CC BY
119
УДК 330.12+330.341.44:332
В.Т. ТАРАСОВ, И.П. ДАНИЛОВ
КАЧЕСТВО ЖИЗНИ НАСЕЛЕНИЯ И КОНКУРЕНТОСПОСОБНОСТЬ РЕГИОНОВ*
Ключевые слова: качество жизни, инновационный потенциал, человеческий капитал, факторы и результат конкурентоспособности регионов.
Качество жизни населения определяется как конечный результат конкуренции регионов. Оценивается корреляционная связь сводного индикатора благосостояния населения регионов России с их инновационным потенциалом и человеческим капиталом за 2000-2009 гг.
V.T. TARASOV, I.P. DANILOV QUALITY OF LIVE AND COMPETITIVENESS OF REGIONS
Key words: life quality, innovation potential, human capital, factors and results of regions competitiveness.
People’s life quality is defined as the final result of competition among regions. We estimate the correlation of the composite indicator of people’s welfare between Russian regions with their potential for innovation and human capital over a period of time from 2000 to 2009.
Конкуренция регионов предполагает состязательность между ними за создание не только благоприятных условий ведения бизнеса, но и проживания населения, формирования высоких стандартов качества его жизни. Иными словами, конкуренция является средством достижения конечных целей, состоящих в обеспечении высокого и устойчивого роста, уровня занятости, социального благосостояния и качества жизни. В долгосрочной перспективе конкурентоспособные регионы, создавшие благоприятные условия для работы и проживания людей, закономерно становятся привлекательными для инвестиций и развития бизнеса. По мере повышения качества жизни людей заметно возрастает роль социально-культурных, экологических и других факторов конкурентоспособности регионов с точки зрения выбора людьми места работы, обучения, отдыха, лечения и проживания.
О возрастании роли социокультурных факторов в общественном развитии и необходимости государственного регулирования качества жизни населения (КЖН) говорится в ряде программных документов. Так, в утвержденной распоряжением российского правительства 17.11.2008 г. «Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года» в качестве одного из трех вызовов предстоящего долгосрочного развития называется возрастание роли человеческого капитала как основного фактора экономического развития. В числе целевых ориентиров провозглашаются высокие стандарты благосостояния человека, предполагающие достижение уровня доходов и качество жизни россиян, характерных для развитых экономик. Наряду с этим утверждается: «Формирование инновационной экономики означает превращение интеллекта, творческого потенциала человека в ведущий фактор экономического роста и национальной конкурентоспособности» [9].
В итоговом докладе о результатах экспертной работы по актуальным проблемам социально-экономической стратегии России на период до 2020 г. «Стратегия-2020: Новая модель роста - новая социальная политика» особо подчеркивается новизна концепции взаимосвязи между социальной политикой и экономическим ростом. Понимая очевидное влияние экономического роста на достижение целей социальной политики, с одной стороны, в документе
* Исследование выполнено при поддержке РФФИ (грант № 10-06-00091 а).
предлагается осуществить маневр, «...призванный задействовать факторы конкурентоспособности, которые были недоиспользованы в прошлом периоде. Помимо наличия природных ресурсов и большого внутреннего рынка -факторов конкурентоспособности, задействованных в прежней модели экономического роста, это еще и относительно высокое качество человеческого капитала, и определенный научный потенциал» [8].
В концептуальных материалах стран Европейского Союза достижение высокого уровня жизни провозглашается непосредственным критерием конкурентоспособности регионов. Так, проводя параллель между конкурентоспособностью регионов и стран, эксперт Российско-Европейского центра экономической политики (РЕЦЭП) Д. Сепик цитирует Европейский отчет о конкурентоспособности (2001 г.): «Конкурентоспособность. понимается как устойчивый рост уровня жизни в стране и как можно меньший уровень вынужденной безработицы» [12. С. 7]. Далее, подводя итоги рассуждениям, отвечающим на вопрос: что такое конкурентоспособность регионов, Д. Сепик заключает: «Если несколько расширить наше понимание повышения уровня жизни и устойчивости, т.е. связать это с понятием благосостояния в целом, можно легко включить в оценку конкурентоспособности социальные и природоохранные вопросы. Конкурентоспособность определяется результатами (уровнем жизни/доходами), а не факторами, влияющими на нее саму» [12. С. 7].
