CC BY
9
УДК 338.001.36
Сафиуллин М.Р.,
доктор экономических наук, профессор, проректор по вопросам экономического и стратегического развития
Казанского федерального университета
Ельшин Л.А.,
кандидат экономических наук, директор Центра стратегических оценок и прогнозов, старший научный сотрудник Института управления, экономики и финансов Казанского федерального университета
Галявов А.А.,
аспирант Казанского федерального университета
ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ ИНСТИТУЦИОНАЛЬНО-КОНЪЮНКТУРНЫХ ПОТЕНЦИАЛОВ ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РЕГИОНАЛЬНЫХ
ПРОИЗВОДИТЕЛЬНЫХ СИЛ
В современной российской действительности на первый план выходят вопросы оценки перспектив и механизмов развития и размещения производительных сил с учетом имеющихся региональных особенностей. С одной стороны, решение данного вопроса может лежать в плоскости оптимизации ресурсных и инфраструктурных региональных потенциалов, с другой стороны - решение поставленного вопроса должно учитывать все многообразие факторов, определяющих инновационно-модернизационное развитие производительных сил. Таким образом, изучение концепции противоречия между развитием производительных сил и все более устарелыми производственными отношениями должно формироваться через выявление механизмов, формирующих экономический, социальный и институциональный потенциалы территориальных систем.
Ключевые слова: экономическая привлекательность региона, производительные силы, институционально-конъюнктурный потенциал, кластерный анализ, регионы ПФО
Safiullin M.,
Doctor of Economics, Professor, Vice -Rector on Issues of Economic and Strategic Development of Kazan Federal
University
El'shin L.,
PhD in Economics, Director of the Center for Strategic Assessments and Forecasts, Senior Researcher of the Institute of Management, Economics and Finance of Kazan Federal University
Galyavov A.,
Postgraduate student of Kazan Federal University
ECONOMIC-MATHEMATICAL METHODS OF ASSESSING THE INSTITUTIONAL -TACTICAL CAPACITIES OF ORGANIZATIONAL-ECONOMIC DEVELOPMENT OF THE REGIONAL PRODUCTIVE FORCES
In the current Russian reality the issues of prospects assessment, development mechanisms and productive forces location subject to existing regional features have become to the foreground. On the one hand, the solution of this issue may lie in a plane of resource and infrastructural regional potentials optimization, the solution of raised the issue must take into account all variety of factors, which are determining the innovation-modernization development of the productive forces, on the other hand. Consequently, the examining of contradiction conception between the productive forces development and the increasing outdated production relations should be formed through mechanisms' identification, which is forming the economic, social and institutional strengths of territorial systems.
Keywords: economic attractiveness of region, productive forces, institutional-tactical capacity, cluster analysis, regions of Volga Federal District
□Ш
На сегодняшний момент времени не сформирована единая методологическая база изучения и диагностики социально-экономической привлекательности регионов, учитывающей все многообразие групп факторов, определяющих ее потенциал. В этих условиях крайне важным представляется разработка научно-методической базы, отвечающей требованиям ее практической реализуемости, а также комплексностью и согласованностью ее принципов и подходов среди взглядов представителей экономической мысли различных научных школ и направлений.
Разработка и научное обоснование системы факторов, участвующих в моделировании потенциала развития региональных производительных сил, является крайне важной задачей. При этом представляется совершенно очевидным, что ее решение возможно лишь на базе использования междисциплинарного подхода, учитывающего результаты существующих исследований в области экономики, ме-
неджмента, социологии, математики, теории вероятности и т.п.
