Statistical analysis of housing availability in Russian regions

Cover Page

Cite item

Full Text

Abstract

Introduction. Social living conditions and related problems are one of the key indicators of the level and pace of the socio-economic development of modern society. The Russians’ standard of living is constantly on the agenda of the academic community and the Government of the Russian Federation. Accordingly, the study of the state and prospects for the development of key indicators characterizing the well-being of the population is one of the main tasks of economy. Theoretical analysis. The purpose of this study is statistical analysis and identification of the socio-economic indicators influence degree on the provision of housing for the country’s population. To achieve this goal, we used such statistical tools as tabular and graphical, coefficient, grouping method and correlation-regression analysis. Empirical analysis. The methodological approach to the statistical analysis of the population’s provision with housing corresponds to three stages of statistical research and includes formation of a system of indicators, collection and processing of actual material in spatial and time sections, as well as formation of conclusions regarding the patterns of development of the phenomenon under consideration. Results. As a result of the study, the following patterns were established: despite the population’s low standard of living and periodic shock impacts on Russian economy, the level of housing provision for the population for the period 1990–2021 is continuously increasing; the highest level of housing provision is observed in the most densely populated regions of the country, which are part of the Central Federal District and the Volga Federal District; the largest influence on the variation of the population’s provision of housing is exerted by general economic indicators, namely the level of employment and the positive dynamics of the industrial production index. The results of the study can be used to make decisions regarding the improvement of the population’s standard of living in constituent entities of the Russian Federation.

About the authors

Alexander Pavlovich Tsypin

Financial University under the Government of the Russian Federation

125993, Moscow, Leningradsky avenue, 49

Elena Evgenievna Kabanova

Financial University under the Government of the Russian Federation

125993, Moscow, Leningradsky avenue, 49

Gadzhimirze Irazievich Gadzhimirzoev

Moscow State University of Humanities and Economics

49 Losinoostrovskaya St., Moscow 107150, Russia

References

  1. Коростелева Т. С., Целин В. Е. Региональные рынки жилья в Российской Федерации: вопросы моделирования рейтинговых оценок, прогноз, управление // Жилищные стратегии. 2021. Т. 8, № 3. С. 257–282. https://doi.org/10.18334/zhs.8.3.113156
  2. Ларина Т. Н., Кибатаева А. Н. Статистический анализ факторов улучшения жилищных условий населения городской и сельской местности Оренбургской области // Статистика и экономика. 2018. Т. 15, № 3. С. 40–49. https://doi.org/10.21686/2500-3925-2018-3-40-49
  3. Салахова З. Р. Реализация государственных программ по повышению уровня обеспеченности населения России жильем // Экономические науки. 2020. № 12 (193). С. 409–413. https://doi.org/10.14451/1.193.409
  4. Новоселова И. В., Агаджанян А. Н., Гузь Т. О., Ревякина О. М. Современные тенденции развития жилищной отрасли России // Актуальные проблемы социально-экономического развития России. 2021. № 1. С. 16–19.
  5. Спиридонов С. П., Штанько О. П. Жилищная обеспеченность регионов как один из основных факторов улучшения качества жизни населения // Путеводитель предпринимателя. 2022. Т. 15. № 4. С. 52–59. https://doi.org/10.24182/2073-9885-2022-15-4-52-59
  6. Хабиб М. Д., Долгих Е. А. Жилье и жилищные условия населения: статистические аспекты исследования // Sciences of Europe. 2017. № 18–2. С. 35–42.
  7. Черновол А. А. О жилье // Крымский Академический вестник. 2021. № 19. С. 250–256.
  8. Российский статистический ежегодник. 2021 : стат. сб. / Росстат. М., 2021. 692 с.
  9. Регионы России. Социально-экономические показатели. 2021 : стат. сб. / Росстат. М., 2021. 1112 с.
  10. Лосева А. В., Леднева О. В. Вопросы территориальной дифференциации информационного общества России // Фундаментальные исследования. 2021. № 6. С. 47–55. URL: https://fundamental-research.ru/ru/article/view?id=43057 (дата обращения: 20.10.2022). https://doi.org/10.17513/fr.43057
  11. Афанасьев В. Н., Цыпин А. П. Эконометрика в пакете STATISTICA: учеб. пособие по выполнению лабораторных работ. Оренбург : ИП Кострицын, 2010. 196 с.
  12. Цыпин А. П., Стебунова О. И., Салиева А. К. Модели оценки стоимости жилья с учетом пространственной вариации данных (на примере городов ПФО) // Экономика и предпринимательство. 2015. № 11, ч. 2 (64–2). С. 369–373.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».