CC BY
167
Экономические науки
УДК 338.01
Акбердина Виктория Викторовна Victoria Akberdina
Сергеева Алена Сергеевна Alyona Sergeyeva
ИНДУСТРИАЛЬНЫЕ РЕГИОНЫ РОССИИ: СРАВНИТЕЛЬНЫЙ АНАЛИЗ
INDUSTRIAL REGIONS OF RUSSIA: COMPARATIVE ANALYSES
Рассматривается понятие «индустриальный регион», что на сегодняшний день является основой развития национальной экономики.
Рассмотрены типы регионов. Приведена классификация экономических показателей для выявления понятия индустриального и деиндустриального региона среди регионов России. Проанализированы темпы развития экономики регионов России. Приведены прогнозы развития Свердловской и Челябинской областей по различным экономическим показателям. Проанализированы положительные и отрицательные тенденции развития регионов, выявлены их причины. Для прогнозирования социально-экономического развития применялась модель Ромера, позволяющая просчитывать события по экономической динамике на десятки лет вперед. Выдвинуты и подтверждены несколько гипотез относительно области исследования индустриальных регионов страны. Введен термин «инновационное зеркало» в области исследуемой проблемы. Исследования показали, что индустриальный комплекс России в целом обладает достаточно высоким инновационным потенциалом. Исследованы отдельные показатели, характеризующие индустриальные регионы России. Выделены меры государственной поддержки, оказываемой отдельным индустриальным регионам нашей страны. Произведен расчет индекса экономики знаний и индекса знаний в Челябинской и Свердловской областей, а также в Уральском федеральном округе. Обобщены стратегии развития регионов с юридической точки зрения:
The article discusses the concept «industrial region», which today is the basis for the development of the national economy. The types of regions are observed. The classification of economic indicators to identify the concept of industrial and de-industrial region among the regions of Russia is given. The pace of economic development of regions of Russia is analyzed. Forecasts of the Sverdlovsk and Chelyabinsk regions on various economic indicators are given. The positive and negative trends in the development of regions are analyzed, their causes are discovered. To predict the social and economic development the model of Romer, was used which allows to calculate the events on economic dynamics for the coming decades. Several hypotheses regarding the research areas of industrial regions of the country are nominated and confirmed. The term «innovative mirror» in accordance with the problem under study is introduced. The studies have shown that the industrial complex of Russia as a whole has a fairly high potential for innovation. We examine individual indicators characterizing the industrial regions of Russia. The measures of state support for individual industrial regions of our country are highlighted. The calculation of the index of economy of knowledge and the index of knowledge in the Chelyabinsk and Sverdlovsk regions, as well as in the Urals Federal District. The strategies of regional development from a legal point of view are summarized: introduction of legislation, adoption of strategies for regional development in the long term, and others. The economic indicators of Russia in comparison with other leading countries of the
введение законов, принятие стратегий развития регионов на долгосрочную перспективу и др. Проведен анализ экономических показателей России в сравнении с другими ведущими странами мира, в связи с этим предложена тенденция дальнейшего развития нашей страны по улучшению сложившейся ситуации. На сегодняшний день на долю 20 индустриальных регионов приходится третья часть всего промышленного производства России
world, in connection with the proposed future development trend of our country to improve the situation are analyzed. Today, the share of 20 industrial regions accounts for a third of the total industrial production in Russia
Ключевые слова: индустриальный регион, деиндустриализация, динамика, социально-экономические показатели, ресурсный потенциал
Key words: industrial region, deindustrialization, dynamics, socio-economic indexes, resource potential
Статья подготовлена при финансовой поддержке гранта РФФИ № 15-06-08375а «Моделирование потоков в предпринимательской экономике срединного субрегиона»
Множество подходов к анализу региональные проблем, самого понятия «регион» и его функций определило наличие огромного числа классификаций регионов. Большинство ученых выделяют типологию регионов из пяти следующих групп:
1 группа классификаций — это простые регионы, выделяемые по единичным признакам. В региональной экономике в качестве таких признаков чаще всего выступают:
— объем валового регионального продукта;
— темпы экономического роста;
— тип территориальной структуры хозяйства (поляризованный или гомогенный);
— коэффициент плотности населения;
— характер хозяйственной специализации региона.
2 группа классификаций — это сложные регионы, выделяемые на основе совокупности признаков. Например, на основе двух интегральных показателей: инвестиционного потенциала и инвестиционного риска.
3 группа классификаций — на основе выделения ключевых проблем регионального развития. Здесь, в частности, можно выделить следующие типы регионов:
— депрессивные регионы — демонстрировавшие в прошлом относительно высокие темпы развития;
— стагнирующие — отличающиеся крайне низкими или нулевыми темпами развития;
— пионерные — регионы нового освоения;
— программные (плановые) — регионы, на которые распространяются целевые программы социально-экономического развития и контуры которого не совпадают с существующими границами территориального районирования.
4 группа классификаций проводится с точки зрения возможностей региона осуществлять самостоятельную экономическую политику. Здесь, в частности, выделяются «планирующие» регионы, имеющие единые органы хозяйственного управления, и «плановые» регионы, лишенные подобный органов (например, Центрально-Черноземный район, Волго-Вятский, Прибалтийский, Приволжский).
5 группа классификаций по признакам масштабности и периодичности решения проблем различается типологией тактического и стратегического характера.
Тактическая типология используется для разработки практических мероприятий на ближайшие годы:
— механизм регулирования по выходу из кризисных ситуаций;
— стабилизации экономики, социальной сферы и др.
В связи с этим выделяют регионы развитые, опорные, проблемные и т.д.
Стратегическая типология регионов предназначена для разработки долговременной политики их социально-экономического развития. Здесь выделяют регионы старопромышленного (постиндустрильно-го), переходного и осваиваемого типов.
Тенденции мирового экономического развития свидетельствуют о безальтерна-тивности процессов реиндустриализации [1], определяющим вектором которой является развитие высокотехнологичных производств как в масштабах национальных экономик [2, 3, 4, 5], так и в рамках отдельных, прежде всего, индустриальных регионов [6, 7, 8, 9, 10].
