CC BY
81
ностью ресурсов, как финансовых, так и материальных, а также возрастанием требований населения к уровню своей жизни при снижении реальных доходов на душу населения. По этой причине под социально-ориентированной экономической политикой Российской Федерации не следует понимать сложившуюся порочную практику выделения дотаций и пособий различным категориям населения в ущерб бюджетному финансированию реального сектора национальной экономики. Поэтому проблема формирования институциональной структуры управления рынком экологического жилья не может быть решена без поиска новых схем финансирования строительства жилья.
В этой связи мы предлагаем следующее. Государство должно обеспечить рост платежеспособного спроса на отечественные товары и услуги, в том числе на приобретение и аренду жилья, посредством приоритетного финансирования тех отраслей реального сектора экономики и социальной сферы, которые обеспечат наибольший социально-экономический эффект. Другими словами, финансируя, например рынок экологического жилья, государство одновременно решает две проблемы: социальную (жилищную) и экономическую (занятость, эффективное задействование смежных со строительством отраслей экономики), которые в своем взаимодействии при наименьших затратах ресурсов позволят получить значительно большие экономический и социальный эффекты.
Таким образом, формирование системы управления рынком экологического жилья на основе институционального подхода - одна из актуальных и перспективных задач современной экономической науки, как в нашей стране, так и за рубежом. Одним из исходных, базовых слагаемых такой системы являются экономические законы, каждый из которых регулирует свою область. Вместе они дают не механическую сумму законов, не параллельные, непересекаю-щиеся линии, а новое качество, предполагающее взаимодействие, где существует иерархия, верховная роль одних законов над другими (например, федеральных над региональными), реализующая приоритет важнейших социально-экономических отношений в исследуемом сегменте экономики.
Литература:
1. Дьяченко А.В. Теория систем и некоторые экономические проблемы. - Волгоград: Изд-во ВолГУ, 1996. - 120 с.
2. Иншаков О.В. Механизм социально-рыночной трансформации и устойчивого развития АПК России. - Волгоград: Изд-во ВолГУ, 1995. - 450 с.
3. Коуз Р. Институциональная структура производства // Вестник СпбГУ. - 1992. - № 4. - С. 101.
4. Тамбовцев В.Л. Теоретические вопросы институционального проектирования // Вопр. экономики. - 1997. - № 3. - С. 82-94.
ИНДЕКСНЫЙ ПОДХОД К АНАЛИЗУ ПОКАЗАТЕЛЕЙ ИННОВАЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ РЕГИОНОВ
Ершова О.И., соискатель ФАОУ ДПО ГАСИС
В статье рассмотрены методы оценки инновационной привлекательности региона. Основное внимание уделено индикаторам инновационной восприимчивости, в число которых включены показатели технологической эффективности региональной экономики: производительность труда, фондоотдача и экологичность производства. На примере регионов Центрального федерального округа рассмотрен индексный подход к анализу показателей инновационной восприимчивости.
Ключевые слова: инновационная привлекательность, индикаторы, инновационная восприимчивость.
INDEX APPROACH TO THE ANALYSIS OF REGIONAL INNOVATION HIGHLIGHTS
Yershova O., The applicant, FAOU DPO GASIS
The article deals with methods for evaluating innovation attractiveness. Focuses on indicators of innovation receptivity, among which include indicators of technological efficiency of the regional economy: labor productivity, capital productivity and ecological production. On the example of the Central Federal District considered an index approach to the analysis of indicators of innovation susceptibility.
Keywords: innovation attractiveness indicators, innovation susceptibility.
В последнее время в отечественной практике большое внимание уделяется оценкам рейтинга инвестиционной привлекательности экономических систем различного уровня, включая региональный уровень. Рейтинг инвестиционной привлекательности, по которому регион позиционируется в ряду других регионов, во многом определяет дальнейшую траекторию его развития, причем это относится как к возможностям получения дополнительных инвестиций со стороны потенциальных инвесторов, так и к мобилизации внутренних ресурсов.
