МИНОБРНАУКИ РОССИИ
Федеральное государственное бюджетное
образовательное учреждение
высшего образования
«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ
ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ»
Институт магистратуры
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
(МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ)
на тему: «Методология статистического анализа потребительских цен
(на примере Ленинградской области)»
Направление подготовки
38.04.01 Экономика
Направленность (профиль) образовательной программы
«Анализ данных в экономике»
Обучающийся Э-1849 группы
очной формы обучения
Шубарина Марианна Сергеевна
______________
(подпись)
Руководитель ВКР (магистерской диссертации)
Кандидат экономических наук, доцент, Силаева Светлана Анатольевна
______________
(подпись)
Рецензент
Начальник отдела статистики цен и товарных рынков Управления Федеральной
службы государственной статистики по г. Санкт-Петербургу и Ленинградской
области (Петростата),
Прийма Ольга Максимовна
Нормо-контроль пройден «__» _______________ 20__ г.
_________________________________
(подпись лица, проводившего нормо-контроль)
«Допущен(а) к защите» «__» _______________ 20__ г.
Руководитель магистерской программы
Доктор экономических наук, профессор,
Елисеева Ирина Ильинична
______________
(подпись)
Санкт-Петербург
2020
РЕФЕРАТ
с. 91, рис. 29, табл. 44, прил. 11
ИНДЕКС ПОТРЕБИТЕЛЬСКИХ ЦЕН, ДИФФЕРЕНЦИАЦИЯ ЦЕН, МЕТОДОЛОГИЯ, ПРОГНОЗ УРОВНЯ ПОТРЕБИТЕЛЬСКИХ ЦЕН
Объект исследования – уровень потребительских цен Ленинградской области и отдельных городов региона.
Предмет исследования – количественные характеристики динамики потребительских цен Ленинградской области.
Цель работы – совершенствование методологии статистического анализа
уровня потребительских цен на примере Ленинградской области.
Методы и методология исследования: для выполнения поставленных задач
использовались различные теоретические методы познания. Наблюдение и измерение стали основой для сора информации, формирующей базу данных исследования. С помощью анализа и синтеза, дедукции и индукции была произведена
оценка научных подходов к определению понятия потребительская цена, а также
дана характеристика динамики потребительских цен Ленинградской области. Из
практических методов можно выделить моделирование, с помощью которого
были произведены расчеты и получены уравнения регрессии. Статистически значимые параметры регрессионных моделей были выведены с помощью сравнения.
В процессе работы проводился экономико-статистический анализа рядов
динамики, метод выявления основной тенденции и прогнозирования рядов динамики, корреляционный и регрессионный анализ, а также графический и табличный методы представления статистических данных и результатов исследования.
В результате разработаны предложения по совершенствованию статистической методологии наблюдения индекса потребительских цен, способы прогнозирования уровня индекса потребительских цен на уровне региона, модели дифференциации уровня цен в городах региона.
Эффективность разработок определяется предполагаемым совершенствованием методологии и повышением качества анализа, в соответственно и своевременностью, действенностью и обоснованностью принятых на его основе мер
для оптимизации статистического наблюдения за потребительскими ценами и
своевременного принятия управленческих решений на региональном уровне.
СОДЕРЖАНИЕ
ВВЕДЕНИЕ .............................................................................................................. 9
1. МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ ИССЛЕДОВАНИЯ
ПОТРЕБИТЕЛЬСКИХ ЦЕН НА ФЕДЕРАЛЬНОМ И РЕГИОНАЛЬНОМ
УРОВНЯХ .............................................................................................................. 12
1.1. Потребительские цены как объект статистического исследования .......... 12
1.2. Методологические принципы статистического исследования цен на
потребительском рынке ...................................................................................... 16
1.3. Система показателей статистики потребительских цен............................. 27
1.4. Совершенствование видов статистического наблюдения за уровнем
потребительских цен ........................................................................................... 32
2. СТАТИСТИЧЕСКИЙ АНАЛИЗ И ПРОГНОЗИРОВАНИЕ УРОВНЯ И
ДИНАМИКИ ПОТРЕБИТЕЛЬСКИХ ЦЕН ЛЕНИНГРАДСКОЙ ОБЛАСТИ .... 37
2.1. Анализ динамики индекса потребительских цен Ленинградской области
.............................................................................................................................. 37
2.2. Анализ динамики групповых индексов потребительских цен
Ленинградской области ...................................................................................... 47
2.3. Анализ влияния структуры розничных цен на конечную стоимость товара
в Ленинградской области.................................................................................... 87
2.4. Статистическое моделирование взаимосвязи уровня потребительских цен
и экономических показателей Ленинградской области .................................... 92
3. АНАЛИЗ ДИФФЕРЕНЦИАЦИИ ЦЕН В ГОРОДАХ ЛЕНИНГРАДСКОЙ
ОБЛАСТИ ............................................................................................................. 101
3.1. Выявление уровня дифференциации цен в городах Ленинградской
области ............................................................................................................... 101
3.2. Моделирование влияния экономических факторов на дифференциацию
цен в городах Ленинградской области ............................................................. 110
ЗАКЛЮЧЕНИЕ .................................................................................................... 118
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ .............................................. 122
ПРИЛОЖЕНИЕ А. Индексы сезонности потребительских цен Ленинградской
области .................................................................................................................... 87
ПРИЛОЖЕНИЕ Б. Прогноз индекса потребительских цен Ленинградской
области, выполненный методом Хольта-Уинтерса .............................................. 89
ПРИЛОЖЕНИЕ В. Структура розничных цен Ленинградской области ............ 97
ПРИЛОЖЕНИЕ Г. Данные для модели влияния основных экономических
показателей на уровень индекса потребительских цен Ленинградской области
............................................................................................................................... 100
ПРИЛОЖЕНИЕ Д. Результаты расширенного теста Дики-Фуллера ................ 106
ПРИЛОЖЕНИЕ Е. Список товаров и услуг для анализа городской
дифференциации цен ........................................................................................... 109
ПРЛЖЕНИЕ Ж. Динамика коэффициентов вариации в городах Ленинградской
области .................................................................................................................. 111
ПРИЛОЖЕНИЕ И. Результаты теста на стационарность товаров и услуг
городов Ленинградской области ......................................................................... 114
ПРИЛОЖЕНИЕ К. Показатели абсолютной скорости и интенсивности
изменения минимального набора продуктов питания в городах Ленинградской
области .................................................................................................................. 116
ПРИЛОЖЕНИЕ Л. Средние цены на продовольственные товары в городах
Ленинградской области ....................................................................................... 139
ПРИЛОЖЕНИЕ М. Данные для построения моделей дифференциации цен в
городах Ленинградской области ......................................................................... 143
8
ВВЕДЕНИЕ
На современном этапе характерной чертой российской экономики является
трансформация ценовых процессов на потребительском рынке. Увеличивается
дифференциация уровня цен и доходов в регионах и городах, с каждым годом
все больше растет ассортимент товаров и услуг, меняется структура потребительских расходов, в следствии чего увеличивается требовательность потребителей, что приводит к изменению ценовой политики предприятий. Интерес населения,
средств
массовой
информации,
политиков
и
аналитиков
к ценам на товары массового спроса определяется тем влиянием, которое они
оказывают на уровень жизни народа, бюджет страны и экономику. Повышение
цен на потребительские товары повышает вероятность социальных потрясений.
Сведения о движении потребительских цен необходимы государственным органам управления для своевременного дефлятирования заработной платы и социальных трансфертов, разработки налоговой политики и ставок страхования, заключения контрактов, изучения динамики жизни населения, определения реальных результатов экономической деятельности. Недостаточная точность индексов цен может стать причиной принятия ошибочных решений в области кредитно-денежной политики.
В последние годы бóльшая доля потребительских расходов приходится на
непродовольственные товары и услуги, при сокращении доли продовольственных товаров. В геометрической прогрессии растет число товаров, товарных
групп и количества марок. Изменение структуры потребления приводит к трансформации роли и структуры потребительской цены, увеличивается количество
влияющих на цену факторов, усиливается ее влияние на уровень жизни населения, особенно малообеспеченного.
Увеличение дифференциации на потребительском рынке и его развитие
приводят к увеличению потенциала цены, как элемента управления на федеральном, региональном и местном уровне. Полноценная статистическая информация
об уровне потребительских цен и выполненные расчеты по этой тематике позво9
ляют принимать правильные и актуальные управленческие решения. Выполнение прогноза основных экономических показателей невозможно без учета инфляционного фактора. Росстат решает многие задачи, связанные с изучением
уровня потребительских цен – совершенствуется методы сбора и оценки информации, расширяется перечень товаров и услуг для наблюдения и др. Но в то же
время требуют совершенствования методики исследования социальной и региональной дифференциации цен, исследование ценообразования, взаимосвязей
и закономерностей изменения уровня потребительских цен. Все вышеизложенное подтверждает актуальность темы исследования.
Статистический анализ уровня потребительских цен в экономике страны
является слишком широкой задачей, для того, чтобы полностью раскрыть его
в рамках одной работы. Поэтому в целях более глубоко анализа было принято
решение ограничиться исследованием уровня потребительских цен в рамках одного региона, а также его городов. В связи с этим, целью магистерской диссертации является совершенствование методологии статистического анализа
уровня потребительских цен на примере Ленинградской области.
Для достижения цели необходимо решить следующие задачи:
- выявить сущность понятия цена, как объекта статистического исследования;
- произвести анализ методов, применяемых государственной статистикой,
изучить систему статистических показателей, характеризующих уровень
и динамику потребительских цен, проанализировать инструменты, которые используются в ходе регистрации их уровня;
- выявить особенности региональных проблем в статистическом наблюдении за потребительскими ценами, найти потенциальные возможности для усовершенствования принятой методологии, разработать предложения по совершенствованию статистического наблюдения;
- произвести комплексный статистический анализ уровня потребительских
цен Ленинградской области, выявить основные факторы, оказывающие на него
10
влияние, разработать различные варианты прогнозов, с применением корреляционного и регрессионного анализа;
- проанализировать дифференциацию цен в городах Ленинградской области, выявить ее уровень и определить степень влияния экономических факторов.
Объектом исследования данной работы является уровень потребительских
цен Ленинградской области и отдельных городов региона.
Предметом исследования являются количественные характеристики динамики потребительских цен Ленинградской области.
Информационной базой исследования явились данные Петростата, характеризующие экономическое развития Ленинградской области и динамику изменения цен региона.
Теоретической и методологической основой исследования послужили
труды ведущих российских и зарубежных ученых по вопросам статистического
изучения цен, моделирования и прогнозирования рядов динамики, а также экономико-статистического анализа. Работа строилась на основе трудов Беляевского И.К., Глушенко К.П., Денисовой И.П., Коган А.М., Козловой К.Б., Кудинова Ю.С., Певзнера Я.А., Перевышина Ю.Н., Розенберга Д.И., Селигмена Б.,
Уткина Э.А., Цацулина А.Н., Энтова Р.М., Яковеца Ю.В., а также ряда других
авторов.
В качестве исследовательского инструментария использовались экономико-статистические методы анализа рядов динамики, корреляционный и регрессионный анализ, методы выявления основной тенденции и прогнозирования
рядов динамики, а также графический и табличный методы представления статистических данных и результатов исследования. Для обработки исходной информации будут использованы пакеты прикладных программ «Microsoft Excel»
и «Gretl».
11
1. МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ ИССЛЕДОВАНИЯ
ПОТРЕБИТЕЛЬСКИХ ЦЕН НА ФЕДЕРАЛЬНОМ
И РЕГИОНАЛЬНОМ УРОВНЯХ
1.1. Потребительские цены как объект статистического исследования
Цены имеют динамическую природу, они многогранны и многофункциональны, что требует применения дифференцированных и многоуровневых исследований. Теория определения цены, а также способы ее определения служат
основой описания экономической системы и природы рыночных отношений, поэтому для начала статистического исследования цен необходимо дать объяснение понятия цена. Первыми авторами, посвятившими свои научные работы исследованию природы цен, были философы древнего мира [14, С. 6]. Фома Аквинский и Альберт Великий отмечали влияние объема вложенного труда и издержек, которые были затрачены на производство, на стоимость товаров [28, С. 44],
при этом они анализировали цены с практической стороны. Несмотря на то, что
возникали попытки обособить понятия цена и стоимость, экономические школы
начали образовываться только к началу прошлого века. Чтобы обобщить и продемонстрировать главные тенденции развития и преобразования определения
цены, на основе трудов Селигмена Б., Розенберга Д.И., Певзнера Я.А., Козловой
К.Б., Энтова Р.М., Яковеца Ю.В., Уткина Э.А., Цацулина А.Н. и др. нами составлена таблица 1.1, иллюстрирующая базовые экономические школы, разрабатывающие теорию цены.
Классическая школа дала зарождение марксистской политической экономии, которая нашла отражение в трудах ведущих советских экономистов,
а также идея полезности легла в основу большинства школ вульгарной (ненаучной) политической экономии. Историческая школа и институционализм представляли теорию из оценки системы отдельных результатов хозяйственной деятельности с помощью историко-генетического метода анализа.
12
Таблица 1.1 – Базовые экономические школы, разрабатывающие теорию цены
Классическая политическая экономия (классическая школа)
физиократы Смит А., Рикардо Д., Петти У., Буагильбер П., Тюрго А.Р.Ж., Кене Ф.,
Сисмонди Ж.Ш.
Предметные методы научного анализа, стоимость товара определяется на основе его трудовой ценности
Марксистская политическая экономия
Маркс К.
Сущностью стоимости являются трудовые затраты
Рубин И.И., Розенберг Д.И.,
Коган А.М. и др.
Вульгарная политическая экономия
Сэй Ж., Мальтус Т.Р.
Теория факторов, как основа определения стоимости
Историческая школа
Середина XIX века: Рошер
В., Гильбербранд Б., Книс К.
Конец XIX века – начало
XX века: Шмоллер Г., Зомбарт В., Вебер М., Брентано
Л., Бюхер К., Шпитгоф А.
История и государственное
управление являются факторами, влияющими на стоимость
Субъективно психологическая школа (институционализм)
Веблен Т., Коммонс Дж.Р.,
Митчел У.К., Кларк Дж.М.,
Гобсон Дж.А., Гэлбрейт
Дж.К.
В основании стоимости –
коллективная и индивидуальная выгода, техническое
искусство, деньги
Маржинализм (теория предельной полезности)
Джевонс У., Менгер К., Вальрас Л.
В основе стоимости лежит спрос и оценка полезности. Переход к экономической теории («экономикс»).
Источник: составлено автором [на основе 22; 23; 28; 30; 31; 32; 33; 35]
Исторически сложились два разных подхода к теории цены: теория трудовой стоимости Маркса и теория предельной полезности. Мы обратим внимание
на наиболее важные, по нашему мнению, моменты:
- теория трудовой стоимости предполагает доминирующую роль производства перед потреблением и распределением, цена учитывается как денежное
выражение стоимости, на которую в большей степени влияет величина рабочего
времени;
- теория предельной полезности предписывает нацеленность цены на конечного потребителя, она определяется соотношением спроса и предложения в
конкурентной среде.
13
Наличие двух по сути альтернативных теорий цены приводит к необходимости учитывать в исследовании и затратную, и субъективно рыночную природу
потребительских цен. Современные российские экономисты не противопоставляют затратную и потребительскую сторону цены, на наш взгляд, характерным
является определение цены, которое обозначил профессор Уткин Э.А.: «Цена –
это форма выражения ценности благ, проявляющаяся в процессе их обмена» [33,
С. 136].
В статистике разных стран цена олицетворяет координированную в договорах купли-продажи денежную плату за единицу продукции, при этом цена
находится в тесной связке с другими условиями, например, о конкретном виде,
количестве и качестве продукта, условиях обеспечения его доставки, скидках,
акциях и т.п.
В российской статистике под определением «цена» предполагается «выражение стоимости товара в денежных единицах определенной валюты (национальной или международной) за количественную единицу товара» [8, С. 29].
В магистерской диссертации под определением «цена» принимается выражение
стоимости товара в рублях за единицу измерения товара.
Взгляды исследователей на индексы можно разделить на четыре группы:
экономическую, вероятностную, агрегатную и функциональную. Сторонники
экономической концепции считают покупателей рациональными потребителями, то есть людьми, которые в условиях ограниченных денежных ресурсов изменяют структуру своих покупок вслед за неравномерным изменением цен. Они
стремятся приобрести больше полезности при меньших расходах. Пионерами
этого направления признаны Слуцкий Е.Е. и Конюс А.А. Индекс Конюса рассчитывается как отношение стоимости, продаваемого по текущим ценам, искусственного набора товаров, полезность которого равна полезности товаров базисного периода. В вероятностной теории цены и индивидуальные индексы цен рассматриваются как случайные величины, имеющие закон распределения, дисперсию и математическое ожидание, которое считается истинным индексом. Начала
вероятностной концепции индексологии заложены Эджвортом Ф. (80-е гг. XIX
14
века). В агрегатной теории сводные индексы цен рассматриваются как показатели динамики стоимости определенного набора (корзины, вектора) товаров или
функции стоимости этого набора. Данной концепцией руководствуются официальные статистические ведомства большинства стран.
Сделки купли-продажи товаров имеют количественную оценку – денежное
выражение объема проданных товаров в разрешенных законом денежных единицах. Розничная продажа включает приобретения товаров населением:
- для личного потребления за наличные или безналичные деньги независимо от места сделки;
- для текущего ремонта жилья, машин, бытовой техники и других материальных активов;
- для производственных целей (пошива одежды, изготовления мебели
и консервов, приготовления пирожков и кофе на продажу и другой деятельности);
- для осуществления инвестиций (строительства, капитального ремонта недвижимости, приобретения ювелирных изделий из драгоценных металлов и произведений искусства).
В розничный товарооборот включается продажа товаров через торговую
сеть всем экономическим субъектам хозяйства. Таким образом, розничный товарооборот понятие более широкое, чем расходы на потребительские нужды. Сведения об этих расходах получают благодаря крупномасштабному постоянному
выборочному обследованию бюджетов домашних хозяйств. В связи с материальными активами имеют место такие операции, как оплата, приобретение, потребление, хранение, безвозмездные передачи (трансферты), потери. Население товары приобретает, оплачивает и потребляет. Время, объемы и структуры этих
операций не совпадают. Следовательно, возможны три сводных индекса цен:
- индекс цен на приобретенные товары;
- индекс цен на оплаченные товары;
- индекс цен на потребленные товары.
15
Принимая во внимание финансовые и трудовые затраты на сбор первичных сведений и обработку информации, Росстат рассчитывает индекс потребительских цен только на приобретенные товары. Такое решение соответствует
нормам международной статистики. В рекомендациях Международной организации труда [17, С. 112] отмечено, что потребление, приобретение и оплата
в рамках статистики потребительских цен рассматриваются как идентичные понятия и считаются расходами на потребление. Национальным службам предложено самостоятельно определиться в данном вопросе.
Первый общий индекс цен был опубликован в 1609 году купцом Томасом
Маном. За минувшие четыреста лет написаны сотни книг, посвященных построению, интерпретации и практическому использованию этих показателей. Однако, разработанность проблемы далека от завершения. Измерение динамики
стоимости набора товаров не является большой теоретической проблемой. Все
дело в том, что наборы изменяются. И изменение стоимости набора, проданного,
скажем, в базисном периоде, трудно признать индексом всех цен, так как в отчетном периоде население купило уже другой набор товаров. В статистике цен
учитывается движение цен только по сквозным товарным позициям. Принято
считать, что появление в продаже новых товаров не влияет на изменение их общего уровня. Такая точка зрения верна только тогда, когда у населения есть свободный выбор товаров. В условиях товарного дефицита предложение новых товаров может приводить к скрытому от статистиков изменению цен.
1.2. Методологические принципы статистического исследования цен
на потребительском рынке
Индекс потребительских цен (далее – ИПЦ) в России рассчитывает Росстат, на него, а также на территориальные органы государственной статистики
возложены обязанности по наблюдению за динамикой средних цен на потребительские товары и услуги. Территориальные органы собирают данные и осуществляют расчет по регионам, а Управление статистики цен Росстата публикует
16
данные по Российской Федерации в целом. При этом, для прогнозирования инфляции привлекаются другие ведомства, такие как Министерство экономического развития.
Расчет ИПЦ производится на основе «Официальной статистической методологии организации статистического наблюдения за потребительскими ценами
на товары и услуги и расчета индексов потребительских цен», утвержденной
приказом Росстата №734 от 30.12.2014 года. Согласно Методологии «Индекс потребительских цен на товары и услуги используется в качестве одного из важнейших показателей, характеризующих инфляционные процессы в стране, и может применяться в целях осуществления государственной финансовой и денежно-кредитной политики, анализа и прогноза ценовых процессов в экономике,
изучение динамики социально-экономических явлений, пересмотра минимальных социальных гарантий населению, решения отдельных правовых споров
и т.д.» [5, С. 6].
Для расчета индексов цен по малым группам достаточно зафиксировать
цены на товары-представители. Индексы цен по нескольким товарным группам
можно определить, если располагать данными о расходах населения. Одним
из источников таких сведений является выборочное обследование бюджетов домашних хозяйств. Выборочная совокупность домашних хозяйств формируется
как целенаправленная механическая выборка. Бюджетные обследования сопряжены с преодолением двух проблем. Первая заключается в том, что трудно найти
семьи, которые согласились бы в течение трех месяцев вести регулярные записи
о своих расходах. Вторая – систематическое занижение расходов с целью сокрытия «левых» доходов от статистиков и от членов своих же семей: скрываются
затраты на алкогольные и табачные изделия, на специфические медицинские
препараты и услуги. Трудности возникают при росписи расходов, выданных детям «карманных денег», а также при фиксации расходов на время отпусков и зарубежных поездок. Для преодоления первой проблемы региональные органы
прибегают к разным поощрениям. Вторую решают путем корректировок и пере17
счетов. Располагая данными о розничном обороте по отдельным товарным группам, специалисты Росстата имеют достаточно полное представление о преднамеренных статистических искажениях. В инструкциях, предназначенных для
территориальных органов, данному вопросу уделяется много внимания. Например, предписывается сверять долю расходов на спиртные напитки, указанные домашними хозяйствами, с их долей в розничном обороте.
Индекс потребительских цен России, считается по формуле Ласпейраса.
Эта формула используется и в подавляющем большинстве других стран.
∑ 𝑝1 𝑞0
𝐼𝑝 = ∑
𝑝0 𝑞0
,
(1.1)
где ∑ 𝑝1 𝑞1 — стоимость продукции, реализованной в базисном (предыдущем) периоде по ценам отчетного периода,
∑ 𝑝0 𝑞0 — фактическая стоимость продукции в базисном периоде.
Расчет выполняется еженедельно по понедельникам (предварительная
оценка по ограниченному кругу товаров) и ежемесячно с 21 по 25 число отчетного месяца по полному кругу наблюдаемых товаров и услуг. Также на базе ежемесячной регистрации вычисляются квартальные и годовые индексы цен цепным методом путем перемножения ежемесячных индексов цен. То есть фактически текущая работа заключатся в еженедельной и ежемесячной оценке индекса,
а остальные данные к базисным периодам вычисляются математически.
Из-за того, что еженедельная регистрация проводиться по неполному перечню, еженедельно дается только приблизительная оценка изменения ИПЦ,
точные данные Росстат приводит только после регистрации месяца. Данные
по ИПЦ за месяц публикуются на пятый рабочий день после отчетного периода.
Согласно методологии, веса для расчета ИПЦ по формуле Ласпейраса, основанные на структуре потребительских расходов домашних хозяйств, формируется один раз перед началом отчетного года и в течение его остаются неизменными. Хотя, по истинной формуле Ласпейраса период весовой базы должен совпадать с исходной. То есть, если индекс рассчитывается за май 2020 года, веса
18
должны учитываться за апрель 2020. Для того, чтобы повысить точность данных
для расчета ИПЦ, необходимо оперативно и ежемесячно учитывать данные потребительских расходов. В результате широкого использования электронных
устройств, повсеместного генерирования и наличия цифровой информации кардинально изменился характер данных, которые производятся теперь постоянно
в огромных количествах и которые в мировой практике принято называть Большими данными.
В 2017 году Федеральная налоговая служба России (далее – ФНС) начала
реализовывать масштабный проект, по которому практически все организации,
осуществляющие товарно-денежные отношения (за исключением некоторых категорий организаций торговли) по всей стране, должны перейти с использования
традиционных кассовых аппаратов на так называемые онлайн-кассы. Система
передает данные с кассовой техники в режиме онлайн по сети Интернет в налоговый орган по определённой схеме – не напрямую, а через специальных операторов. При реализации этого проекта ФНС, разумеется, преследовало свои интересы – контроль за оборотом денежных средств в автоматизированном режиме.
Наличие определенной информации о товаре в электронном чеке, в том числе
цене этого товара, было рассмотрено Росстатом как возможный альтернативный
источник информации о потребительских ценах.
Росстат провел ряд переговоров с ФНС России по вопросу возможности
получения данных о ценах на товары, передаваемых с онлайн-касс. Основная
проблема заключается в том, что в России не существует единого принципа кодирования товаров, а также единых требований к описанию товаров в чеке. Продавцы заносят информацию о товарах в свои базы данных самостоятельно. Возникает ситуация, когда недостаточное описание товаров не позволяет идентифицировать два одинаковых товара.
Маркировка товаров будет осуществляться поэтапно. Уже промаркированы меховые изделия. Постановлением Правительства Российской Федерации
«Об утверждении Правил маркировки табачной продукции средствами идентификации и особенностях внедрения государственной информационной системы
19
мониторинга товаров, подлежащих маркировке средствами идентификации,
в отношении табачной продукции» (от 28.02.2019 года № 224) с 1 марта 2019
года осуществлен запуск обязательной маркировки табачной продукции [2],
а также введена в эксплуатацию соответствующая отраслевая подсистема.
В настоящее время идет эксперимент по маркировке лекарственных средств
и начата работа по маркировке молочной продукции.
В скором времени национальная система маркировки и прослеживаемости
товаров должна включить обувь, некоторые категории товаров легкой промышленности, духи и туалетную воду, шины и покрышки, фотокамеры и фотовспышки. В перспективе до 2024 года предполагается значительно расширить
ассортимент таких категорий товаров.
Так как в настоящее время получить такие оперативны данные невозможно, на практике используется модифицированная формула Ласпейраса:
- для января:
𝐼𝑟𝑡1/𝑡0 =
∑𝑙𝑟=1 𝑝𝑟𝑗0 𝑞𝑟𝑗0 ∗ 𝐼𝑟𝑗𝑡1/𝑡0
∑𝑙𝑟=1 𝑝𝑟𝑗0 𝑞𝑟𝑗0
,
(1.2)
,
(1.3)
- для последующих месяцев:
𝐼𝑟𝑡/𝑡−1 =
∑ 𝑝𝑟𝑗𝑡−1 𝑞𝑟𝑗0 ∗ 𝐼𝑟𝑗𝑡/𝑡−1
∑ 𝑝𝑟𝑗𝑡−1 𝑞𝑟𝑗0
где 𝑝𝑟𝑗0𝑞𝑟𝑗0 - потребительские расходы на приобретение j-го товара
(услуги)-представителя в базисном периоде;
𝑝𝑟𝑗𝑡−1𝑞𝑟𝑗0 - потребительские расходы населения на приобретение j-го товара (услуги)-представителя населения по r-му субъекту Российской Федерации
в базисном периоде в ценах предыдущего месяца;
𝐼𝑟𝑗𝑡1/𝑡0 - индекс цен (тарифов) на j-й товар (услугу)-представитель населения по r-му
субъекту Российской Федерации в январе отчетного года по срав-
нению с декабрем предыдущего года;
20
𝐼𝑟𝑗𝑡/𝑡−1 - индекс цен (тарифов) на j-й товар (услугу)-представитель населения по r-му субъекту Российской Федерации в отчетном месяце по сравнению
с предыдущим месяцем;
j - товар (услуга)-представитель;
l - количество товаров (услуг)-представителей;
r – субъект Российской Федерации;
t – отчетный месяц;
t-1 – предыдущий месяц;
t0 – декабрь предыдущего года [5].
Исходя из того, что правильно организованная выборка способна дать достаточно точное представление о генеральной совокупности, Росстат рассчитывает индексы, опираясь на цены, полученные выборочным методом. Выборочными являются и весовые коэффициенты, используемые при расчете сводных
индексов. Такой подход имеет солидное теоретическое обоснование. К сожалению, наблюдение не завершается классическим окончанием – расчетом предельной ошибки выборки при заданной вероятности. В этом нельзя винить российских статистиков, так как проблема не решена на уровне теоретических разработок.
Многие отечественные ученые критикуют использование цепного метода
перемножения индексов, не сведенных к единой базе. Во многих странах в целях
сопоставимости данных используются индексы, приведенные к единому базисному году. Например, в Италии, Швеции и Франции рассчитывают индекс потребительских цен не просто к предыдущему году, но и к определенному базисному году, тем самым данные становятся абсолютно корректны и сопоставимы
между собой.
Наблюдение за потребительскими ценами осуществляется на выборочной
основе. Ежегодно Росстатом утверждается Набор товаров и услуг (далее –
Набор) с конкретными потребительскими свойствами, по которым ведется
наблюдение во всех регионах Российской Федерации. Для того, чтобы товар
21
(услуга) попали в Набор, их доля в потребительских расходах населения должна
быть не менее 0,1% (то есть используется метод отсечения). Набор остается стабильным в течение определенного периода времени, но, как правило, не менее
года. В 2020 году в Набор входят 520 товаров (услуг), из которых 128 – продовольственные товары, 268 – непродовольственные товары, 124 – услуги. Как
правило, набор незначительно меняется каждый год, например, позиции, добавленные в наблюдение с 2020 года, перечислены в таблице 1.2.
Таблица 1.2 – Новые позиции набора потребительских товаров и услуг
Наименование
Чай зеленый, кг
Брюки женские из джинсовой ткани (джинсы), шт.
Варежки (перчатки) детские, пара
Шарф шерстяной, полушерстяной или из смесовой пряжи для взрослых, шт.
Носки, гольфы женские, пара
Крем для рук, 100 г (100 мл)
Пена для бритья, 200 мл
Рюкзак для взрослых, шт.
Бритвенные станки одноразовые, шт.
