Применение методов моделирования как элементов механизма повышения уровня жизни населения с учетом влияния социо-технологических детерминант
Козлов В.А.1
1 ФГАОУ ВО «Крымский федеральный университет имени В.И. Вернадского»
Скачать PDF | Загрузок: 15
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 15, Номер 1 (Январь 2025)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=80404157
Аннотация:
В статье применен метод моделирования одного из показателей уровня жизни населения, такой как, уровень бедности населения. Осуществлено его прогнозирование с учетом влияния социо-технологических детерминант на примере г. Санкт Петербург. При этом использованы различные методы, в рамках механизма повышения уровня жизни населения конкретного региона. Был осуществлен анализ уровня жизни населения в г. Санкт Петербург.
Расчеты производились различными методами, с использованием прогнозирования уровня жизни, основанные на экономико-математическом моделировании, экстраполяции тренда. В статье использовался рассчитанный усредненный показатель социо-технологических детерминант, влияющий на один из показателей уровня жизни населения: уровень бедности населения.
Изучены и проанализированы показатели уровня бедности населения г. Санкт-Петербург. Проанализирована динамика изменения показателей уровня бедности с учетом влияния социо-технологических детерминант г. Санкт-Петербург за 2015-2023 гг.
Это изучение позволяет разработать и сформировать элементы механизма, связанные с повышением уровня жизни населения с применением обозначенных методов механизма повышения уровня жизни населения с учетом социо-технологических детерминант. Это позволит разработать сам механизм повышения уровня жизни населения с учетом социо-технологических детерминант, что скажется на улучшении уровня жизни населения мегаполиса и региона
Ключевые слова: метод, население, показатели социо-технологических детерминант, уровень бедности, уровень жизни, экономико-математическое моделирование, экстраполяция тренда
JEL-классификация: F52, H56, H12
Введение
В условиях цифрового роста происходит трансформация экономики и социума. Эти изменения существенно влияют на уровень жизни населения отдельных регионов. Один из показателей, характеризующий уровень жизни населения это показатель уровня бедности населения. Дисбаланс происходит в различных уровнях доходах населения и это и влияет на уровень бедности населения как одного из показателей уровня жизни населения.
Возникает необходимость моделировать показатели, влияющие на уровень жизни населения по различным критериям, при этом используя различные группы факторов [1]. В цифровой экономике решающую роль в обеспечении устойчивых темпов экономического роста играет фактор технологий [16]. Это позволит расширить возможности применения различных методов, как составляющих элементов механизма повышения уровня жизни населения с учетом влияния социо- технологических детерминант.
Литературный обзор
Теоретические аспекты уровня жизни изучались в трудах Баландиной С.В., Рябовой С.Г. [1], Бобковым В.Н., Гулюгиной А.А. [6], Малчинова А.Э. [4], Молчанова Н. Н., Хачатуряна Н.С. [5], социо-технологические детерминанты анализировались Симченко Н.А. [16] Смирновой Ю. [17], Абашкиным В.Л., Абдрахмановой Г.И., Вишневского К.О., Гохберга Л.М. [22] и др. Практические аспекты изучения уровня жизни рассматривались по данным Росстата г. Санкт-Петербург за 2015-2023 гг. [2,3,7,8,9,10,11,12,13,14,15,18,19,20,21]
Научный пробел
Отечественными ученными рассматривались различные аспекты уровня жизни населения, уровня бедности, различий в уровне жизни населения.
Тем не менее, не было проведено исследования моделирования и прогнозирования показателей уровня жизни населения: уровня бедности населения с учетом социо-технологических детерминант. Это указывает на насущную актуальность исследования научной проблемы бедности населения регионов России.
Все большую значимость приобретают предложенные научно- практические рекомендации, по применению элементов механизма повышения уровня жизни населения в учетом технологического развития экономики страны и её отдельных регионов.
Целью исследования является моделирование и прогнозирование
показателя уровня бедности населения от уровня влияния социо- технологических детерминант по данным г. Санкт-Петербург..
Научная новизна исследования:
- смоделирован уровень бедности населения с учетом показателей социо-технологических детерминант;
- дан прогноз уровня бедности населения с учетом усредненного показателя социо-технологических детерминант с целью повышения уровня жизни.
Авторская гипотеза
Заключается в обеспечении устойчивого экономического роста в цифровой экономике с учетом важности установления социально-технологических ориентиров [16], c использованием методов, как элементов механизма повышения уровня жизни населения с учетом влияния социо- технологических детерминант.
Методология
В исследовании использованы следующие методы, такие как: статистический, экономико-математический, экономический анализ, экстраполяция тренда.