Исходя из представленных рассуждений и допущений совокупность факторов, оказывающих влияние на индекс потенциала развития производительных сил региона 0пр) по направлениям воздействия представлена на рисунке 1. При этом следует заметить, что представленный набор факторов, участвующих в моделировании социально-экономической привлекательности региона с точки зрения размещения и развития на его территории производительных сил, не является эталонным. Несмотря на то, что использующиеся подходы при его формировании, основывались на концепциях и взглядах, представляющих различные научные направления в региональной экономике (неоклассические модели, теории кумулятивного роста, теории полюсов, современная отечественная школа изучения организации и развития региональной экономики). Главной задачей,
ЭКОНОМИЧЕСКИЙ ПОТЕНЦИАЛ
Группа 1 (ресурсная база): Промышленный потенциал
Развитие информационно-коммуникационных технологий Развитие транспортной инфраструктуры Сельскохозяйственный потенциал Степень развития энергетического комплекса Уровень развития рыночной инфраструктуры
Группа 2
Инвестиционная привлекательность региона
Группа 3 (качество человеческого капитала): Степень развития трудовых ресурсов
Группа 6 (Демографический «каркас» промышленно-индустриального развития региона): Демографический потенциал региона
СОЦИАЛЬНЫЙ ПОТЕНЦИАЛ РЕГИОНА
Группа 5 (социально-экологические особенности развития региона)
Степень экологического благополучия
Степень развития социального пространства
Факторы, оценивающие криминогенный характер развития
региона
Демографический потенциал региона
ИНСТИТУЦИОНАЛЬНЫЙ ПОТЕНЦИАЛ
Группа 4 (институциональная обеспеченность развития региональных производительных сил): Научно-образовательный потенциал
Рис. 1. Совокупность факторов, оказывающих влияние на I по направлениям воздействия
□ш
поставленной в рамках решения вопросов определения I в контексте изучаемого объекта исследования, являлось апробация экономико-математического инструментария, направленного на верификацию разработанной концепции.
Все используемые для определения значения интегрального индекса I определяются на основе сугубо количественных показателей, отражаемых в системе государственного статистического учета.
Для определения значений индексов, оценивающих потенциал развития региональных производительных сил, использовался широко известный в статистическом анализе метод балльно-рейтинговых оценок [4]. В его основе заложен следующий принцип: по каждому изучаемому и оцениваемому показателю строится шкала диапазона в разрезе всех рассматриваемых регионов (в нашем случае их 14, что соответствует числу регионов Приволжского федерального округа). Далее построенный диапазон разбивается на равные отрезки, к примеру, как это будет осуществлено далее в настоящем исследовании, на 10 равных интервалов, каждый из которых принимает соответствующие значения от 1 до 10. Для определения итогового значения оцениваемого показателя применительно к конкретному региону присваивается соответствующие баллы. Сумма всех полученных баллов, оценивающих конкретную систему показателей составляют бально-рейтинговую оценку фактора. В свою очередь «взвешанная» сумма баллов по всем факторам, входящих в состав индекса I и определяют в соответствии с 10-балльной градуировочной шкалой «индекс социально-экономической привлекательности региона». В целях более четкой оценки отдельных аспектов положения дел в регионе могут составляться индексы по отдельным группам или наборам показателей.
Для расчета I необходимо выделить из общей численности составляющих укрупненные компоненты, которые по своей сути являются субиндексами. Согласно общепринятой методологии исчисления обобщенных, или сводных, индексов, если рассчитываемый индикатор включает в себя более одного показателя, то он складывается из суммы промежуточных показателей, умноженных на вес:
/ -2Ж/Л"
н
у '
(1)
где I - значение к-й компоненты в 1-м году, Р.. - значение .-ого показателя в 1-м году, К - весовой коэффициент .-ого показателя. Главное условие, которое должно обязательно выполняться - это равенство суммы весовых коэффициентов единице.
Выбор индикаторов и входящих в них показателей, применяемых в расчете интегрального индек-
са I может изменяться как во времени, так и по приоритетам деятельности.
В нашем исследовании состав сводных индикаторов определен представленной выше логикой выбора и включения в модель факторов, имеющих под собой различную институционально-конъюнктурную основу, но имеющих решающее воздействие на формирование потенциалов развития региональных производительных сил.
Итак, по результатам проведенных рассуждений и обоснований были определены три основные группы факторов, оказывающих воздействие на генерацию динамического ряда I.
Первая группа включила в себя факторы, характеризующие изменения экономического потенциала территории и сформировала субиндекс экономического (ресурсно-инфраструктурного) развития (И).
Вторая группа факторов сформировала так называемый субиндекс социального потенциала 02).
Третья группа факторов ориентирована на определение сводного индекса качества институционального развития региональной системы и включает в себя набор соответствующих показателей, к которым можно отнести показатели, оценивающие уровень научно-образовательного развития (В).
