CC BY
366. Наташкина Е. А. Формирование рынков новаций, инноваций, инвестиций как фактора развития инновационной инфраструктуры / Е. А. Наташкина, А. М. Аж-луни, А. И. Солодовник // Регион: системы, экономика, управление. — 2017. — № 4 (39). — С. 155—159.
Тульский государственный университет, г. Тула
Наташкина Е. А., старший преподаватель кафедры государственного управления и внешнеэкономической деятельности E-mail: cafedra.gimu@yandex.ru Тел.: +7(4872) 25-46-18
Ермолаев Д. В., кандидат экономических наук, доцент, доцент кафедры государственного управления и внешнеэкономической деятельности
E-mail: cafedra.gimu@yandex.ru Тел.: +7(4872) 25-46-18
Орловский государственный аграрный университет им. Н. В. Парахина
Ажлуни .1. М., доктор экономических наук, профессор, профессор кафедры финансов, инвестиций и кредита E-mail: adnan_azh@mail.ru Тел.: +7(910) 748-16-75
УДК 332.145; 311.14
Ю. И. Трещевский, Е. А. Руднев, С. Н. Папин, Е. О. Пенина
ЭКОНОМИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ ЭКОНОМИЧЕСКОГО ПОТЕНЦИАЛА В РЕГИОНАХ РОССИИ
Аннотация: целью статьи является выявление тенденций развития экономического потенци ала различных групп регионов России. Дискуссия. В статье выдвинут а гипот еза, что динамика экономического потенциала зависит от наличия своеобразных «центров притяжения», каковыми являются города-миллионники. Для, оценки экономического потенциала регионов предложена совокупность показателей, характеризующих его отдельные подсистемы: население, привлекательность, воспроизводство с точки зрения движения стоимости, промышленное производство, инновации, инвестиции, образование. Соответственно, сами показатели представлены численностью населения; миграционным приростом населения; ВРН; объемом отгруженных товаров, работ, услуг по виду экономической деятельности «обрабатывающие производст ва»; объемом инновационных товаров, работ, услуг; инвестициями в основной капитал за счет всех источников финансирования; выпуском студентов (бакалавров, магистров, специалистов). Результаты. Показано, что группы.регионов характеризуются различными тенденциями накопления элементов экономического потенциала.
Ключевые слова: экономический потенциал,регион, города-миллионники, экономике-статистический анализ.
UDK 332.145; 311.14
Yu. I. Treshchevsky, Е. A. Rudnev, S. N. Pap in, Е. О. Penina
ECONOMIC AND STATISTICAL ANALYSIS ECONOMIC ON POTENTIAL IN THE REGIONS OF RUSSIA
Annotation: the purpose of the article is to identify trends in the development of economic potential of different groups of regions of Russia. Discussion. The article hypothesizes that the dynamics of economic potential depends on the presence of a, kind of «centers of attraction», which are the cities of millions. To assess the economic potential of the regions, a set of indicators char-
acterizing its individual subsystems is proposed: population, attractiveness, reproduction in terms of the movement, of value, industrial production, innovation, investment, education. Accordingly, the indicators themselves are represented by the population; migration population growth; GRP; volume of shipped goods, works, services by type of economic activity «manufacturing»; the volume of innovative goods, works, services; investment in fixed, capital at the expense of all sources of funding; release of students (bachelors, masters, specialists). Results. It is shown that groups of regions are characterized by different trends of accumulation of elements of economic potential.
Keywords: economic potential, region, cities-millionaires, economic and statistical analysis.
Введение
Экономические процессы, происходящие в экономическом пространстве России, достаточно многообразны. Различные аспекты социально-экономического развития регионов, включая использование экономико-статистического анализа, на основании которого выявлены тенденции их развития, обоснованы прогнозы и предложены механизмы управления пространственными и функциональными подсистемами России, представлены в работах А. Гранбер-га [1], В. Закшевского [2], Е. Колесниченко [3], В. Лексина, А. Швецова [4], В. Москов-цева [5], Т. Мясниковой [6], В. Преображенского [7], И. Рисина [8], Н. Сироткиной [9], Ю. Трещевского, В. Эйтингона [10].
Вышеуказанные и иные отечественные ученые провели детальный анализ социально-экономических процессов, происходя-тих в регионах Росси за более чем двадцатилетний период. В работах представлены аналитические инструменты и результаты, позволяющие оценить состояние и перспективы развития регионов страны, их групп, отдельных территориальных и функциональных подсистем, сформированных по различным экономическим, социальным, институциональным признакам.