Обоснованы показатели уровня бедности, с применением моделирования трендовых моделей уровня бедности на последующие годы. Определение усредненного показателя социо-технологических факторов с использованием статистического метода.
Основная часть
Устойчивость экономического роста в цифровой экономике обеспечивается на основе внедрения и поддержания высокого уровня технологизации развития [4]. Город Санкт-Петербург является одним из регионов-лидеров в цифровой трансформации. Цифровые технологии и искусственный интеллект применяются во многих сферах жизнедеятельности города» [17].
Расчет показателя социо-технологических детерминант представлен усредненное значение показателя в таблице 1 и на рисунке 1.
Таблица 1 – Среднее значения показателя социо-технологических детерминант г. Санкт-Петербург за 2015-2023 гг., %
|
Показатели
|
годы
| ||||||||
|
2015
|
2016
|
2017
|
2018
|
2019
|
2020
|
2021
|
2022
|
2023
| |
|
Среднее значения
социо-технологических детерминант, %
|
74,41
|
75,86
|
76,74
|
75,72
|
73,88
|
67,72
|
66,74
|
66,91
|
72,4
|
Рисунок 1 – Среднее значения показателя социо-технологических детерминант (по данным г. Санкт-Петербург) за 2015-2023гг., %
Источник: собственные расчета автора
Как видно, по расчетным данным происходит планомерный рост показателя за 9 лет исследования с 2015 по 2023 гг.
Основные показатели уровня жизни в динамике представлены в таблице 2.
Таблица 2 – Основные показатели уровня жизни города Санкт-Петербург за 2015-2023 гг., %
|
Показатели
|
годы
| ||||||||
|
2015
|
2016
|
2017
|
2018
|
2019
|
2020
|
2021
|
2022
|
2023
| |
|
Уровень
бедности, в процентах от общей численности населения
|
8,7
|
8,5
|
7,5
|
6,70
|
6,60
|
6,10
|
5,70
|
4,80
|
4,50
|
|
Реальные
денежные доходы, в % к предыдущему году
|
97
|
100,4
|
103,1
|
104,2
|
101,1
|
100,8
|
109,8
|
100,5
|
104,3
|
Следует отметить последовательное наращивание реальных доходов населения (табл. 2). Достигнутая динамика даже с учетом воздействия негативных факторов позволяет хоть и незначительно, но повышать уровень жизни населения [5].
Из ряда показателей уровня жизни населения, выбран один показатель для построения модели, влияния которого существенно к показателям социо-технологических детерминант, то есть коэффициент корреляции которого, приближен к 1, это показатель:
- уровень бедности, в % от общей численности населения.
Оценить уровень бедности населения в условиях цифровизации возможно путем применения нелинейной регрессии, используется методы нелинейной полиномиальной регрессии.
Расчеты нелинейной модели приведены в таблицах 1.
Выходные значения определителей системы уравнений на рисунке 2.
Таблица 1 – Исходные данные для построения нелинейной модели зависимости уровня бедности от уровня влияния социо-технологических факторов
|
Годы
|
Уро-вень бедности, % (У)
|
Уровень
влиянием социо-технологи-ческих факторов,% (Х)
|
x2
|
x3
|
x4
|
x5
|
x6
|
y*x
|
y*x2
|
y*x3
|
Y`
|
|
2015
|
8,70
|
74,41
|
5536,85
|
411996,87
|
30656686,88
|
2281164070,92
|
169741418517,52
|
647,37
|
48170,58
|
3584372,74
|
7,10
|
|
2016
|
8,50
|
75,86
|
5754,74
|
436554,55
|
33117027,86
|
2512257733,75
|
190579871682,16
|
644,81
|
48915,29
|
3710713,64
|
7,72
|
|
2017
|
7,50
|
76,73
|
5887,49
|
451747,33
|
34662572,65
|
2659659199,25
|
204075650358,19
|
575,48
|
44156,20
|
3388104,98
|
7,81
|
|
2018
|
6,70
|
75,72
|
5733,52
|
434142,01
|
32873233,24
|
2489161221,17
|
188479287667,03
|
507,32
|
38414,57
|
2908751,49
|
7,68
|
|
2019
|
6,60
|
73,88
|
5458,25
|
403255,84
|
29792541,10
|
2201072936,11
|
162615268519,62
|
487,61
|
36024,48
|
2661488,51
|
6,78
|
|
2020
|
6,10
|
67,72
|
4586,00
|
310563,81
|
21031381,32
|
1424245143,32
|
96449881105,33
|
413,09
|
27974,59
|
1894439,25
|
4,87
|
|
2021
|
5,70
|
66,74
|
4454,23
|
297275,15
|
19840143,51
|
1324131178,03
|
88372514821,79
|
380,42
|
25389,10
|
1694468,36
|
5,77
|
|
2022
|
4,80
|
66,91
|
4476,95
|
299552,60
|
20043064,29
|
1341081431,65
|
89731758591,71
|
321,17
|
21489,35
|
1437852,47
|
5,58
|
|
2023
|
4,50
|
72,40
|
5241,76
|
379503,42
|
27476047,90
|
1989265867,79
|
144022848827,72
|
325,80
|
23587,92
|
1707765,41
|
5,79
|
|
Итого:
|
59,1
|
650,37
|
47129,8
|
3424591,57
|
249492698,7
|
18222038781,98
|
1334068500091,1
|
4303,06
|
314122,07
|
22987956,84
|
59,1
|
Источник: рассчитано автором по данным [2,3,7,8,9,10,11,12,14,15,18,19,20,21,22]
Полином третьей степени представлен формулой 1:
- полиномы третьей степени у(x) = a0 + a1x + a2x2 +a3x3; (1)
Решение этой системы уравнений производится с помощью метода Крамера, где
: 
–
определитель системы уравнений, 
–
частные определители параметров.