Реализация предложенного методического подхода определения индекса I включает в себя выбор, обоснование и апробацию методологии определения весовых коэффициентов субиндексов.
При получении обобщенных статистических индикаторов всегда возникает потребность в выборе соответствующего метода определения значений весовых коэффициентов (К.). Существует несколько базовых подходов к решению проблемы корректного взвешивания индикаторов - составляющих сводного индекса. Так, значительная часть исследований в этой области предполагает ранжирование составляющих компонент по степени важности, определяемой путем экспертных оценок, получаемых по обучающимся выборкам. Однако необходимо учитывать, что данный подход сопряжен с рядом возможных проблем, связанных, в первую очередь, с принципами отбора экспертных сообществ (единиц), методологией оценки достоверности полученных оценок и т.п.
Также значения весовых коэффициентов могут быть определены путем решения задачи математического программирования, предполагающей максимизацию критерия линейной свертки при условии равенства суммы весовых коэффициентов единице [5].
Также выбор весовых коэффициентов может осуществляться на основе корреляционного и факторного анализа, позволяющего оценить тесноту связи между конкретным индикатором, являющегося обязательным элементом итогового индекса, и индексом промышленного производства, выбранным в
□ш
качестве эталонного. Данный методологический подход считается в достаточной степени простым и достоверным.
Наиболее методологически «продвинутым» методом определения весовых коэффициентов является таксономический метод. Он основан на определении расстояний между точками многомерного пространства, размерность которого определяется количеством участвующих в модели факторов. Расстояния между факторами определяются по формуле:
а
^ т _
т м
(2)
где эг5 - расстояние между факторами г и б. Конечный вид матрицы расстояний между факторами будет иметь следующий вид:
После определения значений матрицы расстояний рассчитывается так называемое критическое расстояние, характеризующее максимальное расстояние между двумя факторами:
аКрит = шах пип аг
(4)
Далее для каждого признака находят сумму всех расстояний, не превышающих критического расстояния:
Р - X" - для аа
крит
(5)
Тогда весовые коэффициенты рассчитываются по формуле:
Заключительный этап моделирования, предполагает определение интегральных значений индексов I на основе сложения взвешенных значений рассчитанных субиндексов.
В формульном виде расчет индекса I выглядит следующим образом:
где И - значение I ;
" пр'
I - значение периода (год в нашем случае);
11(1) - значение субиндекса экономического развития в 1-м году;
12(1) - значение субиндекса социального развития в 1-м году;
13(1) - значение субиндекса институционального развития в 1-м году.
W1, W2, W3 - весовые коэффициенты соответствующих субиндексов.
Разработанный интегральный индекс оценки региональных потенциалов развития позволяет в достаточной степени корректно осуществлять ранжирование регионов по уровню привлекательности и перспективности размещения и развития соответствующих производительных сил.
Результаты расчетов для регионов ПФО за период 2005 - 2014гг. представлены в таблице 1.
В таблице представлены окончательные расчеты полученных значений интегральных индексов, определяющих потенциал развития региона с позиции размещения и развития на их территориях производительных сил. Вместе с тем заложенный в методологический аппарат исследования, инструментарий, обеспечивающий реализацию факторного анализа, позволяет выявлять «вклад» каждого субиндекса в траекторию индекса социально-экономической привлекательности региона.
В соответствии с представленными в таблицах 2 - 4 данными о количественных оценках, соответствующих субиндексов, формирующих динамические ряды региональных индексов 1пр, можно наблюдать некоторую разобщенность трендов и направлений их развития.
Наибольшим потенциалом инновационно-мо-дернизационного развития региональных производительных сил в Приволжском федеральном округе обладают Республика Татарстан, Самарская область, Нижегородская область, Пермский край и Республика Башкортостан. Индекс институционального развития для рассматриваемой группы регионов принимает наивысшие оценки, тем самым определяя значительный задел в сфере научно-образовательного потенциала, а также ускоренных технологических сдвигов. Действительно сложно представить смену технологических укладов без развития и внедрения в реальный сектор экономики новых технологий, запускающих механизмы генерации продуктовых, процессных и технологических инноваций. Условия формирования новых технологических укладов создаются в процессе реализации соответствующих заделов в научно-исследовательских открытиях и конструктивных разработках. По мере того как имеющиеся технологические возможности наращивания капитала исчерпываются в силу снижения их отдачи в виде маржинальных по-
пш
Таблица 1.
