Прогнозирование показателей, влияющих на обеспечение функционирования пенсионной системы

Тип работы:
Реферат
Предмет:
Экономические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

прогнозування показників впливу на забезпечення функціонування пенсійної системи
eeBA в. Ю., LUATPABKA О. О.
УДК 331. 56
Кащєєва В. Ю., Шатравка О. О. Прогнозування показників впливу на забезпечення функціонування пенсійної системи
Прогнозування демографічної ситуації є важливим фактором, що впливає на організаційно-економічне забезпечення впровадження пенсійної реформи в Україні. Для об'-єктивного аналізу обрано м. Харків з понад мільйонним населенням, що відтворює демографічні процеси, які розвиваються на території всієї України та в розвинутих промислових регіонах, а також з метою отримання найбільш репрезентативної статистичної вибірки. Дослідження передбачає аналіз апріорної інформації, обробку статистичних даних, вибір методу прогнозування, якісну перевірку одержаних моделей, прогнозування демографічних показників у середньостроковому періоді. Проведене дослідження підтверджує тенденції демографічного старіння населення регіону. Отримані результати можуть бути використані при плануванні видатків Пенсійного фонду та видатків місцевих бюджетів, пов'-язаних із соціальним захистом населення регіону, дають змогу оцінити можливість збільшення пенсій для окремих категорій пенсіонерів без додаткового навантаження на бюджет Пенсійного фонду.
Ключові слова: пенсійне забезпечення, пенсійна реформа, Пенсійний фонд України, бюджет, видатки, економетричне моделювання, демографічна ситуація, категорія пенсіонерів.
Рис.: 2. Табл.: 1. Формул: 3. Бібл.: S.
Кащєєва Валентина Юріївна — старший викладач кафедри «Фінанси», Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут» (вул. Чкалова, 17, Харків, 61 070, Україна)
E-mail: kashcheyeva_v@mail. ru
Шатравка Олена Олександрівна — асистент кафедри мовної підготовки, магістр з фінансів, Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут» (вул. Чкалова, 17, Харків, 61 070, Україна)
E-mail: alena_sh84@mail. ru
УДК 331. 56
Кащеева В. Ю., Шатравка Е. А. Прогнозирование показателей, влияющих на обеспечение функционирования пенсионной системы
Прогнозирование демографической ситуации является важным фактором, влияющим на организационно-экономическое обеспечение внедрения пенсионной реформы в Украине. Для объективного анализа был выбран г. Харьков с более чем миллионным населением, отражающий демографические процессы, развивающиеся на территории всей Украины и в развитых промышленных регионах, а также с целью получения наиболее репрезентативной статистической выборки. Исследование предполагает анализ априорной информации, обработку статистических данных, выбор метода прогнозирования, качественную проверку полученных моделей, прогнозирование демографических показателей в среднесрочном периоде. Проведенное исследование подтверждает тенденции демографического старения населения региона. Полученные результаты могут быть использованы при планировании расходов Пенсионного фонда и расходов местных бюджетов, связанных с социальной защитой населения региона, позволяют оценить возможность увеличения пенсий для отдельных категорий пенсионеров без дополнительной нагрузки на бюджет Пенсионного фонда.
Ключевые слова: пенсионное обеспечение, пенсионная реформа, Пенсионный фонд Украины, бюджет, расходы, эконометрическое моделирование, демографическая ситуация, категория пенсионеров.
Рис.: 2. Табл.: 1. Формул: 3. Библ.: S.
