Шаг в науку, 2017, № 3

РЕДАКЦИОННАЯ КОЛЛЕГИЯ 

 

Главный редактор 

Жаданов Виктор Иванович, д-р техн. наук, профессор (г. Оренбург, Россия)  

 

Ответственный секретарь 

Цыпин Александр Павлович, канд. экон. наук, доцент (г. Оренбург, Россия) 

 

Члены редакционной коллегии 

Вишняков Александр Иванович, д-р биол. наук, доцент (г. Оренбург, Россия) 

Воробьев Андрей Львович, канд. техн. наук (г. Оренбург, Россия) 

Еремия Николай Георгиевич, д-р с.-х. наук, (г. Кишинёв, Молдавия) 

Алымбеков Кенешбек Асанкожоевич, д-р техн. наук (г. Бишкек, Киргизия) 
Курпаяниди Константин Иванович, PhD, профессор (г. Фергана, Узбекистан) 

Любичанковский Алексей Валентинович, канд. геогр. наук, доцент (г. Оренбург, Россия) 

Менков Николай Димитров, д-р техн. наук (г. Пловдив, Болгария) 

Носов Владимир Владимирович, д-р экон. наук, доцент (г. Москва, Россия) 

Ольховая Татьяна Александровна, д-р пед. наук, профессор (г. Оренбург, Россия) 

Попов Валерий Владимирович, канд. экон. наук (г. Оренбург, Россия) 

Пыхтина Юлиана Григорьевна, д-р филол. наук, доцент (г. Оренбург, Россия) 
Сизенцов Алексей Николаевич, канд. биол. наук, доцент (г. Оренбург, Россия) 

Сизов Дмитрий Викторович, канд. экон. наук (г. Оренбург, Россия) 

Третьяк Людмила Николаевна, д-р техн. наук, доцент (г. Оренбург, Россия) 

 

Журнал «Шаг в науку» зарегистрирован в Федеральной службе 

по надзору в сфере связи, информационных технологий и массовых коммуникаций. 

Свидетельство о регистрации ПИ № ФС 77 – 67672 от 10.11.2016 г. 

ISSN 2542-1069 

Учредитель: ФГБОУ ВО «Оренбургский государственный университет» 

 

При перепечатке ссылка на журнал «Шаг в науку» обязательна. 

Все поступившие в редакцию материалы подлежат рецензированию. 

Мнения авторов могут не совпадать с точкой зрения редакции. 

Редакция в своей деятельности руководствуется рекомендациями Комитета по этике 

научных публикаций (Committee on Publication Ethics). 

ШАГ В НАУКУ №3/2017 

 

2 

 

СОДЕРЖАНИЕ 

ЭКОНОМИЧЕСКИЕ НАУКИ
Э.Ф. Кудашева. Оптимальное управление схемами налогообложения, влияющими на 
поведение инвестора
4

М.А. Полякова. Статистическое исследование закономерностей изменения уровня
заболеваемости населения России
9

Д.В. Сизов, Б.А. Сапаров. Информационные технологии в бухгалтерском учете
14

Е.А. Чеховская. Статистическая оценка перспектив развития  железнодорожного 
транспорта в Российской Федерации
17

Д.Д.
Шайлина.
Эконометрическое моделирование влияния бизнес процессов на 

эффективность деятельности предприятия
22

ТЕХНИЧЕСКИЕ НАУКИ
С.С. Буторина. Концепция организации публичных Арт-пространств
25

И.Е. Бучман. Ограждающие конструкции зданий и сооружений с применением сэндвичпанелей
30

И.Д. Васильченко. Разработка веб-сервиса для поиска  лекарственных препаратов
35

П.И. Веккер, Р.С. Ефименко. Панельные дома с возможностью свободной планировки 
квартир
40

В.А. Данилова. Ревитализация депрессивных территорий в южной части города 
Оренбурга
44

Е.А. Деревянко. Современные методы благоустройства городских парков
48

О.И. Кобер, А.М. Белова, Ю.С. Мочалова. Неоготика в архитектуре Оренбурга XIXХХ веков
52

О.И. Кобер, Н.О. Чиркова. Стиль классицизм в архитектуре Оренбурга первой 
половины XIX века
56