Значения интегрального индекса (в порядке убывания) социально-экономической привлекательности регионов Приволжского федерального округа (индекс !пр)
Регионы 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Республика Татарстан 46,3 48,0 54,6 57,7 57,7 58,5 59,0 61,7 62,9 63,9
Самарская область 43,9 59,3 62,5 63,9 60,6 57,9 61,1 61,4 62,0 60,5
Нижегородская область 41,7 45,4 46,9 50,3 50,9 50,7 52,3 53,7 55,8 57,5
Пермский край 36,6 49,6 52,4 54,9 54,4 55,8 53,5 54,7 56,6 56,7
Республика Башкортостан 41,9 41,5 46,6 47,6 47,6 48,6 46,2 47,1 48,4 50,5
Саратовская область 39,6 40,6 41,8 42,9 44,9 45,5 44,7 44,4 45,4 45,1
Кировская область 29,0 37,7 39,2 40,5 40,6 38,1 41,3 40,8 41,3 41,9
Республика Мордовия 31,4 32,9 34,0 35,8 37,0 36,6 36,7 36,8 37,1 37,4
Чувашская Республика 32,7 31,7 35,7 36,6 36,2 37,3 37,4 37,2 37,4 37,4
Пензенская область 30,6 30,0 33,0 34,4 36,0 38,0 36,2 37,5 37,0 37,1
Оренбургская область 26,2 28,4 31,0 32,8 32,9 32,3 32,3 31,8 33,2 33,5
Удмуртская Республика 28,1 30,3 32,1 31,9 33,2 32,2 32,3 32,2 32,8 32,7
Ульяновская область 22,6 23,3 25,7 28,9 28,8 28,4 28,5 29,2 29,7 29,8
Республика Марий Эл 19,3 21,5 19,9 19,1 20,6 23,5 22,5 23,0 23,6 24,1
Таблица 2.
Значения и динамика прироста региональных субиндексов !пр, определяющих ресурсно-инфраструктурный потенциал регионов за период с 2005 по 2014 гг.
Регионы 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Прирост 2014 г. к 2005 г., %
Республика Татарстан 44,8 47,2 57,6 65,6 67,0 66,9 67,8 70,6 73,9 72,6 62,1
Самарская область 47,3 54,9 60,6 67,0 61,3 60,8 63,6 63,2 63,1 62,5 32,3
Нижегородская область 34,9 44,8 45,6 52,9 54,2 55,2 53,2 54,0 54,7 54,5 56,1
Пермский край 31,9 35,2 42,2 50,2 49,7 54,0 49,1 51,1 51,5 51,7 62,1
Республика Башкортостан 35,5 39,5 45,0 51,3 50,5 50,5 49,4 50,0 51,4 51,5 45,0
Саратовская область 36,0 38,3 42,5 47,0 46,9 47,8 45,7 45,5 47,6 47,8 33,0
Оренбургская область 27,4 29,2 34,1 37,0 40,5 41,4 38,6 38,0 39,6 39,5 44,2
Республика Марий Эл 21,1 22,4 25,2 28,1 29,2 28,6 31,8 33,6 35,3 37,0 75,5
Удмуртская Республика 25,5 27,9 29,6 32,4 34,3 35,1 33,5 32,8 34,3 33,6 31,8
Пензенская область 20,8 22,1 27,0 28,2 31,6 35,2 32,4 34,1 33,1 33,2 59,8
Ульяновская область 22,3 23,8 27,6 33,2 33,6 32,8 30,9 32,3 33,0 32,5 45,9
Чувашская Республика 23,1 23,4 27,4 29,4 30,3 31,9 30,7 30,5 30,7 30,6 32,4
Кировская область 19,6 21,3 23,1 27,1 28,8 29,4 27,2 26,8 27,1 27,5 40,2
Республика Мордовия 18,1 18,0 20,9 24,9 27,0 27,4 27,2 26,6 27,6 27,3 51,2
Таблица 3.
Значения и динамика прироста региональных индексов !пр, формирующих социальный потенциал развития и размещения производительных сил за период с 2005 по 2014 гг.
