Методы исследования территориальной дифференциации структуры бюджетных инвестиций на основе административных источников данных

Аннотация

Введение. Статья посвящена исследованию территориальной дифференциации структуры бюджетных инвестиций в субъектах Российской Федерации.

Цель. Выявить и количественно оценить связи между показателями структуры бюджетных инвестиций и их интенсивностью (в расчете на душу населения, квадратный километр, объем валового регионального продукта) по группам регионов.

Материалы и методы. Исследование выполнено на основе данных административных источников, включающих информацию по субъектам Российской Федерации о составе расходов бюджетов, их освоении, финансировании адресных инвестиционных программ. В работе использовались теоретические и математико-статистические методы, материалы зарубежных и отечественных исследований, проводимых с применением методов кластерного анализа.

Результаты. Систематизированы этапы бюджетных правоотношений и представлена разработанная автором схема движения бюджетных инвестиций в процессе их реализации на федеральном, региональном и местном уровнях. Выполнен сопоставительный анализ информационного потенциала данных официальной статистики и административных источников с позиции особенностей учета бюджетных инвестиций по источникам, составу формирования, этапам движения, административно-территориальным уровням представления. На основе сформированной автором системы показателей получена оценка территориальной дифференциации структуры бюджетных инвестиций с применением методов кластерного анализа.

Выводы. Полученные автором результаты обеспечивают информационную основу полносистемного учета и анализа потоков бюджетных инвестиций с использованием комплекса данных административного и официального статистического учета. Предложенный автором методический подход к многомерному исследованию территориальной дифференциации структуры бюджетных инвестиций может использоваться в деятельности органов исполнительной власти и местного самоуправления.

Ключевые слова: бюджетные инвестиции, многомерный статистический анализ, кластерный анализ, динамический анализ, структурный анализ, сопоставительный анализ, социально-экономическое развитие

Для цитирования

Коваленко Н. Н. Методы исследования территориальной дифференциации структуры бюджетных инвестиций на основе административных источников данных // Вестник Пермского университета. Серия: Экономика. 2023. Т. 18, № 3. С. 258–274. DOI 10.17072/1994-9960-2023-3-258-274. EDN DZOQQJ.

