Главная страница » Публикации » №4 (80) » Неравенство домохозяйств в регионах России в условиях пандемии COVID-19

Неравенство домохозяйств в регионах России в условиях пандемии COVID-19

The inequality of households in Russian regions: case of COVID-19 pandemic

Авторы

Садыртдинов Руслан Раисович
кандидат экономических наук, доцент кафедры государственного и муниципального управления
Российская Федерация, Казанский федеральный университет
s_ryslan@mail.ru

Аннотация

Статья посвящена анализу неравенства домохозяйств в регионах России в условиях пандемии COVID-19. Различия в социально-экономическом развитии между регионами России оказались значительно выраженными, при этом пандемия только усугубила эти различия. В зависимости от уровня заболеваемости в различных регионах варьировались и масштабы экономических потерь. В то же время пандемия стала катализатором цифровизации, что позволило продолжать важнейшие социально-экономические процессы, такие как обучение, работа, получение медицинских и государственных услуг, а также онлайн-покупки. Однако, несмотря на ускорение цифровых трансформаций, проблемы неравенства, выраженные в разрывах в доходах и качестве жизни, остаются актуальными. Результаты исследования показывают, что пандемия оказала значительное влияние на снижение доходов населения и ухудшение благосостояния домохозяйств в российских регионах.

Ключевые слова

неравенство, домохозяйства, регионы России, пандемия COVID-19, цифровизация, экономические потери, доходы, качество жизни, социально-экономическое развитие.

Финансирование

Исследование выполнено за счет гранта Российского научного фонда No23-28-01651, https://rscf.ru/project/23-28-01651/

Рекомендуемая ссылка

Садыртдинов Руслан Раисович

Неравенство домохозяйств в регионах России в условиях пандемии COVID-19// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №4 (80). Номер статьи: 8014. Дата публикации: 25.11.2024. Режим доступа: https://eee-region.ru/article/8014/

Authors

Sadyrtdinov Ruslan Raisovich
Candidate of Economic Sciences, Associate Professor of the Department of State and Municipal Administration
Russian Federation, Kazan Federal University
s_ryslan@mail.ru

Abstract

The article analyzes household inequality in the regions of Russia during the COVID-19 pandemic. The disparities in socio-economic development between the regions of Russia were significant, and the pandemic exacerbated these differences. The scale of economic losses varied depending on the level of infection in different regions. At the same time, the pandemic acted as a catalyst for digitalization, which allowed essential socio-economic processes, such as education, work, medical and government services, and online shopping, to continue. However, despite the acceleration of digital transformations, inequality issues, expressed in income gaps and quality of life, remain relevant. The research findings indicate that the pandemic significantly affected the reduction of household income and worsened the well-being of households in Russian regions.

Keywords

inequality, households, Russian regions, COVID-19 pandemic, digitalization, economic losses, income, quality of life, socio-economic development.

Project finance

The study was supported by grant No. 23-28-01651 from the Russian Science Foundation, https://rscf.ru/project/23-28-01651/

Suggested Citation

Sadyrtdinov Ruslan Raisovich

The inequality of households in Russian regions: case of COVID-19 pandemic// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №4 (80). Art. #8014. Date issued: 25.11.2024. Available at: https://eee-region.ru/article/8014/ 