Индустриальные регионы являются основой развития любой национальной экономики. Именно в индустриальных территориях происходит трансформация технологической структуры экономики, смена укладов, модернизация производства и потребления. Индустриальные регионы одними из первых вступили в стадию промышленного развития, в связи с чем, сегодня многие из них имеют слабо диверсифицированную структуру хозяйства и свои специфические особенности внутренней территориальной структуры. Не все индустриальные регионы могут и должны стать локомотивами технологического развития. Отдельные индустриальные регионы переживают объективный процесс деиндустриализации, связанный со значитель-
ным снижением доли промышленности в валовом региональном продукте (ВРП), превращаясь в экономику потребительского типа. Для других индустриальных регионов характерна ситуация реиндустри-ализации, связанная с изменением доли традиционных отраслей промышленности при одновременном формировании сектора высокотехнологичных производств.
Для выявления особенностей процессов деиндустриализации и реиндустарили-зации российских регионов исследованы регионы, доля обрабатывающих производств в ВРП которых составляла более 25 % в период 2004-2012 гг. В качестве критерия отнесения к индустриальным регионам намеренно не использовалась доля всей промышленности в ВРП, поскольку в этом случае к числу индустриальных регионов автоматически относились сырьевые регионы с высокой долей добывающего сектора (Тюменская, Оренбургская, Кемеровская, Томская, Магаданская, Сахалинская области, Республики Коми, Татарстан, Удмуртия, Саха и др.). Использование более жесткого критерия отнесения регионов к группе индустриальных позволяет выделить только те регионы, в которых возможно формирование высокотехнологичных производств со значительной добавленной стоимостью.
Исследование российских регионов проводилось за период 2004-2012 гг. (табл. 1). Проведение анализа за период, предшествовавший 2004 г., затруднительно, поскольку доля обрабатывающих производств стала выделяться в статистическом учете только в связи с переходом от ОКОНХ к ОКВЭД.
Таблица 1
Субъект федерации 2004 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г.
Владимирская область 33,2 34,3 35,4 33,4 34,1 30,1 31,5 31,0 30,3
Калужская область 28,4 27,8 27,8 29,8 31,9 29,2 33,5 38,2 40,2
Липецкая область 63,2 55,4 55,6 52,4 53,5 42,6 40,9 39,2 32,1
Московская область 27,4 25,2 27,0 25,4 23,7 21,7 20,9 23,1 17,8
Рязанская область 23,6 23,1 23,3 26,6 25,5 24,8 27,5 29,5 26,6
Тульская область 33,9 36,6 34,2 33,0 35,7 27,5 30,1 35,3 34,1
Доля обрабатывающих производств в ВРП, %
Окончание табл. 1
Субъект федерации 2004 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г.
Ярославская область 36,6 32,1 27,2 28,3 27,0 25,0 24,9 27,0 26,7
Ивановская область 28,1 20,7 20,1 22,5 24,7 18,2 21,6 22,9 19,6
Вологодская область 45,4 46,6 46,1 46,0 50,5 36,4 38,1 41,1 36,1
Ленинградская область 31,9 29,1 28,5 27,6 26,4 29,7 24,6 26,1 22,8
Мурманская область 21,8 25,5 25,3 27,9 15,8 16,7 17,5 15,5 13,3
Новгородская область 33,2 34,6 34,0 32,6 34,4 32,2 30,2 32,9 35,8
Астраханская область 24,9 27,7 23,4 21,2 30,7 14,8 17,9 16,9 19,2
Волгоградская область 20,6 26,6 27,5 26,9 30,6 23,1 26,7 26,2 26,6
Республика Башкортостан 29,6 27,7 28,8 27,7 28,5 21,7 28,0 28,9 37,2
Республика Марий Эл 20,8 20,2 18,7 21,6 23,4 21,4 28,2 28,3 29,8
Республика Мордовия 24,4 24,4 25,2 23,9 26,1 21,5 25,6 23,0 22,9
Чувашская республика 23,4 23,0 25,5 28,0 29,9 24,8 27,0 25,5 26,3
Пермский край 24,8 29,4 27,5 30,7 34,9 26,8 29,9 34,0 31,4
Кировская область 22,2 21,1 22,9 24,9 26,4 20,4 22,8 25,6 25,5
Нижегородская область 31,8 30,6 32,3 32,1 31,9 26,5 30,8 29,9 30,3
Самарская область 32,3 29,9 28,4 28,4 25,8 20,5 24,7 25,5 25,0
Ульяновская область 25,7 19,8 20,5 22,0 21,4 17,5 20,8 21,8 22,1
Свердловская область 35,1 31,5 33,5 33,3 33,1 27,8 29,1 28,4 27,1
Челябинская область 45,2 41,4 39,0 41,0 39,2 33,6 36,2 36,2 35,8
Красноярский край 47,8 47,1 52,4 50,2 37,6 34,4 34,5 33,8 30,7
Иркутская область 22,9 26,1 27,8 18,3 17,4 15,7 16,3 15,4 13,6
Омская область 53,1 47,8 40,6 38,3 38,9 35,9 34,8 37,5 38,6
Россия 20,4 18,5 18,7 19,7 19,3 17,1 17,7 18,0 17,3
В целом, для России наблюдается объективный процесс деиндустриализации — снижение доли обрабатывающих производств с 20,4 % в 2004 г. до 17,3 % в 2012 г. (рис. 1). Данный процесс, конечно, мог бы рассматриваться в теоретическом контексте постиндустриальной экономики (Дж. Гэлбрейт, Д. Белл, Э. Тоффлер и др.) или концепции «^егйа^айоп» (фр. — развитие третичного сектора) К. Кларка и Ж. Фура-стье, если бы не катастрофически низкая производительность труда в российской промышленности. Исследователи Т. Гурова и А. Ивантер отмечают, что существует значительное отставание России от ведущих (и не только) промышленных держав по выработке продукции обрабатывающей промышленности на душу населения. Этот показатель в России составляет 504 долл., при этом в США он больше в 11 раз, в Сингапуре и в Японии — в 16 раз, также он боль-
ше в Китае, Бразилии, Греции, Таиланде, Уругвае и других странах, не имеющих традиционно развитой промышленности [11]. По широкому спектру обрабатывающих производств российские показатели также невысоки, за исключением производства драгоценных и цветных металлов. По большинству других позиций наблюдается значительное отставание: по производству электромоторов, генераторов, трансформаторов отставание от США — в 2,6 раза, от Германии — в 5,2, от Финляндии — в 14,6; по одежде от США — 5,9 раза, от Германии — в 4,4, от Южной Кореи — 16,4, от Бразилии — в 2; по производству товаров общего машиностроения от США — в 10,4 раза, от Германии — в 17,8, от Южной Кореи — в 8,8; по фармацевтическим препаратам и субстанциям от США — в 66 раз, от Германии — в 31,5, от Южной Кореи — в 18 раз [11].
