Изучение динамики среднедушевых доходов с использованием статистических методов: анализ временных рядов

Актуальность темы изучения динамики среднедушевых доходов населения России обусловлена рядом факторов, в первую очередь, отставанием доходов от инфляции, а также асинхронностью ее колебаний относительно реальных доходов населения. Цель данного исследования заключается в применении набора математико-статистических методов к базе данных, отражающих динамику среднедушевых доходов населения России. Визуализация исходной информации и результатов анализа, а также проведение расчетов осуществлялись в среде программирования R. Для достижения поставленной цели были использованы общенаучные методы, такие как анализ, синтез, сравнение и исторический метод, а также математико-статистические методы, включая графический и эконометрические методы. Основные результаты работы можно представить следующим образом: динамика среднедушевых доходов демонстрирует общий тренд к росту на интервале с 2012 по 2023 г., при этом наблюдается корректировка динамики под влиянием кризисов; описание динамики среднедушевых доходов проводилось на основе трех конкурирующих моделей, наиболее успешными из которых оказались модель ARIMA и модель Хольта – Винтера; прогнозы, полученные на основе эконометрических моделей, показали дальнейший рост доходов с сохранением сезонной волны. Дальнейшая разработка темы среднедушевых доходов включает анализ дифференциации субъектов РФ по уровню среднедушевых доходов, а также выявление влияния факторов на вариацию доходов в регионах.

1. Баканач О. В., Домнина С. В., Савоскина Е. В. К вопросу изучения социальной стратификации общества. Экономика и предпринимательство. 2023;4(153):73–76. DOI: 10.34925/EIP.2023.153.4.011

2. Gishkaeva L. L., Zelimkhanova N. Z. Dynamics of incomes in Russia amidst market reforms of the 1990s. European Proceedings of Social and Behavioural sciences. 2021;107:556–562. DOI: 10.15405/epsbs.2021.05.75

3. Гоник Г. Г., Черствова А. В., Лыкова А. О. Анализ структуры и динамики доходов населения России. Естественно-гуманитарные исследования. 2024;1(51):102–105.

4. Гуляева Т. И., Такмакова Е. В. Динамика структуры денежных доходов населения России. Экономические и гуманитарные науки. 2022;3(362):48–54. DOI: 10.33979/2073-7424-2022-362-3-48-54

5. Ларина Т. Н., Заводчиков Н. Д. Развитие статистического мониторинга качества жизни сельского населения на региональном уровне. Известия Оренбургского государственного аграрного университета. 2012;5(37):147–150.

6. Лосева А. В., Леднева О. В. Инновационное развитие российских территорий: проблемы понимания, измерения и оценки. Имущественные отношения в Российской Федерации. 2021;4(235):6–23. DOI: 10.24412/2072-4098-2021-4-6-23

7. Любина О. Н., Комов М. С., Шадченко Н. Ю. Доходы населения России в условиях рыночной динамики. Научное обозрение: теория и практика. 2023;5(99):755–769. DOI: 10.35679/2226-0226-202313-5-755-769

8. Ноева Е. Е. Анализ динамики доходов населения РФ: социально-экономические аспекты. Экономика и природопользование на Севере. 2021;(1):41–50. DOI: 10.25587/SVFU.2021.21.1.013

9. Салин В. Н. Ситникова О. Ю., Архангельская Л. Ю. Уточнение сущности статистического показателя «Реальные доходы». Финансовые рынки и банки. 2024;6:74–85.

10. Храмцова Т. Г., Храмцова О. О. Тенденции и особенности динамики доходов населения России. Транспортное дело России. 2024;3:31–34.

11. Чеботарь А. Ю. Анализ динамики и уровня дифференциации доходов населения России. Научный аспект. 2024;1(6):5–16.

12. Nguyen Minh-Thu. Provincial income convergence in Vietnam: Spatio-temporal dynamics and conditioning factors. Asia-Pacifi Journal of Regional Science. 2024;8:429–460. DOI: 10.1007/s41685-024-00334-w.

13. Peiró-Palomino Jesús, Prieto-Bustos William, Tortosa-Ausina Emili. Regional income convergence in Colombia: Population, space, and long-run dynamics. The Annals of Regional Science. 2023;70:559–601. DOI: 10.1007/s00168-022-01163-5

14. Ursavas Ugur, Mendez Carlos. Regional income convergence and conditioning factors in Turkey: Revisiting the role of spatial dependence and neighbor effects. The Annals of Regional Science. 2022;71:363–389. DOI: 10.1007/s00168-022-01168-0

15. Цыпин А. П., Ревушкин И. С. Статистические подходы к изучению дифференциации доходов населения России. XVII Международный научный конгресс «Роль бизнеса в трансформации общества — 2022» (Москва, 11–15 апреля 2022 г.). Сборник материалов. Москва: Издательство «Московский финансовопромышленный университет «Синергия»; 2022:241–244.

16. Цыпин А. П. Статистический анализ трансформации экономики России. Дис. … канд. экон. наук. Оренбург: ОГАУ; 2005. 199 с.

17. Singh D. Predicting the per-capita Income of Nepal with the help of the ARIMA model. Interdisciplinary Journal of Management and Social Sciences. 2024;5(2):83–101. DOI: 10.3126/ijmss.v5i2.69448

18. Лосева А.В. Эконометрическое моделирование оборота розничной торговли с использованием инструментов среды программирования R. Прикладная статистика и искусственный интеллект. 2024;4:1–15. URL: https://appliedstatistics.ru/2025/01/22/ (дата обращения: 15.11.2024).

19. Taylor K. E. Summarizing multiple aspects of model performance in a single diagram. Journal of geophysical research. 2001;106(D 7):7183–7192. DOI: 10.1029/2000JD900719.