Таким образом, в ряду факторов формирования конкурентоспособности регионов первостепенная роль отводится человеческому капиталу и инновационному потенциалу регионов. В этой связи представляется целесообразным проанализировать проявление названной закономерности в регионах страны с помощью фактических данных, т.е. оценить взаимосвязь названных факторов с точки зрения их влияния на КЖН регионов как конечный результат их конкурентоспособности. Методы оценки инновационного потенциала регионов и человеческого капитала работников региональных экономик рассмотрены авторами статьи в предыдущих публикациях [5, 6]. Далее изложен один из подходов к измерению КЖН регионов.
Ввиду особой сложности понятия КЖН существуют различные подходы к его толкованию. Известны три основные концепции к определению данной категории: 1) объективистская, 2) субъективистская и 3) синтетическая.
Объективистская концепция трактует КЖН как объективную характеристику, определяющую материальные условия и средства жизнеобеспечения человека (общества). Наоборот, в субъективистской концепции делается упор на ощущаемые характеристики КЖН и субъективные оценки человека к его жизненным условиям, материальным и культурным благам. В исследованиях многих российских ученых преобладает синтетический подход к толкованию данной категории, в соответствии с которым учитываются как объективные характеристики, так и субъективные ощущения КЖН. Тем самым предпринимается попытка охватить все множество сторон, условий и отношений КЖН.
Большинство авторов определяет КЖН как синтетическую, обобщенную, интегральную категорию, аккумулирующую в себе совокупность всех существенных жизненных ценностей, условий существования и развития личности, степень удовлетворения всего комплекса потребностей и интересов людей в различных формах деятельности и субъективном жизнеощущении [1, 2, 6, 7]. Данная категория по сути развивает и углубляет традиционную категорию «уровень жизни» в рамках формирования новой многомерной методологической парадигмы. На основе характеристик, образующих синтетическую категорию КЖН, формируются основополагающие цели социальной политики на всех уровнях управления.
В настоящее время опубликовано значительное количество работ, в которых изложены теоретико-методологические и практические аспекты измерения КЖН. В них также приводятся иллюстративные расчеты частных и обобщающих критериев, реализованных на уровне субъектов федерации. В данной статье предпринята попытка разработать систему объективно контролируемых показателей, предназначенных для измерения КЖН региона и оценки прогресса в достижении обозначенных целей с использованием малоизвестного метода многомерного анализа, основанного на диадном разложении матрицы исходных данных. Методологическая особенность многомерного измерения КЖН регионов состоит в использовании большого количества параметров, характеризующих динамический и пространственный аспекты развития процессов. В качестве сравнительного объекта пространственного анализа использовались среднероссийские значения показателей. Многомерный подход к построению системы статистических показателей, характеризующих отдельные аспекты социального среза общественной жизни региона, позволяет сформировать достаточно полное представление о различных сторонах КЖН. При этом данная система должна обеспечивать генерирование обобщающих представительных характеристик КЖН без потери первоначального информационного разнообразия исходных данных.
В научной литературе предложены различные подходы к построению и оцениванию как частных, так и обобщающих представительных характеристик КЖН регионов с применением разнообразных методов скаляризации исходной информации многомерного характера [1, 6, 7]. Один из наиболее распространенных приемов построения обобщающих представительных характеристик состоит в расчете средневзвешенной величины исходного массива предварительно нормируемых данных. Предполагается, что значения весов будут заданы экспертным путем, что обеспечит их возможную объективность. Однако полностью исключить субъективную составляющую в данном подходе полностью не удается. Тем не менее из-за его простоты он получил наибольшее распространение на практике.
Другие подходы опираются на специальные методы многомерного анализа, из классического арсенала которого наибольшее распространение получили методы главных компонент и многомерного шкалирования, факторного, дискриминантного и кластерного анализов, поскольку для их реализации разработаны стандартные компьютерные программы.
Наряду с ними мало известен и почти не применяется оригинальный метод диадного разложения матриц, предложенный венгерским математиком Б. Секей [11. С. 77-84], суть которого состоит в следующем. По аналогии с методом главных компонент и при одинаковых предположениях диадный анализ ставит перед собой идентичную цель: максимально точно описать систему взаимозависимых переменных при помощи минимального числа независимых друг от друга факторов. Однако диадный анализ в итоге представляет иную информацию, нежели компонентный. Если в компонентном анализе матрица исходных данных размерностью пхт , описывается п-мерными векторами (компонентами), то в диадном анализе - суммой матриц той же размерностью, что и исходная матрица, т.е.
