CC BY
46
Арженовский С.В., Хоршев Д.Ю.
ЭКОНОМИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ ВНЕШНЕЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ РЕГИОНОВ РОССИИ
Внешнеэкономические связи являются одним из значимых факторов экономического роста в России. Они активно воздействуют на динамику рынка, способствуя конкуренции в отечественном бизнесе, включению его в мировую торговлю.
Согласно данным Всемирной торговой организации, замедление темпов торговли в 2005 г. по сравнению с 2004 г. составило почти 30 %. Мировой экспорт товаров вырос на 6,5 %, в то время как в
2004 г. он вырос на рекордные 9 %. В 2003 г. рост экспорта составил лишь 5 %. В то же время показатели, характеризующие российскую внешнеэкономическую деятельность (ВЭД), в 2005 г. уверенно росли и достигли рекордных за последние 15 лет значений. Российский внешнеторговый оборот, рассчитанный по методологии платежного баланса, в
2005 г. составил 370,4 млрд долл., значительно превысив годовые показатели прошлых лет. По сравнению с 2004 г. оборот российской внешней торговли увеличился на 33,2 %. При этом более быстрыми темпами рос товарооборот со странами, не входящими в СНГ. В 2005 г. он достиг 314,98 млрд долл., что выше аналогичного показателя 2004 г. на 36,7 %. Российский товарооборот со странами СНГ увеличился на 10,6 % и составил 55,4 млрд долл. Доходы от внешнеэконо-
мической деятельности в 2005 г. составили около 7,8 % ВВП [1].
Динамика внешнеторгового оборота по федеральным округам показана на рис. 1. Наибольшие темпы прироста в 2004 г. по сравнению с 1998 г. демонстрировали Приволжский, Уральский и Центральный округа. В 2004 г. по сравнению с 2003 г. наибольшими темпами рос объем внешнеэкономической деятельности в Центральном и Сибирском округах. При этом на рассматриваемом интервале времени в среднем до 69 % суммарного внешнеторгового оборота приходилось на Центральный, СевероЗападный и Уральский округа.
Экспорт вне СНГ обеспечивался в 2004 г. на 58 % от общего объема за счет Центрального и Приволжского округов, для которых темпы роста в 2004 г. по сравнению с 1998 г. были наибольшими (2,83 и 2,74 соответственно). Динамично развивался Южный федеральный округ, темп роста экспорта вне СНГ которого составил 2,34, однако указанный показатель остается наименьшим среди всех округов РФ. Аналогичное положение сложилось и по показателю экспорта в страны СНГ. Доля лидеров — Центральный и Приволжский федеральные округа росла с 54 до 60 % в общем объеме экспорта СНГ на протяжении 1998-2004 гг. (здесь и далее — по данным [2]).
□ Центральный □ Северо-Западный □ Южны
□ Приволжский □ Уральский □ Сибир
□ Дальневосточный
Источник: рассчитано по [2].
Рис. 1. Внешнеторговый оборот по федеральным округам (млрд долл.)
Отметим почти нулевую величину экспорта в СНГ Дальневосточного федерального округа и незначительную долю экспорта Северо-Запада. Такое положение связано с удаленностью территорий округов от основных потребителей экспортных товаров СНГ. В целом экспорт в СНГ составляет около 13 % от экспорта вне СНГ. Наибольшее значение экспорт в страны СНГ имеет для Уральского округа и составляет в среднем на рассматриваемом интервале времени величину 30 % от экспорта вне СНГ. На втором месте по указанному показателю находится Южный округ. Очевидно, активность по экспортным операциям в первом случае связана с близостью Казахстана, во втором случае — Украины.
Структура импорта вне СНГ по федеральным округам такова, что около 80 % импорта приходится на Центральный и Северо-Западный федеральные округа. Наибольшие темпы роста импорта вне СНГ составили 1,48 для Дальневосточного, 1,45 — для Сибирского и 1,37 — для Уральского округов в 2004 г. по сравнению с 2003 г. В структуре импорта из стран СНГ основной объем (более 60 %) приходится на Центральный и Уральский округа. Практически отсутствует импорт из СНГ для Дальневосточного округа и минимален для Северо-Западного. Им-
порт из стран СНГ составляет около 21 % от импорта вне СНГ. В целом 74 % импорта в 2004 г. приходилось на Центральный и Северо-Западный регионы. Таким образом, по величине экспорта федеральные округа являются более однородными, чем по величине импорта.
Сравнение территориальной структуры сальдо экспорта-импорта показывает (рис. 2), что наибольшее значение сальдо соответствует Центральному и Уральскому округам, меньшее — Дальневосточному, Южному, Северо-Западному. Следовательно, уровень ВЭД по федеральным округам в сильной степени поляризован по осям — север-юг и запад-восток.