Введение

Различия в развитии регионов одной страны могут быть даже больше, чем между странами. Россия — страна с федеративным устройством, включающая в себя более 80 субъектов, которые очень не похожи друг на друга. За 20 лет с 1999 по 2019 год в России не произошло существенных изменений в региональном неравенстве, измеряемом уровнем валового регионального продукта (ВРП) на душу населения. В тройку лидеров по ВРП на душу населения входят Москва как федеральная столица, Тюменская область с ее автономными округами и Сахалин как основные территории добычи нефти и газа. К относительно развитым регионам относят около десятка субъектов РФ, имеющих особое конкурентное преимущество — востребованные на мировом рынке ресурсы (нефть, газ) или продукты первичной переработки (металлургия, нефтехимия, удобрения). Благодаря своим преимуществам эти регионы более успешно вписываются в мировую экономику и имеют более высокий душевой ВРП. К группе аутсайдеров также относится около десятка регионов, это слаборазвитые республики плюс отдельные депрессивные регионы. Сложившееся к концу 1990-х гг. региональное неравенство весьма устойчиво и мало меняется. В регионах-лидерах по душевому ВРП проживает 12% населения. Быстрый рост доходов в 2000-х годах сократил неравенство в региональном развитии, хотя неравенство между людьми выросло. Уровень бедности также сильно различается по регионам: от менее 10% в нефтяном Татарстане, Москве и Санкт-Петербурге до почти 40% в наименее благополучных субъектах Северного Кавказа, Сибири и Дальнего Востока. Что касается неравенства доходов, то Россия добилась заметного сокращения межрегиональной дифференциации, но после кризиса 2014–2015 годов неравенство снова начало расти на фоне общего снижения доходов населения. Пандемия также внесла свой вклад в рост разрыва неравенства — поскольку показатели инфицирования различались в разных странах, различались и масштабы их экономических потерь. Пандемия и связанное с ней замедление мировой экономики серьезно повлияли на доходы людей. Совокупное влияние кризиса и антикризисных мер правительства в России оказалось негативным для всех групп, кроме семей с двумя и более детьми — остальные домохозяйства стали беднее. Социальное неравенство несколько снизилось, а уровень бедности растет в более богатых регионах и снижается в более бедных.

В то же время в период пандемии коронавируса ускорилась цифровизация российских регионов и экономики страны. Возможность учиться и работать удаленно, получать услуги, совершать покупки онлайн в период пандемии позволила продолжать повседневную жизнь и экономическую активность. Таким образом, социальная значимость цифровых технологий возросла. Технологии широкополосного доступа составляют основу устойчивого использования Интернета. Согласно статистике, в 2020 году 77% домохозяйств в России имели доступ к широкополосному Интернету. Исходя из различий в уровне доходов, можно предположить разную готовность и разные последствия пандемии коронавируса для домохозяйств в российских регионах.

 

Методы

Существует ряд статей о региональном неравенстве и депривации домохозяйств. Анализируя разрывы в экономическом развитии и цифровизации на региональном и городском уровнях в Китае, в одном исследовании авторы оценивают влияние цифровизации на региональное неравенство Китая, используя, казалось бы, не связанную регрессию. Результаты указывают на больший акцент на цифровом неравенстве по сравнению с экономическим неравенством, с переменными коэффициентами 0,59 для ВВП на душу населения и 0,92 для индекса цифровизации за последние четыре года. Однако ВВП на душу населения демонстрирует более высокую пространственную концентрацию, чем цифровизация. Примечательно, что оба неравенства постепенно сокращались в последние годы. Исследование подчеркивает, что предельная полезность продвижения цифровизации более выражена в менее развитых регионах, но только если правительство инвестирует в цифровую инфраструктуру и образование в этих областях. [1]

В другой статье используется пространственная модель общего равновесия, демонстрирующая взаимодополняемость капитала и навыков в производстве, для изучения распределительных последствий технологического сдвига по регионам и группам навыков. Обнаружена отрицательная связь между долей трудового дохода и соотношением капитала и труда. Эффекты весьма неравномерны по навыкам и регионам, принося пользу в основном высококвалифицированным работникам в ущерб низко- и среднеквалифицированным. Это особенно касается более развитых регионов по сравнению с менее развитыми. Показано, что эффекты появляются вследствие региональных стартовых условий, и в частности регионального соотношения капитала и труда, торговых связей и уровня безработицы. [2]

В другом исследовании авторы обнаружили, что пандемия COVID-19 сократила глобальный валовой внутренний продукт на 10,9%, а преждевременная смертность увеличилась на 9,5. Среди регионов мира наименее богатые демонстрируют самые большие удельные экономические потери. Это связано с тем, что их домохозяйства переходят на более загрязняющие виды энергии в дополнение к более длительному пребыванию дома, что в значительной степени компенсирует эффект сокращения перевозок и экономического производства. Международная финансовая и технологическая помощь может уменьшить такое межрегиональное неравенство. [3]

