Анализ факторов, влияющих на бедность: национальный и региональный аспекты
Статья в журнале
Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 19, Номер 1 (Январь 2025)
Цитировать:
Хайруллина О.И. Анализ факторов, влияющих на бедность: национальный и региональный аспекты // Креативная экономика. – 2025. – Том 19. – № 1. – doi: 10.18334/ce.19.1.122045.
Введение. Бедность – как социально-экономическое явление представляет собой глобальную проблему, которая требует особого внимания и контроля со стороны государства. Достаточно отметить, что вот уже четверть века экономики по всему миру предпринимают меры по сокращению бедности.
В этом аспекте необходимо определиться с содержательной частью данной категории. В частности, в экономической науке преимущественно сложилось представление о том, что бедность – это состояние общества, на которое оказывает влияние экономический рост. Однако также существует подход, согласно которому бедность является результатом несправедливого распределения общественного продукта. Следовательно, бедность и богатство являются непрерывно воспроизводимыми противоположностями [2].
Как отмечают Джонатан Ригг и Керрин Симс, бедность охватывает сложные вопросы определения, измерения и идеологии, затрагивая миллионы людей по всему миру, часто приводя к лишению жизни достоинства и ущемлению прав, что требует глубокого понимания со стороны практиков и ученых [16].
Фаузейни Нанда, Чахьяни Шри, Реджеки Мулджанингсих определяют данную категорию, как состояние, при котором люди не могут удовлетворить основные потребности, такие как еда, одежда, жилье, здравоохранение и образование, часто из-за низкого дохода и высокого уровня безработицы [14].
Дэвид Грегер акцентирует внимание, что бедность подразумевает материальные лишения и может включать экономические трудности, отсутствие основных потребительских товаров, образования или доступа к здравоохранению [13].
Е.Я. Пастухова, Т.А Бельчик и О.П. Кочнева отмечают, что сокращение бедности является важнейшим условием модернизации сельской экономики и перехода на инновационное развитие АПК [4].
В.Г. Басарева считает, что именно бедность может выступать в роли фактора, сдерживающего инновационное развитие [1].
Интересен подход к проблеме Т.М. Малевой, Е.Е. Гришиной и А.Я. Бурдяк, которые установили факторы хронической бедности и ее масштабы относительно российского населения [3].
На международном уровне измерение и мониторинг бедности, неравенства, а также всеобщего благосостояния в разрезе стран регулярно осуществляет Всемирный банк.
Данная проблема ежегодно анализируется и освещается на уровне страны, федеральных округов и субъектов РФ. Более того, в российском законодательстве имеется перечень нормативно-правовых документов, которые указывают на необходимость решения данной проблемы (таблица 1).
Цель данного исследования – дать количественную оценку бедности, как экономической категории, выявить закономерности и тенденции изменения бедности и неравенства на международном и национальном уровнях, сгруппировать регионы по уровню бедности, идентифицировать факторы, способные оказать существенное влияние на экономическое благополучие населения.
Научная новизна работы заключается в определении экономических тенденций и закономерностей бедности по территориальному признаку, идентификации регионов заметно отличающихся от среднестатистических тенденции уровня жизни населения. Разработана и предложена модель зависимости бедности от факторов, способных существенно изменить данный показатель.
Таблица 1
Стратегические нормативно-правовые документы по борьбе с бедностью в России
Документ
|
Задача (цель)
относительно бедности
|
Указ Президента РФ от 07.05.2024 г. N 309 «О национальных целях
развития Российской Федерации на период до 2030 года и на перспективу до 2036
года»
|
-
снижение уровня бедности ниже 7% к 2030 году и ниже 5 % к 2036 году, в том
числе уровня бедности многодетных семей до 12 % к 2030 году и до 8 % к 2036
году;
- снижение коэффициента Джини (индекс концентрации доходов) до 0,37 к 2030 году и до 0,33 к 2036 году |
Указ Президента РФ от 17.05.2023 г. N 358 «О Стратегии комплексной
безопасности детей в Российской Федерации на период до 2030 года»
|
снижение
уровня бедности семей, имеющих детей
|
Указ Президента РФ от 02.07.2021 г. N 400
«О Стратегии национальной безопасности Российской Федерации» |
комплексные
меры, направленные на снижение уровня бедности и расслоения общества по
уровню доходов.
