CC BY
28
УДК: 338.43.001.76
ДЕТЕРМИНИРОВАНИЕ ТОЧЕК ИННОВАЦИОННОГО РОСТА КАК ИНСТРУМЕНТ РАЗВИТИЯ РЕГИОНАЛЬНОГО СЕЛЬСКОХОЗЯЙСТВЕННОГО ПРОИЗВОДСТВА
Н. А. ПОЖИДАЕВА, преподаватель кафедры экономической теории Е-таИ: Pozhi-natalya@yandex. ги
Курская государственная сельскохозяйственная академия имени профессора И. И. Иванова
Д. А. ЗЮКИН, ассистент кафедры экономики и менеджмента Е-таП: тдМтда1е46@гатЫег. ги Курский государственный медицинский университет
В статье предложена методика, позволяющая определить среди районов депрессивного региона перспективные центры развития сельскохозяйственного производства по инновационному сценарию. Выступая в качестве генераторов роста, эти центры способны обеспечить диффузию инноваций, стимулируя постепенный переход к их внедрению и применению в сельскохозяйственном производстве менее развитых районов региона.
Ключевые слова: сельскохозяйственное производство, инновационное развитие, центр инновационного развития, методика уровня инновационного развития.
Невысокая прибыльность сельского хозяйства, развитие которого сдерживается низким уровнем производительности труда и высокими удельными затратами ресурсов на прирост производства продукции, обусловлена значительной технико-технологической отсталостью и деградацией производства. В сложившейся неустойчивой финансово-экономической ситуации слабая восприимчивость к инновационному развитию, которая проявляется
в снижении управляемости процессов создания и внедрения инноваций, а также отсутствии достаточного размера их финансирования, приводит к спаду производства.
Жесткие ресурсные ограничения отечественных сельских товаропроизводителей осложняются ростом процентной ставки вследствие мирового финансового кризиса, а также вступлением России во Всемирную торговую организацию, результатом которого является снижение таможенных пошлин и повышение конкурентоспособности зарубежной продукции и, соответственно, снижение выручки отечественных производителей. Как итог этого существует высокий уровень риска инвестирования в разработку и внедрение инноваций в сельскохозяйственное производство, что требует глубокого научного обоснования приоритетов в направлениях его инновационного развития, а также в подходах по оценке экономической эффективности их практической реализации.
В настоящее время наиболее перспективной и экономически оправданной выступает концепция формирования территориальных точек (центров)
роста, которые впоследствии смогут осуществлять диффузию инноваций в различные сферы сельскохозяйственного производства по другим территориям региона. Процесс «точечного» роста и распространения новшеств является естественным выражением диалектики развития социально-экономических систем. Он проявляется в концентрации определенных ресурсов и функций в ограниченном числе пунктов, что, с одной стороны, делает реализацию их более эффективной, а с другой - повышает результативность и продуктивность региональной системы в целом [1].
Подобный подход лежит в основе многих решений, в том числе парадигмы несбалансированного (неравновесного) экономического роста, получившей название - концепция поляризованного развития. В ее основе лежат выводы французского экономиста Франсуа Перру, который отмечал, что «...рост не происходит везде и сразу, он возникает в точках или полюсах роста и распространяется по различным каналам, вызывая разнообразные результаты» [2].
Исходя из концепции мультиплицирующего экономического роста инновационного типа на основе создания полюсов роста, импульс к развитию крупных экономических систем дают радикальные инновации. Их концентрация в инновационных генерирующих центрах влечет цепь нововведений в технологической системе, вызывает новое качество экономического роста. При этом важным моментом является то, что развитие осуществляется не сразу и не повсеместно, а постепенно, волнами, от центров-лидеров к различным территориям. Закономерность регионального развития заключается именно в том, что в основе смены фаз прогресса лежит волнообразное распространение инноваций, разрастание первоначальных очагов роста и появление новых, широкая диффузия инновационной активности в регионе [1].
