Введение. В последние десятилетия в отечественной экономике заметно увеличилась концентрация демографический, финансовых и других ресурсов вокруг крупных городов. В определении понятия агломерация существует целое разнообразие подходов и выбор критериев для определения агломерации широкий: наличие города-ядра и обслуживающих его пригородов, плотность городского населения, непрерывность застройки и т.д. Так или иначе, основным показателей выделения агломерации принято считать концентрация ресурсов и деловой активности на ограниченном пространстве. Формирование агломераций необходимо для страны, поскольку они устраняют пространственные барьеры и способствуют экономическому сжатию территорий.   К положительным характеристикам агломерации можно отнести создание «точек роста», благодаря которым аккумулируются трудовые и финансовые ресурсы, развивается культурная и социальная среда. Однако отрицательной стороной агломерационных процессов является неравномерность процессов территорий, входящих в агломерационный ареал.  Экономисты и социологи отмечают диспропорции социально-экономических условий в городах оси центр-периферия. Безусловно, пространственное неравенство не присуща только России, это явление не является редкостью как для развивающихся, так и для развитых стран. Знание степени неравенства необходимы для более эффективного управления территориями, а также для планирования социально-экономического развития регионов.Крупнейшей агломераций в России считается Московская агломерация. По многим экономическим индексам, включая рост трудовой миграции и технологическую обеспеченность производств, Московская агломерация опережает общероссийские показатели. Материалы и методы. Значимой проблемой управления агломерацией является отсутствие единой методологической базы в оценке уровня развития агломерации. Существуют популярные методы оценивания пространственной локализации с использованием показателей динамики плотности населения, индексов концентрации Херфиндаля-Хиршмана, П. Кругмана и т.д. По сути, большинство индикаторов на основе статистических наблюдений диагностируют разницу в концентрации трудовых ресурсов в периметре центр-периферия, и для оценки величины неравенства обычно подбирают подходящий измеритель, после рассчитывают по имеющимся данным его величину, используя известные формулы. Для выявления степени экономического неравенства в научных исследованиях часто используется коэффициент Джини. В соответствии с завяленной темой статьи, полученные на основе статистических данных по городам Московской области результаты позволят оценить насколько концентрация трудовых ресурсов в центре агломерации влияет на уровень заработка жителей агломерации как первого, так и второго порядка. Расчетные показатели подтвердят или опровергнут актуальность использования данного индикатора в измерениях количественных показателей пространственной локализации и агломерационных эффектов. В начале стоит отметить, что достаточно популярным и вполне логичным объяснением разности в доходах жителей региона с крупной городской агломерацией представляетя то, что концентрация деловой активности мегаполиса порождает повышенный спрос на квалифицированные трудовые ресурсы с предложением высоких заработных плат и перспективами карьерного роста. В то же время периферийным городам региона нечего предложить своим жителям, что приводит к маятниковой миграции – ежедневным возвратным перемещениям людей с периферии агломерации к ее центру.    Итак, коэффициент Джини представляет собой степень неравенства общества страны или региона в распределении доходов. Графическим отображением коэффициента Джини является кривая Лоренца – это график, предложенный американским математиком и экономистом Максом Отто Лоренцем для иллюстрации неравномерного распределения общего объема определенного показателя по группам единиц статистической совокупности. Кривая Лоренца (рисунок 1) строится в системе прямоугольных координат: на оси абсцисс указаны значения кумулятивных (накопленных нарастающим итогом) долей численности единиц совокупности pi, на оси ординат - значения кумулятивных долей распределяемого суммарного показателя qi. Диагональ показывает равномерное распределение pi и qi, или полное отсутствие концентрации. Чем больше фактическое распределение pi и qi отклоняется от равномерного, тем дальше кривая Лоренца удалена от диагонали и тем больше площадь фигуры S1, ограниченной на графике линией равномерного распределения и кривой Лоренца [2]. Рис.1. Кривая Лоренца Кривую Лоренца для определения степени неравномерности распределения доходов населения и концентрации их в отдельных группах предложил использовать итальянский статистик К. Джини в 1912 г. Впоследствии коэффициент концентрации и получил его имя. С геометрической позиции коэффициент Джини представляет собой отношение площадей фигур S1 и S2. Значение коэффициента «0» соответствует абсолютному равенству, «1» – абсолютному неравенству.