WWW.KNIGA.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Книги, пособия, учебники, издания, публикации

 


Pages:   || 2 | 3 |

«СБОРНИК НАУЧНЫХ ТРУДОВ ВСЕРОССИЙСКОГО СТУДЕНЧЕСКОГО КОНКУРСА ВЫПУСКНЫХ КВАЛИФИКАЦИОННЫХ РАБОТ по направлению Статистика и специальности Математические методы в экономике ...»

-- [ Страница 1 ] --

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ

(МЭСИ)

Учебно-методическое объединение

СБОРНИК НАУЧНЫХ ТРУДОВ

ВСЕРОССИЙСКОГО СТУДЕНЧЕСКОГО КОНКУРСА

ВЫПУСКНЫХ КВАЛИФИКАЦИОННЫХ РАБОТ

по направлению «Статистика» и специальности «Математические методы в экономике»

Москва, 2012 УДК 311.3/.4 С – 133 Сборник научных трудов Всероссийского студенческого конкурса Выпускных квалификационных работ по направлению «Статистика» и специальности «Математические методы в экономике» // М. – МЭСИ. – 2012 г.

РЕЦЕНЗЕНТЫ:

д.э.н., проф. Карманов М.В., к.э.н., доцент Романников А.Н.

Институтом экономики и финансов Московского государственного университета экономики, статистики и информатики и Учебно-методическим объединением по образованию в области Статистики и Математических методов в экономике проведен Всероссийский конкурс выпускных квалификационных работ по направлению «Статистика» и специальности «Математические методы в экономике».

В мероприятиях приняли участия представители таких образовательных учреждений высшего профессионального образования как: Волгоградский государственный университет, Государственный университет управления, Дальневосточный федеральный университет, Ижевский государственный технический университет имени. М.Т.Калашникова, Казанский национальный исследовательский технологический университет, Магнитогорский государственный технический университет им. Г.И. Носова, Мордовский государственный университет им. Н.П. Огарева, Новосибирский государственный университет экономики и управления "НИНХ", Оренбурсгский государственный университет, Поволжский государственный технологический университет, Самарский государственный экономический университет, Хабаровская государственная академия экономики и права, Челябинский государственный университет.

В сборнике научных трудов представлены статьи по выпускным квалификационным работам студентов высших учебных заведений, обучающихся по направлению «Статистика» и специальности «Математические методы в экономике».



© МЭСИ, ISBN 978-5-7764-0746-

СОДЕРЖАНИЕ

Статистика

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ КАЧЕСТВА ЖИЗНИ

НАСЕЛЕНИЯ РЕГИОНА (НА ПРИМЕРЕ ДВФО)

Антонова А.С.

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

КОНКУРЕНТОСПОСОБНОСТИ РЕГИОНОВ РОССИЙСКОЙ

ФЕДЕРАЦИИ

Баландина Е.В.

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ПРОМЫШЛЕННОГО

ПОТЕНЦИАЛА РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ

Гаус К. В.

МАТЕМАТИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ ФРАКТАЛЬНЫХ

СВОЙСТВ КУРСОВ ВАЛЮТ

Гончаренко А.В.

ЭКОНОМИКО-СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ОПЛАТЫ

ТРУДА В ПРОМЫШЛЕННОСТИ ХАБАРОВСКОГО КРАЯ

Дорохова А.К.

СТАТИСТИЧЕСКИЙ АНАЛИЗ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ

ИНФРАСТРУКТУРЫ РЕГИОНА

(на примере Новосибирской области) Жукова Е.М.

КОЛИЧЕСТВЕННЫЙ АНАЛИЗ И МОДЕЛИРОВАНИЕ

РЕНТАБЕЛЬНОСТИ ПРЕДПРИЯТИЙ И ОТРАСЛИ

СОВРЕМЕННОЙ РОССИЙСКОЙ ЭЛЕКТРОЭНЕРГЕТИКИ

Карева А.С.

СТАТИСТИЧЕСКИЙ АНАЛИЗ АНТРОПОГЕННОГО

ЗАГРЯЗНЕНИЯ ОКРУЖАЮЩЕЙ СРЕДЫ В РЕГИОНЕ

(НА ПРИМЕРЕ РЕСПУБЛИКИ МОРДОВИЯ)

Комарова Т.А.

СТАТИСТИЧЕСКАЯ ОЦЕНКА СРЕДНЕГО КЛАССА

Кулиджоглян К.О.

МОДЕЛИРОВАНИЕ ЧИСЛЕННОСТИ ТРУДОСПОСОБНОГО

НАСЕЛЕНИЯ ВОЛГОГРАДСКОЙ ОБЛАСТИ С УЧЕТОМ

КАЧЕСТВЕННОГО СОСТАВА И МИГРАЦИОННЫХ

ПРОЦЕССОВ

Лапина М.С.

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ

ЦЕНООБРАЗОВАНИЯ НА РЫНКЕ ЖИЛЬЯ

Морозова М.В.

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ДИНАМИКИ ПЛАТНЫХ

УСЛУГ НАСЕЛЕНИЮ (НА ПРИМЕРЕ САМАРСКОЙ ОБЛАСТИ)

Назметдинова Е.К.

СТАТИСТИЧЕСКАЯ ОЦЕНКА КОНКУРЕНТОСПОСОБНОСТИ

РЕГИОНОВ ПРИВОЛЖСКОГО ФЕДЕРАЛЬНОГО ОКРУГА

Подзорова Е.Н.

СТАТИСТИЧЕСКИЙ АНАЛИЗ ДЕМОГРАФИЧЕСКОЙ

СИТУАЦИИ В РФ

Савельева О.В.

СТАТИСТИЧЕСКИЙ АНАЛИЗ УСЛУГ АВТОМОБИЛЬНОГО

ТРАНСПОРТА (НА ПРИМЕРЕ РЕСПУБЛИКИ МОРДОВИЯ)

Савкина Е.А.

СТАТИСТИЧЕСКИЕ МЕТОДЫ В ПОСТРОЕНИИ И АНАЛИЗЕ

КРЕДИТНОГО СКОРИНГА

Сонникова В.И.

ЭКОНОМИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ И ОЦЕНКА

РАЗВИТИЯ ИННОВАЦИОННОЙ СФЕРЫ В ЭКОНОМИКЕ

ПРИМОРСКОГО КРАЯ





Цой В.Н.

Математические методы в экономике

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И

ОПТИМИЗАЦИЯ РАБОТЫ КОНТАКТНОГО (на примере ОАО "МТС") Астратова Е.В.

МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ДИНАМИКИ

СПРОСА НА ТОВАРЫ С ИСПОЛЬЗОВАНИЕМ СТАТИСТИКИ

ЗАПРОСОВ ПОИСКОВЫХ СИСТЕМ

Бикмуллин А. Р.

МОДЕЛИРОВАНИЕ ПОВЕДЕНИЯ АБОНЕНТОВ

ТЕЛЕКОММУНИКАЦИОННЫХ КОМПАНИЙ (НА ПРИМЕРЕ

ООО «СВЯЗЬМЕДИАСЕРВИС») Епифанцева О.А.

ОПТИМАЛЬНОЕ ПЛАНИРОВАНИЕ В УСЛОВИЯХ

ПОЗАКАЗНОГО ПРОИЗВОДСТВА НА ОАО «ОКТБ КРИСТАЛЛ»

Кутузова Е.Е.

РАЗРАБОТКА МЕХАНИЗМА ФОРМИРОВАНИЯ ФЕДЕРАЛЬНЫХ

ЦЕЛЕВЫХ ПРОГРАММ НА ОСНОВЕ МИНИМАКСНОГО

МЕТОДА ОПТИМИЗАЦИИ

Луценко Е.Ю.

ОЦЕНКА И ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКОЙ

ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ СИСТЕМЫ ПОДАЧИ

СМАЗОЧНОГО МАТЕРИАЛА MIDAS В ТЕХНОЛОГИЧЕСКОМ

ПРОЦЕССЕ ЛПЦ №10 ОАО «ММК»

Мартынова У.Д.

МОДЕЛИРОВАНИЕ РАЗВИТИЯ БЮДЖЕТНО-НАЛОГОВОГО

ПОТЕНЦИАЛА МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ

(НА ПРИМЕРЕ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ

РЕСПУБЛИКИ ТАТАРСТАН)

Мифтахова Ф.М.

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И

ПРОГНОЗИРОВАНИЕ ДИНАМИКИ МАКРОЭКОНОМИЧЕСКИХ

ПОКАЗАТЕЛЕЙ УДМУРТСКОЙ РЕСПУБЛИКИ

Насридинова Д.Д.

МОДЕЛИРОВАНИЕ ПОТЕНЦИАЛА ТРУДОВЫХ РЕСУРСОВ

И СТОИМОСТНЫХ ХАРАКТЕРИСТИК

ДЕМОГРАФИЧЕСКИХ ПОТЕРЬ

Никитина А.Н.

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ ОБОСНОВАНИЕ

ОПТИМАЛЬНОЙ КОНФИГУРАЦИИ СТРОИТЕЛЬСТВА

ПИРОЛИЗНОГО КОМПЛЕКСА В РЕСПУБЛИКЕ ТАТАРСТАН

Рахматуллина А.Х.

УПРАВЛЕНИЕ ТОВАРНЫМИ ЗАПАСАМИ АПТЕЧНОЙ СЕТИ

ОАО «МАРИЙ ЭЛ - ФАРМАЦИЯ»

Савельева А.А.

ФОРМИРОВАНИЕ ОПТИМАЛЬНОЙ СТРАТЕГИИ РАЗВИТИЯ

ФИЛИАЛА ЗАО «ЭР-ТЕЛЕКОМ ХОЛДИНГ» В Г.ЙОШКАР-ОЛА

Хисматуллина К.Р.

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ КАЧЕСТВА ЖИЗНИ

НАСЕЛЕНИЯ РЕГИОНА (НА ПРИМЕРЕ ДВФО)

Научный руководитель: Кочева Екатерина Викторовна, к.э.н.

Социально-экономическое развитие общества во многом зависит от качества жизни населения. Повышение качества жизни на современном этапе развития социально-экономических процессов является приоритетным направлением в политики государств всего мира, в том числе и в России.

Особую значимость приобретает оценки качества жизни населения как объекта статистического исследования. Статистический подход в исследовании качества жизни позволит изучить слабые и сильные стороны, определить наиболее значимые направления в повышении качества жизни общества, а также оценить достигнутые результаты.

Понятие «качество жизни» до сих пор не имеет единого определения, его трактуют по-разному, в зависимости от целей, которые ставят авторы многочисленных трудов на эту тему.

На современном этапе точный набор индикаторов для изучения качества жизни населения до сих пор не установлен и значительно различается у разных исследователей.

На всех этапах разработки категории «качества жизни» представители многих наук исследовали качество жизни населения, используя различные методологические подходы. В работе были рассмотрены следующие основные научные подходы к исследованию качества жизни: философский, экономический, экологический, психологический, медицинский. В связи с этим, можно сделать вывод, что категория «качества жизни» характеризует и социальные, и экономические, и политические, и культурные факторы, определяющие положение человека в обществе.

Тем не менее, понятие «качество жизни» до сих пор не имеет единого определения, его трактуют по-разному, в зависимости от целей, которые ставят авторы многочисленных трудов на эту тему. В свою очередь, изучив основные теоретические аспекты категории «качества жизни», следует отметить, что это комплексная категория, выражающая степень удовлетворения физиологических, моральных, интеллектуальных, культурных, духовных, материальных и других потребностей, а также степень их совершенствования.

В настоящее время качество жизни стало рассматриваться как неотъемлемый элемент государственной политики, как основа устойчивого социально-экономического развития страны, что еще раз подчеркивает актуальность выбранной темы исследования.