Воспользуемся для уточнения места каждого из регионов в ВЭД методами прикладной статистики. Информационной базой являются данные по регионам России с 2000 по 2004 гг. В качестве показателей, характеризующих ВЭД для каждого региона, используем:
- экспорт/импорт Х1 — экспорт со странами вне СНГ, в фактически действовавших ценах, млн долл.; Х2 — импорт со странами вне СНГ, в фактически действовавших ценах, млн долл.;
- характеристики деятельности предприятий с иностранным участием: Х3 — число организаций, выпускающих
продукцию и оказывающих услуги (на конец года), Х4 — среднесписочная численность работников (без внешних совместителей), тыс. чел., Х5 — объем продукции (работ, услуг) (в факт. ценах), млн
руб.;
- численность экономически активного населения, тыс. чел. — Х6;
- инвестиции в основной капитал (в факт. ценах, млн руб.) — Х7;
- прямые иностранные инвестиции, тыс. долл. — Х8;
- индекс качества жизни в регионе, рассчитанный НИСП [3] — Х9;
- индекс инновационности развития, рассчитанный НИСП [3] — Хю.
После удаления регионов, для которых не имелось полного набора данных (автономные округа и некоторые респуб-
лики в составе РФ), получилась выборка, содержащая наблюдения по 63 регионам России.
Для каждого года из интервала 2001-2004 гг. расчеты выполнялись отдельно. Построены типообразующие факторы и выполнена классификация регионов России по статистическим показателям ВЭД. На первом шаге применялась ^-техника факторного анализа в сочетании с варимакс вращением пространства факторов [4], что позволило снизить размерность признакового пространства до двух латентных факторов, объясняющих не менее 80 % вариации первоначального набора переменных (табл. 1). В табл. 1 курсивом выделены факторные нагрузки, превышающие 0,7 по величине.
Центральный
Дальневосточны й
Сибирский
Уральский
СевероЗападный
Южный
Приволжский
Рис. 2. Сальдо экспорта-импорта, 2004 г.
Таблица 1. Результаты факторного анализа (коэффициенты факторных нагрузок) после варимакс вращения, 2001-2004 гг.
Переменные 2000 2001 2002 2003 2004
Фак- Фак- Фак- Фак- Фак- Фак- Фак- Фак- Фак- Фак-
тор 1 тор 2 тор 1 тор 2 тор 1 тор 2 тор 1 тор 2 тор 1 тор 2
Х1 0,76 0,42 0,71 0,51 0,73 0,42 0,50 0,70 0,86 0,35
Х2 0,80 0,49 0,85 0,46 0,84 0,49 0,81 0,53 0,89 0,33
Хз 0,82 0,45 0,83 0,47 0,83 0,49 0,78 0,55 0,90 0,29
Х4 0,82 0,12 0,34 0,80 0,38 0,85 0,52 0,75 0,86 0,18
Х5 0,91 0,35 0,82 0,50 0,84 0,48 0,75 0,60 0,92 0,34
Хб 0,62 0,50 0,43 0,74 0,34 0,83 0,46 0,76 0,87 0,18
Х7 0,17 0,93 0,75 0,40 0,67 0,54 0,61 0,58 0,49 0,79
Х8 0,47 0,85 0,89 0,27 0,90 0,29 0,89 0,20 0,15 0,96
Х9 0,77 0,22 0,34 0,78 0,41 0,69 0,21 0,88
Х10 0,51 0,72
Доля объяс-
ненной 0,51 0,29 0,48 0,33 0,46 0,37 0,42 0,41 0,62 0,26
диспер-
сии
Выделенные коэффициенты факторных нагрузок для первого фактора включают практически одно и то же подмножество переменных X, что позволяет судить о неизменности экономического смысла первого фактора, который интерпретируется нами как внешнеэкономическая активность региона. Второй фактор может быть проинтерпретирован как инвестиционный в начале (2000 г.) и в конце (2004 г.) анализируемого периода. В 2001-2003 гг. фактор 2 означает ресурсы труда, связанные с ВЭД. Таким образом, для всего периода 2000-2004 гг. второй латентный фактор может быть проинтерпретирован как трудовой и инвестиционный потенциал региона с позиций развития ВЭД.
Распределение объектов в двухмерном пространстве выделенных главных факторов показано на рис. 3. Выделяются регионы с номерами 18 — г. Москва, 63 — Сахалинская область, 10 и 47 — Московская и Тюменская области, 9 — Липецкая область, 29 — Республика Адыгея (оба фактора близки к нулю), 28, 46 — г.