Следовательно, представляется логичным использовать названную закономерность в решении задач стратегического развития депрессивных регионов, тем более что в них, как правило, уже имеются определенные точки роста или зачатки полюсов развития, заключающиеся в наличии в некоторых участках достаточного размера факторов производства, адекватного потребностям инновационного развития при эффективном их управлении и использовании. Таким образом, существует необходимость разработки четкого алгоритма их определения в количественных единицах измерения.
В связи с этим предлагается использовать единый интегральный показатель Крб, характеризующий совокупную величину производственных ресурсов отдельного субъекта. При этом обязательным элементом в такой методике должен быть учет эффективности управления и использования имеющихся ресурсов, отражающийся отдельным коэффициентом Кэф. Мультипликативный учет этих коэффициентов позволит точно отразить зоны, уже имеющие определенные ресурсную базу и уровень инновационного развития сельскохозяйственного производства I (см. рисунок).
При этом объективно детерминировать перечень производственных ресурсов, которые целесообразно использовать при расчете нормированного показателя величины ресурсной базы, можно на основе выявления значимой разницы финансово-экономических и показателей оснащенности и эффективности труда между группами сформированных по каждому изучаемому показателю, а также наличию прямой тесной стохастической связи между ними и результативным признаком группировки.
Следует заметить, что для успешной реализации этого подхода важное значение имеет методически верное определение количества групп в совокупности и расчета их интервалов, в зависимости от чего будут распределяться объекты изучаемой совокупности. В практике существует несколько подходов к определению их числа и установлению их интервалов. Так, это можно сделать по формулам Стеджерса, однако в таком случае число значений признака, попадающих в отдельные группы, достаточно часто бывает слишком мало и соответственно недостаточно информативно, чтобы достоверно провести корреляционно-регрессионный анализ, необходимый для получения коэффициента эффективности использования ресурсной базы. В связи с этим мы используем подход, предложенный Террелом и Скоттом, который, например, успешно внедрен в практику SAS (акроним от Statistical Analysis System Institute, разработчика технологического программного обеспечения и приложений класса Business Intelligence, продукты которого давно уже вышли за рамки простых инструментов для статистического анализа), согласно которому количество групп определяется на основе следующей формулы:
К > (2 • n)1/1•
Предлагаемый методический подход используется авторами в целях выявления приоритетных зон для реализации крупных инновационных проектов
Формирование показателей ресурсной базы
Нормированный коэффициент величины ресурсной базы
К,.* = ЦР,1 ■ Р2 • ■ ■ ■• Ру,
Р, = -
у - порядковый номер фактора, используемого при определении инновационного потенциала; 1 - порядковый номер изучаемого объекта совокупности; Ру - значения у-го фактора в относительных единицах 1 -го объекта; Ху - фактическое значение у-го изучаемого показателя 1-го объекта; Хщах у - максимальное значение у-го изучаемого показателя среди объектов
в рамках Курской области. С учетом масштабов потребности в ресурсах для их реализации целесообразно рассматривать не отдельных сельских товаропроизводителей, а их объединенную совокупность в рамках административного района области, что будет способствовать снижению риска при инвестировании крупных финансовых средств.
На первом этапе определено количество групп. Исходя из количества административных районов в области, выделяется четыре группы. Такое количество групп позволяет проводить дальнейшее изучение в каждой из них, так как обеспечивает достаточное число значений признака для последующего анализа. При этом интервалы для этих групп считаем целесообразным выделять с учетом следующего подхода. Так, полученную совокупность данных целесообразно разбить на две группы: районы, размеры показателей в которых превышают средние областные значения, и те районы, в которых они уступают. При этом среднее значение результативного признака для группировки необходимо определять среди районов, значения которых соответствуют нормальному распределению, что позволит объективно рассчитать этот показатель и использовать его для группировки. Далее в каждой из них можно выделить еще по две подгруппы с равными интервалами, также элиминировав из расчета значения нормированных показателей районов во всей совокупности, которые не соответствуют нормальному распределению. Таким образом, группы выделяются относительно результативного признака:
• I группа - в районах этой группы результативный признак значительно превосходит среднее значение;
Определение количества групп К на основе подхода Террела и Скотта:
К > (2 • п)13
Наличие прямой тесной стохастической связи финансово-экономических и показателей оснащенности и эффективности труда с результативным признаком группировки
Определение значимости и приоритетности анализируемых показателей ресурсной базы
Распределение объектов по группам в соответствии с нормированным значением величины
ресурсной базы *
Коэффициент эффективности использования ресурсной базы А"^:
*"зф = ВфуВ '
где
В^, и Вш
фактически полученная выруч-
ка от реализации сельскохозяйственной продукции в 1 -м объекте в расчете на 1 га пашни и рассчитанная на основе регресси модели для Й"-Й группы, аппроксимируемой показателями ресурсной базы
Алгоритм определения центров инновационного развития сельскохозяйственного производства
• II группа - в районах этой группы результативный признак превосходит среднее значение;
• III группа - в районах этой группы результативный признак ниже среднего значения;
• IV группа - в районах этой группы результативный признак значительно ниже среднего значения.
