Анализ и оценка взаимосвязи устойчивого развития и структурных сдвигов с применением многофакторного корреляционно-регрессионного анализа



В статье описана оценка эффективности структурных сдвигов в приоритетных секторах экономики. Произведен многофакторный корреляционно-регрессионный анализ между индексом устойчивого развития и индексами структурных сдвигов (коэффициент Казинца, индекс Рябцева, линейный коэффициент структурных различий) и выявлена их зависимость.

Ключевые слова: структурные сдвиги, оценка влияния на ВРП, индекс устойчивого развития, многофакторный корреляционно-регрессионный анализ.

Достижение устойчивого развития является важнейшим вектором развития мирового сообщества, в том числе и Таджикистана, обосновывающего принятие соответствующих мер по развитию экономической, социальной, и экологической сфер. Под соответствующими мерами принято считать утверждение и осуществление реформ и преобразований на уровне страны и региона. Актуальным является оценка степени достижения устойчивого развития в результате целенаправленных преобразований и изменений, которое позволит выявить влияние на долгосрочные цели на промежуточном этапе и предпринять необходимые шаги для выравнивания вектора развития экономики. В свою очередь, оценка степени достижения устойчивого развития на уровне региона содействует определению тренда развития в каждом регионе, и в соответствии с потенциалом каждого региона предпринять соответствующие шаги, нацеленные на достижение устойчивого развития всей страны. Осуществление такой оценки позволит управлять региональными процессами и направить их на скоординированное выполнение запланированных реформ и преобразований. Выявление наиболее прогрессивных реформ и преобразований, максимально эффективно повлиявших на достижение краткосрочных и среднесрочных индикаторов и основных экономических показателей на макро и мезо уровнях, позволит использовать эти меры как рычаги и инструменты для достижения долгосрочных целей по экономическому росту и устойчивому развитию региона и страны. Эти реформы, и/или преобразования призваны количественно и качественно менять существующую экономическую структуру на мезо- и макро-уровнях, и соответствуют определению структурный сдвиг.

Структурный сдвиг в региональной экономике — это всякое значительное изменение внутреннего строения экономической системы региона, взаимосвязей между ее элементами, приводящее к изменению основных экономических показателей на мезо-уровне. Таким образом, структурные сдвиги, выступая как инструмент для формирования эффективной структуры экономики региона, могут позитивно повлиять на изменение таких показателей как валовый региональный продукт (ВРП) и валовый внутренний продукт (ВВП). Рост этих показателей наряду с экологическими и социальными индикаторами способствуют достижению устойчивого развития.

Оценка степени устойчивого развития в экономической науке производится путем расчета соответствующего интегрального индекса на базе социального, экономического и экологического индексов.

(1)

где Iэкон. — экономическая устойчивость;

I соц. — социальная устойчивость;

I экол. — экологическая устойчивость.

Каждый из этих составляющих индексов в свою очередь зависит от ряда факторов и показателей. Для оценки интегрального индекса устойчивого развития Согдийской области, и выявления корреляционной связи между данным индексом и показателями структурных сдвигов в производстве ВРП был произведен расчет в 4 этапа.

На первом этапе была произведена выборка наиболее значимых показателей за 2005–2017гг, отраженных в таблице 1. Выборка была осуществлена на основании работ Войтеховской Е. В. по расчету индекса устойчивого развития регионов, использованного в качестве инструмента оценки результатов стратегии устойчивого развития [2], которые были адаптированы с учетом статистических данных по Согдийской области.

