во всем мире отмечается многими исследователями [16; 20; 25; 29]. Все авторы, анализировавшие динамику неравенства, как зарубежные, так и отечественные, считают растущее неравенство как одну из главных глобальных угроз, дестабилизирующих поступательное социально-экономическое развитие современных государств. Социальная напряженность, имущественное расслоение, поляризация рынка труда, сокращение среднего класса – все это, а также многое другое являются зримыми признаками усиления неравенства.

Литературный обзор

Среди исследователей, посвятивших свои усилия анализу неравенства, выделяются, прежде всего, работы Т. Пикетти [14; 18; 19], Г. Зукмана [22; 23; 30], Э. Саеза [24]. Перечисленные авторы исследовали как динамику неравенства в США, Китае и других странах, так и представили свою методологию исследования этого феномена. В. Шайдель представил глобальную картину изменения неравенства в исторической перспективе [15]; его выводы, что снижение неравенства происходило в прошлом только благодаря войнам, эпидемиям и прочим катастрофам является хорошо обоснованным, хотя и довольно пессимистичным.

Среди российских исследователей отметим работы А. Варшавского [1], справедливо считающего чрезмерное неравенство угрозой для России; этой же точки зрения придерживается и М. Декина [4]; И. и Е. Герасимовых [3], применивших пространственно-временной подход к анализу неравенства; в работе Д. Диденко [5] неравенство доходов в современной России анализируется на фоне долгосрочной исторической ретроспективы; Н. Зубаревич и С. Сафронов [8; 9] изучили территориальное неравенство российских городов и регионов, а также ряда постсоветских стран; М. Карцева и П. Кузнецова [10] оценили влияние неравенства возможностей в неравенство доходов; М. Малкина [12] установила взаимосвязь уровня развития и степени неравенства доходов в отечественных регионах. В своих предыдущих работах [6; 7] мы также уделили внимание проблеме неравенства в контексте регионального развития.

Научный пробел

Подавляющее большинство исследований неравенства основывается на применении коэффициента Джини для количественного измерения этого феномена. Мы использовали комплекс показателей, включающих индекс Герфиндаля-Хиршмана для оценки динамики экономической власти региональных компаний. Мы полагаем, что комплексный подход позволяет представить более разностороннее освещение актуальной проблемы.

Цель исследования

Целью исследования является комплексный анализ межрегионального неравенства по уровню денежных доходов населения в разрезе федеральных округов Российской Федерации.

Научная новизна

Научная новизна исследования состоит в комплексном анализе динамики межрегионального неравенства, не ограничиваясь традиционным использованием коэффициента Джини. Кроме того, мы проанализировали изменение индекса Герфиндаля-Хиршмана для оценки более полной оценки изменения неравенства. Мы считаем, что сверхконцентрация экономической власти компаний в столицах, следствием чего является рост неравенства доходов и дивергенция экономического развития регионов, служит причиной, тормозящей региональное экономическое развитие, что аналогично выводам, к которым приходит Д. Воллрат [2].

Авторская гипотеза

Наша гипотеза состоит в том, что неравенство по уровню денежных доходов населения регионов России выросло за наблюдаемый период, с 2015 по 2021 годы. Мы также считаем, что этот процесс сопровождается снижением экономической власти регионов страны, что вызвано концентрацией наиболее развитых отечественных компаний в столичных агломерациях, а также миграцией наиболее профессионально эффективного населения в названные территориально-административные образования.

Методология и данные

Нами использованы данные о денежных доходах населения с официального сайта Росстата [13]. По методологии Росстата денежные доходы населения – это все денежные поступления, получаемые физическими лицами в течение определенного периода времени. Мы использовали следующие измерители неравенства по уровню денежных доходов между регионами:

- Коэффициент Джини (Gini coefficient) – это наиболее распространенный показатель неравенства доходов. Он рассчитывается как площадь под кривой Лоренца, деленная на площадь равностороннего треугольника. Кривая Лоренца представляет собой графическое отображение распределения доходов населения. Точка на кривой Лоренца, соответствующая 50% населения, показывает долю доходов, получаемых 50% населения с самыми низкими доходами.