К.О. Кулушева. Современные методы повышения качества городской среды значимых 
общественных пространств
60

Н.Ю. 
Майстренко. 
Повышение 
стойкости 
металла 
шва 
к 
возникновению 

кристаллизационных трещин при сварке СТ.3.сп посредством замены углекислого газа 
на смесь газов
66

А.С. Поспелова, Е.И. Галиева. Архитектура школьных зданий: прошлое и настоящее
70

К.А. Родина. Социально-культурные и типологические аспекты коммуникационных
пространств  городских территорий
77

А.В. Святелик. Эффективность вантовых конструкций в спортивных сооружениях
83

А.Д. Чернова, Т.В. Коблова. Проблема перенапряжений при коммутациях в сетях 6(10) 
кВ       
87

ГУМАНИТАРНЫЕ НАУКИ
С.А. Митина. Особенности использования и перевода окказионализмов в лимериках на 
примере творчества Эдварда Лира
91

К.А. Якимова. Жестокость в структуре профессиональных деструкций сотрудников 
правоохранительных органов
97

БИОЛОГИЧЕСКИЕ НАУКИ
О.П. Клименко, Е.С. Мокина, О.А. Вельш, М.С. Косинова, Я.А. Сизенцов. Оценка 
биотоксического влияния катионов тяжелых металлов на представителей бактериальной 
нормофлоры кишечника лабораторных животных
102

 

ШАГ В НАУКУ №3/2017 

 

3 

 

М.Л. Русяева, Д.С. Королькова, Ю.З. Илькова, А.А. Данжук, Я.А. Сизенцов.
Изучение 
биоаккумулирующей 
способности 
 
катионов 
тяжелых 
металлов 

представителями бактериальной нормофлоры кишечника лабораторных животных 
106

Т.И. Садуллоева, О.П. Клименко, Е.С. Мокина, М.Л. Русяева, Д.С. Королькова.
А.М. Гезольдова. Оценка антибитикорезистентности представителей бактериальной 
нормофлоры кишечника лабораторных животных 
111

Н.С. Чумакова, А.А. Чумакова. Значение сна в жизни человека
116

А.А. Юдин. Определение индикаторной ошибки в методе нейтрализации
123

 
 
 
 

ШАГ В НАУКУ №3/2017 

 

4 

 

ЭКОНОМИЧЕСКИЕ НАУКИ 
 
УДК 338.2 
 

ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ СХЕМАМИ НАЛОГООБЛОЖЕНИЯ, 

ВЛИЯЮЩИМИ НА ПОВЕДЕНИЕ ИНВЕСТОРА 

 

Кудашева 
Э.Ф., 
студент 
группы 
13ПМИ(б)ОП, 
Оренбургский 
государственный 

университет, Оренбург 
е-mail: prmat@mail.osu.ru 
 
Научный руководитель: Гамова Н.А., канд. пед. наук, доцент кафедры прикладной 
математики, Оренбургский государственный университет, Оренбург 
 

Эффективная 
политика 
налогообложения 
сложной 
системы 
схемами 

налогообложения, влияющими на поведение инвестора, осуществляются на основе методов 
теории оптимального управления и математического программирования.  

Значимость темы обусловливается необходимостью выявления форм изымания 

налогов предпочтительных для экономического развития и их влияния на поведение 
инвестора. В тоже время считается, что не существует налоговой ставки, которая 
удовлетворяет всем экономическим субъектам одновременно. 

Целью нашего исследования является численное решение задачи оптимального 

управления схемами налогообложения, влияющими на поведение инвестора, при различных 
производственных функциях. 
           Ключевые слова: оптимальное управление, схемы налогообложения, метод 
Лагранжа, принцип максимума Пантрягина. 
   
            Постановка задачи и метод решения. Рассмотрим модель работы подсистемы 
производство-инвестор-капитал. Меняя вид производственной функции 
( ( ))
f k t
 и схемы 

обложения налогами 
p( f )
, можно найти оптимальную стратегию. 