Таблица 1

Показатели для расчета интегрального индекса устойчивого развития

	Экономические показатели
1	Валловый региональный продукт на душу постоянного населения (тыс.сом на 1 человека)
2	Объем промышленного производства (сом на душу нас.)
3	Капитальные вложения за счет всех источников финансирования (на душу постоянного населения)
4	Среднедушевой совокупный доход населения (на одного члена домохозяйства в месяц)
5	Использование совокупного дохода населения (на одного члена домохозяйства в месяц)
6	Розничный товарооборот (в млн.сом)
7	Внешнеторговый оборот (млн.долл)
8	Выполнение научно-технических работ (тыс.сом)
	Социальные показатели
1	Естественный прирост населения (на 1000чел)
2	Миграционный прирост населения (чел)
3	Среднегодовая численность работников в экономике (тыс.чел)
4	Среднемесячная номинальная начисленная заработная плата (сомони)
5	Численность пенсионеров (тыс.чел)
6	Средний размер месячной пенсии пенсионеров (сомони)
7	Средняя обеспеченность населения жильем в расчете на одного жителя (кв.м. общей площади)
8	Число зарегистрированных преступлений (случай за год)
9	Уровень безработицы (в % к рабочей силе)
10	Число разводов (на 1000 чел)
	Экологические показатели
1	Выбросы вредных веществ в атмосферный воздух (тыс.тонн/в год)
2	Улавливание вредных веществ отходящих от стационарных источников загрязнения атмосферного воздуха (тыс.тонн)
3	Затраты по охране окружающей среды и рациональному использованию природных ресурсов (тыс.сомони)
4	Количество чрезвычайных ситуаций (случай)
6	Лесо-восстановление (тыс.га)

На втором этапе полученные показатели были проанализированы и переведены в индекс. Для перевода показателя x в индекс была использована методика, применяющаяся при расчете Индекса развития человеческого потенциала (формула (2).

(2)

где min (x) и max (x) являются минимальным и максимальным значениями показателя x среди всего анализируемого периода. Для расчета индексов показателей, по которым наибольшее значение означало наихудший результат (например, число зарегистрированных преступлений и т. п.), использовалась формула (3). В таких случаях, чем выше было значение показателя, тем меньшим было значение индекса.

(3)

Для примера, произведем перерасчет показателей в индексы по формуле (2) и (3), используя данные таблицы 2.

Таблица 2

Данные для перерасчета виндексы (ВРП ивыбросы вредных веществ ватмосферный воздух)

Год	Валовый региональный продукт на душу постоянного населения (тыс.сом на 1 человека), сом показатель I	Выбросы вредных веществ ватмосферный воздух (тыс.тонн/в год) показатель II
2005	856,18	3,9
2006	1105,8	3,4
2007	1415,8	3,5
2008	1875,03	3,1
2009	2270,2	3,2
2010	2443,2	4,5
2011	3059,2	5,9
2012	3814,9	7,3
2013	4348,9	8,5
2014	4695,8	10,7
2015	4618,4	8,8
2016	5418,6	8,5
2017	6394,5	8,3
max (x)	6394,5	10,7
min (x)	856,18	3,1

В таблице приведены данные валового регионального продукта на душу постоянного населения, являющиеся положительными показателями, так как увеличение их за анализируемый период способствует устойчивому развитию. А также данные выбросов вредных веществ в атмосферный воздух, являющиеся негативными показателями, в виду того, что увеличение этого показателя за период отрицательно влияет на устойчивое развитие. Данные за период 2005 по 2017годы являются x-ами, и максимальным значением для показателя I из таблицы 2 соответствует 6394,5 тыс. сом, и минимальным 856,18 тыс. сом. Соответственно для показателя II, max (x) — 10,7 и min (x) — 3,1.

Согласно формуле (1), для перерасчета данных за весь период необходимо разницу между хи min (x) разделить на разницу между max (x) и min (x).

Следуя данной методологии, произведем перерасчет показателя I в индексы показателя I. При произведении перерасчета показателя II используем формулу 2, способствующей индексации отрицательных данных.

В результате расчетов была составлена табл. 3, с пересчитанными на индексы, данных о ВРП на душу постоянного населения и выбросов вредных веществ в атмосферный воздух за период 2005–2017гг.

