CC BY
270
МЕНЕДЖМЕНТ
УДК 338.45:69
С.М. Анпилов*
АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА УРОВЕНЬ РАЗВИТИЯ СТРОИТЕЛЬНОЙ ОТРАСЛИ В РОССИЙСКОЙ ФЕДЕРАЦИИ
Многообразие социальных, экономических и иных факторов, влияющих на уровень развития строительной отрасли регионов РФ, обуславливает необходимость их упорядочения, классификации. В данной статье проведена классификация факторов на базе данных Росстата.
Ключевые слова: экономика региона, строительная отрасль, факторы, классификация, признаки, Росстат.
Теоретически можно выделить весьма много факторов, влияющих на уровень развития строительной отрасли регионов РФ, однако в этом случае мы будем в основном оперировать недостоверной информацией. В связи с этим мы считаем целесообразным использовать только базу данных Росстата [1]. Данные приводятся за 2010 год.
Нами было выделено 46 факторных признаков-показателей, отражающих отдельные аспекты социально-экономического положения в регионах Российской Федерации.
Результативные признаки: У1 — среднедушевой объем работ, выполненных по виду деятельности «строительство» (тыс. руб./чел.); У2 — средняя многомерная оценка уровня развития строительной отрасли регионов (полученная непараметрическим методом).
Между ними есть заметная, но не тесная взаимосвязь (парный коэффициент корреляции равен 0,472), что позволяет рассматривать их отдельно.
Рассмотрим отдельные группы факторов.
Группа «общеэкономические факторы»:
Х1 — ВРП на душу населения (руб./чел.);
Х2 —валовое накопление на душу населения (руб./чел.);
Х3 — индекс потребительских цен, %;
Х4 — уровень экономической активности населения, %;
* © Анпилов С.М., 2012
Анпилов Сергей Михайлович (egmu205@mail.ru), кафедра экономики города и муниципального управления Самарского государственного университета, 443011, Российская Федерация, г. Самара, ул. Акад. Павлова, 1.
Х5 — уровень безработицы, %;
Х6 — оборот розничной торговли (тыс. руб./чел.).
Эти показатели характеризуют состояние экономики регионов в целом, а также их важнейших сегментов, например рынка труда. Наша гипотеза состоит в том, что между состоянием экономики и уровнем развития строительной отрасли есть прямая взаимосвязь [2; 3]. В частности, если население экономически активно, имеет работу, это стимулирует спрос на товары длительного пользования, в том числе на жилье, которое не является товаром первой необходимости и повседневного спроса (табл. 1).
Таблица 1
Матрица парных коэффициентов корреляции по группе «общеэкономические факторы»
г У1 У2 Х1 Х2 Х3 Х4 Х5 Х6
У1 1
У2 0,472 1
XI 0,832 0,285 1
х2 0,864 0,369 0,862 1
Хз -0,226 -0,194 -0,238 -0,289 1
Х4 0,386 0,151 0,475 0,391 -0,109 1
Х5 -0,226 -0,064 -0,307 -0,173 0,195 -0,486 1
Хб 0,574 0,145 0,736 0,520 -0,233 0,430 -0,461 1
Данные таблиц подтверждают нашу гипотезу. Так, обращает на себя внимание положительное значение коэффициента корреляции с долей экономически активного населения и отрицательное — с уровнем безработицы. Эта взаимосвязь вполне логична, и научный интерес представляет более детальный анализ возведения объектов конкретного назначения во многих субъектах РФ. Высокий уровень развития экономики, выражающийся в показателе ВРП на душу населения, и высокий уровень сбережений (накопления) обуславливают возможность вложения средств в объекты капитального строительства.
Группа «демографические факторы»:
Х7 — коэффициент рождаемости, %;
Х8 — коэффициент брачности, %;
Х9 — коэффициент миграционного прироста, %;
X — численность вынужденных переселенцев и беженцев (на 1000 жителей), чел.;
Х — удельный вес городского населения, %;
Х — численность женщин (в расчете на 1000 мужчин).
На уровень развития строительной отрасли регионов могут повлиять показатели семейного благополучия (наличие детей, состояние в браке и т. д.), половая структура населения. Главным фактором в данной группе, по нашему мнению, является урбанизация населения (табл. 2).