Регион 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Прирост 2014 г. к 2005 г., %
Республика Мордовия 61,7 64,0 64,3 65,1 65,8 65,3 65,1 65,8 65,4 66,4 7,6
Пермский край 33,9 61,7 64,4 63,4 63,8 64,2 61,5 60,6 64,1 64,9 91,4
Самарская область 41,7 67,8 69,1 67,5 65,4 60,1 64,2 65,1 66,7 64,0 53,6
Кировская область 42,2 59,6 60,6 60,2 59,6 54,2 62,4 61,5 62,4 63,4 50,3
СШ
Саратовская область 56,0 56,8 55,9 55,0 62,1 62,6 62,7 62,3 63,6 62,5 11,7
Удмуртская Республика 59,7 60,6 61,6 59,8 62,6 55,9 58,5 59,0 58,9 59,6 -0,2
Республика Татарстан 52,7 49,8 56,1 53,8 55,5 54,2 52,2 56,3 54,0 57,6 9,2
Чувашская Республика 51,6 51,5 54,5 56,8 54,4 54,9 56,7 56,2 56,5 56,6 9,6
Пензенская область 56,8 52,5 53,4 55,4 55,5 55,7 54,6 56,0 56,3 56,3 -0,9
Ульяновская область 46,7 46,4 44,6 48,1 46,4 47,0 47,9 47,3 46,6 46,6 -0,1
Республика Башкортостан 49,1 41,8 45,1 39,5 41,0 41,2 41,1 44,0 40,9 44,6 -9,1
Оренбургская область 46,3 46,1 44,9 43,6 42,0 39,4 40,8 38,1 42,4 44,5 -3,8
Республика Марий Эл 44,3 48,6 40,8 33,0 38,6 48,5 40,9 40,6 40,3 40,0 -9,6
Нижегородская область 46,8 44,9 41,6 41,7 36,1 31,1 34,8 34,3 36,8 39,0 -16,6
Таблица 4.
Значения и динамика прироста, региональных субиндексов !пр, определяющих институциональный потенциал развития инновационно-модернизационных производительных сил за период с 2005 по
2014 гг.
Регион 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Прирост 2014 г. к 2005 г., %
Нижегородская область 44,7 46,2 51,2 53,2 57,1 58,9 62,5 65,5 68,5 71,6 60,2
Республика Татарстан 43,3 47,7 50,4 52,1 49,6 52,8 54,8 56,3 57,9 59,5 37,3
Пермский край 52,2 52,0 46,2 45,5 43,1 40,7 44,5 48,9 50,2 48,6 -6,9
Республика Башкортостан 48,7 44,1 49,0 44,5 45,2 47,6 43,0 44,0 46,0 48,0 -1,3
Самарская область 41,2 43,1 45,4 40,8 41,1 40,7 41,9 42,1 41,2 40,9 -0,7
Оренбургская область 19,4 22,8 24,2 25,6 22,8 21,1 23,6 23,9 24,2 24,5 25,8
Саратовская область 26,9 26,7 26,8 26,3 25,4 25,7 25,3 25,0 24,7 24,4 -9,4
Удмуртская Республика 16,8 19,3 21,5 18,7 18,9 18,3 19,3 19,4 19,4 19,5 16,0
Ульяновская область 10,8 11,1 13,9 14,5 14,6 14,1 15,9 16,7 17,5 18,3 70,1
Чувашская Республика 18,0 13,2 19,1 15,7 16,3 17,6 17,1 17,2 17,3 17,4 -3,0
Кировская область 12,2 12,2 14,5 14,2 12,9 11,5 12,7 12,7 12,6 12,6 2,9
Пензенская область 11,5 11,5 12,5 12,9 11,0 11,2 11,5 11,4 11,4 11,3 -1,8
Республика Мордовия 6,8 9,3 9,1 8,9 9,4 7,9 9,1 9,3 9,4 9,6 40,6
Республика Марий Эл 3,7 5,3 3,9 4,3 3,7 5,4 4,8 4,9 5,0 5,1 38,7
казателей эффективности, указанные условия получают мощный импульс реализации, что находит свое выражение в виде технологических сдвигов в процессе эволюционирования экономических систем.