Лампа светодиодная, шт.
Моноблок, шт.
Обращение с твердыми коммунальными отходами, м 2 общей площади
Годовая стоимость полиса обязательного страхования гражданской ответственности владельцев транспортных средств (ОСАГО), полис
Источник: [38]
В настоящее время не учитывается движение цен в магазинах «Second
hand», на временных ярмарках, открываемых торговыми организациями, в магазинах «Fix price». Но можно обратиться к рекомендациям Международной организации труда, в которых находим: «Однако цены распродажи, уценки и специальные цены следует учитывать, если они распространяются на всех покупателей, а товары и услуги предлагаются в обычном порядке и нормально продаются» [17, С. 121, П. 40]. Остается проблемой учет цен в системах электронных
торгов: Avito, Aliexpress, Ebay, Alibaba и других. Сложно регистрировать цены
на товары, продаваемые индивидуальными продавцами за наличные деньги.
Естественно, что недоучет неформального и теневого оборота отрицательно ска-
22
зывается на достоверности индекса потребительских цен. Однако в данном вопросе трудности получения информации столь значительные, что с таким положением дел приходится мириться.
В апреле 2020 года еженедельный перечень товаров и услуг был дополнен
и расширен до 100 наименований (ранее их было 67) в связи с нестабильной экономической ситуацией на фоне новой коронавирусной инфекции. Уже три месяца каждую неделю регистрируются цены на ряд дополнительных товаров продовольственных (первой необходимости, таких как консервы и детское питание), детские товары, одежду, медикаменты, а также на услуги зарубежного туризма. В разных странах количество товаров и услуг, входящих в Набор, разное,
что проиллюстрировано на рисунке 1.1.
Для регистрации цен создается выборочная сеть торговых предприятий
(сеть базовых организаций), насчитывающая в 2020 году в Ленинградской области 1434 объекта. Для того, чтобы средние цены в отобранных пунктах точнее
отражали средние цены всех магазинов города, базовые организации должны отличать ряду требований. Прежде всего, структура выборочной сети должна повторять структуру генеральной совокупности. Отбор торговых точек рекомендуется начинать с анализа отчетов домашних хозяйств, из которых можно узнать
адреса наиболее посещаемых торговых пунктов.
Каждая ассортиментная группа включает в себя десятки, а то и сотни товарных видов, различающихся составом ингредиентов, технологиями и сроками
изготовления, размерами, цветом, сортами, расфасовкой, маркировкой и другими, влияющими на цену признаками. Кроме того, имеют значение время года,
срок хранения товара, расположение торговой точки.
23
Рисунок 1.1 – Количество товаров (услуг) в Наборах различных стран 1, составлено автором на основе [38]
1
Данные представлены по состоянию на 2019 год.
24
Для рынков, на которых преобладают индивидуальные предприниматели
и неформальные продавцы, цены на скоропортящиеся товары зависят от времени
дня. К окончанию торговли цены часто снижаются. Так, в некоторых магазинах
перед закрытием на скоропортящиеся товары устанавливают вечерние цены, которые могут быть ниже дневных на два десятка процентов. Поэтому, согласно
Методологии, при регистрации учитываются только скидки, продолжительность
которых превышает неделю.
Виды товаров в каждом городе Ленинградской области представлены, как
минимум, пятью, а то и десятью ценовыми котировками. В Ленинградской области ежемесячно наблюдается более 15 тысяч ценовых котировок.
Качество работы регистраторов во многом зависит от их квалификации
и добросовестности. Возможны непреднамеренные ошибки, поэтому проводятся
контрольные обходы торговых точек. Проверка работы регистраторов фиксируется в трех документах:
- на уровне территориального органа составляется план проведения контрольных проверок, в котором указываются даты, должности и фамилия специалиста по сбору ценовой информации, а также должность и фамилия контролера;
- в отделе статистики цен составляется график контрольных проверок;
- итоги проверок фиксируются в заключительном акте.
По запросу Росстата каждое полугодие копии актов предоставляются
в Управление цен и финансов Федеральной службы государственной статистики.
В случае изменения ассортимента товаров или объектов наблюдения (исчезновения товаров или закрытия магазинов) рекомендуется производить замену. Товар или услуга в обязательном порядке подбирается с аналогичными потребительскими свойствами. Если есть основания полагать, что исчезнувший товар появится в продаже к моменту следующей регистрации, может быть использован метод дублирования цены предыдущей регистрации. Но он применяется
только при неизменных ценах или при незначительном росте цен и может быть
применен только один раз. То есть, в случае повторного отсутствия товара в следующий момент регистрации его необходимо заменить. Также при регистрации
25
может быть использована расчетная цена, полученная при помощи коэффициента пересчета, вычисленного по группе аналогичных по характеристикам товаров.
Нельзя не отметить, что такая хорошо разработанная процедура замен
не совсем применима к реалиям последних месяцев. При отсутствии широкого
спектра услуг и временном дефиците товаров, с которым столкнулись регистраторы по всей стране, логичным было бы пересмотреть и дополнить методологию.
Например, услуги зарубежного туризма недоступны для потребителей уже три
месяца, при этом индекс потребительских цен на них учитывается на уровне
100% (применяется метод дублирования цены) и данная группа услуг учитываются в расчете общего индекса потребительских цен. Если потребитель не имеет
возможности приобрести товар или услугу, в будущем при совершенствовании
методологии следует учесть временное пропорциональное изменение структуры
потребительских расходов. То есть определенный товар или услуга исключается
из структуры потребления и пропорционально увеличивается доля удельных весов остальных товаров-представителей.
Также при расчете структуры потребительских расходов, следует учитывать экономическую ситуацию в начале девяностых годов, которая может повториться в настоящее время, когда в период экономического кризиса рост потребительских цен опережал темп роста доходов населения. Вследствие этого имело
место значительное изменение в структуре потребительских расходов.
При расчете индекса потребительских цен в России соблюдаются все основные принципы и требования международной методологии. В то же время выявлены проблемы, для исправления которых мы предлагаем решения:
1. Проблемой является использование годовых весов для расчета месячных
индексов цен. Уже внедряется использование системы считывания информации
с онлайн-касс, которое в перспективе мы предлагаем использовать не только для
регистрации цен, но и для получения более оперативной информации о потребительских расходах населения.
26
2. Еще одна проблема состоит в том, что расчет индексов цен за несколько
лет осуществляется путем перемножения цепных индексов цен с переменной весовой базой. Для устранения данной проблемы предлагаем публиковать дополнительные данные, используя базисный индекс цен с постоянной весовой базой.
3. Также при временном отсутствии товара или услуги на потребительском
рынке предлагается использовать временное пропорциональное изменение
структуры потребительских расходов.
1.3. Система показателей статистики потребительских цен
У населения нашей страны достаточно двоякое представление об инфляции.
С одной стороны, это любой рост цен на сопоставимые виды товаров, с другой
инфляцией считается именно рост цен на потребительские товары и услуги. Невозможно не признать, что для точной оценки инфляции необходимо использовать индексы цен всех областей экономики. В отечественной статистике индексы
цен подразделяются на два вида: потребительские и производственные (таблица
1.3).
Таблица 1.3 – Система индексов цен и тарифов в Российской Федерации
Потребительский сектор
Производственный сектор
Индексы цен производителей промышленных товаров (услуг)
Индексы цен производителей сельскохозяйственной продукции
Индексы цен на продукцию (затраты,
услуги) инвестиционного назначения
Индексы цен на грузовые перевозки
Индексы цен на услуги связи для юридических лиц
Индексы цен на приобретенные организациями отдельные виды товаров
Индексы цен на приобретенное промышленными организациями зерно
Индексы цен на приобретенные сельскохозяйственными организациями промышленные товары и услуги
Индексы потребительских цен
Индексы цен на рынке жилья
27
Продолжение таблицы 1.3
Потребительский сектор
Производственный сектор
Индексы цен на приобретенные строительными организациями основные материалы,
детали, конструкции
Источник: составлено автором на основе [38]
Индекс потребительских цен характеризует именно потребительскую инфляцию, и представляет собой показатель, передающий ситуацию на наиболее
значимом для населения потребительском рынке, пересекаясь и с другими показателями, например, с индексами цен производителей.
Основная функция, выполняемая индексом потребительских цен, вытекает
из определения Международной организации труда - оценка изменения во времени общего уровня цен на товары и услуги, приобретаемые, используемые или
оплачиваемые населением для непроизводственного потребления. В большинстве стран мира этот индекс используют для характеристики инфляции и измерения уровня жизни населения, что делает его одним из основных макроэкономических показателей. Данные о потребительских ценах на товары и услуги являются информационной основой формирования системы показателей статистики потребительских цен (рисунок 1.2).
Регистрация потребительских цен
Индексы цен на отдельные
товары и услуги
ИПЦ
БИПЦ
ИПЦ по 10% группам
населения с различным
уровнем располагаемых ресурсов
Средние цены на отдельные
виды товаров и услуг
Стоимость минимального набора
продуктов питания
Изменение стоимости набора
ИСЖ
Стоимость фиксированного набора товаров
и услуг для межрегионального сопоставления
Изменение стоимости набора
Рисунок 1.2 – Система статистических показателей, характеризующих ситуацию на потребительском рынке, составлено автором на основе [38]
28
Для расчета индекса потребительских цен используется полный перечень
товаров и услуг, входящих в Набор. Базовый индекс потребительских цен рассчитывается на основе ограниченного круга товаров, плодоовощная продукция, подакцизные товары и тарифы, которые носят административный характер, исключены из расчета. То есть предполагается, что этот показатель иллюстрирует ИПЦ
очищенный от сезонных факторов (рисунок 1.3). Базовый индекс рассчитывается
по 415 товарам, большинство из которых непродовольственные, и не в полной
мере отражает реальную картину изменения потребительских цен.
Рисунок 1.3 – Динамика ИПЦ и БИПЦ за 2019 год, %, составлено автором
на основе [5]
Индекс стоимости жизни показывает отношение стоимости Набора товаров
и услуг городов к среднероссийскому показателю. Но не существует показателя,
отражающего похожую дифференциацию городов внутри одного региона.
Классификатор индивидуального потребления по целям (далее – КИПЦ) создан для стандартизации информации об изменении потребительских цен в соответствии с методологией Системы национальных счетов Российской Федерации
и Евростата. Соответствие отдельных групп потребительских расходов домашних
хозяйств и групп КИПЦ-ДХ показано в таблице 1.4.
29
Таблица 1.4 – Соответствие групп потребления домашних хозяйств и КИПЦ-ДХ
Классификация потребительских расходов
КИПЦ-ДХ
Продукты питания
и безалкогольные
напитки
Продукты для домашнего питания
Алкогольные
напитки, табачные
изделия
Алкогольные напитки
Непродовольственные товары
Услуги
Табачные изделия
Одежда и обувь
Стройматериалы, топливо
Предметы домашнего обихода, бытовая техника, бытовая химия
Лекарства и медицинское оборудование
Транспортные средства, горюче-смазочные материалы
Телефонное и факсимильное оборудование
Аудиовизуальное
оборудование,
игры, товары для спорта и досуга, печатная продукция и т.п.
Предметы гигиены, личного обихода,
часы и др.
Ремонт одежды и обуви
Жилищные услуги, ремонт жилья
Бытовые услуги, ремонт техники
Медицинские услуги
Транспортные услуги, ремонт транспорта
Услуги связи
Услуги по организации отдыха
и культурных мероприятий, ветеринарные услуги
Услуги образования
Услуги гостиниц
Услуги парикмахерских, социальных
служб и др.
Одежда и обувь
Жилищные услуги,
вода, электроэнергия, газ и другие
виды топлива
Предметы домашнего обихода, бытовая техника и повседневный уход за
домом
Здравоохранение
Транспорт
Связь
Организация
отдыха и культурные
мероприятия
Образование
Гостиницы,
и рестораны
Другие
и услуги
Питание вне дома
Источник: [38]
30
кафе
товары
Разделы состоят из 47 групп, которые в свою очередь представлены
114 классами. Каждый класс товаров и услуг разделен на категории, в категории
на виды (малые группы). С практической точки зрения важно иерархическое построение системы группировок, которое можно представить в виде следующей
схемы: Ассортиментный вид → Малая группа → Подкласс → Класс → Товарная
группа → Раздел → Укрупненная группа → Все товары.
Для того чтобы осуществлять межрегиональные сравнения, помимо индекса
потребительских цен исчисляются стоимости наборов товаров и услуг. Для них
используются единые веса, являющиеся нормами потребления, которые не имеют
ничего общего с реальной картиной потребления в регионах. Существует минимальный, фиксированный и социальный набор, последний используется для расчета прожиточного минимума. Данные о стоимости наборов рассчитываются
на одного человека в месяц, и их состав утверждается правовыми актами Росстата
и органов государственной власти. Все наборы вычисляются на региональном
уровне, а дополнительно на городском ˗ только минимальный набор. При исчислении показателей статистики потребительских цен используется разное количество товаров и услуг, данные обобщены и представлены в таблице 1.5.
Таблица 1.5 – Количество товаров и услуг, применяемое для расчета показателей
статистики потребительских цен
Вид показателя
ИПЦ
Еженедельная
регистрация
Минимальный
набор
Фиксированный
набор
ИСЖ
Прожиточный
минимум
КИПЦ
БИПЦ
520
Продовольственные товары
128
Непродовольственные товары
268
67
40
14
13
33
33
0
0
83
30
41
12
254
79
155
20
42
42
0
0
209
415
89
102
72
233
48
80
Все товары
и услуги
Источник: рассчитано автором на основе [39]
31
Платные услуги
населению
124
Система показателей статистики цен не учитывает дифференциацию цен
в городах на уровне одного региона. Поэтому предлагается в будущем выделить
показатель дифференциации цен городов, учитывающий стоимость набора товаров и услуг к региональному уровню.
Все перечисленные выше показатели отражают ситуацию на потребительском рынке в рамках ежемесячного и еженедельного статистического наблюдения, но в современных рыночных условиях, необходимо расширение перечня статистических работ, для того, чтобы всесторонне учитывать изменения.
1.4.
Совершенствование
видов
статистического
наблюдения
за уровнем потребительских цен
Современная методология регистрации потребительских цен базируется
на огромном опыте отечественных и зарубежных статистиков, а также на основании рекомендаций Международного бюро труда, Международного Валютного
Фонда, Организации экономического сотрудничества и развития, Статистического бюро Европейских сообществ, Европейской экономической комиссии Организации Объединенных Наций и Всемирного банка. Росстатом проведена колоссальная по значимости и масштабам работа – разработана методика регистрации и обработки данных, создана база предприятий торговли, товаров и услуг.
При этом остаются некоторые методологические проблемы, которые продолжают обсуждаться специалистами. Набор товаров и услуг для регистрации цен
увеличивается с каждым годом, но, как известно, ошибка выборки обратно пропорциональна квадратному корню наблюдений, в связи с чем незначительное
увеличение точности приобретается многократным увеличением выборки.
В современных российских магазинах ассортимент товаров настолько широкий, что не представляется возможным отразить в статистической документации цену каждого из них. Например, список товарных позиций в магазине «Пятерочка» (г. Гатчина) по состоянию на апрель 2020 года включал: колбасы полукопченые и копченые – 96 наименований, пельмени – 48, молоко и молочная
продукция – 287, конфеты – 249, чай – 128, кофе – 100, посуда – 151, стиральные
32
порошки и средства для уборки помещений – 68, игрушки – 822. В специализированных магазинах вам предложат 220 видов потолочных светильников, 60 видов штор, более 1500 видов обоев.
В небольшом киоске покажут около 200 моделей дамских сумочек. Тысячи
позиций занимает ассортимент белья, одежды, обуви, тканей инструментов
и многих других товаров потребления. Аптеки реализуют свыше 18 тысяч препаратов. Одного аспирина около 50 видов. Разброс цен очень широкий. Например, цены на капли для носа колеблются от 5 до 170 рублей за 50 мл. Если подсчитать весь ассортимент, то, возможно, наберется более 100000 товарных разновидностей.
Цены постоянно изменяются, то в связи с наступлением времени для вечерних скидок, то в связи с решением о проведении очередной акции. Во всех
случаях ценники меняются. Аналогичный продукт другого производителя, как
правило, имеет иную цену, и ему отводится отдельная строка в списке цен. Некоторые товары, например, овощи в зависимости от свежести имеют несколько
цен. Кроме того, некоторые магазины предоставляют скидки по расписанию.
В настоящее время происходит усиливающаяся социальная и территориальная дифференциация, в связи с этим предлагается для отбора товаров использовать метод вероятностной выборки, а также необходимо отслеживать вариацию цен в городах и проводить выборочные обследования семей и магазинов.
Также возможно проводить периодические обследования рынков. Это качественно дополнит имеющуюся статистическую информацию.
Предлагается проводить регулярное повышение квалификации регистраторов цен и расширить их штат, для фиксирования динамики цен на всех уровнях. Поэтому нами предложена классификация видов статистического наблюдения, которая позволит учесть всесторонние изменения цен на потребительском
рынке (таблица 1.6).
33
Таблица 1.6 – Классификация видов статистического наблюдения за потребительскими ценами
Критерий
Виды наблюдения
По степени охвата
Сплошное
Выборочное
По периодам
Текущее
По основанию
Периодическое
Единовременное
Наблюдение
Документальный учет
Опрос
Пример сферы применения
Учет цен внутри организаций
Регистрация цен на городских рынках, анкетирование покупателей
Еженедельная и ежемесячная регистрация
цен
Опрос на соответствие цены качеству товара
Изучение конкурентной ситуации
Регистрация цены в момент продажи
Использование цен прейскурантов
Составление потребительского мнения
о цене, о соответствии цены и качества товара
Источник: составлено автором
Опросы дают возможность получить представление об изменении рыночной конъюнктуры, замещаемости товаров, последствиях регулирующего воздействия государственной политики, изменении в ценовой политике организаций
торговли. Если сочетать опрос покупателей с экспертными оценками, это позволит избежать влияния субъективного мнения потребителей на анализ. Например,
Дельфи-метод зарекомендовал себя как надежный способ получения достоверной информации о ценах. Российский потребительский рынок развивается быстрыми темпами, поэтому необходимо расширять количество методов наблюдения
за ценами.
Введение в России в конце прошлого столетия выборочного обследования
бюджетов домашних хозяйств для получения сведений, без которых невозможны расчеты индексов потребительских цен, поставили статистику в зависимость от гражданской ответственности населения. От точности регистрации расходов на покупку товаров стала зависеть достоверность данных о структуре потребительских расходов и точность показателей динамики цен.
Во всех странах официальная статистика развивается по одному сценарию:
расширяется круг публикуемых социально-экономических показателей, периодически пересматриваются методологии их расчета, постоянно идет поиск спо34
собов снижения затрат на производство статистических услуг. Совершенствуется координация деятельности государственных ведомств разных стран. По частоте публикаций статистических данных в средствах массовой информации, по
тому, как и сколько говориться о статистике по телевидению и в Интернете,
можно делать выводы о состоянии уровня демократизации общества. Недоверия
россиян к статистике объясняется многими причинами, в том числе и тем, что
спустя много лет признали искажения и перечитали темпы роста национального
дохода. Были признаны и факты занижения тренда розничных цен. Становление
статистики потребительских цен как публичной сферы деятельности требует постоянного разъяснительного сопровождения, целью которого должна стать психологическая подготовка населения для работы в качестве статистических волонтеров. Сегодня эта работа находится в зачаточном состоянии. Сайты статистических подразделений и регулярные выступления специалистов Росстата
в средствах массовой информации – мизерная доля того, что необходимо предпринять. Телезрителей желательно познакомить с самыми добросовестными помощниками, с теми, от кого зависит достоверность сведений об изменении цен.
На сайтах можно было бы рассказать о добросовестных помощниках статистиков и разместить их фотографии. На уровне Российской Федерации целесообразно учредить звание и знак «Участник статистического обследования».
В рамках первой главы был произведен анализ методологических аспектов
статистического наблюдения за потребительскими ценами, и мы можем сделать
следующие выводы:
- выявлена сущность понятия цена, как объекта статистического исследования, существуют два разных подхода к теоретическому определению цены –
теория трудовой стоимости и теория предельной полезности, в исследовании мы
будем учитывать и затратную, и рыночную природу цен;
- произведен анализ методов, применяемых государственной статистикой,
изучена система статистических показателей, характеризующих уровень и динамику потребительских цен, проанализированы инструменты, которые используются в ходе регистрации их уровня;
35
- выявлены особенности региональных проблем в статистическом наблюдении за потребительскими ценами, найдены потенциальные возможности для
усовершенствования принятой методологии;
- разработаны предложения по совершенствованию статистического
наблюдения.
36
2. СТАТИСТИЧЕСКИЙ АНАЛИЗ И ПРОГНОЗИРОВАНИЕ УРОВНЯ
И ДИНАМИКИ ПОТРЕБИТЕЛЬСКИХ ЦЕН
ЛЕНИНГРАДСКОЙ ОБЛАСТИ
2.1.
Анализ
динамики
индекса
потребительских
цен
Ленинградской области
Индекс потребительских цен в Ленинградской области, как и в целом по
Российской Федерации, рассчитывается с 1991 года. До перехода к рыночной
экономике доминирующие позиции занимал индекс розничных цен, он отличался от ИПЦ тем, что в качестве весов для расчета использовались не данные
структуры потребительских расходов населения, а данные структуры розничного товарооборота. Индекс розничного товарооборота был разработан во время
плановой экономики и до 1991 года достаточно точно показывал изменения цен,
за счет государственной монополии на производство потребительских товаров
и их распространение. Цены практически на все товары были фиксированы в зависимости от региона страны и продавались через государственную сеть торговых предприятий.
С 1991 года экономические изменения в стране диктовали необходимость
изменения методов оценки потребительской инфляции параллельно с внедрением в российскую статистику и других международных стандартов (переход на
систему национальных счетов, на международную практику по расчету показателей в соответствии с принципами Международной Организации Труда и т.п.),
таким образом, было принято решение о введении в статистическое наблюдение
индекса потребительских цен, в следствии отказа от расчетов на основе индекса
розничных цен. Динамика уровня ИПЦ Ленинградской области с 1991 года представлена на рисунке 2.1.
37
Рисунок 2.1 – Динамика индекса потребительских цен Ленинградской области
с 1991 по 2019 гг., %, составлено автором по данным Росстата [38]
В первые годы реформ в Ленинградской области, как и в целом
по Российской Федерации, характерной чертой потребительских цен было их
централизованное и единовременное повышение на большое количество товаров. Хотя в целом самый большой годовой рост потребительских цен зафиксирован в 1992 году (2196,52%), стоит отметить, что это полностью объясняется их
резким повышением в январе. В течение года ежемесячная инфляция составляла
около 15% и превысила эту отметку только в декабре. Обратная картина с повышением на 758,71% в 1993 году, когда ежемесячно цены повышались более чем
на 20% и их рост замедлился только в последнем квартале года.
Такая динамика в первые годы либерализации цен объясняется разрушением хозяйственных связей между предприятиями и почти неконтролируемой
эмиссией, которая являлась основным средством погашения дефицита бюджета.
С 1994 года происходило существенное замедление темпов роста цен на потребительском рынке, в связи с тем, что в 1994-1997 гг. покрытие бюджетного дефицита происходило не благодаря денежной эмиссии, а путем увеличения внешнего и внутреннего долга страны. Кроме того, в эти годы широкое распростране38
ние в стране и в регионе получили различного рода задолженности между субъектами экономического рынка (кредиторско-дебиторские долги предприятий, задолженности по зарплатам, пенсиям, социальным выплатам и т.п.), что явилось
скрытой формой инфляции.
В августе 1998 года стало невозможно выпускать государственные ценные
бумаги, в связи с перенасыщенностью ими рынка и «пирамида государственного
долга» обвалилась, что привело к тому, что произошел отток капитала на валютный рынок, и курс рубля резко снизился. Результатом этого стало повышение
цен на импортную продукцию, что привело к росту потребительских цен и инфляции издержек, так как подорожали также сырье и материалы.
Таким образом, мы можем разделить динамику потребительских цен Ленинградской области на два периода:
- 1991-1999 гг. – период значительной колеблемости цен Ленинградской
области;
- 2000-2019 гг. – период стабильной динамики цен Ленинградской области.
Теперь подробнее проанализируем второй период (рисунок 2.2).
Рисунок 2.2 – Динамика индекса потребительских цен Ленинградской области
с 2000 по 2019 гг., %, составлено автором по данным Росстата [38]
39
С 2000 года наблюдается устойчивый тренд снижения темпов роста потребительских цен в Ленинградской области. В 2006 прирост составил 9,88%, впервые за постсоветский период достигнув однозначной цифры. Этому способствовали такие факторы как экономический рост во всех регионах страны, благоприятная конъюнктура мировых цен на российские экспортные товары, а также снижение курса доллара по отношению к рублю в результате колоссального бюджетного дефицита и увеличения государственного долга США. Термин «импортируемая инфляция» впервые появился в 2007 году, так как во второй половине
года, следуя мировым тенденциям, существенно ускорился рост цен на отдельные продукты питания. Это коснулось не только импортных товаров, но и таких
рынков, как зерновой, который из-за открытости границ и объема экспорта ориентируется на мировой уровень. Летом 2007 года цены на пшеницу в Ленинградской области выросли на 60%, всё это привело к тому, что ИПЦ за этот год составил 112,81%.
В 2008 и 2010 году повышение уровня цен связано с ростом стоимости сельскохозяйственной продукции (в 2010 году Россия также ограничила экспорт
зерна, что сказалось на росте цен в Ленинградской области). Кризис стал общемировым и перерос в крупномасштабные политические конфликты в Ливии, Тунисе, Сирии и Египте. В 2011 году положение дел улучшилось, экономическая
ситуация стала восстанавливаться, и в 2012-2013 годах темпы роста цен снизились. В 2014 году на Украине начался кризис, множество стран ввели санкции
против России, национальная валюта стала колебаться по отношению к доллару
США, что послужило причиной второго резкого подъема ИПЦ во всех регионах.
В последнее время несмотря на перманентный экономический кризис,
цены стали отличаться стабильностью, но в марте 2020 года по всей стране и,
в частности, в Ленинградской области возникла неустойчивая экономическая ситуация, вызванная распространением новой коронавирусной инфекции. Временный дефицит товаров и увеличивающийся темп роста безработицы, уже повлияли на индекс потребительских цен Ленинградской области (рисунок 2.3).
40
Рисунок 2.3 – Динамика индекса потребительских цен Ленинградской области
в 2020 году, %, составлено автором по данным Росстата [38]
Если рассмотреть динамику потребительских цен Ленинградской области
помесячно (рисунок 2.4), то можно выделить яркие сезонные изменения в январе
и августе.
Рисунок 2.4 – Ежемесячная динамика индекса потребительских цен
Ленинградской области с января 2010 года по апрель 2020 года, %, составлено
автором по данным Росстата [38]
41
Проиллюстрируем это явление более подробно на примере последних четырех лет (рисунок 2.5).
Рисунок 2.5 – Динамика индекса потребительских цен Ленинградской области
в 2016, 2017, 2018 и 2019 гг. %, составлено автором по данным Росстата [38]
Найдем средние индексы сезонности в Ленинградской области, для этого
используем данные о ежемесячном изменении ИПЦ. Расчет индивидуальных индексов сезонности произведем по формуле:
𝐼𝑆 =
𝑥𝑖𝑗
𝑥𝑝𝑖
,
(2.1)
где 𝑥𝑝𝑖 - расчетные уровни тренда, выступающие в качестве базы сравнения.
Подробные расчеты приведены в Приложении А. На основе данных нами
получены среднемесячные индексы сезонности в Ленинградской области (рисунок 2.6).
42
Рисунок 2.6 – Индексы сезонности Ленинградской области, %, составлено автором по данным Росстата [38]
Сезонность изменения связана с тем, что в начале года многие организации
повышают тарифы на свои услуги, а также с дополнительными выплатами зарплат и премий сотрудникам по итогам года, что повышает спрос на товары
и услуги, следствием чего является повышение цен. Также в январе и июле повышаются тарифы, регулируемые местными органами власти Ленинградской области (транспорт, связь, жилищно-коммунальные услуги). В августе снижается
общий уровень цен из-за сезонных изменений, связанных с наплывом на рынок
плодоовощной продукции.
Так как во временном ряде присутствует ярко выраженный тренд и сезонность, мы можем построить прогноз, используя мультипликативную модель
Хольта-Уинтерса.
Полностью этот метод описывается четырьмя уравнениями:
43
- экспоненциально сглаженный ряд:
𝐿𝑡 = 𝛼
𝑌𝑡
𝑆𝑡−𝑆
+ (1 − 𝛼)(𝐿𝑡−1 + 𝑇𝑡−1 ),
(2.2)
- тренд:
𝑇𝑡 = 𝛽 (𝐿𝑡 − 𝐿𝑡−1) + (1 − 𝛽)𝑇𝑡−1 ,
(2.3)
- сезонность:
𝑆𝑡 = 𝛾
𝑇𝑡
𝐿𝑡
+ (1 − 𝛾)𝑆𝑡−𝑆 ,
(2.4)
- прогноз:
𝑦̂𝑡+𝑝 = (𝐿𝑡 + 𝑝𝑇𝑡 )𝑆𝑡−𝑆+𝑝 ,
(2.5)
где α, β, γ — постоянные сглаживания для уровня, тренда и сезонности,
соответственно,
s — длительность периода сезонного колебания.
Уравнение (2.2) корректирует сглаженные ряды. В этом уравнении член
𝑌𝑡
𝑆𝑡−𝑆
учитывает сезонность в исходных данных. После учета сезонности и тренда
в уравнениях (2.3), (2.4) оценки сглаживаются, а в уравнении (2.5) делается прогноз. Подробные расчеты представлены в Приложении Б. В таблице 2.1 представлены результаты прогнозирования методом Хольта-Уинтерса на восемь месяцев вперед до конца 2020 года. Графическая интерпретация прогноза представлена на рисунке 2.7.