Парный корреляционный анализ подтвердил справедливость последнего тезиса. Весьма интересным мы считаем влияние гендерного фактора: чем больше количественное преобладание женского населения в регионах, тем меньше результативность строительной отрасли. Кроме того, уровень брачности и, как следствие, рождаемости стимулирует строительство жилой недвижимости и объектов сферы образования [2].
Таблица 2
Матрица парных коэффициентов корреляции по группе «демографические факторы»
г У1 У2 Х7 Х8 Х9 Х10 Хц Х12
У1 1
у2 0,472 1
х7 0,039 0,262 1
х8 0,502 0,391 0,214 1
х9 0,091 0,133 -0,298 -0,067 1
Х10 -0,085 0,008 -0,241 -0,167 0,262 1
Х11 0,313 -0,243 -0,414 0,255 0,174 0,103 1
Х12 -0,445 -0,323 -0,497 -0,401 0,432 0,326 0,148 1
Еще одним положительным фактором развития отрасли служит и миграционный прирост. Основные потоки миграции направлены в благополучные с точки зрения уровня жизни регионы, где есть возможность получить работу, социальную помощь и в перспективе обеспечить себе соответствие местным стандартам потребления.
Обратим внимание, что между сальдо миграции и численностью вынужденных переселенцев и беженцев имеется обратная зависимость. Она показывает, что основные потоки добровольной и вынужденной миграции расходятся (направлены в разные регионы).
Группа «социальные факторы»:
X — численность студентов образовательных учреждений высшего профессионального образования (на 10000 жителей);
X — численность зрителей театров (на 1000 жителей);
X — численность посетителей музеев (на 1000 жителей);
Х16 — уровень заболеваемости (на 1000 жителей);
X — число больничных коек (на 10000 жителей);
X — уровень преступности (на 100000 жителей).
Состояние социальной сферы характеризуется весьма многогранными индикаторами, которые можно кратко описать как «образование», «здоровье», «культура» и «криминогенность» [4, с. 8]. Соответственно ставится задача изучения влияния образовательного и культурного уровня населения, его здоровья и законопослушности на степень развития строительной отрасли регионов (табл. 3).
По данным табл. 3 мы видим, что значения парных коэффициентов в основном невелики, и данные факторы не должны сыграть решающей роли в развитии строительной отрасли региона. В то же время имеют значение культурный уровень населения и степень его криминогенности. В первом случае стимулируется строительная деятельность, во втором — ограничивается. Во многом это связано с тем, что наибольшие значения культурных индикаторов и наименьшие — криминогенных — зафиксированы в регионах с более высоким уровнем социально-экономического развития.
Группа «факторы уровня жизни»:
X — среднедушевые денежные доходы населения (руб./чел);
X — потребительские расходы (руб./чел.);
Х21 — общая площадь жилых помещений, приходящаяся в среднем на одного жителя (м2/чел.);
Х22 — удельный вес ветхого и аварийного жилищного фонда в общей площади всего жилищного фонда, %;
Х23 — уровень потребления мяса и мясопродуктов (кг/чел.);
Х24 — обеспеченность автомобилями (число собственных легковых автомобилей на 1000 человек населения);
Х25 — удельный вес населения с денежными доходами ниже величины прожиточного минимума, %.
Таблица 3
Матрица парных коэффициентов корреляции по группе «социальные факторы»
г У1 У2 Х13 Х14 Х15 Х16 Х17 Х18
1
у2 0,472 1
Х13 0,039 0,262 1
Х14 0,502 0,391 0,214 1
Х15 0,091 0,133 -0,298 -0,067 1
Х16 -0,085 0,008 -0,241 -0,167 0,262 1
Х17 0,313 -0,243 -0,414 0,255 0,174 0,103 1
Х18 -0,445 -0,323 -0,497 -0,401 0,432 0,326 0,148 1
Эта группа факторов также весьма широкая. Здесь учитываются как показатели доходов населения, так и обеспеченность важнейшими материальными благами (автомобилями, жильем), потребление основных продуктов питания (в частности, мяса и мясопродуктов). Предполагается, что высокая строительная активность имеет место в регионах с высоким уровнем жизни (табл. 4).
