Opće karakteristike stanovništva. Ekonomska i statistička analiza razine i faktora proizvodnje bruto regionalnog proizvoda (BRP) u tipičnim skupinama regija. Analiza odnosa efektivnih i faktorskih karakteristika, indeksna metoda analize.

Pošaljite svoj dobar rad u bazu znanja je jednostavno. Upotrijebite obrazac u nastavku

Studenti, diplomanti, mladi znanstvenici koji koriste bazu znanja u svom studiju i radu bit će vam jako zahvalni.

Objavljeno na http://www.allbest.ru/

Tečajni rad

Na temu: "Ekonomska i statistička analiza proizvodnje GRP-a po skupini regija"

Plan

Uvod

Poglavlje 1. Raspodjela tipičnih grupa poduzeća

1.1 opće karakteristike agregat

1.2 Analitičko grupiranje

Poglavlje 2. Ekonomska i statistička analiza razine i faktora proizvodnje GRP-a u tipičnim skupinama regija

2.1 Analiza proizvodnje GRP-a u tipičnim skupinama

2.2 Analiza proizvodnih resursa u tipičnim skupinama

2.3. Analiza proizvodnje GRP-a u tipičnim skupinama regija

Poglavlje 3. Analiza odnosa efektivnih i faktorskih pokazatelja

3.1 Kombinirano grupiranje

3.2 Analiza korelacije

Zaključak

Popis korištenih izvora

Primjena

Uvod

Glavna svrha ovoga seminarski rad je provesti statističku analizu društveno-ekonomskih pojava i procesa bruto regionalnog proizvoda Središnjeg, Južnog i Volškog saveznog okruga.

Društveno - ekonomska statistika je društvene nauke i posebna grana prakse.

Središnji makroekonomski pokazatelj je bruto regionalni proizvod. To je najčešći pokazatelj gospodarske aktivnosti i regionalnog blagostanja.

Bruto regionalni proizvod – generalizirani pokazatelj ekonomska aktivnost regije, karakterizira proces proizvodnje dobara i usluga. Bruto regionalni proizvod izračunava se u tekućim osnovnim i tržišnim cijenama (“nominalni volumen bruto regionalnog proizvoda”), kao iu usporedivim cijenama (“stvarni volumen bruto regionalnog proizvoda”). Bruto regionalni proizvod je novostvorena vrijednost roba i usluga proizvedenih u regiji i definira se kao razlika između outputa i intermedijarne potrošnje. Pokazatelj bruto regionalnog proizvoda je po svom ekonomskom sadržaju vrlo blizak pokazatelju bruto domaćeg proizvoda. Međutim, postoji značajna razlika između pokazatelja bruto domaćeg proizvoda (na federalnoj razini) i bruto regionalnog proizvoda (na regionalnoj razini). Zbroj bruto regionalnih proizvoda u Rusiji ne podudara se s bruto domaćim proizvodom, budući da ne uključuje dodanu vrijednost netržišnih kolektivnih usluga (obrana, javna uprava) koje državne institucije pružaju društvu u cjelini. Trenutno, obračun bruto regionalnog proizvoda sastavnice federacije traje 28 mjeseci.

Svrha ovog kolegija je provesti statističku analizu bruto regionalnog proizvoda za grupu regija.

Poglavlje 1. Raspodjela tipičnih grupa poduzeća

1.1 Opće karakteristike stanovništva

Bruto regionalni proizvod je generalizirani pokazatelj gospodarske aktivnosti regije, koji karakterizira proces proizvodnje dobara i usluga.

Specifičnost ruskih uvjeta, ogromna uloga teritorijalnog čimbenika u razvoju društveno-ekonomskih procesa, dosljedna politika jačanja federalizma u ruskoj državnosti zahtijevaju izgradnju razvijenog sustava statističkih pokazatelja na regionalnoj razini koji zadovoljavaju zahtjeve. Ekonomija tržišta... Sistemski pokazatelji koji karakteriziraju razvoj regija trebali bi biti metodološki usporedivi i konzistentni s odgovarajućim pokazateljima makrorazine.

U Rusiji se izračun regionalnih pokazatelja temelji na metodološkim načelima SNA. Generalizirajući pokazatelj regionalnog razvoja je bruto regionalni proizvod (BRP). Ovaj pokazatelj izgrađen je na temelju jedinstvene metodologije razvijene centralno u FSGS-u. FSGS prati, odobrava i objavljuje rezultate izračuna u generaliziranom obliku.

Za promatranje unutargodišnje dinamike razvoja regionalnog gospodarstva, izračunavanje stope promjene obujma proizvodnje osnovnih sektora gospodarstva (industrija, poljoprivreda, građevinarstvo, maloprodaja i javna ugostiteljstvo, promet) koji u strukturi proizvodnje u regijama čine od 60% do 80%.

Karakteristike proučavanih regija.

Južni federalni okrug zauzima prvo mjesto u Rusiji po proizvodnji mineralnih voda, drugo i treće po proizvodnji volframa i cementnih sirovina. Po proizvodnji ugljena (Donbas) okrug je na trećem mjestu nakon sibirske i dalekoistočne regije. Ali glavni izgledi ekonomski razvoj regija je povezana upravo s vađenjem i proizvodnjom "crnog zlata".

Zalihe nafte koje se nalaze na dubinama od 5 do 6 kilometara procjenjuju se na 5 milijardi tona ekvivalenta goriva. Bušenje prve istražne bušotine na kaspijskoj polici odmah je potvrdilo ozbiljan "gorivni" potencijal ovog područja. Međutim, svi projekti zahtijevaju puno novca, oko 15-20 milijardi dolara. Rezerve nafte koncentrirane su uglavnom u regijama Volgograd i Astrakhan, Krasnodar.

Južni federalni okrug jedan je od najsiromašnijih šumski resursi okruga Ruska Federacija... Jedinstveno rekreacijskih resursa savezni okrug. Blaga klima, obilje mineralnih izvora i ljekovitog blata, topla morska voda stvaraju najbogatije mogućnosti za liječenje i rekreaciju. Planinske regije sa svojim jedinstvenim krajolicima imaju sve potrebne uvjete za razvoj planinarstva i turizma, uređenje skijališta od međunarodnog značaja ovdje.

Središnju regiju odlikuje vrlo povoljan gospodarski i geografski položaj, smještena je u središtu europskog dijela Rusije, na raskrižju najvažnijih

Gospodarski kompleks Središnjeg okruga karakterizira složena kombinacija grana materijalne proizvodnje i neproizvodne sfere. Osnovu gospodarske specijalizacije regije čine strojarstvo, kemijska, laka industrija, uzgoj lana, krumpira, mliječno i mesno stočarstvo.

U strukturi industrije regije dominantno mjesto zauzima strojarstvo, posebno znanstveno intenzivno, kojemu su potrebni kvalificirani kadrovi.

Područje se odlikuje prometnim inženjeringom. Značajno mjesto zauzima i proizvodnja opreme za laku, kemijsku, energetsku i druge industrije.

Kemijska industrija regije specijalizirana je za proizvodnju plastike, kemijskih vlakana, sintetičke gume i guma, mineralnih gnojiva, lakova, boja, deterdženata itd.

Laka industrija je najstarija u regiji i najveća u zemlji. Posebno se ističe tekstilna proizvodnja: pamuk (Ivanovo, Moskva, Tver, itd.), lan (Kostroma, Nerekhta, Vyazma itd.), Svila (Moskva, Tver, Naro-Fominsk), vunena (Moskva, Klintsy itd.) . Razvijena je i industrija šivanja, trikotaže, kože i obuće, krzna i tiska.

Kompleks goriva i energije, posebice proizvodnja električne energije (TE Kostromska, Konakovska, Ryazanskaya i nuklearne elektrane - Smolenskaya, Kalininskaya), izdvaja se od uslužnih djelatnosti regije. Vađenje mrkog ugljena u bazenu Moskovske regije naglo je smanjeno. Poduzeća crne metalurgije (Tula, Elektrostal, Moskva) samo djelomično zadovoljavaju potrebe regije za metalom.

Vodeći tip poljoprivrede u regiji je prigradska, s prevlastom proizvodnje povrća, krumpira, mlijeka i mesa. U sjevernim krajevima regije, mliječna proizvodnja je od komercijalnog značaja. Uzgoj žitarica (sivi kruh, jara pšenica, heljda) je od sekundarnog značaja. Regije Smolensk, Kostroma i Tver specijalizirane su za uzgoj lana. Svinjogojstvo i perad je dobro razvijeno.

Razlikuje se visoka razina razvoja i ogroman opseg prijevoza transportni kompleks okrug. Ovdje je vrlo gusta mreža željeznica, automobila i cjevovoda. Uloga unutarnjeg plovnog i zračnog prometa je velika.

Volški federalni okrug. Nedostatak pristupa moru ozbiljan je nedostatak. Najveće rezerve kalijevih soli u zemlji (Solikamsk-Bereznyaki), nalazišta nafte i obojenih metala razlikuju se od minerala. U šumsko-stepskoj zoni nalaze se velika područja s plodnim tlom černozema.

Industrija strojarstva i obrade metala najveća je grana industrijske specijalizacije u Povolškom federalnom okrugu. Ovo je glavna regija transportnog inženjeringa u Rusiji. Najrazvijenija je zrakoplovna industrija, a u njoj i proizvodnja vojno-industrijskog kompleksa. Glavna poduzeća ove industrije nalaze se u Samari, Kazanu, Nižnjem Novgorodu, Saratovu, Ufi, Kumertauu, Permu i Votkinsku. A njihovi brojni kooperanti razasuti su po cijelom okrugu.

Od posebnog je značaja i proizvodnja opreme za industriju vađenja i prerade nafte te kemija organske sinteze. Položaj ovih industrija uglavnom je blizu veliki gradovi okruga i regionalnih centara (Samara, Kazan, Nižnji Novgorod, Ufa, Perm, Saratov).

Naftna industrija. Sve do kraja 70-ih godina. Volški federalni okrug bio je glavna regija za proizvodnju nafte u Rusiji.

Danas, u vezi s velikim razvojem naftnih resursa Tjumenske regije, preselio se u ukupni volumeni proizvodnja nafte na drugom mjestu u zemlji. Proizvodnja nafte uglavnom se odvija na teritoriju republika Tatarstan i Baškirije i, u znatno manjoj mjeri, u regijama Kuibyshev, Orenburg i Permskom teritoriju.

Grupirajmo regije prema zajedničkim kriterijima. Grupiranje je podjela proučavanog društvenog fenomena u kvalitativno pojedinačne skupine prema nizu bitnih obilježja.

Tablica 1.1 Opće karakteristike stanovništva

Broj farmi	Naziv područja	Bruto regionalni proizvod po zaposleniku, tisuća rubalja	Prosječna mjesečna plaća, rub	Omjer kapitala i rada, tisuća rubalja	Razina zaposlenosti	Visoko i srednje obrazovanje, %
	Tula
	Brjansk
	Moskva
	Vladimirskaya
	Ivanovskaja
	Kaluga
	Kostroma
	Orlovskaya
	Ryazan
	Smolensk
	Tverskaya
	Moskva grad
	Yaroslavl
	Republika Adygea
	Republika Kalmikija
	Krasnodarski kraj
	Astraganski
	Volgograd
	Rostov
	Kirovskaya
	Nižnji Novgorod
	Orenburg
	Penza
	Permski teritorij
	Krilati plod

Bruto regionalni proizvod na 1 zaposlenog, tisuću rubalja izračunava se kao omjer pokazatelja bruto regionalnog proizvoda, milijuna rubalja. kao broj zaposlenih u gospodarstvu, tisuća ljudi:

GRP po 1 zanimanju = GRP / h

Bruto Regionalni proizvod (GRP) - generalizirajući pokazatelj ekonomske aktivnosti regije, karakterizira proizvodni proces roba i usluge.

Omjer kapitala i rada izračunava se kao omjer dugotrajne imovine u gospodarstvu, milijuna rubalja. na broj zaposlenih u gospodarstvu, tisuća ljudi:

Omjer kapitala i rada- trošak dugotrajne imovine, koji pada na jednog zaposlenika.

Stopa zaposlenosti izračunava se kao omjer broja zaposlenih u gospodarstvu, tisuća ljudi. na broj ekonomski aktivnog stanovništva, tisuća ljudi:

Ovaj koeficijent pokazuje ovisnost zaposlenosti o demografskim čimbenicima, t.j. od nataliteta, mortaliteta i stope rasta stanovništva. Ovaj koeficijent daje jednu od karakteristika blagostanja društva.

Udio visokog i srednjeg obrazovanja izračunava se kao omjer broja s višom i srednjom stručnom spremom prema broju zaposlenih u gospodarstvu, tisuća ljudi

Chhigh + Chsred / H * 100%

Na temelju podataka u tablici možemo zaključiti da bruto regionalni proizvod na 1 zaposlenog u gospodarstvu varira od 491,1 do 209,5 tisuća. rubalja, najviše stope zabilježene su u južnim i volškim saveznim okruzima, što je povezano s aktivnom proizvodnjom nafte u tim regijama. Visok omjer kapitala i radne snage u regijama Vladimir, Penza, Volgograd, Republika Kalmikija pokazuje tehničku opremljenost osoblja poduzeća, visoku prosječni godišnji trošak nekretnine po zaposlenom. Niska omjer kapitala i rada u regijama Oryol, Smolensk i Yaroslavl može značiti da poduzeća zaostaju u korištenju naprednih tehnologija temeljenih na uvođenju nove tehnologije, što u konačnici može dovesti do gubitka konkurentnosti. Visoka stopa zaposlenosti stanovništva u svim istraživanim regijama ukazuje na visoku razinu blagostanja društva. Udio obrazovanog stanovništva nema nikakve veze s razinom prosječnih plaća, što ukazuje na potražnju ne samo za specijalistima, već i za radnicima bez posebnog obrazovanja. Najviši plaća 17438,3 RUB zabilježeno u Volgogradskoj regiji, a najmanji udio obrazovanog stanovništva je 2,4 u Moskovskoj regiji.

1.2 Analitičko grupiranje

Za razlikovanje tipičnih skupina od karakteristika prikazanih u tablici 1. potrebno je odabrati onu najznačajniju. Većina obilježja karakterizira uvjete proizvodnje, a rezultati djelatnosti mogu se suditi po pokazatelju proizvodnje bruto regionalnog proizvoda. Međutim, izravna podjela regija u grupe na ovoj osnovi može dovesti do zabune različiti tipovi, budući da se npr. veliki volumen bruto proizvoda može dobiti kako od velike populacije i drugih resursa s lošim korištenjem, tako i učinkovitim korištenjem relativno malih resursa. Budući da apsolutni pokazatelji bruto proizvoda nisu usporedivi, preporučljivo je koristiti relativni pokazatelj - GRP po 1 zaposlenom u gospodarstvu. Vrijednost ove značajke, dobivena dijeljenjem pokazatelja bruto regionalnog proizvoda, milijun rubalja. na broj zaposlenih u gospodarstvu, tisuća ljudi

Grupiranje treba započeti proučavanjem prirode promjene atributa grupiranja, za to je potrebno konstruirati rangirani niz distribucije regija prema bruto regionalnom proizvodu (BRP) po 1 zaposlenom u gospodarstvu (tablica 2) i prikazan u obliku Galtonove Ogive (sl. 1).

Tablica 1.2 - Rangirana raspodjela poljoprivrednih gospodarstava prema GRP-u po 1 zaposlenom u gospodarstvu

	GRP po 1 zaposlenom u gospodarstvu, tisuća rubalja

Slika 1.1 - Ogive distribucija farmi po GRP-u po 1 zaposlenom u gospodarstvu

Prilikom analize rangirane serije procjenjuje se intenzitet promjene vrijednosti atributa grupiranja od jedne jedinice populacije do druge. Tablica 1.2 pokazuje da postoje nagle promjene i veliki jaz između određenog broja jedinica i cjelokupne populacije. Razlike među regijama su vidljive, između ekstremnih dosežu dva puta. Ali znak u redu se mijenja postupno, glatko, nema oštrih odstupanja. te je nemoguće odabrati grupe.

U nedostatku kvalitativnih prijelaza u rangiranom nizu, konstruira se niz intervalne distribucije. Da bismo ga konstruirali, podijelimo populaciju u 6 skupina (K = 6). Da bismo odredili granice intervala, nalazimo korak intervala (h) po formuli:

h = x max -x min / K = 491,1-209,5 / 6 = 47 tisuća. trljati,

gdje je x max maksimalna vrijednost značajke u rangiranom retku; x min je minimalna vrijednost značajke u rangiranom retku.

Tablica 1.3 - Intervalni niz varijacija distribucije regija po GRP-u po 1 zaposlenom u gospodarstvu

	Granice intervala	Broj farmi u intervalima
		11(2,13,8,19.10,22,9,11,14,17,25)
		7(1,24,7,6,4,5,16)

Slika 1.2 - Histogram distribucije regija prema bruto regionalnom proizvodu po 1 zaposlenom u gospodarstvu

Kao što se može vidjeti iz tablice 1.3 i slike 1.2, raspodjela regija po skupinama je neravnomjerna. Prevladavaju regije s GRP-om po zaposlenom od 209,5 do 303,3 tisuće. trljati. Grupe s višim GRP-om su malobrojne. Potrebno ih je kombinirati.

Tablica 1.4 - Srednje analitičko grupiranje

Grupe prema GRP-u po 1 zaposlenom u gospodarstvu, tisuća rubalja	Broj farmi	Prosječna mjesečna plaća, rub	Omjer kapitala i rada, tis. trljati	Razina zaposlenosti	Više i srednje obrazovanje
Prosječno

Da bismo procijenili kvalitativne značajke skupina, usporedit ćemo ih međusobno prema dobivenim pokazateljima. Prva skupina, koja je prilično velika, značajno se razlikuje od svih ostalih po stupnju obrazovanja stanovništva, ovdje je nekoliko puta viša od razine obrazovanja u drugim skupinama. Ostali pokazatelji: prosječna mjesečna plaća, stopa zaposlenosti, omjer kapitala i rada su niži nego u ostalim skupinama. Stoga je treba razlikovati kao tipičnu skupinu s najnižom produktivnošću i učinkovitošću. Skupine 4,5,6 s višim prosječnim mjesečnim plaćama, većim omjerom kapitala i rada i višim stopama zaposlenosti su malobrojne. Preporučljivo je kombinirati ove skupine u najvišu tipičnu, najproduktivniju i učinkovitiju skupinu. Skupine 2, 3 praktički u svim pokazateljima zauzimaju srednju poziciju između niže i više tipičnih skupina, njihove su karakteristike bliske jedna drugoj. Treba ih grupirati u prosječnu tipičnu skupinu.