на основе предлагаемого подхода к группировке нами распределены районы курской области в зависимости от результативного признака, в качестве которого поочередно выступали затраты на сельскохозяйственное производство, величина основных средств, число производственных работников и площадь сельхозугодий. При этом в условиях высокой нестабильности и вариации показателей целесообразно рассматривать их среднее значение за несколько лет: 2009-2011 гг. Изучаемый период включает значительно дифференцированные в зависимости от года природно-экономические условия хозяйствования, что позволяет оценивать эффективность управления и степень адаптации
Х
сельских товаропроизводителей к ним. Их расчет осуществляется на основе средней арифметической. Интервалы групп в зависимости от изучаемых факторов представлены в табл. 1.
Значимость влияния размера показателя ресурсной базы нами оценивается на основе ряда методов анализа. Так, на первом этапе анализируется количественная разница финансово-экономических показателей группы районов с наибольшей концентрацией ресурсов в сравнении с их средним значением по области и в других выделенных в зависимости от результативного фактора группах районов. При этом точно определить в рамках предложенной сравнительной системы показателей можно через среднее
значение величины их приращения, определяемое на основе среднего геометрического соотношения показателей сравниваемых групп.
В итоге на основе имеющейся совокупности данных было выявлено, что наибольшее приращение значений финансово-экономических показателей относительно второй группы и средних областных значений позволяет достичь величин затрат на производство (среднее геометрическое значение приращения финансово-экономических показателей составило 50 и 46 %). В свою очередь для факторов величины основных средств эти значения составили 19 и 41 % соответственно, а числа производственных рабочих - 31 и 34 % (табл. 2).
Таблица 1
Распределение районов Курской области по группам в соответствии с факторами ресурсной базы
Группа Затраты на производство, млн руб. Величина основных средств, млн руб. Число производственных работников Площадь сельхозугодий, тыс. га
I Свыше 1 039 Свыше 963 Свыше 1 118 Свыше 57,9
II От 736 до 1039 От 631 до 963 От 783 до 1 118 От 44,2 до 57,9
III От 433 до 736 От 299 до 631 От 448 до 783 От 30,5 до 44,2
IV Менее 433 Менее 299 Менее 448 Менее 30,5
Источник: составлено автором
Таблица 2
Влияние факторов ресурсной базы на показатели финансово-экономической эффективности в сельскохозяйственных организациях районов Курской области
Количество Выручка в расчете Прибыль в расчете Затраты на производс-
Группа районов в группе на 1 га сельхозугодий, руб. на 1 га сельхозугодий, руб. ность, % тво в расчете на 1 га сельхозугодий, руб.