В результате, проведенного анализа экономических и социальных факторов, а также комплексной статистической оценке качества жизни населения ДВФО можно сделать следующие выводы:

1. Расчет и анализ динамики индекса развития человеческого потенциала (ИРЧП) показал, что с 2002 г. по 2010 г. ДВФО относился к территориям со средним уровнем развития человеческого потенциала, так как значение индекса изменялись в пределах от 0,500 до 0,799. Наибольшее значение индекса наблюдалось в 2010 г. и составило 65,9%.

2. Расчет и анализ динамики «Кризисного» индекса качества жизни (КИКЖ) показал, что в период 2002-2010 гг. прослеживалась благоприятная тенденция повышения уровня качества жизни, так наибольшее значение индекса наблюдалось в 2010 г. и составило 63,23%. Тем не менее, индекс не вышел за пределы среднего значения и ДВФО по-прежнему относился к территориям со средним «кризисным» качеством жизни населения.

3. Расчет и анализ динамики Ежегодного индекса качества жизни (QL) показал, что в 2007-2008 гг. наблюдалось снижение индекса, связанное с финансовым и продовольственным кризисом, затронувшим качество жизни населения всего мира. Однако после преодоления кризисного периода уровень качества жизни вновь начал повышаться, так в 2010 г. значение индекса (QL) составило 39,3%. Из расчета данного индекса за изученный период ДВФО относился к территориям с низким уровнем качества жизни населения.

В результате проведенного регрессионного анализа Ежегодного индекса качества жизни населения ДВФО были выявлены наиболее значимые социальные и экономические факторы, изменение которых благотворно влияет на повышение индекса качества жизни населения. К числу данных факторов относятся демографические (число родившихся, число умерших), экологические (выбросы загрязняющих веществ в атмосферный воздух), медицинские (численность врачей всех специальностей) показатели, а также показатели, характеризующие материальное благосостояние населения (потребительские расходы, ВРП на душу населения, средний размер назначенных пенсий, число собственных легковых автомобилей). В результате проведенного исследования, была построена модель:

где f1 – первая главная компонента;

При увеличении первой компоненты на единицу уровень качества жизни населения увеличивается на 0,025. Первая компонента связана положительной связью с показателями х1 – число родившихся, х3 – потребительские расходы, х4 – ВРП на душу населения, х5 – средний размер назначенных пенсий, х6 – численность врачей, х7 – число собственных легковых автомобилей, а значит, увеличение соответствующих показателей повысит качество жизни населения ДВФО.

Влияние второй главной компоненты в модели значительно меньше.

Так при увеличении второй компоненты на единицу уровень качества жизни населения снизится на 0,035. Вторая компонента связана отрицательной связью с показателями х2 – число умерших и х8 – выбросы загрязняющих веществ в атмосферный воздух, а значит, увеличение соответствующих показателей понизит качество жизни населения, что вполне закономерно.

Изобразим наблюдаемые и теоретические значения Ежегодного индекса качества жизни населения на основании уравнения полиномиального тренда, а также рассмотрим прогнозирование тенденции индекса качества жизни населения ДВФО на 2011-2015 гг. (рис. 1).

0, 0, 0, 0, 0, 0, 0, 0, 0, Рисунок 1 – Эмпирические и расчетные Ежегодного значения индекса качества жизни населения ДВФО за 2002-2010 гг., прогнозирование тенденции индекса качества жизни ДВФО на 2011-2015 гг.

Также была спрогнозирована тенденция изменения Ежегодного индекса качества жизни населения ДВФО на 2011-2015 гг. Прогноз дал достаточно оптимистичные результаты, прослеживается четкая тенденция равномерного увеличения значений индекса качества жизни.

Для решения проблемы дифференциации субъектов ДВФО по качеству жизни населения был использован метод кластерного анализа. Кластерный анализ производился по показателям, входящим в состав Ежегодно индекса качества жизни населения субъектов ДВФО на начало и на конец исследуемого периода (2002 и 2010 гг.).

В 2002 году субъекты ДВФО объединились в 3 кластера. В первый кластер вошли Республика Саха (Якутия), Камчатский край и Амурская область. Второй кластер составили Еврейская автономная область и Чукотский автономный округ. В третий кластер вошли Приморский край, Хабаровский край, Магаданская и Сахалинская области.

В 2010 году число кластеров осталось прежним, но их структура изменилась. Первый кластер образует Республика Саха (Якутия), Чукотский автономный округ и Приморский край. Во второй кластер вошли Амурская, Магаданская и Сахалинская области. В третий кластер вошли Камчатский край, Хабаровский край и Еврейская автономная область.

Для каждого кластера выявлены слабые и сильные стороны, характеризующие социально-экономические процессы общества. Так как проблему повышения качества жизни населения необходимо решать с учетом индивидуальных характеристик и особенностей для каждой группы субъектов ДВФО в отдельности.

Проведенное статистическое исследование качества жизни населения может быть использовано органами региональной и муниципальной власти в процессе разработки стратегий и программ социального и экономического развития, направленных на повышение качества жизни населения субъектов ДВФО. В настоящее время повышение качества жизни населения является одной из главных задач, стоящих перед Россией и требует определенной политики, выработанной государством, центральным моментом которой был бы человек, его благосостояние, физическое и социальное здоровье. От качества жизни населения во многом зависит направленность и темпы дальнейших преобразований в стране и, в конечном счете, политическая, а, следовательно, и экономическая стабильность в обществе.

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

КОНКУРЕНТОСПОСОБНОСТИ РЕГИОНОВ

РОССИЙСКОЙ ФЕДЕРАЦИИ

Баландина Е.В., Постников Е.А., канд. экон. наук, доцент, ФГБОУ ВПО «Челябинский государственный университет», Кардинальные перемены, произошедшие в экономике страны, связанные в первую очередь с переходом к рыночным отношениям, породили новые социально-экономические проблемы. Приобретение регионами Российской Федерации экономической самостоятельности вызывает необходимость переоценки их положения и функций в экономическом пространстве, ведет к стремлению каждого субъекта к самоутверждению, к выбору экономической структуры, способной обеспечить его надежное положение в рыночном пространстве Федерации. В этот период обостряется конкурентная борьба между предприятиями, отраслями, регионами, странами.

Предметом конкурентной борьбы между регионами могут стать государственные программы и проекты, связанные с размещением и территориальной организацией хозяйства, а также с решением социальных проблем.

В рыночном пространстве страны сталкиваются интересы все субъектов Федерации, и преимущества получает лишь тот регион, у которого сильнее конкурентные позиции.

Приобретение региональными системами экономической самостоятельности в условиях рынка вызывает необходимость переоценки положения и функций каждого региона в системе координат экономического пространства, в котором предстоит принимать решения, обеспечивающие условия его устойчивого развития.

Мировой финансовый кризис 2007–2009 гг. показал, что за короткий промежуток времени на грани банкротства оказались не только отдельные предприятия, но и отрасли, регионы и страны. Для ослабления негативного влияния глобализации и мировых финансово-экономических кризисов на развитие отдельных регионов России необходим не только краткосрочный план действий, но и стратегии повышения конкурентоспособности региона на средне- и долгосрочный период, с учетом конкурентных позиций достигнутых субъектами Российской Федерации.

При этом необходимо отметить, что проблема конкурентоспособности в большей степени изучена на микроуровне — на уровне предприятий, фирм.

Этому посвящены труды отечественных и зарубежных ученых: Ф. Котлера, М. Портера, И. Ансоффа, Е.П. Голубкова, Завьялова Г.Л, Багиева, П. Градова, В.С. Ефремова, и многих других.

В последнее время появляется все больше публикаций, затрагивающих конкурентоспособность на макроуровне — между различными государствами. Проблема конкурентоспособности стран рассмотрена в трудах: Дж.

Сакса, А. Харта, С. Коэна, М. Портера, А.А. Дынкина, Р.А. Фатхутдинова, М.И. Гельвановского, А.М. Миграняна, Е.Г. Ясина и др.

Наименее изученной является проблема конкурентоспособности на региональном уровне. Теоретические и методологические аспекты проблемы исследованы в работах: А.И. Татаркина, Ю.К. Перского, А.В. Ермишиной, Г.Я. Беляковой, И.П. Данилова и др. Повышенный интерес к данной проблематике связан с тем, что в России до начала 90-х годов регион, в сущности, не выступал в качестве субъекта экономических отношений, носителя интересов, отличных от интересов других территорий. На данный момент необходимо признать, что регион стал самостоятельным экономическим агентом в конкурентных процессах, проходящих на различных уровнях.

Однако до сих пор не существует общепризнанной методологии и инструментария оценки конкурентоспособности регионов, которая послужила бы информационной основой для выработки обоснованных управленческих решений, направленных на повышение конкурентоспособности экономики России. В связи с этим, возросла потребность в выявлении факторов, которые бы позволили повысить конкурентоспобность регионов страны, в статистическом исследовании региональной конкурентоспособности.

В качестве основного инструментария исследования применялись статистические методы анализа структуры и построения интегральных показателей, корреляционного, регрессионного, кластерного и дискриминантного анализа, а также табличные и графические методы представления статистических данных. Реализация указанных методов осуществлялась с использованием пакетов прикладных программ «Eviews», «STATA», «Statistica», «Microsoft Excel».

Информационной базой исследования послужили статистические данные официальных изданий Федеральной службы государственной статистики.

В процессе исследования регионы Российской Федерации были разделены на группы регионов с низким, средним и высоким уровнем конкурентоспособности. Для каждой группы регионов оценены индивидуальные эффекты. В частности, оценки индивидуальных эффектов для регионов с низким уровнем конкурентоспособности и среднее значение индекса конкурентоспособности представлены на рисунке.

Рисунок - Оценка индивидуальных эффектов Влияние на конкурентоспособность скрытых факторов можно интерпретировать как потенциал конкурентоспособности, обусловленный экономико–географическим положением, климатическими условиями, сформировавшимися институциональными правилами, традициями и прочими трудно наблюдаемыми факторами. Коэффициент корреляции между оценками индивидуальных эффектов и средним значением индекса конкурентоспособности составляет 0.73. Кроме того, такие регионы как Кемеровская область, Омская область не смотря на наличие менее благоприятных исходных условий за счет развития наблюдаемых факторов (обеспечивающих и базовых) смогли достичь относительно высокого уровня конкурентоспособности.

Таким образом, в ходе исследования были получены следующие результаты.

1. Изучены основные подходы к содержанию экономической категории региональной конкурентоспособности, определены виды конкурентоспособности, изучены различные подходы оценки конкурентоспособности регионов.

2. Осуществлен выбор экономико-математических методов необходимых для построения модели конкурентоспособности регионов России, осуществлен выбор статистических показателей конкурентоспособности.

3. Построен интегральный индекс конкурентоспособности регионов.

Осуществлено разбиение регионов в соответствии с ключевыми индикаторами конкурентоспособности на кластеры.

Осуществлено построение модели конкурентоспособности регионов, оценена степень влияния базовых и обеспечивающих факторов на экономические показатели конкурентоспособности регионов.

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ПРОМЫШЛЕННОГО

ПОТЕНЦИАЛА РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ

Руководитель: Баканач Ольга Вячеславовна, к.э.н., доцент Самарский государственный экономический университет В настоящее время приоритетным направлением экономики является развитие промышленного производства. На его долю приходится 30,6% валового внутреннего продукта. Однако на современном этапе развития промышленного производства существуют некоторое проблемы, в числе которых: неустойчивость, замедление темпов роста, снижение важнейших показателей эффективности производства, медленное улучшение структуры промышленного производства и экспорта, достаточно высокий физический и моральный износ основных производственных фондов, высокий уровень затрат ресурсов и т.д.

Сегодня политика в области развития промышленности базируется на ряде программ, основная цель которых - увеличение доли конкурентоспособной отечественной продукции на внутреннем и глобальном рынках за счет развития существующих и создания новых производств.