Таблица 2.1 – Результаты прогноза по методу Хольта-Уинтерса
Месяц
Май
Июнь
Июль
Август
Сентябрь
Октябрь
Ноябрь
Декабрь
Период прогноза
1
2
3
4
5
6
7
8
Прогнозное значение
101,32
101,60
101,48
100,57
100,75
101,49
101,69
101,10
Источник: рассчитано автором по данным Росстата [38]
44
Рисунок 2.7 – Прогнозирование индекса потребительских цен Ленинградской области методом Хольта-Уинтерса, %,
рассчитано автором по данным Росстата [38]
45
Для метода Хольта-Уинтерса также необходимо определить точность прогноза. Ошибка модели находится по формуле:
γ𝑖 = 𝑦𝑖 − 𝑦̅𝑖 ,
(2.6)
где γi – ошибка модели для i-го периода.
Для расчета точности прогноза определяется отклонение ошибки модели
от прогнозной модели:
𝛥γ𝑖 =
γ2𝑖
𝑦𝑖2
.
(2.7)
Точность прогноза находится как единица минус среднее значение отклонений ошибок модели от прогнозной модели. Для нашего прогноза точность составляет 0,9998.
Таким образом, можно сделать следующие выводы:
- динамику индекса потребительских цен Ленинградской области можно
разделить на два периода – 1991-1999 гг. (период значительной колеблемости
цен) и 2000-2019 гг. (период стабильной динамики цен), при этом неустойчивая
экономическая ситуация, вызванная распространением новой коронавирусной
инфекции в Ленинградской области, уже отразилась на динамике цен в первые
месяцы 2020 года;
- изменения цен Ленинградской области зависят от сезонности, как правило, цены повышаются в начале и конце года, снижение наблюдается в летний
период;
- прогнозирование индекса потребительских цен методом Хольта-Уинтерса с точностью 0,9998 предсказывает рост индекса потребительских цен более
чем на один процент во все месяцы 2020 года, кроме августа и сентября.
Для того, чтобы подробнее выявить причины изменения потребительских
цен, рассмотрим динамику изменения отдельных групп товаров и услуг Ленинградской области.
46
2.2. Анализ динамики групповых индексов потребительских цен
Ленинградской области
Государственная статистика, помимо изменения цен на весь перечь товаров и услуг, публикует данные по продовольственным товарам, непродовольственным товарам и платным услугам населению. Они представлены на рисунке
2.8.
Рисунок 2.8 – Динамика групповых индексов потребительских цен Ленинградской области с 2000 по 2019 гг., %, составлено автором по данным Росстата [38]
Для того, чтобы охарактеризовать динамические ряды, найдем показатели
вариации (таблица 2.2). Показатели вариации продовольственных и непродовольственных товаров практически идентичны, а показатели услуг примерно
в два раза выше, что объясняется большей зависимостью этой группы от курса
валют. При этом коэффициент вариации всех групп меньше 30%, можно сделать
вывод об однородности совокупностей, то есть динамические ряды индексов
в Ленинградской области не отличаются большой колеблемостью.
47
Таблица 2.2 – Показатели вариации для групповых индексов потребительских
цен Ленинградской области
Продовольственные товары
Непродовольственные товары
Платные услуги
Размах вариации
Среднее линейное отклонение
Дисперсия
Коэффициент
вариации, %
29,25
Среднее
квадратическое отклонение
5,41
20,29
4,75
22,81
3,84
27,88
5,28
4,85
41,17
8,65
111,71
10,57
9,18
4,89
Источник: рассчитано автором по данным Росстата [38]
Оценим какая из групп внесла наибольший вклад в рост потребительских
цен (рисунок 2.10), для этого вычислим доли каждой группы в общем индексе
цен. Наибольший вклад в рост ИПЦ Ленинградской области с 2000 года вносила
группа платных услуг населению. Исключения составляют только 2007, 2010,
2014, 2015 годы, когда наибольшее влияние на рост цен оказывала группа продовольственных товаров, что объясняется вышеописанным кризисом, связанным
с ценами на сельхозпродукцию и 2016, где доля непродовольственных товаров
составила около 50%, так как валютный кризис спровоцировал повышение цен
на бытовую технику и электронику в Ленинградской области. При этом на вклад
каждой группы товаров в рост общего индекса сильно влияет тот уровень, которые они занимают в общих потребительских расходах населения, потому что от
этого зависит вес каждой группы товаров в общем индексе, а, следовательно,
определяется и степень влияния.
На рисунке 2.9 приведена динамика структуры потребительских расходов
населения на отдельные виды продовольственных и непродовольственных товаров и платных услуг населения Ленинградской области с 2000 года.
48
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
Продовольственные товары
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
0%
Непродовольственные товары
Платные услуги населению
Рисунок 2.9 – Динамика структуры потребительских расходов населения Ленинградской области с 2000 года по 2020 год, %, рассчитано автором по данным Петростата [39]
В 2000 году доля продовольственных товаров в структуре потребительских
расходов составляла 58,8%, то есть в основном население Ленинградской области тратило деньги на еду. На графике можно проследить, как на структуру потребления влияет повышение уровня доходов населения и увеличение ассортимента товаров: постепенно сокращается доля расходов на продовольственные товары и возрастает доля расходов на непродовольственные товары и услуги.
49
Рисунок 2.10 – Динамика индекса потребительских цен Ленинградской области с учетом влияния товарных групп
с 2000 по 2019 гг., %, рассчитано автором по данным Росстата [38]
50
Включение российской статистики в глобальное статистическое пространство обязывает ее учитывать рекомендации МОТ, Статистической комиссии
ООН и других международных организаций. Росстатом принята группировка
материальных благ и услуг, соответствующая Классификатору индивидуального
потребления домашних хозяйств по целям, в которой предусмотрено разделение
товаров и услуг на разделы, группы, классы, категории и виды (подробнее – раздел 1.3). В таблице 2.2 мы показали, что увеличение цен на разные группы товаров происходило неравномерно.
Мы произвели типологическую группировку по среднегодовому уровню
изменения цен, чтобы конкретнее проанализировать изменение цен по группам
товаров. Данные по КИПЦ Ленинградской области доступны с 2012 года. Мы
определили среднегодовой рост цен за 2012-2019 гг., который составил 106,5%
по всем товарным группам, затем разделили все товары и услуги на две группы.
В соответствии с таблицей 2.3 в I группу (с высоким ростом цен) включены
товары и услуги по следующим товарным группам: продукты питания и безалкогольные напитки, алкогольные напитки и табачные изделия, здравоохранение,
образование.
Во II группу (с низким ростом цен и тарифов) – одежда и обувь, жилищные
услуги, вода, электроэнергия, газ и другие виды топлива, предметы домашнего
обихода, бытовая техника и повседневный уход за домом, транспорт, связь, организация отдыха и культурные мероприятия, гостиницы, кафе и рестораны.
Обращает на себя внимание тот факт, что в обстоятельствах коммерческого ценообразования и быстротечного снижения реальных доходов населения
высокий рост цен и тарифов сохраняется на товары и услуги, обеспечивающие
базовые потребности людей в питании, медицинских и образовательных услугах.
Классификация по группам КИПЦ более точно характеризует изменения
потребительского рынка. Поэтому в публикациях Росстата необходимо иллюстрировать индексы не только по продовольственным и непродовольственным
товарам и услугам, но и по группам КИПЦ.
51
Таблица 2.3 – Типологическая группировка товарных групп по индексу потребительских цен Ленинградской области
2012
2013
2014
2015
2016
2017
2018
2019
Все товары, %
106,5
106,0
111,5
113,3
105,7
102,7
104,0
102,9
Среднегодовой
индекс за период 20122019 гг.
106,5
Продукты питания и безалкогольные напитки
Алкогольные напитки и табачные изделия
106,1
105,6
117,1
115,8
106,5
100,7
105,4
102,3
107,4
112,7
115,9
117,0
116,0
111,2
105,3
102,9
103,0
110,5
Здравоохранение
108,2
108,6
112,4
118,4
106,9
102,9
104,8
106,5
108,6
Образование
114,1
105,5
108,2
113,0
104,9
105,9
109,4
106,2
108,4
Одежда и обувь
105,5
105,1
107,3
114,6
108,6
102,7
101,4
101,0
105,8
110,4
108,1
108,9
106,6
101,5
103,4
103,1
104,5
104,4
103,8
110,2
114,1
106,3
101,6
101,7
101,8
Транспорт
104,7
103,6
106,2
111,2
104,7
106,1
105,9
102,9
105,7
Связь
102,1
100,6
99,6
104,5
102,8
102,7
100,9
100,6
101,7
Организация отдыха и культурные мероприятия
104,2
103,1
115,8
114,5
101,3
103,9
103,8
101,9
106,1
Гостиницы, кафе и рестораны
105,2
108,2
106,6
109,0
107,6
102,7
104,1
105,5
106,1
Индекс потребительских цен, %
Группы
Товарные
группы со
среднегодовым ростом
ИПЦ
> 106,5%
Товарные
группы со
среднегодовым ростом
ИПЦ
< 106,5%
Жилищные услуги, вода, электроэнергия, газ и другие виды
топлива
Предметы домашнего обихода,
бытовая техника и повседневный уход за домом
Источник: рассчитано автором по данным Росстата [38]
52
105,8
105,5
После анализа динамики групповых индексов цен Ленинградской области
нами были сделаны следующие выводы:
- динамические ряды групповых индексов цен Ленинградкой области
не отличаются большой колеблемостью;
- за последние двадцать лет наибольший вклад в рост индекса потребительских цен вносила группа платных услуг населению;
- наибольший рост цен наблюдается на продукты питания, напитки, табачные изделия, здравоохранение и образование, то есть на группы товаров и услуг,
обеспечивающие базовые потребности населения Ленинградской области.
Чтобы выявить причины повышения цен в регионе, необходимо провести
анализ их структуры.
2.3. Анализ влияния структуры розничных цен на конечную
стоимость товара в Ленинградской области
Изучение структуры и связи структурных элементов цены являются очень
важной задачей статистики цен, так как они могут быть факторами и характеристиками ценовой ситуации на рынке. Уровень розничных цен зависит от множества элементов, которые складываются под воздействием рыночной конъюнктуры. Кроме того, под воздействием спроса и в условиях насыщенного и конкурентного рынка, возможности уровня конечной цены определяют в большей степени допустимые издержки и возможности самого производства. Базой для исследования послужили данные форм 1-РЦ и 2-РЦ Петростата за 2019 год.
Структура розничной цены состоит из следующих элементов:
- налог на добавленную стоимость;
- торговая надбавка организации розничной торговли;
- затраты организации розничной торговли по приобретению, доставке
и продаже товара;
- прибыль (убыток) от продажи товара.
Структура розничных цен продовольственных и непродовольственных товаров очень похожа (рисунок 2.11). Большую часть составляет торговая надбавка
87
организаций (около 40%), 30% берут на себя затраты по приобретению, доставке
и продаже товаров, 20% в структуре продовольственных товаров и 15% - непродовольственных товаров составляет налог на добавленную стоимость, а прибыль
организаций составляет 10%.
Рисунок 2.11 – Структура розничной цены продовольственных и непродовольственной товаров Ленинградской области в 2019 году, %, рассчитано автором
по данным Росстата [38]
Возникает вопрос насколько изменения структуры цены влияют на конечную стоимость товара в Ленинградской области. Для того, чтобы ответить на
него, проанализируем данные структуры розничных цен на 46 товаров за 2019
год. Для исследования отобраны 27 продовольственных товаров и 19 непродовольственных товаров, список и исходные данные представлены в Приложении
В. Учитывая, что структура розничных цен продовольственных и непродовольственных товаров практически идентична, для построения модели воспользуемся всеми данными, не разделяя их на группы. В качестве результативной переменной выступает розничная цена товара, при этом, факторы, влияющие
на результат:
88
Х1 – Налог на добавленную стоимость, начисленный для возврата поставщику,
рублей на единицу товара,
Х2 – Налог на добавленную стоимость, исчисленный организацией розничной
торговли к уплате в бюджет, рублей на единицу товара,
Х3 – Торговая надбавка организации розничной торговли, рублей на единицу товара,
Х4 – Затраты организации розничной торговли по приобретению и продаже товара, рублей на единицу товара,
Х5 – Затраты организации розничной торговли по доставке товара, рублей
на единицу товара,
Х6 – Прибыль (убыток) от продажи товара, рублей на единицу товара.
В таблице 2.4 представим матрицу парных коэффициентов корреляции, исходные данные приведены в Приложении В.
Таблица 2.4 – Матрица парных коэффициентов корреляции
Y
Y
X1
X2
X3
X4
X5
X6
1
0,8727
0,0573
0,9917
0,9605
0,7880
0,6444
X1
X2
X3
X4
X5
1
0,0821
0,8914
0,9370
0,6005
0,3209
1
0,1274
0,0791
0,1405
0,0373
1
0,9726
0,7770
0,6221
1
0,6363
0,4288
1
0,8851
X6
1
Источник: рассчитано автором по данным Росстата [38]
Налог на добавленную стоимость, исчисленный организацией розничной
торговли к уплате в бюджет (Х2) не влияет на цену товара, хотя влияние налога
на добавленную стоимость, начисленного для возврата поставщику (Х1) очень
сильное. Самое большое влияние на цену товара оказывает торговая надбавка
организации розничной торговли (Х3), к тому же, как мы выяснили ранее, она
занимает наибольшую долю в структуре розничной цены. Поэтому именно этот
фактор мы выберем для построения модели (таблица 2.5).
89
Таблица 2.5 – Параметры регрессионной модели влияния торговой надбавки организаций розничной торговли на конечный уровень цен товаров в Ленинградской области
Регрессионная статистика
Множественный R
R-квадрат
Нормированный R-квадрат
Стандартная ошибка
Наблюдения
Дисперсионный анализ
df
Регрессия
1
Остаток
44
Итого
45
Y-пересечение
Х3
0,992
0,983
0,983
228,19
46
Коэффициенты
81,63
2,61
SS
135488541,88
2291032,81
137779574,69
Стандартная
ошибка
38,00
0,05
MS
135488541,88
52068,93
F
2602,10
t-статистика
2,15
51,01
P-Значение
0,04
0,00
Источник: рассчитано автором по данным Росстата [38]
Проверим значимость линейных коэффициентов регрессии, для этого
сравним их с табличным значением. Поскольку оба коэффициента больше 2,009,
статистическая значимость коэффициентов регрессии подтверждается. Коэффициент детерминации также статистически значим, а F=2602,10 говорит о статистической значимости уравнения в целом.
Проверим наличие автокорреляции остатков с помощью теста ДарбинаВотсона.
𝐷𝑊 =
𝐷𝑊 =
∑(𝑒𝑖 −𝑒𝑖−1 )2
,
∑ 𝑒𝑖2
4417789,01
2291032,81
= 1,93.
(2.8)
(2.9)
Критические значения составляют: dL = 1,4814 и dU = 1,5700. Автокорреляция остатков отсутствует, так как 1,57 < 1,93 < 2,43.
Проведем тест на нормальное распределение ошибок, тест Вайта на гетероскедастичность, тест Чоу на наличие структурных изменений (таблица 2.6).
90
Таблица 2.6 – Тесты уравнения регрессии
Тест на нормальное распределение ошибок Нулевая гипотеза: ошибки распределены по нормальному закону
Тестовая статистика: Хи-квадрат(2) = 2,2386
р-значение = 0,758421
Тест Вайта (White) на гетероскедастичность Нулевая гипотеза: гетероскедастичность отсутствует
Тестовая статистика: LM = 4,3636
р-значение = P(Хи-квадрат(2) > 4,3636) = 0,512296
Тест Чоу для структурных изменений в точке 23 Нулевая гипотеза: нет структурных изменений
Тестовая статистика: F(2, 42) = 3,99424
р-значение = P(F(2, 42) > 3,99424) = 0,673227
Источник: рассчитано автором по данным Росстата [38]
Поскольку p-значения всех трех тестов превышают 0,05, мы принимаем
нулевые гипотезы. Ошибки распределены по нормальному закону, гетероскедастичность отсутствует, структурных изменений нет.
Полученное уравнение регрессии y = 81.63 + 2.61x означает, что при изменении торговой надбавки организации на один рубль за единицу товара конечная
цена товара измениться на 2,61 рубля.
Проведя анализ структуры розничных цен Ленинградской области, мы сделали следующие выводы:
- структура розничных цен на продовольственные и непродовольственные
товары практически идентична, большую часть в ней занимает торговая
надбавка организаций;
- наибольшим влиянием на цену обладают затраты организации на приобретение, доставку и продажу товара и торговая наценка;
- установлено, что 98,34% общей вариабельности розничной цены объясняется изменением торговой наценки организации;
- при изменении торговой надбавки организации на 1 рубль за единицу товара конечная цена измениться на 2,61 рубля.
91
Мы исследовали влияние изменений структуры розничной цены на цену
реализации товаров, дальнейший ход исследования уровня цен предполагает
анализ влияния факторов на их общий уровень в Ленинградской области.
2.4.
Статистическое
моделирование
взаимосвязи
уровня
потребительских цен и экономических показателей Ленинградской области
Оценка взаимосвязи показателей, влияющих на уровень потребительских
цен, является одной из важнейших задач анализа инфляционных процессов. Корреляционно-регрессионный анализ позволяет достоверно отобразить существующие взаимосвязи, а также выделить наиболее существенные из них. Ограниченность первичной информации на региональном уровне позволяет использовать в анализе далеко не все возможные факторы. Например, ВРП Ленинградской области в данный момент (май 2020 года) опубликован только за 2017 год,
также, как и доля социальных трансфертов в структуре денежных доходов населения региона, а, к примеру, объем платных услуг населению доступен только
по 2018 год.
При построении модели в качестве результативного признака принят индекс потребительских цен Ленинградской области помесячно в годовом выражении, то есть месяцы к соответствующим периодам предыдущего года, за последние пятнадцать лет (рисунок 2.12). В качестве объясняющих переменных используются основные региональные показатели функционирования экономики и показатели уровня жизни населения (исходные данные для анализа представлены
в Приложении Г).
В качестве фактора, иллюстрирующего уровень жизни населения и влияющего на темпы инфляции, нами был выбран показатель среднедушевые денежные доходы населения. Такие факторы, как прожиточный минимум или уровень
пенсий индексируются по индексу потребительских цен, поэтому не могут быть
использованы для модели. Кроме того, эти признаки представляют собой лишь
частные примеры дохода населения, тогда как среднедушевые денежные доходы
включают в себя всю совокупность располагаемых населением средств.
92
118
116
114
Y
112
110
108
106
104
102
2006
2008
2010
2012
2014
2016
2018
2020
Рисунок 2.12 – Динамика индекса потребительских цен Ленинградской области
помесячно в годовом выражении с января 2006 года по март 2020 года, %, составлено автором по данным Росстата [38]
Индекс цен производителей и индекс тарифов на грузовые перевозки – два
показателя всесторонне характеризующие инфляцию издержек. В разделе 2.3 мы
выявили, что наибольшим влиянием на цену обладают в том числе затраты организации на приобретение, доставку и продажу товара, поэтому включили в модель эти два индекса по Ленинградской области. И наконец, не вызывает никаких
вопросов тесная связь уровня потребительских цен и устойчивости национальной валюты (см. раздел 2.1), поэтому в качестве последнего фактора нами рассматривается официальный курс доллара. Все данные учтены помесячно в годовом выражении, то есть месяцы к соответствующим периодам предыдущего
года. Таким образом, в модель включены следующие факторы:
Х1 – Индекс тарифов на грузовые перевозки, %;
Х2 – Индекс цен производителей, %;
Х3 – Среднедушевые денежные доходы населения, %;
93
Х4 – Курс доллара, %.
Построим матрицу корреляции для всех выбранных показателей (таблица
2.7).
Таблица 2.7 – Матрица парных коэффициентов корреляции
Y
1
0,6409
0,6383
0,8200
0,6752
Y
Х1
Х2
Х3
Х4
Х1
1
0,3016
0,4443
0,0964
Х2
1
0,4494
0,2013
Х3
1
0,4446
Х4
1
Источник: рассчитано автором по данным Росстата [38]
Между всем факторами и результатом существует сильная корреляционная связь, но наиболее сильная связь прослеживается между индексом потребительских цен и среднедушевыми денежными доходами населения Ленинградской области. Для начала необходимо провести тесты на стационарность.
По результатам расширенного теста Дики-Фуллера (Приложение Д, таблица Д.1) нулевая гипотеза о наличии единичного корня не отвергается для всех
временных рядов. Соответствующие p-значения составляют 0,68, 0,63, 0,45, 0,37
и 0,12 и позволяют сделать вывод о нестационарности рядов. Поэтому перед
дальнейшим анализом воспользуемся Х-12-ARIMA и сглаживанием методом
простого скользящего среднего. Для сглаженных рядов также проведем расширенный тест Дики-Фуллера (приложение Д, таблица Д.2).
По результатам теста нулевая гипотеза о наличии единичного корня отвергается, поскольку p-значение меньше любого разумного уровня значимости
(близко к нулю). Ряды стационарны, поэтому мы можем построить регрессионную модель (таблица 2.8). Сравнение моделей временных рядов позволило сделать вывод о том, что наилучшими оценками и значимостью обладает модель
линейной множественной регрессии.
Переменная Х2 (индекс цен производителей) значима только на 10%-ном
уровне, нас такая значимость не устаивает, поэтому исключим ее из расчета (таблица 2.9).
94
Таблица 2.8 – Параметры регрессионной модели 1
const
X1
X2
X3
X4
Модель 1: МНК, использованы наблюдения 2006:02-2020:04 (T = 171)
Зависимая переменная: Y
Коэффициент Ст. ошибка t-статистика P-значение
23,7217
2,62687
9,030
<0,0001
***
0,153872
0,0145166
10,60
<0,0001
***
0,0388109
0,0220766
1,758
0,0806
*
0,544687
0,0337090
16,16
<0,0001
***
0,0402554
0,00661364
6,087
<0,0001
***
Источник: рассчитано автором по данным Росстата [38]
Таблица 2.9 - Параметры регрессионной модели 2
const
X1
X3
X4
Модель 2: МНК, использованы наблюдения 2006:02-2020:04 (T = 171)
Зависимая переменная: Y
Коэффициент Ст. ошибка t-статистика P-значение
25,3610
2,47113
10,26
<0,0001
***
0,158850
0,0143266
11,09
<0,0001
***
0,562768
0,0323020
17,42
<0,0001
***
0,0405315
0,00665303
6,092
<0,0001
***
Среднее зав. перемен
Сумма кв. остатков
R-квадрат
F(3, 167)
Параметр rho
Ст. откл. зав. перемен
Ст. ошибка модели
Испр. R-квадрат
Р-значение (F)
Стат. Дарбина-Вотсона
108,4361
307,3762
0,900295
502,6445
0,489279
4,258446
1,356678
0,898503
2,43e-83
1,825417
Источник: рассчитано автором по данным Росстата [38]
Все переменные уравнения статистически значимы на уровне α=0,01, значение F=502,64 говорит о статистической значимости уравнения в целом. Выполним проверку модели на коллинеарность факторов, используя критерий VIF
(таблица 2.10). Значения критерия VIF для всех факторов меньше, чем 10, поэтому все факторы признаются независимыми друг от друга. Значение статистики Дарбина-Вотсона означает отсутствие автокорреляции остатков, так как
dL (1,7143) < 1,825417 и dU (1,7856) < 1,825417 < 2,174583, то есть 1,7856 <
1,825417 < 2,174583.
Таблица 2.10 – Результаты теста на коллинеарность методом инфляционных факторов
Метод инфляционных факторов
Минимальное возможное значение = 1.0
Значения > 10,0 могут указывать на наличие мультиколлинеарности
ma_X1 1,683
95
Продолжение таблицы 2.10
ma_X3
ma_X4
2,238
1,705
Источник: рассчитано автором по данным Росстата [38]
Тест на нормальное распределение тоже дает удовлетворительный результат, χ2крит = 7,81473 > χ2факт = 3,053 (рисунок 2.13).
0.3
relative frequency
N(-4.2383e-014,1.3567)
Тест на нормальное распределение:
Хи-квадрат(2) = 3.053 [0.2173]
0.25
Плотность
0.2
0.15
0.1
0.05
0
-4
-3
-2
-1
0
1
2
3
4
uhat2
Рисунок 2.13 – Тест на нормальное распределение остатков, рассчитано автором по данным Росстата [38]
Проведем тест Вайта на гетероскедастичность, приняв за нулевую гипотезу ее отсутствие (таблица 2.11). Нулевая гипотеза об отсутствии гетероскедастичности принимается, так как p-значение гораздо больше уровня значимости α = 0,05.
Таблица 2.11 – Результаты теста Вайта на гетероскедастичность
Тест Вайта (White) на гетероскедастичность
МНК, использованы наблюдения 2006:02-2020:04 (T = 171)
Зависимая переменная: uhat^2
96
Продолжение таблицы 2.11
Коэффициент
Ст. ошибка
const
−3,22339
97,9282
ma_X1
0,0987282
0,804162
ma_X3
0,117018
2,03738
ma_X4
−0,140792
0,366141
sq_ma_X1
−0,00389689
0,00370947
X2_X3
0,00890640
0,0131116
X2_X4
−0,00165092
0,00220532
sq_ma_X3
−0,00690890
0,0154560
X3_X4
0,00374951
0,00572134
sq_ma_X4
−0,000448416
0,000657788
Неисправленный R-квадрат = 0,027860
t-статистика
−0,03292
0,1228
0,05744
−0,3845
−1,051
0,6793
−0,7486
−0,4470
0,6554
−0,6817
P-значение
0,9738
0,9024
0,9543
0,7011
0,2951
0,4979
0,4552
0,6555
0,5132
0,4964
Тестовая статистика: TR^2 = 4,764086,
р-значение = P(Хи-квадрат(9) > 4,764086) = 0,854370
Источник: рассчитано автором по данным Росстата [38]
В результате анализа подтверждается корректность МНК-оценок, таким
образом, мы получили уравнение линейной регрессии:
y = 25,36 + 0,16X1 + 0,56X3 + 0,04X4, R2скорр. = 0,90.
С увеличением индекса тарифов на грузовые перевозки на 1% индекс потребительских цен увеличивается в среднем на 0,16%, при росте среднедушевых
доходов населения на 1 процентный пункт, индекс потребительских цен увеличивается в среднем на 0,56 пунктов, а при увеличении курса доллара на 1%, индекс потребительских цен растет на 0,04%. Модель объясняет 90% вариации индекса потребительских цен. Для измерения прогнозных качеств модели определим среднюю абсолютную процентную ошибку – MAPE (таблица 2.12).
Таблица 2.12 - Статистика для оценки прогноза
Средняя ошибка (ME): -4,2383e-014
Корень из средней квадратичной ошибки (RMSE): 1,3407
Средняя абсолютная ошибка (MAE): 1,0837
Средняя процентная ошибка (MPE): -0,015442
Средняя абсолютная процентная ошибка (MAPE): 1,0016
U-cтатистика Тейла (Theil's U): 2,0272
Источник: рассчитано автором по данным Росстата [38]
97
Средняя абсолютная процентная ошибка составила 1%, что подтверждает
точность прогноза по данной модели на уровне 99%. Выполним прогноз (таблица
2.13, рисунок 2.14).
Таблица 2.13 – Результаты прогнозирования индекса потребительских цен Ленинградской области к соответствующему периоду предыдущего года
Период
Январь 2020
Февраль 2020
Март 2020
Апрель 2020
Май 2020
Июнь 2020
Июль 2020
Август 2020
Сентябрь 2020
Октябрь 2020
Ноябрь 2020
Декабрь 2020
Фактическое
значение Y
102,58
102,24
102,31
102,70
Прогнозное значение Y
102,89
102,34
102,23
102,48
103,00
103,01
103,16
103,23
103,31
103,39
103,46
103,53
Стандартная
ошибка
Доверительный
интервал
0,39
0,86
1,14
1,36
1,54
1,70
1,84
1,97
102,24 - 103,75
101,39 - 104,76
100,91 - 105,40
100,56 - 105,91
100,28 - 106,34
100,04 - 106,73
99,84 - 107,08
99,67 - 107,40
Источник: рассчитано автором по данным Росстата [38]
118
116
95-процентный доверительный интервал
ma_Y
Прогноз
114
112
110
108
106
104
102
100
98
2006
2008
2010
2012
2014
2016
2018
2020
Рисунок 2.14 – Результат прогнозирования индекса потребительских цен Ленинградской области к соответствующему периоду прошлого года, %, рассчитано автором по данным Росстата [38]
98
По результатам прогноза в 2020 году темпы роста индекса потребительских цен Ленинградской области будут увеличиваться. Применительно к стабильной рыночной экономике такая модель может выступать в качестве инструмента долгосрочного анализа и прогнозирования, но в кризис формируется в инструмент краткосрочного анализа, что не менее важно. Поэтому в данный момент разработанная методика может быть использована органами государственной власти для принятия управленческих решений.
Обобщив результаты второй главы, можно сделать следующие выводы:
- произведен комплексный статистический анализ уровня потребительских
цен Ленинградской области;
- в динамике индекса потребительских цен Ленинградской области мы выделили два периода – значительной колеблемости и стабильности;
- выявлено, что изменение цен по отношению к предыдущему периоду зависит от сезонности;
- выполнен прогноз методом Хольта-Уинтерса, который предсказывает
рост индекса потребительских цен более чем на один процент во все месяцы 2020
года, кроме августа и сентября;
- выполнен анализ групповых индексов потребительских цен, предлагается
в публикациях Росстата дополнительно иллюстрировать индексы по группам
КИПЦ;
- выявлено, что за последние двадцать лет наибольший вклад в рост индекса потребительских цен вносила группа платных услуг населению, также
наибольший рост цен наблюдается на продукты питания, напитки, табачные изделия, здравоохранение и образование, то есть на группы товаров и услуг, обеспечивающие базовые потребности населения Ленинградской области;
- выявлены основные факторы, оказывающие влияние на уровень потребительских цен;
- по результатам анализа структуры розничных цен сделан вывод о том,
что наибольшим влиянием на цену обладают затраты организации на приобретение, доставку и продажу товара и торговая наценка;
99
- выполнено статистическое моделирование взаимосвязи уровня потребительских цен и экономических показателей Ленинградской области, модель объясняет 90% вариации индекса потребительских цен;
- выполнен прогноз до конца 2020 года, согласно которому темпы роста
индекса потребительских цен Ленинградской области будут увеличиваться.