Пусть имеем 







T

tδ dt
f k t e
s t
f
p

0

( )) ( ( ))
( ))(1
1(
,
(1)



( ) ( ( ))
( )
( )) ( ) ( ( ))
1(
( )
p f f k t
k t
s t f k t
p f
k t





,
(2)

1
( )
0


s t
,
(3)

0
(0)
 k0 
k
, 
0
( )


Tk
k T
,
(4)

 
где𝛿 > 0 = 𝑐𝑛�𝑛𝑟�𝑟� – норматив дисконта полезности, 
1
0
  
 – доля налога, направляемая 

на инвестиции, 𝜇 – коэффициент износа фондов. Функция 𝑓(𝑘) является неоклассической, 
т.е. выполняются условия: 
f  0
, 
 0
f
, 
0
(0)

f
, 




( )
lim
k
f

k
, 
 



( )
lim

0
k
f

k
, 

0
( )
lim




k
f

k
.  

В  (1) – (4) определяется функция 
s(t)
, максимизирующая функционал (1) 

потребления инвестора. Наилучшим стационарным значением фондовооруженности для 
производственной функции f  называется число 

*
k , что в точке 
))
(
,
(
*
*
f k
k

ШАГ В НАУКУ №3/2017 

 

5 

 

касательная к графику функции f  параллельна прямой 
k
  и лежит выше всех других 

касательных к этому графику, параллельных прямой k
 .  

Решая задачу с помощью принципа максимума Пантрягина, получаем 















1
,0

1
1,0 ],
[

1
,1

*

q

q

q

s

,

(5)

где 

e t
q

 
, 
 (t)
 – сопряженная функция. Исследовав фазовые траектории на плоскости 

( , )
k q
 и рассматривая специальные не особые траектории
iT , находим величину – время 

прохождения i –ой траектории. Положим 
}
max{
0
T i
T 
. Задача оптимизации имеет 

усеченною область допустимых траекторий, если все траектории данной области не имеют 
особых режимов управления.  

Дискретная задача оптимального управления, которая аппроксимирует непрерывную 

задачу (1) – (4), представлена следующими формулами (5) – (8) 

 

min,
max { 0, })
))
(
)(1
1
((

1

0

2






 
 






q

i

k

i t
i
i
i
t
h
A
f e
p f
u
I



(5)

t
l
f x t
p f
μx t
f x t
s t
p f
x
x
i

i

i
i
i

i
i
i
) ( ( )) )Δ
(
( )
)) ( ) ( ( )
(
1
((
1




 
,
(6)

]1,0
iu [
,
(7)

0

0
x  x
.
(8)

 
Точность дискретной аппроксимации исходной задачи оптимального управления (1) – 

(4) равна
( t)
 
на рассматриваемом интервале интегрирования. 

Выполним преобразования в соотношении (6), для этого  перенесем всё в левую часть 

и приравняем к нулю, таким образом, получим: 

 

0
( ) ( ( )) )Δ
( )
( )) ( ) ( ( )
1
((
1





 
t
l
p f f x t
μx t
f x t
s t
p f
x
x
i
i
i
i

i
i
,

1
0,..,


q
i
.

(9)

 
Воспользуемся методом Лагранжа для решения задачи оптимального управления. 

Ограничению поставим в соответствие множители Лагранжа iλ ,
1
,
,0


q
i

. 

Составим функцию Лагранжа 
 














1

0

2
Δ

0
0
max { 0, })Δ
))
(
)(1
((1
, )
, , ,
(

q

i

k

t
iδ
i
i
i
t
h
A
f e
p f
s
λ
t x s λ λ
L

t
l
x t
f
p f
x t
f x t
s t
p f
x
x
i

i
i

i
i
i

i
i
i

q

i

i
















( ( )) )
)
(
( )
)) ( ) ( ( ))
(
((1
(

1

1

0

1


.

