Preview

Вопросы статистики

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Пространственный анализ взаимосвязи изменения доходов и потребления населения на основе панельных данных

https://doi.org/10.34023/2313-6383-2021-28-2-128-139

Полный текст:

Аннотация

В статье отражены результаты исследования влияния динамики, региональных особенностей и видовой структуры доходов населения на его потребление. Возможность исследовать пространственные зависимости и территориальные эффекты, проявляющиеся в течение определенного времени, появилась благодаря авторегрессионным пространственным моделям, построенным на панельных данных. В статье описаны особенности таких моделей, последовательность проведения расчетов, а также представлены модифицированные тесты, позволяющие обосновать выбор спецификации модели.
Расчеты проводились по данным 83 субъектов Российской Федерации (кросс-секционных наблюдений) в период 2010–2019 гг. (10 временных периодов). Проведенный анализ показал, что и доходы населения, и оборот розничной торговли, во многом определяющий уровень и структуру потребления населения, пространственно зависимы. Построенная модель пространственной ошибки с фиксированными эффектами показала положительную связь между фиксируемыми объемами потребления в соседних территориях. В рамках модели также были подтверждены и ранее выявляемые взаимосвязи: положительное влияние среднедушевых доходов и негативное влияние индекса Джини на объемы потребления. Построенная модель с фиксированными эффектами позволила выделить индивидуальные эффекты территорий, визуализированные на картограмме. На основе полученных оценок определены несколько групп территорий с общими свойствам и особенностями.
В отличие от ранее выстраиваемых моделей разработанная авторами авторегрессионная модель пространственной ошибки, построенная на панельных данных, позволила одновременно учесть территориальную неоднородность и пространственную зависимость среднедушевых доходов и оборота розничной торговли, расширив существующие представления о связи потребления и доходов населения. Это в свою очередь создает условия для выработки управленческих решений, которые учитывают не выявляемые ранее особенности и повышают их обоснованность.

Об авторах

И. А. Лакман
Башкирский государственный университет
Россия

Лакман Ирина Александровна – канд. техн. наук, доцент, зав.  лабораторией исследования социально-экономических  проблем регионов

450076, г. Уфа, ул. З. Валиди, 32



В. М. Тимирьянова
Башкирский государственный университет
Россия

Тимирьянова Венера Маратовна – канд. экон. наук, доцент,  старший научный сотрудник, зам. зав. лаборатории  исследования социально-экономических проблем регионов

450076, г. Уфа, ул. З. Валиди, 32



Д. В. Попов
Уфимский государственный нефтяной технический университет
Россия

Попов Денис Владимирович – канд. техн. наук, доцент, и. о.  заведующего кафедрой «Цифровые технологии 
и моделирование»

450064, г. Уфа., ул. Космонавтов, 1



Список литературы

1. Аганбегян А.Г. Преодоление бедности и сокращение неравенства по доходам и потреблению в России // ЭКО. 2017. № 9 (519). С. 66–84.

2. Зубаревич Н.В., Сафронов С.Г. Люди и деньги: доходы, потребление и финансовое поведение населения российских регионов в 2000–2017 гг. // Известия РАН. Серия географическая. 2019. № 5. С. 3–17.

3. Капустин Е.И. Уровень, качество и образ жизни населения России. Ин-т экономики РАН. М.: Наука, 2006. 324 c.

4. Dai S.I.S., Sulila I. Purchase Power and Consumption Pattern Change of Society (Analysis of 34 Panel Data in Indonesia) // Journal of Economics and Sustainable Development. 2020. Vol. 11. No. 2. P. 66–73. doi: https://doi.org/10.7176/JESD/11-2-07.

5. Dubovik M.V., Timiryanova V.M., Zimin A.F. Modeling of the Deferred Demand on the Market of Household Appliances // European Research Studies Journal. 2017. Vol. XX. No. 2B. P. 149–161.

6. Friedman M.A. A Theory of the Consumption Function. Princeton: Princeton University Press, 1957. 243 p.

7. Леонидова Е.Г. Стимулирование конечного потребления в контексте снижения регионального неравенства // Экономические и социальные перемены: факты, тенденции, прогноз. 2020. Т. 13. № 3. С. 59–73. doi: https://doi.org/10.15838/esc.2020.3.69.5.

8. Awaworyi Churchill S., Yew S.L. Are government transfers harmful to economic growth? A meta-analysis // Economic Modelling. 2017. No. 64. Р. 270–287. doi: https://doi.org/10.1016/j.econmod.2017.03.030.

9. Keynes J.M. The General Theory of Employment, Interest and Money. London: Macmillan, 1936.

10. Иванова В.И. Региональная конвергенция доходов населения: пространственный анализ // Пространственная экономика. 2014. № 4. С. 100–119.

11. Овчарова Л.Н. и др. Что изменилось в доходах, расходах и потреблении населения? М.: НИУ-ВШЭ, 2014. 42 с.

12. Гафарова Е.А., Лакман И.А. Эконометрическое моделирование развития муниципальных образований региона с учетом их неоднородности (на примере Республики Башкортостан) // Вопросы статистики. 2017. № 4. С. 54–63.