|
Указ Президента РФ от 21.01.2020 г. N 20
«Об утверждении Доктрины продовольственной безопасности Российской Федерации» |
осуществления мер, направленных на снижение
уровня бедности
|
Указ Президента РФ от 13.05.2017 г. N
208
«О Стратегии экономической безопасности Российской Федерации на период до 2030 года» |
снижение уровня бедности и
имущественного неравенства населения
|
Материалы и методы. В работе применялись общенаучные (аналогия, анализ, сравнение, обобщение) и эконометрические методы (множественный корреляционно-регрессионный анализ) исследования. Ретроспективный анализ проведен с использованием базы данных Всемирного банка и Единой межведомственной информационно-статистической системы (ЕМИСС).
С методической точки зрения, для определения бедности в большинстве стран существует национальная черта бедности. Данный показатель рассчитывается и предоставляется органами государственной статистики. Как правило, для стран с низким и средним уровнем дохода для расчета уровня бедности используются расходы на приобретение набора продуктов питания, необходимого для получения минимальных ежедневных калорий, к которым добавляется основной непродовольственный компонент.
В странах с более высоким уровнем дохода бедность определяется относительно национального среднего или медианного дохода.
С 1990 г. для обеспечения сопоставимости данных Всемирный банк рассчитывает международную границу бедности, которая выражается нормой, как количество долларов в день. Данная величина претерпела определённые количественные изменения с течением времени.
Актуальная международная черта бедности составляет 2,15 долл. США в день [15]. В дополнение используются более высокие границы бедности: 3,65 долл. США и 6,85 долл. США. Эти значения получены как медианные по странам с уровнем дохода ниже и выше среднего, соответственно.
В 2018 г. Всемирный банк предложил многомерный показатель бедности, что обусловлено необходимостью измерения бедности не только, как денежного показателя. В расчете индекса многомерной бедности (Global MPI) учитываются следующие компоненты: денежная бедность, образование, доступ к базовой инфраструктуре (доступ к питьевой воде, санитарные условия, электричество). Человек считается бедным, если он проживает в домохозяйстве, которое лишено хотя бы 1/3 взвешенных показателей. Таким образом определяется доля людей, которые являются бедными [17].
Не менее важным показателем для международного и национального неравенства является индекс Джини, рассчитанный на основе кривой Лоренца. Чем выше значение, тем более неравномерно распределены доходы.
В российской практике используется показатель «уровень бедности» - доля численности населения с денежными доходами ниже границ бедности, выражается в процентах к общей численности населения. Базовые границы бедности в целом по Российской Федерации устанавливаются на уровне величин прожиточного минимума на душу населения.
Результаты. Начиная с 1990 года быстрый экономический рост, особенно в Китае и Индии, способствовал сокращению от крайней нищеты более 1 млрд. человек. В течение следующих 25 лет, когда доходы беднейших стран начали сближаться с доходами самых богатых, мир подошел вплотную к искоренению крайней нищеты.
Однако пандемия COVID-19 внесла свои корректировки в течение данного процесса. В частности, темпы снижения бедности замедлились, более того, наметилась отрицательная тенденция. В 2020 году это привело к росту глобальной крайней бедности на 0,85 п.п., достигнув уровня 9,7 %. В значительной степени это связано с странами Южной Азии, где уровень крайней бедности увеличился на 2,4 п.п., а в странах Африки - на 1,3 п.п. [17]/
Таким образом, территории с низким уровнем дохода или ниже среднего оказались менее устойчивыми, что обусловлено протекающими инфляционными процессами, которые серьезно замедляют темпы восстановления экономики.
В 2022 г. отчет Всемирного банка по данной проблеме обозначил, что уровень бедности впервые за десятилетия вырос, глобальная цель по сокращению данного показателя к 2030 г. до 3 % оказалась невыполнимой. Примерно 20 % (1,7 млрд. человек) по-прежнему живут в странах с высоким уровнем неравенства. Это территории стран Африки к югу от Сахары, Латинской Америке и Карибский бассейн [17].
Следовательно, бедность и неравенство представляют собой взаимозависимые показатели. Ускорение сокращения неравенства внутри страны ускоряет сокращение бедности. Это создает условия для формирования социально-экономической стабильности населения.