В новых хозяйственных условиях, когда промышленный комплекс России и ее регионов вынужден преодолевать последствия экономического кризиса, особую значимость приобретают проблемы поиска дополнительных возможностей для обеспечения устойчивости промышленных предприятий и комплекса в целом на основе эффективного использования потенциально-ресурсных компонентов.

Решение этой задачи базируется на всестороннем изучении промышленного потенциала, формирующегося на различных уровнях федеральной социально-экономической системы, построении систем управления потенциалом, адекватной новым рыночным условиям и макроэкономическим ориентирам, а также промышленной политики регионального уровня.

Понятие промышленного потенциала экономического региона трактуется как совокупная способность предприятий региона создавать и производить конкурентоспособную продукцию, продвигать ее на рынке, выгодно реализовывать и обеспечивать требуемый уровень обслуживания. Промышленный потенциал региона осуществляет как производство средств производства, так и производство предметов потребления.

Для раскрытия сущности промышленного потенциала региона необходимо рассмотреть особенности промышленности на современном этапе развития.

В настоящее время не существует единого определения «промышленности». В различных словарях используется множество трактовок. Например:

1. «промышленность - ведущая отрасль сферы материального производства (совокупности всех видов производственной деятельности, создающих материальные блага в виде продуктов и энергии)» ;

2. «промышленность - важнейшая отрасль экономики, которая представляет собой совокупность предприятий (заводов, фабрик, рудников, шахт, электростанций), занятых производством орудий труда как для самой промышленности, так и для других отраслей народного хозяйства, а также добычей сырья, материалов, топлива, производством энергии, заготовкой леса и дальнейшей обработкой продуктов, полученных в промышленности или произведённых в сельском хозяйстве» ;

3. «промышленность – сектор народного хозяйства, связанный с производством промышленных товаров и оказанием производственных услуг».

Такое разнообразие определений связано с развитием экономики и начавшимся в 2002г. переходом от Общесоюзного Классификатора Отраслей Народного Хозяйства (ОКОНХ) к Общероссийскому Классификатору Видов Экономической Деятельности (ОКВЭД). Однако, ныне действующие в России правила отнесения отраслей (подотраслей) экономики к классу профессионального риска используют наименования отраслей (подотраслей) экономики в соответствии с ОКОНХ.

В результате перехода от ОКОНХ к ОКВЭД поменялись границы существующих видов деятельности. Так, вся промышленная деятельность разделена на три раздела: C "Добыча полезных ископаемых", D "ОбрабатываКраткий географический словарь. EdwART. Большая Советская Энциклопедия Новый экономический словарь под ред. А.Н. Азрилияна, 2008г./ М.

ющие производства", E "Производство и распределение электроэнергии, газа и воды" По областям применения продукции промышленность делится на производство средств производства — группу А (машин, станков, инструментов и приспособлений и пр.) и производство предметов потребления — группа Б (продуктов питания, одежды, бытовой техники, жилья и пр.).

Нужно отметить, что промышленность в России долгое время находилась в состоянии глубокого структурного кризиса. Это было вызвано переходом от планово-распределительной системы управления экономикой к рыночным методам хозяйствования. «Серьезный спад производства, начавшийся в 1991 году, был неизбежен: объем промышленной продукции в 1998 году, составил менее половины уровня 1990 года. Последовавший экономический кризис 1998 года еще сильнее подкосил российскую промышленность. Далее последовал длительный период восстановления и постепенного развития. Последний экономический кризис, начавшийся в 2008 году вновь сильно замедлил темпы роста российской промышленности и привел к спаду во многих ее отраслях. Однако наметившиеся позитивные тенденции в динамике промышленного производства пока еще не создали достаточных предпосылок для его устойчивого роста, поскольку не сложились необходимые условия для стабильного расширения внутреннего спроса на отечественную промышленную продукцию, которое повлекло бы за собой и рост спроса на инвестиционные ресурсы. Не вызывает сомнений положение, что первостепенную роль в процессе восстановления и укрепления промышленного потенциала России должна сыграть соответствующая государственная политика в этой отрасли.» В связи с этим, возвращаясь к понятию промышленного потенциала региона, нужно отметить, что важнейшим направлением развития является его обновление, технологическая модернизация, ускоренное развитие отраслей, наиболее передовых в технологическом отношении. Кроме того, для региональной экономики важное значение имеет развитие местной промышленности, которая играет важную роль в создании рабочих мест, удовлетворении внутреннего спроса, способствует комплексному развитию территории.

Для адекватной статистической оценки промышленного потенциала регионов РФ по исходным данным, предоставляемым Федеральной службой государственной статистики, сформирована система показателей. Она включает в себя результативные и факторные признаки, характеризующие:

http://www.ekportal.ru - Информационный сайт по экономике 1. общие экономические показатели промышленного производства 2. материально-техническая база и инвестиции;

3.труд в промышленном производстве;

4. финансы организаций промышленного производства.

В результате осуществления многомерной группировки регионов РФ по уровню развития промышленного потенциала с использованием методов кластерного анализа выделено три кластера со следующими характеристиками:

- первый кластер – высокий уровень промышленного потенциала;

- второй кластер – низкий уровень промышленного потенциала;

- третий кластер – средний уровень промышленного потенциала.

Выявлено, что регионы с высоким уровнем промышленного потенциала сосредоточены в Уральском, Сибирском и Дальневосточном федеральных округах. Регионы со средним уровнем расположены в основном в Приволжском, Центральном и Северо-Западном федеральных округах. Для Южного и Северо-Кавказского федеральных округов характерен низкий уровень. Однако, существуют и исключения (например регионы с высоким показателем:

- г.Москва в составе Центрального федерального округа, г.Санкт-Петербург и Мурманская область в составе Северо-Западного федерального округа; регионы с низким показателем: Приморский и Хабаровский край, Еврейская автономная область в составе Дальневосточного федерального округа). Такая ситуация объясняется особенностями отраслевой специализации рассматриваемых регионов.

Использование метода канонических корреляций между результативными и факторными показателями промышленного потенциала позволило выявить максимальные корреляционные связи между группами переменных, дало возможность, за счет отсева малозначимых переменных, сократить с 20 до 11 состав факторных признаков для проведения компонентного и корреляционно-регрессионного анализа.

При проведении компонентного анализа решены задачи:

- «сжатия» информации, т. е. извлечении из исходной информации наиболее существенной части за счет перехода от системы исходных переменных к системе обобщенных факторов. При этом были выявлены неявные, непосредственно не измеряемые, но объективно существующие закономерности, обусловленные действием как внутренних, так и внешних причин;

- описания исследуемого явления значительно меньшим числом обобщенных факторов по сравнению с числом исходных признаков и выявлением взаимосвязи наблюдаемых признаков с вновь полученными обобщенными факторами;

- выявлены 3 устойчивые группы общих факторов, характерные как для всей совокупности регионов РФ, так и полученных кластеров.

Первую группу составили неоднородные по своей принадлежности показатели: инвестиции в основной капитал промышленных предприятий на душу населения; показатели, характеризующие среднемесячную начисленную заработную плату; вторую группу - удельный вес занятых в промышленном производстве в общей численности занятых и фондоотдача предприятий промышленного производства (X13); третью группу – показатели, характеризующие удельный вес численности работников, занятых на предприятиях с неблагоприятными условиями труда.

В целом данные компоненты обуславливают более 70% вариации значений показателей, характеризующих промышленный потенциал регионов В результате построения трех регрессионных моделей на главных компонентах с целью количественного выражения зависимости между результативными показателями промышленного производства и влияющими на них факторами было выявлено:

1) первые две главные компоненты находятся в прямой, а третья – в отрицательной зависимости с такими результативными признаками как объем отгруженных товаров и оборот организаций промышленного производства. Наибольшую нагрузку имеет первая главная компонента, характеризующая инвестиционный потенциал и среднемесячную начисленную заработную плату;

2) в третьей модели все три главных компоненты находятся в прямой зависимости с результативным показателем (долей ВДС организаций промышленного производства в структуре ВДС региона). При этом, наибольшая нагрузка – у второй компоненты, характеризующей удельный вес занятых в промышленном производстве в общей численности занятых и фондоотдачу предприятий промышленного производства;

3) адекватность и статистическая значимость регрессионных моделей подтверждена статистическими критериями (t – критерием Стъюдента и Fкритерием Фишера-Снедикора). Построенные регрессионные уравнения обеспечивают 46%, 73% и 79% объясняемой вариации соответствующей результативной переменной, что свидетельствует о высокой надежности моделей.

Полученные результаты исследования и сформулированные выводы могут использоваться для выработки региональной политики и при проведении диагностики социально-экономического положения регионов.

Это позволит не только объективно определить роль и место каждого региона в обеспечении устойчивого социально-экономического развития России в целом, но и предпринять конкретные шаги для устранения диспропорций территориального развития.

МАТЕМАТИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ ФРАКТАЛЬНЫХ

СВОЙСТВ КУРСОВ ВАЛЮТ

ФГБОУ ВПО «Магнитогорский Государственный Рынки – удивительно сложные нелинейные системы, и вероятность того что вы проиграете свои деньги увеличивается пропорционально уровню вашей финансовой незрелости. Невозможно предсказать все факторы, которые могут воздействовать на результаты торговли, но, с известной долей вероятности, можно оценить, насколько рискованным может оказаться игра с рынком. Нелинейность процессов, происходящих в рыночной среде, никогда не позволит стабильно зарабатывать на основе индикаторного подхода и классического анализа (включая различные модификации) в долгосрочной перспективе. Использование фундаментального анализа дает понимание лишь основной тенденции и настроения участников, да и то не всегда. Важно выстроить систему убеждений согласно с нелинейностью рынков. Одним из методов анализа и прогнозирования рынка является гипотеза фрактального рынка и фрактальный анализ. С научной точки зрения гипотеза фрактального рынка является парадигмой, описывающей взаимодействие участников рынка и ценообразование активов как результат этого взаимодействия. Применение теории случайных процессов для описания динамики цен на фондовых рынках началось с работ Л. Башелье. В дальнейшем его результаты были дополнены и развиты в работах Г. Марковица, Р. Мертона, Ф. Модильяни, М. Миллера, П. Самуэльсона, У. Шарпа, Э.

Фама и других авторов.

Развитие финансовых приложений теории случайных процессов потребовало выработки подходов к оценке стоимости производных инструментов. Методы оценки стоимости производных финансовых инструментов разработаны такими учеными, как Ф. Блэк, М. Шоулз, Дж. Кокс, Р. Росс, М. Рубинштейн, Дж. Халл, С. Рачев, Дж. Константинидис, С. Перракис.

Использование идей теории фракталов в анализе фондовых рынков обязано своим рождением Б. Мандельброту, чьи подходы были развиты и популяризированы Э. Петерсом.

Необходимость совершенствования подходов к использованию гипотезы фрактального рынка при оценке справедливой стоимости рисковых активов на фондовых рынках обуславливает актуальность темы исследования.

Объектом исследования являются рынок валют на примере валютных пар: доминирующие глобальные резервные валюты – доллар США и евро, отечественная – рубль.

Приведем некоторые определения «фрактала». На данный момент «фрактал» не является математическим термином и не имеет общепринятого строгого математического определения. Понятие «фрактала» вводит Бенуа Мандельброт.

Фрактал (лат. fractus — дроблёный, сломанный, разбитый) — сложная геометрическая фигура, обладающая свойством самоподобия, то есть составленная из нескольких частей, каждая из которых подобна всей фигуре целиком. В более широком смысле под фракталами понимают множества точек в евклидовом пространстве, имеющие дробную метрическую размерность (в смысле Минковского или Хаусдорфа), либо метрическую размерность, отличную от топологической.