Рис. 1. Деиндустриализация российской экономики: снижение доли обрабатывающих производств в ВВП
В пространственном аспекте процесс деиндустриализации России в период 20042012 гг. протекал неравномерно. Так, если в 2004 г. к числу индустриальных относились 18 регионов, то к 2012 г. их насчитывалось уже 20. Сегодня можно выстроить следующий рейтинг индустриальных регионов России (рис. 2). Наибольшую долю
обрабатывающих производств в ВРП имеют Калужская область (40,2 %), Омская область (38,6 %) и Республика Башкортостан (37,2 %). Наименьшие значения данного показателя среди индустриальных регионов у Чувашской республики (26,3 %), Кировской области (25,5 %) и Самарской области (25,0 %).
Рис. 2. Рейтинг индустриальных регионов России по доли обрабатывающих
производств в ВВП
Вместе с тем, значительно поменялся состав индустриальных регионов.
За истекший период четыре традиционно промышленных региона утратили свой индустриальный статус — это Московская область (снижение доли обрабатывающих производств в ВРП с 27,4 % в 2004 г. до 17,8 % в 2012 г.), Ивановская область (снижение с 28,1 до 19,6 %), Ленинградская область (снижение с 31,9 до 22,8 %) и Ульяновская область (снижение с 25,7 до 22,1 %). Процесс деиндустриализации в данных регионах сопровождался значительным ростом сферы услуг при одновременном экономическом росте и повышении качества жизни, активизации инвестиций — то есть здесь деиндустриализация может быть названа оптимизацией доли промышленности. Опыт данных регионов показывает, что деиндустриализация может происходить на фоне роста производительности, с одной стороны, и создания разветвленной инфраструктуры услуг по логистике, продвижению товара, инновационному сервису и созданию брендов — с другой.
Еще четыре региона (традиционно индустриальных) в анализируемый период укрепили позиции обрабатывающих производств в валовой добавленной стоимости региона — это Калужская область (рост доли с 28,4 до 40,2 %), Республика Башкортостан (рост доли с 29,6 до 37,2 %), Новгородская область (рост доли с 33,2 до 35,8 %) и Тульская область (рост доли с 33,9 до 34,1 %). Масштабные инвестиционные проекты по модернизации традиционных секторов, а также формирование новых предприятий послужили поводом говорить о новой индустриализации в данных субъектах федерации.
В период 2004-2012 гг. появилось шесть новых индустриальных регионов, доля обрабатывающих производств в ВРП которых увеличилась — это Пермский край (увеличение с 24,8 до 31,4 %), Республика Марий Эл (увеличение с 20,8 до 29,8 %), Волгоградская область (увеличение с 20,6 до 26,6 %), Кировская область (увеличение с 22,2 до 25,5 %), Чувашская республика (увеличение с 23,4 до 26,3 %) и
Рязанская область (увеличение с 23,6 до 26,6 %). Повышение значимости обрабатывающего сектора в экономике данных регионов связано в основном с реализацией крупных инвестиционных проектов.
Наконец, развитие большинства традиционно индустриальных регионов сопряжено с негативной деиндустриализацией. Это Липецкая область (снижение с 63,2 до 32,1 %), Красноярский край (снижение с 47,8 до 30,7 %), Омская область (снижение с 53,1 до 38,6 %), Ярославская область (снижение с 36,6 до 26,7 %), Челябинская область (снижение с 45,2 до 35,8 %), Вологодская область (снижение с 45,4 до 36,1 %), Свердловская область (снижение с 35,1 до 27,1 %), Самарская область (снижение с 32,3 до 25,0 %), Владимирская область (снижение доли обрабатывающих производств в ВРП с 33,2 до 30,3 %) и Нижегородская область (снижение с 31,8 до 30,3 %). Указанные старопромышленные регионы сталкиваются сегодня с серьезными ограничениями дальнейшего развития, обусловленными аномальной многоуклад-ностью [12].
Структурно-технологические сдвиги в экономике старопромышленных регионов в значительной мере осуществлялись стихийно, под воздействием текущих конъюнктурных изменений, что привело к критическому положению в технологической структуре производства. В результате чего произошел перекос в сторону доминирования низко- и среднетехнологичных, энергоемких и экологически небезупречных отраслей. Кроме того, одновременное расширенное воспроизводство нескольких технологических укладов вследствие общих ресурсных ограничений привело к снижению темпов роста каждого из них, включая пятый и шестой, а также к замедлению структурных сдвигов.
Таким образом, дифференциация индустриальных регионов позволяет выдвинуть гипотезу о том, что не все индустриальные регионы могут в долгосрочном плане стать локомотивами экономического роста: для каждого индустриального региона существует своя индивидуальная траек-
тория развития, учитывающая ресурсные, структурные и институциональные возможности. Основой моделирования такого индивидуального пути могут стать модели инновационного резонанса.
Для понимания экономического резонанса и усиления конкурентных преимуществ индустриальных регионов большой интерес представляет анализ закономерностей инновационной динамики. Так, в ходе исследования технологической структуры индустриальных регионов выявлены закономерности смены технологических укладов на уровне региона, некоторые из которых могут быть рассмотрены как импульсы инновационного резонанса. В частности, речь идет о следующем. Смена технологических укладов, а соответственно, и инновационный резонанс, начинается в структуре затрат на исследования и разработки, и только вслед за изменением направления инноваций меняется структура выпуска и ВРП. Потенциал и перспективы технологического уклада в наибольшей степени отражает структура выпуска инновационной продукции.
Анализ существующих мер поддержки в индустриальных регионах показал, что типовой блок мер (налоговые льготы, гарантии и поручительства, субсидирование процентных ставок и лизинговых платежей, субсидирование расходов на инженерную инфраструктуру, особые экономические зоны, технопарки и индустриальные парки, поддержка малого и среднего производственного бизнеса и т.п.) нормативно закреплен во всех индустриальных регионах (табл. 2). Несмотря на это, часть индустриальных регионов сталкивается с серьезными проблемами деиндустриализации, что отмечалось ранее, а часть интенсивно развивает и укрепляет позиции промышленного комплекса в экономике.
