ПРОЕКТИРОВАНИЕ СТРУКТУРЫ БАЗЫ ДАННЫХ, ХАРАКТЕРИЗУЮЩИХ УРОВЕНЬ ЖИЗНИ НАСЕЛЕНИЯ РЕГИОНОВ РОССИИ И СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ ФАКТОРЫ, ЕГО ОПРЕДЕЛЯЮЩИЕ
Аннотация
Для возможности анализа, оценки и прогнозирования социально-экономического развития территорий необходимо наличие полной и объективной информации, основу которой должна составлять обобщенная база научно обоснованных показателей, характеризующих, с одной стороны, уровень жизни населения в регионах и в стране в целом, а с другой, – основные социальные и экономические факторы, оказывающие на него значимое влияние. Соответственно, целью данной научной статьи явилась разработка структуры открытой базы данных, характеризующих процессы конвергенции и дивергенции доходов и расходов населения в регионах России, происходящие под влиянием тех или иных социальных и экономических факторов. Проектирование базы данных основывалось на применении методов формализации, алгоритмизации, структуризации и группировки. В результате была разработана структура базы, связывающая данные, характеризующие, с одной стороны, доходы и расходы населения, а с другой, – динамику социально-экономического развития субъектов Российской Федерации. Она позволила: во-первых, сформировать и систематизировать оптимальный набор показателей, охватывающий все существенные стороны изучаемого явления, интегрировав статистическую информацию, размещенную в различных информационных системах; во-вторых, обеспечить решение задачи установления зависимостей между параметрами, характеризующими сложные процессы формирования и дифференциации доходов и расходов населения, а также влияния на эти процессы социальных и экономических факторов. Научная значимость результатов исследования состоит в том, что сформированная база данных посредством своего целевого назначения, а также большей конкретизации предмета (обуславливающего набор анализируемых признаков – показателей) и детализации объекта исследования позволяет с помощью методов математической статистики, системно-динамического моделирования и др. выявлять тенденции и детерминанты дифференциации уровня жизни населения регионов страны. Практическая значимость исследования состоит в оптимизации исследовательского процесса поиска достоверных и репрезентативных для регионов России и анализируемого проблемного поля данных. Помимо этого, результаты обработки данных, хранящихся в базе, позволят определять в рассматриваемом контексте инструменты совершенствования государственной политики регионального развития Российской Федерации.
Ключевые слова: доходы и расходы населения, проектирование базы данных, пространственная дифференциация, региональное развитие, социально-экономическое развитие, уровень жизни
References
Wallace M., Hyde A., Vachon T. States of inequality: Politics, labor, and rising income inequality in the U.S. States since 1950 // Research in Social Stratification and Mobility. 2022. Vol. 78. P. 100677. DOI: 10.1016/j.rssm.2022.100677
Hu Zh. The effect of income inequality on human capital inequality: Evidence from China // Structural Change and Economic Dynamics. 2021. Vol. 58(4). Pp. 471-489. DOI: 10.1016/j.strueco.2021.06.015
Du M., He L., Zhao M. [et al.]. Examining the relations of income inequality and carbon productivity: A panel data analysis // Sustainable Production and Consumption. 2022. Vol. 31(14). Pp. 249-262. DOI: 10.1016/j.spc.2022.01.027
Aaberge R., Atkinson A.B., Modalsli J. Estimating long-run income inequality from mixed tabular data: Empirical evidence from Norway, 1875-2017 // Journal of Public Economics. 2020. Vol. 187(4). P. 10496. DOI: 10.1016/j.jpubeco.2020.104196
Brzezinski M., Myck M., Najsztub M. Sharing the gains of transition: Evaluating changes in income inequality and redistribution in Poland using combined survey and tax return data // European Journal of Political Economy. 2022. Vol. 73(3). P. 102121. DOI: 10.1016/j.ejpoleco.2021.102121
Feld L.P., Frey C., Schaltegger C.A., Schmid L.A. Fiscal federalism and income inequality: An empirical analysis for Switzerland // Journal of Economic Behavior and Organization. 2021. Vol. 185. Pp. 463-494. DOI: 10.1016/j.jebo.2021.02.028
Gorshkov A.A. «Great discrepancy»: the growth of inequality in household income distribution and redistribution in the countries of the Organization for Economic Co-Operation and Development (OECD) (Russia, Moscow) // Problems of Modern Economics. 2016. Vol. 1(57). Pp. 47-52. (In Russ.).
Wang Q., Yang T., Li R. Does income inequality reshape the environ-mental Kuznets curve (EKC) hypothesis? A nonlinear panel data analysis // Environmental Re-search. 2023. Vol. 216. P. 114575. DOI: 10.1016/j.envres.2022.114575
Su D., Alshehri K., Pagán J. Income inequality and the disease burden of COVID-19: Survival analysis of data from 74 countries // Preventive Medicine Reports. 2022. Vol. 27. P. 101828. DOI: 10.1016/j.pmedr.2022.101828
Anindya K., Marthias T., Vellakkal S. [et al.]. Socioeconomic inequalities in effective service coverage for reproductive, maternal, newborn, and child health: a comparative analysis of 39 low-income and middle-income countries // EClinicalMedicine. 2021. Vol. 40. P. 101103. DOI: 10.1016/j.eclinm.2021.101103
Elgar F.J., Stefaniak A., Wohl M.J.A. The trouble with trust: Time-series analysis of social capital, income inequality, and COVID-19 deaths in 84 countries // Social Science and Medicine. 2020. P. 113365. DOI: 10.1016/j.socscimed.2020.113365
Bogomolov E.V. Russian household financial behavior characteristics // Ekonomika. Nalogi. Pravo [Economics, Taxes & Law]. 2020. Vol. 13(1). Pp. 49-59. (In Russ.). DOI: 10.26794/1999-849X-2020-13-1-49-59
Bychkova S.G. Statistical analysis of income differentiation: international and regional comparisons // Vestnik Universiteta. 2015. Vol. 5. Pp. 131-139. (In Russ.).