Фрактал – геометрическая форма, которая может быть разделена на части, каждая из которых – уменьшенная версия целого. В финансах эта концепция - не беспочвенная абстракция, а теоретическая переформулировка практичной рыночной поговорки – а именно, что движения акции или валюты внешне похожи, независимо от масштаба времени и цены. Наблюдатель не может сказать по внешнему виду графика, относятся ли данные к недельным, дневным или же часовым изменениям. Это качество определяет диаграммы как фрактальные кривые и делает доступными многие мощные инструменты из математического и компьютерного анализа.

Важным показателем фрактала является его размерность. Для экономики эта характеристика определяет, например, как тот или иной курс валюты будет реагировать на изменения рынка. Поэтому курсы двух валютных пар с одинаковой волатильностью могут очень по-разному реагировать на одни и те же события. В результате нелинейных законов, по которым могут быть приняты решения на финансовых рынках, график динамики курсов валют имеет вид смещенных случайных блужданий.

Запишем стохастическое дифференциальное уравнение вида:

винеровский процесс, приращения которого пропорциональны времени в степени. – показатель Херста, определяющий характер винеровского процесса. Имеются три различных классификации для показателя Херста: – указывает на случайный ряд;, данный диапазон соответствует антиперсистентным, или эргодическим, рядам; – персистентные, или трендоустойчивые ряды.

Даны следующие пары валют: EUR/USD, RUB/USD и CHF/ USD за период 19.09.2007-25.05.2012 (дневные данные цены закрытия). Рассчитаем коэффициенты асимметрии и эксцесса и проверим гипотезу о наличии нормальности в распределениях доходностей выбранных валютных пар.

симметричны ( ), но имеют «острую вершину»:

вершину» и «толстые хвосты».CHF/USD:

вершину» и «толстые хвосты». Распределения доходностей «ненормальны», поэтому целесообразным будет использовать фрактальный анализ.

Далее рассмотрим алгоритм генерации фрактальной структуры для валютных пар.

Первый этап. Возьмем 50 точек исходного ряда. Рассчитаем среднее значение за данный период и волатильность.

Второй этап. Генерируем гауссовских «шум», используя метод МонтеКарло.

Третий этап. Для различных показателей Херста: от 0 до 1 – генерируем фрактальные «шумы» с помощью интеграла Мандельброта и Ван-Несса.

Четвертых этап. Генерируем модели фрактального Броуновского движения с показателями сноса, волатильности и Херста.

Пятый этап. Генерируем фрактальные структуры для валютных пар.

Шестой этап. Сравниваем модели с исходными данными и выбираем модель с высокой точностью на оптимизационных участках.

Далее повторяем этапы 1–6, прибавляя к анализируемому участку по точек исходного ряда, до тех пор, пока не охватим весь исходный ряд.

Седьмой этап. Когда проанализирован весь исходный ряд. Выбираем из всех моделей модель с высокой точностью.

Ниже на рисунке 1 представлены результаты моделирования. Показатель Херста для валютной пары EUR/USD равен 0.4. Ряд близок к нормальному случайному блужданию. Размерность – 1.6. Данный ряд соответствует антиперсистентным, или эргодическим, рядам. Такой тип системы часто называют – «возврат к среднему». Если система демонстрирует рост в предыдущий период, то, скорее всего, в следующем периоде начнется спад. И наоборот, если шло снижение, то вероятен близкий подъем. Такой ряд более изменчив, или волатилен, чем ряд случайный, так как состоит из частых реверсов – спад-подъем. Прогнозная точность 98.0%. Средняя относительная ошибка (MAPE) = 2.0%. На всем интервале ошибка не превышает 5%, что говорит о высокой прогнозной точности модели. Показатель Херста для валютной пары USD/RUB равен 0.7, для пары CHF/USD – 0.8. Имеем персистентные, или трендоустойчивые ряды.

Если ряд возрастает (убывает) в предыдущий период, то вероятно, что он будет сохранять тенденцию какое-то время в будущем. Тренды очевидны. Средние относительные ошибки – 2.5% и 1.6% соответственно. На всем интервале для каждой пары ошибки не превышает 5%, что говорит о высокой прогнозной точности каждой модели. По курсу USD/RUB из рисунка 1 видно, что на лето 2012 намечается бычье настроение, тренд очевиден и 29.08.2012 курс достигнет отметки в 34.20 рубля за 1 доллар США.

Швейцарский франк также имеет устойчивую структуру, намечается рост.

В конце августа курс достигнет отметки в 1.1962. Пара евро-доллар имеет практически «нормальное» блуждание. Для этой пары с учетом нормальности распределения доходностей можно применять традиционные модели Марковица, Шарпа, Блэка-Шоулза и прочие модификации.

Фрактальный анализ предлагает для моделирования более сложную математику, но его результаты гораздо ближе к практическому опыту.

Инструментарий фрактального анализа не полно развит, требуется разработка различных моделей, а также экономическая интерпретация полученных результатов. Но данный подход не является заменой «нормальным»

моделям, не противоречит традиционным подходам, а лишь является обобщением. Используя случайное блуждание, можно получить «оптимальный портфель», «истинную величину», «справедливую цену». Фрактальная структура рынков капитала порождает циклы, тренды и множество возможных «справедливых цен». Она указывает на зависимость от человеческих решений, и делает возможным их измерение в количественном аспекте. Фрактальная статистика указывает на беспорядочность и сложность рынка. В данной работе был предложен алгоритм генерации фрактального Броуновского движения для курсов валют. Модели показали высокие прогнозные точности и могут использоваться всеми участниками рынка для планирования стратегий ценовой политики, оптимизации рисков, связанных с изменениями курсов валют.

ЭКОНОМИКО-СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ОПЛАТЫ

ТРУДА В ПРОМЫШЛЕННОСТИ ХАБАРОВСКОГО КРАЯ

Хабаровская государственная академия экономики и права Введение.

Основой работы послужили теоретические и методические подходы современной статистической науки к исследованию оплаты труда. Для аналитических расчетов использована реальная статистическая информация Росстата и Хабаровскстата, а также экономическая информация и оценки российских и зарубежных ученых, международных организаций. В работе исследованы оплата труда как экономическая категория и современные концепции измерения уровня благосостояния населения; изучены методические подходы к статистическому исследованию оплаты труда и реализованы для оценки динамики и структуры оплаты труда в промышленности Хабаровского края в 2002-2010 гг. Кроме того, проведено исследование заработной платы в промышленности Хабаровского края в рамках концепции прожиточного минимума с экспериментальным построением альтернативной потребительской корзины (на основе международного опыта); рассчитаны прогнозные оценки размера среднего заработка по отдельным видам деятельности в промышленности Хабаровского края для сравнения их с альтернативными прожиточными минимумами.

Структура и динамика оплаты труда в промышленности Хабаровского края.

В работе использованы статистические методы, позволяющие исследовать заработную плату по различным направлениям. В отношении динамики зарплаты по промышленности Хабаровского края за период 2002-2010 гг.

была отмечена устойчивая тенденция её роста по основным видам деятельности, который, однако, в последние годы замедлился. Кроме того, было установлено, что на протяжении всего изучаемого периода наиболее высокооплачиваемыми были и остаются работники вида деятельности «Добыча полезных ископаемых», средний заработок которых превышал средний по краю уровень более чем в 1,5 раза. Также довольно высокие показатели были характерны для производства и распределения электроэнергии, газа и воды, в то время как самый низкий заработок имели работники обрабатывающих производств ( после 2005 г. он был постоянно ниже уровня, установленного в среднем по экономике края, а в 2009 г. - ниже почти на 15%).

На основе аналитической группировки распределения среднего заработка работников промышленных предприятий (без субъектов малого предпринимательства) по видам экономической деятельности и муниципальным образованиям в 2011 г. было выявлено, что лишь в городе Хабаровске средний заработок по экономике в целом превышал средний по краю уровень как за период январь-декабрь 2011 г. (на 13,01%), так и в частности за декабрь 2011 г. (на 11,90%), причём данная закономерность характерна и для отдельных видов промышленности. Остальные муниципальные образования отметились существенно более низким средним заработком в сравнении со средними по краю показателями, что свидетельствует о значительной его дифференциации по территории. В самом худшем положении из всех исследованных районов оказались: по обрабатывающим производствам г.

Николаевск-на-Амуре и Николаевский район (где средний заработок в 2, раза ниже, чем в г. Хабаровске и в 1,94 раза ниже, чем в целом по краю), а по производству и распределению электроэнергии, газа и воды г. Амурск и Амурский район (где средняя заработная плата оказалась ниже в 3,17 раза и 2,70 раза соответственно).

Исследование дифференциации работников по величине средней зарплаты на основе квартильных групп показало снижение неравномерности её распределения за 2005-2009 гг., при этом темп снижения в добыче полезных ископаемых значительно превысил средний по краю уровень, тогда как в обрабатывающих производствах наблюдался обратный процесс.

Изучение доли работников, имеющих определённую величину заработка, не менее ярко вскрывает сложившуюся проблему. Так половина всего заработка на протяжении исследуемого периода была разделена между 70-80% низкооплачиваемых и 30-20% высокооплачиваемых работников. Стоит, впрочем, отметить наметившуюся положительную тенденцию к сближению этих двух групп работников по уровню заработной платы.

Применение концепции прожиточного минимума при исследовании заработной платы в промышленности Хабаровского края Появление понятия «минимальный размер оплаты труда» (МРОТ) связано с Конвенцией Международной организации труда 1970 г. Основными факторами его формирования выделены: потребности работников и их семей (с учётом общего уровня зарплаты в стране, стоимости жизни), требования экономического развития, уровень производительности труда. В мировой практике применяется два подхода к определению величины МРОТ:

- основанный на МРОТ, задаваемом в соответствии с прожиточным минимумом работника (применяется в основном в странах с низким уровнем заработной платы);

- определяющий МРОТ посредством его сопоставления со средним заработком по стране (индекс Кейтца). В промышленно развитых странах его величина, как правило, находится в пределах 40-50% притом, что Международная организация труда рекомендует 50%, а ЕС – 60%.

Оценка уровня заработной платы работников промышленности Хабаровского края посредством соотнесения его с величиной прожиточного минимума и минимальным размером оплаты труда (МРОТ) выявило, что заработок ниже прожиточного минимума получали 14,05% работников обрабатывающих производств (из которых каждый шестой получал ниже МРОТ), каждый десятый работник добычи полезных ископаемых (из которых 13,20% имели зарплату ниже МРОТ) и 5,29% работников производства и распределения электроэнергии, газа и воды (из которых у каждого третьего он был ниже МРОТ).

Также был рассчитан индекс Кейтца, показавший в последние годы существенный рост. В период 2002-2007 гг. он не превышал в обрабатывающих производствах 7,6% (в 2007 г.), в производстве и распределении электроэнергии, газа и воды 6,91% (в 2002 г.) и в добыче полезных ископаемых 4,09% (в 2002 г.).

Начиная с 2008 г. право устанавливать МРОТ получило Правительство Хабаровского края и индекс Кейтца, рассчитанный на его основе, оказался несколько выше: в 2008-2010 гг. он находился на уровне 16% в добыче полезных ископаемых, 20% в производстве и распределении электроэнергии, газа и воды и 30% в обрабатывающих производствах. Однако в течение 2002-2010 гг.

его значение в промышленности ещё далеко от рекомендуемых МОТ. При этом рост соотношения его со средним заработком скорее свидетельствует о низком уровне последнего, нежели об увеличении МРОТ.

В работе исследована применяемая в нашей стране концепция измерения бедности, основанная на расчёте прожиточного минимума. Были рассмотрены составы потребительских корзин (ПК), используемых в РФ и других странах мира (Франция, Англия, Германия).