В то же время мало изученным остается влияние крупных городов (прежде всего — городов-миллионников) на состояние и динамику отдельных подсистем административно-территориальных образований страны. Можно предположить, исходя из общетеоретических положений, мировой и российской практики, что наличие таких городов оказывает влияние на экономический потенциал различного функционального содержания.
Заметим, что мы не ставим себе цель выяснения причинно-следственных связей. Понятно, что лежащее на поверхности объяснение — именно концентрация ресурсов и обусловила формирование этих круп-
ных экономических центров. Это —состоявшийся факт. Интерес представляет другой аспект взаимосвязей уровня концентрации ресурсов, фактической и прогнозируемой динамики —динамический баланс отдельных составляющих экономического потенциала.
В данной работе выдвинута гипотеза, что различная конфигурация регионов и наличие городов-миллионников в регионах сопровождается несбалансированным развитием подсистем национальной экономики, что требует применения инструментов государственного регулирования, нивелирующих указанную несбалансированность.
Методика анализа
Для проверки выдвинутой гипотезы нами произведено сопоставление динамики экономического потенциала трех групп регионов. В качестве отдельной группы выделена Москва как регион, имеющий особый статус и сконцентрировавший наиболее значительный объем человеческого, финансового и иных видов экономического потенциала страны.
Ко второй группе отнесены регионы, в составе которых есть города-м илл ион и и-ки (14 регионов): г. Санкт-Петербург, Новосибирская, Свердловская, Нижегородская области; Республика Татарстан; Челябинская, Омская, Самарская, Ростовская области; Республика Башкортостан; Красноярский, Пермский края; Воронежская и Волгоградская области.
Для сравнения выбраны 14 регионов, примыкающих «сверху» в перечне, представленном в официальной статистике в справочнике за 2017 год, к регионам, включающим в свой состав города-миллионники [11]. Такой подход позволяет исключить субъективность в выборе регионов и обеспечивает сопоставимость данных. В состав регионов третьей группы вошли: Псковская, Кемеровская, Курганская, Кировская области;
Республика Мордовия; Тюменская, Томская, Пензенская, Астраханская области; Республика Марий Эл; Забайкальский край, Чувашская республика; Владимирская область, Краснодарский край.
Использование различных элементов экономического потенциала регионов представлены следующими показателями: численность населения (тыс. чел. — потенциал населения); миграционный прирост населения (человек — потенциал привлекательности); ВРП (млрд рублей — воспроизводственный потенциал); объем отгруженных товаров, работ, услуг по виду экономической деятельности «обрабатывающие производства» (млрд руб. — производственный потенциал); объем инновационных товаров, работ, услуг (млрд руб. — инновационный потенциал); инвестиции в основной капитал на душу населения из всех источников финансирования (инвестиционный потенциал); выпуск бакалавров, магистров, специалистов (потенциал образования).
Значения показателей (параметров) по второй и третьей группе регионов рассчи-
тывались как средневзвешенные по числу жителей регионов, составляющих соответствующие группы.
Период, за который рассчитывались показатели, составил 9 лет (с 2008 по 2016 гг.).
За указанный период рассчитывались уравнения регрессии по трем предполагаемым функциям: линейной, степенной, логарифмической (по натуральному логарифму).
При выборе наиболее представительных функций приняты зависимости с наибольшим коэффициентом корреляции, при близости значений линейной и иных, предпочтение отдавалось линейной, как в наименьшей степени подверженной влиянию краткосрочных исреднесрочных колебаний.
Динамика показателей использования экономического потенциала
Ниже представлены результаты расчета по каждому элементу экономического потенциала групп регионов.
Динамика потенциала населения характеризуется следующими тенденциями (рисунок 1).
49000 44000 39000 34000 29000 24000 19000 14000 9000
2008
2009
2010
2011
2012 2013
2014
2015
2016
Обозначения:
• 1 группа И ^группа А 3 группа
Характеристика трендов: _ _ Линейная зависимость (1 группа): у = 243,27х + 10475; Я2 = 0,8669
........► Линейная зависимость (2 группа); у = 79,933х + 46154; II2 = 0,7415
--* Линейная зависимость (3 группа); у = 16,367х + 23154; Я2 = 0,424
Рис. 1. Численность населения по оценке на конец года, тыс. чел.
