О возможности использования геоинформационных технологий для изучения экономического неравенства (на материалах Сибирского края 1926–1927 гг.)

Владимиров Владимир Николаевич доктор исторических наук профессор кафедры отечественной истории, Алтайский государственный университет 656049, Россия, Алтайский край, г. Барнаул, проспект Ленина, 61, ауд. 312 Vladimirov Vladimir Nikolayevich Doctor of History Professor, Department of Russian History, Altai State University 656049, Russia, Altai Krai, Barnaul, Lenin Avenue, 61, room 312 vvladimirov@icloud.com Другие публикации этого автора

Крупочкин Евгений Петрович кандидат географических наук доцент, кафедра экономической географии и картографии, Алтайский государственный университет 656049, Россия, Алтайский край, г. Барнаул, ул. Проспект Ленина, 61, ауд. 502М Krupochkin Evgenii Petrovich PhD in Geography Associate Professor, Head of the Department of Economic Geography and Cartography, Altai State University  656049, Russia, Altaiskii krai, g. Barnaul, ul. Prospekt Lenina, 61, aud. 502M krupochkin@mail.ru Другие публикации этого автора

Исследование выполнено при поддержке РНФ, проект № 21–18–00509: «Эволюция неравенства доходов и имущества населения России: от Великих реформ до "Великого перелома" в региональном измерении (статистический и геоинформационный анализ)»

Введение

Изучение различных аспектов экономического неравенства в прошлом является одним из ведущих трендов экономической истории. Интерес к этому обусловлен не только возможными проекциями разрабатываемых положений и сформулированных выводов на настоящее, но и вполне достижимыми перспективами получения достоверного и верифицируемого исторического знания, опирающегося на широкий круг статистических источников и прочную методологическую базу с привлечением математических методов и информационных технологий.

Между тем, геоинформационные системы и технологии, популярность и результативность применения которых в исторических исследованиях достигла весьма высокого уровня, пока не стали привычным инструментом исследования исторических аспектов неравенства. При этом изучение подобных одного из видов экономического неравенства в нашей стране – неравенства в оплате труда – неизбежно сталкивается с проблемой региональных особенностей на огромной территории России, где специфика природно-географических и социально-экономических условий обусловила и специфику социально-экономических процессов.

В итоге следует выход на пространственные особенности регионов и их влияние на специфику происходящих на той или иной территории процессов. Таким образом, о возможности использования геоинформационных технологий в данном случае можно говорить a priori. В настоящей работе рассматриваются некоторые аспекты применения геопространственного анализа при изучении неравенства в оплате труда служащих окружных городов Сибирского края в 1926–1927 гг. (период позднего НЭПа).

Источники и методика

Сибирский край был образован 25 мая 1925 г. постановлением Президиума ВЦИК ^[1]. В результате укрупнения административно-территориального деления появился гигантский край, включивший в себя 6 губерний и автономную область. Столицей стал город Новониколаевск (с 1926 г. – Новосибирск). В это же время происходило становление системы государственной статистики ^{[2; 3; 4]}. Заработало краевое статистическое бюро, позже – краевой статистический отдел. В краевом центре были сосредоточены мощные статистические силы, состоящие из практических статистиков высокого уровня. Ими издавались, в частности, различные статистические сборники, в том числе серия изданий «Бюллетень статистики труда Сибирского края» (1926–1928 гг.) и его продолжение «Бюллетень статистики труда и промышленности» (1928–1929 гг.).

Понятно, что далеко не все статистические данные пригодны для работы с ними в геоинформационных системах. Необходимым условием здесь является их привязка к тем или иным пространственным единицам, какими могут быть административно-территориальные территории. С этой точки зрения мы отобрали данные, которые характеризуют зарплату служащих окружных городов Сибири за 8 кварталов, охватывающих практически 2 года – 1926 и 1927.

На основе имеющихся данных в программе Microsoft Excel была создана таблица для дальнейшей обработки. В таблицу были внесены некоторые корректировки. Так, города Тулун и Киренск, данные по которым были представлены только за часть периода, были исключены из таблицы. В списке городов вместе с Барабинском указан Каинск, который не был центром округа, но в большинстве случаев заработная плата указана именно в нем, хотя центром округа был Барабинск. Отсутствующее значение зарплаты по Бийску за февраль 1927 г. было восстановлено как среднее значение между размерами заработной платы двух соседних периодов (табл. 1).