11
B = Е Fp ,
(пхт) Р=1(пхт)
где В - матрица исходных переменных, записанных в виде матрицы нормированных показателей; Fp - р-я фактор-матрица.
В отличие от компонентного, диадный анализ не уплотняет информацию об исходных данных, а, наоборот, расширяет: вместо одной матрицы исходных данных в результате разложения получают h фактор-матриц аналогичного размера, т.е. осуществляется весьма подробное разложение исходной матрицы, которое происходит поэтапно.
Вначале исходная матрица раскладывается на сумму первой фактор-матрицы и первой матрицы-остатка так, чтобы элементы первой фактор-матрицы были наилучшими приближениями к элементам исходной матрицы по критерию минимума евклидовой нормы матрицы-остатка:
B = F., + K. ,
где F. - первая фактор-матрица; K-i - первая матрица-остаток.
На следующем этапе матрицу-остаток K-i разлагают по тому же принципу, что и ранее, на сумму фактор-матрицы наилучшего приближения и матрицы-остатка. Теоретически разложение исходной матрицы можно осуществлять до тех пор, пока не будет получена матрица-остаток, все элементы которой равны нулю. Практически количество итераций определяется уровнем задаваемой точности для матрицы-остатка и очень редко оно оказывается более трех.
Важно отметить, что первая фактор-матрица, как правило, объясняет подавляющую часть изменения переменных исходной матрицы, вторая фактор-матрица - большую часть изменения элементов первой матрицы-остатка и т.д. Таким образом, полное разложение исходной матрицы выглядит следующим образом:
B = F. + F2 +... + Fh, h < min (m, n).
Поскольку фактор-матрица F., как правило, весьма точно характеризует изменение исходных переменных, на долю остальных фактор-матриц остаются лишь незначительные уточнения. Значимость той или иной фактор-матрицы, с точки зрения ее соответствия описываемой исходной матрице, определяется отношением евклидовых норм фактор-матриц и исходной матрицы, которое колеблется между единицей и нулем по мере возрастания номера фактор-матрицы.
Важная особенность данного разложения исходной матрицы В состоит в особой форме представления фактор-матриц F в виде так называемого диад-ного произведения вектор-столбца üp и вектор-строки Vp (рис. 1).
В S е ю с от -р о тк е в 3
Матрица
исходных
данных
Vi
вектор-строка
+
V2
вектор-строка
+ ... +
vh
вектор-строка
Рис. 1. Схема факторизации в диадном анализе
В диадном произведении первая строка фактор-матрицы получается путем умножения первой компоненты вектор-столбца ир по порядку на все компоненты вектор-строки V,. Вторая строка фактор-матрицы получается путем умножения второй компоненты вектор-столбца ир по порядку на все компоненты вектор-строки V, и т.д. [11. С. 77-84].
Если первая фактор-матрица Р1 имеет высокую значимость и достаточно точно описывает изменение переменных исходной матрицы В, то с практиче-
ской точки зрения элементы вектор-столбца Ы! можно интерпретировать как сводные представительные компоненты пространственных уровней анализируемой группы признаков (регионов), а элементы вектор-строки V! - как представительные компоненты их структуры (набора региональных показателей). Можно показать, что элементы вектор-столбца Р-| и вектор-строки и суть особые средние величины и, следовательно, могут выступать в качестве обобщающей или типической характеристики, отражая основную пространственную (или эволюторную) компоненту развития, т.е. некую закономерность, поскольку в процессе осреднения случайные колебания в силу действия закона больших чисел уравновешиваются и взимопогашаются. Однако относиться к средним величинам необходимо с известной долей условности, не абсолютизировать выводы, полученные с их использованием.
Многомерный подход к анализу КЖН региона предполагает формирование системы достаточно представительных показателей, характеризующих различные стороны данной категории и структурированных в разрезе классификационных групп. В различных источниках можно встретить всевозможные классификации показателей социального развития и кЖн. Для мониторинга КЖН на региональном уровне, по нашему мнению, можно использовать перечень сводных критериев, предложенных С.А. Айвазяном [1], которые мы представили в виде трехуровневой системы (рис. 2). Всего было отобрано 54 показателя, представляющих официальные статистические данные Росстата о различных аспектах кЖн субъектов федерации в постреформенном периоде [10]. Их перечень, а также значения базисных индексов за 2001-2009 гг. в целом для Российской Федерации в разрезе выделенных групп приведены в приложении 1.