(10)

 

Для того чтобы допустимый процесс
])
],[
([
*
*
s
x
, где 
)
,...,
,
(
]
[
1
1
0
*


qx
x
x
x
, 

)
,...,
,
(
]
[
1
1
0
*


qs
s
s
s
 был локально-оптимальным в дискретной задаче оптимального 

управления (5) – (8), необходимо, чтобы были выполнены следующие условия: 

ШАГ В НАУКУ №3/2017 

 

6 

 

1) условие стационарности по переменой x : 
 











t
e
f k t
s
p f
λ

x

L t x s λ λ
t
lδ

l

l
l

l
Δ
( ( ))
)
1
))(
(
1(
, )
( , , ,
Δ

0

0

 





x
t h
h
λ A
t
e
f k t
s
λ p f
k

t
lδ

l

l
l
max{ 0, }Δ
2
Δ
) ( ( ))
)(1
(
0

Δ

0

0
)
(
( ))
( )) ( )
1
(((
Δ
1
1
1











l
l

i

l
l
l
λl
x
f
p f
s t
p f
λt
μ
λ
λ
,

(11)

0
0)
(
2
, )
, , ,
(

0

0








q

k

q

q
λ A x
λ

x

L t x s λ λ
;
(12)

 
2) условие минимума функции Лагранжа по управлению: 
 













1

0

Δ

0
Δ
Δ
))
(
1(

q

i

i
t
iδ
i
i i
t
fλ
t
e
p f
s f
λ









 




1

0

Δ

0
1
0
Δ
Δ
)
(
1(
min

q

i

i
t
iδ
i
i
i

s
t
fλ
t
e
p f
λ s f
.

(13)

 
Из условия стационарности по переменной 𝑥 получим рекуррентные соотношения для 

вычисления сопряженных переменных 

 













1

0

Δ

0
max{ 0, }Δ
2
Δ
)
(
)
)(1
1(
l

l
k

t
lδ
l
l
l
λ

x
h
t
h
λ A
t
x e
p f
s
λ
λ

1
1
1
)
(
( ))
( ))
1
(((
Δ









l
l
l
l
l
λl
x
f
p f
s
p f
λt
μ
λ
,

(14)

0)
(
2 0


q

k

q
x
λ A
λ
.
(15)

 
Покажем, что при
t 0
,условие оптимальности для дискретной задачи в пределе, 

переходит в условие оптимальности для исходной непрерывной задачи, а именно в 
необходимое условие оптимальности. 

Из (14) получаем 
 









 





l
k

t
lδ
l
l
l
l

l
l

x
h
t
h
λ B
t
x l e
f
p
s
λ
t

λ
λ
max{ 0, }Δ
2
Δ
)
(
)
)(1
1(
Δ
0

Δ

0

1

))
(
( ))
( ))
1
(((
Δ
l
l
x
f
p f
s
p f
μ t





.

(16)

 
Вернемся кисходным обозначениямв выражении (16) и перейдем к пределу при
t 0
считая, что
t
tl  , учитывая: 

 

( )
Δ

( )
Δ )
(
lim

0
Δ
λ t
t

λ t
t
λ t
l
l

t

 





. 

В итоге получаем: 

( )
( ( ))
( )
( ( ))
) ( )
1
( )((
k t λψ t
fp
μψ t
p s t f k t
λ t
λ





  
.
(17)

 

ШАГ В НАУКУ №3/2017 

 

7 

 

Программная реализация и анализ результатов. 
Для поиска решения задачи оптимального управления разработано программное 

средство в среде MicrosoftVisualStudio 2010 на языке VisualC#. 

В качестве входных параметров будем рассматривать протяженность интервала 

планирования
t
t
0, 1
,который 
будет 
задавать 
сам 
пользователь. 
А 
также 
 
вид 

налогообложения, вид производственной функции, долю налога, скорость роста ставки 
налога, темп амортизации и коэффициент дисконтирования. 

Рассмотрим примеры моделей зависимости дохода от ставки при едином 

пропорциональном налоге и прогрессивном,а также сравнения оптимальной налоговой 
ставки. 
 

 

Рисунок 1 – Программная реализация. Сравнение значений в пропорциональном 

налоге и прогрессивномпри разных параметрах 

 
Проведем анализ приведенных данных в таблицах рисунка 1. 
В первых трех таблицах рассматривается прогрессивный налог и влияние различных 

коэффициентов налоговой ставки. 

В таблице 1 зафиксированы значение амортизации 
μ  ,0 06
 и коэффициент 

дисконтирования 
δ  ,0 05
, видно, что с ростом доли налога при оптимальном значении 

скорости роста ставки налогообложения растет величина налоговых поступлений в бюджет. 
Во второй таблице с увеличением темпа амортизации, примем 
μ  ,012
,  значения компонент 

второго столбца получаются меньше, чем в таблице 1, за счет повышения расходов на 
амортизацию. Для третьей таблицы зафиксированы значения амортизация 
μ  ,0 06
 и 

коэффициент дисконтирования 
1,0
δ 
. Заметим, что значения компонент второго столбца 

таблицы 3 получаются меньше, чем в таблице 1 за счет более высокой инфляции. 