Определители параметров необходимо рассчитывать с помощью функции «МОПРЕД» категории «Математические» Мастера функций.
|
1 матрица
|
9
|
650,37
|
47129,7875
|
3424591,575
|
D=
|
1784309829
|
a0
|
6403,95
| |||
|
650,37
|
47129,7875
|
3424591,575
|
249492698,8
|
a1
|
-264,71
| ||||||
|
47129,7875
|
3424591,575
|
249492698,8
|
18222038782
|
a2
|
3,64
| ||||||
|
3424591,575
|
249492698,8
|
18222038782
|
1,33407E+12
|
a3
|
-0,017
| ||||||
|
2 матрица
|
59,1
|
650,37
|
47129,7875
|
3424591,575
|
Da0=
|
1,14266E+13
| |||||
|
4303,062
|
47129,7875
|
3424591,575
|
249492698,8
| ||||||||
|
314122,0726
|
3424591,575
|
249492698,8
|
18222038782
| ||||||||
|
22987956,84
|
249492698,8
|
18222038782
|
1,33407E+12
| ||||||||
|
3 матрица
|
9
|
59,1
|
47129,7875
|
3424591,575
|
Da1=
|
-4,72319E+11
| |||||
|
650,37
|
4303,062
|
3424591,575
|
249492698,8
| ||||||||
|
47129,7875
|
314122,0726
|
249492698,8
|
18222038782
| ||||||||
|
3424591,575
|
22987956,84
|
18222038782
|
1,33407E+12
| ||||||||
|
4 матрица
|
9
|
650,37
|
59,1
|
3424591,575
|
Da2=
|
6497031612
| |||||
|
650,37
|
47129,7875
|
4303,062
|
249492698,8
| ||||||||
|
47129,7875
|
3424591,575
|
314122,0726
|
18222038782
| ||||||||
|
3424591,575
|
249492698,8
|
22987956,84
|
1,33407E+12
| ||||||||
|
5 матрица
|
9
|
650,37
|
47129,7875
|
59,1
|
Da3=
|
-29713281,0
| |||||
|
650,37
|
47129,7875
|
3424591,575
|
4303,062
| ||||||||
|
47129,7875
|
3424591,575
|
249492698,8
|
314122,0726
| ||||||||
|
3424591,575
|
249492698,8
|
18222038782
|
22987956,84
| ||||||||
Источник: рассчитано автором
Таблица 3.3–Моделируемые значения уровня бедности от уровня влияния социо-технологических факторов города Санкт-Петербург, %
|
Показатели
|
Уровень бедности, %
|
Уровень влияния социо-технологических факторов,%
|
Моделируемое значение уровня бедности, %
|
|
Годы
|
У
|
Х
|
Y`
|
|
2015
|
8,70
|
74,41
|
7,10
|
|
2016
|
8,50
|
75,86
|
7,72
|
|
2017
|
7,50
|
76,73
|
7,81
|
|
2018
|
6,70
|
75,72
|
7,68
|
|
2019
|
6,60
|
73,88
|
6,78
|
|
2020
|
6,10
|
67,72
|
4,87
|
|
2021
|
5,70
|
66,74
|
5,77
|
|
2022
|
4,80
|
66,91
|
5,58
|
|
2023
|
4,50
|
72,40
|
5,79
|
|
Итого:
|
59,10
|
650,37
|
59,10
|
Подставив значения матрицы в систему уравнений нелинейной модели формула 2 получим значения определителей полиномиальной модели:
|
|
|
(2)
|
|
| ||
|
3424591,57+ 249492698,76+ 18222038781,98=314122,0726
1334068500091,1=22987956,8 |
Благодаря полученной модели, используя линию тренда, возможно, спрогнозировать значения уровня бедности на последующие годы, сделав прогноз. Для расчета прогнозных показателей на основе показателей прошедших периодов использован графический метод
На рисунке 3 показан тренд зависимости уровня бедности населения г.Санкт-Петербург от уровня влияния социо-технологических факторов.