- Индекс Герфиндаля-Хиршмана (Herfindahl-Hirschman index) – это показатель концентрации экономической власти в регионе. Он рассчитывается как сумма квадратов долей дохода всех групп населения региона.

- Коэффициент Хоувера (Hoover coefficient) – это показатель неравенства доходов, основанный на кривой Лоренца. Он рассчитывается как площадь треугольника, образованного кривой Лоренца и вертикальной линией, проходящей через точку на кривой Лоренца, соответствующую медианному доходу населения.

- Коэффициент Тейла (Theil coefficient) – это показатель неравенства доходов, основанный на логарифмах. Он рассчитывается как сумма логарифмов долей доходов населения.

- Коэффициент Коултера (Coulter coefficient) – это показатель неравенства доходов, основанный на индексе Джини. Он рассчитывается как квадрат коэффициента Джини.

- Индекс Аткинсона (Atkinson index) – это показатель неравенства доходов, основанный на функции риска. Он рассчитывается как интеграл от функции риска распределения доходов.

- Коэффициент Далтона (Dalton coefficient) – это показатель неравенства доходов, основанный на индексе Джини. Он рассчитывается как квадрат коэффициента Джини, деленный на 2.

- Стандартное отклонение (Standard deviation) – это стандартное отклонение распределения доходов. Оно рассчитывается как квадратный корень из суммы квадратов отклонений фактических доходов от среднего дохода.

- Коэффициент вариации (Coefficient of variations) – это коэффициент вариации распределения доходов. Он рассчитывается как стандартное отклонение, деленное на среднее значение.

Анализ был проведен с помощью статистического языка R, версия 4.2.2 [21] на операционной системе Windows 10 x64 (сборка 18363). Использовались следующие пакеты:

- «report», версия 0.5.7 – для предоставления информации о пакетах и сессии [17];

- «ggplot2», версия 3.4.4 – для создания графиков и визуализации данных [26];

- «readxl», версия 1.4.3 – для чтения данных из файлов MS Excel [27];

- «REAT», версия 3.0.3 – для оценки межрегионального неравенства [28].

Результаты исследования

Центральный федеральный округ

Ниже представлены результаты анализа межрегионального неравенства по уровню денежных доходов населения в разрезе федеральных округов Российской Федерации.

Мы использовали показателя, перечисленные нами в разделе «Методология и данные» настоящей статьи. Результаты вычислений приведены в таблицах ниже. Нами построены кривые Лоренца для визуализации уровня анализируемого неравенства (см. рисунки 1 – 18). Кривая Лоренца показывает степень неравенства распределения доходов. Чем дальше кривая Лоренца от прямой линии, идущей от точки (0,0) до точки (1,0), тем больше неравенство доходов [11].

Ось абсцисс представляет собой долю населения. Каждое деление на оси соответствует 1% населения. Точка (0,0) означает, что 0% населения получают 0% доходов, точка (1,0) означает, что 100% населения получают 0% доходов, точка (0,1) означает, что 1% населения получают 1% доходов, и так далее.

Ось ординат представляет собой долю доходов. Каждое деление на оси соответствует 1% доходов. Точка (0,0) означает, что 0% населения получают 0% доходов, точка (1,0) означает, что 100% населения получают 0% доходов, точка (0,1) означает, что 1% населения получают 1% доходов, и так далее.

Таблица 1 – Основные показатели межрегионального неравенства в Центральном федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,127
0,141
+0,014
2
Gini coefficient of inequality n
0,134
0,149
+0,015
3
Herfindahl-Hirschman index
0,061
0,064
+0,003
4
Herfindahl-Hirschman index n
0,006
0,009
+0,003
5
Herfindahl-Hirschman eq
16,329
15,677
-0,652
6
Hoover Concentration Index non-w
0,093
0,108
+0,015
7
Theil inequality index
0,034
0,046
+0,012
8
Coulter Coefficient non-w
0,053
0,064
+0,011
9
Atkinson Inequality index
0,019
0,025
+0,006
10
Dalton Inequality index
1,003
1,004
+0,001
11
Standard deviation
9082,879
14336,340
+5253,461
12
Coefficient of variation
0,329
0,396
+0,067
13
Coefficient of variation n
0,079
0,096
+0,017

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

Анализ данных, представленных в таблице 1, свидетельствует о росте большинства показателей, характеризующих неравенство по уровню денежных доходов населения Центрального федерального округа. Это подтверждается и динамикой коэффициента Джини, а также индекса Герфиндаля-Хиршмана, который отражает растущую концентрацию денежных доходов среди незначительной группы населения.