Таблица 4
Матрица парных коэффициентов корреляции по группе «факторы уровня жизни»
г ^ У2 Х19 Х20 Х21 Х22 Х23 Х24 Х25
V! 1
У2 0,472 1
Х19 0,677 0,247 1
Х20 0,630 0,171 0,950 1
Х21 0,005 -0,039 0,024 0,020 1
Х22 0,167 0,100 0,064 -0,063 -0,418 1
Х23 0,126 0,263 0,240 0,233 0,124 -0,236 1
Х24 0,328 0,169 0,498 0,486 0,373 -0,333 0,286 1
Х25 -0,262 -0,162 -0,433 -0,522 -0,343 0,216 0,044 -0,306 1
Анализ корреляции в данной группе подтвердил нашу гипотезу. Причем стимулом для отрасли «строительство» служат как высокий уровень доходов (и, следова-
тельно, расходов) населения, так и наличие относительно большого числа людей, проживающих в ветхом или аварийном жилище. Практически нет связи между обеспеченностью жильем и индикаторами состояния строительной отрасли. Это можно объяснить спецификой отрасли, так как между потребностью населения в жилье и его строительством существует определенный временной лаг [4, с. 10].
Группа «производственно-инфраструктурные факторы»:
X26 — удельный вес занятых в частном секторе, % от занятых;
X27 — выбросы загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников (т/чел.);
X28 — сброс загрязненных сточных вод в поверхностные водные объекты (м3/чел.);
X29 — степень износа основных фондов, %;
X30 — число малых предприятий (единиц/10000 жителей);
X — индекс промышленного производства, %;
X32 — удельный вес автомобильных дорог с твердым покрытием в общей протяженности автомобильных дорог общего пользования, %;
X33 — число персональных компьютеров на 100 работников;
X34 — объем платных услуг на душу населения (руб./чел.);
X35 — инновационная активность организаций, %;
X36 — индекс тарифов на грузовые перевозки, %.
Эта группа охватывает широкий спектр факторов, учитывающих состояние базовой сферы экономики — обрабатывающих производств, а также наличие инфраструктуры (автодорог, коммуникаций, средств информатизации). Более высокий уровень организации промышленного производства и инфраструктуры предполагает и более высокий уровень развития строительной сферы (табл. 5).
По большинству индикаторов наблюдается прямая взаимосвязь с развитием строительной отрасли. Наиболее заметна эта связь в регионах с высокой активностью малого бизнеса и сферы услуг [3]. Это вполне очевидно, так как именно малые предприятия обеспечивают высокий уровень платных услуг на душу населения (парный коэффициент корреляции между указанными показателями 0,469).
Таблица 5
Матрица парных коэффициентов корреляции по группе «производственно-инфраструктурные факторы»
г У2 Х26 Х27 Х28 Х29 Х30 Х31 Х32 Х33 Х34 Х35 Х36
1
У2 0,472 1
Х26 -0,223 -0,145 1
Х27 0,411 0,033 -0,160 1
Х28 0,163 -0,102 -0,293 0,303 1
Х29 -0,196 -0,206 0,307 0,077 -0,130 1
Х30 0,347 0,153 0,001 0,003 0,272 -0,079 1
Х31 -0,295 -0,254 0,112 -0,311 -0,077 0,040 -0,059 1
Х32 -0,079 -0,007 0,231 0,027 0,121 -0,042 0,075 -0,017 1
Х33 0,374 0,249 -0,371 0,006 0,002 -0,330 0,479 -0,221 0,054 1
Х34 0,642 0,197 -0,325 0,198 0,343 -0,149 0,469 -0,214 -0,035 0,485 1
Х35 0,065 0,097 -0,162 0,064 0,077 0,361 0,157 0,019 0,109 0,160 0,311 1
Х36 0,070 0,078 0,235 0,017 -0,009 0,093 -0,034 0,037 0,023 -0,100 0,040 0,038 1
Для развития строительной отрасли также имеют значение состояние экологии и информатизация экономики. Фактор инновационной активности существенной роли не играет.