Nadalje, kako bi se okarakterizirale tri različite tipične skupine, potrebno je izračunati prosječne pokazatelje za svaku od njih.

2. Poglavlje. Ekonomska i statistička analiza razine i faktora proizvodnje BPP u tipičnim skupinama regija

2.1 AnalizaProizvodnja GRP-a u tipičnim skupinama

Dostupni podaci po regijama: GRP po zaposlenom, omjer kapitala i rada, stopa zaposlenosti i aktivnosti, stopa nezaposlenosti, prosječna mjesečna plaća. Izračunajmo prosjek ovih pokazatelja i analizirajmo ih po tipičnim skupinama.

Tablica 2.1 - Razina i faktori proizvodnje GRP-a

Indikatori	Tipične grupe	Prosječno
Broj regija	11(2,13,8,19,10,22,9,11,14,17,25)	8(1,24,7,6,4,5,16,20)	6(12,3,23,21,18,15)
Proizvodnja GRP-a po 1 zaposlenom u gospodarstvu, tisuća rubalja
Omjer kapitala i rada, tisuća rubalja
Stopa sudjelovanja u radnoj snazi
Razina zaposlenosti,%
Stopa nezaposlenosti u %
Prosječna mjesečna plaća, rub

Koeficijent ekonomske aktivnosti izračunava se pomoću formule:

Kek.čin = Provjera. čin / h,

gdje je ček. akt je broj ekonomski aktivnog stanovništva, H je broj stanovništva.

Prema tablici 2.1. vidi se da je u prosjeku GRP po zaposlenom u gospodarstvu u gornjoj skupini veći nego u nižoj, za 402,1-226,4 = 175,7 tisuća. rubalja, odnosno za 175,7 / 226,4 * 100% = 77,6%, dok je omjer kapitala i rada veći za 1131,0-771,3 = 359,7 tisuća rubalja, prosječna mjesečna plaća veća je za 16529,2- 12639,6 = 638 rubalja. Stopa nezaposlenosti u gornjoj skupini je 2,5% niža, a stopa zaposlenosti viša za 4,5% nego u nižoj skupini. Ove razlike u rezultatima proizvodnje i stanja na tržištu rada posljedica su utjecaja kompleksa čimbenika, kako ekonomskih tako i prirodnih. Može se zaključiti da se intenzivna proizvodnja odvija na području regija koje pripadaju najvišoj skupini, unatoč prosječnom koeficijentu ekonomski aktivnog stanovništva od 0,53. Pokazatelji srednje skupine zauzimaju srednje mjesto, bliži su najniža skupina nego najviša. Najviša skupina od najniže se najviše razlikuje po proizvodnji GRP-a na 1 zaposlenog u gospodarstvu, gotovo 2 puta, te omjeru kapitala i rada za 359,7 tisuća. Posljedično, visoki rezultati najviše tipične skupine postignuti su kako zbog veće upotrebe radnih resursa tako i zbog boljeg naoružanja glavnih proizvodnih sredstava, što je osiguravalo visoku proizvodnju bruto proizvodnje i povećanje životnog standarda. stanovništva, o čemu svjedoči visoka stopa zaposlenosti stanovništva.

2.2 Analiza proizvodnih resursa u tipičnim skupinama

Stalna proizvodna sredstva - materijalno-tehnička baza društvene proizvodnje. Proizvodni kapacitet poduzeća i razina tehničke opremljenosti rada ovise o njihovom obujmu. Akumulacija osnovnih sredstava i povećanje tehničke opremljenosti rada obogaćuju radni proces, daju stvaralački karakter radu i podižu kulturnu i tehničku razinu društva.

U uvjetima ulaska u tržišno gospodarstvo, dugotrajna imovina je glavni preduvjet daljnjeg gospodarskog rasta zbog svih čimbenika intenziviranja proizvodnje.

Ekonomska i statistička analiza dugotrajne imovine usmjerena je na proučavanje promjena njihova obujma, sastava vrsta i strukture za pojedine industrije i vrste proizvoda, regije i vrste poduzeća.

Tablica 2.2 - Struktura dugotrajne imovine po djelatnostima i vrsti gospodarske djelatnosti

Indikatori	Tipične grupe	Prosječno
Specifična težina RP,%:
Poljoprivreda
ekstraktivne industrije
Proizvodne industrije
Proizvodnja i distribucija energije, plina i vode
građenje
prometne veze
druge industrije
Ukupno OF RUB milijuna

Nakon analize ove tablice, možete vidjeti da regije najviša skupina imaju veliku prednost u odnosu na regije najniža skupina u pogledu opskrbe dugotrajnom imovinom (za 5524991 milijun rubalja). Kao što vidite, sastavom PF-a dominiraju Prometne veze PF, njihov udio u svim skupinama u prosjeku iznosi 28,9%, najmanji udio čine dugotrajna imovina vezana za građevinarstvo i poljoprivredu , u sve tri tipične skupine blizu je prosjeka - 1,3% odnosno 5,4%. ... PF trošak ekstraktivne industrije najviše skupine dostižu 9%, što je 9 puta više od pokazatelja najniže skupine.Prerađivačka industrija u najnižoj skupini iznosila je 5,8% u odnosu na najvišu -14%. To može biti zbog prirodnih uvjeta. , pružajući priliku za razvoj rudarske industrije. Proizvodnja i distribucija energije, plina i vode PF-a slični su po specifičnoj težini u gornjoj i donjoj skupini - 6,6% i 5,2%, a značajno se razlikuju u srednjoj skupini - 10,3%. Ostali pokazatelji srednje skupine su blizu prosjeka za mjerilo pnosti. Najveći udio, u prosjeku 42,6%, zauzimaju PF ostalih djelatnosti. To može biti: trgovina, ugostiteljstvo, auto biznis, komunikacije, turizam, visoke tehnologije itd.

Analizirajmo pokazatelje radnih resursa.

Tablica 2.3 - Pokazatelji strukture zaposlenih u gospodarstvu po djelatnostima

Prema tablici 2.3., udio zaposlenih u tri prikazana sektora ne razlikuje se mnogo u tipičnim skupinama. Tako su pokazatelji zaposlenih u poljoprivredi u svim skupinama blizu prosjeka - 50,3%. Udio zaposlenih u građevinarstvu u najvišoj skupini premašuje pokazatelj u najnižoj, jednak je 28%, au najnižoj - 22%, promet i veze zauzimaju 25,9% u najvišoj skupini, 22% u najnižoj. Pokazatelji u srednjoj skupini dosljedno su slični prosjeku. Više stope u višoj skupini mogu biti posljedica i velikog broja radnih mjesta i radno intenzivnijeg tipa proizvodnje u tim regijama.

Analizirajmo strukturu zaposlenih u gospodarstvu prema obliku vlasništva.

proizvodnja bruto regionalnog proizvoda

Tablica 2.4 - Struktura zaposlenih u gospodarstvu prema obliku vlasništva,%

Tablica 2.4 pokazuje da većina zaposlenih u gospodarstvu radi u privatnim poduzećima, a u svim skupinama regija situacija je ista. U najvišoj tipičnoj skupini privatna poduzeća zapošljavaju 69% zaposlenog stanovništva, a državna i općinska poduzeća 16% i 15%. Približno je ista situacija u regijama srednje i niže skupine. To sugerira da je jedna trećina stanovništva zaposlena u državnim i općinskim poduzećima i da ima stabilan prihod.

Tablica 2.5 - Pokazatelji kvalitete radne snage

Analizirajući pokazatelje kvalitete radne snage zaposlene u gospodarstvu, možemo reći da približno isti postotak zauzimaju osobe sa srednjom stručnom spremom i više obrazovanje, što je u prosjeku 26%, broj osoba s visokim obrazovanjem veći je za 0,5%, s prosječnom dobi od 38,5 godina.

Pokazatelji stanja dugotrajne imovine uključuju stope amortizacije, obnove i dotrajale imovine.

Tablica 2.6 - Pokazatelji stanja dugotrajne imovine

Omjer obnove dugotrajne imovine.

Prikazuje stupanj obnove dugotrajne imovine:

DO oko = F novi / F kon ,

gdje DO oko - koeficijent obnove dugotrajne imovine;

F novi - trošak novouključenih dugotrajnih sredstava za razdoblje, tisuća rubalja;

F kon -- trošak dugotrajne imovine na kraju razdoblja.

Koeficijent obnove dugotrajne imovine u najvišoj skupini manji je za 1% nego u najnižoj, stupanj amortizacije dugotrajne imovine najniži je u najvišoj skupini regija, iznosi 21,7%. Udio dotrajale imovine u sve tri skupine je blizu prosjeka - 47%. Na temelju toga zaključujemo da su dugotrajna sredstva dovoljno dotrajala, a stupanj obnove dugotrajne imovine prenizak.

2.3 Analiza proizvodnje GRP-a u tipičnim skupinama regija

U sadašnjoj fazi gospodarskog razvoja, problem povećanja produktivnosti rada i učinkovitosti korištenja radnih resursa u poduzećima je od velike važnosti, jer u uvjetima tržišnih odnosa neizbježna je jaka konkurencija među poduzećima, što ih tjera da stalno poboljšavaju kvalitetu svojih proizvoda i smanjuju troškove proizvodnje. Ova okolnost u konačnici mijenja zahtjeve za osobljem u smjeru povećanja njihovog profesionalizma i kreativnog odnosa prema poslu. Bez obzira na tehničke mogućnosti koje se otvaraju za poduzeće, ono neće učinkovito raditi bez kvalificiranih stručnjaka. Kompetentno odabrano osoblje temelj je uspjeha tvrtke.

Za procjenu produktivnosti rada, a time i kvalitete radnih resursa, koristi se ekonomska i statistička analiza za utvrđivanje neiskorištenih rezervi i izradu prijedloga za poboljšanje učinkovitosti proizvodnje.

Tablica 2.7 - Pokazatelji životnog standarda stanovništva ovisno o produktivnosti rada

Indikatori	Tipične grupe	Prosječno
Bruto regionalni proizvod po 1 zaposlenom u gospodarstvu
novčani prihod po glavi stanovnika, tisuća rubalja
potrošačka potrošnja po glavi stanovnika, tisuća rubalja
prosječna mjesečna plaća, tisuća rubalja

GRP po zaposlenom u gospodarstvu u gornjoj skupini veći je za 402,1-226,4 = 175,7 tisuća. rub., nego u najnižoj. Prosječni novčani prihodi po stanovniku u gornjoj skupini veći su za 6101 tisuću rubalja. nego u nižoj tipičnoj skupini. Potrošačka potrošnja po glavi stanovnika u gornjoj skupini veća je za 5386 tisuća rubalja nego u nižoj skupini. Moguće je otkriti ovisnost: što je veća produktivnost rada, veća je plaća i viši je životni standard stanovništva.

U Građanskom zakoniku Ruske Federacije, glavni organizacijski i pravni oblici su poslovna partnerstva, poslovna društva, proizvodne zadruge, državna i općinska unitarna poduzeća.

Organizacijsko-pravni oblik poduzeća ovisi o nizu karakteristika: redoslijedu formiranja i minimalnoj vrijednosti odobren kapital, odgovornost za obveze poduzeća, popis i prava osnivača i sudionika itd.

Tablica 2.8 - Struktura poduzeća po organizacijskim i pravnim oblicima,%

Najnižom tipičnom grupom dominiraju dd ili LLP, s udjelom od 60,7%. Pokazatelji srednje skupine su blizu prosjeka, prevladavaju i dd ili LLP - 70,8%. U najvišoj skupini, najmanji broj zauzimaju unitarna poduzeća - 0,8%, a najveći dd ili LLP - 73,7%.

Sektorska struktura nacionalnog gospodarstva shvaća se kao ukupnost njegovih dijelova (grana i podgrana), povijesno formiranih kao rezultat društvene podjele rada. Karakteriziraju ga postotni pokazatelji udjela ili u odnosu na zaposlenost ekonomski aktivnog stanovništva, ili na proizvedeni BDP. Razina socio-ekonomskog razvoja regije određena je strukturom gospodarstva i ima izravan utjecaj na rasprostranjenost pojedinog sektora. Osnovni pokazatelj društveno-ekonomskog razvoja pojedinih regija Ruske Federacije, kao i Rusije u cjelini, koji karakterizira strukturne i ekonomske razmjere i kvantitativni rezultat proizvodnje roba i usluga, tradicionalno se koristi od strane bruto regionalnog proizvod (GRP).

Tablica 2.9 - Sastav i struktura GRP-a po djelatnostima i vrsti gospodarske djelatnosti,%

Indikatori	Tipične grupe	Prosječno
Udio u GRP-u, %
Poljoprivreda
maloprodaja
prehrambeni proizvodi
neprehrambeni proizvodi
plaćene usluge
Ukupno, tisuću rubalja

Tablica 2.9 pokazuje da je udio poljoprivrede u GRP-u najmanja specifična težina. U najvišoj skupini - 9%, u srednjoj skupini - 10,3%, u najnižoj - 14,2%. Najveći udio je trgovina na malo. U prosjeku je to 38,3%. Udio trgovine prehrambenim i neprehrambenim proizvodima približno je isti u sve tri skupine i u prosjeku iznosi oko 20%. Plaćene usluge u gornjoj skupini iznosi 12%, što je za 0,4% više nego u nižoj skupini.

Kako analiza statističkih podataka pokazuje, trenutno postoje regije s gorivnom i sirovinskom bazom, izvozno orijentiranom industrijom, s dovoljno razvijenom infrastrukturom i financijski sustav... Najviše su stradale regije sa značajnim udjelom poljoprivrednog sektora, lake i prehrambene industrije. Budući da je gospodarski prostor Rusije izrazito heterogen, proizvodnja GRP-a također je neravnomjerno raspoređena po cijeloj zemlji. Za strukturu industrije nacionalna ekonomija Tijekom proteklih osam godina bilježi se trend povećanja udjela industrija koje pružaju usluge, te smanjenja udjela industrija koje proizvode robu. Mnogi ekonomisti takvu promjenu u strukturi BDP-a smatraju progresivnom pojavom, budući da se rusko gospodarstvo približava gospodarstvima razvijenih zemalja.

2.4 Indeksna metoda analize

Razinu produktivnosti rada karakterizira omjer količine proizvedenih proizvoda ili obavljenog rada i troškova radnog vremena. Stopa razvoja industrijske proizvodnje, povećanje plaća i dohotka, te iznos smanjenja troškova proizvodnje ovise o razini produktivnosti rada.

Rast produktivnosti rada znači uštedu troškova rada (radnog vremena) za proizvodnju jedinice proizvoda ili dodatne količine proizvoda po jedinici vremena, što izravno utječe na povećanje učinkovitosti proizvodnje, budući da u jednom slučaju tekući troškovi proizvodnje jedinice proizvodnje smanjuju se pod stavkom "Plaće glavni proizvodni radnici ", au drugom - više proizvoda se proizvodi po jedinici vremena.

U dinamičkoj analizi prosječnih pokazatelja koristi se sustav indeksa koji se sastoji od indeksa varijabilnog sastava, indeksa fiksnog (konstantnog sastava) i indeksa strukturnih promjena.

Ovaj sustav indeksa omogućuje rješavanje problema promjene strukture zbog promjena kvalitativnih pokazatelja, a također nam omogućuje da identificiramo utjecaj čimbenika na indeksiranu vrijednost. Sustav indeksa koristi se kada se na različitim mjestima proizvode usporedivi proizvodi.

Indeks varijabilnog sastava je relativna vrijednost koja karakterizira dinamiku dvaju prosjeka za homogene populacije. Ovaj indeks odražava utjecaj dvaju čimbenika:

- promjena indeksiranog pokazatelja za pojedine objekte (dijelove cjeline);

- promjena udjela ovih dijelova u općoj strukturi agregata.

Indeks fiksnog sastava - karakterizira dinamiku dvaju prosjeka s istom fiksnom strukturom stanovništva u izvještajnom razdoblju.

Indeks strukturnih lomova je omjer dvaju prosjeka izračunatih za različitu strukturu stanovništva, ali s konstantnom vrijednošću indeksiranog pokazatelja u baznom razdoblju.

Postoji odnos između indeksa promjenjivog, fiksnog sastava. Indeks varijabilnog sastava uvijek će biti jednak umnošku indeksa fiksnog sastava i strukturnih lomova

Tablica 2.10 - Podaci za indeksnu metodu analize

Yn s / x = (GRP s / x / H s / x) / GRP po 1 skupu u gospodarstvu,

gdje je Y ns / x težina proizvodnje po 1 zaposlenom u poljoprivredi u najnižoj skupini;

dn-specifična težina GRP-a u poljoprivredi u najnižoj skupini, uzet ćemo iz tablice 2.9;

Y produktivnost rada = Y produktivnost rada Y struktura varijabilnog sastava konstantnog sastava pokazuje indeks. da je produktivnost rada u najvišoj tipičnoj skupini za 7% viša nego u najnižoj skupini. Indeks promjenjivog sastava ovisi o proizvodnji po 1 zaposlenom u pojedinim industrijama i strukturi GRP-a. Stoga se promjena jednog pokazatelja događa zbog promjene drugog.

= 0,009 + 0,819 / 0,017 + 0,757 = 0,828 / 0,774 = 1,07 ili 7%,

Poglavlje 3. Analiza odnosa efektivnih i faktorskih pokazatelja

3.1 Kombinirano grupiranje

Kombinirano grupiranje postiže se podjelom svih jedinica populacije prema jednom faktorskom atributu, a zatim se unutar dobivenih skupina izdvajaju podskupine prema drugom faktorskom atributu.

Omjer kapitala i rada je pokazatelj koji karakterizira stupanj regionalnog naoružanja osnovnim proizvodnim sredstvima.

Faktor omjera kapitala i rada predstavlja kvantitativno obilježje koje se kontinuirano mijenja. Na njegovoj razini nema vidljivih kvalitativnih prijelaza. Izgradnja i rangiranje serije pokazali su da se osobina mijenja iz jedne regije u drugu glatko, postupno, bez oštrih skokova u rasponu od x min = 716,5 tisuća. trljati, do x max = 1403,4 tisuće. trljati. Odaberimo tri skupine s niskim. prosječna i relativno visoka vrijednost grupiranje znak.