Для создания тематических карт и дальнейшего анализа пространственных закономерностей нами были вычислены средние значения заработной платы за рассматриваемый период, а также темп прироста, оба эти показателя были добавлены в таблицу. Темп прироста находится по формуле:

где ∆P – темп прироста, Pt – текущий период (наиболее новые данные в хронологическом порядке), Pb – значение показателя за предыдущий или базовый период статистического наблюдения.

Таблица 1

Источники: ^{[5, с. 41, табл. 12; 6, с. 22, табл. 12; 7, с. 31, табл. 18; 8, с. 39, табл. 17; 9, с. 26, табл. 15]}.

Для разработки исторической ГИС и дальнейшей визуализация данных с помощью ее инструментария, а также геопространственного анализа различных аспектов неравенства населения Сибирского края выполнены операции по созданию набора пространственных исторических данных, а также геокодирование статистической информации, применен функционал ГИС для геостатистической обработки и анализа полученных результатов.

Рис. 1. Издание карты Сибирского края, используемой для оцифровки в ГИС.

Источник: ^[10].

При разработке ГИС произведена оцифровка карты Сибирского края масштаба 1:3000000 (рис. 1), на которой присутствует координатная сетка, нанесена ситуация (гидрографическая сеть и рельеф, отображенный отмывкой) и административное деление по данным районирования 1929 г. (рис. 2).

Рис. 2. Карта Сибирского края: составлена В.Г. Болдыревым.

Источник: ^[10]

Особое внимание было обращено на математическую основу. За начало системы отсчета/системы координат принята современная точка отсчета – пересечение линии Гринвичского меридиана с линией экватора. На карте указано, что главный ее масштаб сохраняется на 50-й и 60-й параллелях с.ш., это свидетельствует об использовании конической проекции, однако точных параметров этой проекции у нас не было.

Задачами, предваряющими весь цикл работ по созданию исторической ГИС, являлись трансформирование и геопривязка указанной карты. Трансформирование – это процедура географической привязки и геометрической коррекции изображения (растра), при котором происходит не только создание математической основы, но и устранение искажений на карте (растре) путем выполнения математических преобразований. Полный цикл операций геопривязки в случае с незначительными искажениями на картах описан нами в опубликованной ранее статье ^[11].

Однако для нашей карты, по сути, данная процедура выполнялась дважды:

1. При преобразовании растра методом сплайнов в ArcGIS;

2. При импортировании трансформированного растра и геопривязке в MapInfo PRO.

Для выполнения трансформирования необходимо достаточное количество связей при условии, что растр (карта) соответствовали координатам целевых данных. Чтобы добиться максимального совпадения координат использован слой координатной сетки, созданный с шагом 2 градуса. Для трансформирования растровых данных мы использовали метод сплайнов со следующими параметрами:

X’ = Ax + By + C,

Y’ = Dx + Ex + F,

где X – число столбцов в растре, Y – число строк, X’ – значение по горизонтали в координатном пространстве, Y’ – значение по вертикали в координатном пространстве, А – ширина ячейки в единицах карты, В – поворот, С – x’ координата центра верхней левой ячейки, D – поворот, Е – отрицательная высота ячейки в единицах карты, F – y' координата верхней левой ячейки (рис. 3).

Рис. 3. Схема трансформирования растра с помощью математических преобразований

Источник: ^[12].

Таким образом, шесть ключевых параметров определяют трансформацию растра в заданную систему координат и проекцию – A, B, C, D, E, F. Завершающим этапом стала импортирование и повторная коррекция растра по узлам координатной сетки (рис. 4).

Рис. 4. Схема привязки и коррекции импортированного растра в программе MapInfo PRO

Выполненный цикл операций минимизирует искажения по полю карты и позволяет работать с ней в ГИС-среде. Отметим основные преимущества обработанного и геопривязанного растра:

1. Оцифровка в заданной системе координат;

2. Возможность применения любых картометрических операций и функций, предусмотренных функционалом ГИС для работы с пространственными данными;

3. Возможность правильной компоновки;

4. Возможность выполнения оверлейных операций;

5. Аналитические операции.

При оцифровке границ округов мы использовали геопривязанную историческую карту Сибирского края 1929 г. издания, в которой уже не было Тарского округа, вся территория входила в состав Омского округа. Поэтому сначала были определены природные и административные ориентиры (внутреннее деление, речная сеть), и далее по ним уже проводилась граница между Омским и Тарским округами.

Следующим шагом стало геокодирование базы данных из среды Microsoft Excel в ГИС. Под геокодированием понимается процесс отображения внешних или внутренних (данные в системе) пространственно-координированных данных на карте, либо процесс преобразования описания местоположения (например, координаты, адрес или название места) в местоположение на поверхности Земли ^{[13; 14]}.