Группа «финансовые факторы»:
Х37 — сальдированный финансовый результат (прибыль минус убыток) деятельности организаций (тыс. руб./чел);
Х38 — инвестиции в основной капитал на душу населения (тыс. руб./чел);
Х39 — средний размер вклада (депозита) физических лиц на рублевых счетах в Сберегательном банке Российской Федерации (руб.);
Х40 — удельный вес убыточных организаций, %;
X — просроченная кредиторская задолженность организаций, % от общей кредиторской задолженности.
В этой группе собраны факторы, показывающие финансовую возможность вложения средств в дорогостоящие предметы длительного пользования — инвестиционная активность и финансовое состояние организаций, наличие сбережений у населения (табл. 6).
Таблица 6
Матрица парных коэффициентов корреляции по группе «финансовые факторы»
г У! У2 Х37 Х38 Х39 Х40 Х41
У! 1
У2 0,472 1,000
Х37 0,548 0,130 1,000
Х38 0,915 0,372 0,514 1,000
Х39 0,433 0,095 0,572 0,323 1,000
Х40 0,030 0,010 -0,165 0,047 0,047 1,000
Х41 -0,237 -0,266 -0,193 -0,227 -0,239 0,202 1
Результаты анализа подтвердили нашу гипотезу. Фактор «инвестиции в основной капитал на душу населения», в целом отражающий размер сбережений, имеет наивысший парный коэффициент корреляции с признаком У1 (0,915). Именно накопление — основной источник развития строительной отрасли регионов. Также естественно, что наличие просроченной кредиторской задолженности уменьшает возможности капиталовложений.
Группа «ценовые факторы строительной отрасли»:
Х42 — индексы цен на первичном рынке жилья, %;
Х43 — индексы цен на вторичном рынке жилья, %;
Х44 — средние цены на первичном рынке жилья (руб./м2);
Х45 — средние цены на вторичном рынке жилья (руб./м2);
Х46 — индексы цен производителей в строительстве (строительно-монтажные работы), %.
Это наиболее спорная группа, так как представленные в ней показатели могут рассматриваться или как факторы, или как результат развития строительной отрасли (в зависимости от задач исследования). Мы их рассматриваем [4, с. 13—14] в нашем случае именно как факторные признаки. Строительство напрямую связа-
но с состоянием первичного рынка; в то же время ситуация со спросом и предложением на вторичном рынке может оказать стимулирующее или, наоборот, дести-мулирующее влияние на активность строительных организаций регионов (табл. 7).
Таблица 7
Матрица парных коэффициентов корреляции по группе «ценовые факторы строительной отрасли»
г У! У2 Х42 Х43 Х44 Х45 Х46
У! 1
0,472 1,000
Х42 -0,014 -0,065 1,000
Х43 -0,046 -0,240 0,267 1,000
Х44 0,429 0,123 0,008 0,021 1,000
Х45 0,406 0,117 0,003 0,006 0,969 1,000
Х46 -0,029 0,034 0,188 0,148 -0,138 -0,129 1
Представленные факторы четко разделились на 2 блока. Динамические факторы (индексы) имеют обратную взаимосвязь, а статические (средние цены) — прямую взаимосвязь с уровнем развития строительной отрасли. Высокие цены на недвижимость стимулируют строительство, но при этом большое значение имеет замедляющаяся динамика цен (как на недвижимость, так и на строительно-монтажные работы).
Взаимосвязи между сложными социально-экономическими явлениями и процессами, к числу которых относится и уровень развития строительной отрасли, не бывают одномерными. Построение адекватных моделей предполагает наличие множества факторов, действующих одновременно, причем мера, количественная степень влияния каждого из них на результативный признак находится в зависимости от конкретного состава этих факторов.
Для комплексной оценки влияния различных факторов мы провели множественный корреляционно-регрессионный анализ. Его применение требует соблюдения некоторых условий.
Во-первых, для анализа должны быть взяты только статистически значимые факторы-аргументы, которые находятся в существенной взаимосвязи с моделируемым показателем. Значимость факторов-аргументов оценивается по ^критерию Стьюдента, представляющего собой соотношение коэффициентов уравнения регрессии (Ь.) с величиной их среднеквадратической ошибки (8Ы).