В рассматриваемых выше примерах с ростом доли налога при оптимальном значении 

скорости роста ставки налогообложения возрастает величина налоговых поступлений в 
бюджет. 

В таблице 4 рисунка 1приведены результаты расчетов по выше описанной схеме. 

Параметры модели взяты из расчетов для прогрессивного налога с постоянной скоростью 
изменения ставки налогообложения. Эти параметры выбраны таким образом, чтобы в обеих 

ШАГ В НАУКУ №3/2017 

 

8 

 

моделях не нарушались заданные условия. Из приведенной таблицы можно сделать вывод о 
том, что оптимальное значение ставки налогообложения для верхнего уровня управления 
(при рассматриваемых параметрах) в модели с прогрессивным налогом оказывается меньше, 
чем в модели с плоской шкалой налогообложения. Ниже, в таблице 1, представлено 
наглядное сравнение полученных значений. 
 

Таблица 1 – Сравнение пропорционального и прогрессивного налогов 

λ
μ
δ

Пропорциональный налог
Прогрессивный налог
*
2

1*
p
p

*
1*
( )
χ
f
p

)
(
)
(
*
*
2*
χ f k
f
p


0,17
0,06
0,05
0,578
0,287
0,291

0,2
0,06
0,05
0,608
0,298
0,31

0,2
0,12
0,05
0,602
0,3
0,302

0,25
0,12
0,05
0,641
0,32
0,321

0,12
0,06
0,1
0,546
0,274
0,272

0,17
0,06
0,1
0,578
0,289
0,289

 
В исследовании рассмотрена проблема моделирования оптимального управления 

схемами 
налогообложения, 
влияющими на 
поведение 
инвестора, 
при 
различных 

производственных функциях. 

В данной работе решена задача оптимального управления схемами налогообложения, 

влияющими на поведение инвестора, также проведено сравнение решений при различных 
параметрах. Результаты представленного исследования позволяют сделать вывод, что 
оптимальное значение ставки налогообложения  управления в модели с прогрессивным 
налогом оказывается меньше, чем в модели с плоской шкалой налогообложений в 2,00945 
раз. С ростом увеличения значения скорости роста ставки налогообложения  повышаются 
налоговые поступления в бюджет. При увеличении ставки в 2 раза, налоговые поступления 
увеличились в 1,3 раза. 

Представленная программа оптимального управления схемами налогообложения  

позволяет 
находить 
наилучшие 
стационарные 
значения 
фондовооруженности 
и 

соответствующие им оптимальные доли инвестиций. Для этого инвестору достаточно 
указать реальные значения объемов чистой продукции и фондовооруженности. 

 

Литература 

1. Альсевич, В.В. Введение в математическую экономику. Конструктивная теория: 

учеб. пособие. –  М.: Либроком, 2014. – 256 с. 

2. Андреева, Е.А. Вариационное исчисление и методы оптимизации: учеб. пособие / 

Е.А. Андреева, В.М. Цирулева. – Оренбург-Тверь: ГОУ ОГУ, Твер. гос. ун-т, 2004. – 575 с. 

3. Андреева, Е.А. Математическое моделирование: учеб. пособие / Е.А. Андреева, 

В.М. Цирулева.  – Тверь: Твер. гос. ун-т, 2004. – 502 с. 

4. Кривошеев, В.П. Теория оптимального управления экономическими системами: 

учеб. пособие / В.П. Кривошеев. –  Владивосток: Изд-во ВГУЭС, 2010. – 140 с.  

5. Печерских, И.А. Математические модели в экономике: учеб. пособие / И.А. 

Печерских, 
А.Г. 
Семенов. 
– 
Кемеровский 
технологический 
институт 
пищевой 

промышленности. – Кемерово, 2011. – 191 с. 
 