100
3. АНАЛИЗ ДИФФЕРЕНЦИАЦИИ ЦЕН В ГОРОДАХ ЛЕНИНГРАДСКОЙ
ОБЛАСТИ
3.1. Выявление уровня дифференциации цен в городах Ленинградской
области
Наблюдение за потребительскими ценами осуществляется в семи городах
Ленинградкой области: Волхов, Выборг, Гатчина, Кингисепп, Кириши, Тихвин
и Тосно. Выбраны именно эти населенные пункты, в соответствии с методологией отбора:
- общая доля численности городского населения не менее 35% всего городского населения Ленинградской области;
- в городах устойчивый и достаточный ассортимент потребительского
рынка товаров и услуг;
- города не расположены близко друг другу и к Санкт-Петербургу (территориальному центру Северо-Западного федерального округа), чтобы исключить
сходную динамику цен.
Согласно данным о стоимости минимального набора продуктов питания
в городах Ленинградской области, ее различия в один и тот же месяц могут достигать 746 рублей (таблица 3.1).
Таблица 3.1 – Стоимость минимального набора продуктов питания в городах Ленинградской области в апреле 2020 года
Город
Гатчина
Кингисепп
Выборг
Тихвин
Кириши
Волхов
Тосно
Стоимость минимального набора, рублей
5371,19
5243,61
5071,59
4846,93
4781,39
4663,61
4624,92
Изменение к предыдущему периоду, %
103,72
101,68
102,88
104,57
103,16
102,65
102,91
Изменение к декабрю
предыдущего года, %
105,12
106,19
105,10
105,70
104,42
100,65
105,26
Источник: составлено автором по данным Росстата [38]
В связи с этим возникают вопросы, почему внутри одного региона наблюдаются столь значительные ценовые различия? Какие факторы влияют на диф-
101
ференциацию цен между городами? В Российской Федерации причины дифференциации цен мало изучены, наблюдается дефицит исследований на эту тему.
Этот вопрос поднимается в исследованиях Глушенко К.П. [11, 12], Перевышина
Ю.Н. [29], а также зарубежных авторов в переходный период [36], однако,
во всех работах рассматривается проблема региональной дифференциации цен
России, при этом не поднимается проблема различий между городами одного
региона.
Понимание причин, которые вызывают дифференциацию цен одного региона на современном этапе может помочь не только при моделировании инфляции, но и при разработке мер экономической политики, направленной на выравнивание цен в субъектах Российской Федерации. Поэтому в рамках данной работы была предпринята попытка определения факторов, влияющих на дифференциацию цен между городами Ленинградской области.
Коэффициенты вариации, вычисленные для различных товаров и услуг,
могут помочь в определении процесса городской дифференциации цен. Основываясь на динамике этого показателя, мы можем сделать некоторые выводы о схожести цен между городами. Поэтому нами были отобраны 66 основных товаров
и услуг, описание которых не менялось с течением исследуемого периода, их
список представлен в Приложении Е. Динамика коэффициентов вариации на некоторые товары представлена на рисунках 3.1, 3.2 и 3.3 (с динамикой всех исследуемых товаров можно ознакомиться в Приложении Ж).
Среди продовольственных товаров наибольшими различиями в цене отличаются пшено, макаронные изделия, яйца и куры. Наибольшей схожестью с течением времени обладают говядина и сметана, вариация на них снижалась от
10% до 3% и 5% соответственно. В целом разброс цен на продукты питания
в городах Ленинградской области составляет до 30%.
102
Рисунок 3.1 – Динамика коэффициентов вариации на продовольственные товары в городах Ленинградской области с 2013 по 2020 гг., %, рассчитано автором по данным Росстата [38]
Цены на непродовольственные товары в городах отличаются большей колеблемостью – до 40%. Самый неоднородный уровень цен на футболку детскую
(разброс цен увеличивался с 13% в 2013 году до 27% в 2020 году, достигая в 2017
году 33%), похожей динамикой отличается вариация стоимости одеяла (увеличение от 15% до 30%), пальто женское (от 5% до 20%) и в целом увеличение
дифференциации цен характерно для большинства непродовольственных товаров.
103
Рисунок 3.2 – Динамика коэффициентов вариации на непродовольственные товары в городах Ленинградской области с 2013 по 2020 гг., %, рассчитано автором по данным Росстата [38]
Из платных услуг населению наибольшей вариацией отличается помывка
в бане (от 23% до 37%), плата за жилье в домах в городах Ленинградской области
меняется не равномерно, так как решения об установленном тарифе принимают
местные органы государственной власти, тариф на женскую стрижку различается больше, чем на мужскую, а вариация платы за проезд в городском автобусе
в течение всего исследуемого периода составляет около 10% (рисунок 3.3).
104
Рисунок 3.3 – Динамика коэффициентов вариации на платные услуги в городах
Ленинградской области с 2013 по 2020 гг., %, рассчитано автором по данным
Росстата [38]
Проанализировав коэффициенты вариации, мы пришли к выводам, что вариация цен на товары и услуги в городах может достигать 40%, динамика вариации неоднородна, следовательно, следующим этапом исследования должна
быть проверка временных рядов товаров и услуг на стационарность. По результатам тестирования (Приложение И) для всех временных рядов товаров и услуг
есть единичные корни, следовательно, ряды не стационарны.
При экономическом моделировании дифференциации цен возникают проблемы при подборе подходящих переменных, которые позволили бы правильно
аппроксимировать поведение факторов. В целом индекс потребительских цен
105
рассчитывается исключительно по регионам, поэтому для городов Ленинградской области можно использовать два подхода:
- расчет базисного индекса потребительских цен по основным товарам, полученного цепным методом;
- сравнение стоимости минимального набора продуктов питания.
Мы выберем и будем использовать второй подход, так как он лучше иллюстрирует дифференциацию цен между городами. К тому же недостатки использовании цепного метода расчета индексов потребительских цен описаны нами
в разделе 1.3.
Цены имеют динамическую природу и закономерности их развития проявляются при изучении динамических особенностей временных рядов. Поэтому
проведем анализ абсолютной скорости и интенсивности развития цен на минимальный набор продуктов питания во всех городах за последние пять лет. Подробные расчеты по городам Ленинградкой области приведены в Приложении
К.
За последние пять лет наиболее сильно возросла стоимость минимального
набора продуктов питания в г. Гатчина – на 1662 рубля или на 45%, минимальный абсолютный прирост наблюдается в г. Кириши - 990 рублей или 26%. Сводную обобщающую характеристику основной тенденции развития дают средние
показатели скорости и интенсивности изменения стоимости, которые представлены в таблице 3.2.
Таблица 3.2 – Среднемесячные показатели скорости и интенсивности изменения
стоимости минимального набора в городах Ленинградской области
Город
Волхов
Выборг
Наименование показателя
Средний абсолютный прирост, руб.
Средний темп роста, %
Средний абсолютный прирост, руб.
Средний темп роста, %
2020
2019 (январьапрель)
-0,11 -16,74
20152020
2015
2016
2017
2018
42,65
19,65
20,21
20,22
101,18
100,48
100,48
100,46
100,02
99,68
100,38
33,98
24,79
13,73
27,03
-1,06
70,17
28,11
100,94
100,62
100,38
100,60
100,01
101,44
100,66
106
14,31
Продолжение таблицы 3.2
Город
Гатчина
Кингисепп
Кириши
Тихвин
Тосно
Наименование показателя
2018
20152020
2015
2016
35,24
32,58
6,55
29,26
100,97
100,78
100,20
100,64
100,33
101,12
100,67
57,38
11,90
10,56
5,15
5,80
71,91
27,12
101,46
100,28
100,28
100,13
100,13
101,43
100,62
Средний абсолютный прирост, руб.
19,92
9,74
14,30
23,49
-0,38
46,22
18,88
Средний темп роста, %
100,61
100,26
100,39
100,55
100,01
101,00
100,47
Средний абсолютный прирост, руб.
Средний темп роста, %
Средний абсолютный прирост, руб.
Средний темп роста, %
37,35
12,28
-0,08
37,93
-8,72
32,97
18,62
101,00
100,31
100,02
100,85
99,84
100,72
100,46
29,97
25,96
9,62
26,20
-25,71
50,32
19,39
100,86
100,65
100,28
100,59
99,47
101,13
100,50
Средний абсолютный прирост, руб.
Средний темп роста, %
Средний абсолютный прирост, руб.
Средний темп роста, %
2017
2020
2019 (январьапрель)
15,61
57,78
29,50
Источник: рассчитано автором по данным Росстата [38]
Анализ показателей таблицы 3.2 показывает, что имеет место снижение абсолютных приростов и темпов роста от года к году в г. Волхов, в г. Выборг
и Кингисепп самые большие темпы роста среди всех городов в 2020 году, но
с 2015 по 2019 гг. наблюдалась тенденция к замедлению темпов роста. Также
очень похожи среднемесячные показатели городов Тихвин и Тосно – замедление
темпов роста до 2017 года, резкое увеличение в 2018 году, а затем средний темп
роста меньше 100% в 2019 году. Средние темпы роста по г. Кириши росли с 2016
по 2018 гг., а по г. Гатчина замедлялись с 2015 по 2017 гг. Во всех городах, кроме
г. Волхов, в 2020 году ощутимо ускорились темпы роста стоимости.
В целом за рассматриваемый период наибольший средний темп роста стоимости минимального набора продуктов питания наблюдается в г. Гатчина –
100,67%, несколько меньше темпы роста в г. Выборг и г. Кингисепп (100,66%
и 100,62% соответственно), еще меньше в г. Тосно (100,50%), г. Кириши
107
(100,47%), г. Тихвин (100,46%). Самым небольшим средним темпом роста отличается г. Волхов, что наглядно видно на рисунке 3.4.
Рисунок 3.4 – Среднемесячные темпы роста стоимости минимального набора
продуктов питания в городах Ленинградской области за 2015-2020 гг., %, рассчитано автором по данным Росстата [38]
Стоимость минимального набора продуктов питания в городах Ленинградской области изменяется разными темпами, и лидирующие позиции по скорости
роста, а также по стоимости набора занимают Гатчина и Выборг. Стоит обратить
внимание, на то, что эти города являются лидерами и по численности населения
(91685 и 75355 человек соответственно, по данным на 2020 год). Поэтому проверим гипотезу о зависимости стоимости минимального набора от численности
населения городов. Для этого рассчитаем коэффициенты корреляции этих показателей.
На рисунке 3.5 мы видим сильную и прямую связь между численностью
населения и стоимостью минимального набора продуктов питания. Исключения
составляют только 2012 и 2013 годы, когда связь была средняя, но при этом мы
можем наблюдать усиление этой зависимости с течением времени.
108
Рисунок 3.5 – Коэффициенты корреляции между стоимостью минимального
набора продуктов питания и численностью населения городов Ленинградской
области с 2011 по 2020 гг., %, рассчитано автором по данным Росстата [38]
К сожалению, ежемесячные данные о стоимости минимального набора
продуктов питания по всем городам Ленинградской области доступны только
с 2011 года, а показатель численности населения рассчитывается только в годовом выражении, поэтому, из-за недостатка данных, в данный момент мы не сможем рассмотреть эту связь более подробно. Возможно данная зависимость может
быть исследована по другим регионам России.
Проведенный анализ дифференциации цен позволяет сделать следующие
выводы:
- вариация цен на товары и услуги может достигать 40%;
- временные ряды товаров и услуг не обладают стационарностью;
- за последние пять лет стоимость минимального набора продуктов питания значительно выросла во всех городах Ленинградской области;
- наиболее сильно выросла стоимость минимального набора в г. Гатчина
(с 3709 до 5371 рубля);
- самый небольшой среднемесячный темп роста наблюдается в г. Волхов
(100,38%), также в этом городе наблюдается тенденция замедления темпов роста
цен;
109
- во всех городах, кроме г. Волхов, в 2020 году ощутимо ускорились темпы
роста цен;
- между стоимостью минимального набора продуктов питания и численностью населения города существует сильная прямая связь.
Анализируя показатели абсолютной скорости и интенсивности изменения
стоимости минимального набора продуктов питания, невозможно не заметить
некоторую схожесть тенденций изменения в отдельных городах. Поэтому следующим этапом исследования должна быть попытка выявления факторов, влияющих на дифференциацию цен внутри одного региона.
3.2.
Моделирование
влияния
экономических
факторов
на дифференциацию цен в городах Ленинградской области
При анализе городской дифференциации цен очень большой методологической проблемой является отсутствие достаточного количества статистических
данных. Поэтому мы можем располагать только показателями форм статистической отчетности, разработка которых предусматривает городской разрез и поквартальные данные. Еще одной проблемой является то, что мы располагаем
данными о ценах в семи городах, то есть мы вынуждены отказаться от построения моделей за каждый год, и исследовать динамику дифференциации в каждом
из городов отдельно.
Для анализа определим в каких городах похожий уровень цен, выделив однородные группы путем кластерного анализа. Построим матрицу исходных данных, используем средние цены на продовольственные товары в городах Ленинградской области за 2019 год (Приложение Л). Так как данными являются средние цены в рублях, нам не нужно предварительно проводить стандартизацию,
все переменные уже имеют одинаковый вес при кластеризации. За меру расстояния примем простое евклидово расстояние. В качестве метода объединения объектов в кластеры мы выберем иерархическую процедуру, так как она позволяет
проанализировать структуру наблюдений и наглядно представить результаты
110
на дендрограмме (рисунок 3.6). Вычислим наименьшее среднее значение расстояния между наблюдениями с помощью метода межгруппового связывания.
Рисунок 3.6 – Дендрограмма с использованием метода межгрупповых связей,
рассчитано автором по данным Росстата [38]
Оценим качество выполненной кластеризации с помощью индекса ДевисаБолдуина (таблица 3.3). Он рассчитывается следующим образом:
𝐷𝐵 =
1
𝑘
∑𝑘𝑖=1 𝑅𝑖 ,
𝑅𝑖 = max (
𝑠(𝐶𝑖 )+𝑠(𝐶𝑗 )
𝛿(𝐶𝑖 ,𝐶𝑗 )
где k – количество кластеров;
s – дисперсия внутри кластера;
δ – расстояние между кластерами.
111
(3.1)
),
(3.2)
В числителе индекса рассчитывается сумма дисперсий внутри кластеров,
а в знаменателе – расстояние между кластерами. Таким образом, целевое значение – минимум индекса.
Таблица 3.3 – Индекс Девиса-Болдуина при кластеризации городов Ленинградской области
Количество кластеров
2
3
4
5
Индекс Девиса-Болдуина
0,184443
0,097467
0,195521
0,220571
Источник: рассчитано автором по данным Росстата [38]
Наименьшее значение индекса достигается при разбиении на три кластера.
Так как величина индекса показывает, что разбиение является надежным и стабильным, расстояние между кластерами достаточно большое, а разброс точек
внутри кластеров является небольшим, проведем линию по шкале 15 и разобьем
города на три кластера. Первый кластер – высокий уровень цен (город Гатчина),
второй кластер – средний уровень цен (города Волхов, Выборг, Кингисепп и Кириши), третий кластер – низкий уровень цен (города Тихвин и Тосно). Принадлежность городов к кластерам представлена в таблице 3.4.
Таблица 3.4 – Кластеры городов Ленинградской области, сгруппированные
по уровню цен
Город
Волхов
Выборг
Гатчина
Кингисепп
Кириши
Тихвин
Тосно
Кластер
2
2
1
2
2
3
3
Источник: рассчитано автором по данным Росстата [38]
Город Гатчина ближе всех расположен к Санкт-Петербургу, поэтому вынесение его в отдельный кластер логично и можно предположить, что самый высокий уровень цен связан именно с местоположением. В Санкт-Петербурге более
высокий уровень доходов населения и дороже товары, что может отразиться
на уровне цен в ближайших к нему городах Ленинградской области.
112
Можно было бы проверить гипотезу о влиянии транспортной доступности
на уровень цен в городах, но Министерство транспорта рассчитывает показатель
«Доля автомобильных дорог общего пользования регионального или межмуниципального значения, соответствующих нормативным требованиям к транспортно-эксплуатационным показателям, в общей протяженности автомобильных дорог общего пользования регионального или межмуниципального значения» только в целом по региону. Поэтому мы ограничимся уже имеющимися у
нас данными об обороте розничной торговли и величине средней заработной
платы за 2019 год и попробуем проанализировать влияние факторов дифференциации применительно к кластерам.
Для построения статистически значимой пробит-модели, используя в качестве результата номер кластера, мы не располагаем достаточным количеством
данных. Поэтому в качестве результативной переменной нами выбрано отношение городской стоимости минимального набора продуктов питания к средней
стоимости по Ленинградской области. Факторами выступают доля оборота розничной торговли города в обороте Ленинградской области (Х 1) и доля средней
заработной платы города в средней заработной плате региона (Х 2). Предполагается, что рост благосостояния города приводит к росту оборота розничной торговли, так как растет спрос населения на товары, следовательно, увеличение
доли города в обороте розничной торговли Ленинградской области влечет за собой и увеличение стоимости минимального набора продуктов питания. Похожая
корреляция должна возникнуть и с увеличением доли средних заработных плат
города.
В ходе исследования нами построено семь моделей (таблица 3.5), описывающих влияние экономических факторов на дифференциацию стоимости минимального набора в Ленинградской области (исходные данные представлены
в Приложении М). Для анализа использованы поквартальные данные с первого
квартала 2011 года по первый квартал 2020 года.
113
Таблица 3.5 – Уравнения дифференциации цен в городах Ленинградской области
Город
Гатчина
Волхов
Выборг
Кингисепп
Кириши
Тихвин
Тосно
Уравнение регрессии
Кластер 1
y = 78,75 + 0,41Х1 + 0,20Х2
Кластер 2
y = 82,37 + 0,50Х1 + 0,20Х2
y = 79,47 + 0,58Х1 + 0,23Х2
y = 74,09 + 0,57Х1 + 0,21Х2
y = 68,08 + 1,59Х1 + 0,20Х2
Кластер 3
y = 93,71 + 0,78Х1 + 0,06Х2
y = 82,46 + 0,57Х1 + 0,17Х2
R2
0,835
F
83,28 2,028
0,850 96,65
0,796 66,16
0,738 47,84
0,911 173,53
0,710
0,800
tтабл
2,028
2,028
2,028
2,028
41,63 2,028
67,84 2,028
tфакт1
tфакт2
4,22 10,12
2,15 7,46
4,40 7,58
2,08 6,84
5,84 10,97
2,06
2,97
3,11
7,84
Источник: рассчитано автором по данным Росстата [38]
Все коэффициенты регрессии в уравнениях статистически значимы.
F в пределах от 41,63 до 173,53 говорит о статистической значимости уравнений
в целом. Проверим наличие автокорреляции остатков и гетероскедастичности
с помощью тестов Дарбина-Вотсона и Вайта, и также проверим нормальность
распределения остатков (таблица 3.6). Для коэффициента Дарбина-Вотсона dL =
1,3635, dU = 1,5904.
Таблица 3.6 – Оценки уравнений дифференциации цен в городах Ленинградской
области
Критические
значения DW
1,5904 – 2,4096
DW
1,87524
1,78526
1,97852
1,63978
1,77841
1,89632
2,18705
P-значение
теста Вайта
0,98
0,23
0,63
0,51
0,91
0,53
0,33
χ2крит
5,99
χ2
Город
1,63
2,87
4,06
4,93
1,67
4,75
2,48
Волхов
Выборг
Гатчина
Кингисепп
Кириши
Тихвин
Тосно
Источник: рассчитано автором по данным Росстата [38]
Согласно полученным оценкам, во всех моделях отсутствуют автокорреляция остатков и гетероскедастичность, также подтверждается нормальность
распределения остатков. Мультиколлинеарность между факторами отсутствует.
Данные исследования позволяют сделать важные выводы о влиянии доли розничной торговли и средней заработной платы в дифференциации цен городов
региона:
114
- при увеличении доли розничного товарооборота на 1% доля стоимости
минимального набора продуктов питания увеличивается в среднем от 0,4%
до 0,8%;
- при увеличении доли средней заработной платы на 1% доля стоимости
минимального набора продуктов питания увеличивается в среднем на 0,2%;
- для кластера с низким уровнем цен доля розничного товарооборота влияет на уровень цен в большей степени, чем доля средних заработных плат;
- для кластера с высоким уровнем цен влияние доли розничного товарооборота самое минимальное.
Выполним прогноз до конца 2020 года на три квартала вперед. Результаты
представлены в таблице 3.7. По результатам прогноза доля стоимости минимального набора увеличится для городов Ленинградской области, относящихся к первому и второму кластеру. Доля городов с низким уровнем цен (Тихвин и Тосно)
уменьшится.
Таблица 3.7 – Прогноз доли городской стоимости минимального набора продуктов питания
Город
Период
Гатчина
2 квартал 2020
3 квартал 2020
4 квартал 2020
Волхов
2 квартал 2020
3 квартал 2020
4 квартал 2020
2 квартал 2020
3 квартал 2020
4 квартал 2020
2 квартал 2020
3 квартал 2020
4 квартал 2020
2 квартал 2020
3 квартал 2020
4 квартал 2020
Выборг
Кингисепп
Кириши
Прогноз
Кластер 1
105,61
106,21
106,99
Кластер 2
97,30
97,58
97,81
99,54
99,86
99,62
103,47
103,64
103,69
98,68
98,92
99,14
115
Стандартная
ошибка
Доверительный
интервал
0,894
0,921
1,002
103,80 - 107,43
104,33 - 108,08
104,95 - 109,02
0,936
0,931
0,943
1,226
1,234
1,227
2,446
2,446
2,578
1,948
1,945
1,947
95,40 - 99,20
95,69 - 99,47
95,89 - 99,73
97,05 - 102,03
97,36 - 102,37
97,13 - 102,12
98,50 - 108,44
98,67 - 108,61
98,72 - 109,12
97,18 - 101,10
96,96 - 100,89
96,70 - 100,65
Продолжение таблицы 3.7
Город
Тихвин
Тосно
Период
2 квартал 2020
3 квартал 2020
4 квартал 2020
2 квартал 2020
3 квартал 2020
4 квартал 2020
Прогноз
Кластер 3
95,32
94,85
94,75
91,99
91,86
91,59
Стандартная
ошибка
Доверительный
интервал
0,965
0,967
0,971
0,949
0,952
0,961
90,89 - 98,81
90,80 - 98,70
91,37 - 99,28
90,06 - 93,92
89,93 - 93,80
89,63 - 93,54
Источник: рассчитано автором по данным Росстата [38]
После анализа, выполненного в рамках третьей главы мы можем сделать
следующие выводы:
- проведен анализ уровня дифференциации цен в городах Ленинградской
области, определено, что вариация цен на товары и услуги может достигать 40%;
- наибольший рост цен на продукты питания наблюдается в городе Гатчина;
- выявлена сильная прямая связь между численностью городского населения и стоимостью минимального набора продуктов питания;
- путем кластерного анализа выделены однородные группы городов
по уровню цен, на принадлежность города к определенной группе сильно влияет
уровень заработной платы населения;
- построены модели влияния экономических факторов на дифференциацию цен в городах Ленинградкой области, для кластера с низким уровнем цен
доля розничного товарооборота влияет на уровень цен в большей степени, чем
доля средних заработных плат;
- установлено, что рост благосостояния города приводит к росту оборота
розничной торговли, так как растет спрос населения на товары, следовательно,
увеличение доли города в обороте розничной торговли Ленинградской области
влечет за собой и увеличение стоимости минимального набора продуктов питания;
116
- по результатам прогноза доля стоимости минимального набора увеличится для городов Ленинградской области, относящихся к первому и второму
кластеру. Доля городов с низким уровнем цен (Тихвин и Тосно) уменьшится.
Таким образом, можно сделать вывод, что конъюнктурные факторы оказывают значительное влияние на уровень региональных цен, то есть торговые
организации при установлении цены на товары, прежде всего ориентируются
на уровень среднедушевых доходов населения. Проведенный анализ говорит
о том, что органам региональной власти при разработке бюджетной и социальной политики, в частности при принятии решений о регулировании заработных
плат, изменений пенсий или других социальных трансфертов, следует учитывать
городские ценовые различия. Уровни цен в отдельных городах одного региона
могут различаться на 40%. Учет таких различий позволит избежать возможных
негативных социальных последствий и непредвиденных изменений неравенства,
в связи с разной покупательной способностью в городах одного региона.
117
ЗАКЛЮЧЕНИЕ
В магистерской диссертации исследована методология статистического
анализа потребительских цен, выявлено что исторически сложились два разных
подхода к теории цены: теория трудовой стоимости Маркса и теория предельной
полезности. Поэтому в работе учитывалась и затратная, и рыночная природа потребительских цен. В первой главе предложена классификация потребительских
цен, которая наглядно демонстрирует многообразие цен на потребительском
рынке.
Индекс потребительских цен является одним из самых критикуемых статистических показателей, несмотря на это, невозможно не признать, что существующая методология соответствует всем международным стандартам. Но при
этом нами выявлен ряд проблем, решения которых предложены в данной работе.
Необходимо использовать систему онлайн-касс не только для регистрации цен,
но и для получения более оперативной информации о структуре потребительских расходов населения, предлагается публиковать дополнительные данные –
изменения цен по группам КИПЦ и базисные индексы цен с постоянной весовой
базой, также при временном отсутствии товара или услуги на потребительском
рынке предлагается использовать временное пропорциональное изменение
структуры потребительских расходов.
В современных рыночных условиях необходимо расширение перечня статистических работ, классификация видов которого предложена в работе, вынесено предложение проводить регулярное повышение квалификации регистраторов цен и расширить их штат, для фиксирования динамики цен на всех уровнях.
В условиях увеличивающийся дифференциации цен в городах одного региона,
предлагается использовать дополнительный статистический показатель, учитывающий стоимость городского набора товаров и услуг к региональному уровню.
Во второй главе выполнен статистический анализ и прогнозирование
уровня и динамики потребительских цен в Ленинградской области. Так как в помесячном изменении уровня потребительских цен выявлена яркая сезонная составляющая, был выполнен прогноз методом Хольта-Уинтерса. Выявлено, что за
118
последние двадцать лет наибольший вклад в рост индекса потребительских цен
вносила группа платных услуг населению, также наибольший рост цен наблюдается на продукты питания, напитки, табачные изделия, здравоохранение и образование, то есть на группы товаров и услуг, обеспечивающие базовые потребности населения Ленинградской области. В работе проанализирована структура
розничных цен, что позволило сделать вывод о большом влиянии торговой
наценки и затрат организации на приобретение, доставку и продажу товара на
конечную цену. Этот вывод обязал нас включить в модель взаимосвязи индекса
потребительских цен и экономических показателей Ленинградской области индекс тарифов на грузовые перевозки. Он иллюстрируют затратную природу потребительских цен и характеризуют инфляцию издержек. Показателями, описывающими рыночную природу, были выбраны среднедушевые денежные доходы
населения и курс доллара.
В результате анализа нами получена модель, объясняющая 90% вариации
индекса потребительских цен и выполнен прогноз до конца 2020 года, согласно
которому темпы роста индекса потребительских цен Ленинградской области будут увеличиваться. Учитывая нестабильную экономическую ситуацию, в данный
момент модель выступает в качестве инструмента краткосрочного прогнозирования, но в будущем, при стабильной рыночной ситуации может быть использована органами государственной власти не только для краткосрочных прогнозов,
но и для долгосрочного анализа и прогнозирования последствий экономических
решений.
В третьей главе выявлен уровень дифференциации цен в городах Ленинградской области, вариация цен на товары и услуги в городах может достигать
40%. В качестве доступного показателя, позволяющего аппроксимировать различия городских цен была выбрана стоимость минимального набора продуктов
питания. Проиллюстрировано, что ее различия в один и тот же месяц могут достигать 746 рублей. Поэтому проведен анализ абсолютной скорости и интенсивности изменения стоимости минимального набора в городах. Самая большая скорость роста цен выявлена в городах Гатчина и Выборг, после чего нами была
119
выдвинута гипотеза о взаимосвязи стоимости минимального набора продуктов
питания и численности населения в городах Ленинградской области. Коэффициенты корреляции этих показателей выявили сильную и прямую связь.
При исследовании дифференциации городских цен очень большой методологической проблемой явилось отсутствие достаточного количества статистических данных. Поэтому нами построены уравнения дифференциации на основе
имеющихся данных, которых оказалось достаточно для формирования и подтверждения гипотезы. Рост благосостояния города приводит к росту оборота розничной торговли, так как растет спрос населения на товары, следовательно, увеличение доли города в обороте розничной торговли Ленинградской области влечет за собой и увеличение стоимости минимального набора продуктов питания.
Проведенный анализ говорит о том, что органам региональной власти при разработке бюджетной и социальной политики, в частности при принятии решений
о регулировании заработных плат, изменений пенсий или других социальных
трансфертов, следует учитывать городские ценовые различия и предложенные
в работе методы могут послужить инструментарием для принятия важных социально-экономических решений.
Таким образом, в магистерской диссертации нами полностью выполнены
все поставленные задачи:
- выявлена сущность понятия цена, как объекта статистического исследования;
- произведен анализ методов, применяемых государственной статистикой,
изучена систему статистических показателей, характеризующих уровень и динамику потребительских цен, проанализированы инструменты, которые используются в ходе регистрации их уровня;
- выявлены особенности региональных проблем в статистическом наблюдении за потребительскими ценами, найдены потенциальные возможности для
усовершенствования принятой методологии, разработаны предложения по совершенствованию статистического наблюдения;
120
- произведен комплексный статистический анализ уровня потребительских
цен Ленинградской области, выявлены основные факторы, оказывающие на него
влияние, разработаны различные варианты прогнозов, с применением корреляционного и регрессионного анализа;
- проанализирована дифференциация цен в городах Ленинградской области, выявлен ее уровень и определена степень влияния экономических факторов.
121
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1)
О системе маркировки товаров средствами идентификации и просле-
живаемости движения товаров: постановление Правительства Российской Федерации от 26.04.2019 года № 515 (в редакции Постановления Правительства Российской федерации от 02.03.2020 № 219) // СПС «Консультант Плюс».
2)
Об утверждении Правил маркировки табачной продукции сред-
ствами идентификации и особенностях внедрения государственной информационной системы мониторинга товаров, подлежащих маркировке средствами идентификации, в отношении табачной продукции: постановление Правительства
Российской Федерации от 28.02.2019 года № 224 // СПС «Консультант Плюс».