Затраты на производство
I 7 26 955 4 082 15,1 26 492
II 7 15 785 2 314 14,7 16 102
III 7 10 791 1 014 9,4 11 434
IV 7 9 740 1 151 11,8 10 164
Основные средства
I 7 25 757 3 870 15,0 25 636
II 4 19 386 3 173 16,4 18 749
III 13 12 020 1 395 11,6 12 473
IV 4 8 364 263 3,1 10 571
Число производственных работников
I 5 25 408 3 501 13,8 25 643
II 11 17 151 2 487 14,5 17 168
III 6 10 314 1 256 12,2 11 110
IV 6 12 114 1 345 11,1 11 682
Площадь посевных площадей
I 5 9 815 1 661 16,9 10 357
II 10 18 862 2 506 13,3 19 148
III 8 18 999 2 511 13,2 18 466
IV 5 8 364 263 3,1 10 571
Итого по 28 17 305 2 360 13,6 17 533
области
Источник: рассчитано автором по данным комитета агропромышленного комплекса Курской области.
При этом важное значение будет иметь градация финансово-экономических показателей в группах, которую можно оценить на основе наличия стохастичекой связи, выраженной коэффициентами корреляции. Приведенные их значения в табл. 3 свидетельствуют об очень тесной корреляционной связи между величиной затрат на производство, на основные средства, числом производственных рабочих и, соответственно, изучаемыми финансово-экономическими показателями.
Таким образом, проведенный анализ доказал значимость изучаемых факторов ресурсной базы -величины затрат на производство ЗП, численности трудовых ресурсов ЧР и величины основных средств ОС, являющихся важным критерием эффективности сельскохозяйственного производства и важной составляющей для внедрения инноваций и новых технологий. При этом в силу особенности и специфики сельскохозяйственного производства к ним все-таки целесообразно отнести и площадь сельскохозяйственных угодий СУ.
Следует заметить, что выделенные факторы производства имеют между собой тесную связь, поэтому для их совокупной нормированной оценки используется средняя геометрическая, что обусловливает мультипликативную функцию при расчете коэффициента величины ресурсной базы -интегрального показателя Кр б, характеризующего ее совокупный размер. В такой ситуации для расчета совокупной величины имеющейся ресурсной базы каждого административного района Курской области используется нормирование факторов, характеризующих ее размеры. Суть его заключается в приведении изучаемых показателей в относительные единицы, принадлежащие закрытому интервалу (0; 1). Затем на основе средней геометрической рассчитывается нормированный коэффициент величины ресурсной базы Кр б, яв-
ляющийся первой составляющей коэффициента, отражающего уровень инновационного развития административного района, результаты которого представлены в табл. 4.
К = V P • P • P • P
"р.б у12П 1 i2 1 i3 Ai 4'
n Xij
при этом P■■ =-,
j X
max j
где P.. - значения j-го изучаемого показателя (ЗП; СУ; ПР; ОС) в относительных единицах в i-м районе Курской области; i - порядковый номер административного района курской области (общее число районов в Курской области n = 28); j - порядковый номер фактора, используемого при определении инновационного потенциала: 1 - сумма затрат на производство ЗП; 2 -площадь сельскохозяйственных угодий СУ; 3 - число работников, занятых в сельскохозяйственном производстве ПР; 4 - величина основных средств ОС;
Xj - фактическое значение j-го изучаемого показателя в i-м районе Курской области; x - максимальное значение j-го изучаемого
max j J J
показателя среди районов Курской области (удовлетворяющее нормальному распределению показателей, при этом показатель, отклоняющийся по верхнему пределу, получает значение Р равное единице). В то же время считаем необходимым рассматривать и эффективность использования имеющихся ресурсов в сравнении с конкурентами. В связи с этим эффективность управления и использования имеющихся финансовых, трудовых, земельных ресурсов Кэф является вторым элементом, использующимся в расчете интегрального показателя уровня инновационного развития. Роль этого показателя будет заключаться в некоторой корректировке нор-
Таблица 3
Стохастическая связь между факторами ресурсной базы и финансово-экономическими показателями
Финансово-экономические показатели Х.
Результативный Выручка в расчете Прибыль в расчете Рентабель- Затраты на производство
показатель у на 1 га сельхоз- на 1 га сельхоз- ность, % в расчете на 1 га сельхоз-
угодий, руб. угодий, руб. угодий, руб.