Действующий в настоящее время в России состав потребительской корзины (принят в 2006 г.) по сравнению с предыдущей (1999 г.) улучшен с качественной стороны за счёт увеличения норм потребления продуктов питания, однако многие нормы по-прежнему не дотягивают как до уровня, рекомендованного институтом питания РАМН, так и до реальных показателей потребления на Западе. По группе непродовольственных товаров и услуг показатели и вовсе не изменились. Таким образом, действующая ПК не соответствует задачам динамично развивающегося общества: большая часть расходов приходится на группу «продукты питания», что характерно для слаборазвитых экономик. В РФ норматив расходов на потребление продуктов питание в текущей потребительской корзине составляет 45,8%, в развитых странах эта пропорция иная: доля расходов на продукты питания составляет 10-15%.

У французов традиционно немалое место в ПК занимают затраты на рестораны, посещение парикмахерской, приглашение няни, аппараты для исправления зубов, еду для кошек и собак, покупку лаков для волос, гелей для душа и многочисленных косметических средств, а также целых четырнадцать наименований цветов, без которых «нормальная» жизнь даже малообеспеченного человека не представляется возможной. Англичане постоянно включают в свою ПК немалый перечень того, что служит для ремонта дома (даже дверные ручки), а также затраты на садовника, частные школы и университеты, четыре вида страховок, финансовые услуги. В Германии в ПК входят заказ пиццы на дом, услуги фитнес-клубов и соляриев, ежемесячные затраты на детские ясли, амбулаторный уход за больными, содержание в домах престарелых и инвалидов.

В работе экспериментально были построены и рассчитаны стоимости альтернативных потребительских корзин (всего четыре варианта), учитывающие опыт вышеназванных зарубежных стран, а также потребительская корзина, скорректированная по «нормальным» уровням потребления товаров и услуг.

На этой основе были рассчитаны варианты уровня прожиточного минимума, оказавшиеся в разы выше фактически установленного в Хабаровском крае. Так, прожиточный минимум, составивший по Хабаровскому краю в IV квартале 2011 г. 9039 рублей в среднем на душу населения и 9701 рубль для трудоспособного населения, оказался соответственно в 3, и 3,30 раза ниже даже стоимости потребительской корзины, построенной без учёта опыта зарубежных стран. В сравнении с прожиточными минимумами, рассчитанными на основе потребительских корзин развитых европейских государств, отставание выглядит и вовсе непреодолимым: прожиточный минимум, сформированный в соответствии с составом французской потребительской корзины, опережает размер установленного в крае в 6,84 и 6,38 раза соответственно, английской – в 5,91 и 5,51 раза, немецкой – в 5,39 и 5,02 раза.

Статистическая оценка среднего заработка работников промышленности показала, что только работники в «Добыче полезных ископаемых» и «Производстве и распределении электроэнергии, газа и воды» могут позволить себе скорректированную потребительскую корзину. Если же рассматривать прожиточные минимумы, рассчитанные на основе опыта зарубежных стран, то средний заработок в «Добыче полезных ископаемых» находится на уровне 70-90% от стоимости ПК, в обрабатывающих производствах данное соотношение не превысило и 55%.

Для оценки возможных изменений ситуации в будущем был составлен прогноз уровня средней заработной платы (СЗП) в промышленности Хабаровского края до 2030 г., выполненный с учётом сохранения наметившихся в последние шесть лет тенденций развития производительности труда, объмов отгрузки товаров и фонда заработной платы. Прогноз показал, что к скорректированной ПК обрабатывающие производства имеют шанс приблизиться лишь к 2021 г., других прожиточных минимумов данная сфера промышленности в течение ближайших 20 лет достигнуть не сможет. «Добыча полезных ископаемых» и «Производство и распределение электроэнергии …» имеют гораздо больший потенциал. Так, к 2022 г. по уровню среднего заработка они сравняются с самым высоким из рассчитанных («французским») прожиточным минимумом. К 2016 г. заработная плата добычи полезных ископаемых и к 2018 г. производства и распределения электроэнергии, газа и воды превысит стоимость «английской» ПК, а величину «немецкого» – к 2018 и 2019 гг.

Таким образом, рост благосостояния работников промышленности может состояться лишь при интенсивном наращивании темпов роста выпуска продукции и производительности труда (что в том числе потребует повышения эффективности использования основного и оборотного капитала, за счёт внедрения современных технологий и вложения инвестиций) и фонда заработной платы, а также реальным сдерживанием темпа инфляции.

СТАТИСТИЧЕСКИЙ АНАЛИЗ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ

ИНФРАСТРУКТУРЫ РЕГИОНА

(на примере Новосибирской области) Новосибирский государственный университет Актуальность темы исследования В современных условиях социально-экономическая инфраструктура– важная характеристика степени экономической и социальной развитости общества, показатель широты и глубины использования материальных возможностей для рациональной жизнедеятельности людей.

В настоящее время развитие социально-экономической инфраструктуры оказывает значительное влияние на все без исключения процессы, происходящие в обществе, как например рациональное использование трудовых ресурсов, расселение, здоровье человека и т.д. Практически нет той сферы общественной жизни, где бы ни стоял вопрос об укреплении и нормальном использовании материально-вещественных элементов. Во всех сферах общественной жизни важную роль имеет инфраструктура, как основа осуществления этих процессов.

Социально-экономическая инфраструктура включает элементы, обеспечивающие воспроизводство рабочей силы и развитие личности работника (образование, здравоохранение, культура и т.п.). Бытовая инфраструктура создает условия быта и жизни населения (жилищно-коммунальное хозяйство, розничная торговля, сфера услуг и т.д.).

Объектом и предмет исследования Объектом исследования выступают территориальные образования Новосибирской области (районы).

Предметом исследования являются социально-экономические параметры развития территориальных образований (плотность населения, чел/кв.км, среднемесячная начисленная заработная плата, число мест в дошкольных учреждениях, число учреждений культуры и культурнодосугового типа на 1000 человек населения, протяженность дорог общего пользования, объем платных услуг населению на душу населения).

Цель и задачи исследования Целью работы является исследование уровня развития социальноэкономической инфраструктуры Новосибирской области.

Для реализации поставленной цели были определены и решены следующие задачи:

рассмотрены основные теоретические и методологические основы категории инфраструктуры;

дано определение понятию «социально-экономическая инфраструктура»;

дана характеристика статистических показателей развития социальной инфраструктуры Новосибирской области;

определена система многомерных статистических методов для анализа инфраструктуры региона;

с помощью многомерных методов выполнена многомерная типизация территории Новосибирской области по основным показателям состояния социально-экономической инфраструктуры.

Теоретической и методологической основой исследования послужили фундаментальные и прикладные работы ведущих отечественных и зарубежных ученых в области типологии данных, использованы теоретические и методологические разработки в области многомерного статистического анализа.

В работе применялись следующие методы анализа: метод шаров, метод дендритов, метод плеяд, метод оптимальных назначений, метод заданных центров, компонентный и дискриминантный анализ.

Для практической реализации указанных методов в работе были использованы пакеты прикладных программ «Specstat», «STATISTICA 8.0»

«MS Office Excel».

Оценку развития социально-экономической инфраструктуры можно осуществить с помощью методов многомерной группировки, как простых – кластерного анализа, так и сложных – компонентного или дискриминантного анализа. Все методы анализа, и простые и сложные, дают различные, но довольно похожие друг на друга результаты.

По результатам разбиения районов вышеперечисленными методами можно сделать следующий общий вывод. Районы области (независимо от метода которым проводилась группировка) разбиваются на 5 зон по уровню развития социально-экономической инфраструктуры.

В зону с высоким уровнем развития социально-экономической инфраструктуры почти во все годы входил Новосибирский район и районы, территориально близкие к нему (такие, как Искитимский, Мошковский, Тогучинский). Территориально вокруг этой зоны образуется зона районов с уровнем развития инфраструктуры выше среднего. В эту зону по результатам многомерных методов обычно входят Болотнинский, Колыванский, Коченевский, Ордынский, Черепановский, реже Маслянинский, Сузунский, Чулымский. К зоне со средним уровнем развития социальноэкономической инфраструктуры относятся следующие районы: Барабинский, Доволенский, Каргатский, Кочковский, Северный. В зону с уровнем развития ниже среднего объединяются Баганский, Венгеровский, Здвинский, Карасукский, Краснозерский, Купинский, Чистоозерный, Чановский.

Остальные районы – Куйбышевский, Кыштовский, Татарский, УстьТаркский, Убинский – обычно объединяются в зону с низким уровнем развития инфраструктуры. Таким образом, чем дальше район территориально расположен от Новосибирского, тем ниже в нем уровень развития социально-экономической инфраструктуры.

Для характеристики разбиения районов по уровню развития социальноэкономической инфраструктуры были рассчитаны средние характеристики, представленные в таблицах 1 и 2.

Средние характеристики социально-экономической инфраструктуры территориальных зон Новосибирской области в 2000 г.

Уровень Выше среднего Ниже среднего Так же независимо от метода группировки районов, за период с 2000 по 2010 год наблюдается постоянное изменение состояния социальноэкономической инфраструктуры районов Новосибирской области.

Средние характеристики социально-экономической инфраструктуры территориальных зон Новосибирской области в 2010 г.

Уровень Выше среднего Ниже среднего Несмотря на то, что все методы дают похожие результаты, лучшими методами для разбиения районов Новосибирской области по уровню развития социально-экономической инфраструктуры являются дискриминантный и компонентный анализ. Для получения адекватных результатов с помощью метода кластерного анализа пришлось использовать все техники в нем заявленные, и при этом столкнуться с проблемой идентификации групп по уровню развития социально-экономической инфраструктуры. В группировках по результатам дискриминантного и компонентного анализа не только наилучшим образом выделены группы, но и идентифицирован уровень, занимаемый группой.

КОЛИЧЕСТВЕННЫЙ АНАЛИЗ И МОДЕЛИРОВАНИЕ

РЕНТАБЕЛЬНОСТИ ПРЕДПРИЯТИЙ И ОТРАСЛИ

СОВРЕМЕННОЙ РОССИЙСКОЙ ЭЛЕКТРОЭНЕРГЕТИКИ

Волгоградский государственный университет Актуальность темы исследования. Современное состояние российских электроэнергетических рынков, сформированных в результате длительного многоэтапного процесса реорганизации отрасли на принципах разделения потенциально конкурентных и естественно-монопольных видов деятельности, предположительно, не вполне удовлетворяет необходимым условиям эффективной работы. На настоящий момент отмечается (в том числе на государственном уровне) недоинвестирование электроэнергетики;

вывод сбытовыми фирмами капитала из отрасли; выпадающие доходы сетевых компаний. На решение существующих проблем направлены непрерывные преобразования в этой сфере (в том числе совершенствование правил функционирования оптового и розничного рынков). Это актуализирует получение независимой количественной оценки влияния реструктуризации электроэнергетики на ее экономическую эффективность, инвестиционную привлекательность. Оценка может быть основана на исследовании динамики относительной рентабельности отрасли и подотраслей электроэнергетики, образованных путем ее реструктуризации в 2003-2004 гг.

Объектом исследования являются современные российские оптовый и розничные рынки электроэнергии.

Предмет исследования – экономико-математический инструментарий оценки влияния процессов реструктуризации электроэнергетики на ее экономическую эффективность.

Целью настоящей работы является межотраслевой сравнительный анализ эффективности производственной деятельности в современной российской электроэнергетике, а также внутриотраслевой количественный анализ рентабельности подотраслей электроэнергетического сектора с использованием прямых и косвенных методов исследования для обоснования путей совершенствования функционирования электроэнергетики.

Для достижения поставленной цели в ходе выполнения работы решены следующие задачи.

1. Проанализированы предпосылки, ход и результаты процесса реорганизации российского электроэнергетического сектора.

2. Выполнена количественная оценка относительного темпа роста цен в электроэнергетике и ряде других отраслей промышленности как косвенного показателя отраслевой нормы прибыли.

3. Выдвинуто и обосновано положение о наличии эффекта межотраслевой диспропорциональности распределения финансовых ресурсов, выражающегося в недоинвестировании энергосектора.