Первоначально для каждого года анализируемого периода было сформировано по пять матриц исходных показателей в абсолютном выражении. Например, матрица исходных данных, характеризующих благосостояние населения регионов, состояла из 80 строк и 12 столбцов. В ней в качестве элементов строк выступали значения показателей-признаков КЖН в разрезе отдельного региона (включая условный регион со средними по стране показателями), а элементы столбцов соответствовали наименованиям отдельных показателей. Затем показатели КЖН регионов нормировались в линейной шкале стандартным образом.
Рис. 2. Система статистических показателей КЖН
Далее, для каждой матрицы нормированных данных было осуществлено диадное разложение. При этом первая фактор-матрица достаточно точно описала элементы исходной матрицы во всех классификационных группах.
Отношения ее евклидовой нормы к аналогичному показателю матрицы исходных данных во всех группах оказались не ниже 0,94.
Таким образом, вектор-столбцы первых фактор-матриц условно интерпретировались в качестве сводных индикаторов КЖН соответствующего региона по соответствующей классификационной группе исходных показателей.
На следующем этапе диадного анализа на основе вектор-столбцов первых фактор-матриц были сформированы матрицы сводных региональных индикаторов КЖН для каждого года анализируемого периода (2000-2009 гг.), которые затем также подверглись диадному разложению. В этом случае первые фактор-матрицы также весьма точно описали исходные матрицы: отношение евклидовых норм составило 0,99. Следовательно, вектор-столбцы данных матриц можно трактовать в качестве интегральных индикаторов КЖН регионов страны.
В завершение исследования рассчитывались оценки регрессионных уравнений связи между характеристиками КЖН, инновационного потенциала и человеческого капитала. В качестве независимых регрессоров для каждого из 79 регионов выступали среднегодовые значения интегральных индикаторов инновационного потенциала, человеческого капитала (в терминах среднегодовой численности занятых в экономике, обладающих накопленным человеческим капиталом как за время учебы в образовательных учреждениях, так и на рабочем месте за годы трудовой деятельности). В качестве зависимых переменных подставлялись среднегодовые значения интегрального индикатора КЖН регионов, а также среднегодовые значения сводных индикаторов, характеризующих различные аспекты КЖН регионов. Все коррелируемые показатели были выражены в нормированной линейной шкале.
В результате исследования количественных взаимосвязей между названными характеристиками сложилась следующая картина.
1. Не удалось выявить статистически значимой связи между интегральными характеристиками КЖН, инновационного потенциала и человеческого капитала в региональном разрезе. По всей видимости, проводимая органами власти социальная политика в значительной мере нивелирует контуры межрегионального социально-экономического неравенства, обеспечивая населению регионов минимальные стандарты качества жизни, что находит отражение в частных показателях КЖН частично 1-й и особенно 4-й группы. Кроме того, категория КЖН включает ряд социокультурных, демографических, политических и других аспектов, которые непосредственно не определяются влиянием исследуемых факторов (в значительной мере частные показатели КЖН 2-й и 4-й групп).
2. Вместе с тем обнаружилась статистически значимая линейная связь между двумя парами региональных индикаторов: благосостояния населения, с одной стороны (1-я группа показателей КЖН), и инновационного потенциала регионов и человеческого капитала занятых в экономике - с другой. Попытка включить в состав регрессоров одновременно оба фактора оказалась неудачной, поскольку они сильно коррелированы между собой, хотя и оценивались различными методами.
3. Связь между указанными характеристиками благосостояния населения, инновационного потенциала регионов и человеческим капиталом работников, занятых в региональной экономике, становится более тесной, если сократить выборку регионов за счет семи замыкающих ранжированный по уровню благосостояния ряд (приложение 2). Среди выпадающих регионов оказались республики: Тыва, Дагистан, Ингушетия Алтай, Коми, Бурятия, Саха
(Якутия) и Забайкальский край. Можно предположить, что значительная помощь федерального центра слаборазвитым регионам в большой мере сглаживает социальные контуры и вместе с тем, возможно, сильно ослабляет мотивационные механизмы развития. Поиск оптимального баланса между «справедливостью» и «эффективностью» представляет собой одну из центральных задач социальной политики.