Безусловно, что приоритеты государственной политики в данной области должны быть дифференцированы в зависимости от уровня развития стран и их возможностей. Следует отдать предпочтение экономическому росту, решению проблем здравоохранения и образования.
На современном этапе развития 8,5 % населения мира живет в крайней нищете (при норме 2,15 долл. США на человека в день).
При норме бедности, более актуальной для стран с доходом выше среднего (6,85 долл. США на человека в день), следует отметить, что 44 % населения мира живет в нестабильности. Это означает, что в 2024 г. уровень жизни 3,5 миллиарда человек находится ниже этой высокой черты бедности. По сравнению с 2019 г. наблюдается снижение удельного веса численности на 26,4%. Это является положительным изменением. Однако абсолютное фактическое число людей, живущих менее чем на 6,85 долл. США в день, практически не изменилось с 1990 года из-за роста населения [17].
В докладе Всемирного банка отмечается, что ликвидация нищеты будет иметь и негативные последствия, в частности, с увеличением глобальных выбросов в окружающую среду наполовину.
Прогнозируется, что к 2030 г. 7,3 % населения мира будет жить в крайней нищете [17]. Исторически это территории с низким уровнем экономического роста и стабильности.
Следует отметить, что масштабы бедности определяются не только уровнем доходов, но и типом местности. Так, например, уровень крайней бедности выше в сельских районах (16%), по сравнению с городскими (5%).
Наиболее сильная дифференциация наблюдается в странах Африки, где сельская бедность достигает 46%, а городская – 20% [17].
Бедность с экономической точки зрения часто исследуется, как вид неравенства. Поэтому чаще всего данные категории рассматриваются совместно.
Наиболее доступным показателем для группировки информации в разрезе стран с целью оценки неравенства является коэффициент Джини.
По данному показателю Россия занимает 42 место (0,351) и относится к третьей группе (таблица 2).
Таблица 2
Группировка стран по коэффициенту Джини*
Группа
|
Страны
|
от 0,2 до 0,3
|
Словацкая Республика, Словения, Молдова, Нидерланды, Чехия,
Бельгия, Тонга, Румыния, Финляндия, Армения, Дания, Польша, Киргизская
Республика, Хорватия, Венгрия, Казахстан, Индия, Швеция
|
от 0,3 до 0,4
|
Ирландия, Австрия, Кипр, Франция, Эстония, Великобритания,
Люксембург, Индия, Нигерия, Греция, Сербия, Гвинея-Бисау, Тунис, Румыния, Испания,
Грузия, Латвия, Черногория, Бенин, Португалия, Италия, Таиланд, Российская
Федерация, Индонезия, Индия, Китай, Мали, Китай, Сенегал, Литва,
Филиппины, Израиль, Доминиканская Республика, Кения, Болгария, Сальвадор, США
|
от 0,4 и более
|
Перу, Ямайка, Малайзия, Филиппины, Уругвай, Боливия, Камерун,
Аргентина, Парагвай, Центрально-Африканская Республика, Турция, Эквадор,
Коста-Рика, Панама, Бразилия, Колумбия
|
Источник: составлено автором с использованием [17]
Анализ динамики коэффициента Джини свидетельствует об увеличении показателя в 2023 г. до 0,405 (рисунок 1).
Рисунок 1. Динамика коэффициента Джини (Россия)
Источник: составлено автором с использованием [10]
Это создает неблагоприятные условия и риски для социально-экономической напряженности в обществе.
Численность населения с денежными доходами ниже прожиточного минимума ежегодно сокращается, что в целом является положительной динамикой. Однако в России остается достаточно большое количество бедных – 12,4 млн человек [10].
Кроме того, усиливаются процессы дифференциации населения по доходам, о чем свидетельствует коэффициент фондов. Так, минимальное значение данного показателя было зафиксировано в 1996 г. – 13,3, а максимальное в 2012 г. – 16,4. С 2023 г. отмечается увеличение коэффициента фондов, что указывает на рост экономического неравенства (рисунок 2).
Рисунок 2. Динамика коэффициента фондов (Россия)
Источник: составлено автором с использованием [10]
Наиболее сильное неравенство по доходам наблюдается в Ямало-Ненецком автономном округе -20,9, Чукотском автономном округе -18,9, Тюменской области -17,8, г. Москва -16,1, Магаданской области – 15,3, и Сахалинской области – 15,1 [10].