4. Изучена относительная динамика среднеотраслевой нормы прибыли в электроэнергетике на основе анализа макрорентабельности и оценки доходности с использованием компонентов динамики затрат.

5. Проведен внутриотраслевой сравнительный анализ прибыльности фирм в различных отраслях российской электроэнергетики.

Теоретической основой работы послужили фундаментальные концепции и подходы, представленные в трудах авторов-специалистов в области экономики и управления электроэнергетики и количественных методов анализа экономики.

Информационно-эмпирическую базу исследования составили официальные сайты Администратора торговой системы, Банка России, Некоммерческого партнерства «Совет рынка», Федеральной службы государственной статистики, электроэнергетических компаний (в том числе Холдинга МРСК), а также финансовая отчетность 125 компанийсубъектов российских электроэнергетических рынков за период 2006- гг. Обработка статистических данных осуществлялась с применением пакетов MS Excel и «STATISTICA 6.0». Использованы методы интерполяции, регрессионного анализа, кластерного анализа, методы сглаживания, а также визуальный анализ.

Научная новизна работы определяется ее центральным результатом:

в настоящем исследовании, основанном на авторском анализе актуальных статистических данных из официальных источников, выявлено наличие межотраслевой и внутриотраслевой диспропорциональности распределения финансовых ресурсов, препятствующей устойчивому развитию отрасли и подотраслей современной российской электроэнергетики.

Научную новизну содержат следующие результаты исследования:

– Предложена методика количественной оценки темпов роста цен, основывающаяся на расчете относительного (накопленного) темпа роста цен и последующем сглаживании рядов данных. Применение методики позволяет пронаблюдать накопление отставания темпов роста цен в электроэнергетике от цен в других отраслях промышленности с 1990-го по 2011 гг. и сделать вывод относительно низкой эффективности практики тарифообразования в отрасли, приводящей к ограничению источников финансирования и затруднению обновления фондов; снижению доходности и оттоку средств в более прибыльные виды бизнеса.

– Разработана и применена методика расчета и сравнительного анализа макроэкономической рентабельности в сфере производства и распределения электроэнергетики в сопоставлении с другими видами производственной деятельности. Показано, что уровень макроэкономической рентабельности сектора «Производство и распределение электроэнергии, газа и воды» является одним из самых низких по промышленности.

– Разработана и применена методика косвенной оценки динамики рентабельности хозяйственной деятельности в электроэнергетике, основанная на анализе динамики затрат. Оценка основана на сопоставлении темпов роста стоимости готовой продукции с темпами роста издержек производства при учете информации о структуре затрат и динамике цен отдельных промежуточных продуктов. Полученная по предложенной методике оценка демонстрирует падение рентабельности электроэнергетической отрасли на всем периоде 1998-2009 гг.

Это свидетельствует о том, что реформирование электроэнергетики до 2010 г. не поспособствовало решению проблемы дефицита инвестиций в отрасли.

– Разработана и применена методика сравнительного анализа рентабельности собственного капитала и нормы прибыли подотраслей электроэнергетики (генерирования, распределения и сбыта электроэнергии), основанная на применении иерархического метода кластерного анализа.

– Выполнен межотраслевой сравнительный анализ рентабельности собственного капитала и нормы прибыли современных российских электроэнергетических фирм, специализирующихся на отдельных видах деятельности: генерирование; транспортировка; сбыт (гарантирующие поставщики); сбыт (прочие поставщики). Использованы данные годовой бухгалтерской отчетности 125 фирм за 2006-2010 гг.

Определено, что рентабельность собственного капитала сбытовых фирм на протяжении всего исследуемого периода многократно превышает рентабельность сетевых и генерирующих компаний (демонстрирующих, кроме того, отрицательные средние за период 2006гг. уровни экономической прибыли). Показано, что на фоне общей низкой инвестиционной привлекательности отрасли в 2003гг. путем вертикального разделения региональных АО-энерго на профильные компании были созданы условия для неравномерного внутриотраслевого распределения финансовых ресурсов между сферами материального производства (генерирования и транспортировки) и сбыта, формирования убытков у сетевых и генерирующих – Аргументирована необходимость устранения предпосылок наблюдаемых негативных эффектов, выражающихся в межотраслевой и внутриотраслевой диспропорциональности распределения ресурсов.

К таким причинам отнесены высокая степень рыночной концентрации в сфере сбыта, раздробленность сетей; неэффективность региональной политики в области ценообразования на местных рынках сбыта. Методом решения существующих проблем могут стать преодоление раздробленности сетевых компаний регионов и создание условий для развития конкуренции в области сбыта, а также корректировка нормативной базы электроэнергетики, которая бы предусматривала возможность консолидации сетевых и сбытовых активов региональных компаний с целью формирования крупных финансово устойчивых региональных энергофирм, способных, с одной стороны, к концентрации значительных материальных ресурсов, а с другой – заинтересованных в их реинвестировании.

В настоящее время ведется активная работа (в том числе в рамках Энергетической стратегии России до 2030 г.) по преодолению существующих негативных эффектов, направленная как на совершенствование структуры отрасли (например, работа межведомственной группы, по результатам которой в мае 2012 г. Правительством были утверждены новые правила розничного рынка электроэнергии), так и на привлечение долгосрочных инвестиций.

Структура и объем работы. Выпускная квалификационная работа состоит из введения, трех глав, заключения, списка литературы из наименования и 8 приложений. Общий объем работы – 69 страниц, содержит 11 таблиц и 16 рисунков.

Апробация результатов исследования и публикации. Результаты и выводы работы прошли апробацию на научных конференциях и конкурсах:

– Апрельской студенческой научной конференции ВолГУ в рамках межрегиональной научной конференции (25-27 апр. 2011 г., ВолГУ);

– XVI Региональной конференции молодых исследователей Волгоградской области (8-11 ноября 2011 г., ВолГУ);

– Втором туре Всероссийской студенческой Олимпиады по направлению «Статистика» и «Математические методы в экономике» (ноябрь 2011 г., Москва, МЭСИ);

– VIII Ежегодной научной конференции студентов и аспирантов базовых кафедр Южного научного центра РАН (11-26 апр. 2012., г. Ростов-наДону).

По теме исследования опубликовано 9 печатных работ, и з них 3 – в журналах из Перечня ВАК.

Публикации в изданиях, рекомендованных ВАК Минобрнауки РФ:

1. Карева А.С. Внутриотраслевой сравнительный анализ доходности различных видов производственной деятельности в современной российской электроэнергетике // Современная экономика; проблемы и решения. – 2012. – №7 (0,4 п.л.).

2. Карева А.С. Проблемы и пути развития распределительных сетевых компаний на либерализуемых региональных рынках электроэнергии / Богачкова Л.Ю., Москвичев Е.А., Зазулина А.О., Карева А.С. // Региональная экономика: теория и практика. – 2011. – №35 – С. 66-72 (0, п.л.).

3. Карева А.С. Рентабельность хозяйственной деятельности в электроэнергетике и других отраслях промышленности РФ: компаративный статистический анализ // Современная экономика; проблемы и решения. – 2012. – №6 (0,4 п.л.).

СТАТИСТИЧЕСКИЙ АНАЛИЗ АНТРОПОГЕННОГО

ЗАГРЯЗНЕНИЯ ОКРУЖАЮЩЕЙ СРЕДЫ В РЕГИОНЕ

(НА ПРИМЕРЕ РЕСПУБЛИКИ МОРДОВИЯ)

Сысоева Евгения Александровна, канд. эк. наук, доц.

tatyana.komarova.91@mail.ru, Sysoewa@mail.ru В настоящее время во всем мире растет интерес к изучению проблем окружающей среды. Связано это с тем, что развитие современной промышленности и сферы услуг, а также расширяющееся использование биосферы и ее ресурсов, приводит к возрастающему вмешательству человека в материальные процессы, протекающие на планете.

Отсутствие ограничений на полное пользование природных ресурсов привело к необратимому ухудшению качества окружающей среды. Вырубание леса, испытание атомных бомб, подчинение все электричеству - мир стал напоминать парник, в котором развиваются, но с трудом, растения и живые существа, которым не помогает, а наоборот будто ставит преграды, воздух и не совсем питьевая вода. Как оказалось, не совместимыми между собой стали: плодотворная окружающая среда и высокий экономический рост. Данная ситуация является корнем глобальной экологической проблемы. Для ее решения необходима соответствующая статистическая информация.

В настоящее время в систему статистических показателей окружающей среды входят подсистемы показателей, применяемые при изучении тех компонентов природной среды, для охраны которых требуется осуществление природоохранной деятельности в первую очередь. К ним относятся:

показатели состояния, загрязнения и охраны атмосферы; показатели состояния, использования и охраны водных ресурсов; показатели состояния, использования и охраны земельных ресурсов; показатели состояния, использования и охраны лесных ресурсов.

Республика Мордовия расположена в индустриальной зоне европейской части России, на стыке таких высокоразвитых районов, как Центральный, Поволжский, Центрально-черноземный. В этой связи качество воздушной среды в республике зависит не только от выбросов местных источников, но и от фонового уровня загрязнения атмосферы региона. Важнейшими особенностями Саранска и его окрестностей с эколого-геохимической точки зрения являются: комплексный состав формирующихся здесь техногенных геохимических аномалий; существование локальных зон интенсивного загрязнения территории города некоторыми тяжелыми металлами; высокое загрязнение городской среды свинцом; экстремально высокий уровень техногенного загрязнения р. Инсар; загрязнение грунтовых вод, развитых в долине Инсара и его поймы ниже г. Саранска, используемых в сельском хозяйстве; наличие на предприятиях города производств, характеризующихся вредными условиями труда и широким использованием токсичных веществ; повышенное поступление таких веществ в организм жителей и развитие у них экологически обусловленных заболеваний.

Анализ динамики выбросов загрязняющих веществ в атмосферу показал, что в 2010 году количество вредных веществ по сравнению с 2006 годом увеличилось на 15% и составило 34 тыс. тонн. Данное увеличение происходило неравномерно. Так, в 2008 году количество выбросов резко увеличилось на 12 тыс. тонн по сравнению с предыдущим годом и составило 44 тыс. тонн, а с 2009 года наблюдается уменьшение вредных выбросов. Из всех видов загрязнения воздуха, поступающих в Мордовию извне, наиболее ощутима пыль, углеводороды, окислы азота и углерода. Наблюдения последних лет свидетельствуют о наметившейся тенденции снижения уровня загрязнения атмосферного воздуха углеводородами и диоксидом серы. Загрязняющие выбросы не полностью обезвреживаются очистными сооружениями. Так, в 2010 году было уловлено и обезврежено 31,6 тыс.

тонн, что составляет 93% от общего количества выбросов. Наибольшее улавливание вредных выбросов было зафиксировано в 2009 году (99% от общего количества загрязняющих веществ).

Еще одним направлением анализа охраны окружающей среды является использование водных ресурсов. Водные ресурсы республики включают реки, озера, болота, водохранилища, подземные воды, почвенную влагу, запасы воды в снежном покрове. Большую часть водотоков республики составляют малые водные объекты (95,5% общего количества). Основные реки – Сура, Мокша, Алатырь, Инсар, Нуя, Явас.

По данным отдела водных ресурсов по Республике Мордовия в 2010 году забрано 72,70 млн. м3 воды, сброшено в природные водные объекты 56,32 млн. м3, из них загрязненных сточных вод 46,41 млн. м3, использовано воды – 69,96 млн. м3. Вследствие увеличения объемов производства и единиц оборудования, работающих на системе водооборота, произошло увеличение расхода воды в системе оборотного водоснабжения. Расход воды в системе оборотного и повторного использования водоснабжения за 2010 год составил 270,12 млн. м3. Значительные объемы загрязненных (недостаточно очищенных и без очистки) сточных вод сбрасывают в водные объекты предприятия жилищно-коммунального хозяйства, промышленности и сельского хозяйства.