Оцифровка округов производилась с учетом топологии карты и слоев, при которой топологические (или геометрические) отношения между общими частями объектов для всех объектов внутри слоя имеют равноценное значение. Это позволяет редактировать объекты с общей геометрией одновременно. При создании топологически корректных объектов производилась трассировка отдельных участков при совпадении со слоем современного административного деления. Такой подход, во-первых, позволяет сэкономить время на оцифровку, во-вторых, повышает точность расположения объектов, наносимых на карту в плане.

Следующий этап (геопространственный исторический анализ) состоял в построении серии карт, отражающих средний уровень заработной платы служащих в окружных городах, а также динамику заработной платы на основе поквартальной статистики (табл. 1). В качестве показателя динамики мы использовали темп прироста. При этом для удобства и наглядности визуализации мы посчитали возможным распространить данные по городам – центрам округов – на всю территорию округов. Таким образом, при анализе картограмм следует иметь в виду, что речь идет не об округах в целом, а только об их центрах.

Основные результаты

Для визуализации распределения статистических показателей, как абсолютных (исходных), так и относительных, мы использовали дискретные способы построения тематических карт в ГИС-среде. Они представлены классическими картограммами, построенными по сетке округов и отображающими соответствующие статистические показатели за два года – 1926 и 1927.

Визуализация средних значений зарплаты по городам (рис. 5) показывает, что наибольшая зарплата служащих наблюдается в Новосибирске, что не удивительно, поскольку это столица Сибирского края.

Рис. 5. Распределение средней заработной платы в окружных городах Сибирского края в 1926-27 гг. (в золотых рублях)

Экспертным путем нами выделены представленные на карте интервалы величины заработной платы в окружных городах, соответствующие низкому (до 56,0 руб.), среднему (от 56,1 до 60,0 руб.) и высокому (от 60,1 до 70,0 руб.) ее уровню. Новосибирск, где величина зарплаты самая высокая (77,62 руб.), мы посчитали выделить в отдельную группу как центр Сибирского края.

Рис. 6. Картограмма величины средней заработной платы служащих окружных городов Сибири по округам Сибирского края в 1926–1927 гг.

На картограмме (рис. 6) заметно, что города с низким уровнем заработной платы концентрируются на юге Западной Сибири (Барнаул, Бийск, Камень), сюда же относятся Тара и ряд городов центральной части Сибирского края (Красноярск, Канск, Минусинск). Города со средним уровнем зарплаты располагаются в Восточной Сибири (Иркутск) и Западной Сибири (от Томска на севере до Усть-Абаканска на юге), к ним же относятся города современного Алтайского края Славгород и Рубцовск. Высокий уровень зарплаты характеризует два города Западной Сибири (Каинск, Омск) и центр Ойротской автономной области Улалу, которая в то время только проходила становление в качестве города. Учитывая географическое положение Новосибирска, можно говорить о высокой дифференциации межгородской зарплаты служащих в окружных городах Западной Сибири.

Визуализация темпов прироста зарплаты по городам (рис. 7) показывает большую вариацию, нежели средняя зарплата. Здесь более или менее наблюдаются три группы городов с низким (до 13,0%), средним (от 13,1 до 40,0% и высоким (свыше 40%) приростом.

Рис. 7. Распределение среднего темпа прироста заработной платы служащих в окружных городах Сибирского края в 1926-27 гг. (в %)

Рис. 8. Картограмма темпа прироста средней заработной платы служащих окружных городов Сибири по округам Сибирского края в 1926-1927 гг.

На картограмме (рис. 8) хорошо заметно, что наибольший прирост заработной платы демонстрируют те города, в которых ее уровень был низким (Камень) или средним (Славгород, который является лидером прироста, Щегловск и Ачинск), а иногда даже высоким (Каинск). Все эти города, за исключением Ачинска, располагаются в Западной Сибири. Наименьший прирост наблюдается, с одной стороны, в городах с высокой зарплатой (Новосибирск, Омск). Но сюда относится и ряд городов с низкой зарплатой, отсутствие роста которой приводит к выделению своеобразных «городов-аутсайдеров» в этом отношении (Барнаул, Бийск, Канск). Таким образом в окружных городах Западной Сибири происходит дальнейшая межгородская дифференциация зарплаты служащих.

Заключение

Приведенные примеры использования геоинформационных технологий показывают, что имеются определенные перспективы в их использовании для изучения экономического неравенства. Для дальнейшего развития этого направления необходимо расширение источниковой базы и совершенствование методики и техники исследования.