CC BY
30
АПРОБАЦИЯ МЕТОДОЛОГИИ ОЦЕНКИ МУНИЦИПАЛЬНОЙ ВАЛОВОЙ ДОБАВЛЕННОЙ СТОИМОСТИ
В статье рассматриваются методические подходы к оценке валовой добавленной стоимости (ВДС) для муниципальных образований и их практическое применение в сфере пространственной политики с использованием доступных статистических данных муниципального уровня. Подход, предлагаемый авторами настоящей статьи, обеспечивает их максимально возможное согласование с показателями, формируемыми в рамках системы национальных счетов На основе рассмотренного подхода авторами проведены расчеты ВДС для всех муниципальных районов и городских округов Российской Федерации, оценен их вклад в экономический рост страны. Предлагаемая авторами методика расчета ВДС для муниципальных образований позволяет учесть специфику и потенциал территорий для разработки и реализации мер пространственной политики федерального и регионального уровней, оценки ее результатов.
Введение. Фундаментальная проблема расчета валовой добавленной стоимости (ВДС) на субрегиональном уровне связана с трудностями локализации добавленной стоимости в конкретном муниципалитете, особенно в видах деятельности со сложными производственными цепочками. Это означает, что любые оценки муниципального ВДС будут обладать меньшей точностью в сравнении с ВРП. При этом независимо от используемых методик, скорее всего, сумма муниципальных ВДС не будет равна ВРП соответствующего региона. В этой связи ключевой задачей является разработка методологического аппарата, который наиболее корректно воспроизведет территориальные пропорции в экономике региона и определит при этом наиболее близкую к ВРП сумму муниципальных ВДС.
В странах ОЭСР расчеты ВДС на территориальном уровне выполняются длительное время для более чем 280-ти крупных городских территорий, что позволяет вести регулярный мониторинг их вклада в экономический рост [1]. Однако такая оценка на российских данных для территориальной ячейки, меньшей чем субъект Федерации, до недавнего времени была весьма затруднительна в связи с отсутствием легкодоступной статистической базы для расчетов. Разработка методологии, опирающейся на обновляющиеся общедоступные официальные источники и позволяющей на субрегиональном уровне получить оценку социально-экономического развития территории, делает возможным решение целого ряда задач пространственной политики федерального и регионального уровней.
Существующие подходы к оценке добавленной стоимости на муниципальном уровне традиционно разделяются на два направления: «снизу» (bottom up) и «сверху» (top down). Методы «сверху» наиболее популярны в теоретических и прикладных исследованиях. Муниципальный продукт рассчитывается как доля ВРП или ВВП с использованием производственных функций [2-4], взвешивания валового регионального продукта по ряду показателей: численность населения [5], занятость, доходы [6]. Типичный недостаток таких подходов - игнорирование пространственного распределения экономической активности внутри регионов и отраслевой неоднородности - ведет к существенному искажению оценок [7]. Большая вариативность наблюдается в методах «снизу», основывающихся на статистических показателях муниципальных образований. Ряд исследователей определяют валовой муниципальный продукт (ВМП) как сумму чистых налогов на продукты и добавленных стоимостей всех товаров и услуг, произведенных экономическими агентами на территории муниципального образования, по агрегированным видам деятельности. ВДС при таком подходе представляет собой разницу показателей валового выпуска и промежу-
точного потребления на уровне предприятий, декларирующих эти данные в формах отчетности [8; 9]. Однако на практике многие организации игнорируют это требование, что порождает активное использование механизмов дооценки путем усреднения, экстраполяции, применения результатов выборочных социологических исследований и экспертной оценки, снижающих достоверность расчетов.
Расчет ВДС с использованием показателей фонда оплаты труда встречается в целом ряде методик [10-13], что обусловлено доступностью репрезентативных исходных данных о заработной плате на муниципальном уровне. Однако разница в зарплате муниципальных образований существенно меньше, чем дифференциация прибыли предприятий, которые в них расположены, что приводит к «завышению» значений ВДС в муниципалитетах без выраженной экономической базы и «занижению» в крупнейших городах - экономических центрах страны и ресурсодобывающих территориях.