С точки зрения ресурсно-инфраструктурного потенциала, выраженного в абсолютных фактических оценках, определяющего эффективность развития региональных производительных сил, состав лидеров имеет тот же перечень, что и был определен в рамках проведенного анализа эффективности развития производительных сил с позиции высокого уровня институционального потенциала регионов. Вместе с тем обращает на себя внимание то, что ряд регионов, из рассматриваемого перечня, несмотря на высокий уровень абсолютных значений, демонстрирует достаточно низкий уровень динамики субиндекса 11. Это Самарская область и Республика Башкортостан. По всей видимости, данные регионы, обладающие очень высокими значениями индекса социально-эко-
номической привлекательности, начинают демонстрировать исчерпание факторов экономического роста. То есть, для рассматриваемых регионов начинает формироваться угроза снижения их конкурентоспособности в средне- и долгосрочной перспективах. Таким образом, достигнутый в последние годы в данных регионах высокий уровень производственной и организационной базы начинает ограничиваться в связи с исчерпанием маржинальной эффективности ресурсной базы и недостаточным количеством реализации на территориях рассматриваемых регионов новых, инновационных, конкурентоспособных инвестиционных проектов, обеспечивающих формирование и развитие прорывных направлений экономического роста.
Представленные аналитические данные свидетельствуют о наличии дисбаланса в социальном, экономическом и институциональном развитии абсолютно всех регионов. В Приволжском федеральном
сш
округе нет ни одного региона, характеризующегося максимальными оценками всех трех рассматриваемых потенциалов. Также как и не наблюдается регионов, с высокой динамикой роста в разрезе всех трех рассчитанных динамических рядов субиндексов, определяющих интегральные показатели социально-экономической привлекательности.
В целом же для Приволжского федерального округа за анализируемый десятилетний период (2005-2014 гг.) характерен опережающий тренд развития ресурсно-инфраструктурного потенциала относительно социального и институционального (рисунок 2).
Связано это, по всей видимости, с тем, что глубокий экономический спад РФ в предшествующий период времени привел к значительному снижению показателей загрузки производственных и ресурсных мощностей, что, на фоне положительных конъюнктурных факторов внешней и внутренней среды 2005-2014 гг., привело к наполнению освободившихся ресурсно-производственных ниш и, соответственно, к росту экстенсивных производственных факторов.
Однако уже с 2012 года национальная экономика стала активно проявлять признаки структурного кризиса, в результате как внешних факторов (существенное замедление темпов роста мировой экономики), так и внутренних - «перегрев» денежно-кредитной системы, недостаточные темпы трансформации структуры экономики в пользу высокотехнологичных производств, опережающий рост средних издержек производства в условиях существенного за последние 10 лет роста реальной заработной платы и др. Влияние рассмотренных кризисов вкупе с обострившейся в 2014 году геополитической обста-
новкой, введеных против РФ отраслевых санкций (в первую очередь в финансовой сфере), резкого падения цен на нефть - важнейшего источника доходов российского бюджета будет формировать новый тип экономического развития, основанный на институциональных преобразованиях. В связи с чем в последующие пять лет ожидается корректировка трендов роста субиндексов (11, 12, 13), оценивающих потенциалы развития регионов в случае реализации адаптационной государственной политики, основанной на модернизации и реформировании институтов развития. В связи с этим дальнейший рост интегральных значений показателей I регионов будет во многом формироваться динамикой роста институциональных факторов, обеспечивающих инновационно-модерни-зационные процессы в экономике и способствующие технологическим сдвигам, соответствующим новому шестому технологическому укладу [7].
Крайне познавательной формой анализа является оценка значений весовых коэффициентов при субиндексах, определяющих траекторию и динамику региональных индексов социально-экономической привлекательности. Реализация данного вида работы позволяет сформировать представление и понимание относительного того, какие факторы и в какой степени формируют базовые основы сдвигов региональных индексов I . В обобщенном виде, в рамках исследуемого периода времени, результаты подобного анализа представлены в таблице 5.