Таблица 3

Индексы ВРП на душу постоянного населения ивыбросов вредных веществ ватмосферный воздух

Год	ВРП на душу постоянного населения (тыс.сом на 1 человека) сом показатель I	Выбросы вредных веществ ватмосферный воздух (тыс.тонн/в год) показатель II
2005	0	0,89
2006	0,05	0,96
2007	0,1	0,95
2008	0,18	1
2009	0,26	0,99
2010	0,3	0,82
2011	0,4	0,63
2012	0,53	0,45
2013	0,63	0,29
2014	0,69	0
2015	0,68	0,25
2016	0,82	0,29
2017	1	0,32

Таким образом, на втором этапе все показатели из трех целевых групп, в которых приведены 8 экономических показателей, 6 экологических показателей и 10 социальных показателей, отраженных в таблице 1, были пересчитаны в индексы.

На третьем этапе каждой группе показателей (экономической, экологической, социальной) были присвоены удельные веса, отображающие относительную важность группы показателей при расчете интегрального индекса устойчивого развития. Важность каждой группы определялась методом средних арифметических рангов на основании оценок экспертов, табл.4. Такой подход при определении относительной важности группы показателей при расчете интегрального индекса устойчивого развития использованы в работах Войтеховской Е.В, Усковой Т. В. и Горшениной Е.В и Хомяченковой Н. А.

Таблица 4

Удельный вес основных групп показателей по итогам экспертных оценок [2]

	Группа показателей 3 (Экономические)	Группа показателей 1 (Социальные)	Группа показателей 2 (Экологические)
Среднее значение удельного веса по итогам экспертных оценок	0,357	0,329	0,314

Полученные данные в виде индексов каждого показателя были суммированы по каждой группе показателей в отдельности, в сводный индекс за каждый анализируемый год. Так, например сводный индекс по 8 экономическим показателям за 2006 год составил 0,32.

Далее, на четвертом этапе, сводный индекс каждый группы показателей (экономический, экологический, социальный) был умножен на среднее значение удельного веса по итогам экспертных оценок. К примеру, удельный вес в соответствии экспертных оценок экономических показателей составляет — 0,357, и за 2006 год экономический индекс составит приблизительно — 0,11.

0,32*0,357=0,11

Таким образом, умножив сводный индекс группы показателей за каждый год на удельный вес важности, была рассчитана табл.5. Сводные индексы по трем основным группам показателей позволили рассчитать по формуле (1), интегральный индекс устойчивого развития.

Интегральный индекс устойчивого развития отражает на основе оценки важнейших экономических, социальных и экологических показателей степень достижения устойчивого развития. При этом чем больше нуля данный показатель, то тем ближе регион к устойчивому развитию. Важно отметить, что, так как в целом, точкой отсчета являлся 2005 год, то соответственно интегральный индекс устойчивого развития в этот период составляет 0.

Таблица 5

Сводные индексы по трем основным группам показателей иинтегральный индекс устойчивого развития

Годы	I экон	I соц	I экол.
2005	0,00	1,14	0,58	0,00
2006	0,11	1,10	0,66	0,44
2007	0,32	0,71	0,36	0,43
2008	0,67	1,06	0,70	0,79
2009	0,70	1,15	0,67	0,81
2010	0,79	1,34	0,69	0,90
2011	1,22	1,45	0,57	1,00
2012	1,62	1,70	0,52	1,12
2013	1,95	1,83	0,75	1,39
2014	2,18	1,89	1,89	1,98
2015	2,27	1,94	0,52	1,32
2016	2,64	1,97	0,48	1,35
2017	3,14	2,10	0,73	1,69

Необходимость осуществления целевых прогрессивных структурных сдвигов, формирующих эффективную структуру экономики и обеспечивающей вектор устойчивого развития, обосновывают выявление структурных сдвигов, которые стали причиной позитивного роста интегрального индекса устойчивого развития.