Санкт-Петербург, Свердловская область. Очевидно, что перечисленные субъекты РФ являются центрами разных кластеров.
На втором шаге для каждого года из временного периода 2000-2004 гг. нами был применен кластерный анализ регионов по выделенным двум латентным факторам, который выполнен несколькими методами с целью выявления наиболее устойчивой классификации: агломера-тивным иерархическим алгоритмом с евклидовым расстоянием между объектами и расстояниями между кластерами по принципу дальнего соседа, методом Уорда и методом ^-средних. Классификации, полученные разными методами, практически совпадают.
Проанализируем полученные результаты по годам: в 2004 г. по сравнению с 2000 г.
В табл. 2 и 3 даны классификации для 2000 и 2004 годов соответственно. Дисперсионный анализ показал высокую (на 1 %-ом уровне) значимость используемых для классификации переменных-факторов.
см о. о
^ о
Ь 3
га 0
---1-■-1---1---1-■-1--- Сахалинская О
г.Москва О
' ЛипецкаТ^™- О и
Адыгея " О
7 22 62б0172448 г. Санкт-Петербург
^^ од°вская ___1 __1 . 1___1_ ■
-4
-2
2
Фактор 1
7
6
5
4
2
1
0
Рис. 3. Распределение регионов в пространстве главных факторов, 2004 г.
Таблица 2. Результаты классификации методом k-средних, 2000 г.
Номер кластера Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кластер 6
Регион Краснодарский край (30) г. Москва (18) Липецкая область (9), Тульская (16), Ярославская (17), Архангельская (21), Вологодская (22), Волгоградская (33) области, республики Башкортостан (35), Татарстан (37), Нижегородская (40), Пермская (43) Самарская (44), Тюменская (47), Челябинская (48) области, Красноярский край (50), Кемеровская (52), Омская (54) области Брянская (2), Владимирская (3), Калужская (6), Костромская (7), Курская (8), Орловская (11), Рязанская (12), Смоленская (13), Новгородская (26), Псковская (27) области, Республика Мордовия (36), Ставропольский край (31), Астраханская (32) область, Удмуртская (38), Чувашская (39) республики, Оренбургская (41), Пензенская (42), Иркутская (51), Новосибирская (53), Томская (55), Камчатская (61), Магаданская (62) области, Алтайский (49), Хабаровский (59) края, Ивановская (5), Тверская (15), Калининградская (23), Читинская (56), Амурская (60), Сахалинская (63) области, Приморский край (58), Белгородская (1), Воронежская (4), Тамбовская (14), области, республики Карелия (19), Коми (20), Мурманская (25), Саратовская (45), Ростовская (34) области, республика Саха (Якутия) (57) Московская (10), Ленинградская (24) области, Республика Адыгея (29) г. Санкт-Петербург (28), Свердловская (46) область
Число
объектов в 1 1 16 40 3 2
кластере
Средние значения факторов
Фактор 1 -2,63 5,71 0,31 -0,29 -0,48 2,56
Фактор 2 6,30 3,49 -0,25 -0,19 1,11 -0,65
В круглых скобках — номер региона.
Таблица 3. Результаты классификации методом к-средних, 2004 г.
Номер Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кла-
кластера стер 6
1 2 3 4 5 6 7
Саха- г. Санкт- Москов- Брянская (2), Владимирская (3), Калуж- Липецкая г. Мо-
лин- Петербург ская ская (6), Костромская (7), Курская (8), область сква
ская (28), Красно- (10), Орловская (11), Рязанская (12), Смолен- (9), Рес- (18)
об- дарский край Тюмен- ская (13), Ленинградская (24), Новгород- публика
ласть (30), Ростов- ская (47) ская (26), Псковская (27) области, Рес- Адыгея
(63) ская (34), Пермская (43) Нижегородская (40), Самарская (44), Сверд- области публика Мордовия (36), Ставропольский край (31), Астраханская (32) область, Удмуртская (38), Чувашская (39) республики, Оренбургская (41), Пензенская (42), Иркутская (51), Новосибирская (53), Томская (55), Камчатская (61), Магаданская (29)
Регион ловская (46), Челябинская (48), Кемеровская (52) области, республики Башкортостан (35), Татарстан (37), Красноярский край (50) (62) области, Алтайский (49), Хабаровский (59) края, Ярославская (17), Вологодская (22), Ивановская (5), Тверская (15), Калининградская (23), Читинская (56), Амурская (60) области, Приморский край (58), Белгородская (1), Воронежская (4), Тамбовская (14), Тульская (16) области, республики Карелия (19), Коми (20), Архангельская (21), Мурманская (25), Волгоградская (33), Саратовская (45), Омская (54) области, республика Саха (Якутия) (57)
Число
объектов в 1 12 2 45 2 1
кластере
Окончание табл. 3
1 2 3 4 5 6 7
Средние значения факторов
Фактор 1 -2,50 0,58 0,55 -0,24 -0,64 6,66
Фактор 2 6,56 -0,26 1,67 -0,26 1,23 2,25
В круглых скобках — номер региона.