Проблеме оценки инвестиционной привлекательности региона посвящено большое число публикаций, в частности, широко распространен рейтинговый подход таких рейтинговых агентств, как Эксперт РА, АК&М. Интерес представляет также рейтинговый подход к оценке инвестиционной привлекательности отраслей промышленности, развиваемый компанией АК&М. В этом подходе существенно, что в основу рейтинга эффективности отраслей положены такие показатели, как рентабельность проданных товаров, продукции, работ, темпы роста объемов промышленной продукции, темпы роста прибыли, доля прибыльных предприятий, а также производительность труда - т.е. показатели, которые напрямую определяют уровень развития субъектов хозяйственной деятельности, а через них - инвестиционную привлекательность [1]
Помимо рейтинга инвестиционной привлекательности, в связи с возросшей актуальностью инновационного пути развития региональных систем, отечественные исследователи все чаще обращаются и к вопросам оценки рейтинга их инновационной привлекательности, причем эти рейтинги становятся одним из эффектив-
ных инструментов оценки инновационного уровня развития регионов, поскольку они позволяют через количественные оценки в агрегированном виде представить качественное состояние изучаемых объектов. В то же время, ниша региональных рейтингов инновационного развития пока остается незаполненной, методика их оценки является несовершенной; в частности, отмечается ограниченная эффективность рейтингов, лимитируемая набором факторов, включенных в рассмотрение.
Значительный интерес в рассматриваемом плане имеет работа [2], в которой для построения рейтингов инновационного развития регионов предложено использовать комплекс показателей, отслеживаемых государственной статистикой. Другой особенностью предложенного в этой работе подхода к расчету рейтинга является выделение двух групп критериев инновационного развития: факторов, описывающих уровень инновационной восприимчивости региона (факторы инновационной восприимчивости) и параметров инновационной активности региона.
В плане оценки инновационной привлекательности региона, интерес представляют, прежде всего, индикаторы инновационной восприимчивости, в число которых в [2] включены такие показатели технологической эффективности региональной экономики, как производительность труда, фондоотдача и экологичность производства. При этом производительность труда оценивалась как отношение валового регионального продукта (ВРП) субъекта Российской Федерации к среднегодовой численности занятых в региональной экономике; фондоотдача - как отношение ВРП субъекта РФ к стоимости основных фондов, а экологичность производства - как час-
а
б
Белгородская область
Рязанская область
Год Год
Рис. 1. Динамика индексов инновационной восприимчивости: а - Белгородская область; б - Рязанская область
тное от деления ВРП субъекта РФ на объем выбросов вредных веществ в атмосферу, исходящих от стационарных источников.
В то же время, предложенная в [2] методика расчета рейтинга страдает рядом недостатков. Прежде всего, представляется непродуктивным выполнять оценки уровня регионального развития как отношение достигнутого уровня к максимуму (региону-лидеру) по выборке. Два из вышеперечисленных критериев технологической эффективности региональной экономики основаны на макроэкономическом показателе - ВПР, который рассчитываются в текущих ценах, и лишь один критерий - фондоотдача - рассчитывается как отношение ВРП субъекта РФ к стоимости основных фондов, которая также измеряется в текущих ценах. Тем самым вводится ограничение на применимость рейтинга только в пределах одного года, и это не позволяет рассматривать динамику развития инновационной восприимчивости того или иного региона.
Меньшим, но также серьезным недостатком является то, что рейтинговые оценки инновационной восприимчивости региона определяются как среднее арифметическое оценок по частным критериям, что предполагает, во-первых, коррелированность образующих его компонент, во-вторых, равные их веса. Понятно, что ни то, ни другое не является очевидным.
В этой связи представляется более продуктивным рассматривать не абсолютные, а точнее, удельные показатели (на одного занятого в экономике, на тонну вредных выбросов в атмосферу), а территориальные индексы, рассчитываемые как частное от деления региональных показателей на их значения в целом по Российской Федерации, достигнутые в текущем году. В этом случае в значительной мере элиминируется влияние инфляционных процессов, достигается возможность сравнения индексов, рассчитанных для различных временных данных.
Другой продуктивной новацией является переход от расчета уровня регионального развития, как отношения регионального критерия к максимуму для региона-лидера по выборке, к расчету функции желательности, определяемой так называемым психофизическим преобразованием. В частности, эффективным является преобразование по шкале Харрингтона [3], которое вначале было предложено в теории и практике квалиметрии [4], а затем получило распространение и в экономических приложениях (см., например, [5]).