Затраты на производство 0,95 0,93 0,72 0,95
Величина основных 0,90 0,92 0,78 0,93
средств
Число производственных рабочих 0,98 0,94 0,77 0,98
Площадь сельхозугодий 0,17 0,58 0,95 0,07
Источник: рассчитано по данным комитета агропромышленного комплекса Курской области.
Таблица 4
Ранжирование районов Курской области в соответствии со значением нормированного показателя масштабов производства
Район Затраты на производство Размер сельхозугодий Число производственных работников Величина основных фондов к б р. б
Глушковский 1,00 0,79 1,00 0,94 0,93
Беловский 0,97 0,72 1,00 0,90 0,89
курский 1,00 0,72 0,97 0,71 0,84
Железногорский 0,93 0,46 0,94 1,00 0,80
кореневский 0,95 0,41 0,65 1,00 0,71
Советский 0,81 1,00 0,64 0,43 0,69
Рыльский 0,68 0,66 0,64 0,75 0,68
Медвенский 0,68 0,69 0,79 0,42 0,63
Щигровский 0,64 0,73 0,52 0,49 0,59
Большесолдатский 0,80 0,49 0,59 0,50 0,58
Золотухинский 0,64 1,00 0,49 0,35 0,58
Суджанский 0,56 0,57 0,59 0,52 0,56
касторенский 0,46 0,90 0,60 0,39 0,56
Черемисиновский 0,61 0,79 0,61 0,29 0,54
Фатежский 0,42 0,96 0,57 0,33 0,52
Обоянский 0,65 0,67 0,55 0,27 0,50
Льговский 0,46 0,64 0,57 0,23 0,44
Мантуровский 0,43 0,62 0,54 0,26 0,44
Дмитриевский 0,35 0,90 0,31 0,35 0,43
курчатовский 0,52 0,46 0,54 0,25 0,42
Пристенский 0,29 0,52 0,23 0,69 0,39
Горшеченский 0,30 0,57 0,45 0,26 0,38
Солнцевский 0,32 0,61 0,41 0,21 0,36
Поныровский 0,37 0,45 0,30 0,25 0,33
Октябрьский 0,20 0,20 0,18 0,11 0,17
Тимский 0,14 0,23 0,18 0,11 0,16
конышевский 0,10 0,30 0,15 0,05 0,12
Хомутовский 0,03 0,09 0,05 0,01 0,04
мированного коэффициента величины ресурсной базы, так как для эффективного использования инноваций в сельскохозяйственном производстве важной составляющей является предпринимательские способности, выраженные в эффективности управления имеющимися ресурсами и использованием технологий.
При этом при расчете коэффициента эффективности использования ресурсной базы целесообразно учитывать существующую разницу в ее размерах, так как это в высокой мере обусловливает особенности производства и ее различную степень инновационности в его процессе. В связи с этим для дальнейшего исследования необходимо разделить исходную совокупность на группы в зависимости от величины нормированного показателя и уже далее в рамках каждой из них провести анализ эффективности использования ресурсов.
При этом интервалы для этих групп считаем целесообразным выделять на основе подхода, согласно которому учитывается, что разбиение на группы административных районов курской области происходит исходя из значений нормированного показателя величины ресурсной базы, рассчитанного на основе мультипликативной модели, в которой используемые факторы стандартизируются в интервале от нуля до единицы.
Так, полученную совокупность данных целесообразно разбить на две группы: районы, размеры показателей, характеризующих наличие факторов производства, в которых превышают средние областные значения, и те районы, в которых они уступают. С учетом использования средней геометрической для расчета нормированного коэффициента пороговым значением является 0,5. Так, в первой группе будут находиться районы, которым
соответствует значение нормированного показателя более 0,5, а второй - менее. Далее каждая из этих совокупностей разбивается еще на две подгруппы с равными интервалами с учетом элиминирования из расчетов результатов, которые не соответствуют нормальному распределению (в анализируемом случае таковыми являются Глушковский и Хомутовский районы).
В результате коэффициент эффективности использования ресурсной базы мы предлагаем рассчитывать на основе соотношения фактически полученной величины выручки и величины этого показателя, рассчитанного на базе регрессионной модели, включающей выделяемые нами производственные ресурсы:
В.д.
