CC BY
237
ПРОГНОЗИРОВАНИЕ ПЕРСПЕКТИВ РАЗВИТИЯ МАЛЫХ ПРЕДПРИЯТИЙ В УСЛОВИЯХ КЧР НА ПЕРИОД ДО 2020 ГОДА
ЭДИЕВА А.К.,
соискатель,
Северо-Кавказская государственная гуманитарно-технологическая академия,
e-mail: kancerovr@mail.ru
В статье рассматриваются вопросы повышения эффективности использования региональных программ развития малого бизнеса за счет использования прогнозирования численности малых предприятий и занятых на них работников на период до 2020 г.
Ключевые слова: малые предприятия; прогнозирование; экстраполяция; критерий Фишера.
In this paper, more efficient use of regional development programs for small businesses through the use of forecasting the number of small businesses and working on their employees for the period to 2020.
Keywords: small businesses; forecasting; extrapolation; Fisher's criterion.
Коды классификатора JEL: R11, R13.
Значение малого предпринимательства можно исследовать в двух направлениях — экономическая эффективность и социальная эффективность для рыночной экономики и для экономики конкретного региона. Вместе с тем, на данном этапе развития рыночных отношений не удается достаточно достоверно оценить по количественным показателям состояние и перспективы развития этого сектора экономики. Вследствие этого нет возможности прогнозировать состояние данного сектора на будущий период. Это особенно важно для региональной экономики, в которой малое предпринимательство может играть огромную роль, как с точки зрения экономической функциональности, так и с точки зрения социальных функции малых предприятий.
Более того, в региональной экономике в большей степени заинтересованы в развитии малого бизнеса, так как малый бизнес во многом влияет на поступление средств в бюджет региона, решает социальные вопросы, связанные с созданием новых мест и, соответственно, уменьшением безработицы. Способствует он и улучшению экологической составляющей окружающей среды, что в конечном итоге дает возможность для улучшения условий жизни населения регионов.
Соответственно региональная власть имеет достаточно большое количество рычагов воздействия на состояние и перспективы малого предпринимательства. Однако возможности региональной власти далеко не безграничны и направления развития малого предпринимательства, которые предусматриваются в региональной программе находятся в очень большой зависимости от внешних экономических, социальных и политических условий. Более того, даже в регионе имеются отдельные административные районы, которые отличаются весьма существенно друг от друга своими природно-экономическими, социальными и организационными условиями ведения предпринимательской деятельности. Кроме того, практически невозможно добиться одинакового уровня развития рыночной и предпринимательской инфраструктуры. Поэтому в таких условиях весьма актуальным становится разработка методики прогнозирования состояния малого бизнеса в зависимости от текущих условий и сценариев его развития.
Особенно это касается прогнозирования численности малых предприятий в зависимости от текущих и перспективных условий внешней среды.
С другой стороны даже существующие на данный момент малые предприятия далеки от оптимальной конфигурации по количеству, объему и ассортименту выпускаемой продукции и оказываемых услуг.
Ответы на многие вопросы, связанные с развитием малых предприятий в условиях региона, может дать экономикоматематическое моделирование. Использование этой методики позволяет получить удобный инструмент анализа и прогнозирования состояния данной сферы в тех или иных условиях окружающей среды. Инструментов моделирование очень много. Среди этих инструментов, на наш взгляд, наиболее приемлемым с рассматриваемой точки зрения является метод экстраполяции на базе экономико-математических моделей, что позволяет выявить изменения. Базой для экстраполяции являются статистические данные, которые приводятся органами государственной статистики. К сожалению, достоверность данных, которые предоставляют государственные органы статистики далеко не полностью отражает существующую действительность, что объясняется несколькими факторами.
Например, для экстраполяции необходимо иметь достаточно глубокие по времени данные, которые бы охватывали изучаемое явление не менее чем в течении 10-15 лет. Однако изменения законодательства приводят к тому, что в разные периоды к категории малых предприятий относятся различные типы предпринимательских образований. Скажем,
© А.К. Эдиева, 2011
ТЕRRА ECONOMICUS ^ 2011 ^ Том 9 № 4 Часть 3
ТЕRRА ECONOMICUS ^ 2011 ^ Том 9 № 4 Часть 3
202
А.К. ЭДИЕВА
принятие в 2008 г. закона, который уточнил ситуацию в малом секторе, привело к тому, что ряд предприятий, которые до 2008 г. рассматривались как малые, перестали ими быть. Наряду с этим имеет место нестабильность законодательнонормативной базы функционирования малых предприятий, также много факторов, влияющих на достоверность прогностической деятельности. Можно к этим факторам отнести, например, недостатки самой системы статистического учета в отношении малых предприятий. Недаром федеральная служба статистики Российской Федерации провела в 2011 г. сплошной мониторинг деятельности сектора малых предприятий. Это говорит о том, что получаемые данные до этого мониторинга, мягко говоря, не совсем точны и не устраивают по степени достоверности сами органы государственной статистической службы.