В связи с развитием строительной индустрии и агропромышленного комплекса Республики Мордовия в последние годы, отмечается активизация хозяйственного освоения минерально-сырьевых ресурсов. Земельный фонд республики в 2010 году составил 2612,8 тыс. га, из которых 1684, тыс. га (64,5%) - земли сельскохозяйственного назначения, 657,2 тыс. га (25,2%) - земли лесного фонда, 129,5 тыс. га (5%) - земли поселений, тыс. га (2,6%) - земли особо охраняемых территорий и объектов, 44,8 тыс.

га (1,7%) - земли промышленного и иного специального назначения, тыс. га (0,9%) - земли запаса и 3,8 тыс. га (0,1%) - земли водного фонда.

Одной из наиболее острых экологических проблем в настоящее время является загрязнение земель опасными отходами производства. Исследования показали, что с 2006 по 2009 гг. количество токсичных отходов снизилось на 1922 тыс. тонн, однако, в 2010 году увеличилось на 22% по сравнению с 2009 годом и составило 1312 тыс. тонн, и из них утилизировалось только 832 тыс. тонн. Наибольший удельный вес в структуре токсичных отходов занимают вещества 4-5 класса опасности (88,3% от общего количества). Более 20% отходов получено в результате деятельности организаций сельского и лесного хозяйства. Основную долю (70,1%) отходов образуют промышленные организации.

Важным фактором сохранения благоприятной окружающей среды является улучшение состояния лесов. Площадь лесных земель на 1 января года составила 725,2 тыс. га, из них земель, покрытых лесом – 692,8 тыс. га.

Эти земли являются экологическим каркасом, выполняющим защитные, водоохранные, санитарно-гигиенические и оздоровительные функции.

В связи с аномальными жаркими погодными условиями на территории республики в 2010 году зарегистрировано 303 случая возникновения лесных пожаров (на 98 случаев больше, чем в 2009 году). Лесная площадь, пройденная пожарами, в 2010 году составила 40467 га, что в 170 раз превышает значение данного показателя в 2009 году; сгорело и повреждено леса на корню 1016,3 тыс. м3 (в 254 раза больше, чем в предыдущем году).

В результате восстановительных работ в 2010 году введено молодняка в категорию ценных лесных насаждений на площади 1097 га (что на 62% меньше, чем в предыдущем году), в том числе лесных культур – на 657 га.

За 2010 год посажено лесных культур: на вырубках – 653 га, на гарях – га. Заложено лесосеменных плантаций на 10 га.

В целом, качество окружающей среды на территории Республики Мордовия в 2010 году оценивается как удовлетворительное. Этому способствует взвешенный подход природопользователей, соблюдение природоохранного законодательства и строгий контроль республиканских контролирующих органов.

Антропогенное загрязнение атмосферы составляет всего лишь 0,5% от общего загрязнения природными явлениями (пыльные бури, извержение вулканов, лесные пожары и т. д.). Тем не менее, именно этот тип загрязнения имеет наибольшее негативное воздействие на многие живые организмы, на материальные ценности, созданные трудом, и, конечно, на самого человека.

В ходе исследования был осуществлен корреляционно-регрессионный анализ влияния факторов на величину загрязняющих выбросов в атмосферу. В результате была подобрана модель множественной регрессии с включением фактора времени t, которая более точно описывает процесс изменения объемов выбросов загрязняющих веществ в атмосферу. В ходе вычислений был выявлен фактор, имеющий наибольшее влияние на результативный признак (выбросы загрязняющих веществ в атмосферу) – объем промышленного производства.

С целью определения возможного состояния атмосферного воздуха региона в будущем, было осуществлено прогнозирование выбросов загрязняющих веществ в атмосферу в Республике Мордовия. Для этого были использованы аналитическое выравнивание по кривым роста, экспоненциальное сглаживание и ARIMA-модель. В результате анализа получено, что наилучшей прогнозной моделью является ARIMA-модель порядка (1, 2, 0) с оценкой параметра авторегрессии -0,7026. Согласно проведенному прогнозу, в республике существует тенденция к снижению выбросов загрязняющих веществ.

Проведенный в работе анализ загрязнения окружающей среды с помощью статистических методов позволил выявить наметившиеся в республике тенденции, определить изменение в структуре загрязнения окружающей среды, определить факторы, существенно влияющие на состояние атмосферного воздуха.

СТАТИСТИЧЕСКАЯ ОЦЕНКА СРЕДНЕГО КЛАССА

Новосибирский государственный университет Актуальность темы исследования Переход к рыночной экономике в России вызвал изменения социальной структуры российского общества, выразившиеся в значительной поляризации населения по уровню жизни. Продолжающимся процессам социальной трансформации сопутствуют существенный уровень дифференциации доходов, политическая и социальная напряженность, социокультурный раскол в обществе. В этих условиях наиболее благоприятной перспективой развития российского общества считается средний класс: ему отводится роль стабилизатора общества, основного производителя и потребителя товаров и услуг, инвестора российской экономики, главного налогоплательщика. Таким образом, формирование стабильного среднего класса является одной из главных задач руководства страны. Согласно «Концепции – 2020»

доля среднего класса к концу текущего десятилетия должна составить более половины населения Однако, отсутствие единого теоретического подхода к определению понятия «средний класс» и методологического подхода к выделению его границ, ведет к существенной вариации эмпирических оценок среднего слоя населения (различные исследователи оценивают их от 7 до 70%). Это, в свою очередь, требует более детального рассмотрения вопроса о том, насколько же велика экономическая опора нашего государства: десятая часть населения или больше половины. Поэтому проблема изучения «среднего класса» в настоящее время является весьма актуальной, а его количественная оценка - одна из приоритетных задач на современном этапе.

Цели, задачи и объект исследования Целью диссертационного исследования являлась количественная оценка среднего класса населения Новосибирской области (НСО) на основании объективных и субъективных критериев принадлежности с применением методологии статистического анализа.

В соответствии с целью в работе были поставлены следующие задачи:

изучить происхождение и сущность понятия средний класс;

произвести сравнительную оценку российского среднего класса с западным;

исследовать признаки-идентификаторы среднего класса и определить их «пороговые» значения для включения домохозяйств в данную социальную группу населения;

описать основные аспекты теории и методики статистического инструментария, используемого для оценки среднего класса населения;

провести количественную оценку среднего класса Новосибирской области и сравнить с аналогичной оценкой по России.

Объект исследования - население Новосибирской области.

Информационной базой исследования послужили данные Федеральной службы государственной статистики о доходах, уровне образования, жилищных условиях населения НСО и России за период с 2000 по 2009 годы, информация о населении Новосибирской области, полученные в результате опроса, а также база данных клиентов одного из Новосибирских банков.

Методология исследования Для оценки среднего класса населения используют субъективные и объективные критерии принадлежности, в роли которых чаще всего выступают: объективные – уровень доходов, уровень образования, наличие материальной собственности, субъективный – самоидентификация человека как представителя социальной середины.

Использовались два метода концентрации признаков – критериев принадлежности, один из которых подразумевает одновременный учет всех признаков, а второй – последовательный.

Основное содержание работы На первом этапе статистического исследования данной диссертационной работы была оценена доля среднего класса НСО и для сравнения дана аналогичная оценка по России.

В качестве критериев принадлежности выступали уровень доходов, уровень образования и наличие материальной собственности. Для каждого из критериев были определены границы вхождения в средний класс: по уровню доходов – превышение прожиточного минимума в 2-6 раз, по уровню образования – наличие профессионального образования, по материальной собственности – наличие собственного жилья. На основании выделенных границ производилась оценка. При этом в качестве метода концентрации признаков выступал их последовательный учет, основанный на вычленении из всей совокупности доли среднего класса по каждому критерию и выбора наименьшей в качестве определяющей.

В результате, численность населения, принадлежащего к среднему классу, составила в 2009 году 34% по Российской Федерации и 29,6% по Новосибирской области. Сравнивая показатели 2009 года с 2000 годом, следует отметить, что за 10 лет, такое значительное социальное явление, как формирование среднего класса, эволюционировало. Так, если в году его доля составляла 21% (НСО) и 22% (РФ), то в настоящее время 30% населения НСО и 34% населения России относится к категории средний класс. Значительно выросла доля представителей среднего класса, имеющих профессиональное образование, в частности, высшее образование, имеют на 2009 год 20 млн. россиян, а в 2000 году данный показатель составлял 13,7 млн. человек.

Самый большой процент прироста наблюдается по уровню доходов.

Позитивная тенденция перехода вовлечения в состав среднего класса представителей бедных слоев нарастает. Интересно, что по НСО прослеживается аналогичная положительная тенденция. Здесь представителей среднего класса по уровню доходов насчитывается на 11% больше.

Помимо проанализированных выше критериев большую роль также играет субъективное восприятие человеком своего положения, то есть его самоидентификация как представителя «социальной середины».

Получить количественную оценку среднего класса с позиции самоидентификации можно с помощью дискриминантного анализа. Для этого нами был организован опрос среди клиентов одного из Новосибирских банков. В опросе участвовало 50 человек. На основании базы данных о клиентах и их ответов на вопрос: «К какой категории людей вы себя относите: богатые, средний класс, бедные?», полученных в результате исследования, были сформированы обучающие выборки. В результате проведения анализа по обучающим выборкам построены три модели для каждого из классов: бедный, средний, богатый.

Полученные функции использовались для классификации остальных клиентов банка (в количестве 1000 наблюдений) по группам, и тем самым, получить оценку доли среднего класса. Доля среднего класса составила 53% или 530 человек. В состав класса попало население в возрасте от лет до 61 года. При этом 64% состоит в браке, 50% имеют собственное жилье, только 34% обладают высшим образование, большинство – 57% получили среднее, в том числе специальное образование, 76% занимают неруководящие должности и 16 % являются руководителями/заместителями руководителей подразделений.

Доля бедного класса составила 44% (441 чел.), богатого – всего 3% населения (29 человек).

На следующем, заключительном этапе статистического исследования среднего класса Новосибирской области был применен метод оценки нечисловых статистических данных, а именно теория нечетких множеств. В основе проводимого нами анализа положена методика оценки «богатого человека», предложенная А.И. Орловым. С помощью теории нечетких множеств, мы определили границы среднего класса по уровню доходов в соответствие с мнением населения. Для этого был проведен опрос среди различных групп населения. Обследованная совокупность в количестве наблюдений включает представителей бюджетной и коммерческой сферы, обслуживающего персонала и иных категорий граждан (пенсионеры, домохозяйки). Мини-анкета опроса выглядела так:

1. При каком месячном доходе (на одного члена семьи) Вы отнесли бы себя к среднему классу (руб.);

2. При каком месячном доходе (на одного члена семьи) Вы отнесли бы себя к категории богатых людей (руб.).

В итоге, большинство опрошенных (52%) считало бы себя средним классом при уровне доходов в интервале от 20 000 руб. до 50 000 руб., что в принципе соотносимо с рассмотренной нами методологии выделения границ средних слоев по доходам (превышение величины прожиточного минимума в 2-6 раз).

По данным опроса было построены нечеткие подмножества, описывающее понятия «средний класс» и «богатый человек» в соответствии с представлениями опрошенных, что позволило определить нижнюю и верхнюю границы доходов для интересующей нас категории среднего класса. В результате, к среднему классу можно отнести население с уровнем дохода от 20 000 руб. (такой доход по состоянию на 4 квартал 2009 года составляет прожиточных минимума) до 500 000 руб.



