В рамках исследования была поставлена цель разработки адекватного (высокоточного) инструментария, позволяющего проводить не только ретроспективную, но и перспективную оценку межрегионального неравенства по уровню жизни в Российской Федерации, исходя из индекса социального благополучия населения, являющегося результатом свертки частных индексов. Сначала выдвигается гипотеза о возможности построения адекватной прогностической (традиционной эконометрической) модели зависимости среднедушевых денежных доходов населения от группы факторов. Информационной базой исследования послужили официальные данные региональной статистики за 2015–2022 годы. В ходе эмпирического исследования (корреляционно-регрессионного анализа) были разработаны три эконометрические модели, различающиеся количеством факторов (от 2 до 4). Они позволяют (согласно средней ошибке аппроксимации, принимающей значения из интервала от 8,8 до 9,6% для разных эконометрических моделей) лишь с приемлемой степенью точности аппроксимировать данные региональной статистики. Далее проверялась аналогичная гипотеза, но предполагающая применение другого инструментария (индексный метод в сочетании с искусственным интеллектом), позволяющего измерять зависимость уровня жизни населения от группы факторов. В ходе нейромоделирования было установлено, что любая из пяти искусственных нейронных сетей, включенных в байесовский ансамбль, позволяла аппроксимировать данные региональной статистики с высокой степенью точности (со средней ошибкой от 2,8 до 3,9%). Таким образом, вторую гипотезу можно считать подтвержденной. В рамках исследования прогностическая функция была реализована путем формирования байесовского ансамбля искусственных нейронных сетей. Полученные результаты эмпирического исследования могут выступить в качестве научной базы при корректировке (актуализации) социально-экономической политики регулирования уровня жизни населения и его межрегионального неравенства среди субъектов РФ
Ключевые слова
регионы России, межрегиональное неравенство, уровень жизни, денежные доходы, индексный метод, корреляционно-регрессионный анализ, искусственный интеллект, прогнозирование