Анализ показателей, оказывающих влияние на валовый региональный продукт

Аннотация. В данной работе проводится исследование валового регионального продукта на душу населения субъектов РФ, а также факторов, оказывающих на него влияние, при помощи методов статистического анализа.

Ключевые слова: валовый региональный продукт, регрессионный анализ, факторный анализ, кластерный анализ, дискриминантный анализ, затраты на информационные и коммуникационные технологии.

В ходе выполнения работы быть реализованы следующие задачи:

1. Рассмотрение методологических подходов к решению задач эконометрического моделирования;
2. Исследование экономических показателей, влияющих на валовый региональный продукт на душу населения;
3. Формирование главных компонент путем выделения значимых факторов;
4. При помощи кластерного анализа проведение классификации субъектов РФ регионального продукта на душу населения.   
5. Используя дискриминантный анализ проведение классификации субъектов РФ регионального продукта на душу населения.   

Для выполнения данной научно-исследовательской работы был выбран программный пакет для статистического анализа Statistica. Инструменты оценки экономического развития, финансовой сбалансированности определяют экономический статус субъектов РФ. Также для проведения активной федеральной политики, направленной на устранение межрегиональных диспропорций, укрепление экономической и политической целостности страны такие инструменты необходимы.

Валовой региональный продукт – обобщающий показатель экономической деятельности региона, характеризующий процесс производства товаров и услуг для конечного использования. Одновременно ВРП представляет собой валовую добавленную стоимость, созданную резидентами региона, и определяется как разница между выпуском и промежуточным потреблением.

Социально-экономические процессы и явления зависят от большого количества характеризующих их параметров, что обуславливает трудности, связанные с выявлением структуры их взаимосвязей. В подобных ситуациях, когда решение принимается на основе анализа стохастической, неполной информации необходимо применение методов многомерного статистического анализа.

В качестве методов исследования были использованы регрессионный, факторный, кластерный и дискриминантный анализы, которые позволили установить основные факторы, оказывают влияние на валовый региональный продукт на душу населения в различных субъектах РФ.

Исходные данные состоят из 76 наблюдений, которые содержат сведения о субъектах РФ за 2019 год по следующим показателям:

Y - Валовой региональный продукт на душу населения;

X1 – Основные фонды в экономике (по полной учетной стоимости);

X2 - Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по видам экономической деятельности;

X3 – Продукция сельского хозяйства;

X4 – Ввод в действие общей площади жилых домов на 1000 человек населения;

X5 – Оборот розничной торговли на душу населения;

X6 - Поступление налогов и сборов и иных обязательных платежей в бюджетную систему РФ;

X7 - Инвестиции в основной капитал на душу населения;

X8 - Организации использовавшие глобальные информационные сети;

X9 - Организации, имевшие веб-сайт (в процентах от общего числа обследованных организаций соответствующего субъекта Российской Федерации);

X 10 - Использование электронного документооборота в организациях;

X11 - Затраты на информационные и коммуникационные технологии, на приобретение вычислительной техники;

X12 - Затраты на информационные и коммуникационные технологии, на приобретение программных средств;

X13- Затраты на информационные и коммуникационные технологии, на оплату доступа к Интернет;

X14- Затраты на информационные и коммуникационные технологии, на обучение сотрудников, связанное с развитием и использованием ИКТ;

X15 - Затраты на информационные и коммуникационные технологии, на оплату услуг сторонних организаций и специалистов по ИКТ;

X16 – Прочие затраты информационные и коммуникационные технологии;

Связь высокая, так как множественный R равен 0,88. Доля дисперсии объясненной регрессией (R2) составляет 87%. F-Статистика равна 136,9.

