Научная статья на тему 'АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА ИНВЕСТИЦИОННЫЙ РЕГИОНАЛЬНЫЙ ПОТЕНЦИАЛ И ПРОГНОЗ ИНДИКАТИВНЫХ ПОКАЗАТЕЛЕЙ ЕГО РАЗВИТИЯ В РЕГИОНАХ УЗБЕКИСТАНА'

АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА ИНВЕСТИЦИОННЫЙ РЕГИОНАЛЬНЫЙ ПОТЕНЦИАЛ И ПРОГНОЗ ИНДИКАТИВНЫХ ПОКАЗАТЕЛЕЙ ЕГО РАЗВИТИЯ В РЕГИОНАХ УЗБЕКИСТАНА Текст научной статьи по специальности «Экономика и бизнес»

CC BY
2
0
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
инвестиционный потенциал / региональное развитие / факторы / анализ / прогноз / индикативные показатели / инфраструктура / investment potential / regional development / factors / analysis / forecast / indicative indicators / infrastructure

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Наимов Шохрух Шарофиддинович

данная статья представляет анализ факторов, влияющих на инвестиционный региональный потенциал и прогноз индикативных показателей его развития в регионах Узбекистана. Исследование основано на обширном анализе данных и информации, связанных с экономическими, социальными и географическими факторами, определяющими инвестиционную привлекательность регионов. В статье рассматриваются различные аспекты, включая инфраструктуру, доступность ресурсов, уровень развития человеческого капитала и другие. Особое внимание уделяется анализу существующих инвестиционных показателей и их связи с факторами, определяющими региональный потенциал. Результаты исследования позволяют выявить ключевые факторы, влияющие на инвестиционный региональный потенциал Узбекистана и прогнозировать его развитие в различных регионах страны. Это может служить ценным инструментом для принятия решений в области инвестиционной политики и планирования развития регионов.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Наимов Шохрух Шарофиддинович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

ANALYSIS OF FACTORS INFLUENCING REGIONAL INVESTMENT POTENTIAL AND FORECAST OF INDICATIVE INDICATORS OF ITS DEVELOPMENT IN THE REGIONS OF UZBEKISTAN

this article presents an analysis of factors influencing regional investment potential and a forecast of indicative indicators of its development in the regions of Uzbekistan. The study is based on an extensive analysis of data and information related to economic, social and geographical factors that determine the investment attractiveness of regions. The article examines various aspects, including infrastructure, availability of resources, level of human capital development and others. Particular attention is paid to the analysis of existing investment indicators and their connection with the factors determining regional potential. The results of the study allow us to identify key factors influencing the regional investment potential of Uzbekistan and predict its development in various regions of the country. This can serve as a valuable tool for decision-making in the field of investment policy and regional development planning.

Текст научной работы на тему «АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА ИНВЕСТИЦИОННЫЙ РЕГИОНАЛЬНЫЙ ПОТЕНЦИАЛ И ПРОГНОЗ ИНДИКАТИВНЫХ ПОКАЗАТЕЛЕЙ ЕГО РАЗВИТИЯ В РЕГИОНАХ УЗБЕКИСТАНА»

АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА ИНВЕСТИЦИОННЫЙ РЕГИОНАЛЬНЫЙ ПОТЕНЦИАЛ И ПРОГНОЗ ИНДИКАТИВНЫХ ПОКАЗАТЕЛЕЙ ЕГО РАЗВИТИЯ В РЕГИОНАХ УЗБЕКИСТАНА

Наимов Ш.Ш.