Считаем, что проблема кроется преимущественно не в том, какие меры поддержки нормативно задекларированы, а сколько региональный бюджет выделяет средств для реализации указанных мер
поддержки. Исследование показало, что расходы региональных бюджетов в новых индустриальных регионах и регионах, укрепивших свой индустриальный статус, в 1,5 раза выше, чем в индустриальных регионах, доля промышленности которых стремительно падает (табл. 3). Так, если в новых индустриальных регионах расходы региональных бюджетов в среднем составляют 42,5 тыс. руб. на 1 млн промышленной продукции, то в деиндустриальных регионах этот показатель равен 29,6 тыс. руб. Именно это и приводит к совпадению динамики экономического и инновационного развития и возникновению инновационного резонанса в новых индустриальных регионах, поскольку отношение инвестиций и расходов на НИОКР к ВРП во всех индустриальных регионах примерно одинаково (табл. 3).
Таким образом, наличие задекларированных мер поддержки еще не гарантия ускоренного промышленного развития. В то же время государственные расходы на развитие промышленности не являются панацеей. Государственные расходы выступают лишь импульсом, привлекающим инвестиции частного сектора, снижающим риски и повышающим конкурентоспособность территории. Так, по данным рейтингового агента «Экспорт», инвестиционные риски существенно ниже в новых индустриальных регионах и регионах, укрепивших свой индустриальный статус.
Для деиндустриальных регионов единственным показателем, свидетельствующим о наличии действительного потенциала новой индустриализации, является показатель инновационности ВРП (отношение объема НИОКР к ВРП, %). Среди деиндустриальных регионов четко выделяются те регионы, у которых данный показатель превышает 1 % — это Нижегородская область (4,4 %), Самарская область (2,0 %), Ярославская область (1,4 %), Челябинская область (1,4 %), Свердловская область (1,4 %), Владимирская область (1,3 %).
Региональные меры государственной поддержки в отдельных индустриальных регионах
Таблица 2
Меры государственной поддержки Регионы, укрепившие индустриальный статус Новые индустриальные регионы Традиционные индустриальные регионы, столкнувшиеся с негативной деиндустриализацией
Калужская область Республика Башкортостан Тульская область Республика Марий Эл Кировская область Липецкая область Красноярский край Челябинская область Вологодская область Свердловская область Самарская область Нижегородская область
Льготы по налогу на землю +
Льготы по налогу на имущество + + + + + + + + + + +
Льготы по налогу на прибыль + + + + + + + + + +
Льготы по транспортному налогу + + + +
Субсидии на лизинговые платежи + + + + + + + + + +
Гарантии по лизингу + + + +
Предоставление гос.имущества в лизинг +
Гарантии по кредитам + + + + + + + + + + +
Субсидирование процентной ставки по кредитам + + + + + + + + + + +
Льготные инвестиционные кредиты +
Поручительства + + + + +
Гранты субъектам малого предпринимательства + + + + + + + + + + +
Займы субъектам малого предпринимательства + + + + + + + +
Субсидии на подключение + + +
Услуги инкубирования + + + + + +
Предоставление гос.имущества в аренду + + +
Промышленные парки и технопарки + + + + +
Энергоэффекгивность + +
Субсидии на локализацию + +
Субсидии на компенсацию энергозатрат + +
Субсидии на повышение квалификации + + + +
Соц. предпринимательство + + + + +
Долевое участие в уставном капитале + + +
Венчурное финансирование + + +
Субсидии на международную стандартизацию + +
Субсидии за инновации + + + + + +
Субсидии на продвижение + + + + + +
Таблица 3
Отдельные показатели, характеризующие индустриальные регионы России
Субъект федерации Расходы на поддержку промышленности из консолидированного бюджета субъекта федерации в расчете на 1 млн руб. выпуска промышленной продукции, тыс. руб. Инвестиции в основной капитал, % к ВРП Объем НИОКР, % к ВРП Среднегодовой индекс промышленного производства, %
2005 г. 2013 г. 2013 г. 2013 г. 2010-2013 гг.
Регионы, укрепившие индустриальный статус
Калужская область 29,5 26,2 33,3 2,79 119,3
Республика Башкортостан 19,4 24,0 20,2 0,61 107,5
Новгородская область 29,1 55,0 26,1 0,68 110,0
Тульская область 16,7 32,3 27,2 0,79 114,1
Новые индустриальные регионы
Пермский край 21,5 17,5 18,1 1,20 111,2
Республика Марий Эл 43,4 47,9 26,9 0,15 110,1
Волгоградская область 20,5 24,8 23,7 0,80 105,2
Кировская область 36,1 66,3 23,8 0,48 107,7
Чувашская республика 44,1 50,8 30,1 0,65 109,9
Рязанская область 26,0 47,5 27,0 0,56 108,7
Традиционные индустриальные регионы, столкнувшиеся с негативной деиндустриализацией
Липецкая область 16,8 29,1 31,7 0,07 108,7
Красноярский край 21,1 30,1 32,0 0,82 102,4
Омская область 35,3 23,7 21,8 0,65 105,6
Ярославская область 43,3 47,2 25,0 1,36 105,7
Челябинская область 18,6 22,9 22,9 1,40 105,4
Вологодская область 14,2 26,2 42,4 0,10 105,5
Свердловская область 15,3 24,7 23,7 1,37 108,7
Самарская область 14,2 28,9 22,6 1,95 107,3
Владимирская область 16,4 35,0 21,4 1,25 108,4
Нижегородская область 16,2 28,2 30,7 4,44 109,7
Таким образом, подтверждена гипотеза о каталитической роли государственной поддержки для инновационного резонанса, приводящая к совпадению экономической и инновационной динамики. В тех регионах, где выделяется высокий уровень государственных расходов в расчете на 1 млн выпуска промышленной продукции, среднегодовой индекс промышленного производства (ИПП) существенно выше. Так, в группе регионов, укрепивших индустриальный статус, среднегодовой ИПП составляет 113 %; в
новых индустриальных регионах — 109 %; в деиндустриальных регионах — 106 %.
Достаточно интересно рассмотреть резонансный отклик на меры государственной поддержки на примере типичного индустриального региона — Свердловской области. На рис. 3 показаны разворотные точки, в которых экономическая динамика (сопряженный график ВРП и инноваций) меняет угол в ответ на вводимые в регионе меры государственной поддержки:
Рис. 3, а. Индексы объема ВРП, инвестиций в основной капитал и затрат на НИОКр по Свердловской области за период 1996-2013 гг.
Рис. 3, б. Совмещенный график динамики объема ВРП и затрат на НИОКР по Свердловской области за период 1996-2013 гг.