В 2020 г. дефицит денежного дохода увеличился в 21,4 раза и составил 746 млн руб. В 2021 г. была откорректирована методика расчета бедности, а данный показатель снизился на 4,4% и составил 713,4 млн. руб. В данном случае сложно установить, насколько данная тенденция является в реальности положительной. Между тем, начиная с 2023 г. наблюдается рост дефицита денежного дохода (рисунок 3).
Рисунок 3. Показатели, характеризующие уровень жизни населения (Россия)
Источник: составлено автором с использованием [10]
Россия имеет достаточно обширную территорию, поэтому принципиальную важность и необходимость исследования представляют субъекты РФ. Достаточно отметить, что в стране существует высокий уровень межрегиональной дифференциации, который представляет собой особую проблему, требующую внимания со стороны государства. Так, например, при среднем значении относительного показателя численности бедного населения в среднем по РФ – 8,5%, имеются территории, где данный показатель превышает более, чем в три раза.
В частности, данный показатель имеет высокие значения по следующим субъектам РФ: Республика Ингушетия - 27,7%, Республика Тыва -23,5%, Карачаево-Черкесская Республика -20,6%, Республика Калмыкия - 18,8%, Чеченская Республика - 17,4%, Республика Бурятия - 17,3%, Еврейская автономная область - 17,1%, Республика Алтай- 16,5%, Республика Хакасия - 15,8%, и Забайкальский край - 15,4% [10].
Кроме того, в 2022 г. наметилась тенденция сокращения покупательной способности населения по более доступным дешевым продуктам питания: сливочное масло, сыры, крупы и некоторые виды овощей, что в перспективе может потенцировать бедность.
Для того, чтобы количественно оценить влияние факторов на региональную бедность, использована пространственная выборка (субъекты РФ), к которой был применен эконометрический инструментарий. Были введены следующие переменные:
Y - доля численности населения ниже прожиточного минимума, %;
X1 – валовой региональный продукт, млрд. руб.;
X2 - численность рабочей силы (занятые), млн. человек;
X3 - среднемесячная номинальная начисленная заработная плата, тыс. руб.;
X4 - величина прожиточного минимума на душу трудоспособного населения тыс. руб. в месяц;
X5 - соотношение среднемесячной номинальной начисленной заработной платы работников организаций с величиной прожиточного минимума трудоспособного населения, %;
X6 - коэффициент фондов;
X7 - инвестиции в основной капитал, млрд. руб.
Обозначим следующую функциональную зависимость (1):
Y = f (X1, X2, X3, X4, X5, X6, X7) (1)
Далее определим модель, которая наилучшим образом будет описывать зависимость переменных.
Корреляционная матрица представлена таблицей 3.
В результате расчета парных коэффициентов корреляции, позволяющих элиминировать влияние только одного признака на зависимую переменную (доля, численности населения ниже прожиточного минимума) было установлено, что наиболее тесную связь имеют факторы: валовой региональный продукт (-4,475), соотношение среднемесячной номинальной начисленной заработной платы работников организаций с величиной прожиточного минимума трудоспособного населения (-0,552), инвестиции в основной капитал (-0,389).
Таблица 3
Корреляционная матрица
|
Y
|
X1
|
X2
|
X3
|
X4
|
X5
|
X6
|
X7
|
Y
|
1,000
| |||||||
X1
|
-0,475
|
1,000
| ||||||
X2
|
-0,378
|
0,832
|
1,000
| |||||
X3
|
-0,377
|
0,269
|
-0,116
|
1,000
| ||||
X4
|
-0,169
|
0,020
|
-0,258
|
0,899
|
1,000
| |||
X5
|
-0,552
|
0,552
|
0,170
|
0,789
|
0,451
|
1,000
| ||
X6
|
-0,370
|
0,288
|
0,049
|
0,710
|
0,581
|
0,602
|
1,000
| |
X7
|
-0,389
|
0,841
|
0,507
|
0,446
|
0,175
|
0,679
|
0,390
|
1,000
|
Анализ качественных характеристик построенных линейных моделей с с помощью теста Рамсея (RESET), теста Вайта (White), оценки мультиколлинеарности (метод инфляционных факторов, VIF-коэффициенты), последовательного исключения переменных с использованием двухстороннего р-значения = 0,10 свидетельствует о том, что наиболее приемлемыми для количественной оценки влияния факторов являются следующие модели:
1. Линейная модель множественной регрессии с последовательным исключением избыточных переменных (использован классический МНК);
2. Логарифмическая модель множественной регрессии с последовательным исключением избыточных переменных (использован классический МНК);
3. Полулогарифмическая модель множественной регрессии с последовательным исключением избыточных переменных (использован классический МНК).