Наимов Шохрух Шарофиддинович - независимый соискатель, Ташкентский государтвенный экономический университет, г. Ташкент, РеспубликаУзбекистан

Аннотация: данная статья представляет анализ факторов, влияющих на инвестиционный региональный потенциал и прогноз индикативных показателей его развития в регионах Узбекистана. Исследование основано на обширном анализе данных и информации, связанных с экономическими, социальными и географическими факторами, определяющими инвестиционную привлекательность регионов. В статье рассматриваются различные аспекты, включая инфраструктуру, доступность ресурсов, уровень развития человеческого капитала и другие. Особое внимание уделяется анализу существующих инвестиционных показателей и их связи с факторами, определяющими региональный потенциал. Результаты исследования позволяют выявить ключевые факторы, влияющие на инвестиционный региональный потенциал Узбекистана и прогнозировать его развитие в различных регионах страны. Это может служить ценным инструментом для принятия решений в области инвестиционной политики и планирования развития регионов.

Ключевые слова: инвестиционный потенциал, региональное развитие, факторы, анализ, прогноз, индикативные показатели, инфраструктура.

ANALYSIS OF FACTORS INFLUENCING REGIONAL INVESTMENT POTENTIAL AND FORECAST OF INDICATIVE INDICATORS OF ITS DEVELOPMENT IN THE

REGIONS OF UZBEKISTAN Naimov Sh.Sh.

Naimov Shokhrukh Sharofiddinovich - independent researcher, TASHKENT STATE UNIVERSITY OF ECONOMICS, TASHKENT, REPUBLIC OF UZBEKISTAN

Abstract: this article presents an analysis of factors influencing regional investment potential and a forecast of indicative indicators of its development in the regions of Uzbekistan. The study is based on an extensive analysis of data and information related to economic, social and geographical factors that determine the investment attractiveness of regions. The article examines various aspects, including infrastructure, availability of resources, level of human capital development and others. Particular attention is paid to the analysis of existing investment indicators and their connection with the factors determining regional potential. The results of the study allow us to identify key factors influencing the regional investment potential of Uzbekistan and predict its development in various regions of the country. This can serve as a valuable tool for decision-making in the field of investment policy and regional development planning.

Keywords: investment potential, regional development, factors, analysis, forecast, indicative indicators, infrastructure.

Введение

Инвестиционный региональный потенциал играет важную роль в развитии экономики и привлечении инвестиций в региональные секторы. Анализ факторов, влияющих на инвестиционный региональный потенциал, а также прогноз индикативных показателей его развития, являются важными задачами для определения эффективной инвестиционной политики и планирования развития регионов. В контексте Узбекистана, страны с динамично развивающейся экономикой и значительным потенциалом для инвестиций, понимание факторов, определяющих инвестиционный региональный потенциал, и прогнозирование его развития являются особенно актуальными. Узбекистан обладает разнообразными регионами, каждый из которых имеет свои особенности в терминах экономического, социального и географического развития. Путем анализа данных и информации, связанных с этими факторами, мы стремимся выявить ключевые факторы, определяющие инвестиционный региональный потенциал Узбекистана и прогнозировать его развитие в различных регионах страны. Это позволит принимать информированные решения в области инвестиционной политики и создания благоприятной среды для инвестиций, способствуя устойчивому развитию региональной экономики и улучшению качества жизни населения.

Для целей оценки факторов, оказывающих влияние на инвестиционную привлекательность регионов Узбекистана и осуществления среднесрочного прогноза, проведем эконометрический анализ зависимости инвестиционного потенциала от социально-экономических показателей развития регионов республики. В качестве объясняемой переменной (регрессанта) были выбраны объемы освоения инвестиций регионов на

душу населения как показатель регионального инвестиционного потенциала (в млн.сум). Объясняющие переменные (регрессоры) представлены в таблице 1.

Таблица №1. Описание объясняющих переменных модели.1

№ Регрессоры Единица измерения Переменная Обозначение

1. Производство промышленной продукции на д/н Млн. сум Production of industrial products per capita IND

2. Производство с/х продукции на д/н Млн. сум Production of agricultural products per capita AGR

3. Объем услуг на д/н Млн. сум Volume of services per capita SERV

4. Количество вновь созданных предприятий и организаций Ед. Number of newly created enterprises and organizations ENT

5. Численность экономически активного населения Тыс. чел. Number of economically active population EAP

6. Реальные совокупные доходы на д/н Млн. сум Real total income per capita RTI

7. Обеспеченность домов питьевой водой, в % к общему числу домов % Provision of houses with drinking water PDW

В работе проводится анализ по панельным данным за период с 2018 по 2022 гг. по Республике Каракалпакстан, двенадцати областям и г. Ташкенту.