Другим фактором является то, что сами малые предприятия намерено искажают отчетные данные. Связано это в основном с желанием уйти от налогообложения или если, например, предприятие находится на границе возможностей для перехода на упрощенную систему налогообложения, то как правило искажает данные, чтобы упрощенная система могла быть использована.
Есть и объективные экономические причины для того, чтобы не заниматься прогностической деятельностью. Например, типичная объективная причина — инфляция. Из-за инфляции стоимостные показатели развития малых предприятий отраженные в отчетности различных лет мало сопоставимы между собой. Мы уже приводили примеры, анализируя показатели, выраженные в текущих ценах, и в сопоставимых ценах — они дают различную картину исследуемого признака.
Поэтому при прогнозировании перспектив развития малого предпринимательства мы отказались от стоимостных показателей и остановились на двух параметрах — количестве малых предприятий и численности занятых в этой сфере. Выбор именно этих двух параметров объясняется тем, что количество малых предприятий имеет огромное значение для экономической составляющей развития данного сектора. Количество занятых в малом бизнесе значимо для социальной составляющей малого бизнеса. Кроме этого статистические данные по этим двум параметрам намного более достоверны, чем всевозможные стоимостные показатели эффективности развития малого бизнеса. Для прогнозирования количества малых предприятий и численности персонала на них мы использовали метод экстраполяции.
Математическая постановка задачи экстраполяции заключается в том, чтобы по известным значениям Xt экономического процесса предсказать его возможные величины на период Хм. Основой прогноза является выделение тенденции изменения экономического показателя во времени в виде математической функции, подбор адекватной математической функции осуществляется методом наименьших квадратов — по минимуму отклонение суммы квадратов между теоретическими и эмпирическими уровнями ряда [2]:
1 (У - У t)2 ^ min (1)
где, Б (yt - y t)2 - сумма квадрата отклонения фактического значения показателя относительно времени от его среднего значения.
Для использования в методе экстраполяции применяется значительное число различных математических функций, которые отражают отдельные типы развития. Большинство этих функций является вариацией, пусть и весьма сложной, линейной зависимости между факторным и результативным признаком. Однако факторы, от которых зависит рассматриваемые показатели настолько многообразны и сложны, а также непостоянны во времени, что использование линейной функции в данном случаи нам кажется неадекватным. Поэтому мы остановились на нелинейной зависимости между исследуемыми факторами и временем.
Исходя из задач нашего исследования, предпочтение обычно предоставляется парным нелинейным моделям первого типа, которые в обобщенном виде можно представить:
Y = а ф (х) + ь (2)
где Y - расчетное значение теоретической функции зависимости фактора Х во времени;
Ф (х) - функция зависимости показателя Y от фактора х;
a, b - неизвестные параметры регрессионной фунции. __
Заменой величины z. = ф(х) нелинейная парная регрессия преобразуется в линейную Y = az + b, что позволяет использовать для расчета возможности приложения Excel.
Для выявления степени адекватности той или иной функции требуемому уровню, мы сравнивали уровень аппроксимации, выраженный индексом корреляции, с уровнем регрессии. Чем ближе значение индекса единицы, тем более
адекватной является модель.
Приведеные регрессионные модели построены на основе зависимости количества малых предприятий (вариант 1) и численности занятых (вариант 2) — соответственно фактор Y от неопределенного показателя, отражающего изменение фактора Х во времени.
Оценка адекватности парной нелинейной регрессии наблюдаемым данным (вариант 1 — динамический ряд количества МП с 2003 по 2010 гг.; вариант 2 — динамический ряд занятых на МП с 2003 по 2010 гг.) осуществлялись с помощью критерия Фишера.