3)
Об утверждении концепции создания и функционирования в Россий-
ской Федерации системы маркировки товаров средствами идентификации и прослеживаемости движения товаров: распоряжение Правительства российской Федерации от 28.12.2018 года № 2963-р // СПС «Консультант Плюс».
4)
Об определении ООО «Оператор-ЦРПТ» оператором государствен-
ной информационной системы мониторинга за оборотом товаров, подлежащих
обязательной маркировке средствами идентификации: распоряжение Правительства российской Федерации от 03.04.2019 года № 620-р // СПС «Консультант
Плюс».
5)
Об утверждении официальной статистической методологии органи-
зации статистического наблюдения за потребительскими ценами на товары
и услуги и расчета индексов потребительских цен: приказ Росстата от 30.12.2014
№734 года.
6)
Агапова Т.Н. Методы статистического изучения структуры сложных
систем и ее изменения / Т.Н. Агапова; М.: Финансы и статистика, 2016. - 198 с.
7)
Баранова Л.Я. Потребности, доходы, потребление / Л.Я. Баранова,
А.И. Левин; М.: Экономика, 1998. – 295 с.
8)
Беляевский И.К. Статистика рынка товаров и услуг: Учебник / Беля-
евский И.К., Кулагина Г.Д., Коротков А.В. [и др.]; под редакцией Беляевского
И.К; - М.: Финансы и статистика, 2017. - 431 с.
122
9)
Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управ-
ление / Перевод с английского Левшина А.Л; М.: Мир, 1974. - Вьш.1 - 405 с.
10)
Вайну Я.Я.-Ф. Корреляция рядов динамики / Я.Я. Вайну; М.: Стати-
стика, 1977. - 118 с.
11)
Глушенко К.П. Межрегиональная дифференциация темпов инфля-
ции / К.П. Глушенко // Научные доклады Российской программы экономических
исследований. - 2001. - № 99/17. - С. 23-36.
12)
Глушенко К.П. Закон единой цены в российском экономическом
пространстве / К.П. Глушенко // Прикладная эконометрика. - 2010. - №1 (17). С. 3-19.
13)
Данченок Л.А. Методология статистического исследования цен на
потребительском рынке: Диссертация доктора экономических наук / Л.А. Данченок; МЭСИ. М., 2016. - 387 с.
14)
Денисова И.П. Цены и ценообразование: учебное пособие / И.П. Де-
нисова; М.: Экспертное бюро, 2017. - 64 с.
15)
Долгушина С.В. Методология статистического моделирования
и прогнозирования динамики потребления населением продовольственных товаров: Диссертация кандидата экономических наук / С.В. Долгушина; МЭСИ. М.,
2018. - 137 с.
16)
Сергеев В.П. Методы расчета индексов цен на товары народного по-
требления: монография / В.П. Сергеев; Ярославль: Филигрань, 2018. – 280 с.
17)
Современные международные рекомендации по статистике труда/
Международная организация Труда: перевод с английского М.: АО «Финстатинформ». 1994. - 176с.
18)
Статистика: учебник / И.И. Елисеева, О.В. Долотовская, М.В. Боче-
нина [и др.]; ответственный редактор И.И. Елисеева. - 5-е изд., пер. и доп; М.:
Юрайт, 2019. - 572 с.
19)
Эконометрика: учебник для бакалавтриата и магистратуры / И.И.
Елисеева [и др.]; под редакцией И.И. Елисеевой; М: Юрайт, 2019. - 449 с.
123
20)
Елисеева И.И., Юзбашев М.М. Общая теория статистики / И.И. Ели-
сеева, М.М. Юзбашев; под редакцией И.И. Елисеевой; - М.: Финансы и статистика, 2015. - 366 с.
21)
Иващенко Г.А. Статистическое изучение основной тенденции разви-
тия и взаимосвязи в рядах динамики / Г.А. Иващенко, Г.А. Кильдишев,
Р.А. Шмойлова; Томск: Издательство Томского университета, 2012. - 168с.
22)
Коган A.M. Деньги, цена и теория трудовой стоимости / А.М. Коган;
М.: Финансы и статистика, 2011. - 222 с.
23)
Козлова К.Б. Теория цены / К.Б. Козлова, Р.М. Энтов; М.: Мысль,
1972. – 239 с.
24)
Кудинов Ю.С. Экономические проблемы развития топливно-энерге-
тического комплекса Российской Федерации / Ю.С. Кудинов; М.: Издательство
НУМЦ Минприроды, 2016. - Ч. 1. - 216 с.
25)
Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирова-
ния / Ю.П. Лукашин; М.: Статистика, 2003. - 254 с.
26)
Льюис К.Д. Методы прогнозирования экономических показателей /
Перевод с английского Демиденко Е.З; М.: Финансы и статистика, 2016. - 131 с.
27)
Миллс Ф. Статистические методы / Перевод с английского под ре-
дакцией профессора Маслова П.П; М.: Государств, стат. издательство, 2015. 798 с.
28)
Певзнер Я.А. ГМК и теория трудовой стоимости / Я.А. Певзнер; М.:
Мысль, 1978. – 342 с.
29)
Перевышин Ю.Н. Анализ региональной дифференциации цен /
Ю.Н. Перевышин, С.Г. Синельников-Мурылев, А.А. Скроботов, П.В. Трунин //
Научные доклады: экономика; М.: Издательский дом «Дело» РАНХиГС. - 2018.
- 72 с.
30)
Розенберг Д.И. История политической экономии, ч. 1 / Д.И. Розен-
берг; М.: Институт экономик Комакадемии, 1934. - 304 с.
124
31)
Селигмен Б. Основные течения современной экономической мысли /
Б. Селигмен; перевод с английского А.М. Румянцева; М.: Прогресс, 1968. - 600
с.
32)
Цацулин А.Н. Цены и ценообразование в системе маркетинга /
А.Н. Цацулин; М.: ИИД «Филинъ», 1998. - 448 с.
33)
Уткин Э.А. Цены. Ценообразование. Ценовая политика / Э.А. Уткин;
М.: Ассоциация авторов и издателей «Тандем». Издательств ЭКМОС, 2000. 224 с.
34)
Юзбашев М.М. О правильном измерении тренда при наличии сезон-
ных колебаний / М.М. Юзбашев // Вопросы статистики. - 2003. - № 3. С. 72-73.
35)
Яковец Ю.В. Циклы. Кризисы. Прогнозы / Ю.В. Яковец; М.: Наука,
1999. - 448 с.
36)
De Masi P. and Koen V., Relative price convergence in Russia, Interna-
tional Monetary Fund, Staff Papers, Vol. 43, № 1, 1996.
37)
Руководство по индексу потребительских цен: теория и практика.
[Электронный ресурс] / Международный валютный фонд, 2007. – Режим доступа: https://www.gks.ru/storage/mediabank/cpi_ru.pdf, свободный.
38)
Федеральная служба государственной статистики [Электронный ре-
сурс]; М., 2020. – Режим доступа: http://www.gks.ru, свободный.
39)
Управление федеральной службы государственной статистики
по Санкт-Петербургу и Ленинградской области [Электронный ресурс]; СПб.,
2020. – Режим доступа: http://www.petrostat.gks.ru, свободный.
125
ПРИЛОЖЕНИЕ А
Индексы сезонности потребительских цен Ленинградской области
хр1=1210,55/12 = 100,879; хр2=1206,22/12 = 100,518; хр3=1206,36/12 = 100,53; хр4=1205,81/12 = 100,484; хр5=1210,97/12 =
100,914; хр6=1212,62/12 = 101,052; хр7=1205,59/12 = 100,466; хр8=1202,69/12 = 100,224; хр9=1203,91/12 = 100,326;
хр10=1202,83/12 = 100,236
Таблица А – Расчет индекса сезонности Ленинградской области
Период
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
Январь
102,40
102,57
100,55
100,89
100,54
104,20
101,45
100,89
100,43
100,85
Февраль
101,52
100,87
100,33
100,39
100,87
102,43
100,71
100,27
100,07
100,36
Март
Апрель
Май
Июнь
100,81
100,48
100,43
100,37
100,69
100,39
100,30
100,36
100,67
100,48
100,37
100,96
100,23
100,54
100,61
100,40
101,08
100,83
100,85
100,59
100,92
100,70
100,22
100,28
100,44
100,54
100,43
100,32
100,08
100,35
100,33
100,67
100,45
100,39
100,40
100,52
100,25
100,28
100,37
100,31
Июль
100,22
100,20
101,53
101,15
100,63
100,74
100,22
100,07
100,25
100,16
Август
100,24
99,66
99,80
99,92
100,68
99,78
99,87
99,50
99,74
99,65
Сентябрь
101,44
99,88
100,49
99,97
100,56
100,62
99,88
99,69
99,93
99,85
87
Продолжение таблицы А
Октябрь
Ноябрь
Декабрь
Итого
100,70
100,81
101,13
1210,55
100,55
100,21
100,54
1206,22
100,28
100,41
100,49
1206,36
100,38
100,66
100,67
1205,81
100,72
101,27
102,35
1210,97
100,67
100,96
101,10
1212,62
100,64
100,53
100,56
1205,59
100,22
100,22
100,40
1202,69
100,33
100,49
100,91
1203,91
100,06
100,41
100,28
1202,83
isi1
isi2
isi3
isi4
isi5
isi6
isi7
isi8
isi9
isi10
Средний
индекс
сезоннос
ти, isjср
Январь
1,015
1,020
1,000
1,004
0,996
1,031
1,010
1,007
1,001
1,006
1,009
0,035
Февраль
1,006
1,003
0,998
0,999
1,000
1,014
1,002
1,000
0,997
1,001
1,002
0,016
Март
Апрель
Май
Июнь
0,999
0,996
0,996
0,995
1,002
0,999
0,998
0,998
1,001
1,000
0,998
1,004
0,997
1,001
1,001
0,999
1,002
0,999
0,999
0,997
0,999
0,997
0,992
0,992
1,000
1,001
1,000
0,999
0,999
1,001
1,001
1,004
1,001
1,001
1,001
1,002
1,000
1,000
1,001
1,001
1,000
0,999
0,999
0,999
0,004
0,005
0,010
0,012
Июль
0,993
0,997
01,01,202
0
1,007
0,997
0,997
0,998
0,998
0,999
0,999
1,000
0,017
Август
0,994
0,991
0,993
0,994
0,998
0,987
0,994
0,993
0,994
0,994
0,993
0,010
Сентябрь
1,006
0,994
1,000
0,995
0,996
0,996
0,994
0,995
0,996
0,996
0,997
0,012
Октябрь
Ноябрь
Декабрь
0,998
0,999
1,002
1,000
0,997
1,000
0,998
0,999
1,000
0,999
1,002
1,002
0,998
1,004
1,014
0,996
0,999
1,000
1,002
1,001
1,001
1,000
1,000
1,002
1,000
1,002
1,006
0,998
1,002
1,000
0,999
1,000
1,003
0,006
0,007
0,015
Источник: рассчитано автором по данным Росстата [38]
88
Размах
индекса
сезоннос
ти, Ri
ПРИЛОЖЕНИЕ Б
Прогноз индекса потребительских цен Ленинградской области, выполненный методом Хольта-Уинтерса
Таблица Б – Экспоненциальное сглаживание ряда, вычисление значения тренда
и коэффициентов сезонности
Год
Месяц
2000
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12
1
2
3
4
5
2001
2002
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
102,22
101,88
101,13
101,62
102,06
101,82
102,72
101,70
101,19
102,29
101,48
101,23
102,56
102,76
103,26
102,01
101,85
101,59
100,91
99,42
100,29
100,86
101,42
101,20
103,06
101,51
101,25
101,13
101,76
102,22
101,91
101,18
101,51
102,03
101,89
102,63
101,86
101,19
102,11
101,62
101,23
102,39
102,82
103,27
102,18
101,79
101,57
100,95
99,52
100,08
100,82
101,43
101,29
102,74
101,81
101,24
101,22
101,65
89
-0,28
-0,69
0,23
0,49
-0,07
0,66
-0,63
-0,66
0,76
-0,37
-0,39
1,00
0,49
0,45
-0,93
-0,44
-0,25
-0,58
-1,35
0,37
0,70
0,62
-0,07
1,30
-0,70
-0,59
-0,08
0,38
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,002
0,999
1,000
0,999
1,001
1,000
1,000
0,999
1,002
1,000
1,000
0,999
1,003
0,997
1,000
0,999
1,001
Продолжение таблицы Б
Год
Месяц
2002
6
7
8
9
10
11
12
1
2
3
4
5
6
7
8
9
10
11
12
1
2003
2004
2
3
4
5
6
7
8
9
10
11
2005
12
1
2
3
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
100,79
101,08
99,53
100,27
100,87
101,74
100,96
102,49
101,71
101,52
101,18
100,84
101,16
101,17
99,14
100,12
100,92
101,12
100,93
101,76
101,28
101,03
101,55
100,87
101,07
101,03
100,51
100,23
102,00
101,59
101,06
103,42
101,41
101,34
100,89
101,03
99,76
99,93
100,75
101,72
101,20
102,05
102,07
101,58
101,26
100,76
101,15
101,16
99,54
99,63
100,68
101,16
101,21
101,33
-0,64
0,06
-1,13
0,04
0,74
0,95
-0,38
0,73
0,09
-0,43
-0,33
-0,49
0,31
0,04
-1,45
-0,07
0,94
0,52
0,10
0,12
0,999
1,000
0,998
1,003
1,001
1,000
0,998
1,004
0,997
1,000
0,999
1,001
1,000
1,000
0,996
1,005
1,002
1,000
0,997
1,004
101,61
101,16
0,26
-0,38
0,997
0,999
101,55
100,89
0,31
-0,56
1,000
1,000
101,00
101,02
0,04
0,02
1,001
1,000
100,91
99,86
-0,09
-0,96
0,996
1,004
101,48
101,74
1,37
0,37
1,005
0,999
101,41
102,80
-0,26
1,23
0,997
1,006
101,97
101,45
-0,62
-0,53
0,995
0,999
90
Продолжение таблицы Б
Год
Месяц
2005
4
5
6
7
8
9
10
11
2006
12
1
2
3
4
5
6
7
8
9
10
11
2007
12
1
2
3
4
5
6
7
8
9
10
11
2008
12
1
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
101,52
100,72
100,80
101,59
99,62
99,44
100,36
100,77
100,43
102,59
101,92
101,25
100,59
100,64
100,04
100,78
99,98
99,88
100,18
100,75
100,90
101,42
101,10
100,72
100,68
100,70
101,26
101,23
99,46
100,87
101,68
101,89
101,12
102,24
101,47
100,80
-0,04
-0,60
1,000
0,999
100,68
101,47
-0,17
0,70
1,001
1,001
100,23
99,08
-1,05
-1,15
0,994
1,004
99,69
100,83
0,43
1,08
1,007
0,999
100,88
101,90
0,15
0,93
0,996
1,007
102,50
101,54
0,63
-0,80
0,994
0,997
100,56
100,60
-0,96
-0,06
1,000
1,000
99,99
100,55
-0,56
0,45
1,001
1,002
100,62
99,63
0,10
-0,87
0,994
1,003
99,45
100,66
-0,25
1,06
1,007
1,001
101,38
100,89
0,76
-0,37
0,995
1,005
101,55
101,10
0,56
-0,35
0,995
0,996
100,66
100,63
-0,43
-0,07
1,000
1,001
101,14
101,07
0,45
-0,02
1,001
1,002
100,19
100,49
-0,80
0,19
0,993
1,004
100,92
101,76
0,41
0,80
1,008
1,001
101,70
101,69
0,02
0,00
0,994
1,005
91
Продолжение таблицы Б
Год
Месяц
2008
2
3
4
5
6
7
8
9
10
11
2009
12
1
2
3
4
5
6
7
8
9
10
11
2010
12
1
2
3
4
5
6
7
8
9
10
11
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
101,10
101,45
101,95
101,25
101,21
100,23
100,00
101,35
101,29
100,95
101,00
103,56
101,62
101,33
100,72
100,52
100,65
100,93
99,67
99,87
99,97
100,31
100,53
102,40
101,52
100,81
100,48
100,43
100,37
100,22
100,24
101,44
100,70
100,81
101,58
101,79
-0,10
0,18
0,995
0,997
101,93
101,27
0,15
-0,58
1,000
1,000
101,06
100,14
-0,25
-0,85
1,001
1,001
100,58
100,97
0,31
0,38
0,994
1,004
100,62
100,78
-0,28
0,12
1,007
1,002
101,50
102,92
0,66
1,34
0,995
1,006
102,32
101,70
-0,41
-0,60
0,993
0,996
100,74
100,46
-0,92
-0,34
1,000
1,000
100,46
100,79
-0,03
0,29
1,002
1,001
100,34
99,54
-0,38
-0,76
0,993
1,003
99,25
100,02
-0,34
0,67
1,007
1,003
101,00
101,79
0,94
0,81
0,995
1,006
102,23
101,33
0,48
-0,77
0,993
0,995
100,50
100,31
-0,82
-0,26
1,000
1,001
100,17
100,08
-0,15
-0,10
1,002
1,001
100,82
101,14
0,65
0,36
0,994
1,003
100,13
100,41
-0,87
0,16
1,006
1,004
92
Продолжение таблицы Б
Год
Месяц
2010
12
1
2011
2
3
4
5
6
7
8
9
10
11
2012
12
1
2
3
4
5
6
7
8
9
10
11
2013
12
1
2
3
4
5
6
7
8
9
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
101,13
102,57
100,87
100,69
100,39
100,30
100,36
100,20
99,66
99,88
100,55
100,21
100,54
100,55
100,33
100,67
100,48
100,37
100,96
101,53
99,80
100,49
100,28
100,41
100,49
100,89
100,39
100,23
100,54
100,61
100,40
101,15
99,92
99,97
101,50
102,01
1,00
0,56
0,996
1,006
101,67
101,21
-0,25
-0,44
0,992
0,995
100,45
100,14
-0,73
-0,35
0,999
1,002
100,13
100,06
-0,05
-0,06
1,002
1,001
100,22
99,66
0,13
-0,49
0,994
1,002
99,88
99,84
0,16
-0,02
1,007
1,004
100,81
100,17
0,87
-0,49
0,997
1,004
100,98
101,24
0,68
0,30
0,993
0,994
100,64
100,21
-0,51
-0,44
0,999
1,002
100,63
101,35
0,34
0,68
1,003
1,002
100,53
100,22
-0,67
-0,35
0,993
1,003
99,65
99,95
-0,55
0,21
1,006
1,005
100,71
100,58
0,71
-0,04
0,998
1,003
101,00
100,85
0,37
-0,10
0,994
0,994
100,69
100,46
-0,15
-0,23
0,998
1,002
100,10
100,85
-0,34
0,64
1,003
1,003
100,72
99,80
-0,06
-0,83
0,992
1,002
93
Продолжение таблицы Б
Год
Месяц
2013
10
11
2014
12
1
2
3
4
5
6
7
8
9
10
11
2015
12
1
2
3
4
5
6
7
8
9
10
11
2016
12
1
2
3
4
5
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
100,38
100,66
100,67
100,54
100,87
101,08
100,83
100,85
100,59
100,63
100,68
100,56
100,72
101,27
102,35
104,20
102,43
100,92
100,70
100,22
100,28
100,74
99,78
100,62
100,67
100,96
101,10
101,45
100,71
100,44
100,54
100,43
99,67
100,13
-0,20
0,40
1,007
1,005
100,86
100,36
0,70
-0,38
0,998
1,002
101,34
101,75
0,84
0,45
0,995
0,994
101,10
100,68
-0,53
-0,43
0,997
1,002
100,28
100,30
-0,40
-0,03
1,003
1,003
101,35
100,57
0,95
-0,61
0,993
1,000
100,01
100,61
-0,57
0,49
1,007
1,006
102,40
104,00
1,66
1,61
0,999
1,002
103,19
101,68
-0,57
-1,41
0,993
0,993
100,89
100,05
-0,85
-0,84
0,998
1,002
99,90
100,34
-0,22
0,37
1,004
1,004
100,49
100,61
0,17
0,13
0,993
1,000
100,04
100,24
-0,51
0,13
1,006
1,007
101,09
101,32
0,77
0,29
1,000
1,001
101,45
101,23
0,14
-0,18
0,993
0,992
100,77
100,27
-0,43
-0,49
0,998
1,002
94
Продолжение таблицы Б
Год
Месяц
2016
6
7
8
9
10
11
2017
12
1
2
3
4
5
6
7
8
9
10
11
2018
12
1
2
3
4
5
6
7
8
9
10
11
2019
12
1
2
3
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
100,32
100,22
99,87
99,88
100,64
100,53
100,56
100,89
100,27
100,08
100,35
100,33
100,67
100,07
99,50
99,69
100,22
100,22
100,40
100,43
100,07
100,45
100,39
100,40
100,52
100,25
99,74
99,93
100,33
100,49
100,91
100,85
100,36
100,25
99,93
99,80
-0,36
-0,15
1,004
1,004
100,48
99,99
0,60
-0,38
0,994
0,999
99,96
99,83
-0,07
-0,13
1,007
1,007
100,47
100,78
0,56
0,34
1,001
1,001
101,01
100,90
0,24
-0,08
0,993
0,992
100,60
100,19
-0,28
-0,40
0,998
1,001
100,23
99,71
0,00
-0,46
1,004
1,004
100,03
99,84
0,24
-0,15
0,995
0,999
99,56
99,50
-0,27
-0,08
1,007
1,007
100,23
100,37
0,65
0,20
1,002
1,001
100,79
101,26
0,39
0,47
0,993
0,992
100,75
100,26
-0,42
-0,48
0,997
1,001
100,06
99,88
-0,23
-0,18
1,005
1,004
100,22
100,12
0,29
-0,06
0,995
0,998
99,71
99,72
-0,38
-0,02
1,006
1,008
100,64
100,86
0,82
0,28
1,003
1,000
101,08
101,09
0,23
0,02
0,993
0,992
95
Продолжение таблицы Б
Год
Месяц
2019
4
5
6
7
8
9
10
11
2020
12
1
2
3
4
Коэффициент сеЭкспоненциально
Фактический
Значение тренда зонности предысглаженный ряд
ИПЦ
(Tt)
дущего периода
(Lt)
(St-s)
100,28
100,37
100,31
100,16
99,65
99,85
100,06
100,41
100,28
100,29
100,26
100,49
100,79
100,68
100,24
-0,37
-0,43
0,996
1,001
99,85
99,76
-0,40
-0,12
1,005
1,004
100,09
100,07
0,29
0,01
0,996
0,998
99,50
99,58
-0,51
0,02
1,006
1,008
99,98
100,29
0,36
0,32
1,003
1,000
100,95
101,35
0,62
0,42
0,993
0,992
101,24
-0,05
0,996
Источник: рассчитано автором по данным Росстата [38]
96
ПРИЛОЖЕНИЕ В
Структура розничных цен Ленинградской области
Таблица В – Структура розничных цен продовольственных и непродовольственных товаров Ленинградской области в 2019 году
Наименование
Говядина (кроме бескостного мяса)
Говядина бескостная
Свинина (кроме бескостного мяса)
Свинина бескостная
Куры охлаждённые и
мороженые
Колбаса вареная 1-2
сортов
Колбаса вареная высшего сорта
Колбаса полукопченая
Хлеб и булочные изделия из пшеничной
муки 1-2 сортов
Хлеб и булочные изделия из пшеничной
муки высшего сорта
Хлеб из ржаной муки
и из смеси муки ржаной и пшеничной
Мука пшеничная 1-2
сортов
Мука пшеничная высшего сорта
Сахар-песок из сахарной свеклы
Водка крепостью
40%об.спирта и выше
Масло подсолнечное
Молоко питьевое цельное пастеризованное
2,5%-3,2% жирности
Сыры сычужные твердые и мягкие
Сметана 15-20% жирности
Творог жирный
Творог нежирный
Y
Х1
Х2
Х3
Х4
Х5
Х6
357,2
30,4
2,3
25,1
10,3
0,1
12,5
431,8
36,5
4,0
77,2
51,4
7,5
21,8
259,6
22,5
3,1
55,0
34,6
3,5
17,3
320,2
23,7
4,0
78,5
60,5
3,6
14,0
156,5
11,0
1,9
35,9
24,5
2,0
9,5
294,8
19,5
7,4
74,1
51,7
6,4
15,0
384,1
28,7
17,9
95,1
53,9
5,2
23,3
462,3
65,8
26,8
142,6
90,2
5,2
25,6
93,2
6,5
3,2
21,8
14,1
1,3
4,5
126,3
8,8
3,2
29,4
17,1
1,9
9,1
85,4
5,7
1,1
24,5
16,1
1,1
7,3
38,2
2,4
1,2
10,1
5,0
0,5
3,9
48,5
3,1
0,9
12,7
7,3
0,8
4,5
42,8
2,5
3,6
13,6
5,5
1,1
4,5
638,8
72,1
41,3
197,7
124,7
8,0
31,7
95,3
5,9
4,5
25,4
13,4
2,1
7,5
66,9
4,5
2,5
15,7
8,7
1,5
4,5
505,5
33,5
20,2
132,9
75,4
8,1
37,3
219,1
13,6
8,9
46,8
27,3
2,8
10,6
318,7
282,6
25,7
22,8
5,3
9,9
63,2
56,9
44,8
36,9
4,0
3,2
13,1
10,1
97
Продолжение таблицы В
Наименование
Масло сливочное
Яйца куриные
Макаронные изделия
из пшеничной муки
высшего сорта
Рыба живая, свежая
или охлаждённая
Рыба мороженая разделанная (кроме лососевых пород)
Рыба копчёная
Куртка мужская с верхом из плащевых тканей утеплённая
Костюм-двойка мужской из шерстяных,
полушерстяных или
смесовых тканей
Брюки мужские из полушерстяных или смесовых тканей
Сорочка верхняя мужская из хлопчатобумажных или смесовых
тканей
Юбка женская из полушерстяных или смесовых тканей
Куртка для детей
школьного возраста с
верхом из плащевых
тканей утеплённая
Джемпер женский
Футболка детская
Колготки женские эластичные плотностью
свыше 20 DEN
Колготки детские
Полуботинки, туфли
мужские с верхом из
натуральной кожи
Сапоги женские зимние с верхом из натуральной кожи
Y
543,8
68,7
Х1
38,3
5,4
Х2
19,6
0,9
Х3
127,8
16,2
Х4
82,0
10,7
Х5
7,5
1,7
Х6
26,2
4,6
93,1
5,7
0,0
21,8
20,1
1,1
1,7
405,9
32,9
1,9
48,3
34,8
2,0
11,6
229,8
15,7
2,5
53,1
41,8
2,3
8,8
442,9
32,1
10,8
111,2
91,6
5,4
8,8
2000,0
0,0
0,0
750,0
350,0
80,0
400,0
8640,3
666,7
0,0
3190,3
3096,8
41,9
93,5
2088,0
150,8
193,2
1020,5
654,0
37,6
173,3
1126,6
95,0
0,0
396,6
368,0
23,2
28,6
2190,5
300,0
0,0
773,8
752,4
44,8
21,4
2515,0
0,0
0,0
865,0
225,0
70,0
640,0
1623,6
171,9
156,2
19,0
120,9
2,3
782,4
38,9
526,9
20,4
44,8
3,4
134,6
16,2
231,5
28,1
5,1
62,9
55,9
1,6
1,9
204,3
17,8
4,4
52,9
22,3
4,6
26,2
4245,0
416,7
0,0
1905,0
1563,4
40,8
341,6
6496,7
705,0
0,0
2356,7
1851,8
111,8
504,9
98
Продолжение таблицы В
Наименование
Сапоги, ботинки зимние для детей школьного возраста зимние с
верхом из натуральной
кожи
Ботинки, полуботинки
для детей дошкольного возраста
Амоксициллин, 500
мг, 20 таблеток
Корвалол, капли 25 мл
Эналаприл, 5 мг, 20
таблеток
Бензин автомобильный марки АИ-92
(АИ-93 и т.п.)