Всего в модели заимствовано семь объясняющих переменных, общее количество наблюдений - 560. Все стоимостные показатели с учетом ИПЦ приведены к сопоставимому виду (к ценам 2022 г.).

Описательная статистика позволяет определить среднее, медианное, максимальное и минимальное значения, а также стандартное отклонение каждого фактора от среднего значения (Standard Devation) и коэффициент асимметрии (Skewness). Последний показывает, что наиболее симметричное распределение наблюдается по численности экономически активного населения, наиболее асимметрично - объем услуг на душу населения, что означает сдвиги в динамике изучаемых факторов: в случае первого показателя -снижение уровня трудовой миграции, наблюдаемое в республике в последние годы, частично связанное с общими процессами, происходящими в мире, в случае второго показателя - несоответствие уровня развитости сферы услуг и демографического потенциала, наблюдаемое во всех регионах Узбекистана, кроме г. Ташкента (табл. 2).

Таблица №2. Сравнительная статистика.2

INV AGR EAP ENT IND PDW RTI SERV

Mean 7.2 8.7 1074.6 6335.4 13.7 70.5 12.9 6.8

Median 5.0 8.8 1188.7 5505.0 7.9 73.5 11.6 4.5

Maximum 22.9 16.5 1782.0 18894.0 79.1 100.0 33.5 47.2

Minimum 1.7 0.0 365.2 1507.0 1.5 34.8 6.6 2.5

Std. Dev. 5.3 3.6 414.3 3497.3 16.3 18.2 5.4 8.4

Skewness 1.5 -0.4 -0.2 1.5 2.6 -0.3 1.7 3.6

Kurtosis 4.6 3.7 1.8 5.5 9.8 2.3 6.2 15.1

Jarque-Bera 34.6 3.6 4.9 44.9 218.0 2.7 65.4 577.7

Probability 0.0 0.2 0.1 0.0 0.0 0.3 0.0 0.0

Sum 507.5 606.7 75220.2 443480.0 957.8 4932.9 904.1 473.6

Sum Sq. Dev. 1914.6 906.0 11844013 8.44E+08 18383.7 22748.0 1978.0 4817.9

В соответствии с критерием согласия Жака-Бера (Jarque-Bera test), данные INV, IND, ENT, RTI, SERV имеют асимметрию и эксцесс, соответствующие нормальному распределению, что подтверждают и средние с медианой (их значения почти совпадают), а также куртозис. Исследуем степень корреляционной зависимости между переменными, для чего построим корреляционную матрицу (табл. 3).

Таблица №3. Correlation matrix.3

Correlation

t-Statistic

Probability INV PDW RTI IND ENT EAP AGR SERV

INV 1.00

1 Составлено автором.

2 Построено автором с использованием программного продукта Eviews.

3 Построено автором с использованием программного продукта Eviews.