В связи с этим актуальной является задача разработки и практического применения методологии, которая позволяла бы в максимальной степени использовать статистические данные муниципального уровня, обеспечив при этом их максимально возможное согласование с показателями, формируемыми в рамках системы национальных счетов. Данным целям служит подход, предлагаемый авторами настоящей статьи. В его основе лежат показатели производительности, рассчитываемой как выручка, приходящаяся на одного занятого, и официальной статистики занятости по муниципальным образованиям в разрезе видов деятельности [14-16].
Использование разработанной нами методологии позволяет оценить хозяйственную роль разных типов муниципальных образований России, провести их типологию по специализации экономики, вкладу в общероссийский экономический рост, выделить центры экономического роста, территории, имеющие потенциал роста и нуждающиеся в появлении новых драйверов экономики. В рамках данного подхода расчеты выполняются для муниципальных районов и городских округов. Аналитика по видам деятельности приводится по классификатору ОКВЭД-2007. Статистические данные, находящиеся в открытом доступе, позволяют выполнить расчет выручки на уровне муниципалитетов за период 2010-2016 гг.
Сбор и обработка исходных данных. Поскольку данные о добавленной стоимости представлены только по очень ограниченной выборке российских предприятий, для расчета производительности использована информация о выручке и занятости на уровне предприятий. Источником данных послужили базы налоговой отчетности, публикуемые по результатам статистической отчетности предприятий, и содержащие информацию о всех компаниях на территории России. Информацию о годовой выручке и численности занятых раскрывают в своей отчетности большинство российских фирм. С точки зрения доступности и достоверности данных на микроуровне этот показатель является наиболее удобным.
Для получения показателя производительности в муниципальных образованиях была собрана база микроданных'' экономических показателей предприятий, включающая порядка 650 тыс. предприятий на территории России с привязкой их экономических показателей к муниципалитету фактического местоположения деятельности.
В базу данных предприятий были включены компании, удовлетворяющие следующим условиям:
- действующее предприятие на момент составления налоговой отчетности;
- основной вид деятельности относится к Разделам А-К. В базу не включались разделы Ь-О, среди которых доминируют предприятия государственного сектора, чье размещение в большей степени определяется не рыночными факторами, а установленными нормативами;
1 На основе баз данных налоговой отчетности Ruslana (Bureau van Dijk) и СПАРК-Интерфакс.
- ненулевая отчетность за 2016 г.;
- выручка более 100 тыс. руб./год за 2016 г.;
- занятость более 3-х человек за 2016 г.
Полученная база обеспечивает почти 100% репрезентативности по занятости на промышленных предприятиях и 70-90% на предприятиях в сфере услуг. Региональная репрезентативность достигается по всем видам деятельности.
Распространенность случайных и систематических ошибок потребовала детальной проработки показателя производительности. К наиболее распространенным проблемам, связанным с исходными данными, относятся следующие.
Трудности локализации данных о предприятиях в случае несоответствия юридического адреса и фактического места операционной деятельности. В эту категорию попали в основном сетевые торговые компании, крупные холдинги, добывающие предприятия. Их производительность приписывалась к месту расположения головного офиса компании.
Компании с большим количеством внештатных сотрудников (с аномально высокой выручкой и малой занятостью), что вносило искажения в расчет производительности. Компании с минимальным порогом выручки и «раздутым» штатом также вносили большие погрешности в расчет производительности. Все подобные случаи исключались из выборки.
База данных для расчетов включает 97% всех муниципальных образований2 (МО) - 2284 из 2351 за 2016 г. Исключениями стали:
- ЗАТО, данные по которым не предоставляются официальными источниками государственной статистики;
- МО Республики Крым и г. Севастополь, по которым отсутствует динамический ряд исходных данных.
Вследствие неполного охвата предприятий на территориях, показатели суммарной валовой выручки предприятий из сформированной нами базы микроданных не могут напрямую использоваться для оценки суммарного валового выпуска по видам деятельности МО. Более корректным методом является умножение средней производительности вида деятельности для данного МО на суммарную численность занятых в данном виде деятельности на территории МО. Однако серьезной проблемой являются низкое качество и фрагментарность этих данных. В связи с этим нами проведена масштабная работа по верификации показателя занятости на муниципальном уровне.