1) 2002 г.: введение в действие Закона Свердловской области № 42-0З «О ставке налога на прибыль организаций для отдельных категорий налогоплательщиков в Свердловской области» от 29.11.2002 г., устанавливающего региональные льготы;
2 ) 2003 г.: введение в действие Закона Свердловской области № 35-03 «Об установлении на территории Свердловской области налога на имущество организаций» от 27.11.2003 г., устанавливающего региональные льготы;
3) 2006г.: появление налоговых льгот, предоставляющихся организациям, имеющим статус участника приоритетного инвестиционного проекта Свердловской области по новому строительству в соответствии с Законом Свердловской области № 43-0З от 30.06.2006 г.;
4) 2007 г.: разработка стратегического документа «Стратегия социально-экономического развития Свердловской области на период до 2020 года» № 873-ПП от 27.08.2008 г., определяющего приоритеты развития Свердловской области;
5) 2008 г. : финансово-экономический кризис;
6) 2013 г.: утверждение стратегического отраслевого документа — государственной программы Свердловской обла-
сти «Развитие промышленности и науки на территории Свердловской области до 2020 года» № 1293-ПП от 24.10.2013 г., определяющей такие финансовые меры поддержки промышленности, как предоставление субсидий организациям промышленного комплекса Свердловской области на возмещение затрат, связанных с внедрением результатов научно-исследовательских и опытно-конструкторских работ в сфере промышленного производства; предоставление субсидий юридическим лицам на возмещение затрат, связанных с выполнением научно-исследовательских и опытно-конструкторских работ в сфере нанотехнологий; предоставление субсидий юридическим лицам на возмещение затрат, связанных с выполнением работ по внедрению научно-технической продукции в сфере нанотехнологий; предоставление субсидий резидентам технопарков в Свердловской области на возмещение затрат, связанных с производством и реализацией инновационной продукции; предоставление субсидий организациям промышленного комплекса Свердловской области на возмещение затрат на уплату процентов по кредитам, полученным в российских кредитных организациях для реализации инвестиционных проектов, в размере, не пре-
вышающем 2/3 ставки рефинансирования ЦБ РФ, установленной на момент заключения кредитного договора; предоставление субсидий организациям промышленного комплекса Свердловской области на возмещение затрат на внедрение в производство (практическую деятельность) новых, значительно технологически измененных или усовершенствованных продуктов (товаров,
работ, услуг), производственных процессов, новых или усовершенствованных технологических процессов или способов производства (передачи) услуг.
Проанализируем темпы развития экономики Челябинской и Свердловской областей. Приведем примеры расчета темпов технического прогресса для изучаемых регионов. Результаты представлены на рис. 4.
0,03
- Челябинская область
- Свердловская область
1980 1990 2000 2010 2020 2030 2040 2050 2060
Рис. 4. Темпы приростов экономики в Челябинской и Свердловской областях
При проведении расчета темпов технического прогресса Челябинской области отмечается, что, начиная с 2010 г., наблюдается рост темпов развития экономики. При условии приравнивания роста населения данной региона к 0 в рамках использования модели, следует отметить, что увеличение темпов технического прогресса зависит от инноваций. Инновации, используемые в Челябинской области, могут основываться как на собственных разработках ученых, инженеров и технических работников, занятых в научно-исследовательской сфере, так и могут быть заимствованы у иностранных партнеров.
Анализируя темпы технического прогресса Свердловской области, следует отметить, что начиная с 2010 г. наблюдается рост темпов развития экономики. Так как рост населения данного региона приравнен к 0 в рамках использования модели, увеличение темпов технического прогресса находится в зависимости от инноваций. При этом к 2050 г. планируется достижение темпов развития экономики, близких к темпам развития экономики в Челябинской области.
Исходя из наших расчётов темпов роста технологического развития мы рассчитали рост ВРП (табл. 4).
Таблица 4
Рост ВРП в процентном соотношении в сравнении с 2010 г.
Год Челябинская область, % Свердловская область, %
2020 23,24 21,92
2030 84,04 79,61
2040 138,62 130,42
Как видим, инновационно-технологический рост имеет сигнификативное значение для роста ВРП. По показателю роста ВРП в процентном соотношении в сравнении с 2010 г. в течение прогнозируемого периода предполагается, что Челябинская область будет опережать Свердловскую область.
Полученные нами результаты связаны с уровнем социально-экономического развития анализируемых регионов.
Проведенный анализ существующих методик оценки экономического роста на основе учета уровня социально-экономического развития показал, что при проведении анализа социально-экономического развития должны приниматься во внимание такие показатели, как человеческий потенциал, инвестиции в человеческий капитал, качество образовательной системы, развитие новых экономик. В качестве второстепенных показателей должны рассматриваться показатели, определяющие направление развития политической системы, учитывающие законодательные изменения, инфраструктурное развитие.
При расчете показателей должно учитываться влияние инновационного развития региона на осуществление структурных изменений в экономической системе. Анализ уровня инновационного развития, согласно предлагаемой методике, должен начинаться с анализа затрат на исследования и разработки и проведения последующего сравнения с другими регионами. Следует рассчитать уровень затрат на одного исследователя по анализируемым регионам с тем, чтобы определить уровень финансирования исследовательского сектора.
На следующем этапе предлагается рассматривать уровень затрат на исследования и разработки по источникам финансирования. Высокая доля затрат бизнес-сообщества на проведение исследований и разработок свидетельствует о высоком уровне социально-экономического развития, когда в социально-экономические процессы оказывается вовлеченным не только государство, но и частный сектор.
В качестве измеримых результатов развития социально-экономической системы выступают такие факторы, как количество патентов, количество инновационных предприятий, а также человеческий капитал.
Результативность исследований и разработок предлагается оценивать на основе определения количества научных и технических статей (на 1000 персонала, занятого в ИР), количества научных и технических статей (на миллион населения), количества патентных заявок от резидентов и нерезидентов (на миллион населения).
Гипотеза исследования состоит в том, что существует взаимосвязь структурных изменений экономики и занятости населения по секторам. При этом повышение уровня инновационного развития приводит к повышению уровня занятости в научно-исследовательском секторе. Даная взаимосвязь обозначается нами как «инновационное зеркало
В связи с этим предлагаемая методика основывается на определении взаимосвязи структурных изменений и занятости населения по секторам. На основе использования статистически-аналитического метода введённый нами термин «инновационное зеркало» доказывается в рамках эмпирических наблюдений.