Рисунок 3 – Зависимость уровня бедности населения г. Санкт-Петербург от уровня влияния социо-технологических факторов ( по данным г. Санкт-Петербург),%
Источник: рассчитано автором
Расчет точечного прогноза с учетом функции MS Excel ПРЕДСКАЗ из категории «Статистические», подобраны правильные аргументы функции, как показано в таблице 4 и на рисунке 4.
Таблица 4 – Прогнозирование уровня бедности от уровня влияния социо-технологических факторов г. Санкт-Петербург на 2024-2026 гг., %
|
Годы
|
Моделируемое значение прогноза уровня бедности, %
|
|
2015
|
7,10
|
|
2016
|
7,72
|
|
2017
|
7,81
|
|
2018
|
7,68
|
|
2019
|
6,78
|
|
2020
|
4,87
|
|
2021
|
5,77
|
|
2022
|
5,58
|
|
2023
|
5,79
|
|
2024
|
5,02
|
|
2025
|
4,71
|
|
2026
|
4,40
|
Рисунок 4 – Прогноз уровня бедности населения г. Санкт-Петербург от уровня влияния социо-технологических факторов ( по данным г. Санкт-Петербург),%
Источник: рассчитано автором
Графический результат прогнозирования полиномиальной модели показывает снижение уровня бедности от уровня влияния социо-технологических факторов на 2026 год до 4,4 %
Таблица 5 – Прогнозирование показателя уровня бедности населения от уровня влияния социо-технологических факторов города Санкт-Петербург на 2026 год
|
Показатели
|
Единица
измерения
|
Фактическое
значение 2023г.
|
Прогнозные
значения на 2026 г.
|
|
1.
Уровень бедности
|
%
|
4,5
|
4,4
|
Такой показатель как «уровень бедности» упадет на 0,1% к 2026 году.
Заключение
Научные рекомендации и практические рекомендации могут быть использованы для более широко применения методов определения показателей уровня жизни населения с учетом социо-технологических детерминант в рамках разработки механизма повышения уровня жизни населения.
Обоснована неразрывность технологических и социальных детерминант на устойчивый уровень жизни населения в условиях цифровизации.
В результате анализа показателей уровня жизни населения отмечено, что уровень бедности населения играет важную роль в уровне жизни населения. Показатель уровень бедности исследовался за период с 2015 по 2023 гг. по данным г. Санкт-Петербург.
Результаты расчетов позволят определить прогноз одного из показателей уровня жизни населения, как уровень бедности населения с учетом социо-технологические детерминант, в рамках использования элементов механизма повышения уровня жизни населения г. Санкт-Петербург.
Прогнозирования одного из показателей уровня жизни оказывает влияние на регулирования элементов механизма повышения уровня жизни населения с учетом социо-технологических детерминант. Все это обеспечит снижения уровня бедности населения с использованием методов, как элементов механизма повышения уровня жизни населения в социально- технологической среде.
Источники:
2. Величина прожиточного минимума Санкт-Петербург (по данным Комитета по социальной политике Санкт-Петербурга). [Электронный ресурс]. URL: https://78.rosstat.gov.ru/storage/mediabank/40_Прожиточный%20минимум(13).pdf (дата обращения: 18.10.2024).
3. Итоги социально-экономического развития Санкт-Петербурга за январь-декабрь 2023 года. Выпуск 12. 2023г. [Электронный ресурс]. URL: https://cedipt.gov.spb.ru/media/uploads/userfiles/2024/02/15/СПРАВКА_ЧП_декабрь_2023_г.pdf (дата обращения: 11.10.2024).
4. Малчинова А.Э. Индикаторы, определяющие уровень и качество жизни населения // Учет и контроль. – 2021. – № 2(64). – c. 17–20.
5. Молчанов Н. Н., Хачатурян К. С. Современные тенденции и приоритеты в повышении уровня жизни населения России // Военно-экономический вестник. – 2022. – № 3. – c. 21-25.