 
 

ШАГ В НАУКУ №3/2017 

 

9 

 

УДК 311 

 

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ЗАКОНОМЕРНОСТЕЙ ИЗМЕНЕНИЯ 

УРОВНЯ ЗАБОЛЕВАЕМОСТИ НАСЕЛЕНИЯ РОССИИ 

 
Полякова М.А., студент группы 32-бух, Оренбургский государственный аграрный 
университет, Оренбург 
e-mail: maria1237096@mail.ru  
 
Научный руководитель: Ларина Т.Н., д-р экон. наук, зав. кафедрой статистики и 
экономического анализа, Оренбургский государственный аграрный университет, Оренбург 

 

Состояние здоровья населения напрямую влияет на экономику страны через 

характеристики трудоспособности и производительности труда. Актуальность исследования 
определяется необходимостью систематического анализа показателей заболеваемости, 
выявления закономерностей ее изменения для своевременного устранения проблемы. В 
статье проанализирована динамика и структура уровня заболеваемости населения, сделан 
краткосрочный прогноз, дана оценка влияния социально-экономических факторов на 
уровень заболеваемости в масштабах страны. Объектом исследования является население 
России. Для выявления закономерностей применены статистические методы анализа 
динамики, структуры, методы корреляционно-регрессионного анализа. 

Ключевые слова: статистический анализ, заболеваемость населения, факторы, 

тенденция, динамика, прогноз. 

 
Укрепление здоровья населения – один из приоритетов социальной политики России. 

По данным Росстата, в стране ежегодно регистрируется 180-190 млн случаев острых и 
хронических заболеваний, при этом около 100 млн из них – с впервые установленным 
диагнозом. Вместе с тем, нельзя не отметить, что качество первичной диагностики 
заболеваний также растет, обусловливая, тем самым, рост объективных показателей 
заболеваемости. Состояние здоровья населения оказывает непосредственное либо косвенное 
влияние на многие процессы в экономике страны. Ухудшение здоровья снижает 
трудоспособность населения, что негативно сказывается на производительности труда. Это, 
в свою очередь, сдерживает подъем экономики, рост благосостояния населения [1]. Поэтому 
изучение тенденций и факторов заболеваемости населения является одним из актуальных 
направлений экономико-статистических исследований.  

Число больных с впервые установленным диагнозом – это один из обобщающих 

показателей заболеваемости населения, отражаемый в государственной статистике. Сведения 
о заболеваемости населения позволяют определить уровни и структуру распространения 
болезней среди населения, установить факторы риска здоровья, оценить результативность 
внедрения выделяемых на профилактические мероприятия государственных средств. Они 
необходимы органам здравоохранения для оперативного руководства, текущего и 
перспективного планирования, совершенствования системы здравоохранения в целом и 
отдельных учреждений [4]. 

Данные о первичной заболеваемости по основным классам болезней публикуются 

Росстатом ежегодно. 

По рисунку 1 можно увидеть, что уровень заболеваемости населения имеет 

тенденцию к увеличению в рассматриваемый период. В среднем в период с 2000-2015 гг. 
численность заболевших увеличивалась на 7% в год. Максимальный прирост уровня 
заболеваемости по сравнению с предыдущим годом наблюдался в 2009 г. – 4287 тыс. чел., а 
максимальная убыль зафиксирована в 2010 г. – 2449 тыс. чел. в сравнении с 
предшествующим годом.  

ШАГ В НАУКУ №3/2017 

 

10 

 

 

Рисунок 1 – Динамика заболеваемости населения России в 2000-2015 гг. (Источник: 

Российский статистический ежегодник. – М., Росстат, 2016) 

 
Тенденцию динамики показателя заболеваемости в период 2000-2015 гг. наилучшим 

образом описывает линейная модель: 

𝑥�𝑡 = 725,63𝑟� + 103926 . 
 
 
 
 
(1) 

Коэффициент достоверности аппроксимации (𝑅2) равен 0,877, что указывает на 

хорошее качество полученной линейной модели. По нашим оценкам, если параметры тренда 
сохранятся в ближайшем будущем, с вероятностью 95% число больных с впервые 
установленным диагнозом в 2017 г. может составить от 116269,97 до 117704,71 тыс. человек, 
в 2018 г. – от 116995,6 до 118430 тыс. чел., в 2019 г. – от 117721 до 119155,97 тыс. человек, 
то есть продолжит увеличиваться. 