В рамках методики предлагается рассчитывать корреляционный коэффициент, определяющий взаимосвязь уровня затрат на финансирование социально-экономической системы и количества задействованных в социально-экономической системе сотрудников.
В качестве другой сравнительной единицы предлагается использовать корреляционный коэффициент, определяющий зависимость количества задействованных в социально-экономической системе сотрудников и количества сотрудников в первичном секторе.
На первом этапе проведем сравнительный анализ затрат на исследования и разработки по анализируемым регионам (рис. 5).
А л4 # л* ^ ,.<$> ^ ^ л? ¿Р л«0>
- Челябинская область -Свердловская область
Рис. 5. Затраты на исследования и разработки, % ВРП
Вопрос финансирования исследовательской деятельности является одним из центральных факторов, оказывающих влияние на результативность социально-экономической системы и на занятость трудоспособного населения региона. Серьёзное увеличение финансирования исследовательского сектора за последние годы при
60
проведении анализа наблюдается только в Челябинской области.
Интересным является тот факт, что затраты на финансирование исследовательской деятельности в Свердловской области составляют примерно 20 %, а в Челябинской области 48 % (рис. 6).
50 -40 -
зо -
20 -
ю -
о -ч*
Рис. 6. Исследования, финансируемые бизнесом, %
Судя по проведённым наблюдениям и техническому анализу, скачки уровня финансирования, которые особо ярко выра-
жены в Свердловской области и менее в Челябинской области, являются результатом рецессии 2008-2013 гг.
2012 2010 2008 2006 2004 2002 2000 1998 1996
10
20
30
40
50
60
■ Челябинская область Бизнес-сектор □ Челябинская область Государство
70
Рис. 7. Исследования, финансируемые государством и бизнес-сектором
в Челябинской области, %
2012 2010 2008 2006 2004 2002 2000 1998 1996
10
20
30
40
50
■ Свердловская область Бизнес-сектор □ Свердловская область Государство
Рис. 8. Исследования, финансируемые государством и бизнес-сектором в Свердловской области, %
По нашему мнению, к измеримым результатам социально-экономической системы относятся такие факторы, как количество патентов, количество инновационных предприятий и т.д. За период с 1999 по 2013 гг. по количеству патентных заявок лидерство удерживала Челябинская область.
Следует также рассмотреть взаимосвязь структурных изменений и занятости населения. Для начала рассмотрим изменение
структуры занятости населения. Из рис. 9 видно, что доля работоспособного населения, занятого в первичном секторе, постоянно сокращается.
Количество рабочей силы на вторичном, т.е. индустриальном, секторе остаётся практически неизменным.
Рис. 11 показывает занятость в секторе услуг. Во всех странах можно наблюдать увеличение занятости в третичном секторе.
40
35 30 25 20 15 10 5 0
□ Челябинская область Сельское хозяйство
■ Челябинская область Промышленность
1997 1999 2001 2003 2005 2007 2009 2011 2013
Рис. 9. Занятость в секторе материального производства и строительства в Челябинской области, % полной занятости
□ Свердловская область Сельское хозяйство
■ Свердловская область Промышленность
1997 1999 2001 2003 2005 2007 2009 2011 2013
Рис. 10. Занятость в секторе материального производства и строительства в Свердловской области, % полной занятости
- Челябинская область
- Свердловская область
1997 1999 2001 2003 2005 2007 2009 2011 2013
Рис. 11. Занятость в секторе услуг, % общей занятости
Что касается количества исследовате- шении стремительнее всего выросло в Че-лей, то их количество в процентном отно- лябинской области.
4000 1 3500 3000 2500 2000 1500 1000 500 0
- Челябинская область
- Свердловская область
1997
1999
2001
2003
2005
2007
2009
2011
2013
Рис. 12. Количество исследователей, занятых исследованиями и разработками
(на миллион населения)
На основе метода сравнения статистических данных можно утверждать, что увеличение финансирования научного сектора ведёт к увеличению количества занятых в этом секторе сотрудников. Технический прогресс высвобождает занятых лиц в первичном секторе. Свободный человеческий капитал используется в дальнейшем в высокотехнологичной отрасли. По сути, круг замыкается. Отражением социально-экономической деятельности является измене-
ние структуры общества — инновационное зеркало отображает инвестиционный уровень в инновационный сектор и связанные с этим уровнем структурные изменения в обществе. Из этого термина следует определить производную, а именно — уровень эффективности финансирования социально-экономической системы.
Сравнивая аналитическим методом, мы пришли к следующему выводу (табл.
5).
Таблица 5
Определение корреляционного коэффициента
Корреляционный коэффициент Челябинская область Свердловская область Уральский ФО
Финансирование иннов. сектора и количество задействованных в иннов. секторе сотрудников 0,864 0,788 0,956
Количество задействованных в иннов. секторе сотрудников и количество сотрудников в первичном секторе -0,632 -0,791 -0,636
Источник: Собственные расчёты на основе данных DESTATIS, дата доступа 22.11.2014 г.
Корреляционный коэффициент по финансированию социально-экономической системы и количество задействованных в социально-экономической системе сотрудников показывает позитивную динамику:
в Уральском ФО и Челябинской области этот коэффициент достаточно высок. Это говорит о том, что инвестиции используются для создания новых рабочих мест. В Свердловской области этот показатель не
так высок. Это заключение подтверждается и количеством новых рабочих мест.
Другая сравнительная единица — это корреляционный коэффициент по количеству задействованных в социально-экономической системе сотрудников и количество сотрудников в первичном секторе. Как показывалось ранее на основе абсолютных величин, сравнительно малый приток рабочей силы в исследовательский сектор означает огромные региональные структурные изменения. К примеру, в Челябин-
В регионах этот показатель существенно ниже. Определенное исключение здесь составляет Челябинская область (50 % исследований и разработок финансируется бизнесом), однако из-за небольших размеров региона рост этого показателя обеспечивается за счет прихода в сферу исследований и разработок нескольких компаний.
В рамках исследования предлагается также произвести расчет индекса экономики знаний — комплексного показателя, характеризующего уровень развития экономики, основанной на знаниях, в странах и регионах мира. В основе расчета данного индекса лежат четыре основных показателя [25].
1. Индекс экономического и институционального режима (The Economic Incentive and Institutional Regime).
2. Индекс образования (Education and Human Resources).
3. Индекс инноваций (The Innovation System).
ской области количество сотрудников в исследовательском секторе с 1991 по 2012 гг. увеличилось на 1096, в то время как число занятых людей в первичном секторе сократилось на 70 тыс.