Такое преобразование не только допускает «выход» за рамки выборки, по которой проводится оценка рейтинга, но и позволяет устанавливать границы интервалов изменения критериев, внутри которых инновационная восприимчивость, во многом определяющая уровень регионального развития, может быть оценена в лингвистических терминах (очень хорошо, хорошо, удовлетворительно, плохо, очень плохо).
Индексный подход к анализу показателей инновационной восприимчивости рассмотрим на примере регионов Центрального федерального округа. Эмпирической базой анализа при этом использовали данные рейтинга инновационной привлекательности российских регионов в 2000-2006 гг., приведенные в приложении к ра-
И/_реГИОН Х'_реГИОН / Х'_РФ П 100%
боте [2], инструментарием статистических исследований являлся пакет анализа данных общественных наук SPSS Base, предоставляющий исследователю широкий выбор разнообразных аналитических и графических процедуры [6, 7].
Задача при этом формулируется следующим образом: выявить взаимосвязи между составляющими инновационной восприимчивости с целью построения обобщенного индикатора инновационной привлекательности региона.
Обозначим через И., i = 1, 2, 3 территориальные индексы производительности труда, фондоотдачи и экологичности производства соответственно. Эти территориальные индексы рассчитывали как отношение регионального показателя Х. к его значению для Российской Федерации в целом Хрф:
(1)
В разные годы рассматриваемого временного периода значения Х. рф будут различаться по различным причинам, включая инфляцию, в определенной степени будут изменяться и территориальные индексы И1_регаоН, но влияние инфляционных процессов при этом в значительной мере элиминируется.
Приведем пример. В 2000 г. производительность труда в Белгородской области составляла 62,68 тыс. руб. на человека, тогда как в РФ в целом - 89,18 тыс. руб. на человека. Следовательно, соответствующий территориальный индекс будет равен И! б род(2000)=62,68/89,18?100=70,3%. По прошествии шести лет, в 200(f) г., производительность труда в Белгородской области выросла до 267,21 тыс. руб. на человека, а в РФ в целом - до 331,86 тыс. руб. на человека. Отсюда получаем: И! Белгород(2006)= 267,21/
331,86?100=80,5%. Тем самым, выявлен факт развития Белгородской области в плане данного индикатора инновационной восприимчивости.
Индексный подход удобен и в том плане, что он позволяет на одной диаграмме представлять одновременно несколько графиков временных рядов индикаторов развития региона. Пример такого представления показан на рис. 1. Видно, что, в отличие от Белгородской области, развитие Рязанской области характеризуется отрицательной динамикой инновационной восприимчивости, причем значения всех трех территориальных индексов меньше 100%.
Перейдем теперь к решению поставленной выше задаче - выявлению взаимосвязи между составляющими инновационной восприимчивости, что обычно достигается с помощью корреляционного и факторного анализа [8]. Но при этом к переменным, включаемым в анализ, предъявляются достаточно серьезные требования: распределения их значений по выборке должны подчиняться нормальному закону.
Таким образом, первый этап статистических исследований -проверка изучаемых показателей на нормальность распределения. Регионов ЦФО - восемнадцать, тогда как надежность анализа характера распределения обеспечивается при объеме выборки свыше 100 статистических единиц [9, 10]. Для выполнения этого усло-
Таблица 1. Корреляционная матрица частных индикаторов инновационной восприимчивости годорегионов ЦФО
Индикатор Обозна- чение Статистика Zi Z2 z3
Логарифм индекса производительности труда Zi Коэф.корреляции 1 0,518 -0,117
Уровень значимости , 0,000 0,206
Логарифм индекса фондоотдачи Z2 Коэф. корреляции 0,518 1 -0,054
Уровень значимости 0,000 , 0,561
Логарифм индекса экологичности производства Коэф. корреляции -0,117 -0,054 1
Уровень значимости 0,206 0,561
Таблица 2. Корреляции частных индикаторов инновационной восприимчивости регионов Центрального федерального округа с главными факторами
Индикатор Обозначение Главный фактор
1 2
Логарифм индекса производительности труда Zi 0,864 -0,105
Логарифм индекса фондоотдачи Z2 0,876 0,018
Логарифм индекса экологичности производства z3 -0,048 0,997
вия нами использован искусственный прием - увеличение объема выборки регионов путем включения в нее данных за ряд лет, в данном случае, за семь лет (2000-2006 гг.); будем называть такие статистические объекты «годорегионами». Тогда объем выборки годо-регионов составит N=126, что позволяет рассчитывать на достаточную надежность статистических выводов.