Pages:   || 2 | 3 |


Похожие работы:

«Стандарт университета СТУ 2.8-2012 ДОУНИВЕРСИТЕТСКАЯ ПОДГОТОВКА Стандарт университета СТУ 2.8-2012 ДОУНИВЕРСИТЕТСКАЯ ПОДГОТОВКА Предисловие 1 РАЗРАБОТАН Учреждением образования Белорусский государственный университет информатики и радиоэлектроники ИСПОЛНИТЕЛИ: Маликова И.Г., зам. декана ФДПиПО Дражина Т.А., методист ФДПиПО Метлицкая О.П., инспектор ФДПиПО ВНЕСЕН Рабочей группой по созданию и внедрению системы менеджмента качества образования 2 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ приказом ректора от...»

«РОССИЙСКАЯ АКАДЕМИЯ ОБРАЗОВАНИЯ ИНСТИТУТ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ О.А. КОЗЛОВ ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ТЕОРЕТИКОИНФОРМАЦИ ИНФОРМАЦИОННОЙ ПОДГОТОВКИ КУРСАНТОВ ВОЕННО- ЗАВЕ ВОЕННО-УЧЕБНЫХ ЗАВЕДЕНИЙ Монография Москва, 2010 Москва, 2010 Козлов О.А. Теоретико-методологические основы информационной подготовки курсантов военно-учебных заведений: Монография. – 3-е изд. – М.: ИИО РАО, 2010. – 326 с. В монографии излагаются основные результаты теоретико-методологического анализа проблемы...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ МОСКОВСКОЙ ОБЛАСТИ АКАДЕМИЯ СОЦИАЛЬНОГО УПРАВЛЕНИЯ АНАЛИЗ РЕЗУЛЬТАТОВ ЕДИНОГО ГОСУДАРСТВЕННОГО ЭКЗАМЕНА ПО ПРЕДМЕТАМ ПО ВЫБОРУ НА ТЕРРИТОРИИ МОСКОВСКОЙ ОБЛАСТИ В 2013 ГОДУ Сборник методических материалов АСОУ 2013 Анализ результатов единого государственного экзамена по предметам по выбору на территории Московской области в 2013 г.: Сборник методических материалов. – М.: АСОУ, 2013. – 178 с. Сборник содержит анализ результатов единого государственного экзамена 2013 г. на...»

«АНАЛИЗ РАБОТЫ ГОСУДАРСТВЕННОГО БЮДЖЕТНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ГОРОДА МОСКВЫ МОСКОВСКАЯ МЕЖДУНАРОДНАЯ ГИМНАЗИЯ ЗА 2011/2012 УЧЕБНЫЙ ГОД ПЕДАГОГИЧЕСКИЕ КАДРЫ ГИМНАЗИИ ПЕДАГОГИЧЕСКИЕ КАДРЫ ГИМНАЗИИ В 2011/2012 учебном году в педагогический состав гимназии входило 122 человека. С целью улучшения научно-методического обеспечения учебно-воспитательного процесса в гимназии работали следующие кафедры: · Кафедра иностранного языка (зав.кафедрой – Сальникова Л.Т.) - 23 человека (19%). Из них...»

«Конспект лекций по дисциплине Основы дискретной математики и теории алгоритмов Для студентов инженерно-экономического факультета БГУИР Специальности ИСИТ (в экономике) Автор - Поттосина С.А., К.ф.-м.н., доцент кафедры экономической информатики 2006 Содержание 1. Множества 1.1.Основные понятия 1.2.Операции над множествами 1.3. Булева алгебра множеств 1.4. Разбиения и покрытия 1.5. Векторы и прямые произведения 2. Отношения. Алгебры. 2.1 Основные понятия 2.2 Свойства бинарных отношений 2.3...»

«Приложение 1 приказу Министерства образования Республики Беларусь от 24.12.2008 № 1000 РЕКОМЕНДАЦИИ ДЛЯ РУКОВОДСТВА ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ ПО ОРГАНИЗАЦИИ И ПРОВЕДЕНИЮ РАБОТ ПО ФОРМИРОВАНИЮ ВУЗОВСКИХ СИСТЕМ МЕНЕДЖМЕНТА КАЧЕСТВА Минск 2008 г. 2 Настоящие Рекомендации подготовлены рабочей группой, созданной по приказу Министерства образования от 14.03.2008 № 167 для проведения работ по развитию вузовских систем управления качеством (систем менеджмента качества) и приведению их в соответствие с...»

«ВЕСТНИК МОСКОВСКОГО ГОРОДСКОГО ПЕДАГОГИЧЕСКОГО УНИВЕРСИТЕТА НаучНый журНал СЕРИя ЕстЕствЕННыЕ Науки № 1 (9) Издается с 2008 года Выходит 2 раза в год Москва 2012 VESTNIK MOSCOW CITY TEACHERS’ TRAINING UNIVERSITY Scientific Journal natural ScienceS № 1 (9) Published since 2008 Appears Twice a Year Moscow 2012 Редакционный совет: Рябов В.В. ректор ГБОУ ВПО МГПУ, доктор исторических наук, председатель профессор, член-корреспондент РАО Геворкян Е.Н. проректор по научной работе ГБОУ ВПО МГПУ,...»

«Типы в языках программирования Types and Programming Languages Benjamin C. Pierce The MIT Press Cambridge, Massachusetts London, England Типы в языках программирования Бенджамин Пирс Перевод с английского языка Издательство Лямбда пресс & Добросвет Москва, 2011 УДК 004.43 ББК 32.973.26-018 П33 Перевод с английского языка Георгий Бронников, Алекс Отт Издатель Максим Талдыкин Редактор Алексей Махоткин Пирс Б. П33 Типы в языках программирования / Перевод с англ. М.: Издательство Лямбда пресс:...»

«Экспансия онтологий: онтологически базированные информационные системы Л. А. Калиниченко1 1 Институт проблем информатики РАН Россия, г. Москва, 117333, ул. Вавилова, 44/2 leonidk@synth.ipi.ac.ru Аннотация. В статье дан краткий анализ состояния работ в области онтологически базированных систем доступа к данным и их возможного влияния на развитие информационных систем и баз данных. Обсуждены вопросы соотношения онтологического и концептуального моделирования и соответствующих языковых средств....»

«The Hidden Language of Computer Hardware and Software Charles Petzold тайный язык информатики Чарльз Петцольд Москва 2001 г. УДК 004 ББК 32.973.26–018 П33 Петцольд Ч. П33 Код. — М.: Издательско-торговый дом Русская Редакция, 2001. — 512 с.: ил. ISBN 978-5–7502–0159–4 Эта книга — азбука компьютерных технологий. Шаг за шагом автор знакомит читателя с сущностью кодирования информации, рассказывает об истории возникновения компьютеров, на практических примерах помогает освоить основные концепции...»

«Подсистема Морфогенез: изучение морфогенеза растений на примере модельного растения Arabidopsis thaliana. Структура документа (оглавление). 1. Цель и задачи подсистемы Морфогенез 2. Использование методов и подходов биоинформатики в исследовании развития организма: структура подсистемы Морфогенез и детальное руководство по ее применению 2.1. База данных AGNS (Arabidopsis GeneNet Supplementary DataBase), по генетически-контролируемому развитию растений (на примере Arabidopsis thaliana).3 2.1.1....»

«№ 1. 2010 Научно-методический альманах ОТ СВИТКА ДО ИНТЕРНЕТА: библиотека образование чтение Москва РУССКОЕ СЛОВО 2010 ББК 78.3 О-80 Автор проекта В.И. Митина Главный редактор Л.В. Дудова Заместитель главного редактора Л.Н. Дмитриевская Редакционный совет: Л.Е. Курнешова — первый заместитель руководителя Департамента образования г. Москвы; А.Л. Семенов — ректор Московского института открытого образования; В.П. Чудинова — вице-президент межрегиональной общественной организации Русская ассоциация...»

«Мультиварка-скороварка RMC-PM4507 РУКОВОДСТВО ПО ЭКСПЛУАТАЦИИ УВАЖАЕМЫЙ ПОКУПАТЕЛЬ! Благодарим вас за то, что вы отдали предпочтение бытовой технике от компании REDMOND. REDMOND — это новейшие разработки, качество, надежность и внимательное отношение к нашим покупателям. Надеемся, что и в будущем вы будете выбирать изделия нашей компании. Мультиварка-скороварка REDMOND RMC-PM4507 — современ- нии его приготовления. Также успешно REDMOND RMC-PM4507 ное многофункциональное устройство, призванное...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ИНДУСТРИАЛЬНЫЙ УНИВЕРСИТЕТ (ФГБОУ ВПО МГИУ) Кафедра информационных систем и технологий ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА по направлению 230100 Информатика и вычислительная техника на тему Разработка информационной системы учета протоколов заседаний кафедры в рамках единой ERP системы ФГБОУ ВПО МГИУ Студент...»

«Сведения об авторе. Сведения о дисциплине Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт М.С. Каменецкая Международное частное право Учебно-практическое пособие Москва 2007 Международное частное право УДК - 341 ББК – 67.412.2 К – 181 Каменецкая М.С. МЕЖДУНАРОДНОЕ ЧАСТНОЕ ПРАВО: Учебно-практическое пособие. – М.: Изд. центр ЕАОИ, 2007. – 306 с. © Каменецкая М.С., 2007 © Евразийский открытый...»

«РАССМОТРЕНО УТВЕРЖДАЮ на заседании Ученого совета Ректор ОГАОУ ДПО Белгородский институт повышения ОГАОУ ДПО Белгородский институт квалификации и профессиональной переподготовки повышения квалификации и специалистов профессиональной переподготовки специалистов Протокол № 1 С.П. Тимофеев от 30 августа 2012 года 30 августа 2012 года ПЛАН РАБОТЫ ОГАОУ ДПО Белгородский институт повышения квалификации и профессиональной переподготовки специалистов на 2012-2013 учебный год СТРУКТУРА ПЛАНА РАБОТЫ 1...»

«ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ (ФАКУЛЬТЕТ БИЗНЕС-ИНФОРМАТИКИ) УТВЕРЖДЕНО И.О. декана факультета С.В. Мальцева 24 октября 2013 г. ОТЧЕТ по результатам самообследования основной профессиональной образовательной программы высшего профессионального образования 080500.62. Бизнес-информатика. Бакалавр Основание для проведения самообследования: Приказ ректора от 28...»

«НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК БЕЛАРУСИ ИНСТИТУТ ФИЗИКИ ТВЕРДОГО ТЕЛА И ПОЛУПРОВОДНИКОВ УДК 537.534: 535.854: 538.975 НОВИЦКИЙ Николай Николаевич СВОЙСТВА МЕТАЛЛИЧЕСКИХ ПЛЕНОК И НАНОСТРУКТУР, ПОЛУЧЕННЫХ МЕТОДОМ ИОННО-ЛУЧЕВОГО РАСПЫЛЕНИЯ 01.04.07 – физика конденсированного состояния Автореферат диссертации на соискание ученой степени кандидата физико-математических наук МИНСК, 2003 Работа выполнена в Институте физики твердого тела и полупроводников Национальной академии наук Беларуси Научные...»

«Министерство образования и науки Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования СЕВЕРО-КАВКАЗСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ Основная образовательная программа высшего профессионального образования Направление подготовки 080500 Бизнес-информатика Профиль Информационная бизнес-аналитика Квалификация (степень) выпускника – бакалавр Нормативный срок освоения программы – 4 года Форма обучения – очная. 1 СОДЕРЖАНИЕ 1. ОБЩИЕ...»

«План издания учебной и научной литературы на 1 полугодие 2014 г 2 16 Институт информационных технологий и автоматизации..... Институт менеджмента и внешнеэкономической деятельности Кафедра интеллектуальных систем и защиты информации 2 Кафедра бухгалтерского учета и аудита 16 Кафедра сопротивления материалов 6 Кафедра менеджмента 16 Кафедра машиноведения 6 Институт прикладного искусства Кафедра автоматизации пpоизводственных процессов 7 Кафедра технологии художественной обработки материалов...»






 
© 2014 www.kniga.seluk.ru - «Бесплатная электронная библиотека - Книги, пособия, учебники, издания, публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.