Методология расчета ВДС. Производительность по каждому виду деятельности МО рассчитывается на основе данных налоговой статистики по предприятиям как средняя производительность предприятий данного вида деятельности, расположенных на территории МО:
Р,т = Е Е Щ,, (1)
где Ркт - средняя производительность труда вида деятельности к на территории МО т в соответствующем году (далее приводятся расчеты по данным за 2016 г.); Rik - годовая выручка на уровне каждого конкретного предприятия г вида деятельности к на территории МО т, тыс. руб.; Ьтк - среднегодовое число занятых на
конкретном предприятии г вида деятельности к на территории МО т, чел.
Учет отраслевых особенностей формирования добавленной стоимости требует определенной модификации методов оценки муниципальной ВДС по видам деятельности. На федеральном уровне краткосрочная динамика ВВП хорошо корре-
2 Федеральная служба государственной статистики, gks.ru
лирует с динамикой 5-ти базовых отраслей: промышленность, сельское хозяйство, строительство, транспорт и торговля. Муниципальная ВДС этих видов деятельности, а также операций с недвижимым имуществом и финансового сектора требует учета различий в производительности труда.
В «производственных» секторах5 ВДС рассчитывалась с использованием показателя объема отгруженной продукции и оказанных услуг, генерируемого в каждом МО. Указанный показатель рассчитывается исходя из численности занятых в соответствующем виде деятельности по данным муниципальной статистики и производительности в данном виде деятельности, рассчитанном для соответствующего МО по формуле (1):
ут = рт , цт , (2)
где У^" - объем отгруженной продукции или оказанных услуг вида деятельности к на территории МО т, тыс. руб.; Р^" - производительность труда по виду деятельности к
на территории МО т, рассчитанная по формуле (1); Ц - численность занятых по виду
деятельности к на территории МО т, чел по данным муниципальной статистики.
Далее ВДС по виду деятельности к рассчитывается как доля от ВДС региона в целом по данному виду деятельности пропорционально вкладу МО в региональный объем отгруженной продукции по данному виду деятельности:
ут
1Л-К = ОГЛЛ-К ' ~
огл:_К = ОУЛЛ-К --у^, (3)
- тУк
где ОГЛ:_К - валовая добавленная стоимость вида деятельности к из разделов Л-К на территории МО т; ОУЛ^К - валовая добавленная стоимость вида деятельности к из разделов Л-К в данном регионе в целом, тыс. руб.; У™ - объем отгруженной продукции или оказанных услуг вида деятельности к на территории МО т, рассчитанный по формуле (2).
Таким образом, предполагается, что по каждому виду деятельности доля ВДС в выручке одинакова во всех муниципалитетах региона. При этом она различается между видами деятельности. Допущение о равенстве соотношения ВДС к выручке в разных муниципалитетах может вносить определенные искажения при оценке ВДС конкретных муниципалитетов (особенно с небольшим числом предприятий данного вида деятельности), но эти искажения во многом нивелируются, когда значения ВДС суммируются для групп муниципальных образований.
ВДС бюджетного сектора и персональных услуг4 необходимо рассчитывать иным способом, поскольку в данных отраслях добавленная стоимость де-факто определяется фондом оплаты труда. При этом доля бюджетного сектора в ВДС может кардинально варьироваться: например, есть муниципалитеты, где бюджетный сектор фактически является каркасом муниципальной экономики и главным источником доходов населения. В бюджетных секторах ВДС региона может разбиваться пропорционально фонду заработной платы или численности занятых (если принимается предположение, что зарплата в бюджетных секторах между муниципалитетами различается незначительно). Данные виды деятельности имеют и коммерческую составляющую, однако выделение отдельных предприятий, функционирую-
5 Разделы ОКВЭД-2007: Л, В, С, Э, Е, О, Н, I, 3, К.
4Разделы ОКВЭД-2007: Ц, М, N О.
щих на коммерческой основе, не представляется возможным из-за большого количества потенциальных искажений, связанных с первичными данными. Расчет ВДС проводился по формуле (4):
оулт_0 = ОУЛ[%
51
2 ^
(4)
где ОУЛ10 - валовая добавленная стоимость вида деятельности к из разделов Ь-0 на территории МО т; ОУЛ^0 - валовая добавленная стоимость вида деятельности
к из разделов Ь-0 в данном регионе в целом, тыс. руб.; - фонд заработной платы вида деятельности к из разделов Ь-0 на территории МО т по данным муниципальной статистики, руб.