Анализ данных, представленных в официальной статистике и отраженных на рисунке 1, демонстрирует противоречивые тенденции. Численность населения г. Москвы за анализируемые 9 лет возросла на 17,8 % и составляет на конец 2016 года 12 381 тысяч человек. Динамика характеризуется линейным трендом с величиной достоверности 86,7 %. Численность населения стабильно увеличивается. Наиболее низкий темп прироста, исчисленный цепным методом, наблюдался в 2009 г. и составлял 0,51 %, а наибольший в 2010 г. (9,3 %).
Суммарная численность населения по второй группе регионов в период с 2008 г. до 2016 г. увеличилась на 1,5 %. Тенденция наилучшим образом характеризуется линейным трендом, однако достоверность невелика — 74,1 %. Это является следствием неравномерной динамики показателя по регионам внутри группы. Так, в 8 из 14 включаемых регионов за анализируемый период времени произошло снижение численности населения. Наибольший прирост наблюдается в 2010 г., однако в последующие годы численность населения восстановилась на прежнем уровне. Существенно выросла численность населения в Санкт-Петербурге, некоторые положительные сдвиги заметны в Республике Татарстан, Воронежской и Новосибирской областях. В остальных регионах второй группы численность населения фактически остается без изменений.
В третьей группе регионов разница между суммарной численностью населения в 2016 г. по сравнению с 2008 г. составила 148 тыс. чел., прирост — 0,64 %. В 10 из 14 регионах наблюдается сокращение численности населения. Переломным моментом был 2011 год, когда величина показателя существенно снизилась. В целом, динамику можно охарактеризовать линейным трендом с величиной достоверности всего 42,4 %. Необходимо отметить, что положительная динамика в данной группе фактически обеспечена чрезвычайно высоким приростом населения Краснодарского края и Тюменской области (соответственно 429 тыс. человек и 216 тыс. человек за анализируемый период). В остальных регионах третьей группы наблюдается или стабильная численность, или ее падение.
Таким образом, можно сказать, что положительная динамика населения обусловлена отчасти эффектом больших систем, отчасти — особыми условиями регионов.
Динамика потенциала привлекательности регионов (миграционный прирост) представлена на рисунке 2.
Миграционный прирост в Москве на протяжении всего анализируемого периода имел положител ьные значения. В 2016 году по сравнению с 2008 годом приток мигрантов сократился практически на 84 %. Пик приросл а приходится на 2010 год, когда его (прироста) значение превосходило значение 2008 года более чем в 3 раза. Наиболее достоверно динамику миграционного прироста описывает линейная функция, однако величина достоверности всего 0,61 %.
По второй группе пиковый рост показателя наблюдается в 2013 году, что на 44 % выше значения показателя в 2008 году и практически в 3,5 раза — значения показателя 2015 года, на который приходится критический спад миграционного прироста. До 2010 года наблюдается медленное снижение показателя, с 2010 по 2013 год включительно он резко растет, однако уже в 2014—2015 годах достигает «дна». Динамика показателя наиболее точно передается линейной зависимостью, однако коэффициент детерминации составляет всего 0,11 %. Сколько-нибудь выраженная зависимость отсутствует. Можно зафиксировать тот факт, что снижение миграционного прироста в Москве активизировало миграцию в регионы, включающие в своей состав города-миллионни-ки. Следует отметить, что более половины миграционного прироста населения данной группы регионов в 2016 г. обеспечил Санкт-Петербург. Более 10000 человек составил миграционный прирост в Воронежской и Че.лябинской областях. В остальных регионах он практически отсутствует.
Третья группа регионов демонстрирует в целом положительное сальдо миграции, однако оно достигается за счет двух регионов — Краснодарского края и Тюменской области. Остальные регионы демонстрируют сальдо миграционного прироста, близкое к нулевому. В ряде регионов на протяжении всего анализируемого периода происходит миграционный отток населения (Курганская, Кировская области, Республика Марий-Эл, Забайкальский край).
Обозначения - как на рисунке 1.