В основе структурных сдвигов лежит изменение потребностей, на различных уровнях происходящее под воздействием внутренних, внешних, количественных и качественных факторов способствующих изменению составляющих элементов анализируемой структуры за определенный период в сравнении с предыдущим периодом. Структурные сдвиги происходят вследствие перелива капитала, трудовых и сырьевых ресурсов из одной отрасли в другую, исходя из перспективной рентабельности. Так трудовые, сырьевые и финансовые ресурсы перегруппируются и направляются в те отрасли, продукция которых имеет больший спрос на рынке. Соответственно для формирования предложения и удовлетворения спроса, увеличиваются объемы производства, происходит рост числа занятых работников, данная отрасль больше использует инфраструктуру (транспорт и связь), финансовый сектор стремится удовлетворить потребности этой отрасли в денежных ресурсах для оплаты сырья и заработной платы. За счет увеличения объемов производства и занятости увеличиваются налоговые поступления в бюджет из данной отрасли, и государство имеет больше возможностей для затрат на природоохранную деятельность и социальные отчисления. Вследствие вовлечения большего количества трудовых ресурсов и наличия спроса, доходы работников данной отрасли увеличиваются. И в целях улучшения социального положения ими расходуются средства на улучшения быта (спрос на продукцию отрасли торговли и общественного питания). Таким образом, за счет сдвигов в отраслевой структуре экономики региона, экономическая, социальная и экологические сферы развиваются, что способствует устойчивому развитию. Если сдвиг эффективен, то по сравнению с предыдущим периодом наблюдается увеличение таких показателей как ВРП и ВВП, и данный сдвиг принято считать прогрессивным. Если же сдвиги не привнесли существенных изменений или же наоборот способствовали увеличению не окупаемых затрат, то их относят к негативным структурным сдвигам.

Таким образом, прогрессивные отраслевые структурные сдвиги, соответствующие принципам устойчивого развития и нацеленные на формирование эффективной отраслевой структуры экономики на уровне региона, способствуют производству большего ВРП по сравнению с предыдущими периодами. В свою очередь больший объем производства ВРП способствует производству сравнительно большего объема производства ВВП. А так как, при осуществлении структурных сдвигов на уровне региона, учитывались принципы устойчивого развития (социальный и экологические аспекты), то сформированный в результате этих сдвигов больший объем ВВП, способствует достижению устойчивого развития страны в целом.

Следовательно, актуальным является выявление взаимосвязи структурных сдвигов в системе факторов, влияющих на устойчивое развитие. Так как «структура» является понятием относительным, а также учитывая, что на уровне региона — ВРП и его отраслевая структура являются основными экономическими показателями, на наш взгляд является целесообразным произвести корреляционно-регрессионный анализ интегрального индекса устойчивого развития -I_SDG, и структурных сдвигов в отраслевой структуре производства ВРП за 2005 -2017гг. В виду того, что отраслевая структура производства ВРП, в соответствии с национальными счетами РТ, состоит из 7 основных отраслей (промышленность, сельское хозяйство, строительство, торговля и общественное питание, транспорт и связь, налоги и другие отрасли), то для выявления корреляционно-регрессионной зависимости наиболее подходящим инструментом выявления взаимосвязи является многофакторный корреляционно-регрессионный анализ.

Для оценки структурных сдвигов в экономической науке используются множество методик, но в нашем исследовании основываясь на работы Мингалевой Ж. А., Бессонова В.А, а также Красильникова О. Ю. мы выбрали три метода оценки структурных сдвигов. Эти методы наиболее распространены в статистической науке и используемы экономистами: линейный коэффициент структурных различий (индекс Рэ) — I_рэ; квадратический коэффициент структурных сдвигов (коэффициент Казинца) — ; а также индекс Рябцева. (см. Табл .6).