На рисунке 1 представлена кривая Лоренца для Центрального федерального округа за 2015 г.

Рисунок 1 – Кривая Лоренца для Центрального федерального округа, 2015 г. Источник: подготовлено авторами.

На рисунке 2 приведена кривая Лоренца для ЦФО в 2021 году.

Рисунок 2 – Кривая Лоренца для Центрального федерального округа, 2021 г.

Источник: подготовлено авторами.

Мы отмечаем незначительное увеличение неравенства по денежным доходам в анализируемый период времени для Центрального федерального округа.

Дальневосточный федеральный округ

В таблице 2 представлены измерители неравенства в денежных доходах в Дальневосточном федеральном округе.

Таблица 2 – Основные показатели межрегионального неравенства в Дальневосточном федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,189
0,229
+0,04
2
Gini coefficient of inequality n
0,208
0,251
+0,043
3
Herfindahl-Hirschman index
0,101
0,107
+0,006
4
Herfindahl-Hirschman index n
0,011
0,018
+0,007
5
Herfindahl-Hirschman eq
9,868
9,343
-0,525
6
Hoover Concentration Index non-w
0,141
0,173
+0,032
7
Theil inequality index
0,055
0,082
+0,027
8
Coulter Coefficient non-w
0,072
0,089
+0,017
9
Atkinson Inequality index
0,027
0,040
+0,013
10
Dalton Inequality index
1,005
1,008
+0,003
11
Standard deviation
13114,860
22843,710
+9728,85
12
Coefficient of variation
0,355
0,442
+0,087
13
Coefficient of variation n
0,112
0,139
+0,027

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

Как и в ЦФО, неравенство в Дальневосточном федеральном округе выросло с 2015 по 2021 годы, что подтверждается динамикой коэффициентов Джини и индексом Герфиндаля-Хиршмана.

Рисунок 3 – Кривая Лоренца для Дальневосточного федерального округа,

2015 г. Источник: подготовлено авторами.

Площадь, образованная кривой Лоренца (рисунки 3 и 4), также выросла в названный период, свидетельствуя о росте неравенства денежных доходов в Дальневосточном федеральном округе.

Рисунок 4 – Кривая Лоренца для Дальневосточного федерального округа,

2021 г. Источник: подготовлено авторами.

Данные, приведенные в таблице 2 и рисунках 3-4, подтверждают нашу гипотезу о росте неравенства по уровню денежных доходов.

Северо-Кавказский федеральный округ

Таблица 3 содержит комплекс показателей, отражающих динамику неравенства денежных доходов населения Северо-Кавказского федерального округа.

Таблица 3 – Основные показатели межрегионального неравенства в Северокавказском федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,094
0,080
-0,014
2
Gini coefficient of inequality n
0,109
0,093
-0,016
3
Herfindahl-Hirschman index
0,147
0,146
-0,001
4
Herfindahl-Hirschman index n
0,005
0,004
-0,001
5
Herfindahl-Hirschman eq
6,808
6,841
+0,033
6
Hoover Concentration Index non-w
0,069
0,063
-0,006
7
Theil inequality index
0,014
0,013
-0,001
8
Coulter Coefficient non-w
0,045
0,041
-0,004
9
Atkinson Inequality index
0,007
0,006
-0,001
10
Dalton Inequality index
1,001
1,001
0
11
Standard deviation
3741,060
4079,149
+338,089
12
Coefficient of variation
0,181
0,165
-0,016
13
Coefficient of variation n
0,074
0,067
-0,007

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

В отличие от Центрального и Дальневосточного федерального округов в СКФО наблюдается незначительное снижение неравенства денежных доходов. В то же время, инвертированный индекс Герфиндаля-Хиршмана вырос, что говорит о концентрации доходов в руках относительно незначительной группы населения.