Таким образом, гипотеза об определяющей роли факторов инновационного потенциала и его составляющей - человеческого капитала - в формировании конкурентоспособности регионов подтверждается на фактическом материале и обусловливает соответствующие направления управленческой деятельности в проведении конкурентной политики.
Приложение 1
Индексы показателей КЖН Российской Федерации
Показатель 2009 г., % к 2000 г.
1. Благосостояние населения
1.1. Реальные располагаемые денежные доходы населения 229,3
1.2. Реальная начисленная зарплата работников организаций 274,9
1.3. Реальный размер назначенных пенсий 245,7
1.4. Потребительские расходы на душу населения 219,6
1.5. Доля численности населения с доходами ниже прожиточного минимума 45,52
1.6. Общая площадь жилых помещений* 116,7
1.7. Удельный вес общей площади, оборудованной водоотведением (канализацией) 106,2
1.8. Удельный вес общей площади, оборудованной газом (сетевым, сжиженным) и напольными электроплитами 101,7
1.9. Удельный вес общей площади, оборудованной горячим водоснабжением 108,8
1.10. Доля ветхого и аварийного жилого фонда в общей площади всего жилищного фонда 129,2
1.11. Количество легкового автотранспорта* 334,0
1.12. Относительный дефицит располагаемых ресурсов малообеспеченных граждан 84,1
2. Качество населения
2.1. Коэффициент жизненности (отношение числа родившихся к числу умерших) 153,9
2.2. Ожидаемая продолжительность жизни при рождении 105,1
2.3. Коэффициент младенческой смертности 53,2
2.4. Коэффициент способности образовывать и сохранять семьи (отношение общего коэффициента брачности к общему коэффициенту разводимости) 120,0
2.5. Доля детей, обучающихся в общеобразовательных учреждениях в общей численности детей соответствующего возраста 105,0
2.6. Занятые в экономике, имеющие начальное профессиональное образование* 187,1
2.7. Занятые в экономике, имеющие среднее профессиональное образование* 87,7
2.8. Занятые в экономике, имеющие высшее профессиональное образование* 131,2
2.9. Заболеваемость населения с впервые установленным диагнозом* 109,9
2.10. Численность лиц, впервые признанных инвалидами в возрасте 18 лет и старше* 105,1
2.11. Заболеваемость населения злокачественными новообразованиями* 103,7
2.12. Численность больных с психическими расстройствами на учете* 87,7
2.13. Численность больных алкоголизмом на учете* 93,5
2.14. Число самоубийств* 67,7
Окончание приложения 1
Показатель 2009 г., % к 2000 г.
3. Качество трудовой жизни
3.1. Уровень занятости населения 106,2
3.2. Уровень безработицы по методологии МОТ 79,3
3.3. Доля безработных выпускников учреждений начального, среднего и высшего профессионального образования в общей численности зарегистрированных безработных 75,0
3.4. Численность пострадавших при несчастных случаях на производстве с утратой трудоспособности на один рабочий день и более (на 100 тыс. жит.) 28,7
3.5. Травматизм на производстве со смертельным исходом (на 100 тыс. жит.) 42,8
3.6. Задолженность по заработной плате 1,7
4. Качество социальной сферы (инфраструктуры)
4.1. Охват детей дошкольными образовательными учреждениями 106,2
4.2. Обеспеченность амбулаторно-поликлиническими учреждениями* 106,0
4.3. Численность врачей* 107,1
4.4. Численность среднего медицинского персонала* 99,4
4.5. Число больничных коек* 84,2
4.6. Число мест в домах-интернатах для граждан пожилого возраста и инвалидов-взрослых* 110,6
4.7. Библиотечный фонд* 93,8
4.8. Количество посещений театров* 101,4
4.9. Количество посещений музеев* 111,4
4.10. Число спортивных залов* 131
4.11. Число плавательных бассейнов* 164,1
4.12. Число стадионов* 130,6
4.13. Число квартирных телефонных аппаратов общего пользования в городах* 138,3
4.14. Число квартирных телефонных аппаратов общего пользования в сельской местности* 143,9
4.15. Плотность автомобильных дорог (коэффициент Энгеля) 124,6
4.16. Густота автомобильных дорог общего пользования с твердым покрытием (на 1000 кв. км территории) 89,6
5. Безопасность жизнедеятельности
5.1. Число зарегистрированных преступлений* 104,0
5.2. Число тяжких и особо тяжких преступлений* 48,5
5.3. Число несовершеннолетних, совершивших преступление* 50,1
5.4. Выбросы в атмосферу загрязняющих веществ от стационарных источников** 102,8
5.5. Сброс загрязненных сточных вод в поверхностные водные объекты** 79,5
5.6. Доля уловленных и обезвреженных загрязняющих веществ от стационарных источников в общем объеме их выбросов 94,6
* Показатель нормирован по отношению к среднегодовой численности населения.