Характеристика трендов:
___р. Линейная зависимость (1 группа); у = -1172,9х + 90639; И2 = 0,0061
........► Линейная зависимость (2 группа); у = -3857,Зх + 119870; Я2 = 0,1181
--Линейная зависимость (3 группа); у = 1517х + 28954; Я2 = 0,0476
Рис. 2. Миграционный прирост, человек
Таким образом можно констатировать точечное повышение потенциала привлекательности регионов, связанное (как и в случае с потенциалом населения) с масштабами систем и особыми условиями функционирования административно-территориальных образований.
Динамика воспроизводственного потенциала (ВРП) представлена на рисунке 3.
За анализируемые 9 лет ВРП города Москвы вырос на 73 %. В 2009 г. (кризисный год) значение показателя снижалось на 13,6 %, однако уже в 2010 г. вернулось на прежний уровень. В последующем периоде до 2016 г. ВРП г. Москвы демонстрировал положительную динамику, характеризуемую линейным трендом с достоверностью более 95 %. ВРП в 2016 г. составил 14299,8 млрд рублей.
Суммарный ВРП второй группы регионов увеличился за анализируемый период более чем в 2 раза — с 9403,68 млрд руб. в 2008 году до 20145,56 млрд руб. в 2016 г. Наибольшие темпы роста достигались в 2010—2012 годах ив 2015 г. В 2009 г. (кризисный год) по сравнению с 2008 г. ВРП снизился на 6 %. В целом, показатель по груп-
пе имеет линейный положительный тренд с достоверностью более 97 %. Необходимо отметить значительные различия в объемах ВРП по регионам. Безусловный лидер — Санкт-Петербург (3,7 трлн руб.). Около 2 трлн составляет ВРП Республики Татарстан и Свердловской области. Наиболее низкие значения показателя в Омской, Воронежской и Волгоградской областях. Иначе говоря, внутри второй группы существует явно выраженная дифференциация по степени концентрации воспроизводственного потенциала.
Суммарный ВРП третьей группы регионов вырос за 9 лет ца 97 %. В 2016 году он составляет 11864,69 млрд.руб., что практически в 2 раза ниже, чем во второй группе. В целом, динамика положительная, за исключением некоторого снижения показателя в 2009 г., и характеризуется линейным трендом с достоверностью более 97 %. Более половины ВРП данной группы дают Тюменская области и Краснодарский край. Около 850 млрд составляет ВРП Кемеровской области. Остальные регионы третьей группы имеют ВРП гораздо меньшего объема, чем любом из регионов второй группы.
25 000,00
20 000,00
15 000,00
10 000,00
5 000,00
0,00
2008
2009
2010
2011
2012
2013
2014
2015
2016
Обозначения - как на рисунках 1-2. Характеристика трендов:
___Линейная зависимость (1 группа); у = 901х + 6248,6; К2 = 0,9513
........► Линейная зависимость (2 группа); у = 1478,6х + 6715,1; Я2 = 0,9762
--► Линейная зависимость (3 группа); у = 838,42х + 4624; Л2 = 0,9748
Рис. 3. Валовой региональный продукт, млрд руб.
Таким образом, и в данном случае заметна концентрация потенциала в регионах, имеющих на своей территории го-рода-миллионники, или располагающих особыми социально-экономическими условиями.
Динамика потенциала производства (объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду экономической деятельности «обрабатывающие производства», млрд руб.) в группах регионов представлена на рисунке 4.
Объем отгруженных товаров обрабатывающей промышленности в Москве с 2008 г. до 2016 г. вырос в 2,7 раза и достиг в 2016 году 5761,91 млрд руб. Прирост наблюдается достаточно высокими темпами и достигает 30 % в год. Динамика характеризуется линейным трендом с достоверностью 89 %.
Во второй группе суммарный объем отгруженных товаров обрабатывающей промышленности в 2016 г. составляет 14093,75 млрд руб., что практически в 2 раза больше, чем в 2008 г. Темпы роста показателя по группе существенно ниже,
нежели в г. Москве. Заметно существенное отставание по данному показателю Новосибирской и Воронежской областей, лидирующих по предыдущим трем показателям. Динамика показателя характеризуется линейным трендом с достоверностью 94 %.
Суммарный объем отгруженных товаров по третьей группе регионов втрое ниже, чем во второй группе. С 2008 г. до 2016 г. он увеличился с 2081,54 млрд руб. до 4338,84 млрд рублей. Сумма значений показателя 14 регионов третьей групцы за анализируемый период находится ниже уровня г. Москвы. При этом треть производства обеспечивает Тюменская область, 825 млрд рублей — Краснодарский край, еще 475 млрд рублей — развитая в промышленном отношении Кемеровская область. Производственньгй потенциал остальных регионов этой групцы незначителен.