Рисунок 5 – Кривая Лоренца для Северо-Кавказского федерального округа,

2015 г. Источник: подготовлено авторами.

На рисунке 5 представлена кривая Лоренца для Северо-Кавказского федерального округа в 2015 году.

Рисунок 6 – Кривая Лоренца для Северо-Кавказского федерального округа,

2021 г. Источник: подготовлено авторами.

Как видно на рисунке 6, площадь, образованная кривой Лоренца в 2021 году, незначительно уменьшилась, подтверждая наш вывод о снижении неравенства денежных доходов в данном федеральном округе.

Северо-Западный федеральный округ

Мы представили показатели неравенства по уровню денежных доходов в Северо-Западном федеральном округе России в таблице 4.

Таблица 4 – Основные показатели межрегионального неравенства в Северо-Западном федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,171
0,176
+0,005
2
Gini coefficient of inequality n
0,187
0,192
+0,005
3
Herfindahl-Hirschman index
0,097
0,095
-0,002
4
Herfindahl-Hirschman index n
0,014
0,012
-0,002
5
Herfindahl-Hirschman eq
10,354
10,553
+0,199
6
Hoover Concentration Index non-w
0,128
0,136
+0,008
7
Theil inequality index
0,055
0,052
-0,003
8
Coulter Coefficient non-w
0,081
0,076
-0,005
9
Atkinson Inequality index
0,029
0,027
-0,002
10
Dalton Inequality index
1,005
1,005
0
11
Standard deviation
13450,053
16337,766
+2887,713
12
Coefficient of variation
0,416
0,387
-0,029
13
Coefficient of variation n
0,126
0,117
-0,009

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

Судя по коэффициентам Джини, представленным в таблице 4, неравенство денежных доходов в наблюдаемый период времени в Северо-Западном федеральном округе незначительно выросло. В то же время, снижение индекса Герфиндаля-Хиршмана (обычный и нормализованный) свидетельствует о снижении концентрации названного показателя неравенства среди групп населения СЗФО.

Рисунок 7 – Кривая Лоренца для Северо-Западного федерального округа,

2015 г. Источник: подготовлено авторами.

Визуализация динамики неравенства в Северо-Западном федеральном округе приведена на рисунках 7 и 8.

Рисунок 8 – Кривая Лоренца для Северо-Западного федерального округа,

2021 г. Источник: подготовлено авторами.

Изменение площади, которую образовала кривая Лоренца на рисунках 7 и 8, практически неизменна, поскольку уровень неравенства в СЗФО вырос незначительно.

Южный федеральный округ

Таблица 5 – Основные показатели межрегионального неравенства в Южном федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,130
0,114
-0,016
2
Gini coefficient of inequality n
0,149
0,130
-0,019
3
Herfindahl-Hirschman index
0,132
0,130
-0,002
4
Herfindahl-Hirschman index n
0,008
0,006
-0,002
5
Herfindahl-Hirschman eq
7,586
7,673
+0,087
6
Hoover Concentration Index non-w
0,096
0,089
-0,007
7
Theil inequality index
0,028
0,021
-0,007
8
Coulter Coefficient non-w
0,058
0,052
-0,006
9
Atkinson Inequality index
0,014
0,011
-0,003
10
Dalton Inequality index
1,003
1,002
-0,001
11
Standard deviation
5459,777
6859,983
+1400,206
12
Coefficient of variation
0,250
0,221
-0,029
13
Coefficient of variation n
0,094
0,084
-0,01

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

Данные таблицы 5 свидетельствуют о снижении неравенства, измеренного по коэффициенту Джини, а также по индексу Герфиндаля-Хиршмана, в 2015 – 2021 годах в Южном федеральном округе.

Рисунок 9 – Кривая Лоренца для Южного федерального округа, 2015 г.

Источник: подготовлено авторами.

На рисунках 9 и 10 приведены кривые Лоренца, отражающие уровень неравенства денежных доходов в Южном федеральном округе.