Odredite korak intervala h = 1403,4-716,5 / 3 = 229 tisuća. trljati. Tada će prva skupina uključivati ​​regije u rasponu od 716,5 do 716,5 + 229 = 945,5 uključujući, druga skupina - od 945,5 do 945,5 + 229 = 1174,5 tisuća. rubalja, au trećem - od 1174,5 do 1403,5 tisuća. trljati.

Tablica 3.1 - Rangirana raspodjela farmi prema omjeru kapitala i rada zaposlenih u gospodarstvu

	Omjer kapitala i rada, tisuća rubalja

Na isti način mogu se razlikovati dvije podskupine prema udjelu amortizacije sredstava. Minimalna vrijednost je 29,4, maksimalna 60%. Korak intervala je 60-29,4 / 2 = 15,3%. Prva podskupina uključivat će regije sa specifičnom težinom amortizacije imovine do 29,4 + 15,3 = 44,7%, a druga podskupina - od 44,7 do - 60%.

Tablica 3.2 - Poredane distribucijske serije prema udjelu potpuno dotrajale imovine

Slični dokumenti

Korištenje bruto regionalnog proizvoda i njegova uloga u procjeni razvoja regije. Statistička analiza GRP-a na primjeru Dalekoistočnog federalnog okruga. Ekonomsko-matematičko modeliranje glavnih čimbenika koji utječu na volumen GRP-a.

seminarski rad dodan 24.02.2013


Upoznavanje s metodama obračuna bruto domaćeg proizvoda i metodama dovođenja u usporedivi oblik za analizu dinamike. Istraživanje i analiza procesa formiranja bruto regionalnog proizvoda po izvorima prihoda (po tekućim tržišnim cijenama).

seminarski rad, dodan 14.11.2017


Pojam i bit bruto regionalnog proizvoda. Metode za njegov izračun, analiza GRP-a Republike Burjatije. Usporedba pokazatelja proizvodnje GRP Buryatia s GRP pokazateljima Sibirskog federalnog okruga i BDP-a Rusije, dinamika prosječne stvarne finalne potrošnje po stanovniku.

seminarski rad, dodan 11.10.2009


Ekonomski pokazatelji uvjeti i rezultati rada poljoprivrednih poduzeća. Procjena parametara i prirode distribucije statističke populacije. Ekonomska i statistička analiza odnosa značajki proučavane pojave.

seminarski rad, dodan 03.03.2015


Pojam i glavni ciljevi regionalne politike. Analiza pokazatelja regionalni razvoj Republika Kazahstan, odnosno bruto regionalni proizvod regija, prihodi i rashodi stanovništva i investicijska privlačnost regija.

seminarski rad, dodan 25.11.2010


Statistička analiza čimbenika koji određuju učinkovitost proizvodnje i prodaje poljoprivrednih proizvoda. Grupacije i korelacije u proučavanju čimbenika rasta proizvodnje mlijeka. Faze korelacijske i regresijske ekonomske analize.

seminarski rad, dodan 06.02.2014


Obilježja i tipološko grupiranje agregata regija. Statistička analiza gospodarske aktivnosti, kretanja i reprodukcije stanovništva, zaposlenosti i korištenja radnih resursa, nezaposlenosti, prihoda i rashoda stanovništva.

seminarski rad, dodan 08.06.2013


Dinamika bruto regionalnog proizvoda u Irkutskoj regiji 1999.-2007. u tekućim i usporedivim cijenama. Dva smjera statističke analize strukture: utvrđivanje neravnomjerne raspodjele jedinica stanovništva po skupinama i procjena promjena.

laboratorijski rad, dodano 27.05.2009


Razvoj gospodarstva po djelatnostima, integrirana ekologija regije. Baza sirovina i resursa, uključujući zemljopisni položaj. Dinamika pokazatelja bruto regionalnog proizvoda regije Gomel. Metode višedimenzionalnog skaliranja i analize klastera.

seminarski rad dodan 21.02.2010


Ekonomski pokazatelji stanja i rezultata poslovanja poduzeća. Opravdanost obujma i procjena parametara statističke populacije. Ekonomska i statistička analiza odnosa između značajki proučavane pojave. Metoda analitičkog grupiranja.

Pregled

Na predmetnom projektu o statistici na temu: Statistička analiza bruto regionalnog proizvoda federalnih okruga Ruske Federacije (Volga, Ural, Sibirski, Dalekoistočni federalni okrug)

Predmetni projekt u cjelini (ne) odgovara metodologiji za provedbu kolegijalnih projekata u statistici.

Tečajni projekt (nije) završen u cijelosti.

Postoje sljedeće napomene:

Dizajn (nije) u skladu sa standardom organizacije.

Teorijska potpora teme istraživanja ____________________

Statistički sažetak i grupiranje ___________________________

Statistička studija dinamike __________________________

Analiza indeksa _______________________________________

Korelacijsko-regresijska analiza __________________________

Ostalo ________________________________________________________________

Tečajni projekt nakon revizije dopušten je za obranu pred komisijom.

Kandidat ekonomskih nauka, izvanredni profesor A.M. Ableeva __________

FGOU VPO "Baškirsko državno agrarno sveučilište"

Ekonomski fakultet

Zavod za statistiku i informacijski sustavi u ekonomiji

za predmetni projekt iz statistike

Tema projekta: Statistička analiza bruto regionalnog proizvoda federalnih okruga Ruske Federacije (Volški, Uralski, Sibirski, Dalekoistočni federalni okrugi).

Statistički sažetak i grupiranje. Utjecaj troška dugotrajne imovine po stanovniku na bruto regionalni proizvod po stanovniku (podaci za 2005.).

Atribut grupiranja: Trošak dugotrajne imovine po stanovniku u 2005. godini.

Broj grupa: pet

Brojne dinamike: bruto regionalni proizvod Uralskog federalnog okruga 2000. - 2006. u usporedivim cijenama.

Analiza indeksa.

a) Teorijsko pitanje. Fjučers na dionički indeks.

b) Utvrditi promjenu bruto regionalnog proizvoda Uralskog federalnog okruga u 2006. u odnosu na 2005. godinu, zbog promjena u trošku dugotrajne imovine i korištenjem dugotrajne imovine (povrat na imovinu).

c) Utvrditi promjenu vrijednosti dugotrajne imovine Uralskog federalnog okruga u 2006. u odnosu na 2005. zbog promjena GRP-a i kapitalnog intenziteta.

Korelacijsko-regresijska analiza: utjecaj cijene dugotrajne imovine po stanovniku i prosječnog godišnjeg broja zaposlenih u gospodarstvu na bruto regionalni proizvod po stanovniku (svi pokazatelji za 2005.).

Rok za izvođenje kolegija je 37 akademskih tjedana.

Voditelj: kandidat ekonomskih znanosti, izvanredni profesor A.M. Ableeva __________

Zadatak je prihvaćen na izvršenje: ____________________

Uvod

1 Sustav pokazatelja i metode bruto regionalnog proizvoda

2 Statistički sažetak i grupiranje bruto regionalnog proizvoda

3 Statistička studija dinamike bruto regionalnog proizvoda

3.2 Identifikacija trendova u razvoju niza dinamike korištenjem metoda mehaničkog usklađivanja, srednje razine, analitičkog usklađivanja

4.2 Indeksna analiza utjecaja različitih čimbenika na društveno-ekonomske pojave i procese

5 Korelacijsko-regresijska analiza utjecaja čimbenika

Zaključci i ponude

Prijave

Uvod

Glavna svrha ovog kolegija je provođenje statističke analize društveno-ekonomskih pojava i procesa bruto regionalnog proizvoda federalnih okruga Ruske Federacije (Volški, Uralski, Sibirski, Dalekoistočni federalni okrugi).

Društveno-ekonomska statistika je društvena znanost i posebna grana praktične djelatnosti.

Središnji makroekonomski pokazatelj je bruto regionalni proizvod. To je najčešći pokazatelj gospodarske aktivnosti i regionalnog blagostanja.

Svrha ovog tečajnog projekta je provesti statističku analizu bruto regionalnog proizvoda federalnih okruga Ruske Federacije (Volški, Uralski, Sibirski, Dalekoistočni federalni okrugi).

1 Pokazatelji i metode bruto regionalnog proizvoda federalnih okruga Ruske Federacije

Bruto regionalni proizvod je generalizirani pokazatelj gospodarske aktivnosti regije, koji karakterizira proces proizvodnje dobara i usluga.

Specifičnost ruskih uvjeta, ogromna uloga teritorijalnog čimbenika u razvoju društveno-ekonomskih procesa, dosljedna politika jačanja federalizma u ruskoj državnosti zahtijevaju izgradnju razvijenog sustava statističkih pokazatelja na regionalnoj razini koji zadovoljavaju zahtjeve tržišta. Ekonomija. Sistemski pokazatelji koji karakteriziraju razvoj regija trebali bi biti metodološki usporedivi i konzistentni s odgovarajućim pokazateljima makrorazine.

Na regionalnoj razini ne gradi se cijeli sustav računa, već samo njegovi pojedini elementi. Metodologija za konstruiranje regionalnih makroekonomskih pokazatelja razlikuje se od metodologije za konstruiranje sličnih pokazatelja na federalnoj razini po razmjerima razlika u institucionalnoj prirodi i informacijskoj bazi. Iz tih razloga, zbroj regionalnih pokazatelja ne poklapa se uvijek s vrijednošću odgovarajućeg pokazatelja na saveznoj razini.

GRP po svom ekonomskom sadržaju približno odgovara pokazatelju BDP-a izračunatom proizvodnom metodom na saveznoj razini. GRP se definira kao zbroj dodane vrijednosti rezidentnih jedinica određene regije. Rezidentne jedinice se u ovom slučaju određuju na temelju istih načela kao i na federalnoj razini. Odnosno, stanovnici regionalnog gospodarstva uključuju sve korporacije, kvazi-korporacije ili kućanstva koja imaju središte gospodarskog interesa u gospodarski teritorij ovoj regiji. Ako je poduzeće koje obavlja gospodarsku djelatnost na području određene regije podružnica matične korporacije koja se nalazi u drugoj regiji, tada je rezident ove regije.

Po prvi put su na regionalnoj razini rađeni proračuni proizvodnom metodom prema podacima za 1991. godinu za 21 teritorij, temeljem metode prijelaznih ključeva s obračuna neto materijalnog proizvoda na bruto dodanu vrijednost. U 1993. godini, prema podacima za 1992. godinu, sva su teritorijalna tijela državne statistike već sudjelovala u eksperimentalnim izračunima bruto regionalnog proizvoda. Ovi su izračuni uglavnom provedeni kako bi se teritorijalna statistička tijela upoznala s prijelazom s izračunavanja pokazatelja s glavnim odredbama bilance nacionalnog gospodarstva na izračune prema SNA. Od 1995. godine izračuni bruto regionalnog proizvoda uključeni su u plan provedbe Savezni program statistički rad i obvezni su za sve regije Rusije. Trenutno smo odobrili konačne rezultate izračuna GRP-a od 1994. do 2002. godine. Godine 1998. prvi put su napravljeni proračuni rasta (pada) GRP-a na temelju podataka od 1997. do 1996. godine. Trenutno imamo dinamiku stopa rasta (pada) počevši od 1997. godine.

Informacijska baza, na temelju koje se temelji izračun bruto regionalnog proizvoda, praktički je identična informacijskoj bazi federalne razine, budući da je konsolidirani statističko izvještavanje formirana na temelju podataka dobivenih iz regija. S tim u vezi, algoritam za izračun bruto regionalnog proizvoda (GRP) poklapa se s algoritmom za izračun bruto domaćeg proizvoda.

Što se tiče prve točke, konceptualno računovodstvo ovih usluga treba provoditi na mjestu njihove proizvodnje (pružanja), a njihovu vrijednost treba uključiti u GRP odgovarajuće regije. Opseg ovih kolektivnih usluga utvrđuje se u visini pripadajućih troškova državni proračun ogleda se u izvješću o izvršenju federalnog proračuna. Sve rashode federalnog proračuna u regionalnom kontekstu treba uzeti u obzir i odražavati u sustavu regionalnih riznica u skladu s važećim jedinstvenim proračunska klasifikacija... Ali praksa obračunavanja nekih rashoda federalnog proračuna za državu kao cjelinu i dalje postoji bez razdvajanja na zasebne regije, što je uglavnom zbog nemogućnosti utvrđivanja kojoj se pojedinoj regiji mogu pripisati nastali rashodi (na primjer, proračun izdaci za međunarodnu suradnju, servisiranje državnog duga i sl.), kao i preostali nedostaci financijsko računovodstvo ili neki politički razlozi (potrošnja za obranu, agencije za unutarnje poslove, itd.). Dakle, prisutnost problema povezanih s raspodjelom dijela državnih rashoda po regijama zemlje, kao i s prevladavanjem nedostataka regionalnog računovodstva (nepotpuno odražavanje podataka u izvješćima riznice), trenutno nas prisiljavaju da napustimo njihovo računovodstvo na regionalnoj razini.

Osim toga, potrebno je uzeti u obzir niz pozicija koje određuju nesklad između bruto domaćeg proizvoda u cjelini i zbroja bruto regionalnih proizvoda za sva područja. To prvenstveno uključuje pokazatelje koji odražavaju financijsko i vanjskotrgovinsko posredovanje.

Proizvodnja usluga financijskih posrednika u modernim uvjetima vrlo je teško ispravno uzeti u obzir regije. Zbog specifičnosti bankarskog poslovanja, problematično je vezati njegov obim za jednu regiju u kojoj je banka registrirana. Banka može biti registrirana, na primjer, u Moskvi ili ovdje imati samo podružnicu, koja, u pravilu, obavlja veliki broj transakcija, ali istovremeno moskovska banka ili moskovska podružnica pokrajinske banke danas zaista mogu pružaju financijsko posredovanje praktički u cijeloj Rusiji. Zbog toga teritorijalni zavodi za statistiku praktički nemaju podataka za točnu procjenu proizvodnje financijske usluge na teritoriju regije.

Drugi način je procijeniti taj volumen u Rusiji kao cjelini, a zatim ga izračunati rasporediti po regijama. No, ovaj put, prvo, zahtijeva puno detaljnije i pouzdanije informacije za konsolidirani izračun, a drugo, potrebno je riješiti problem proporcionalno tome koji bi stvarno postojeći pokazatelj mogao pouzdano distribuirati ove usluge i, sukladno tome, dodanu vrijednost banaka od strane određene regije.

Čini se da takav element izračuna BDP-a kao što su „posredno mjerene usluge financijskih posrednika” također nije moguće rasporediti između zasebnih teritorija. Kao što znate, prema metodologiji SNA, trošak ovih usluga uključen je u međupotrošku njihovih primatelja. No, pitanje pripisivanja troškova usluga financijskih posrednika međupotrošnjama određenih potrošača tih usluga još nije riješeno čak ni teoretski, njihov se obujam mjeri posredno u cjelini i, sukladno tome, nije raspoređen ni prema industriji ni prema teritorija.

Trenutačno je obračun međuregionalne razmjene roba i usluga veliki problem u regionalnim izračunima, što onemogućuje obračun dodane vrijednosti vanjske trgovine za regiju sa zadovoljavajućim stupnjem pouzdanosti.

Također je očito da je obujam neto uvoznih poreza u postojećim uvjetima može se ocijeniti samo za gospodarstvo u cjelini, bez raspodjele po regijama. Teritorijalnu strukturu ni poreza ni uvoznih subvencija praktički je nemoguće utvrditi, jer nema podataka o teritorijalnoj raspodjeli samog uvoza robe.

Jednako je problematično i regionalno obračunavanje neto poreza na proizvode. Oni su uzrokovani nedovoljnim informacijama u proračunu. Konkretno, za izračun neto poreza po regijama potrebno je prikazati regionalnu raspodjelu subvencija za proizvode koji se plaćaju iz saveznog proračuna. U cijelosti, takvi podaci nisu dostupni ne samo u regionalnoj statistici, već i na saveznoj razini, budući da određeni dio subvencija za hranu Ministarstvo financija Rusije distribuira ne regijama, već se prenosi na ministarstva i odjele. za razvoj relevantne industrije i tek onda kroz resornu distribuciju ide u poduzeća ... Praktički je nemoguće pratiti cijeli put takvih subvencija do regija, stoga je za određeni dio neto poreza na proizvode moguće napraviti samo opću ocjenu gospodarstva u cjelini.

Dakle, zbog niza metodoloških i organizacijskih razloga, niz važnih pozicija BDP-a može se izračunati samo na saveznoj razini za gospodarstvo u cjelini, a iznos GRP-a u cijeloj Rusiji objektivno je manji od BDP-a. Objektivno utemeljena razlika između BDP-a i GRP-a iznosila je 2002. godine 12,6 posto.

Pokazatelj GRP-a kao glavni agregatni pokazatelj osigurava koordinaciju dobivenih podataka za sve sektore gospodarstva.

Izračun GRP-a provodi se u nekoliko faza. U prvoj fazi procjenjuje se njegov volumen. teritorijalna tijela državna statistika na temelju godišnjih statističkih izvješća poduzeća, izvješća o izvršenju proračuna i drugih dostupnih podataka. Drugu ocjenu provodi Goskomstat Rusije nakon provjere proračuna na saveznoj razini i usklađivanja podataka o GRP-u i BDP-u. Međuodnos apsolutnog volumena i stope rasta (pada) agregatnog GRP-a s podacima o bruto domaći proizvod Rusija je bitno stanje formiranje ovog pokazatelja.