6. Бобков В.Н., Гулюгина А.А. Мониторинг доходов и уровня жизни населения России – 2022 год. / [Ежегодник]. Вып. 1(202). - М.: ИЭ РАН, 2023. – 166 c.
7. Неравенство и бедность. Росстат. [Электронный ресурс]. URL: https://rosstat.gov.ru/folder/13723# (дата обращения: 06.10.2024).
8. Регионы России. Социально-экономические показатели. 2016. / Стат. сб. / Росстат. - М., 2016. – 1326 c.
9. Регионы России. Социально-экономические показатели. 2018. / Стат. сб. / Росстат. - М., 2018. – 1162 c.
10. Регионы России. Социально-экономические показатели.2020. / Стат. сб. / Росстат. - М., 2020. – 1242 c.
11. Регионы России. Социально-экономические показатели. 2023. / Стат. сб. / Росстат. - М., 2023. – 1126 c.
12. Санкт-Петербург в 2018 году. / Краткий статистический сборник /. - Петростат. СПб., 2019. – 200 c.
13. Санкт-Петербург\' 2020. / Краткий статистический сборник /. - Петростат. СПб., 2021. – 92 c.
14. Санкт-Петербург в 2022 году. - Петростат. СПб., 2023. – 247 c.
15. Санкт-Петербург' 2023. / Краткий статистический сборник /Петростат. - Петростат. СПб., 2024. – 88 c.
16. Симченко Н.А., Коркин В.И. Социально-технологические детерминанты устойчивого экономического роста в цифровой экономике // Теоретическая экономика. – 2023. – № 11 (107). – c. 74-83.
17. Смирнова Ю. Цифровизация изменила Петербург. Ведомости. Северо-Запад. [Электронный ресурс]. URL: https://spb.vedomosti.ru/partners/characters/2024/06/04/1041521-yuliya-smirnova-peterburg-aktivno-tsifroviziruetsya (дата обращения: 01.10.2024).
18. Социально-экономическое положение России 2022 года. [Электронный ресурс]. URL: https://rosstat.gov.ru/bgd/regl/b22_01/Main.htm (дата обращения: 13.10.2024).
19. Социально-экономическое положение России 2023. Москва. 2024 года. Федеральная служба государственной статистики (РОССТАТ) МИНЭКОНОМРАЗВИТИЯ РОССИИ. [Электронный ресурс]. URL: https: /соц.экон.е%20положение%20России%202023/osn-03-2024.pdf (дата обращения: 12.10.2024).
20. Социальное положение и уровень жизни населения России. 2023. / Стат.сб. / Росстат. - М., 2023. – 284 c.
21. Уровень жизни Росстат. [Электронный ресурс]. URL: https://78.rosstat.gov.ru/folder/27950 (дата обращения: 03.10.2024).
22. Абашкин В.Л., Абдрахманова Г.И., Вишневский К.О., Гохберг Л.М. Цифровая экономика: 2024. / краткий статистический сборник ; Нац. исслед. ун-т «Высшая школа экономики». - М.: ИСИЭЗ ВШЭ, 2024. – 124 c.
Страница обновлена: 26.05.2025 в 14:19:39
Download PDF | Downloads: 15
Modeling methods as elements of a mechanism for improving the standard of living, taking into account the influence of socio-technological determinants
Kozlov V.A.Journal paper
Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 15, Number 1 (January 2025)
Abstract:
The author of the article applies a method of modeling one of the indicators of the standard of living, such as poverty level. Its forecast was carried out taking into account the influence of socio-technical determinants on the example of St. Petersburg. At the same time, various methods of improving the standard of living of a given region were used. The analysis of the standard of living in St. Petersburg was carried out.
Calculations were made using various methods, including forecasts of living standards based on economic and mathematical models and trend extrapolation.
The author of the article uses a calculated average indicator of socio-technical determinants that affect one of the indicators of the standard of living: the poverty level.
The indicators of the poverty level in St. Petersburg are analyzed. The dynamics of changes in the indicators of the poverty level is examined, taking into account the influence of socio-technical determinants of St. Petersburg in 2015-2023.
This study allows to develop and form elements of the mechanism related to improvement of the standard of living using the indicated methods of the mechanism for improvement of the standard of living, taking into account socio-technical determinants. This will allow to develop a mechanism for improving the standard of living, taking into account socio-technical determinants, which will affect the improvement of the standard of living in the metropolis and the region.
Keywords: method, population, indicators of socio-technological determinants, poverty level, standard of living, economic and mathematical modeling, trend extrapolation
JEL-classification: F52, H56, H12