^Зф i
факт i
В.;
где В,
факт 1 - фактически полученная выручка от реализации сельскохозяйственной продукции; Д- - выручка от реализации сельскохозяйственной продукции, детерминируемая имеющимися в наличии производственными ресурсами, аппроксимируемая регрессионной моделью следующего вида: В, = ап
-а, ■ ЗП,
-а2 ■ СУ{ +
+а3 ■ ПР{
-а4 ■ ОС {.
ранее четырех факторов, которыми в предыдущей модели в высокой степени объяснялась вариация результативного признака, что в итоге не должно негативно сказаться на снижении значения коэффициента детерминации в регрессионной модели, которая в этом случае будет иметь следующий вид:
4 = «с + «1 • 3, + а2 ■ ФВг, где З . - затраты на производство в расчете на 1 га пашни в 7-м административном районе, определяемые через соотношение:
з=ЗП,
СУ
ФВ . - фондовооруженность труда в 7-м административном районе, определяемая через соотношение:
ОС
Расчет коэффициента эффективности использования ресурсной базы предполагает построение модели, результативный признак которой (выручка от реализации сельскохозяйственной продукции) аппроксимируется показателями ресурсной базы. В то же время целесообразно в модели использовать относительные показатели: затраты на производство в расчете на 1 га пашни и фондовооруженность труда. В результате использование в регрессионной модели только двух факторов снизит вероятность появления автокорреляции остатков, что обеспечит повышение достоверности модели и снижение величины стандартной ошибки. При этом все равно будет происходить задействование используемых
ФВ = -ПР
Для достоверного использования результатов полученной регрессионной модели для решения поставленной задачи нами используется система показателей и критериев ее качества и адекватности: коэффициент детерминации, стандартная ошибка регрессии, ¿-критерий Стьюдента, ^-критерий Фишера-Снедекора, критерий Дарбина-Уотсона (табл. 5).
Согласно представленным в табл. 5 показателям можно признать целесообразным применение полученных регрессионных моделей для расчета коэффициента эффективности использования ресурсной базы для районов Курской области в рамках каждой из выделенных групп (табл. 6).
Таким образом, рассчитав для всех районов курской области составные элементы интегрального коэффициента уровня инновационного развития I , можно определить и его значение на основе их мультипликативного воздействия, результаты чего представлены в табл. 7.
В результате наиболее высокий уровень инновационного развития имеют сельскохозяйственные
Таблица 5
Модели расчета величины выручки, аппроксимируемой показателями эффективности использования ресурсной базы
№ группы Уравнение аппроксимации /-критерий ^-критерий К MS
З ФВ
I у = - 339,07 + 0,92 Зат + 2,94 ФВ у 1 7 7 / 7 1 2,71 2,39 14,4 93,5 3 091
II у. = - 962,02+0,96 Зат. + 1,61 ФВ У 1 ' ' 1 ' 1 13,45 3,23 103,6 96,2 1 397
III у. = - 3639,51+1,19 Зат. + 1,49 ФВ У 1 1 ' { 5,24 2,64 13,8 87,3 2 283
IV у. = 99,68 + 0,6 Зат. + 4,42 ФВ -1 ' ' 1 7 I 3,86 2,41 10,9 95,6 1 566
Таблица 6
Коэффициент эффективности использования ресурсной базы К районов Курской области
Район "факт^ руб. З, руб. ФВ, тыс. руб. В, руб. Кф эф
I группа
Глушковский 22 527 23 744 885,1 24 190 0,93
Беловский 28 847 25 343 917,7 25 763 1,12
Курский 26 024 27 188 746,7 26 963 0,97
Железногорский 35 816 37 849 1 784,6 39 861 0,90