Кащеева Валентина Юрьевна — старший преподаватель кафедры «Финансы», Национальный аэрокосмический университет им. Н. Е. Жуковского «Харьковский авиационный институт» (ул. Чкалова, 17, Харьков, 61 070, Украина)
E-mail: kashcheyeva_v@mail. ru
Шатравка Елена Александровна — ассистент кафедры языковой подготовки, магистр финансов, Национальный аэрокосмический университет им. Н. Е. Жуковского «Харьковский авиационный институт»
(ул. Чкалова, 17, Харьков, 61 070, Украина)
E-mail: alena_sh84@mail. ru
UDC 331. 56
Kashcheeva V. Y., Shatravka Y. A. Forecasting Indicators that Influence Functioning of the Pension System
Forecasting demographic situation is an important factor that influences organisational and economic provision of implementation of the pension reform in Ukraine. In order to make an objective analysis, the authors selected the City of Kharkiv, with its one million population, which reflects demographic processes that are being developed in the territory of whole Ukraine and in developed industrial regions, and also in order to obtain the most representative statistical selection. The study envisages analysis of & quot-a priori& quot- information, processing statistical data, selection of the forecasting method, high quality examination of the obtained models and forecasting demographic indicators in the medium term period. The conducted study confirms tendencies of demographic ageing of the population of the region. The obtained results could be used for planning expenditures of the Pension Fund and expenditures of local budgets, connected with social protection of the population of the region, and allow assessment of the possibility of increase of pensions for individual categories of pensioners without additional load on the budget of the Pension Fund.
Key words: provision of pensions, pension reform, Pension Fund of Ukraine, budget, expenditures, econometric modelling, demographic situation, category of pensioners.
Pic.: 2. Tabl.: 1. Formulae: 3. Bibl.: 9.
Kashcheeva Valentina Yu.- Senior Lecturer of the Department of Financy, National Aerospace University «Kharkiv Aviation Institute» named after M. Ye. Zhukovskiy (vul. Chkalova, 17, Kharkiv, 61 070, Ukraine)
E-mail: kashcheyeva_v@mail. ru
Shatravka Yelena A.- Assistant, National Aerospace University «Kharkiv Aviation Institute» named after M. Ye. Zhukovskiy (vul. Chkalova, 17, Kharkiv, 61 070, Ukraine)
E-mail: alena_sh84@mail. ru
ЕКОНОМІКА економіка праці та соціальна політика
ЕКОНОМІКА економіка праці та соціальна політика
Об'-єктивність формування організаційно-економічного забезпечення впровадження пенсійної реформи в Україні потребує прогнозу факторів, що впливають на нього, насамперед, демографічних факторів [3].
Прогнозування являє собою дослідницьку базу планування. Розробка прогнозу заснована на прогностичних методах. В економічному і соціальному прогнозуванні широко використовуються різні моделі. Засобом вивчення закономірностей розвитку економіки, соціальних процесів є економіко-математична модель. Вона являє собою систему формалізованих співвідношень, які описують основні взаємозв'-язки елементів, що утворюють економічну систему. Економетричне моделювання ґрунтується на обробці статистичної інформації ретроспективного характеру, оцінці окремих змінних величин, їх параметрів.
Розроблення управлінського рішення на основі прогнозних значень залежить від якості прогнозу, сукупності тих його характеристик, що в комплексі дозволяють зробити прогноз ефективним, корисним в управлінні, забезпечити одержання достовірного опису процесу на визначену перспективу і можливість використання прогнозних результатів.
Якщо модель статистично якісна, то прогнозні значення можна використовувати впевнено, у протилежному випадку прогнозні значення можна розглядати, але з великою ймовірністю похибки в таких значеннях.
У працях вітчизняних економістів розглядаються та досліджуються демографічні процеси, які відбуваються в Україні в цілому та в регіонах. Ця сфера є об'-єктом пильної уваги науковців, політиків і громадськості. Особливо слід відмітити роботи Е. Ліанова, Н. Кузьминчук, В. Стешенко, Е. Бойченко, О. Залєтов та ін.
Проте, питання виявлення впливу демографічної ситуації в кожному регіоні окремо на процес реформування пенсійної системи в Україні залишається відкритим.