Таблица 6

Обзор методик по оценке структурных сдвигов

№	Название	Формула	Примечание
1	Линейный коэффициент структурных различий (индекс Рэ) [1]	d-линейный коэффициент структурных различий/Индекс Рэ; d1, dо — структура отчетного и базисного периодов, %; п — количество периодов.	Этот показатель является наиболее простейшим. Индекс Рэ показывает, среднюю степень отличия структуры отчетного периода от структуры базисного периода.
2	Квадратический коэффициент структурных сдвигов	-квадратический коэффициент структурных сдвигов; d — структуры базисного и отчетного периодов; 0  d  100 или 0    100 (если данные измерены в %).	Чем ближе значение показателей к 0, тем меньше различия в структурах изучаемых совокупностей; либо тем меньше изменения, произошедшие в структуре совокупности в динамике[1].
4	Индекс Рябцева (Ryabtsev index)	- это индекс Рябцева; — базисные и отчетные структуры i-того периода	Значения этого показателя не зависят от числа градаций структур. Оценка производится на основе максимально возможной величины расхождений между компонентами структуры, происходит соотношение фактических расхождений отдельных компонентов структур с максимально возможными значениями

Помимо того, преимуществом индекса Рябцева является наличие шкалы оценки полученных значений показателя (табл. 7).

Таблица 7

Шкала оценки меры существенности структурных различий по индексу Рябцева

Интервал значений	Характеристика меры структурны различий
0,000–0,030	тождественность структур
0,031–0,070	весьма низкий уровень различий структур
0,071–0,150	низкий уровень различий структур
0,151–0,300	существенный уровень различий структур
0,301–0,500	значительный уровень различий структур
0,501–0,700	весьма значительный уровень различий структур
0,701–0,900	противоположный тип структур
0,901 и выше	полная противоположность структур

Для расчета структурных сдвигов по выбранным методикам используем статистические данные табл. 8. об отраслевой структуре производства ВРП за периоды 2005–2017 гг.

Таблица 8

Отраслевая структура производства ВРП с 2005 по 2017 гг. (в процентах)

Годы	Промышленность	Сельское хозяйство	Строительство	Торговля иобщепит	Транспорт исвязь	Налоги	Другие отрасли	ВРП
2005	11,5	20,5	3,2	15,4	1,9	11,2	36,3	100
2006	9,8	29,5	2,1	16,4	1,2	7,7	33,3	100
2007	10,6	28,2	6	16,4	1,1	6	31,7	100
2008	7,03	26	6,4	14,1	5,4	5,6	35,5	100
2009	7,2	23	7,9	14,9	5,6	3,3	38,1	100
2010	12	23,3	5,5	26,1	9,3	3,6	20,2	100
2011	16,3	31,5	5,8	22,7	10,5	2,7	10,5	100
2012	23,1	26,5	7,7	19,4	10,4	2,7	10,2	100
2013	18,7	26,2	9,4	22,2	9,6	2,4	11,5	100
2014	21,2	11,6	7,2	26,4	17,9	2,9	12,8	100
2015	22,8	11	11,5	26,6	11,8	2,8	13,5	100
2016	25	22,6	8,3	19,6	10,1	2,5	11,9	100
2017	29,3	23,5	6,7	18,7	8,9	2,3	10,6	100

Расчет линейного коэффициента структурных различий (индекс Рэ) — I_рэ на основе формулы в табл.6, с учетом данных табл.8, производился следующим образом:

где = 9,8 — это доля промышленности в производстве ВРП 2006 года,

а = 11,5 — это доля промышленности в производстве ВРП 2005 года, который является базисным периодом и n=2, так как периодов в расчете использовано 2 (2005 и 2006 гг).

Таким образом, были произведены расчеты всех отраслей за период 2005–2017 гг., где 2005 год являлся базисным, в том числе и для расчета по другим методикам.

Как отмечалось выше, 2005 год являлся базисным годом, по сравнению с которым производился расчет изменения отраслевой структуры производства ВРП за последующие периоды (до 2017 года). В связи с этим, индекс за 2005 год равен нулю.

Расчет коэффициента структурных сдвигов по методике Казинца осуществлялся следующим образом:

где =10.6 — это доля промышленности в производстве ВРП 2007 года,

а = 11,5 — это доля промышленности в производстве ВРП 2005 года, который является базисным периодом;

и n=2, так как периодов в расчете использовано 2 (2005 и 2007 гг.).