Динамика инвестиционного потенциала (инвестиции в основной капитал из всех источников) представлена на рисунке 5.
Обозначения - как на рисунках 1-3. Характеристика трендов:
_ _ Линййная зависимость (1 группа); у = 506,25х + 738,54; Я2 = 0,8949
.......Линейная зависимость (2 группа); у = 1026,7х + 5445,2; Я2 = 0,9408
--► Линейная зависимость (3 группа); у = 324,12х в- 1383,2; Я2 = 0,949
Рис. 4. Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду экономической деятельности
«обр а б аты в а ю щ не пр оиз в о дств а
Обозначения - как на рисунках 1-4. Характеристика трендов'
___► Линейная зависимость (1 группа); у = 126,29х + 560,2; Я2 = 0,836
........► Линейная зависимость (2 группа); у = 277,25х + 1989,3; Я2 = 0,9346
--► Линейная зависимость (3 группа); у = 211,92х + 1792,7; Я2 = 0,82
Рис. 5. Инвестиции в основной капитал, млрд рублей
Данные, представленные в официальной статистике и отраженные на рисунке 5, позволяют сделать следующие выводы.
На конец 2016 года объем инвестиций в основной капитал в Москве составлял 1712,24 млрд руб., стабильно увеличиваясь с 2011 года. Отметим, что в период с 2008 до 2010 наблюдалось существенное снижение данного показателя (на 24 %). Степень достоверности отражения фактической динамики линейной функцией невысокая (83,6 %).
Объемы инвестиций в основной капитал по второй группе регионов за весь анализируемый период можно описать положительной линейной зависимостью с коэффициентом детерминации 93 %. В период с 2008 г. до 2009 г., наблюдалось снижение показателя на 11 %. С 2013 г. по 2016 г. темпы прироста показателя составляют в среднем 4 % в год. Различия в объеме инвестиций существенно меньше, чем по показателям «ВРП» и «объем отгруженных товаров, работ, услуг». Максимальное значение (Санкт-Петербург) 678 млрд руб.,
в Республике Татарстан несколько меньше (636 млрд руб.).
Третья группа регионов привлекает относительно небольшие объемы инвестиций в основной капитал. Группа остро реагирует на различные изменения в экономике (рис. 5). Отставание данной группы регионов от второй группы небольшое — всего в 1,27 раза (существенно меньше, чем по объемам ВРП и отгрузке продукции обрабатывающей промышленности). Однако, половина объема приходится на Тюменскую область (2132 млрд рублей). Еще 435 млрд рублей обеспечивает Краснодарский край. Для сравнения в Псковской, Курганской областях и Республике Марий Эл объем инвестиций не превышает 30 млрд рублей. В связи с этим можно констатировать чрезвычайно высокий уровень дифференциации инвестиционного потенциала в регионах, связанный с масштабом систем и условиями функционирования.
Динамика инновационного потенциала (объем производства товаров, работ, услуг) регионов представлена на рисунке 6.
2000000
1800000
1600000
1400000
1200000
1000000
800000
600000
400000
200000
2008
2009
2010
2011
2012
2013
2014
2015
2016
Обозначения - как на рисунках 1-5. Характеристика трендов:
___^ Линейная зависимость (1 группа); у = 123636х - 196092; Я2 = 0,9127
........► Линейная зависимость (2 группа); у = 184741х + 291560; Я2 = 0,9619
■--Линейная зависимость (3 группа); у = 35279х + 932,43; Я2 = 0,7078
Рис. 6. Объем производства инновационных товаров, работ, услуг (млн руб.)
В Москве объем инновационных товаров, работ, услуг с 2008 года по 2012 год вырос более чем в 10 раз. В 2013 году темп роста показателя замедлился, и уже в 2014 году произошел спад практически до уровня 2012 года (494,5 млрд руб.). В 2015 снова происходит скачкообразный рост показателя, в 2016 темп роста снизился, но в целом в 2016 г. объем производства инновационных товаров, работ, услуг достиг в Москве 910,8 млрд рублей. Данная тенденция описывается линейной зависимостью с достоверностью 91 %.