Рисунок 10 – Кривая Лоренца для Южного федерального округа, 2021 г.

Источник: подготовлено авторами.

Судя по изменении конфигурации кривой Лоренца на рисунке 10 по сравнению с рисунком 9, неравенство денежных доходов в ЮФО в 2021 году незначительно снизилось.

Сибирский федеральный округ

Таблица 6 – Основные показатели межрегионального неравенства в Сибирском федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,095
0,090
-0,005
2
Gini coefficient of inequality n
0,106
0,100
-0,006
3
Herfindahl-Hirschman index
0,103
0,103
0
4
Herfindahl-Hirschman index n
0,003
0,003
0
5
Herfindahl-Hirschman eq
9,723
9,751
+0,028
6
Hoover Concentration Index non-w
0,072
0,066
-0,006
7
Theil inequality index
0,015
0,013
-0,002
8
Coulter Coefficient non-w
0,038
0,036
-0,002
9
Atkinson Inequality index
0,007
0,007
0
10
Dalton Inequality index
1,002
1,001
-0,001
11
Standard deviation
3942,649
4843,617
+900,968
12
Coefficient of variation
0,178
0,169
-0,009
13
Coefficient of variation n
0,059
0,056
-0,003

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

В Сибирском федеральном округе мы также отмечаем (см. таблицу 6) снижение неравенства денежных доходов населения, измеренного по коэффициенту Джини. Значение индекса Герфиндаля-Хиршмана (обычное и нормализованное) осталось неизменным, инвертированный индекс увеличился, что свидетельствует о росте концентрации денежных доходов.

Рисунок 11 – Кривая Лоренца для Сибирского федерального округа, 2015 г.

Источник: подготовлено авторами.

Кривые Лоренца на рисунках 11 и 12 почти не изменились.

Рисунок 12 – Кривая Лоренца для Сибирского федерального округа, 2021 г.

Источник: подготовлено авторами.

Визуализация результатов анализа неравенства денежных доходов в Сибирском федеральном округе подтверждает наш вывод, сделанный на основе показателей таблицы 6, о несущественном снижении неравенства.

Уральский федеральный округ

Мы представили комплекс показателей неравенства денежных доходов населения в Уральском федеральном округе в 2015 – 2021 годах (таблица 7).

Таблица 7 – Основные показатели межрегионального неравенства в Уральском федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,217
0,251
+0,034
2
Gini coefficient of inequality n
0,254
0,292
+0,038
3
Herfindahl-Hirschman index
0,166
0,176
+0,01
4
Herfindahl-Hirschman index n
0,027
0,038
+0,011
5
Herfindahl-Hirschman eq
6,033
5,692
-0,341
6
Hoover Concentration Index non-w
0,165
0,190
+0,025
7
Theil inequality index
0,075
0,101
+0,026
8
Coulter Coefficient non-w
0,107
0,128
+0,021
9
Atkinson Inequality index
0,037
0,050
+0,013
10
Dalton Inequality index
1,007
1,009
+0,002
11
Standard deviation
16206,110
24763,736
+8557,626
12
Coefficient of variation
0,433
0,518
+0,085
13
Coefficient of variation n
0,177
0,211
+0,034

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

В течение 2015 – 2021 годов неравенство денежных доходов в Уральском федеральном округе выросло (коэффициенты Джини), концентрация доходов также увеличилась (индекс Герфиндаля-Хиршмана).

Рисунок 13 – Кривая Лоренца для Уральского федерального округа, 2015 г.

Источник: подготовлено авторами.

Динамика неравенства по величине денежных доходов населения Уральского федерального округа с 2015 по 2021 годы представлена на рисунках 13 и 14.

Рисунок 14 – Кривая Лоренца для Уральского федерального округа, 2021 г.

Источник: подготовлено авторами.

Площадь, образованная кривой Лоренца для УФО в 2021 году, увеличилась, что подтверждает рост неравенства денежных доходов в анализируемый период.