Provjera i analiza pokazatelja proizvodnje, međupotrošnje i dodane vrijednosti u stvarnim cijenama i cijenama prethodne godine, koju je proveo FSGS, otkriva značajan broj pogrešaka teritorijalnih tijela državne statistike. Osim toga, analiza kvalitete početnih informacija potrebnih za izračun dodane vrijednosti gospodarskih sektora otkriva veliki broj pogrešaka i zahtijeva promjenu metodologije izračuna za pojedine sektore gospodarstva. Uz postojeću organizaciju naselja, kada je potpuno nemoguće rasporediti bruto domaći proizvod na teritoriju Ruske Federacije, izračun bruto regionalnog proizvoda je procijenjene prirode. BDP za Rusiju u cjelini izračunava se pomoću tri metode i pretpostavlja, prema Pravilniku za izradu i prikaz podataka o bruto domaćem proizvodu, 4 faze pojašnjenja, od kojih posljednja uključuje uvođenje prilagodbi uzrokovanih pojašnjenjima u razvoju ulazno-izlazne ravnoteže. Na regionalnoj razini nije moguće provesti proceduru izdavanja obračuna GRP-a u vezi s međusektorskom bilance, što dovodi do pojave određenih pogrešaka u formiranju rezultata GRP-a.

U Državnom komitetu za statistiku Rusije godišnji obračuni GRP koordinira Odjel za nacionalne račune. Zajedno sa sektorskim odjelima razvija metodologiju za izračun DS sektora gospodarstva. Izračun DS-a djelatnosti koje nisu u nadležnosti pojedinca strukturne jedinice provodi Ured za nacionalne račune.

Prikupljanje i obrada proračuna vrši se u GMC-u pomoću softvera. Istodobno je osigurana kompatibilnost softvera koji koriste MMC i središnji ured SKS-a te u regijama. Prema izračunu DS-a niza industrija, stvoreni su kompleksi za elektroničku obradu podataka. Izgledi su proračunske tablice, predlošci u koje se unose informacije i automatski se dobiva rezultat.

Nakon obrade podataka, stručnjaci Goskomstata Rusije sažimaju rezultate izračuna, povezuju ih s odgovarajućim pokazateljima izračunatim na saveznoj razini. U ovoj fazi dorađujemo i dovodimo metodološki u skladu s izračunima tekuće godine izračune baznog razdoblja. Analiza kvalitete početnih informacija potrebnih za izvođenje izračuna DS sektora gospodarstva otkriva pojedinačne pogreške i zahtijeva promjenu metodologije izračuna za neke sektore računa proizvodnje.

Nakon završetka izračuna, podaci se šalju TOGS-u na odobrenje. U roku od dva tjedna TOGS-u se daje mogućnost da izvrši potrebne prilagodbe, argumentirajući njihovu valjanost pred Državnim odborom za statistiku Rusije. Nakon isteka tog vremena, izmjene se ne prihvaćaju i indikatori dobivaju status odobrenja.

Potreba za odgovornim odnosom prema izračunima GRP-a je zbog važnosti ovog pokazatelja, budući da se GRP trenutno koristi kao glavni agregat za raspodjelu sredstava iz Fonda za financijsku potporu subjekata Ruske Federacije. Na temelju ovog pokazatelja vrši se izračun bruto poreznih sredstava (BRR) (nakon izolacije ZATO-a, množenja s indeksom cijena, usklađivanja s činjenicom naplate poreza).

Svi navedeni radovi izvode se na godišnjoj razini. Učestalost izrade i podnošenja podataka o GRP-u propisana je Pravilnikom koji su usvojili Goskomstat Rusije, Ministarstvo gospodarstva Rusije i Ministarstvo financija Rusije.

Za promatranje unutargodišnje dinamike razvoja regionalnog gospodarstva, dat je izračun stope promjene obujma proizvodnje osnovnih sektora gospodarstva (industrija, poljoprivreda, građevinarstvo, trgovina na malo i javna ugostiteljstvo, promet), koji u strukturi proizvodnje regija čine od 60% do 80%.

Najvažniji u industriji regije Volga su raznoliko visoko razvijeno strojarstvo i petrokemijski kompleks. Vođa agroindustrijski kompleksžupanija je Saratovska regija... U pogledu bruto stočarske proizvodnje među regijama Volškog federalnog okruga, Saratovska regija zauzima treće mjesto po proizvodnji mlijeka i mesa. Nacionalni projekt razvoja agroindustrijskog kompleksa u stanju je iz poslovnog dijela ukloniti rizike ulaganja koji su tradicionalno visoki u poljoprivredi. Važan trend je i proširenje industrijskih kompleksa - formiraju se nova poljoprivredna gospodarstva koja ne uključuju samo proizvodnju, već i komplekse za preradu proizvoda, proizvodnju stočne hrane, te visok udio žitarica u sastavu stočne hrane i visoke cijene za nju. dovesti do privlačenja poljoprivrednih gospodarstava na tržište žitarica.

Sibirski federalni okrug uključuje gotovo sve regije zapadnosibirske i istočnosibirske ekonomske regije, s izuzetkom Tjumenske regije. Sibirski federalni okrug poznat je po čvrstim mineralima. Još jedna ekonomska "jača strana" regije je razvoj teritorija koje se nalaze u BAM zoni. Ovo područje sadrži zlato, rijetke metale, bakar, ugljen. Ukupni investicijski kapacitet ovih projekata je 7-10 milijardi dolara.

Uralski federalni okrug uključuje četiri regije: Kurgan, Sverdlovsk, Čeljabinsk i Tjumenj s Hanti-Mansijskim i Jamalo-Nenečkim autonomnim okrugima. Ural je svojevrsna ekonomska regija unutar Rusije.

Uralski federalni okrug je najbogatiji. Ovdje je koncentrirano oko 27% ruda mangana, velike rezerve srebra, zlata i željeznih ruda. Naravno, plin je lider u gospodarstvu regije, 92%.

Okosnica ekonomskog razvoja Sverdlovsk regija posljednja tri stoljeća postoje prirodni resursi. Poljoprivreda radi za domaće tržište, s jedne strane zadovoljavajući potrebe stanovništva industrijskih centara, s druge strane individualno vrtlarstvo i hortikultura je visoko razvijeno. U usjevima prevladavaju žitarice i stočna hrana; stočarstvo: mliječni proizvodi - meso, svinje, perad.

Ekonomski Tjumenska regija- ovo je jedna od glavnih regija - donatora federalnog proračuna. Izvor ekonomske moći regije su rezerve ugljikovodičnih goriva svjetskog značaja, glavne strateške i izvozne sirovine Rusije.

Struktura industrijske proizvodnje u Khanty-Mansiysk autonomnom okrugu vrlo je osebujna: 85% ukupnog obujma proizvodnje otpada na industriju goriva, 12% na elektroenergetsku industriju. Najveći industrijski centri: Surgut, Nizhnevartovsk, Nefteyugansk, Megion, Langepas, Urai su centri za proizvodnju nafte; Berezovo je centar za proizvodnju plina.

Gotovo 90% industrije Yamalo-Nenetskog autonomnog okruga je u industriji goriva. Poljoprivreda je primitivna. Ribarstvo i trgovina krznom uz stočarstvo je od velike važnosti.

Što se tiče obujma tržišnih proizvoda, regija Čeljabinsk je uključena u "prvih" deset regija. U strukturi industrijske proizvodnje dominiraju grane teške industrije: crna metalurgija; strojarstvo i obrada metala; obojena metalurgija; elektroprivrede. Regija je uvrštena u "najboljih" deset u peradarstvu, u "prvih" deset po žetvi žitarica, proizvodnji mesa i bruto poljoprivrednoj proizvodnji.

Dalekoistočni federalni okrug je najveći okrug u Rusiji. Zauzima 36% teritorija zemlje. Udio stanovništva je samo 5%. Razvoj Dalekog istoka od strane Rusije započeo je 50-ih godina. 19. stoljeća, otprilike u isto vrijeme kad i regije dalekog zapada Sjedinjenih Država.

2 Statistički sažetak i grupiranje bruto regionalnog proizvoda federalnih okruga Ruske Federacije

Grupiranje je podjela proučavanog društvenog fenomena u kvalitativno pojedinačne skupine prema nizu bitnih obilježja.

Naziv regije	bruto regija, proizvod, tisuća / rub.		prosjek godina. br. stanovnika, tisuća po osobi
Republika Baškortostan	381646,5	1797,6	4071,1	868425
Republika Mari El	33350,7	334,4	714,2	133723
Republika Mordovija	44267	399,1	861,8	183836
Republika Tatarstan	482759,2	1778	3765	1090879
Udmurtija	139995,3	764,8	1548,6	368307
Čuvaška Republika	69391,6	597,5	1295,8	253775
Permski teritorij	327273,3	1318,9	2759	961938
Kirov regija	79800,6	714,6	1452,1	322973
Regija Nižnji Novgorod	299723,7	1748,9	3428,2	688092
Orenburška regija	213138,2	1020,3	2144,1	480330
Penza regija	74362,7	676,2	1415,4	262655
Samarska regija	401812,2	1579	3195,1	1056262
Saratovska regija	170930,5	1169,5	2617	556180
regija Uljanovsk	80584,4	604,9	1343,3	234805
Kurganska regija	50245,8	434,3	986	213335
Sverdlovsk regija	475575,5	2093,8	4419	1424665
Tjumenska regija	2215584,4	1890,6	3315,4	5405244
regija Čeljabinsk	349957,2	1674,4	3541,3	892723
Republika Altaj	8805,8	84,9	204,2	22026
Republika Burjatija	74912,9	386,6	966,2	221056
Republika Tyva	11662,5	104,3	308,1	19490
Republika Hakasija	41727,5	244,1	539,6	120518
Altajska regija	135686,4	1105,1	2554,4	382472
Krasnojarsk regija	439736,9	1424,8	2915,7	823467
Irkutsk regija	258095,5	1137,7	2536,1	651069
regija Kemerovo	295378,4	1302,7	2846,8	629492
Novosibirsk regija	235381,8	1221,7	2656,1	595609
Omsk regija	220686,1	939,1	2040,6	357195
Tomsk regija	159578,5	478,9	1035,4	319795
Chita regija	69647,1	481,8	1132	316690
Republika Saha (Jakutija)	183027	469,1	950,3	450823
Primorski kraj	186623,3	180,9	350,7	100939
Khabarovsk regija	161194,4	980,2	2027,7	457446
Amurska oblast	76861,2	721,3	1416,3	437286
regija Kamčatka	43974,3	424,2	884,3	384833
Magadan regija	27167,8	93,8	173,1	93758
Sahalinska regija	121014,1	277,8	529,3	207065
Židovska autonomna regija	14204,2	79,8	187,7	52480
Čukotka autonomna regija	12355,4	38,5	50,6	29615

Grupiranje treba započeti proučavanjem prirode promjene atributa grupiranja; za to treba izgraditi rangiranu seriju distribucije regija prema trošku dugotrajne imovine po glavi stanovnika (tablica 2) i prikazati u obliku Galtonove Ogive (Sl. 1).

Tablica 2. Poredane serije distribucije regija po trošku dugotrajne imovine po stanovniku

Naziv regija
Republika Tyva	19490
Republika Altaj	22026
Čukotski autonomni okrug	29615
Židovska autonomna regija	52480
Magadan regija	93758
Primorski kraj	100939
Republika Hakasija	120518
Republika Mari El	133723
Republika Mordovija	183836
Sahalinska regija	207065
Kurganska regija	213335
Republika Burjatija	221056
regija Uljanovsk	234805
Čuvaška Republika	253775
Penza regija	262655
Chita regija	316690
Tomsk regija	319795
Kirov regija	322973
Omsk regija	357195
Udmurtija	368307
Altajska regija	382472
regija Kamčatka	384833
Amurska oblast	437286
Republika Saha (Jakutija)	450823
Khabarovsk regija	457446
Orenburška regija	480330
Saratovska regija	556180
Novosibirsk regija	595609
regija Kemerovo	629492
Irkutsk regija	651069
Regija Nižnji Novgorod	688092
Krasnojarsk regija	823467
Republika Baškortostan	868425
regija Čeljabinsk	892723
Permski teritorij	961938
Samarska regija	1056262
Republika Tatarstan	1090879
Sverdlovsk regija	1424665
Tjumenska regija	5405244

Raspored 1 Raspodjela regija Ruske Federacije prema vrijednosti dugotrajne imovine

Odredite veličinu jednakog ili nejednakog intervala iz grafa rangirane serije.

Vrijednost jednakog intervala grupiranja određena je formulom:

19490+1077150,8 = 1096640,8

1096640,8+1077150,8=2173791,6

2173791,6+1077150,8=3250942,4

3250942,4+1077150,8=4328093,2

4328093,2+1077150,8=5405244

Rezultirajući niz distribucije prikazan je u obliku tablice.

Tablica 3. Intervalni niz distribucije regija Ruske Federacije po trošku dugotrajne imovine

Intervalni niz distribucije regija Ruske Federacije prema vrijednosti dugotrajne imovine ima neravnomjernu raspodjelu prema broju regija.

Stoga biste trebali grupirati regije u grupe u intervalima s otvorene granice prema sljedećoj shemi (tablica 4).

Tablica 4. Intervalni niz distribucije regija Ruske Federacije po trošku dugotrajne imovine

Grafikon 2 Histogram raspodjele regija prema vrijednosti dugotrajne imovine

Napravimo radni list, koji je neophodan za izračun Prosječna cijena dugotrajna sredstva (tablica 5).

Tablica 5 Radni list jednostavnog analitičkog grupiranja

Grupe regija Ruske Federacije prema vrijednosti dugotrajne imovine	Naziv regije	Bruto regionalni proizvod, tisuća rubalja	Trošak dugotrajne imovine, milijun rubalja	Prosječna godina. broj stanovnika, tisuća ljudi	Bruto regija. proizvod po glavi stanovnika, tisuća rubalja	Trošak dugotrajne imovine po glavi stanovnika, milijarde rubalja
1 grupa do 130.000	Republika Tyva	11662,5	19490	308,1	37,8	63,3
Republika Altaj	8805,8	22026	204,2	43,1	107,9
Čukotski autonomni okrug	12355,4	29615	50,6	244,2	585,3
Židovska autonomna regija	14204,2	52480	187,7	75,7	279,6
Magadan regija	27167,8	93758	173,1	156,9	541,6
Primorski kraj	186623,3	100939	350,7	532,1	287,8
Republika Hakasija	41727,5	120518	539,6	77,3	223,3
Ukupno za 1 grupu	302546,5	438826	1814	166,8	241,9
2. grupa 130.000 - 260.000	Republika Mari El	33350,7	133723	714,2	46,7	155,2
Republika Mordovija	44267	183836	861,8	51,4	213,3
Sahalinska regija	121014,1	207065	529,3	228,6	391,2
Kurganska regija	50245,8	213335	986	5,1	216,4
Republika Burjatija	74912,9	221056	966,2	77,5	228,8
regija Uljanovsk	80584,4	234805	1343,3	60	174,8
Čuvaška Republika	69391,6	253775	1295,8	53,5	195,8
Ukupno za grupu 2	473766,5	1447595	6696,6	70,7	216,2
3. grupa 260.000 - 383.000	Penza regija	74362,7	262655	1415,4	52,5	158,6
Chita regija	69647,1	316690	1132	61,5	279,8
Tomsk regija	159578,5	319795	1035,4	154,1	308,9
Kirov regija	79800,6	322973	1452,1	55	222,4
Omsk regija	220686,1	357195	2040,6	108,1	175
Udmurtija	139995,3	368307	1548,6	90,4	237,8
Altajska regija	135686,4	382472	2554,4	53,1	149,7
Ukupno za 3 grupe	879756,7	2330087	11178,5	78,7	208,4
4. grupa 383000 - 600000	regija Kamčatka	43974,3	384833	884,3	49,7	435,2
Amurska oblast	76861,2	437286	1416,3	5,5	308,7
Republika Saha (Jakutija)	183027	450823	950,3	192,6	474,4
Khabarovsk regija	161194,4	457446	2027,7	79,5	225,6
Orenburška regija	213138,2	480330	2144,1	99,4	224
Saratovska regija	170930,5	556180	2617	65,3	212,5
Novosibirsk regija	235381,8	595609	2656,1	88,6	224,2
Ukupno za grupu 4	1084507,4	3362507	12695,8	85,4	264,8
5 grupa Preko 600.000	regija Kemerovo	295378,4	629492	2846,8	103,7	221,1
Irkutsk regija	258095,5	651069	2536,1	101,8	256,7
Regija Nižnji Novgorod	299723,7	688092	3428,2	87,4	200,7
Krasnojarsk regija	439736,9	823467	2915,7	150,8	282,4
Republika Baškortostan	381646,5	868425	4071,1	93,7	213,3
regija Čeljabinsk	349957,2	892723	3541,3	98,8	252
Permski teritorij	327273,3	961938	2759	118,6	348,6
Samarska regija	401812,2	1056262	3195,1	125,7	330,6
Republika Tatarstan	482759,2	1090879	3765	128,2	289,7
Sverdlovsk regija	475575,5	1424665	4419	107,6	322,4
Tjumenska regija	2215584,4	5405244	3315,4	668,3	163
Ukupno za grupu 5	5927542,8	14492256	36792,5	161,1	393,9
Ukupno:	8668119,9	22071271	69177,4	562,7	1284,6

Nacrtajte zaokretnu tablicu (tablica 6).

Tablica 6 Grupiranje regija po trošku dugotrajne imovine po stanovniku

Otkrivena je izravna ovisnost troška dugotrajne imovine po stanovniku o bruto regionalnom proizvodu po stanovniku. Što je veći bruto regionalni proizvod po stanovniku, to je veći trošak dugotrajne imovine.

3 Statistička studija dinamike bruto regionalnog proizvoda Uralskog federalnog okruga 2000. - 2006. godine. u usporedivim cijenama

3.1 Izračun pokazatelja dinamike (apsolutni rast, stopa rasta, stopa rasta, apsolutni sadržaj rasta od 1%)

Postoje podaci o bruto regionalnom proizvodu Uralskog federalnog okruga u 2000-2006. u usporedivim cijenama. Izračunajte i analizirajte pokazatelje niza dinamike.

Godine	Vrp. milijardi RUB	Apsolutni dobitak		Brzina rasta, %		Stopa povećanja
Baza.	Lanac.	Baza.	Lanac.	Baza.	Lanac.
	886133,4	-	-	-	-	-	-	-
2001	1120819,8	234686,4	234686,4	126	126	1,26	1,26	186259
2002	1335976,0	449842,6	215156,2	151	119	1,51	1,19	180803,5
2003	1659322,1	773188,7	323346,1	187	124	1,87	1,24	260763
2004	2234753,0	1348619,6	575430,9	252	135	2,52	1,35	426245,1
2005	3091362,9	2205229,5	856609,9	349	138	3,49	1,38	620731,8
2006	3772730,5	2886597,1	681367,6	426	122	4,26	1,22	558498
prosječno	2014442,5	48109,5	481099,5	114,7	114,7	1,15	1,15	-

Apsolutni dobici su razlika između jednadžbi brojnih dinamika, koja pokazuje koliko je jedna razina veća ili manja od druge.