Во второй группе с 2009 года наблюдался практически равномерный рост объема инновационных товаров, работ, услуг. С 2009 года по 2016 год он вырос с 588,7 млрд руб. до 1915,6 млрд руб., то есть более чем в 3 раза. Линейная регрессионная модель наиболее достоверно, с коэффициентом детерминации 0,96 описывает динамику данного показателя в регионах с городами-миллион-
никами. Лидирует Республика Татарстан с объемом производства инновационных товаров, работ, услуг в 2026 г. 391,1 млрд рублей, существенно отстают Санкт-Петербург (265,7 млрд рублей) Нижегородская область (223,5). Наиболее низкое значение показателя в Волгоградской области (21,3 млрд рублей).
Динамика инновационного потенциала третьей группы регионов характеризуется нарастанием ее отставания от первой и второй групп. В 2016 году достигается пик в 443,8 млрд руб. Линейная зависимость описывает тенденцию достоверно лишь на 70 %. Как по иным показателям, лидирует Тюменская область (173,2 млрд рублей). Остальные регионы существенно отстают. В Курганской области— всего 3,6 млрд рублей, в Забайкальском крае — 9,7 млрд рублей.
Динамика потенциала образования (выпуск бакалавров, магистров, специалистов) представлена на рисунке 7.
600
500
400
0 -I-I-I-I-I-I-I-Т—
2008 2009 2010 2011 2012 2013 2014 2015 2016
Обозначения - как на рисунках 1-6. Характеристика трендов:
---► Линейная зависимость (1 группа); у = -6,9783х + 276,91; R2 = 0,5843
........► Линейная зависимость (2 группа); у = -7,515х + 502,84; R2 = 0,4618
--р. Линейная зависимость (3 группа); у = -5,055х + 204,1; R2 = 0,6672
Рис. 7. Выпуск бакалавров, магистров, специалистов
(тыс. чел.)
Анализ данных, представленных в официальной статистике и отраженных на рисунке 7, демонстрирует ухудшение ситуации. По Москве имеет место снижение значений показателя. Тенденция неустойчивая, описывается линейной зависимостью с достоверностью 58,4 %. Достоверность но иным зависимостям еще хуже (для степецной и логарифмической зависимостей 38 %). С 2008 года по 2009 наблюдался рост количества выпускников высших учебных заведений, в 2009 году достигнуто самое высокое значение показателя (275 тыс. выпускников вузов). В 2014 году наблюдалось максимальное снижение значения — до 205 тыс. человек. В 2015 количество выпускников увеличилось до 225 тыс. чел (на 12 % по сравнению с 2014 годом), в 2016 снова произошел спад. Как видим, потенциал образования имеет явно выраженную, но неустойчивую по количественным характеристикам, тенденцию падения. Это — единственный ухудшающийся показатель Москвы из состава принятых для анализа.
В группе регионов с городами-миллион-никами тенденция близкая. Наиболее достоверно ее характеризует линейная зависимость, описывающая динамику процесса с достоверностью 46 %. Как и в Москве, с 2008 года по 2010 наблюдался рост числа выпускников вузов, в 2010 г. он (выпуск) достиг 500 тысяч человек. Ухудшение ситуации происходило медленнее, чем в Москве (в период с 2010 по 2012 показатель стабилен), что можно объяснить пространственной диверсификацией высшей школы. Однако уже в 2013 произошел резкий спад, за которым последовало волнообразное снижение значений до 411 тыс. выпускников в 2016 г. Падение характерно практически для всех регионов второй группы. Исключение составляет Омская область, где при нестабильном тренде общее количество выпускников сохранилось на одном уровне (18,3 тыс. человек в 2008 году и 18,2 тыс. чел. в 2016 г.). На этом фоне совершенно парадоксально выглядит ситуация в Волгоградской области, где при сильнейших колебаниях по годам количество выпускников вузов увеличилось с 9,6 тыс. чел. в 2008 г. до 18,1 тыс. чел. в 2016 г.