Итоговое значение ВДС для МО получено путем суммирования значений ВДС по всем видам деятельности, рассчитанных по формулам (3) и (4):
ОУЛт = XОУЛ:_К + XОУЛт_0 , (5)
где ОУЛт - суммарная валовая добавленная стоимость на территории МО т; ОУЛ"т_К - валовая добавленная стоимость вида деятельности к из разделов Л-К на
территории МО т; ОУЛт_0 - валовая добавленная стоимость вида деятельности к
из разделов Ь-0 на территории МО т.
Сумма ВДС по видам деятельности дает интегральный индикатор экономического развития муниципального образования, позволяющий оценивать вклад территорий в экономический рост страны.
Результаты расчетов. В рамках исследования на субрегиональном уровне были выделены центры экономического роста, вклад которых в экономический рост России за 2010-2016 гг.5 превысил 1% (рис. 1).
Рис. 1. Центры экономического роста российской экономики, 2010-2016 гг.
В процессе подготовки данной статьи к печати, авторами была рассчитана ВДС также по данным за 2017 г. По результатам предварительного анализа все описанные в данной статье тенденции сохраняются.
Агломерации страны, на территории которых проживает 43,8% населения, генерируют до 55% вклада в рост ВВП. Основные центры экономической активности РФ -Московская и С.-Петербургская агломерации (18,9% населения страны) - обеспечивают немногим более четверти вклада в рост ВВП (таблица).
Таблица
Оценка вклада различных типов территорий в экономический рост России, 2016 г., %
Доля Вклад в рост
№ Тип муниципальных образований Доля ВВП Численности населения ВВП в РФ (2010-2016 гг.)
1. Московская и С.-Петербургская агло-
мерации 31,3 18,8 25,8
2. Крупнейшие агломерации с населением
более 1,5 млн. чел.* 9,6 9,6 13,5
3. Крупные городские агломерации с на-
селением 0,7-1,5 млн. чел.** 14,8 15,6 16,9
4. Диверсифицированные территории вне 19,6 24,3 21,1
крупных городских агломераций
- с населением от 100 до 700 тыс. чел 14,8 16,2 17,0
- с населением менее 100 тыс. чел 4,7 8,1 4,2
5. Монопрофильные территории - индустриальной и горнодобывающей специализации в основной и низко- 23,3 26,4 16,8
плотной зонах расселения 14,2 11,0 8,5
- горнодобывающей специализации в
очаговой зоне расселения 2,6 0,5 2,2
- агро- или лесопромышленной спе-
циализации 4,8 12,0 5,0
- транспортной специализации 1,2 2,1 0,6
- туристической специализации 0,4 0,8 0,6
6. Стратегические опорные пункты в оча-
говой зоне расселения*** 0,3 0,0 2,0
7. «Социальные» территории, с дефици- 1,1 5,3 0,1
том экономических драйверов роста
* Екатеринбург, Казань, Нижний Новгород, Новосибирск, Ростов-на-Дону, Самара, Челябинск и агломерации.
** Владивосток, Волгоград, Воронеж, Ижевск, Иркутск, Краснодар, Красноярск, Кемерово, Набережные Челны и Нижнекамск, Новокузнецк, Махачкала, Омск, Оренбург, Пермь, Саратов, Ставрополь Тюмень, Ульяновск, Уфа, Чебоксары и агломерации, Кавказско-Минераловодская агломерация. *** Западный Ямал._
Источник: по данным расчетов авторов.
Важнейшим фактором дифференциации территорий является структура экономики. Например, сходство траекторий социально-экономического развития индустриальных монопрофильных городов, расположенных в разных частях страны, существенно выше, чем сходство муниципальных образований с принципиально различающимся отраслевым профилем, расположенных в одном регионе. Средние внутрирегиональные различия в объемах производимой добавленной стоимости в России составляют более 5 раз (между наиболее и наименее экономически развитыми типами муниципалитетов).
Для проведения типологии муниципальных образований по специализации использовалась структура занятости, отражающая их особенности, набор характерных проблем, состояние экономики, социальный портрет населения. Для каждого муниципального образования была выделена основная отрасль специализации.