13. Региональные особенности уровня и качества жизни: Монография / Учреждение Российской академии наук Институт социально-экономических проблем народонаселения РАН. М.: ООО «М-Студио», 2012. 392 с.

14. Khan A.H. Aggregate consumption function and income distribution effect: Some evidence from developing countries. World Development. 1987. Vol. 15. Iss. 10–11. P. 1369–1374. doi: https://doi.org/10.1016/0305-750x(87)90130-6.

15. Li G. et al. Monitoring the spatiotemporal dynamics of poor counties in China: Implications for global sustainable development goals // Journal of Cleaner Production. 2019. Vol. 227. Р. 392–404. doi: https://doi.org/10.1016/j.jclepro.2019.04.135.

16. Palmer-Jones R., Sen K. It is where you are that matters: the spatial determinants of rural poverty in India // Agricultural Economics. 2006. Vol. 34. Iss. 3. Р. 229–242. doi: https://doi.org/10.1111/j.1574-0864.2006.00121.x.

17. Demidova O. Spatial effects for the eastern and western regions of Russia: a comparative analysis // International Journal of Economic Policy in Emerging Economies. 2015. Vol. 8. No. 2. Р. 153–168. doi: https://doi.org/10.1504/ijepee.2015.069594.

18. Неганова В.П., Наумов И.В., Седельников В.М. Исследование и моделирование потребительского рынка мегаполиса // Практический маркетинг. 2019. № 8(270). С. 3–14.

19. Тимирьянова В.М., Зимин А.Ф., Жилина Е.В. Пространственная составляющая в изменении розничного рынка товаров // Экономика региона. 2018. Т. 14. Вып. 1. С. 164–175.

20. Morrison K.T., Nelson T.A., Ostry A.S. Mapping spatial variation in food consumption // Applied Geography. 2011. Vol. 31. Iss. 4. P. 1262–1267. doi: https://doi.org/10.1016/j.apgeog.2010.11.020.

21. Hall A. Testing for a unit root in time series with pretest data-based model selection // Journal of Business & Economic Statistics. 1994. Vol. 12. Iss. 4. Р. 461–470.

22. Altonji J.G., Siow A. Testing the Response of Consumption to Income Changes with (Noisy) Panel Data // The Quarterly Journal of Economics. 1987. Vol. 102. Iss. 2. P. 293–328. doi: https://doi.org/10.2307/1885065.

23. Baker S.R. Debt and the Consumption Response to Household Income Shocks // SSRN Electronic Journal. 2015. doi: https://doi.org/10.2139/ssrn.2541142.

24. Постников Е.А. Эконометрическое моделирование развития регионов России на основе панельных данных // Управление в современных системах. 2016. № 2(9). С. 3–12.

25. Baltagi B.H. et al. Testing for Serial Correlation, Spatial Autocorrelation and Random Effects Using Panel Data // Journal of Econometrics. 2007. Vol. 140(1). P. 5–51.

26. Millo G., Piras G. Splm: Spatial Panel Data Models in R // Journal of Statistical Software. 2012. Vol. 47(i01). URL: http://hdl.handle.net/10.18637/jss.v047.i01.

27. Ciccarelli C., Elhorst J.P. A dynamic spatial econometric diffusion model with common factors: The rise and spread of cigarette consumption in Italy // Regional Science and Urban Economics. 2017. doi: https://doi.org/10.1016/j.regsciurbeco.2017.07.003.

28. Jankiewicz M. The Convergence of Food Expenditures in the European Union Countries – a Spatio-Temporal Approach // Acta Universitatis Lodziensis. Folia Oeconomica. 2019. doi: https://doi.org/10.18778/0208-6018.340.06.

29. Verhelst B., Van den Poel D. Deep habits in consumption: a spatial panel analysis using scanner data // Empirical Economics. 2013. № 47(3). Р. 959–976. doi: https://doi.org/10.1007/s00181-013-0776-4.

30. Kapoor M., Kelejian H.H., Prucha I.R. Panel Data Model with Spatially Correlated Error Components // Journal of Econometrics. 2007. Vol. 140(1). P. 97–130.

31. Mutl J., Pfaffermayr M. The Hausman Test in a Cliff and Ord Panel Model // Econometrics Journal. 2011. Vol. 14. P. 48–76.


Для цитирования:


Лакман И.А., Тимирьянова В.М., Попов Д.В. Пространственный анализ взаимосвязи изменения доходов и потребления населения на основе панельных данных. Вопросы статистики. 2021;28(2):128-139. https://doi.org/10.34023/2313-6383-2021-28-2-128-139

For citation:


Lakman I.A., Timiryanova V.M., Popov D.V. Spatial Analysis of the Relationship Between Income and Consumption of the Population Based on Panel Data. Voprosy statistiki. 2021;28(2):128-139. (In Russ.) https://doi.org/10.34023/2313-6383-2021-28-2-128-139

Просмотров: 47


ISSN 2313-6383 (Print)
ISSN 2658-5499 (Online)