Stopa rasta je pokazatelj omjera razina. Koeficijent pokazuje koliko puta 1 razina> ili< другого.

Stopa rasta pokazuje koliko je% 1 razina u usporedbi s drugom.

Stopa rasta pokazuje za koliko% jedna razina> odn< другого.

Apsolutni sadržaj povećanja od 1% - pokazuje 1/100 apsolutne razine predmetnog razdoblja.

3.2. Otkrivanje trenda razvoja niza dinamika metodama mehaničkog poravnanja, srednje razine, analitičkog poravnanja

Metoda mehaničkog niveliranja (bruto regionalni proizvod Uralskog federalnog okruga za 2000.-2006. u usporedivim cijenama).

Tablica 8 Metoda mehaničkog poravnanja

Godine	Bruto regionalni proizvod, milijarda rubalja	Intervalna metoda grubosti			Metoda 3-godišnjeg pokretnog prosjeka
		Produktivnost rada			Produktivnost rada
		Razdoblje	Iznos	Prosječno	Razdoblje	Iznos	Prosječno
2000	866133,4
2001	1120819,8	2000-2002	3322929,2	1107643	2000-2002	3322929,2	1107643
2002	1335976	2001-2003	4116117,9	1372039,3
2003	1659322,1	2002-2004	5230051,1	1743350
2004	2234753	2003-2006	10758168,5	2689542,1	2003-2005	6985439	2328479,7
2005	3091362,9	2004-2006	9098846,4	3032948,8
2006	3772730,5

Grafikon 3 Mehaničko poravnanje

Metoda prosječne razine (prema prosječnoj stopi rasta, po prosječnom apsolutnom rastu)

Tablica 9. Usklađivanje metodama srednje razine

Godine	GRP, milijarda rubalja	Serijski broj.	Usklađivanje vrijednosti
			Prosječni izgledi rast Yt = 866133,4 * 144,7t	Prosječna apsol. rast Yt = 866133,4 + 1,15t
	866133,4	1	99345501	866134,5
2001	1120819,8	2	198691002	866135,7
2002	1335976	3	298036503	866136,8
2003	1659322,1	4	397382004	866138
2004	2234753	5	496727505	866139,2
2005	3091362,9	6	596073005,9	866140,3
2006	3772730,5	7	695418506,9	866141,4

Grafikon 4 Metoda srednje razine

Metoda analitičke jednadžbe (jednadžba najmanjih kvadrata)

Tablica 10 Metoda analitičkog poravnanja

Godine	GRP, milijarda rubalja	t	t * 2	Yt	Zlo je	Odstupanje od trenda
						(y-yt znači)	(y-yt prosjek) * 2
2000	866133,4	-3	9	-2598400,2	558765,2	307368,2	94475210371
2001	1120819,8	-2	4	-2241639,6	1043038,6	77781,2	6049915073
2002	1335976	-1	1	-1335976	1527312	-191336	36609464896
2003	1659322,1	0	0	0	2011585,4	-352263,3	12408943252
2004	2234753	1	1	2234753	2495858,8	-261105,8	68176238794
2005	3091362,9	2	4	6182725,8	2980132,2	111230,7	12372268622
2006	3772730,5	3	9	11318191,5	3464405,6	308324,9	95064243960
Ukupno	14081097,7	0	28	13559654,6	14081097,8	-	3,25156

Grafikon 5. Analitičko usklađivanje

3.3 Analiza pokazatelja varijabilnosti niza dinamike

1.Raspon titranja

R = (Y-Yt) max-(Y-Yt) min

R = 308324,9 - 111230,7 = 197094,2 milijarde rubalja.

2. Srednje kvadratno odstupanje od trenda

yt = milijardi rubalja

3. Koeficijent oscilacije

Vyt = = 0.0001%

4. Koeficijent stabilnosti

Grm. = 100% - Vyt

Grm. = 100% - 0,0001% = 99,9%

Ako koeficijent oscilacije ne prelazi 33%, tada je ovaj niz dinamike stabilan i podložan je daljnjoj ekonomskoj analizi.

3.4 Predviđanje za budućnost

Predviđanje – određivanje buduće veličine razine ekonomske pojave ili procesa. Temelji se na identificiranju i karakterizaciji glavnih razvojnih trendova i obrazaca međusobnog povezivanja.

Postoje sljedeće metode predviđanja:

na temelju prosječnog, apsolutnog rasta;

prosječna stopa rasta;

korištenjem analitičkog trenda usklađivanja.

Izračunaj predviđanje bodova:

Prognoza za 2007. godinu:

Yt = 2011585,4 + 484273,4t

Y2007 = t = 4

Y2007 t = 3948679 milijardi rubalja.

U usporedbi s 2006., bruto regionalni proizvod povećan je za 175.948,5 milijardi rubalja.

Prognoza za 2008:

Yt = 2011585,4 + 484273,4t

Y2008 = t = 5

Y2008 t = 4432952,4 milijarde rubalja.

U odnosu na 2006 bruto regionalni proizvod porastao je za 660.221,9 milijardi rubalja u odnosu na 2007. povećao se za 484273,4 milijarde rubalja.

Muk 2007 = milijardi rubalja

Brašno.2008 = milijardi rubalja

1 = 2.08 * 2.7 = 5,6

2 = 2.08 * 0.9 = 1,9

1 = U2008g.-2,8

3.5 Identificiranje trenda razvoja u nizu dinamike pomoću PPP Excel-a

Postoje podaci o bruto regionalnom proizvodu Uralskog federalnog okruga u 2000-2006. u usporedivim cijenama.

Tablica 11. Početni podaci

Grafikon 6. Usklađenost niza dinamika

Grafikon 7 Linearna funkcija

Grafikon 8 Logaritamska funkcija

Grafikon 9. Ocjena polinoma 2

Grafikon 10 Funkcija snage

Grafikon 11 Eksponencijalna funkcija

y = 69581x * 2 - 72378x + 909470

Y = 69581 * 49 - 72378 * 7 + 909470 = 3812293

Y = 69581 * 64 - 72378 * 8 + 909470 = 4783630

Bruto regionalni proizvod u odnosu na 2006 godine 2007. povećao se za 39562,5 milijardi rubalja. Godine 2008. povećao se za 1.010.899,5 milijardi rubalja.

4.1 Teorijski aspekti indeksne metode analize

Futures je standardni terminski ugovor kojim se trguje na burzi, prema kojem se strane koje su ga sklopile obvezuju isporučiti i primiti potrebnu količinu robe na burzi ili financijskih instrumenata u određenom trenutku u budućnosti po fiksnoj cijeni. Terminske transakcije razlikuju se po svojoj neosobnoj prirodi. Prodavatelji i kupci ugovora u pravilu ne komuniciraju jedni s drugima, već putem svojih brokerskih kuća. Odnosno, u ovoj situaciji ne funkcionira sustav prodavatelj-kupac, a sustav kupca (plus njegov brokerski ured), mjenjačnica (klirinška kuća), prodavatelj (i njegov bankovni ured koji posluje na burzi). Procedura obavljanja terminskih transakcija propisana je propisima burze.Za kupca terminskog ugovora burza djeluje kao njegov prodavatelj, a za prodavatelja ugovora kao kupac. Istodobno, klirinška kuća djeluje kao jamac uspješnosti terminski ugovori... U praksi se razlikuju robne i financijske budućnosti. Robni fjučersi su trgovanje terminskim ugovorima za poljoprivredne proizvode, energente, metale, itd. Financijski fjučersi su terminski ugovori temeljeni na financijskim instrumentima, državnim i drugim vrijednosnim papirima, burzovnim indeksima, kamatama na bankovne stope kao i konvertibilnu valutu i zlato. Terminski ugovori su strogo tipizirani i standardizirani. U kontekstu pojedinih robnih skupina i vrsta financijskih instrumenata ugovara se: mijenja se njihova količina, kvaliteta, rok isporuke, mjesto isporuke i sl. Formalno, terminski ugovor je ugovor o isporuci. U ovom slučaju njegov prodavač djeluje kao dobavljač, a kupac kao budući kupac robe (financijskog instrumenta). Ali terminski ugovori obično nisu u svrhu fizička kupnja ili prodaje temeljne imovine, ali u svrhu osiguranja (zaštite) stvarnih transakcija s robom, kao i za stjecanje špekulativne dobiti tijekom preprodaje terminskih ugovora ili radi likvidacije transakcije. Tako se u nekim budućim terminima, na primjer, po kamatnim stopama banke, umjesto kupnje – primanja robe (financijskih instrumenata) ili njezine prodaje i isporuke može osigurati novčana naknada za njezinu vrijednost. Za potpuniju definiciju pojma budućnosti, usporedimo ga s takvim izvedenicama vrijednosne papire kao napadač i opcija. Terminski ugovori terminske transakcije za nabavu fizičke robe u rokovi po određenoj cijeni u budućnosti. Terminski ugovori, za razliku od terminskih ugovora, sklapaju se izvan burze i to samo za pravi proizvod. To dovodi do smanjenja pouzdanosti terminskih termina zbog nepostojanja treće strane u sustavu terminskog trgovanja koja djeluje kao kontrolor i jamac. V burzovno trgovanje fjučersima se može trgovati čak i bez posjedovanja robe pri ruci, što dovodi do veće proliferacije terminskih prije nego terminskih transakcija. Veća atraktivnost terminskih ugovora objašnjava se i činjenicom da su terminski ugovori standardni, a to olakšava proces kupnje i prodaje ugovora. Prilikom sklapanja terminskog ugovora svaki put je potrebno pregovarati o uvjetima terminskog ugovora, što dovodi do dodatnih troškova vremena i novca. I isplatiti se terminski ugovor do njegovog isteka moguće je samo dodatnim pregovorima. Istodobno, termini se mogu otkupiti otvaranjem suprotne pozicije na burzi. Sposobnost brzog zatvaranja terminski ugovor dovodi do činjenice da manje od 5% terminskih ugovora završava isporukom stvarne robe.

Sama riječ indeks znači pokazatelj. Obično se ovaj izraz koristi za neki opći opis promjena.

Prvo, indeksi mjere promjenu složenih pojava. Na primjer, trebate odrediti kako su se troškovi stanovnika Moskve za gradski prijevoz promijenili tijekom godine. Da biste odgovorili na ovo pitanje, morate imati broj prevezenih putnika godišnje po svakoj vrsti gradskog prijevoza, izračunati prosječan mjesečni broj putnika ili uzeti točne podatke iz mjesečnih izvješća, pomnožiti broj sa stopom prijevoza i dobiti zbrojene vrijednosti. Isto bi trebalo učiniti i prema podacima za prošlu godinu. Zatim usporedite iznos potrošen za prošlu godinu s iznosom za prethodnu godinu. Odnosno, ovo nije samo usporedba brojeva, kao kod izračunavanja stopa dinamike ili rasta, već dobivanje i usporedba nekih agregiranih vrijednosti.

Drugo, indeksi vam omogućuju analizu promjene – otkrivanje uloge pojedinih čimbenika. Na primjer, možete utvrditi kako se promijenio iznos prihoda za gradski prijevoz zbog promjene broja putnika i tarifa te na kraju zbog omjera u obujmu prometa po različitim vrstama prijevoza.

Treće, indeksi su pokazatelji usporedbe ne samo s prethodnim razdobljem, već i s drugim područjem, kao i sa standardima.

Indeks je pokazatelj usporedbe dvaju stanja iste pojave (jednostavne ili složene, koje se sastoje od sumjerljivih ili nesumjerljivih elemenata).

4.2 Indeksna analiza utjecaja različitih čimbenika na društveno-ekonomske pojave i procese

A) Utvrditi promjenu bruto regionalnog proizvoda Uralskog federalnog okruga u 2006. u odnosu na 2005. godinu, zbog promjena u trošku dugotrajne imovine i korištenjem dugotrajne imovine (povrat na imovinu).

1. Promjena obujma proizvodnje

relativna:

Ivrp = Q1 / Q0 = 3772730,5 / 3091362,9 = 1,22 = 122%

apsolutno:

Δ Q = Q1 - Q0 = 681367,6

2. Promjena obujma proizvodnje zbog promjena u kapitalnoj produktivnosti:

Ivrp / fotd = fotd1 * F1 / fotd * F1

Ivrp / fotd = 0,4 * 9209054 / 0,39 * 9209054 = 1 = 100%

ΔQ / fotd = (fotd1 - fotd0) * F1

ΔQ / fotd = (0,409676 - 0,389538) * 9209054 = 185451,9

GRP 2006. godine u odnosu na 2005 zbog promjene kapitalne produktivnosti povećana je za 10%, što je iznosilo 185451,9

3. Promjena obujma proizvodnje zbog promjene vrijednosti dugotrajne imovine.

Ivrp / f¯ = F1 * fotd0 / F0 * fotd0

Ivrp / f¯ = 9209054 * 0,39 / 7935967 * 0,39 = 1,160419 = 120%

ΔQ / f¯ = (F1 - F0) * fotd0

ΔQ / f¯ = (9209054 - 7935967) * 0,39 = 496503,93

Ivrp = Ivrp / fotd * Ivrp / f¯

Tablica 12 Promjena bruto regionalnog proizvoda zbog promjene vrijednosti dugotrajne imovine i korištenjem dugotrajne imovine (povrat na imovinu)

GRP 2006. godine u odnosu na 2005 zbog promjene troška dugotrajne imovine povećao se za 20%, što je iznosilo 496503,93 tisuća rubalja.

B) Utvrditi promjenu vrijednosti dugotrajne imovine Uralskog federalnog okruga u 2006. u odnosu na 2005. zbog promjena GRP-a i kapitalnog intenziteta.

1. Promjena vrijednosti dugotrajne imovine

Iph¯ = F1 / F0 = 9209054/7935967 = 1,16 = 116%

ΔF¯ = F1 - F0 = 9209054 - 7935967 = 1273087

Trošak dugotrajne imovine u 2006.g u odnosu na 2005 povećana za 16%, što je iznosilo 1273087

2. Promjena vrijednosti dugotrajne imovine zbog promjene kapitalne intenzivnosti

Iph¯ / femk = f capac1 * Q1 / femk0 * Q1

Iph¯ / femk = 2,4 * 3772730,5 / 2,6 * 3772730,5

ΔF¯ / f`cap = (fec1 - fec0) * Q1

ΔF¯ / f`cap = -377273,05

Trošak dugotrajne imovine u 2006.g u odnosu na 2005 zbog promjena u omjeru kapitala smanjen za 8%, što je -377.273,05 tisuća rubalja.

3. Promjena vrijednosti dugotrajne imovine zbog promjene obujma proizvodnje

Iph¯ / Q = Q1 * fc0 / Q0 * fc0

Iph¯ / Q = 3772730,5 * 2,6 / 3091362,9 * 2,6 = 1,220410098 = 122%

ΔF¯ / Q = (Q1 - Q0) * femk0

ΔF / Q = 1771555,76

Iph¯ = Iph¯ / femk * Iph¯ / Q

1,16 = 0,92*1,22

Tablica 13. Promjena vrijednosti dugotrajne imovine zbog promjene GRP-a i kapitalnog intenziteta

Trošak dugotrajne imovine u 2006.g u odnosu na 2005 zbog promjene obujma proizvodnje povećao se za 22%, što je iznosilo 1.771.555,76 tisuća rubalja.

5 Korelacijsko - regresijska analiza utjecaja čimbenika

Postoje podaci o utjecaju troška dugotrajne imovine po stanovniku i prosječnog godišnjeg broja zaposlenih u gospodarstvu na bruto regionalni proizvod po stanovniku (svi pokazatelji za 2005.).

Tablica 14.1 Početni podaci

Naziv regija
	Y	X1	X2
Republika Baškortostan	1797,6	868425	93745,1
Republika Mari El	334,4	133723	46696,9
Republika Mordovija	399,1	183836	51369,8
Republika Tatarstan	1778,0	1090879	128222,0
Udmurtija	764,8	368307	90401,7
Čuvaška Republika	597,5	253775	53552,4
Permski teritorij	1318,9	961938	118619,4
Kirov regija	714,6	322973	54954,6
Regija Nižnji Novgorod	1748,9	688092	87429,3
Orenburška regija	1020,3	480330	99405,5
Penza regija	676,2	262655	52540,0
Samarska regija	1579,0	1056262	125757,4
Saratovska regija	1169,5	556180	65314,9
regija Uljanovsk	604,9	234805	59989,2
Kurganska regija	434,3	213335	50959,1
Sverdlovsk regija	2093,8	1424665	107621,1
Tjumenska regija	1890,6	5405244	668272,2
regija Čeljabinsk	1674,4	892723	98820,3
Republika Altaj	84,9	22026	43127,3
Republika Burjatija	386,6	221056	77532,7
Republika Tyva	104,3	19490	37856,2
Republika Hakasija	244,1	120518	77332,8
Altajska regija	1105,1	382472	53118,0
Krasnojarsk regija	1424,8	823467	150814,0
Irkutsk regija	1137,7	651069	101766,6
regija Kemerovo	1302,7	629492	103758,5
Novosibirsk regija	1221,7	595609	88619,4
Omsk regija	939,1	357195	108147,0
Tomsk regija	478,9	319795	154131,1
Chita regija	481,8	316690	61526,8
Republika Saha (Jakutija)	469,1	450823	192599,0
Kamčatski kraj	180,9	100939	92039,1
Primorski kraj	980,2	457446	113818,2
Khabarovsk regija	721,3	437286	86913,2
Amurska oblast	424,2	384833	125392,3
Magadan regija	93,8	93758	156923,9
Sahalinska regija	277,8	207065	228624,4
Židovska autonomna regija	79,8	52480	75695,8
Čukotski autonomni okrug	38,5	29615	244096,3

Tablica 14.2 Korelacijska matrica

Imati	X1	X2
na	1
X1	0,617107	1
X2	0,262244	0,844487	1

Korelacijska matrica sadrži parcijalne koeficijente korelacije. Koeficijenti drugog stupca matrice karakteriziraju stupanj bliskosti odnosa između efektivnih (y) i faktorskih pokazatelja (x1, x2). Odnos između prosječnog godišnjeg broja zaposlenih u gospodarstvu i troškova dugotrajne imovine (rh1 = 0,617) je izravan, slab; odnos između prosječnog godišnjeg broja zaposlenih u gospodarstvu i bruto regionalnog proizvoda po stanovniku (ryx2 = 0,262) je izravan i slab.