Однако рост показателя заболеваемости может быть обусловлен не столько 

ухудшением здоровья людей, сколько улучшением диагностической работы врачей и ростом 
частоты обращаемости за медицинской помощью. Поэтому для более объективной оценки 
уровня заболеваемости рассмотрим структуру заболеваемости населения по основным 
классам болезней (таблица 1). 

Первое место в структуре заболеваемости населения по основным классам болезней в 

2015 г. занимают болезни органов дыхания. Они составляют 43% от общего числа болезней. 
Второе – травмы, отравления и другие последствия воздействия внешних причин, на них 
приходится 12%. Затем – по 6% от общего числа заболеваний составляют болезни 
мочеполовой системы и болезни кожи и подкожной клетчатки. 

В рамках статьи проведен анализ структуры заболеваемости населения по основным 

классам болезней за 2000, 2010, 2015 гг. (таблица 1). 

В 2015 г. в сравнении с 2010 г. в большей степени возрос процент 

зарегистрированных больных с болезнями органов дыхания (на 1,88 процентных пункта). 
Также увеличились, хотя и незначительно, доли в структуре заболеваемости по таким видам 
болезней, как новообразования, врожденные аномалии, болезни глаза и другие. При этом 
уменьшились доли зарегистрированных больных с заболеваниями системы кровообращения, 
эндокринной системы, системы органов пищеварения, крови, уха, нервной системы. По 
сравнению с 2000 г. изменения в структуре более значительны. Так, на 2,45 процентного 
пункта сократилась доля болезней уха, на 1,67 процентных пункта выросла доля врожденных 
аномалий. Отметим также, что значительное уменьшение удельного веса в структуре 
заболеваемости наблюдается среди некоторых инфекционных и паразитарных болезней. 

 

102000

104000

106000

108000

110000

112000

114000

116000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Всего тыс. человек

Год

ШАГ В НАУКУ №3/2017 

 

11 

 

Таблица 1 – Структура заболеваемости населения России по основным классам 

болезней за 2000, 2010, 2015 гг., % 

Виды болезней
2000 г.
2010 г.
2015 г.

Абсолютное 
изменение в 

структуре 2015 г.

к 2000 г.
к 2010 г.

Болезни органов дыхания
43,422
41,534
43,417
-0,005
1,882

Болезни системы кровообращения
11,797
11,753
11,617
-0,181
-0,136

Болезни эндокринной системы
5,144
6,140
5,963
0,818
-0,178

Болезни органов пищеварения
6,026
6,179
5,650
-0,376
-0,529

Новообразования
4,418
4,288
4,532
0,113
0,244

Болезни глаза
4,362
4,231
4,282
-0,080
0,050

Врожденные аномалии
2,335
3,351
4,005
1,669
0,654

Болезни крови
4,187
4,298
3,871
-0,316
-0,427

Болезни уха и сосцевидного отростка
6,064
4,209
3,613
-2,451
-0,596

Болезни нервной системы
3,001
3,470
3,417
0,416
-0,053

Другие болезни
7,090
8,290
8,330
1,240
0,040

Источник: Российский статистический ежегодник. – М., Росстат, 2016; расчеты автора

 
Для обобщающей характеристики изменений структуре заболеваемости рассчитаны 

коэффициенты по формулам [2]: 

 Квадратический коэффициент структурных сдвигов:  

𝜎 = √∑(𝑐�2 − 𝑐�1)2

𝑛
,                                                    (2) 

 Индекс Рябцева: 

𝐼𝑅 = √∑(𝑐�2 − 𝑐�1)2

∑(𝑐�2 + 𝑐�1)2,                                                    (3) 

где d1 и d2 – соответствующие доли в сравниваемых структурах, 
       n – число градаций в структуре. 
 

Таблица 2 – Показатели структурных изменений заболеваемости населения по 

основным классам болезней 

Показатель
Значение коэффициента

2015 г. к 2000 г.
2015 г. к 2010 г.