В целях определения однородных групп регионов по уровню их качественных характеристик потенциалов развития был использован метод кластерного анализа, результаты которого представлены ниже. В качестве признаков кластеризации выбраны значе-
60
50
40
30
11 - Субиндекс экономического развития
12 - Субиндекс социального развития
13 - Субиндекс институционального развития
Рис. 2. Средние значения темпов прироста социального, институционального и экономического потенциалов регионов Приволжского федерального округа, в % за период с 2005 по 2014 гг.
СШ
Таблица 5.
Значения весовых коэффициентов субиндексов интегрального индекса I
Регион 11 - Субиндекс экономического развития 12 - Субиндекс социального развития 13 - Субиндекс институционального развития
Республика Татарстан 0,33 0,21 0,46
Республика Башкортостан 0,34 0,26 0,40
Нижегородская область 0,35 0,25 0,40
Самарская область 0,39 0,25 0,36
Саратовская область 0,35 0,33 0,32
Пермский край 0,39 0,29 0,32
Республика Мордовия 0,30 0,45 0,25
Ульяновская область 0,42 0,33 0,25
Чувашская Республика 0,31 0,44 0,25
Оренбургская область 0,44 0,35 0,21
Удмуртская Республика 0,44 0,38 0,18
Кировская область 0,29 0,48 0,23
Республика Марий Эл 0,25 0,49 0,26
Пензенская область 0,54 0,31 0,15
ния весовых коэффициентов изучаемых региональных потенциалов (таблицы 6-7).
Проведенный анализ, учитывающий качественные параметры развития социально-экономической привлекательности регионов ПФО на основе оценки весовых коэффициентов субиндексов выявил три укрупненные группы регионов:
Кластер 1. Регионы, обладающие высоким уровнем ресурсной базы, сочетающейся с высоким уровнем институциональной базы, способствующей ускоренному развитию экономики на базе прогрес-
сивных производительных сил. Преобладающий тип развития регионов первого кластера - интенсивный.
Кластер 2. Регионы, вошедшие в данный кластер характеризуются низким уровнем ресурсно-инфраструктурной базы, и не достаточным потенциалом влияния на динамику индекса СЭП институциональных факторов, способствующих инновационно-модер-низационным преобразованиям в экономике. Однако регионы рассматриваемой группы обладают наивысшим потенциалом развития производительных сил с позиции благоприятствования социальной базы.
Таблица 6.
Основные характеристики кластеризации рынков
Факторы Характеристики кластерной принадлежности
1 2 3
Ресурсный экономический потенциал Высокий уровень ресурсной базы (значение весового коэффициента субиндекса (11) экономического развития выше среднего) Низкий уровень ресурсной базы (значение весового коэффициента субиндекса (11) экономического развития самое низкое) Высокий уровень ресурсной базы (значение весового коэффициента субиндекса (11) экономического развития принимает максимальные значения)
Социальный потенциал развития региональных производительных сил (экология, преступность, степень развития социального пространства) Значение весового коэффициента субиндекса 12 ниже среднего Значение весового коэффициента субиндекса 12 принимает максимальное значение Значение весового коэффициента субиндекса 12 сопоставимо со значениями, характерными лоя Кластера 1
Институциональный потенциал ускоренного развития производительных сил Высокий уровень (Значение весового коэффициента субиндекса 13 наивысшее) Средний уровень (Значение весового коэффициента субиндекса 13 оценивается как недостаточное для ускоренного развития) Низкий уровень (Значение весового коэффициента субиндекса 13 минимальное)
□Ш
Таблица 7.
Принадлежность к кластерам
Регион Кластер
Республика Татарстан 1
Республика Башкортостан 1
Нижегородская область 1
Самарская область 1
Саратовская область 1
Пермский край 1
Республика Мордовия 2
Ульяновская область 3
Чувашская Республика 2
Оренбургская область 3
Удмуртская Республика 3
Кировская область 2
Республика Мари Эл 2
Пензенская область 3
Кластер 3. Регионы, характеризующиеся наименьшим потенциалом институционального развития, способствующего технологическим инновационным сдвигам. При этом социально-экономическая привлекательность регионов данной группы определяется высоким уровнем ресурсно-инфраструктурной базы. Преобладающий тип развития регионов кластера - экстенсивный.