Список источников

1. Шаш Н. Н., Крашенинников Ю. С. Влияние бюджетных инвестиций на развитие инфраструктурного рынка: случай Российской Федерации // Экономика и управление: научно-практический журнал. 2022. № 3 (165). С. 43–50. DOI 10.34773/EU.2022.3.8. EDN BYNBJA.
2. Жолудева В. В., Мельниченко Н. Ф., Козлов Г. Е. Применение кластерного анализа для оценки социально-экономического развития регионов на примере ЦФО и Ярославской области // Экономика, статистика и информатика. Вестник УМО. 2014. № 1. C. 144–148. EDN RVQXBV.
3. Жолудева В. В. Оценка социально-экономического положения муниципальных районов Ярославской области на основе кластерного анализа // Вестник АПК Верхневолжья. 2023. № 1 (61). С. 97–103. DOI 10.35694/YARCX.2023.61.1.012. EDN RRMTYJ.
4. Трещевский Ю. И., Круглякова В. М. Кластерный подход к анализу факторов и условий инвестиционной деятельности в регионах России // Экономика и управление. 2011. № 7 (69). C. 17–21. EDN NXPJYZ.
5. Чистик О. Ф. Кластерный анализ регионов Российской Федерации по уровню инвестиций в основной капитал // Вестник Самарского государственного экономического университета. 2015. № 6 (128). С. 91–94. EDN UIHYYL.
6. Дубравская Э. И. Исследование структуры неформальной занятости в России на основе интегрирования методов факторного и кластерного анализа // Наука о данных: материалы междунар. науч.-практ. конф. СПб.: СПбГЭУ, 2020. С. 99–101. EDN BRWXLA.
7. Нечипорук О. В. Кластернии аналіз як інструмент формування пріоритетів інвестиціиної політики держави // Українськии журнал прикладної економіки. 2021. Т. 6, № 1. С. 252–260. DOI 10.36887/2415-8453-2021-1-30.
8. Демина Р. Ю., Ажмухамедов И. М. Повышение качества классификации объектов на основе введения новой метрики кластеризации // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2019. № 4. С. 106–114. DOI 10.24143/2072-9502-2019-4-106-114. EDN TGWDJK.
9. Крючкова П. В., Зарова Е. В. Регионализация расчетов добавленной стоимости по отраслям промышленного производства на основе моделирования производственных функций // Вопросы статистики. 2019. Т. 26, № 4. С. 45–58. DOI 10.34023/2313-6383-2019-26-4-45-58. EDN RVQTXX.
10. Коваленко Н. Н. Оценка статистического распределения показателей структуры бюджетных инвестиций // Статистика и Экономика. 2023. Т. 20, № 4. С. 66–76. DOI 10.21686/2500-3925-2023-4-66-76. EDN LJCHFL.
11. Деркач Д. Д., Студенова М. П., Доценко О. С. Бюджетное инвестирование // Вопросы экономики и управления. 2016. № 4-1 (6). С. 8–11. EDN WCZNUH.
12. Steinley D. Properties of the Hubert-Arable Adjusted Rand Index // Psychological Methods. 2004. Vol. 9, iss. 3. P. 386–396. DOI 10.1037/1082-989X.9.3.386.
13. Sundqvist M., Chiquet J., Rigaill G. Adjusting the adjusted Rand Index: A multinomial story // Computational Statistics. 2023. Vol. 38, iss. 1. P 327–347. DOI 10.1007/s00180-022-01230-7.
14. Джунусбекова Г. А., Кожумов А. С. Анализ и оценка достижения целей стратегического планирования в государственном секторе // The Journal of Economic Research & Business Administration. 2021. № 3 (137). P. 125–138. DOI 10.26577/be.2021.v137.i3.12.
15. AL Ani M. K., Chavali K. The relationship between investment intensity and profitability measures from the perspective of foreign investors // Humanities and Social Sciences Communications. 2023. Vol. 10. Article 76. DOI 10.1057/s41599-023-01571-8.
16. Белоцерковская Е. М., Белоцерковская Н. В., Калиева О. М., Шептухин М. В. О сущности экономического понятия «кластер» // Молодой ученый. 2017. № 12 (146). C. 228–233. URL: https://moluch.ru/archive/146/41019 (дата обращения: 10.05.2023). EDN YHWXIF.
17. Прокопьев А. В., Прокопьева Т. В. Оценка уровня взаимосвязи валового регионального продукта и объема инвестиций в основной капитал по регионам России // Общество: политика, экономика, право. 2021. № 12 (101). С. 63–73. DOI 10.24158/pep.2021.12.10. EDN UASJRJ.
18. Тараканова И. В. Количественные оценки влияния бюджетных инвестиций на экономический рост // Экономика. Налоги. Право. 2022. Т. 15, № 4. С. 107–115. DOI 10.26794/1999-849X-2022-15-4-107-115. EDN LTJEYZ.
19. Сюпова М. С., Бондаренко Н. А. Система индикаторов экономической безопасности региона // Вестник Тихоокеанского государственного университета. 2019. № 4 (55). С. 67–80. EDN CPOPCO.
20. Rand W. M. Objective criteria for the evaluation of clustering methods // Journal of the American Statistical Association. 1971. Vol. 66, iss. 336. P. 846–850. DOI 10.2307/2284239.
21. Hubert L., Arabie P. Comparing Partitions // Journal of Classification. 1985. No. 2. P. 193–218. DOI 10.1007/BF01908075.
22. Marvin K. Creating diversified portfolios using cluster analysis: Independent Work Report Fall. 2015. 26 p.

Показать весь текст