После выполнения регрессионного анализа были получены следующие результаты:

• Если объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами(Х2) увеличится на 1 млн. руб, то валовый региональный продукт увеличится на 0,155 млн. руб. при прочих неизменных факторах;
• Если продукция сельского хозяйства увеличится на 1 млн. руб., то валовый региональный продукт уменьшится на 0,277 млн. руб. при прочих неизменных факторах;
• Если поступление налогов и сборов и иных обязательных платежей в бюджетную систему увеличится на 1 млн. руб., то валовый региональный продукт увеличится на 0,251 млн. руб. при прочих неизменных факторах;
• Если инвестиции в основной капитал на душу населения увеличатся на 1 млн. руб., то валовый региональный продукт увеличится на 0,498 млн. руб. при прочих неизменных факторах;

Было выявлено, что все факторы, влияющие на валовый региональный продукт можно разделить на 4 группы.:

Рисунок 1. Факторные нагрузки

Фактор 1 «Затраты на оплату услуг»: который включает в себя X11 - Затраты на информационные и коммуникационные технологии, на приобретение вычислительной техники; X13- Затраты на информационные и коммуникационные технологии, на оплату доступа к Интернет; X15 - Затраты на информационные и коммуникационные технологии, на оплату услуг сторонних организаций и специалистов по ИКТ;

Фактор 2 «Обороты торговли»: X1 – Основные фонды в экономике (по полной учетной стоимости); X2 - Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по видам экономической деятельности; X5 – Оборот розничной торговли на душу населения;

Фактор 3 «Прочие затраты» X12 - Затраты на информационные и коммуникационные технологии, на приобретение программных средств; X14- Затраты на информационные и коммуникационные технологии, на обучение сотрудников, связанное с развитием и использованием ИКТ; X16 – Прочие затраты информационные и коммуникационные технологии;

Фактор 4 «Использование программных средств»: X8 - Организации, использовавшие глобальные информационные сети; X 10 - Использование электронного документооборота в организациях;

Таким образом, значения коэффициентов информативности первый фактор (затраты на оплату услуг) на 82% объясняет вариации переменных. Но модель нельзя считать полностью корректной, так как 0,75 ( = 0,5376;  = 0,6781;  = 0,7422)

По результатам кластерного анализа все субъекты разделились на 2 группы:

Первый кластер: Ярославская область, Алтайский край, Амурская область. Архангельская область, Чувашская Республика, Брянская область, Владимирская область, Чеченская Республика, Вологодская область, Ульяновская область, Удмуртская Республика, Еврейская автономная область, Забайкальский край, Ивановская область, Тульская область, Кабардино-Балкарская Республика, Калининградская область, Тверская область, Камчатский край, Карачаево-Черкесская Республика, Тамбовская область, Кировская область, Костромская область, Смоленская область, Рязанская область, Курганская область, Курская область, Республика Хакасия, Республика Тыва, Магаданская область, Республика Северная Осетия – Алания, Республика Мордовия, Республика Марий Эл, Новгородская область, Республика Карелия, Республика Калмыкия, Республика Ингушетия, Орловская область, Пензенская область, Чукотский автономный округ, Республика Бурятия, Псковская область, Республика Адыгея, Республика Алтай.

Второй кластер: Республика Башкортостан, Приморский край, Республика Дагестан, Оренбургская область, Омская область, Новосибирская область, Республика Коми, Нижегородская область, Мурманская область, Республика Саха (Якутия), Московская область, Республика Татарстан, Липецкая область, Ленинградская область, Ростовская область, Красноярский край, Самарская область, Саратовская область, Сахалинская область, Свердловская область, Краснодарский край, Ставропольский край, Кемеровская область, Калужская область, Томская область, Иркутская область, Тюменская область, г. Москва, Воронежская область, Хабаровский край, Челябинская область, Волгоградская область, Астраханская область, Пермский край, Белгородская область.

Дискриминантный анализ показал, что распределение таких субъектов РФ как Исходя из этого можно сделать что Амурская и Томская области, а также республика Калмыкия были неправильно сгруппированы, для них была проведена повторная классификация. После чего Амурская область перешла во второй кластер, а Томская область и республика Калмыкия в первый.