Расчетное значение критерия Фишера находится по формуле:
где, F — значение функции Фишера , определяемое по заданным значениям n и m, и определяется вероятностью р;
I ( у — у) 2
2 — дисперсия значения у; S = ——— — стандартное отклонение показателя в при n-степенях свободы и m —
у (m - n -1)
значении надежной вероятности, и сравнивается с табличным значением. При этом, если F расчетное больше табличного значения, то с надежностью Р = 1-а можно считать, что рассматриваемая математическая модель адекватна эксперимен-
ПРОГНОЗИРОВАНИЕ ПЕРСПЕКТИВ РАЗВИТИЯ МАЛЫХ ПРЕДПРИЯТИЙ.
203
тальным данным, в противном случае с надежностью Р рассматриваемую парную регрессию нельзя считать адекватной. Будем в дальнейшем использовать данную формулу:
У =еах+Ь (4)
Интервальную оценку находим с помощью расчета по формуле:
(5)
V» V (Т2г
где Ду - отклонение теоретической функции распределения от точного значения показателя; tak - значение функции Стьюдента;
S - стандартное отклонение показателя в при п - степенях свободы и т-значении надежности вероятности. z - значение нелинейной парной регрессии;
Z - расчетное значение нелинейной парной регрессии; о - дисперсия значения у.
Точное значение прогнозируемых величин по численности малых предприятий в экономике и численности занятых на них представлены в табл. 1.
Из табл. 1 видно, что наблюдается в начале тенденция роста численности малых предприятий и соответственно численности занятых до 2016 г. Затем наблюдается определенный спад в 2017 и 2018 гг. Но в дальнейшем наблюдается повышательная волна, что приводит к численности занятых и численности самих малых предприятий к 2020 г. к значениям выше, чем в начале падение в 2016 г.
Таблица 1
Прогнозные характеристики количества малых предприятий и численности занятых в них по КЧР на период до 2020 г. *
Годы Прогнозируемая численность малых предприятий Прогнозируемая численность занятых на малых предприятиях Численность малых предприятий Занятость на малых предприятиях
Мин. Макс. Мин. Макс.
2012 2511 15890 2413 2609 15479 16301
2013 2598 16100 2488 2708 15632 16568
2014 2644 16280 2522 2766 15768 16792
2015 2708 16980 2574 2842 16441 17519
2016 2796 17480 2647 2945 16892 18068
2017 2681 16820 2525 2837 16218 17422
2018 2642 16238 2470 2814 15585 16891
2019 2709 16988 2520 2898 16290 17686
2020 2806 17690 2600 3012 16942 18438
* Рассчитано автором по данным Карачаево-Черкесстата [1]
В таблице представлены также два варианта прогноза. Минимальным значениям соответствуют неблагоприятные внешние условия, а максимальным значениям соответственно — наиболее благоприятные внешние условия. Необходимо также отметить, что точность прогнозирования рассматриваемых величин год от года снижается. По нашим расчетам, современная тенденция роста численности малых предприятий сохранится вплоть до 2016 г. с максимальным значением количество малых предприятий 2796 единиц. При этом он будет соответствовать численности занятых на этих малых предприятиях в количестве 17480 человек. При неблагоприятном сценарии развития в 2016 г. численность малых предприятий достигнет 2647 единиц при соответствующей численности 16892 человека. При благоприятном сценарии развития, 2016 г. численность малых предприятий может достичь 2945 единиц, при соответствующей численности занятых 18068 человек. В дальнейшем наблюдается снижение, как численности малых предприятий, так и численности занятых. Отрицательный тренд закончится в 2019 г. и к 2020 г. ожидаемая численность малых предприятий составит 2806 единиц. Этому будет соответствовать численность занятых в 17690 человек. При реализации негативного сценария численность малых предприятий к 2020 г. достигнет лишь 2600 единиц, при численности занятых 16942 человек. Позитивный сценарий предполагает достижение численности малых предприятий в 2020 г. величины 3012 единиц и численности, занятых на этих предприятиях в 18438 человек.
Такое прогнозирование позволяет подводить экономическую базу под существующие и разрабатываемые программы развития малого бизнеса в регионе, позволяет выявлять основные направления его поддержки, которые затем легко дифференцируется в зависимости от текущих условий в тех или иных районах региона.
ЛИТЕРАТУРА
1. Общие экономические показатели деятельности малых предприятий КЧР (без микро-предприятий). Черкесск: КЧРстат, 2011. 25 с.
2. Филобокова Л.Ю. Оценка эффективности развития малого предпринимательства в условиях трансформации к инновационновоспроизводственному типу развития // Экономический анализ: теория и практика. 2011. № 20. С. 2-11.
ТЕRRА ECONOMICUS ^ 2011 ^ Том 9 № 4 Часть 3