Для этого данная отрасль должна иметь более высокую долю в структуре занятости, чем в среднем по выборке муниципалитетов, и при этом ни один другой сектор экономики не должен демонстрировать превышения среднероссийских значений (за исключением социальных отраслей). Если более одной отрасли имеют в структуре занятых долю, большую чем в среднем по России, то такой муниципалитет был отнесен к диверсифицированным. В муниципалитетах «социального» типа фактически отсутствует «градообразующая» база, экономика представлена в основном бюджетным сектором.
Крупнейшие агломерации (с населением более 1,5 млн. чел.). Помимо Московской и С.-Петербургской агломераций, наибольший вклад в экономический рост среди крупнейших агломераций внесли Екатеринбургская, Новосибирская, Нижегородская, Ростовская.
Экономический успех Екатеринбургской агломерация (вклад - 3,9%) обусловлен несколькими компонентами. Екатеринбург оказался центром размещения основного бизнеса нескольких вертикально-интегрированных компаний в металлургии и машиностроении. Оборонно-промышленный комплекс города прошел частичную конверсию, а вследствие высокого качества человеческого капитала Екатеринбургу удалось создать одну из наиболее развитых в России индустрию услуг, включающую логистику, ри-тейл, 1Т-сектор, креативные индустрии. Платежеспособный спрос в ней усиливался за счет жителей близлежащих регионов, включая ХМАО и ЯНАО, для которых Екатеринбург зачастую выступает центром покупок и досуга. Екатеринбургская промышленность и торговля обеспечили более 60% вклада в ее экономический рост за прошедшие 6 лет.
Новосибирская агломерация (вклад - 2,2%) также является крупным макроре-гиональным центром торговли, транспорта и логистики. Среди всех агломераций Новосибирская в большей степени росла за счет рыночных услуг (раздел К в «старой» версии ОКВЭД) и в меньшей степени - за счет промышленности.
Нижегородская агломерация (2%) имеет значительный масштаб экономики, но меньшие темпы роста, чем другие рассматриваемые агломерации. Структура ее экономики индустриально более развита, чем у Екатеринбургской, а положительная динамика обрабатывающей промышленности во многом обеспечена государственным заказом предприятий ОПК.
Ростовская агломерация (1,6%) является одним из лидеров по темпам роста. Статистически экономика Ростовской агломерации имеет сходные черты с Новосибирской (рис. 2, расчеты авторов) - доминирование услуг над промышленностью как в структуре, так и по темпам роста.
Доля ВДС, %
100 90 80 70 60 50 40 30 20 10 0
Рис. 2. Структура экономики крупнейших агломераций со значительным вкладом
в экономический рост России: 2 промышленность; Ш торговля; ЕЗ рыночные услуги; ■ социальная сфера; □ прочее
Однако если в Новосибирской агломерации значима доля услуг с высокой добавленной стоимостью и научных исследований, то в Ростовской наблюдается существенный «перекос» в сторону торговли. Интенсивность роста экономики Ростовской агломерации
в значительной степени определяется влиянием динамики потребительского и инвестиционного спроса регионов Северного Кавказа, а также востока Украины.
Многие агломерации России попали в ловушку низких темпов роста. Ускоренное развитие секторов экономики требует растущего спроса или хотя бы его ожиданий, между тем занятость населения концентрируется в видах деятельности со сравнительно низкой производительностью труда и заработной платой. Это отчасти связано с вопросом эффективности организации крупных производств, их зависимости от государственного заказа или с отсутствием стимулов к автоматизации. Промышленным агломерациям (Нижегородская, Челябинская, Самарская, Омская, Волгоградская) не хватает верхних переделов в ключевых отраслях концентрации занятости.
Вторая проблема - недостаточный уровень развития инфраструктуры, необходимой для формирования в российских агломерациях современной структуры экономики. Речь идет в первую очередь о комфортности городской среды и развитии транспортных связей как внутри агломераций, так и между ними [14].
Крупные агломерации и диверсифицированные региональные центры. Данная группа территорий включает муниципалитеты двух типов: 21 агломерацию с населением более 0,7 млн. чел., а также наиболее крупные региональные центры. Вклад в ВВП каждой из них значительный - 16,9 и 21,1%, что примерно соответствует их «весу» в численности населения.
Основой развития быстрорастущих агломераций (Краснодар, Махачкала) послужил рост потребительского и инвестиционного спроса, связанный с увеличением численности населения и ростом ВДС в строительном секторе (в среднем +30% за 6 лет), операциях с недвижимостью и в розничной торговле (по 20% роста).