Tablica 14.3 Statistika regresije

Višestruki koeficijent korelacije R = 0,783 pokazuje da je čvrsta povezanost između prosječnog godišnjeg broja zaposlenih u gospodarstvu i faktora uključenih u model jaka. Višestruki koeficijent determinacije (R - kvadrat) D = 0,614, t.j. 61,4% varijacija u razini profitabilnosti objašnjava se varijacijama proučavanih čimbenika

Tablica 14.4 ANOVA

df	SS	MS	F	Značaj F
Regresija	2	8210529,993	4105264,996	28,69165325	3.5367E-08
Ostatak	36	5150959,36	143082,2044
Ukupno	38	13361489,35

Provjerimo značaj koeficijenta višestruke korelacije, za to koristimo F - kriterij, za koji uspoređujemo stvarnu vrijednost F s tabličnom vrijednošću Ftabl. Uz vjerojatnost pogreške a = 0,05 i stupnjeve slobode v1 = k-1 = 2-1 = 1, v2 = nk = 39-2 = 37, gdje je k broj faktora u modelu, n broj promatranja , Ftab. = 4 , 08. Budući da je Fact = 28,69 > Ftab. = 4,08, koeficijent korelacije znači da je konstruirani model općenito adekvatan.

Tablica 14.5 a Regresijski koeficijenti

Koristeći tablicu 1.5, sastavljamo regresijsku jednadžbu:

Y = 893,79 + 0,0009X1 - 0,005X2

Interpretacija dobivenih parametara je sljedeća:

a0 = 893,79 - slobodni termin regresijske jednadžbe, smisleno tumačenje nije predmet;

a1 = 0,0009 - neto koeficijent regresije za prvi faktor pokazuje da s povećanjem dugotrajne imovine po stanovniku za 1 milijardu rubalja. prosječno godišnje stanovništvo zaposleno u gospodarstvu povećat će se za 0,0009%, pod uvjetom da ostali čimbenici ostanu konstantni;

a2 = -0,005 - neto koeficijent regresije za drugi faktor pokazuje da s povećanjem bruto regionalnog proizvoda od 1 tisuću rubalja. za 1 tisuću ljudi prosječni godišnji broj zaposlenih u gospodarstvu smanjit će se za 0,005%, pod uvjetom da čimbenici ostanu konstantni.

Značajnost regresijskih koeficijenata možemo provjeriti pomoću Studentovog t-testa; za to uspoređujemo stvarne vrijednosti t - kriterija s tabličnom vrijednošću t - kriterija. Uz vjerojatnost pogreške a = 0,05 i stupanj slobode v = n-k-1 = 39-2-1 = 36, k je broj faktora u modelu, n je broj opažanja, ttable = 1,68. dobivamo

t1 činjenica = 7.14> ttab. = 1,68

t2 činjenica = -4,67> ttab. = 1,68

To znači da su prvi i drugi faktor statistički značajni. U ovom slučaju, model je prikladan za donošenje odluka, ali ne i za predviđanje.

Tablica 14.6 Deskriptivna statistika

Imati	X1	X2
Prosječno	840,3615	565930	113525,7
Standardna pogreška	94,95183	138158	16492,55
Medijan	714,6	368307	92039,1
Moda	# N / A	# N / A	# N / A
Standardna devijacija	592,974	862796	102996
Varijanca uzorka	351618,1	7.4E + 11	1,06E + 10
Višak	-0,914121	27,3251	22,87771
Asimetrija	0,480141	4,88112	4,36911
Interval	2055,3	5385754	630416
Minimum	38,5	19490	37856,2
Maksimum	2093,8	5405244	668272,2
Iznos	32774,1	2.2E + 07	4427504
Ček	39	39	39

Prosječne vrijednosti značajki uključenih u model su Y = 840,4%;

h1 = 565930 milijardi rubalja; x2 = 113 525,7 tisuća rubalja.

Standardne pogreške koeficijenata regresije Sao = 351618,1; Sa1 = 7,4; Sa2 = 1,06

Srednje kvadratna odstupanja predznaka σU = 592,97%; σh1 = 862796 milijardi rubalja; σh2 = 102996 tisuća rubalja.

Poznavajući srednje vrijednosti i standardne devijacije karakteristika, izračunavamo koeficijente varijacije kako bismo procijenili homogenost početnih podataka

Varijacija faktora uključenih u model ne prelazi dopuštene vrijednosti (33-35%), a razinu profitabilnosti karakterizira varijacija od 0,7%. U tom slučaju potrebno je provjeriti početne podatke i isključiti one vrijednosti koje se značajno razlikuju od prosječnih vrijednosti.

Različite mjerne jedinice čine regresijske koeficijente neusporedivim, kada se postavlja pitanje relativne jačine utjecaja na efektivni pokazatelj svakog od čistih regresijskih faktora. Izrazimo ih u standardiziranom obliku u obliku beta - koeficijenata i koeficijenata elastičnosti.

Svaki od β - koeficijenata pokazuje za koliko će se standardnih devijacija promijeniti prosječni godišnji broj zaposlenih u gospodarstvu ako se odgovarajući faktor promijeni svojom standardnom devijacijom.

Uz povećanje dugotrajne imovine za 1 standardnu ​​devijaciju, prosječni godišnji broj zaposlenih u gospodarstvu povećat će se za 1,3% njegove standardne devijacije; s povećanjem bruto regionalnog proizvoda za 1 svoje standardne devijacije, prosječni godišnji broj zaposlenih u gospodarstvu smanjit će se za 0,87 svoje standardne devijacije.

Svaki od koeficijenata elastičnosti pokazuje za koliko posto će se u prosjeku promijeniti prosječni godišnji broj zaposlenih u gospodarstvu ako se odgovarajući faktor promijeni za 1%.

Uz povećanje dugotrajne imovine po stanovniku za 1%, prosječni godišnji broj zaposlenih u gospodarstvu povećat će se za 0,6%; uz povećanje bruto regionalnog proizvoda od 1%, prosječni godišnji broj zaposlenih u gospodarstvu smanjuje se za 0,67%.

U tablici 1.7 prikazane su izračunate vrijednosti prosječnog godišnjeg broja zaposlenih u gospodarstvu i odstupanja stvarnih vrijednosti od izračunatih. Izračunate vrijednosti dobivene su zamjenom vrijednosti faktora prosječnog godišnjeg broja zaposlenih u gospodarstvu u regresijsku jednadžbu.

Ako izračunata vrijednost prosječnog godišnjeg broja zaposlenih u gospodarstvu premašuje stvarnu vrijednost (reziduali su negativni), odnosno postoje rezerve za povećanje prosječnog godišnjeg broja zaposlenih u gospodarstvu zbog faktora uključenih u model , inače su reziduali pozitivni) ne postoje rezerve za povećanje prosječnog godišnjeg broja zaposlenih u gospodarstvu zbog faktora uključenih u model.

Tablica 14.7 Stanja

Promatranje	Predvidio Y	Ostaci
1	-346,5332771	385,0332771
2	550,2069329	-470,4069329
3	690,574439	-605,674439
4	167,2487007	-73,4487007
5	715,5607952	-611,2607952
6	511,2190356	-330,3190356
7	606,198028	-362,098028
8	-97,92013983	375,7201398
9	777,9102084	-443,5102084
10	700,4655634	-313,8655634
11	801,1335239	-402,0335239
12	607,0256551	-182,8256551
13	831,2316119	-396,9316119
14	320,3533398	148,7466602
15	396,0356826	82,86431738
16	874,2950193	-392,4950193
17	856,091577	-258,591577
18	804,6609681	-199,7609681
19	869,7702539	-193,5702539
20	914,4024079	-199,8024079
21	856,6993563	-135,3993563
22	773,1824245	-8,38242446
23	670,4381776	268,6618224
24	736,0029521	244,1970479
25	832,5893181	187,7106819
26	980,3488304	124,7511696
27	982,1744744	155,5255256
28	1081,638398	87,86160193
29	997,917685	223,782315
30	951,3697062	351,3302938
31	1189,29396	129,6060404
32	890,7347492	534,0652508
33	1241,618178	337,3818223
34	1226,563428	447,8365718
35	1091,772283	657,1277172
36	1261,626924	516,3730764
37	1229,902257	567,6977433
38	2545,203812	-654,6038121
39	1685,092762	408,7072385

Tako u regijama 2, 3, 4, 5, 6, 7, 9, 10, 11, 12, 13, 16, 17, 18, 19, 20, 21, 22, 38 imaju rezerve za povećanje prosječnog godišnjeg broja zaposlenih u gospodarstvu. Dobiveni model koristimo za izračunavanje rezervi rasta prosječnog godišnjeg broja zaposlenih u gospodarstvu. Podijelimo poljoprivredna gospodarstva u dvije skupine: prva su regije u kojima je prosječan godišnji broj zaposlenih u gospodarstvu niži od prosjeka cjelokupnog stanovništva, a druga su regije u kojima je prosječan godišnji broj zaposlenih u gospodarstvu. ekonomija je viša od prosjeka za cjelokupno stanovništvo. Ispunite tablicu 1.8

Tablica 14.8. Obračun rezervi za povećanje prosječnog godišnjeg broja zaposlenih u gospodarstvu

Faktor	Prosječni faktor			Razlika između grupa		Prosječni godišnji broj zaposlenih u gospodarstvu	Utjecaj čimbenika na prosječni godišnji broj zaposlenih u gospodarstvu
	1	2	kumulativno	1	2		1	2
A	1	2	3	4=3-1	5=3-2	6	7=6*4	8=6*5
Dugotrajna imovina po glavi stanovnika, milijarda rubalja	258644,7	1257322	565930	307285,3	-691392	0,0001	30,7	-69,1
Bruto regionalni proizvod po glavi stanovnika, tisuća rubalja	67248,5	2183515,3	113525,7	46277,2	-2069989,6	0,001	46,3	-2070
Prosječan godišnji broj zaposlenih u gospodarstvu, tisuća ljudi	435	2846,2	840,36	405,36	-2005,84	NS	77	-2139,1

Analizirajući rezultate tablice 1.8. vidimo da u 1. skupini regija postoji rezerva za povećanje prosječnog godišnjeg broja zaposlenih u gospodarstvu za 77% zbog razmatranih čimbenika. Dakle, ako dugotrajna sredstva po glavi stanovnika iznose 1 milijardu rubalja. povećanje s 258644,7 milijardi rubalja. na prosjek za agregat (565930 milijardi rubalja), tada će se prosječni godišnji broj ljudi zaposlenih u gospodarstvu povećati za 30,7%; uz smanjenje bruto regionalnog proizvoda od 1 tisuću rubalja. do 113.525,7 tisuća rubalja prosječni godišnji broj zaposlenih u gospodarstvu povećat će se za 46,3%.

Ukupna rezerva za povećanje prosječnog godišnjeg broja zaposlenih u gospodarstvu iznosi 77%. U drugoj skupini iscrpljena je rezerva za povećanje prosječnog godišnjeg broja zaposlenih u gospodarstvu zbog razmatranih čimbenika.

Zaključak

U ovom se radu razmatraju glavni ciljevi i zadaci bruto regionalnog proizvoda federalnih okruga Ruske Federacije (Volga, Ural, Sibirski, Dalekoistočni federalni okrugi) i metode njegovog izračuna.

Bruto regionalni proizvod je generalizirani pokazatelj gospodarske aktivnosti regije, koji karakterizira proces proizvodnje dobara i usluga. Bruto regionalni proizvod izračunava se u tekućim osnovnim i tržišnim cijenama (“nominalni volumen bruto regionalnog proizvoda”), kao iu usporedivim cijenama (“stvarni volumen bruto regionalnog proizvoda”). Bruto regionalni proizvod je novostvorena vrijednost roba i usluga proizvedenih u regiji i definira se kao razlika između outputa i intermedijarne potrošnje. Pokazatelj bruto regionalnog proizvoda je po svom ekonomskom sadržaju vrlo blizak pokazatelju bruto domaćeg proizvoda. Međutim, postoji značajna razlika između pokazatelja bruto domaćeg proizvoda (na federalnoj razini) i bruto regionalnog proizvoda (na regionalnoj razini). Zbroj bruto regionalnih proizvoda u Rusiji ne podudara se s bruto domaćim proizvodom, budući da ne uključuje dodanu vrijednost netržišnih kolektivnih usluga (obrana, javna uprava) koje državne institucije pružaju društvu u cjelini. Trenutno, obračun bruto regionalnog proizvoda sastavnice federacije traje 28 mjeseci.

U Rusiji se izračun regionalnih pokazatelja temelji na metodološkim načelima SNA. Generalizirajući pokazatelj regionalnog razvoja je bruto regionalni proizvod (BRP). Ovaj pokazatelj izgrađen je na temelju jedinstvene metodologije razvijene centralno u FSGS-u. FSGS prati, odobrava i objavljuje rezultate izračuna u generaliziranom obliku.

GRP po svom ekonomskom sadržaju približno odgovara pokazatelju BDP-a izračunatom proizvodnom metodom na saveznoj razini. GRP se definira kao zbroj dodane vrijednosti rezidentnih jedinica određene regije. Rezidentne jedinice se u ovom slučaju određuju na temelju istih načela kao i na federalnoj razini.

Pritom se metodologija za izračun GRP-a razlikuje od metodologije za izračun BDP-a. Prilikom izračuna GRP-a, brojni elementi, koji uključuju BDP, ne uzimaju se u obzir, stoga je ukupni GRP svih regija Rusije manji BDP zemlje... Ovi elementi su:

1. Dodana vrijednost industrija koje pružaju kolektivne netržišne usluge društvu u cjelini (vlada, obrana, međunarodne aktivnosti, itd.);

2. Dodana vrijednost usluga financijskih posrednika (prvenstveno banaka), čije su aktivnosti rijetko ograničene na strogo odvojene regije;

3. Dodana vrijednost vanjskotrgovinskih usluga, koja se u mnogim slučajevima može dobiti samo na saveznoj razini;

4. Dio poreza, posebno - (porezi na uvoz i izvoz), koji se ne mogu uzeti u obzir na regionalnoj razini.

Popis korištene literature

1 Osnove statistike: Udžbenik. džeparac. - M .: Financije i statistika, 2005. - 352 str ..: ilustr.

2 Radionica o statistici / A.P. Zinchenko, A.E.Shibalkin, O.B. Tarasova, E.V. Shaikina; Ed. A. P. Zinčenko. - M .: Kolos, 2001. - 392 .: - (Udžbenici i priručnici za studente visokih učilišta).

3 Sergejev I.V. Ekonomija poduzeća: Udžbenik. džeparac. - 2. izd., vlč. i dodati. - M .: Financije i statistika, 2005. - 304s.: Ill.

4 Gusarov V.M. Teorija statistike. - M.: UNITI, 2005. - 448 str.

5 Edronova N.N. Opća teorija statistika. - M .: Financije i statistika, 2005 .-- 648 str.

6 Eliseeva I.I., Yuzbashev M.M. Opća teorija statistike. - M .: Financije i statistika, 2001 .-- 368 str.

7 Efimova M.R., Petrova E.V., Rumyantsev V.N. Opća teorija statistike. - M .: INFRA - M. 2000 .-- 414 str.

8 Teorija statistike / Uredio G.L. Gromyko. - M .: INFRA - M, 2002 .-- 576s.

9 Predavanja iz tečaja statistike

Prijave

Tablica 1. Početni podaci za 39 regija Ruske Federacije u 2005. godini

Naziv regije	Bruto regija, proizvod, tisuća / rub.	zaposlenih u gospodarstvu, tisuća po osobi	prosjek godina. br. stanovnika, tisuća po osobi	članak dugotrajne imovine, milijuna rub.
Republika Baškortostan	381646,5	1797,6	4071,1	868425
Republika Mari El	33350,7	334,4	714,2	133723
Republika Mordovija	44267	399,1	861,8	183836
Republika Tatarstan	482759,2	1778	3765	1090879
Udmurtija	139995,3	764,8	1548,6	368307
Čuvaška Republika	69391,6	597,5	1295,8	253775
Permski teritorij	327273,3	1318,9	2759	961938
Kirov regija	79800,6	714,6	1452,1	322973
Regija Nižnji Novgorod	299723,7	1748,9	3428,2	688092
Orenburška regija	213138,2	1020,3	2144,1	480330
Penza regija	74362,7	676,2	1415,4	262655
Samarska regija	401812,2	1579	3195,1	1056262
Saratovska regija	170930,5	1169,5	2617	556180
regija Uljanovsk	80584,4	604,9	1343,3	234805
Kurganska regija	50245,8	434,3	986	213335
Sverdlovsk regija	475575,5	2093,8	4419	1424665
Tjumenska regija	2215584,4	1890,6	3315,4	5405244
regija Čeljabinsk	349957,2	1674,4	3541,3	892723
Republika Altaj	8805,8	84,9	204,2	22026
Republika Burjatija	74912,9	386,6	966,2	221056
Republika Tyva	11662,5	104,3	308,1	19490
Republika Hakasija	41727,5	244,1	539,6	120518
Altajska regija	135686,4	1105,1	2554,4	382472
Krasnojarsk regija	439736,9	1424,8	2915,7	823467
Irkutsk regija	258095,5	1137,7	2536,1	651069
regija Kemerovo	295378,4	1302,7	2846,8	629492
Novosibirsk regija	235381,8	1221,7	2656,1	595609
Omsk regija	220686,1	939,1	2040,6	357195
Tomsk regija	159578,5	478,9	1035,4	319795
Chita regija	69647,1	481,8	1132	316690
Republika Saha (Jakutija)	183027	469,1	950,3	450823
Primorski kraj	186623,3	180,9	350,7	100939
Khabarovsk regija	161194,4	980,2	2027,7	457446
Amurska oblast	76861,2	721,3	1416,3	437286
regija Kamčatka	43974,3	424,2	884,3	384833
Magadan regija	27167,8	93,8	173,1	93758
Sahalinska regija	121014,1	277,8	529,3	207065
Židovska autonomna regija	14204,2	79,8	187,7	52480
Čukotski autonomni okrug	12355,4	38,5	50,6	29615