Принципиальная разница в структуре четвертичного сектора (наука, исследования и разработки, инновации) между Уральским ФО и регионами заключается в том, что в Уральском ФО почти 70 % всех НИОКР выполняется и финансируется частным сектором.
4. Индекс информационной и коммуникационной экономики — ИКТ (Information and Communication Technology — ICT) .
Индекс экономики знаний рассчитывается в качестве среднего показателя по четырем указанным индексам.
Также на основе трех из указанных показателей (за исключением индекса экономического и институционального режима) рассчитывается такой показатель, характеризующий уровень развития социально-экономической системы региона, как индекс знаний (расчет осуществляется на основе среднего значения).
В табл. 7 представлены данные по расчету индекса экономики знаний и индекса знаний по анализируемым регионам. Данные по используемым в расчете показателям взяты из Ежегодного отчета «Глобальная конкурентоспособность 20132014 гг.».
Таблица 6
Анализ инновационно-активных и инновационных компаний в производстве
по регионам
Страна Доля инновационно-активных компаний Доля инновационных компаний
Челябинская область 53,759 48,862
Уральский Ф0 71,791 59,293
Свердловская область 19,513 17,265
Источник: собственные расчёты на основе статистических данных UNESCO и РФ, дата доступа 26.09.2014 г.
Таблица 7
Расчет индекса экономики знании и индекса знании
Индексы Челябинская область Свердловская область Уральский ФО
I образования 0,859 0,813 0,884
I экономического и институционального режима 4,7 4,5 5,5
I инноваций 51,5 ,8 4 56,0
I Ш 7,68 7,03 7,90
I экономики знаний 16,18 14,29 17,57
I знаний 21,29 18,78 23,13
Анализируя представленные в табл. 7 данные, следует отметить, что Уральский ФО по анализируемым двум показателям стоит на первом месте, на втором месте — Челябинская область, Свердловская область на третьем месте по индексу экономики знаний.
Используя модель Ромера для прогнозирования социально-экономического развития, нами принято решение по использованию нескольких гипотез.
- —А (1)
а
dA
—— = aL. а = const , (1)
dAt А>
где La — численность ученых, инженеров и технических работников, занятых в экономике региона. Уравнение (1) показывает, что рост темпа технического прогресса происходит в результате инноваций, тогда как рост населения, в рамках нашего исследования, мы приравниваем к 0.
Y=L]TxS*x(jTdj. (2)
А = Aaexp[qA0(T - Г„)]. (3)
Выводы. Таким образом, рассмотрены индустриальные регионы России, являющиеся основой развития национальной экономики — на сегодняшний день на долю 20 индустриальных регионов приходится третья часть всего промышленного производства России. Именно в индустриальных
территориях происходит трансформация технологической структуры экономики, смена укладов, модернизация производства и потребления. Исследование показало, что индустриальный комплекс России в целом обладает достаточно высоким инновационным потенциалом, однако существует значительный разброс показателей инновационной динамики потенциала по разным регионам, соответственно, гипотеза о неравномерности экономического развития различных типов индустриальных регионов доказана эмпирически. Анализ потенциала развития индустриальных регионов подтвердил гипотезу о необходимости разработки индивидуальной траектории развития отдельных типов регионов.
Учитывая ресурсный потенциал, накопленную экономическую и инновационную динамику, часть регионов должна развиваться по вектору новой индустриализации, часть регионов выберет для себя стратегию модернизации и поддержания традиционных отраслей, а часть индустриальных регионов объективно станет территориями обслуживания и потребления. При этом необходимо подчеркнуть, что локальные инициативы при реализации любого варианта или комбинации вариантов недостаточны для решения проблем реструктуризации территорий. Важнейшим катализатором инновационного резонанса должна стать проводимая в регионах функциональная промышленная политика, подходы к оценке эффективности которой обоснованы на основе эмпирического анализа.
Литература-
1. Изменения в пространственной организации промышленности мира: вторая половина XX в. — начало XXI в. / под ред. проф. И.А. Родионовой. М.: Экон-Информ, 2009. 260 с.
2. Иноземцев В.Л. Воссоздание индустриального мира // Россия в глобальной политике. 2011. 14 декабря.
3. Aiginger K. Industrial policy: a dying breed or a re-emerging phoenix // Journal of industry competition and trade. 2007. № 7. P. 297-323.
4. Naude W. New challenges for industrial policy // UNU-WADER Working Paper. 2010. № 107. 210 p.
5. Rodrik D. Industial development: stylized facts and policies. Harvard University, 2006. 380 p.
6. Романова О.А., Акбердина В.В. Методология и практика формирования высокотехнологичного сектора экономики и создания новых рабочих мест в индустриальном регионе // Экономика региона. 2013. № 3. С. 152-161.
7. Макарова И.В., Коровин Г.Б. Тенденции неоиндустриализации экономики старопромышленного региона // Региональная экономика: теория и практика. 2014. № 31. С. 2-13.
8. Романова О.А., Гребенкин А.В., Акбердина В.В. Влияние инновационной динамики на развитие региональной экономической системы / / Регион: Экономика и социология. 2011. № 1. C. 15-32.
9. Steinmeier F. A growth programme for industrial renewal in Europe. Friedrich-Ebert-Stiftung, Berlin, 2012.193 p.
10. Tregenna F. Manufacturing productivity, deindustrialization and reindustrialization // UNU-WADER Working Paper. 2011. № 57.
11. Гурова Т., Ивантер А. Мы ничего не производим // Эксперт. 2012. № 47 (829).
12. Акбердина В.В., Гребенкин А.В. Возможности экономического развития Свердловской области с учетом технологической многоукладности // Экономика региона. 2009. № 3. С. 39-46.
13. Мезенцева Е.С., Кац И.В., Наумов И.В. Инновационной малый бизнес: проблемы и перспективы развития в регионе / / Журнал экономической теории. 2008. № 4. С. 75-81.
14. Татаркин А.И., Романова О.А., Гребенкин А.В., Акбердина В.В. Экономико-технологическое развитие: методология диагностики и прогнозирования / под ред. А.И. Татаркина. М.: Наука, 2011. 402 с.
15. Яблонский А.И. Математические модели в исследовании науки. М.: Мысль, 1986.
_References
1. Izmeneniya v prostranstvennoy organizatsii promyshlennosti mira: vtoraya polovina XX v. — nachalo XXI v. [Changes in the spatial organization of the industry of the world: The second half of the XX century. The beginning of the XXI century]; Ed. prof. I.A. Rodionova. Moscow: Eco-Inform, 2009. 260 p.