Успешные центры обрабатывающей промышленности (Уфа, Тула, Красноярск, Иркутск) характеризовались значительным приростом производительности за рассматриваемый период за счет увеличения спроса на продукцию отраслей специализации муниципалитета (например, от наращивания государственного заказа в военно-промышленном комплексе в Туле, Иркутске). Углубление степени переработки нефтепродуктов на НПЗ Уфы позволило добиться увеличения добавленной стоимости продукции, несмотря на падение уровня цен. Рост в Красноярской агломерации связан с формированием базы крупных новых сырьевых проектов и концентрацией части добавленной стоимости в региональном центре.
Воронежская агломерация обеспечила больший вклад в экономический рост России (2,4%), чем значительно более крупная - Новосибирская, поскольку в ней рост численности населения сочетался с эффективной экономической политикой региональных властей. К агломерациям и региональным центрам, испытывающим негативную экономическую динамику, относятся Иваново, Кемеровская и Новокузнецкая - в силу структурных отраслевых проблем.
Добывающие территории — районы новой или углубленной добычи полезных ископаемых. На их долю приходится 16,8% российского ВВП. Несмотря на сохраняющиеся благоприятные условия конъюнктуры для экспорта таких сырьевых товаров, как уголь и металлы, лишь у небольшого числа выделенных добывающих территорий среднегодовые темпы роста ВДС превышали средний по России или были сопоставимы с ним. Это - территории с новыми месторождениями полезных ископаемых. При этом рост продукции обеспечивается также и активным строительством объектов электроэнергетики, дорог, трубопроводов.
Основная часть вклада добывающих территорий в рост ВВП России приходится на муниципалитеты, в которых реализуются проекты в нефтегазовой отрасли, в первую очередь это Ямало-Ненецкий автономный округ (4,5% экономического роста 2010-2016 гг.)
Существенный вклад вносят нефтегазовые проекты Сахалина (1,4%). Однако реальный вклад добычи в экономический рост локализуется не в районах непосредственной добычи, а в Южно-Сахалинске, на который приходится почти 70% регионального ВРП. В Татарстане - хотя крупнейшие месторождения Волго-Уральского нефтегазоносного бассейна выработаны более чем на 70% - повторное освоение старых месторождений, а также ранее неэффективных трудноизвлекае-мых запасов с использованием новых технологий бурения и добычи позволяет добиваться стабильного роста объемов добычи и транспортировки нефти, обеспечивающего 1,9% роста российского ВВП в последние 6 лет.
Территории, специализирующиеся на добыче других видов полезных ископаемых, цены на которые в исследуемый период снижались, не привнесли существенного вклада в экономику России. Отчасти это связано с технико-экономическими особенностями добычи сырья. Так, у большинства месторождений железных, цветных и полиметаллических руд расположены горно-обогатительные комбинаты или металлургические заводы. В результате, добывающие подразделения горнометаллургических компаний зачастую относятся к обрабатывающим производствам, а территории, где они расположены, попадают в категорию диверсифицированных (как Губкин-Старый Оскол) или индустриальных (Орск).
Особого внимания заслуживают добывающие территории Кемеровской области, экономика которых сокращается, несмотря на рост объемов экспорта угля. Проведенный анализ показывает, что экономику Кузбасса в прошедшие 7 лет «вытягивала», не угледобыча, а агломерационный эффект, стимулирующий рост в секторе услуг.
Отдельным драйвером роста оказываются отрасли, цены на продукцию которых в отчетный период демонстрировали положительную динамику - в первую очередь, добыча золота и алмазов. Добывающие территории Республики Саха (Якутия), Иркутской и Магаданской областей, Камчатского и Забайкальского краев обеспечивают 1,6% роста ВВП России.
Агропромышленные территории. Длительная государственная поддержка агропромышленного комплекса, которая совпала с «контрсанкционным» импортозамещени-ем в последние годы, привела к росту объема производимой в стране сельскохозяйственной продукции. В целом вклад аграрных муниципалитетов страны в экономический рост России в 2010 г. составил 6%. Наибольший вклад в ВДС вносят территории с наиболее благоприятными агроклиматическими условиями - сельскохозяйственные районы северного Черноземья - Белгородская, Воронежская, Курская области, а также примыкающие к ним районы Брянской области (1,7% роста ВВП).