На основі викладеного можна сформулювати завдання дослідження, яке полягає в аналізі демографічних факторів, що впливають на організаційно-економічне забезпечення впровадження пенсійної реформи в Україні, прогнозуванні демографічної ситуації на прикладі Харківського регіону, розробці рекомендацій та висновків за результатами дослідження.
Прогнозування демографічних умов впровадження пенсійної реформи в Україні проведено на прикладі Харківського регіону. Для об'-єктивного аналізу обране місто з понад мільйонним населенням, що відтворює демографічні процеси, які розвиваються на території всієї України та в розвинутих промислових регіонах, а також з метою отримання найбільш репрезентативної статистичної вибірки.
При прогнозуванні використано статистичні дані за 2011 р. [9].
Дослідження проведено за алгоритмом, що передбачає аналіз апріорної інформації, обробку статистичних даних, вибір методу прогнозування, якісну перевірка одержаних моделей, прогнозування демографічних показників у середньостроковому періоді, висновки за результатами дослідження (рис. 1).
С Початок
І ________________
Аналіз апріорної інформації
І
Обробка статистичних даних із застосуванням кластерного аналізу за методом Уорда_______
У
Побудова д ендрограми
& gt- f
Вибір адекватного методу прогнозування
& gt- 1
Побудова моделей для кожної групи районів
^"^^--'-'-'-'-Якісна перевірка& quot-"-'-- HI
моделей за статистичними критеріями
ТАК
Виконання прогнозу V
Висновки
& gt- 1
С Кінець
Рис. 1. Алгоритм прогнозування демографічної ситуації в регіоні
Прогноз зроблено на однорідних сукупностях даних (кількість пенсіонерів, що одержують пенсії в Пенсійному фонді всього, та кількість пенсіонерів за групами). Аналіз проведено за дев'-ятьма районами м. Харкова, що згруповані за рівнем розвитку однорідних ознак.
Для аналізу однорідності використано кластер-ний аналіз. Незважаючи на те, що існує багато обчислювальних процедур, у результаті яких отримуються різні види дендрограм, тобто декілька різних розшарувань об'-єктів, наразі існують надійні методи кластерного аналізу, що пройшли численні перевірки [5].
Однією з таких процедур, що заслуговує на довіру, є метод Уорда (Ward). Звичайно, результати класифікації, у тому числі і за методом Уорда, потребують незалежної перевірки. Принцип Уорда слід вважати найкращим принципом відстані між кластерами, згідно з яким два кластери будуть найближчими, якщо в разі їх об'-єднання мінімізується приріст загальної дисперсії. Цільова функція подається як середньогрупова сума квадратів чи сума квадратів відхилень (СКВ). Спочатку, коли кожен кластер складається з одного об'-єкта, СКВ дорівнює 0. За методом Уорда об'-єднуються ті групи чи об'-єкти, для яких СКВ отримує мінімальний приріст.
Метод передбачає знаходження кластерів майже однакових розмірів, які мають гіперсферичну форму. Необхідно вважати це перевагою використання саме
методу Уорда для класифікації об'-єктів у вимірюванні величини його ознак.
Відстань між об'-єктами в методі Уорда передбачається середньою евклідовою:
dj =уІ ї(zk, — zkj)2.
Використання цієї відстані теоретично обґрунтоване у таких випадках:
f коли спостереження вибирають з генеральних сукупностей, що мають багатовимірний нормальний розподіл з коваріаційною матрицею виду ст2 Ek, тобто складові вектора спостережень X взаємно незалежні та мають одну й ту саму дисперсію-
f коли складові вектора спостережень X однорідні за фізичним змістом (якщо різнорідні, то вони нормуються) та однаково важливі для класифікації [б].
Для обчислень кластерного аналізу районів м. Харкова за системою 12 ознак застосовано пакет прикладних програм Statgraphics, меню Special / Multivariate Methods / Cluster Analysis.
У результаті маємо розшарування районів на чотири групи (рис. 2), де 1 — Дзержинський район, 2 -Жовтневий район, З — Київський район, 4 — Комінтернівський район, Б — Ленінський район, б — Московський район, 7 — Орджонікідзевський район, 8 — Фрунзенський район, 9 — Червонозаводський район.