Илария Бенедетти и Федерико Крещенци выявили высокую территориальную неоднородность условий жизни в регионах Италии и Германии, в частности в некоторых южных областях Италии и некоторых восточных землях Германии. Более того, результаты модели Фая–Херриота показали более высокие показатели эффективности для 36 земель Германии, особенно по показателям неравенства доходов. [4]

Другое исследование демонстрирует высокий уровень неравенства в смертности от COVID-19 между регионами Англии. Это вызывает беспокойство как в отношении будущих пандемий, так и в отношении самой COVID-19, особенно в отношении того, что неравенство увеличилось, когда смертность снизилась. Поскольку COVID-19, вероятно, переходит в эндемичность, дополняемую высоким уровнем вакцинации среди населения и гораздо более низкими показателями летальности, это исследование подчеркивает необходимость для политиков сосредоточить ресурсы на ограничении регионального неравенства. [5]

Еще одна статья исследует внутристрановое региональное неравенство для группы из 25 стран за период 2000–2018 гг. Используя данные ОЭСР и следуя как кросс-секционным, так и временным подходам, результаты показывают, что, хотя региональное неравенство уменьшается с ростом ВВП на душу населения, региональная поляризация более устойчива и не обязательно следует тому же правилу. [6]

Авторы в другой статье анализируют влияние региональных различий в социально-экономических и институциональных контекстах на общественные предпочтения в отношении социальной политики в целом и поддержки страхования по безработице в частности. Объединяя исходные данные опроса, собранные в 2018 году в 12 европейских странах, с региональными экономическими и политическими показателями, выявлено, что региональные интересы влияют на индивидуальные предпочтения, но что эффект не всегда однозначен. Вопреки ожиданиям, люди в более богатых регионах больше поддерживают социальную политику ЕС, чем люди в более бедных регионах, в то время как граждане политически более автономных регионов, как правило, имеют в целом более позитивное отношение к социальной политике ЕС. [7]

В другой статье показано, что сильная структура типа ядро-периферия увеличивает пространственную поляризацию и снижает мобильность, даже если региональное неравенство не усиливается. Необходимо больше решать серьезные проблемы пространственного неравенства, огромного разрыва между ядром и периферией, постоянной поляризации между географическими регионами и населением и уменьшающейся возможности мобильности. [8]

Кристиан Лессманн и Андре Зайдель предоставляют новый набор данных о региональном неравенстве доходов в странах на основе данных о ночном освещении со спутника. Они находят доказательства N-образной связи между развитием и региональным неравенством. Ресурсы, мобильность, открытость торговли, помощь, федерализм и человеческий капитал также очень важны для увеличения или снижения этого неравенства. [9]

В рамках данного исследования для оценки депривации домохозяйств в регионах России на примере Республики Татарстан построены стратификационные шкалы с пятью интервалами. Все домохозяйства, включенные в исследование, распределены по уровню дохода, наличия социально значимых активов и цифровой инклюзии. Медианный доход на душу населения является серединой третьего интервала на первой подшкале. Границы остальных интервалов определяются с шагом 0,4 от середины третьего интервала. В качестве социально значимых активов выбраны наличие собственного жилья, дополнительного жилья, одного или нескольких автомобилей, а также наличие земли. [10] Отсутствие всех вышеперечисленных активов соответствует первому интервалу. Наличие одного актива соответствует второму интервалу, двух активов — третьему интервалу, трех активов — четвертому интервалу, четырех активов — пятому интервалу. Показатели цифрового неравенства включают наличие компьютера или ноутбука, наличие доступа в Интернет, наличие кабельного/спутникового телевидения и пользование услугами мобильной сотовой связи. Распределение домохозяйств по подшкале цифрового неравенства аналогично предыдущей шкале. Для построения интегральной шкалы депривации баллы по трем подшкалам для каждого домохозяйства суммируются, и все домохозяйства распределяются по пяти группам: крайне бедные (3–5 баллов), нуждающиеся (6–8 баллов), средний класс (9–11 баллов), выше среднего (12–13 баллов), богатые (14–15 баллов). [11] Источником данных по социальной депривации домохозяйств является Российский мониторинг состояния здоровья населения (RLMS-HSE). [12] Обследование проводится по международно признанной методологии на регулярной основе и охватывает всю территорию России. Выборка домохозяйств обеспечивает репрезентативность исследования.