PDW 0.31 1.00

2.71

0.01

RTI 0.85 0.19 1.00

13.65 1.61

0.00 0.11

IND 0.73 0.23 0.71 1.00

8.91 1.95 8.23

0.00 0.06 0.00

ENT 0.47 0.29 0.60 0.21 1.00

4.44 2.48 6.11 1.75

0.00 0.02 0.00 0.09

EAP -0.22 0.21 -0.06 -0.25 0.58 1.00

-1.86 1.76 -0.46 -2.13 5.86

0.07 0.08 0.65 0.04 0.00

AGR -0.11 -0.40 -0.07 0.11 -0.51 -0.45 1.00

-0.90 -3.63 -0.55 0.91 -4.89 -4.19

0.37 0.00 0.59 0.37 0.00 0.00

SERV 0.76 0.40 0.82 0.40 0.76 0.19 -0.55 1.00

9.55 3.64 11.82 3.51 9.65 1.58 -5.36

0.00 0.00 0.00 0.00 0.00 0.12 0.00

В соответствии с результатами проведенного корреляционного анализа, признаки Г№Э, SERV, ENT, RTI и PDW действуют на результат в положительном направлении. Наиболее существенно влияет на объемы привлекаемых регионами инвестиционных ресурсов реальные совокупные доходы на душу населения (ДЯТ) (г = 0,85), а также подушевые объемы услуг (SERV) (г = 0,76). Остальные объясняющие переменные оказывают менее заметное влияние. Кроме того, корреляционная матрица показала, что между объясняющими переменными мультиколлинеарность очень слабая.

Проверка ряда объясняемой переменной У на стационарность, проведенная при помощи расширенного теста Дикки-Фуллера, позволила с высокой вероятностью отклонить нулевую гипотезу о наличии у Y единичного корня (табл. 4).

Таблица №4. Augmented Dickey-Fuller Test on INV. 4

Panel unit root test: Summary

Method Statistic Prob. Cross-sections Obs

Null: Unit root (assumes common unit root process)

Levin, Lin & Chu t -19.7544 0.0000 14 56

Null: Unit root (assumes individual unit root process)

Im, Pesaran and Shin W-stat -9.65107 0.0000 14 56

ADF - Fisher Chi-square 87.7907 0.0000 14 56

PP - Fisher Chi-square 116.156 0.0000 14 56

График объясняемой переменной (рис. 1) подтверждает стационарность ряда и возможность строить модель.

4 Построено автором с использованием программного продукта Eviews 10.

INV

20

16

12

8

4

0

I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I

co-5-a)CNOco-5-a)CNOco-5-a)CNOco-5-a)CNOco-5-a> CN

CN

о CN

CN

CN CN

О CN

CN

CN CN

О CN

CN

CN CN

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

О CN

CN

CN CN

У У >< =5 =5 СЯ СЯ ^ Q Q < < m

сл сл

ш Ш -р -р С£ С£ < <

<<<<<D^^<<UJOO<< zzztototowwi-i-iLXX1-1-

Рис. 1. График объясняемой переменной5.

Для исследования панельных данных были построены три модели множественной регрессии: общая модель регрессии без учета структуры панельных данных (табл. 5), модель с фиксированными эффектами (FE) (табл. 6) и модель со случайными эффектами (RE) (табл. 7).

Таблица №5. Pooled regression model (POLS). 6

Variable Coefficient Std. Error t-Statistic Prob.

IND 0.123484 0.027396 4.507313 0.0000

AGR 0.397341 0.154164 2.577390 0.0123

SERV 0.454755 0.129129 3.521699 0.0008

ENT 0.000264 0.000155 1.701763 0.0937

EAP -0.003080 0.000917 -3.357528 0.0013

RTI 0.102591 0.192424 -0.533149 0.5958

PDW 0.027761 0.012440 2.231679 0.0292

R-squared 0.862737 Mean dependent var 7.249689

Adjusted R-squared 0.849665 S.D. dependent var 5.267568

S.E. of regression 2.042399 Akaike info criterion 4.360767

Sum squared resid 262.7979 Schwarz criterion 4.585617

Log likelihood -145.6269 Hannan-Quinn criter. 4.450080

Durbin-Watson stat 0.748909

Модель FEM не учитывает неизмеримые индивидуальные различия объектов (эффекты), они интерпретируются как мешающий параметр, и оценивание направлено на то, чтобы их исключить (табл. 6).

Таблица №6. Fixed effects panel regression model (FEM).7

Variable Coefficient Std. Error t-Statistic Prob.

5 Там же.

6 Построено автором с использованием программного продукта Eviews 10.

7 Там же.