Динамика показателя в третьей группе регионов сходна с вышеуказанными. Линейная функция описывает процесс снижения численности выпускников вузов с достовер-
ностью 66 %. Количество выпускников вузов в период с 2008 по 2010 год растет, достигнув этом году 196 тыс. человек. Далее происходит снижение значений показателя, и аналогично с ситуацией во второй группе, «дно» достигается в 2016 году. Общее количество выпускников вузов в данной группе регионов существенно ниже, чем во второй группе и в Москве. Как и во всех описанных выше случаях, лидируют по количественным характеристикам Тюменская область и Краснодарский край. Однако в первом случае наблюдается, при достаточно стабильной ситуации в 2008—2015 годах, резкое сокращение выпуска в 2016 году (с 26,5 тыс. чел. до 20,1 тыс. чел.), в целом за анализируемый период сокращение выпускников вузов составило практически одну треть. Краснодарский край фактически «удержал ситуацию» — сокращение за период с 2008 по 2016 год составило всего 5 %. В то же время заметны сильные колебания показателя по годам, в частности произошло падение выпуска с 40,1 тыс. чел. в 2015 г. до 34,3 тыс. чел. в 2016 г.
Выводы
Экономико-статистический анализ позволил выявить следующие тенденции.
Крупнейшим аккумулятором потенциала населения является Москва. В регионах второй группы выделяется несколько административно-территориальных образований, где зафиксирован рост численности населения. В большинстве из них численность населения сохрапяетея на одном и том же уровне. В регионах третьей группы имеет место сильное расслоение — в большинстве из них численность населения падает или сохраняется на одном уровне. Общий положительный прирост в группе происходит только за счет двух регионов — Краснодарского края и Тюменской области.
Рост потенциала привлекательности можно достоверно зафиксировать только для Москвы, трех регионов второй группы (Санкт-Петербурга, Воронежской и Челябинской областей), двух регионов третьей группы (Краснодарского края и Тюменской области).
Рост воспроизводственного потенциала (ВРП) характерен для всех групп регионов при более высокой положительной динамике Москвы. Во второй и третьей группах ре-
гионов наблюдается концентрация потенциала в двух-трех регионах.
Производственный потенциал сосредоточен, преимущественно, во второй группе регионов. В целом во всех группах регионов наблюдается положительная динамика, наиболее высокая — в Москве. В третьей группе регионов обрабатывающая промышленность сосредоточена в значительной степени всего в трех регионах (Тюменской и Кемеровской областях, Краснодарском крае), что и определяет в целом положительную динамику группы.
Инвестиционный потенциал сосредоточен в наибольшей степени во второй группе регионов. Третья гру и па незначительно уступает второй, но отличается более высокой дифференциацией — чрезвычайно высоким значением показателя (объем инвестиций в основной капитал из всех источников финансирования) в Тюменской области и высоким — в Краснодарском крае. В остальных регионах значения показателя весьма низкие.
Инновационный потенциал сосредоточен в значительной степени во второй группе регионов, однако его распределение по административно-территориальному образованию крайне неравномерно. Третья группа регионов отстает но объемам производства инновационных товаров, работ, услуг не только от второй группы, но и от Москвы. Такого отставания не наблюдается ни по воспроизводственному ни по производственному, ни по инвестиционным потенциалам. При этом 40 % производства инновационных товаров, работ, услуг приходится на Тюменскую область.
По потенциалу образования во всех трех группах наблюдается падение.
ЛИТЕРАТУРА
1. Гранберг А. Г. Моделирование пространственного рал г. ития экономики России / А. Г. Гранберг // Стратегическое планирование в регионах и городах России. Доклады участников VII Общероссийского форума лидеров стратегического планирования — СПб. : Леонтьевский центр, 2009. — С. 32—34.
2. Прогноз научно-технологического развития Воронежской области по направлению АПК и пищевая промышленность
до 2030 года : монография / И. Ф. Хицков, В. Г. Закшевский, В. Ф. Печеневский. — Воронеж : Изд-во ГНУ НИИЭО АПК ЦЧР России, 2014. — 93 с.
3. Колесниченко Е. А. Направления снижения дифференциации регионального развития / Е. А. Колесниченко // Социально-экономические явления и процессы. — 2009. — № 1 (13). — С. 58—63.
4. Лекам В. Н. Государство и регионы: теория и практика государственного регулирования территориального развития / В. Н. Лексин, А. Н. Швецов. — М. : УРСС, 2007. — 368 с.
5. Московцев В. В. Региональная информационная система и необходимые условия ее развития / Ж. В. Корнева, В. В. Московцев // Вести высших учебных заведений черноземья. — 2010. — № 2. — С. 91—95.