 

Основные результаты

Степень дифференциации доходов населения существенно различается от региона к региону. Как правило, поляризация доходов выше в благополучных регионах с высоким среднемесячным заработком населения. И, наоборот, чем ниже общий уровень благосостояния людей на конкретной территории, тем слабее неравенство доходов.

В рамках данной статьи не представляется возможным представить результаты по всем регионам, поэтому в таблице 1 представлено ранжирование домохозяйств Республики Татарстан по первой подшкале социальной депривации – подшкале доходов.

 

Таблица 1. Рейтинг домохозяйств по доходу на душу населения, 2019-2020 гг.

Показатель Интервалы на подшкале доходов Общая выборка
1 2 3 4 5  
2019 2020 2019 2020 2019 2020 2019 2020 2019 2020 2019 2020
доля домохозяйств в общей выборке,% 6 5 29 28.5 33 35 18 18 14 13.5 100 100
доля индивидов в общей выборке,% 6 5 30 29 30 34 18 17 16 15 100 100
Доля домохозяйств, проживающих в сельской местности, в общем числе домохозяйств в интервале, % 45 46 36 35 22 21 15 15 11 11
средний доход на душу населения, тыс.руб. 6.3 6.7 12.9 13.4 19.6 20.4 27 27.9 46.3 45.5 22.2 22.5

 

Наибольшее неравенство доходов наблюдается в нефтегазовых регионах (соотношение доходов наиболее и наименее обеспеченных 20-процентных групп населения составляет 10,4 раза — 236,6 тыс. руб. против 22,7 тыс. руб.) и Ненецком автономном округе (9,4 раза — 203,9 тыс. руб. и 21,7 тыс. руб.), а также в Москве (9,4 раза — 210,6 тыс. руб. и 22,4 тыс. руб.), Адыгее (8,8 раза — 81,2 тыс. руб. и 9,2 тыс. руб.), Краснодарском крае (8,7 раза — 98 тыс. руб. и 11,3 тыс. руб.), Чукотском автономном округе (8,6 раза — 226,9 тыс. руб. и 26,4 тыс. руб.), Санкт-Петербурге (8,6 раза — 132,9 тыс. руб. и 15,5 тыс. руб. рублей), Сахалинская область (в 8,2 раза — 146,9 тыс. рублей и 17,9 тыс. рублей), Якутия (в 8,2 раза — 114,9 тыс. рублей и 14 тыс. рублей) и Ростовская область (в 8 раз — 79,8 тыс. рублей и 10 тыс. рублей). Это в основном регионы, где доходы жителей существенно превышают среднероссийские. Только в Адыгее и Ростовской области доходы населения не достигают среднего по стране.

В таблице 2 представлен рейтинг домохозяйств Республики Татарстан по второй подшкале социальной депривации — подшкале активов.

 

Таблица 2. Рейтинг домохозяйств по набору социально значимых активов, 2019-2020 гг.

Показатель Интервалы на подшкале активов Общая выборка
1 2 3 4 5
2019 2020 2019 2020 2019 2020 2019 2020 2019 2020 2019 2020
доля домохозяйств в общей выборке, % 4 4 31 32 36 35 24 23 5 6 100 100
доля индивидов в общей выборке, % 3 3 24 25 36 35 30 30 7 7 100 100
Доля домохозяйств, имеющих автомобиль, от общего числа домохозяйств в интервале, % 0 0 4 4 37 37 93 94 100 100

Наибольшее количество домохозяйств, испытывающих материальную депривацию в России, проживает в самых богатых регионах. Действительно, доля депривированного населения в менее благополучных регионах, таких как Республика Тыва и Республика Калмыкия, очень высока (почти 35%), но из-за небольшой общей численности населения на эти регионы приходится всего 0,6% от общего числа бедных людей в России. В абсолютном выражении их больше в более богатых, более густонаселенных регионах, хотя доля бедных людей в населении там ниже: на Москву и Санкт-Петербург вместе приходится почти 10% бедного населения страны.