Tablica 7. Proračun pokazatelja dinamike

Godine	Vrp. milijardi RUB	Apsolutni dobitak		Brzina rasta, %		Stopa povećanja		Apsolutno. povećanje sadržaja od 1%.
Baza.	Lanac.	Baza.	Lanac.	Baza.	Lanac.
2000	886133,4	-	-	-	-	-	-	-
2001	1120819,8	234686,4	234686,4	126	126	1,26	1,26	186259
2002	1335976,0	449842,6	215156,2	151	119	1,51	1,19	180803,5
2003	1659322,1	773188,7	323346,1	187	124	1,87	1,24	260763
2004	2234753,0	1348619,6	575430,9	252	135	2,52	1,35	426245,1
2005	3091362,9	2205229,5	856609,9	349	138	3,49	1,38	620731,8
2006	3772730,5	2886597,1	681367,6	426	122	4,26	1,22	558498
prosječno	2014442,5	48109,5	481099,5	114,7	114,7	1,15	1,15	-

Tablica 11. Početni podaci

Tablica 12.1 Početni podaci

Naziv regija	Prosječan godišnji broj zaposlenih u gospodarstvu, tisuća ljudi	Dugotrajna imovina po glavi stanovnika, milijarda rubalja	Bruto regionalni proizvod po glavi stanovnika, tisuća rubalja
	Y	X1	X2
Republika Baškortostan	1797,6	868425	93745,1
Republika Mari El	334,4	133723	46696,9
Republika Mordovija	399,1	183836	51369,8
Republika Tatarstan	1778,0	1090879	128222,0
Udmurtija	764,8	368307	90401,7
Čuvaška Republika	597,5	253775	53552,4
Permski teritorij	1318,9	961938	118619,4
Kirov regija	714,6	322973	54954,6
Regija Nižnji Novgorod	1748,9	688092	87429,3
Orenburška regija	1020,3	480330	99405,5
Penza regija	676,2	262655	52540,0
Samarska regija	1579,0	1056262	125757,4
Saratovska regija	1169,5	556180	65314,9
regija Uljanovsk	604,9	234805	59989,2
Kurganska regija	434,3	213335	50959,1
Sverdlovsk regija	2093,8	1424665	107621,1
Tjumenska regija	1890,6	5405244	668272,2
regija Čeljabinsk	1674,4	892723	98820,3
Republika Altaj	84,9	22026	43127,3
Republika Burjatija	386,6	221056	77532,7
Republika Tyva	104,3	19490	37856,2
Republika Hakasija	244,1	120518	77332,8
Altajska regija	1105,1	382472	53118,0
Krasnojarsk regija	1424,8	823467	150814,0
Irkutsk regija	1137,7	651069	101766,6
regija Kemerovo	1302,7	629492	103758,5
Novosibirsk regija	1221,7	595609	88619,4
Omsk regija	939,1	357195	108147,0
Tomsk regija	478,9	319795	154131,1
Chita regija	481,8	316690	61526,8
Republika Saha (Jakutija)	469,1	450823	192599,0
Kamčatski kraj	180,9	100939	92039,1
Primorski kraj	980,2	457446	113818,2
Khabarovsk regija	721,3	437286	86913,2
Amurska oblast	424,2	384833	125392,3
Magadan regija	93,8	93758	156923,9
Sahalinska regija	277,8	207065	228624,4
Židovska autonomna regija	79,8	52480	75695,8
Čukotski autonomni okrug	38,5	29615	244096,3

1

U radu se razmatra relevantnost teme istraživanja. Pomoću balon grafikona istražena je ovisnost bruto regionalnog proizvoda federalnih okruga o dugotrajnoj imovini i zaposlenosti u 2000. i 2012. godini. Izračunava se, koristeći proizvodne funkcije, ovisnost bruto regionalnog proizvoda federalnih okruga o stalnim sredstvima i zapošljavanju, o ulaganjima i zapošljavanju, o ulaganjima i troškovima tehnoloških inovacija. Konstruirano je grupiranje sastavnica RF prema elastičnosti proizvodnje prema dugotrajnoj imovini. Izračunati su koeficijenti korelacije između GRP-a po stanovniku i udjela određene vrste gospodarske djelatnosti u ukupnom GRP-u federalnih okruga. Provedena je analiza korelacije između promjene broja zaposlenih u federalnim okruzima i promjene realnih plaća u njima. Izvode se odgovarajući zaključci.

realne plaće

vrsta ekonomske djelatnosti

tuš GRP

koeficijent korelacije

troškovi tehnoloških inovacija

oslobađanje elastičnosti

proizvodne funkcije

zauzetost

ulaganja

1. Abazova R.Kh., Shamilev S.R., Shamilev R.V. Neki problemi urbanizacije subjekata Sjevernokavkaskog federalnog okruga // Suvremeni problemi znanosti i obrazovanja. - 2012. - Broj 4. - URL: www..10.2014.).

2. Abusheva Kh.K., Shamilev S.R. Brakovi i razvodi u Ruskoj Federaciji i načini smanjenja potonjeg // Moderni problemi znanosti i obrazovanja. - 2013. - Broj 4. - URL: www..10.2014.).

3. Musaeva L.Z., Shamilev S.R. Migracija u moderna Rusija: potreba kontrole i optimizacije // Suvremeni problemi znanosti i obrazovanja. - 2013. - Broj 5. - URL: www..10.2014.).

4. Musaeva L.Z., Shamilev S.R., Shamilev R.V. Značajke preseljenja seosko stanovništvo subjekti Sjevernokavkaskog federalnog okruga // Moderni problemi znanosti i obrazovanja. - 2012. - br. 5; URL: www..10.2014.).

5. Regije Rusije. Društveno-ekonomski pokazatelji. 2013: stat. sub. / Rosstat. - M., 2013.-- 990 str.

6. Suleimanova A.Yu., Shamilev S.R. Procjena plodnosti u Ruskoj Federaciji i mjere za njeno povećanje // Moderni problemi znanosti i obrazovanja. - 2013. - Broj 4. - URL: www..10.2014.).

7. Shamilev R.V., Shamilev S.R. Analitičko-ekonomsko utemeljenje povećanja proizvodnje krumpira u Ruskoj Federaciji i Federalnom okrugu // Suvremeni problemi znanosti i obrazovanja. - 2013. - Broj 4. - URL: www..10.2014.).

8. Shamilev S.R. Dinamika smrtnosti i čimbenici njenog smanjenja u Ruskoj Federaciji // Moderni problemi znanosti i obrazovanja. - 2013. - Broj 5. - URL: www..10.2014.).

9. Shamilev S.R., Shamilev R.V. Analiza GRP po glavi stanovnika u subjektima Sjevernokavkaskog federalnog okruga // Moderni problemi znanosti i obrazovanja. - 2011. - Broj 6. - URL: www..10.2014.).

10. Edisultanova L.A., Shamilev S.R., Shamilev R.V. Problemi s optimizacijom općine u ATD subjekata Sjevernokavkaskog federalnog okruga // Moderni problemi znanosti i obrazovanja. - 2012. - Broj 5. - URL: www..10.2014.).

Trenutna situacija zahtijeva korištenje različitih i suvremenih instrumenata za procjenu gospodarskog razvoja, financijske ravnoteže i uvjeta konkurencije na domaćem i svjetskom tržištu.

S ove točke gledišta, pojedini znanstvenici pretpostavljaju korištenje proizvodnih funkcija (koje izražavaju ovisnost rezultata proizvodnje o cijeni resursa) kao temelj za sveobuhvatnu analizu takvih makroekonomskih karakteristika tržišnog gospodarstva kao što je GRP. To objašnjava relevantnost ove teme.

Prikažimo grafički ovisnost FD GRP-a o dugotrajnoj imovini i zaposlenosti u 2000. i 2012. godini.

Riža. 1. Ovisnost FD GRP-a o dugotrajnoj imovini i zaposlenosti u 2000. godini

Riža. 2. Ovisnost FD GRP-a o dugotrajnoj imovini i zaposlenosti u 2012. godini

Iz podataka na slikama 1. i 2. vidljivo je da se od 2000. do 2012. povećavao jaz u vrijednostima FD GRP-a, došlo je do neznatne promjene broja zaposlenih u FD-u i značajnog neravnomjernog povećanja i FD i GRP. Izgrađene su proizvodne funkcije tipa (gdje je Y GRP regija; K je dugotrajna imovina; L je prosječni godišnji broj dugotrajne imovine; α, β su koeficijenti) koje omogućuju razmatranje učinkovitost korištenja rada i dugotrajne imovine kako na razini federalnog okruga tako i na razini konstitutivnih entiteta Ruske Federacije. Prilikom konstruiranja proizvodnih funkcija gospodarstva Ruske regije javljaju se neke poteškoće: vremenske serije su kratke; dostupni podaci nisu dovoljno točni; netočnost mjerenja cijena - skokovi cijena u Ruskoj Federaciji su redovi veličine veći od sporih promjena koje se događaju u razvijene zemlje Zapad; podaci o dugotrajnim sredstvima ne odgovaraju njihovom stvarno korištenom dijelu.

Uz iznimku određenih slučajeva, početni podaci koji se koriste za izgradnju proizvodne funkcije mogu se prikazati indeksima, t.j. relativne vrijednosti, barem kako slijedi: ... Cobb-Douglasova funkcija definira izlazni indeks Y kao ponderiranu geometrijsku sredinu indeksa kapitala K i rada L s težinama α i β. Tradicionalni PF je funkcija faktorskog prosjeka ili se može svesti na takvu funkciju jednostavnom transformacijom početnih podataka. Budući da je Y funkcija prosjeka, slijedi da se na grafu vremenska serija indeksa proizvodnje Y treba smjestiti između vremenske serije kapitala K i rada L.

Riža. 3. Ovisnost FD GRP-a o dugotrajnoj imovini i zaposlenosti u 2000.-2012.

Iz grafikona se može vidjeti da GRP ne može biti funkcija prosjeka funkcije koja povezuje Y s K i L, t.j. faktori K i L ne opisuju u potpunosti dinamiku proizvodnje Y.

stol 1

Proračun koeficijenata elastičnosti proizvodne funkcije za izračun

	Elastičnost otpuštanja prema OF	Elastičnost proizvodnje pri zapošljavanju

Proračuni pokazuju da je za sve federalne okruge potrebno smanjiti zaposlenost pri postojećoj produktivnosti rada, odnosno potrebno je maksimalno moguće povećanje produktivnosti rada (tablica 1). Jasno je da u Rusiji kao cjelini također nije učinkovito povećavati broj zaposlenih uz postojeću produktivnost rada.

Dakle, možemo konstatirati neučinkovito korištenje radnih resursa ne samo kod radnika s viškom, nego čak i kod subjekata s nedostatkom radne snage.

tablica 2

Grupiranje subjekata Ruske Federacije prema elastičnosti proizvodnje prema PF

Učinkovitost izdavanja od strane OF	Broj predmeta
	3 (Moskva, uključujući Nenecki autonomni okrug, Jamalo-Nenecki autonomni okrug)
	2 (Vologda regija, Murmansk regija)
	3 (Tjumenska regija, Hanti-Mansijski autonomni okrug - Jugra, Primorski teritorij)
	19 (KBR, SK)
	2 (regija Kursk, Republika Tuva)
	3 (RD, KChR, Republika Mari El)
	1 (Republika Adigea)
ukupno

Za Čečensku Republiku u 2012. godini vrijednost koeficijenta elastičnosti regionalnog GRP-a po FF je znatno manja od 1, što u budućnosti, kako bi se povećala učinkovitost proizvodnje ili povećala produktivnost rada, znači potrebu za povećanjem stope akumulacije i , u skladu s tim, smanjiti stopu potrošnje.

Ukupno, u 9 sastavnih entiteta Ruske Federacije, učinkovitost proizvodnje u pogledu dugotrajne imovine je manja od 1, što znači pozitivnu elastičnost GRP-a u smislu zaposlenosti. Samo kod ovih 9 subjekata opravdano je povećanje zaposlenosti kako bi se povećao GRP (tablica 2).

Jedna od opcija za rješavanje problema nepostojanja ili neadekvatnosti podataka o dugotrajnoj imovini je korištenje podataka o ulaganjima u dugotrajnu imovinu umjesto podataka o dugotrajnoj imovini.

Prednosti ovog pristupa objašnjavaju se visokom učinkovitošću ulaganja usmjerenih kako na privlačenje neaktivnih sredstava u opticaj tako i na stjecanje novih sredstava, čime se povećava udio učinkovito iskorištenog kapitala.

Privlačnost ulaganja određuju mnogi uvjeti.

U nastavku ćemo razmotriti sljedeće uvjete: utjecaj ulaganja, kao i kombinirani učinak ulaganja i rada na GRP.

Riža. 4. Ovisnost FD GRP-a o dugotrajnoj imovini i zaposlenosti u 2000.-2012.

Iz grafa se vidi da Y može biti funkcija prosjeka funkcije koja povezuje K i L s Y, t.j. faktori K i L u potpunosti opisuju dinamiku proizvodnje Y (slika 4.).

Tablica 3

Proračun elastičnosti GRP-a po ulaganju

	Investicijska elastičnost GRP-a

Budući da je investicijska elastičnost GRP-a veća od elastičnosti GRP-a pri zapošljavanju (β = 1-α), može se zaključiti da se u promatranom razdoblju bilježi radna ušteda (intenzivan) rast. Najisplativije je povećati zaposlenost u Dalekoistočnom federalnom okrugu, Sibirskom federalnom okrugu i Sjeverno-kavkaskom federalnom okrugu. Razmotrimo ovisnost GRP-a o ulaganju i troškovima tehnoloških inovacija.

Troškovi tehnoloških inovacija (milijuni rubalja) Tablica 4

	Koeficijent elastičnosti produktivnosti rada od investicija	Koeficijent elastičnosti produktivnosti rada od cijene tehnološke inovacije

Iz analize ekonometrijske ovisnosti produktivnosti rada za gospodarstvo regija Ruske Federacije, može se vidjeti da čimbenici inovacija praktički ne određuju promjene u produktivnosti rada (intenzitet rada). Glavnu ulogu u povećanju produktivnosti rada ima faktor ulaganja, a generiranje inovacija ima sporednu ulogu. U Sjeverozapadnom federalnom okrugu, Uralskom federalnom okrugu i Južnom federalnom okrugu troškovi tehnoloških inovacija su nerazumno visoki i ne mogu se povećati. Najučinkovitiji su troškovi tehnoloških inovacija u Sjevernokavkaskom federalnom okrugu, Povolškom federalnom okrugu, Sibirskom federalnom okrugu, Središnjem federalnom okrugu i Dalekoistočnom federalnom okrugu (u silaznom redoslijedu). Učinkovitost proizvodnje u FD gospodarstvu može se povećati uz pomoć masivnih ulaganja u dugotrajna sredstva. U radu se izračunavaju koeficijenti korelacije između GRP-a po stanovniku i udjela određene vrste gospodarske djelatnosti u ukupnom GRP-u Federalnog okruga.

Tablica 5

Koeficijenti korelacije između GRP-a po stanovniku i udjela ove vrste gospodarske djelatnosti u ukupnom GRP-u Federalnog okruga u 2011.

Gospodarske djelatnosti	Koeficijent korelacije između GRP-a po stanovniku i udjela određene vrste gospodarske djelatnosti u ukupnom GRP-u
Poljoprivreda, lov i šumarstvo
Obrazovanje
Zdravstvena zaštita i socijalne usluge
Hoteli i restorani
Javna uprava i osiguranje vojne sigurnosti; obvezno socijalno osiguranje
Izgradnja
Trgovina na veliko i malo; popravak motornih vozila, motocikala, kućanskih predmeta i osobnih predmeta
Proizvodnja i distribucija električne energije, plina i vode
Proizvodne industrije
Promet i komunikacije
Pružanje ostalih komunalnih, društvenih i osobnih usluga
Financijske aktivnosti
Ribolov, uzgoj ribe
Operacije sa nekretnina, iznajmljivanje i pružanje usluga
Rudarstvo

Visoka inverzna veza između GRP-a po stanovniku i udjela poljoprivrede u ukupnom RWP-u uočava se za gotovo sve zemlje i regije. Druga je stvar što visoka povratna informacija između GRP-a po stanovniku i zdravstva i obrazovanja samo svjedoči o njihovom precijenjenom udjelu u zaostalim regijama (druge vrste gospodarske aktivnosti su odsutne ili su nerazvijene), tj. o deformaciji regionalne strukture tržišnog gospodarstva. Provedimo analizu korelacije između promjene broja zaposlenih u federalnim okruzima i promjene realnih plaća u njima.

Tablica 6

Analiza korelacije između promjena broja zaposlenih u federalnim okruzima i promjena realnih plaća u njima

	Koeficijent korelacije između promjena zaposlenosti i promjena realnih obračunatih plaća

Iz podataka u tablici proizlazi da je u 2010.-2012. plaće nisu funkcionirale kao stimulator rasta zaposlenosti, čemu je uvelike kriv nizak udio plaća u troškovima proizvodnje i nedovoljno visoke stope rasta realnih raspoloživih novčanih dohodaka stanovništva.

Na temelju navedenog izvući ćemo sljedeće zaključke.