** Корень квадратный из отношения показателя к произведению площади на число жителей.
Приложение 2
Оценки параметров уравнений регрессии между индикаторами благосостояния населения (у), инновационного потенциала региона(х) и человеческого капитала (г)1
Количество наблюде- ний y = a + Ьх y = a + bz
a b Коэффициент детерминации a b Коэффициент детерминации
79 13,96 (2,24) 0,3989 (4,66) 0,2198 44,95 (32,60) 0,2999 (3,88) 0,1635
72 22,35 (6,06) 0,2534 (4,95) 0,2592 48,42 (61,90) 0,2059 (4,89) 0,2548
1 В скобках указаны f-статистики.
Литература
1. Айвазян С.А. Анализ синтетических категорий качества жизни населения субъектов Российской Федерации: измерения, динамика, основные тенденции // Уровень жизни населения регионов России. 2002. № 41. С. 1-38.
2. Бобков В. Управление качеством жизни населения // Проблемы теории и практики управления. 2005. № 3. С. 118-119.
3. Гоинчель Б.М., Костылева Н.Е. Важнейшие факторы повышения конкурентоспособности регионов / Ин-т «ЕВРОГРАД» (С.-Петербург) по заказу Исполнительной дирекции Форума. СПб., 2003.
4. Данилов И.П., Тарасов В.Т. Инновационный потенциал регионов России: методы анализа структуры и влияния на эффективность экономического роста // Вестник Чувашского университета. 2010. № 4. С. 343-354.
5. Данилов И.П., Тарасов В.Т. Человеческий капитал и инновационное развитие регионов России // Вестник Чувашского университета. 2011. № 1. С. 359-366.
6. Егоршин А.П., Зайцев А.К. Качество жизни населения региона. Н. Новгород: НИМБ, 2002. 122 с.
7. Зубаревич Н.В. Социальное развитие регионов России: проблемы и тенденции переходного периода. М.: Едиториал УРСС, 2003. 264 с.
8. Итоговый доклад о результатах экспертной работы по актуальным проблемам социально-экономической стратегии России на период до 2020 г. «Стратегия-2020: Новая модель роста -новая социальная политика» [Электронный ресурс]. URL: http://2020strategy.ru/data/2012/03/14/ 1214585998/1 itog.pdf.
9. Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года. Официальный сайт Минэкономразвития России [Электронный ресурс]. URL: http://www.economy.gov.ru/minec/activity/sections/fcp/rasp_2008_n1662_red_08.08.2009.
10. Официальный сайт Росстата. ЦБСД. [Электронный ресурс]. URL: http://www.gks.ru.
11. Римлер Ю. Эконометрические методы анализа развития / пер. с венг. Ю.А. Данилова; под ред. Э.Э. Батизи. М.: Статистика, 1979. С. 240.
12. Сепик Д. Конкурентоспособность регионов: некоторые аспекты. Российско-Европейский центр экономической политики (РЕЦЭП). М., 2005. С. 7. [Электронный ресурс]. URL: http:// www.recep.ru/files/documents/regional_competitiveness_ru.pdf.
ТАРАСОВ ВЛАДИМИР ТИМОФЕЕВИЧ - кандидат экономических наук, доцент, Чебоксарский филиал Российской академии народного хозяйства и госслужбы при Президенте Российской Федерации, Россия, Чебоксары (taranet@orionet.ru).
TARASOV VLADIMIR TIMOFEEVICH - candidate of economics sciences, associate professor, Cheboksary Branch of Russian Academy of Public Administration under the President of the Russian Federation, Russia, Cheboksary.
ДАНИЛОВ ИВАН ПЕТРОВИЧ - доктор экономических наук, профессор, Чувашский государственный университет, Россия, Чебоксары (dip41@yandex.ru).
DANILOV iVaN PETRPVICH - doctor of economics sciences, professor, Chuvash State University, Russia, Cheboksary.