В таблице 3 представлен рейтинг домохозяйств Республики Татарстан по третьей подшкале социальной депривации – подшкале цифровой инклюзии.

 

Таблица 3. Рейтинг домохозяйств по цифровой инклюзии, 2019-2020 гг.

Показатель Интервалы на подшкале цифровой инклюзии Общая выборка
1 2 3 4 5
2019 2020 2019 2020 2019 2020 2019 2020 2019 2020 2019 2020
доля домохозяйств в общей выборке,% 3 2 17 17 15 17 35 33 30 31 100 100
доля индивидов в общей выборке, % 1 1 11 10 12 12 41 39 34 38 100 100
Доля домохозяйств с высокоскоростным доступом в Интернет от общего числа домохозяйств в интервале, % 0 0 0.3 0.3 11.8 13.4 80.2 75.8 86.1 87.3

 

Пятерка лидеров по уровню проникновения широкополосного доступа выглядит следующим образом: Ямало-Ненецкий автономный округ — 91,9%; Республика Тыва — 91,8%; Ханты-Мансийский автономный округ — 90,9%; Тульская область — 89,1%; Москва — 87,5%. Средний темп прироста доли домохозяйств с широкополосным доступом в Интернет с 2013 года составил 4,6%. При этом наблюдается значимый отрицательный коэффициент корреляции между уровнем проникновения широкополосного доступа в Интернет в 2019 году и приростом его пользователей в 2020 году. Иными словами, регионы с низкими значениями росли быстрее регионов-лидеров, то есть произошла конвергенция, или сокращение цифрового неравенства в 2020 году. В России в 2020 году доля населения, использующего Интернет для заказа товаров и услуг, выросла с 35,7 до 40,3%. Причем самыми быстрорастущими регионами стали те, которые ранее отставали, такие как Калмыкия, Северная Осетия, Адыгея и Дагестан, что также приводит к сокращению цифрового неравенства.

В таблице 4 представлена интегральная шкала стратификации домохозяйств в Республике Татарстан.

 

Таблица 4. Социальная стратификация домохозяйств в Республике Татарстан, 2019-2020 гг.

Показатель Интегральная шкала Общая выборка
1 2 3 4 5
2019 2020 2019 2020 2019 2020 2019 2020 2019 2020 2019 2020
доля домохозяйств в общей выборке, % 5 5 39 39 45 45 9 9 2 2 100 100
доля индивидов в общей выборке, % 3 3 34 33 49 50 13 12 1 2 100 100
Средний душевой доход, тыс.руб. 11 11 16 16 24 24 40 38 52 52 22 22
Доля домохозяйств, имеющих автомобиль, от общего числа домохозяйств в интервале, % 0.4 0.4 15 15 58 57 87 86 100 100
Доля домохозяйств, имеющих доступ к Интернету, от общего числа домохозяйств в интервале, % 5 3 39 40 89 90 98 99 100 100

 

Таким образом, можно отметить, что в регионах России существует значительное неравенство домохозяйств, а цифровой разрыв в период пандемии только усугубляет это неравенство и приводит к депривации части уязвимых домохозяйств. Но снизить межрегиональное неравенство можно даже в такой дифференцированной стране, как Россия. Первое, что для этого нужно, — рост благосостояния. Второе — социальная политика, направленная на снижение дифференциации доходов и уровня бедности за счет адресной поддержки малообеспеченных семей. Такая политика затратна в администрировании, и для ее эффективности необходимы базы данных о финансовом положении домохозяйств. Адресная помощь малообеспеченным домохозяйствам впоследствии снижает региональное неравенство в уровне жизни, поскольку доля бедных выше в слаборазвитых регионах.