C -5.832139 6.451935 -0.903936 0.3705

IND 0.043382 0.046644 0.930061 0.3569

AGR 1.114716 0.306536 3.636494 0.0007

SERV 0.822984 0.183798 4.477652 0.0000

ENT 0.000351 0.000152 2.308896 0.0252

EAP -0.000404 0.005737 -0.070451 0.9441

RTI 0.717190 0.287945 -2.490718 0.0162

PDW 0.067187 0.025508 2.633938 0.0113

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.940943 Mean dependent var 7.249689

Adjusted R-squared 0.916838 S.D. dependent var 5.267568

S.E. of regression 1.519047 Akaike info criterion 3.917369

Sum squared resid 113.0678 Schwarz criterion 4.591918

Log likelihood -116.1079 Hannan-Quinn criter. 4.185308

F-statistic 39.03554 Durbin-Watson stat 1.791576

Prob(F-statistic) 0.000000

В модели REM учитываются неизмеримые индивидуальные различия объектов (эффекты) и предполагается, что индивидуальные отличия носят случайный характер (табл. 7).

Таблица №7. Random effects panel regression model (REM).8

Variable Coefficient Std. Error t-Statistic Prob.

C 0.704056 2.266771 0.310599 0.7571

IND 0.095983 0.034490 2.782905 0.0071

AGR 0.589390 0.202190 2.915037 0.0049

SERV 0.625550 0.144574 4.326833 0.0001

ENT 0.000301 0.000125 2.407072 0.0191

EAP -0.003985 0.001257 -3.170124 0.0024

RTI 0.359134 0.221672 -1.620115 0.1103

PDW 0.041248 0.019754 2.088070 0.0409

Effects Specification

S.D. Rho

Cross-section random 1.558671 0.5129

Idiosyncratic random 1.519047 0.4871

Weighted Statistics

R-squared 0.713374 Mean dependent var 2.896576

Adjusted R-squared 0.681013 S.D. dependent var 2.819291

S.E. of regression 1.592306 Sum squared resid 157.1972

F-statistic 22.04424 Durbin-Watson stat 1.214947

Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.839961 Mean dependent var 7.249689

Sum squared resid 306.4054 Durbin-Watson stat 0.623312

При помощи теста спецификации Дарбина-Ву-Хаусмана проверим гипотезу об отсутствии корреляции между индивидуальными эффектами и регрессорами и сделаем выбор в пользу модели со случайными эффектами либо в пользу модели с фиксированными эффектами (табл. 8).

Таблица №8. Correlated Random Effects - Hausman Test. 9

Test Summary Chi-Sq. Statistic Chi-Sq. D.f. Prob.

Cross-section random 13.124304 7 0.0691

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff) Prob.

IND 0.043382 0.095983 0.000986 0.0939

AGR 1.114716 0.589390 0.053084 0.0226

SERV 0.822984 0.625550 0.012880 0.0819

8 Построено автором с использованием программного продукта Eviews 10.

9 Там же.

ENT 0.000351 0.000301 0.000000 0.5633

EAP -0.000404 -0.003985 0.000031 0.5223

RTI 0.717190 -0.359134 0.033774 0.0514

PDW 0.067187 0.041248 0.000260 0.1080

Cross-section random effects test equation:

Variable Coefficient Std. Error t-Statistic Prob.

C -5.832139 6.451935 -0.903936 0.3705

IND 0.043382 0.046644 0.930061 0.3569

AGR 1.114716 0.306536 3.636494 0.0007

SERV 0.822984 0.183798 4.477652 0.0000

ENT 0.000351 0.000152 2.308896 0.0252

EAP -0.000404 0.005737 -0.070451 0.9441

RTI -0.717190 0.287945 -2.490718 0.0162

PDW 0.067187 0.025508 2.633938 0.0113

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.940943 Mean dependent var 7.249689