Dendrogram Ward'-s Method, Squared Euclidean
e4
з
0
Рис. 2. Дендрограма районів м. Харкова за обраним критерієм
Таким чином, отримано 4 групи районів, а саме: 1 групу утворили Дзержинський район і Київський район- 2 групу склали райони: Жовтневий, Ленінський і Червонозаводський, 3 групу утворили Комінтернівський, Фрунзенський і Орджонікідзевський, 4 групу -Московський район.
Подальші дослідження, а також прогнозування значень показників проведено окремо по кожній отриманій групі районів.
Для опису тенденцій змінення показників в наступних періодах найчастіше використовуються моделі кривих зростання, що є різними функціями часу у = /(х). При цьому вважається, що вплив інших факторів незначний або опосередкований порівняно з фактором часу [6].
Відомо, що правильно вибрана модель кривої зростання має відповідати характеру змін тенденцій явища,
що досліджується. Крива зростання дозволяє отримати вирівняні або теоретичні значення рівнів динамічного ряду. Це ті рівні, які спостерігались у випадку повного збігу динаміки явища з кривою. Прогнозування на основі моделі кривої зростання базується на екстраполяції, що є продовженням в майбутнє тенденції, яка спостерігалася в минулих періодах.
Процедура розробки прогнозу з використанням кривих зростання складається з таких етапів: вибір однієї або декількох кривих, форма яких відповідає характеру змін часового ряду- оцінка параметрів відібраних кривих- перевірка адекватності відібраних кривих процесу, що прогнозується, оцінка точності моделей і кінцевий вибір кривої зростання- обчислення точкового прогнозу.
Відомо багато кривих зростання, які умовно розділяються на три групи залежно від того, який тип динаміки розвитку вони добре описують. До першої групи належать функції, які використовуються для опису процесу з монотонним характером тенденції розвитку і відсутністю меж зростання. Таким чином прогнозуються значення показників у натуральній формі. До другої групи належать криві, які описують процес, що має межі зростання. Такі функції називають кривими насичення. Якщо криві насичення мають точки перегину, то вони відносяться до третьої групи кривих зростання — до S- подібних кривих. Питання вибору кривої - основне при вирівнюванні ряду.
У першій групі кривих перш за все виділяють групу поліномів:
y = $ 0 + Ct]t + $ 22 + … + ,
де at (i = 0, 1, …, p) — параметри многочлена, а t — незалежна змінна (термін).
У літературі відсутні чіткі рекомендації щодо пріоритетності того чи іншого методу вибору кривих зростання. Вважається, що слід особливо обережно підходити до розв'-язання задач, де використовуються побудовані функції для екстраполяції відшуканих закономірностей на майбутнє. Застосування кривих зростання має базуватися на передбаченні про збереження виявленої тенденції в прогнозному періоді [5].
Для прогнозування демографічних умов впровадження пенсійної реформи в Україні були побудовані криві зростання відповідних показників за допомогою пакета прикладних програм Statgraphics Plus.
Серед демографічних показників, які впливають на впровадження пенсійної реформи в Україні, такі: x1 -кількість пенсіонерів, які одержують пенсію у Пенсійному фонді (усього по м. Харкову) — х2 — кількість пенсіонерів, які одержують пенсію за віком- х3 — кількість пенсіонерів, які одержують пенсію за інвалідністю- х4 -кількість пенсіонерів, які одержують пенсію у разі втрати годувальника- х5 — кількість пенсіонерів, які одержують пенсію за вислугу років- х6 — кількість пенсіонерів, які одержують соціальні пенсії та довічне грошове утримання суддів у відставці- х7 — учасники ліквідації аварії на ЧАЕС та потерпілі від Чорнобильської катастрофи- х8 — ветерани війни (учасники бойових дій) — х9 — інваліди війни- х10 — учасники війни- х11 — сім'-ї загиблих і по-
6
5
2
ЕКОНОМІКА економіка праці та соціальна політика
ЕКОНОМІКА ЕКОНОМІКА ПРАЦІ ТА СОЦІАЛЬНА ПОЛІТИКА
мерлих- хп — кількість інвалідів, які одержують пенсію у Пенсійному фонді.