Таким образом, измерение укрупненных субиндексов развития социального, институционального и экономического потенциалов формирует представление об основных составляющих, определяющих трен-
ды потенциалов развития региональных производительных сил. Это, в свою очередь, может и должно ложиться в систему обоснования приоритетов регионального развития на средне- и долгосрочную перспективы. Вместе с тем, анализ и оценка подобных индикаторов, недостаточны для обоснования основных направлений в сфере развития и размещения производительных сил. Необходимы дополнения, раскрывающие особенности целой совокупности факторов, влияющих на рассматриваемые процессы.
Публикация подготовлена в рамках поддержанного РФФИ научного проекта № 16-06-00062.
Список литературы
1. Анкудинов А.Б., Лебедев О.В. Анализ социальных последствий замедления экономического развития страны вследствие действия макроэкономических факторов (по отраслям экономики) // Экономический вестник Республики Татарстан. 2012. №4. С. 111.
2. Викторов П.П. Развитие региональных и отраслевых хозяйственных систем в неравновесной экономике. Вопросы теории и методологии: Дисс. канд. эконом. наук. г. Казань. 2003г.
3. Глазьев С.Ю., Харитонов В.В. Нанотехнологии как ключевой фактор нового технологического уклада в экономике. М., Тровант, 2009.
4. Кундакчян Р.М. Влияние эколого-экономических факторов на качество жизни. 2007. 125 с.
5. Инновационно-модернизационные волны в социально-экономическом развитии: технологические уклады, макроэкономические генерации, взгляд в будущее. Книга 1. Текстильная, металлургическая, нефтеперерабатывающая, нефтехимическая промышленность, электроэнергетика, военное машиностроение / по ред. Ю. В. Матвеева, Г. В. Семенова. Самара: ООО «Издательство Ас Гард», 2013. 458 с.
6. Сафиуллин М.Р., Ельшин Л.А., Шакирова А.И. Оценка экологического благополучия территорий как инструмент моделирования размещения производительных сил в регионе (на примере Республики Татарстан) // Экономический вестник Республики Татарстан. 2012. №4. С. 111.
7. Сафиуллин М.Р., Ельшин Л.А., Шакирова А.И. Позиционирование регионов на основе сводного индекса социально-экономической привлекательности и выявление стратегических точек дальнейшего роста // Экономический вестник Республики Татарстан. 2013г. №2. С. 5 -11.
8. Сафиуллин М. Р., Семенов Г.В., Ельшин Л.А., Мингазова Ю.Г., Шакирова А.И. Комплексная оценка привлекательности размещения производительных сил в регионах Приволжского федерального округа. 2012. 354 с.
сш
Reference list
1. AnkudinovA., LebedevO. An analysis of the social consequences of the slowdown of economic development due to macroeconomic factors (economic sectors) // Economic Bulletin of the Republic of Tatarstan. 2012. №. 4. P. 111.
2. Viktorov P. The development of regional and sector wide economic systems in non-equilibrium economy. Theory and methodology: Synopsis of PhD in Economics. Kazan. 2003.
3. Glaz'evS., Kharitonov V. Nanotechnologies as a key factor of a new technological mode in the economy. M. Trovant, 2009.
4. Kundakchan R. Influence of ecological-economic factors on quality of life. 2007. 125 p.
5. Innovation-modernization waves in the socio-economic development: Technological structures, macroeconomic generating, look into the future. Book 1. Textile, metallurgy, petrochemical industry, power industry, military engineering / Under the editorship of Yu. Matveev, G. Semenov. Samara: O.C. "Izdatel'stvo As Gard", 2013. 458 p.
6. Safiullin M., El'shin L., Shakirova A. Evaluation of the ecological well-being in the territories as a tool for modeling the distribution of productive forces in the region (on the example Republic of Tatarstan) // Economic Bulletin of the Republic of Tatarstan. 2012. №. 4. P. 111.
7. Safiullin M., El'shin L., Shakirova A. The positioning of the regions on the basis of the summary index of the socioeconomic attractiveness and identifying strategic locations for continued growth // Economic Bulletin of the Republic of Tatarstan. 2013. №. 2. P. 5 -11.
8. Safiullin M., Semenov G., El'shin L., Mingazova Yu., Shakirova A. The comprehensive assessment of productive forces attractiveness in the regions of the Volga Federal district. 2012. 354 p.