Adjusted R-squared 0.916838 S.D. dependent var 5.267568

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

S.E. of regression 1.519047 Akaike info criterion 3.917369

Sum squared resid 113.0678 Schwarz criterion 4.591918

Log likelihood -116.1079 Hannan-Quinn criter. 4.185308

F-statistic 39.03554 Durbin-Watson stat 1.791576

Prob(F-statistic) 0.000000

Тест Хаусмана (табл. 8) показывает, что вероятность принятия нулевой гипотезы о том, что REM не является адекватной, равна 6,9%, означающее, что в нашем случае предпочтение желательно отдать модели с фиксированными эффектами. Информационные критерии Hannan-Quinn и Akaike, а также значение скорректированного коэффициента детерминации подтверждают наш вывод о том, что из всех моделей больше подходит FEM, что обеспечиет гарантированное получение несмещенных и состоятельных оценок.

Проверим FEM модель на качество и адекватность. Коэффициент детерминации R-square = 0,94, что говорит о достаточно тесной связи между y и факторами, влияющими на него и о том, что 94,1% вариации зависимой переменной объясняется включенными в модель семью объясняющими переменными, а всего 5,9% обусловлено влиянием неучтенных в модели или случайных факторов. В соответствии с критерием Фишера-

Снедекора при ^набл. ^Fкрит мы можем признать модель адекватной. В нашем случае ^Набл 39,04, а

^табл =2,17 при степенях свободы f1 = m = 7, f2= п — т — 1 = 70- 7 — 1 = 62, что подтверждает возможность отклонения нулевой гипотезы и, тем самым, надежность регрессионной модели на уровне значимости 0,05. Согласно критерию Фишера данная модель адекватна.

Табличное значение критерия Стьюдента, соответствующее доверительной вероятности у = 0,95 и заданному числу степеней свободы £крит = t005.7 = 2,36. Сравнивая расчетную t-статистику коэффициентов уравнения с табличным значением, заключаем, что при пяти из семи объясняющих переменных (AGR, SERV, ENT, RTI и PDW) коэффициенты уравнения регрессии являются статистически значимыми.

Стандартные отклонения для коэффициентов при объясняющих переменных говорят о низкой вариабельности данных. В целом, можно утверждать, что полученные коэффициенты регрессии статистически значимы, и поэтому их можно использовать в уравнении регрессии по panl data для дальнейшего анализа и прогноза. Модель с фиксированными эффектами FEM (табл. 6) подтверждает факт наибольшей статистической значимости переменных AGR - объемы сельскохозяйственного производства на душу населения, SERV - объемы услуг на душу населения, дополнительно подтверждая факт зависимости регионов республики от аграрного сектора и сферы услуг. Кроме того, рост реальных доходов населения приводит к росту инвестиций в экономику региона, что может означать наличие существенной доли внутренних инвестиций в республике.

Построенная модель дает основание утверждать, что при прочих равных условиях:

- рост объемов подушевого сельскохозяйственного производства регионов на 1 млн. сум приводит к увеличению объемов инвестиций в основной капитал на 1,1 млн. сум;

- рост объемов услуг на душу населения регионов на 1 млн. сум приводит к росту объемов инвестиционных ресурсов территорий на 0,82 млн. сум.;

- рост реальных доходов населения на 1 млн. сум увеличивает объемы инвестиций на 0,72 млн. сум;

- рост уровня обеспеченности домов питьевой водой на 1% способствует росту объемов инвестиций, привлекаемых регионами, на 0,07 млн. сум10.

10 При условии неизменности других показателей.

Низкие значения коэффициентов регрессии при переменных ENT и EAP подтверждают слабое влияние количества вновь созданных предприятий и организаций, а также численности экономически активного населения на инвестиционный потенциал региона.

Построенная модель с фиксированными эффектами имеет вид:

INV = -5,83 + 0,04 • IND + 1,11 • AGR + 0,82 • SERV + 0,0004 • ENT - 0,0004 • EAP + 0,72 • RTI +

0,07 •PDW (1)

На основе модели панельных данных можно осуществить прогноз значений объемов инвестиций любого из четырнадцати участвующих в исследовании регионов Узбекистана. Кроме того, можно экспериментально осуществить более долгосрочный прогноз, чтоб увидеть к какому году при прочих равных условиях Республика Узбекистан войдет в категорию стран с высоким инвестиционным потенциалом.