6.Мясникова Т. А. Стратегирование социально-экономического развития муниципальных образований в регионах России: теория, методология, методическое обеспечение: монография / Т. А. Мясникова. — Воронеж : ИПЦ «Научная книга», 2015. — 271 с.
7. Региональная социально-экономическая политика: теория, мировая и российская практика : монография / под ред. Б. Г. Преображенского, Ю. И. Трещевско-го. — Воронеж : Научная книга, 2005. — 344 с.
8.РисинИ.Е. Региональная кластерная политика: концептуальное, методическое и инструментальное обеспечение / И. Е. Рисин, Ю. И. Трещевский. — М. : Ру-сайнс, 2015. — 168 с.
9. Сироткина Н. В. Научно-производственные кластеры: теория и практика управления российскими регионами : монография /Н, В. Сироткина, Ю. А. Ахенбах. — Воронеж : Издательско-полиграфический центр «Научная книга», 2012. — 533 с.
10. Трещевский Ю. И. Генезис и развитие концепций реактивного управления системами в условиях организационно-экономических инноваций / Ю. И. Трещевский, В. Н. Эйтингон, Д. Ю. Трещевский // Вестник Воронежского государственного университета. Серия: Экономика и управление. — 2014. — № 1. — С. 120—131.
11. Регионы России. Социально-экономические показатели. 2017: Р32 Стат. сб. / Росстат. — М„ 2017. — С. 37—38;
47—48; 85—86; 79—80; 428—431; 304—307; 536—537; 373—377; 482—483; 592—593; 928—929; 722—727; 824—827; 1146—1147.
Воронежский государственный университет
Трещевский Ю. И., доктор экономических наук, профессор, заведующий кафедрой экономики и управления организациями E-mail: utreshevski@yandex.ru Тел.: 8-952-555-87-84
Руднев Е. А., аспирант кафедры экономики и управления организациями E-mail: fopus@yandex.ru,
Папин С. П., студент кафедры экономики и управления организациями E-mail: serezha-pa.pin@ma.il.ru
Пекина Е. О., студент кафедры экономики и управления организациями E-mail: peninal998@yandex.ru
УДК 332. 142
О. Ф. Шахов
ИНСТИТУЦИОНАЛЬНЫЕ И ЭКОНОМИКО-ОРГАНИЗАЦИОННЫЕ ПРЕДПОСЫЛКИ РАЗВИТИЯ СТРАТЕГИЧЕСКОГО ПАРТНЕРСТВА
ГОСУДАРСТВА И БИЗНЕСА
Аннотация: в статье обоснованы и содержательно раскрыты институциональные и экономико-организационные предпосылки развития стратегического партнерства государства и бизнеса в процессах кластеризации социально-экономического пространства регионов, разработки проектов государственно-частного партнерства. В их числе: трансформация действующих региональных центров кластерного развития, созданных в формах государственного автономного учреждения или, государственного бюджетного учреждения, в коммерческую организацию, учредителями которой станут органы, государственной власти и бизнес-структуры,; ввод в практику управления процессами развития государственно-частного партнерства, кластеризации социально-экономического пространства субъектов РФ новых документов стратегического управления, разрабатываемых совместно органами власти и бизнесом, в числе которых: схема развития и размещения производительных сил региона, стратегии и государственные программы развития кластеров, стратегия развития государст венно-частного партнерства в субъекте РФ, мониторинг результатов, полученных при реализации проектов ГЧП, кластерных проектов; освоение органами государственной власти субъектов РФ избирательного подхода к стимулированию процессов развития кластеров, отличающихся характером экономической деятельности, ее организацией и пространст венной конфигурацией.
Ключевые слова: стратегическое партнерство государства и бизнеса, развитие, институциональные и экономико-организационные предпосылки.
UDK 332. 142
О. F. Shakhov
INSTITUTIONAL AND INSTITUTIONAL AND ECONOMIC PRECONDITIONS OF DEVELOPMENT OF STRATEGIC PARTNERSHIP
OF GOVERNMENT AND BUSINESS
Abstract: the article substantiates and meaningfully reveals the institutional, economic, and organizational, prerequisites for the development, of strategic partnership between the state and business in the process of clustering the socio-economic space of the regions, the development, of public-private partnership projects. Among them: the transformation of the existing regional, centers of cluster development, created in the forms of public Autonomous agencies or state budgetary institution into a commercial, organization, the founders of which will be government, authorities and business structures; putting into practice of management the processes of development of public-