Для кожного з показників окремо по кожній групі районів отримано прогнозні моделі, які мають такий вигляд:
х1 = 51 464,7 — 792,14/ -0,0795/2.
Якість одержаних моделей кривих зростання була перевірена статистичними критеріями. У дисперсійному аналізі параметрів моделей, при порівнянні розрахункових значень /-критерію Стьюдента із табличними значеннями, була встановлена значимість кожного з отриманих коефіцієнтів рівняння. Оскільки Р-уиІив в таблиці дисперсійного аналізу менше, ніж 0,01, маємо статистично значиму залежність з 99% рівнем довіри. Коефіцієнт детермінації свідчить, що підібрана модель пояснюється мінливістю у.
За статистикою Дарбіна — Уотсона перевірили залишки на наявність значимих автокореляцій між послідовними спостереженнями в тому порядку, в якому вони
слідують у масиві даних. Оскільки Р-уиІив більше, ніж 0,05, то слідує висновок, що серійні автокореляції відсутні.
Усі побудовані криві зростання мають відносну статистичну якість. Це підтверджують значення коефіцієнта детермінації (Я2), статистика Фішера (Ґ) і статистика Дарбіна — Уотсона фЩ. Значимість коефіцієнтів регресії в моделі підтверджує /-статистика Стьюдента. Поясненням рівня відносної статистичної якості розроблених моделей є факт, що майже всі вони мають значимі коефіцієнти рівнянь за критерієм /-статистики Стью-дента та адекватно описують процес, що підтверджує статистика Фішера, мають достатні значення коефіцієнтів детермінації, а критерій Дарбіна — Уотсона засвідчує наявність автокореляції залишків, що негативно впливає на прогнозні здатності моделей. Проте, оперативно прогнозуючи, тобто лише на один період, отримуємо відносно достовірні прогнозні значення.
Так обчислені прогнозні значення показників за моделями в кожній групі районів на три роки вперед представлені в табл. 1.
Таблиця 1
Прогнозні значення демографічних показників у регіоні, осіб
Показник Період прогнозування
1 2 3
1 група
х, — кількість пенсіонерів (усього по м. Харкову) 41 154 41 948 42 742
х2 — кількість пенсіонерів, які одержують пенсію за віком 34 717 36 024 36 648
х3 — кількість пенсіонерів, які одержують пенсію за інвалідністю 4015 4030 4070
х4 — кількість пенсіонерів, які одержують пенсію у разі втрати годувальника 1130 1279 1414
х5 — кількість пенсіонерів, які одержують пенсію за вислугу років 618 618 619
х6 — кількість пенсіонерів, які одержують соціальні пенсії та довічне грошове утримання суддів у відставці 616 641 673
х7 — учасники ліквідації аварії на ЧАЕС та потерпілі від Чорнобильської катастрофи 620 603 586
х8 — ветерани війни (учасники бойових дій) 450 431 416
х8 — ветерани війни (інваліди війни) 644 624 612
х10 — ветерани війни (учасники війни) 3920 3822 3757
хп — ветерани війни (сім'-ї загиблих і померлих) 884 789 736
х12 — кількість інвалідів, які одержують пенсію 6345 6500 6678
2 група
х, — кількість пенсіонерів (усього по м. Харкову) 25 737 26 762 28 065
х2 — кількість пенсіонерів, які одержують пенсію за віком 22 011 23 287 24 906
х3 — кількість пенсіонерів, які одержують за інвалідністю 2114 2242 2355
х4 — кількість пенсіонерів, які одержують пенсію у разі втрати годувальника 627 723 796
х5 — кількість пенсіонерів, які одержують пенсію за вислугу років 388 407 429