Проведенное исследование показало, что модель (1) можно использовать для осуществления на ее основе прогноза, предварительно спрогнозировав объясняющие переменные на основе трендов (табл. 9).

Таблица №9. Характеристики временных моделей объясняющих переменных.11

Переменная Тип модели Уравнение связи R2

IND Линейная IND = 4,6032 • t + 11,231 0,9699

AGR Линейная AGR = 1,0449 • t + 6,0527 0,9262

SERV Линейная SERV = 1,0955 • t + 3,3675 0,9750

ENT Полиномиальная ENT = 551,17 • t3 - 5528,2t2 + 16743t - 6196,6 0,9177

EAP Полиномиальная EAP = 21,464t2 - 105,78t + 1448,2 0,8701

RTI Линейная RTI = 1,9082 • t + 7,4115 0,9591

PDW Полиномиальная PDW = 0,7333 • t3 - 5,95t2 + 12,117t + 73,68 0,7499

На основании трендов и модели (1) был осуществлен прогноз динамики объясняющих переменных по Ташкентской области на среднесрочную перспективу (табл. 10).

Таблица №10. Прогноз динамики объясняющих переменных по Ташкентской области в 2023-2026 гг.12

Годы INV IND AGR SERV ENT EAP RTI PDW

2022 г. (факт) 12,8 32,8 10,9 8,8 7 094 1 467,3 16,3 76,8

2023 г. 13,6 33,8 11,5 9,9 7 134 1 586,2 18,9 82,5

2024 г. 15,5 34,4 11,5 11,0 7 237 1 759,5 20,8 85,4

2025 г. 16,4 38,1 12,6 12,1 7 985 1 975, 22,7 86,8

2026 г. 18,2 41,7 13,6 13,2 8 123 2 234,8 24,6 90,3

Прогнозные показатели свидетельствуют о том, что объемы инвестиций в основной капитал регионов в Узбекистане будут из года в год расти незначительно, что означает необходимость принятия кардинальных мер, направленных на интенсивное привлечение инвестиций и квалифицированной рабочей силы, модернизацию оборудования предприятий и широкое внедрение инновационных методов управления.

Предположив сначала, что производство сельскохозяйственной продукции, обороты предприятий сферы услуг и реальные совокупные доходы населения в Узбекистане значительно возрастут, построим инновационный (оптимистический) сценарий, затем на основании противоположного предположения построим пессимистический сценарий развития инвестиционного потенциала в Ташкентской области. На рисунке 2 представлены три сценарных прогноза по подушевым объемам инвестиций в основной капитал Ташкентской области - базовый (инерционный), инновационный (оптимистический) и пессимистический. Построенные на основе метода гипотез сценарные прогнозы показали, что ежегодный рост производства сельскохозяйственной продукции, оборотов предприятий сферы услуг и реальных совокупных доходов населения Узбекистана на 25% может стать существенным импульсом в развитии инвестиционного потенциала регионов, и, наоборот, снижение темпов роста аграрного сектора и сферы услуг, а также низкий уровень обеспеченности населения доходами способен привести к значительному снижению объемов инвестиций в регионы (рис. 2).

11 Построено автором с использованием редактора электронных таблиц Excel.

12 Разработано автором на основании построенной эконометрической модели по панельным данным.

35 30 25 20 15 10 5 0

32,8

28,2

12,8 12,8

14,2

2022 г. (факт) 2023 г. 2024 г. 2025 г. 2026 г.

9 Пессимистический 9 Базовый Ш Оптимистический Рис. 2. Сценарные прогнозы объемов инвестиций в основной капитал Ташкентской области на д/н в 2023-2026 гг., млн.