 

Заключение

Проблемы усиления диспропорций в социально-экономическом развитии регионов России, проявляющиеся в серьезных разрывах в уровнях доходов и, следовательно, в качестве жизни населения, являются реальностью сегодняшнего дня. Основные причины региональных диспропорций в России носят комплексный характер. Но одна из них выходит за рамки чисто экономических вопросов и является во многом ключевой для решения проблем устойчивого развития регионов — это проблема усиления социального неравенства. Не секрет, что низкий уровень доходов и занятости населения отдельных территорий России и, как следствие, отсутствие социального оптимизма являются серьезными препятствиями для развития территорий. Безусловно, факторы пандемии 2020 года и связанные с ней ограничительные меры существенно повлияли на снижение доходов населения и существенно ухудшили социально-экономические показатели многих регионов.

 

Библиографический список

  1. Liu, H., Wang, X., Wang, Z., & Cheng, Y. (2024). Does Digitalization mitigate regional inequalities? evidence from China. Geography and Sustainability, 5(1), 52–63. https://doi.org/10.1016/j.geosus.2023.09.007
  2. Lecca, P., Persyn, D., & Sakkas, S. (2023). Capital-skill complementarity and regional inequality: A spatial general equilibrium analysis. Regional Science and Urban Economics, 102, 103937. https://doi.org/10.1016/j.regsciurbeco.2023.103937
  3. Li, C., Lin, J., Chen, L., Cui, Q., Liu, Y., McDuffie, E. E., Du, M., Kong, H., & Wang, J. (2023). Inter-regional environmental inequality under lasting pandemic exacerbated by residential response. The Science of the Total Environment, 879, 163191. https://doi.org/10.1016/j.scitotenv.2023.163191
  4. Benedetti, I., & Crescenzi, F. (2023). The role of income poverty and inequality indicators at regional level: An evaluation for Italy and Germany. Socio-Economic Planning Sciences, 87, 101540. https://doi.org/10.1016/j.seps.2023.101540
  5. Griffith, G. J., Owen, G., Manley, D., Howe, L. D., & Smith, G. D. (2022). Continuing inequalities in COVID-19 mortality in England and Wales, and the changing importance of regional, over local, deprivation. Health & Place, 76, 102848. https://doi.org/10.1016/j.healthplace.2022.102848
  6. Eva, M., Cehan, A., Corodescu-Roșca, E., & Bourdin, S. (2022). Spatial patterns of regional inequalities: Empirical evidence from a large panel of countries. Applied Geography, 140, 102638. https://doi.org/10.1016/j.apgeog.2022.102638
  7. Reinl, A., Nicoli, F., & Kuhn, T. (2023). Regional inequalities and transnational solidarity in the European Union. Political Geography, 104, 102903. https://doi.org/10.1016/j.polgeo.2023.102903
  8. Wei, Y. D., Wu, Y., Liao, F. H., & Zhang, L. (2020). Regional inequality, spatial polarization and place mobility in provincial China: A case study of Jiangsu province. Applied Geography, 124, 102296. https://doi.org/10.1016/j.apgeog.2020.102296
  9. Lessmann, C., & Seidel, A. (2016). Regional inequality, convergence, and its determinants – A view from outer space. European Economic Review, 92, 110–132. https://doi.org/10.1016/j.euroecorev.2016.11.009
  10. Yurkov, D.V, Sadyrtdinov, R.R, Karasik, E.A, The measurement of poverty in modern Russia//Trends and Issues in Interdisciplinary Behavior and Social Science — Proceedings of the 5th International Congress on Interdisciplinary Behavior and Social Science, ICIBSOS 2016. — 2017. — Vol., Is.210489. — P.121-124.
  11. Beglova, E. I., Sadyrtdinov, R. R., &Guseva, L. A. (2015). Statistical Evaluation of the Equivalence Scale Based on Joint Accommodation for Households of the Russian Federation. International Journal of Economics and Financial Issues, 5(3S), 159–164. Retrieved from https://www.econjournals.com/index.php/ijefi/article/view/1706
  12. Sadyrtdinov, R, Rodnyansky, D, Makarov I, Household poverty in Russia and its influence on environmental sustainability//International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM. — 2019. — Vol.19, Is.5.3. — P.367-374. DOI: 10.5593/sgem2019/5.3/S21.046