х6 — кількість пенсіонерів, які одержують пенсію соціальні пенсії та довічне грошове утримання суддів у відставці 100 103 193
х7 — учасники ліквідації аварії на ЧАЕС та потерпілі від Чорнобильської катастрофи 334 301 274
х8 — ветерани війни (учасники бойових дій) 173 81 78
х9 — ветерани війни (інваліди війни) 234 173 97
х10 — ветерани війни (учасники війни) 1742 913 835
хп — ветерани війни (сім'-ї загиблих і померлих) 456 353 230
х12 — кількість інвалідів, які одержують пенсію 4169 4187 4203
Закінчення табл. 1
Показник Період прогнозування
1 2 3
3 група
х1 — кількість пенсіонерів (усього по м. Харкову) 37 356 37 511 37 666
х2 — кількість пенсіонерів, які одержують пенсію за віком 32 645 33 170 33 814
х3 — кількість пенсіонерів, які одержують пенсію за інвалідністю 2303 2831 3282
х4 — кількість пенсіонерів, які одержують пенсію у разі втрати годувальника 978 1048 1110
х5 — кількість пенсіонерів, які одержують пенсію за вислугу років 450 452 458
х6 — кількість пенсіонерів, які одержують соціальні пенсії та довічне грошове утримання суддів у відставці 87 111 171
х7 — учасники ліквідації аварії на ЧАЕС та потерпілі від Чорнобильської катастрофи 239 142 37
х8 — ветерани війни (учасники бойових дій) 370 239 73
х9 — ветерани війни (інваліди війни) 445 356 250
х10 — ветерани війни (учасники війни) 2542 1025 77
х11 — ветерани війни (сім'-ї загиблих і померлих) 837 657 431
х12 — кількість інвалідів, які одержують пенсію 4709 5243 5725
4 група
х1 — кількість пенсіонерів (усього по м. Харкову) 82 018 82 798 83 868
х2 — кількість пенсіонерів, які одержують пенсію за віком 68 789 69 082 69 250
х3 — кількість пенсіонерів, які одержують пенсію за інвалідністю 8096 8453 9005
х4 — кількість пенсіонерів, які одержують у разі втрати годувальника 2645 2830 3077
х5 — кількість пенсіонерів, які одержують пенсію за вислугу років 1064 1112 1170
х6 — кількість пенсіонерів, які одержують соціальні пенсії та довічне грошове утримання суддів у відставці 963 1321 1828
х7 — учасники ліквідації аварії на ЧАЕС та потерпілі від Чорнобильської катастрофи 950 936 922
х8 — ветерани війни (учасники бойових дій) 815 784 782
х9 — ветерани війни (інваліди війни) 903 890 886
х10 — ветерани війни (учасники війни) 7023 6323 6013
х11 — ветерани війни (сім'-ї загиблих і померлих) 1779 1640 1489
х12 — кількість інвалідів, які одержують пенсію 13 148 13 259 13 453
ВИСНОВКИ
1. Прогнозування демографічних показників, що впливають на впровадження пенсійної реформи на се-редньостроковий період, підтверджує тенденції демографічного старіння населення (через низьку народжуваність та високу смертність працездатного населення)
і зростання навантаження на пенсійну систему України. Це свідчить про необхідність пенсійного реформування та впровадження накопичувальної системи пенсійного забезпечення.
2. Прогнозування демографічної ситуації є необхідним для планування видатків Пенсійного фонду на здійснення пенсійних виплат.
3. Проведене прогнозування дає змогу оцінити можливість збільшення пенсій для окремих категорій пенсіонерів, кількість яких має тенденції до скорочення, без додаткового навантаження на бюджет Пенсійного фонду.