2. Inozemtsev V.L. Rossiya v globalnoy politike (Russia in Global Affairs), 2011, December 14.
3. Aiginger K. Journal of industry competition and trade (Journal of industry competition and trade), 2007, no. 7, pp. 297-323.
4. Naude W. UNU-WADER Working Paper (UNU-WADER Working Paper), 2010, no. 107, 210 p.
5. Rodrik D. Industial development: stylized facts and policies [Industial development: stylized facts and policies]. Harvard University, 2006. 380 p.
6. Romanova O.A., Akberdina V.V. Ekonomi-ka regiona (The region's economy), 2013, no. 3, pp. 152-161
7. Makarova I.V., Korovin G.B. Regionalnaya ekonomika: teoriya i praktika (Regional economy: theory and practice), 2014, no. 31, pp. 2-13.
8. Romanova O.A., Grebenkin A.V., Akberdina V.V. Region: Ekonomika i sotsiologiya (Region: Economics and Sociology, 2011, no. 1, pp. 15-32.
9. Steinmeier F. A growth programme for industrial renewal in Europe [A growth programme for industrial renewal in Europe]. Friedrich-Ebert-Stiftung, Berlin, 2012. 193 p.
10. Tregenna F. UNU-WADER Working Paper (UNU-WADER Working Paper), 2011, no. 57.
11. Gurova T., Ivanter A. Ekspert (Expert), 2012, no. 47 (829).
12. Akberdina V.V., Grebenkin A.V. Ekonomika regiona (The region's economy), 2009, no. 3, pp. 3946.
13. Mezentseva E.S., Katz I.V., Naumov I.V. Zhurnal ekonomicheskoy teorii (Journal of Economic Theory), 2008, no. 4, pp. 75-81.
14. Tatarkin A.I., Romanova O.A., Grebenkin A.V., Akberdina V.V. Ekonomiko-tehnologicheskoe razvitie: metodologiya diagnostiki i prognozirovaniya [Economic and technological development: methodology and forecasting of diagnostics]; ed. A.I. Tatarkina. Moscow: Nauka, 2011. 402 p.
15. Yablonsky A.I. Matematicheskie modeli v issledovanii nauki [Mathematical models in the study of science]. Moscow: Mysl, 1986.
16. Полтерович В.М., Хенкин А.А. Диффузия технологий и экономический рост. М.: Наука, 1988.
17. Маевский В.И. Введение в эволюционную макроэкономику. М.: Изд-во «Япония сегодня», 1997.
18. Скиба А.Н., Гарькавый В.А. Эффект резонанса в инновационных системах — условия возникновения и экономическая интерпретация // Экономика и математические методы. 2011. № 3. С. 68-79.
19. Романова О.А., Гребенкин А.В., Акбер-дина В.В. Концепция и моделирование экономико-технологической реальности региона / / Проблемы прогнозирования. 2010. № 1. С. 88-98.
20. Disruptive Technologies: Advances that will Transform Life, Business, and the Global Economy. McKinsey Global Institute, 2013.
21. Toward knowledge-driven reindusrialisation. European Competitiveness Report. Luxembourg: Publications Office of the European Union, 2013. 196 p.
22. Багриновский K.A. О методах адаптивного управления в переходной экономике // Экономическая наука современной России. 1999. № 2.
23. Адаптивные системы и их приложения. Новосибирск: Наука, 1978, 192 с.
24. Сарадис Дж. Самоорганизующиеся стохастические системы. М.: Наука, 1980.
25. Индекс экономики знаний. Режим доступа: http://gtmarket.ru/ratings/knowledge-economy-index/knowledge-economy-index-info (дата обращения 15.06.2015).
Коротко об авторах _
Акбердина В.В., д-р экон. наук, доцент, зав. отделом региональной промышленной политики и экономической безопасности, Институт экономики УрО РАН, зав. каф. «Теория управления и инноваций», институт государственного управления и предпринимательства Уральского федерального университета, г. Екатеринбург, Россия akb_vic@m ail.ru
Научные интересы: индустриальные регионы России
Сергеева А.С., соискатель Института экономики УрО РАН, г. Екатеринбург, Россия
Научные интересы: индустриальные регионы России
16. Polterovich V., Khenkin A. Diffuziya teh-nologii i ekonomicheskiy rost [The diffusion of technologies and economic growth]. Moscow: Nauka, 1988.
17. Mayewski V.I. Vvedenie v evolyutsionnuyu makroekonomiku [Introduction to evolutionary macroeconomics]. Moscow: Publishing House of the «Japan Today», 1997.
18. Skiba A.N., Garkavy V.A. Ekonomika i matematicheskie metody (Economics and Mathematical Methods), 2011, no. 3, pp. 68-79.
19. Romanova O.A., Grebenkin A.V., Akberdina V.V. Problemy prognozirovaniya (Problems of forecasting), 2010, no. 1, pp. 88-98.
20. Disruptive Technologies: Advances that will Transform Life, Business, and the Global Economy [Disruptive Technologies: Advances that will Transform Life, Business, and the Global Economy]. McK-insey Global Institute, 2013.
21. Toward knowledge-driven reindusrialisa-tion. European Competitiveness Report [Toward knowledge-driven reindusrialisation. European Competitiveness Report]. Luxembourg: Publications Office of the European Union, 2013. 196 p.
22. Bagrinovsky K.A. Ekonomicheskaya nau-ka sovremennoy Rossii (Economic science of modern Russia), 1999, no. 2.
23. Adaptivnye sistemy i ih prilozheniya [Adaptive systems and their applications]. Nauka, 1978. 192 p.
24. Saradis J. Samoorganizuyushhiesya stohas-ticheskie sistemy [Self-organizing stochastic systems]. Moscow: Nauka, 1980.
25. Indeks ekonomiki znaniy (Knowledge of Economy Index) Available at: http://gtmarket.ru/ ratings/knowledge-economy-index/knowledge-econo-my-index-info (accessed 06.15.2015).
_Briefly about the authors
V. Akberdina, doctor of economic sciences, associate professor, head of Regional Industrial Policy and Economic Security department, Institute of Public Administration and Business of the Ural Federal University, Yekaterinburg, Russia
Scientific interests: industrial regions of Russia
A. Sergeyeva, applicant for scientific degree, Institute of economy UrO RAN, Yekaterinburg, Russia
Scientific interests: industrial regions of Russia
