Изменение структуры налоговых поступлений регионов России

Цель работы — обоснование использования свойства инвариантности индексного метода для исследования изменения структуры налоговых доходов регионов России в период с 2017 по 2021 г. Объектом исследования являются 85 субъектов РФ, а предметом — их финансово-экономическая деятельность. Для анализа использованы данные, предоставляемые Росстатом и ФНС РФ. Основной метод исследования — индексный — в настоящее время активно используется при проведении экономического анализа на макро- и  мезоуровнях. Но новизна исследования состоит в том, что только авторы статьи на основе индексов проводят мониторинг состояния деятельности регионов страны, основываясь на их налоговых поступлениях. Количественный анализ реализован с применением функций статистической обработки и визуализации данных языка программирования R. Межсубъектное сравнение выполнено с целью обозначения зон, требующих проведения финансово-экономической трансформации для улучшения деятельности регионов страны. Сравнение проведено не только по одному временному периоду, но и в динамике. Результаты статистического анализа показали, что предлагаемый индекс эффективности налоговых поступлений является инвариантным показателем, не зависящим от времени и произошедших изменений величины налоговых доходов. Из стационарности рассматриваемого признака следует, что значения индекса для 2017–2021 гг. можно объединить в единую однородную статистическую совокупность. Сделан вывод, что индекс эффективности можно использовать как некоторый группировочный признак для классификации субъектов Федерации. Разработанная методика может позволить интенсифицировать социально-экономический рост регионов, указывая на точки, требующие проведения изменений. В этой связи результаты проведенного анализа могут быть полезны: Министерству финансов и ФНС РФ для разработки финансовой и налоговой политики; Министерству экономического развития и администрациям субъектов РФ, обозначая зоны экономики регионов, требующих улучшения; представителям бизнес-сообщества при проведении экономического анализа регионов.

1. Камалетдинов А.Ш., Ксенофонтов А.А. Индексный метод оценки эффективности функционирования видов экономической деятельности. Финансы: теория и практика. 2019;23(3):82–95. DOI: 10.26794/2587–5671–2019–23–3–82–95

2. Клейнер Г. Б. Системная перезагрузка российской экономики: ключевые направления и перспективы. Научные труды Вольного экономического общества России. 2020;223(3):111–122. DOI: 10.38197/2072–2060–2020–223–3–111–122

3. Камалетдинов А.Ш., Ксенофонтов А.А. Оценка межрегионального неравенства налоговых поступлений. Финансы: теория и практика. 2023;27(1):63–75. DOI: 10.26794/2587–5671–2023–27–1–63–75

4. Dörffel C., Schuhmann S. What is inclusive development? Introducing the multidimensional inclusiveness index. Social Indicators Research. 2022;162(3):1117–1148. DOI: 10.1007/s11205–021–02860-y

5. Onyshchenko S., Skryl V., Hlushko A., Maslii O. Inclusive development index. In: Onyshchenko V., Mammadova G., Sivitska S., Gasimov A., eds. Proc. 4th Int. conf. on building innovations (ICBI 2022). Cham: Springer-Verlag; 2022:779–790. (Lecture Notes in Civil Engineering. Vol. 299). DOI: 10.1007/978–3–031–17385–1_66

6. Kuc-Czarneck M. Sensitivity analysis as a tool to optimize Human Development Index. Equilibrium: Quarterly Journal of Economics and Economic Policy. 2019;14(3):425–440. DOI: 10.24136/eq.2019.020

7. Mariano E. B., Ferraz D., de Oliveira Gobbo S. C. The human development index with multiple data envelopment analysis approaches: A comparative evaluation using social network analysis. Social Indicators Research. 2021;157(2):443–500. DOI: 10.1007/s11205–021–02660–4

8. Кузнецова Л.М., Пилюгина П.М. Индекс развития человеческого потенциала как основной стратегический инструмент концепции развития человека. Экономическая среда. 2019;(2):54–60.

9. Герасимов В.О., Шарафутдинов Р.И., Ахметшин Э.М. Влияние универсального базового дохода на человеческий капитал и процессы инклюзивного роста и развития. Теоретическая и прикладная экономика. 2019;(1):75–92. DOI: 10.25136/2409–8647.2019.1.29158

10. Стофарандова В.В., Абдусаламова Р.А. Основные особенности и перспективы индекса человеческого развития в Российской Федерации. Экономика: вчера, сегодня, завтра. 2022;12(9–1):122–130. DOI: 10.34670/AR.2022.36.10.008

11. Илясова Ю.В., Мираньков Д.Б., Шенгелия Т.А. Развитие человеческого капитала Российской Федерации и его позиции в международных рейтингах. Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. 2020;6(2):44–58. DOI: 10.37279/2413–1644–2020–6–2–44–58