Оценочные характеристики моделей представлены в таблице 4.
Таблица 4
Оценочные значения моделей (зависимая переменная У)
Факторы
|
Модель № 1
|
Модель № 2
|
Модель № 3
|
Константа (пересечение)
|
13,045***
(2,372) |
4,689***
(0,430) |
44,648***
(0,449) |
X1
|
-
|
−0,503***
(0,072) |
−4,890***
(0,648) |
X2
|
−3,036 ***
(0,800) |
0,364***
(0,088) |
2,490***
(0,676) |
X3
|
−0,262***
(0,057) |
-
|
-
|
X4
|
0,948***
(0,287) |
0,422*
(0,237) |
-
|
X5
|
-
|
-
|
-
|
X6
|
-
|
-
|
-
|
X7
|
0,004*
(0,005) |
-
|
-
|
Ст. ошибка
модели
|
3,640
|
0,252
|
3,318
|
R2
|
0,392
|
0,520
|
0,482
|
Скорректированный
R2
|
0,361
|
0,502
|
0,469
|
Спецификация модели
(тест Рамсея)
|
верно (только
квадраты)
|
верно
|
ошибка
|
Гетероскедастичность
(тест Бреуша-Пагана)
|
>0,05
|
<0,05
|
<0,05
|
Крит. Шварца
|
466,969
|
20,025
|
444,849
|
Количество
наблюдений
|
82
|
82
|
82
|
В скобках указана величина стандартной ошибки.
Источник: составлено автором
Анализ качественных характеристик моделей позволил сделать вывод, что наиболее предпочтительнее выбор модели № 2 - логарифмической (2):
ln у = 4,689 −0,503 ln x1 + 0,364 ln x2 + 0,422 ln x4 (2)
Таким образом, данная модель свидетельствует о том, что наибольшую эластичность по отношению к доле численности населения ниже прожиточного минимума имеют размер валового регионального продукта, численность рабочей силы и величина прожиточного минимума на душу трудоспособного населения.
Учитывая параметры значимости каждого из факторов в логарифмической модели следует обратить внимание на факторы X1, X2 и X4.
Выводы. Таким образом, проблема бедности имеет определенные тенденции и особенности, как на национальном, так и на региональном уровне.
На федеральном уровне отмечается усиление экономического неравенства, о чем свидетельствует наметившийся в 2023 г. рост индекса Джини и коэффициента фондов. Несмотря на снижение удельного веса населения с денежными доходами ниже прожиточного минимума, отмечается увеличение дефицита денежного дохода. Все это создает неблагоприятные экономические условия и в перспективе может повлиять на социальную напряженность. Необходимо рассмотреть внедрение социальных программ, в том числе продовольственной помощи малоимущим семьям, с использованием объективных критериев.
На региональном уровне существует сильная дифференциация по всем рассматриваемым факторам. Построенная логарифмическая модель с учетом исключения избыточных переменных указывает на то, что наиболее важными факторами являются размер валового регионального продукта, численность рабочей силы, прожиточный минимум на душу населения. Следовательно, каждый субъект РФ для сокращения бедности должен в первую очередь обеспечивать определенные темпы роста экономики. Весьма противоречивая оценка получена по фактору численность рабочей силы, где увеличение данного показателя способствует росту доли численности населения ниже прожиточного минимума. Это требует дополнительных исследований и оценок.
Увеличение прожиточного минимума на душу населения будет способствовать дальнейшему росту показателя бедности.
Требуется дальнейшее совершенствование экономических и социальных мер и инструментов по обеспечению финансового благополучия населения, так как это напрямую влияет на национальную безопасность государства.
Полученные нами результаты исследования подтверждают важность и необходимость дальнейшего развития методологии мониторинга и оценки бедности на национальном и региональном уровнях.
Страница обновлена: 06.11.2024 в 12:52:17