Во-вторых, перечень исследуемых факторов должен быть по возможности исчерпывающим. Уравнение множественной регрессии должно быть адекватным, то есть предполагается, что остальные факторы, не участвующие в исследовании, не оказывают заметного воздействия на уровень развития строительной отрасли, являются относительно нейтральными по отношению к нему. Оценка адекватности модели производится с помощью Б-критерия Фишера, представляющего собой соотношение факторной и остаточной дисперсии. Критерием адекватности является превышение табличного, критического значения Б-критерия (Бкрит) над расчетным значением (Б ).
4 расч7
В-третьих, отобранные факторы-аргументы должны быть сравнительно независимыми друг от друга. Между ними не должно быть значительной корреляцион-
ной взаимосвязи, то есть должно отсутствовать явление мультиколлинеарности. Предупреждение последней обеспечивается построением и анализом матриц парных коэффициентов корреляции и реализацией процедуры многошагового регрессионного анализа.
Для исследования факторов, влияющих на состояние строительной отрасли, можно использовать путь построения моделей в виде линейных уравнений множественной регрессии, которые являются аналитической формой фактической зависимости моделируемых показателей от различных факторов:
V = Ь0 + Ь Х1 + Ь2 Х2 + ... + Ьп Хп +
где Ьо и Ь1 п — параметры уравнения регрессии (Ь1 п — коэффициенты регрессии); У рассматривается как зависимая, или объясняемая переменная, и является случайной величиной; Х. — неслучайная величина, или объясняющая переменная; ^ - ошибка (случайная компонента).
Коэффициент регрессии Ь. показывает, на сколько единиц в среднем меняется значение результативного признака У при изменении признака Х. на 1 ед.
В уравнении зависимая переменная У состоит из двух компонент:
1) неслучайная составляющая Ьо + Ь.Х., где Х. — неслучайная (детерминированная) переменная, Ьо и Ь. — конкретные постоянные величины;
2) случайная компонента
Мы построили 2 регрессионные модели, описывающие зависимость индикаторов развития строительной отрасли от социально-экономических факторов. В качестве факторных переменных рассматривались значения 46 показателей, публикуемых в открытом доступе Росстатом. Из общего массива мы были вынуждены исключить Мурманскую область, так как информация по ней была неполной (отсутствовали сведения по ряду данных). Таким образом, объем совокупности составил 75 единиц (регионов).
Анализ был выполнен в пакете прикладных программ «^аИзИса».
Список результативных показателей:
VI — среднедушевой объем работ, выполненных по виду деятельности «строительство» (тыс.руб./чел);
У2 — средняя многомерная оценка уровня развития строительной отрасли региона (полученная непараметрическим методом).
Первая модель будет иметь следующий вид: = —4,76 + 0,0004ХЗЧ + 0,Ззх3в + < где Х34 — объем платных услуг на душу населения (руб./чел.); Х38 — инвестиции в основной капитал на душу населения (тыс. руб./чел.).
Проведем интерпретацию параметров модели.
Так, рост уровня инвестиций на 1 тыс. руб./чел. приводит к увеличению среднедушевого объема строительных работ в среднем на 0,33 тыс. руб./чел. Это вполне логичная ситуация, так как строительство напрямую связано с инвестициями. Они являются его материальной основой.
Увеличение среднедушевого размера платных услуг в регионе на 1 руб./чел. приводит к возрастанию результативного показателя в среднем на 40 руб./чел. Действительно, наличие платежеспособного спроса стимулирует деятельность строительных организаций.
Коэффициент корреляции в модели составляет 0,937. Вариация объема строительных работ в регионе на 87,7 % обусловлена вариацией платных услуг и уровня инвестиций, а на 12,3 % — вариацией прочих факторов, не включенных в настоящую модель.
По Б-критерию модель является значимой (с вероятностью 95 %). Наблюдаемое (расчетное) значение критерия (Брасч) — 257,63, критическое (Бкрит) — 3,12.
Вышесказанное свидетельствует о хорошем качестве и адекватности построенной модели.