Приволжский федеральный округ

Таблица 8 – Основные показатели межрегионального неравенства в Приволжском федеральном округе России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,114
0,095
-0,019
2
Gini coefficient of inequality n
0,123
0,102
-0,021
3
Herfindahl-Hirschman index
0,074
0,074
0
4
Herfindahl-Hirschman index n
0,003
0,002
-0,001
5
Herfindahl-Hirschman eq
13,457
13,584
+0,127
6
Hoover Concentration Index non-w
0,087
0,075
-0,012
7
Theil inequality index
0,020
0,014
-0,006
8
Coulter Coefficient non-w
0,039
0,033
-0,006
9
Atkinson Inequality index
0,010
0,007
-0,003
10
Dalton Inequality index
1,002
1,001
-0,001
11
Standard deviation
5010,432
5256,819
+246,387
12
Coefficient of variation
0,208
0,182
-0,026
13
Coefficient of variation n
0,058
0,050
-0,008

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

Показатели неравенства, приведенные в таблице 8, позволяют сделать вывод о снижении уровня неравенства денежных доходов населения Приволжского федерального округа (уменьшение значения коэффициента Джини и нормализованного индекса Герфиндаля-Хиршмана), хотя отмечается и незначительное увеличение концентрации доходов.

Рисунок 15 – Кривая Лоренца для Приволжского федерального округа,

2015 г. Источник: подготовлено авторами.

Наглядное представление изменения уровня неравенства денежных доходов населения ПФО (кривые Лоренца) содержится на рисунках 15-16.

Рисунок 16 – Кривая Лоренца для Приволжского федерального округа,

2021 г. Источник: подготовлено авторами.

Кривые Лоренца в 2015 и 2021 годах для Приволжского федерального округа свидетельствуют о снижении уровня неравенства в наблюдаемый период времени.

Россия в целом

Мы обобщили результаты анализа динамики неравенства денежных доходов в таблице 9.

Таблица 9 – Основные показатели межрегионального неравенства по всем регионам России, 2015-2021 гг. Источник: подготовлено авторами.

№ п/п
Показатель
2015 г.
2021 г.
Изменение
1
Gini coefficient of inequality
0,186
0,202
+0,016
2
Gini coefficient of inequality n
0,188
0,204
+0,016
3
Herfindahl-Hirschman index
0,013
0,014
+0,001
4
Herfindahl-Hirschman index n
0,002
0,002
0
5
Herfindahl-Hirschman eq
75,429
72,720
-2,709
6
Hoover Concentration Index non-w
0,132
0,146
+0,014
7
Theil inequality index
0,058
0,069
+0,011
8
Coulter Coefficient non-w
0,030
0,034
+0,004
9
Atkinson Inequality index
0,030
0,036
+0,006
10
Dalton Inequality index
1,006
1,007
+0,001
11
Standard deviation
11004,773
16273,192
+5268,419
12
Coefficient of variation
0,394
0,446
+0,052
13
Coefficient of variation n
0,043
0,048
+0,005

Примечание: w – взвешенный (weighted), n – нормализованный (normalized), eq – эквивалентное число (equivalent number).

В целом, можно отметить, что в 2015 – 2021 годах неравенство денежных доходов населения, а также их концентрация у некоторых групп населения выросли, что является негативным феноменом несмотря на дискуссионность утверждений о том, что неравенство снижает темпы экономического роста.

Рисунок 17 – Кривая Лоренца для регионов России, 2015 г.

Источник: подготовлено авторами.

Кривые Лоренца для России в целом за 2015 и 2021 годы представлены на рисунках 17 и 18.

Рисунок 18 – Кривая Лоренца для регионов России, 2021 г.

Источник: подготовлено авторами.

Изменение площади, образованной кривой Лоренца (рисунки 17-18), подтверждают наш вывод о росте неравенства денежных доходов населения России в анализируемый период времени.

Заключение

Анализ данных, представленных в таблицах 1 – 8, свидетельствует о динамике неравенства в денежных доходах населения в различных федеральных округах России в период с 2015 по 2021 год. Результаты указывают на общий тренд роста неравенства и концентрации доходов в ряде регионов, несмотря на некоторые отличия в этой динамике между округами.