Кореневский 44 050 42 833 1 575,1 43 847 1,00
II группа
Советский 16 822 15 124 691,8 14 653 1,15
Рыльский 18 340 19 249 1 193,2 19 415 0,94
Медвенский 17 567 18 410 549,0 17 574 1,00
Щигровский 14 447 16 395 962,4 16 307 0,89
Большесолдатский 30 544 30 259 871,6 29 455 1,04
Золотухинский 11 054 11 087 721,7 10 831 1,02
Суджанский 20 553 18 168 912,1 17 927 1,15
Касторенский 8 337 9 619 660,9 9 325 0,89
Черемисиновский 14 024 14 616 486,9 13 836 1,01
Фатежский 6 891 8 156 592,0 7 812 0,88
Обоянский 18 566 18 428 502,8 17 517 1,06
III группа
Льговский 14 179 13 553 403,8 13 143 1,08
Мантуровский 12 762 12 994 497,5 12 614 1,01
Дмитриевский 5 091 7 234 1 149,6 6 713 0,76
Курчатовский 19 308 21 286 462,7 22 460 0,86
Пристенский 11 932 10 335 3 014,4 13 201 0,90
Горшеченский 9 993 9 749 582,3 8 868 1,13
Солнцевский 9 504 9 855 520,0 8 901 1,07
Поныровский 19 217 15 276 851,4 15 868 1,21
IV группа
Октябрьский 13 668 18 403 627,8 13 949 0,98
Тимский 10 222 11 399 603,6 9 628 1,06
Конышевский 4 095 5 928 356,9 5 245 0,78
Хомутовский 5 893 6 234 272,7 5 056 1,17
Источник: рассчитано по данным комитета агропромышленного комплекса Курской области.
Таблица 7
Интегральный коэффициент уровня инновационного развития сельскохозяйственного производства в районах Курской области в 2009-2011 гг.
Район К б р.б Кф эф I ин
Беловский 0,89 1,12 1,00
Глушковский 0,93 0,93 0,87
Курский 0,84 0,97 0,81
Советский 0,69 1,15 0,79
Железногорский 0,80 0,90 0,72
Кореневский 0,71 1,00 0,71
Рыльский 0,68 0,94 0,64
Суджанский 0,56 1,15 0,64
Медвенский 0,63 1,00 0,63
Большесолдатский 0,58 1,04 0,61
Золотухинский 0,58 1,02 0,59
Черемисиновский 0,54 1,01 0,55
Обоянский 0,50 1,06 0,53
Щигровский 0,59 0,89 0,52
Окончание табл. 7
Район К б Кф эф I ин
Касторенский 0,56 0,89 0,50
Льговский 0,44 1,08 0,48
Фатежский 0,52 0,88 0,46
Мантуровский 0,44 1,01 0,45
Горшеченский 0,38 1,13 0,42
Поныровский 0,33 1,21 0,40
Солнцевский 0,36 1,07 0,39
Курчатовский 0,42 0,86 0,36
Пристенский 0,39 0,90 0,36
Дмитриевский 0,43 0,76 0,32
Тимский 0,16 1,06 0,17
Октябрьский 0,17 0,98 0,16
Конышевский 0,12 0,78 0,10
Хомутовский 0,04 1,17 0,04
организации Беловского, Глушковского, Курского, Советского, Железногорского и Кореневского районов. Согласно нашим расчетам именно там имеется целесообразность, с точки зрения наличия достаточной величины основных факторов производства, а также относительно эффективного управления ими развивать и реализовывать крупные инвестиционные проекты (в первую очередь на данном этапе таковыми видятся высокотехнологичные животноводческие комплексы и обеспечивающие их адекватной кормовой базой предприятия переработки зернофуража), внедрять инновационные подходы и методы управления и организации производства, новейшие технологии, технику, оборудование, а также последние селекционно-генетические достижения.
Эти районы при уже высоком уровне интенсификации (уровень затрат на производство на 53,6 % превышает показатель по области в целом, что позволяет использовать более совершенную технику и технологии производства) имеют возможность выступить в качестве приоритетных объектов для инвестирования в инновационное развитие вследс-
твие более высоких финансово-экономических показателей (выручка и прибыль в расчете на 1 га сельхозугодий выше областных показателей соответственно на 58,6 и 78,7 %).