Сельское хозяйство Черноземья выступает в качестве настоящего мультипликатора смежных отраслей экономической деятельности. Наиболее отчетливо это проявляется в Белгородской и Тамбовской областях, где до 60% вклада в прирост ВДС обеспечивается предприятиями переработки. Эти предприятия, например, сахарные, мукомольные и мясоперерабатывающие заводы в Мичуринске, Рассказово, Кирсанове, генерируют финансовые потоки, которые аккумулируются как в самих производственных, так и административных центрах регионов. Они в свою очередь становятся источником потребительских расходов в сфере услуг, которая является отраслью с наибольшим приростом добавленной стоимости в Тамбове и Белгороде.
Территории с негативной экономической динамикой. Примерно в четверти муниципальных образований страны, на которые приходится почти 30% населения, темп роста ВДС был отрицательным в рассматриваемый период. Эти муниципалитеты разделяются на несколько типов.
Депрессивные индустриальные территории, специализирующиеся на отраслях промышленности с низким уровнем современного технологического развития, вы-
сокой степенью износа основных фондов, характерны для регионов центральной России (Рязанская, Тверская, Ярославская области), северо-запада (Карелия), Поволжья (Волгоградская, Самарская области), юга Урала и Сибири (Новосибирская, Тюменская, Кемеровская области). Необходимо выделить региональные центры, где сжатие производственного сектора не перекрывает рост сектора потребительского. Так, в Чите, Иванове и Кургане попытки возобновления производства пока не дают эффекта повышения потребительского спроса.
«Социальные территории» характеризуются крайне высокой зависимостью от государственного сектора, который обеспечивает основную занятость. По оценкам авторов, в муниципалитетах с полностью отсутствующей экономической базой сегодня в России проживает примерно 7,5 млн. чел. Данные муниципалитеты встречаются почти повсеместно (в 64-х субъектах РФ), а в 60% из них характеризуются отрицательным вкладом в экономический рост. Аналогичными территориями являются небольшие муниципалитеты, попавшие в категорию транспортных центров - в основном это небольшие железнодорожные узлы (Псковская, Пензенская области) или населенные пункты в зоне низкоплотного и очагового расселения по берегам крупных рек (Республика Коми, Тюменская область).
«Агро- и лесопромышленные территории» в зоне Нечерноземья - муниципалитеты во многом сходны с «социальными» территориями. Зачастую реальные различия в структуре экономической деятельности данных двух типов муниципалитетов оказываются минимальными, однако большая часть аграрных и лесопромышленных предприятий либо являются субъектами малого предпринимательства (например, личные подсобные и крестьянско-фермерские хозяйства) и не отражаются в муниципальной статистике, либо вообще официально не зарегистрированы (особенно это характерно для производства древесины и первичной деревообработки).
Помимо перечисленных выше типов, негативный вклад в экономику страны вносили добывающие территории с сокращающимися запасами полезных ископаемых и (или) подверженные негативным влияниям конъюнктуры. Ключевым примером являются нефтедобывающие муниципалитеты ХМАО. Менее масштабные примеры - муниципалитеты Печерского угольного бассейна в Коми, нефтедобывающие муниципалитеты Самарской и Саратовской областей и др.
Экономические проблемы испытывали многие муниципалитеты, специализирующиеся на цветной металлургии. Помимо отказа от реализации ряда новых месторождений цветных руд, высокая себестоимость добычи на старых рудниках, как из-за низкого содержания полезных компонентов, так и повышенных транспортных и энергетических издержек добычи и обогащения, привела к полному и частичному приостановлению работы многих горнообогатительных комбинатов и металлургических заводов (например, медного Южно-Уральского, Оренбургская область; молибденового Жирекенского, Забайкальский край; Богословского алюминиевого завода, Свердловская область).
Выводы. Разработанная нами методология оценки ВДС на муниципальном уровне открывает возможности ее широкого практического применения. Учет пространственной дифференциации производительности труда с использованием микроданных налоговой отчетности помогает не только определить территории, оказывающие наибольший и наименьший вклады в экономику, но и выявить взаимосвязи между пространственным развитием и экономическим ростом в стране. В то же время она обеспечивает согласование микроданных с показателями муниципальной статистики занятости и системой национальных счетов. Получение значений добавленной стоимости для каждого муниципального образования или их
групп позволяет учесть специфику и потенциал той или иной территории для разработки и реализации мер пространственной политики.