По уровню неравенства денежных доходов населения федеральные округа (ФО) расположились следующим образом (в порядке убывания):

- 2015 год: Уральский ФО, Дальневосточный ФО, Северо-Западный ФО, Южный ФО, Центральный ФО, Приволжский ФО, Сибирский ФО, Северо-Кавказский ФО;

- 2021 год: Уральский ФО, Дальневосточный ФО, Северо-Западный ФО, Центральный ФО, Южный ФО, Приволжский ФО, Сибирский ФО, Северо-Кавказский ФО;

- по росту неравенства денежных доходов с 2015 по 2021 годы (в порядке убывания): Уральский ФО, Центральный ФО, Дальневосточный ФО, Северо-Западный ФО;

- по снижению денежных доходов с 2015 по 2021 годы: Приволжский ФО, Южный ФО, Северо-Кавказский ФО, Сибирский ФО.

В Центральном и Дальневосточном федеральных округах отмечается увеличение неравенства денежных доходов, что подтверждается как коэффициентами Джини, так и индексами Герфиндаля-Хиршмана. Этот рост указывает на увеличение концентрации доходов в ограниченной группе населения.

В Северо-Кавказском федеральном округе, наоборот, наблюдается незначительное снижение неравенства денежных доходов. Однако инвертированный индекс Герфиндаля-Хиршмана указывает на увеличение концентрации доходов в относительно небольшой группе населения.

Северо-Западный и Южный федеральные округа демонстрируют некоторое увеличение неравенства. В первом случае, неравенство, измеренное коэффициентом Джини, незначительно увеличилось, однако индексы Герфиндаля-Хиршмана свидетельствуют о снижении концентрации доходов.

В Сибирском федеральном округе неравенство денежных доходов снизилось, но инвертированный индекс Герфиндаля-Хиршмана указывает на увеличение концентрации денежных доходов.

В Уральском федеральном округе и Приволжском федеральном округе отмечается увеличение неравенства и концентрации доходов, что может сигнализировать о возрастании социальной дифференциации в данных регионах.

Проведенный анализ позволяет сделать вывод о том, что в период с 2015 по 2021 год неравенство денежных доходов населения в ряде российских федеральных округов, а также по России в целом увеличилось. Этот тренд представляет собой негативный феномен, который требует внимательного внимания со стороны исследователей и политических решений, учитывая обсуждение влияния неравенства на экономический рост.


Источники:

1. Варшавский А. Е. Чрезмерное неравенство доходов-проблемы и угрозы для России // Социологические исследования. – 2019. – № 8. – c. 52-61.
2. Воллрат Д. Зрелый рост: почему экономическая стагнация является признаком успеха. / Дитрих Воллрат ; перевод с английского М. Маркова и А. Лащева. - М.: Издательство Института Гайдара, 2023. – 376 c.
3. Герасимова И. А., Герасимова Е. В. Неравенство денежных доходов населения России (пространственно-временной подход) // Мир России. Социология. Этнология. – 2014. – № 2. – c. 38-74.
4. Декина М. П. Неравенство доходов населения как проблема национальной безопасности в России // Известия Санкт-Петербургского государственного экономического университета. – 2018. – № 1(109). – c. 121-125.
5. Диденко Д. В. Неравенство доходов в современной России на фоне долгосрочной исторической ретроспективы // TerraEconomicus. – 2022. – № 2. – c. 72-85.
6. Дмитриев С. Г. О взаимосвязи глобализации и неравенства // Инновации и инвестиции. – 2020. – № 3. – c. 9-13.
7. Дубовик М. В., Дмитриев С. Г. Анализ диспропорций регионального развития в Центральном федеральном округе Российской Федерации // Финансовый менеджмент. – 2022. – № 6. – c. 40-51.
8. Зубаревич Н. В. Неравенство регионов и крупных городов России: что изменилось в 2010-е годы? // Общественные науки и современность. – 2019. – № 4. – c. 57-70.
9. Зубаревич Н. В., Сафронов С. Г. Территориальное неравенство доходов населения России и других крупных постсоветских стран // Региональные исследования. – 2014. – № 4. – c. 100-110.
10. Карцева М. А., Кузнецова П. О. Справедливое и несправедливое неравенство в России: оценка вклада неравенства возможностей в неравенство доходов // Прикладная эконометрика. – 2020. – № 2. – c. 5.
11. МакконнеллК. Р., Брю С. Л. Экономикс: принципы, проблемы и политика. / Economics: Principles, Problems, andPolicies. - М. : Республика, 1992.
12. Малкина М. Ю. Исследование взаимосвязи уровня развития и степени неравенства доходов в регионах Российской Федерации // Экономика региона. – 2014. – № 2. – c. 238-248.
13. Неравенство и бедность. RetrievedDecember 19, 2023. [Электронный ресурс]. URL: fromhttps://rosstat.gov.ru/folder/13723 (дата обращения: 20.12.2023).
14. Пикетти Т. Капитал в XXI веке. / Томас Пикетти ; пер. с фр. А. Дунаева. - М. : Ад Маргинем Пресс, 2016. – 591 c.
15. Шайдель В. Великий уравнитель. / Вальтер Шайдель ; пер. с нем. О. Перфильева. - М. : АСТ, 2019. – 768 c.
16. Hasell J., Arriagada P., Ortiz-Ospina E., Roser M. Economic Inequality. Published online at OurWorldInData.org. Retrieved from. [Электронный ресурс]. URL: https://ourworldindata.org/economic-inequality\' (дата обращения: 22.12.2023).
17. Makowski D., Lüdecke D., Patil I., Thériault R., Ben-Shachar M., Wiernik B. Automated Results Reporting as a Practical Tool to Improve Reproducibility and Methodological Best Practices Adoption. Cran. [Электронный ресурс]. URL: https://easystats.github.io/report (дата обращения: 22.12.2023).
18. Piketty T., Saez E., Zucman G. Distributional national accounts: methods and estimates for the United States // The Quarterly Journal of Economics. – 2018. – № 133(2). – p. 553-609.
19. Piketty T., Yang L., Zucman G. Capital accumulation, private property, and rising inequality in China, 1978-2015 // American Economic Review. – 2019. – № 109(7). – p. 2469-2496.
20. Qureshi Z. (2023, May 16). Rising inequality: A major issue of our time. Brookings. [Электронный ресурс]. URL: https://www.brookings.edu/articles/rising-inequality-a-major-issue-of-our-time (дата обращения: 22.12.2023).
21. R Core Team. (2022). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org
22. Saez E., Zucman G. Wealth inequality in the United States since 1913: Evidence from capitalized income tax data // The Quarterly Journal of Economics. – 2016. – № 131(2). – p. 519-578.
23. Saez E., Zucman G. The rise of income and wealth inequality in America: Evidence from distributional macroeconomic accounts // Journal of Economic Perspectives. – 2020. – № 34(4). – p. 3-26.
24. Saez, E., & Zucman, G. (2020). Trends in US income and wealth inequality: Revising after the revisionists (No. w27921). National Bureau of Economic Research
25. Global Inequalities. (n.d.). IMF Stanley, A. (2022). Global Inequalities. (n.d.). IMF. Retrieved December 19, 2023, from https://www.imf.org/en/Publications/fandd/issues/2022/03/Global-inequalities-Stanley
26. Wickham H. Ggplot2: Elegant Graphics for Data Analysis. - Springer-Verlag New York, 2016.
27. Wickham H., Bryan J. (2023). readxl: Read Excel Files. R package version 1.4.3. [Электронный ресурс]. URL: https://CRAN.R-project.org/package=readxl (дата обращения: 22.12.2023).
28. Wieland T. (2019). REAT: A Regional Economic Analysis Toolbox for R. Region, 6(3), r1-r57. [Электронный ресурс]. URL: https://doi.org/10.18335/region.v6i3.267 (дата обращения: 22.12.2023).
29. The World Inequality Report. (2022). Complete Data on Inequality Worldwide. (2021, October 7). World Inequality Report 2022. [Электронный ресурс]. URL: https://wir2022.wid.world (дата обращения: 22.12.2023).
30. Zucman G. Global wealth inequality // Annual Review of Economics. – 2019. – № 11. – p. 109-138.

Страница обновлена: 09.02.2024 в 00:44:47