Sepulveda E.R., Brooker A.S. Income inequality and COVID-19 mortality: Age-stratified analysis of 22 OECD countries // SSM – Population Health. 2021. Vol. 16. Pp. 1-6. DOI: 10.1016/j.ssmph.2021.100904
Abila D.B., Wasukira S.B., Ainembabazi P. [et al.]. Socioeconomic inequalities in prostate cancer screening in low- and middle-income countries: an analysis of the demographic and health surveys between 2010 and 2019 // Journal of Cancer Policy. 2022. Vol. 34. DOI: 10.1016/j.jcpo.2022.100360
Popov A.V. Use of information and analytical system of monitoring labor potential of territories for regulating labor behavior of population // Vestnik NSUEM. 2016. Vol. 1. Pp. 189-199. (In Russ.).
Strekalova N.V. Databases on the problems of studying social stratification and mobility of urban elites and the middle strata of Tambov in the late 19th – early 20th centuries: sources, structure, technology of complex analysis // Istoricheskaya Informatika [Historical Informatics]. 2021. Vol. 4(38). Pp. 50-66. (In Russ.). DOI: 10.7256/2585-7797.2021.4.36987
Bryukhanova E.A., Nezhentseva N.V., Chekryzhova O.I., Ivanov D.N. A database built on the first 1897 Russian Empire population census data: structure and analysis // Istoricheskaya Informatika [Historical Informatics]. 2020. Vol. 1(31). Pp. 20-33. (In Russ.). DOI: 10.7256/2585-7797.2020.1.32387
Seifert J.W. Data mining and the search for security: Challenges for connecting the dots and databases// Government Information Quarterly. 2004. Vol. 21(4). Pp. 461-480. DOI: 10.1016/j.giq.2004.08.006
Qiao K., Dowell G. Environmental concerns, income inequality, and purchase of environmentally-friendly products: A longitudinal study of U.S. counties (2010-2017) // Research Policy. 2022. Vol. 51(4). P. 104443. DOI: 10.1016/j.respol.2021.104443
Bogomolova T.Yu., Tapilina V.S. Financial behavior of household in Russia in the mid-90s // Economics of Contemporary Russia. 1998. Vol. 4. Pp. 58-69. (In Russ.).
Igawa M., Managi S. Energy poverty and income inequality: An economic analysis of 37 countries // Applied Energy. 2022. Vol. 306(B). P. 118076. DOI: 10.1016/j.apenergy.2021.118076
Sebri M., Dachraoui H. Natural resources and income inequality: A meta-analytic review // Resources Policy. 2021. Vol. 74. P. 102315. DOI: 10.1016/j.resourpol.2021.102315
Mohtadi S., Castells-Quintana D. The distributional dimension of the resource curse: Commodity price shocks and income inequality // Structural Change and Economic Dynamics. 2021. Vol. 59(1). Pp. 63-78. DOI: 10.1016/j.strueco.2021.08.002
Lee J.S., Jun S.P. Privacy-preserving data mining for open government data from heterogeneous sources // Government Information Quarterly. 2021. Vol. 38(1). P. 101544. DOI: 10.1016/j.giq.2020.101544
Litvinova V.V., Nagernyak M.A., Kirillova M.N. The Atlas of social protection indicators of resilience and equity: opportunities for interregional comparisons // Financial Journal. 2017. Vol. 5(39). Pp. 33-46. (In Russ.).
Dyshlyuk S.S., Utrobina E.S. Creating and loading data base for statistical accounting of regional economic characteristics in the reference-analytical GIS tool // Interexpo Geo-Siberia. 2012. Vol. 1(1-2). Pp. 111-116. (In Russ).
Sample Survey of Household Income and Expenditures (2021). ROSSTAT. (In Russ.). URL: https://obdx.gks.ru/ (accessed on 22.12.2022).
Информация об авторах
Анатолий Альбертович Дуркин – аспирант, Сыктывкарский государственный университет имени Питирима Сорокина, Сыктывкар, Россия. E-mail: anatoliy.durkin@mail.ru
Андрей Геннадьевич Шеломенцев – д-р экон. наук, профессор; профессор, Югорский государственный университет, Ханты-Мансийск, Россия. E-mail: a.shelom@gmail.ru. SPIN РИНЦ 9931-5778. ORCID 0000-0003-1904-9587. Scopus Author 56288580900. Researcher ID M-8644-2016
Ксения Сергеевна Гончарова – канд. экон. наук; научный сотрудник, Институт экономики Уральского отделения РАН, Екатеринбург, Россия. E-mail: kseniya.gon4arowa@gmail.com. SPIN РИНЦ 6154-9862. ORCID 0000-0003-2381-3322. Scopus Author 57219669945. Researcher ID K-4838-2018
Для цитирования: Дуркин А.А., Шеломенцев А.Г., Гончарова К.С. Проектирование структуры базы данных, характеризующих уровень жизни населения регионов России и социально-экономические факторы, его определяющие // BENEFICIUM. 2023. № 1(46). С. 20-27. DOI: 10.34680/BENEFICIUM.2023.1(46).20-27