Статистический анализ показал, что для получения однородной выборки годорегионов из нее следует исключить г. Москву как регион с экстремально высокими показателями инновационной восприимчивости. Кроме того, просмотр эмпирических гистограмм распределения индексов показал, что ввиду их явно выраженной правосторонней асимметрии для симметризации распределений необходимо переходить от индексов к их логарифмам. В результате применения непараметрического критерия Колмогорова-Смирнова установлено, что после логарифмического преобразования распределения всех трех показателей инновационной восприимчивости годорегионов не противоречат нормальному закону.
Введем обозначения:
- Z1 - логарифм индекса производительности труда;
- Z2 - логарифм индекса фондоотдачи;
- Z3 - логарифм индекса экологичности производства.
Выполненный нами корреляционный анализ показал, что меж-
ду логарифмически преобразованными индексами годорегионов, которые и являются частными индикаторами инновационной восприимчивости, наблюдаются статистически значимые взаимосвязи средней силы - табл. 1.
Наличие корреляции средней силы между логарифмами индекса производительности труда и фондоотдачи (в табл. 1 выделено полужирным шрифтом), позволяет рассчитывать на снижение размерности пространства индикаторов. Действительно, в результате факторного анализа по методу главных компонент с вращением главных факторов по критерию «варимакс» [8], адекватной оказалась двухфакторная модель, объясняющая 84,1% общей дисперсии -табл. 2 (корреляции большой силы в таблице выделены полужирным шрифтом), при этом геометрические искажения при переходе от исходного множества трех частных индикаторов инновационной восприимчивости к плоскости главных факторов невелики.
Из табл. 2 следует, что главный фактор F1 - более информативный (объясняет 50,5% общей дисперсии) положительно и сильно коррелирует с логарифмом индекса производительности труда и логарифмом индекса фондоотдачи с коэффициентами корреляции
0,864 и 0,876 соответственно. На этом основании первый главный фактор можно идентифицировать как фактор технологичности. Второй главный фактор F2 положительно и сильно коррелирует с
Рис. 2. Графическое представление результатов факторного анализа: а - корреляция частных индикаторов с главными факторами инновационной восприимчивости; б - эволюция Белгородской области на плоскости главных факторов
логарифмом индекса экологичности производства (коэффициент корреляции R=0,997), что позволяет его идентифицировать как фактор экологичности производства. Этот главный фактор менее информативен, объясняет 33,5% общей дисперсии.
На рис. 2 а эти данные представлены графически. Видно, что индикаторы «логарифм индекса производительности труда» и «логарифм индекса фондоотдачи» тесно связаны с первым главным фактором (горизонтальная ось диаграммы), а индикатор «логарифмом индекса экологичности производства» - со вторым главным фактором (вертикальная ось диаграммы).
Главных факторов - два, и это дает возможность наглядно представить размещение регионов ЦФО на плоскости главных факторов, а также выполнить интерпретацию этого размещения. Так, квадрант I - это область, отвечающая повышенным значениям и технологической, и экологической компоненты инновационной восприимчивости регионов, квадрант III - область, отвечающая пониженным значениям обеих компонент. Расположение регионов в квадранте IV отвечает повышенным значениям технологической компоненты инновационной восприимчивости и пониженным - уровня экологичности. Диаметрально противоположное расположение регионов в квадранте II отвечает области пониженных значений технологической компоненты инновационной восприимчивости и повышенного уровня экологичности.
Наблюдая за «дрейфом» регионов во времени на плоскости главных факторов, можно проследить за эволюцией инновационной привлекательности регионов. В качестве примера на рис. 2 б представлен годограф (понятие, применительно к экономике введенное в работе [11]) для Белгородской области, отражающий эволюцию инновационной привлекательности этого региона в период 20002006 гг. Видно, что в Белгородской области, наряду с ростом технологической компоненты инновационной восприимчивости, в рассматриваемый период в целом наблюдался рост уровня экологичности производства. В то же время, процесс развития инновационной восприимчивости обнаруживает цикличность: в начале и в конце рассматриваемого периода рост технологичности сопровождался некоторым снижением экологичности производства.
