Гуляева Т.И.доктор экономических наук, профессор кафедры бухгалтерского учета и статистики, Орловский государственный аграрный университет имени Н.В. Парахина (Орловский ГАУ), г. Орёл, Российская Федерация 709tat@mail.ru https://orcid.org/0000-0002-5294-3348 SPIN-код: 4200-2458
Предмет. Экономический потенциал и уровень жизни населения регионов Центрального федерального округа. Проблемы занятости, рационального использования трудовых ресурсов. Цели. Оценка степени дифференциации регионов Центрального федерального округа по значению основных экономических и демографических параметров. Методология. Применены методы кластерного анализа. Результаты. Установлено, что из всех регионов Центрального федерального округа только г. Москва характеризуется высокими значениями большинства показателей социально-демографического развития. Опасная демографическая ситуация во многих регионах связана прежде всего с низкой величиной валового регионального продукта на душу населения. Выводы. Для устранения негативных тенденций в развитии многих регионов, главная из которых – снижение уровня рождаемости, необходимо создание рабочих мест, формирование нормальных жилищных условий, обеспечение устойчивого роста реальных доходов населения.
Ключевые слова: регион, Центральный федеральный округ, демографическое развитие, демографическая ситуация, кластерный анализ, коэффициент рождаемости, коэффициент смертности
Список литературы:
Лукьянченко Н.Д., Ибрагимхалилова Т.В. Типологизация как метод исследования социально-экономического развития территорий: маркетинговый аспект // Вестник Института экономических исследований. 2018. № 2. С. 48–55. URL: Link
Суворова А.В. Особенности типологизации регионов: подходы и варианты критериев // Экономика и бизнес: теория и практика. 2019. № 11-3. С. 71–74. URL: Link
Локосов В.В., Рюмина Е.В., Ульянов В.В. Макрорегионы России: характеристика человеческого потенциала // Народонаселение. 2018. Т. 21. № 3. С. 37–51. URL: Link
Локосов В.В., Рюмина Е.В., Ульянов В.В. Региональная дифференциация показателей человеческого потенциала // Экономика региона. 2015. № 4. С. 185–196. URL: Link
Локосов В.В., Рюмина Е.В., Ульянов В.В. Кластеризация регионов России по показателям качества жизни и качества населения // Народонаселение. 2019. Т. 22. № 4. С. 4–17. URL: Link
Россошанский А.И. Типология регионов России по показателям качества жизни населения // Государственный советник. 2018. № 3. С. 5–9. URL: Link
Жолудева В.В., Мельниченко Н.Ф., Козлов Г.Е. Статистические методы оценки качества жизни населения регионов Центрального федерального округа // Экономика, статистика и информатика. Вестник УМО. 2015. № 2. С. 173–177. URL: Link
Гуляева Т.И., Такмакова Е.В. Оценка уровня жизни населения регионов России на основе применения кластерного анализа // Экономический анализ. 2021. Т. 20. Вып. 5. С. 810–828. URL: Link
Филиппова А.Г., Еськова А.В., Инзарцев А.В. Социальный потенциал региона: опыт использования кластерного анализа // Регионология. 2017. Т. 25. № 3. С. 438–455. URL: Link
Орлова И.В., Филонова Е.С. Кластерный анализ регионов Центрального федерального округа по социально-экономическим и демографическим показателям // Экономика, статистика и информатика. Вестник УМО. 2015. № 5. С. 111–115. URL: Link
Короленко А.В. Дифференциация смертности в регионах России: метод многомерной группировки // Вопросы территориального развития. 2020. Т. 8. № 5. URL: Link
Костина С.Н., Трынов А.В. Кластерный анализ динамики рождаемости четвертых и последующих детей в регионах Российской Федерации // Экономические и социальные перемены: факты, тенденции, прогноз. 2021. Т. 14. № 3. С. 232–245. URL: Link
Багирова А.П., Быкова Д.Г., Ворошилова А.И. и др. Рождаемость и родительство в России: детерминанты и региональная дифференциация: монография. Екатеринбург: Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, 2018. 157 с.
Шубат О.М., Шмарова И.В. Кластерный анализ как аналитический инструментарий политики народонаселения // Экономика региона. 2017. Т. 13. Вып. 4. С. 1175–1183. URL: Link
Фаттахов Р.В., Низамутдинов М.М., Орешников В.В. Ранжирование регионов России по демографической ситуации с учетом уровня развития социальной инфраструктуры // Мир новой экономики. 2020. Т. 14. № 4. С. 96–109. URL: Link
Maravelakis P. The Use of Statistics in Social Sciences. Journal of Humanities and Applied Social Sciences, 2019, vol. 1, iss. 2, pp. 87–97. URL: Link
Wahyuni R.K-Means Clustering for Grouping Indonesia Underdeveloped Regions in 2020 Based on Poverty Indicators. Parameter: Journal of Statistics, 2021, vol. 2, iss. 1, pp. 8–15. URL: Link
Laxmi K.D., Bidhubhusan M., Anjali B. et al. Intra-cluster Correlations in Socio-Demographic Variables and Their Implications: An Analysis Based on Large-scale Surveys in India. SSM – Population Health, 2023, vol. 21, no. 101317. URL: Link