Бензин автомобильный марки АИ-95 и
выше
Y
Х1
Х2
Х3
Х4
Х5
Х6
3695,1
0,0
0,0
1145,1
562,3
64,5
582,8
2745,0
0,0
0,0
850,0
391,7
50,1
458,3
103,8
7,2
10,7
24,6
20,3
0,5
-6,4
23,2
1,1
2,3
11,3
8,3
0,1
0,7
14,6
1,0
1,2
3,6
2,8
0,1
-0,4
42,3
5,9
0,9
5,8
4,4
1,0
0,5
45,7
6,3
1,2
7,4
4,5
1,0
1,7
Источник: [38]
99
ПРИЛОЖЕНИЕ Г
Данные для модели влияния основных экономических показателей на уровень индекса потребительских цен Ленинградской области
Таблица Г – Исходные данные для модели влияния основных экономических показателей на индекс потребительских цен Ленинградской области
Период
Январь 2006
Февраль
2006
Март 2006
Апрель 2006
Май 2006
Июнь 2006
Июль 2006
Август 2006
Сентябрь
2006
Октябрь
2006
Ноябрь 2006
Декабрь
2006
Январь 2007
Февраль
2007
Март 2007
Апрель 2007
Май 2007
Июнь 2007
Июль 2007
Август 2007
Сентябрь
2007
Октябрь
2007
Ноябрь 2007
Декабрь
2007
Январь 2008
Февраль
2008
Март 2008
Апрель 2008
Y
111,09
X1
127,96
X2
110,09
X3
113,89
X4
100,78
111,65
111,55
110,52
110,42
109,59
108,72
109,11
128,19
128,58
128,43
128,28
117,78
117,86
117,86
112,49
113,18
110,90
110,19
108,62
104,89
106,52
105,86
107,05
111,75
106,78
110,82
110,57
106,23
100,71
100,90
99,12
96,78
94,69
93,80
93,97
109,59
118,02
105,48
109,58
94,24
109,39
109,37
120,42
120,21
105,85
106,20
110,62
106,38
94,06
92,54
109,88
108,63
120,04
115,40
109,35
110,22
113,85
110,23
91,26
93,98
107,76
107,19
107,29
107,36
108,67
109,15
108,58
115,40
115,40
115,37
115,40
115,42
115,30
115,30
108,65
106,54
108,31
111,61
108,01
106,61
107,28
107,19
106,80
111,46
110,08
112,19
111,50
107,13
93,43
93,66
93,74
95,46
96,02
94,89
95,75
109,66
115,30
108,16
108,87
94,72
111,30
112,56
112,82
112,89
107,07
108,10
113,78
111,25
92,66
91,91
112,81
113,72
112,89
123,75
108,22
111,29
114,41
118,07
93,48
92,35
113,71
114,54
115,98
123,75
123,78
123,78
114,11
117,23
117,84
108,51
109,72
119,53
93,11
91,02
91,00
100
Продолжение таблицы Г
Период
Май 2008
Июнь 2008
Июль 2008
Август 2008
Сентябрь
2008
Октябрь
2008
Ноябрь 2008
Декабрь
2008
Январь 2009
Февраль
2009
Март 2009
Апрель 2009
Май 2009
Июнь 2009
Июль 2009
Август 2009
Сентябрь
2009
Октябрь
2009
Ноябрь 2009
Декабрь
2009
Январь 2010
Февраль
2010
Март 2010
Апрель 2010
Май 2010
Июнь 2010
Июль 2010
Август 2010
Сентябрь
2010
Октябрь
2010
Ноябрь 2010
Декабрь
2010
Январь 2011
Y
116,61
116,56
115,41
116,03
X1
123,66
123,63
123,91
137,86
X2
117,81
124,17
125,48
126,42
X3
115,65
116,15
118,83
115,54
X4
91,85
91,25
91,41
94,26
116,58
137,88
125,01
115,47
99,75
116,14
115,06
137,88
137,91
122,39
119,91
117,58
112,32
105,87
111,73
114,93
116,41
137,87
128,60
116,59
111,64
116,67
119,22
114,55
132,62
117,02
116,88
115,48
114,64
114,01
114,80
114,43
128,62
128,58
128,59
128,57
128,57
134,22
120,60
110,86
108,85
108,83
105,89
101,62
99,91
97,91
114,70
114,76
116,88
112,29
116,14
113,86
111,73
146,02
145,86
142,83
134,89
131,36
134,95
131,04
112,76
120,58
98,83
109,51
122,11
111,29
110,59
120,58
120,48
99,05
98,88
112,47
108,56
111,79
105,74
110,07
108,84
120,51
121,39
100,66
106,13
112,90
108,28
106,42
91,83
108,73
108,17
107,91
107,81
107,51
106,75
107,36
121,36
121,36
121,35
121,48
121,57
116,20
120,20
106,57
106,24
108,27
109,48
109,67
109,57
110,22
104,01
101,16
107,14
104,07
110,47
107,85
104,26
84,21
85,29
86,93
95,12
100,37
97,37
95,90
109,05
120,20
111,03
104,48
99,85
109,85
110,39
120,20
120,20
111,44
111,48
109,18
105,29
102,91
107,21
111,05
111,23
131,41
114,49
111,68
113,33
113,91
113,53
103,00
100,51
101
Продолжение таблицы Г
Период
Февраль
2011
Март 2011
Апрель 2011
Май 2011
Июнь 2011
Июль 2011
Август 2011
Сентябрь
2011
Октябрь
2011
Ноябрь 2011
Декабрь
2011
Январь 2012
Февраль
2012
Март 2012
Апрель 2012
Май 2012
Июнь 2012
Июль 2012
Август 2012
Сентябрь
2012
Октябрь
2012
Ноябрь 2012
Декабрь
2012
Январь 2013
Февраль
2013
Март 2013
Апрель 2013
Май 2013
Июнь 2013
Июль 2013
Август 2013
Сентябрь
2013
Октябрь
2013
Ноябрь 2013
Y
X1
X2
X3
X4
110,52
110,38
110,29
110,15
110,14
110,12
109,48
113,30
113,30
113,30
113,43
113,41
113,41
110,21
111,51
111,29
107,14
110,98
110,68
108,96
108,92
106,36
106,29
112,90
108,24
109,71
111,80
105,60
97,22
96,29
96,20
91,78
89,78
90,98
94,71
107,79
112,65
107,96
103,90
99,22
107,62
106,98
112,65
115,86
108,88
108,30
110,94
102,22
103,51
99,47
106,36
104,27
107,19
107,04
106,30
104,93
106,39
108,71
102,05
104,16
103,71
103,70
103,79
103,87
104,48
105,87
106,02
107,38
107,39
107,43
107,02
107,02
107,02
107,02
101,79
100,27
103,66
98,87
100,92
101,67
103,63
101,29
102,62
105,96
102,85
104,56
108,45
102,38
101,92
103,05
105,01
110,27
117,48
116,53
111,17
106,66
104,89
104,16
103,65
103,09
106,37
106,58
104,89
106,37
103,71
105,12
108,30
103,31
99,13
101,87
106,53
106,89
106,37
108,68
104,20
103,15
110,62
109,47
97,61
96,76
106,95
106,48
106,54
106,79
106,20
105,81
105,94
108,43
108,43
108,39
108,39
108,39
108,39
107,71
102,93
105,41
104,25
104,90
102,98
106,54
105,83
107,12
102,47
111,32
104,05
111,31
108,39
101,57
100,93
105,01
106,30
101,63
98,26
100,66
103,34
105,40
107,71
105,68
101,63
103,44
105,51
105,78
107,71
102,93
103,29
100,70
109,20
102,52
103,16
104,12
102
Продолжение таблицы Г
Период
Декабрь
2013
Январь 2014
Февраль
2014
Март 2014
Апрель 2014
Май 2014
Июнь 2014
Июль 2014
Август 2014
Сентябрь
2014
Октябрь
2014
Ноябрь 2014
Декабрь
2014
Январь 2015
Февраль
2015
Март 2015
Апрель 2015
Май 2015
Июнь 2015
Июль 2015
Август 2015
Сентябрь
2015
Октябрь
2015
Ноябрь 2015
Декабрь
2015
Январь 2016
Февраль
2016
Март 2016
Апрель 2016
Май 2016
Июнь 2016
Июль 2016
Август 2016
Сентябрь
2016
Y
X1
X2
X3
X4
105,97
105,60
102,89
100,07
102,40
105,46
108,36
111,30
106,97
111,77
106,11
107,01
107,32
107,58
107,79
107,23
108,04
100,11
100,11
100,11
101,88
101,88
101,88
101,88
108,40
106,78
107,39
110,20
105,21
106,32
102,27
102,65
105,51
110,16
107,49
111,87
109,43
106,24
116,84
117,53
113,77
111,27
106,63
105,79
109,31
108,68
103,79
102,56
103,71
116,26
109,04
109,71
103,79
103,79
106
108,94
113,64
105,70
127,10
141,36
111,53
115,59
103,72
106,29
111,43
113,44
114,51
118,19
169,61
192,85
117,38
117,19
117,03
116,30
115,93
116,06
115,03
106,58
106,58
106,58
106
106,15
105,47
105,47
112,39
112,39
112,56
111,55
115,82
111,97
116,24
117,66
118,62
120,70
117,44
117,44
121,04
115,29
183,06
166,76
149,21
144,88
158,05
165,09
181,24
115,10
105,27
117,05
116,05
176,20
115,04
114,69
105,27
105,40
117,15
114,42
122,13
114,33
155,02
140,70
113,29
110,30
105,36
105,43
110,79
109,36
115,59
112,43
124,99
119,62
108,45
107,94
107,76
107,99
108,03
107,47
107,56
105,33
105,33
105,33
105,33
104,96
104,96
104,96
108,26
108,78
108,67
107,62
107,65
109,82
105,65
104,35
105,13
109,33
103,24
111,90
108,19
101,95
119,86
116,66
125,30
130,46
119,78
112,52
99,26
106,78
103,79
104,24
103,05
96,67
103
Продолжение таблицы Г
Период
Октябрь
2016
Ноябрь 2016
Декабрь
2016
Январь 2017
Февраль
2017
Март 2017
Апрель 2017
Май 2017
Июнь 2017
Июль 2017
Август 2017
Сентябрь
2017
Октябрь
2017
Ноябрь 2017
Декабрь
2017
Январь 2018
Февраль
2018
Март 2018
Апрель 2018
Май 2018
Июнь 2018
Июль 2018
Август 2018
Сентябрь
2018
Октябрь
2018
Ноябрь 2018
Декабрь
2018
Январь 2019
Февраль
2019
Март 2019
Апрель 2019
Май 2019
Июнь 2019
Июль 2019
Y
X1
X2
X3
X4
106,75
106,28
103,79
103,52
104,03
101,95
108,23
102,12
99,01
98,90
105,72
105,14
103,52
103,38
102,65
106,95
109,79
108,23
89,08
76,51
104,67
104,30
104,10
104,01
104,37
104,21
103,83
103,38
103,38
103,40
103,40
103,40
103,40
103,40
107,78
105,43
103,33
105,87
102,37
102,22
103,62
103,58
101,72
109,36
100,30
106,41
109,47
102,46
75,70
82,37
84,63
86,50
88,77
92,78
91,80
103,62
103,54
104,02
100,02
89,45
103,18
102,86
103,61
103,58
105,11
105,02
107,54
102,32
92,14
91,62
102,70
102,23
103,58
103,99
106,52
106,98
104,07
106,85
94,34
94,75
102,03
102,41
102,45
102,52
102,37
102,56
102,80
103,99
104
103,99
103,99
103,99
103,99
103,99
105,71
108,70
108,44
110,88
115,40
115,25
111,56
98,83
99,64
104,47
100,05
104,49
104,86
100,28
97,04
98,37
107,68
109,27
108,42
105,31
110,84
103,05
103,86
113,32
102,23
117,18
103,17
103,45
103,81
103,81
114,64
113,60
107,28
99,76
114,14
112,61
103,98
104,41
103,81
103,74
112,28
107,57
104,78
107,24
114,96
117,73
104,71
104,51
104,39
104,36
104,14
104,04
103,74
103,73
103,73
103,73
103,74
103,74
111,13
110,62
106,11
100,14
95,48
99,31
103,39
102,11
105,71
100,90
104,83
105,04
115,85
114,07
106,31
104,16
102,23
100,57
104
Продолжение таблицы Г
Август 2019
Сентябрь
2019
Октябрь
2019
Ноябрь 2019
Декабрь
2019
Январь 2020
Февраль
2020
Март 2020
Апрель 2020
103,95
103,74
96,97
101,53
99,26
103,87
103,74
90,64
101,26
96,00
103,58
103,51
103,74
103,74
89,39
100,04
108,46
101,96
97,75
96,25
102,86
102,29
103,74
103,31
105,11
104,78
105,05
106,23
93,46
92,93
102,19
102,43
102,96
103,31
103,32
103,32
103,67
104,59
104,89
97,91
99,91
98,76
97,22
113,25
115,73
Источник [38]
105
ПРИЛОЖЕНИЕ Д
Результаты расширенного теста Дики-Фуллера
Таблица Д.1 - Результаты расширенного теста Дики-Фуллера
Расширенный тест Дики-Фуллера для Y
testing down from 12 lags, criterion t-statistic
объем выборки 159
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 12 лага(-ов) для (1-L)Y
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.0160506
тестовая статистика: tau_c(1) = -1.18699
асимпт. р-значение 0.6825
коэф. автокорреляции 1-го порядка для e: 0.099
лаг для разностей: F(12, 145) = 10.365 [0.0000]
Расширенный тест Дики-Фуллера для X1
testing down from 12 lags, criterion t-statistic
объем выборки 159
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 12 лага(-ов) для (1-L)X1
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.0290417
тестовая статистика: tau_c(1) = -1.30368
асимпт. р-значение 0.6302
коэф. автокорреляции 1-го порядка для e: -0.051
лаг для разностей: F(12, 145) = 5.104 [0.0000]
Расширенный тест Дики-Фуллера для X2
testing down from 12 lags, criterion t-statistic
объем выборки 159
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 12 лага(-ов) для (1-L)X2
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.163976
тестовая статистика: tau_c(1) = -2.90118
асимпт. р-значение 0.04519
коэф. автокорреляции 1-го порядка для e: 0.015
лаг для разностей: F(12, 145) = 4.621 [0.0000]
Расширенный тест Дики-Фуллера для X3
testing down from 12 lags, criterion t-statistic
Продолжение таблицы Д.1
106
объем выборки 159
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 12 лага(-ов) для (1-L)X3
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.0993637
тестовая статистика: tau_c(1) = -1.82002
асимпт. р-значение 0.3711
коэф. автокорреляции 1-го порядка для e: 0.001
лаг для разностей: F(12, 145) = 24.267 [0.0000]
Расширенный тест Дики-Фуллера для X4
testing down from 12 lags, criterion t-statistic
объем выборки 159
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 12 лага(-ов) для (1-L)X4
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.0662452
тестовая статистика: tau_c(1) = -2.53682
асимпт. р-значение 0.1067
коэф. автокорреляции 1-го порядка для e: 0.031
лаг для разностей: F(12, 145) = 11.451 [0.0000]
Источник: рассчитано автором по данным Росстата [38]
Таблица Д.2 - Результаты расширенного теста Дики-Фуллера
Расширенный тест Дики-Фуллера для ma_Y
testing down from 2 lags, criterion t-statistic
объем выборки 168
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 2 лага(-ов) для (1-L)ma_Y
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.47283
тестовая статистика: tau_c(1) = -7.21388
P-значение 1.25e-009
коэф. автокорреляции 1-го порядка для e: 0.067
лаг для разностей: F(2, 164) = 146.276 [0.0000]
Расширенный тест Дики-Фуллера для ma_X1
testing down from 2 lags, criterion t-statistic
объем выборки 168
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 2 лага(-ов) для (1-L)ma_X1
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
Продолжение таблицы Д.2
107
оценка для (a - 1): -1.2182
тестовая статистика: tau_c(1) = -16.1802
P-значение 8.119e-024
коэф. автокорреляции 1-го порядка для e: -0.010
лаг для разностей: F(2, 164) = 25.354 [0.0000]
Расширенный тест Дики-Фуллера для ma_X2
testing down from 2 lags, criterion t-statistic
объем выборки 168
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 2 лага(-ов) для (1-L)ma_X2
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.889556
тестовая статистика: tau_c(1) = -11.6331
P-значение 8.725e-019
коэф. автокорреляции 1-го порядка для e: 0.006
лаг для разностей: F(2, 164) = 53.926 [0.0000]
Расширенный тест Дики-Фуллера для ma_X3
testing down from 2 lags, criterion t-statistic
объем выборки 168
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 2 лага(-ов) для (1-L)ma_X3
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -2.23627
тестовая статистика: tau_c(1) = -19.9011
асимпт. р-значение 3.268e-047
коэф. автокорреляции 1-го порядка для e: 0.042
лаг для разностей: F(2, 164) = 15.005 [0.0000]
Расширенный тест Дики-Фуллера для ma_X4
testing down from 2 lags, criterion t-statistic
объем выборки 168
нулевая гипотеза единичного корня: a = 1
тест с константой
включая 2 лага(-ов) для (1-L)ma_X4
модель: (1-L)y = b0 + (a-1)*y(-1) + ... + e
оценка для (a - 1): -0.61229
тестовая статистика: tau_c(1) = -8.54984
асимпт. р-значение 1.146e-014
коэф. автокорреляции 1-го порядка для e: -0.033
лаг для разностей: F(2, 164) = 192.262 [0.0000]
Источник: рассчитано автором по данным Росстата [38]
108
ПРИЛОЖЕНИЕ Е
Список товаров и услуг, использованных для анализа городской дифференциации цен
Таблица Е – Список товаров и услуг, использованных для анализа дифференциации цен в городах Ленинградской области
Наименование товара
Говядина (кроме бескостного мяса), кг
Свинина (кроме бескостного мяса), кг
Куры охлажденные и мороженые, кг
Сосиски, сардельки, кг
Колбаса полукопченая и варено-копченая, кг
Рыба живая и охлажденная, кг
Масло сливочное, кг
Масло подсолнечное, кг
Сметана, кг
Творог жирный, кг
Сыры сычужные твердые и мягкие, кг
Яйца куриные, 10 шт.
Сахар-песок, кг
Чай черный байховый, кг
Соль поваренная пищевая, кг
Мука пшеничная, кг
Хлеб из ржаной муки и из смеси муки ржаной и пшеничной, кг
Рис шлифованный, кг
Пшено, кг
Вермишель, кг
Макаронные изделия из пшеничной муки высшего сорта, кг
Картофель, кг
Капуста белокочанная свежая, кг
Лук репчатый, кг
Морковь, кг
Яблоки, кг
Брюки мужские из полушерстяных или смесовых тканей, шт.
Сорочка верхняя мужская из хлопчатобумажных или смесовых тканей, шт.
Костюм-двойка мужской из шерстяных, полушерстяных или смесовых тканей, шт.
Брюки женские из полушерстяных или смесовых тканей, шт.
Пальто женское демисезонное из шерстяных или полушерстяных тканей,
шт.
Блузка женская, шт.
Брюки для детей школьного возраста из полушерстяных тканей, шт.
Одеяло стеганое, шт.
Комплект постельного белья полутораспальный из хлопчатобумажной
ткани, комплект
109
Код товара
111
113
114
202
204
401
701
801
1102
1104
1201
1501
1601
1903
2002
2101
2201
2301
2303
2401
2403
2501
2601
2603
2605
2701
4116
4118
4121
4125
4132
4145
4154
4194
4195
Продолжение таблицы Е
Наименование товара
Подушка, шт.
Джемпер для детей школьного возраста, шт.
Джемпер мужской, шт.
Джемпер женский, шт.
Джемпер (свитер) для детей дошкольного возраста (рост 92-122 см), шт.
Футболка детская, шт.
Колготки женские эластичные, шт.
Носки мужские, пара
Колготки детские, шт.
Сапоги женские зимние с верхом из натуральной кожи, пара
Туфли женские закрытые с верхом из натуральной кожи, пара
Кроссовые туфли для детей с верхом из искусственной кожи, пара
Полуботинки, туфли мужские с верхом из натуральной кожи, пара
Мыло хозяйственное, 200 г
Порошок стиральный, кг
Мыло туалетное, 100 г
Шампунь, 250 мл
Паста зубная, 100 г (100 мл)
Сигареты с фильтром отечественные, пачка
Сигареты с фильтром зарубежных торговых марок, пачка
Спички, коробок
Стол обеденный, шт.
Стул с мягким сиденьем, шт.
Телевизор цветного изображения, шт.
Ацетилсалициловая кислота (Аспирин отечественный), 500 мг, 10 таблеток
Корвалол, 25 мл
Метамизол натрия (Анальгин отечественный), 500 мг, 10 таблеток
Постановка набоек, пара
Помывка в бане в общем отделении, билет
Стрижка модельная в женском зале, стрижка
Стрижка модельная в мужском зале, стрижка
Проезд в городском муниципальном автобусе, поездка
Предоставление местного телефонного соединения при повременной системе оплаты услуг связи, минута
Плата за жилье в домах государственного и муниципального жилищных
фондов, м2 общей площади
Газ сетевой, месяц с человека
Электроэнергия в квартирах без электроплит сверх минимального объема
потребления, в расчете за 100 кВт.ч
Источник: рассчитано автором по данным Росстата [38]
110
Код товара
4199
4402
4408
4409
4416
4503
4601
4603
4605
4712
4715
4744
4752
5001
5101
5201
5303
5313
5602
5604
5701
5803
5817
7007
7921
7924
7927
9101
9115
9116
9118
9211
9322
9418
9443
9472
ПРИЛОЖЕНИЕ Ж
Динамика коэффициентов вариации в городах Ленинградской области
Рисунок Ж.1 - Динамика коэффициентов вариации на продовольственные товары в городах Ленинградской области с 2013 по 2020 гг., %, рассчитано автором по данным Росстата [38]
Рисунок Ж.2 - Динамика коэффициентов вариации на продовольственные товары в
городах Ленинградской области с 2013 по 2020 гг. %, рассчитано автором по
данным Росстата [38]
111
Рисунок Ж.3 - Динамика коэффициентов вариации на продовольственные товары в городах Ленинградской области с 2013 по 2020 гг. %, рассчитано автором по данным Росстата [38]
Рисунок Ж.4 - Динамика коэффициентов вариации на непродовольственные товары в городах Ленинградской области с 2013 по 2020 гг. %, рассчитано автором по данным Росстата [38]
112
Рисунок Ж.5 - Динамика коэффициентов вариации на непродовольственные товары в городах Ленинградской области с 2013 по 2020 гг. %, рассчитано автором по данным Росстата [38]
Рисунок Ж.6 - Динамика коэффициентов вариации на непродовольственные товары в городах Ленинградской области с 2013 по 2020 гг. %, рассчитано автором по данным Росстата [38]
113
ПРИЛОЖЕНИЕ И
Результаты теста на стационарность товаров и услуг городов Ленинградской области
Таблица И – Результаты теста на стационарность
Код
111
113
114
202
204
401
701
801
1102
1104
1201
1501
1601
1903
2002
2101
2201
2301
2303
2401
2403
2501
2601
2603
2605
2701
4116
4118
4121
4125
4132
4145
4154
4194
4195
4199
4402
4408
Коэффициент вариации
0,14
0,13
0,13
0,13
0,13
0,14
0,15
0,14
0,14
0,14
0,16
0,14
0,14
0,16
0,14
0,13
0,13
0,15
0,14
0,14
0,14
0,15
0,17
0,15
0,15
0,14
0,13
0,15
0,13
0,14
0,15
0,13
0,14
0,13
0,15
0,13
0,13
0,13
JB
p-value
skew
kurtosis
adf
p-value
0,93
1,68
0,50
1,55
1,12
1,26
1,08
1,65
1,51
1,19
1,49
0,20
1,26
1,67
2,39
0,68
0,65
1,65
9,44
1,78
1,79
2,01
50,47
2,22
11,14
1,06
1,01
0,94
1,16
1,04
1,35
1,81
0,99
1,59
1,27
1,43
1,08
2,00
0,12
0,11
0,15
0,12
0,12
0,12
0,12
0,12
0,12
0,12
0,12
0,22
0,12
0,11
0,11
0,13
0,14
0,12
0,11
0,11
0,11
0,11
0,11
0,11
0,11
0,12
0,12
0,12
0,12
0,12
0,12
0,11
0,12
0,12
0,12
0,12
0,12
0,11
0,07
0,03
0,07
0,03
0,07
0,04
0,07
0,05
0,03
0,05
0,08
0,13
0,13
0,08
0,26
0,07
0,09
0,07
0,37
0,04
0,04
0,25
0,47
0,25
0,35
0,06
0,10
0,07
0,09
0,07
0,13
0,00
0,17
0,22
0,08
0,19
0,08
-0,01
0,39
0,36
0,47
0,37
0,37
0,39
0,37
0,33
0,38
0,38
0,32
0,49
0,33
0,31
0,63
0,42
0,41
0,31
0,88
0,34
0,33
0,61
1,76
0,65
0,99
0,38
0,36
0,39
0,35
0,38
0,32
0,44
0,39
0,42
0,34
0,37
0,36
0,43
-0,06
-0,33
-0,16
-0,23
-0,08
-0,11
-0,05
-0,17
-0,14
0,06
-0,06
-0,58
-0,10
-0,10
0,19
-0,06
-0,19
-0,05
-0,07
-0,12
-0,06
-0,31
-0,47
-0,49
-0,25
-0,10
-0,04
-0,10
-0,08
-0,05
0,09
-0,15
0,55
-0,01
-0,05
0,19
-0,10
-0,19
0,21
0,12
0,16
0,13
0,20
0,19
0,21
0,16
0,17
0,25
0,21
0,11
0,19
0,19
0,26
0,21
0,15
0,22
0,20
0,18
0,21
0,12
0,11
0,11
0,13
0,19
0,22
0,19
0,20
0,21
0,25
0,16
0,26
0,23
0,21
0,26
0,19
0,15
114
Продолжение таблицы И
Код
4409
4416
4503
4601
4603
4605
4712
4715
4744
4752
5001
5101
5201
5303
5313
5602
5604
5701
5803
5817
7007
7921
7924
7927
9101
9115
9116
9118
9211
9322
9418
9443
9472
Коэффициент вариации
0,13
0,47
0,14
0,33
0,14
0,15
0,15
0,14
0,14
0,14
0,14
0,13
0,14
0,15
0,15
0,16
0,16
0,14
0,13
0,15
0,15
0,14
0,14
0,16
0,14
0,16
0,14
0,12
0,21
0,21
0,15
0,13
0,17
JB
p-value
skew
kurtosis
adf
p-value
1,90
12,26
1,04
2,42
1,11
1,35
1,73
1,49
1,12
1,52
0,66
1,04
0,41
1,25
1,33
1,49
0,90
353,22
0,85
0,60
21,65
1,00
0,64
1,07
1,41
3,26
1,06
0,26
1,95
2,42
1,20
0,95
8,78
0,11
0,11
0,12
0,11
0,12
0,12
0,11
0,12
0,12
0,12
0,14
0,12
0,17
0,12
0,12
0,12
0,12
0,11
0,13
0,14
0,11
0,12
0,14
0,12
0,12
0,11
0,12
0,20
0,11
0,11
0,12
0,12
0,11
-0,01
0,41
0,11
0,23
0,08
0,16
0,08
0,04
0,16
0,08
0,19
0,12
0,09
0,22
0,13
0,04
0,11
0,84
0,14
0,12
0,40
0,15
0,10
0,12
0,04
0,29
0,09
0,10
0,02
0,00
0,07
0,03
-0,15
0,45
0,89
0,35
0,35
0,36
0,34
0,30
0,37
0,37
0,32
0,53
0,35
0,44
0,51
0,33
0,37
0,37
3,98
0,38
0,41
1,27
0,37
0,40
0,35
0,36
0,61
0,36
0,47
0,35
0,35
0,36
0,50
0,80
-0,24
-0,25
0,09
0,02
-0,06
0,14
0,01
-0,14
0,17
-0,03
0,01
0,04
0,06
0,30
-0,07
-0,25
0,10
0,08
0,06
0,11
0,38
-0,14
-0,03
-0,01
-0,11
0,26
-0,11
-0,27
-0,01
-0,10
-0,12
-0,07
-0,22
0,13
0,13
0,25
0,24
0,21
0,25
0,23
0,17
0,25
0,22
0,23
0,24
0,25
0,26
0,21
0,13
0,25
0,25
0,24
0,25
0,26
0,17
0,22
0,23
0,18
0,26
0,19
0,12
0,23
0,19
0,18
0,20
0,14
Источник: рассчитано автором по данным Росстата [38]
115
ПРИЛОЖЕНИЕ К
Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в городах Ленинградской области
Таблица К.1 – Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в г. Волхов с января 2015 года по апрель
2020 года
Абсолютный
прирост, рублей
Месяц
Декабрь
2014
Январь
2015
Февраль
2015
Март
2015
Апрель
2015
Май
2015
Июнь
2015
Июль
2015
Август
2015
Сентябр
ь 2015
Октябрь
2015
Ноябрь
2015
Декабрь
2015
Январь
2016
Февраль