 

References

  1. Liu, H., Wang, X., Wang, Z., & Cheng, Y. (2024). Does Digitalization mitigate regional inequalities? evidence from China. Geography and Sustainability, 5(1), 52–63. https://doi.org/10.1016/j.geosus.2023.09.007
  2. Lecca, P., Persyn, D., & Sakkas, S. (2023). Capital-skill complementarity and regional inequality: A spatial general equilibrium analysis. Regional Science and Urban Economics, 102, 103937. https://doi.org/10.1016/j.regsciurbeco.2023.103937
  3. Li, C., Lin, J., Chen, L., Cui, Q., Liu, Y., McDuffie, E. E., Du, M., Kong, H., & Wang, J. (2023). Inter-regional environmental inequality under lasting pandemic exacerbated by residential response. The Science of the Total Environment, 879, 163191. https://doi.org/10.1016/j.scitotenv.2023.163191
  4. Benedetti, I., & Crescenzi, F. (2023). The role of income poverty and inequality indicators at regional level: An evaluation for Italy and Germany. Socio-Economic Planning Sciences, 87, 101540. https://doi.org/10.1016/j.seps.2023.101540
  5. Griffith, G. J., Owen, G., Manley, D., Howe, L. D., & Smith, G. D. (2022). Continuing inequalities in COVID-19 mortality in England and Wales, and the changing importance of regional, over local, deprivation. Health & Place, 76, 102848. https://doi.org/10.1016/j.healthplace.2022.102848
  6. Eva, M., Cehan, A., Corodescu-Roșca, E., & Bourdin, S. (2022). Spatial patterns of regional inequalities: Empirical evidence from a large panel of countries. Applied Geography, 140, 102638. https://doi.org/10.1016/j.apgeog.2022.102638
  7. Reinl, A., Nicoli, F., & Kuhn, T. (2023). Regional inequalities and transnational solidarity in the European Union. Political Geography, 104, 102903. https://doi.org/10.1016/j.polgeo.2023.102903
  8. Wei, Y. D., Wu, Y., Liao, F. H., & Zhang, L. (2020). Regional inequality, spatial polarization and place mobility in provincial China: A case study of Jiangsu province. Applied Geography, 124, 102296. https://doi.org/10.1016/j.apgeog.2020.102296
  9. Lessmann, C., & Seidel, A. (2016). Regional inequality, convergence, and its determinants – A view from outer space. European Economic Review, 92, 110–132. https://doi.org/10.1016/j.euroecorev.2016.11.009
  10. Yurkov, D.V, Sadyrtdinov, R.R, Karasik, E.A, The measurement of poverty in modern Russia//Trends and Issues in Interdisciplinary Behavior and Social Science — Proceedings of the 5th International Congress on Interdisciplinary Behavior and Social Science, ICIBSOS 2016. — 2017. — Vol., Is.210489. — P.121-124.
  11. Beglova, E. I., Sadyrtdinov, R. R., &Guseva, L. A. (2015). Statistical Evaluation of the Equivalence Scale Based on Joint Accommodation for Households of the Russian Federation. International Journal of Economics and Financial Issues, 5(3S), 159–164. Retrieved from https://www.econjournals.com/index.php/ijefi/article/view/1706
  12. Sadyrtdinov, R, Rodnyansky, D, Makarov I, Household poverty in Russia and its influence on environmental sustainability//International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management, SGEM. — 2019. — Vol.19, Is.5.3. — P.367-374. DOI: 10.5593/sgem2019/5.3/S21.046

Еще в рубриках

Регионы России

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *