CC BY
64УДК 311.175+332.122
ЭКОНОМИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ СТРУКТУРЫ РЕГИОНАЛЬНЫХ ЗАТРАТ НА ИНФОРМАЦИОННЫЕ И КОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ
С.В. АРЖЕНОВСКИЙ,
доктор экономических наук, профессор кафедры математической статистики, эконометрики и актуарных расчетов E-mail: sarzhenov@gmail.com
Лансин СУНТУРА,
аспирант кафедры математической статистики, эконометрики и актуарных расчетов E-mail: sountoural@mail.ru Ростовский государственный экономический университет (РИНХ)
Предложено использование метода анализа структурных сдвигов для выявления регионов, которые обладают конкурентными преимуществами в сфере информационных и коммуникационных технологий по сравнению с экономикой страны в целом. Получены группы регионов по использованию аллокативного потенциала. Результаты могут быть применены при разработке региональных и федеральных программ развития информационно-коммуникационной отрасли.
Ключевые слова: регион, затраты, информационные и коммуникационные технологии, анализ структурных сдвигов, конкурентные преимущества
Информационно-коммуникационные технологии (ИКТ) являются в настоящее время движущей силой развития мировой экономики. Затраты на ИКТ по величине и направлению формируют так называемую новую экономику. По данным портала Digit, доля ИКТ в валовом внутреннем продукте (ВВП) России составила в 2011 г. около 3,9%. Кроме того, интернет-технологии дают до 11% экономического роста в мировом ВВП. Однако в России с ее огромной территорией развитие ИКТ неоднородно. При этом ряд субъектов Федерации могут использовать преимущества своего местоположения с точки
зрения реализации потенциала ИКТ. Указанные обстоятельства определяют актуальность изучения сферы ИКТ в региональном аспекте.
Целью авторского исследования являлся анализ затрат регионов на ИКТ для выявления субъектов Федерации, имеющих территориальные конкурентные преимущества. Информационную базу исследования составили данные по регионам России с 2008 по 2012 г. о величине затрат на ИКТ по направлениям использования. В состав затрат на ИКТ по регионам Росстатом включаются затраты организаций на приобретение вычислительной техники, программ, оплату услуг связи, включая доступ в Интернет, обучение сотрудников, аутсорсинговые услуги ИКТ, прочие затраты [1].
Затраты на ИКТ по федеральным округам в 2012 г. представлены на рис. 1.
Выделяются в структуре затраты на приобретение вычислительной техники в Северо-Кавказском и Сибирском федеральных округах. По направлению оплаты услуг электросвязи значительны доли в Южном, Сибирском и Дальневосточном округах. Центральный, Приволжский и Уральский округа более 20% тратят на оплату услуг сторонних организаций и специалистов по ИКТ. Оплата доступа в Интернет составляет примерно около
✓
Рис. 1. Структура затрат на ИКТ по федеральным округам в 2012 г., %: 1 - на приобретение вычислительной техники; 2 - на приобретение программных средств; 3 - на оплату услуг электросвязи; 4 - на оплату доступа к Интернету; 5 - на обучение сотрудников; 6 - на оплату услуг сторонних организаций и специалистов по ИКТ; 7 - прочие
10% в половине округов. В целом структура затрат дифференцирована по округам.
Количественно оценить различия в структуре затрат и динамике этой структуры для территорий позволяет метод структурных сдвигов (shift-share analysis). Этот метод дает возможность определить доли в региональном экономическом росте, которые обусловлены затратами на ИКТ и региональными факторами. Выделяют традиционную модель анализа, формализованную Э. Данном [3], в которой измеряются изменения в величинах переменных между двумя периодами времени. Каждое изменение затрат в регионе в этом случае декомпозируется на три компоненты:
- эффект общего сдвига TNS (Total Net Shift), который представляет разность фактического изменения величины региональных затрат на ИКТ между двумя периодами времени и теоретического изменения, которое было бы в случае совпадения прироста в регионе с приростом по стране;
- эффект структуры NPS (Net Proportionally Shift), который является результатом разности теоретического изменения величины затрат на ИКТ, которое было бы при одинаковых темпах прироста затрат по расходным группам в регионе и в стране, и изменения при совпадении темпов прироста суммарной величины затрат в регионе и в стране;
- эффект месторасположения региона NDS (Net Differential Shift), который представляет разность фактического изменения величины затрат на ИКТ в регионе между двумя периодами и теоретического изменения, которое предполагает одинаковые темпы роста затрат по направлениям расходов в регионе и в стране. Будем следовать динамической модели [2], которая предполагает принятие во внимание изменений в затратах в течение каждого года рассматриваемого периода времени. Вычисления выполняются путем сравнения каждого текущего года с базисным или предыдущим.
Эффект общего сдвига определяется как
m f m n m
TNS = £ J' - £ Yj £ £ Yt
j=i V t=1 1=1 t=1
A
J 0
££Y
i=1 j=1
(1)
где т - количество направлений затрат;
Y/j - значение величины затрат на ИКТ /-го направления затрат в 7-м регионе в момент времени 7;
Y/ - значение величины затрат на ИКТ /-го направления затрат в 7-м регионе в базисный момент времени 0; п - количество регионов. Положительное/отрицательное значение величины общего сдвига интерпретируется как более высокий (низкий) темп регионального роста по сравнению со страной в целом.
Эффект структуры по направлениям затрат на ИКТ определяется как
NPS =
= 1
; =1
(
ту Iу0-IIу/ ну3
/ >=1 >=1 .7=1 / >=1 j=1
V
. (2)
Положительное/отрицательное значение эффекта структуры интерпретируется как превышение (снижение) доли затрат по направлениям расходов, для которых затраты росли более высокими темпами по сравнению со средней долей по стране.
Эффект месторасположения региона рассчитывается следующим образом:
т т [ п / п \
™=1 у; -I к01П I у? (3)
7=1 ] =1 V >=1 / >=1 )
Положительная/отрицательная величина эффекта интерпретируется как относительное влияние региональных факторов, способствующих (не способствующих) росту затрат по направлениям расходов в регионе по сравнению со страной.
Изучаемую совокупность образовал 81 регион РФ (исключены Республика Ингушетия и Чеченская Республика, для которых в отдельные периоды времени нет данных). Рассматривались затраты на ИКТ по направлениям, представленным на рис. 1. По формулам (1)—(3) выполнены расчеты сдвигов для 2009-2012 гг., в качестве базисного принят 2008 г.
Положительные устойчивые эффекты общего сдвига (как минимум для трех лет из рассматриваемого периода) демонстрировали Москва, Воронежская, Калужская, Ивановская, Тульская, Астраханская, Волгоградская, Нижегородская, Курганская, Новосибирская, Амурская области, Еврейская автономная область, Ненецкий и Чукотский автономные округа, Краснодарский, Ставропольский, Красноярский, Приморский края, Кабардино-Балкарская и Карачаево-Черкесская республики, республики Дагестан, Татарстан, Алтай, Тыва и Хакасия. Затраты на ИКТ в этих субъектах Федерации имели темп регионального роста выше, чем в среднем по стране.
При этом эффект месторасположения имел положительную величину во всех указанных регионах. Причем для Воронежской, Калужской, Тульской, Нижегородской, Курганской и Новосибирской областей, республик Дагестан, Алтай, Хакасия, Кабардино-Балкарской и Карачаево-Черкесской республик, Еврейской автономной области, Чукотского автономного округа, Ставропольского,
Красноярского и Приморского краев рост затрат на ИКТ достигался только за счет эффекта месторасположения субъекта Федерации.
Как показали результаты анализа, отдельную группу составили регионы с положительными значениями эффекта структуры по направлениям затрат на ИКТ в течение исследуемого периода времени. Это Белгородская, Московская, Архангельская, Вологодская, Кировская, Ульяновская, Сахалинская, Тюменская области, Ханты-Мансийский, Ямало-Ненецкий автономные округа, Республика Мордовия, Пермский и Хабаровский края. Однако динамика NDS для этой группы регионов была отрицательна и общий эффект также отрицателен. Это позволяет сделать вывод, что высокие темпы роста затрат на ИКТ обусловлены в основном действием эффекта расположения региона, или иначе - региональными факторами роста.
Владимирская, Орловская, Смоленская, Тверская, Калининградская, Ленинградская, Ростовская, Оренбургская, Самарская, Саратовская, Свердловская области, республики Адыгея, Башкортостан, Марий Эл, Забайкальский край имели отрицательные значения как общего эффекта регионального роста затрат (темпы роста затрат на ИКТ в регионе оказались ниже, чем по стране), так и двух его составляющих на протяжении изучаемого периода.
Динамика значений эффектов структуры и месторасположения для некоторых регионов (по одному субъекту из описанных групп) представлена на рис. 2.
Например, для Волгоградской области эффект структуры положителен, но невелик его вклад в положительный общий сдвиг. Нижегородская область, хоть и находится по результатам анализа структурных сдвигов в одной группе с Волгоградской, отличается отрицательными значениями эффекта структуры, которые к концу изучаемого периода приближаются к нулю. Для Тюменской области характерна динамика уменьшения эффекта структуры по направлениям затрат на ИКТ в регионе на фоне снижения эффекта месторасположения, что в итоге приводит к отрицательному темпу роста затрат на ИКТ по сравнению со страной. Ростовская область демонстрирует отрицательные значения обоих эффектов за исключением первого года рассматриваемого периода, причем величина эффекта структуры также уменьшается.
Отрицательные значения темпов роста затрат на ИКТ в регионах по сравнению со страной в целом
о
□ N08 и№8
Рис. 2. Динамика нормированных значений эффектов структуры и месторасположения региона NDS
для некоторых регионов, доли
характерны в основном для субъектов Северо-Западного, Приволжского и Уральского федеральных округов. При этом округа отличаются структурой затрат по направлениям их использования (см. рис. 1).
Для регионов Северо-Западного федерального округа характерны отрицательные значения обоих эффектов - месторасположения и структурного. Для регионов Приволжского и Уральского федеральных округов отрицателен в основном структурный эффект в декомпозиции общего сдвига затрат на ИКТ.
Рассчитанные значения эффектов месторасположения и структуры за указанный период могут быть использованы для построения классификации регионов и интегральной оценки ситуации с региональными затратами на информационные и коммуникационные технологии. Для достижения этой цели воспользуемся кластерным анализом. Применяя метод ^-средних с евклидовым расстоянием между объектами (регионами) в сочетании с кросс-валидацией для определения оптимального количества групп, получим четыре класса регионов (расчеты выполнены в пакете прикладных программ Statistica 10). В первый класс (в котором ситуация со
значениями эффектов месторасположения и структуры может быть условно оценена на «отлично») с положительными значениями эффектов почти на всем временном периоде попадает только один объект - Москва. Во втором классе («хорошо») девять регионов с отрицательными средними значениями эффектов месторасположения, но положительными структурными эффектами: Московская, Ульяновская, Тюменская, Кировская, Сахалинская области, Республика Татарстан, Пермский край, Ханты-Мансийский и Ямало-Ненецкий автономные округа. В третьей группе («удовлетворительно») 67 регионов, для которых для 2010 и 2012 гг. положительны средние значения эффекта месторасположения и отрицательны средние значения структурных эффектов на всем периоде. В четвертой группе («плохо») - четыре региона, у которых в течение рассматриваемого периода наблюдались отрицательные средние значения эффектов: Республика Башкортостан, Санкт-Петербург, Саратовская и Свердловская области.
Таким образом, авторами предложен подход к региональному анализу аллокативной диффе-
ренциации затрат на информационные и коммуникационные технологии. Метод апробирован на информационной базе по субъектам Российской Федерации за последние пять лет. Метод позволяет классифицировать регионы по используемому потенциалу местоположения и структуре затрат по направлениям и может быть предложен к использованию Минрегионразвития России в практике аналитической работы.
Список литературы
1. Регионы России. Социально-экономические показатели: стат. сб. М.: Росстат, 2013.
2. Barff Richard, Prentice L. Knight III. Dynamic shift-share analysis // Growth and change. 1988. № 19. Р. 1-10.
3. Shi Chun-Yun, Yang Yang. A review of shift-share analysis and its application in tourism // International journal of management perspectives. 2008. № 1. Р. 21-30.
Economic analysis: theory and practice Methods of analysis
ISSN 2311-8725 (Online) ISSN 2073-039X (Print)
ECONOMIC AND STATISTICAL ANALYSIS OF THE COST STRUCTURE OF REGIONAL INFORMATION AND COMMUNICATION TECHNOLOGY
Sergei V. ARZHENOVSKII, Lansine SOUNTOURA
Abstract
The article suggests use of the method of shift-share analysis to identify regions that have competitive advantages in the field of information and communication technologies in comparison with the country's economy as a whole . The article sets groups of regions on the allocation capacity. The authors propose to use the results in the working out of regional and federal programs for development of information and communications industry
Keywords: region, cost, information, communication technologies, shift-share analysis, competitive advantages
References
1. Regiony Rossii. Sotsial 'no-ekonomicheskie pokazateli [Regions of Russia. Socio-economic indicators]. Moscow, Rosstat Publ., 2013.
2. Barff R.A., Prentice L. Knight III. Dynamic Shift-Share Analysis. Growth and Change, 1988, no. 19, pp.1-10 .
3. Shi Chun-Yun, Yang Yang. A Review of Shift-Share Analysis and its Application in Tourism . International Journal of Management Perspectives, 2008, no. 1, pp. 21-30.
Sergei V. ARZHENOVSKII
Rostov State Economic University (RINH), Rostov-on-Don, Russian Federation sarzhenov@gmail.com
Lansine SOUNTOURA
Rostov State Economic University (RINH), Rostov-on-Don, Russian Federation sountoural@mail.ru