4. Аналіз демографічної ситуації в окремому регіоні (на прикладі м. Харків) є корисним при плануванні
місцевих бюджетів щодо розрахунку видатків, пов'-язаних із соціальним захистом населення регіону. ¦
ЛІТЕРАТУРА
1. Закон України «Про загальнообов'-язкове державне пенсійне страхування» від 09. 07. 2003 р. // Урядовий кур'-єр. — 2003. — № 150.
2. Закон України «Про недержавне пенсійне забезпечення» від 09. 07. 2003 р. // Відомості Верховної Ради України. — 2003. — № 42.
3. Закон України «Про заходи щодо законодавчого забезпечення реформування пенсійної системи» від 8 липня 2011р. // Відомості Верховної Ради України. — 2012. -№ 12−13.
4. Указ Президента України «Про основні напрями реформування пенсійного забезпечення в Україні» від 13. 04. 1998 р. // Урядовий кур'-єр. — 1998. — 23 квіт. № 77−78.
5. Малярець Л. М. Формалізація задач у контролінгу логістичної діяльності підприємства / Л. М. Малярець, Г. Л. Ма-твієнко-Беляева. — Харків: Вид. ХНЕУ, 2010. — 228 с.
ЕКОНОМІКА ЕКОНОМІКА ПРАЦІ ТА СОЦІАЛЬНА ПОЛІТИКА
ЕКОНОМІКА економіка торгівлі та послуг
6. Пономаренко В. С. Аналіз даних у дослідженнях соціально-економічних систем і монографія I В. С. Пономаренко, Л. М. Малярець. — Харків і ВД «ІНЖЕК», 2009. — 432 с.
7. Офіційний сайт Пенсійного фонду України [Електронний ресурс]. — Режим доступу і http: IIwww. pfu. gov. uaIpfuI controlIukIindex
S. Офіційний сайт Державної статистики України [Електронний ресурс]. — Режим доступу і http-IIwww. ukrstat. gov. uaI
9. Офіційний сайт Головного Управління Пенсійного фонду України в Харківській області [Електронний ресурс]. — Режим доступуі www. kharkov-pfu. gov. ua
REFERENCES
[Legal Act of Ukraine] (2003),
[Legal Act of Ukraine] (2003),
[Legal Act of Ukraine] (2012).
[Legal Act of Ukraine] (1998).
Maliarets, L. M., and Matviienko-Beliaeva, H. L. Formalizatsiia zadach u kontrolinhu lohistychnoi diialnosti pidpryiemstva [Formalizing problems in controlling the logistics of the company]. Kharkiv: Vyd. KhNEU, 2010.
Ofitsiinyi sait Pensiinoho fondu Ukrainy. http: //www. pfu. gov. ua/pfu/control/uk/index
Ofitsiinyi sait Derzhavnoi statystyky Ukrainy. http: //www. ukrstat. gov. ua/
Ofitsiinyi sait Holovnoho Upravlinnia Pensiinoho fondu Ukrainy v Kharkivskii oblasti. www. kharkov-pfu. gov. ua.
Ponomarenko, V. S., and Maliarets, L. M. Analiz danykh u doslidzhenniakh sotsialno-ekonomichnykh system [The analysis of data in studies of socio-economic systems]. Kharkiv: INZhEK, 2009.
УДК 338. 48
методологічні засади дослідження соціально-економічної цінності туризму
БОЙКО М. Г.
УДК 338. 48
Бойко М. Г. Методологічні засади дослідження соціально-економічної цінності туризму
Мета статті полягає в науковому обґрунтуванні методологічних засад дослідження соціально-економічної цінності туризму. За результатами теоретичного аналізу визначено сутність соціально-економічної цінності туризму як виду економічної діяльності. Встановлено, що агрегований характер здійснення туристичної діяльності впливає на соціально-економічну цінність туризму, яка генерується у різних ланках виробничого ланцюга туристичної діяльності. У результаті дослідження обґрунтовано, що туристична додана вартість є кількісним показником, який відображує вплив туризму на економічну та соціальну сфери і визначає його соціально-економічну цінність. Узагальнено та визначено методичну сутність підходів до розрахунку туристичної доданої вартості. Перспективою подальших досліджень у даному напрямі є розроблення сателітних рахунків туризму для визначення міжгалузевих зв'-язків, які, впливаючи на розвиток туристичної інфраструктури і супутніх видів діяльності, визначають соціально-економічну цінність туризму для національної економіки.