Od 2000. do 2012. došlo je do neznatne promjene u broju zaposlenih u Federalnom distriktu i značajnog neravnomjernog povećanja i FF i GRP. Proračuni pokazuju neučinkovito korištenje radnih resursa, što zahtijeva smanjenje zaposlenosti uz postojeću produktivnost rada u subjektima s nedostatkom rada i maksimalno moguće povećanje produktivnosti rada u subjektima s viškom rada. Od 2000. do 2012. opažen je (intenzivni) rast koji štedi rad. Najisplativije je povećati zaposlenost u Dalekoistočnom federalnom okrugu, Sibirskom federalnom okrugu i Sjeverno-kavkaskom federalnom okrugu. Dugotrajna imovina i zaposlenost stanovništva ne opisuju u potpunosti dinamiku GRP-a. Ispravnije je koristiti ulaganja za opisivanje dinamike GRP-a. Ulaganja daju najveći učinak Središnjem federalnom okrugu, zatim, u opadajućem redoslijedu učinkovitosti, tu su Uralski federalni okrug, južni federalni okrug, sjeverozapadni federalni okrug, privolški federalni okrug, sjevernokavkaski federalni okrug, sibirski federalni okrug Okrug, Dalekoistočni federalni okrug. Iz analize ekonometrijske ovisnosti produktivnosti rada za gospodarstvo regija Ruske Federacije, može se vidjeti da čimbenici inovacija praktički ne određuju promjene u produktivnosti rada (intenzitet rada). Glavnu ulogu u povećanju produktivnosti rada ima faktor ulaganja, a generiranje inovacija ima sporednu ulogu. U Sjeverozapadnom federalnom okrugu, Uralskom federalnom okrugu i Južnom federalnom okrugu troškovi tehnoloških inovacija su nerazumno visoki i ne mogu se povećati. Najučinkovitiji troškovi za tehnološke inovacije su u Sjevernokavkaskom federalnom okrugu, Povolškom federalnom okrugu, Sibirskom federalnom okrugu, Središnjem federalnom okrugu i Dalekoistočnom federalnom okrugu (u silaznom redoslijedu). Učinkovitost proizvodnje u FD gospodarstvu može se povećati uz pomoć masivnih ulaganja u dugotrajna sredstva. Visoka povratna informacija između GRP-a po stanovniku i zdravstva i obrazovanja samo ukazuje na njihov precijenjen udio u regijama u zaostatku (druge vrste gospodarske aktivnosti su odsutne ili su nerazvijene), tj. o deformaciji regionalne strukture tržišnog gospodarstva. U 2010.-2012. plaće nisu funkcionirale kao stimulator rasta zaposlenosti, što je povezano s niskim stopama rasta realnih novčanih dohodaka stanovništva.

Recenzenti:

Gezikhanov R.A., doktor ekonomije, profesor, voditelj odjela "Računovodstvo i revizija" Federalne državne proračunske obrazovne ustanove visokog stručnog obrazovanja "Čečen Državno sveučilište“, Grozni;

Yusupova S.Ya., doktor ekonomije, profesor, voditelj. Odjel za ekonomiju i upravljanje proizvodnjom, Čečensko državno sveučilište, Grozni.

Bibliografska referenca

Magomadov N.S., Shamilev S.R. ANALIZA DINAMIKA GRP REGIJA RUSKOG FEDERACIJE PO PROIZVODNIM FUNKCIJAMA // Suvremeni problemi znanosti i obrazovanja. - 2014. - br. 6.;
URL: http://science-education.ru/ru/article/view?id=15467 (datum pristupa: 15.01.2020.). Predstavljamo Vam časopise koje izdaje "Akademija prirodnih znanosti"

Stranica 2 od 2

Pokazatelj – bruto regionalni proizvod (GRP) – koristi se za karakterizaciju rezultata proizvodnje u regiji, za procjenu stupnja gospodarskog razvoja, stope gospodarskog rasta i analizu produktivnosti rada. Ukupni GRP trošak je svih finalnih dobara i usluga proizvedenih u regiji za godinu. Prema Keynezijanski model, ukupni GRP se izračunava pomoću sljedeće formule:

VPP = C + I + S + E - M, (1)

gdje je, S - potrošnja; I - ulaganja; S - regionalni i općinski troškovi; E - izvoz; M - uvoz.

Formula (1) pokazuje o čemu ovisi ekonomski rast u zemlji i kako na to možete utjecati. Glavni izvor rasta BDP-a su potrošnja (C) i ulaganja (I). Kako bi se potaknula potražnja potrošača i razina ulaganja, Centralna banka smanjuje kamatne stope a vlada smanjuje poreze. Povećanje regionalne i općinske potrošnje (S) također dovodi do povećanja BDP-a. Za analizu produktivnosti rada i usporedbu regija koristi se GRP po stanovniku, koji se utvrđuje dijeljenjem ukupnog GRP-a sa stanovništvom regije. Razmotrili smo 80 regija Rusije za 2012-2013. ...

Kao rezultat korištenja metode glavnih komponenti, najveći utjecaj imaju specifični čimbenici: I, C, S, E, M, koji su poredani silaznim redoslijedom varijacija. Varijacija se odnosi na varijansu i standardnu ​​devijaciju. Utjecajni čimbenici su nezavisni pokazatelji s desne strane u jednadžbi.

Za ukupni GRP konstruirana je sljedeća regresijska jednadžba koja je značajna na razini od 5%:

GRP = exp (5,136 + 0,000001 INV_OK + 0,000076 UCH-0,000307 ACP + 0,0095 DOC-0,00008 Z_NIR +0,000013 Z_TEHN) s koeficijentom korelacije.82, R = 0

gdje je INV_OK obujam ulaganja u dugotrajnu imovinu; UCH je broj osoblja uključenog u znanstveno istraživanje; ACP - upis i otpust s diplomskog studija: DOC - upis i otpust s doktorskog studija: Z_NIR - troškovi Znanstveno istraživanje; Z_TEHN je trošak tehnološke inovacije.

Povećanje INV_OK, UCH, DOC, Z_TEHN daje pozitivan učinak. Najveći učinak donosi povećanje broja doktora znanosti.

U članku su razmatrani specifični prihodi u regijama Rusije. Regije su podijeljene u klastere. Sve regije bile su podijeljene u 4 razreda. Za svaki klaster konstruirane su značajne regresijske jednadžbe.

U članku je razmatran utjecaj potrošnje hrane po stanovniku u regijama. U konstruiranoj regresijskoj jednadžbi faktori koji pozitivno utječu na GRP po stanovniku su: prosječna godišnja potrošnja mesa, mlijeka, biljnog ulja, krumpira i povrća po stanovniku. Čimbenici koji negativno utječu na GRP su: konzumacija jaja, šećera i kruha.

U članku se razmatra usporedba stanja obrazovanja i bruto regionalnog proizvoda. Na temelju izgrađene regresijske jednadžbe mogu se izvući sljedeći zaključci: s povećanjem broja učenika na 1 osobu od 10 tisuća ljudi, specifična vrijednost GRP po stanovniku u regiji će se povećati za 11,5 rubalja; s povećanjem ulaganja u obrazovanje za 1 rublju za svakog stanovnika regije, specifična vrijednost GRP-a će se povećati za 16,3 rublje. S povećanjem ulaganja u obrazovanje u regijama sa "srednjim dohotkom" za 1 rublju, GRP po stanovniku povećava se za 11,69 rubalja.

U članku su dane jednadžbe demografskih pokazatelja ovisno o dohotku i GRP-u. U članku je prikazano grupiranje regija prema udjelu aktivnog stanovništva, nezaposlenih, udjelu zaposlenih i dohotku po stanovniku. Obim izvoza i uvoza u regijama beznačajno utječe na GRP, što se može promatrati koeficijentima izgrađene regresijske jednadžbe:

GRP = exp (5,064-0,00323 IND_P + 0,0013 IND_CX + 0,000001 E-0,000002 M-0,0112 INF +0,0244 UEA) (2)

s koeficijentom korelacije R = 0,75,

gdje je IND_P indeks industrijske proizvodnje; IND_CX - indeks poljoprivredne proizvodnje; E - specifičan izvoz; M specifičan uvoz; INF - indeks inflacije; UEA je razina ekonomske aktivnosti stanovništva.

Regresijska jednadžba (2) je značajna na razini 0,05, ali reziduali jednadžbe (razlika između vrijednosti jednadžbe i statističkih podataka) ne odgovaraju normalnom zakonu distribucije.

Književnost

1. Plotnitsky, M.I., Lobkovich E.I., Mutalimov M.G. i tako dalje. Makroekonomija: Vodič... M .: Novo znanje, 2002.462 str.
2. Regije Rusije. Društveno-ekonomski pokazatelji. 2013: stat. sub. // Rosstat. M., 2014.990 str.
3. Magnus F.R., Katyshev P.K., Peresetskiy A.A. Ekonometrija: udžbenik. M .: Delo, 2005. 504 str.
4. Ignatiev V.M. Dohodak i demografski pokazatelji stanovništva u regijama // Ekonomija. Kontrolirati. Financije: sub. članaka. Kijev: Ekonomist. 2013. S. 68-72.
5. Ignatiev V.M. Potrošnja hrane stanovništva regija // Strategija održivi razvoj regije Rusije: sub. članaka. Novosibirsk, 2015. br. 25. str. 132–137.
6. Ignatiev V.M., Eroshina E.A., Zemkova A.S. Usporedba stanja obrazovanja i bruto regionalnog proizvoda / Razvoj znanstvene misli u suvremenom svijetu: aktualna pitanja, perspektive, inovacije: zbornik članaka. članaka. Rostov na Donu: SIC "Summa-Rerum", 2014. P.78-83.
7. Istomina K.S.
8. Ignatiev V.M., Bakanova S.A. Polarizacija ruskih regija u pogledu zaposlenosti i dohotka stanovništva // Nauka i inowacja. Pezemysl: Nauka i studija. 2013. Vol. 3. P. 15-18.
9. Ignatiev V.M., Borisova D.M. Predviđanje zaposlenosti stanovništva regije // Znanost, tehnologija i obrazovanje. 2015. broj 3 (9) .C. 40-43 (prikaz, stručni).
10. Ignatiev V.M., Chebotareva A.Yu. Inovacijski čimbenici i njegov Ishikawa dijagram // Znanost, tehnologija i obrazovanje. Ivanovo, 2014. broj 4. Str.21-24.
11. Istomina K.S. Utjecaj pokazatelja na stopu fertiliteta u regijama // Bilten znanosti i obrazovanja. 2015. broj 2 (4). S. 60-64.

Gospodarski status svakog sastavnog entiteta Ruske Federacije čini relevantnim korištenje raznih alata za procjenu ekonomske dobrobiti, financijske ravnoteže i uvjeta konkurencije ne samo na domaćem već i na svjetskom tržištu. Ti su instrumenti iznimno potrebni za provedbu učinkovite federalne politike, koja je usmjerena na otklanjanje neravnoteža međuregionalnog tipa, na jačanje integriteta gospodarstva i politike. Neovisnost regija dovodi do aktualizacije regionalne politike i važnosti takvog pokazatelja kao što je regionalni bruto proizvod.

Informacijska podrška korištenjem GRP-a

Prosperitet postaje poziv za razvoj regije upravljačke odluke uz suvremene pristupe informacijskoj potpori i ekonomsku izvedivost. Optimalna osnova za analizu karakteristika složenog tržišnog gospodarstva je sustav nacionalnih računa, odnosno SNA. Na regionalnoj razini SNA djeluje u obliku CDS-a (sustav regionalnih računa). Središnja pozicija u SNA pripada bruto domaćem proizvodu, odnosno BDP-u. Regionalni analog BDP-a u SNA je regionalni bruto proizvod ili RWP. Ovaj pokazatelj pokazuje stupanj gospodarskog razvoja, svojevrsni je odraz rezultata gospodarske aktivnosti svakog od gospodarskih subjekata unutar regije. GRP se koristi kao osnova za formiranje regionalnih računa.

Zašto se izračunava GRP?

Na teritoriju Rusije postoji oko 89 administrativno-teritorijalnih jedinica, lokaliziranih u različitim vremenskim zonama, koje se razlikuju po geografskom položaju i stupnju gospodarskog i društvenog razvoja. BDP odražava samo opću situaciju u zemlji, ne dopuštajući da se jasno vidi kako stvari stoje u različitim dijelovima zemlje, što isključuje vjerojatnost donošenja objektivnih odluka. Državu zanimaju podaci koji mogu cjelovito okarakterizirati situaciju u svakom pojedinom kutku zemlje.

Diferenciran koji je regionalni bruto proizvod, omogućuje vam da razvijete prikladnu ekonomsku politiku i procijenite učinkovitost odluka donesenih ne na razini zemlje, već na regionalnoj razini. Uz pomoć dinamike GRP-a, u kombinaciji s troškovnim i prirodnim pokazateljima, moguće je utvrditi smjer i intenzitet gospodarskih procesa koji mogu poslužiti kao snažan poticaj razvoju na međuregionalnoj razini. GRP igra velika uloga u izračunima makroekonomskih pokazatelja i u reformi međuregionalnih odnosa. Pokazatelj služi kao referentna točka u procesu dodjele sredstava iz Fonda za financijsku potporu subjekata regije Ruske Federacije.

Dakle, što je GRP?

Regionalni bruto proizvod je zapravo generaliziran karakterizirajući stupanj gospodarskog razvoja regije. Odražava i karakterizira proces proizvodnje dobara i usluga. Volumen GRP-a označava vrijednost svih roba i usluga proizvedenih u svim gospodarskim sektorima u određenoj regiji. U prvim fazama implementacije pokazatelja u ekonomske analize podaci su objavljeni uzimajući u obzir tržišne cijene. Procjena GRP-a u formatu osnovnih cijena značajno se razlikuje od procjene u tržišnim cijenama upravo po visini neto poreza na proizvode. Subvencije se ne računaju. GRP u dominantnim trgovinama odražava zbroj dodanih vrijednosti u osnovnim cijenama s orijentacijom na određenu vrstu gospodarske djelatnosti.

GRP struktura, ili ono što uključuje

Bruto regionalni proizvod izračunava se uzimajući u obzir osnovnu cijenu koja se obračunava po jedinici robe ili usluge. Porezi se ne uzimaju u obzir, ali se uzimaju u obzir subvencije na hranu. Bruto se izračunava u svakom zasebnom segmentu gospodarske aktivnosti kao razlika između proizvodnje dobara ili usluga i njihove međupotrošnje. Za ukupnu cijenu proizvodnje roba i usluga unutar jedne regije i predstavlja volumen proizvodnje. Izdanje uključuje već prodanu robu s uslugama za Tržišna vrijednost... Za izračun se koristi prosjek. obračunava se u bruto proizvodnji, ali samo po trošku. Međupotrošnja uključuje vrijednost robe s uslugama koje su u potpunosti iskorištene u proizvodnji tijekom izvještajnog razdoblja. Stalni kapital je irelevantan za izračun međupotrošnje. Izdaci za konačnu upotrebu GRP-a uključuju izdatke za kućanstva, državne agencije i kolektivne usluge. Procjenom obujma bruto regionalnog proizvoda i njegove strukture moguće je odrediti izvore financiranja krajnje potrošnje.

Mogućnosti izračuna

U uvjetima modernog gospodarstva uobičajeno je koristiti nekoliko opcija za izračun GRP-a. Način izrade izračun pokazatelja koristi se u fazi proizvodnje. To je, zapravo, zbroj bruto dodane vrijednosti koji formira svaka institucionalna rezidentna jedinica na području gospodarskog područja regije. Bruto regionalni proizvod, čiji se izračun temelji na razlici između outputa roba i usluga i njihove međupotrošnje, formira se na temelju cijena roba i usluga u potpunosti potrošene u proizvodnji, provodi se na razini djelatnosti i sektore regionalnog gospodarstva. GRP se može izračunati na temelju trenutnih tržišnih cijena uspoređujući ih.

Razlika između BDP-a i GRP-a

Bruto regionalni proizvod, koji se izračunava za svaku od regija, ima značajne razlike u odnosu na BDP. Razlika između pokazatelja je iznos dodane vrijednosti. To uključuje:

• Netržišne kolektivne usluge vladine agencije: obrana, upravljanje.
• Netržišne usluge koje se financiraju iz proračuna, a informacije o njima nisu dostupne na regionalnoj razini.
• Usluge financijske institucije, čije aktivnosti gotovo uvijek nadilaze jednu regiju.
• Usluge vezane za vanjsku trgovinu, podaci o kojima se prikupljaju na federalnoj razini.

Bruto proizvod: značajke pokazatelja

Razliku između pokazatelja BDP-a i GRP-a čine troškovi plaćanja poreza na uvoz i izvoz. Ovu vrijednost je vrlo problematično izračunati zbog svoje specifičnosti i neravnomjerne integracije između pojedinih regija. Bruto regionalni proizvod po regijama izračunava se tijekom 28 mjeseci. SAC tehnika omogućuje brži rezultat. Vlada koristi mnoge mehanizme za praćenje dinamike i rasta pokazatelja. Zanimljiva je činjenica da ukupno svi pokazatelji GRP-a ne odgovaraju BDP-u, što je određeno specifičnostima izračuna i isključenjem dodatnih troškova.

Na temelju kojih podataka se izračunava GRP?

Višestruka struktura bruto regionalnog proizvoda uvjetuje korištenje velikog broja izvora u isto vrijeme za izračun vrijednosti parametara. Dakle, u zemljama ZND-a stručnjaci uzimaju u obzir registre poduzeća i izvješća o proizvodnji i prodaji robe s uslugama, izvješća o troškovima proizvodnje. Uzimaju se u obzir uzorka istraživanja i posebno izvješćivanje na regionalnoj razini. Izračun se vrši na temelju izvješća o zapošljavanju i na temelju istraživanja svakog pojedinog segmenta gospodarstva, na temelju ankete o proračunu kućanstava. Značajni izvori informacija su podaci Porezna uprava i bankarske statistike, izvješća javne organizacije i podatke o izvedbi različiti tipovi proračuna.

GRP u ruskoj praksi

Bruto regionalni proizvod po regijama Rusije u potpunosti karakterizira razinu razvoja regije i uspoređuje se s pokazateljima makrorazine. Ona igra ulogu teritorijalnog čimbenika u razvoju društvenih i ekonomskih procesa. Izračun vrijednosti temelji se na metodološkim načelima SNA, čija je izrada provedena u okviru FSGS-a. Objava rezultata nakon njihovog preliminarnog odobrenja također se provodi na razini FSSS.

Predviđanje bruto regionalnog proizvoda vrši se na temelju podataka prikupljenih od svih stanovnika regionalnog gospodarstva. To mogu biti korporacije, kvazi-korporacije i kućanstva u kojima se središte gospodarskog interesa nalazi izravno u regiji koja se razmatra. Prvi put je izračun i analiza bruto regionalnog proizvoda provedena 1991. godine za 21 regiju. Od 1993. godine u izračunima su sudjelovale sve regionalne i teritorijalne vlasti. Od 1995. godine procjena i izračun GRP-a je preduvjet za provedbu "Saveznog programa". Tek 1997. započela je procjena dinamike pokazatelja. Ona daje osnovu za provedbu ispravnih ekonomska politika u sferi proizvodnje i industrije, koji u gotovo svim regijama čine 60 do 80 posto ukupnog GRP-a.