Ученые НИУ ВШЭ представили новый метод расчета неравенства
Оно оказалось ниже, чем следует из оценок Росстата
Эксперты НИУ ВШЭ предложили новый способ расчета доходного неравенства населения, по их методике оно оказывается ниже официальных оценок. Вывод следует из доклада «Региональные оценки доходного неравенства на основе налоговой статистики и микроданных обследования доходов», который подготовлен Центром экономических измерений и статистики НИУ ВШЭ. Авторы – главный эксперт факультета экономических наук ВШЭ Сергей Кузин и директор Центра экономических измерений и статистики ВШЭ Александр Суринов.
Ученые используют собственную методику расчета коэффициента Джини: они предлагают применять результаты Выборочного наблюдения доходов населения и участия в социальных программах (ВНДН) Росстата в сочетании с налоговыми данными ФНС на уровне регионов о доходах от наемной занятости, самозанятости и собственности.
В результате коэффициент Джини по новой методике составил бы в 2023 г. 0,380, тогда как, по расчетам Росстата, его величина составляет 0,405. Авторы подчеркивают, что при учете данных ФНС цифры показывают синхронную динамику снижения коэффициента Джини в 2021-2023 гг., тогда как официальный показатель Росстата переходит к существенному росту в 2023 г. вразрез с эмпирическими данными.
Коэффициент Джини показывает уровень неравенства в распределении дохода среди населения. Он принимает значения от 0, который означает, что все имеют одинаковый доход, до 1, когда один человек получает весь доход. Чем выше значение, тем сильнее дифференциация доходов населения.
Сейчас показатель находится на высоком уровне, им считается диапазон 0,4–0,5. Данные о распределении доходов и других благ могут поступать из обследований домашних хозяйств, налоговой и административной статистики.
Коэффициент Джини, по данным Росстата, составил 0,409 в 2021 г., затем снизился до 0,395 в 2022 г., после чего снова увеличился до 0,405 в 2023 г. Последние данные Росстата доступны за 2024 г. – тогда коэффициент неравенства вырос до 0,408. Публикацию данных за 2025 г. статведомство отложило до 29 апреля (планировалось, что оценка будет в докладе от 5 марта).
Согласно майскому указу президента от 2024 г., показатель должен снизиться до 0,37 к 2030 г. и до 0,33 к 2036 г.
«Использование данных ФНС на уровне регионов для корректировки распределения доходов по данным ВНДН обеспечивает получение более корректных оценок неравенства и в регионах, и на национальном уровне. Скорректированный коэффициент Джини предложен в качестве индикатора доходного неравенства, который учитывает международные практики, заключающиеся в использовании в этих целях располагаемого дохода, и российскую специфику, выраженную в заметных ценовых диспропорциях на региональных рынках», – говорит Суринов.
Новый подход отражает уровень доходного неравенства по регионам, а также дает более надежные оценки распределения доходов за счет использования данных о высокодоходных группах населения с учетом региона проживания, сообщают в ВШЭ.
О новой методике расчетов «Ведомости» писали 26 марта 2025 г. Тогда ученые НИУ ВШЭ Суринов и Кузин считали данные за 2022 г., выводы были изложены в статье «Оценка доходного неравенства населения России», опубликованной в журнале «Вопросы экономики».
Эксперты предлагали учитывать данные Росстата, скорректированные для богатой части общества исходя из обезличенных сведений налоговых деклараций граждан, которые собирает ФНС. Тогда расчеты показали, что неравенство в России оказалось выше, чем показывает ВНДН. Корректировка с учетом данных ФНС приводит к тому, что индексы пересматриваются в сторону увеличения, хотя и не так значительно, говорилось в статье. Коэффициент Джини за 2022 г. вырос после корректировки с 0,348 у Росстата до 0,363 п.
Новая методика еще создается, исследователи отрабатывают включение в расчеты данных ФНС по другим источникам средств к существованию и сведений иных ведомств, говорил «Ведомостям» Суринов. Ученые допускают использование данных о доходах от самозанятости, от собственности и полученных за счет процентов от банковских вкладов и дивидендов.