В данной статье мы ограничились описанием результатов факторного анализа территориальных индексов инновационной восприимчивости регионов. На примере регионов ЦФО показано, что в качестве составляющих обобщенного индикатора инновационной
восприимчивости следует использовать логарифмы индексов производительности труда, фондоотдачи и экологичности производства, при этом если два первых частных индикатора коррелируют друг с другом, то третий статистически с ними не связан. Отсюда следует, что при построении обобщенного индикатора инновационной восприимчивости частные индикаторы производительности труда и фондоотдачи могут быть усреднены, но индикатор экологичности производства необходимо рассматривать самостоятельно, т.е. обобщенный индикатор должен иметь аддитивно-мультипликативную структуру.
Литература:
1. Электронный ресурс рейтингового агентства «AK&M». Режим доступа: http://www.akm.ru.
2. Гусев А.Б. Рейтинги инновационного развития регионов России. Электронный ресурс. Режим доступа: http://www.kapital-rus.ru.
3. Harrington E.C. The desirable function // Industrial Quality Control. 1965. V.21. №10.
4. Оптимизация качества. Сложные продукты и процессы / Э.В. Калинина, А.Г. Лапига, В.В. Поляков и др. М.: Химия, 1989.
5. Магомадов В.Д. Индикативное планирование инвестиционной деятельности строительной отрасли в регионе. Автореф. дис. к-та экон. наук. М.: ГАСИС, 2008.
6. SPSS Base 8.0 для Windows. Руководство по применению. М.: СПСС Русь, 1998.
7. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО «ДиаСофтЮП», 2002.
8. Факторный, дискриминантный и кластерный анализ / Дж.-О. Ким, Ч.И. Мьюллер, У.Р. Клекка и др.; Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989.
9. Венецкий И.Г., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе: Справочник. 2-е изд., перераб. и доп. М.: Статистика, 1979.
10. Статистика. Учебник / Под ред. И.И. Елисеевой. М.: ООО «ВИТРЭМ», 2002.
11. Титов В.А., Шуметов В.Г. Графический метод прогнозирования структурных трансформаций инвестиционных процессов // Экономическое прогнозирование: модели и методы. Сб. м-лов VI Международной н.-практ. конф. Воронеж: ВГУ, 2010.
ГАРМОНИЗАЦИЯ СОВРЕМЕННОГО КОРПОРАТИВНОГО УПРАВЛЕНИЯ В РОССИЙСКИХ КОМПАНИЯХ
Махалина О.М., к.э.н., доцент, Московская государственная академия тонкой химической технологии им. М.В. Ломоносова, Чмель С.Ю., соискатель, Государственный университет управления
В статье рассмотрены тенденции российского корпоративного управления, особенности корпоративного управления в химической промышленности, показана роль корпоративной социальной ответственности и стейкхолдеров в повышении качества корпоративного управления, обоснована необходимость и предложены основные направления его гармонизации.
Ключевые слова: корпоративное управление, корпоративная социальная ответственность, устойчивое развитие корпорации, гармонизация корпоративного управления, гармонизация целей стейкхолдеров, гармонизированная система показателей
HARMONISATION OF MODERN CORPORATE MANAGEMENT IN RUSSIAN COMPANIES
Makhalina O., PhD, Associate Professor, Moscow State Academy of Fine Chemical Technology Chmel S., The applicant, State University of Management
The article describes trends in Russian corporate management, features of corporate management in the chemical industry, shows the role of corporate social responsibility and stakeholders in improving the quality of corporate management, the necessity and the basic directions of its harmonization.
Keywords: corporate management, corporate social responsibility, sustainable development of corporation, harmonization of corporate management, harmonization of stakeholders’ objectives, a harmonized system of indicators.
Период массовой приватизации государственной собственнос- говых систем управления предприятиями, обеспечивающими дол-
ти и первоначального накопления капитала в России показал, что говременные стратегические конкурентные преимущества в борьбе
наиболее жизнеспособными в рыночных условиях являются орга- с отечественными и зарубежными конкурентами, являются эффек-
низации, построенные на корпоративных началах. Химическая про- тивное решение проблем с поставками сырья (обеспеченность сырь-
мышленность характеризуется высоким уровнем концентрации и ем, плановый характер поставок и производства продукции), при-
интеграции производства и управления. Преимуществами холдин- влечения и распределения инвестиций и решения маркетинговых,