Наличие более высокотехнологичных средств производства детерминируется более высокими показателями относительно областных значений энерговооруженности (на 30,4 %), фондооснащенности (на 85,8 %) и фондовооруженности (на 26,8 %), что позволяет эффективно задействовать и использовать трудовые ресурсы на основе инновационных технологий организации производства.
Используя в производстве 23,8 % сельхозугодий региона, сельскохозяйственные организации группы наиболее инновационно развитых районов Курской области производят 38,4 % валовой продукции сельского хозяйства и обеспечили за изучаемый период 33,8 % прирост этого показателя. При этом данный рост происходит при сокращении экстенсивных факторов (на 4,5 % энергетических мощностей и на 10 % численности производственных работников), при одновременном вовлечении в производство более 60 тыс. га сельхозугодий. Следует отметить, что
Таблица 8
Финансово-экономическая эффективность сельхозорганизаций районов Курской области в зависимости от уровня инновационного развития в 2009-2011 гг.
Группа Количество районов в группе Выручка в расчете на 1 га сельхозугодий, руб. Прибыль в расчете на 1 га сельхозугодий, руб. Рентабельность, % Затраты на производство в расчете на 1 га сельхозугодий, руб.
I 6 27 440 4 219 15,4 26 939
II 8 18 323 2 653 14,5 18 607
III 10 11 128 1 207 10,8 11 507
IV 4 9 007 283 3,1 11 384
Среднее по области 28 17 305 2 360 13,6 17 533
Таблица 9
Производственно-экономическая эффективность сельскохозяйственных организаций районов Курской области в зависимости от уровня инновационного развития в 2009-2011 гг.
Количество Выручка в расче- Энерговооружен- Фондовооруженность Фондооснащен-
Группа районов в те на 1 работни- ность в расчете на в расчете на 100 га ность работников,
группе ка, тыс. руб. 100 га пашни, л. с. сельхозугодий, тыс. руб. тыс. руб.
I 6 1 015 195,8 2 840 1 087
II 8 1 004 173,9 1 308 769
III 10 768 104,4 1 007 724
IV 4 612 126,6 703 514
Среднее 28 923 150,1 1 528 857
по области
в этих районах происходит активный ввод в эксплуатацию основных производственных фондов (54,3 % величины всего прироста в области за исследуемый период). В результате значительное повышение уровня фондовооруженности (в 2,25 раза) и фондо-оснащенности (на 67 %) позволило повысить в 1,5 раза производительность труда производственных работников, что свидетельствует об эффективном переходе этих производителей на инновационное, более технологичное производство.
Сельхозорганизации этой группы районов характеризуются наиболее высоким уровнем повышения интенсификации производства (за изучаемый период затраты в расчете на 1 га увеличились на 9 254 руб., что выше среднеобластных темпов на 2 712 руб., или 41,4 %), что позволило им увеличить величину товарной продукции на 2 434 млн руб., обеспечивая наиболее динамичное увеличение этого показателя в расчете на 1 га (8 568 руб. за изучаемый период, что на 39,7 % выше областного показателя) при увеличении величины прибыли на 324 млн руб. к 2011 г. по сравнению с 2009 г.
Таким образом, это позволяет использовать сельскохозяйственных производителей выявленных территорий Курской области в качестве своеобразной ударной силы в том звене инновационного цикла, в котором имеются наилучшие достижения. Использование их в рамках общей государственной политики стимулирования инновационного развития в качестве «полюсов инновационного роста», может способствовать объединению разрозненных и не жизнеспособных на сегодняшний день наукоемких предприятий в целостные воспроизводственные комплексы, обеспечивать концентрацию сил и средств на доведение особо ценных научных разработок до стадии рыночного использования.
Список литературы
1. Кармышев Ю. А. О потенциальных источниках инновационного развития депрессивных регионов России // Экономика и управление. 2005. № 1. С. 52-57.
2. PerrouxF. Note on Concept of «Growth Poles». In: Regional Ekonomics: Theory and Practice. New-York - London, 1970. РР. 93-103.