Квадратический коэффициент структурных сдвигов
0,836
0,588

Индекс Рябцева
0,035
0,025

 

Квадратический коэффициент абсолютных структурных сдвигов показывает, на 

сколько процентных пунктов в среднем отклоняются друг от друга удельные веса в 
сравниваемых структурах. При отсутствии сдвигов в структуре совокупности эти показатели 
равны нулю. По таблице 2 видно, что в среднем доли в двух структурах за 2015 и 2000 гг. 
отличаются на 0,836 процентных пунктов, а по сравнению с 2010 г. доли в структуре 2015 г.  
отличаются на 0,588 процентных пунктов, то есть с течением времени различия в структуре 
заболеваемости населения уменьшаются. 

Обобщающая оценка интенсивности структурных изменений по шкале значений 

критерия Рябцева [2, с. 92] показала, что в структуре заболеваемости населения по основным 
классам болезней в период с 2000-2015 гг. наблюдается весьма низкий уровень различий 

ШАГ В НАУКУ №3/2017 

 

12 

 

структур (IR= 0,035), так как интенсивность изменений долей составила 3,5%. А в период с 
2010 г. по 2015 г. показатель равен 0,023, что говорит о тождественности структур. Таким 
образом, можно сделать вывод, что в последние годы структура заболеваемости по 
основным классам болезней стабилизировалась, резких изменений в структуре не 
наблюдается.  

Анализ структурных сдвигов показателей заболеваемости населения России по 

основным классам болезней позволяет сделать выводы о результатах работы учреждений 
здравоохранения и приоритетах их работы на перспективу. По нашему мнению, пристальное 
внимание необходимо уделять заболеваниям дыхательной системы, так как их доля в 
структуре заболеваемости в период с 2000-2015 гг. является наибольшей и продолжает 
увеличиваться. Также значительной проблемой является рост заболеваемости болезнями 
органов дыхания. Среди всех заболеваний данное изменение является самым высоким. 
Постепенно растет доля заболеваемости, связанная с врожденными болезнями, что требует, 
на наш взгляд, более активно вести профилактическую работу среди потенциальных 
родителей, 
развивать 
научные 
исследования 
по 
выявлению 
и 
элиминированию 

наследственных факторов заболеваемости. Также, особого контроля требуют заболевания 
кровеносной и эндокринной систем, они занимают второе и третье место по количеству ими 
заболевших. Однако их доля в структуре заболеваний по основным классам болезней в 2015 
г. в сравнении с 2000 и 2010 гг. снизилась, что может указывать на определенные 
положительные результаты отечественной медицины. 

Основными факторами, влияющими на здоровье населения, являются: образ жизни, 

экологическая и социально-экономическая обстановка, биологические факторы, политика 
государства в области охраны здоровья населения и др. [4]. Количественно определить силу 
влияния каждого из этих факторов сложно, так как все они взаимосвязаны и степень их 
воздействия на заболеваемость, в свою очередь, определяется политикой в области охраны 
здоровья населения, которая реализуется через систему здравоохранения. Тем не менее, 
можно выделить роль основных социально-экономических факторов, оказывающих влияние 
на изменение заболеваемости с помощью методов корреляционно-регрессионного анализа. 

В качестве результативного признака (у) взят показатель «число больных с впервые 

установленным диагнозом» в России в период с 2000-2015 гг. 

Факторными признаками являются: 𝑥1 − реальная начисленная заработная плата 

работников, %; 𝑥2 – число больничных организаций, тысяч; 𝑥3 – выбросы наиболее 
распространенных загрязняющих атмосферу веществ, тысяч тонн; 𝑥4 – численность 
медицинских кадров, тыс. человек. 

В результате корреляционного анализа с помощью специализированной прикладной 

программы получаем матрицу парных коэффициентов корреляции (таблица 3). Парные 
коэффициенты корреляции – показатели связи между двумя признаками, один из которых 
рассматривается как причина, другой – как следствие. Данный коэффициент может 
принимать значения в интервале (-1;1). Чем его модуль ближе к единице, тем теснее связь 
между признаками [3]. 

 
Таблица 3 – Матрица парных коэффициентов корреляции 

у
х1
х2
х3
х4

у
1,000

х1
-0,814
1,000

х2
-0,919
0,738
1,000

х3
-0,669
0,559
0,495
1,000

х4
0,596
-0,305
-0,625
-0,125
1,000