В качестве недостатка методологии можно назвать необходимость использования разнородных источников информации, что требует трудоемкой верификации и очистки исходных данных. Особенно это касается исходных данных муниципальной статистики, где большое количество пропусков и логических несоответствий, устраненных в результате использования дополнительных источников информации. По мнению авторов, применяемая система верификации и очистки позволяет существенно уменьшить возможные ошибки, связанные с неудовлетворительным качеством данных, и в целом обеспечивает приемлемую репрезентативность расчетов.
Разработанная методика прошла успешную практическую апробацию при подготовке стратегических документов федерального и регионального уровней, включая проект Стратегии пространственного развития России до 2025 г. и инфраструктурные проекты, многие из которых вошли в Комплексный план модернизации и расширения магистральной инфраструктуры на период до 2024 г.
Литература
1. GDP by metropolitan area. OECD Factbook 2015-2016: Economic, Environmental and Social Statistics, OECD Publishing, Paris. 2016.
2. Бухарбаева Л.Я., Франц М.В., Бакай С.М. О точности метода факторной оценки валового муниципального продукта / Исмагилова Л.А. // Управление экономикой: методы, модели, технологии: материалы XVIМеждународной научной конференции УГАТУ. Уфа, 2016. С. 404-409.
3. Ижгузина Н.Р. Расчет условно исчисленного валового агломерационного продукта (на примере крупных агломераций Свердловской области) //Журнал экономической теории. 2015. № 2. С. 59-65.
4. Криничанский К.В., Унрау А.В. Оценка валового муниципального продукта и сравнительный анализ российских городов //Региональная экономика: теория и практика. 2014. № 9(336). С. 9-22.
5. State of the World's Cities 2012/2013: Prosperity of Cities. United Nations Human Settlements Programme. 2012.
6. Гриценко С.В. Статистический анализ уровня социально-экономического развития муниципальных районов // Экономический анализ: теория и практика. 2009. № 22. С. 15-23.
7. Гафарова Е.А. Валовой муниципальный продукт как показатель уровня экономического развития муниципальных образований региона (на материалах Республики Башкортостан) // Научно-технические ведомости СПб ГПУ. Экономические науки. 2017. Т. 10. № 4. С. 91-103.
8. Колечков Д.В., Гаджиев Ю.А., Тимашев С.А., МакароваМ.Н. Валовой муниципальный продукт: методы расчета и применение // Экономика региона. 2012. № 4. С. 49-59.
9. Пуляевская В.Л. Валовой муниципальный продукт как показатель оценки экономического потенциала районов и городов //Вестник НГУЭУ. 2012. № 3. С. 159-166.
10. Татаркин А.И., Козлова О.А., Тимашев С.А. Вопросы (проблемы) методического обеспечения расчета валового муниципального продукта //Безопасность критичных инфраструктур и территорий. 2012. Т. 3. № 1. С. 3-8.
11. Фонд «Институт экономики города». Экономика российских городов и городских агломераций. 2017. Вып. № 2: Клуб столичных городов. Москва.
12. Фонд «Институт экономики города». Экономика российских городов и городских агломераций. 2018. Вып. № 3: Структура экономики и потенциал роста. Москва.
13. Чекавинский А.Н, Гутникова Е.А. Оценка валового продукта города и направления его увеличения // Проблемы развития территории. 2012. №. 2 (58). С. 36-44.
14. Определение приоритетов пространственного развития российской федерации на период до 2035 года (включая перспективы 2040-2050 гг.). Отчет о НИР: Центр Экономики Инфраструктуры /Рук. Чистяков П.А.; исполн.: Шульц Д.Н., Землянский Д.Ю. [и др.]. М., 2017. 352 с.
15. Региональная структура промышленности Российской Федерации и региональное развитие. Отчет о НИР: РАНХиГС при Президенте РФ / Рук. Михайлова Т.Н.; исполн.: Шурыгин А.А. [и др.]. М., 2015. 285 с.
16. Дмитриев М.Э., Чистяков П.А., Ромашина А.А. Роль пространственной политики в ускорении экономического роста //Общественные науки и современность. 2018. № 5. С. 31-47.