Расчет индекса Рябцева осуществлялся следующим образом:

Где, = 29,5 — это доля сельского хозяйства в производстве ВРП 2006 года;

= 20,5 — это доля сельского хозяйства в производстве 2005 года (табл.8);

Если проанализировать структурные сдвиги на основе шкалы оценки меры существенности Рябцева, то можно определить, что «значительный и весьма значительные уровень различий структур» наблюдается в динамике таких отраслей как: промышленность, строительство, налоги и другие отрасли. А в отрасли транспорт и связь наблюдается «противоположный тип структур, свидетельствующий о кардинальных структурных изменениях, повлиявших на формирование новой структуры.

Эти сдвиги свидетельствует о весьма значительном изменении отраслевой структуры производства ВРП в пользу вышеназванных отраслей. Если произвести многофакторный корреляционно-регрессионный анализ структурных сдвигов и индекса устойчивого развития, можно оценить результат воздействия этих структурных сдвигов на устойчивое развитие.

В этих целях, был проведен многофакторный корреляционно-регрессионный анализ между I_sdg и индексами структурных сдвигов[2].

Анализ корреляционной матрицы позволил выявить положительную взаимосвязь между индексом устойчивого развития и индексами структурных сдвигов с такими отраслями как: промышленность (0,87), транспорт и связь (0,75), налоги (0,86) и другие отрасли (0,83).

Таким образом, можно заключить, что структурные сдвиги в отраслях промышленности, транспорта и связи, налогов и других отраслей являлись прогрессивными и способствуя изменению отраслевой структуры имели положительное влияние на устойчивое развитие. Но структурные сдвиги в строительной отрасли не имели такого положительного влияния, и осуществленные структурные сдвиги являлись неэффективными. Немаловажным является учет внешних факторов при оценке эффективности структурных сдвигов, так как именно спад цен на недвижимость 2015–2016 гг. вследствие этих факторов, повлиял на неэффективность осуществленных сдвигов.

При этом, корреляционная матрица выявила положительную взаимозависимость между следующими отраслями:

– транспорт и связь с торговлей и общественным питанием (0,81);

– налоги с транспортом и связью (0,74);

– другие отрасли с транспорт и связью (0,78)

Положительная корреляция, свидетельствует о том, что развитие этих отраслей произошел вследствие сдвигов в структуре друг друга, которые способствовали взаимозависимому их росту. Например, развитие отрасли транспорта и связи привело к развитию торговли и общественного питания и наоборот. Важно отметить, что ключевой отраслью в развитии этих отраслей является транспорт и связь, что свидетельствует о наращивании инфраструктуры экономики региона.

Для определения уравнения линейной многофакторной регрессии был проведен регрессионного анализ. Результаты расчетов позволили составить табл.9. В соответствии с этими расчетами коэффициент детерминации –R², между I_sdg и линейным индексом структурных сдвигов равен 0,90, с квадратическим коэффициентом структурных сдвигов равен 0,94, и с индексом Рябцева равен 0,96

Таблица 9

Данные регрессионной статистики по итогам расчетов

Регрессионная статистика	Регрессия между Isdg и
	Iрэ		Iрябц.
Множественный R	0,95	0,97	0,98
R-квадрат	0,90	0,94	0,96
Нормированный R-квадрат	0,58	0,83	0,90
Стандартная ошибка	0,18	0,16	0,12
Наблюдения	12,00	12,00	12,00

На основе полученных данных, были составлены уравнения множественной регрессии, где у — интегральный индекс устойчивого развития, х_n-индексы структурных сдвигов по отраслям:

Х₁- промышленность

Х₂-сельское хозяйство

Х₃-строительство

Х₄-торговля и общественное питание

Х₅-транспорт и связь

Х₆-налоги

Х₇-другие отрасли

Таблица 10

Уравнения линейной многофакторной регрессии интегрального индекса устойчивого развития ииндексов структурных сдвигов