Преимуществом данного показателя является простота расчетов. Недостаток состоит в том, что его невозможно декомпонировать.  Разные распределения могут привести к одинаковым результатам, поскольку коэффициент делит двумерную область до одного числа, он скрывает информацию о «форме» неравенства: кривая Лоренца не отражает демографические различия между подгруппами внутри распределения (пол, возраст и т.д.)На практике используется несколько вариантов коэффициента Джини, но исходя из удобства и простоты, в данном исследовании использована следующая формула:pi – кумулятивная доля i-группы в общей численности единиц совокупности;qi – кумулятивная доля i-группы в общем объеме распределяемого суммарного показателя. Результаты. В качестве статистической базы для исследования использовались данные Министерства экономики и финансов Московской области[1] по 64-м муниципальным образованиям Московской области с численностью населения, по состоянию на 2020 г., от 534 человек (городской округ Молодежный) до 125 тыс. человек (Подольский городской округ). В исследовании для измерения экономического неравенства использовались показатели среднемесячных заработных плат жителей муниципальных городов Подмосковья, так как достоверные данные по доходам с привязкой к конкретному городу области в открытых источниках отсутствуют. Более того, источниками дохода могут быть доходы от собственности и текущие трансферты.        Для анализа поведения показателя неравенства в динамике, расчет проводился за период 2018-2020 гг. Для прозрачности процесса расчета, в таблице 1 приведен алгоритм нахождения кумулятивных долей для определения коэффициента Джини.                                                                                                                                   Таблица 1Распределение населения Московской области по величине среднемесячных заработных плат в 2018 г.Результаты расчета коэффициента Джини:1. 2018 г. – G2018 = 0,1032. 2019 г. – G2019 = 0,0993. 2020 г. – G2020 = 0,0854. 2021 г. – G2021 = 0,092 Дискуссия. Низкие показатели коэффициента Джини (нормой большинство экономистов считают (G <0,3) говорят о достаточно равномерном распределении доходов в Московской области. Причиной резкого снижения коэффициента Джини в 2020 г. вероятно послужили ограничения, связанные с распространением COVID-19. На фоне общего падения объема производства товаров и услуг, зарплаты в 2020 г. росли только у жителей дальнего Подмосковья (Таблица 2).                                                                                                                                         Таблица 2.Динамика показателя «Средняя заработная плата» населения Московской области на период 2018-2021 гг. Удаленность от Москвы, км.Средняя з/п в руб. по годам20182019202020210-3055 45759 30859 40566 98830-6044 74246 83046 72751 92960-9042 28145 37946 39852 70290-12042 73346 32547 22954 929120-15037 41640 11241 58945 901150-18036 04338 87440 28342 835 Как было сказано выше, недостатком коэффициента Джини является невозможность декомпоновки, и чтобы получить более четкую картину хоть и небольшого, но всё же неравенства в заработках, логично предположить, что диспропорцию в уровне заработков вносят города-спутники Москвы. На рисунке представлен график распределения средних зарплат в зависимости от расстояния до центра Московской агломерации. Рис. 2. Зависимость средней з/п населения от расстояния до Москвы Данные графика говорят о том, что существенное влияние на экономическое неравенство оказывают города-спутники, расположенные в радиусе до 30 км. от центра.   Заключение. На основе оценки экономического неравенства Московской области, можно сделать следующие выводы:Использование коэффициента Джини в исследованиях неравномерности социально-экономического развития агломераций оправдано простотой расчета и легкостью интерпретации результата, однако различия в методах сбора статистических данных могут привести к искажению результата.  Столица по-прежнему выступает центром притяжения трудовых ресурсов области. Города-спутники, встроенные в деловой ритм центра, способны обеспечивать население рабочими местами с более высокими заработками, чем периферия. Низкие значения коэффициента Джини позволяют сделать вывод об относительно равномерном социально-экономическом развитии городов, особенно дальнего Подмосковья.  [1] Прогноз социально-экономического развития Московской области на среднесрочный период 2021-2023 годов. [Электронный ресурс]. Официальный сайт Министерства экономики и финансов Московской области. – Режим доступа: https://mef.mosreg.ru/dokumenty/socialno-ekonomicheskoe-razvitie/prognoz-socialno-ekonomicheskogo-razvitiya/srednesrochnyy-period (дата обращения 14.12.2022)