В России растет разрыв между богатыми и бедными. Почему это происходит в благополучных регионах — разбор

В России продолжает расти уровень неравенства. Пока одни покупают яхты, другие вынуждены жить от зарплаты до зарплаты. Особенно заметно расслоение в богатых российских регионах — там, где кипит экономическая жизнь страны. В этом материале наши коллеги из 72.RU разбирались с экспертами, что такое коэффициент Джини и почему в богатых российских регионах большое расслоение. Что такое коэффициент Джини? Росстат поясняет, что этот показатель «характеризует степень отклонения линии фактического распределения общего объема денежных доходов населения от линии их равномерного распределения». Если говорить проще — этот индикатор показывает неравномерность распределения доходов в обществе. «Коэффициент Джини сравнивает доходы 10% самых бедных с доходами 10% самых богатых людей в выборке страны, региона, целого мира. Он широко используется в экономике, и, наверное, пока в качестве сравнения доходов ничего лучше не придумано», — объясняет в беседе с корреспондентом 72.RU Константин Селянин, кандидат экономических наук. Величина варьируется от 0 до 1 (в процентном соотношении измеряется от 0 до 100). Чем больше значение, тем выше неравенство. По итогам 2024 года в России коэффициент составил 0,408. Для сравнения: в 2023 году был 0,405; в 2022 — 0,398; в 2021 — 0,409. В богатых регионах большое расслоение — почему? Если посмотреть на показатели российских регионов за 2024 год, то увидим, что коэффициент Джини во многих богатых городах и регионах выше, чем в относительно бедных. Это значит, что там большое расслоение между населением. В Москве показатель был 0,439; в Санкт-Петербурге — 0,411; Краснодарском крае — 0,414; Татарстане — 0,392; Ненецком автономном округе — 0,445; Свердловской области — 0,410; Тюменской области — 0,393; ХМАО — 0,399; на Ямале — 0,467; Якутии — 0,422; Чукотке — 0,440. Алексей Климовский, руководитель отдела экономических исследований аналитического агентства «Национальный Эксперт», поясняет, что в регионах, богатых природными ресурсами, таких как Ямал и Ненецкий АО, доходы от добычи нефти и газа создают высокие зарплаты для небольшой группы работников, в то время как остальные получают значительно меньше. Это приводит к значительному расслоению. «В крупных городах, таких как Москва, сосредоточены высокооплачиваемые сектора экономики: финансы, IT, консалтинг. Это привлекает специалистов с высокими доходами, тогда как низкооплачиваемые работники (например, в сфере услуг) остаются в нижней части распределения», — продолжает собеседник. Кроме того, добавляет Климовский, высокая стоимость жизни в Москве усиливает давление на низшие слои населения. Также, по его словам, в богатых регионах чаще формируется экономическая и политическая элита, которая аккумулирует значительную часть доходов. Например, уточняет эксперт, в Москве сосредоточены головные офисы крупных компаний, что способствует концентрации высоких доходов. «В регионах с крупными городами, таких как Татарстан, Свердловская область и Краснодарский край, наблюдается выраженное различие между городскими и сельскими территориями. Города предлагают больше возможностей для карьерного роста и высоких доходов, тогда как сельские районы часто остаются экономически отсталыми. Это увеличивает внутрирегиональное неравенство», — отмечает Климовский. Собеседник обращает внимание, что в регионах с низкими доходами, таких как Ингушетия, Крым, Севастополь, Карачаево-Черкесия и Хакасия, коэффициент Джини ниже. Это связано с тем, объясняет он, что в таких регионах большинство населения имеет схожие низкие доходы, а высокооплачиваемых специалистов или крупных предприятий мало. Низкий коэффициент Джини в этих регионах, по его словам, отражение общей экономической слабости. Что не так с коэффициентом Джини? По мнению Селянина, единственное положительное качество коэффициента Джини, что можно посмотреть, как меняется его динамика. Если на протяжении многих лет показатель снижается, то можно говорить о том, что общество становится более справедливым, более равноправным по отношению к доходам. «Во-первых, этот коэффициент, как и любая статистическая величина, очень сильно зависит от правдивости данных. Если вы даже в очень хорошую статистическую модель вкладываете неверные, неточные, неполные данные, то у вас получится ложный результат. Что бы вы ни делали. Второе — это критика самого этого метода. Он не учитывает структуру экономики как таковую, а они в разных регионах и странах сильно различаются. И по социальным группам тем более», — говорит Селянин.