хn	Уравнения регрессии
Iрябц

Таким образом, если проанализировать уравнение многофакторной регрессии с учетом индекса структурных сдвигов Рябцева, то структурные сдвиги в промышленности в 2,65 раза, сдвиги в торговле и общественном питании в 3,52 раза, сдвиги в налогах на 1,24, и в других отраслях в 0,005 раза положительно повлияют на увеличение интегрального индекса устойчивого развития. А сдвиги в сельском хозяйстве на 1,093 раза, в строительстве в 0,5 раза, в транспорте и связи в 1,59 раза имеют отрицательное влияние на интегральный индекс устойчивого развития. При этом общий эффект от изменения отраслевой структуры имеет положительное воздействие на 0,569 пунктов.

Расчет индексов структурных сдвигов осуществлялся с учетом базисного года — 2005, и таким образом мог иметь «накапливающий эффект». Вследствие этого, сдвиг предыдущего года вбирался следующим годом. Для оценки влияния структурного сдвига за 1 год, и исключения возможного искажения данных, также были рассчитаны цепные индексы структурных сдвигов, в которых в качестве базисного выступает предыдущий год. Произведенные расчеты позволили разработать таблицу 11.

Таблица 11

Данные регрессионной статистики сучетом цепных индексов структурных сдвигов

Регрессионная статистика	Регрессия между Isdg и
	Iрэ		Iрябц.
Множественный R	0,913	0,809	0,961
R-квадрат	0,834	0,654	0,924
Нормированный R-квадрат	0,434	0,049	0,791
Стандартная ошибка	0,236	0,380	0,178
Наблюдения	12	12	12

Как видно из таблицы 11, коэффициент детерминации R², с учетом цепных индексов структурных сдвигов также имеет высокие показатели: между I_sdg и линейным индексом структурных сдвигов равен 0,913, с квадратическим коэффициентом структурных сдвигов равен 0,654, и с индексом Рябцева равен 0,924.

Следовательно, структурные сдвиги, несмотря на «накапливающий эффект» или же оценки влияния из года в год, имеют положительное воздействие на интегральный индекс устойчивого развития.

Произведенные расчеты и анализ, где у — это индекс устойчивого развития, и x_n индексы структурных сдвигов по отраслям производства ВРП, рассчитанные с использованием трех методов, показывают высокий коэффициент детерминации, свидетельствующий о явной взаимосвязи между структурными сдвигами и устойчивым развитием. Результаты показывают, что структурные сдвиги имеют положительное влияние на достижение устойчивого развития и имеют потенциал для использования в качестве инструмента формирования эффективной отраслевой структуры и управления региональной экономикой.

Литература:

1. Иванова Ю. Н. Экономическая статистика. — М.: ИНФРА-М, 1998.-480 с.
2. Войтеховская Е. В. Индекс устойчивого развития регионов как инструмент оценки. Методика и пример расчета интегрального индекса устойчивого развития регионов// Главное статистическое управление Брестской области, г. Брест, Республика Беларусь//statbrest@tut.by
3. Статистический ежегодник Республики Таджикистан. Статистический сборник. — Душанбе, АСПРТ, 2018. — С.10, 197;
4. Данные Регионального управления торговли и развития экономики Согдийской области Худжанд. 2018.
5. Ефимов В. В., Барт Т. В. Статистические методы в управлении качеством продукции//Учебное пособие. — М.: КНОРУС, 2006. — 251 с
6. Каримова М. Т. Региональный аспект структурных сдвигов в промышленности Таджикистана//Таджикистан и современный мир//Вестник Центра стратегического исследования при Президенте Республики Таджикистан. — Душанбе, 2012. — № 1. — С.11–22.

---

[1] Примечание автора: Линейный и квадратические коэффициенты применяются в основ­ном для изучения динамики показателей структуры, т.к. наглядно по­зволяют сделать выводы об интенсивности изменения структур в те или иные промежутки времени

[2] Многофакторный корреляционно-регрессионный анализ производился в MS Excel с использованием функции анализ данных.