Выделяется положительными средними значениями обоих факторов — внешнеэкономической активности и инвестиционного — г. Москва, которая образует отдельный кластер. Положительны средние значения факторов для 2004 г. в кластере с Тюменской и Московской областями, причем для последнего региона в 2000 году было характерно отрицательное среднее значение фактора активности ВЭД при положительном инвестиционном, а для Тюменской области в том же году — отрицательное среднее значение инвестиционного фактора. По сравнению с 2000 годом в Московской области удалось реализовать «якорные» преимущества региона, а Тюменской области — повысить инвестиционную составляющую, и в 2004 году оба региона образуют совместный кластер, следующий за кластером с г. Москвой по достаточно высокому уровню развития ВЭД.
Положительное среднее значение фактор активности ВЭД имел в кластере с г. Санкт-Петербург и Свердловской областью (2000 год) при недостаточном среднем значении инвестиционного фактора. В 2004 году в кластер к указанным регионам добавились Краснодарский и Красноярский края, Ростовская, Нижегородская, Кемеровская области, республики Башкортостан и Татарстан. Перечисленные регионы имеют существенный потенциал для развития ВЭД.
В остальных трех кластерах фактор активности ВЭД имеет отрицательное среднее значение, что показывает недостаточный уровень внешнеторгового оборота субъектов, входящих в эти группы. В 2004 году отличаются положительным значением инвестиционного фактора при отрицательном значении фактора ВЭД республика Адыгея, Липецкая и образующая отдельный кластер Сахалинская область. Перечисленные субъекты имеют
некоторый потенциал экспорта по следующим направлениям: республика Адыгея — продукция машиностроения, Липецкая область — черные и цветные металлы, Сахалинская область — морепродукты и продукция топливно-энергетического комплекса.
Основная группа регионов попадает в кластер 4, характеризующийся отрицательными средними значениями обоих факторов, как активности ВЭД, так и инвестиционного, причем количество таких регионов увеличилось к 2004 году по сравнению с 2000-м. После применения кластерного анализа для 45 субъектов, входящих в кластер 4, для данных 2004 года получена классификация на четыре группы. При этом кластер, в составе которого Костромская, Ленинградская и Вологодская области, характеризуется положительным значением инвестиционного фактора, что позволяет определить субъекты этого кластера как имеющие перспективы развития ВЭД. В другом кластере — республики Карелия, Коми, Архангельская, Новгородская, Читинская, Амурская, Камчатская, Магаданская области. Практически все субъекты последнего кластера — приграничные регионы, которые не используют выгоды своего размещения для развития ВЭД или используют в недостаточной степени. Остальные регионы образуют два кластера (15 и 19 субъектов в каждом), характеризующихся разным уровнем (но в обоих кластерах — низким) внешнеторгового оборота.
Таким образом, применение методов многомерного статистического анализа позволило уточнить положение каждого региона во внешнеэкономических связях страны и выделить группу лидирующих объектов, которые из года в год подтверждают свои позиции на рынке: г. Москва, г. Санкт-Петербург, Тюменская, Московская и Свердловская области.
Регионы, вовлеченные во внешнеэкономические связи, могут рассматриваться как «полюса роста» в макроэкономическом развитии. Расширение экспортного потенциала способствует улучшению экономического положения и многих депрессивных регионов. Вместе с тем увеличивающийся внутренний спрос несколько снижает значение экспорта для региональной экономики. По мере роста российской экономики для хозяйства регионов на первый план выдвигается фактор его привлекательности для иностранных инвестиций.
Список литературы
1. Российская экономика в 2005 году. Тенденции и перспективы. Вып. 27. — М.: ИЭПП, 2006.
2. Регионы России. Социально-экономические показатели: Стат. сб. — М.: Росстат РФ, 2005.
3. Социальный атлас российских регионов. — М.: НИСП, 2005. ЬйрУМаз. socpol.ru
4. Айвазян С.А., Бухштабер В.М., Енюков И.С. и др. Прикладная статистика. Классификация и снижение размерности: Справ, изд. — М.: Финансы и статистика, 1989.