2016
Март
2016
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Абсолютное
содержание
1%
прироста
3499,17
-
-
100,00
100,00
-
-
-
3668,94
169,77
169,77
104,85
104,85
4,85
4,85
34,99
3832,74
163,80
333,57
104,46
109,53
4,46
9,53
36,69
3967,28
134,54
468,11
103,51
113,38
3,51
13,38
38,33
4073,81
106,53
574,64
102,69
116,42
2,69
16,42
39,67
4174,97
101,16
675,80
102,48
119,31
2,48
19,31
40,74
4272,83
97,86
773,66
102,34
122,11
2,34
22,11
41,75
4174,00
-98,83
674,83
97,69
119,29
-2,31
19,29
42,73
4148,42
-25,58
649,25
99,39
118,55
-0,61
18,55
41,74
4042,66
-105,76
543,49
97,45
115,53
-2,55
15,53
41,48
3933,46
-109,20
434,29
97,30
112,41
-2,70
12,41
40,43
3951,01
17,55
451,84
100,45
112,91
0,45
12,91
39,33
4010,99
59,98
511,82
101,52
114,63
1,52
14,63
39,51
4056,99
46,00
557,82
101,15
115,94
1,15
15,94
40,11
4134,21
77,22
635,04
101,90
118,15
1,90
18,15
40,57
4173,91
39,70
674,74
100,96
119,28
0,96
19,28
41,34
116
Продолжение таблицы К.1
Месяц
Апрель
2016
Май
2016
Июнь
2016
Июль
2016
Август
2016
Сентябр
ь 2016
Октябрь
2016
Ноябрь
2016
Декабрь
2016
Январь
2017
Февраль
2017
Март
2017
Апрель
2017
Май
2017
Июнь
2017
Июль
2017
Август
2017
Сентябр
ь 2017
Октябрь
2017
Ноябрь
2017
Декабрь
2017
Январь
2018
Февраль
2018
Март
2018
Мини- Абсолютный приАбсолю
рост,
рублей
Темп
роста,
%
Темп
прироста,
%
мальный
тный
Темп роста, %
набор,
прирост
рублей цепной базисный цепной базисный цепной базисный , рублей
4211,30
37,39
712,13
100,90
120,35
0,90
20,35
41,74
4215,96
4,66
716,79
100,11
120,48
0,11
20,48
42,11
4237,80
21,84
738,63
100,52
121,11
0,52
21,11
42,16
4326,43
88,63
827,26
102,09
123,64
2,09
23,64
42,38
4362,99
36,56
863,82
100,85
124,69
0,85
24,69
43,26
4275,69
-87,30
776,52
98,00
122,19
-2,00
22,19
43,63
4271,38
-4,31
772,21
99,90
122,07
-0,10
22,07
42,76
4243,30
-28,08
744,13
99,34
121,27
-0,66
21,27
42,71
4246,75
3,45
747,58
100,08
121,36
0,08
21,36
42,43
4271,50
24,75
772,33
100,58
122,07
0,58
22,07
42,47
4318,57
47,07
819,40
101,10
123,42
1,10
23,42
42,72
4388,53
69,96
889,36
101,62
125,42
1,62
25,42
43,19
4440,15
51,62
940,98
101,18
126,89
1,18
26,89
43,89
4485,11
44,96
985,94
101,01
128,18
1,01
28,18
44,40
4664,48
179,37
1165,31
104,00
133,30
4,00
33,30
44,85
4706,75
42,27
1207,58
100,91
134,51
0,91
34,51
46,64
4739,59
32,84
1240,42
100,70
135,45
0,70
35,45
47,07
4618,86
-120,73
1119,69
97,45
132,00
-2,55
32,00
47,40
4576,09
-42,77
1076,92
99,07
130,78
-0,93
30,78
46,19
4575,18
-0,91
1076,01
99,98
130,75
-0,02
30,75
45,76
4489,25
-85,93
990,08
98,12
128,29
-1,88
28,29
45,75
4525,98
36,73
1026,81
100,82
129,34
0,82
29,34
44,89
4541,76
15,78
1042,59
100,35
129,80
0,35
29,80
45,26
4559,88
18,12
1060,71
100,40
130,31
0,40
30,31
45,42
117
Продолжение таблицы К.1
Месяц
Апрель
2018
Май
2018
Июнь
2018
Июль
2018
Август
2018
Сентябр
ь 2018
Октябрь
2018
Ноябрь
2018
Декабрь
2018
Январь
2019
Февраль
2019
Март
2019
Апрель
2019
Май
2019
Июнь
2019
Июль
2019
Август
2019
Сентябр
ь 2019
Октябрь
2019
Ноябрь
2019
Декабрь
2019
Январь
2020
Февраль
2020
Март
2020
Мини- Абсолютный приАбсолю
рост,
рублей
Темп
роста,
%
Темп
прироста,
%
мальный
тный
Темп роста, %
набор,
прирост
рублей цепной базисный цепной базисный цепной базисный , рублей
4573,82
13,94
1074,65
100,31
130,71
0,31
30,71
45,60
4650,30
76,48
1151,13
101,67
132,90
1,67
32,90
45,74
4771,37
121,07
1272,20
102,60
136,36
2,60
36,36
46,50
4844,75
73,38
1345,58
101,54
138,45
1,54
38,45
47,71
4657,02
-187,73
1157,85
96,13
133,09
-3,87
33,09
48,45
4576,33
-80,69
1077,16
98,27
130,78
-1,73
30,78
46,57
4479,98
-96,35
980,81
97,89
128,03
-2,11
28,03
45,76
4580,82
100,84
1081,65
102,25
130,91
2,25
30,91
44,80
4731,90
151,08
1232,73
103,30
135,23
3,30
35,23
45,81
4809,41
77,51
1310,24
101,64
137,44
1,64
37,44
47,32
4815,62
6,21
1316,45
100,13
137,62
0,13
37,62
48,09
4846,44
30,82
1347,27
100,64
138,50
0,64
38,50
48,16
5027,31
180,87
1528,14
103,73
143,67
3,73
43,67
48,46
5224,81
197,50
1725,64
103,93
149,32
3,93
49,32
50,27
5204,25
-20,56
1705,08
99,61
148,73
-0,39
48,73
52,25
5064,87
-139,38
1565,70
97,32
144,74
-2,68
44,74
52,04
4908,97
-155,90
1409,80
96,92
140,29
-3,08
40,29
50,65
4785,16
-123,81
1285,99
97,48
136,75
-2,52
36,75
49,09
4706,72
-78,44
1207,55
98,36
134,51
-1,64
34,51
47,85
4687,45
-19,27
1188,28
99,59
133,96
-0,41
33,96
47,07
4730,56
43,11
1231,39
100,92
135,19
0,92
35,19
46,87
4584,69
-145,87
1085,52
96,92
131,02
-3,08
31,02
47,31
4650,83
66,14
1151,66
101,44
132,91
1,44
32,91
45,85
4543,21
-107,62
1044,04
97,69
129,84
-2,31
29,84
46,51
118
Продолжение таблицы К.1
Месяц
Апрель
2020
Мини- Абсолютный приАбсолю
рост,
рублей
Темп
роста,
%
Темп
прироста,
%
мальный
тный
Темп роста, %
набор,
прирост
рублей цепной базисный цепной базисный цепной базисный , рублей
4663,61
120,40
1164,44
102,65
133,28
2,65
33,28
45,43
Источник: рассчитано автором по данным Росстата [38]
Таблица К.2 – Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в г. Выборг с января 2015 года по апрель
2020 года
Абсолютный
прирост, рублей
Месяц
Декабрь
2014
Январь
2015
Февраль
2015
Март
2015
Апрель
2015
Май
2015
Июнь
2015
Июль
2015
Август
2015
Сентябр
ь 2015
Октябрь
2015
Ноябрь
2015
Декабрь
2015
Январь
2016
Февраль
2016
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Абсолютное
содержание
1%
прироста
3609,36
-
-
100,00
100,00
-
-
-
3916,89
307,53
307,53
108,52
108,52
8,52
8,52
36,09
3969,16
52,27
359,80
101,33
109,97
1,33
9,97
39,17
4068,80
99,64
459,44
102,51
112,73
2,51
12,73
39,69
4126,70
57,90
517,34
101,42
114,33
1,42
14,33
40,69
4200,09
73,39
590,73
101,78
116,37
1,78
16,37
41,27
4290,79
90,70
681,43
102,16
118,88
2,16
18,88
42,00
4188,26
-102,53
578,90
97,61
116,04
-2,39
16,04
42,91
3972,42
-215,84
363,06
94,85
110,06
-5,15
10,06
41,88
3963,77
-8,65
354,41
99,78
109,82
-0,22
9,82
39,72
3943,50
-20,27
334,14
99,49
109,26
-0,51
9,26
39,64
3956,11
12,61
346,75
100,32
109,61
0,32
9,61
39,44
4017,11
61,00
407,75
101,54
111,3
1,54
11,3
39,56
4068,79
51,68
459,43
101,29
112,73
1,29
12,73
40,17
4135,59
66,8
526,23
101,64
114,58
1,64
14,58
40,69
119
Продолжение таблицы К.2
Абсолютный
прирост, рублей
Месяц
Март
2016
Апрель
2016
Май
2016
Июнь
2016
Июль
2016
Август
2016
Сентябр
ь 2016
Октябрь
2016
Ноябрь
2016
Декабрь
2016
Январь
2017
Февраль
2017
Март
2017
Апрель
2017
Май
2017
Июнь
2017
Июль
2017
Август
2017
Сентябр
ь 2017
Октябрь
2017
Ноябрь
2017
Декабрь
2017
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Абсолютное
содержание
1%
прироста
4123,69
-11,90
514,33
99,71
114,25
-0,29
14,25
41,36
4168,69
45,00
559,33
101,09
115,50
1,09
15,50
41,24
4379,59
210,9
770,23
105,06
121,34
5,06
21,34
41,67
4500,99
121,4
891,63
102,77
124,70
2,77
24,70
43,80
4456,34
-44,65
846,98
99,01
123,47
-0,99
23,47
45,01
4393,43
-62,91
784,07
98,59
121,72
-1,41
21,72
44,56
4247,32
-146,11
637,96
96,67
117,68
-3,33
17,68
43,93
4262,98
15,66
653,62
100,37
118,11
0,37
18,11
42,47
4290,09
27,11
680,73
100,64
118,86
0,64
18,86
42,63
4314,57
24,48
705,21
100,57
119,54
0,57
19,54
42,90
4371,34
56,77
761,98
101,32
121,11
1,32
21,11
43,15
4398,2
26,86
788,84
100,61
121,86
0,61
21,86
43,71
4423,84
25,64
814,48
100,58
122,57
0,58
22,57
43,98
4443,77
19,93
834,41
100,45
123,12
0,45
23,12
44,24
4652,77
209,00
1043,41
104,7
128,91
4,70
28,91
44,44
5076,03
423,26
1466,67
109,1
140,64
9,10
40,64
46,53
4841,00
-235,03
1231,64
95,37
134,12
-4,63
34,12
50,76
4655,84
-185,16
1046,48
96,18
128,99
-3,82
28,99
48,41
4494,29
-161,55
884,93
96,53
124,52
-3,47
24,52
46,56
4465,69
-28,60
856,33
99,36
123,73
-0,64
23,73
44,94
4458,69
-7,00
849,33
99,84
123,53
-0,16
23,53
44,66
4479,34
20,65
869,98
100,46
124,10
0,46
24,10
44,59
120
Продолжение таблицы К.2
Месяц
Январь
2018
Февраль
2018
Март
2018
Апрель
2018
Май
2018
Июнь
2018
Июль
2018
Август
2018
Сентябр
ь 2018
Октябрь
2018
Ноябрь
2018
Декабрь
2018
Январь
2019
Февраль
2019
Март
2019
Апрель
2019
Май
2019
Июнь
2019
Июль
2019
Август
2019
Сентябр
ь 2019
Октябрь
2019
Абсолютный
прирост, рублей
Темп роста, %
4585,93
106,59
976,57
102,38
127,06
2,38
27,06
44,79
4604,26
18,33
994,90
100,40
127,56
0,40
27,56
45,86
4664,18
59,92
1054,82
101,30
129,22
1,30
29,22
46,04
4726,74
62,56
1117,38
101,34
130,96
1,34
30,96
46,64
4804,85
78,11
1195,49
101,65
133,12
1,65
33,12
47,27
4860,28
55,43
1250,92
101,15
134,66
1,15
34,66
48,05
4948,63
88,35
1339,27
101,82
137,11
1,82
37,11
48,60
4814,11
-134,52
1204,75
97,28
133,38
-2,72
33,38
49,49
4669,02
-145,09
1059,66
96,99
129,36
-3,01
29,36
48,14
4672,79
3,77
1063,43
100,08
129,46
0,08
29,46
46,69
4744,42
71,63
1135,06
101,53
131,45
1,53
31,45
46,73
4803,65
59,23
1194,29
101,25
133,09
1,25
33,09
47,44
4857,11
53,46
1247,75
101,11
134,57
1,11
34,57
48,04
4868,93
11,82
1259,57
100,24
134,90
0,24
34,90
48,57
4901,07
32,14
1291,71
100,66
135,79
0,66
35,79
48,69
4912,49
11,42
1303,13
100,23
136,1
0,23
36,10
49,01
4950,59
38,1
1341,23
100,78
137,16
0,78
37,16
49,12
5250,53
299,94
1641,17
106,06
145,47
6,06
45,47
49,51
5259,41
8,88
1650,05
100,17
145,72
0,17
45,72
52,52
5052,17
-207,24
1442,81
96,06
139,97
-3,94
39,97
52,59
4959,92
-92,25
1350,56
98,17
137,42
-1,83
37,42
50,52
4756,32
-203,60
1146,96
95,9
131,78
-4,10
31,78
49,60
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
121
Абсолютное
содержание
1%
прироста
Продолжение таблицы К.2
Абсолютный
прирост, рублей
Месяц
Ноябрь
2019
Декабрь
2019
Январь
2020
Февраль
2020
Март
2020
Апрель
2020
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Абсолютное
содержание
1%
прироста
4749,79
-6,53
1140,43
99,86
131,60
-0,14
31,60
47,56
4790,92
41,13
1181,56
100,87
132,74
0,87
32,74
47,50
4886,87
95,95
1277,51
102,00
135,39
2,00
35,39
47,91
4922,86
35,99
1313,5
100,74
136,39
0,74
36,39
48,87
4929,7
6,84
1320,34
100,14
136,58
0,14
36,58
49,23
5071,59
141,89
1462,23
102,88
140,51
2,88
40,51
49,30
Источник: рассчитано автором по данным Росстата [38]
Таблица К.3 – Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в г. Гатчина с января 2015 года
по апрель 2020 года
Абсолютный
прирост, рублей
Месяц
Декабрь
2014
Январь
2015
Февраль
2015
Март
2015
Апрель
2015
Май
2015
Июнь
2015
Июль
2015
Август
2015
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
3709,38
-
-
Абсолютное
значение 1%
прироста
100,00
100,00
-
-
-
4050,27
340,89
340,89
109,19
109,19
9,19
9,19
37,09
4211,88
161,61
502,50
103,99
113,55
3,99
13,55
40,50
4303,73
91,85
594,35
102,18
116,02
2,18
16,02
42,12
4352,16
48,43
642,78
101,13
117,33
1,13
17,33
43,04
4383,09
30,93
673,71
100,71
118,16
0,71
18,16
43,52
4356,29
-26,80
646,91
99,39
117,44
-0,61
17,44
43,83
4437,22
80,93
727,84
101,86
119,62
1,86
19,62
43,56
4146,92
-290,30
437,54
93,46
111,80
-6,54
11,80
44,37
122
Продолжение таблицы К.3
Месяц
Сентябр
ь 2015
Октябрь
2015
Ноябрь
2015
Декабрь
2015
Январь
2016
Февраль
2016
Март
2016
Апрель
2016
Май
2016
Июнь
2016
Июль
2016
Август
2016
Сентябр
ь 2016
Октябрь
2016
Ноябрь
2016
Декабрь
2016
Январь
2017
Февраль
2017
Март
2017
Апрель
2017
Май
2017
Июнь
2017
Июль
2017
Абсолютный
Темп роста, %
Темп прироста, %
Миниприрост, рублей
мальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Абсолютное
значение 1%
прироста
4048,81
-98,11
339,43
97,63
109,15
-2,37
9,15
41,47
4038,77
-10,04
329,39
99,75
108,88
-0,25
8,88
40,49
4077,56
38,79
368,18
100,96
109,93
0,96
9,93
40,39
4132,21
54,65
422,83
101,34
111,40
1,34
11,4
40,78
4302,94
170,73
593,56
104,13
116,00
4,13
16,00
41,32
4360,17
57,23
650,79
101,33
117,54
1,33
17,54
43,03
4420,01
59,84
710,63
101,37
119,16
1,37
19,16
43,60
4529,47
109,46
820,09
102,48
122,11
2,48
22,11
44,20
4637,69
108,22
928,31
102,39
125,03
2,39
25,03
45,29
4822,41
184,72
1113,03
103,98
130,01
3,98
30,01
46,38
4703,09
-119,32
993,71
97,53
126,79
-2,47
26,79
48,22
4551,13
-151,96
841,75
96,77
122,69
-3,23
22,69
47,03
4441,69
-109,44
732,31
97,60
119,74
-2,40
19,74
45,51
4452,74
11,05
743,36
100,25
120,04
0,25
20,04
44,42
4471,55
18,81
762,17
100,42
120,55
0,42
20,55
44,53
4523,11
51,56
813,73
101,15
121,94
1,15
21,94
44,72
4628,24
105,13
918,86
102,32
124,77
2,32
24,77
45,23
4658,73
30,49
949,35
100,66
125,59
0,66
25,59
46,28
4704,35
45,62
994,97
100,98
126,82
0,98
26,82
46,59
4886,06
181,71
1176,68
103,86
131,72
3,86
31,72
47,04
5143,88
257,82
1434,50
105,28
138,67
5,28
38,67
48,86
5375,54
231,66
1666,16
104,5
144,92
4,50
44,92
51,44
5036,21
-339,33
1326,83
93,69
135,77
-6,31
35,77
53,76
123
Продолжение таблицы К.3
Месяц
Август
2017
Сентябр
ь 2017
Октябрь
2017
Ноябрь
2017
Декабрь
2017
Январь
2018
Февраль
2018
Март
2018
Апрель
2018
Май
2018
Июнь
2018
Июль
2018
Август
2018
Сентябр
ь 2018
Октябрь
2018
Ноябрь
2018
Декабрь
2018
Январь
2019
Февраль
2019
Март
2019
Апрель
2019
Май
2019
Июнь
2019
Абсолютный
Темп роста, %
Темп прироста, %
Миниприрост, рублей
мальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Абсолютное
значение 1%
прироста
4783,93
-252,28
1074,55
94,99
128,97
-5,01
28,97
50,36
4667,82
-116,11
958,44
97,57
125,84
-2,43
25,84
47,84
4645,04
-22,78
935,66
99,51
125,22
-0,49
25,22
46,68
4618,21
-26,83
908,83
99,42
124,50
-0,58
24,5
46,45
4601,68
-16,53
892,3
99,64
124,06
-0,36
24,06
46,18
4699,41
97,73
990,03
102,12
126,69
2,12
26,69
46,02
4779,69
80,28
1070,31
101,71
128,85
1,71
28,85
46,99
4903,33
123,64
1193,95
102,59
132,19
2,59
32,19
47,80
4986,58
83,25
1277,20
101,70
134,43
1,70
34,43
49,03
5012,58
26,00
1303,20
100,52
135,13
0,52
35,13
49,87
5120,25
107,67
1410,87
102,15
138,04
2,15
38,04
50,13
5040,99
-79,26
1331,61
98,45
135,90
-1,55
35,90
51,20
4876,53
-164,46
1167,15
96,74
131,46
-3,26
31,46
50,41
4751,08
-125,45
1041,70
97,43
128,08
-2,57
28,08
48,77
4761,33
10,25
1051,95
100,22
128,36
0,22
28,36
47,51
4817,11
55,78
1107,73
101,17
129,86
1,17
29,86
47,61
4952,78
135,67
1243,4
102,82
133,52
2,82
33,52
48,17
4931,90
-20,88
1222,52
99,58
132,96
-0,42
32,96
49,53
4992,85
60,95
1283,47
101,24
134,60
1,24
34,60
49,32
5089,93
97,08
1380,55
101,94
137,22
1,94
37,22
49,93
5157,94
68,01
1448,56
101,34
139,05
1,34
39,05
50,90
5310,67
152,73
1601,29
102,96
143,17
2,96
43,17
51,58
5394,67
84,00
1685,29
101,58
145,43
1,58
45,43
53,11
124
Продолжение таблицы К.3
Месяц
Июль
2019
Август
2019
Сентябр
ь 2019
Октябрь
2019
Ноябрь
2019
Декабрь
2019
Январь
2020
Февраль
2020
Март
2020
Апрель
2020
Абсолютный
Темп роста, %
Темп прироста, %
Миниприрост, рублей
мальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Абсолютное
значение 1%
прироста
5304,92
-89,75
1595,54
98,34
143,01
-1,66
43,01
53,95
5104,95
-199,97
1395,57
96,23
137,62
-3,77
37,62
53,05
5001,42
-103,53
1292,04
97,97
134,83
-2,03
34,83
51,05
5057,47
56,05
1348,09
101,12
136,34
1,12
36,34
50,01
5090,58
33,11
1381,2
100,65
137,24
0,65
37,24
50,57
5140,07
49,49
1430,69
100,97
138,57
0,97
38,57
50,91
5137,89
-2,18
1428,51
99,96
138,51
-0,04
38,51
51,40
5111,38
-26,51
1402,00
99,48
137,80
-0,52
37,8
51,38
5178,33
66,95
1468,95
101,31
139,60
1,31
39,6
51,11
5371,19
192,86
1661,81
103,72
144,80
3,72
44,8
51,78
Источник: рассчитано автором по данным Росстата [38]
Таблица К.4 – Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в г. Кингисепп с января 2015 года по апрель 2020 года
Абсолютный прирост, рублей
Месяц
Декабрь
2014
Январь
2015
Февраль
2015
Март
2015
Апрель
2015
3866,54
-
-
100,00
100,00
-
-
Абсолютное
содержание
1%
прироста
-
4274,17
407,63
407,63
110,54
110,54
10,54
10,54
38,67
4576,38
302,21
709,84
107,07
118,36
7,07
18,36
42,74
4695,47
119,09
828,93
102,60
121,44
2,60
21,44
45,76
4762,90
67,43
896,36
101,44
123,18
1,44
23,18
46,95
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
125
Продолжение таблицы К.4
Абсолютный прирост, рублей
Месяц
Май
2015
Июнь
2015
Июль
2015
Август
2015
Сентябр
ь 2015
Октябрь
2015
Ноябрь
2015
Декабрь
2015
Январь
2016
Февраль
2016
Март
2016
Апрель
2016
Май
2016
Июнь
2016
Июль
2016
Август
2016
Сентябр
ь 2016
Октябрь
2016
Ноябрь
2016
Декабрь
2016
Январь
2017
Февраль
2017
4810,92
48,02
944,38
101,01
124,42
1,01
24,42
Абсолютное
содержание
1%
прироста
47,63
4725,69
-85,23
859,15
98,23
122,22
-1,77
22,22
48,11
4816,01
90,32
949,47
101,91
124,56
1,91
24,56
47,26
4477,01
-339,00
610,47
92,96
115,79
-7,04
15,79
48,16
4397,34
-79,67
530,80
98,22
113,73
-1,78
13,73
44,77
4383,34
-14,00
516,80
99,68
113,37
-0,32
13,37
43,97
4425,45
42,11
558,91
100,96
114,46
0,96
14,46
43,83
4555,09
129,64
688,55
102,93
117,81
2,93
17,81
44,25
4624,80
69,71
758,26
101,53
119,61
1,53
19,61
45,55
4626,52
1,72
759,98
100,04
119,66
0,04
19,66
46,25
4630,02
3,50
763,48
100,08
119,75
0,08
19,75
46,27
4766,73
136,71
900,19
102,95
123,28
2,95
23,28
46,30
4951,73
185,00
1085,19
103,88
128,07
3,88
28,07
47,67
4995,25
43,52
1128,71
100,88
129,19
0,88
29,19
49,52
4851,51
-143,74
984,97
97,12
125,47
-2,88
25,47
49,95
4797,33
-54,18
930,79
98,88
124,07
-1,12
24,07
48,52
4599,32
-198,01
732,78
95,87
118,95
-4,13
18,95
47,97
4622,05
22,73
755,51
100,49
119,54
0,49
19,54
45,99
4648,48
26,43
781,94
100,57
120,22
0,57
20,22
46,22
4697,85
49,37
831,31
101,06
121,50
1,06
21,50
46,48
4784,15
86,30
917,61
101,84
123,73
1,84
23,73
46,98
4795,00
10,85
928,46
100,23
124,01
0,23
24,01
47,84
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
126
Продолжение таблицы К.4
Абсолютный прирост, рублей
Месяц
Март
2017
Апрель
2017
Май
2017
Июнь
2017
Июль
2017
Август
2017
Сентябр
ь 2017
Октябрь
2017
Ноябрь
2017
Декабрь
2017
Январь
2018
Февраль
2018
Март
2018
Апрель
2018
Май
2018
Июнь
2018
Июль
2018
Август
2018
Сентябр
ь 2018
Октябрь
2018
Ноябрь
2018
Декабрь
2018
4862,07
67,07
995,53
101,40
125,75
1,40
25,75
Абсолютное
содержание
1%
прироста
47,95
4999,95
137,88
1133,41
102,84
129,31
2,84
29,31
48,62
5432,47
432,52
1565,93
108,65
140,50
8,65
40,50
50,00
5519,63
87,16
1653,09
101,60
142,75
1,60
42,75
54,32
5238,80
-280,83
1372,26
94,91
135,49
-5,09
35,49
55,20
4959,15
-279,65
1092,61
94,66
128,26
-5,34
28,26
52,39
4883,77
-75,38
1017,23
98,48
126,31
-1,52
26,31
49,59
4898,88
15,11
1032,34
100,31
126,70
0,31
26,70
48,84
4851,12
-47,76
984,58
99,03
125,46
-0,97
25,46
48,99
4824,60
-26,52
958,06
99,45
124,78
-0,55
24,78
48,51
4714,84
-109,76
848,30
97,72
121,94
-2,28
21,94
48,25
4743,17
28,33
876,63
100,60
122,67
0,60
22,67
47,15
4820,43
77,26
953,89
101,63
124,67
1,63
24,67
47,43
4938,01
117,58
1071,47
102,44
127,71
2,44
27,71
48,20
5004,44
66,43
1137,90
101,35
129,43
1,35
29,43
49,38
5088,54
84,10
1222,00
101,68
131,60
1,68
31,60
50,04
5016,79
-71,75
1150,25
98,59
129,75
-1,41
29,75
50,89
4820,68
-196,11
954,14
96,09
124,68
-3,91
24,68
50,17
4702,42
-118,26
835,88
97,55
121,62
-2,45
21,62
48,21
4702,28
-0,14
835,74
100,00
121,61
0,00
21,61
47,02
4688,98
-13,30
822,44
99,72
121,27
-0,28
21,27
47,02
4886,40
197,42
1019,86
104,21
126,38
4,21
26,38
46,89
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
127
Продолжение таблицы К.4
Абсолютный прирост, рублей
Месяц
Январь
2019
Февраль
2019
Март
2019
Апрель
2019
Май
2019
Июнь
2019
Июль
2019
Август
2019
Сентябр
ь 2019
Октябрь
2019
Ноябрь
2019
Декабрь
2019
Январь
2020
Февраль
2020
Март
2020
Апрель
2020
4906,81
20,41
1040,27
100,42
126,90
0,42
26,90
Абсолютное
содержание
1%
прироста
48,86
4895,68
-11,13
1029,14
99,77
126,62
-0,23
26,62
49,07
4941,27
45,59
1074,73
100,93
127,80
0,93
27,80
48,96
5066,32
125,05
1199,78
102,53
131,03
2,53
31,03
49,41
5106,90
40,58
1240,36
100,80
132,08
0,80
32,08
50,66
5225,44
118,54
1358,90
102,32
135,15
2,32
35,15
51,07
5155,91
-69,53
1289,37
98,67
133,35
-1,33
33,35
52,25
5053,16
-102,75
1186,62
98,01
130,69
-1,99
30,69
51,56
4966,57
-86,59
1100,03
98,29
128,45
-1,71
28,45
50,53
4872,08
-94,49
1005,54
98,10
126,01
-1,90
26,01
49,67
4926,39
54,31
1059,85
101,11
127,41
1,11
27,41
48,72
4956,05
29,66
1089,51
100,60
128,18
0,60
28,18
49,26
4967,39
11,34
1100,85
100,23
128,47
0,23
28,47
49,56
5003,25
35,86
1136,71
100,72
129,40
0,72
29,40
49,67
5156,89
153,64
1290,35
103,07
133,37
3,07
33,37
50,03
5243,67
86,78
1377,13
101,68
135,62
1,68
35,62
51,57
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Источник: рассчитано автором по данным Росстата [38]
128
Таблица К.5 – Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в г. Кириши с января 2015 года по апрель
2020 года
Абсолютный прирост, рублей
Месяц
Декабрь
2014
Январь
2015
Февраль
2015
Март
2015
Апрель
2015
Май
2015
Июнь
2015
Июль
2015
Август
2015
Сентябр
ь 2015
Октябрь
2015
Ноябрь
2015
Декабрь
2015
Январь
2016
Февраль
2016
Март
2016
Апрель
2016
Май
2016
Июнь
2016
Июль
2016
3791,76
-
-
100,00
100,00
-
-
Абсолютное
содержание
1%
прироста
-
4324,60
532,84
532,84
114,05
114,05
14,05
14,05
37,92
4339,49
14,89
547,73
100,34
114,45
0,34
14,45
43,25
4470,34
130,85
678,58
103,02
117,90
3,02
17,90
43,39
4472,94
2,60
681,18
100,06
117,96
0,06
17,96
44,70
4527,52
54,58
735,76
101,22
119,40
1,22
19,40
44,73
4396,60
-130,92
604,84
97,11
115,95
-2,89
15,95
45,28
4320,65
-75,95
528,89
98,27
113,95
-1,73
13,95
43,97
4188,13
-132,52
396,37
96,93
110,45
-3,07
10,45
43,21
4001,17
-186,96
209,41
95,54
105,52
-4,46
5,52
41,88
3967,51
-33,66
175,75
99,16
104,64
-0,84
4,64
40,01
3977,71
10,20
185,95
100,26
104,90
0,26
4,90
39,68
4030,79
53,08
239,03
101,33
106,30
1,33
6,30
39,78
4144,72
113,93
352,96
102,83
109,31
2,83
9,31
40,31
4120,07
-24,65
328,31
99,41
108,66
-0,59
8,66
41,45
4198,33
78,26
406,57
101,90
110,72
1,90
10,72
41,20
4221,74
23,41
429,98
100,56
111,34
0,56
11,34
41,98
4366,88
145,14
575,12
103,44
115,17
3,44
15,17
42,22
4453,96
87,08
662,20
101,99
117,46
1,99
17,46
43,67
4438,98
-14,98
647,22
99,66
117,07
-0,34
17,07
44,54
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
129
Продолжение таблицы К.5
Абсолютный прирост, рублей
Месяц
Август
2016
Сентябр
ь 2016
Октябрь
2016
Ноябрь
2016
Декабрь
2016
Январь
2017
Февраль
2017
Март
2017