13

сум13

На основе результатов, полученных с помощью прогнозной модели панельных данных, было выявлено, что с вероятностью 94% подушевые объемы инвестиций в основной капитал Ташкентской области к 2026 г. едва превысят 28 млн. сум, что усугубит отставание региона от более развитых территорий Узбекистана. Вывод.

Это, в свою очередь, требует реализации стратегических мер по увеличению производственных показателей, повышению уровня населения и улучшения инфраструктуры в регионах Узбекистана. Построенная эконометрическая модель показала, что для этого требуется:

1. Формирование правовых механизмов, способствующих росту иностранных инвестиций в регионы республики.

2. Повышение эффективности производства, создание условий для внедрения инновационных продуктов и услуг, а также повышения экспортного потенциала в регионах.

3. Повышение качественного уровня благосостояния населения и развитие инфраструктуры, особенно в удаленных регионах, что призвано повысить заинтересованность иностранных инвесторов в финансовых вложениях на территории республики.

4. Повышение конкурентоспособности, самостоятельности и рентабельности хозяйствующих субъектов в регионах.

Таким образом, проведенное исследование показало, что в регионах Узбекистана имеется ряд проблем, которые негативно влияют на объемы привлекаемых и эффективное использование инвестиционных ресурсов - низкий производственный и инфраструктурный потенциал, слабая конкурентоспособность производимой продукции, низкий уровень жизни населения, недостаточная обеспеченность регионов элементарными условиями для жизни и труда - питьевой водой, природным газом, канализацией, значительная дифференциация в количестве вновь создаваемых предприятий, отток рабочей силы из регионов в центр или в зарубежные страны и др.

Построенная модель подтвердила факт зависимости регионов республики от аграрного сектора и сферы услуг, а также наличие существенной доли внутренних инвестиций в стране. Кроме того, модель показала отсутствие связи между инвестиционным потенциалом регионов и количеством вновь созданных предприятий и организаций, а также численностью экономически активного населения, что может свидетельствовать о неэффективном распределении привлеченных инвестиционных ресурсов на территориях страны.

Не перестает быть ключевым вопрос совершенствования экономических механизмов повышения инвестиционного потенциала в регионах, для этого важно, чтобы регионы переключились с пассивной стратегии на стратегию развития. Необходимо проведение системной работы по внедрению современных и инновационных технологий в производство, конечная цель которых - увеличение объемов инвестиций, повышение их эффективности, что призвано повысить инвестиционный потенциал регионов и конкурентоспособность национальной экономики в целом.

Список литературы /References

1. Абдуллаева Г.Р. Инвестиционный потенциал регионов Узбекистана: диагностика, оценка, развитие. -Ташкент: Узбекистан, 2017.

2. Ибрагимов Б.А. Инвестиционный климат Узбекистана: состояние и перспективы развития. - Ташкент: Узбекистан, 2018.

3. Мухаммедов А.И. Инвестиционный потенциал регионов Узбекистана и его использование. - Ташкент: Узбекистан, 2016.

13 Составлено автором.

4. Расулов Ш.И. Инвестиционный климат и инвестиционный потенциал регионов Узбекистана. - Ташкент: Узбекистан, 2015.

5. Хидиров Ш.А. Развитие инвестиционного потенциала регионов в условиях переходной экономики: опыт Узбекистана. - Ташкент: Узбекистан, 2014.

6. World Bank. Uzbekistan: Investment Climate Assessment. - Washington, D.C.: World Bank Group, 2019.

7. Asian Development Bank. Uzbekistan: Country Diagnostic Study on Investment Climate. - Manila: Asian Development Bank, 2017.

8. United Nations Development Programme. Regional Human Development Report: Sustainable Development in Uzbekistan. - Tashkent: UNDP, 2020.

9. Uzbekistan National News Agency. Investment Potential and Opportunities in Uzbekistan. - Tashkent: Uzbekistan National News Agency, 2022.

10. Central Bank of Uzbekistan. Annual Report. - Tashkent: Central Bank of Uzbekistan, various years.

i Надоели баннеры? Вы всегда можете отключить рекламу.