12. Mikheeva N. Qualitative aspect of the regional growth in Russia: Inclusive development index. Regional Science Policy & Practice. 2020;12(4):611–627. DOI: 10.1111/rsp3.12289

13. Sharafutdinov R. I., Gerasimov V. O., Akhmetshin E. M., Karasik E. A., Kalimullina O.V. Inclusive development index in Russia: Analysis, methods, possibility of application. Gênero & Direito. 2019;8(4):231–241. DOI: 10.22478/ufpb.2179–7137.2019v8n4.48400

14. Yu H., Yu S., He D., Lu Y. Equity analysis of Chinese physician allocation based on Gini coefficient and Theil index. BMC Health Services Research. 2021;21(1):455. DOI: 10.1186/s12913–021–06348-w

15. Chakraborty A. Issues in social indicators, composite indices and inequality. Economic and Political Weekly. 2002;37(13):1199–1202. DOI: 10.2307/4411922

16. Walker J., Martin М., Seery E., Abdo N., Kamande A., Lawson M. The commitment to reducing inequality index 2022. Washington, DC: Development Finance International; 2022. 77 p. URL: https://reliefweb.int/report/world/commitment-reducing-inequality-index 2022#:~:text=The%202022%20Commitment%20to%20Reducing%20Inequality%20(CRI)%20Index%20is%20the,161%20governments%20during%20 2020%E 2%80%932022

17. Цхададзе Н.В. Социально-экономическое неравенство в распределении доходов. Мировая экономика: проблемы безопасности. 2021;(1):72–76. (На англ.).

18. Карцева М.А., Кузнецова П.О. Справедливое и несправедливое неравенство в России: оценка вклада неравенства возможностей в неравенство доходов. Прикладная эконометрика. 2020;(2):5–31. DOI: 10.22394/1993–7601–2020–58–5–31

19. Рюмина Е.В. Экологически скорректированный индекс человеческого развития. Народонаселение. 2020;23(1):4–12. DOI: 10.19181/population.2020.23.1.1

20. Hickel J. The sustainable development index: Measuring the ecological efficiency of human development in the anthropocene. Ecological Economics. 2020;167:106331. DOI: 10.1016/j.ecolecon.2019.05.011

21. Eckstein D., Künzel V., Schäfer L. The global climate risk index 2021. Bonn: Germanwatch; 2021. 50 p. URL: https://www.germanwatch.org/sites/default/files/Global%20Climate%20Risk%20Index%202021_2.pdf

22. Haakenstad A., Yearwood J.A., Fullman N., et al. Assessing performance of the Healthcare Access and Quality Index, overall and by select age groups, for 204 countries and territories, 1990–2019: A systematic analysis from the Global Burden of Disease Study 2019. The Lancet Global Health. 2022;10(12):e1715- e1743. DOI: 10.1016/S2214–109X(22)00429–6

23. Cavaller V. Multidimensional assessment of knowledge transfer in higher education: The Sextuple Helix Model for science and society progress and the KT Quality Index. In: Wensley A., Evans M., eds. Proc. 17th Int. conf. on intellectual capital, knowledge management & organisational learning (ICICKM 2020). (Toronto, October 15–16, 2020). Reading: Academic Conferences International Ltd.; 2020:109–119. DOI: 10.34190/IKM.20.030

24. Козлова М.А. От Ласпейреса до Торнквиста: эмпирическая оценка индекса потребительских цен в России. Учет и статистика. 2020;(2):69–77.

25. Козлова М.А. Теоретические аспекты экономической статистики: индекс потребительских цен vs индекс стоимости жизни. Журнал экономической теории. 2019;16(3):368–377. DOI: 10.31063/2073–6517/2019.16–3.6

26. Cai L., Chung S. W., Lee T. Incremental model fit assessment in the case of categorical data: TuckerLewis index for item response theory modeling. Prevention Science. 2023;24(3):455–466. DOI: 10.1007/s11121–021–01253–4

27. Wiedermann W., Bonifay W., Huang F. L. Advanced categorical data analysis in prevention science. Prevention Science. 2023;24(4):393–397. DOI: 10.1007/s11121–022–01485-y

28. Maistre S., Patilea V. Nonparametric model checks of single-index assumptions. Statistica Sinica. 2019;29(1):113–138. DOI: 10.5705/ss.202015.0337

29. Birke M., Van Bellegem S., Van Keilegom I. Semi-parametric estimation in a single-index model with endogenous variables. Scandinavian Journal of Statistics. 2017;44(1):168–191. DOI: 10.1111/sjos.12247

30. Chang L., Iqbal S., Chen H. Does financial inclusion index and energy performance index co-move? Energy Policy 2023;174:113422. DOI: 10.1016/j.enpol.2023.113422