Ключові слова: соціально-економічна цінність туризму, туристична діяльність, туристичний продукт, турист, туристичний ринок, туристична додана вартість.
Рис.: 3. Табл.: 1. Формул: 26. Бібл.: 22.
Бойко Маргарита Григорівна — доктор економічних наук, доцент, професор, кафедра готельно-ресторанного та туристичного бізнесу, Київський національний торговельно-економічний університет (вул. Кіото, 1S, Київ, 2 156, Україна)
E-mail: mboyko2006@ukr. net
УДК 338. 48
Бойко М. Г. Методологические основы исследования социально-экономической ценности туризма
Цель статьи заключается в научном обосновании методологических основ исследования социально-экономической ценности туризма. По результатам теоретического анализа определена сущность социально-экономической ценности туризма как вида экономической деятельности. Установлено, что агре-гированныйхарактер осуществления туристической деятельности влияет на социально-экономическую ценность туризма, которая генерируется в различных звеньях производственной цепи туристической деятельности. В результате исследования обосновано, что туристическая добавленная стоимость является количественным показателем, который отображает влияние туризма на экономическую и социальную сферы и определяет его социальноэкономическую ценность. Обобщена и определена методическая сущность подходов к расчету туристической добавленной стоимости. Перспективой дальнейших исследований в данном направлении является разработка сател-литных счетов туризма для определения межотраслевых связей, которые, влияя на развитие туристической инфраструктуры и сопутствующих видов деятельности, определяют социально-экономическую ценность туризма для национальной экономики.
Ключевые слова: социально-экономическая ценность туризма, туристическая деятельность, туристический продукт, турист, туристический рынок, туристическая добавленная стоимость.
Рис.: 3. Табл.: 1. Формул: 26. Библ.: 22.
Бойко Маргарита Григорьевна — доктор экономических наук, доцент, профессор, кафедра гостинично-ресторанного и туристического бизнеса, Киевский национальный торгово-экономический университет (ул. Киото, 1S, Киев,
2 156, Украина)
E-mail: mboyko2006@ukr. net
UDC 338. 48
Boyko M. G. Methodological Foundations of the Study of the Socio-Economic Value of Tourism
The goal of the article is in scientific justification of the methodological foundations of the study of the socio-economic value of tourism. Using results of the theoretical analysis, the article identifies essence of the socio-economic value of tourism as a type of economic activity. It establishes that the aggregated character of carrying out the tourist activity has impact on the socioeconomic value of tourism, which is generated in different links of the production chain of the tourist activity. In the result of the study the article justifies that the tourist added value is a collective indicator, which reflects influence of tourism upon economic and social spheres and identifies its socio-economic value. The article generalises and determines the methodical essence of approaches to calculation of the tourist added value. The prospect of further studies in this direction is development of satellite accounts of tourism for determination of inter-branch connections, which, while influencing development of the tourist infrastructure and accompanying types of activity, identify the socio-economic value of tourism for the national economy Key words: socio-economic value of tourism, tourist activity, tourist product, tourist, tourist market, tourist added value.
Pic.: 3. Tabl.: 1. Formulae: 26. Bibl.: 22.
Boyko Margarita G. -Doctor of Science (Economics), Associate Professor, Professor, Department of Hotel, Restaurant and tourism business, Kyiv National University of Trade and Economy (vul. Kioto, 19, Kyiv, 2 156, Ukraine)
E-mail: mboyko2006@ukr. net

ПоказатьСвернуть
Заполнить форму текущей работой