Апрель
2017
Май
2017
Июнь
2017
Июль
2017
Август
2017
Сентябр
ь 2017
Октябрь
2017
Ноябрь
2017
Декабрь
2017
Январь
2018
Февраль
2018
Март
2018
Апрель
2018
Май
2018
4390,28
-48,70
598,52
98,90
115,78
-1,10
15,78
Абсолютное
содержание
1%
прироста
44,39
4176,38
-213,90
384,62
95,13
110,14
-4,87
10,14
43,90
4154,29
-22,09
362,53
99,47
109,56
-0,53
9,56
41,76
4147,91
-6,38
356,15
99,85
109,39
-0,15
9,39
41,54
4147,65
-0,26
355,89
99,99
109,39
-0,01
9,39
41,48
4318,50
170,85
526,74
104,12
113,89
4,12
13,89
41,48
4332,36
13,86
540,60
100,32
114,26
0,32
14,26
43,19
4382,45
50,09
590,69
101,16
115,58
1,16
15,58
43,32
4471,90
89,45
680,14
102,04
117,94
2,04
17,94
43,82
4628,48
156,58
836,72
103,50
122,07
3,50
22,07
44,72
4911,07
282,59
1119,31
106,11
129,52
6,11
29,52
46,28
4748,13
-162,94
956,37
96,68
125,22
-3,32
25,22
49,11
4550,50
-197,63
758,74
95,84
120,01
-4,16
20,01
47,48
4350,57
-199,93
558,81
95,61
114,74
-4,39
14,74
45,51
4348,55
-2,02
556,79
99,95
114,68
-0,05
14,68
43,51
4317,55
-31,00
525,79
99,29
113,87
-0,71
13,87
43,49
4319,25
1,70
527,49
100,04
113,91
0,04
13,91
43,18
4411,92
92,67
620,16
102,15
116,36
2,15
16,36
43,19
4367,65
-44,27
575,89
99,00
115,19
-1,00
15,19
44,12
4482,01
114,36
690,25
102,62
118,20
2,62
18,20
43,68
4566,26
84,25
774,50
101,88
120,43
1,88
20,43
44,82
4605,34
39,08
813,58
100,86
121,46
0,86
21,46
45,66
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
130
Продолжение таблицы К.5
Абсолютный прирост, рублей
Месяц
Июнь
2018
Июль
2018
Август
2018
Сентябр
ь 2018
Октябрь
2018
Ноябрь
2018
Декабрь
2018
Январь
2019
Февраль
2019
Март
2019
Апрель
2019
Май
2019
Июнь
2019
Июль
2019
Август
2019
Сентябр
ь 2019
Октябрь
2019
Ноябрь
2019
Декабрь
2019
Январь
2020
Февраль
2020
Март
2020
4703,39
98,05
911,63
102,13
124,04
2,13
24,04
Абсолютное
содержание
1%
прироста
46,05
4682,95
-20,44
891,19
99,57
123,50
-0,43
23,50
47,03
4562,11
-120,84
770,35
97,42
120,32
-2,58
20,32
46,83
4426,18
-135,93
634,42
97,02
116,73
-2,98
16,73
45,62
4478,91
52,73
687,15
101,19
118,12
1,19
18,12
44,26
4489,23
10,32
697,47
100,23
118,39
0,23
18,39
44,79
4601,11
111,88
809,35
102,49
121,34
2,49
21,34
44,89
4686,41
85,30
894,65
101,85
123,59
1,85
23,59
46,01
4664,75
-21,66
872,99
99,54
123,02
-0,46
23,02
46,86
4693,95
29,20
902,19
100,63
123,79
0,63
23,79
46,65
4793,09
99,14
1001,33
102,11
126,41
2,11
26,41
46,94
4934,96
141,87
1143,20
102,96
130,15
2,96
30,15
47,93
4979,05
44,09
1187,29
100,89
131,31
0,89
31,31
49,35
4961,34
-17,71
1169,58
99,64
130,85
-0,36
30,85
49,79
4780,46
-180,88
988,70
96,35
126,07
-3,65
26,07
49,61
4649,61
-130,85
857,85
97,26
122,62
-2,74
22,62
47,80
4623,80
-25,81
832,04
99,44
121,94
-0,56
21,94
46,50
4586,58
-37,22
794,82
99,20
120,96
-0,80
20,96
46,24
4596,52
9,94
804,76
100,22
121,22
0,22
21,22
45,87
4643,39
46,87
851,63
101,02
122,46
1,02
22,46
45,97
4662,31
18,92
870,55
100,41
122,96
0,41
22,96
46,43
4635,12
-27,19
843,36
99,42
122,24
-0,58
22,24
46,62
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
131
Продолжение таблицы К.5
Абсолютный прирост, рублей
Месяц
Апрель
2020
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
4781,39
146,27
989,63
103,16
126,10
3,16
26,10
Абсолютное
содержание
1%
прироста
46,35
Источник: рассчитано автором по данным Росстата [38]
Таблица К.6 – Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в г. Тихвин с января 2015 года по апрель
2020 года
Абсолютный
прирост, рублей
Месяц
Декабрь
2014
Январь
2015
Февраль
2015
Март
2015
Апрель
2015
Май
2015
Июнь
2015
Июль
2015
Август
2015
Сентябр
ь 2015
Октябрь
2015
Ноябрь
2015
Декабрь
2015
Январь
2016
3769,95
-
-
100,00
100,00
-
-
Абсолютное
содержание
1%
прироста
-
4145,70
375,75
375,75
109,97
109,97
9,97
9,97
37,70
4292,17
146,47
522,22
103,53
113,85
3,53
13,85
41,46
4302,69
10,52
532,74
100,25
114,13
0,25
14,13
42,92
4310,56
7,87
540,61
100,18
114,34
0,18
14,34
43,03
4374,44
63,88
604,49
101,48
116,03
1,48
16,03
43,11
4398,98
24,54
629,03
100,56
116,69
0,56
16,69
43,74
4444,17
45,19
674,22
101,03
117,88
1,03
17,88
43,99
4209,31
-234,86
439,36
94,72
111,65
-5,28
11,65
44,44
4077,02
-132,29
307,07
96,86
108,15
-3,14
8,15
42,09
4088,16
11,14
318,21
100,27
108,44
0,27
8,44
40,77
4109,48
21,32
339,53
100,52
109,01
0,52
9,01
40,88
4218,13
108,65
448,18
102,64
111,89
2,64
11,89
41,09
4248,77
30,64
478,82
100,73
112,70
0,73
12,70
42,18
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
132
Продолжение таблицы К.6
Абсолютный
прирост, рублей
Месяц
Февраль
2016
Март
2016
Апрель
2016
Май
2016
Июнь
2016
Июль
2016
Август
2016
Сентябр
ь 2016
Октябрь
2016
Ноябрь
2016
Декабрь
2016
Январь
2017
Февраль
2017
Март
2017
Апрель
2017
Май
2017
Июнь
2017
Июль
2017
Август
2017
Сентябр
ь 2017
Октябрь
2017
Ноябрь
2017
4284,90
36,13
514,95
100,85
113,66
0,85
13,66
Абсолютное
содержание
1%
прироста
42,49
4277,61
-7,29
507,66
99,83
113,47
-0,17
13,47
42,85
4322,01
44,40
552,06
101,04
114,64
1,04
14,64
42,78
4320,96
-1,05
551,01
99,98
114,62
-0,02
14,62
43,22
4420,70
99,74
650,75
102,31
117,26
2,31
17,26
43,21
4545,33
124,63
775,38
102,82
120,57
2,82
20,57
44,21
4441,54
-103,79
671,59
97,72
117,81
-2,28
17,81
45,45
4277,07
-164,47
507,12
96,30
113,45
-3,70
13,45
44,42
4301,38
24,31
531,43
100,57
114,10
0,57
14,10
42,77
4276,29
-25,09
506,34
99,42
113,43
-0,58
13,43
43,01
4365,53
89,24
595,58
102,09
115,80
2,09
15,80
42,76
4439,27
73,74
669,32
101,69
117,75
1,69
17,75
43,66
4454,13
14,86
684,18
100,33
118,15
0,33
18,15
44,39
4499,98
45,85
730,03
101,03
119,36
1,03
19,36
44,54
4630,98
131,00
861,03
102,91
122,84
2,91
22,84
45,00
4782,04
151,06
1012,09
103,26
126,85
3,26
26,85
46,31
4850,64
68,60
1080,69
101,43
128,67
1,43
28,67
47,82
4818,72
-31,92
1048,77
99,34
127,82
-0,66
27,82
48,51
4606,69
-212,03
836,74
95,60
122,19
-4,40
22,19
48,19
4461,93
-144,76
691,98
96,86
118,36
-3,14
18,36
46,07
4412,01
-49,92
642,06
98,88
117,03
-1,12
17,03
44,62
4373,04
-38,97
603,09
99,12
116,00
-0,88
16,00
44,12
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
133
Продолжение таблицы К.6
Абсолютный
прирост, рублей
Месяц
Декабрь
2017
Январь
2018
Февраль
2018
Март
2018
Апрель
2018
Май
2018
Июнь
2018
Июль
2018
Август
2018
Сентябр
ь 2018
Октябрь
2018
Ноябрь
2018
Декабрь
2018
Январь
2019
Февраль
2019
Март
2019
Апрель
2019
Май
2019
Июнь
2019
Июль
2019
Август
2019
Сентябр
ь 2019
4364,56
-8,48
594,61
99,81
115,77
-0,19
15,77
Абсолютное
содержание
1%
прироста
43,73
4468,62
104,06
698,67
102,38
118,53
2,38
18,53
43,65
4489,89
21,27
719,94
100,48
119,10
0,48
19,10
44,69
4586,70
96,81
816,75
102,16
121,66
2,16
21,66
44,90
4668,33
81,63
898,38
101,78
123,83
1,78
23,83
45,87
4716,85
48,52
946,90
101,04
125,12
1,04
25,12
46,68
4855,51
138,66
1085,56
102,94
128,80
2,94
28,80
47,17
4861,54
6,03
1091,59
100,12
128,96
0,12
28,96
48,56
4738,51
-123,03
968,56
97,47
125,69
-2,53
25,69
48,62
4598,97
-139,54
829,02
97,06
121,99
-2,94
21,99
47,39
4599,50
0,53
829,55
100,01
122,00
0,01
22,00
45,99
4688,91
89,41
918,96
101,94
124,38
1,94
24,38
46,00
4819,67
130,76
1049,72
102,79
127,84
2,79
27,84
46,89
4810,53
-9,14
1040,58
99,81
127,60
-0,19
27,60
48,20
4818,62
8,09
1048,67
100,17
127,82
0,17
27,82
48,11
4954,63
136,01
1184,68
102,82
131,42
2,82
31,42
48,19
4999,59
44,96
1229,64
100,91
132,62
0,91
32,62
49,55
5106,77
107,18
1336,82
102,14
135,46
2,14
35,46
50,00
5197,63
90,86
1427,68
101,78
137,87
1,78
37,87
51,07
5137,50
-60,13
1367,55
98,84
136,28
-1,16
36,28
51,98
4958,56
-178,94
1188,61
96,52
131,53
-3,48
31,53
51,38
4800,46
-158,10
1030,51
96,81
127,33
-3,19
27,33
49,59
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
134
Продолжение таблицы К.6
Абсолютный
прирост, рублей
Месяц
Октябрь
2019
Ноябрь
2019
Декабрь
2019
Январь
2020
Февраль
2020
Март
2020
Апрель
2020
4774,11
-26,35
1004,16
99,45
126,64
-0,55
26,64
Абсолютное
содержание
1%
прироста
48,00
4684,42
-89,69
914,47
98,12
124,26
-1,88
24,26
47,74
4715,06
30,64
945,11
100,65
125,07
0,65
25,07
46,84
4609,91
-105,15
839,96
97,77
122,28
-2,23
22,28
47,15
4580,10
-29,81
810,15
99,35
121,49
-0,65
21,49
46,10
4635,01
54,91
865,06
101,20
122,95
1,20
22,95
45,80
4846,93
211,92
1076,98
104,57
128,57
4,57
28,57
46,35
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Источник: рассчитано автором по данным Росстата [38]
Таблица К.7 – Показатели абсолютной скорости и интенсивности изменения минимального набора продуктов питания в г. Тосно с января 2015 года по апрель
2020 года
Абсолютный
прирост, рублей
Месяц
Декабрь
2014
Январь
2015
Февраль
2015
Март
2015
Апрель
2015
Май
2015
Июнь
2015
Июль
2015
3631,15
-
-
100,00
100,00
-
-
Абсолютное
содержание
1%
прироста
-
4013,93
382,78
382,78
110,54
110,54
10,54
10,54
36,31
4174,54
160,61
543,39
104,00
114,96
4,00
14,96
40,14
4272,17
97,63
641,02
102,34
117,65
2,34
17,65
41,75
4273,43
1,26
642,28
100,03
117,69
0,03
17,69
42,72
4308,60
35,17
677,45
100,82
118,66
0,82
18,66
42,73
4293,06
-15,54
661,91
99,64
118,23
-0,36
18,23
43,09
4271,90
-21,16
640,75
99,51
117,65
-0,49
17,65
42,93
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
135
Продолжение таблицы К.7
Абсолютный
прирост, рублей
Месяц
Август
2015
Сентябр
ь 2015
Октябрь
2015
Ноябрь
2015
Декабрь
2015
Январь
2016
Февраль
2016
Март
2016
Апрель
2016
Май
2016
Июнь
2016
Июль
2016
Август
2016
Сентябр
ь 2016
Октябрь
2016
Ноябрь
2016
Декабрь
2016
Январь
2017
Февраль
2017
Март
2017
Апрель
2017
Май
2017
4020,94
-250,96
389,79
94,13
110,73
-5,87
10,73
Абсолютное
содержание
1%
прироста
42,72
3914,12
-106,82
282,97
97,34
107,79
-2,66
7,79
40,21
3912,74
-1,38
281,59
99,96
107,75
-0,04
7,75
39,14
3909,01
-3,73
277,86
99,90
107,65
-0,10
7,65
39,13
3990,80
81,79
359,65
102,09
109,90
2,09
9,90
39,09
4144,36
153,56
513,21
103,85
114,13
3,85
14,13
39,91
4150,83
6,47
519,68
100,16
114,31
0,16
14,31
41,44
4178,18
27,35
547,03
100,66
115,06
0,66
15,06
41,51
4284,80
106,62
653,65
102,55
118,00
2,55
18,00
41,78
4378,72
93,92
747,57
102,19
120,59
2,19
20,59
42,85
4549,46
170,74
918,31
103,90
125,29
3,90
25,29
43,79
4514,74
-34,72
883,59
99,24
124,33
-0,76
24,33
45,49
4371,80
-142,94
740,65
96,83
120,40
-3,17
20,40
45,15
4230,17
-141,63
599,02
96,76
116,50
-3,24
16,50
43,72
4259,31
29,14
628,16
100,69
117,30
0,69
17,30
42,30
4252,82
-6,49
621,67
99,85
117,12
-0,15
17,12
42,59
4302,33
49,51
671,18
101,16
118,48
1,16
18,48
42,53
4379,08
76,75
747,93
101,78
120,60
1,78
20,60
43,02
4383,17
4,09
752,02
100,09
120,71
0,09
20,71
43,79
4443,18
60,01
812,03
101,37
122,36
1,37
22,36
43,83
4517,71
74,53
886,56
101,68
124,42
1,68
24,42
44,43
4720,57
202,86
1089,42
104,49
130,00
4,49
30,00
45,18
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
136
Продолжение таблицы К.7
Месяц
Июнь
2017
Июль
2017
Август
2017
Сентябр
ь 2017
Октябрь
2017
Ноябрь
2017
Декабрь
2017
Январь
2018
Февраль
2018
Март
2018
Апрель
2018
Май
2018
Июнь
2018
Июль
2018
Август
2018
Сентябр
ь 2018
Октябрь
2018
Ноябрь
2018
Декабрь
2018
Январь
2019
Февраль
2019
Март
2019
Абсолютный
прирост, рублей
Темп роста, %
5044,53
323,96
1413,38
106,86
138,92
6,86
38,92
Абсолютное
содержание
1%
прироста
47,21
4773,84
-270,69
1142,69
94,63
131,47
-5,37
31,47
50,45
4594,16
-179,68
963,01
96,24
126,52
-3,76
26,52
47,74
4427,29
-166,87
796,14
96,37
121,93
-3,63
21,93
45,94
4427,64
0,35
796,49
100,01
121,93
0,01
21,93
44,27
4394,83
-32,81
763,68
99,26
121,03
-0,74
21,03
44,28
4417,71
22,88
786,56
100,52
121,66
0,52
21,66
43,95
4453,86
36,15
822,71
100,82
122,66
0,82
22,66
44,18
4472,44
18,58
841,29
100,42
123,17
0,42
23,17
44,54
4580,59
108,15
949,44
102,42
126,15
2,42
26,15
44,72
4647,30
66,71
1016,15
101,46
127,98
1,46
27,98
45,81
4674,70
27,40
1043,55
100,59
128,74
0,59
28,74
46,47
4797,15
122,45
1166,00
102,62
132,11
2,62
32,11
46,75
4764,21
-32,94
1133,06
99,31
131,20
-0,69
31,20
47,97
4669,64
-94,57
1038,49
98,01
128,60
-1,99
28,60
47,64
4520,69
-148,95
889,54
96,81
124,50
-3,19
24,50
46,70
4601,84
81,15
970,69
101,80
126,73
1,80
26,73
45,21
4624,62
22,78
993,47
100,50
127,36
0,50
27,36
46,02
4732,10
107,48
1100,95
102,32
130,32
2,32
30,32
46,25
4477,64
-254,46
846,49
94,62
123,31
-5,38
23,31
47,32
4510,91
33,27
879,76
100,74
124,23
0,74
24,23
44,78
4639,34
128,43
1008,19
102,85
127,77
2,85
27,77
45,11
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
137
Продолжение таблицы К.7
Абсолютный
прирост, рублей
Месяц
Апрель
2019
Май
2019
Июнь
2019
Июль
2019
Август
2019
Сентябр
ь 2019
Октябрь
2019
Ноябрь
2019
Декабрь
2019
Январь
2020
Февраль
2020
Март
2020
Апрель
2020
4672,36
33,02
1041,21
100,71
128,67
0,71
28,67
Абсолютное
содержание
1%
прироста
46,39
4816,82
144,46
1185,67
103,09
132,65
3,09
32,65
46,72
4741,60
-75,22
1110,45
98,44
130,58
-1,56
30,58
48,17
4835,74
94,14
1204,59
101,99
133,17
1,99
33,17
47,42
4681,56
-154,18
1050,41
96,81
128,93
-3,19
28,93
48,36
4550,88
-130,68
919,73
97,21
125,33
-2,79
25,33
46,82
4418,90
-131,98
787,75
97,10
121,69
-2,90
21,69
45,51
4406,73
-12,17
775,58
99,72
121,36
-0,28
21,36
44,19
4423,64
16,91
792,49
100,38
121,82
0,38
21,82
44,07
4419,95
-3,69
788,80
99,92
121,72
-0,08
21,72
44,24
4433,99
14,04
802,84
100,32
122,11
0,32
22,11
44,20
4494,14
60,15
862,99
101,36
123,77
1,36
23,77
44,34
4624,92
130,78
993,77
102,91
127,37
2,91
27,37
44,94
Темп роста, %
Темп прироста, %
Минимальный
набор,
цепной базисный цепной базисный цепной базисный
рублей
Источник: рассчитано автором по данным Росстата [38]
138
ПРИЛОЖЕНИЕ Л
Данные для построения моделей дифференциации цен в городах Ленинградской области
Таблица Л.1 – Исходные данные для построения моделей по г. Волхов, Выборг,
Гатчина, Кингисепп
Волхов
Y
X1
Выборг
X2
Y
X1
Гатчина
X2
Y
Кингисепп
X1
X2
Y
95,16
0,88 66,90 104,29 10,52 76,92 100,15 7,74
93,16
96,56
1,72 127,78
95,78
0,89 69,97 95,78
2,15
73,05 100,53 8,23
92,10
94,44
1,49 120,76
92,78
0,58 60,20 92,78
1,92
64,89 100,17 8,14
88,81
96,00
1,52 126,40
94,13
1,44 60,10 94,13
1,95
63,84 100,29 8,25
97,07
94,27
1,40 87,76
94,50
1,31 61,38 94,50
1,74
64,95 100,40 8,54
99,50
98,46
1,60 110,32
94,47
1,30 60,49 94,47
1,73
64,04 100,48 6,27
99,35
99,86
1,70 113,12
95,58
1,46 64,50 95,58
1,82
67,48 99,62
95,76
99,89
1,69 113,12
96,18
1,48 66,75 96,18
1,80
69,39 100,84 5,27
100,42 98,39
1,59 108,71
98,93
2,56 77,70 98,93
1,69
78,54 101,28 4,87
99,58
97,67
2,90 106,67
96,20
1,28 66,38 96,20
1,55
69,00 101,94 4,93
100,97 96,48
2,54 102,70
96,34
1,44 66,77 96,34
1,74
69,31 100,33 5,16
95,92
97,98
2,98 106,79
98,05
1,63 73,05 98,05
1,80
74,50 100,01 5,09
94,03
99,81
3,17 111,46
97,45
1,44 72,22 97,45
1,64
74,11 100,66 5,79
92,27
101,27 3,79 113,43
96,36
1,41 67,71 96,36
1,70
70,27 101,56 6,81
94,85
100,26 3,47 108,09
100,69 3,03 84,22 100,69 1,94
83,65 99,04
6,15
86,89
104,28 3,87 121,27
96,95
1,41 69,91 96,95
1,65
72,11 100,17 6,47
90,79
104,43 3,91 127,43
91,51
0,96 50,74 91,51
1,49
55,45 100,27 7,09
86,23
108,09 4,96 162,50
95,58
1,43 63,67 95,58
1,79
66,62 99,93
7,50
85,76
109,15 4,80 158,00
98,19
2,71 72,92 98,19
1,95
74,26 100,32 7,54
88,68
108,71 4,69 148,22
97,27
1,60 69,41 97,27
1,84
71,36 100,16 7,41
89,06
109,28 4,89 147,56
96,72
1,48 65,24 96,72
1,75
67,45 102,33 7,58
97,58
108,58 5,19 139,92
94,29
0,44 57,45 94,29
1,64
60,93 104,15 8,09
104,71 109,54 4,94 142,21
139
5,41
X1
X2
Продолжение таблицы Л.1
Волхов
Y
Выборг
X1
X2
Y
Y
Гатчина
X1
X2
Y
Кингисепп
Y
X1
X2
Y
96,97
1,52 66,50 96,97
1,77
68,57 102,44 7,42
99,47
106,57 4,58 130,97
97,62
1,55 69,15 97,62
1,74
70,84 102,87 7,57
101,36 106,85 4,66 134,03
96,08
1,38 63,32 96,08
1,69
65,90 103,58 7,69
103,45 106,91 4,90 131,92
93,09
1,88 53,81 93,09
1,62
57,80 105,53 8,72
111,31 109,28 5,52 144,43
99,27
2,87 75,59 99,27
1,96
76,15 102,26 7,82
99,62
106,45 5,15 136,03
100,50 3,46 80,82 100,50 2,38
80,42 102,15 7,70
99,72
107,38 5,56 143,78
98,35
1,72 72,88 98,35
2,88
74,10 103,80 7,77
105,63 103,05 5,46 124,41
95,66
0,44 63,02 95,66
2,64
65,87 103,35 7,48
103,24 102,74 5,34 127,20
98,48
1,95 72,94 98,48
3,12
74,06 102,61 7,06
100,48 101,71 5,05 126,03
97,56
2,06 69,78 97,56
3,36
71,53 102,78 7,13
97,15
99,50
2,09 77,46 99,50
4,16
77,86 103,23 9,09
100,06 101,37 7,43 122,90
101,35 5,00 85,06 101,35 4,67
83,93 104,02 9,46
102,45 100,98 7,14 124,62
98,45
3,10 91,63 98,45
4,37
93,07 102,80 8,91
97,56
98,01
2,95 73,35 98,01
4,29
74,84 106,09 10,12 112,59 102,38 7,25 130,73
98,42
3,44 71,46 99,88
4,79
75,76 103,45 9,87
100,99 4,70 125,51
101,23 6,94 124,48
112,94 102,79 5,17 130,95
Источник: [39]
Таблица Л.2 – Исходные данные для построения моделей по г. Кириши, Тихвин,
Тосно
Кириши
Y
X1
Тихвин
X2
Y
X1
Тосно
X2
Y
X1
X2
108,76
9,18
123,35
100,17
1,59
109,19
95,80
1,52
83,33
108,29
8,62
130,88
100,42
1,59
112,32
95,43
1,49
82,64
108,00
9,50
135,82
102,12
2,78
129,66
95,75
1,57
85,10
109,43
8,46
149,25
100,64
1,59
79,80
95,29
1,49
71,79
111,24
7,22
167,48
98,86
0,78
68,93
95,51
1,35
72,52
110,19
7,08
152,00
99,28
0,91
69,87
94,52
1,16
69,29
109,32
6,94
146,77
99,95
1,16
74,54
95,34
1,41
72,88
140
Продолжение таблицы Л.2
Кириши
Y
X1
Тихвин
X2
Y
X1
Тосно
X2
Y
X1
X2
109,34
6,73
143,77
99,62
1,00
72,42
92,24
0,68
59,11
106,39
5,31
152,89
99,51
0,77
75,36
94,15
2,78
65,63
109,15
5,23
145,67
100,53
1,09
80,36
95,90
5,37
72,56
112,08
6,36
150,12
101,51
1,67
88,68
96,68
2,58
76,22
112,51
6,30
148,43
102,47
2,32
98,23
96,26
2,19
73,77
100,51
4,68
140,95
103,54
3,37
122,55
96,77
1,89
75,07
100,24
4,67
126,81
103,52
3,21
119,70
97,25
2,34
76,08
99,45
4,62
119,41
102,17
1,89
106,14
96,72
1,86
73,73
102,09
4,74
120,14
102,58
2,16
109,00
96,87
1,88
75,08
104,80
5,37
141,23
101,66
2,47
98,46
99,43
3,67
88,59
102,26
5,20
123,73
99,87
1,30
84,27
98,28
2,82
81,64
101,09
5,07
115,36
99,34
1,95
94,78
96,93
1,96
75,32
101,52
4,86
107,40
97,93
2,26
99,85
96,59
1,79
73,44
100,21
4,77
113,83
97,48
2,00
95,19
97,56
2,33
76,50
97,26
4,64
115,42
97,10
0,62
71,76
98,37
2,81
80,07
99,21
4,71
113,03
97,28
1,28
85,94
98,11
2,54
79,77
99,01
4,48
105,41
95,24
1,20
84,40
98,03
2,50
79,17
99,16
4,74
115,16
96,49
1,52
86,05
97,76
2,42
75,82
97,71
4,74
106,60
95,98
0,82
73,26
97,84
2,54
76,37
98,02
4,83
105,33
96,34
0,95
75,96
97,37
2,28
75,38
96,88
4,70
100,59
95,67
0,63
67,99
97,55
2,39
76,42
97,75
4,67
111,86
95,71
0,99
74,18
97,48
2,30
78,15
97,34
4,60
101,30
94,84
0,79
72,94
96,51
1,74
73,09
99,33
4,75
99,27
95,64
1,66
86,48
97,62
2,23
78,14
99,79
4,69
96,82
95,98
1,95
90,47
98,73
2,86
83,22
100,27
5,15
106,07
96,57
3,08
96,54
93,70
1,13
61,48
100,36
4,83
97,41
96,44
3,02
97,85
93,32
1,02
60,76
141
Продолжение таблицы Л.2
Кириши
Y
X1
Тихвин
X2
Y
X1
Тосно
X2
Y
X1
X2
99,37
4,70
94,37
96,00
2,06
87,57
93,84
1,16
62,88
98,35
4,59
92,21
95,81
1,44
79,43
91,94
0,69
55,84
98,75
4,88
92,46
96,87
1,47
79,84
92,79
0,79
56,74
Источник: [39]
142
ПРИЛОЖЕНИЕ М
Средние цены на продовольственные товары в городах Ленинградской области
Таблица М – Средние цены на продовольственные товары в городах Ленинградской области
Код
Наименование
Волхов
Выборг
Гатчина
Кингисепп
Кириши
Тихвин
Тосно
111
Говядина
(кроме бескостного мяса), кг
372,05
388,97
400,48
380,09
385,79
406,59
402,15
113
Свинина (кроме
бескостного
мяса), кг
238,88
280,45
262,37
283,81
288,80
238,46
222,89
114
Куры охлажденные и мороженые, кг
131,93
143,50
138,55
139,90
134,07
138,45
130,50
411
Рыба мороженая
неразделанная,
кг
149,44
172,98
177,67
212,60
159,21
177,17
132,43
501
Сельдь соленая,
кг
184,01
216,52
203,75
190,79
174,93
169,99
211,12
701
Масло сливочное, кг
758,87
797,09
754,30
808,43
809,52
667,31
638,33
801
Масло подсолнечное, кг
103,87
132,24
116,01
111,52
107,91
109,56
108,44
1001 Маргарин, кг
113,70
145,55
211,00
180,75
177,56
142,27
152,64
Молоко питьевое цельное па1111 стеризованное
2,5-3,2% жирности, л
71,27
82,24
67,86
70,81
68,56
56,11
65,76
1102 Сметана, кг
201,86
206,68
219,66
234,32
215,18
228,36
246,09
143
Продолжение таблицы М
Волхов
Выборг
Гатчина
Кингисепп
Кириши
Тихвин
Тосно
Творог нежирный, кг
327,16
319,75
460,60
336,61
317,98
337,07
327,63
Сыры сычуж1201 ные твердые и
мягкие, кг
578,77
521,76
443,45
545,70
494,76
576,33
564,72
Яйца куриные,
10 шт.
56,12
68,39
73,58
76,17
67,67
68,59
67,83
1601 Сахар-песок, кг
34,34
34,71
37,12
42,42
33,16
36,09
32,38
1711 Карамель, кг
233,44
263,40
253,13
303,77
259,96
235,12
284,12
1701 Печенье, кг
159,17
158,40
182,77
159,04
171,28
165,56
170,75
Код
1106
1501
Наименование
1903
Чай черный байховый, кг
787,90
861,04 1 176,53 1 124,55 760,09
2002
Соль поваренная пищевая, кг
16,13
14,64
2004
Перец черный
(горошек), кг
2101
Мука пшеничная, кг
Хлеб из ржаной
муки и из смеси
2201
муки ржаной и
пшеничной, кг
14,04
14,71
13,49
1 118,95 882,25
14,23
10,67
2 197,41 2 135,07 2 692,70 3 089,20 1 728,97 2 810,16 2 427,70
43,64
53,22
43,34
50,17
42,02
49,68
44,26
62,39
72,92
74,86
83,39
84,33
79,91
67,50
144
Продолжение таблицы М
Волхов
Выборг
Гатчина
Кингисепп
Кириши
Тихвин
Тосно
Хлеб и булочные изделия из
2203 пшеничной
муки 1 и 2 сортов, кг
87,46
86,47
91,47
69,19
55,98
68,92
59,78
Рис шлифованный, кг
102,45
93,98
103,77
109,91
87,40
87,65
112,50
77,31
55,61
69,98
72,61
70,06
68,16
54,29
52,31
39,50
99,55
68,41
61,59
47,21
48,67
2401 Вермишель, кг
100,43
126,31
117,16
100,00
126,66
108,14
95,16
2501 Картофель, кг
26,89
25,61
33,15
29,35
26,07
25,58
26,70
Капуста белоко2601 чанная свежая,
кг
28,08
22,70
29,15
24,52
23,12
25,35
22,92
31,94
46,55
51,03
43,75
45,93
49,21
48,89
23,06
35,14
34,12
43,42
21,23
41,09
36,78
147,66
123,06
140,25
162,33
125,09
103,07
130,17
102,57
111,05
142,54
131,80
129,59
112,15
113,03
Код
2301
Наименование
2303 Пшено, кг
2306
2603
Горох и фасоль,
кг
Лук репчатый,
кг
2605 Морковь, кг
2621
Огурцы свежие,
кг
2701 Яблоки, кг
Источник: [38]
145
Отзывы:
Авторизуйтесь, чтобы оставить отзыв