Особый интерес представляют коэффициенты эластичности. Они показывают, на сколько процентов в среднем трансформируется зависимая переменная с изменением факторного признака х. на 1 % при неизменном значении других факторов. Их достоинство заключается в том, что они нивелируют различия в единицах измерения, переводя все в проценты. Это позволяет выявить наиболее существенные факторы.
Расчет коэффициента эластичности производится по следующей формуле:
Э. = Ъ^,
' ' У
где Ъ. — коэффициент уравнения регрессии (/-факторный признак);
X / — среднее значение /-факторного признака;
у — среднее значение результативного признака.
С помощью этих коэффициентов мы можем оценить силу влияния отдельных факторов, и при этом мы не будем зависеть от единиц измерения. Например, с ростом уровня инвестиций на 1 % объем работ по виду деятельности «строительство» в среднем возрастет на 0,77 %, а при увеличении размера платных услуг на 1 % должен произойти рост результативного показателя на 0,43 %.
Вторая модель имеет вид:
где Х8 — коэффициент брачности, %;ХП — удельный вес городского населения, %; Х34 — объем платных услуг на душу населения (руб./чел.).
На среднюю многомерную оценку (СМО) состояния строительной отрасли оказывают влияние демографические факторы и состояние потребительского рынка. Рост уровня брачности на 1 пункт приводит к увеличению многомерной оценки в среднем на 0,18. При увеличении доли городского населения в регионе на 1 пункт СМО снижается в среднем на 0,02. Возрастание размера платных услуг на 1 руб./чел. СМО возрастает в среднем на 0,00001.
На 37,6 % вариация СМО по отдельным регионам зависит от вариации учтенных в модели факторов.
В табл. 8—9 приведены основные статистические характеристики построенных регрессионных моделей.
Таблица 8
Коэффициенты множественной корреляции и детерминации и критерий адекватности регрессионных моделей
— Ух У2
я 0,937 0,614
я2 0,877 0,376
1 расч 257,63 14,29
х крит 3,12 2,73
Таблица 9
Коэффициенты эластичности факторов-аргументов регрессионных моделей
Э yx Yi Y2
X8 - 1,56
Xii - -1,40
X34 0,43 0,40
X38 0,77 -
Учитывая значения коэффициентов эластичности (табл. 9), мы можем сказать, что фактор размера платных услуг, присутствующий в обеих моделях, тем не менее не играет главной роли в вариации результативных показателей. На величину стоимостного объема строительных работ оказывает наибольшее влияние уровень инвестиций, а на размер СМО — степень брачности населения.
Библиографический список
1. Сайт Росстата. URL: www.gks.ru.
2. Анпилов С.М., Сорочайкин А.Н. Организационно-экономические механизмы воздействия на строительную отрасль в современных условиях // Экономика и управление в XXI веке: кол. монография Т. 2. Экономика и управление. Региональный аспект / под общ. ред. А.Н. Сорочайкина. Самара: Глагол, 2011. С. 60—72.
3. Анпилов С.М. Территориальный анализ уровня развития строительной отрасли в регионах РФ // Основы экономики, управления и права. 2012. № 2(2). С. 29—36.
4. Анпилов С.М. Факторы, влияющие на уровень развития строительной отрасли Российской Федерации //Экономика, управление и право в современных условиях: международ. сб. ст. / под общ. ред. В.Б. Тасеева. Самара: Изд-во «Самарский университет», 2012. Вып. 5(17). С. 5-19.
S.M. Anpilov*
THE ANALYSIS OF FACTORS, INFLUENCING THE LEVEL OF DEVELOPMENT OF THE BUILDING SECTOR IN THE RUSSIAN FEDERATION
Diversity of social, economic and other factors, influencing the level of development of the building sector of the regions of the Russian Federation, stipulates the necessity of their ordering, classification. In the given work the classification of factors on the basis of data of Federal State Statistics Service is carried out.
Key words: economy of the region, building sector, factors, classification, evidences, Federal State Statistics Service.
* Anpilov Sergey Mihailovich (egmu205@mail.ru), the Dept. of Economy of the City and Municipal Management, Samara State University, Samara, 443011, Russian Federation.
